行业+AI

搜索文档
很多AI人还在自嗨,外贸人已经用AI卷翻天了。
数字生命卡兹克· 2025-06-13 09:09
核心观点 - AI在外贸行业的应用已从工具升级为业务队友,实现主动决策和结果交付 [6][7][8] - 行业+AI模式通过深度行业Knowhow构建竞争壁垒,而非技术堆砌 [16][17][18] - 12年外贸SaaS数据积累形成OKKI的AI护城河,实现业务增量转化 [36][37][38] AI与业务协同 - AI角色转变:从被动执行工具(L1-L2)进化为独立处理完整流程的L3智能体,如OKKI AiReach实现从潜客挖掘到成交的全链路自动化 [11][12][15] - 效果指标重构:业务员关注点从AI功能按钮转向月度有效询盘量,深圳智能门锁公司通过AI发现民宿新渠道且转化率超传统渠道 [20][21] - 稳定性优先:B端场景要求AI输出95%可用率,远超30%的临界阈值 [19] 行业实践洞察 - 能力平权效应:AI使新人业务员3-5年经验差距被抹平,刘世奇团队转化率从9.96%提升至20%+ [24][25][26] - 管理范式迁移:企业主需率先放权AI决策,否则工具价值仅限展示层 [29][30][34] - 数据资产价值:OKKI的12年客户行为数据构建不可复制的训练素材,结构化反馈数据决定AI能力上限 [36][38][39] 商业模式变革 - 结果导向设计:AI产品直接承诺生意增量,如客户回复率/成单量等硬指标取代技术参数 [41][42][45] - 效率重新分配:传统CRM耗费80%时间完成数字化,AI将80%时间释放给价值创造 [20] - 最小单元突破:单人单机+AI流程可能穿透垂直市场,颠覆传统团队架构 [27]
一手实测深夜发布的世界首个设计Agent - Lovart。
数字生命卡兹克· 2025-05-13 03:08
产品介绍 - Lovart是一款AI设计类垂直Agent工具,专注于设计领域的任务处理 [1][2][3] - 产品目前处于内测阶段,采用邀请码机制获取使用资格 [2][6] - 界面设计简洁,类似AI Chat界面,但强调行业Know How的重要性 [7][8] 核心功能 - 支持复杂设计任务的分解和执行,例如生成系列插画时能自动匹配风格、创建详细执行计划 [9][11][14][19] - 采用多模型协作机制:优先匹配LoRA模型,其次调用GPT4o、Flux、Gemini等大模型 [17][33] - 提供二次编辑功能,包括放大、扩图、抠图、消除、修复等主流图像处理能力 [35][38] - 支持设计尺寸延展,可将原始设计快速适配不同比例(1:1、3:2、16:9等) [50][52] - 实现图文分离功能,可将AI生成海报转换为可编辑版本 [56][57] - 集成视频生成能力,结合可灵、11labs、suno等工具实现图片转视频并配乐 [58][60][61] 技术特点 - 强调风格匹配的优先级,将设计风格作为最高决策因素 [14][15] - 任务分解能力突出,能将用户Prompt转化为超详细设计规范 [19][23] - 模型调用逻辑合理,根据任务需求智能选择最优解决方案 [17][33] - 支持多模态输出,包括插画、海报、UI设计、视频等 [9][41][43][60] 行业影响 - 重新定义设计工作流,实现从需求到成品的全链条自动化 [64] - 将AI设计输出从"作品"升级为"产品",包含交付资源和资产属性 [64] - 预示垂直Agent的发展趋势,各专业领域可能出现专属Agent解决方案 [64] - 可能改变设计师的职业定义和工作方式 [64] 使用体验 - 生成效果良好,能准确理解并执行复杂设计需求 [9][32][43] - 存在部分细节问题,如语义理解偏差、尺寸生成错误等 [54] - 视频生成能力达到demo水平,但影视级制作仍有提升空间 [64][66] - 整体框架成熟,虽为内测版本但已展现完整产品形态 [3][64]
嘉御资本卫哲:AI是趋势,而非风口
投中网· 2025-04-21 11:37
全球AI发展趋势 - 到2025年全球人工智能应用市场总值预计达1270亿美元[3] - 中国本土资本正成为AI创新的主力军[3] - AI正深度改变医疗、金融等多个行业[3] AI是趋势而非风口 - AI是能穿越时间的社会发展趋势而非短期风口[6] - 判断依据在于AI已深入改变众多行业且发展迅速[6] - 以"啤酒泡沫"比喻AI行业泡沫,适度泡沫可提升价值[8] 投资布局四大领域 - 最看好AI基建领域,认为将推翻互联网时代基建重来[8] - 大模型领域需要大资本和大数据,主要由互联网大厂掌控[8] - 行业+AI与AI+行业存在显著差异,前者多为传统企业转型,后者为原生AI公司[8] 大模型发展现状 - 大模型迭代速度在2024年明显放缓[8] - 训练参数接近人类知识总量极限(1万亿参数)[8] - 基建瓶颈凸显,如电力供应和算力卡数量限制[8] 基础设施建设 - 阿里巴巴计划三年投入3800亿人民币于AI基建[8] - 美国公司按季度100亿美元速度投入AI基建[8] - 英伟达作为"修路人"几乎赚取所有大模型公司的钱[9] 行业应用案例 - Salesforce通过CRM+AI实现估值大幅提升[9] - AppLovin拥抱AI后市值超1000亿美元[9] - AI+教育行业遭遇重创,如美国Chegg公司估值接近零[9] 中国替代方案 - DeepSeek以1/10-1/20成本接近ChatGPT水平[9] - 中国更愿投资替代方案而非盲目追逐美国技术[9] - 期待国产方案摆脱英伟达GPU并超越美国技术[9] 未来三大预测 - 三年内手机APP数量将减半,AI+Agent将取代众多APP[10] - 十年内人类工作时间将少于四天[10] - AI+医疗将使人类平均寿命在20年内超过100岁[10]