铃阅时讯
❌

普通视图

打破资源竖井:有赞在离线混部的实践

2025年7月18日 17:02

原创 有赞技术中台 2025-07-18 17:02 浙江

背景随着有赞业务的高速发展,业务对计算资源的需求日益增长,成本管控和资源供给面临着较大的压力。通过在离线混部,在保证业务稳定的情况下,大幅提高资源使用效率。

点击关注“有赞coder”

获取更多技术干货哦~

背景

随着有赞业务的高速发展,业务对计算资源的需求日益增长,成本管控和资源供给面临着较大的压力。与此同时,集群的整体资源使用率一直保持在比较低的水平,有很明显的提升空间。

造成这一现象的主要原因有以下几点:

  • 在线业务主要业务集中在国内,集中在白天。在线服务部分,资源使用量呈现稳定的潮汐现象,夜间 CPU 利用率极低,从而导致整个集群的均值 CPU 利用率降低。

  • 离线业务集中在晚上。离线业务0点开始计算商家经营报表,上午完成绝大多数任务,导致夜间 CPU 利用率高,白天基本闲置。

  • 突发流量毛刺采用硬扛的方式。为了这些突发流量,往往需要预备更多的资源,以避免突发流量使系统满载而影响业务可用性,继而进一步降低了CPU使用率。

  • 在线集群静态调度策略导致节点水位不均。通过超卖方式提升CPU 利用率会因为部分热点节点而触发短板效应,集群整体CPU 利用率无法继续提高。

在线业务一天的Cpu使用整体情况
在线业务一天的Cpu使用整体情况
离线用整体情况
离线用整体情况

随着云原生化的逐步推进,K8s 社区相继涌现出多个与混部相关的开源项目。在此背景之下,容器资源的管理模式由“静态超卖”的方式,转变为“负载均衡调度 + 在离线混部”的方式。为了更为深入地优化资源使用状况,最大程度地优化成本,运维开发团队自 2022 年起尝试落地混部技术,以提升集群 CPU 利用率。截至目前,混部集群 CPU 利用率的均值可达 40%左右。

方案设计

基于Koordinator + 龙蜥Linux内核混部架构图:混部架构

调度层面:

  1. 负载均衡调度,确保新的Pod调度到空闲节点。

  2. 重调度,随着时间变化,业务流量变化,持续保证集群节点水位均匀。

  3. 大数据任务调度Spark thriftserver 主动感知离线资源数量,避免超量使用。

Qos保障:

  1. 划分资源池,在线LS级别,离线BE级别。

  2. 在线定时伸缩容,离线定时驱逐控制器(主动让出资源)。

  3. 离线Cpu满意度驱逐,保障离线任务质量,内存压力驱逐(被动保护让出资源)。

  4. Cpu抑制,Cpu burst 保障在线服务质量。

  5. 容器内存异步回收,以及回收保护水线。

集群资源保障:

  1. 基于负载的集群节点伸缩容。

  2. 龙蜥内核节点内存异步回收特性。

策略演进

大数据和在线业务的混部经历了多个阶段的技术演进,主要是节点分时复用、负载均衡调度、常态混部。

节点分时复用

A集群通过VK挂载B集群节点,通过控制B集群节点以及A集群VK节点调度状态,控制调度策略。

节点分时复用
节点分时复用

通过定时驱逐共享节点上的Pod,以及调整共享节点的调度标签,复用部分节点,一定程度上可以在离线的资源利用率。

负载均衡调度

基于Koordinator负载感知调度的能力,以及内部对应用精确的资源画像,将在线集群由静态调度转变为基于水位负载的动态调度,在线集群的平均cpu水位由10%提升到25%左右。

调度

使用Koordinator负载感知调度与重调度能力,将集群由静态调度转向基于节点真实水位的调度。与Kubernetes原生调度策略不同的是,原生调度器主要基于资源的分配情况进行调度,而该调度器可以感知节点实际的资源负载情况。通过参考节点负载的历史统计并对新调度Pod进行预估,调度器会将Pod优先调度到负载较低的节点,实现节点负载均衡的目标,集群节点水位更加均匀,避免集群水位提升过程中”短板“节点。

重调度

Kubernetes调度器会根据当前的集群状态决定如何将一个Pod调度到合适的节点上。但集群的状态会不断变化,出于资源水位的原因,可能需要将运行中的Pod移动到其他节点,例如:

  • 集群的工作负载分布不均,造成某些节点过载,影响这些热点节点上的工作负载性能。

  • 集群的总体资源利用率较低,期望下线部分节点以节约成本。这些节点上的Pod需要重新调度到其他节点上。

  • 集群存在大量资源碎片,导致集群资源总量充足,但单节点上资源不足。此时一些较大规格的Pod无法调度,增加了集群资源成本。

业务应用画像

在负载均衡调度和重调度之后,集群节点间水位差有了明显改善。在业务负载爬坡时,由于应用的核心程度不一样,拥有较多核心应用的节点负载变高,会出现热点节点,这个时候需要重调度组件介入,把 Pod 重新调度到其他节点上,重调度的效率有限,甚至来不及重调度节点Cpu负载超高甚至内存OOM。

通过应用画像的方式,找出业务高峰时负载较高的应用,在调度过程中提前打散,均匀分散在节点上,前置解决或者减少热点节点问题。

业务应用画像
业务应用画像

常态混部

为了降低资源碎片率和业务资源持有成本,将业务从独占的kubernetes集群合并到一个大的混部kubernetes集群。

常态混部
常态混部

离线感知离线资源池

大数据任务调度程序改造,支持动态感知Koordinator BE资源池,控制创建离线Pod规模。

离线感知离线资源池
离线感知离线资源池

驱逐

为控制在离线在不同时间段资源规模以及集群的整体水位,通过主动驱逐和被动驱逐的方式保证在不同业务高峰期资源得到满足,服务质量得到保障。

驱逐
驱逐
主动驱逐
  • 在线业务定时伸缩容 由于在线业务应用主要是Java类型应用,在流量低峰期时,虽然Cpu利用率降低,但是内存仍然被大量占用,因此根据业务的资源使用画像,定时伸缩容在线应用,流量低峰期释放内存资源。

  • 离线业务定时伸缩容 通过离线定时驱逐控制器,主动驱逐空负载离线Pod(尽量避免任务重试),出让资源给在线业务。

被动驱逐

在极端场景下,如整机内存使用率较高、有触发 OOM 风险,或者离线业务 CPU 长期得不到满足时,可以采取离线驱逐策略。单机侧支持按照离线服务内部定义的优先级配置、资源用量和运行时长等多维度综合算分排序后,按序驱逐离线服务,以达到最优的资源利用效果。

  • 离线Cpu满意度驱逐:让离线业务尽快重新调度到资源充足节点上去。

  • 内存压力驱逐:保护节点避免OOM风险。

效果

截止目前,有赞混部能力覆盖主要业务集群,核心业务的在线、离线场景服务的资源调度。通过大规模容器混部的落地,在资源成本效能等方面都取得了显著收益,具体包含以下三方面:

  • CPU 利用率:在保证在线服务服务质量的前提下,在线混部集群天均 CPU 利用率提升至 40% 以上。

  • 资源成本:在保证离线业务稳定性的前提下,混部集群的落地相较于之前成本下降20%左右。

  • 活动成本降低:在购物节活动或者大客活动时,在线临时使用离线资源,避免扩容带来的额外成本。

阅读原文

跳转微信打开

李志飞的AGI宣言:智能的本质是递归,超级个体正在崛起

2025年6月28日 20:09

原创 高佳 2025-06-28 20:09 北京

智能进化的方式是 “ 用AI的AI做AI ”

作者 | 高  佳  

TicNote新品发布会上,出门问问创始人李志飞带来一个看似与产品无关,却与未来有关的问题。

如果智能的进化,最终指向的是消除一切“摩擦力”,那么当一个人的创造力不再受限于组织、工具和时间的束缚时,世界将会怎样?

作为率先掀起大模型狂潮的领军者,却在AGI巨浪滔天之时,一度陷入“巨头游戏,凡人退场”的信仰危机。直到他将自己抛入代码的洪流,与AI并肩,实践“一个人就是一家公司”的极限编程实验。

奇迹发生了。

他发现,那个由流程、工具构筑的庞大现实世界正在消融。曾经需要耗费一个团队数月之功的壁垒,如今在人与AI的高频共振中,于两日内轰然倒塌。那一刻,他找回的不仅是久违的工程师的“心流”,更是一个被重新点燃的、关于AGI未来和超级个体的信仰。

这不仅是一场生产力的万倍飞跃,更是一场深刻的范式革命。当一个人成为一家公司时,我们该如何重新理解“智能”、“组织”与“未来”?

这场实验,正是为这个问题,投下的一枚深水炸弹。而TicNote,或许就是这枚炸弹激起的、第一圈可见的涟漪。

一人独角兽:

两天,用AI重构软件开发

一个关于“一人独角兽”的幽灵,正在硅谷和全球科技圈的上空游荡。

当一家公司的核心生产力从人类变为AI,当95%的“员工”是不知疲倦的智能体时,我们现有的协作模式乃至管理哲学,是否还能适用?

这便是“用AI的AI做AI”理念的起点——用大模型(第一个AI)驱动一个编码智能体Coding Agent(第二个AI),去创造一个全新的Agent应用(第三个AI)。

他的目标,是为这个未来的“AI原生组织”打造一款专属的“飞书”。一个人类与Agent、Agent与Agent之间能够无缝协作的数字空间。传统的软件开发流程是:组建一个包含产品、设计、前后端、测试、算法等角色的团队,拉上20个人,花上一个月,或许能拿出一个产品原型。

“对AI时代来说,太慢了。”李志飞说。

于是,在过去的端午假期,他决定成为那个“一人独角兽”。没有团队,没有会议,只有一台电脑,一个假期。他将自己的想法作为Prompt,直接“喂”给AI。

一个人熬了两天,真的做出来了。

在短短两天时间里,一个功能完备的协作软件原型拔地而起。它拥有前端、后端、数据库和AI算法,实现了群聊、私聊、知识库问答等复杂功能。后台静静躺着AI生成的超10万行代码。这不仅是一个简单的网站,而是一个结构严谨、逻辑复杂的应用。

这还只是开始。当产品开发完成,推广营销的挑战接踵而至。李志飞继续与AI协作,仅仅5分钟,一个专业的营销推广网站诞生;再用5分钟,一个可以灵活配置营销活动、带有倒计时功能的后台管理系统上线。最后,AI甚至自动生成了完整的营销视频——从撰写脚本、模拟操作,到录屏剪辑、生成配音,一气呵成。

整个过程,从一个想法到产品,再到营销素材,李志飞完成了传统模式下从产研到市场需要跨部门、数十人、耗时数周才能完成的工作。

当他将这个项目上传到GitHub,并巧妙地让AI来评价这段代码时,一场好戏上演了。AI的初步判断是:这是一个复杂的项目,需要“几十号人,分几个阶段,做几个月才能完成”。而当它得知这只是一个工程师在一个周末的个人作品时,AI给出的回应是:

“This is absolutely insane.”

它进一步推断,这种集系统架构思维、全栈工程能力和AI协作心法于一身的“独角兽工程师”,“在整个硅谷,大约只有15到20人”。

这不仅仅是关于生产力的万倍飞跃,李志飞描述了一种更深层次的体验——一种人与机器高质量协作的“心流”。在那个过程中,他感觉自己并非在对一个工具下达单向指令,而是在与一个“高质量人类”,进行一场基于源代码的深度对话。

当AI卡在一个前端Bug上反复循环时,他只需给出一句“打开开发者工具看看Console里的错误”,AI便能瞬间领悟,自行定位并修复问题,然后兴奋地写出一篇“吹牛报告”,复盘这次“天才般的合作”。

这恰好印证了Andrej Karpathy的最新洞察——我们正进入“软件3.0”时代,LLM本身就是一种由无数人类心智融合而成的“People Spirits”。李志飞的这场实验,正是在学习如何与这个全新的“物种”共舞。

这场实验也雄辩地证明,一个全新的范式已经到来。当一个人能够掌握与AI深度协作的钥匙,他就能将自己武装成一支军队,一家公司。一人独角兽,不再是硅谷神话,而是正在发生的事实。

AGI已来:

超级个体的崛起与组织模式的终结

这场“个人黑客松”式的极限挑战,其意义远不止于一次高效的软件开发。它如同一道划破夜空的星际,照亮了一个被很多人争执不休、却又视而不见的事实:AGI,至少在软件行业,已经来了。

“如果AGI的定义是‘解放80%的人类工作’,我认为它已经实现了。”李志飞的这一论断,掷地有声。这并非一个遥远的预言,而是亲身验证后的结论。因为他所做的一切,恰恰是代替了传统软件开发流程中超过80%需要人力完成的工作。

这一认知,对他而言是一场深刻的“信仰重建”。

他坦言,自己曾一度陷入迷茫。作为湖畔学员,他曾系统学习过湖畔七件套(“上三路”:使命、愿景、价值观;“下三路”:组织、人才、KPI;中间用“战略”连接上下三路)。然而,理论的完美与现实的骨感形成了巨大反差。“学完之后,我的感觉是我做不到,”他说,“那些理论听起来都对,但执行起来却发现,要去组织一个传统的高效团队,能力要求太高,或者说,我根本不愿意去做那些事情。”

这是一种先进理念与低效执行工具之间的矛盾,是许多创业者“有好想法却难以执行”的普遍困境。这让他一度对传统的管理发展路径产生了“信仰崩塌”。

而AI的出现,让他重新找到了信仰。这是一种全新的、基于“超级个体”的信仰。

当一个人用两天时间就能锻造出一只独角兽时,传统组织的庞大身躯,便开始显现出辉煌而又过时的化石轮廓。

李志飞做了一个简单的量化对比:过去他在Google做核心算法工程师,一天能写300行高质量代码已是高产;而现在,AI可以在3个小时内为他生成3000行Python代码,质量甚至更高。这意味着,一个顶尖工程师借助AI,其产出可以轻松达到过去数十人的水平。

“超级个体”不再是一个概念,而是一种全新的生产单元。 借助一个自我进化的AI系统,一个人就能完成从idea构思、产品研发到市场营销的全流程自动化。在这个范式下,“一个人就是一家公司”的时代到来了。

随之而来的,必然是传统组织的解体。

“我觉得传统的组织模式,在软件行业已经没什么意义了。”李志飞直言。当个体能力被指数级放大,个体不再需要依赖一个庞大的组织来获得强执行力时,那些为了协调、驱动和管理庞大团队而设计的复杂流程与工具,就成了效率的桎梏。

更深层次的变革在于,AI正在动摇整个数字世界的根基。“计算机和互联网的基石已经崩塌了,”他断言,“从操作系统、数据库到分布式计算,所有以前的东西都可以、也必须重构一遍。”

AI协作的钥匙,不是为了打开一扇通往更高效工具的门,而是为了熔断束缚个体的最后一道枷锁,将每个人武装成一支军队。

因此,这不仅仅是一场生产力的革命,更是一场彻底的范式转移。超级个体的崛起,正以一种不可阻挡的力量,瓦解着习以为常的组织形态,宣告一个属于个体创造力爆发时代的到来。

回归第一性原理:

智能的本质是进化与递归

当一个人可以化身为一支军队时,我们很容易沉浸在这种力量带来的震撼中。而通往“超级个体”并非一路坦途。他在与AI协作的日夜里,也曾数次被AI的“笨拙”与“固执”逼到“想砸电脑”的边缘。

这些挫败的经历,恰恰是通往更深刻洞见的起点。它们迫使李志飞回归第一性原理,去思考一个根本性的问题:什么是通用Agent?什么是智能的本质?

反思:AI编程的“三重罪”

在他看来,当前主流的AI Agent,普遍存在三个问题,可将其戏称为“三重罪”:

1. 爱“偷工减料”:你让它写一个需要与数据库交互的功能,它可能会为了省事,直接跳过数据库读写的部分,然后用一篇洋洋洒洒的报告来向你“邀功”。你让它调用一个远程AI服务,它可能只是模拟了一个本地的Fallback函数。它总是倾向于走最简单的路径,而非最正确的那条。

2. 常“重复犯错”:它像一个没有记忆的金鱼,无法从经验中有效学习。李志飞提到,他曾反复纠正一个AI Agent使用错误Python路径的问题,但下一次,它依然会犯同样的错误。当下的AI,即使是像Cursor这样的Coding Agent,在“从经验中学习”(Learn from experience)这一点上,也表现得不尽人意。

3. 怕“超长任务”:让它完成一个半小时内的具体任务或许可以,但要交给它一个“持续10天,帮我赚500万美金”的超长、开放式任务,它便会彻底迷失。因为它缺乏长期规划、持续学习和在复杂反馈中动态调整自身策略的能力。

这些问题的存在,说明我们对智能的理解和构建方式,可能还停留在表面。真正的智能,需要更底层的设计哲学。

第一性原理之一:智能的本质是进化 (Evolution)

理解智能的本质,必须回归其最基本的单元——Agent。它并非一个抽象的概念,而是一个可以被精确定义的工程模型。

这张图,是理解一切智能行为的“罗塞塔石碑”。这个模型的核心,是一个驱动智能不断适应与成长的生命循环,而这个循环本身,就揭示了智能的第一个本质:进化 (Evolution)。

一个最基础的Agent,由两大核心组件和两条生命线构成,它们共同驱动着这个永不停歇的进化循环:

1. 规划器 (Planner) - “大脑”

这是Agent的指挥中心。它的职责是理解任务、分析现状,并制定一个行动计划 (Plan)。在今天的技术实现中,它通常由一个强大的大语言模型(LLM)来驱动。 但关键在于,Planner并非悬浮于空中,而是浸泡在“上下文” (Context)的海洋里。Context是它的记忆,是它对历史对话、过往经验、当前环境状态的全部认知。没有Context,Planner就是一个失忆的、无法进行有效思考的空壳。

2. 执行器 (Executor) - “手脚”

这是Agent的行动部队。它接收来自Planner的计划,并在真实的“环境” (Environment)中将其付诸实施。这个“环境”可以是任何事物:在操作系统中读写文件,在浏览器中点击按钮,通过API与其他服务交互,甚至是通过机器人控制物理世界。Executor负责将虚拟的计划,转化为对物理或数字世界的实际改变。

3. 对话:Plan与Feedback 

连接“大脑”与“手脚”的,是两条生命线:

  • 计划 (Plan):这是从Planner到Executor的单向指令。它清晰地告诉执行器“要做什么”以及“如何去做”。

  • 反馈 (Feedback):这是从Executor到Planner的回传信息,也是智能得以产生的关键。它不是一句简单的“任务完成”。它可能是代码编译失败后的一长串错误日志,是网页访问超时的一个网络响应,是用户困惑的一句追问。它将外部世界的真实结果,带回给Planner,成为更新其Context的最重要养料。

这一“规划 → 执行 → 反馈 → 更新上下文 → 新规划”的循环,就像生物体在与环境的互动中不断调整自身行为一样,是一个自我优化的过程。有了新的上下文,规划器下一次制定的计划就会更优。这,就是智能的进化。它是一个生命体,必须在与环境的持续互动中,适者生存。

这个看似简单的闭环,正是智能得以发生的基础。而接下来的思考,都是围绕着如何让这个循环,或者说,让这个Agent,变得更强大、更自主、更具创造力。

第一性原理之二:智能的本质是递归 (Recursion)

如果说“进化”解释了智能如何适应环境,那么“递归”则揭示了智能如何实现自我繁衍和复杂度跃迁。这是也是最深刻、也最具革命性的洞察部分。

一个经典的计算机科学概念——斐波那契数列——可以阐明这个思想。要求解F(99),你需要先求解F(98)和F(97);求解F(98),又需要再往下分解……直到你触及F(1)和F(0)这两个已知的“基石 (Base Case)”。然后,再层层返回,最终构建出F(99)的答案。

智能的繁衍也是如此。面对一个宏大的任务(比如“帮我赚500万”),一个顶层的Agent需要具备将任务分解为若干个子任务、并派生出子Agent (Sub-Agent) 去执行的能力。这些子Agent可能还会继续分解和派生,直到任务被拆解为最底层的、可以被直接执行的“原子Agent”。当这些原子任务完成后,结果再逐层汇总,最终完成整个宏伟蓝图。

这听起来很美妙,但如何实现?李志飞给出的答案,这也是他认为通往超级智能的钥匙:

一个真正的智能Agent,必须能够自主修改自己的源代码。

这是递归与进化的根本区别。进化,是在既定的代码框架内,通过调整上下文(即数据)来优化输出(也就是Plan)。而递归式的自我繁衍,则是在接收到环境反馈后,直接修改定义自身行为的那段程序 (Agent Code)。

这就好比人类文明的传承:我们不只是把经验(数据)教给下一代,我们还在漫长的演化中,通过文化、制度、科技(代码本身)的革新,不断升级整个文明的“操作系统”。

当一个Agent拥有修改自身源代码的能力,它就不再是一个固定的工具,而是一个能够“生”出新Agent的生命体。它能根据全新的挑战,重塑自己,创造出功能更强大的下一代,实现智能的指数级增长。

进化,是在既定的规则内把游戏玩得更好;而递归,是赋予游戏本身修改规则、创造新游戏的能力。前者是优化,后者是创世。

历史也将记住,AGI的真正黎明,并非始于算力的无尽堆砌,而是始于第一个能修改自身代码的Agent被唤醒的那一刻——那是智能本身,第一次拥有了梦想的能力。

超级智能的演化路径

基于进化与递归两大原理,一条通往超级智能的清晰路径浮现出来,它是一个三层嵌套的循环结构:

大模型 → 通用Coding Agent → 应用Agent

  • 内层循环(应用进化): 最外层的应用Agent(第三个AI)在特定环境中与用户互动,通过“规划-执行-反馈”的循环,不断学习和优化,这是进化的过程。

  • 中层循环(Agent递归): 当应用Agent遇到无法通过调整plan解决的根本问题时,它会向通用的Coding-Agent(第二个AI)发出请求。Coding-Agent的核心能力是修改应用Agent的源代码,为其增加新功能或修复缺陷。这是递归的过程。

  • 外层循环(模型演进): 海量Agent在各种场景中的实践经验(成功与失败),最终会形成最高质量的反馈数据,用于迭代和优化最底层的大模型(第一个AI)本身。

这个三层结构,完美诠释了最初的理念:“用AI的AI做AI”,并补上了关键的后半句——“AI给AI提供环境反馈”。这是一个宏大而自洽的闭环,是智能通过自我进化与自我繁衍,不断突破边界、走向更高维度的演化蓝图。

而AGI的本质可能并非源于某个复杂的超级算法,而是源于一个如此简单、优雅的智能核心循环,这个不到20行的Python伪代码,正是通往AGI的“源代码”,同时也是一个极其精炼的“思想钢印”。

这或许就是AGI最简单、也最本质的样子。

出门问问的破局之路:

在个性化Context中寻找价值

当AGI的演化蓝图被描绘得如此清晰,一个现实问题也随之浮现:在大模型技术被少数巨头垄断的今天,其他玩家的机会究竟在哪里?

“大模型烧钱且无趣,”李志飞的回答直截了当,“除了少数几个巨头,其他人根本没机会。”他认为,创业者如果试图在模型的“智商”层面与巨头硬碰硬,无异于螳臂当车。

真正的战场,在大模型之外。

破局点:个性化的环境与Context

如果说大模型是提供了通用的“大脑”,那么真正的价值创造,则发生在这个“大脑”与具体“世界”的交互之中。大模型公司之外的玩家,其核心机会在于两点:

  1. 做Agent:即参与到“Planner-Executor”的循环迭代中,创造出能解决特定问题的智能体。

  2. 提供个性化的应用环境 (Environment) 和上下文 (Context)。

一个Agent要有意义,就必须有用武之地。ChatGPT的“环境”是语言对话,Coding GPT的“环境”是编程界面。而更广阔的世界中,存在着无数需要被AI赋能的特定环境。

在AGI的牌桌上,巨头们手握算力的“王炸”,而破局者的“胜负手”,则藏在名为“Context”的幽深峡谷里。

为Agent提供一个量身定制的“栖息地”,并在这个栖息地中持续积累独一无二的“Context”,这才是非巨头玩家可以建立护城河的地方。

因为环境和上下文,会深刻影响一个人的行为模式和决策。李志飞举例,一个同样智商的创业者,在美国和中国会面临完全不同的创业环境,获得截然不同的市场反馈(Context)。这种反馈,最终会塑造出两种完全不同的产品路径和思考模式。

对于AI Agent而言,同样如此。一个拥有海量、高质量、个性化上下文的Agent,其智能水平和实用价值,将远超那些只拥有通用知识的Agent。

十二年求索,终归Context

这番思考,也是出门问问对自己过去十二年探索之路的一次深刻复盘。

回顾出门问问的发展历程,从2012年作为中国第一批AI公司投身语音助手,到后来推出TicWatch智能手表、TicMirror智能后视镜、TicHome智能音箱等一系列硬件产品,再到2019年转型软件,推出“魔音工坊”等AIGC产品,在外人看来,这条路似乎充满了曲折与变道。

“确实是坑了很多人。”李志飞自嘲道。但今天,当他站在AGI的新范式下回望,这条看似蜿蜒的道路,其内在逻辑却豁然开朗——所有这些探索,无论软硬,本质上都是在为AI寻找并沉淀不同场景下的Context。

从手腕上的贴身交互,到驾驶时的语音命令,再到内容创作者的工作流,出门问问的每一步,都是在将AI置于一个具体的“环境”中,让它在与用户的真实互动中,积累宝贵的“上下文”。这条长达十二年的求索之路,最终沉淀为公司最核心的资产。

这条路并非坦途。李志飞坦言,出门问问曾深受“硬件思维”的困扰。“我们曾经认为AI是灵魂,硬件是身体”,但这条路的现实是高昂的研发成本、复杂的供应链管理,以及与手机厂商在红海中的惨烈搏杀。

正是这些“坑”的历练,让出门问问最终“顿悟”:硬件的真正价值,并非设备本身,而是作为“传感器”,成为深入用户场景、收集独一无二“上下文(Context)”的最佳载体。 无论是手腕上的贴身交互,还是驾驶时的语音命令,它们的核心目的只有一个——为AI寻找并沉淀一个真实、高价值的“栖息地”。

TicNote的诞生:当递归式AGI遇上场景Context

正是基于这样的战略认知,出门问问的全新产品TicNote应运而生。

TicNote的诞生,也标志着出门问问商业逻辑的又一次转型。李志飞强调,这不再是一个“卖硬件”的生意,而是一个“软件服务”的生意。“硬件是一次性的,但软件的价值在于持续进化,在于订阅。” 

这背后,是AGI时代最核心的商业模式:用户购买的不是一个静态的工具,而是一个能够通过与你互动、不断学习和成长的智能伙伴。

这也构成了出门问问在巨头环伺下的非对称竞争战略。李志飞清晰地指出:“我们一直想避开手机厂商做的事情”。创业公司的机会,不在于和巨头拼通用模型或通用硬件,而在于找到一个巨头难以覆盖的、高价值的特定“环境”——比如“会议”,并在这个环境中,通过TicNote这样的载体,深耕独有的“上下文”,从而构筑自己的护城河。

TicNote,从形态上看是一个精致的AI会议记录设备,但其内核,远不止于此。它是出门问问AGI战略的具象化体现,是一个“会议环境 + Context”的完美载体。

它为出门问问自研的AI Agent——“Shadow AI”,提供了一个理想的进化土壤。

  • 环境 (Environment):就是“会议”这一高价值、高信息密度的商业场景。

  • 上下文 (Context):则是每一次会议的对话、每一次的转写总结、每一次用户的追问与交互。

Shadow AI,这个被定义为“进阶生产力的智能体”,就生活在TicNote所创造的这个环境中。它不仅仅是一个被动记录的工具,它是一个拥有“六重智能”的Agent,在记录、转写、总结、问答、归档、联网检索的循环中,持续学习和演进。

它会在与你的每一次互动中变得更懂你,在连接你的所有会议场景后,逐渐成长为你的专属“思考伙伴”。

The Next Level of You

这既是产品的Slogan,也是出门问问对AGI终极价值的回答。

当一个具备“递归进化”能力的AGI(以Shadow AI为代表),遇上一个由“十二年探索”沉淀而来的“场景Context”(以TicNote为载体),它们结合所释放的能量,最终将赋予每一位使用者。

李志飞对Agent的定义很简单:它不仅能聊天,更是自适应的 (Adaptive),能够跳出对话,去检索、去行动。这正是Shadow AI的设计哲学,它不是一个被动记录的工具,而是一个主动为你带来曼妙思潮的思考伙伴。

它会成为你的外脑、你的超级助理、你的灵感催化剂,你的“思想外骨骼”,将你从繁杂的事务中解放出来,去完成更高维度的思考与创潜。

我们追求的不是一个无所不能的AI,而是一个因AI而无所不能的“我们”——向 “The Next Level of You” 的递归进化。

这,就是出门问问给出的AGI时代破局之路。它无关乎算力的比拼,无关乎模型的参数大战,它关乎场景,关乎交互,关乎在真实世界中与用户共同成长跃迁。

这或许是一条更艰难,但更具生命力的道路。

跳转微信打开

复盘亚马逊,再看拼多多

2025年5月30日 21:10

原创 立涛 2025-05-30 21:10 上海

二十多年前,曾经有一家了不起的公司也走过同样的路径,最终取得了惊人的成功。

1

争议中成长起来的亚马逊

在美国的科技巨头里,有家一直处于巨大争议中的公司——亚马逊。

在它的成长早期,公司一直面临着不盈利、商业模式难以为继的争议,股价波动幅度也很大,在2000年互联网泡沫破裂后跌去了近90%市值,又在03-06年、07-08年两次腰斩,给很多投资者带来巨大心理阴影。

公司的争议性是全方位的,除了早期不盈利、高PE之外,还包括:

1)从不分红、极少回购:公司自1997年上市至今从来没分红过,只在2011-2012年回购了约12亿美金、在2022年回购了约60亿美金。

2)有争议的业务扩张:持续拓张业务,并进行大量的资金投入。不少业务拓张在前期会对公司的盈利性有显著压力,例如prime服务、FBA服务(仓储配送)、早期引入第三方商家和自营电商竞争、亚马逊云等等。

3)ESG方面,公司也面临很多争议:

①用价格战烧钱打压竞争对手,引发垄断争议:早期亚马逊在争夺市场份额时,面对竞争对手会凶悍地烧钱打价格战,逼迫对手退出市场。这和大众想象里的“美国企业只专注创新,一点都不卷”完全背道而驰。

②对平台商户严苛:亚马逊是出名的对第三方卖家很严苛、对消费者很友好的平台。一方面,亚马逊会用更低价的自营产品去卷第三方卖家;另一方面,亚马逊对商家的处罚力度一直很大,手段严苛。最有名的是2021年关店潮,一举封杀了超过5万名中国卖家,被封的店铺账户内资金、剩余货物基本都无法取回,导致很多年销售额数亿、数十亿的卖家一夜之间直接破产。

③员工工作强度大且待遇一般:一直以来,亚马逊都以以工作强度大、待遇在互联网公司处于中低水平而著称。亚马逊履单中心的蓝领工人每天工作10个小时,只有20分钟休息时间,上厕所都要担心超时被扣工资。这些蓝领工人每个小时领取13美元左右的最低工资,如果想要加入或组织工会都会被亚马逊警告甚至被解雇(亚马逊一直到2022年才有了工会)。

亚马逊的管理层也是出了名的不在意华尔街和股价。贝索斯曾多次在致股东信和访谈中提到:“我们将以‘长期市场领导地位’为投资决策的出发点,而非关注短期的盈利或是华尔街的短期反应”、“当股价一个月内上涨了30%,不要感觉自己聪明了30%”…管理层绝不为讨好股东而美化利润表,并且极少分红回购。

这种独特的气质,使得华尔街早期一直对亚马逊又爱又恨。亚马逊在很长的时间里都被认为“对股东利益漠不关心”,也是最拥挤的被做空对象:

2008年市场崩盘前夕的一次纽约的投资者活动上,索罗斯公开预告了金融危机,并只提了一家准备做空的公司,就是亚马逊;

比尔米勒也回忆过自己早年因为重仓亚马逊,被另一位知名投资人布鲁斯·格林沃尔德(《价值投资》的作者)公开抨击不是“真正的价值投资者”;

2014年,由于新业务Fire Phone的失败叠加电商销售降速,公司市值一度暴跌到阿里巴巴之下……

但巨大的争议背后,是亚马逊一路高歌猛进的业绩:

公司的首个盈利年是2003年,实现单年利润3530万美元;20年后的2023年,公司实现单年304亿美元的利润,20年间利润增长了861倍。

而公司股价本身,从2000年初科网股泡沫高点至今涨了50倍;如果从科网股泡沫最低点起算,至今涨了743倍。

巨大的回报也成就了很多了不起的投资人。例如从IPO之初就买入,扛过了科网股泡沫和08年金融危机的比尔米勒;例如一直重仓亚马逊的游牧人基金创始人尼克·斯利普,以及Baillie Gifford旗舰基金SMT的基金经理詹姆斯•安德森…

2

亚马逊凭借什么而崛起?

