新闻资讯
News and information
-
25
06/20
AI搜索大行其道,SEO可能真的就没用了
当AI搜索赢得越来越多用户后,SEO就真的要凉了。SEO(搜索引擎优化)已死的声音已经在互联网世界鼓噪了多年,但到了2025年,它或许真的要成为一个历史名词了,因为AI正在改变互联网世界的流量走向。在今年的I/O开发者大会上,谷歌推出了重构搜索方式的“AIMode”(AI模式)。在该模式下,用户将通过与GeminiAI对话的方式来获取所需信息,而不是通过传统的链接。AIMode在美国上线不到两周时间,SEO方案解决商BrightEdge公布的数据就显示,用户点击率就下降了30%。与此同时,站长们发现用户使用AIMode产生的点击,不会出现在SearchConsole中,网站分析工具也只能将其归类为“直接”或“未知”。用SEO从业者的话来说,“谷歌不想让外界知道AIMode实际为外部网站带来了多少的流量。”对流量来源的归因是SEO的基础,如果站长不知道搜索引擎提供的流量从何而来,又要如何针对搜索引擎进行针对性的优化呢?谷歌之所以有意不让追踪来自AIMode的流量,是因为AI搜索与传统搜索不是一回事,即便追踪AIMode下的流量来源也毫无意义。而传统SEO中“链接排在首页才有流量”的认知,更是无法应用在AI搜索中。网页链接在搜索结果页面的排名之所以很重要,是因为它决定了用户打开这个网页的几率。用户在有信息获取的需求时,往往希望在最短时间里就被满足,所以搜索结果页面中越靠前的链接自然也就会被用户打开的概率更高。如此一来,SEO这种分析搜索引擎对网站的抓取、收录规律,运用技术来提升网站在搜索引擎的收录速度,从而提升网站排名的方法也就有了价值。SEO从业者通过揣摩谷歌搜索引擎的运行规律,是真的能让相关网站被更多人打开,让更多用户贡献流量。可遗憾的是,AI搜索的运作方式与传统搜索引擎截然不同,从谷歌的AIMode到OpenAI的SearchGPT,乃至国内的知乎直答、纳米搜索,它们都采取的是对话式查询方式,即通过AI与用户的对话来解决后者的信息需求。AI搜索会直接提供即时、个性化的答案,而不是让用户自己筛选链接。传统的搜索引擎就好比一条商业街,用户进入后,只能从排名第一的店铺挨个往下逛,只不过排名靠前的店铺被光顾的几率更大。可提供沉浸式搜索服务的AI搜索相当于是职业买手,是将用户需要的信息从互联网世界推送到他们眼前。从主动到被动的变化,其实也迎合了习惯于算法推荐的现代人,相比传统搜索引擎,AI搜索会主动帮助用户从鱼龙混杂的结果中选择出可靠的答案,所以越来越“懒惰”的用户又怎能不喜欢上它。如此一来,在AI搜索时代,网站站长要做的就是成为“职业买手”,从而获得直面用户的机会。一个有趣的现实是在过去两年,有相当多的网站出于对AI爬取内容的担忧,主动修改了robots.txt协议,对OpenAI、Perplexity的AI爬虫说不。然而到了2025年,更多的网站开始拥抱AI爬虫,尽可能地让AI引用自家的内容。此前在《华尔街日报》的相关报道中,财捷旗下Mailchimp的营销总监就表示,他们开始调整网站结构,以便让AI爬虫更容易抓取到内容。从拒绝AI到拥抱AI,网站的这一变化其实也可以理解。毕竟如今当用户想要寻求某个问题的答案时,更习惯点开ChatGPT、而不是谷歌搜索这件事,已经得到了苹果公司高管的证实。对话式的AI搜索向用户呈现信息时,只会给出一个推荐答案搭配若干备选的组合。如果网站没有进入AI选择的范畴,就意味着网站本身将完全无法从AI搜索中获得流量。因为大多数用户根本无法从AI处获得关于网站的信息,这一点与传统搜索截然不同。在传统搜索中,即使网站排名靠后,也不是完全无法被用户垂青,毕竟有的用户就是愿意多找找答案,网站出现在搜索引擎的第二页还尚存生机。而网站是否被AI青睐并不是10和100的区别,而是0和1的分野。如果AI不垂青你的网站,用户注定就会逐渐流失。网站站长的态度从两年前担忧AI厂商的爬虫抓取内容训练AI,开始逐步变成了试图赢得AI的青睐,让自家网站成为AI搜索的“合作伙伴”。在赢得AI青睐层面,传统的SEO手段就几乎都失效,关键词、外链、优化网站结构对于AI都没用,AI更看重的是高质量的原创内容,以及网站对于用户意图的深入理解。所以在AI搜索赢得越来越多用户的时代,SEO就真的要凉了。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
未来十年是AI智能体经济的天下
AI智能体时代已经来临。很快,AI智能体将能胜任绝大多数任务。新旧框架都将加速高效开发进程,关键技术难题将被攻克。尽管当前开发智能体看似最难,但其实门槛已在降低。争夺AI智能体交易、专业化与成长的平台建设即将白热化,最终汇聚成AI智能体交易市场崛起的趋势。未来几年,交易市场平台将成为人与AI智能体交互的主要方式。以下是我们对前沿的观察:▍AI智能体战略矩阵:你在什么位置?要理解为什么AI智能体将形成交易市场的生态,需回溯到软件时代。当时交易市场策略的核心争议是选择横向还是纵向切入。一开始大家都追逐横向的机遇:产品覆盖面广=市场机会大。后来策略反转,创始人开始为特定行业打造垂直方案——为的是掌控用户体验,占领整个细分领域。结果是两种策略并存(都有道理)。关键在于选择适合自身的路径。我曾用这个公式帮助思考:评估任务复杂度与潜在客户规模的关系。第一波横向软件巨头后出现了一个有趣现象:提供会计、日程管理等"宽泛"解决方案的软件在中小企业(SMB)市场更加成功。对中小企业而言,卖点在于速度、易用性以及前所未有的能力。将通用业务流程打包成易实施方案,确实能为这类客户创造价值。Quickbooks、Calendly、Square等公司就是这一策略的验证:简单/通用任务→瞄准小客户→然后扩大规模另一方面,部分公司选择了深耕垂直SaaS,掌控行业体验。它们致力于解决特定的复杂任务,有趣的是这些公司最终会更适合大型企业。为什么?因为大企业有预算,可购买定制方案。Procore、VeevaSystems、OpenGov等公司遵循的是这种打法:复杂任务→深度服务,然后拿下大单。这是两大“机会绿洲”。虽有例外,但多数公司都聚焦于此。整个格局可图示如下:(未来十年的AI智能体经济)这跟AI智能体有什么关联呢?首先,我们正目睹这一模式重现。意味着AI智能体现阶段的部署与组织存在多种路径。横向应用场景:用智能体打造即时、廉价、可扩展的BPO(业务流程外包)。比方说会计、营销、销售等跨行业通用智能体。纵向应用场景:企业“雇佣”专业型AI员工,专注于行业数据分析、法律文书等特定任务,相当于低价聘请专家。甚至出现了AI科学家团队参与药物测试研发。就像在软件市场看到那样,两种路径都有生存空间。但当前正以有趣的方式演进:针对中小企业的横向AI智能体市场。当前美国近半数经济产出来自中小企业。(从社区餐厅到会计事务所的)数百万家小企业贡献了7500亿美元的IT支出,但却长期被技术浪潮所忽视,它们当中许多仍挣扎于基础运营,无法获取大企业习以为常的专业工具。这正是AI智能体的变革之处——首次实现低成本规模化普及高端的商业服务。横向策略对AI智能体极具吸引力。为什么?源自新技术采用曲线。中小企业将是AI智能体应用先锋,因为它们获益最大。这些企业请不起完整的营销团队或会计师,但从第一天开始它们就清楚应用即可获得十倍收益。智能体接手企业主不会做或讨厌做的环节——这是很有卖点的。这种模式已见成效。TripleWhale(集成DTC电商所需工具的综合看板)已将AI智能体嵌入到系统。用户可激活智能体执行常被忽视或无暇处理的任务。内置智能体让电商企业即时提升效率。这是制胜公式。中小企业本就存在商业服务需求,而满足则何以需求的最佳方案——交易市场平台——正在崛起。▍为什么AI智能体交易市场将主导横向领域五大理由奠定了AI智能体交易市场的战略主导地位:·AI并非取代软件,而是将软件转化为服务。过去二十年最成功的供需匹配模式就是交易市场平台。中小企业不会向服务商个体购买,而是从经过验证的可信AI服务网络按需采购,就像它们当前选择服务供应商的方式一样。·服务需要有“栖息地”单独推广每个AI智能体的营销成本不可持续,而交易市场平台模式能吸引客户主动上门。·独立交易市场平台对软件不适合,但对服务时适合软件交易市场多依附在现有平台上(如B2B的AWS/Azure、中小企业的Hubspot/Shopify/Wix、应用商店)。但对于服务来说,AI智能体适合放在独立的交易市场。构建服务市场网络有成熟的方法论,Upwork、Fiverr、A.Team等已验证了可行性。·现有劳动力交易市场很难快速适配AI智能体,因为这可能会冲击到现有的服务供给方。既有平台不会围绕着AI智能体重建系统,虽然会用AI赋能现有服务商,但推出替代性智能体会引发利益冲突。我们相信以智能体为突破口的新兴独立交易市场将崛起。·网络效应交易市场平台形成规模后护城河极高(除非遭遇如当前AI级别的技术变革)。交易市场建设是门科学。虽然很难但可习得。我们多年研究人力交易市场网络的经验,现正迁移至AI领域并探索新认知。▍AI智能体交易市场运作机制交易市场通常遵循赢家通吃模式。先行布局的企业已占得先机。Enso等AI智能体“自由职业者”交易市场正展现这种模式的潜力。Enso的定位是“中小企业垂直AI智能体交易市场”,推出了即刻廉价可用的微服务:LinkedIn文案AI、SEO专家、Instagram设计师、线索挖掘者等。Enso已推出了300个微智能体,即将扩展至数千个。交易市场具备持久记忆功能,可记录企业细节与每次互动。它们从小处着手,精准执行,伴随客户共同成长。交易是的价格保持在低位:49美元/月,仅为传统服务的零头。智能体复利价值创造出一种新型的商业资产:可随时间进化、每一次交互都能增值、且中小企业负担得起。想象一下社区餐馆享有连锁集团的营销能力,或个体创业者使用匹敌大企业的财务分析工具。持久记忆与学习能力令智能体愈发懂你,逐步形成对企业独特需求的深刻理解。这种定位很独特,我们相信未来十年其价值只会日益凸显。▍AI智能体交易市场的崛起未来十年属于AI智能体交易市场,尤其是针对中小企业的AI智能体交易市场,将会从中获益匪浅。我们深谙交易市场网络的运作规则,清楚其巨大商业潜力。现有策略手册需适配AI智能体的新世界方能制胜。正如我们说过那样,这类交易市场通常是赢家通吃——竞赛已然开始。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
