AI浪潮对BI行业的影响 - 2025年春节DeepSeek的爆火让AI产业迎来全民狂欢，许多行业被动或主动受到AI影响并获得大量商机[2] - BI行业与AI有天然亲近感，客户预算重点转向AI，导致传统BI关注度下降[2][5] - 生成式AI驱动的ChatBI站上高峰，通过自然语言交互返回详细研究结果，符合市场对数字化智能的想象[5] 思迈特的市场表现与产品成果 - 公司落地了百余个AI项目，大部分来自新客户，在IDC技术评估中全面领跑ChatBI厂商[3] - 自去年推出生成式AI技术支持的产品以来，该产品迅速成为公司的第二增长曲线[3] - 今年又新增成交了几十个AIChat项目，AI合同大部分来自新客户，产品力突破原有圈层[16][17] 行业面临的深层挑战 - 客户挑产品说明不缺产品，而是对"让数据真正辅助决策"存有疑问[4] - ChatBI存在准确性、稳定性、安全性、扩展性四大问题，导致客户处于敢用不敢信的状态[6] - 市场出现虚火，商机泡沫消耗优质售前资源和成本，需精准识别最终买单客户[6] 思迈特的战略认知框架 - BI应具备三层价值：技术工具、管理工具赋能领导决策、业务工具助力基层效率提升[7] - 公司不赞成唯工具论，强调针对不同层级提供差异化服务[7] - 数字化建设存在方法论缺失，表现为投资大周期长见效慢规划差落地难[7] 公司的系统性重构变革 - 变革驱动因素包括外部市场增量转存量、客户需求从建转向用、内部经营理念转向质量健康[10] - 核心战略是聚焦产品化，明确以产品化为核心的业务战略，让资源更聚焦[10] - 从2023年起将自身打造成全数字化经营运营公司，用数据清晰监控毛利率等过程指标[10] 技术路线与产品差异化 - 2019年V10版本战略性选择采用数据模型和指标架构，与业界厂商走上不同道路[10] - 产品融合数据模型和指标模型的综合能力，确保数据质量完全有保障[12] - 采用AI+BI双轨策略：有数据基础客户直接上AI，数据基础不具备客户先上BI打好基础[14] 组织能力建设与运营策略 - 今年基本未招聘专业AI人员，而是通过内部认证体系提升现有团队AI能力[14] - 每个人员都必须严格通过认证持证上岗，追求更高专业性和敏捷性[14] - 近200个POC实践形成精细化打法，研发与一线组成联合项目组全程独立管控[14] 从供应商到价值合作伙伴的转型 - 客户购买驱动力不是技术和产品，最直接购买的是服务和能力[17] - 服务数千家老客户积累的行业Know-How成为新业务增长护城河[17] - 持续输出最佳实践和方法论，帮助客户对AI创新从关注到落地有系统性认知[17] 数字化本质与客户服务理念 - 信息化提升流程效率，数字化是基于数据运营驱动的建设和应用[19] - 提供订阅、租赁、直接购买服务等多样化选择，降低客户决策门槛[19] - 客户需要以终为始，从业务视角指导建设，用小步快跑构建企业数字化MVP[20]