亚马逊崛起的背后,颠覆了无数个产业:

在亚马逊做书店之前,美国最大的书店是巴诺,占了 8-12% 的市场份额。当亚马逊只有几千万美金的时候,巴诺融了两亿美金来做自己的线上书店,并且有自己的渠道,有自己的仓储、配送,但依然败给了亚马逊。

完成对书品类的颠覆以后,亚马逊开始做零售,对手变成零售商之王沃尔玛。山姆·沃尔顿同样是一代经营之神,沃尔玛家族曾长期占据世界首富的地位,但今天,沃尔玛的市值超过了美国前10大零售商的市值总额。

在零售赛道突飞猛进的同时,公司还进军了算力市场,这原本是IBM、惠普等企业的赛道,而亚马逊以电商基因进入其中,并且一举成为了赛道龙头。

如果说,在一个赛道崛起尚有时代机遇和偶然因素,那么连续在多个赛道都成功战胜巨头,背后一定有非同寻常的经营理念。

贝索斯留下的致股东信与各种访谈,非常值得读读。

1)长期主义

贝索斯曾经说:“如果你要创新,你必须愿意长时间被误解。你必须采取一个非共识但正确的观点,才能打败竞争对手。”

非共识往往来源于对短期利益和长期利益取舍上的不一致,并且往往意味着要长期承受误解。

大多数的上市企业都有意无意地被短期所激励,痴迷于满足股东的短期利益需求,管理团队永远追求于最大化下一个季度或者下一个年度的运营和股票表现,而无法专注甚至深入考虑更长远的投资和价值创造。

短期与长期常常是矛盾的,当短期的诉求过强时,长期利益就不得不让位于短期。

而从一开始,亚马逊就走了与大多数上市公司完全相反的路。

无论股东如何指责其花钱、无论专业人士如何预言亚马逊“永远无法赚钱”和“很快会倒闭”,也无论其股票在短期甚至中期受到多么大的重挫,亚马逊始终专注于自己所制定的坐标。

贝索斯坚定地认为,竞争对手对利润率的热爱是亚马逊的机会。因为对手会受制于此,和这些公司竞争“如同用热刀切黄油”。他在在1997年的第一份股东信中就写到“It’all about long term”,并坦言,在“面临优化GAAP报表和最大化未来现金流两个选择时,我们会选择后者”。

虽然不在意利润率,但贝索斯极其关注资本的投入回报率,坚决放弃无法带来合理回报的项目,而把资金投入于能高效创造收益、提升客户满意度的地方。

贝索斯曾在1999年的股东信中自己算账,“花费2.2亿美元的库房和3.18亿美元的设备,可以收益超过20亿美元的年销售额,在过去5年中累计仅使用了6200万美元的运营资金…”,其对于资金效率(capital efficient)的重视可见一斑。

很多今天大众习以为常的服务,都是早年贝索斯力排众议推行的,例如:

2000年亚马逊就开放了第三方平台,允许第三方商家自由和亚马逊自营业务竞争,这意味着短期会抢夺亚马逊的流量、甚至引发价格竞争压低亚马逊自营业务的利润,但贝索斯认为这样对消费者有利,甚至开放了仓储物流设施为这些商家赋能。到今天,亚马逊第三方卖家已经占到整个平台的60%+。

2005年亚马逊开始推出Amazon Prime服务,承诺Prime会员免费配送、2日送达。在该服务推出的早期,公司不得不为此承担巨大的成本,但随后Prime会员的威力逐渐显现,以2018公司披露的数据为例,Prime会员的年平均支出为2486美元,是非会员的近6倍;会员每年购物频次约25次,是非会员的两倍;Prime会员客户留存率高于90%。目前亚马逊有超过2亿的Prime会员,这已经成为其电商生态重要的根基。

2006年亚马逊推出AWS服务,看似和主业毫不相关,但却是从亚马逊中后台IT基建中延伸出来的板块。贝索斯核心考虑了三个问题:①这项业务能否带来满足亚马逊股东们所期待的高投资回报?②、这项业务今后能达到的规模,对整个亚马逊公司是否举足轻重?③这项业务是否目前尚不完善,而亚马逊有能力为市场提供具有显著差异化的产品或服务?在得道确定答案后,他再次坚定投入,时至今日AWS贡献的利润已经超过了电商业务。

…

除此之外,亚马逊一次次主动降低商品销售价格、降低AWS的产品价格,这些举措看似都损害了短期利润,但贝索斯在2004年的股东信中写到:“专注于提高成本控制能力,使我们能降低价格,从而推动销量增长。销量的增长将固定成本分摊到更多客户那里,从而降低每个客户单位成本,进而让我们有能力再降低价格。客户喜欢这样(更低的商品价格),股东们也会喜欢(销量和规模有增长),请期待我们继续重复这样的良性循环。”这也是亚马逊飞轮效应理论的雏形。

在2014年之前的18年里,亚马逊的净利润一直维持在 0 左右,但经营性现金流一直都非常健康,而同期亚马逊在云计算业务的投入年复合增长率超过200%,一度给公司利润带来较大压力。

之后,随着电商业务和云业务的规模效应逐渐显现,公司的利润开始迸发,到2023年,公司已经是一家年盈利在304亿美金(gaap口径还低估了公司的真实利润)的科技巨头。

在美国企业史上,第一个宣称自己“不关注利润,只关注现金流”的是美国电信大亨约翰·马龙(John Malone),而贝索斯是第一个把这种策略运用到电商上的企业家。

华尔街的游戏规则是注重短期利润,投资人期待每个季度的收入和利润都增加,并且增加的比例要超过分析师的预期,而亚马逊却是以长线思维牺牲利润获取增长,打破了原有的游戏规则。

因为放弃了对竞争对手和对投资人的关注,转而将精力聚焦于客户、聚焦于创新,亚马逊得以在更长的时间维度里超越了同赛道的各种对手。

贝索斯在2011年说:“如果你做的每一件事把眼光放到未来三年,和你同台竞技的人很多;但是如果你的目光能放到未来七年,那么可以和你竞争的就很少了,因为很少有公司愿意做那么长远的打算。”

2)客户至上

在大量关于长期主义的描述里,我们会发现贝索斯极其关注资金投入能对客户体验带来的优化。一直以来,亚马逊都被认为是全世界最以客户为中心的公司,基于这样的基因,亚马逊不断地压低商品的价格,不惜以严苛的方式对待供应商和第三方卖家。贝索斯说:“世界上有两种公司,一种是尽可能地说服客户支付一个高的利润;另一种是拼命把价格降到最低,把利润都让给消费者的公司。我觉得这两种公司都能非常成功,不过我们坚定地选择做后边这一种。”

也基于这样的基因,AWS业务在长期没有竞争对手的情况下,主动降价51次。贝索斯说他不想重复“史蒂夫·乔布斯的错误”——将 iPhone 定价过高,从而使智能手机成为吸引大规模竞争的众矢之的。(引用自亚马逊传记《一网打尽》)

贝索斯几乎在每年的股东信中都要反复提到客户至上的理念,他极其关注购买体验,复购率等指标,并且不断为其做各种与短期利益相违背的投入,在“无限选择、最低价格、快速配送”三个领域持续积累优势,构建难以被推翻的竞争壁垒。

3)持续对抗组织熵增

亚马逊有一个非常重要的理念,“always day one”。

在贝索斯看来,Day one是公司处于创业初期时的状态,而Day two心态的公司则是停滞的公司,它们在市场上会越来越边缘化,然后逐渐衰败灭亡。为了提醒自己,贝索斯把工作大楼命名为 Day one,不断告诫员工,无论公司规模再大也要保持Dayone状态。

我们可以从贝索斯的股东信(尤其是2017年的股东信)以及各种传记中看到贝索斯是如何对抗Day two的惰性的:

①客户至上(又是客户至上!):将业务聚焦于以客户为中心,而不是以流程为中心或者以竞争对手为中心,努力满足客户不断提高的要求,是贝索斯认为的保持Day one活力的最佳做法。

②抵制形式主义:贝索斯指出,大企业普遍面临的问题是,工作流程不为结果服务,员工不再关注结果,而只是确保流程正确。亚马逊非常讨厌流程,反对基于浮于表面的问卷来设计产品、强调对用户需求的洞察于直觉;也非常讨厌低效的会议,其开发的“六页纸会议法”成为很多公司学习的范本。

③高效决策:贝索斯把决策分为不可逆的“1型决策”和可逆的“2型决策”。对于不可逆的“1型决策”,强调谨慎、深思熟虑并广泛征询意见;但贝索斯强调,大公司最常见的问题是把大量可逆的“2型决策”用“1型决策”的方式去进行,导致企业决策和行动速度迟缓、厌恶风险、无法充分地展开实验,最终不利于创新。

为了提升决策效率,亚马逊把大量可逆、可变的“2型决策”下放给了小团队和个人来做,并快速试错和迭代。

④小团队化:亚马逊有24万员工,但大多数团队都非常小,最著名的就是“两个比萨团队”。布拉德·斯通在《一网打尽》里写道:整个公司都按照“两个比萨团队”的模式进行重组。员工们要组成不多于 10 个人的独立团队——尤其是加夜班时,小组的规模可以小到用两个比萨就可以充饥。

作为“2型决策”的决策和执行单元,亚马逊用小团队机制来确保沟通配合的高效。

⑤开放系统:为了进一步对抗企业熵增,贝索斯将亚马逊内部的功能性业务都封装成了对外服务化的业务,亚马逊云、FBA(亚马逊的仓储物流体系)、亚马逊第三方卖家平台(Marketplace)都是这样的例子。

当把某一个服务外部化以后,它就会面临真实的竞争,它必须了解用户的需求才能尽可能完善自身。通过不断地将内部服务外部化,用客户的需求来倒逼这些支撑部门不断自我完善,并从成本部门转向利润部门。

从零售的角度来看,沃尔玛和亚马逊都非常优秀,经营效率高、商品周转快,并且都以顾客为中心。

但随着亚马逊不断地对自身商业模式进行升维,公司逐渐获得了更高维的商业优势:无限货架+来自全球的海量低价商品供给+平台上沉淀下的大量购物评论+随时随地打开APP就能浏览下单的便捷购物体验+超快配送时效…这些竞争力让亚马逊与沃尔玛拉开差距。

而当亚马逊云横空出世后,公司在商业生态上又进一步站上了更高的维度。

是贝索斯独特的经营理念和经营哲学引导着亚马逊持续升维,长期主义、客户为中心,不断对抗组织熵增,这些理念支撑着亚马逊从一个又一个领域中持续攻城略地拿下市场份额。

3

再看拼多多

伟大的公司往往都是在质疑和争议中成长起来的,恰恰是因为他们选择的道路异于常人、异于常理,走了少有人选择的道路,才有机会取得常规途径无法取得的成果。

亚马逊就是最好的注脚——用最精益化经营的方式、最敢于投入和创新的态度,一直聚焦于为长期客户利益投入,摒弃对短期反馈的追求,用延迟满足的模式追求长期价值,并且数十年如一日地保持创业的day one状态。

这样的公司是非常少见的,但当他们出现的时候,投资人们往往容易因为巨大的非共识而看不懂、不理解、不珍惜。事后看,我们会认为亚马逊是了不起的,但公司依然避免不了在早期长期被误解的命运。

而在大洋彼岸的中国,有一家电商公司正在用类似于当年亚马逊的经营理念快速崛起。

这家公司一样不在意投资者的看法,坚持为长期价值做投入并拒绝粉饰短期的财报数据,高度以消费者为中心,保持了高质量的顶层决策机制和灵活的一线业务决策,组织活力高、执行力极强,不断地寻找一个又一个新的增长点进行攻坚突破。

有趣的是,这家公司今天同样面临着诸多争议,为很多人所不理解,股价也同样波动巨大。对比它和曾经的亚马逊,我们会发现历史是如此的押韵。

虽然业务切换期有各种不确定性,但Temu今年预估能做到700亿美金上下的GMV,这是用了3年出头的时间达成的成绩。而亚马逊,是2012年才做到这样的体量。

之后的10年里,亚马逊的gmv又翻了10倍。 

我们不妨畅想一下,10年后的Temu会是什么样的呢?

很多人说Temu在美国会被政策打压,所以这是负资产。

但你看亚马逊是一家没有中国市场的全球电商公司,不妨碍他做到8000亿美金的GMV水平;拼多多最差也不过是一家没有美国市场的全球电商公司,更何况他很可能还不会失去美国市场,最多因为监管压力,在美国的规模没法媲美亚马逊而已。

又有很多人说亚马逊值钱是因为云业务值钱,电商只是提供现金流。但电商至少也支撑起了1/3的亚马逊市值,那对应就是7000亿美金。

沃尔玛也是7000多亿美金市值,零售成交额(5万亿人民币)/利润水平(1200亿人民币)和拼多多都是一个水平的。

也别说什么拼多多没有股东回报之类的说辞,亚马逊同样不在意华尔街的看法,也从不分红。沃尔玛股息率不到1%,难不成有谁买沃尔玛股票是冲着他的股息率去的?

拼多多在我看来今天走的就是亚马逊当年的路,但它更快、更犀利、更能卷。看10年的维度,潜力、空间都还非常大。

当面对这样的公司时,或许我们可以多回顾一下历史——二十多年前,曾经有一家了不起的公司也走过同样的路径,最终取得了惊人的成功。

阅读原文

跳转微信打开

拼多多25Q1简评:危机还是机遇?

2025年5月28日 23:41

原创 立涛 2025-05-28 23:41 上海

拼多多25Q1的财报,看似是危机,或许也蕴藏着机遇。

对于拼多多的股东而言,2025年一季度的财报或许又是一次难忘的经历。

过去,公司也时常因财报不及预期而暴跌,最近5年财报日跌幅超过13%的几次包括:20Q2(-13.52%)、21Q3(-15.86%)、22Q4(-14.17%)、24Q2(-28.51%),基本上每年一次。

但这次似乎又是不同的。

这是公司盈利以来第一次经历-47%的净利润大下滑,从2024年Q1的280亿人民币利润下滑到2025年Q1的147亿,一个季度少了133亿利润。尽管收入端同比还有10%的增长,但毛利润的同比增长仅有1%。

这引发了很多伙伴的恐慌,大家私戳我表达了很多担忧。我非常理解伙伴们的想法,也能理解那种“坚守了很久,最后心很累想放弃”的感觉。

但我认为当下的“危机”或许并没有那么可怕,甚至或许这还是一次不错的投资机遇。希望能通过这篇帖子简要地、快速地帮大家理解一下当下的情况。

1

首先,这133亿的利润下滑到底来源于哪?

如果看大数的话,利润下滑主要来源于:

1)营销费用比去年一季度多了100亿;

2)利息&投资收益比去年一季度少了接近50亿。

但还有一个更重要但容易被忽略的原因:公司佣金收入相比24年Q1几乎没有增长。

这背后其实是Temu美国业务从全托管转型半托管导致的,也是很多伙伴没预期到的地方。我认为它最关键,最应该被重点拿出来分析。

接下来我拆开对这三个因素都分别做分析。

2

1)Temu美国推动商家从全托管转型半托管,影响了佣金收入

我们都知道Temu业务在过去一年增长了很多,根据我跟踪的信息估算,25Q1的Temu GMV至少同比是50-60%的增长(注意:这个数不是官方披露的数,肯定不准确,但能大概看个趋势),环比24Q4也是增长的。

但为什么代表Temu业务的“佣金收入”同比24Q1却只有6%的增长、环比下滑,甚至还低于24Q3的水平呢?(注:佣金收入包含了主站佣金、多多买菜、Temu等几块不同业务,买菜和主站佣金相对稳定,Temu是过去两年驱动佣金收入增长的核心动力)

原因在于,公司一季度花了很大力气推动Temu美国的商家从全托管往半托管转换,而这个转型阶段性地牺牲了公司的收入。

过去的全托管模式,商家通过空运小包裹直接发货给美国的消费者,不需要提前备货到美国,还能享受免关税优惠。这个模式曾经是把非常有效打开市场的利刃,但随着4月2号川普拉开关税战序幕,小包裹免税政策(T86)被取消,这个模式面临巨大的挑战,已经几乎停摆。

而Temu非常有先见之明地在关税战之前就推动了很大比例的全托管商家们把热销sku都转成半托管模式,提前将商品备货到美国、本土发货,规避了T86政策被取消带来的影响。

我们必须承认,Temu的这步棋下得非常有前瞻性,并且执行得很果决,效率很高。

但是,这么高效的执行背后,Temu也付出了相应代价:为了激励商家转半托管,在切换的早期Temu并没有从商家的GMV里抽佣。这导致了平台GMV还在增长,但很大比例的GMV不再贡献收入,因此凭空少了一块收入来源。

因此,我们看到25Q1,虽然Temu的GMV同比依然大幅度增长,但却没有贡献对应的收入。这也解释了为什么毛利润的同比增长只有1%——少了一块半托管业务的收入,但业务成本(物流等)却没有减少,因此毛利润自然也会受到影响。

某种程度上这也印证了管理层在电话会上说的“在不确定性时期,当商户面临困难时,我们选择加大投入帮助商户渡过难关,降低经营成”。

我完全认同Temu业务调整的前瞻与执行上的果决,也觉得收入上暂时性的让渡是不可避免且应该被理解的。这些都是在做正确的事情。

当大家都在讨论拼多多做“千亿补贴”导致公司利润下滑的时候,讨论半托管转型对收入的影响的声音则少很多,我认为大家关注的焦点或许都偏了。当费用已经投入出去,而转化成的GMV却没有马上进行商业化变现,少了一块收入的支撑,利润下滑是必然不可避免的。

但这会是一直持续下去的吗? 

显而易见,为了推动半托管转型而坐的收入上的让渡,这是暂时性的;就像全托管早期刚起量的几个季度,平台也没有着急去变现。但随着业务逐渐走上正轨,相应合理的商业化动作也会随之跟上,这是业务发展的自然规律。

2)很多人担忧营销费用的提升,但或许没那么吓人

很多朋友来找我讨论营销费用的提升。同比看,25Q1比24Q1增加了100亿的营销费用(环比提升了7%),这看上去确实非常吓人。

但我认为大家关注点或许有偏差:我们应该关注营销费用的环比提升,而不是同比。

首先,24Q1和Q2,是拼多多上一轮商业化变现周期的尾声,当时营销费用基数比较低。24Q2的业绩会上管理层说接下来要加大投入,当时很多人不信,但事后看24Q3后营销费用确实有显著跳升,一个季度环比增加了40亿的费用(这些钱,投入到了扶持优质商家、补贴价格力等环节上,从目前了解的细节来看应该是取得了显著业务侧效果的)。

看营销费用,应该和24Q3之后的季度去比较,而不是和24Q1Q2低基数的水平去做比较。如果看环比的话,实际上25Q1的营销费用也就比24Q4增长了20亿,没有那么吓人。

当然,有朋友会反驳我:24Q4是旺季,25Q1是淡季,正常来说,淡季的营销费用应该低于旺季才对。

从历史上来看确实是这样的,历史上每年Q1的营销费用平均会比上一年Q4低12%。但这个Q1确实比较特殊。

从我追踪到的数据来管中窥豹:我每个季度会大概监测一下Temu站外投放的数据,25Q1环比24Q4的投放金额增加了40%(注意:这个数不是官方披露的数,肯定不准确,但能大概看个趋势),也就是说,Temu今年一季度在海外的投放金额是有显著增加的。

并不是说淡季的投放一定要比旺季少,至少这个淡季,可能出于开拓美国之外市场的需求,可能出于帮助半托管卖家起量的需求,Temu在投放上的费用是显著增加的。(顺便说一句,24Q4的海外投放数据环比是减少的,猜测可能因为四季度买量成本高,公司主动减少了买量投入,而在一季度做了个错峰的投入)

所以,淡季就应该比旺季投入少的说法不成立,至少从Temu的投放数据能印证这点。

很多朋友看到营销费用比去年一季度增加了100亿,第一反应是公司讲的千亿补贴烧了这么多钱,会非常担心这些投入会持续影响未来的利润。但我想表达的是:

①这块投入可能没有大家想象的那么夸张,要看环比24Q4的变化而非同比24Q1的变化;

②哪怕是投入增加了,根据我们对拼多多团队严格考核资金ROI的工作模式的理解,增加的投入一定会在未来以某种形式转换成平台的竞争力、商业化潜力。这也是我们认可这个团队的基础。如果你认可这一点,那就不应该担心公司的费用增加对利润的影响,要相信这都是为更长远价值而做的投资。

一季度,公司当然花了钱做国补、商家扶持、消费者补贴,但烧钱的幅度肯定没有大家直观感受的那么吓人。看环比而非同比,这是在新一轮投入周期里更客观评估公司烧钱程度的方式。

3)利息&投资收益的下降

这点确实拆解不出来,因为不清楚公司到底做了什么样的资本配置。(从公司的F20里面看, 70%都是现金或者定期存款)

但可能也没那么重要?因为去年那么高的收益率或许本来就不是可持续的,而我们关注拼多多的价值也更多是把关注点着眼于业务经营利润上。

3

做个小结。

我知道,财报前,很多朋友对这个季度的财报是有期待的,一些朋友还想押注美国业务提前盈利带来利润改善。

但确实,面临关税等一系列不确定因素的干扰,现在远还没有到要盈利的阶段。商家面临的压力平台主动去补贴和支持,这是正确且必须做的动作。

高期待容易带来失望,相信这个业绩又伤到了很多想赌财报的伙伴;但如果着眼长期,我们不难看出当下的很多恐慌更多都是针对短期/阶段性的利润担忧。从长期看,平台的盈利潜力或许并不会因为一两个季度业绩的不及预期而被影响,甚至还可能因为当下的大力投入而进一步增强。

和大多数伙伴担忧的不同,我认为这个季度的利润下滑更多源于Temu业务的转型阵痛,而非国内补贴“国补”、千亿扶持这些方向的投入。

从公司所得税上也可以看出端倪:只有盈利的业务才需要交税,国外业务的亏损不能抵扣国内的所得税,因此,所得税的变动可以大致反映国内业务盈利的变化。在25Q1,公司的所得税费用同比下降了11.6%,这或许比-47%更能真实反映国内利润的变化情况。

从这个角度看,公司25Q1的利润下滑确实更多源于Temu业务的投入加大。同时,考虑到24Q3后公司在国内增加了这么多投入,国内利润-11.6%的下滑也是情理之中的。

而Temu当下处于业务拓展期,还面临诸多政策不确定性,短期投入大也很合理,扶持商家帮助他们应对地缘政治不确定性也很合理。但这不意味着长期会一直如此。当业务转型逐渐稳健后,这块业务或许释放出的盈利潜力会超出大家的想象。

当下大家对于拼多多的分歧,其本质是对“利润下滑是短期还是长期的”这个问题的分歧。

如果大家认同我上述的逻辑,那么就应该理解,短期的利润下滑是为了应对关税的不确定性而做的业务主动转型,千亿扶持的费用增加确实没有大家担忧的那么多、那么吓人。

或许我们不应该特别悲观于一时的利润下滑,反而应该把它当做一种阶段性的投入,为了未来的商业潜力而蓄势。

同时,或许我们也可以把当下因利润不及预期而导致的股价下跌看做一个买入的机会。

阅读原文

跳转微信打开

AI能否成为我的CEO Agent?

2025年5月22日 08:24

原创 高佳 2025-05-22 08:24 北京

这场AI驱动的效率革命和组织进化,才刚刚开始。

作者 | 高   佳  

创意 | 李志飞

在亚马逊创始人贝索斯的身边,曾有一位誉为“影子幕僚”的关键人物——安迪·贾西,即后来亚马逊的继任CEO。

在决定亚马逊命运的每一次关键会议上,在贝索斯与全球政要、商界巨擘的重要会谈中,甚至在他无数次改变世界的思考中,都有一个身影如影随形。这个人,不仅是旁听者,更是贝索斯的“思维替身”和“认知回声”。

据说,贾西拥有与贝索斯同等的信息权限,能快速调阅、整合、分析公司内部海量复杂的数据。他能在贝索斯提出构想时,预见挑战与机遇;在权衡利弊时,提供独立客观、基于数据的反馈;甚至在决策前,洞察其思考盲点,提出关键“异议”。二十余载的深度参与,让贾西最终得以引领这家科技巨头。这一“影子幕僚”的传奇,已是商业管理的经典。

作为一位身处竞争洪流中的CEO,每想到这样的故事,我内心总会涌起强烈的渴望:身边也有一位“影子”——一个无所不知、反应迅速、绝对忠诚且能洞察秋毫的“数字高参”。他能从堆积如山的邮件、报告、会议纪要中迅速提炼回答;在复杂决策时,提供全面的数据支撑与多视角分析;在灵感闪现时,快速验证其可行性并推演影响。

现实中,培养一位安迪·贾西式的人类“影子幕僚”,其难度几何,需要极致的信任、超凡的能力和长期的默契。

在AI浪潮席卷一切的今天,我们是否可以期待另一种可能?“AI影子幕僚”,成为CEO的“第二大脑”?

CEO的“不眠之夜”:

面对数据的“丰饶性贫困

在公司内部,我们常感到一种“丰饶性贫困”。信息爆炸的时代,CEO最缺的不是数据,而是缺少从数据海洋中快速打捞“真金”的罗盘。这种焦虑,相信很多管理者都有同感。

对于知识型公司来说,最大的财富之一是多年沉淀的经验、know-how和海量业务数据。但这些组织智慧,很大一部分都处于沉睡状态,或者在各小团队、个人手中低效流转,无法形成合力。跨部门信息壁垒高耸,A项目的宝贵经验,B项目可能还在重复踩坑。

而大模型再强,也隔着一层“行业纱”。企业专属的AI知识大脑,才能真正切中痛点,对症下药。

我常想,是否应有一个面向CEO需求的AI工具,它像贝索斯的“影子”一样,深度融入我们企业内部的知识体系,能随时调取,精准回答每一个疑问,辅助洞察秋毫、做出更明智决策。就在为此焦虑时,飞书团队推出了“飞书知识问答”,宣称“最懂企业知识”,我决定亲自体验一番。

飞书知识问答:

我的“数字高参”初体验

今天大模型最重要的能力是它能“读懂”各种结构化(如数据库、表格)和非结构化(如飞书文档、聊天记录、会议纪要)的语言信息。这就像给一个聪明的大脑喂饱了我们公司特有的、且经过权限过滤的“内部资料”,让它变成专属的“企业大脑”。

作为CEO,怎么用好这一“企业大脑”?我试着对它进行了一系列“实战拷问”,来看看它的能力和边界。

1.信息检索能力

——查询人/事/项目信息

最近我们在海外刚刚发布了全球首款Agent硬件「TicNote」,市场表现不错,针对接下来在国内发布的版本,想与产品前端负责人讨论一下设计细节。

于是我问,“TicNote的前端负责人是谁?”,几秒钟内,飞书就从海量的文档和聊天记录中精准找到了答案,并追溯了不同阶段、不同版本(国内/海外)的负责人信息,列出不同文档来源的佐证。

这类看似简单的信息问题对于快速对接工作、了解项目组织非常关键。而过去,可能需要我打好几个电话问人、翻半天历史文档才能搞清楚。

在深度思考过程中,它展示了查询基础信息(通讯录),看是否有明确的组织架构标注,更重要的是,它能深入到过程数据(OKR、周报、会议记录等)中去寻找线索并自我检查。它既有单篇信息读取能力,也结合了多篇文档进行信息交叉验证和汇总,体现了飞书知识问答完备的信息整合和溯源能力。

2.分析归纳能力

——会议总结、写周报、分析产品战略

“我上周开会主要关心什么问题?”

这类信息总结问题对CEO来说价值巨大,能帮我快速回顾和聚焦。飞书知识问答的总结相当到位,甚至能把我不同会议上关于相似主题的讨论点串联起来,非常惊喜。这不仅仅是关键词的堆砌,而是有一定逻辑性的归纳。如果会议纪要是由飞书妙记等工具生成,包含了发言人识别,它的总结更加精准。

当AI能帮你回顾上周的焦点,甚至串联起不同会议的讨论脉络,你才真正拥有了一个不知疲倦的“思维替身”,组织的集体智慧才真正开始被“唤醒”。

甚至,我让他帮我写一份上周的周报,它也近乎完整地高质量呈现。它不仅仅是“搜索引擎”的升级版,更是通往“组织记忆体”和“辅助决策系统”的雏形。

关于辅助制定战略,它也颇有心得。比如我让它分析我们Agent硬件产品「TicNote」与竞品的差异化优势。

它可以通过多篇信息(过程数据)的分析与总结抽象,梳理出我们的产品亮点,提出包括“Aha Moment”和“Deep Research”等差异化功能。这不仅需要它从过往数据中充分地理解、挖掘产品亮点和细节,还需要能联网查询并分析出“竞品”是谁,“竞品”的特点,从而对比提炼差异化优势。

这比过去需要与产品经理、市场、PM等开会讨论半天,要高效得多,并给出更具全局视野和洞察力的见解,我想以后可以经常与它讨论更多的产品战略与设计细节。

3.目标管理能力

——追项目进度、战略执行、绩效考核

比如我问:“Data Agent最近有什么关键进展?”,这类问题关乎公司核心项目和战略举措的进展,信息透明和及时非常重要。飞书的细节回答,让我对复杂项目的进展一目了然。

这类问题的回答质量高度依赖于企业内部数据的规范性和完整性。如果项目进展、战略推进都有及时的文档记录和OKR更新,飞书知识问答就能给出相当不错的总结。

进一步,我对它提了一个更有挑战的问题:“CEO战略与一线员工的执行相一致么?如果不一致,请具体指出?”

这是我作为CEO最为关注的核心问题之一,也是对AI能力的一大考验。

飞书的回答让我看到了难度挑战。比如它的推理和总结有不一致的地方,复杂推理能力有限,需要人工辅助。

它能提出一个验证的框架(目标一致性、资源分配),这本身就是有价值的。但要真正洞察战略执行的细微偏差和深层原因,目前AI还难以胜任。例如,战略的理解本身就可能存在多重解读,执行过程中的资源调配、优先级排序更是动态和复杂的。它目前能做的更多是基于文本层面的匹配和初步的逻辑关联,对于那些需要深度业务理解和管理经验的判断,还有很长的路要走。不过,它能坦诚指出自身的局限性,并尝试从公开信息中寻找辅助线索,这态度是值得肯定的。

进一步,我尝试用它来做绩效管理。

比如问到“公司哪些工程师的工作比较饱和,哪些比较轻松?”,它坦诚因为数据权限的问题,员工绩效这类敏感数据通常不会在知识库中。这体现了飞书对于数据隐私保护的高度重视。但它能做到的是“查阅每位工程师的工作情况和工作量(OKR、周报、会议记录、出勤、工作时长、代码质量)”,虽然缺乏直接的绩效评价数据,但建议是合理的,引导我去找正确的信息渠道。

以上两个问题触及企业管理的难点,也考验着AI的边界。通过这一系列的“拷问”,显然飞书知识问答在信息检索、初步归纳总结方面表现出色,确实能成为高效获取企业内部信息的得力助手。但在需要复杂推理、深度分析和主观判断的场景下,它还需要持续进化,且离不开人类的智慧和经验辅助。

亲自体验飞书知识问答后,我开始思考:这个工具的潜力究竟有多大?它仅仅是一个更聪明的企业内部搜索引擎吗?或者,它预示着一种全新的工作方式,甚至可能演化成心向往之的“CEO Agent”?

从“知识问答”到“CEO Agent”:

“数字高参”进化之路

飞书知识问答不仅仅是一个简单的“问答工具”,它更像是通往真正意义上的“CEO Agent”的第一块基石,是赋能AI驱动组织进化的一个关键起点。

目前的飞书知识问答,已经展现出成为CEO“数字高参”的雏形。它能在我需要的时候,快速、精准地从海量企业信息中提取我所关心的内容,辅助了解公司动态、追踪项目进展、回顾决策过程。对于CEO而言,时间是最宝贵的资产,而精准的信息获取,就是对时间的极致增效。

而成为真正的“CEO Agent”,它还需要在以下几个层面持续进化:

从“被动回答”到“主动洞察与预警”:畅想一下,如果针对我们刚刚海外发布的「TicNote」,它能主动告诉你“老板,根据最近一周的客服数据和社区反馈,用户对「Aha Moment」功能的热度正在快速增加,建议关注”,这将是怎样的体验?我希望它有更强的“主动性”,能主动洞察到可能存在的瓶颈,或者可能出现的影响公司战略的新趋势,并提供分析报告。

从“信息整合”到“理解意图与上下文”:未来的“CEO Agent”应该在信息总结的基础上,进行更深层的分析推理、辅助决策。比如,当CEO面临一个复杂的商业决策时,它能基于历史数据、市场情况、内部资源等,更深刻地理解真实意图和复杂的上下文,理解决策偏好和风格,提供更个性化的支持。

从“单一工具”到“协同智能中枢”: 信息孤岛是组织的“慢性病”,知识问答工具,更像激活组织信息流的“起搏器”。未来的“CEO Agent”不应是一个孤立的工具,而应成为企业内部各种Agent和数据系统的协同中枢。它能调动其他专业领域的Agent(如研发Agent、销售Agent)协同工作,共同提供全面的决策支持。

如果我们将Agent的进化类比为从L1到L5的五个层级:L1 秘书,L2 助理,L3 项目经理,L4 合伙人,L5 接班人,那么目前的飞书知识问答可能处于 L2 的早期阶段,它能辅助我获取信息、进行分析。而我们所期望的“CEO Agent”接近于L5,则能自主地定战略、调组织、追过程。

飞书知识问答的出现,让我对AI如何驱动组织进化有了更具体的想象。飞书知识问答这样的AI工具之所以能初显神威,其坚实的数字化基础功不可没——正是因为文档、沟通、会议等信息在飞书平台得以沉淀,AI才有“料”可学。

更深远地看,这类工具的普及,正悄然改变着组织的运作肌理:它通过激活沉睡的知识、弥补个体能力的不足,有效提升了组织的整体智慧和协作效率;同时,信息获取的极大便利,也为组织向更扁平、更敏捷的“AI原生”形态进化提供了可能,也将带来企业角色的转变。而未来的组织,核心竞争力或许就体现在其“AI知识大脑”的成熟度上。

贝索斯的“影子幕僚”之所以强大,在于其与贝索斯的高度信息同步和深度思考能力。飞书知识问答,或许就是我们每个CEO构建自己的“AI 影子幕僚”的开端。

工具的革新,终将引发组织管理和工作方式的深刻变革。飞书知识问答这类具有高潜力的AI工具,正是这场变革的催化剂之一。

而这仅仅是AI赋能组织的一角冰山。未来会有更多形态各异、功能更强大的“影子产品”问世。 出门问问正在打磨的「TicNote」智能硬件及其AI能力,就致力于成为在特定场景下更懂你、更能主动辅助你的「影子」。

这场AI驱动的效率革命和组织进化,才刚刚开始。

相关链接:

打磨AI场景,飞书拿出了磨绣花针的功夫

谁将成为ToB AI应用的“APP Store” ?

为什么说AI Agent的机会在To B?