你觉得很老的互联网项目,依然赚钱
无需创新,传统生意如导航、电商工具仍有机会。普通人想要赚钱,根本就不需要做创新!其一,你自己根本就没有创新能力,而是憋了很久以后,给自己出的昏招。其二,创新是需要巨大成本的,时间成本、教育成本、试错成本。其三,很多用户、产品、行业不需要创新,他们的需求本身就是极其朴素的。那么今天我就和大家分享几个,看似已经很古老的生意,有的适合一两个做,有的适合小企业做。01网址导航一定会有人说,这都什么年代了,怎么还有人会用网址导航。更何况,主流的导航网站好123、360导航之类的,大家都在用。那些小众的导航网站,哪里还有用户呢?如果你是一个运营,不管是做自媒体运营、电商运营,你应该都有过一些痛点,尤其是新手。不知道该用什么裂变、写作、营销、学习等工作,每一次都要去搜索。但基于运营、电商、新媒体、Ai相关的导航,就有不少,还有专门做跨境相关的导航网站。这些导航网站靠着广告费、赞助费、会员分销费等,只要正常去推广、更新的,一年也能赚不少钱。为什么?因为市面上的工具太多了,一个运营需要掌握的知识、工具也太多了,导航本身是可以扫盲和提高运营效率的。02行业运营网站作为一个运营,你们平常除了刷头条、抖音外,还有什么系统性的学习网站或账号吗?随着自媒体的兴起,大家关注了几十、几百个公众号、抖音号。但是要系统性学习的时候,就会比较麻烦。以前学习如何做电商有垂直的派代,学习运营产品有垂直的人人都是产品经历的,大家现在似乎关注少了。难道是用户真的没有学习需求了吗?难道是用户对自我成长、赚钱不感兴趣了吗?其实不是,说到底还是运营本身出了问题。用户依然对垂直分类的赛道,有系统性的学习需求,不管是国内电商、国外电商还是其他互联网相关行业。所以,有毅力的,可以去做一个运营相关的账号、网站甚至是APP。其一,用户有持续学习的需求学习新工具、新方法。其二,任何一个行业都在变化、尤其是新技术、新平台。其三,任何一个行业永远都有新用户入场,他们需要学习、扫盲。03语录文案我们朋友圈里面,每一天都有人在发各种语录。励志的、情感的、人生的、创业总结的,用户有情绪上的表达需求。所以他们会去抖音、公众号、微博上刷各种文案,看到好的还会点赞收藏。直到现在还有不少团队在做语录的公众号、小程序、APP、自媒体账号。也许一两个账号看起来不挣钱,但是有100个、500个账号的时候呢?04电商工具这个赛道看似已经没有机会了,因为头部的玩家几乎都是上市的,比如有赞、微盟、微店、微商相册,实力都很强大。但事实上,还有大量的商家,根本就没有听过这些产品。以及有大量的商家,都在各种垂直性的电商软件产品。以我目前所知道的,仅在杭州做电商卖货软件的,纯软件收入在几百万的就有好几十家。我自己一个朋友专注做电商分销软件的,至今已经10年了,客户依旧不断。05网站开发很多人觉得现在已经没有人需要建网站了,认为企业只要在淘宝开个店、抖音注册一个账号就可以了。但实际上,从企业宣传、营销、获客等角度考虑,企业的官网、官方商城依然是有价值的。只不过以前官方网站的比重比较高,现在侧重在小程序。但是从开发、展示等角度,官方的网站,品牌方自我管控更强。比如微信小程序的开发上架,对类目、内容、资质都有要求,而自己做个网站不管是类目、发布的信息形式、产品销售都更加自由。所以,依然有许多的商家,愿意花钱去开发一个网站、H5商城。06为什么古老的生意有钱赚我和大家简短分析了五个看起来很古老的生意,在很多人的眼里,这些产品早就没人用了,为什么还能继续赚钱?其一,许多业务的本质不会变,比如卖货这件事情,商家为了管理要用经销存工具,为了营销要搞分销、要搞会员卡。其二,大的软件公司一旦做大了以后,各种门槛就高起来了,比如想要使用就得付个4980,对于许多小商户这个成本太高了。其三,为什么每一个行业都有属于自己的软件,有赞的功能不是有很多吗?因为有赞虽然做的大,但是细分到每一个行业的需求,就很难满足了。有些是时间上来不及,有的人每一个客户都有自己的特殊想法。所以,这也就给了许多小企业,吃骨头、喝汤的机会。而这样的机会,几乎会一直存在,无非是钱多钱少的问题,但只要不下桌,就能吃到。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
点击率暴跌,谷歌AI概览给了网站站长当头一棒
或许,网站站长的好日子怕是要结束了。网站站长从去年开始就一直担心的事情终究还是发生了,谷歌此前在I/O开发者大会2024上公布的AI搜索功能AIOverviews(AI概览),让用户点击网页链接的兴趣大幅下降。日前知名SEO工具提供商Ahrefs公布的一项研究结果,揭示了谷歌AI概览功能对搜索结果页面(SERP)点击率的显著负面影响。Ahrefs的这一研究结果显示,当搜索结果中出现AI概览时,相关关键词的平均点击率会下降34.5%。具体来说,Ahrefs选取了该公司关键词资源管理器数据库中的30万个关键词,其中有一半触发了AI概览,另一半则未触发。为了确保结果的有效性,Ahrefs特意选取了2024年3月和2025年3月的数据,因为谷歌是在2024年5月举行的I/O开发者大会上公布的AI概览功能。通过同比这两个时间点的数据,Ahrefs研究人员发现,触发AI概览的关键词平均点击率从0.073大幅下降至0.026。号称“重新定义搜索体验”的谷歌AI概览功能,指的是用户在搜索问题时,基于Gemini大模型的这一功能就会自动抓取网页内容、在搜索页面顶部总结提炼出用户所查询内容的概要,用户则可以根据自己的需要、再点击网页去寻找所需信息。彼时就有许多网站站长敏锐地发现,一旦有了AI概览,用户就可以直接在其提炼的“精华”中找到所需信息,无需点击任何网页链接。只不过谷歌的AI概览上线即“花式翻车”,诸如“用户用胶水将芝士固定在披萨上”、“推荐摄入石头获取营养”等匪夷所思的总结,直接让谷歌方面颇有些无地自容。当时AI概览如此的糟糕表现,则让许多站长吃下了一颗定心丸,毕竟一个胡说八道的疯子AI,可没法满足用户对于信息的需求。然而遗憾的是,AI是会进化的。谷歌旗下如今最强的Gemini2.5Pro与去年的Gemini1.5Pro相比,已经发生了天翻地覆的变化,前者更堪称是目前地表最强的AI推理模型。到了2025年春季,谷歌的AI概览功能更是获得AIMode模式,强化了AI搜索的推理、思考与多模态处理能力。在AIMode模式下,AI概览通过名为“查询扩展(queryfan-out)”的技术,可同时针对不同的子主题进行搜索,以及即时数据检索,最终实现了回应的时效性、准确性和可读性。到了这时候,网站站长们就赫然发现情况有了变化。由于AI概览已经从去年的玩具变成了如今的工具,一众网站站长就发现它开始改变流量分配的规则。过去,网站站长欢迎谷歌搜索的爬虫抓取自己的页面是因为有利可图,谷歌方面也会通过广告联盟的方式,将搜索引擎拿走的流量重新分配给这些网站。以往站长们只需要保证自己的网站内容质量优异、网页加载速度快、网页结构清晰,就会被谷歌搜索给予搜索结果页更靠前的位置,由此也就能获得更多的用户点击。换而言之,站长之所以愿意去搞SEO(搜索引擎优化),就是看中了拥有数十亿用户的谷歌搜索,能帮助他们高效地将流量用广告来变现。可是网站的广告变现是基于用户点击了谷歌搜索结果页的链接,并访问了相关网站才会得以实现。如果用户根本就不点击链接,挂在网站上的广告又要展现给谁呢?其实站长们并不恐惧AI概览本身,而是担忧AI概览带来的零点击,因为这就意味着用户将直接在AI概览中找到所需的信息,无需访问任何网站。AI概览这种将内容嚼碎、并去粗取精的模式,几乎是毁灭了网站的生存空间。要知道目前的科学研究已经证明,普通用户对于AI有着近乎盲目的信任,这也就意味着已经被推荐算法惯坏了的用户,必然会倾向于使用AI概览获得已经被提炼、归纳的信息。尽管谷歌为了确保AI概览所呈现内容的真实和有效性,着力突出了AI概览中的参考来源。只不过相比以往谷歌搜索第一页上提供的十余个链接,AI概览中的参考来源只有两个。从争夺十几个位置到争夺两个,难度显然直接就上了几个台阶。绝大多数用户根本就不会进行所谓的“事实核查”,只要AI提供的信息不至于离谱到“推荐摄入石头获取营养”,许多人根本不会意识到AI在胡诌。更加致命的是,为了与OpenAI的SeachGPT、Perplexity等AI搜索引擎竞争,未来谷歌搜索呈现的第一页搜索结果将会完全由AI概览负责,也就是说用户将会看到一整页由AI提炼、并总结出的回答。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
他用AI三天做了个网站,结果被黑了两次,氛围编码大翻车