产品升级：ima 2.0版本发布 - 公司发布ima 2.0版本，将于10月24日启动内测 [1] - 新版本核心功能包括以Agent能力为基础的“任务模式”和知识库“AI要点”功能 [1] - 升级后的产品定位为能理解目标、执行任务、产出结果的“共事伙伴” [1] “任务模式”功能细节 - “任务模式”支持生成报告和播客两种内容形态 [1] - 用户可使用自然语言提问发起任务，并可附加知识库、文档、图片、音频、网页、笔记等附件 [1] - 生成播客时支持选择对谈人数、音色等参数 [1] - 该模式基于大型语言模型自主拆解、规划任务步骤，并调用精读内容、全网搜索、知识库查询、内容创作等工具完成指令 [2] - 系统在执行过程中具备自我监测与修正能力，最终产出可直接使用的结果 [2] 知识库能力升级 - 新版本引入“AI要点”功能，可自动生成结构化摘要 [2] - 同一知识库可并行展开多主题对话或任务，并支持协作共享 [2] - 新增“喜欢”等显性指标，帮助用户快速判断知识库的权威性与活跃度 [2] 市场表现与用户数据 - ima上线一年已深入科技、金融、教育、医疗、法律、政务等20多个行业 [2] - 知识库数量前三的领域为科技互联网、经济金融、健康医疗 [2] - 产品知识库文件总量达到2亿 [3] - 截至今年9月，月活跃用户数相比今年1月增长突破80倍 [3]

夸克对话助手上线 - 阿里巴巴旗下AI应用夸克于10月23日正式上线对话助手，这被认为是夸克“C计划”中首个落地的项目 [1] - 夸克将对话能力“植入”现有产品，旨在让用户在同一应用内享受AI搜索的直达性和AI对话的深入性，打破在不同工具间切换的习惯 [2] - 该对话助手采用阿里巴巴的Qwen最新闭源模型，在“2025云栖大会”上亮相的Qwen3-Max性能已超越GPT-5和Claude Opus 4，跻身全球前三 [2] 技术策略与差异化优势 - 夸克通过将搜索与对话融合，试图利用其在搜索领域积累的底蕴来构建差异化的“可信AI”能力，以应对独立AI聊天助手存在的幻觉问题 [2] - 为确保生成内容的专业度，夸克算法团队与通义实验室成立了联合研发小组，专注于搜索推理与可信生成 [2] - 公司采取融合与生态防御策略，利用自身已有的用户基础和移动端生态优势，将AI对话能力内化为搜索功能的一部分 [5] 行业竞争格局与市场动态 - 全球科技巨头正重塑搜索形态，包括OpenAI推出浏览器Atlas、百度推进Agent化改造，传统搜索平台采取差异化策略应对AI应用的冲击 [1] - 生成式AI的崛起颠覆了用户的信息获取路径，从“关键词搜索+网页列表”加速向“自然语言问答+直接答案”转变，冲击传统搜索引擎的广告收入 [4] - 2025年5月，苹果公司高管披露在3月至4月间，Safari浏览器上的Google搜索量出现20多年来罕见下降，归因于用户转向ChatGPT和Perplexity等AI工具 [4] - 在国内市场，夸克、百度等平台面临豆包、Kimi、腾讯元宝等AI原生应用的激烈竞争，AIGCRank数据显示夸克登顶最新一期《中国AI应用排行榜》 [4] “C计划”与未来产品方向 - 关于夸克“C计划”代号的猜测众说纷纭，一种说法认为“C”代表“Chat”，另一种猜测是取自游戏“吃豆人”，矛头直指竞争对手“豆包” [3] - 亦有说法称“C计划”还包含一款对标谷歌公司Chrome的全新AI浏览器 [3] - 搜索领域的竞争已转变为技术能力、产品形态、内容可信度及生态协同能力的综合较量 [6]

随着生成式 AI重塑各行业智能化转型路径，以及"算力—数据—算法"三 元生产要素对传统经济形态的全面重构，探索基于国家算力本位的智能社 会基本收入体系，既是对"实体经济与数字经济融合发展"国家战略的响 应，也是对人类社会治理模式前瞻性探索。 AI、大模型等形态深度渗透生产领域，一个根本性问题日益凸显：当人类不再是主要劳动者时，如何组织经济和社会运行？这一命题的紧迫性随着算力 基础设施的爆发式增长而愈发显著。基于国家算力本位的智能社会基本收入（smart basic income，简称SBI）体系将算力"数字经济时代的新质生产力"转 化为社会分配的物质基础，SBI的理论价值在于突破传统分配理论的"劳动价值论"框架，构建智能时代"算力价值共享"的新范式。随着生成式AI重塑各行 业智能化转型路径以及"算力—数据—算法"三元生产要素对传统经济形态的全面重构，探索SBI体系既是对"实体经济与数字经济融合发展"国家战略的响 应，也是对人类社会治理模式的前瞻性探索。 范式革命：从 "债务—信用"到"价值—分配"货币 现代法币的本质是国家信用背书下的债务凭证，货币的诞生，绝大多数来自商业银行的贷款行为。企业或个人通过抵押未来 ...