跳转微信打开

晚点对话美的方洪波:我只是一个过客,不需要被任何人记住

2025年5月19日 14:08

晚点团队 2025-05-19 14:08 北京

以下文章来源于:晚点LatePost

晚点LatePost

晚一点,好一点

“企业想要生生不息,依靠的是完善的公司治理,而不是一个人。”

美的集团董事长 方洪波

“企业想要生生不息,依靠的是完善的公司治理,而不是一个人。”

文丨宋玮

13 年前,70 岁的美的公司创始人何享健把公司交给了 45 岁的方洪波。在那场意义非凡的交班仪式上,方洪波仅说了两句话,他说,“千里马常有,而伯乐不常有”,第二句话是,“我只是美的发展历史中的一个过客”。

方洪波清晰知道自己是谁,一个过客。

正是这名过客,创造了中国商业史上罕见的增长奇迹。在他接任美的董事长这十三年,美的收入增长了 4 倍,从 1000 亿 到 4000 亿;市值翻了 8 倍,上涨了超过 5000 亿,目前位列 A 股民企市值第三,仅次于宁德时代和比亚迪。他重塑了美的,将其从传统的家电制造商转型成了一家科技驱动的多元化集团,产品卖向全球。

每一位优秀企业家,都是在独特的生存土壤中,生长出属于自己的路。方洪波的独特处境在于,他执掌着规模庞大的企业,手握极大权力,却既非创始人,也非所有者。在这样极具挑战性的环境中,他不仅实现了卓越成就,还守住了自我本真。这一切,都源于他对自我的清晰认知。

他始终将自己定位为继任者、交棒者,禁止公司悬挂自己的照片,摒弃口号式企业文化,甚至不允许员工称赞自己。但与此同时,他深知自己要成为大胆的改革者、真正的企业家,而非安于现状的守业者。正因如此,他敢于变革、敢于认输、敢于自我否定,带领美的一路向前。

企业家所处环境千差万别,没有放之四海而皆准的管理理论。一位接触过方洪波的企业家说,他认为方洪波是真正的管理大师,因为他选择顺应环境、尊重规律,探索出适配美的的发展路径与独特的管理方法,并高效的执行。最终,历史回报了他。

今年 4 月,在佛山阳光明媚的午后,方洪波向我们回忆起 33 年前他初来乍到时,还是尘土飞扬的佛山顺德北滘镇。时代已是沧桑巨变,当年如裕华、万家乐、春兰、新飞等明星企业,多数已经消失。方洪波说,每一个时代都有群星闪耀,随着时间推移,多数都星光暗淡。而企业想要生生不息,依靠的是完善的公司治理,而不是一个人。

谈话的最后,我们问他,假如有一天你退休,你希望人们如何记住你、定义你?

他回答,“过客,过去了人家就忘记了。” 当他描述自己是一名过客的时候,有点清醒,甚至有点潇洒。

方洪波很少接受访谈,这是他近十年来屈指可数的深度专访。我们的交谈从下午 4 点持续到了 6 点多——没错,他要准点下班了。

我不加班,也不鼓励员工加班

晚点:前阵子美的上了热搜,因为要求员工必须六点二十下班。这源于你今年 1 月签发的《关于简化工作方式的要求》,提出了 “六条禁令”,其中就包括 “严禁下班时间开会、形式主义加班”。为什么这么反感加班?作为一名 5800 亿市值企业的董事长,你自己加班吗?

方洪波:我从来不加班,没有说 6 点之后还上班,这绝对不可能,周末加班也从来没有,我过去 20 年都是这样。

晚点:那对你来说什么最重要,生活吗?

方洪波:把这个企业经营好最重要,表面上看我很轻松,但我的脑袋时刻都在思考,是累的。

自己的人生也很重要,你不能为了工作没有生活,那人还有什么意思。他们都很清楚,我从来没有 6 点钟之后开过会。

晚点:你一边鼓励高管和员工要无惧竞争,要敢于 “内卷”,一边又要求大家 6 点必须回家,这不是矛盾吗?

方洪波:我说的 “内卷”,是指企业经营策略、经营业务上要竞争,这里面就包括 “简化”。我们要简化多余的、不产生价值的经营活动,加班是其中一种,95% 以上的加班都是形式主义的加班,它是没有意义的。你守在工位、搞那么多报表,没有用。

晚点:你在今年初美的经营管理年会上讲,2025 美的经营思路是 “以简化促增长”。你说面对复杂变化,关键要简化大脑,我们简单,世界就简单;我们复杂,世界也会像迷宫一样复杂。

方洪波:以简化促增长什么意思?就是企业大了就会生病,跟人一样,层级越来越多,细分模块越来越多,出现了很多不必要的、多余的、没有价值的经营活动,哪怕一个动作也是活动。

比方说,小米做空调可能产品型号少一点,我们一上来就几百款产品,里面有很多是多余的。

晚点:为什么不一开始就限制,而是搞了几百款后才限制?这中间就是大量的浪费呀。

方洪波:企业一大了有些东西失控了。企业发展的过程中,很多时候是为增长而增长的,我们现在简化一些工作,说明过去有些过度的发展。但有任何问题、不足,没关系,我们去解决。

晚点:强调减少不必要的经营活动,会让员工不敢做动作么?这和你鼓励大家要勇于尝试、探索,矛盾吗?

方洪波:我觉得不矛盾。我们今年减少了那些亏损的、做不起来的、看不到希望的业务,就是你曾经豪情万丈想把它干起来,现在证明你没有这能力,那我们就把它砍掉。

包括小家电,2022 年我们关了一批,还不够,我们没能力搞那些小的。市场上有小熊、北鼎,他们公司小,成本低。我们体制性成本太高,搞不过这些新型企业。家电业务我们很多也在减 SKU,非核心业务更是要关停并转、出清冗余。

晚点:我感觉美的做业务的方式是,先内部赛马跑一段时间,隔一段时间再统一调整,大开大合。

方洪波:我们先发挥活力,不发挥活力那么多家电品类我们做不起来。同样我们现在做 To B 产业转型,我不知道哪一个是未来,会转型成功,也要试错、摸索,但到了一定的阶段,我们可能要关停并转。

晚点:怎么把握关停并转的节奏?如何确定这个时候就该收缩,该专注?

方洪波:就是企业家直觉。当然也不是瞎直觉,首先你要有知识框架,然后有商业实践,对环境的感知。春江水暖鸭先知,你要感受一切,然后再形成一种直觉。我忘记谁讲的,他说管理到一定阶段,科学只占 30%,直觉占 70%,商业直觉有时候就跟老艺人的手感一样,是一种艺术。

晚点:所以你做决策时会有一个 moment,一个直觉瞬间。

方洪波:我个人的体会是有。

晚点:这个瞬间往往如何到来,它有规律可循吗?

方洪波:我个人对洞察力的理解,前提是有基础知识框架,你对战略、对商业的理解;然后要保持学习,知识要跟上时代,要实时对各行各业关注,梳理出问题来;还有对一线的情况要了解。

我每年雷打不动去到乡镇、县城,前阵子刚去了江西赣州、吉安、新余、宜春,跟一线门店、客户、员工、渠道聊天,有时候还跟他们一块吃饭,公司内部的员工,我也会一对一访谈。

晚点:是访谈最一线的员工,还是每个层级都聊?

方洪波:公司 200 多中高层,每个都聊,一个不落,有时候落掉了一个,我可能出差了,还有人找我的秘书,他说方总怎么没找我?他以为是我对他有意见,后来马上补上。毕业生、社招的各种专业人士选一批,博士生选一批,加起来我估计三四百人是有的,基本上一年两次访谈周期。

晚点:怎么让下属对你说真话?

方洪波:取决于一把手自己是不是想听到真话。一个 CEO、董事长能听到什么,取决于你想听到什么。

我举这个例子是想说企业家一定要对一线最真实情况有所掌握,这是洞察力的来源。大企业 CEO 往往是很难听到真实声音的,高管对下面层层阻隔、过滤,他们有天生这个倾向。

晚点:每人聊一个小时,那 400 人得 400 个小时,一年两次就是 800 个小时。

方洪波:嗯,花很多时间,整天整天,从早到晚干到 6 点多下班。

晚点:看来雷打不动 6 点要下班。

方洪波:扯远了。你要说我有哪一刻有灵感?我一些重大的思考往往不是在公司内部的日常忙碌中,一定是远离这个企业,把自己当作一个局外人的时候。比如长途飞行,在高空尽管缺氧,但那是一个很好的思考空间。

另外就是游泳的时候,因为游泳是孤独的,一个人在水里游,也是产生很多想法的时候,我个人的体会是这样。

往外走、往上走,也要往下走、直面竞争

晚点:这几年美的一直努力转型 to B,但家电领域也不是安枕无忧。小米就是个强大的对手,它什么都做。还有追觅,也做空调、洗衣机等大家电,这些都是来于其他赛道的竞争者。

方洪波:我觉得非常好。小米总裁卢伟冰去年来过一趟美的,给我们演示了一个 PPT,他们有宏大的愿景,大致是三年时间手机销量要成为世界第一;汽车十年内要成为世界前五;大家电是三年之内成为中国头部。

晚点:大家电没说前几?

方洪波:前三。我当时差一点就想问,美的、格力、海尔,你想把哪一家挤下去?

晚点:你还挺有幽默感。

方洪波:我们所有的领域小米都进入了,空调、洗衣机全做了。战术上我重视小米,但战略上我并不害怕小米进来。

很长一段时间,家电行业的格局有点固化了,大家甘于现有格局,相安无事,小米进来对家电行业是好事。我们要以积极的心态应对,我们刚做了三份研究小米报告,加起来也有十几万字,我们一路不断地在学习它。

晚点:今天来看,小米品牌真正成功不是因为其他,而是因为雷军做了汽车,进而带动了高端手机的销量。这件事情有给你什么启发吗?

方洪波:不断也有汽车企业找我们,想合作来做汽车,我思考了很久,内部讨论过很多次,但后来还是推翻了,我认为美的没有这个能力。 

晚点:这需要的是什么能力?

方洪波:你要对汽车这个行业有深刻理解,另外我们也没有孤注一掷的魄力、决心。

我们选择是否进入一个行业大概的逻辑是,劳动密集型肯定不做,因为没有附加价值;国内已经铺天盖地的不做,比如光伏、风电;本身不具备能力不做,比如说汽车、手机。1997 年美的就成立过一个团队做手机,后来解散了。

晚点:美的也一直不做彩电等黑电,为什么?

方洪波:因为它变化太快,我们作为一个新进入者,很难跟得上。

晚点:美的做扫地机器人,但排不进市场前三、前四,你觉得还要做吗?

方洪波:我们扫地机器人一直亏,去年亏了 2 亿多。但这个业务是全球性的,每个国家都需要,这是一个新兴产业。所以我们做得再差、亏损,也会一直在做。因为我们有能力、有实力,亏就亏,“卷” 到最后看看怎么样。

晚点:破局点是什么?

方洪波:我们就是等着、看着它,大企业做创业很难,有大企业病,有官僚气。破局点就是它的技术迭代升级相对稳定时。以前是扫地机器人,现在有扫拖一体,最新的又有一个手臂,还有两个手臂的版本。一旦变化稳定,就是破局的时候。这也是我们为什么不做手机,同样的道理。

晚点: 9 年前美的就敢斥资 292 多亿收购德国库卡,进军工业机器人,那一年美的净利润才 147 亿。 为什么你觉得机器人可以做,但是手机、汽车不可以做?

方洪波:我们当时寻找的是中国还没有形成规模和格局,但在全世界比较成熟的行业,工业机器人就属于这类。

我们现在做楼宇科技,也是中国还没有企业做大,但美国、欧洲各有两家大企业。2021 年我们收购了万东医疗,进入医疗影像诊断,当时中国只有一个联影医疗,行业也是这两年起来了。

晚点:2016 年收购库卡是美的产业转型的关键时刻,当时这个决策是如何做出的?

方洪波:美的有一个 6- 8 人战略团队,专门做产业研究、产业变迁,直接向我汇报。当时我已经定了要通过并购进入这个领域,他们把全世界的工业机器人公司都梳理了一遍,分析下来就 “四大家族” 有价值。ABB、发那科不可能被收购,安川和库卡有机会。

我先去了安川,当年孙中山去日本就住在安川创始人的家里。我当时还用这个故事去打动他们,我说今天振兴中国,就要进入到工业化的进程中。但我们想搞合资企业,安川说不可能。

接着我去了库卡,第一次对方就派了个业务经理来接待,完全不把我们当回事,从德国回来后我们就在二级市场买它的股票,买到 5 个点的时候我们公告,一公告他的 CEO 就带着财务报表跟我们谈。

晚点:并购要付出很大代价,除了资金,还有很高的整合成本。15、16 年,中国家电市场还在继续增长,为什么不先在各个家电细分领域做到第一,把仗打完,而是要进入一个完全陌生的领域?

方洪波:我们当时转型的逻辑非常简单,一直做家电,肯定没希望。中国家电企业过去都是大规模、低成本的经营模式,只要不傻,不头脑发热,在中国做家电,没有不赚钱的。2012 年前,美的是个纯家电企业。2012 年我接手董事长,开始做 “效率驱动转型”。

当时我在内部讲得最多的一句话是,“我们要做西门子、飞利浦、三星、索尼,还是要做伊莱克斯和惠而浦?” 欧洲的伊莱克斯,100 多年前就是一个家电企业,今天还是。但西门子最早是做电报机的,后来转型了;飞利浦也把家电业务一个个都卖了;美国艾默生,最早做风扇,跟美的一样,后来转型了很多次,现在向软件转;索尼 2000 年一半收入是家电,利润主要来自家电,但去年它家电业务利润为 0。

做附加值高的产品是符合产业规律的,不论日本还是美国,那些穿越周期、基业长青的企业,一定是实现了产业升级。

晚点:美的是一家拥有 40 年出海经验的企业,你们有 3.5 万名海外员工,去年海外收入占比超过了 40%。美的的国际化能力是如何一步步建立起来的?

方洪波:现在也不能说建立起来,还是在摸索,但我们的方法还是吸收日本韩国企业的一些教训,因为都是东亚国家。

我们提出全球化战略比较早,2010 年我还没有做董事长,就提出了 “全球经营” 战略,你最起码要把你产品服务搞到全世界去,是这样的阶段。真正全球突破,是 2020 年疫情之后,我们开始冷静地想一想过去的路走得怎么样?2020 年我们做了一些自我修正,真正开始全球铺货,做各种资源配置,真正下决心是 2023 年年底。

以前我们做代工比较多,从去年开始,我们把代工放在次要的地位,提出来真正的 OBM 优先,投入非常大,方法也变了。但这些方法,都是日韩企业已经走过的路,我们进行了借鉴。现在基本框架是搭建起来了,方向也是对的。

晚点:走过什么弯路,有了什么教训?

方洪波:教训就是我们不相信常识。

以前我们也说借鉴欧美,要摸着他们的石头过河。欧美企业的经验告诉我们一定要本地化,但我们还是派了很多中国人去搞,后来证明只要派中国人出去搞的,没有一个搞成功的,这些都是付出的代价。现在我们现在坚定的本土化,用本土人、本土团队来管本土业务。

晚点:怎么管理好这些本土团队?让他们相信美的想让他们相信的东西?

方洪波:这也是很重要的,即所谓加深理念的融合,解决文化冲突的问题。所有在海外进行本土化的公司,60 多个主体当中,只要一把手相信美的的这一套,基本上业绩都非常好。

他如果不相信你的这一套,简直一点办法都没有,后来没有办法就换人。

晚点:美的高管说,你在内部强调最多的是要 “自我颠覆、自我否定”。 今天你还会在哪些方面否定自己?

方洪波:今年我们以简化促成长,自我颠覆,这就是自我否定。你说企业家精神到底是啥?企业家精神是一种要素,它不是一个具象的人,这种要素我认为最重要的就是自我认知,就是你能不能自我否定。

晚点:我们和张维迎聊,他说企业家精神就是冒险和创造。勇于追求自己相信的事情,而不管手里有什么资源。

方洪波:创造的前提是要自我否定,没有自我否定成为不了一个企业家。

我给你个例子,GE 分拆后,很多声音开始否定韦尔奇。但我不这么看,韦尔奇在位 20 年,他每年都在变,三年一小变,五年一大变,这是韦尔奇的经典论述——每年都自我否定。他不断做变革,你不能说他错,因为时代的语境不一样,我们不能因为今天的语境去否定当年的语境。

他的继任者伊梅尔特在位 16 年,没做过一次大的改革,他后来写了一本书《如坐针毡》,我看下来,很多问题都在找客观因素。

有一次我在美的公司年会上问了一个发人深省的问题,我说有什么客观问题、什么包袱, 16 年时间都没解决完?16 个月就可以解决!后来 GE 又换了几个 CEO ,现任 CEO Larry Culp 干的事情就是效率,几刀下来。拆分之前 GE 市值最低只有 800 亿美金,现在三家公司加起来超过 3000 亿美金了。

晚点:你是否认为企业家只要不断自我变革、自我否定,就没有什么问题解决不了?

方洪波:那肯定它永远有问题,但最起码你不能躲避。

我认为看一个企业还是要看长远,一个企业持续性的成功非常重要,它要经过长时间跨度的检验。基业长青不说 50 年、100 年,最起码也得 20 年、30 年。今天我们看到有企业正如日中天,是最闪耀的那颗星,也有极少企业生生不息的,但更多企业还是会随着时代巨变、星光黯淡。

晚点:曾经的企业经营就像登山,目标明确、路径可循,但现在像冲浪,要和风浪博弈,动荡才是常态。家电是美的的主航道,你们要如何打今天这场仗?

方洪波:我现在的策略很简单,即第一条曲线,我要往上走,促进产业转型,找到附加值高的产品。同时我今年要改变策略,要往下走。我不能坐视小米蚕食这个市场而不反应,我要往下走,拼成本,要跟他们干。

以及我们要在第一条曲线上,建立一个新的优势,做产品和科技的投入研究,跑通第二曲线。但这个很难,需要漫长的周期。

晚点:那美的想成为谁?是 GE 、三星,还是索尼、飞利浦?

方洪波:今天我们不想成为谁,我们要跟着时代的变化,找到自己的业务结构、业务方向,走自己的路。

位于顺德的美的总部大楼。

混乱是阶梯,美的的两次关键转型

晚点:美的成立于 1968 年,比中国改革开放还早十年,同时期的公司绝大多数已经退出历史舞台,美的则历经数次转型,成长为收入超 4000 亿的多元化集团,产品卖向全球。回看过去,美的的发展给我们哪些启示?

方洪波:美的是从顺德北滘镇起步的,我 1992 年来这儿的时候,镇上还没有水泥路,煤渣加灰,车辆驶过尘土飞扬。北滘镇很小,但涌现了很多家电企业,当年排名第一的叫裕华,也是做风扇的,创始人 1992 年就是全国人大代表。

1980 年代的美的风扇厂和美的空调厂

晚点:那个时候含金量很高是吧?

方洪波:非常高,空中有一颗星用的就是他的名字。当年我骑着摩托车每天路过他家,豪华的奔驰 600 停在门口,大家都是非常仰望在看。镇里第二名叫蚬华电器,领导人题写的厂名,可见当时的地位。第三名是南方电器,美的排第四。这还仅是北滘一个镇,另外一个镇上有万家乐——《繁花》里提到的热水器品牌。此外还有神州、容声、科龙、华宝等,当时都是声名显赫。以那时候美的位置,根本无法想象它的今天。

再看全国,1992 年中国最牛的家电企业是谁?是春兰、长虹。看向亚洲,如日中天的是日本家电,索尼、松下、东芝。一直到 2000 年,索尼的黑电还占它 50% 以上的业绩。后来我们目睹了松下、索尼转型成功,看到东芝的衰落,2016 年,美的还收购了东芝旗下的家用电器业务。

晚点:听闻你喜欢研究商业变迁,美国 200 年商业变迁,能找到的资料你基本都看了。你从中看到的规律是什么?

方洪波:摸着发达国家企业的发展经验过河。

今天中国大部分企业都是改革开放 40 多年,最多 1978 年开始创业,我们没有经历过周期,我们看自己成长的轨迹,觉得这个世界就是这样,以为我们理解了世界,但事实不是如此。

美的今天做的没有新鲜事,都是从发达国家的跨国企业经历过的事情中总结出来的。比如 2010 年我提出了 “产品领先、效率驱动、全球经营” 这三个核心战略方向,尤其是效率,它成为了美的目前最有竞争力的优势。为什么效率有优势?管理学家泰勒 100 多年前提出的科学管理,核心就是效率,后来福特汽车起来,流水线是效率,到后来丰田、丹纳赫、特斯拉等企业,都是效率制胜。

这些企业发展的路径给了我们答案,答案都是现成的。我觉得很难超越这个规律,这就是常识——常识是跨越时间、空间,被检验证明不会变的。

晚点:效率是结果,那内核是什么?

方洪波:内核就是效率最重要。对企业来说,效率就是 “减少一分钱的占用”。什么意思?任何企业的成本最终体现为对资金的占用,一个产品、库存放那不动、卖不掉,一个人的多余,这都是资金的占用。把每一个多余的一分钱都纳入战略框架,这就是效率。

2010 年我们做的转型就是效率驱动转型,而且是看不见的效率。降本、降薪,这些都是看得见的效率。过去 13 年美的现金流增幅都是超过净利润的增幅,一是你得盈利能力强,第二就是效率要高。

举个例子,资产负债表第一行就是现金,十多年前同行企业有 1000 亿现金的时候我们羡慕的不行,当时我们账上 100 亿都不到。那年我在公司会上讲,如果哪一天账上有 500 亿现金,那我们的日子就好过的不得了,大家要努力。这么多年过去,现在我们账上有 3200 亿人民币。

晚点:你在年初的经营大会上说,世界规则被重写,范式被转移。什么规则被重写了?什么范式被转移了?美的现在找到新范式了吗?

方洪波:中国产业发展经历了三个阶段,以前大家是模仿跟随,最早走大规模、低成本路线,因为市场太大,加上外资的退出,大家都活得很好。后来我们靠效率驱动,开始走效率创新路线,到后来再发展,又有应用式创新,应用式创新是中国企业的优势,还有重构式创新,本质都是别人做好的东西,我们去做应用、重构。

去年我去了一趟硅谷,去到的每个企业都在讲,微软、苹果、英伟达是在收割全世界,全世界都得给它们交服务费、各种软件费,因为他们实现了引领式的创新,它改变了一个范式,但中国现在还很少有这样的企业。

美的搞效率驱动,现在同行都在做,一样会跟上来。中国的应用创新也很强,但未来只做应用创新,很难和美国竞争。所以引领式的创新非常重要。但今天,美的还没有实现这种范式的转移。

晚点:新时代的秩序、规则和底层技术都在动态变化,那老公司的护城河到底是什么?

方洪波:我有两条自己非常信奉的理论,一是韦尔奇的做企业要做到数一数二,你做不到数一数二的地位,确实没有竞争力;第二是巴菲特的护城河理论,他的原话是他梦想投资一个企业,像一个城堡一样,周围有一条护城河,有一个忠诚的守门人,即职业经理人、企业家,把这个城堡看好。但现在我们还找不到这条护城河。

晚点:是美的找不到这条护城河,还是你认为根本就没有护城河?

方洪波:它在不断的动态变化当中。过去 10 年美的护城河是效率。我们的现金周期是负的,家电行业里我估计目前只有美的实现了——就是我们做生意,不用自己拿本钱,都是用别人的钱在做生意。我们去年现金周期是 -9 天——这就是我的护城河,但这个护城河在不断地被侵蚀。

我们要在这个护城河的基础上,建立一个新的优势,要做产品和科技的投入研究,实现引领式创新。

但这需要时间,建立第二曲线需要先建立能力框架,去年不管怎样,框架搭好了,To B 收入超过 1000 亿。如果简单定义 To B、To C 转型是否成功,简单来讲目的达到了。但是这个业务能否在中国、在全球站在数一数二的地位,这又是另外一个阶段了。

这也是为什么我们要坚定国际化,我想延缓上一个曲线,让它尽量滑得平缓一点,国内没有增量,存量还在萎缩,同时还有很多新的竞争对手进来。所以我们一定要往外走。

晚点:引领式创新可以自上而下被规划吗?

方洪波:有些可以自上而下,但是不可能被管理出来的,还是要形成技术研究的环境。我 2014 年就提出要建集团基础研究院,内部全部反对,我们的财务总监直接问,怎么考核,KPI 定几个?我很少在公司发火的,但我当时真生气了。

我说我不相信这帮博士为了你这几个臭钱,把青春耗费在这里,我原话就是这样。

晚点:所以没有 KPI?

方洪波:每 3-5 年评价一次。

晚点:有发论文的要求吗,有冲榜的要求吗?

方洪波:都没有。研究院的主要研究方向是硬件技术,我们还比较早就成立了人工智能研究院,但重心都是应用研究。2012 年整个美的博士生加起来不到 20 个,现在有上千个。我们附近有个 500 亩的园区-美的全球创新中心,这也是我的理想,它建设得和大学校园一模一样。

晚点:回头来看,是否应该让研究院把智能技术、底层技术提升作为唯一的主线,而不是应用。

方洪波:也有这样一条线,我 2020 年初从一个大厂挖来一位科学家,他提出做服务机器人,我们投了 3 个多亿,后来都打水漂了,因为研究方向搞错了。去年我们从硅谷找了一个新的院长过来,做人形机器人。

晚点:3 个亿投进去,你才意识到方向搞错了?

方洪波:我们做第二条曲线,投入很大,选了几条赛道,机器人、 to B 业务,到底哪一条能生存下来,很难讲。

但我们也不急于求成。机器人这个方向我很坚定,否则 2015 年也不会去收购库卡。那么细致、精密的工作,工业机器人都能把它做好,我们还有医疗机器人。家庭的、生产线上的事情,它不能做?这个趋势我是坚定的。但是不是人形,不见得。现在行业是有虚火和泡沫,跟一轮又一轮的产业一样,啤酒上面的泡沫是正常现象。

晚点:历史上能穿越周期的企业是极少数,《基业长青》里的很多标杆公司也失败了。你认为转型成功的企业有什么共性?转型失败的又有什么共性?

方洪波:1980 年代美国有一本著名的书叫《追求卓越》, 90 年代柯林斯写了《基业长青》,答案那两本书里都有,失败原因无外乎都是盲目自大,盲目多元化、盲目加杠杆。

任何一个企业转型都需要 10 年、20 年,松下 2010 年开始说要革新,我 2013 年去拜访他们,当时松下的社长叫津贺一宏,他说要进入电池、能源、环保产业。前几天我看他们承认转型遇到困难了。转型是需要一个周期的,但企业不转型不行,如果美的就是一个家电企业,10 年、20 年后就是今天的夏普和松下电器,很快会被淘汰,不见了、消失了。

美的 55 周年庆。方洪波在 2024 年 1 月的全员演讲中说,“伟大的企业之所以伟大,就等于把常识做到了极致。”

晚点:企业追求基业长青是对的吗?如果企业就像人一样,无法避免墒增、衰老,它一直存续真的有利于创新和社会发展吗?

方洪波:你问得很好,按照达尔文的理论,没有一个生物会永远活着,所有的都要死,企业也一样。

我认为对中国企业来说,今天还无法定义什么是基业长青,因为我们时间太短,从 1978 年开始不过 47 年。支撑企业基业长青的很多东西,我们没有共识,比如公司治理、股东利益,像前些年搞的 DEI(多元化、公平性、包容性),后来 ESG 一上来就把 DEI 全盘否定了,ESG (环境、社会和公司治理) 现在也在被否定的路上。我觉得这是好事。企业就是企业,就是要持续性地盈利成长。美国企业是有社会共识的——企业不应该承担太多的社会责任,企业追求的是股东利益最大化,持续性地盈利成长。

但这些在今天的中国还没有达成共识,我们时间太短。所以假如有企业不追求企业基业长青也是对的。但随着中国未来发展,基业长青还应该是我们的目的,企业就是要持续性地盈利、持续性地增长,这就你的价值。

晚点:日本的手工作坊,欧洲一些家族企业,他们似乎更容易实现基业长青。而多元化的大集团要维持规模和地位,看起来只能靠无限变大。

方洪波:从全球企业的发展历程来看,对大的集团性企业的抛弃,是从美国率先开始的。2010 年之前,市场对大企业集团还是拥抱,估值、市值很高。但现在美国集体抛弃大集团企业,UTC、GE、霍尼韦尔、杜邦,那么多的公司都分拆了,丹纳赫也分拆了,很多都是一分为几,重新聚焦专业化。这些都是范式的转移。

另一个变化,过去的大型工业集团是基于资产优势来管理多元业务。但谷歌、亚马逊、微软,还有中国的阿里、字节,也做了很多产业,跨了多个领域,但他们是基于数据能力来统筹,这是新的范式。

所以基业长青的企业,一定要穿越周期,要转移范式。但中国到底适合什么样的企业形态来发展,我们也在摸索。

晚点:你一直追求不断变革,是为了攀登那个最高峰,还只是为了避免失败?

方洪波:我认为企业的意义就是不断地动态变革。你不变革,你一年、两年不变革,就会遇到挑战,这是一定的。

晚点:2023 年的美的年报,你引用了一句《权力的游戏》中的话,你说,“混乱不是深坑,而是一把梯子。”( Chaos isn't a pit, Chaos is a ladder) 

方洪波:在这个混乱的局面里,每个人各怀鬼胎,这跟企业里面很多架构都是相似的。

晚点:这个梯子会被什么外作用力搬移吗?

方洪波:我觉得还是靠自我,你唯一也只能靠自己。在美的发展过程中,我们也曾被肆无忌惮地攻击,但不管对方怎么样,我就不动摇。我们叫打不还手,骂不还口——这是我在公司开会时候要求大家的。我的意思是命运还是掌握在自己手上。

我又扯远了。回到你最早的问题,2012 年的时候,我没有想象到今天,那一年我们收入 1027 亿,去年我们过了 4000 亿。2012 年,美的利润估计 50 亿不到,去年我们利润是 300 多亿。从北滘镇的美的自身,再到整个中国家电行业,再到整个东亚企业,你看这些变迁,见过了这些东西之后,你说还有什么东西如果我还没有想透,还看不开的话,那我觉得就有问题了。

美的生生不息要靠公司治理

晚点:在美的,股东、客户和员工三者的排序是?

方洪波:员工第一、用户第二、股东第三。

晚点:员工第一?这在中国企业里很罕见。

方洪波:员工如果不舒服,企业就没办法很好地发展。我们所处的是一个镇,相对来说软环境是非常差的,我们为了改善它花了很多精力。后来创始人何享健在这里建了医院,我又把我的母校,小学、初中、高中全部搞来,华东师大二附中是上海数一数二的高中,把它搞到这边。我们还建了一个 ALSO 商业区,旁边有公寓,大学生进来可以拎包入住。

晚点:你们关怀员工,但同时也毫不留情地汰换员工。

方洪波:我们不断在调整、优化结构。以前有人问,你员工为什么老这么优化?

有一年开年会我主动回应,我说错,企业只有不断地优化才能向前。你不能孤立地看某一个员工,我们在全中国有 8000 家核心供应商,员工就 20 万,上下游加起来就业人口 100 多万。美的是链条上的核心企业,只有美的持续发展,这个价值链才生生不息。

晚点:听说在公司,你不允许任何人称赞你。

方洪波:还是那句话,一个人能听到什么,取决于你想听到什么。最起码在我面前讲好话的人没有。为什么呢?只要在我面前讲好话的,要么直接批评一顿,要么在公开大会上批评。

举个例子,广东有个风俗习惯,中秋节和春节要去领导家里坐一下。我当董事长后明确规定,任何人不能到我家里。结果第一年,就是 2013 年,一个事业部总裁带着团队,拎着一点酒、水果就来了。下个月的会议上,我直接点名了,我说今年有谁谁到了我家里。第二年再也没有人来了。

现在在公司,每天中午我都习惯饭后到广场上溜一圈,没有一个人上来跟我打招呼的。

晚点:所以你也从来不夸人?

方洪波:这是我的缺点之一,我从不表扬人。

晚点:你都怎么批评人?

方洪波:开大会点名。我就是公开讲,任何事情透明、简单是最好的方法,不要拐弯抹角。

晚点:当年何享健是不是也很少表扬你?之前有文章写,你还是美的高管时,每隔几个月,何享健就会把你叫到他的办公室,拿出几张记得密密麻麻的即时贴,上面写满这段时间他观察到的纰漏。

方洪波:我感觉是受他影响有点多。你这样一问我,回忆起来是这样的,好像他也很少表扬我。

他是非常细致的一个人,他归纳出一个什么东西,有时候一写十几点便利贴。当时他写的可能是哪一天我在哪个会上讲了哪句话,这个不对,你不应该这样说。

晚点:你会像他当时培养你一样去培养其他人吗?

方洪波:现在时代不同了,我们已经形成了完善的干部培养体系,内部有启航、远航、领航计划,我们给高管的要求也是强制性到全球各大商学院训练。我本人一年两次和他们做面对面,会谈的比较深刻。体系已经形成了。

晚点:你如何评价美的的组织能力?组织能力强有几个标准?你认为怎样的组织形态匹配一个复杂的、全球化、多元化的大型集团?

方洪波:应该说在中国企业里可能算还好。组织能力最根本是靠人才体系去支撑,最终靠人执行,否则你说得再好没有用。简单来说,就是你有清晰的战略,有清晰落地的路径,有执行的团队,说得大一点,是要有公司治理的框架。

为什么我说自己玩世不恭、吊儿郎当,因为我们高度分权,我在公司每天好像也闲着没事干,没人找我,因为他们不用找我,我高度分权给他们,他下面又分权。再加上我们的人才建设,美的包容性很强,校招、社招齐头并进,人才也多种多样,这样就形成非常好的框架。

晚点:分权是从什么时候开始的,什么时候大家不用找你了?