今年2月,OpenAI前创始成员AndrejKarpathy凭一己之力,带火了一个词——“氛围编码”(VibeCoding)。简单说,就是“你说想法,AI写代码”。就算完全不懂编程,只要有个点子,借助像Cursor、ChatGPT这样的AI工具,也能快速做出一个应用、小游戏之类的。这种“说着就能写程序”的方式吸引了不少开发者尝试。不过,看起来轻松高效的背后,也藏着不小的安全隐患。并不是每个人、每个项目都适合靠“氛围”上代码。这不,一位开发者HarleyKimball就在X上分享了自己使用“氛围编码”而后“掉坑”的经历。他用了三天不到的时间开发并上线了一个聚合网站的应用,殊不知,却在随后短短两天内接连遭遇两次安全漏洞攻击。幸运的是,这两次攻击都由白帽黑客(负责任的安全研究员)在没有恶意破坏的前提下发现并反馈。为此,HarleyKimball将自己的遭遇进行了总结与复盘,希望为更多的初创项目和个人开发者敲响警钟。三天快速开发的网站HarleyKimball做的这个应用,说白了就是一个把各大安全研究员平台(像HackerOne、Bugcrowd、GitHub这些)上的公开资料集中到一块的网站。用户注册登录之后,可以一眼看到各路白帽黑客的公开档案。Kimball的初衷,是想给整个漏洞赏金圈搞一个“查号宝典”,方便大家快速找到相关研究员的资料。据Kimball自述,这款目录网站的前端是通过Cursor和Lovable等AI编程工具搭建的,并与Supabase提供的云数据库服务相连。Supabase在开发者中颇受欢迎,提供开箱即用的认证、存储和数据库功能。不过,整个系统中最关键的数据采集部分——也就是把各个平台的公开资料导入数据库的过程——是通过独立的自动化脚本来完成的,并没有集成在前端或用户操作中。这种“前后分离”的设计,虽然能让界面更轻便,也便于快速上线,但也意味着如果底层权限控制没做好,系统可能在开发者都没注意到的地方暴露风险。起初,HarleyKimball打算让用户使用SupabaseAuth自行注册,并提交他们想要汇总的个人资料。但在开发过程中,他意识到,处理用户注册不仅涉及身份验证(Authentication),还涉及权限管理(Authorization)——如果管理不当,可能造成数据被恶意篡改。因此,他放弃了自助注册功能,转而采用只读的数据视图...令他没想到的是,这也成为了第一个安全漏洞的导火索。第一次被攻破:邮箱泄露引发的权限绕过在开发测试阶段,Kimball采用Supabase提供的用户认证功能,这意味着用户必须使用真实邮箱注册登录。然而,他在检查前后端的数据传输时意外发现:用户邮箱信息会被一并返回给前端页面,存在泄露风险。虽然这些邮箱可能原本是公开的,但一旦用户对平台抱有隐私期待,这种行为就可能构成严重的问题。为了修复这个漏洞,他采用了一个常见的处理方式:用PostgreSQL创建了一个“视图”(view),只提取所需字段,排除了邮箱信息,并让前端只访问这个视图。表面上看,这个做法更安全了——然而,问题也悄然埋下。正式上线后不久,也就是在第一个版本发布不到24小时,一位安全研究员反馈称:尽管网站的前端并没有提供新增或修改数据的入口,他依然能在数据库中随意插入、修改和删除记录。这显然说明,系统的访问权限控制出了问题。问题的根源,出在那个看似“安全”的数据库视图上。Kimball在创建视图时,使用的是默认设置——也就是说,这个视图运行时会继承其创建者(也就是管理员)的权限。而PostgreSQL的行级安全(Row-LevelSecurity,RLS)机制,是需要额外配置才能在视图中生效的。如果没有手动启用“SECURITYINVOKER”或加上专门的安全限制,RLS就会被绕过,导致权限失控。这正是这次“首个安全漏洞”的核心原因。所幸,一位名为Goofygiraffe06的研究员负责任地报告了这个问题,Kimball随后紧急修复了访问权限,重新设计了数据的查询方式,堵上了这个漏洞。第二次被攻破:关闭前端不等于关闭后台就在首个安全漏洞修复的第二天,Kimball又收到了另一位安全研究员Kr1shna4garwal的提醒:攻击者依旧可以注册账号并创建数据。他们发现依然可以往数据库中添加新的“研究员档案”——虽然不能修改或删除已有数据,但这意味着系统的访问控制没有完全锁死。这一次的问题,并不是出在前文提到的数据库视图上,而是另有隐情。Kimball虽然在前端界面上取消了“用户自助注册”入口,但后台使用的Supabase认证服务(Auth)依旧处于激活启动状态。换句话说,攻击者只要知道API的调用方式,就可以绕过前端,通过邮箱和密码注册一个新账号,成为系统“眼中”的合法用户,并按照既有的权限规则操作数据。这种“前端没入口,但后端没封死”的配置,在不少使用现成后端服务的项目中很常见,也很容易被忽视。最终,Kimball通过彻底关闭SupabaseAuth的注册功能,才完全堵上了这个权限漏洞。经验教训:氛围编程虽快,安全不能缺位Kimball在总结这次“上线即被攻破”的经历时,也分享了几点关键反思,对依赖低代码或AI工具进行开发的开发者具有一定参考意义:首先,“氛围编码”(vibecoding)虽然能让项目快速成型,但默认状态下往往忽略了安全配置,一不小心就会留下严重漏洞。其次,Supabase和PostgreSQL这对组合功能强大,但它们的权限模型也相对复杂。特别是在使用数据库视图(view)和行级安全策略(Row-LevelSecurity,RLS)时,如果开发者不了解其背后的默认行为,就很容易配置失误,导致权限失控。比如,PostgreSQL中的视图默认是以创建者(通常是管理员)的权限运行的,这意味着RLS策略会被绕过,除非显式指定为SECURITYINVOKER,或另行设置安全策略。此外,如果项目并未真正使用Supabase的认证功能,务必在后台设置中彻底关闭注册入口——仅仅在前端页面隐藏相关功能远远不够。Kimball表示,他的应用主要聚合的是公开数据,因此这两次安全事件的实际影响有限。但如果系统涉及的是敏感信息,例如个人身份数据(PII)或健康信息(PHI),类似的配置漏洞可能会造成灾难性后果。这起事件也提醒开发者,即便是看似简单的工具链和“只读数据”的项目,也必须进行基础的威胁建模与权限审查。快速上线不代表可以省略安全流程,尤其是在AI编码与自动化工具愈发普及的当下。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
传统企业如何落地应用AI
企业如果搞不懂AI就不要盲目投入AI01企业应用AI的门槛有多高?当前市面上的AI产品很多,但其实并非人们想象的那样成熟,还处于一个成长发展期,AI就如数字化系统一样有一个成熟、发展期,但同时与传统系统不一样的是AI具有学习能力,有巨大的应用潜力,应用得当对企业效能的提升是显著的。但对于当前的大部分传统企业而言,AI又是陌生的,如何选择AI产品是应用之路的第一个拦路虎,因此企业一定要根据自身的需求来选择,比如是选型文字大模型产品还是图片大模型产品,同时还要考虑的是数据的安全性与合规性,比如在一些企业明确规定禁止接入ChatGPT,当然在应用AI产品的过程中大部分的传统企业关心的还是投入成本,这些成本包括购买大模型的费用、相关接口费用、训练成本,其中对于AI的训练是最消耗时间成本的,所以企业不仅要具有技术能力,最重要的还是要有AI思维,象AI一样的思维能力。02企业如果搞不懂AI就不要盲目投入AI!企业为什么做AI,其中一个最重要的原因就是想利用AI实现效率的提升,以此来实现降本增效。那么在投入应用AI之前首先要考虑如下问题:第一,哪些场景需要用AI来实现;第二,评估投入、产出比;比如很多企业一开始可能会用AI来搭建知识库,但需要注意的是知识库的场景虽然很简单,但知识库的质量却是关键,同时建设与维护知识库投入的成本却比较高,这个时候在搭建知识库之前就要论证其建设的必要性,如果该知识库的内容应用为低频,搭建完成后一年用不了几次,同时又要花费大量的运维成本,那么该知识库就没有搭建的必要。应用AI技术不是为了炫酷,而是要用AI产生价值,所以AI产品的应用还是要以价值为中心。03企业如何推广AI?这是企业不得不面对的一个现实问题,并不是所有的企业领导与员工都会接受AI,所以信息部门一旦引进了AI产品必然面临一个推广应用的问题,但应用实践过程如果把控不好必然会面临一个由期望满满到失望落空的过程,到时候寄予厚望的AI产品又会变成“鸡肋”,这个时候推广策略显得十分重要。比如提前做好关于AI产品的宣传,让企业领导及员工认知AI,同时加强线下培训,但值得注意的是这种培训必须是小范围的进行,必须有针对性,可利用工作场景设计一些与AI互动或PK的游戏环节,在趣味性的同时也让大家认知、学会了AI的相关功能,增强了员工对AI的探索欲。企业领导与员工也要知道的是AI不是“芝麻开门”那般简单,它是一个系统化的实践工程,需要练习,也是一个探索工程。04目前企业引进与应用AI会面临哪些问题?▍准确率的问题:由于技术及思维能力的问题,训练AI的过程中如果方法不当可能会导致输出结果的准确率降低,那么此时企业因理性看待此问题,分析原因,排除故障点,在训练的过程中要象AI一样思考,一样提问;▍价值输出的问题:企业做数字化转型建设都是以价值为中心,AI亦是如此,当前面临的问题是如果信息部门花大量成本引入AI产品,如何用AI助力企业实现降本增效?▍成本投入的问题:AI需要一些技术门槛,所以意味着企业需要投入一定的资金成本、人力成本、时间成本、运维成本来完成此事,但当前大部分传统企业处于求生模式,是否有魄力引进AI产品?▍AI能力的问题:做AI产品的应用不仅需要企业具备一定的技术能力,同时还需要有AI的思维能力、设计能力,必须还具备应用的推广能力,所以企业应用的并不是AI这个产品,而是一种综合能力;▍企业领导对AI热度的问题:AI产品从意识到认知、从认知到实现、从实现到全面应用有一段很长的路要走,企业领导是否有足够的耐心来等待AI能力的转化;从以上不难看出,AI不仅是一种技术,更是一种能力,是未来企业管理的趋势,但目前而言,大部分的传统企业仍是读不懂、看不透、不敢用、不会用,先进技术变成生产力仍需时日,先进技术在传统管理中仍难体现价值,因此企业需要的不仅是技术,更是技术与业务融合的管理转型。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