夸克“C计划”项目概况 - 阿里巴巴集团旗下AI应用夸克的“C计划”正式浮出水面，项目由夸克核心产品团队与通义实验室的研发、工程人员联合推进，资源优先级较高 [2] - 夸克对话助手被视为“C计划”的首个阶段性成果，于10月23日在夸克App上线，用户可通过主页按钮或向右划动进入该模式 [2] 夸克AI助手功能特点 - 夸克AI助手模式可无限使用通义Qwen最新模型，并与夸克App原生功能深度融合，用户可在对话中进行复杂问答 [2] - 该助手能直接调用搜索、AI相机、拍照搜题、AI写作、翻译、电话等功能，实现从提问到行动的一体化体验 [2] 市场竞争格局与用户画像 - 豆包、百度等平台均推出了类似的AI助手产品，争相开放更直接、更智能的原生AI能力，年轻用户成为各家平台的必争之地 [2] - 夸克的用户以00后为主，占比超过一半；豆包的用户主要集中在25至35岁人群，占比近四成 [3] - 在A16z发布的全球Top100消费级生成式AI应用榜单中，夸克位列第九，豆包位列第十二 [3] 产品定位与竞争态势 - 相比更偏向职场效率及娱乐应用的豆包，夸克在教育和搜索领域更具优势 [3] - 随着AI助手融入学习、办公、创作等更多场景，夸克与豆包的用户边界开始交织，形成新的竞争地带 [3]

公司产品发布与战略 - 阿里巴巴集团旗下AI应用夸克于10月23日正式上线对话助手功能，用户可通过主页按钮或右滑进入该模式 [2][3] - 夸克AI助手深度融合搜索、AI相机、拍照搜题、AI写作、翻译、电话等原生功能，提供从提问到行动的一体化体验 [3] - “C计划”在阿里巴巴内部存在，由夸克核心产品团队与通义实验室联合推进，项目资源优先级高，对话助手被视为其首个阶段性成果 [3] - 夸克AI助手可无限使用通义Qwen最新模型 [3] 市场竞争格局 - 豆包、百度等平台均已推出类似AI助手产品，竞相开放更直接、更智能的原生AI能力 [3] - 在A16z发布的全球Top100消费级生成式AI应用榜单中，夸克位列第九，豆包位列第十二 [5] - 年轻用户成为各家平台的必争之地，夸克用户以00后为主占比超过一半，豆包用户主要集中在25至35岁人群占比近四成 [3] 产品定位与优势 - 随着AI助手融入学习、办公、创作等场景，夸克与豆包的用户边界开始交织 [4] - 相比更偏向职场效率及娱乐应用的豆包，夸克在教育和搜索领域更具优势 [4]

AI应用风向标（公众号：ZhidxcomAI） 编译 | 江宇 编辑 | 漠影 智东西10月22日消息，据外媒报道，多模态AI模型托管平台初创公司Fal.ai于近日完成新一轮融资，估值突破40亿美元（约合人民币284.9亿 元）。本轮融资金额约为2.5亿美元（约合人民币17.8亿元），由Kleiner Perkins与红杉资本联合领投。 这距Fal.ai上一轮融资仅过去不到三个月。今年8月，Fal.ai曾宣布完成由Meritech领投的1.25亿美元（约合人民币8.9亿元）C轮融资，彼时估值 为15亿美元（约合人民币106.8亿元）。 据First Round Capital合伙人Todd Jackson当时在领英披露，Fal平台的开发者数量已突破200万，年经常性收入（ARR）也增长至9500万美元 （约合人民币6.7亿元）。而一年前，这一数据还停留在50万开发者与1000万美元（约合人民币0.7亿元）ARR，增速颇为显著。 Canva shopify Quora perplexity PlayAI Genspark ▲图源：领英 Fal.ai成立于2021年，由Burkay Gur与Gorkem Yurt ...