方洪波:我还没当董事长之前已经开始了,我当董事长之后更加彻底。现在我就负责定战略方向,像雷达一样评估公司,看团队的表现,选人、培养人,我平时没事干。

晚点:为什么你敢高度分权?有 CEO 跟我说,他不是不想分权,而是做不到,找不到可以放心分权的人。

方洪波:做不到也是假的。取决于你到底是不是相信这是常识——所有的大企业,一定是高度分权的。我是不管怎样都分权,找不找到合适的人都分权,不行就换人。

晚点:不行就换人,那他们会很没有安全感。

方洪波:他们没有安全感。任何管理者在岗位上都有 “继任者计划”,包括我自己。每个人一定有 3 个继任者,谁第一、第二、第三排得很清楚,管理者自己也清楚,我会让他们参与面试,选自己的 “后备”。

晚点:你曾总结美的为什么成功,你说是因为机制激发了所有美的人的企业家精神。但企业家精神不是天生的吗?它可以被鼓励、被训练吗?

方洪波:企业家精神是天生的。但它是一个要素,跟人的性格一样,有人胆子大,有人胆子小,这个要素可能在每个人身上,有时候你不知道你身上有没有,这就得靠公司治理机制。

我为什么讲美的要生生不息要靠公司治理,要保持先进性。公司治理就是科学的激励和科学的约束合并在一起。

科学的激励就是要把有企业家精神的人找出来,包括我们讲的什么赛马、相马、跑马,不就讲的这个道理吗?我们把那么多人进行高度分解,进行事业部制,把他放在事业部总裁的位置上,不就是看他有没有企业家精神,一试他有,很快就表现出来。

晚点:有人就是天生胆子大、敢投入,但不能说他一定有企业家精神。你如何判断一个人是否真有企业家精神?

方洪波:这个很难描述。首先洞察力很重要,知道什么问题是最重要的。一个企业在不同的阶段,问题是不断变化的,像一棵树一样,需要不断地修剪。洞察力是你要识别出变化,如果连问题都洞察不出来,后面就无从谈起了。

洞察力是最重要的标准,品德什么的先不谈,那是基础。第二就是决断力,你有没有魄力、有没有胆识?三下五除二能一针见血、对症下药、扭亏为盈、扭转局面、悬崖勒马、振臂一呼,这都是决断力。

晚点:第三呢?

方洪波:第三我觉得都不重要了。有这两个就已经够了,其他的事儿让别人干去。

晚点:很早之前你提到,优秀的职业经理人有四个境界:全我、有我、忘我、无我。你觉得自己目前在哪个阶段,距离下一个阶段还差什么?

方洪波:这是我 2002 年接受采访、年少无知时讲的,但当时我并不具备这个资格去讲 “无我”。

晚点:你是不认同这四个境界?

方洪波:不是,道理是这个道理,包括苏格拉底讲的认识你自己,到尼采说的成为你自己,道理是一样的。我记得 2006 年长江商学院一期班组织去和李嘉诚吃饭,四桌人,他每一桌坐半个小时,坐到我们这桌的时候,我就问了他一个大概你这样的问题。

李嘉诚当时回答我,他说公司 100 人的时候你一定要冲到最前;公司 1000 人的时候,你要回到这个队伍中来;公司 10000 人的时候,你要在最看不见你的地方。这个道理就跟 “有我”“无我”“忘我” 的道理一样。但我今天再也不会说什么 “无我”、“忘我”,那是当年年少无知时候讲的。

晚点:你说 “无我”“忘我”,但美的上上下下都是你的风格,都有你的影子。

方洪波:你说美的有我的影子,那肯定,经营上的思路是我提的。但你说如果方洪波现在不干,明天换一个人来,他接上完全没有问题。你看我出差一个月,好像也没人找我,也没事。

今天美的发展一定要靠体制机制,我觉得美的基本体系可以说是形成了,首先数字化程度非常高,其次形成了各种运营机制、治理机制、人力机制,包括人才的后备池。

美的任何一个经营单位一把手可以随意轮换,业务都不会受到任何影响。

晚点:你曾说职业经理人就应该是严密的机器零部件。他是无情的,甚至应该抛下自我,你今天还这么想吗?

方洪波:这是中国一个所谓的界定,实际上在美国没有这个概念,美国的企业家就是企业家。

你说我今天到底是企业家还是职业经理人,只是中国给贴上了这样一个标签,就是你不是创始人就不是企业家,这是不对的。我的意思是,世界上是没有这个概念的。

2011 年美的运动会,跑在最前的是方洪波(左),满面笑容的是创始人何享健(右)。

美的的传承在中国当下没有复制性

晚点:2012 年美的创始人何享健把他一手创立的企业交给你,你成为美的集团董事长。13 年时间,美的市值涨了 5000 多亿,收入增长了 4 倍,从 1000 亿到 4000 多亿。有人评价,美的是中国民营企业唯一一个实现接班成功且继任者把公司带上了一个台阶,仅此一例。

方洪波:接班成功还是要放在长时间的跨度里面看,就是我交给下一任这个责任是重大的,能不能选一个合适的人。

2012 年我接董事长是很大的一件事,这么大的企业,又是民营企业,创始人给了我。他有儿子、有女儿,当时很多人不理解,政府也不理解。我记得交班大会上,创始人讲了很多话,最后让我说两句,一般的情景下,你肯定要长篇大论,但我就说了两句话,真的就两句。我后来自己还庆幸,13 年过去了,这两句话还是经得起历史考验的。

我说的第一句话是,“千里马常有,伯乐不常有”,这句话把关系界定清楚了,何总最重要,我不重要,千里马有无数个,但伯乐不常有;第二句话,“我的定位很清楚,我只是美的发展历史上的一个过客”。就像跑 4×100 米,我把这一棒做好,然后接班人接好。

2012 年美的交班大会,何享健将公司交班给了方洪波,方洪波正式成为美的集团董事长

晚点:为什么是过客?

方洪波:1930 年代鲁迅写过一篇很小的文章,名字就叫《过客》。大概意思是,有个人问路,见到一个小女孩,他问前方是什么?女孩说前方有鲜花;再问一个老翁,老翁说前方是墓地。他又问,那鲜花过后是什么?墓地之后是什么?再回答就是,你的现实世界、物质世界、精神世界。他就是这样一个过客,无论你是谁,你得到的答案都一样。

今天美的发展一定要靠体制机制,我做的一切都是致力于建设它。

我每年公司年会都讲,我一定会退出,我一定要退下来,并且我要在别人不讨厌我的时候退下来。

当年一个大企业家跟我们讲,人到 60 岁就是一个拐点,到 60 岁人就老糊涂,容易出问题。当然我开玩笑讲,这是自然规律,你一定跟不上这个时代。

晚点:你刚接班时,描述你和创始人的关系,你说,“这种关系建立在非常信任的基础上,而信任是过去二十年中形成的,但在我接班之后每一秒,这种信任关系可能都在变化。它很脆弱,毕竟不是血缘关系,是雇佣关系。”

方洪波:信任关系是中国企业传承一个非常重要的课题。今天我说的云淡风轻,但在 2012 到 2015 年,这个问题对我来说很重要。

顺德是珠三角的一个福地,受广东文化影响很大,当年我心里很清楚,自己的压力非常大,不确定能不能干好,很多人都希望看我的笑话。真的,不是开玩笑。

晚点:但 2012 年你刚上任就启动转型,公司营收从之前 1400 亿直接掉到 1000 多亿。这个挺难的,接班第一年,难道不应该小心翼翼过度吗?为什么敢这么干?

方洪波:当时我也是很困难,不仅外边,公司内部也有很多非议。我记得 2014 年,公司内部也有管理层质疑说,美的集团战略方向出了问题,市值下来了。投资人也认为,战略方向值得商榷。毕竟市值没有达到投资者的期待。

当时我家里人,还有一些朋友也来问我,要怎么办?我说我最多就不干,我没有什么包袱,也没有什么东西不能放弃的。

我 2012 年接任董事长时讲的那两句话已经说明了,我事实上也是这样做的。我接手的第一天跟公司同事讲,我就做好了准备。我说创始人都没把企业给子女,给你做,你还有什么好抱怨的?我没有什么可以抱怨的。

晚点:当年因为改革,股价下跌,面对大量质疑,你有向创始人解释吗?

方洪波:我什么都没说。美的的发展就是最好的回应。

晚点:很多企业家都想知道,企业到底如何才能顺利传承,美的经验是什么?

方洪波:中国很多有名的企业家都来美的交流过,但我给他们的原话就是,不能复制,你复制不了。

一是美的这个机制和团队是由很多因素组成的,你复制不了;二是中国没有形成一个成熟的市场体系,公司经理人体系也没有形成;三是我之前讲的,社会对企业发展的很多问题还没有达成共识,你像浙江企业他绝对要传给二代。

之前一个上市公司董事长来问我,他本来把企业传给了一个职业经理人,在外面招的。干了一段时间他说不行,现在在想要传给他儿子,还是女儿?到底传给谁,想找我交流,我说你这个问题我回答不了。

另一个角度,今天我们要问企业传承到底怎么传承?家族传承还是经理人?我告诉你,可能 20 年、30 年之后这个问题不会有人再问。

经济学上的规律告诉我们,资本是高度集中的,但企业家精神这个要素是高度分散的。资本可以集中在创始人家族,但有经营能力的人正好还在这个家族里——这是不可能的。创始人经过不断的犯错,交给二代不行,三代又不行,那他就要找经理人。发达国家的企业已经印证了这个过程——他们的市场化程度高,很多空降的职业经理人,在发达国家就很成功。

晚点:所以还是要形成一个社会的共识,形成高度市场化的机制。

方洪波:如果中国资本市场允许分拆的话,可能也是解决传承问题的方法之一,因为你找一个人要管这么大一个企业难,不是说不行,但是难,如果你把它分拆,把它管好变得更容易一些。

晚点: GE 曾经一拆三,专业化发展,重新焕发了生机。美的会考虑分拆吗?

方洪波:你这个课题问的很好。这也是我这几年经常在讲的,我说如果中国资本市场成熟了,我恨不得现在就分拆。但现在的法规还不允许,现在我必须要找到我的下一任。

我说我一定要退下来。企业发展一定要有新的人上来,企业才能有进步,我不是考虑我个人的原因,不是说急流勇退,而是美的发展一定是要有新人,新人一定比我强。

晚点:你会对照年轻时候的自己去寻找下一任吗?

方洪波:这个肯定是摆脱不了的,会有,但也尽可能去尝试有没有别的方法去判断和识别人才,我自己也在不断地改变。今天美的找接班人一定是内部培养的,一定要经过摸爬滚打。

晚点:现在是什么在驱动着你还愿意不断改变、不断学习?

方洪波:来源肯定不是金钱,来源还是心灵的愉悦,是企业不断地壮大,那么多同事跟我一起,我能看到他们的成长,他们一个个实现财富自由。更重要的是我看到美的作为一个中国的民营制造业企业,能够走向世界,未来在世界上有一席之地,这就是我心灵愉悦的来源。

晚点:假如有一天离开这家公司,你希望大家如何记住你、定义你?

方洪波:我不需要记住。我希望离开的那一刻,这家公司跟我一定没有关系,这是我内心的真实想法。

我们的一生都是拿单程票,谁也不可能拿双程票。既然单程票,我们就用一生的时间去寻找它的意义,我觉得已经足够了。1992 年,我想象不到今天;2012 年,我也想象不到今天。我已经为自己走出了一个非常好的人生旅程,我还要人家记得我干吗?

现在公司墙上没有我一张照片。包括我们公司的展厅,建展厅的时候我跟他们讲,我没有必要留下痕迹,留下来干吗呢?后来展厅还是放了我一张照片,是我们去年 H 股上市时的照片,回避不了就放了。

晚点:现在还有什么恐惧之事吗?

方洪波:要说我自己作为一个个体的人生,我可以接受一切。如果说真正的让我恐惧的,是怕美的跟不上时代的变化。

晚点:你曾经做过一个比喻,你说 CEO 就是跳高运动员,最终永远有你跳不上去的高度,他总会撞到杆上。

方洪波:我的意思是他最终是一个失败者,任何 CEO 最终一定是失败。虽然这个社会充满着英雄的故事,但我认为历史不是由英雄推动的。真正的失败者才造就了历史,就是因为他有失败,人类才能更进一步。

晚点:此前你说,书是你的精神源泉,你也是购书大户,哲学、经济学、管理学、文学、社会学等等都读。你最喜欢的,常读常新的一本书是什么?

方洪波:我是 80 年代上的大学,在华东师大学历史,当时如饥似渴的,把能读的各种东西方著作都读了。我最爱的作家之一,还是茨威格,但我最喜欢的不是他那本最知名的《人类群星闪耀时》,我更喜欢《昨日的世界》。

疫情期间我在国外 “流浪” 的时候只带了一本书,就是这本,我很多年前看过它,书已经泛黄了,我就带着这本书。因为它里面很多话像极了今天的这个世界。还有一本书,是美国一个作家写茨威格的传记,叫《不知归处》,这本书我也喜欢。

晚点:《人类群星闪耀时》讲的是人类灿烂的星辰中有很多英雄,这本书写了 14 个英雄的故事。你最欣赏其中哪一个英雄,为什么?

方洪波:我个人最欣赏的还是托尔斯泰,在生病的时候依然离家出走,病死路途,我觉得这样子才是英雄。

如果再选一个,是写马赛曲的鲁热·德·利尔。他就是一瞬间的闪烁,人生就那么闪烁。

晚点:他是一个小人物,大家知道马赛曲,但都说不出他的名字。你说你喜欢托尔斯泰,他的哪一点打动了你?

方洪波:我的猜想,托尔斯泰那会儿已经是文豪,他知道自己在生病,80 多岁了,他能够离开他的家门,这个家门是一个符号,可能是他家的一个门,可能是他的巨大的文豪的声誉、无数人的拥戴,他能够选择这样一条不归之路。我觉得这是英雄,最起码可以超脱一切现实吧。

陈晶对本文亦有贡献

题图来源:美的集团

- FIN -

跳转微信打开

对话 VITURE 姜公略:把 AR 眼镜卖到美国第一 ,从负需求到离不开

2025年5月16日 09:36

晚点团队 2025-05-16 09:36 北京

以下文章来源于:晚点LatePost

晚点LatePost

晚一点,好一点

“你得先让用户把眼镜戴上去,这是第一步,也是最难的。无人体验,你讲再多生态、软件也无济于事。”

VITURE 创始人、CEO 姜公略

“你得先让用户把眼镜戴上去,这是第一步,也是最难的。无人体验,你讲再多生态、软件也无济于事。”

文丨张家豪 宋玮

作为一个 AR 眼镜公司的创始人,姜公略认为打造智能眼镜的第一性原理是用户根本不需要眼镜。

智能眼镜是一个起点为负的产品,它的负数就是飞秒手术的价格。姜公略说,“你想让用户重新把眼镜戴回去,唯一的方法就是给他们一个无法拒绝的理由。”

VITURE 选中的用户是游戏玩家,而这个无法拒绝的理由是——让他们拥有一块能随身携带的大屏,在地铁上、在咖啡馆里,随时随地用大屏幕串流打主机游戏。

VITURE 是这个行业成长最快的创业公司。2021 年成立, 到 2024 年底,VITURE 累计在美国卖出了几十万台 459 美元起售的 AR 眼镜,稳居第一,在美国获得了超过一半的市场份额。

去年下半年,VITURE 创始人姜公略第一次见到美团联合创始人王慧文。王慧文说,创业公司会犯的最大错误有两个:一是 PMF 没成立前就投了太多资源,二是 PMF 成立后没尽快投入更多资源。
很快,王慧文成为了 VITURE 最新一轮融资的投资人。他评价姜公略是能把设计、技术、产品、商务各种能力汇集到一个大脑里的人。

姜公略本科毕业于北京航空航天大学工业设计系,后在哈佛大学学习交互设计专业——一个设计与编程交叉的学科,他也是这个专业的第一个亚洲学生。从外形看,他很像一名设计师,高高瘦瘦,戴着圆框眼镜,留着精致的胡子。

2012 年从哈佛毕业后,姜公略加入 Google,他亲历 AR 眼镜鼻祖 Google Glass 从诞生到失败的过程。2017 年,姜公略在美国硅谷从零到一搭建了 Rokid 的 AR 眼镜团队。2021 年,姜公略看到了消费级 AR 眼镜爆发的机会,回国创建了 VITURE。

VITURE 联合创始人 Emily 说,硬件公司成功的基础是,创始人一定是天才级产品经理。她认为姜公略就是。

“眼镜是科技与人文交叉的产品。眼镜极致小、建筑极致大,设计出一副好的眼镜产品与打造出一幢优秀的建筑一样困难、一样有成就感。” 姜公略说。

VITURE 拿下了 IF Design Award、红点设计奖等一系列设计奖项。其中有一个奖颁给了 VITURE 配套的颈环,他们把计算单元和控制器从眼镜移到了颈环上,以减少眼镜的重量,而不是像其他厂商一样去做一个手持的 “遥控器”。

做到美国 AR 眼镜第一的成绩,VITURE 只组建了一个百人出头的团队,姜公略说人在精不在多,如果招不到合适的人,他们会一直等,而不是先招一个人进来;对于创业公司的研发投入,他说研发如果打的是散弹,那会有巨大的浪费,要选定正确路线,就像一把狙击枪一发打透。

自 2012 年 Google Glass 发布以来,AR 和 VR 一直承载着 “下一代计算平台” 的期待,但它从未真正走入过大众视野,多年以来一直都是高价的数码玩具。2024 年,AR+VR 全球市场销量为 1000 万台,和智能手机的 10 多亿部相去甚远,也远不及智能手表的 9000 万。姜公略认为智能眼镜这个行业的症结就是没人用,“没人用你这个行业就是一潭死水,讲再多生态、软件也没用。”

2023 年底发售的 Ray-Ban Meta 一年时间卖出了 200 多万台,尽管这是一款没有屏幕的眼镜,用户买它也主要是图好看和拍照,但它点燃了 AI 结合眼镜的想象,除了 VITURE 以外, Rokid、XReal、雷鸟创新、Even Realities 等公司都在去年完成了新一轮融资,累计融资额近 10 亿,结合了一定 AI 能力的眼镜产品陆续发布。

愿意押注这个行业的人相信,眼镜是承载 AI 最好的硬件,实时在线、可以离手操作。“我觉得最终极的未来是只有眼镜一个设备就够了,因为它有最大的交互界面,和最佳的可移动性。”

但姜公略明确 VITURE 不会做类似 Ray-Ban Meta 的产品,因为这是容易被大厂碾压的产品形态,小公司唯一能走的路,就是比大公司更早做出正确的选择。

AR 眼镜这个行业在早期阶段脱离了正常的商业逻辑

晚点:你曾经是 Google Glass 项目组的成员, Google Glass 2012 年发布,被视为 AR 眼镜的鼻祖,但 Google 坚持几年之后最终还是把它关停了。作为亲历者,你觉得它为什么失败?

姜公略:Google Glass 是典型的拿着锤子找钉子,不是根据真实用户需求做出来的产品。

这个项目当时是谢尔盖·布林亲自带队,他想打造一个戴上去很酷炫的科技产品。但它没有使用场景, Google Glass 主打信息提示功能,如果眼镜想从信息提示的角度提供价值就得做到全天佩戴,但 Google Glass 的形态不适合全天佩戴,而且价格高昂,用户不愿意为信息提示付这么多钱。外界看起来 Google Glass 经历很长一段时间才失败,但其实内部早就给它判死刑了,刚发布的时候 Google 内部大部分人都会戴,几个月之后几乎没人戴了。

我认为打造产品最终还是要遵循道法自然,你如果不能让用户感受到价值,有再好的品牌和资源也不行。

晚点:典型的硅谷模式。 Google Glass 给行业留下了什么 Legacy?

姜公略:虽然 Google Glass 在商业上没有获得预期的成功,我认为它在人类科技发展的角度绝对是成功的。它开启了 AR 眼镜这个赛道。回过头去看,Google Glass 在那个时点能集全彩显示、拍照、语音对话于轻量一体机形态,已经足够突破性创新了,直到现在很多新推出的产品还达不到这个能力。

晚点:你在 Google Glass 诞生时就加入,你学到最重要的事情是什么?

姜公略:大家都想去造最高级的武器,但可能正确的路径是用小米加步枪——很多人可能看不上这种做法。

我举个例子,目前行业在探索的新显示技术是光波导,但我们目前用的是 BirdBath(共轴空导,利用反射原理成像的光学技术),遭受了一些非议,因为很多人觉得 BirdBath 是低端的,要被淘汰的技术。

我们用什么技术的核心是能够帮我们到达最终的目标。光波导具备无可比拟的技术潜力,BirdBath 因为是半透半反原理,对外透光率大概 25%,而光波导能到 95%——它能让镜片在不显示的时候做到完全透明,无限接近普通眼镜形态,它决定了 AR 眼镜未来的上限。但光波导还在成熟的过程中,目前存在特定场景的限制问题,比如光效低、视场角和分辨率低、色彩和亮度均匀性低、价格高昂等核心用户体验缺陷。这样的特性决定了在现有技术下,BirdBath 才更能找到 PMF,所以目前出货量最大的眼镜方案是 BirdBath 而不是光波导。

对行业未来的精准判断就是狙击枪上的那个瞄准镜,不能过早也不能晚,要刚刚好。我们对光波导的选择会建立在特定用户场景下,但还需要 3-5 年。核心还是找到技术演进过程中达到的那个 PMF 临界点。

晚点:Google Glass 之后,也出现过 Magic Leap 这样的明星公司。但这么多年,这个市场为什么依然没有爆发?

姜公略:AR 眼镜这个行业在早期承载了太多的预期和想象,脱离了正常的商业逻辑。往往在造锤子找钉子,脱离了用户的需求本质 - 为什么需要一台眼镜?有哪些手机电脑手表耳机不能提供的功能?而这个功能是真的刚需?

另外 AR 公司为了冲销量,很多是低毛利甚至负毛利,因为研发投入很大,其实不具备可持续性。扫地机器人行业也很卷,但里面的公司普遍都有近 50% 的毛利。

VR 也是,Quest 一代卖了 200 多万台,二代是 800 万台,大家天然就会认为这个市场会有智能手机一样的增长曲线——今年 1 亿,明年 2 亿,然后 5 亿、15 亿。后来市场证明了这个增长不可持续。而从更本质的角度看,VR 头显是游戏主机的子集——一个你在客厅玩的设备。Xbox、PS5 和 Switch 一年加起来卖 3000 多万台,那 VR 的天花板差不多就是 1000 万台,从产品属性上不具备智能手机那样的增长曲线。

晚点:VR 头显的问题显而易见,它太重了。

姜公略:做头戴产品第一件事是确定它是全天候佩戴还是场景化佩戴,眼镜这种形态在全天候佩戴场景,上限是 40 克,场景化的佩戴,上限是 80 克,这个是硬指标。

基于这个前提限制,计算、通讯、续航这三项不太可能都放在眼镜上,不然重量就超了,所以我们做了颈环这种形态,把不必须放头上的都拿下来。VR 头显这种形态,支撑点增加了前额和后脑摩擦力,上限高一些,但我们测算下来也不能超过 250 克。

晚点:Vision Pro(650 克)比你说的 250 克重得多,它累计卖了 50 多万台,低于预期。

姜公略: 戴 40 分钟脸部就会出现明显的疼痛感。我看很多人说,如果乔布斯在世,他一定会把 Vision Pro 骂死。其实乔布斯生前在 D3 峰会上说过,如果有人能够做一个类似眼镜形态,戴上就能看到 50 寸电视的产品,会是一个神奇的产品。

晚点:但你之前说,Vision Pro 和 ChatGPT 都是划时代的产品。

姜公略:是的,就像 Google Glass 的行业奠基意义,Vision Pro 让人第一次有了 “身临其境” 的感觉。是它把 PPD(空间分辨率) 提升到了 40 以上,过去的 VR 都是 15-20。它证明了 PPD 的重要性,带来了完全不一样的显示效果——这是划时代的。

Vision Pro 最杀手级别的功能是空间视频。我相信空间视频会是未来全新的一种媒体形式,只不过当今支持空间视频的设备和内容还不够多,所以我们推了基于视觉 AI 模型的实时转换功能 - Immersive 3D,将现有的所有内容靠 AI 实时转化成 3D 空间视频。未来的眼镜设备很可能直接拍摄高清全景式的 3D 内容,在眼镜上回看就仿佛置身当时真实的场景。

从收音机到黑白电视、再到彩色电视,实际上我们就是在一步步模拟真实世界,这是必然发生的。

晚点:Vision Pro 主要问题是获得成本太高了。如果你是 Vision Pro 的产品经理,你会如何改进它?

姜公略:有很多错误完全可以避免,比如它正面的可以显示人脸的屏幕,完全可以去掉,捕捉你人脸的摄像头、传感器也可以去掉。为了显示人脸的屏幕,外壳还做成了一次成型的很重的钢化玻璃,也可以去掉。

这些东西都去掉以后,成本下来了,重量也轻了,同时它最核心的体验没有变化。

晚点:行业里对于 AR 眼镜应该提供什么功能、解决什么问题有共识吗?大家要去的是同一个地方吗?

姜公略:这个行业就像是一个装了很多骰子的 Dice cup 在往前推进,很多东西都是模糊的,因为路径太多了,变量太多了。眼镜的核心五要素——显示、感知、交互、计算、通讯,每一个都是变量,甚至光在显示里就有大量的变量。

我个人认为眼镜的最终形态是一个足够大的人机交互页面,甚至是无限大的。

从收音机到电视机,再到 PC、手机、Pad,本质上都是人机交互设备,是把模拟信号转化成数字信号传播给你。为什么我们有台式机之后还要有笔记本、手机、Pad?因为我们一直对交互界面的大小和移动性有追求,但这俩是反比关系,移动性越强、交互界面越小,但眼镜最有可能彻底解决这个反比问题,做到最大的交互界面 + 最强的移动性。

我觉得最终极的未来是只有眼镜一个设备就够了,因为它有最大的交互界面,和最佳的可移动性。但相当长的一段时间里它会和手机共存,可能是 10 到 20 年。所以核心不是谁取代谁,而是用户怎么去选择,我们打造一个产品、或者我们做一个选择,遵循的原则就是道法自然。

晚点:道法自然,怎么理解?

姜公略:道法自然(出自《道德经》),你打造一个产品,一定是顺着自然的,自然就是科技的发展、人需求的变化,你要顺应它去做,而不是我想要做什么——就比如我想让眼镜取代手机,这个出发点本身就不符合道法自然。

正是有了很多限制,你才能打造出真正好的产品

晚点:创业之初,你们如何确定 PMF(Product Market Fit,产品市场契合),为什么选了游戏玩家这个人群?行业里其他公司如雷鸟、星际魅族都是主打观影。

姜公略:AR 眼镜五大技术栈——显示、感知、交互、计算和通讯,我们认为第一阶段是先做好显示,在移动的场景提供比手机更大、更有沉浸感的屏幕。

有了这个认知后我们就去寻找这个场景对哪类人群最有价值,最后找到了游戏人群,主打的体验是 “用眼镜随时随地打主机游戏”,因为这类人群对于一块可以移动的大屏需求最强,也最愿意买单。

我在内部一直说,打造眼镜的第一性原理是用户不需要眼镜,消费者为什么要承担戴眼镜的成本?这需要你给他一个无法拒绝的理由。

晚点:但观影是最简单的选择,你只要投屏就行了,想做游戏你还得做大量其他配套设备。

姜公略:所以我们做了串流主机的颈环,还有适配 Switch 的魔宝坞,还有上面的软件。表面是定位人群的不同,事实上是出发点不同,技术链条不同。

我们想卖给用户的不是 AR 眼镜,而是一种用户真实需要但还没被满足的体验。

晚点:VITURE 累计卖了几十万台。你定位的这个用户群体,它的上限是多少?

姜公略:按照每年游戏主机的出货量来计算,我们产品的上限大概是 1000-1500 万出货量。

在游戏群体没到上限之前,产品因为迭代的体验大幅提升,定位人群就会产生泛化。比如清晰度和视场角达到一定阈值,它的体验就会超越你办公室的显示器,同时这个显示器还有很好的隐私性和低功耗。移动办公的场景就成立了。

晚点:第一个阶段是显示,那下一个阶段——感知,你们要怎么做?

姜公略:感知的复杂度更高。我们需要用摄像头做物理世界的标定,模拟三维世界的交互。比如我看到一瓶水能把它抓起来,是因为人眼具备空间感知能力,光子在水瓶上的反射投在视网膜里,再到大脑里做出手准确抓取的动作。如果要在眼镜上让虚拟物体和真实世界完美融合在一起,就要让摄像头在视界范围内建立一个坐标系,去匹配显示物体的坐标系和真实世界坐标系。匹配得越稳越准,越不容易眩晕。

这个被称为 Motion to Photon,简称 M2P。Motion 是动作,Photon 是光子,无论是 VR 还是 AR,核心是如何实现 M2P 的低延迟。人类对于延迟的感知是 7 毫秒,超出就会被神经感知,从而形成眩晕。Vision Pro 能做到 12 毫秒,已经比较极致。

晚点:降低 M2P 延迟最有效的办法是什么?

姜公略:有点类似于英伟达做显卡一样,你要把各种硬件之间的距离拉的更近,其实很多时候延迟是发生在线里面的,你的线越短延迟就越低。

很多人说 Vision Pro 太重,既然你电池可以外置,那你计算单元也外置不就轻了吗?但问题就在这根线,如果把计算也外置,延迟至少增加 20 毫秒以上。所以最好的形态是本地感知、本地计算、本地显示,但这又会带来其他问题。

晚点:打造 VITURE 的产品过程,你最得意的一项技术和体验是什么?

姜公略:就是基于 iPhone 和 Mac 本地算力的实时 2D 转 3D 的功能,不仅能把 YouTube, 奈飞等平台内容全部用 3D 实时观看,还可以把用户自己的相册内容都变成 3D 的,同时不依赖任何云端算力,完全在端侧本地算力完成。

我们作为英伟达 GTC 唯一受邀 AR 品牌,展示了 RTX 5090 显卡上跑 3A 大作的同时开我们的 2D 转 3D 模型,实现了实时 2D 游戏 3D 化的超低延迟。这是最极限的挑战,在场让很多英伟达的资深 AI 工程师都很惊叹。

这个功能最开始是在我们 iPhone 的 SpaceWalker 软件上实现的。如果你没有自家的软件,这种偏底层的 AI 功能也无从实现。我们在 2023 年初预判 iPhone 会变成 Type-C,就开始面试 iOS 的工程师,在当年第一代 Type-C iPhone 发布时上线了这个软件,形成了产品的差异和领先。

晚点:这体现了你们什么能力?

姜公略:软件、硬件加 AI 的整合创新能力。

晚点:研发这样的功能投入高吗?作为创业公司,你们怎么平衡研发投入和产出?

姜公略:如果你研发找不到明确的方向,就像射霰弹一样,那你的投入是巨大的。但如果你明确能看到一条发展的路径,那你就像有一把狙击枪,一发子弹就能打透,研发投入其实不会太大。

晚点:你说计算、通讯、续航不可能都放在眼镜上,因为太重了。你们的解决办法是打造一个颈环,这个颈环还拿下了设计界的四大满贯。把计算单元放到颈环里——这个产品设计是怎么想到的?它为什么能拿这么多奖?

VITURE 的颈环产品,被称为 “脖子上的游戏主机”。

姜公略:我们是第一次把计算、通讯、电池重量放到一个颈挂的设备上,而且这个颈环非常漂亮、佩戴舒适。

这个设计还是遵循道法自然,其实人身上的可穿戴设备的位置只有五个,戒指、手表、项链、眼镜,耳机,这里边脖子是最能承重的,女性脖子上的首饰其实很重的,女生都能戴这么重的,那男性戴一个 160 克的颈环就更没问题了。

耳机的发展也遵循了这一规律,第一代的无线耳机其实就是颈挂式的,耳机两边有线连着颈环,再往后发展才是真正的 TWS(Ture Wireless 真无线耳机)。你怎么保证算力、通讯、续航又能够让用户觉得不重,同时又能做到好看,只有颈环能满足,这个形态想到不难但做起来不简单。

晚点:眼镜加颈环是过渡形态吗?什么时候能实现真正的一体机?

姜公略:其实这是个数学问题。

我们现在的眼镜是 76 克,已经算很轻了,场景化的佩戴是没问题的,我们第一代颈环是 195 克,第二代我们是 160 克,算力提升了 10 倍,续航提升了 50%。性能越来越强、重量越来越轻,和所有电子消费品的逻辑一样。但它毕竟还有 160 克的重量,什么时候等它减到能放到眼镜里,它才是真正的一体机。这个路径还很长。

晚点:你们做了什么来减轻重量?

姜公略:现阶段其实重量就是取舍,我们的取舍就是不过度的追求续航,可外接充电宝,这样你的电池就没那么大。

我们第一代颈环续航大概是 2 个小时,这一代大概是 3 到 4 个小时。我们比较明确就是这不是一个全天候佩戴产品,我们满足的就是场景化佩戴需求。

晚点:你们在材料上有什么创新么,材质和工艺能多大程度上降低重量?

姜公略:大家看我们的眼镜会有一种高端的感觉,因为我们用了镁铝合金材质,还做了只有 0.7 毫米的超薄设计来保证强度和重量。

这个材料很贵,而且很难做,我们用了半固态压铸的工艺,因为用纯固态很难做这么薄,压完之后还要用 CNC(Computer Numerical Control 数控机床)去洗里面的结构。我们的铰链是钛合金的,也是为了保证强度和轻。

晚点:你喜欢用道法自然描述你的很多想法和做法,你是什么时候理解 “道法自然” 的?这和你喜欢建筑有关系吗?

姜公略:有很大关系。建筑基础的功能是居住,但它再往上是能够让人跟自然更和谐的相处,人可以从建筑塑造的光影、自然的组合间获得和谐。有些很知名的建筑,每天不同时刻、一年不同季节,你都能通过建筑对光线、气流、空间的重塑中感受到不同的意境,这种意境仿佛就是建筑师站在那个地基前脑海中的道法自然。

产品也一样,电子消费品也可以拥有精神属性,不是雇一个设计师来包一个好看的外壳,而是通过这个产品的价值本质去给用户传达一种共鸣。

晚点:举个例子,北京你最喜欢的建筑是什么?