06/20
传统企业引入AI项目,真的准备好了吗?这些坑千万别踩
AI不是目的,而是手段。只有真正解决业务问题,AI的价值才能体现出来。从2025年伊始AI就成了各行各业的“香饽饽”,很多传统企业也摩拳擦掌,想要借助AI实现所谓的降本增效。但问题是,AI真的适合所有企业吗?传统企业在引入AI项目时,可能会遇到哪些坑?今天老杨就来聊聊这个话题,帮你避开那些“雷区”。part.01AI不是万能药,盲目跟风要不得很多企业看到别人搞AI,自己也急着上马,结果往往是“赔了夫人又折兵”。为什么?因为AI并不是万能的,它需要结合企业的实际需求来落地。如果只是为了赶潮流,而没有想清楚AI到底能解决什么问题,那最后很可能就是花了一大笔钱,却看不到任何效果。最关键的是如果AI项目与企业的长期战略脱节,那它很可能会变成一个“面子工程”,既浪费资源,又看不到实际效果。怎么规避?在项目启动前,企业需明确AI项目的战略目标,确保它与企业的长期发展方向一致。同时,制定清晰的AI路线图,分阶段实施,确保项目有序推进。AI项目启动之前,先问问自己:为什么要做AI?它能解决哪些具体问题?比如,是提升生产效率,还是优化客户体验?只有明确了目标,才能避免盲目投入。part.02技术门槛高,不是想玩就能玩AI技术听起来很酷,但实际操作起来却非常复杂。传统企业往往缺乏相关的技术储备,比如数据科学家、算法工程师这些专业人才。而且,现有的IT基础设施可能也无法支持AI项目的运行,改造起来又是一大笔开销。AI技术也如一个超级大杂烩,有各种各样的门道。要是不小心选错了技术,那可就像走错了路,越走越偏。比如说,在一些数据量不大、业务也不复杂的情况下,非要用那些对数据和计算资源要求超高的人工智能算法,就好比一个小马拉大车,累得够呛还没什么效果,最后模型出来的精度低得让人头疼。怎么规避?在选型前,一定要充分调研企业自身的业务需求和技术现状。可以找专业的技术顾问帮忙评估,多参考一些成功案例,考虑技术的成熟度、适用性以及与现有系统的兼容性等因素。还可以进行小规模的测试和试用,看看技术的实际效果如何,再做决策。part.03组织架构僵化,协作成难题传统企业的组织架构通常比较僵化,层级多、决策慢,而AI项目需要快速迭代和跨部门协作。如果各部门之间沟通不畅,项目很容易卡在半路。怎么规避?首先应成立一个专门的AI项目团队,明确每个人的职责和权限。同时,争取高层的支持,确保项目有足够的资源和优先级。其次,要对企业现有的组织架构进行适当的调整和优化,打破部门壁垒,建立更加灵活、高效的协作机制。可以设立专门的AI项目团队,团队成员来自不同的部门,共同负责项目的推进和实施。同时,加强对员工的沟通和培训,提高他们的团队协作能力和跨部门沟通能力。part.04数据质量差,AI再好也白搭数据对于AI来说,那就是吃饭的“粮食”。要是这“粮食”有问题,那AI这个“胃口”再好也干不好活儿!数据不准确、不完整或者不一致,就像给人做饭的时候米里有沙子,做出来的饭肯定不好吃。比如说销售数据错了、缺了,那根据这些数据做出来的预测就成了瞎猜,一点儿准儿都没有。怎么规避?在启动AI项目之前,建立完善的数据治理体系,从数据的采集、录入、存储、处理到使用的每一个环节,都要制定严格的规范和标准。加强数据审核和校验机制,确保数据的准确性和完整性。定期对数据进行清理和维护,去除无效数据和重复数据,解决数据不一致的问题。part.05员工抵触情绪,项目落地难AI项目的引入可能会让员工感到不安,们怕自己会因为这个丢了工作,或者不想去学那些新技术。这就好比是让一个习惯了走路的人突然去学游泳,心里肯定害怕,抗拒也是正常的。这种抵触情绪不仅会影响团队士气,还可能导致项目难以落地。怎么规避?在引入AI项目之前,要充分做好员工的沟通和宣传工作,让员工了解项目的重要性、意义和对他们个人发展的积极影响。为员工提供必要的培训和指导,帮助他们掌握新的技术和知识,提高适应能力。同时,制定合理的激励机制,对积极参与和配合项目的员工给予适当的奖励和表彰,激发他们的积极性和主动性。part.06运营成本高,长期投入压力大AI项目不仅初期投入大,后期的维护和优化成本也很高。如果企业没有做好长期投入的准备,项目可能会半途而废。怎么规避?在项目规划阶段就充分考虑运营成本,确保企业有能力持续投入。同时,采用分阶段实施的策略,先从小规模试点开始,验证可行性后再扩大范围。part.07投入和产出,得算明白引入AI项目,那可是个烧钱的活儿!从买硬件设备到请专业的老师培训人才,哪一项不需要花大钱?要是在一开始没把这个成本算准了,就像做饭的时候盐放多了,到时候发现钱没了,项目又进行不下去,那可就尴尬了。还有一些企业啊,看着别人都在搞AI,自己也不想落后,就跟着掺和。结果引入之后才发现,AI项目和自己企业的业务根本就不搭调,根本无法实现降本增效。这就好比你种了一地的庄稼,到收获的时候才发现,长出来的全是草,那可就白忙活了。怎么规避?在引入AI项目之前,要充分结合企业的战略目标、业务需求和发展规划,进行深入的可行性研究和分析。评估AI项目与企业业务的适配性,预测项目的收益和风险,确保投资回报率符合企业的预期。如果对某个项目不太确定,可以先进行小规模的试点,验证项目的可行性和效益后再做大规模的推广。同时在项目启动前,进行详细的预算规划和成本评估。考虑到项目可能涉及的各个方面,包括设备采购、软件开发、人员培训、系统集成等费用,预留一定的预算弹性空间,以应对可能出现的变化和意外。同时,加强成本控制和管理,在项目实施过程中严格控制费用支出,避免不必要的浪费。AI确实有巨大的潜力但它并不是“即插即用”的工具。传统企业在引入AI项目时,需要从意识、技术、组织、数据、能力、运营等多个方面进行全面评估,确保项目能够真正落地并产生价值。如果你的企业正在考虑引入AI,不妨先问问自己:我们真的准备好了吗?如果答案是否定的,那不妨先从小处着手,逐步积累经验和能力,等到时机成熟再大展拳脚。最后,记住一句话:AI不是目的,而是手段。只有真正解决业务问题,AI的价值才能体现出来。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
05/23
即时零售大战启示录:巨头 all in 超级 App,下一个十年看微信模式?
超级APP整合即时零售,高频带低频,资源优化与挑战并存。即时零售超级APP趋势2025年以来,京东秒送、美团闪购、淘宝闪购三家巨头先后重推即时零售业务。然而有趣的是,在三家的业务推进过程中,美团闪购虽然独立出来,但并没有像美团外卖APP那样,再单独拆分出一个美团闪购APP;京东秒送和淘宝闪购更是直接在其主业设置一级流量入口,更不可能再给这些新业务出单独APP。这是因为,超级APP”成为平台突破增长瓶颈的核心武器——通过将高频服务(如社交、支付、即时零售)与低频场景(如电商、本地生活)深度捆绑,构建用户“一站式需求闭环”。这与数年前互联网企业的业务模式大相径庭。曾几何时,互联网企业开拓新业务,往往会单独出一个APP,以此来区隔业务,同时也能在APP应用市场中多占一个位置,获取更多流量。比如腾讯自己,为了与抖音竞争而推出了微视。腾讯曾耗资百亿推广独立APP微视,2018年春节,微视通过QQ走运红包合作发放微视礼包,新增数百万用户。黄子韬、刘昊然、张天爱、迪玛西等数十位明星助阵拜年并入驻微视,但结局如何呢?最终还是败于抖音。再比如当年字节跳动,在今日头条之外,先后推出内涵段子、皮皮虾、抖音等多款APP,构建起庞大的内容生态。但如今,时代已经发生了变化。从外卖大战到即时零售的角逐,巨头们纷纷将新业务融入已有的超级APP中,allin“超级APP”模式。这种转变背后,有着怎样的战略考量?超级APP模式又为何会成为巨头们的新宠?它是否会成为未来十年互联网发展的主流模式?超级APP模式的崛起所谓超级APP,指的是那些拥有庞大的用户数,成为用户手机上的“装机必备”的基础应用。这类APP除去流量分发的工作,还将自身引擎化来承载各种轻应用的运行,底层支撑能力相比普通App要求要高得多。超级APP的概念并非新创,但在近几年才真正成为互联网巨头们的战略重点。以微信为例,堪称超级APP模式的佼佼者。微信从最初的即时通讯工具,逐步发展成为集社交、支付、生活服务、小程序等多种功能于一体的超级平台。用户不仅可以在微信上与朋友聊天、分享生活,还能通过微信支付进行购物、缴费,使用各种小程序实现打车、订餐、订票等功能,几乎涵盖了日常生活的方方面面。微信做支付,是超级APP模式成功的典型案例。如果微信支付不是直接绑定在微信内,而是单独出一个APP,很难想象它能通过春晚红包一夜逆袭支付宝,其成功的核心在于通过微信与社交场景进行无缝融合。微信本身拥有庞大的用户基础,通过将支付功能无缝融入其中,极大地降低了用户使用支付功能的门槛,用户无需额外下载和注册新的应用,就能轻松完成支付操作。这种便捷性使得微信支付能够迅速获得用户的认可和使用,快速抢占支付市场份额。再看视频号,微信推出视频号,并非另起炉灶开发一个独立的视频APP,而是直接将其嫁接到微信上。微信为视频号提供了强大的流量支持,通过朋友圈、发现页等入口,让视频号能够快速触达海量用户。视频号依托微信生态,与微信的社交功能紧密结合,用户可以方便地分享视频到朋友圈、群聊,与好友互动。这使得视频号仅用3年便实现8亿月活,日均使用时长超35分钟,成为与抖音分庭抗礼的短视频平台。