合作背景与目标 - NBA与亚马逊云科技建立官方云与AI合作伙伴关系，旨在开启篮球智能新纪元，深入优化观赛体验并解锁运动新维度 [2] - 顶级职业体育是技术的终极试炼场，对数据的规模、速度和复杂性有苛刻要求，合作旨在将赛场瞬息万变转化为清晰可量化的洞察 [4] 数据生命周期管理 - 合作围绕赛场数据完整生命周期展开，分为数据采集、AI模型赋予价值、实时处理与分发三个核心步骤 [5] 数据采集 - 在每座NBA场馆部署多达14个先进光学摄像头，以每秒60次的频率实时追踪每位球员身上的29个身体关键点，在云端构建高保真的球员“数字骨骼模型” [6] AI模型应用 - 利用Amazon SageMaker等机器学习服务将原始数据提炼为篮球智慧，本赛季首次全面应用三项革命性数据统计 [8] - 防守数据统计通过实时对位识别，首次从防守者视角客观量化施压频率和协防贡献等关键表现 [9] - 投篮难度模型综合分析投篮者身体姿态、防守者距离等数十项变量，实时计算每次出手的“预期投篮命中率” [11] - 引力指标通过定制神经网络分析防守方阵型如何因球星跑动而改变，首次量化球员为队友创造无形进攻空间的能力 [13] 实时处理与分发 - 依托强大的全球基础设施和实时计算能力，确保从数据捕捉到洞察分发给全球转播方、球队和球迷的全过程在极低延迟下完成 [15] - 技术能力与亚马逊媒体业务形成闭环，AI驱动的深度数据分析将无缝融入Prime Video的全球赛事直播 [15] 生态系统价值提升 - 技术创新为整个篮球生态系统带来多维度价值提升 [15] - 面向全球超过25亿社交媒体粉丝，深度数据帮助球迷从观众转变为洞察者，深化对比赛的理解和情感连接 [15] - 数据洞察成为球队宝贵资产，教练组用于优化战术策略，管理层和健康部门用于科学管理球员负荷及预防伤病 [16] - AI解放体育媒体内容生产力，“战术探索”功能允许制作团队用自然语言快速检索战术视频，将数小时工作缩短至秒级 [17] 未来展望 - 生成式AI将进一步推动产业变革，双方正探索通过云端虚拟化制播为全球不同地区球迷提供超个性化观赛体验 [17] - 未来球迷可选择喜欢的解说员、数据呈现风格和观看语言，这将改变传统“一对多”转播模式并对可持续发展产生积极影响 [17]