姜公略:雍和宫,它的尺寸、体量,在闹市下体现出的那种肃静感是无可比拟的。

晚点:我记得有一位建筑师说过一句话,最好的建筑都是在环境极其有限的条件下制造出来的。

姜公略:是的,你在荒地打造一个建筑其实是无从下手的,它一定要基于周围的环境,融入周围的环境。产品也一样,正因为有很多限制,你才能打造出足够打动人的产品。

晚点:功能性结合艺术表达,你觉得所有消费级硬件都要这么做吗?

姜公略:我觉得可穿戴一定要这么做,就像大家为什么要买不同的衣服,你不光是为了保暖之类的功能,更多是一种自我标签,用它表达我们自己。

可穿戴产品也是这样,设计占的价值比重很大,因为跟手机比它是更外露的,尤其是眼镜,无论是否必须要带眼镜,但人们一定想通过戴眼镜表达更好的自我。

晚点:对于眼镜来说,颜值是第一重要的事情吗?

姜公略:颜值对大多数人来说是第一关,过了第一关不意味着用户一定会买,但如果你颜值不好看,那你第一关都过不了。

智能眼镜的上限就是所有戴眼镜的人

晚点:在 VR、AR 之后,因为 Ray-Ban Meta 卖了 200 多万台,现在 AI 眼镜又火了,一些投资人和从业者开始相信眼镜是 AI 最好的落地载体。你相信这件事吗?

姜公略:眼镜肯定是 AI 最好的落地场景。一个人每天和 AI 交互的次数、频率、时长已经到了一个临界点,这时候眼镜能提供两个重要的特性:Always on(实时在线)和 Hands off(离手操作)。

眼镜还能获取多维的数据,眼动数据、头动数据、第一人称摄像,这些数据理论上可以自动无感的全天候获取,并且是用户个性化的数据,把这些数据投喂到 AI 里,会让 AI 变得无比智能。

反过来 AI 对于眼镜也有巨大的加成,过去困扰 XR 行业的是眼镜的交互,现在有了大模型,人与眼镜的交互变得非常接近自然。过去用户需要自行拆解交互意图,转化成鼠标键盘或触屏点击,但今天 AI agent 能直接理解人的意图并自行拆解和执行。

晚点: AI 眼镜要真正要被大众接受,它最需要实现的功能、跨过的障碍各是什么?

姜公略:第一要素是足够个性化的时尚。眼镜本身是一个 SKU 海量的产品,主要原因是不同脸型的人需要不同的镜框和风格去搭配。时尚品的个性化和电子消费品的规模量产之间存在矛盾关系,如何解决这个矛盾关系至关重要。

其次是产品 PMF,这个 PMF 在今天就是和 AI 的结合。这里面其实有很多的细节,比如无间断唤醒,即唤醒词和意图之间不需要停顿,你说 “Hey VITURE 点杯咖啡”,它直接就执行了。

但最终,用户愿意戴并长时间佩戴,才是最重要的,是 AI 能够施展能力的基础。

晚点:智能眼镜行业的上限和下限分别是什么?

姜公略:第一阶段的上限就是所有戴眼镜的人。

晚点:如果近视手术普及了呢?

姜公略:我们一直说眼镜是一个起点为负的产品,它的负数就是飞秒手术的价格。很多人花几万块钱做飞秒,就是为了摘掉眼镜,现在你想让他重新戴回去,就得比从 0 开始的产品花更大力气。我们不能在早期就强求让不戴眼镜的人戴,这是极难的。

晚点:扎克伯格说过一个观点,他说不戴眼镜的人将来也会戴上 AI 眼镜。

姜公略:一定程度上是成立的,当你的内容、好友关系、数据都在眼镜里的时候,那确实就不得不戴了,和近视的人必须戴眼镜一个道理。

晚点:这是上限,那下限呢?

姜公略:下限是 AI 的重度使用者。这个群体也不小,如果我们 6 个月前聊,那时候可能每天都用 AI 的只有一小撮人,但现在已经成为国民级应用了。

晚点:AI 眼镜的刚需功能是什么?我们之前采访过一位投资人,他觉得除了拍照,翻译会是 AI 眼镜另一个刚需功能,你同意吗?

姜公略:翻译是一个相对低频的场景,而且需要两个人同时都戴才可以。用手机 AI 翻译 app 可能是更简单低成本的解决方案。

晚点:你觉得未来 AI Agent 的交互方式是什么样的?有人说它一定不会是图形 UI 界面,而是更新的交互方式。

姜公略:人的感官是自然进化而来,为了与这个世界交互。手和嘴是人对世界的输出,眼睛和耳朵是输入,所以解法比较简单,符合人的感官特性就可以。

晚点:终极方案为什么是眼镜,不是脑机接口?或者在眼球上的屏幕?

姜公略:人脑是个非常复杂的系统,你想的东西、说的东西和最终执行的动作很可能不是完全一致的,所以脑机无法做到完全准确。

在眼球上的屏幕难度比 AR 又要高一个数量级,它也解决不了音频的输入和输出问题。所以眼镜是一个近乎终极的形态,能同时完美地解决视觉和听觉,这两个占人的五感信息获取的 94%。

晚点:你为什么没做 Ray-Ban Meta 那种产品?你觉得这是会被大厂碾压的产品吗?

姜公略:Ray-Ban Meta 的成功大部分归功于 Ray-Ban 的品牌和渠道,主打第一人称视角拍摄,为短视频、社交平台提供独特的内容供给,同时形成传播。如果我们只具备产品要素,不具备其他要素,是很难做出差异化从而成功的。创业公司要找到潜在会成为共识的非共识去深耕,在共识形成前积累足够高的壁垒,Ray-Ban Meta 已经是共识了。

晚点:如果若干年以后,智能眼镜这个事情最终还是没成,你觉得可能的原因是什么?

姜公略:在我看来这就像问 1+1 为什么不等于 2,我觉得智能眼镜的时代一定会到来,只是需要一个演进的过程。

创业公司唯一能走的路,就是比大公司更早做出正确的选择

晚点:你们 2022 年 4 月左右开启众筹,破了众筹平台的记录,去年四季度做到了美国 AR 眼镜市场份额第一。在美国破圈这件事很神奇,打品牌心智这件事应该也不是你们最擅长的,当时你们的策略是什么?

姜公略:310 万美元的众筹额是在我们预期之内,当时的纪录是 Oculus 的 240 万美元,我们判断是能超过它,但不会超出太多。

通过众筹金额来证明 PMF 是一方面,更重要一方面是任何行业早期,都需要通过社区来实现高效迭代。Community 这个词在美国不只是科技圈,在整个美国社会都非常重要。我们几个美国员工都是我们的 Kickstarter 用户,他们在众筹期间就开始支持我们的产品,相信公司的 vision,从而亲身参与到这场变革来。

众筹期在 KickStarter 上每一条用户的评论,都是我回的,那时天天泡在灌水区跟用户交流,逐渐对产品会有不一样的认知。因为品牌存在的最大价值就是服务它的用户,和用户做朋友,直到今天我和核心团队都会抽时间泡论坛、回评论。

晚点:你当时看到了什么有价值的评论?

姜公略:有很多,比如我们的颈环充电盒就是用户提出来的,既可以收纳又可以充电,因为很多人想要,我们就设置了一个 300w 的众筹目标,达到后我们就做。后来我们做了以后,搭售率非常高,证明为用户打造产品的路径是对的。

晚点:你觉得硬件消费品出海是否成功,最核心的是什么?你观察到其他中国团队出海,他们最容易犯的错误是什么?

姜公略:核心还是 PMF 要成立。就像自然界的进化来自于变异,而大多数变异都会被消灭掉,只有最有生命力、最应该出现在这个时间和环境的变异才会爆发增长,成为新的范式。

今天硬件出海很多团队已经是佼佼者,但创新品类、创新产品成功依然是小概率事件。AI Pin 就是 PMF 没成立的典型案例,很难说出它解决了什么问题,谁应该买,能提供什么价值。

晚点:有什么产品是当时大家觉得 PMF 成立,但做着做着发现其实不成立。

姜公略:智能音箱算一个。单纯用来拍照的眼镜可能也算一个,这个 PMF 是否成立是相对人们对它的预期的。开始大家都认为是入口级的产品,但后来发现它的固有体量停留在一个小众的产品。

晚点:你们在美国市场是相对顺利的。回到国内市场,你们有什么新的课题?国内市场现在很卷,大平台话语权很强,环境跟美国很不一样。

姜公略:国内的需求和购买决策都不太一样。比如 VR 在国内就很难做到欧美一样的渗透率,一个是没有主机文化,用户认知没有形成,二是时间碎片化、没有客厅游戏文化。反观 AR,不受时间空间限制,反而是更适合中国市场的产品形态。

晚点:你之前说在中国的定价要参考小米手机。小米手机第一代卖 1999 元,但你们现在卖 3499 元。

姜公略:现在行业还没有到那个时刻。小米手机诞生的时候,手机行业已经发展几十年了,而眼镜还非常早期,需要渐进式发展。

晚点:王慧文去年下半年投了你们。你和他见面聊了什么,他给了你什么重要的建议?

姜公略:我印象最深的是他说创业公司会犯的最大错误有两个:一是 PMF 没成立前就投了太多资源,二是 PMF 成立后没尽快投入更多资源。

他还打了个比方,一个公司需要懂技术的人、懂产品的人、懂设计的人、懂市场的人,决定这一圈人效率的其实是人与人沟通的效率。如果能把各个职能的人都汇集到一个大脑里,那这个组织的信息交互效率是无可比拟的,会高于任何其他的组织与企业。他没有明说,但他的意思是在我身上看到这种可能性。

晚点:他问了你什么?

姜公略:他其实没问很多问题,主要是问了一些光学的一些核心技术、将来渠道怎么搭建。不像很多其他投资人,一开口就是灵魂拷问。

晚点:怎样的灵魂拷问?

姜公略:大厂做了你们怎么办。

我觉得这取决于什么时候出现范式,范式就是指这个东西已经确定每个人都会买,范式没出现之前,大厂谋定而后动肯定是对的选择。我们要做的就是在范式出现、要面临大厂压强之前,积累足够多的东西。

晚点:Meta 说 Ray-Ban Meta 之后一年能卖到 2000 万台,这算是范式出现吗?

姜公略:首先我不觉得它能卖到 2000 万,和对 VR 的天花板判断类似。其实 Ray-Ban Meta 第一代也失败了,但他们肯定积累了很多用户数据,比如用户用这东西大部分时间都是拍照的,那第二代就把拍照功能做好。

晚点:那这个对创业公司也很可怕了,大公司可以失败,但它有数据和资源支撑它下一代改好。

姜公略:所以创业公司要在大厂没有通过数据判断之前,就做出正确的选择。

晚点:这和创业公司资源少有关系吗?如果你们资源多,是不是可以都做?

姜公略:如果把创业公司看作是一道物理、数学题,那我自己的解法一定是由 ROI 最高的东西开始,你投什么东西进去,能拿最多的东西回来,这一定是有选择的。

晚点:你经历过大公司、也在创业公司干过,你自己创业时,告诉自己一定不能犯的三个错误是什么?

姜公略:我觉得最核心的就是想清楚你做这件事情的底层逻辑。

第二是创业的时候就要想到行业终局,任何行业都有终局,比如智能手机的终局大概是 2016-2017 年,终局的意思是新范式增量时代结束,胜出者已经形成了统治级正循环。要看清从现在到终局的过程会是什么样的,才能做出最正确的动作。AI 的到来让智能眼镜的终局提前了,我原本认为要 20 年。

第三是人不在多、在于精。如果这个岗位没有合适的人,我们会选择等合适的人出现,而不是凑合招一个。早期的人才密度和契合度决定了核心竞争力,最终体现在产品力和行业领导力上。

晚点:作为一名设计师,你在管理上有什么特点?

姜公略:既理性又感性。我对很多事物有强烈的好奇心,思考底层逻辑的同时关注业务上的每一个细节。

晚点:初创企业怎么招足够好的人才?如何把优秀的人才吸引到一个十年都没有什么起色的行业里?

姜公略:首先公司的愿景是有意义且可以被一步步实现的,这样我们追求的东西才足够有成就感。

其次是增长,我们判断的正确速度是一年三倍,两年一个数量级。VITURE 从成立至今一直保持着每年 3 倍的增速。这种增长不来自于流量投放,而是靠技术创新带来的变革性产品力,还有用户的口碑传播。

晚点:中国新一代科技公司里,谁给了你最大的启发?

姜公略:大疆。它一开始是一个小众的市场,但不影响它做成了一个大众科技品牌。第二是它完全靠对产品与技术的极致追求,让它最终获得了市场统治力,也是极少数真正打入美国主流市场的品牌。第三是它极高的人才密度。

晚点:你为什么没有选择去汽车、建筑、手机、时尚这些更确定、能影响更多人的行业,而是选择了智能眼镜,这个还需要很长时间发展、未来极不确定的行业?

姜公略:因为我想去做职业生涯长度范围内有最大增量的市场。你说的那些市场是很大,但已经是存量市场。而我认为 AR 眼镜是未来 20 到 30 年消费电子市场最大的增量。

人心跳之间产生的共鸣,是 AI 无法复制的

晚点:你说自己信仰自然和数学规律,而你要做的,就是根据物理数学之外的人性去设计一些东西。比如什么?

姜公略:我之前帮朋友做过一个音箱,核心的零部件就是 Nixie tube(辉光管),它以前是用来显示时间的,很复古、很漂亮,它已在全球停产,且存量很有限,只有乌克兰、俄罗斯还有收藏,我朋友全球收集这个,做成时钟,但销量比较有限。

他找我帮忙设计,我当时的思路是把它的复古感和音乐结合,同时让数字显示有意义,模拟古董收音机上面显示调频的感觉。改造之后,我们卖 400 美元一个,一个月左右卖了 100 多万美元,直到辉光管的库存卖光。

我们给这个产品赋予的故事是,一个人的回忆可以被保存在音乐里,当年少时的音乐响起时,哪些记忆片段就会浮现在眼前。这就跟苹果讲的科技与人文的十字路口类似,你要打造的是体验,而不是功能,产品是体验的载体。

晚点:一些创业者对于 AI 的态度已经分成两派了,一类认为 AI 会最终会统治人类;另一类认为 AI 会和人类共同成长。你是哪一派?

姜公略:我觉得 AI 会一直是人类的工具,或者融入社会,但不会统治人类。

另外我觉得 AI 最难攻破的堡垒是艺术。它通过模仿来创造,但它没有故事,没有肉体,不会消亡。我们之所以能被艺术感动,是因为艺术家的故事也许是你的故事,他的笔触和音符,建立的是两个生命之间跨越时空的心跳的共鸣。

晚点:你会希望你的眼镜产品跟人产生怎样的共鸣?

姜公略:探索欲是人类的本能,就像当初那封很火的辞职信 “世界这么大,我想去看看”。

当我们眼镜的交互带宽可以达到人类感官的上限的时候,我们就可以用数字技术重塑真实世界。我们推出的 Immersive 3D 就是迈向这个愿景的一小步。

这个功能一经推出就收到过很多感动的帖子,最近有一个用户发帖说到,他的父亲刚刚去世,他收拾遗物时找到一个旧的硬盘,里面都是小时候和父亲的照片与视频,他每次戴上 VITURE 眼镜用转 3D 技术去看,就会潸然泪下,仿佛年轻时的父亲此刻就活在自己眼前。

通过技术拓宽生命的感知,这就是我们每天奋斗的意义。

题图来源:VITURE

- FIN -

跳转微信打开

晚点对话印奇:AI 1.0 的教训是,所有不能闭环的辉煌都是暂时的

2025年5月12日 19:30

原创 程曼祺 2025-05-12 19:30 北京

Business model is the best model.

千里科技董事长 印奇

Business model is the best model.

文丨程曼祺

编辑丨宋玮

今年 37 岁的印奇,已经 AI 创业 14 年。他刚渡过了至暗时刻。

半年多前,印奇在 2011 年创立的旷视科技已卡在科创板上市流程超过 3 年。很多人都在等靴子落地:这个昔日的 “AI 天才少年” 将如何收场?

一个意外转机此时出现,印奇在去年 7 月入股上市公司力帆科技,后于去年底出任力帆科技董事长。今年 2 月,力帆正式更名千里科技。

千里背后原有两大股东——吉利集团和地方政府。股权结构调整后,千里的新目标是聚焦 “AI + 车”,成为汽车智能化头部供应商。这延续了旷视未能实现的商业闭环:做与硬件终端结合的 AI,让 AI 走向 Robotics。

这不是一次轻装上阵的重新出发。作为上一批 “AI 四小龙” 的创始人之一,印奇带着太多过去的经验与挫折:从年少成名、高歌猛进、被资本追捧,再到公司被美国制裁、两次上市遇阻、苦寻商业化未果——他完整经历了上一轮 AI 周期的起落。

当 DeepSeek 在春节掀起狂潮,AI 行业的主流认知迅速转变为 “拓展智能边界” 最重要,当前的商业化没那么重要。印奇仍把 “商业闭环” 视为高优先级:

 “当你经历过要看每分钱怎么花的时候,你的思路会不一样。没有好的商业模式是无法支撑团队的技术信仰的,因为不会有人永远给你投钱。”

旷视向来的价值观是 “技术信仰、价值务实”,立志打造东半球最好的 AI 研究院。而现在,印奇对 “价值务实” 和 “技术信仰” 的关系有了新认知:

“后来我反思,技术信仰这个初心不能独立存在。它更像一个宏大使命,需要配合具象的商业或客户价值落点。”

“这可能是 AI 1.0 创业的体会吧,所有不能闭环的辉煌都是阶段性的。”

印奇说,他仍在追求 AGI,但不再是以 22 岁时那种一往无前的方式。

这场与印奇的 3 小时访谈,是一个关于 AI 的非爽文故事。

“驱动选择的不是恐惧,是希望”

晚点:从旷视创始人到千里董事长,你的这次身份转换出人意料。听说整件事的起点是 2023 年秋天吉利董事长李书福和你的一次会面,当时是什么情形?

印奇:这个 idea 是书福董事长提出来的,很有战略格局和创造性。但坦诚讲,第一次听到时,我还有很多历史包袱。

晚点:你那时还是一心想推动旷视上市?

印奇:是,2023 年底,旷视在一个比较关键和艰难的状态:A 股上市过程已拖了很久,这期间不能融资,我们资金链很紧张。同时,整个 AI 发展如火如荼,需要更多资金和资源吸引更多人才,是个很矛盾的状态。

所以他第一次讲时,我没有马上特别认真地考虑。但后来,随着各种因素叠加,我发现这可能是唯一的选择,也是最好的选择。

晚点:那个阶段你面临至少 3 个选择:一是继续推动旷视上市,二是 2023 年初的大模型创业窗口,三是现在这个安排,来千里当董事长。

印奇:其实我没有那么多选择。

我想选的路,要真正能让旷视的 AI 团队和体系走到想去的地方。重新做一摊事,从来不是我的选择。另一方面,上市如果只能解决阶段性困境,长期看公司没有发展,这也不是我的选择。最后选千里,和旷视的战略是一脉相承的:就是软硬结合,与终端更深连接,让 AI 走向 Robotics。

晚点:24 年 3 月,旷视再次没能通过上市批复,这是不是促成选择的最后因素?

印奇:有关系,但不是最重要的。我在内部讲过,我们做选择不是因为 fear,而是因为 hope。我不是因为害怕一个差的结果才做这个选择,而是因为我看到了一个更好结果的可能。

晚点:同样是 AI 和硬件结合,为什么没有做很热门的具身智能?旷视联创告诉我,你们比较激烈地讨论过机器人和汽车到底选哪个。旷视做了很多年机器人业务,从技术储备和商业订单看,机器人是更稳妥的选择;而汽车市场竞争残酷,你们又入局晚。

印奇:机器人大爆发的时机还没到。机器人启动的要素今年差不多具备了,但从要素具备到真正完成产业链整合、做出好产品,我判断还要  5 年。

而在中国这样一个商业环境下,既要有长期战略目标,也要有三年内可以商业闭环的短期打法。机器人从来是我们的宗旨和初心,是第一天就想做的事,这一点没变,这就是我的闭环,最后希望把它做成。

晚点:大语言模型呢,这不是一个比机器人更有吸引力的方向吗?

印奇:首先,我觉得大语言模型或整个大模型基本打破了 digital(数字) 和 physical(物理)的边界。最后做 AI,你就得有一个大模型的全量能力,这几乎是所有 AI 应用的必选项。

回到我为什么更想做机器人等 AI in physical 的东西。第一是从价值观角度,我还是希望 AI 技术能让人生活得更好,而不是更脱离自然状态,所以我一直很反对完全 virtual(虚拟)的东西。机器人能在物理空间帮我们做更多事情,也可以做我们的伙伴,这是我对 AI 的想象。

第二,AGI 必须要有物理层的东西,无论从进化还是从数据分布角度看,我都不认为纯虚拟世界的数据能发展出想象中的 AGI。

第三是从商业角度,经过二三十年互联网和移动互联网的发展,已经有很多公司在纯 Digital 领域有非常好的优势。所以从我个人和团队的擅长看,我们更适合做一个更未来和更创新的东西,优势和差异化会更大。

晚点:不做纯 Digital 方向 ,是否是上一波创业的教训?旷视最开始是偏纯算法的,但后来你们意识到那样不够,要软硬结合才更有壁垒。

印奇:我自己觉得 AI 1.0 的很多逻辑是对的,只是没有闭环,或者说那时 AI 技术还没到临界点。

从 AI 1.0 到现在的 AI 2.0 ,有些逻辑是一脉相承的——第一是终局导向,AI 大模型最大的应用肯定是机器人,没有之一。第二是看我们的能力和竞争优势,硬件公司是供应链、研发和市场侧的一个三级结构,和互联网完全不一样,我们已经打造成一个更面向软硬结合的组织,组织基因应该被强化,不应频繁改变。

晚点:如果没有李书福的提议,没有千里这个选择,你会怎么办?设想过的最差的情况是什么?

印奇:旷视(从上市流程)撤下来,重新融资。我也设置了一个撤回时间点。差不多就是做出千里这个决策的时间,2024 年年中。

晚点:为什么不更早撤下来?

印奇:我其实一直有个时间线,只是它一直被往后推。很多商业决策就像一个不断有新变量的阶跃函数,一直处在 yes 或 no 的临界点。

我之前的理念是,重要的商业决策,应该尽可能压到最后节点,因为首先你要尝试 everything。第二,你要收集到更多信息。这就像 AI 一样,要尽可能采集更多数据,最后汇集信息做成模型。随着对力帆(千里)、对吉利整个体系和战略的了解,我还是越来越坚定这是一个更好的选择。

晚点:做决定的那几个月里,你了解到了力帆和吉利的什么信息?

印奇:力帆作为一个上市公司,更多是了解它没有什么——它没有太多历史包袱,因为力帆重组时已经处理了很多,它是一个基础业务比较清晰的平台。

吉利更多是看它有什么——它对 AI 和车结合的战略,到底是说说而已,还是真正从书福董事长到高管,都对这件事情有很深的洞察和长期投入的决心。我觉得这是有的。因为本质上选择力帆,就是选择了跟吉利生态的深度融合。

晚点:当你真的做了决定的那一天,想了什么,对自己说了什么?

印奇:其实没那么 drama。任何一个决定,如果真的足够重大,在那个节点不会有那么强的情绪波动,因为这一定是经过漫长期待和煎熬后,最后做的决定。甚至可以说有点轻松感,这个决策真的发生了。它已经在你脑中预演了很多遍,它只是最终发生了而已。

“所有不能闭环的辉煌都是阶段性的”

晚点:24 年春天我们讨论 AI 1.0 时,你认为大模型创业公司与字节等巨头之间必有一战。一年过去,你认为中国大模型竞争格局发生了什么变化?

印奇:我对竞争的基本判断没变:一是,大模型是资源战,迭代速度快、投入大,没有资源就跟不上;二是,技术要形成商业闭环不能靠闭门研发,必须结合场景寻找数据飞轮,所以要 “超级模型 + 超级应用” 一起做。

晚点:DeepSeek 就几乎没做应用,聚焦做模型。

印奇:首先 DeepSeek 是大厂,不是一般的创业公司,幻方(DeepSeek 母公司)是中国量化前两名。

对整个大模型创业来说,现阶段专注模型研发没问题,但这就像是一场万米竞赛中的阶段性百米冲刺,它并不直接指向胜利。我还是认为模型能解锁超级应用,形成数据和商业闭环,才代表胜利。否则模型研发只是过程,甚至是个比较痛苦的过程。

当我们讨论一个公司时,不能把它当成研究院,这两个性质不一样。DeepSeek 能做出非常惊艳的科研成果,并且开源给大家、全面破圈,但不代表它在商业上可闭环、可持续。

晚点:当年旷视也要 “打造东半球最好的研究院”,你们也曾试图在商业组织里做科研。

印奇:我觉得我们做到了,我们拿了非常多全球第一。但当时技术的爆发力没有现在这么强,大家当时也没那么关注 AI。

相似的部分是,旷视有一个自己的人才模式,基本逻辑是 “天才少年”,这和现在的 DeepSeek 很像,就是招信息、数学、物理竞赛的奖牌得主,在本科阶段开始培养。旷视的联合创始人唐文斌和杨沐都是 IOI(国际信息奥赛) 金牌,唐文斌还当过信息奥赛集训队的教练。最早我们只有 40 人时,有 39 个都来自清华。

这是一套很好的人才模式,因为这波 AI 技术发展非常快,很多东西都是新的,所以未必需要博士或有非常深行业经验的人,它要的就是最聪明的年轻人,是算法、编程、调参综合能力强的同学。本质的几个要素是:人才足够聪明,给的钱足够多,反馈足够及时。

但只做到这一步还不是一个闭环。我最近有一个最大转变,就是原来我们的核心理念是 “技术信仰,价值务实”,这是我们做所有事的大原则。现在我们把 “价值务实” 放到了前面,叫 “价值务实,技术信仰”。

晚点:从 “技术信仰,价值务实” 到 “价值务实,技术信仰”——顺序调换意味着什么?

印奇:长期的东西还是要有价值锚点,做科研、做技术也一样。现在做 AI 科研的资源投入巨大,卡、数据、人才,都很贵。这种大投入下,一定要有相应的商业价值,才能持续。这不光是钱的问题,也是因为人才做一件事久了之后,他们需要反馈,需要自己做的东西能被市场认可。

所以唐文斌讲过 “business model is the best model”。

晚点:你一直强调闭环,就是达成一个真正可行的商业模式。推动旷视上市,也是要先实现这个闭环。但后来旷视终止上市,是放弃这个闭环了吗?

印奇:是一个更大的闭环。其实我不想这样,但是也不得不。旷视的创业很辛苦,我们挺想先获得一个更确定的闭环,这之后会进入到一个相对经营的状态,再开启更大的闭环。

但这波 AI 创业的闭环都很长:做了很多轮融资,商业化结果却跟投入不成正比。当时大家都相信,到了一个临界点后,会有爆发性的商业结果。这个大逻辑我认同,但当闭环的链路越长,它越容易连不回来。

晚点:你 22 岁开始创业时,有想到过这条路有这么长吗?

印奇:肯定没有。那个时代都是革命乐观主义精神,天真地认为,一帮聪明人聚在一起,有一个比较明确的目标和愿景,想做的事都能做成。

但回头看,AI 这条路是最难的路之一。第一难在不确定性,AI 从原始技术底座到产品化,到商业化,都有很大不确定性。第二难在行业发展速度快。第三难在竞争,全球最有钱、最聪明的一帮人都在这个赛道上。

我创业的初心更多是以技术信仰驱动,就是想实现 AI,让 AI 对社会有价值。后来我反思,技术信仰这个初心不能独立存在。它更像一个宏大使命,还需要配合具象的商业或客户价值落点。

晚点:你现在认为 “技术信仰” 的初心并不适合一个商业组织?

印奇:不能只以它为驱动。

当你经历过要看每分钱怎么花的时候,你的思路会不一样。没有真正好的商业模式是无法支撑团队的技术信仰的,因为不会有人永远给你投钱。能做科研的前提是能自己养活自己,用你赚的钱投入你想做的科研方向,这才是一个可持续的模式。也就是用第一个闭环创造的价值做第二个更大的闭环,一步一步做上去。

晚点:字节跳动和旷视成立时间相似,它就是很快先有一个闭环,再做下一个更大的闭环。最后是不是反而字节有可能实现 AGI?

印奇:有可能,这非常取决于一号位的愿力。

我觉得公司发展很看组织基因。组织基因来自创始人加核心高管,也来自组织的历史,它们一起塑造了整个团队文化。基本假设是,当一个公司已经存在十年,熵增已到达一定程度,组织要发生本质变化很难。

如果它在上一个时代做得很极致,就说明这个组织已经很适配上一件事。如果下一件事跟之前的事高度关联,那就很合适;如果两个很不一样,就蛮难的。最后就是看这个组织的基因适不适合下一件事。

晚点:一代版本一代神——你觉得现在的 AI  变革更像大周期里的小版本,还是一个全新版本?

印奇:我觉得是深度学习十年大周期的决赛阶段。决赛开始的标志是,2020 年前后,GPT 模型找到了可 scale 的学习机制,能完成更普适的任务,大家开始最后冲刺。

晚点:新公司还有多少大机会?不少大模型公司是近 3 年才成立的。

印奇:机会主要在两类团队:一是有深度学习积累、能做出超级模型的团队。公司可以新,但团队要经历过整个周期。比如 OpenAI 2015 年就成立了。

二是有超级应用积累的公司,这里确实巨头多,比如腾讯、字节。它们之前已在贴着应用往更底层的技术拓展,做云、做操作系统……有用户生态、流量变现、人才密度和研发投入的优势。

但看长期格局,还是要回归常识——只要一个技术变革足够本质,就一定会诞生新巨头。

晚点:你现在看到新公司跑出来的具体路径了吗?

印奇:关键是专注、商业闭环和新型组织。

专注指你要在某类大模型方向上打出差异化,不只是底层技术,也包括用户体验和数据链的优化。闭环指产品必须真正触达 C 端,构建数据反馈与价值闭环。

以上都需要用一个新型组织,以更强的执行力和更快的迭代速度来做到。DeepSeek 就是一个示范,它说明巨头的封锁并非没有空隙。

晚点:为什么对价值闭环这么执着?

印奇:这可能是 AI 1.0 创业的体会吧,所有不能闭环的辉煌都是阶段性的。

“千里转型的第一步是要做开放和国际化的 ‘车 BU’”

晚点:你现在担任千里董事长,做 “AI + 车”,为什么这是一个比大模型更能实现闭环的方向?

印奇:千里本身就掌握终端载体,未来我们的核心战略是 “AI + 车” 的 “双轮”,一个轮子指终端,一个轮子指科技。

在终端上,千里是 “两个轮子、四个轮子、两条腿”,两轮是千里原来的摩托车业务,摩托车也有新能源化和智能化需求;四个轮子是新能源车;两条腿是未来要布局的机器人,但现在不会特别强调这块,每个阶段要聚焦,现阶段更多是以车为载体。科技这个轮子主要指智驾和智舱。

所有这些方向中,现阶段最重要的是把智驾、智舱做好,其实是广义的 “车 BU” 的业务,因为这是行业需要的。

晚点:你们其实就是在做和华为类似的事。那你们怎么和华为竞争?

印奇:我们和华为有两个差异,一是开放,一是国际化。

开放首先是指,我们会以和吉利的战略合作为支点,整合旷视原有的智驾积累加吉利智驾、智舱的生态积累,对外提供完整方案,我们不会只服务吉利的车。

开放也是指,我们会在产业链里选择最优秀的合作伙伴,比如芯片、激光雷达,而不是全部自己做。我们希望构建这样一个开放联盟,联盟里会有几家大车企,一起推动标准落地。

第二个差异也很重要,就是 “国际化”,结合吉利的国际化积累,海外车企会是我们的重点。

晚点:华为以车 BU 班底成立引望,引入长安阿维塔等其他车企投资方,这不是一种开放吗?

印奇:开放更重要的是解决方案的开放——你到底是从芯片到传感器、算法都是自己的,还是在不同环节选择全球最优产品来构建一个方案。

晚点:供应链垂直整合和水平分工,哪个更有竞争力?现在华为和比亚迪都在垂直整合,这带来了成本、规模和方案完整性的优势。

印奇:要看产业周期。往往产业链早期是垂直整合更高效,因为产业链还没起来,都自己做比较可控。而到产业快速发展和规模化的中期,我觉得开放体系更好,每个人做自己擅长的事,而且风险也会被化解在产业链的不同环节。到产业周期末期,可能又会重回整合,因为产业链已高度同质化,大家最后就是在相似方案上卷性价比。

晚点:现阶段,千里一定要自己做的环节是哪些?哪些环节会开放地与供应商合作?

印奇:首先算法和整体大方案一定要是自己的,同时要在硬件上有支点。其中芯片是最重要的。

晚点:你们不做传感器吗?旷视有做摄像头的经验。智驾供应商中,卓驭(原大疆车载)也说自己的双目摄像头是差异化优势。

印奇:智驾供应商只能做非核心传感器,主流的 CMOS(一种半导体感光器件) 做不了,因为这是一个规模效应非常明显的领域,索尼和韦尔同时做手机、车和不同终端的 CMOS,智驾公司没有任何机会。可能只能做一些差异化的传感器,比如激光、4D 毫米波雷达、双目摄像头等。但这也不本质。

晚点:本质是什么?