微信之所以能够在超级APP模式上取得巨大成功,与其长期坚持不分流的策略密切相关。微信通过最先开放小程序,为众多开发者提供了一个便捷的开发和推广平台。小程序无需下载安装,用户在微信内即可直接使用,极大地提升了用户体验。同时,微信给予核心业务一级流量入口,确保用户能够方便快捷地找到和使用这些功能。这种对用户体验的极致关注和对业务的合理布局,使得微信能够牢牢锁住用户,十多年如一日稳居用户在线时间最长的APP宝座。巨头在超级APP下的较量在即时零售领域,美团闪购、淘宝闪购和京东秒送的表现,也充分体现了超级APP模式的优势。美团闪购作为美团旗下的即时零售平台,虽然独立品牌发布,但并没有单独推出APP。用户只需打开美团外卖App,就看叶看到明显的闪购频道,即可进入美团闪购页面。美团闪购依托美团体系内的海量用户、每日百万级在岗骑手提供的小时达服务,以及覆盖全国超过2800个市区县的美团配送能力,涵盖了酒水零食、美妆个护、宠物母婴、乳品百货、果蔬生鲜、鲜花绿植、数码图书等众多品类的传统零售行业商品的即时配送服务。美团将闪购业务融入美团外卖APP中,能够充分利用美团已有的用户基础和配送体系,实现资源的高效整合。用户在使用美团外卖订餐的同时,很容易发现并使用美团闪购的服务,这种便捷的入口设置,为美团闪购带来了大量的流量。淘宝闪购同样如此,淘宝天猫将即时零售业务“小时达”升级为“淘宝闪购”,并在淘宝APP首页设置一级流量入口。淘宝本身拥有庞大的电商用户群体,通过在首页设置一级入口,能够让海量的淘宝用户迅速知晓并使用淘宝闪购的服务。淘宝闪购上线首日就覆盖50个城市,上线第6天单日订单量突破1000万单,如此惊人的成绩,离不开淘宝超级APP的强大流量支持。淘宝闪购借助淘宝的品牌影响力和用户基础,能够快速打开市场,吸引消费者使用其即时零售服务。京东秒送也是在京东APP内重点推进。京东整合原京东小时达、京东到家两大品牌,推出“京东秒送”,借助达达秒送的高效配送与众多优质零售合作伙伴,为消费者提供极速服务。京东将秒送业务融入京东APP,能够充分发挥京东在电商领域的供应链优势和用户信任度。京东的用户在购物时,对于京东秒送提供的快速配送服务更容易接受和尝试,因为他们对京东的品牌和服务质量有较高的认可度。从这些巨头在即时零售领域的布局可以看出,超级APP模式为新业务的发展提供了强大的支持。通过将新业务融入已有的超级APP中,能够充分利用超级APP的用户基础、品牌影响力、流量入口以及各种资源,实现新业务的快速发展和市场拓展。超级APP下的高频带低频策略在超级APP模式下,巨头们还通过高频业务带动低频业务的策略,进一步提升平台的竞争力和用户粘性。以京东秒送为例,京东本身的电商业务相对低频,消费者并不会每天都在京东上购物。而外卖业务属于高频消费,消费者每天都可能有订餐的需求。京东全力加速外卖进程,通过高频的外卖业务为低频的电商业务引流。当用户频繁使用京东的外卖服务时,他们对京东APP的打开频率也会增加。在这个过程中,用户很可能会发现京东的其他业务,如京东秒送的即时零售服务,以及京东丰富的电商商品。这样一来,高频的外卖业务就成功地为低频的电商业务带来了更多的流量和潜在客户,实现了高频带动低频的效果。淘宝闪购同样有着类似的考量。淘宝闪购通过提供即时零售服务,满足消费者对于商品快速送达的需求,吸引消费者使用淘宝闪购。而淘宝自身作为电商平台,需要大量的流量来推动商品的销售。淘宝闪购与饿了么之间也存在着协同关系。从长期来看,淘宝闪购和饿了么很可能会进一步融合。目前淘宝闪购可以帮助饿了么拓展业务,同时饿了么也能为淘宝闪购提供配送等方面的支持。而淘宝通过淘宝闪购吸引来的流量,也能够促进淘宝自身电商业务的发展。长期来看,淘宝闪购与饿了么是否会真正成为一家,也未尝可知。总之,这种高频带低频的策略,不仅能够提升平台的整体流量和用户活跃度,还能实现不同业务之间的协同发展,提高平台的综合竞争力。在当前电商用户增速放缓的大环境下,这种高频带低频的策略显得尤为重要。各大电商平台已经很难通过大规模获取新用户来实现业务增长,因此如何充分挖掘现有用户的价值,提高用户的活跃度和消费频次,成为了关键。超级APP模式下的高频带低频策略,正好为解决这一问题提供了有效的途径。通过将高频业务与低频业务整合在一个超级APP中,能够更好地满足用户的多样化需求,提升用户体验,从而增强用户对平台的粘性和忠诚度。超级APP成为行业趋势的必然性从外卖大战到即时零售的竞争,互联网巨头们纷纷选择超级APP模式,并非偶然,而是有着深刻的行业背景和必然性。随着移动互联网的发展逐渐进入成熟阶段,用户的时间和注意力变得越来越稀缺。用户对于手机应用的安装和使用变得更加谨慎,他们更倾向于使用功能全面、能够满足多种需求的超级APP,而不是在手机上安装大量功能单一的APP。这就使得超级APP在吸引用户和留住用户方面具有天然的优势。开发和维护多个独立的APP需要投入大量的人力、物力和财力。从产品研发、设计到推广运营,每个环节都需要耗费巨大的成本。而且多个APP之间还可能存在资源竞争和用户分流的问题。而超级APP模式通过将多种业务整合在一个平台上,能够实现资源的共享和协同,大大降低了开发和运营成本。例如,在技术方面,超级APP可以共享底层的技术框架和基础设施,减少重复开发;在推广方面,超级APP可以利用自身的品牌影响力和用户基础,为新业务进行推广,降低推广成本。在超级APP模式下,平台可以更好地整合用户数据,通过对用户在不同业务场景下的行为数据进行分析,深入了解用户的需求和偏好,从而实现精准营销和个性化服务。例如,微信通过对用户的社交行为、支付记录、小程序使用情况等数据的分析,能够为用户推送更加符合其兴趣的广告和服务;美团通过对用户的外卖订餐和闪购购物数据的分析,能够为用户推荐更合适的商品和优惠活动。这种精准营销和个性化服务能够提升用户体验,增强用户对平台的满意度和忠诚度。超级APP模式下,平台可以将多种业务进行有机整合,实现业务之间的协同发展。例如,在即时零售领域,电商平台可以将线上销售与线下配送、售后服务等业务进行协同,为用户提供更加便捷、高效的购物体验;社交平台可以将社交功能与电商、生活服务等业务进行协同,通过社交关系带动其他业务的发展。这种业务协同能够创造出更大的价值,提升平台的竞争力。超级APP模式面临的挑战与风险虽然超级APP模式具有诸多优势,但也并非完美无缺,它同样面临着一些挑战和风险。随着超级APP功能的不断增加和业务的不断拓展,APP的体积和复杂度也会随之增加。这可能会导致APP的运行速度变慢、耗电量增加,甚至出现卡顿、闪退等问题,影响用户体验。例如,一些功能繁多的超级APP在手机配置较低的设备上运行时,就会出现明显的性能问题。如何在不断丰富功能和业务的同时,保证APP的性能和稳定性,是超级APP面临的一个重要挑战。超级APP整合了大量用户的各种数据,包括个人信息、消费记录、行为偏好等。这些数据一旦泄露,将对用户的隐私和安全造成严重威胁。而且随着数据安全法规的日益严格,超级APP平台面临着巨大的数据安全合规压力。所以,如何加强数据安全管理,防止数据泄露,确保用户数据的安全和隐私,是超级APP必须要解决的关键问题。超级APP在市场上往往占据着主导地位,具有很强的市场影响力。这可能会引发反垄断方面的担忧,监管部门可能会对超级APP平台的市场行为进行严格监管。例如,一些超级APP平台可能会利用自身的优势地位,对商家进行不合理的收费、限制商家的经营自主权,或者在市场竞争中采取不正当手段排挤竞争对手。如何在遵守反垄断法规的前提下,合理开展业务,也是超级APP需要面对的法律风险。超级APP模式下,平台上的业务种类繁多,涉及到不同的行业和领域。这对平台的运营管理提出了很高的要求,平台需要具备跨行业的运营能力和专业知识。例如,在即时零售业务中,平台需要同时管理好线上销售、线下配送、商品供应链等多个环节,任何一个环节出现问题,都可能影响整个业务的正常运行。如何提升跨行业的运营管理能力,确保平台上各种业务的高效运作,更是超级APP面临的运营挑战。超级APP模式的未来展望尽管面临诸多挑战,但超级APP模式依然展现出了广阔的发展前景。未来,超级APP有望在以下几个方面继续创新和发展。随着人工智能技术的不断发展,超级APP将更加智能化。通过人工智能算法,超级APP可以更加精准地预测用户的需求,为用户提供个性化的服务推荐。例如,在用户打开超级APP时,系统可以根据用户的历史行为和实时场景,自动为用户推荐最适合他们的商品、服务或内容。同时,人工智能还可以应用于客服领域,通过智能客服为用户提供24小时不间断的服务,快速解决用户的问题。超级APP将进一步拓展线下场景,实现线上线下的深度融合。例如,在即时零售领域,超级APP可以与线下实体店进行更紧密的合作,通过线上平台为线下店铺引流,同时利用线下店铺的库存和配送能力,为线上用户提供更快的配送服务。此外,超级APP还可以通过与线下商家合作开展各种营销活动,如线上线下联动的促销活动、体验活动等,提升用户的购物体验和参与度。随着5G技术的普及,超级APP将能够支持更加丰富多样的应用场景。例如,5G的高速率和低延迟特性将使得虚拟现实(VR)、增强现实(AR)等技术在超级APP中的应用更加流畅和便捷。用户可以通过超级APP使用VR技术进行虚拟购物、在线试衣、看房等,或者利用AR技术进行商品识别、导航、互动游戏等。这些新的应用场景将为用户带来全新的体验,进一步提升超级APP的吸引力和竞争力。未来,超级APP将更加注重与合作伙伴的生态共建。平台将开放更多的接口和能力,与第三方开发者、商家、服务商等建立更加紧密的合作关系,共同打造一个繁荣的生态系统。例如,微信通过开放小程序接口,吸引了大量的第三方开发者开发各种小程序,丰富了微信的生态内容;美团通过与众多商家合作,构建了庞大的外卖、生活服务、甚至内容种草生态的超级应用。而京东秒送、淘宝闪购亦有像这条路延展的可能性。通过生态共建,超级APP可以实现资源共享、优势互补,为用户提供更加全面、优质的服务,同时也为合作伙伴创造更多的商业机会。从外卖大战到即时零售的角逐,超级APP模式已经成为互联网巨头们竞争的新战场,如今各大平台表面上只是在抢占更多单量,而在看不见的战场,各大平台势必将投入更多资源去进一步优化用户体验,将更多可留住用户的奇思妙想植入到其APP中。在这场超级APP的博弈中,没有永恒的王者,只有持续的进化。正如微信十年磨一剑的克制,或许正是破解“流量焦虑”的终极答案。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
