近75%的营销人员认为AI将在未来几年成为职场标配，这绝非偶然。在自动化、客户互动和数据分析方面，AI工具就像营销人员的秘密武器。根据调查，手动个性化每封邮件和埋头处理庞大电子表格的日子已屈指可数。

74%以上的营销人员相信
2030年大多数人会在工作中使用AI

但AI并非能一次性解决所有营销难题的万能术语。自从DALL.E爆红以来，各种AI工具如潮水般涌入市场，各司其职：生成图像工具加速内容创作，文本生成器提升邮件和文案写作效率，机器学习工具简化数据分析。如今，营销人员通过组合多种AI工具来大规模改善客户关系。

营销人员不仅在使用全新AI工具。科技提供商还在他们熟悉且喜爱的现有生产力工具中集成AI功能，这不仅让工作更轻松——还能更高效。

随着现有工具的AI升级——以及新软件每日涌入市场——营销人员有更多时间专注于他们热爱的工作环节。无论是制定新的活动策略、与客户一对一互动，还是规划职业发展，AI都赋予营销人员更多自主权。营销领导者也对这种生产力提升深有共鸣。

74%的工具集成率

尽管AI的兴起仍让部分营销人员感到不安，我们致力于帮助他们更好地理解这项技术。为此我们访谈了多家领军企业的营销人员，在调查中发现：
• 营销人员当前对AI的态度
• 营销人员如何用AI推动职业发展
• AI对内容创作的意义
• 营销领导者如何看待AI在企业未来的角色
• 营销人员当下可运用的工具与技巧

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

AI在客户交互领域中尚未释放的巨大潜力

该报告《对话式体验：AI在客户交互领域中尚未释放的巨大潜力》（Conversational Experiences: The Untapped Potential of AI in Customer Engagement）重点指出了企业目标与实际执行之间的巨大鸿沟：尽管许多企业在关键环节采用了短信、消息应用、电子邮件和聊天机器人等工具，但多数企业仍难以提供客户所期待的无缝、流畅且直观的对话体验。

为什么很多企业在客户体验方面表现不佳？

本次研究指出了品牌与当下客户之间的各种障碍：跨平台活动透明度不足（48%受访者指出），难以在客户旅程各阶段有效获取客户数据（46%），并且将AI功能融入通信平台也困难重重（44%）。近半数受访者（49%）指出他们缺乏通信平台行之有效的方法论实践指引，以及在先进对话技术方面的投入不足（48%）。

通过自动化、AI与平台整合，优化对话客户体验

所幸，越来越多的企业意识到弥合这一鸿沟的必要性。报告指出，未来一年，企业提升对话式体验的战略重点将集中在以下三大方向：50%的企业计划优先推进流程自动化，41%致力于深化AI在对话场景的应用，39%则着力于打通并整合所有通信平台。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

IDC的数据显示，2024年亚太区AI投资活动以信息技术行业为主导，大部分交易集中在云计算、网络安全、SaaS平台、数据分析和机器学习行业。医疗健康行业紧随其后，其增长动力来自诊断、药物研发和个性化治疗行业的突破。从地区来看，中国、韩国和日本吸引了最多的AI资本，而印度则以其软件驱动、可扩展的AI创新脱颖而出。

其他关键数据包括：
• 亚太区超过50%的DNBs仍处于AI成熟度的“可重复”阶段，落后于北美和欧洲。
• 仅有29%的DNBs达到“优化”阶段，实现AI部署的全面规模化，这为厂商支持基础设施准备、数据集成和自动化用例提供了重要机会。
• 42%的DNBs目前寻求与厂商的战略共同创新，青睐提供模块化、可扩展平台及本地化支持的厂商。

IDC亚太区中小企业和数字原生企业研究经理Supriya Deka表示：“凭借技术雄心、政府政策支持和DNBs的敏捷性，亚太区正成为全球AI投资的核心地带。那些负责任地扩展、智能化本地化并战略合作的企业将成为这一行业的真正赢家。”