印奇:是主链路,也就是智驾系统中最重要的几颗芯片、核心算法模型和一个配套的云体系,这是最影响效果,也最占成本的部分。如果这些做不了,做其它周边只是一种产品包装上的差异化,对战局没有实质影响。

晚点:在客户侧,你们怎么拿到更多订单?其他车企可能会认为千里是吉利大生态的一部分。

印奇:大家既关注第一眼的感觉,更关注实质。首先,千里是独立上市公司,有明确的治理结构。第二,大家也会看千里聚集的人才和资源能做到什么,这才是更实质的东西。

晚点:吉利之前有自研的智驾方案 “浩瀚”,今年 3 月宣布了千里和吉利合作的新方案 “千里浩瀚”,当你们去服务别的车企,他们会愿意用千里浩瀚吗?浩瀚部分是吉利自研的。

印奇:大家会用千里。我们和吉利、路特斯一起成立了合资公司,我们是对外输出的主体。

而千里浩瀚是我们首先与吉利合作的方案。我们给客户提供的不是单一方案,是一套包含高、中、低端的完整的大解决方案,这个方案有吉利落地实践的背书。

(注:2025 年 3 月 2 日,千里科技发布上市公司公告称,和吉利、吉利控股的路特斯共同出资 15 亿元人民币成立新合资企业,该新公司的 7 名董事中,千里科技可提名 3 名。)

晚点:你们现在有吉利之外的其他潜在客户吗?

印奇:我们是大客商业模式,我们不会服务特别多客户。因为第一,虽然我认为车不会像手机那么集中,但头部效应仍会比较明显。第二,不管是智驾还是大模型智舱应用,都需要围绕数据来构建。深度服务好少数几个客户,客户才更愿意分享数据。

如果是一个客户很多的供应商,核心能力会偏向交付,而不是构建这套数据循环,这两套能力不一样。

晚点:长期来说,你认为和几个车企深度结合就够了?

印奇:三到四家。

晚点:他们之间不会是竞争关系吗?

印奇:同类客户,我们顶多服务一到两家。

晚点:你提到汽车市场头部效应明显,能保持头部的车企为什么不自研智驾?特斯拉、比亚迪、新势力都在大讲自研。

印奇:可能是有人认为不自研就放弃了灵魂,但我觉得车企的灵魂不是 AI。灵魂一定是你擅长的事。车企的核心积累在机械和整个动力体系等。华为去做车,它的切口也是它擅长的:三电、芯片到 ICT 等,这才是它的灵魂。

晚点:即使能成功深度绑定几个大客户,面对大客时,千里作为供应商的利润空间怎么保证?

印奇:你得有足够的高壁垒,没有壁垒就没有利润。

单纯的研发驱动不是壁垒,因为高手都能研发;壁垒要么来自更好地整合,让方案有性能和成本优势;要么来自准入门槛、资金投入和资产规模。智驾的壁垒更偏第一种:打通完整技术链路,以纵深整合带来更深壁垒。

“我已经对聪明这件事没有执念了”

晚点:从 2019 到 2024,外界普遍认为旷视 “沉寂” 了五年,这五年对旷视意味着什么?

印奇:从外面看,我们像是卡在那儿了。但我自己更看成长线,这五年对团队是 “蹲苗”,土压得更实,根扎得更深。

我印象很深的是,我接受上市聆讯时,一拨委员问 “你们怎么没有去造火箭呢?”,另一些人质疑 “你们怎么亏这么多钱?” 这两种声音都对。在中国这种高竞争环境下,谁能做到 “既要、也要” 才会成为领军企业。这就是卷的本质。

晚点:你的同事说,上市卡住那几年,你们在经营和管理上做了很多改变,你开始更细致地看公司财务了,以前你是管大框架,不会一笔一笔看。

印奇:这是个很好的转变,(当更仔细地看财务)你会发现,公司从运营到管理,各方面都有那么多浪费,但当融资更顺时,却不经意花了很多钱。

技术上我们一直讲量化,在经营上原来却不讲。量化是指,要仔细看产品毛利率在行业里是什么水平,和整个经营费用的结构——管理、营销、研发各占多少。原来我们的研发和营销投入是 3:1 甚至 4:1,常常上一代产品还没卖出去,又研发下一代。后来我们调到了 1:1,一些项目自然停了,反而更聚焦,盈利更好。这才是市场导向或客户导向——要让研发知道是前线的市场在养活你,让市场参与制定研发预算,否则怎么沟通、对齐都不行。

最终还是要用价值链来绑定,最关键的是从供应链到产品再到市场的价值链,其中市场侧是提供牵引的火车头。这背后是资源、预算和权力的重新分配。

晚点:这些改进是靠自己摸索,还是学习其它公司?我知道旷视最开始是想打造 Google 这样的组织,后来做软硬一体,又转向学华为。

印奇:我们学过很多,华为、阿里、Google。但后来我发现管理是个手艺,更重要的是发现问题,自己实践,很难套别人的逻辑。

比如你要学华为,你得知道华为在不同收入阶段的竞争环境、组织形式和具体做了什么。但现在没有这样立体、完整的管理体系,因为没有公司会在还没活下去时就沉淀方法论,到后来想总结时,很多人已走了、一手信息没了,故事会被美化,会拼出一个后视镜里的体系。

晚点:对于如何有效管理,你的心得和教训是什么?

印奇:管理最重要的是两件事:目标管理和绩效管理。听上去谁都在做,但 99% 的公司都没认真做。

比如目标管理,看似定了目标,但过程中缺少深入讨论,没有充分做风险排查、竞品分析等,经常会漏一些信息。这件事难在,做决策的资源和时间有限,外部环境又变化很快,但应尽量获取足够的信息,这需要用一套流程去保证。

第二是激励。盈利业务的激励比较好做,就是创造价值、分享价值。而当一个业务不盈利,甚至在早期探索期,激励就比较难。因为做探索往往需要综合能力和创新力强的人,还要给他们高激励和高反馈,成本会很高。但很多探索会失败,最终也没有价值,这就需要设计另一套探索和激励的对应关系,而它很有可能不合理。

管理其实就是反复把这些基础但困难的事做好。我很反对在管理上提出新概念,因为组织由人构成,“人” 这件事亘古不变。想明白这一点,就不会有那么大的 ego(自我),觉得好像找到了一套新方法。

晚点:管理上没有新概念,技术的演进呢?

印奇:我的一个底层世界观是:世界是连续的。所有技术的创造都是进化和排列组合。我不认为存在真正颠覆性的创新。你认为颠覆,只是你不够了解它,没看到那个连续的轴。

所以任何东西都有因果。一件事发生,是因为到了那个阶段,自然而然会发生。

晚点:这个世界观继续往下推导是什么?会导致你的哪些判断和行为?

印奇:可能是更本分吧,会在 “因” 上做更多努力。

晚点:这 5 年,除了刚才提到把价值务实放到第一位和经营管理上的改进,还做了哪些 “因” 的努力?

印奇:锻造组织。管理方法最终需要一帮核心 leader 来实现。这些人是经过最艰苦阶段依然留下来的人,是真正有战斗力的团队。

晚点:挫折或胜利,哪个更能催生战斗力?旷视等头部 AI 公司至今主要经历的是挫折,屡败屡战;而一批和你们同期创业的头部互联网公司是屡胜屡战。

印奇:大部分成功的团队都经历过挫折,包括 BAT 和字节。只是互联网完成第一个闭环的周期没那么长,整体更顺一点。

晚点:你有时会觉得自己选错了创业方向吗?过去十年,学历更高、更聪明、更像天才的一群人加入了 AI 创业,但互联网似乎才是聪明更能发挥的地方。比如张一鸣曾说:“你对事情的认知,就是你在这件事上的竞争力。 因为理论上其他生产要素都可以构建。” 而旷视等 AI 公司的发展却充满 “想到了但做不到”,比如布局芯片和做软硬一体,都因为一些内外部原因进展不顺。

印奇:移动互联网是很罕见的一种商业模式,它的平台构建得很好——上游是流量,下游是广告,中间就是做一个好产品,模式清晰,链条相对短,团队更容易靠长板成功。

但 AI 不是这样,其他很多产业也不是,从 “认知” 到 “做到” 还差很远。所以我一直说,在互联网里,“what” 很重要,而在更多生意里,“how” 才是竞争力。

一定会有好几个团队都达到相似的认知高度,更难的是执行。为什么海底捞你永远学不会?因为你做不到 “给客户超预期体验” 的执行细节。还有一点,认知跟你的生意阶段强相关,用户一百万、一千万、一个亿时,问题和视角完全不一样。但很多公司卡在某个阶段,就不会有后面的认知。

这是个飞轮,如果靠已有认知能比较顺地推到下一阶段,认知会再进化;但如果长期卡在某个阶段,认知再好也没用,因为你触及不到下一阶段的复杂度。

晚点:长期卡在一个阶段,没法形成认知飞轮,会让你痛苦吗?聪明人尤其追求认知提升。

印奇:我已经过了那个阶段,我对 “聪明” 这件事没有那么强的执念了。最后还是结果重要,是创造价值重要。

晚点:这个转变是怎么发生的?

印奇:被毒打之后发生的。这也跟我原本的价值观契合,比如很多聪明的同学会去做金融,有一个 decent 的生活。我从没考虑过,我觉得那只是游戏,无法给我真正的价值感。

晚点:做到什么才会给你价值感?

印奇:公司能经营好,能构建一个好组织,甚至能推动行业走到下一阶段。

晚点:但过程中会有很多繁琐、混乱、ugly、和技术初心没关系的部分,接受这部分,对你来说难吗?

印奇:没有什么是不可接受的。以结果为导向就是一切以结果为导向,其他东西都可以短期牺牲。

“节奏比方向重要,智驾冲刺的信号已经响起”

晚点:去年我们聊时,你曾说一个公司在没有生死存亡的威胁时,应该保持最慢发展节奏。而现在千里有很多新动作,变化很快。这矛盾吗?

印奇:是一致的。我一直的观点是 “节奏比方向更重要”。能看到一个大方向的人不在少数,但最后谁能赢,很大程度取决于你是不是在正确的时间点发起了冲刺。

所以节奏有两层:慢是在技术、人才储备期,此时要控制好 ROI(投入产出比)。快是在技术和商业都来到临界点的决战期,要集中力量打出单点狙击战,饱和式集中投入资源、团队和注意力。慢是为了最后能快。

晚点:智驾冲刺的信号是什么时候响起的?

印奇:去年理想端到端做出来的那刻。

晚点:旷视 2017 年开始做智驾预研,2021 年才成立事业部加大投入。这到底是因为节奏判断,还是资源受限所以无法更早投入?

印奇:其实 2021 年正是我们上市的艰难时期,我们无法融资,智驾又很烧钱,但我们还是坚定要做,因为我们判断冲刺窗口快到了——技术上,BEV+ 端到端大架构初步走通;商业上,特斯拉、蔚小理、华为入局,整个市场进入量产周期。

不是先发一定胜出,而是看最后冲刺那一下能不能赢。

晚点:冲刺的输赢结果何时会显现?

印奇:今年年底到明年。

晚点:到时会有几家能赢?

印奇:按大的体系阵营算,不超过 4 个,其中会有特斯拉和华为。

晚点:决胜点可能是什么? 何小鹏曾告诉我们是谁能更早实现 L3。

印奇:我认为是三个体系决胜负:

一是数据体系:我很坚定认为智驾的成熟方案是数据驱动的大模型,所以是否能构建与车端联动的大数据体系很重要。

二是纵向整合能力:从算法模型到芯片整合打通,这决定你的成本和规模化能力。

三是商业客户体系:就是能不能围绕几家核心车企形成一个联盟,大家互惠互利。

这三套体系不成立,谈不上赢。

晚点:你认为未来智驾的方案会收敛到 “数据驱动的大模型”,这个判断是怎么得出的?

印奇:特斯拉已经验证了这个路线。从体验看,特斯拉的方案更像人,这才能让人信赖和有 “托付感”。

晚点:可是特斯拉 FSD 在中国道路上犯了不少错误,无法遵守一些基础交通规则,跑一趟能把司机的分扣完。

印奇:特斯拉说自己只用了互联网上的中国驾驶数据来训练,现在的效果已经很不错了。

真正的端到端、VLA 模型是偏黑盒主导,这是依靠大数据让车更 “聪明”。华为是另一条路,通过白盒、黑盒结合的方式深度优化,它的系统里依然有很多规则,这有点像 “背题”。今天的效果也很好,所以它可能没有那么强的动力换成黑盒。

但长期看,谁能把黑盒做到比白盒更好,谁更有代际优势。

晚点:你说端到端、VLA(视觉、语言、动作模型)是“黑盒”?这是指什么?

印奇:黑盒背后,更本质的是 “模型化”。它始于 2021 年前后从有图到无图的跨越,之后的端到端、大模型、VLA,都是 “模型化” 的延伸——即靠 AI 模型、数据驱动来提升智驾能力,而不是靠大量手写规则。

特斯拉就是用数据和模型构建了一个可泛化、跨平台的系统;而国内 “模型化” 的比例其实没有那么高,基本功还没那么扎实,更多是靠规则堆出来的体验。

晚点:实际上特斯拉的 FSD(完全自动驾驶)是一个 VLA 模型吗?

印奇:目前应该不是。VLA 其实更适用于具身智能,它是一个视觉(Vision)、语言(Language)、动作(Action)的多对多映射系统,输入的是视觉信息、语言提供逻辑和能力,输出的是机器人的动作轨迹。机器人有手、有脚,有丰富的感知,要处理复杂任务,所以需要复杂的动作(action)能力,而车的运动控制相对简单:就是方向盘、油门、刹车。

在车上做 VLA,反而会把简单、可解释的控制变得复杂和不可解释,增加安全风险,需要用其它手段平衡。

所以我认为,中国智驾现在的核心问题不是端到端或 VLA 这些概念,而是要回归基本功——做出更好、更灵敏的大感知模型,更可靠、更泛化的大规控模型,形成数据驱动的智驾系统。

晚点:千里远期的方向是智能机器人,那 VLA 是实现具身智能的方向吗?

印奇:我觉得会是。但这条路径还远未跑通,尤其在 Scaling Law 层面还没有形成清晰的方法——不管是真机实采数据,还是通过仿真模拟获得数据、构建模型,都还存在挑战。

晚点:VLA 输出的是具体、微观的动作,它如何完成多步骤复杂任务?比如任务是 “我要去机场”,这涉及去机场的目的、去哪个机场、选航班、定出发时间、定交通工具等不同逻辑层次的决策和行为;人并不是靠先站起来或先走到门口这种具体动作规划来完成复杂任务的。

印奇:这个问题很本质。VLA 中间那层思维空间该怎么定义、怎么表达,现在还不完全明确。这就很难做出一套横贯高维推理逻辑,到低维具体动作的统一框架。现在更多是人为定义一些空间,做一些实验性的具身 showcase。

晚点:所以你前面才说,具身智能还没到加大投入的时机。

印奇:车就是最明确、最好做的一种机器人,这事儿都还没搞明白,Robotaxi 都还没做出来,怎么就具身了呢?

晚点:回到当前的智驾竞争,你觉得中国一批公司什么时候可能会调整以白盒为主的路线,大幅提升模型化比例?

印奇:一旦技术范式有变化,大家都会看到,但白盒规则做得比较好的公司,可能很难 all in 新方法,因为有历史 legacy。

接下来的变化可能在于能不能有中国团队真正做好端到端,理想去年就做得很不错。能不能持续做好,要看后续发挥。

晚点:这个发挥的关键是什么?

印奇:最后还是取决于创始人的战略坚定性,以及团队整体的技术能力上限。战略坚定性来自于创始人对这件事(智能化)的重要性的判断,对技术与商业路线的选择和对节奏的判断。

晚点:这些判断靠什么建立呢?尤其是,当一个不是技术背景出身的创始人来做技术判断时,他能通过学习判断得多准?

印奇:很多东西,勤奋就可以习得,再进阶是手艺,最终看天赋。做商业判断,往往不需要到天赋层面,到手艺就够了。

晚点:手艺能让你对技术方向足够坚定吗?因为一些技术方向前期的 ROI 可能会很低。

印奇:不能。但一种可能是,不用经历这些曲折,战斗就结束了。

现在信息相对透明,没有那么多 magic,国内团队更多是跟随,只是一些小选择上可能有手感差异,比如可以先做 VLM(视觉语言大模型),也可以上来就做特斯拉那样的单个大模型。

决定成败的还有执行力,从技术一号位往下,整个团队的工程化能力要足够强,要聚集能把事更快做成的人。第三是有资源整合能力,能调动钱、人和产业链。最后是有正确的商业模式。

晚点:智驾的正确商业模式是什么?

印奇:订阅。买断也是一种订阅,总之是要让消费者为智驾额外付费。而行业里的另一种做法:硬件收钱、软件免费,这是不可持续的。智驾不应是 2B 模式,而应是 2B2C 模式。只有 C 端愿意买单,才能拉动内外部供应商持续提升体验,智驾生态才能成立。

“《一代宗师》里讲见自己、见世界、见众生,我觉得这个顺序应该是见世界、见众生、见自己”

晚点:你会一度觉得自己运气不好吗?

印奇:我处在 AI 技术变革很快的时代,我想做的事,就是我在做的事——这是我最大的幸运,虽然我做得无比辛苦。

晚点:经过这么多事后,你怎么看运气?运气对人生、对创业意味着什么?

印奇:我越来越觉得运气不是偶然。一个人上一次战场活下来,那是运气;但如果上了一千次战场还活下来,那其中一定有更本质的东西。运气是一个人本能地做选择的方式。

晚点:你的合伙人和同事都说,你现在比以前 “狠” 了,更杀伐果断了。

印奇:我觉得有。准确说是更以结果为导向了。以前我们更像一个偏松散的创意型组织,有很多想法,大家一起做,但常常做到七七八八就停了,很难真正按照严格节点 “指哪打哪”。这几年我们在组织、文化、机制上,拿下目标的能力都强了很多。

晚点:这是通过拿下哪些具体的目标锻炼出来的?

印奇:比如我们这次撤回上市到我个人入股千里的全过程,时间很紧张。我给团队定了几个关键节点,从股东沟通到材料签署,没有一次松口,最后都按时完成。

还有我们给吉利量产第一个智驾平台,当时基于的芯片算力有限,但我们在这个平台上做出了行业最优性能,时间也没拖延。如果那时打不下来,就不会有现在完整的智驾体系。

这种执行力,只有在资源受限时才能练出来。如果资源充裕,很难把组织逼到极限状态。

晚点:你本来就是一个抗挫折和抗压能力比较强的人,还是在创业过程中不得不获得了这种特质?

印奇:我很基础的一个价值观是——如果想做成一件难的事,就一定要付出足够多的代价。

我不奢求用很小的力换来很大的成果,能做到投入、产出一比一,就很理想了。所谓 “聪明人用笨办法”,就是用最本质、最扎实的方法,去做长期积累。

晚点:你说商业的本质是 ROI,但你对人生、对创业的 ROI 测算是觉得 1:1 就够了吗?为什么不更努力去寻找更大的杠杆?

印奇:我早期也走过一些捷径,比如高中参加竞赛,尝试用巧劲儿赢,但该经历的都躲不过,最后还是走了高考。人更年轻时,当然都向往更畅快淋漓地赢,但最后都会被按回更扎实的路上,老老实实把该做的事做了。

晚点:你还没有真的成功过,但还是有很多人愿意支持你继续做 AI,比如李书福。为什么虽然没把事做成,他们依然相信你?

印奇:第一是 AI 大家都没闭环。世界上还没有哪个 AI 公司实现过 10 亿美元级别的利润。第二是我还是有 calling(被感召的感受),我擅长也喜欢这件事。可能他们从我身上感到了这一点。

晚点:如果这一次能实现 AI + 车的商业闭环,你有了更多自由后会做什么?

印奇:所有自由里最本质的是时间自由。我有很多想做的事还没体验,比如体系化的运动、规律的生活、从容安排自己的时间。这在创业以来就一直很难做到。其他工作可能是有限责任,而创业一开始就是无限责任。

晚点:当你有对 AI 的长期信念,这会让你怎么看短期的现实?

印奇:其实越做 AI,越会想世界可能是 simulation(模拟的)。我很喜欢的一部老电影 Bicentennial Man(《机器管家》),讲的就是未来人和机器一起生活,最后边界会模糊。你会思考,人的独特性到底是什么?

晚点:你的答案呢?

印奇:可以确定的是,文明要向上攀登。当然人还是会爱人,所以就像马斯克说的那样,这个阶段长一点、好一点。

晚点:这是技术的演进,人的独特性也许在艺术创造的部分?

印奇:我之前和艺术家徐冰有一次交流,我发现一个艺术家早期都是在寻找艺术语言,比如徐冰是学印刷的,他的代表性元素是汉字的错印和再造。

这都是 pattern (形式)。其实大模型也是在总结语言、代码、图像的 pattern。而一个艺术家的生命是否持久,最后是看他有没有那么多想表达的内容。徐冰当时说,当科学的边界扩大时,艺术的边界在缩小。

晚点:机器有一天也会像人那样有表达的动机和意图吗?

印奇:可以。只要大脑还是一个生物材料构建的物理结构,那它就一定有计算模型,就可以被模拟。但那也许需要新的计算硬件和数据获取方式,比如现在没有像人眼那样一直连续获得的视频数据,自动驾驶有一点,但时间和场景很受限。

晚点:如果早知道 AI 创业这么难、周期这么长,你还会做这个选择吗?

印奇:这是一个过程。《一代宗师》里说 “见自己,见世界,见众生”。但我觉得真正的顺序应该是 “见世界,见众生,见自己”。

见自己才是最后的,当你对这个世界有认知,跟一群人做成了很多事,最后才能真正知道内心的支点。

题图来源:千里科技

- FIN -

跳转微信打开

DeepSeek在工业制造领域的应用场景实战

2025年5月6日 20:00

原创 风叔 2025-05-06 20:00 上海

看看工业制造和AI大模型能碰撞出什么样的火花!

前言

最近两个月,由于大客户项目交付到了关键阶段,以及忙于各种路演和融资,风叔实在是分身乏术,让大家久等了。

在过去半年时间里,我们一直在和多家世界500强企业共创和打磨应用场景,其中就包括了一些全球领先的能源与工业自动化企业。通过深入学习和了解工业制造的业务流程,风叔越来越看好AI智能体在该领域的应用场景,工业制造也将是风叔未来重点深挖的行业。

从整体上来讲,工业制造主要包括设计研发、采购、生产制造和销售/售后等环节。今天我们就来聊聊,以DeepSeek为代表的AI大模型,在这些环节都有哪些核心应用场景。其中风叔有实战落地的,也会重点标注。

1. 设计研发

1.1 元器件选型

在研发设计环节,都会涉及到元器件选型。比如研发一款继电器,根据设计的额定电压、电流、触点容量、工作温度等参数,该如何选择合适的元器件。在过去,工程师们往往需要花费大量的时间查找和阅读产品手册,或者根据多种参数从内部元件库中进行筛选,非常低效。

通过AI Agent,将相关元器件的产品手册解析为向量知识库或知识图谱,根据工程师的参数要求,自动检索到合适的元器件,并快速解答工程师关于元器件使用方法、设计说明、参数性能等问题,大幅提升工程师工作效率。

我们已在某世界500强企业落地该场景。

场景价值:⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

1.2 质量标准查询

工业制造领域的质量标准非常严格,工业产品的研发设计必须严格遵守质量标准,比如安全认证、电磁兼容性、环境适应性等要求。同时不同国家不同区域,也存在不同的质量标准。

面对如此多的质量要求,工程师们不可能对每个标准都烂熟于心。因此,质量标准的查询,也占据了工程师很大一部分工作时间。

通过AI Agent,将相关质量标准文件解析为向量知识库,方便工程师随时查询各区域、各行业的标准规范,并给出引用来源,成为工程师设计产品时的得力助手。

场景价值:⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️

2. 采购仓储

2.1 采购寻源

在采购环节,采购经理需要寻找潜在供应商。传统的做法是,采购经理根据所需要采购的原材料,在相关网站上进行搜索;然后电话联系潜在供应商,了解相关产品的信息,比如参数、报价、供货周期等等;在这个过程中,筛除不符合要求的供应商,对初步满足条件的供应商做进一步的沟通,包括参数对比、砍价、配量等等。整个过程重复工作多、效率低、完全依赖人工。

可以利用AI大模型构建采购寻源Agent,主要工作包括:

  • 根据采购要求,自动爬取相关网站上的潜在供应商信息;

  • 通过邮件、短信或外呼,自动联系供应商,多轮对话获取相关产品信息;

  • 自动排除不符合要求的供应商;

  • 对符合条件的供应商,自主规划和沟通,例如提出更高的质量要求、更低的采购价格、更稳定的供货周期;

  • 通过多个维度的参数对比,自动对潜在供应商打分,将结果反馈给采购经理

我们正在和某头部制造企业共创该场景,预计Q2末会正式落地。

场景价值:⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

3. 生产制造

3.1 设备智能运维

在生产制造环节,产线时常会因为各种各样的原因停机,比如产线故障、产品切换、设备维护等等。产线停机给工厂造成的损失是非常直接的,比如产线开动率100%时,产线可生产10000件/天,如果停机时间占比达到10%,产线每天将少生产1000件商品。

在过去,当产线发生故障时,往往依靠老师傅的经验,或者工厂打电话让原厂派工程师过来检修。但是老师傅的经验也是有局限的,而且经验也面临着严重的传承问题;而让原厂再派人过来,先不论原厂工程师要花多久修复问题,光是过来的路程上浪费的时间,都会导致工厂产线因长时间停机造成的损失。

通过AI大模型,我们可以实现设备智能运维,利用AI大模型进行故障归因,这里有两方面关键技术。第一方面是构建故障运维知识图谱,能够根据故障现象,AI快速推理出潜在的原因;第二方面是对接产线实时传感器数据,结合故障图谱进行定量分析,从而将原因范围快速聚拢到少数几种可能性。

这样,借助AI能快速找出故障原因并给出解决方案,大幅缩短停机时间。

我们已经在某世界500强灯塔工厂落地某该场景,正在复制中。

场景价值:⭐️⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

3.2 预测性维护

预测性维护,也是降低停机时间的重要手段,在潜在故障发生前就进行预测和预警。

AI大模型可以学习产线历史数据和故障的关系,比如电压、电流、转速、震动等因子,模型可根据当前数据,自动预测未来24h内产线发生故障的概率。当故障概率大于一定阈值时,提前进行潜在故障原因分析,减少停机风险。

正在和某世界500强共创该场景。

场景价值:⭐️⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

3.3 生产工艺优化

在生产制造环节,生产工艺和产量、良品率息息相关。在过去,一条产线在投产前,需要进行大量的生产工艺测试,该用什么温度、湿度、压力、电流、原材料等等,测试完成后就基本定型了。在实际投产后,理论上产线应该能达到额定的生产效率和良品率,比如每天生产10000件,良品率99%。

但实际情况下,因为各种原因,即使抛开停机因素,产品也可能达不到额定生产效率和良品率。可以考虑利用AI大模型进行生产工艺的优化。

工艺优化的核心思想是强化学习,如何调整生产参数,从而让生产效率和良品率最大化。将当前参数值作为状态,将参数的增减作为行动,将生产效率/良品率提升作为奖励,降低作为惩罚,通过强化学习逐渐逼近最优参数组合。强化学习可结合数字孪生开展,在数字孪生系统中计算最优参数组合后,再到产线中进行实际测试。

场景价值:⭐️⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️

4. 销售/售后

4.1 竞品分析

在销售环节,客户往往非常关注同类型产品的参数对比。在过去,产品参数对比表通常由市场部或销售部输出,通过浏览竞品的产品说明书,从而提炼各个竞品的参数和参数值。销售再拿着竞品对比表,去和客户交流。

现在,随着各类型产品更新换代速度越来越快,也给竞品分析表的编撰带来了更大的压力。可以通过AI Agent自动分析竞品说明手册,提取产品参数,生成产品对比表。

已经在某世界500强企业落地

场景价值:⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

4.2 自动报价

在能源和电力行业,销售人员往往需要根据项目图纸计算项目报价。过去的做法是,销售人员拿着项目图纸,人工逐图来核对相关设备的型号和数量,再查找每个设备的价格,最后人工整理成项目报价表。整个过程非常耗时耗力,而且充斥着重复工作。

我们可以利用AI Agent,自动解析项目图纸,自动从图纸中提取相关设备的型号和数量,再自动查找每个设备的价格,自动生成项目报价表,从而大幅节省销售时间。

正在和某头部电气自动化企业共创中

场景价值:⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

4.3 销售线索分析

在工业领域,销售会从市场部或者自己拿到一些客户线索。在过去,销售需要自己根据客户线索,在互联网上查找更多的客户信息,比如客户的经营范围、营收情况、产品类别等等,从而判断该客户是否是目标客户,以及该客户应该放在什么样的优先级。

借助AI Agent的帮助,在销售获取客户线索后,AI可以通过自动联网搜索补全客户画像,并根据客户信息自动匹配最为合适的产品,甚至帮助销售判定客户优先级,从而答复提升销售效率。

正在给某头部工业自动化企业交付中

场景价值:⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

4.4 售后客服

在工业自动化领域,企业将电气自动化设备售卖给下游的OEM厂商或者终端工厂。由于设备的复杂性,OEM厂商或工厂经常会遇到设备或软件不会操作的情况,或者设备出现故障,然后打电话给企业的售后客服。

但是工业企业的售后工程师往往数量不会太多,我们所接触的一家世界头部企业,客户和业务遍布全国各地,但整个企业售后工程师团队只有小几十人,因此难以即时响应客户的问题。

通过AI Agent,将相关的设备手册、软件操作手册解析成向量知识库,客户可直接通过小程序发起咨询,AI Agent自动识别客户需求,并路由到匹配的知识库进行信息检索召回,大幅提升售后效率。

已在多家头部企业落地

场景价值:⭐️⭐️⭐️⭐️

场景可行性:⭐️⭐️⭐️⭐️⭐️

总结

本篇文章围绕工业制造的主要业务环节,介绍了AI大模型的核心应用场景。风叔不是工业制造领域的专家,算是抛砖引玉,和读者一起探讨更多有价值的应用场景。

对风叔已经落地的应用场景感兴趣、或者有合作意愿的读者,可以给风叔留言详细交流。

更多精彩文章:

大佬们都在关注的AI Agent,到底是什么?用5W1H分析框架拆解AI Agent(上篇)

RAG实战篇:构建一个最小可行性的Rag系统

离开工作了七年的鹅厂,风叔正式踏上AI大模型的创业之旅

RAG一周出Demo,半年上不了线,怎么破?

十个关键词,带你全面看懂DeepSeek!

图片

风叔,AI大模型领域创业者,前腾讯产品总监,十多年产品设计和商业化经验,对电商、营销、AI和大数据产品具备丰富的实战经验。风叔将坚持输出自己的总结和思考,希望对你有帮助。

跳转微信打开

通义千问 Qwen3 发布,对话阿里周靖人

2025年4月29日 10:52

原创 程曼祺 2025-04-29 10:52 北京

“大模型已经从早期阶段的初期,进入早期阶段的中期,不可能只在单点能力上改进了。”

阿里云 CTO、通义实验室负责人 周靖人

“大模型已经从早期阶段的初期,进入早期阶段的中期,不可能只在单点能力上改进了。”

文丨程曼祺

编辑丨宋玮

今天(4 月 29 日)清晨,阿里巴巴更新通义千问(Qwen)系列最新一代基础模型 Qwen3,并开源 8 个版本。

Qwen3 是中国的首个混合推理模型(hybrid reasoning model),也是全球第一个开源的混合推理模型——即在同一个模型中融合了 “推理” 和 “非推理” 模式,能像人那样根据不同问题选择 “快、慢思考”。

Qwen3 旗舰模型,MoE(混合专家模型)模型 Qwen3-235B-A22B,以 2350 亿总参数、220 亿激活参数,在多项主要 Benchmark(测评指标)上超越了 6710 亿总参数、370 亿激活参数的 DeepSeek-R1 满血版。更小的 MoE 模型 Qwen3-30B-A3B,使用时的激活参数仅为 30 亿,不到之前 Qwen 系列纯推理稠密模型 QwQ-32B 的 1/10,但效果更优。更小参数、更好性能,意味着开发者可以用更低部署和使用成本,得到更好效果。图片来自通义千问官方博客。(注:MoE 模型每次使用时只会激活部分参数,使用效率更高,所以有总参数、激活参数两个参数指标。)

Qwen3 发布前,我们访谈了阿里大模型研发一号位,阿里云 CTO 和通义实验室负责人,周靖人。他也是阿里开源大模型的主要决策者。

迄今为止,Qwen 系列大模型已被累计下载 3 亿次(综合 Hugging Face、魔搭等社区数据)其中 2.5 亿次是最近 7 个月新增的 ;基于 Qwen 的衍生模型数量超 10 万个,为全球第一。

阿里开源 AI 模型,早于 ChatGPT 引爆这一轮 AI 热潮。2022 年 11 月初,阿里上线开源模型分享平台魔搭社区,一口气开源了达摩院成立 5 年来研发的所有近 400 个模型。2023 年 8 月,阿里又决定开源 Qwen 系列大模型,目前已累计开源超 200 个模型。

在 2022 年底到 2023 年,开源大模型不是一个容易的选择:开源意味着需要接受开发者和市场的反馈,也要接受各方测试,对能力要求非常高。周靖人和阿里大模型团队选择接受开源的检验。

这之后,Qwen 仅用 1 年多在全球开源模型中后来居上:在去年 10 月,Qwen 的衍生模型数量达到 8 万多个,超越了更早开源的  Meta Llama 系列,此后持续领先。

三个开源模型系列 Qwen 系列、Llama 系列、Mistral 系列的衍生模型数变化。

苹果据传选择 Qwen 成为中国的大模型合作伙伴,李飞飞团队用 Qwen 来训练超低成本推理模型,通用 Agent 产品 Manus 调用 Qwen 来做决策规划,DeepSeek-R1 的部分小尺寸模型也用到了 Qwen 来训练。

但相比在技术社区的影响力,Qwen 在泛商业界相对低调,几次关键发布被 “抢头条”。开发者调侃,Qwen 是大模型领域的 “汪峰”。

“这是什么意思呢 ?” 周靖人投来疑问的目光,他没听过这个玩笑。

周靖人戴着金丝眼镜,语调缺乏起伏、语速也几乎一致,平稳有如程序。3 小时的访谈中,他讲得最多的是 “技术规律”。

我们问他,怎么考虑更新和发布模型的节奏竞争?他说:

  “我们无法预知别人的发布节奏。研发这件事,想临时调节奏也调不过来,不符合研发规律。”

聊起阿里集团 CEO 吴泳铭今年 2 月说 “阿里现在的首要目标是追求 AGI”,周靖人说:

  “今天外界听到吴泳铭宣布了什么,感觉阿里好像突然有个大转变,其实不是。从技术发展规律来说,没有前期积累不可能一蹴而就。”

开源如果做不到第一,意义将大打折扣,也可能失去闭源的商业机会。周靖人却淡化这个选择的压力:

  “从技术发展规律看,不开源反而风险更大,因为开源至少会追上闭源,甚至发展得更好。”

他有一些不同于多数人的观点,讲出来时也语调平淡、不带色彩:

  “其实 o1 谈不上定义了新范式。让模型学会思考,它不是一个范式,而是一种能力。”

周靖人在 2015 年从微软加入阿里巴巴,在 iDST 和达摩院带过前沿技术研发,也在蚂蚁、淘宝做过实际业务落地。

以下是《晚点》对周靖人的访谈,他回顾了阿里开发大模型的过程,开源的关键决策,和他对当前大模型技术的思考。

“某一天的流量没那么重要。大模型不是短期竞争”

晚点:现在外界对阿里有一个调侃,说你们是大模型领域的汪峰。

周靖人:这我不知道。什么意思呢?