05/23
事实驱动AI:企业AI搜索引擎寻求战略投资
事实驱动的企业AI搜索:重塑企业决策的智能引擎在人工智能技术狂飙突进的今天,一家名为“事实驱动的企业AI搜索”的创业公司,正试图用技术创新破解大模型时代的核心难题——当生成式AI的“幻觉”风险遇上企业级场景对数据可信度的严苛要求,如何让AI真正成为商业决策的可靠伙伴?从行业痛点中诞生的解决方案医疗领域曾发生过令人警醒的案例:某三甲医院医生使用传统AI工具查询药物相互作用,系统错误建议导致患者出现严重不良反应。这类事件暴露出企业级AI应用的致命缺陷——数据可信度与结果可验证性。创始人徐维挺的创业动机正源于此。这位在安永、携程等企业深耕十年的产品专家,观察到企业内部数据使用中的多重矛盾:数据孤岛阻碍信息整合、隐私合规压力限制数据流动、传统搜索工具难以理解复杂业务逻辑。尤其在金融、医疗等高合规要求行业,企业对“零误差”AI的需求持续攀升。据第三方机构预测,2023-2030年全球企业AI搜索市场年复合增长率将超35%,其中可信数据服务占比将突破60%。技术架构的双重革命项目团队构建的“双层解耦架构”展现出独特的技术哲学:将意图解析层与数据检索层彻底分离。这种设计使系统既能通过大型语言模型深度理解“招商项目中类似案例的关联方”等复杂查询,又能依托时序图谱技术实现跨部门数据的动态关联。核心技术突破体现在三个维度:1.可信验证机制:VeriCore模块通过行为异常检测(F1-score0.87)与全链路溯源,将AI虚构内容风险降低90%。当系统无法获取可靠数据时,会主动拒绝回答而非猜测。2.隐私计算引擎:联邦学习框架支持企业联合训练模型而不共享原始数据,配合差分隐私技术,使医疗机构的患者记录与药企的研发数据得以安全融合分析。3.动态知识更新:与蚂蚁图计算TuGraph共建的底层架构,可实现社交关系图谱的实时增量更新。某招商机构使用该系统后,项目线索挖掘效率提升3倍,洽谈周期缩短60%。垂直场景的价值穿透在医疗领域,系统通过整合院内药典数据库和PubMed开放数据,将用药风险提示准确率提升至99.2%,某三甲医院的人工复核时间因此下降70%。金融行业则借助社交行为异常分析,帮助保险集团将欺诈案件识别率提升45%,年止损超1200万美元。这些案例验证了项目的商业逻辑:不做通用型AI,而是聚焦医疗、金融、制造等数据敏感行业的深度需求。通过构建行业专属知识图谱,系统可自动解析“药物A与B的代谢路径冲突”等专业查询,将原本需要数小时的人工核查压缩至秒级响应。构建行业生态的野望团队正推进两项战略级规划:开发支持文本、图像、语音的多模态搜索功能,以及动态数据实时更新引擎。更值得关注的是其生态布局——与头部云服务商共建行业解决方案市场,推动“可信AI搜索”标准制定。这种“技术+生态”的双轮驱动,使其在应对巨头竞争时,能够通过垂直场景深度建立护城河。创始团队的破局之道徐维挺带领的团队兼具技术理想与商业嗅觉。团队核心成员包括来自头部互联网公司的架构师和行业数据专家,他们在时序图谱、隐私计算领域拥有多项专利。面对AI技术快速迭代的压力,团队选择开放开发者社区,通过API接口吸引第三方开发者丰富应用生态,这种“核心自研+生态共赢”的模式,正在医疗数据合规交易、金融风控等场景显现价值。下一站:可信AI的产业革命当被问及项目愿景时,徐维挺展示出一张技术演进图:从信息检索到事实赋能,从生成式AI到验证式AI。这或许预示着更深层的产业变革——在数据爆炸的时代,真正稀缺的不是信息获取能力,而是对信息真实性的甄别力。事实驱动的企业AI搜索,正在重新定义智能商业的底层规则。据透露,项目已启动与长三角区域企业的深度合作,2026年技术扩展计划包含动态数据治理工具开发。在可见的未来,这套系统或许会成为企业数据资产的“智能质检员”,让每一条决策建议都能追溯到可信的数据源头。这场关于事实与智能的探索,正在打开产业数字化转型的新维度。本文来源:36氪文章转载于其他网络,如有侵权请联系我们及时删除
-
25
05/17
AI正在杀死“专业性”吗?
在工作中,你被强行要求使用AI了吗?这两年,AI像一股洪流一样冲进职场。文案、策划、设计、记者……似乎没有哪个岗位能“幸免”。一开始大家很兴奋,觉得AI能帮自己提升效率、拓宽能力边界。但慢慢地,随着AI使用的越来越多,越来越多的职场人开始发现问题的不对。似乎,我们曾经赖以生存的“专业技能”正在变得越来越“无用”,辛苦完成的工作,也很容易被领导一句“让AI再改改”而推翻。“专业”在AI时代正逐渐被解构。比如今年年初,一位广东的医生在社交媒体上发布视频表示,他给患者开完药之后,患者质疑其治疗方案不对,因为DeepSeek不是这么说的。这一幕其实和互联网时代真的十分相似,当时网络上广为流传的一个段子就是,医生最讨厌拿着百度来看病的人。医生给你开完药,你却说“我看百度上讲,这个病不是这么治的。”如今,“百度”的角色被“AI”替代,社会对于“专业”的解构也越来越严重。让AI再改一下!“你把这个稿子上传给AI,让它再润色一下。”这是近两个月来,罗铮汇报工作时听到领导重复最多的话。没有意见、没有问题,也没有修改的方向,只是一味地让他用AI再修改一下。罗铮是北京某科技公司的品牌文案,之前的工作也算顺利,但自从领导年初在微信群里分享了一篇关于员工如何使用AI提高效率的文章后,这样的噩梦就开始了。“领导要求我们每个人都使用AI,稿子不要自己写,尽量都用AI,给AI提要求。”罗铮说。“领导自己也用AI,无论什么事情都要去DeepSeek问一问,现在看他工作多少有种算命感。”▲沉思的达芬奇,图片由ChatGPT生成当然,如果仅仅是要求使用AI,那对罗铮的影响并不大,毕竟日常工作中他也会使用很多AI工具。真正让罗铮感到气愤的,是领导使用AI之后对他们的工作表现出的不尊重。“我们公司最近有新产品要做一系列的宣发,但所有的宣发稿件和产品介绍给到领导之后,他都会顺手投给AI,然后反馈给你一个面目全非的版本,并要求你按此执行。”“有种被AI抄袭的感觉。”罗铮认为,AI本质上是在他们的工作上进行修正,但领导最后不会记得自己的工作,而只会记得你们用了一两天也做得不好,而AI几分钟就搞定了。而且罗铮认为AI修改的内容也并不完美。“文案和稿件本身就有很多主观的成分,不同的人有不同的偏好,而且AI有些内容虽然给的不错,却并不一定贴合既定的宣传调性。”“但领导不会在意这些,他只会觉得AI的内容更好,但我们不能不管,我们有KPI,所以为了效果,我们又不得不去调整投放策略,属实是为了这碟醋,包了顿饺子。”类似的困扰也发生在从事媒体工作的于晴身上,最近一场采访结束后,于晴按惯例整理好QA版本给采访对象确认。但让于晴没想到的是,采访对象给他反馈回来的,是一个调整到几乎全新的内容。采访对象还有些得意地告诉她,这是他用AI重新修改的,并表示这样才更有利于传播,会有更多人看。但于晴看着反馈回来如同会议纪要稿件,想破脑袋也没想通这个版本凭啥可以更有传播度。类似的事情也不止发生在文字工作场景,在某公司做设计的张艳也遇到类似情境。“领导最近总要求我们用AI生成设计素材,但我们的设计主要是活动海报和现场主KV等内容,这些东西不像是艺术作品,AI并不太好生成。”五一之前,张艳用AI生成了五一节庆海报的素材,但领导对AI画面的具体内容又有想法,比如人物形象,站位,服饰等等。这些画面牵一发而动全身,为了做出领导满意的效果只能重复抽卡,当时仅生成素材就花费了一整天。“自从开始使用AI之后,领导总是PUA我们,说我们的工作还不如AI做的好。”罗铮表示,AI确实改变了我们的工作方式,但却并不是往好的方向改变,有了AI之后,反而要面对更多的压力。二、被解构的“专业”通过上述的这些案例,我们会发现一个让许多人难以接受的事实,即在AI时代,人们的专业能力被解构了。在这之前,无论是输出海报设计,PR稿件,还是记者的专访内容,都需要一定的门槛,比如一定的专业技术,一定的经验积累。但拥有AI之后,无论你之前是否有过相关工作经验,甚至无论你是否对这个工作有过了解,你都可以通过AI快速输出一份看起来还不错的结果。专业能力被解构,一方面固然让许多人的能力得到极大增强,并成长为超级个体。但另一方面,他也给许多人带来“我上我也行”的错觉,然后藐视专业。比如前面提到于晴的采访对象用AI修改稿件,或者罗铮的领导用AI修改品牌内容都属于这种行为。这其中包含两个层面的问题,首先是专业性的问题。这里的专业性并不是指完成任务的能力,而是指完成工作背后的认知和思考。以媒体的采访稿为例,每个媒体都有自己独特的视角和风格,有自己既定的读者群体,并且根据不同的事件有不同的传播点。因此选择什么样的内容形式和表达重点背后,是综合所有信息的复杂决策。AI虽然能够快速的生成内容,但显然并不能获得这些完整的背景信息,因此即便AI生成的内容很好,但也可能与媒体并不适配,企业宣传内容同样如此。其次是AI的答案是否真正专业的问题。