摆在 CMO眼前的是个残酷悖论。“增量思维”遭遇增长瓶颈：堆砌数据资源、加码营销战役、盲目扩张投入的传统战术已然失效。若不能实现根本性的运营转型，营销雄心与执行能力之间的鸿沟将日益扩大，最终导致承诺与交付之间出现致命断层。

CMO们对此感受深切。高管层流动率显示，CMO平均任期仅4.3年，远低于CEO的7.4年或CIO的5.2年。“如今的CMO被要求以前所未有的速度创造业务成果。64%的CMO表示，其需要对利润率负责，58％需直接承担营收增长指标。

但现实是：绝大多数CMO所领导的运营体系，根本无力应对这种全新的责任要求。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

AI整合
我们认同多数人观点：现阶段将AI整合进现有业务优于创建AI专项业务。值得注意的是，近2/3的受访者认为AI将为净利润贡献5个点以上。对低利润率服务企业，这是巨大提升和估值乘数。

AI犹如医疗生产力的罗塞塔石碑
自劳工统计局有记录以来，医疗与高等教育始终争夺劳动生产率最低行业。人们认同AI有望首次实质性减少医院和支付方的行政人员与成本（尽管29%仍认为无法阻挡行政岗位增长）。更不用说医生使用AI转录实现的效率提升。

初创企业不确定性
今年对初创企业还有很多疑问：不确定是否会有并购或IPO基本无望。关于”创始人模式还是经理人模式”，都持怀疑态度。

创始人模式vs经理人模式？都不完美
今年最热领导风格辩论的答案是两者都不完美，各有缺陷。

但我们曾期待大量并购与IPO
身处巨大不确定性中，毫不意外大家对”优质”医疗科技交易缺乏信心。哪些公司或行业可能退出？首例IPO何时出现？除了押注2026年，人们更倾向高利润率科技/AI企业作为风向标。

经济悲观主义
悲观压倒乐观。去年还半杯满，2025年已粉碎你们的斗志。关税和麻疹来袭。接下来可能失去氟化物和NIH资金。

关税话题
受访者一致认为2025年关税下难有繁荣。考虑到调查在”解放日”前进行，那1/3认为关税会来去匆匆的人今天或许会改主意…

唯一确定的是疯狂旅程
犹他州和佛罗里达州水中去除氟化物，加上麻疹爆发，2025年唯一可预测的就是不可预测性。

理赔审批流程已坏，修复？难如登天
尽管联合健康集团CEO布莱恩·汤普森遇刺引发反响，事前授权要求明显不得人心，但今年拒赔会减少吗？

联邦医疗保险优势计划小幅增长
我们对Oz.医生领导下的医保计划谨慎乐观，值得注意的是，这项调查在4月7日公布高于预期的5.06%MA费率前完成。

在年报致股东信中，蔡崇信、吴泳铭表示，未来十年，最大的增量和变量都是以AI为核心的驱动力带来的变革。

股东信分享了过去一个财年阿里的战略执行与业务进展。过去一个财年，阿里巴巴聚焦电商、“AI+云”两大核心业务，业务实现加速增长。

阿里还加大对云和AI基础设施的投入，加速推动AI技术创新和落地千行百业。

同时，阿里有序退出高鑫零售、银泰百货等资产，并稳步提高多个互联网平台业务的经营效率，虎鲸文娱、高德等业务陆续实现单季度盈利。

值得一提的是，股东信中还提到，为了回馈股东的信任与支持，2024年财年，阿里派发了年度及特别股息共计40亿美元，并宣布2025财年将派发年度及特别股息共计46亿美元（约315亿元人民币）。

相较于 2024 财年，2025 财年阿里巴巴在股东回报方面再度加码，额外派发了 5 亿美元。这一举措对于阿里的股东而言，无疑是一则令人倍感欣慰的消息。

而面向未来，阿里将持续通过多种方式，持续兑现提升股东价值的承诺。

此外，谈到AI技术的发展，阿里巴巴也看到了更大的发展机遇摆在面前。

AI时代的阿里巴巴，在市场上处于绝佳的战略地位——在中国的云计算市场占据重要身位，作为亚太规模第一的云服务商，阿里云还在加速打造全球云计算一张网、加速AI产品国际化，支持中国企业全球化，这其中蕴含着巨大的发展机遇。