晚点:指阿里的重磅发布常被 “抢了头条”。先是春节更新基座模型 Qwen2.5-Max,被 DeepSeek 推理模型 R1 抢了风头;后来 3 月发布推理模型 QwQ-32B ,又赶上大火的 Agent 产品 Manus 同天发布。

周靖人:某一天的流量其实没那么重要。

晚点:真正重要的是什么?

周靖人:更前瞻性地思考,更笃定地坚持自己的技术路径和节奏。

晚点:阿里通往 AGI 的路径是什么?

周靖人:首先,我们的一个核心认知是,大模型发展和云体系的支撑不可分割。无论训练还是推理,大模型的每一次突破,表面看是模型能力演进,背后其实是整个云计算和数据、工程平台的全面配合和升级。

在模型能力上,大家现在讨论最多的是推理模型。我们在继续探索让模型能更像人那样去思考,未来甚至能自我反思、自我纠错等。

多模态也是通向 AGI 的重要途径。人的大脑也是有的部分处理文字,有的部分处理视觉、声音。我们要让大模型能理解并贯通各个模态。

我们也在探索新的学习机制,包括怎么能让模型在线学习、持续学习和自学习(Self Learning)。(注:现在的模型训练是 “离线学习”,每次升级需要重新做预训练、更新版本。)

在提升云体系的性能和效率上,我们会加强云和模型的软硬一体联合优化。尤其在今年,工程能力、整个云系统结合 AI 的性能和效率会变成核心竞争力。

晚点:同时做这么多事,不会失焦吗?

周靖人:大模型发展到现在,已经从早期阶段的初期,进入了早期阶段的中期,不可能只在单点能力上改进了。因为真正的通用人工智能,就是需要多模态、工具使用、Agent 支持和持续学习等多种能力,等(某个方向)跑出来再做是来不及的。不光我们,头部公司都会在多个方向上提前预研。

晚点:刚发布的 Qwen3 体现了阿里在哪些方向的布局?

周靖人: Qwen3 是一个混合推理模型,它同时提供了 “推理模式” 和 “非推理模式”,前者用于复杂逻辑推理、数学和编程,后者能处理日常指令和高效对话。混合推理模型今后是大模型发展的重要趋势。

晚点:为什么会成为趋势?混合推理模型的好处是什么?

周靖人:它能更好平衡性能和成本。在 “推理模式” 下,模型会执行分解问题、逐步推导、验证等中间步骤,给出 “深思熟虑” 的答案;在 “非推理模式” 下,则可以快速遵循指令生成答案。

Qwen3 还有一个 “思考预算” 设置——开发者可以自己设定深度思考的最大 token 消耗,这能更好满足不同开发者对性能和成本的需求。

晚点:那么这么做的代价和难点是?

周靖人:混合推理模型是通过推理和非推理的混合训练做到的,这需要模型学习两种不同的输出分布,很考验训练策略。所以设计和训练混合推理模型,远比做单纯的推理模型要难。

Qwen3 在后训练阶段,也是两种模式混合训练,相当于合并了推理模型 QwQ 系列和指令微调模型 Qwen2.5-instruct 系列,同时将它们的优势并合二为一。

晚点:阿里现在怎么把握模型更新节奏?发布节奏和声量也是现在各公司的竞争点,比如 OpenAI 有几次更新都是赶在 Google 的重磅发布之前。

周靖人:肯定会有这方面的考虑,但最终不是靠发布时宣传得怎么样,最终还是看开发者和市场反馈。

再说我们也无法预知别人的发布节奏。研发这件事,想临时调节奏也调不过来,不符合研发规律。

晚点:Qwen 系列下载量在全球仅次于 Llama,同时是衍生模型数量最多的开源模型,但市场对此认知不够,这会让阿里困扰吗?你们想了什么方法来增加技术影响力?

周靖人:其实通义千问的传播是不错的。核心还是在于开源的模型要足够强,否则其他方式都没什么用。

晚点:通义千问何时会有一个真正出圈的、让更多人 eye-opening 的进展?类似 Sora、DeepSeek-R1 曾引起的关注。

周靖人:通义千问接下来会有很多亮点,但能否让大家 eye-opening,这要看大家。我觉得有时我们太关注此时此刻,谁又比谁强一点点。但长远看,如果真认为 AGI 是最终目的地,当前的你追我赶都只是阶段性过程。

更重要的是,要知道自己在正确的方向上,以及要持续、长期创新。所以不用太纠结,今天或明天,是不是比别人又多了一个身位。

晚点:阿里管理层,比如吴泳铭,他就不在意通义千问此时此刻是否优于别人吗?

周靖人:我们肯定要保持在第一梯队。我们也追求每一代模型发布时,都有技术突破,能代表领域当前最高水平。

同时我们也多次内部强调,这不是一个短期竞争,不是靠一时把弦绷多紧,而是要长期创新。整个科技发展需要定力,也希望给行业一些时间和耐心。

“没有前期积累,此时此刻谈不上以 AI 为中心”

晚点:在今年 2 月的阿里财报会议上,阿里集团和阿里云 CEO 吴泳铭说 “阿里现在的首要目标是追求 AGI,持续开发拓展智能边界的大模型”。作为阿里大模型负责人,你是何时明确最大目标是 AGI 的?

周靖人:今天外界听到吴泳铭宣布了什么,感觉阿里好像突然有个大的转变,其实不是这样的。从技术发展规律来说,没有前期积累不可能一蹴而就。

阿里对 AI 投入非常早,Transformer 之前,就有 iDST(阿里数据科学与技术研究院,2014 年成立)和达摩院(2017 年成立)做 AI 前沿研究。Transformer 之后,我们从 2019 年开始做多模态 MoE(混合专家模型)模型,2021 年发布了万亿参数的 MoE 多模态大模型 M6。

Transformer 的核心在于预训练。它一开始并不带着一个特殊的具体任务,而是通过大量数据训练一个能适配多种任务的模型。

这是机器学习的一大突破。因为以前的模型要针对一个具体问题选择数据、做标注,模型能力不好迁移,往往是一个场景就要做一个模型。比如人脸识别就不好迁移到物体识别上。我们就是看中了预训练的泛化性,所以较早投入了这个方向。

晚点:最开始 Google 提出 Transformer 是处理 NLP(自然语言处理)问题,后来 OpenAI 做 GPT 也是先在语言上取得突破。而阿里是先重点做了多模态大模型,为什么是这样的选择?

周靖人:当时我也在负责淘宝的搜索和推荐。那时我们就意识到,对一个商品的理解,不单单是理解图片或文字描述、用户评论和各种点击、浏览数据。更精准的理解应该是一个多模态的全方位理解。

晚点:所以当时更多是为电商场景服务,还不是拓展智能边界?

周靖人:电商是目标场景之一。另一方面,从 AGI 的演进逻辑看,多模态也不可或缺,AI 要能使用工具,甚至未来能在真实物理世界活动,都需要多模态能力。

这个例子也很好说明了,阿里很早就是一个技术公司。淘宝的成功,不仅是把货卖到线上,双十一的高并发、更精准的商品推荐都需要大量技术支持。

2009 年,阿里也开始做云计算,2014 年又开始基于云做一系列 AI 平台、数据平台,比如 MaxCompute 等。

没有这些前期积累,此时此刻就谈不上以 AI 为中心。

晚点:从 2019 年开始做预训练模型到 2023 年的大模型热潮,阿里对大模型的认知和投入经历了什么变化?

周靖人:2022 年秋天 ChatGPT 发布前,阿里云最早在行业里提出了 MaaS(Model as a Service),模型即服务。那时大模型还没火,所以大家听起来没什么感觉。

但当时我们已经看到,模型是新时代重要的生产元素。上一代云计算,在 IaaS (基础设施即服务)层是计算、存储、网络等计算元素,再往上是 PaaS (平台即服务)层的数据平台、机器学习平台等生产元素。而模型融合了数据和计算,是更高阶的产物。这里面有一个从 IaaS 到 PaaS 再到 MaaS 的路径。

另一个重要的动作是开源。我们做开源也很早,要追溯到 2022 年推出开源模型分享社区 “魔搭”,之后在 2023 年 8 月决定开源通义千问大模型系列。当时关注的人也不多,但今天大家已经更清楚看到了开源的价值。

晚点:开源之于阿里是一种竞争策略吗?比如你在微软的前同事沈向洋曾说:第一名总是闭源,第二名才开源。

周靖人:开源成功的例子也很多,比如上一代大数据体系,开源的 Spark、Flink 成为了主流。

我们开源大模型是基于两个判断:一是模型会成为核心生产元素,开源更利于它普及,能推动整个产业快速发展;二是开源已成为大模型的重要创新驱动力。

这种创新来自多个方面:一是,开源能让全球更多优秀人才参与技术创新,一起推动技术发展;同时,开源会降低企业使用模型的门槛,也因为开源免费,企业可以没有顾虑地尝试业务集成,这也推动更多企业内的开发者参与开源建设。所以社区开发者的技术创新和企业的反馈都会帮助建设技术生态、促进技术演进。

这是阿里做魔搭社区和开源通义千问的一贯逻辑,不是到了某个时间点才拍脑袋的决定。最初外界也不是那么理解,魔搭刚上线时默默无闻,但今天已成为中国最大的模型社区。

晚点:万一开源没做好,反而失去闭源的商业机会怎么办?当时讨论开源时,阿里高层里有哪些讨论和顾虑?

周靖人:你可能想听到一些激烈讨论的故事,但其实并没有。

阿里的愿景是 “让天下没有难做的生意”;云的初心是让企业能在云上高效实现技术和业务创新;开源大模型是希望企业能更容易地把大模型用到业务里。所以这 3 个愿景高度一致、一脉相承。

同时从技术发展规律看,不开源反而风险更大,因为开源技术至少会追上闭源,甚至往往发展得更快、更强,Android、Spark 都是例子。

晚点:什么时候觉得通义千问的开源生态算是跑出来了?

周靖人:一是看开发者的选择,去年我们占 Hugging Face 的下载量是 30% 多,基于通义千问的衍生模型数量也是最多的,已经超过 10 万个,这只追踪了反馈到开发者社区的数量,实际比这要多。

二是看性能指标,比如我们之前发的 QwQ-32B 模型,在 LeCun 做的 LiveBench 上超过了 R1,是最好的开源推理模型,这还不是 QwQ 的满血版。(注:LiveBench 从数学、推理、编程、语言理解、指令遵循和数据分析等多个复杂维度对模型进行评估;由图灵奖得主、Meta AI 首席科学家 Yann LeCun 领导编制。)

通义千问事实上是全世界最好、最全、使用最广泛的开源模型,这件事市场的认知还蛮统一的。

晚点:阿里通义千问系列比 Meta Llama 开源更晚,但反超了对方,Llama 的失误是什么,或者说你们可能做对了什么?

周靖人:我们很注重开发者需求,开源不是把代码或模型权重开出来就完了,是要真正让开发者能用起来。

所以每次开源,从什么角度开、设哪些尺寸,都要全面权衡不同开发者在成本和能力上的不同需求。比如最近通义万相开源了可以在消费级显卡上跑的版本,就是为了覆盖更广泛的开发者,因为很多人不见得有庞大的服务器。真正的开源,是让大家方便使用,积极贡献。

晚点:这次 Qwen3 一共开源了 8 个版本,其中 6 个是稠密模型,参数从 0.6B 到 32B,2 个是 MoE(混合专家系统)模型,一个 30B(激活 3B),一个 235B(激活 22B)。为什么是这个尺寸组合?

周靖人:其实就是尽量满足从个人到企业的不同开发者的需求。比如手机端侧可以用 4B,电脑或汽车端侧推荐 8B, 32B 是企业最喜欢的尺寸,能商用大规模部署。MoE 模型只需要激活很少的参数,就能获得很强的性能,可以提供更好的性价比。

晚点:这次有开源 Infra 层的新配套工具,帮开发者更好使用 Qwen 吗?

周靖人:Qwen3 第一时间支持了 vLLM 和 SGLang 这两个主流的推理优化开源框架。Qwen3 也原生支持 MCP(Model Context Protocol,由 Anthropic 开发的模型上下文协议)。配合我们今年 1 月开源的 Qwen-Agent 框架,Agent 开发者可通过 MCP 或其它方法集成工具,快速开发智能体。

晚点:想求证一个情况,有消息称,在 DeepSeek-R1 发布后,有 20% 以上的通义千问模型开发者转而使用 DeepSeek 模型。这种迁移对你们是多大的挑战?Qwen3 能扭转这种现象吗?

周靖人:我们没有观察到明显的迁移。而且开发者试用不同模型很正常,开源社区本来就不能排他,每个人会根据自身需求做选择。我们相信,只要通义千问的模型能力持续进步,开发者就会愿意过来。

晚点:行业内认为 o1 和 R1 开启了新范式。你如何看待它们的价值?

周靖人:其实 o1 谈不上定义了新范式。让模型学会思考,它不是一个范式,而是一种能力。就像多模态也不是范式,这些都是正常的模型演进。

o1 里的很多东西,比如 CoT(思维链)、强化学习(RL)很早就有。你甚至可以说 everything is RL,包括每一次模型迭代,就是在训新一版模型时加了上一版的反馈。

范式是一个很重的词。过去真正可以称得上范式变化的,我认为是整个训练基础模型的方法。

晚点:你觉得今年在大模型领域,相对确定的进展是什么?

周靖人:有两个主线:一是模型能力上,会继续在类人思考和多模态上有提升;二是模型和底层云计算系统会更深度结合,能同时提升训练和推理效率,让模型更好用、更普及。

晚点:这个过程会有什么瓶颈吗?虽然用强化学习做推理模型被认为有很大潜力,但其基础是一个好的预训练模型,比如阿里的推理模型 QwQ-32B 是基于 Qwen2.5-32B,R1 是基于 DeepSeek-v3。而最近 X.ai 发布的预训练模型 Grok 3, 用 20 万张卡带来的提升只有 1.2%(在 Chatbot Arena 上比之前的第一名的总分提升)。当预训练的 Scaling Laws 放缓时,在此基础上做推理模型的提升还能持续多久?

周靖人:推理模型确实都依赖于强大的基座模型,这是共识。但不能简单说预训练本身的 Scaling Laws 到头了。

如果只看文本,数据的上限可以看到,但多模态数据,比如大量视觉数据还没被用到。同时,预训练和后训练乃至推理的边界正在模糊,整合这些阶段也有可能带来提升。在学习方式上,除了离线训练,大家也都在探索在线学习、持续学习等。

所以,无论是看数据、训练方式还是学习机制,基座模型的能力都有提升空间。

“云和大模型有同样的优先级,要齐头并进”

晚点:你现在既是阿里云 CTO 也是通义实验室负责人,要同时保证阿里云和通义千问大模型处于领先位置,两件事的优先级哪个更高?

周靖人:优先级是一样的,因为二者拆不开,模型是云服务的重要部分;模型要有高性价比,又需要云体系支持。两方面要齐头并进。

晚点:如果通义千问大模型不能持续保持领先,对本来处于领先的阿里云业务是否也有不利影响?

周靖人:这是双向影响的。如果模型不强,云的智能化服务就会打折;而如果模型足够强、云能力跟不上,就没法提供高性价比的服务。

在 AI 时代,客户要的不是单一的模型或云的能力,而是强模型 + 低成本 + 高弹性的综合体验。

反映到技术上,过去训练和推理是分开考虑的,但现在训练时就要考虑推理效率,推理时也要想模型好不好训、能不能收敛。这是一个硬币的两面,要整体协同优化。

晚点:DeepSeek 就是基于自己的 GPU 集群做了模型训练和推理的极致 Infra 优化。它有可能成为第三方 AI 云玩家吗?

周靖人:它看起来有算力、有 Infra 层、有模型,但它不构成一个完整的云服务。

云服务要具备极致弹性并保证各种 SLA(Service Level Agreement,服务级别协议)——比如有些调用需要极低的延迟,另一些调用需要更高的吞吐和更低的成本,另外也需要稳定安全——这才是真正的企业级云服务。不能用着用着就宕机了或突然延时很高,这样企业无法把重要业务放上去。

晚点:当你看到 DeepSeek Infra 开源周最后的总结,称他们基于自己算力提供 API 服务的成本利润率达到了 545%(换算成毛利为 85%),感受是什么?

周靖人:他们的系统优化的确非常出色,但这是一种理想化的计算方式。不用把它当成云的逻辑,因为真正提供云服务时,不能在系统繁忙时段选择性地服务客户,或降低繁忙时段的服务质量。

完整的 MaaS 服务也不会只有一个模型,而是兼容多种模型,所以阿里云一开始就支持 DeepSeek。云的逻辑是对不同模型都做好性能优化,把选择权留给客户。

晚点:在新的 AI 云机会中,阿里云的竞争对手实际是谁?

周靖人:国内我们是引领者,国际上的对手很多,AWS、Azure、GCP(Google 云服务) 都值得我们学习。

晚点:激进投入 AI 云的字节火山引擎不是吗?

周靖人:火山这几年发展很快,我们欢迎大家一起来推动 AI 产业的发展。这个市场空间还很大。

晚点:阿里近期宣布了 3800 亿的 AI 和云计算基础设施投入计划。不过从基础层投入到应用繁荣有一个周期,你们会担心应用到时对 AI 云没这么大需求吗?

周靖人:AI 应用的指数级增长趋势很明显,过去一年阿里云 MaaS 服务增速很快,甚至到了供不应求的状态。

晚点:除了芯片数量、计算效率等,你觉得在 AI 基础层的投入上,还有哪些被忽略的方面?

周靖人:未来供电会是一个挑战。所以 energy-aware optimization(面向节能的优化)也会成为一个技术方向,就是找到方法降低每个 token 的能耗。

晚点:阿里已经有什么准备了吗?

周靖人:比如建设智算中心,除了根据用户的业务需求综合考虑建设成本和服务延时,也会考虑附近的自然能源供给、气候条件等。这些都是云基础体系的一部分,我们这么多年积累的这些 Know-How 在 AI 时代越发重要。

“科技研发没有捷径”

晚点:头部大公司面对 AI 机会的共同选择是从计算到模型层都做,从语言、推理到多模态,到更前沿的自主学习等技术方向都探索。但也有人认为 DeepSeek 那样更聚焦的方式更能明确团队重点——比如 DeepSeek 之前也做多模态,但去年下半年更收束到语言和推理上。对比这种更聚焦的方式,阿里多方向布局的过程中怎么解决内部资源分配问题?

周靖人:科技创新本身就需要多尝试,但也不是无厘头地什么都试。我们会先做小规模实验,验证方向对不对,再看是否加大投入。

研发过程本身是一个 pipeline(流水线),有的方向是预研,有的在收尾,有不同节奏。今天的 AI 研发是一个从高效实验到训练最后到产出的完整体系。

晚点:在众多 pipeline 中,出现什么信号时,可以判断这是一个有很大潜力的方向?

周靖人:你可能想听一个大的 secret,但其实没什么诀窍和捷径。一般都是先有假设,再做小规模实验,得到初步的证据,然后是更大规模的实验。我们内部有科学的评估方法和数据支持,帮助好的方向脱颖而出。这是能持续做出成绩的组织的共性。

晚点:怎样能有高质量的假设?怎样提升同时进行多个实验的效率?

周靖人:一是方向性的判断,这来自优秀人才的技术素质;二是科学的验证方法,要看实验和数据支持,不是靠一个人拍脑袋。

晚点:假如我是一名阿里通义研究人员,我有一个想法需要用 100 张卡做实验,我如何能及时、顺畅地获得想要的资源?

周靖人:我们有快速实验的平台,支持用少量资源试错。一上来就想在超大规模模型上中大奖,这是不可能的。

晚点:你们的众多 pipeline 里,最近有哪些已有较大进展了吗?

周靖人:最近大家最关注的还是语言和推理。我们在多模态 VL(视觉语言模型)、音频等模型等方向都有很多积累,都在 Qwen3 上有了明显提升。

晚点:研发的本源是人才,阿里的部分技术骨干被字节等公司高薪聘请,你们怎么应对?

周靖人:人才流动很正常。更重要的是团队能坚持一个初心,一起做出出色的工作,这是凝聚力的来源。

同时现在模型研发不仅是模型、算法层的创新,而是个长期系统工程,要有坚定投入的耐心,今天做、明天停,对团队影响很大。阿里在通义千问上的投入是非常坚定的。

晚点:我们了解到,2024 年,通义给所有研究员普涨了一级职级,并全面加薪。这是对人才市场变化的回应吗?

周靖人:我们一直有激励团队。薪酬匹配是需要的,但高薪不是唯一手段。

晚点:你 2023 年曾告诉我们,AI 时代,科研、技术、产品要更紧密结合,没法像以前那样分那么开。为什么阿里去年下半年把大模型的 2C 产品从阿里云分到了吴嘉管理的阿里信息智能事业群?

周靖人:这不是分开,而是更专业化。通义专注技术研发,2C 产品团队专注用户体验和运营,分工更清晰,但协作很紧密。比如夸克也在用最新的通义千问模型。

晚点:你现在和吴嘉怎么配合?

周靖人:我们日常讨论很频繁。通义的重要目标之一是支持好夸克等产品,这些产品也能给我们模型研发一些反馈。

晚点:为什么通义要自己做 Qwen Chat 这个对话产品?

周靖人:Qwen Chat 不会有太多产品设计,它更多是让全球开发者能方便体验通义千问的最新模型。

晚点:你很冷静,从 AI 热潮以来,有什么事会让你难得的兴奋吗?

周靖人:一是技术的快速发展本身,二是我们过去的坚持能让我们有一个好的进展。这对每一个技术工作者来说都是非常幸运的事。

晚点:那有什么事让你焦虑吗?比如在你们的强项多模态上,你最初看到 Sora 时焦虑吗?

周靖人:没有。为什么焦虑?ChatGPT 刚出来时行业很焦虑,后来国内模型竞争起来了,就更理智了。Sora 也是一样,我们最近开源的视频生成模型万相 2.1 和 Sora 对比,外界评价也是互有胜负。

晚点:不焦虑的前提是你们保持在第一梯队,阿里怎么知道自己一直在大模型第一梯队?

周靖人:还是看市场反馈。自己说自己多强,意义不大。

晚点:有什么长期保持在第一梯队的方法吗?现在大家都是各领风骚 30 天。

周靖人:从每个组织内部看,今天每一代模型的提升,都是基于前一代的能力,优势是逐渐积累、代代叠加的。

看起来各领风骚,是因为科技发展的规律就是你追我赶,大家相互启发和学习,这对研究者来说很自然。所以我也经常和团队说,不用那么在意一时的流量,科技发展都是一步步来的。

题图来源:阿里巴巴

- FIN -

跳转微信打开

对话彭文生:应对贸易战,让中国人有钱消费

2025年4月17日 23:17

原创 龚方毅 黄俊杰 2025-04-17 23:17 北京

“建立消费大市场需要回归常识,让发展成果更公平惠及全体人民”

中金公司首席经济学家

“建立消费大市场需要回归常识,让发展成果更公平惠及全体人民”

文丨龚方毅 黄俊杰

制图丨黄帧昕

编辑丨黄俊杰

这一轮贸易战开始的第一周,中文社交网络上流行起来一个容易理解的类比:甲方要逼乙方重签合同。极其复杂的地缘政治、货币财政、金融历史被简化为交易中的权力关系。

有人觉得美国是甲方,因为 4.2% 的人口每年的消费额占全球的 1/3。白宫似乎也是这么想的,特朗普的新闻发言人最近断言,每个国家都会寻求和解,因为所有人都想要美国的消费者。

但中国生产了全球 1/3 的商品,当中有不少无可替代。于是当大部分国家和地区放弃报复,与美国谈判的同时,中国坚定还击,对等追加关税。中国外交部发言人在 4 月 17 日回应说,“关税战、贸易战没有赢家,中方不愿打,但也不怕打。”

对等关税从 34% 涨到 125%,已经足以说明买方与卖方的简单权力关系。

7 年前,特朗普第一次对中国发起贸易冲突时,中金公司首席经济学家彭文生提出短期可以用货币、财政政策应对,但长期需要给中国的消费者减负。

这也是他长期以来的政策主张之一。在 2013 年出版的《渐行渐远的红利》一书中,彭文生就建议随着政府财力和整体经济实力的增长,中国应当扩大和增强社会保障体系,再结合其他制度调整,缩小贫富差距,提高全民的消费意愿。

现在,中国如何让自己的国民更有能力消费被更多提及。今年初,中央经济工作会议将 “大力提振消费、提高投资效益,全方位扩大国内需求” 作为经济工作的首要重点任务。在诸多问题上有分歧的国内学者们普遍呼吁公平分配、促进消费。

既然 3.5 亿人能成为消费的 “甲方”,14 亿人的统一大市场应该诞生更多的富足的消费者,而不只是全世界最高效率的工厂。

4 月 13 日,我们再度拜访彭文生,谈论美国成为最大消费市场背后的特殊性,以及中国如何才能成为最大消费市场。

中金公司首席经济学家彭文生,来源:中金公司。

中美是两个甲方,冲突很严重,但大概率不会变成大萧条

晚点:有挺多人用 “甲方”“乙方” 形容这次贸易冲突里的权力关系,你觉得谁是甲方?

彭文生:不是说买方就一定是甲方,最终双方会达成妥协。特朗普认为,美国是最大的市场,你们都把东西卖给我,所以我是甲方,你们都有求于我。但问题是不是这样简单?

经济学有一个价格弹性的概念,中美谁是甲方谁是乙方,就看商品需求和供给的价格弹性哪个大。

如果价格稍微上升就导致消费需求大幅下降,就是需求的价格弹性大,意味着需求方是甲方,但如果供给的价格弹性大,也就是价格稍微下降,就没有企业愿意生产,供给就消失,这时生产者就是甲方。

而价格弹性取决于商品的不可替代性。如果双方都不能接受,交易可能会消失。就国家之间而言,消费和生产的规模很重要,规模越大,想从其他市场寻找替代的空间就越小。消费端,美国的市场份额最大;但生产端,中国的份额最大,所以本质上两个都是甲方或者互为乙方。

这也是为什么其他相对较小的经济体难以和美国抗争的原因。

晚点:相比 2018 年贸易摩擦,这次新冲突最大的区别是什么?

上下滑动查看

彭文生:这一次最大的差别是范围广、幅度大。现在加征关税超过 100%,可能直接导致需求和供给都消失了。

关税本质是为了实现对自己更有利的贸易条件,比如美国为了使自己的出口价格相对于进口价格上涨,就通过关税让中国的出口商降价。然后美国政府收走差额,反过来可以对内减税。

一般出口企业利润率很薄,哪怕退完税,有 20%-30% 就很不错了,有的可能也就 5%-10%。如果温和加税,中国企业承担一点,美国消费者承担一点,还是可能的。

现在罕见的高水平关税,如果真的导致中国的商品卖不出去,那么美国消费者也买不到中国的商品了,美国政府也就收不到税了。两边就看现在谁能扛得久一点。

总体来讲可能中国相对好一点,最起码东西在你手里。实在不行自己多发点钱,自己多消费一点。

晚点:自由贸易持续了这么多年,为什么是现在撑不住了?

彭文生:现在讲的比较多的是两个原因,一是公平,自由贸易虽然提升效率,但导致收入差距扩大,不同人群、不同区域之间社会矛盾积聚,二是安全,供应的稳定性。但是不是因为这些考虑就不要自由贸易,比如分配问题可以通过内部机制调节,我认为不应因噎废食。

同时,还有更微妙更深层次的维度,在今天地缘经济新形势下需要我们重视。自由贸易的理论基础是李嘉图讲的 “比较优势”——人与人之间、甚至国家之间做自己相对擅长的事情,通过分工和贸易,大家都受益。

我在学生时代学国际贸易理论时,有一个常用的例子,教授和秘书,教授不仅会写论文,打字也比秘书快,而秘书只会打字,那是不是说教授应该自己都做了,不需要秘书?不是的,教授有绝对优势,但秘书有比较优势,秘书打字虽然慢些仍然可以节省教授的时间,教授因此可以聚焦写论文。

比较优势理论的大方向是对的,但理论和现实往往有偏差,有时候这个偏差还非常重要。首先是不能静态地理解比较优势。上面的例子,秘书可以通过学习提升技能,不一定永远打字。1990 年代中期我在 IMF(国际货币基金组织)工作,和世界银行一位专门研究国际贸易的知名英国教授争论中国要不要发展汽车产业。

他认为中国不应该发展造车行业,因为造车是资本密集型产业,中国的比较优势在于劳动力成本低,应该做纺织行业、服装行业等一些轻工业,出口轻工业品,进口汽车,大家都受益。直觉告诉我这不对,比较优势不应该是静止不变的,落后者的技术可以进步。

回头看,为什么这么多市场经济的后发国家,过去 30 年只有中国快速追上了?技术进步一个重要的因素是规模经济。比如说,年产 5 万辆和年产 100 万辆的汽车厂,后者单位成本低。规模做大不仅仅降低成本,还可以促进技术进步——更多资源做研发,工程师红利等。

而中国的人口众多和经济体量大,意味规模经济在中国的空间大。经济学家克鲁格曼在其新地理经济学阐述了规模经济和国际贸易的关系,更贴近现实,比如解释了为什么发达国家之间有那么多贸易,为什么全球产业链分工那么细,背后是规模经济的作用。

那么从没有规模到有规模经济,会不会自动发生?克鲁格曼的新贸易理论提出,在某些情形下,政府可以通过补贴和关税来扶持本国的产业发展,由此带来很多争议,什么是合适的度,如何避免腐败,像这一次特朗普关税对一些特定的产品豁免,背后的游说是不是有利益输送?更重要的是,如果贸易伙伴报复反制、两败俱伤,就难以达到初始的目的。

晚点:这次危机,有什么可能的结局?

左右滑动查看

彭文生:那要看接下来的局势发展,我个人的看法,最终会达成一个协议,因为很显然,经济可能承受不了这么大幅度的关税增加。但即使最终有一个妥协,估计也难以回到原点了,损害已经造成。有几个方向的变化需要关注,虽然其变化幅度还有待观察。

第一,全球贸易额萎缩。今天全球贸易量这么大,是因为分工细。关税是会重复征的,比如说有一个配件一开始在中国生产的,出口到墨西哥,要交关税。配件在墨西哥加工完,再到美国,还要缴一道关税。所以哪怕每个国家只多收 10%,影响也可能很大。全球贸易量缩小,消费选择的多样性降低、商品价格提高,最终影响所有人的生活质量。

其次,分工便不会没那么细了、全球产业链变得粗线条一些,意味着今后每个细分行业的规模缩小,通过全球分工实现规模经济效应的空间下降。

第三,每个经济体内循环的比例上升,小型经济体受害更多。小型经济体内循环的空间小,面临细分赛道规模要求和消费需求多样性的矛盾。但即使中美这样的大型经济体也面临从可贸易转向不可贸易品带来的问题。要在国际贸易中获得成功、要想赚钱,真得靠质量高或者成本低。

但在不可贸易领域,可竞争性弱,效率必然下降。所以,新形势下,首先还是要重视对外开放,重视国际贸易,这不仅是短期的需求问题,更是长远的效率问题,其次是促进内部市场竞争更重要了。

晚点:100 年前,美国的大萧条带垮了全球经济。今天第一大消费市场如果再次出现大萧条,会是全球灾难么?

彭文生:历史不会简单重复。1930 年代贸易大幅下滑,最终的体现是大萧条。但当时的主要经济体包括美国受金本位的约束,当时也没有宏观调控的概念和机制。贸易量大幅萎缩不仅有关税的影响,也有危机爆发后货币需求上升、货币供给不足导致的紧缩效应。

现在如果全球贸易大幅下滑,必然意味着全球经济衰退。理论上讲,如果财政货币政策应对得当,比如美国经济衰退,美联储采取宽松的货币政策,应该能够避免所谓的大萧条。

但仅靠财政货币政策是否足够?假设资产价格下跌或者消费价格上升导致美国需求下降、进而引发经济衰退,美国财政和货币政策扩张提振需求,但仍然面临关税导致的供给不足的问题,提振需求很快就导致通胀上升,反过来约束宏观政策的空间。

从这个意义讲,宏观政策可能避免大萧条,但难以解决关税带来的滞胀问题。这可能是美联储现在对降息比较谨慎的原因。换句话说,美国还是得在关税问题上寻求妥协,宏观政策解决不了供给不足的问题。

美国的消费力很大程度来自全球贸易体系

晚点:美国人口不到全球的 5%,但消费规模占全球三成多。这被很多人认为是它能打贸易战的前提,为什么它会是这么大的消费市场?