这两年来,由于AI宣传的扩大,许多人将AI输出的结果当成是一种标准答案,但实际很多时候,AI输出的结果连参考答案都算不上。这是因为AI也会讨好用户。4月底,OpenAI更新ChatGPT-4o之后,ChatGPT就曾被用户诟病过度讨好用户。比如有用户提出“售卖粪便”的商业计划,ChatGPT也会称赞这是一个天才的想法。这种过度讨好导致OpenAI不得不撤回这次更新。所以许多人觉得AI输出的内容非常满意,根本的原因是这个内容就是AI为你量身定制的,但个人的喜恶显然并不能代表大众的喜恶。但在实际工作中,处于领导地位的人却往往忽视这些问题,借助AI将个人的喜恶强加在大众的喜恶上,导致对专业的藐视,并最终作出错误的决策。同时,这种行为也会对员工带来负面的影响,比如员工会感觉到自己的专业不被重视,同时又会觉得自己随时会被AI取代的危机感,并最终导致员工离职,或者消极的工作态度等等。而弥合这种差异的办法,就是要让真正专业,懂得市场和大众需求的人来指导AI完成工作,这才能真正贴合市场和大众需求。结语当然,AI对专业性的解构还表现在许多方面。比如现在许多自媒体非常流行DeepSeek说的文体,当热点事件发生后,将事件发给DeepSeek评论一下,然后作为文章内容进行发布。就这样,DeepSeek逐渐被许多人当成一种绝对权威,成为一种新的名人名言。以前我们引经据典,都是孔子曰、孟子曰,莎士比亚说.....现在都是DeepSeek说、豆包说、Kimi说......这种情况在下沉市场更加严重,人们越来越少的进行独立思考和自主判断,逐渐变成AI的应声虫。出现这种情况,本质上是技术大范围平权的结果。即专业性的解构,其实是技术平权带来的。技术平权当然是一件好事,但同样,任何事情都有两面性。从社会的角度来看,互联网可能是一个比较好的案例。如今,仍然有许多人在怀念古典互联网时期网络平台上的优质内容氛围,比如2017年之前的知乎,2008年之前的天涯论坛等等,那时候网络平台上到处充满了友好的社交氛围和高质量的、专业且深刻的讨论。但随着互联网的普及,越来越多的人群涌入,天涯论坛还是衰落,知乎逐步变成了装逼的故事汇,微博小红书等平台充满了愤怒、谩骂、分歧和争吵。互联网的普及让每一个人都可以发声,都可以被看见;但同时也有大量未经思考、未经审查的内容被发布。于是我们得到了一个和古典互联网时期完全不一样的互联网环境。很难说过去和现在哪一个互联网会更好,但毫无疑问,类似的发展趋势也必将在AI场景重现。当AI让更多人轻而易举获得能力,但他们却没有驾驭这种能力相对应的专业素养之后,等待这个世界的又将会是什么呢?AI可以替代人工作,但不应该替代人思考。本文来源:虎嗅APP文章转载于其他网络,如有侵权请联系我们及时删除
-
25
05/17
产业互联网,一次B端和C端的双向奔赴
当AI的浪潮开始席卷各行各业,当人们对于各色AI产品的应用热度不减,产业互联网的样子,正在变得清晰而透明。曾经,在消费互联网时代,我们看到的是,以互联网玩家们为代表的B端玩家们对于C端的消费行为和习惯的深度改造;曾经,在消费互联网时代,我们看到的是大型平台的主动以及流量端的被动。当AI的浪潮推开产业互联网的大门,我们却看到了一幅完全不一样的场景,如果对于这样一种场景进行总结和定义的话,它更像是一个B端和C端双向奔赴的过程。一方面,AI正在深度而全面地改造以互联网玩家们为代表的B端,并蜕变出来了新的产品和服务,以更好地服务于C端用户;另一方面,C端用户借助AI的产品和工具在深度而全面得改造自身的行为习惯和工作方式,以更好地实现与B端用户的完美桥接。这样一种B端和C端双向奔赴的状态,无疑正是产业互联网时代的真实写照。当B端和C端的双向奔赴开始出现,特别是当B端和C端不再是对立和分裂的个体,以往在消费互联网时代我们所看到的虚拟经济和实体经济二元分立的产业结构将会被打破,随之而来的是,以数实融合为主导的新产业时代的来临,而当新的产业形态开始衍生和出现,真正意义上的产业互联网时代,或许已经来临。B端,以供给侧改革奔向C端不知道你有没有发现,如今越来越多的互联网玩家们开始主动拥抱AI,开始寻找自身与AI结合的正确的方式和方法,开始用AI来改造自身。如果我们对于B端的这一系列的操作进行总结和定义的话,以供给侧改革来实现产业端的升级,从而更好地满足C端的需求,无疑是再合适不过了。当B端开始自我改造,当B端开始自我创新,我们看到的是,以往所形成的产业元素、产业逻辑、产业衍生品开始发生了深刻的改变。如今的电商,不再是传统意义上的电商,如今的零售,不再是传统意义上的零售,如今的资讯,不再是传统意义上的资讯,无疑是再合适不过的了。B端之所以会发生如此深刻而彻底的改变,其中一个最为重要的原因在于,它们试图通过供给侧改革的方式来衍生出新的产品和服务,从而更好地满足C端的需求,它们不再把C端看成是一个被收割的对象,而是更好地为C端服务。可以说,只有这样,B端玩家们才能在产业互联网的新周期里继续获得新的发展,才能在存量时代继续占得市场。否则的话,B端玩家们非但会在拓展市场上举步维艰,甚至连继续留在牌桌上的机会都不会存在了。因此,如果我们对于当下正在发生着的这样一场产业互联网的新变革进行总结和定义的话,B端开始通过供给侧改革的方式提升和完善自身,并且以此为切入点,更好地服务于C端,更好地拥抱于C端,无疑是再合适不过的了。在这个过程当中,B端真正开始审视C端用户的真实需求,而不再是像消费互联网时代一样仅仅只是将C端看成是一个改造的对象,仅仅只是将C端看成是一个可以被资本改造的对象。而这样一种B端通过供给侧改革向C端奔赴的过程,正是产业互联网的真实写照。C端,以主人翁的姿态奔向B端当deepseek开始出现,我们看到的是,一派热火朝天的应用景象,C端用户开始通过自身的方式来利用这样一种新产品,C端用户开始通过自身的要求对于B端提出新的需求。从某种意义上来讲,这个时候的C端,不再是一个被动接受B端产品和服务的过程,不再是一个被动接受改造的存在,而是成为了一个更加主动、积极,更加富有主人翁意识的存在。可以说,透过以deepseek为代表的一系列的AI产品的应用,我们看到的是,C端用户的角色、地位开始发生了一场深刻而彻底的改变。当C端用户不再仅仅只是一个被改造的对象,而是开始主动地去向B端提出需求,它的角色开始发生根本上的改变。C端用户的这样一种自我意识的觉醒以及由此所带来的潜能的释放,其实就是产业互联网真正的本质内涵所在。在产业互联网时代,并不存在严格意义上的消费互联网时代的C端,而仅仅只存在新产业形态下的组成成分,它们没有主次之分,几乎都是产业发展过程当中不可或缺的存在。很显然,这完全打破了消费互联网时代业已形成的那样一种二元分立的模式,从而真正实现了B端和C端的重混。深入分析不难看出,正是C端用户的自我觉醒,以及由此所导致的B端和C端的界限的消弭,才真正导致了这样一种现象的发生。而这样一种现象,正是产业互联网为我们展现出来的最为真实的状态。B端与C端,衍生出新的产业形态产业互联网,之所以会与消费互联网有本质上的区别,其中一个很重要的原因在于,在消费互联网时代,其实并没有新的产业形态产生,而仅仅只是在产业末端的渠道产生的改变。我们看到的那么多的「互联网+」模式,几乎都是这样一种现象的直接体现。在消费互联网之所以没有新的产业形态的产生,其中一个很重要的原因在于,B端和C端并未真正完成一次真正意义上的双向奔赴。当AI时代来临,特别是由此开始导致的产业互联网的从理想照进现实,我们看到的是,新的产业形态开始出现。在这样一个过程当中,玩家们不再是消费互联网时代的虚拟经济形态,抑或是消费互联网时代的实体经济形态,而是蜕变成为了兼具虚拟经济形态和实体经济形态的数实结合的新产业形态。在这样一种全新的产业形态之下,玩家们仅仅只是做平台,仅仅只是做中心,仅仅只是坚持虚拟经济为主导的产业逻辑,必然无法适应产业的发展的,只有真正用虚实结合的产业形态,才能真正在产业互联网时代占据一席之地。近些年以来,我们看到的互联网玩家们对于实体经济的拥抱,我们看到的实体经济的玩家们对于互联网的拥抱,几乎都是这样一种现象的直接体现。可以说,只有当B端和C端在双向奔赴的基础上,实现了完美的融合,只有它们在这样一种过程当中衍生出来了新的产业形态,真正意义上的产业互联网才能够实现。结论当AI的浪潮汹涌来袭,我们看到的是,一场以B端和C端的双向奔赴为代表的新浪潮的来临。在这样一种全新的趋势之下,无论是B端和C端都成为了其中的一份子,开始以一种双向奔赴的方式参与其中。当B端和C端开始双向奔赴,我们更多地看到的是,产业互联网的真实样子。随着B端和C端的双向奔赴,消费互联网时代的二元产业结构开始被打破,产业互联网时代的一元产业结构开始衍生和出现。当新的产业形态开始出现,真正意义上的产业互联网时代,或许将会来临。本文来源:R艾瑞网文章转载于其他网络,如有侵权请联系我们及时删除
-
25
05/17
古典互联网还在散发“该死”的魅力