生成式AI对企业的影响与采纳现状 - 79%的受访企业认为生成式AI已经或将在未来18个月内对其业务产生颠覆性影响，该比例高于亚太平均水平12个百分点 [1] - 37%的受访企业已将生成式AI应用部署到生产环境，另有61%的企业正处于技术测试与概念验证阶段 [1] - 行业焦点已从2023-2024年的"大模型参数竞赛"转向2025年的"场景落地" [1] 集中式云架构的瓶颈与挑战 - 企业意识到仅靠集中式云架构无法满足日益增长的规模、速度和合规性需求 [1] - 37%已部署生成式AI的企业中，超60%反馈实时交互类应用响应延迟超预期，例如电商虚拟试衣间单次交互延迟达2-3秒，导致转化率较预期下降40% [3] - AI推理数据回传至核心云导致带宽成本激增，72%的出海企业因数据出境合规要求被迫放弃核心云集中处理模式 [3] 边缘计算的兴起与市场前景 - 未来数字基座需整合云、核心与边缘计算，将智能服务部署在更靠近用户的位置 [2][4] - 边缘计算能够降低实时应用延迟，缓解网络不稳定问题，提升企业应对商业环境变化的能力 [4] - 2024年全球边缘云市场规模达1851亿元，中国占比约70%，预计2029年市场规模将达370亿元，复合年增长率22.9% [5] 边缘计算的技术优势与投资趋势 - 边缘节点处理AI推理的时延可从核心云的200-300ms降至20-50ms，数据在边缘源头处理可减少70%的核心云传输量，为某制造企业每年节省近百万带宽费用 [6] - IDC预测到2027年，80%亚太地区的CIO将依赖边缘服务支撑AI工作负载 [6] - 未来18个月内，边缘IT投资将向支持数字化运营、保障业务连续性、支持偏远地区运营及降低连接成本四个方向倾斜 [7] 生成式AI与边缘计算的融合 - 多个边缘应用场景正推动生成式AI加速计算资源（如GPU）的部署，以支持高性能应用和可扩展性 [9] - 生成式AI与边缘计算的融合弥合了集中式云资源与分布式边缘环境之间的鸿沟 [9] AI就绪型基础设施的六大支柱 - 支柱一AI就绪：通过边缘节点部署轻量级GPU模块使AI推理效率提升3-5倍，零售企业通过边缘AI实时分析用户行为可使转化率较传统模式提高58% [11][12] - 支柱二GenAI部署：61%处于测试阶段的企业意识到需通过模型压缩、量化等技术适配边缘算力，需重点布局边缘级GPU、异构计算芯片和分布式存储节点 [13] - 支柱三现代化边缘IT：将90%的实时AI任务在边缘完成，某汽车厂商通过该方式使数据传输量减少92%并实现毫秒级响应 [14] - 支柱四边缘优化架构：通过接入层、算力层和管理层三层架构解决分布式资源统一调度问题，避免边缘孤岛 [15] - 支柱五云端到边缘：83%的企业希望将现有公有云服务扩展至边缘，关键在于实现API标准化和数据一致性 [16] - 支柱六自主运营：通过AI实现智能监控（异常预警准确率达95%）、自动调度（资源利用率提升30%）和自愈修复（业务中断时间控制在秒级） [17][18]

奈飞（NFLX.O）美东时间10月21日盘后发布了2025年三季度财报。股价大跌已经反映了资金态度，表面是对盈利miss的惩罚，实则是复刻上季度剧本 ——短期高估值下，未超预期就是不及预期。 具体来看： 1. 盈利实际超预期：一笔高达6.19亿美元的额外成本计提，影响了当期利润率5个多点，造成了不及预期的假象。这笔费用主要涉及巴西对流媒体公司征 收的市级服务税，因为一直存在争议，此前未被奈飞明确计提。 三季度可能是因为该项税费无法避免，因此奈飞确认了从2022年至今的累积费用，一次性计入到其他成本项，所以对Q3当期业绩冲击比较大。 上季度给的指引并不包含该项支出，若剔除该影响，实际经营利润为38.7亿，同比增长33%，利润率33.6%，超出市场一致预期。后续这笔税费对公司整 体利润影响相对较小，因此公司对Q4业绩的指引也基本与市场预期差不多。 2. 收入平平才是下跌主因：而体现成长性的收入端则依旧无惊无喜，当期和下季度指引都基本符合预期。三季度收入同比增长17%，美元在不同地区的汇 率影响存在对冲，综合看并未存在我们预想的外汇顺风。 收入增长依旧是靠涨价和广告带动。 （1）订阅 通过我们简单地估算，年初欧美核 ...