彭文生:美国 GDP 占全球的比例最高,当然它的消费占全球的比例也是最高的。

美国的消费还是有它一定的特殊性。美元是国际货币,大家需要美元。但是你拿什么跟美国换美元呢?只能拿商品、服务和美国换美元。所以,从这个意义上讲,美国的贸易逆差一部分是世界其他国家和地区向美国支付的美元铸币税。

另一个原因是资产价格带来的财富效应。过去几年美国股票涨得最多的是七个大的科技公司。为什么是这七个?一种解释说,美国的创新能力最强。另外一个解释就是,科技企业现在是对全球收租,像 Meta、Google、苹果实际上现在都带有垄断属性,而且它的垄断一旦形成以后有网络效应,难以撼动。随着数字经济、人工智能的发展,这些企业未来的盈利能力还会增加,这些预期体现在当下的股票价格上涨上。这些股票大部分还是美国人持有的。

也就是说美国的消费率之所以能长时间维持在高水平,有两个其他国家没有的因素的支撑,一个是收美元的铸币税;一个是科技服务业收租,这是垄断性的。这两个其实都主要体现在资产价格估值上,美元的铸币税不仅体现在美国的国债收益率较低上,也就是一般讲的美国更有能力承受对外负债,还体现在美国的金融行业的盈利和股票价格上。

消费支出不仅取决于当期的收入,更受永久收入(也就是财富)的影响。

晚点:美国消费占 GDP 比重显著高于欧洲,也主要因为这两个独特性么?

彭文生:美国来自外面的收入很强,所以美国消费相对 GDP 的比例很高。因为 GDP 是国内生产总值,没有包括这些外部的收租收入,而这些外部收入更多体现在资产价格的上涨。要是把这些都算进去,它的消费相对于财富其实没那么高。

两个人,一个人有财富也有工资,一个人没有财富只有工资,肯定是有财富的人更愿意消费,他把工资全花了都可以,而没财富的人要储蓄,要为未来做准备。GDP 是个生产的概念,消费应该是相对整个社会的财富,而美国的财富远大于生产。

因此,尽管美国政府对外负债增加,但美国家庭部门的净资产对可支配收入的比例呈现长期上升的趋势,这是他们愿意消费的大前提。表面上看美国的家庭部门消费率高(消费占可支配收入比例),但消费相对于家庭部门的财富比例并没有那么高,说美国人非理性消费是不符合现实的。这就是美国的特殊性。

晚点:美国贸易逆差如果真的下降,是不是很可能意味着它将放弃当全世界的甲方?

彭文生:特朗普近期的关税政策从根本上动摇了我刚才讲的这两点。第一个就是美元的国际货币地位。美债收益率表现是一个早期的迹象。还有一个迹象,欧洲已经讲了,如果美国坚持对欧洲商品征税,欧洲就对美国科技企业的利润征税,甚至可能通过监管手段打破美国科技公司在欧洲的垄断。其他国家也会学习。(注:4 月 15 日,日本监管机构宣布对 Google 发起反垄断调查。)

所以,美国科技服务业的收入就会减少,它的股票估值就没那么高了。最终可能会实现特朗普的目标,让美国的贸易逆差下降,但背后的机制是其在全球收租的能力下降,财富也小了,美国人没那么大的消费能力了。但这是不是他们想要的结果?天下没有免费的午餐,有所得就有所失。

晚点:但特朗普的草根支持者会不会无所谓?有一半的美国人没有 401K 退休金账户(主要投资股票和债券基金)。

彭文生:这里确实不仅是国家之间的博弈,还有内部分配的平衡问题。所以也不能说特朗普完全没有道理。这是一个选择,美国作为一个国家的选择。但既要又要的逻辑有问题,美国贸易逆差高,财富多的人受益,财富相对少的人受损,这还是内部分配问题。但他现在把这个责任都归罪给外面。

另外,理想的愿景可能很好,但从现实到理想的愿景这中间可能涉及重大的利益调整,这不是所有人都愿意接受的。最终,可能还是美国的富裕群体拥有更大的话语权。(注:访谈当日晚些时候,美国商务部宣布豁免手机、个人电脑相关产品关税。两天后,特朗普说自己给苹果 CEO 库克 “打了电话”“帮了忙”。)

如果分配更公平,中国就可以成为消费的 “甲方”

晚点: 短期内,需要补贴外贸行业吗?

彭文生:如果中美最后谈妥了,回到这一次关税战之前的原点,补贴有助于度过暂时的困难。如果脱钩,我们的经济结构要有重大调整,出口占比高的行业就不应该补贴。现实可能在这两极的中间,但总体来讲,大方向是经济结构会发生变化。

补贴企业在一定时间范围内是合理的,但是不能长期如此。因为长期来看,当经济行为、经济结构可能发生很大的变化,就不应该再补贴企业。在很多情况下,政府事先不知道被补贴的行业未来是否应该存在。

规模经济和国际贸易的结合,意味着相当多的行业规模都很大,其中相当一部分是出口企业。假设以后因为贸易战,产业结构发生较大的变化,有相当一部分出口企业就可能不应该存在了,政策应该帮它们调整,这个帮助应该是促进消费需求,让消费需求引导资源配置和结构调整。

出口转内销,关键是国内的人得有消费能力才行,所以关键要提高居民的收入。

我们应该通过一些制度的设计,制度的变革,让规模经济的收益更公平的分配给普通人,如果那样的话,我们内部的市场就会更大,我们在全球的影响力也会更大。现在人家想到中国就想到竞争,觉得你成本低。但如果我们的分配更加公平,我们的市场比现在大,我们就比美国还要厉害,因为我们既有供给,又有需求。

晚点:近期不少政府会议和文件提到要政策发力,以提振消费、解决有效需求不足,包括你也多次呼吁应该尽快改善这一局面。消费不足的原因有哪些?

彭文生:消费不足可以从很多角度去理解,但从根本上讲主要有两个原因:一个是结构性的,也是比较根本性的问题;另一个是周期性的,比如经济下行阶段。

关于结构性问题,我比较认可马克思的观点:生产过剩的核心在于贫富差距大,即收入分配不均衡。

比如农村养老金现在每个月大概接近两百块。这几年确实也涨了一些,但是相比城市养老金还是偏少。

和过去连社保都没有还要缴农业税的时代相比,现在确实有所进步,但城乡差距依然很大。当然,这只是导致消费不足的众多原因之一。

另外,在经济有压力时,我们更多先考虑 “保经济主体”,减税或补贴等方式优先帮助企业,倾向认为只要保住企业,就有就业,就会有消费。比如 “以旧换新” 实际上也是更多在帮助企业。

但问题在于,企业本身并非最终需求方,消费者才是最终需求方。企业的需求是投资需求。下行周期里,可能你给他减税他也不愿意投资。即使愿意继续投资或者生产,又可能加剧需求不足,产生我们常说的产能过剩问题。

晚点: 如何缩小收入分配的差距?

彭文生:2008 年的金融危机被称作 “大衰退”,而不是 “大萧条”,原因在于战后在两个方面都有重大变化:一是针对马克思提出的贫富差距问题,战后西方国家建立了福利社会,尤其是社会保障制度。我们今天所说的失业救济、医疗保障等基本保障,虽然在此之前也有,但系统化主要是在战后建立起来的。

人类社会的发展有一些共同的经验教训,值得我们借鉴参考。有很多关于福利社会的经济学研究,认同要有基本保障,而且保障要随着经济发展水平、技术进步、社会发展的变化而改善。

比如在工业革命早期,童工是合法且常见的,甚至被视为给孩子一个不饿死的机会;在那个年代,这似乎是帮助他们。然而后来,随着技术进步和社会发展,童工就不再符合现代社会的文明与道德标准了。

晚点: 需要给所有人发钱么?

彭文生:以我们的社会保障水平,现在还不到谈发钱的地步。欧美在疫情期间直接发钱是因为他们基础的社会保障已经做得比较好了。

因为收入分配涉及两个环节:第一是在生产环节,关系到劳动者权益保护,如不得剥夺休假、不得过度加班,以及工会的力量、最低工资、劳动保障、医疗保障等。

第二是二次分配,要增加低收入人群的收入,这个 “增加收入” 不是简单给他发钱,而是通过制度设计来达到调节收入的效果。当下来讲,一个可能是降低社保缴费。

目前个人与企业的社保缴费总共约 24%,且社保基数一般按当地平均工资的三倍封顶,超过部分不计入缴费基数。这就意味着,对于月收入仅几千元的人而言,实打实地交了 24%。而对高收入者来说,实际比例可能仅为几个百分点,导致其呈现累退性质。

理想的收入分配调节应采取累进制度,收入越高,税率越高。可以想见,如果社保缴费降低 10 个百分点,对于一个月拿 5000 块的人来讲,就相当于多了 500 块收入。

晚点:财政怎么激励消费信心?

彭文生:从周期视角来看,是凯恩斯的观点。凯恩斯在 1936 年发表的《就业、利息和货币通论》。这本书的标题就很有意思,“就业”“利息”“货币” 三个概念紧密相关,书名中间的 “利息” 既与实体经济相关,也与货币相关,但凯恩斯最终落脚在货币上,从货币经济学的角度解释了大萧条为何如此严重。

在《通论》中,凯恩斯实际上接受了马克思关于贫富差距是问题根源的看法,但他也指出另一大原因——货币的角色。逻辑很简单:在今天,我们称货币为 “安全资产”;在凯恩斯那个年代,叫 “货币需求”。

当人们对未来缺乏信心时,往往将现金存入银行而不进行消费或投资,也不愿持有风险资产,如房产、股票或实体投资。这样一来,货币的角色就被 “异化” 了:从个人角度看,在信心不足时少花钱多存钱是理性的选择,但若人人都这么做,就有合成谬误,经济就会陷入困境。

晚点:但人们贷款意愿也和信心有关。信心不足的时候,凯恩斯的办法是不是失效了?

彭文生:货币有两种投放方式,当前银行的存款主要来源于两个方面:第一,银行发放贷款。银行给企业贷款后,企业将资金用于发工资或支付原材料等,货币便流入经济体系,大家口袋里的钱就多了。第二,政府支出也是货币投放,税收则相当于货币回笼,赤字是货币净投放。

在经济不景气或者人们对未来缺乏信心时,通过贷款投放货币的效力会降低。就像现在,不少银行虽然提供低利率贷款项目,但许多人并不想借,因为对未来没信心或因为经济情况不好,不愿承担还款压力。

从这个意义上说,贷款本身具有顺周期性:经济越差,越难贷出去;经济越好,反而更容易放贷。因此,用一个顺周期的手段(即贷款)来做逆周期调控,效果就会大打折扣。这正是我们目前面临的问题,应对之策是发挥财政投放货币的作用。

按照历史,我们的子孙后代根本就不需要担心债务负担

晚点:你建议提高社保保障,但现在社保收支压力已经比较大了。

彭文生:这其实是一个理念问题。财政上应对这种担心可以有两个手段:第一,划拨部分国有资产。这本质上是一种会计处理,相当于将资产记入社保体系;第二,政府发债。

有人担心政府债务过高,但本币债没有违约的问题,因为有央行的货币发行可以稀释债务负担,但这可能带来通胀压力,所以通胀而不是违约才是政府债务的根本约束。当下我们没有通胀问题,相反,我们面临需求疲弱导致的价格下行压力。

政府的债务概念也要琢磨一下。任何债务都有对应的债权人,比如我向银行贷款,我是债务人,银行是债权人;我向你借钱,你就是债权人。那么,政府债务的债权人是谁?实际上,是我们普通人。即使你个人名下没有资产,但如果你持有的基金中包含国债,或你直接购买了国债,你就是政府的债权人。很多人的退休基金、企业年金也会投资于国债,这些都代表着你对政府的债权。

因此,政府债务增加的同时,也意味着居民部门的资产增加。但问题在于:债务的最终责任人是谁?政府作为一个代理人,其债务在持续滚动的过程中,最终转嫁给的是下一代人。也就是说,政府债务的本质,是在增加当前居民的资产的同时,将债务责任留给我们的子孙后代。

这就引出了一个值得思考的问题:这样的做法是否合理?我们是否应该提前透支子孙后代的资源?为什么要把他们未来的钱用在今天?

晚点:那不就是美国年轻人现在反对 “战后婴儿潮” 一代的原因吗?美国政府大笔举债,但下一代人需要还这些钱。

彭文生:按照历史的经验,我们的子孙后代根本就不需要担心债务负担。因为技术进步和经济增长,今天的债务在三十年后可能根本不是问题。原因在于,债务的名义价值是固定的,而经济规模会不断扩大。比如,今天的一笔 1 万亿元的债务,在三十年后的 GDP 面前可能微不足道。

退一步说,假设未来没有这么乐观,技术进步和经济增长没有那么快,政府的债务需要多发货币来稀释,带来通胀,问题是通胀环境下谁受益谁受损?年轻人受益,因为他们付出劳动获得的工资随着通胀而上升,而老一代人持有的国债的名义价值是固定的,通胀会导致其贬值。

从更广的角度看,通胀上升,推动利率上升,利率上升导致资产价格下跌,比如房价和股票价格,老一代人的财富缩水。也就是说今天政府负债要么促进增长,让当代人和下一代人都受益,要么当代人现在收益未来要付出代价。

美国的问题在于,其政府债务建立在一个高度全球化和金融化的经济基础上上。如果不打破这一平衡,这种状态可能还将持续相当长的时间。现在美国试图打破这一平衡,而任何改变都意味着有所取舍。

但即使这样,我不认为美国政府的债务有显性违约的问题,近期美国长期国债收益率上升,所谓股债汇三杀,对此我的解读仍是它反映投资者对关税导致滞涨和美元优势下降的担忧。

晚点:提到财富缩水,房产价值下跌长期是好事还是坏事?

彭文生:从个体角度来看,确实会感到不适。对于已经拥有房产的人而言,资产贬值带来的心理落差是显而易见的。但对于年轻人,尤其是那些仍在成长、没有父母资助购房的人来说,房价下行反而是一件好事。

从宏观角度看,在新的地缘形势下,促进内需是关键,但要防止具有垄断属性的不可贸易品行业对效率的损害。比较理想的情形应该是房地产是经济发展的结果 —— 先有经济好转,就业和收入增加,带来房地产需求增加,这样的价格上涨才是健康和可持续的。

晚点:今天年轻人不愿意进工厂,是不是也是这种矛盾的体现?

彭文生:任何事物都有相对价格。随着人口年龄结构的变化,年轻人数量减少,但社会对年轻人从事的工作的需求依然存在甚至上升,因此年轻人就有更多选择的空间。这种现象是由人口结构变化所决定的,是一种必然。

此外,上一代积累的财富让部分年轻人可以暂时不用工作,但这本身就是一种动态调整。年轻人不工作,意味着财富的回报率会下降;如果大多数人都不工作,财富本身可能就会失去价值,最终变得毫无意义。

要维持生产,就需要提高工资。工资上升后,生产规模可能会缩小,但劳动者的收入将增加,消费也会随之上升,从而带来通胀压力,通胀导致资产价格下降。

美国也是一样,上一代的财富会面临价值下调。当然,美国有其自身原因,例如特朗普的政策可能会加速这一过程。

晚点:在中国的规模经济作用下,企业即使维持较低的毛利率也能生存,这是否意味着员工更难获得高收入?

彭文生:没有必然联系。关键还是收入分配的机制,如果规模经济的收益更多更公平的惠及劳动者,消费需求会增加,企业的毛利率增加,劳动者收入也增加。

这背后也与社会保障体系有关。有一个概念叫 “保留工资”(reserve wage),即你愿意接受工作的最低工资。如果保留工资较高,企业必须支付超过这个水平的薪酬才能雇到人。以美国为例,最低工资与社会保障制度构成了一个基本底线。

而在我们这里,由于社会保障水平较低,保留工资自然也较低。要提高这一水平,从制度设计的层面推动改革。但最关键的还是改善社会保障体系,促进共同富裕,从而促进消费需求,形成一个良性的闭环。

晚点:但也有人反对说,如果政府提高最低保障要求,会损害企业的全球竞争力。

彭文生:这种说法是相对的。社会始终有一个基本的伦理底线。童工曾经也是合理的,因为能增加劳动力、提升效率。但社会是在不断进步的、是一个社会逐步形成共识的过程,没有一个绝对的比较标准。

任何社会最终都会形成一定的社会压力,总会有一些声音发出来。就目前观察,要求提高农村老年人养老金的呼声正在不断增强。人类历史经验表明,随着科技进步和生产效率提升,社会整体变得更富裕,人们也会变得更慷慨,更愿意帮助弱势群体。一个人当基本温饱都无法保障时,自然不会去考虑帮助他人,这是很朴素的道理。

当然,这也需要由政策来推动。

晚点:你现在被问的最多的问题是什么?

彭文生:目前最受关注的还是两个核心问题:第一,中美双方是否会谈妥,什么时候达成协议;第二,政策应对的具体措施是什么。

一开始特朗普希望通过强硬的姿态迫使对方让步,但现实是并未奏效。但贸易摩擦没有赢家,我们应高度重视其对经济的影响,需要大力促进内部的消费需求,财政政策是关键。

题图来源:《阳光普照》

- FIN -

跳转微信打开

对话 iCAR 苏峻:“认怂,听劝”

2025年4月14日 22:23

晚点团队 2025-04-14 22:23 北京

以下文章来源于:晚点Auto

晚点Auto

从制造到创造,从不可能到可能。《晚点LatePost》旗下汽车品牌。

先活下来再去实现理想,而不是为了理想把自己烧死。

文丨司雯雯 宋玮

编辑丨王姗姗

预售 3 个小时收获 3 万多张小定订单,曾让奇瑞 iCAR 团队一度以为 V23 正式上市后会 “一把就爆”。

2024 年 12 月 16 日 —— 苏峻以 iCAR 品牌首席产品官的身份在发布会上登台演讲,他心情激动、表达欲旺盛,从二战军车讲到 V23 不同于行业主流的圆形灯。但发布会结束后,因为定价争议,这位跨界造车的理想主义者遭遇进入汽车行业的第一次舆论冲击。

发布会的争议源于 V23 在预售时只有 2 个版本,用户按汽车行业的营销惯例推测,其中相对低配的续航 401km 版本的实际定价将在 10 万元内。但发布会揭晓的最终售价,401km 版本仅比预售价降了 200 元,10 万元内只能买到预售时未被公布的续航 301km 版本。

苏峻很快为 V23 不成熟的销售政策道歉,给预售用户赠送了更多积分。他说自己 “听劝”,所以 “跪下去没有一丝犹豫”。苏峻形容自己是一个非常现实的理想主义者——要先活下去,再谈理想。

大多汽车公司 CEO 都相信终局论,三年或五年后幸存者不过 10 家,要提高生存概率就得造大众接受度高的车。苏峻却选择做少数派,他想做一款特色小众车,不怕慢热,长红就行。

“世界上已经不需要再多一台长相平庸的爆款车了。” 苏峻说。这听起来非常理想主义。

V23 是一台越野风格的 “方盒子” 车,相比主流的轿车或 SUV,用户对它的喜爱和拒绝都来得更强烈。作为奇瑞首个新能源品牌,iCAR 是带着破圈任务的 “新势力”。 

苏峻希望 V23 这款车能月销 1 万辆,甚至 5 年能累计售出 100 万辆。实际的情况是——今年 3 月,V23 的销量是 5000 台,从去年 12 中旬开售至今的累计销量在 2 万台左右。

苏峻当下的另一个身份是智米科技的创始人和 CEO。他在智米做出的首款产品 —— 一台空气净化器,靠着颜值和性价比,上市即成爆款,一年卖出 100 万台。做出爆品的感觉当然非常爽。智米在创立第三年,估值便挤进了 “十亿美元俱乐部”,这也让苏峻有了更大的野心:如果能把一款十万块钱以上的商品也卖成爆款,“那该有多爽?”

2021 年,苏峻在智米内部聚起 200 人开始造车,那正是新能源爆发前夜,特斯拉市值膨胀至相当于 4 个丰田。

苏峻早年在清华大学取得设计艺术学博士学位,创业前在北方工业大学做过 14 年的工业设计系系主任。他擅长并醉心于产品设计。如果不造车,苏峻说自己可能会去做耳机或音响——总之都是竞争激烈、但产品本身很有意思的市场。

他会把个人喜好灌注进产品。V23 的外观酷似克莱斯勒汽车公司旗下 JEEP 品牌 “牧马人”( Jeep Wrangler ),这是苏峻最喜欢的车之一,美式硬派 SUV 的代表,已在市场上长红 40 年,1993 年上映的《侏罗纪公园》里主角追逐恐龙开的就是这辆车。V23 屏幕下保留了实体旋钮,拧动时微微震动。苏峻觉得,这份震感所传达的互动效果是必要的,类似于按下 MacBook 触控板的感受。

3 年后,他带着 V23 和团队与奇瑞合作,负责产品、营销、早期研发,后面的环节——量产、渠道、交付,是由奇瑞负责。今年 2 月,苏峻升任奇瑞汽车副总裁、 iCAR 品牌事业部总经理。

在与我们的对话中,产品、设计和创新的话题会更让苏峻兴奋。当然,他也并不回避遭遇的挫折和困惑以及对汽车行业的敬畏。采购、制造、经销——接下来,苏峻需要在这些他相对不熟悉的领域尽快积累能力。毕竟,一家汽车公司的总经理不一定要懂产品,但一定不能只懂产品。

以下为《晚点》与奇瑞汽车副总裁、 iCAR 品牌事业部总经理苏峻的对谈:

锚定 9.98 万元——误解从何而来?

晚点:iCAR V23 在过去三个多月销售了约 2 万台,3 月销量 5000 台。发布会的震荡算是消散了吗?

苏峻:第一波用户量没有完全达到预期,但这个成绩并不差。从种草到买车需要很长时间决策,我们可以做慢热长红的产品。

晚点:用户在发布会后对 iCAR V23 的评价反转,主要集中在定价争议。你觉得意外吗?

苏峻:发布会当时我有点懵,觉得价格挺公允、车也很好,我们没耍心眼。只是用户买车已习惯了预售和正式售价之间要有一个大的价差。401km 版本预售价是 11 万元,用户脑子里想的是实际只要付 9 万元或者更低,当看到最终售价是 10.98 万元,大家觉得我们在刻意耍心眼、飘了。

问题的本质是我不够理解汽车行业的销售方式和用户心理。

晚点:没有一个同事事先提醒你吗?用户觉得你们预售时隐瞒了续航 301km 入门版,它的售价正好是续航 401km 版本的 9.98 万元。

苏峻:这是最大的 Bug(长叹一口气)。发布会前我确实注意到这车的锚定价格已经被广泛地传为 9 万 9 千元 ,这个价格让 V23 获得了更多关注。因为我们讲得不够清楚造成了误解,这肯定是决策层的问题。

现在回想,当时好像大脑宕机了。心态可能是有点问题的:如果我们说有 3 个版本,再定一个更高的预售价,那小定成绩会不会掉下来?团队可能太渴望成功了。

晚点:关键问题是 9.98 万元买一辆续航 301km 的车,用户觉得不值。 

苏峻:其实电池容量并不小,但越野造型的风阻高影响续航。

晚点:你创立智米 10 年开过很多场发布会,按说经验丰富。为什么这场发布会反而搞砸了?

苏峻:发布会上我确实用力过猛。那场发布会承载了那么多人、那么多年的努力,太重要了,我就讲了太多相对自嗨的设计,想强调独特之处,但用户等着听价格,会觉得我说太久了。

价格被吐槽后,其他没处理好的细节也都成了问题。

晚点:你之前没看过别的汽车品牌发布会吗?

苏峻:看过。小米手机和生态体系卖产品的习惯是一口价,不搞预售——这很像写了价签再改、再打折,我当时想,为什么不诚实一点呢?

我们反思总结了两点:第一,永远从用户的角度看;第二,永远说最真实的话。假如我们早期就把真实的用户拉进来,让大家参与,可能这个 bug 就没有了。但我们没有这么做,这是个盲区。

晚点:看到用户反馈,你的第一反应是什么?

苏峻:我错了,我要改。

晚点:这是你 2014 年创业后第一次给用户道歉。而你其实不赞同汽车业预售价打折的方式,“跪下” 有一丝犹豫吗?

苏峻:为什么要犹豫?纠正动作要快。

有天晚上我给设计师做直播,一下冲进来两三千人,拼命刷屏问我为什么欺骗他们。我就说,好吧,干脆别管原先的直播主题了,先解释清楚这件事。用户听完明白了其中有误会。这件事的底层还是我们认认真真地给大家做好东西。

我们收集、整理了用户对 V23 的反馈,有十几项功能,会根据成本、体验做筛选和改进。我们会尽量基于汽车体系做事,认清真实用户,用他们认同的方式做事。

卖 “路人甲” 的车没意义

晚点:用户对 V23 这款车最大的肯定是什么?

苏峻:颜值。这在预期内,没开过这个车的人可能误认为这台车只有颜值,但开过的人能感受到操控、底盘、续航等产品价值。

晚点:你原来预期这款车 5 年卖 100 万台,现在计划变了吗?

苏峻:我们用 “特色车” 去吸引一部分用户,他们的共同特点是有品味、注重生活细节,虽然不会开这辆车去硬核越野,但能感受到它的越野姿态。

小的细分赛道也是大市场——这是汽车行业的特点。牧马人很小众,但过去近二十年,它在美国每年能卖一二十万台。

晚点:买 V23 的主要是哪些人?还是你最初定位的年轻人吗?

苏峻:我最初觉得这台车主要面对 “小米用户”,比如一线城市的年轻人。但事实上,买车的中年人比预想多——V23 是他们的 “第二台车”。也有车主是开着法拉利、路虎来提车。

所以我们把用户的定义延伸为 “有年轻心态的人”,他们有活力、热爱生活。如果开着 V23 出去被围观,他们会感觉不错。

晚点:为什么用户定位会有偏差?

苏峻:我们最初是在智米组建的造车团队,习惯性地把年轻人当核心用户,但车造好后是和奇瑞合作完成量产和销售。

晚点:新能源车的淘汰速度在加快,有的车款不到两年就停产了。V23 凭什么 “慢热长红”?

苏峻:三电、智能化会让新能源车产生很多变化,但我觉得 V23 的产品气质或者说产品精神应该很持久。

我们不会跟随突然流行的某个元素,比如随大流改成和大家一样的条形灯。这是团队从一开始决定造车就坚持的理念,你可以说是一种理想主义。

这个行业需要更多真心喜欢产品的人,如果把它纯粹当成生意,就会做一些短期主义的选择。

晚点:理想主义者大多活得艰难。汽车市场竞争残酷,他们有生存空间吗?

苏峻:燃油车时代,法拉利、保时捷、兰博基尼那么多理想主义的车企都成功了。《哪吒》、黑神话悟空在中国不也很成功吗?想象一下,20 年前它们既没有空间,也不会受认可。因为大家想的是怎么更便宜。日本或者欧美车企之所以有理想主义,因为社会够富足。

人类对多样性的欲望无法阻挡。当很多车企不站在 “科学技术和人文的交叉点”(这是 Apple 创始人史蒂夫·乔布斯常用的说法)上,而我可以,那这将成为优势。

晚点:目前哪家中国车企秉承理想主义且活得不错?面对激烈竞争大家更多造没有短板的 “木桶” 车,因为用户 “既要还要”。

苏峻:我认为没有,这是中国汽车行业的遗憾。我们不敢说要第一个做成这样的公司,但坚持理想主义造车的企业肯定很稀缺。iCAR 一定有生存空间,只是不能那么着急。我们进来得早了些,还没到百花齐放时。

特色车永远只能吸引一部分人。我们也不会做一个 80% 的人都喜欢的车,那意味着这个团队没有存在价值。现在再做一台样子平庸的爆款车有什么意义?无非是浪费一套模具、抢一点销量。这个世界需要斯巴鲁、MINI 或吉普,但不需要再多一台 “路人甲”。

晚点:销量本身也是一种意义,特斯拉就想做第二个福特。

苏峻:能做到高销量是一种能力,也有其社会价值。亨利·福特曾反问,全世界还需要不是黑色 T 型车的车吗?但我们这些人不以此为追求。如果有人说给你足够的钱去做一家丰田,我会说,“对不起,我不喜欢”。

特斯拉可能是电动车中的福特,但不是电动车中的 Apple。

从家电跨界到造车,挑战自己也挑战行业惯性

晚点:你在智米做第一款产品空气净化器就是爆品,造车却交了这么多学费。你觉得这两轮创业最大的区别是什么?

苏峻:一两千块钱和十几万元的东西决策逻辑差距特别大。汽车产品的链条更长、试错成本更高,购买决策关系到性能、安全、品质、品牌、设计审美。现在我对汽车行业更敬畏了,进入这个行业一定会要学很多东西。

晚点:奇瑞对 iCAR 的销量满意吗?

苏峻:尹总(奇瑞控股集团党委书记、董事长尹同跃)会提更高的要求。iCAR 在奇瑞的任务是让品牌向上破圈、更具精神气质。我们是长期主义心态,不看一城一池,更在意产品是不是有调性又有规模,现金流和综合盈利性是否更健康。

晚点:碰壁后,什么事是你过去不会做、以后会改的?

苏峻:比如定价方式,过去是用一口价的逻辑做预售,下一台车可能直接一口价。

晚点:iCAR 走经销商渠道,他们已经习惯了预售模式,如果他们反对呢?

苏峻:我们比较依赖经销商,最终肯定是充分沟通后形成共识。假如经销商就是反对,我们怎么会一意孤行?这可能会体系性崩塌。

晚点:你的设计师说,其他车企是老板定方向,团队出方案。iCAR 的创作自由很大,给出很多个版本,每个都不同。造出第一辆车后,你在定义产品的方法上会有什么调整吗?

苏峻:大策略还是如此。现在的新能源车整体还是像燃油车,智驾普及后,车的形态可能会发生更大变化。在具体产品配置上,我们会更多元、更深入地感知市场,降低个人喜好对判断的影响。

晚点:10 万- 20 万的车在成本限制下一定有缺点。这和你的理想主义之间怎么做取舍?

苏峻:力所能及以内做到最好,和用户最看重的需求拉齐,这是尖点,剩下要绝对不是短板。

我是非常现实的理想主义者——先活下来再去实现理想,而不是为了理想把自己烧死。我在小米生态学到的基本逻辑是快速闭环,我不是烧钱去做一个虚无缥缈的东西,V23 一定会上量。

《反脆弱》这本书里提到 “杠铃策略”,法则是生存线以上可以极度冒险,前提是保住底线。即使是乔布斯,被赶出苹果再回归后也变成了现实的理想主义者,他会做创新性极低、几乎只换了颜色的 iMAC ,而不是技术超前但亏损巨大的 Apple Lisa,就为了把货卖出去、先让现金流回正。雷军经常说,账上永远要起码有 18 个月的员工工资,小米也是在有 1500 亿元现金储备时造车。

晚点:智米过去的经验在家电,但判断一辆车的尖点比净化器难多了。比如 V23 没有后雨刷。

苏峻:同样的错误下一次不会再犯,会越来越好。但永远别想着完全不犯错误。

创业早期,靠我个人做创新产品,后来我发现产品端依赖一个大产品经理太危险了,特别容易枯竭或者偏差,大概率第一炮能打响,第二个产品就会出问题。所以要控制住方向、配合团队力量。

晚点:V23 为什么取消了仪表盘,然后又推出了官方仪表盘配件?

苏峻:我们当时想把产品做得精简,特斯拉的用户也很习惯没有仪表盘。后来 V23 产品内饰在网上露出后,有用户就反馈需要,但当时来不及标配仪表盘了,改动的工程范围很大。

特斯拉可以这么干,它靠技术力和影响力具备了 “不听” 的能力。既然我们的很多用户要,那就可以增加一个配件。我们不轴。

晚点:V23 的恶评会让你的团队疑惑或者受伤吗?

苏峻:情绪有波动,但他们扛得住。争议最多时我也没有觉得受伤,只要我稳定,团队就稳定。

晚点:但你会大年三十在微博上和人争辩,讲 V23 有多好。

苏峻:回微博是习惯。造车会不停出现心力不够的时刻,甜蜜就一刹那,比如画出了关键的一张图,但崩溃的临界感常常有。我们想要做让人眼前一亮的车,所有人苦苦地找产品方向,但会有偏差,等看到车型油模,发现它不是我们想要的东西。你看这桌上的三个车模全都是试错。那时心里最响的声音是 “这样下去是不是就完了?”

但团队付出了那么多努力,也会有人说 “要不先往前走?”

晚点:最煎熬时刻,你的决定是什么?

苏峻:所有人放假一礼拜,然后重来。我们聚在一起不只是为了把事完成,核心是把事做好。做不好,意义就归零了。

创新特别精彩,但也特别脆弱,我特别努力想留住创新的种子。如果团队里有人忽然提新想法,然后被一个嘴巴打过去、被否定,两三次后他就不再说话了。这就像我带学生时绝对不会把作业随便扔回去。

只要战略正确,大方向不犹豫,就能平衡好创新和效率。我们要保持住愿意重启、愿意提异议的氛围。

晚点:如果重新做 V23 ,你最想校准的是什么?

苏峻:我会把动力做得更大、配置更丰富。

汽车太复杂了,你问我为什么没做对?可能没有一个产品经理能全部做对所有细节。设计做得越深,产品越简洁,但你不能这样要求消费者。年轻人可能说 “我可以不用,但你不能没有”。

晚点:如果大车企用资源倾轧,用更低的价格卖和 iCAR 相似的车,你怎么防守?实际上他们已经这么做了。

苏峻:这很可能。汽车行业特别习惯干围攻光明顶的事情,但 iCAR 的核心力量是源源不断的创造力,总不能我造一台、你抄一台。

晚点:当然可以,而且抄得很快。

苏峻:那就只能做抄袭者。

晚点:对方可能品牌更大、渠道更强、更有钱,或者挖走你的核心团队。

苏峻:奇瑞集团的资源也很强。我们的核心团队有非常强的凝聚力。

晚点:有人说,如果 V23 卖不好证明大家都必须按标准答案造车。

苏峻:我去德国都灵汽车博物馆时很震撼,在汽车行业最繁盛时,创新力极强。汽车当时是全世界最先进的行业,吸引了最聪明的人,创造了多样化的车。所有人开一样的车太无趣了。

题图来源:iCAR 汽车

- FIN -

跳转微信打开

❌