OpenAI想做社交媒体,Kimi想做社区,微信公号终于要向张小龙当初设想那样,直接开放每个人都能发表短内容……AI狂飙的时候,古典互联网又在散发它该死的魅力。01还是先从朋友圈说起。我发现,我们这一辈人先是把QQ空间当朋友圈,后来人人网、微博是朋友圈,后来有了真的朋友圈,现在彻底失去了朋友圈。说这一辈,好像也不太准确,年龄上未必差什么,或许十岁,或是两三岁。有人在失去朋友圈后,还是找到了朋友圈,比如还是有人一直在豆瓣,有更多人小红书,也有人即刻。但我们当中,终归有一辈人失去了发朋友圈。但是,这并不妨碍,微信仍然是数字操作系统般的存在,而且微信也在改变。微信正在灰度测试一个重大更新:允许每个普通微信用户直接在手机端注册自己的公众号并发表内容。过去,注册运营公众号通常需要电脑端操作或借助“订阅号助手”App,有一定门槛。而这次改版后,用户只需在微信内进入“我的公众号”页面,一键注册,即可像发朋友圈一样随手发布公众号文章或短内容。看似简单的改动,却被认为颠覆了公众号的内容生产流程,大幅降低了创作门槛,让“发表一篇公众号”变得像发一条朋友圈动态那般容易。对于拥有13年历史的微信公众号平台来说,这一举措并不稀奇。事实上,张小龙多年来一直心怀让“人人都能创作”的愿景。他曾坦言微信公众号的发展走过一些弯路:最初公众号定位是连接品牌与用户的群发工具,并非纯粹的媒体内容载体,但阴差阳错却演变成了少数人撰写长文、多数人只能阅读的格局。这导致微信在“短内容”形态上长期空白,缺少一个让普通人也能便捷表达观点的平台。张小龙说:“不能要求每个人天天写长文章”,微信需要一个载体承载文字、图片、视频等各种形式的短内容。早在2017年,他就设想过在朋友圈入口下增加一个“非朋友圈”的公开平台,让用户发短文或图片视频,与熟人圈分离。虽然由于工程复杂一度搁置,但微信团队随后在短视频领域发力,于2020年推出了视频号,部分满足了用户轻量创作的需求。不过视频号偏重影音内容,而对于纯文字或图文类的表达诉求,微信仍未完全满足。此次公众号灰度新功能显然是对“人人可写”初心的再度拥抱。当手机端可以随时中,将有更多长尾用户变身内容生产者。这有望为微信庞大的生态注入海量的新鲜内容。如果说最初短内容的设想,更接近于微博,那么现在,公众号短内容更接近于小红书的形态,也就是小绿书。如果进展顺利,微信或将重塑自身为一个适合人人创作的内容平台,实现从最初“连接一切”到“激发每个人表达”的飞跃。当然,挑战也不容忽视。让海量普通用户参与创作,内容质量参差不齐难以避免,如何通过算法和运营保障有价值内容的曝光?大量UGC涌入是否会影响既有的内容生态和平衡?微信需要在鼓励创作和维护用户体验之间找到平衡点。不过,从更长远看,此举一旦成功,将强化微信作为内容平台的生命力,并进一步巩固其在社交领域无可撼动的统治地位。更重要的是,语料库在AI时代变得尤为重要。人生产的内容,和AIGC,几乎是一个鸡和蛋的关系。因为人类知识库和古典互联网已经沉淀了太多内容,AI才能学习。而人如果停止生产,AI的智慧还能否继续增长?02当然,AI圈也瞄上了古典互联网社区。OpenAI正在开发类似于X(原Twitter)的平台型社交媒体。内部已打造出一个原型,重点结合了ChatGPT的图像生成能力和社交信息流。据报道,OpenAICEOSamAltman已私下向部分圈外人士征求这款产品的反馈。目前尚未确定该社交网络会作为独立应用推出,还是整合进ChatGPT。有爆料形容OpenAI的构想为“AI版小红书”——即通过AI生成内容与社交分享相融合,打造新型社区体验。OpenAI此举可能意在挑战马斯克的X平台以及Meta等社交巨头,与之在社交媒体领域正面竞争。更深层的动机在于获取源源不断的实时用户数据,反哺其AI模型训练。马斯克将X平台与其创立的xAI模型相结合(如让Grok模型抓取X内容)正令业界侧目,OpenAI显然也不愿错过这一数据金矿。如果拥有自家的社交网络,OpenAI不仅可以让AI帮助用户创作更优质的内容,还能借此累积丰富的对话与互动数据用于模型优化。当然,进军社交领域对OpenAI来说也是一大挑战:如何从零培养起庞大的用户社群、如何平衡AI生成内容与真实用户内容的质量,以及如何避免充斥大量机器人和不实信息,都是亟待解决的问题。此外,与马斯克之间本已紧张的关系可能因此进一步加剧——据悉,当马斯克酝酿控制OpenAI时,Altman曾在X上回击:“不如我们拿974亿美元收购推特”。可以预见,OpenAI若推出社交媒体,将面对技术和舆论上的双重考验。一直在功能和产品上跑在前面的AI助手Kimi也在悄然迈出社区化的步伐。尽管被deepseek重创了,Kimi的版本更新却是飞速。Kimi内测了全新的“发现”社区功能,定位于构建真正AINative的内容平台,面向AI创业者、从业者、内容创作者及科技爱好者等用户。早在去年业界就指出,各类AI工具要想提升用户留存,必须构建基于AI生成内容的互动社区,如今Kimi正在实践这一思路。Kimi社区“24h热点播报员”频道自动聚合了AI生成的科技资讯摘要。从实际体验看,Kimi的社区目前更类似于一个实时资讯聚合平台。在其App顶部,“发现”栏汇集了最新的热点事件,内容以AI抓取全网新闻并生成摘要为主,集中在AI、互联网、财经、科学等领域。Kimi也在邀请一些频道号入驻,重点产出科技、财经等垂直内容。普通用户当前能发布的内容十分有限——主要是转发自己与Kimi的对话记录到社区,暂不支持上传原创的图文或视频。信息流内容完全由KimiAI个性化推荐,用户也无法主动搜索特定用户或主题频道。尽管形式上接近资讯平台,Kimi社区的一大亮点在于深度融合了AI互动功能。Kimi正尝试将AI助手与社区论坛融为一体:既利用AI实时生产、筛选内容,又让AI充当互动参与者,降低用户获取信息和讨论门槛。这种模式在国外也有类似探索。例如美国的AI搜索引擎Perplexity去年就上线了“Discover”页面,为用户提供科技、金融等兴趣领域的热点内容聚合,并内嵌AI问答互动。据报道,Perplexity甚至在部分内容下尝试添加商品购买链接,并为付费会员提供电商配送优惠,以探索内容社区的变现路径。相比之下,Kimi目前尚未涉足电商,但不排除未来借鉴此类商业模式。此前主打AI内容社区的多为偏陪伴娱乐属性的产品,如Character.AI或国内MiniMax的“星野”。后者允许用户与虚拟角色对话后,将有趣的故事情节分享到社区,与他人分享交流;其创始人闫俊杰直言星野“底层设计不是陪用户聊天,而是一个内容社区”,用户可以在其中创造故事和世界观,并进行互动,类似沉浸式的互动小说体验。相较之下,Kimi定位为严肃问答型的聊天机器人,更强调为用户解答问题、提供工具性帮助,用户在内容创作上的参与度有限。因此Kimi社区当前呈现的形态更接近于AI驱动的知识社区(类似Perplexity的做法),而非纯粹的社交网络或二次元内容分享圈子。对于Kimi这类尝试,“社区是否有助于产品留存和商业化”是业内关注的焦点。当然,前提是社区生态能健康成长,既要有足够的真实用户互动,也需要控制AI生成内容的质量,不让社区变成清一色的机器信息流。这仍有待时间和运营来检验。03尽管社交社区的价值有目共睹,从商业角度审视,它却是一门历久弥新的难题。一方面,经营社区面临用户增长和留存的挑战:冷启动时如何吸引足够多的优质用户进入并持续产出内容,成熟后又要防范用户流失和社区内容衰退。许多社区类产品在初期凭借新鲜感聚拢用户,却由于后继内容乏力或缺乏粘性机制而迅速沉寂。另一方面,变现模式的探索同样艰难:社区用户对商业化变现通常比较敏感,过度广告会侵蚀用户体验,而单纯依赖广告收入又很难支撑社区的长期运营。订阅会员、增值服务、虚拟道具等变现场景也需要建立在庞大而活跃的用户基础之上才能奏效,这对大多数社区来说并不容易。当前,不少社区产品都在探索平衡点。它们意识到,只有当用户价值与商业价值统一时,社区才能长久生存。比如,小红书通过种草内容与电商交易结合,用户在分享生活方式的同时也促进商品消费,实现内容与商业的闭环。但小红书,目前还只有一个。AI时代为社区的商业突围提供了一些新思路一方面,AI技术可以降低社区运营成本、提高内容匹配效率。例如,智能推荐算法让每个用户都能更快地找到自己感兴趣的帖子,提升留存;自然语言处理可以辅助审核海量发言,过滤违规内容,维护社区氛围;生成式AI还能辅助用户创作,激发更多UGC产出。另一方面,AI也创造了新的社区形态和商业机会。人机共生的社区可能诞生全新的盈利模式:正如前述Kimi和Perplexity的探索,AI可以根据用户讨论的话题嵌入相应的产品或服务链接,实现内容到消费的转化;又如Character.AI等虚拟角色社区,通过提供高级定制的AI形象陪伴,或为创作者打造虚拟IP形象并售卖相关版权,也可能催生付费业务。再看OpenAI,如果其社交平台上线,理论上还可与ChatGPT的付费订阅形成联动——用户为了在社区中享受更强大的AI辅助创作或个性化功能,愿意支付订阅费,从而变相为社区创造收入。当然,即便有AI的加持,社区商业化的基本面依然离不开“人”本身。真正活跃且愿意投入时间金钱的,仍是社区里的一个个真实用户。因此,社区产品要赚钱,首先得把人留住、留好。这意味着既要有源源不断打动用户的内容和功能创新,也要建立健康正向的社区文化,让用户有归属感和参与感。一些潜在突破口包括:深耕垂直细分领域,提供专业人士愿意付费交流的高价值社区(如投资、医疗等领域的付费社群);培养超级用户和KOL,通过打赏、分成等机制激励头部创作者留在平台生产内容,进而吸引粉丝群体并带来商业合作;以及社区IP化和周边经济,将一个成功社区的影响力延展到线下活动、品牌联名、衍生商品等更多元的变现渠道。社交社区并非一门快速盈利的生意,但其战略意义重大——尤其在AI时代,它不仅是满足用户情感和社交需求的载体,也可能成为技术与人文结合、催生新商业模式的土壤。无论是OpenAI野心勃勃地想打造“AI社交”,还是Kimi这类新秀希望通过社区提高用户黏性,又或微信这样的巨头重塑创作生态,背后都反映出对社区价值的高度认同。正是因为看到了“人”的不可替代性,他们才投入资源让社交回归。这股潮流预示着:即便AI无所不在,人与人之间在线上相聚互动的需求始终长存,而能满足这种需求的社区型产品,依旧大有可为。当AI技术席卷各行各业,我们目睹信息生产和获取方式发生巨变。然而,社交与社区的底色始终属于人性。古典互联网时代孕育的论坛、博客、朋友圈等形态,在今天并未过时,反而因为稀缺的真实情感联系而愈发显得珍贵。本文来源:R艾瑞网文章转载于其他网络,如有侵权请联系我们及时删除