阿里巴巴有信心，把‘AI+云’为核心的科技业务打造成阿里巴巴的第二增长曲线。

• AI 图像编辑应用《Filmora》登顶投放榜，3 款 AI 文本生成 App 打入前十；

• 新投潜力 App 受众以男性为主，TOP10 产品类型主要为 AI 图像生成，其中《PixArt》排名第二；

• 《Google Gemini》登顶双端下载榜，《Al Morph》下载量显著增长，双端下载量环比增长均超 300%。

您对融资报道有任何问题，欢迎联系：微信7281670 ，如有BP投递请发7281670@qq.com

行业报告推荐

赛迪：2025人工智能体（AI Agent）应用现状挑战及建议研究报告

美国作为世界上最大的进口国，已经实施了其一百多年来最高的关税。此次关税骤增史无前例，市场对此也反应激烈。世界其他国家的回应及其连锁反应将在相当长一段时间内持续发酵。

但可以确定的是，我们已经进入了国际贸易的新时代。这场动荡会导致许多企业倒闭，但也将催生出新的公司和商业模式。在快速变革中，技术创新将成为企业家寻求竞争优势的重要力量。

4月初宣布的具体关税条款或许不会持久，但大规模的贸易转移和供应链重组已成定局。然而，当今全球价值链相互关联，错综复杂，要准确预测结果并制定战略十分困难。

人工智能（AI）系统在过去几年逐渐兴起，正是为了处理大量非结构化数据源、非线性因果关系和模糊结果等情况。它们将全力运转，帮助贸易企业掌握不断发展的局势。这将是对AI应对划时代巨变的一次决定性考验，而非只需在既定参数范围内进行推断。

AI最显著的应用将体现在处理贸易进程上，而在这方面它已经开始站稳脚跟。新关税意味着更多的数据处理需求和新的贸易合规义务。美国摒弃以“最惠国待遇”原则为基础的共同关税（基本上无视原产国差异），迫使企业需要更细致地跟踪供应链上所有部件的来源。

事实上，驾驭繁杂规则的能力将成为竞争优势的来源，其重要性甚至超过直接生产效率本身。

从市场准入视角观察，传统贸易壁垒的强化正驱动企业重构全球业务网络。面临欧美成熟市场的监管收紧，智能化技术正成为企业开拓新兴市场的重要赋能工具：既可通过数据建模精准识别潜在合作伙伴，又能通过智能决策系统优化跨境供应链布局，显著提升新兴贸易走廊的经济可行性。

值得注意的是，非关税壁垒已成为现代国际贸易的主要梗阻。跨境物流成本高企、流程复杂化及风险不可控等现实难题，在与欠发达经济体开展贸易时尤为突出。在此背景下，贸易便利化改革与数字化解决方案形成关键破局点。特别是以机器翻译为代表的智能化工具，正在降低跨国交易中的制度性摩擦，助力中小型贸易主体突破复杂多变的跨境交易壁垒，这种技术渗透使得原本碎片化的区域市场逐步形成互联互通的数字贸易生态。

除了关税和海关要求，完成一笔贸易交易可能还需要处理贸易融资、计量机构、植物检疫认证及其他无数环节。AI则已经开始处理并逐步解决贸易从业者所面临的非标准化、半数字化的繁杂任务。

至少在初期，美国的新关税制度并未触及快速增长的数字服务贸易领域，其中也包括AI技术本身在国际上的推广。但这一领域仍有可能卷入贸易争端，比如通过报复性数字服务税、知识产权变更或其他法规。

从积极视角分析，全球贸易格局的深度整合或将推动人工智能跨国治理协同机制的完善，但短期内制度性合作仍面临不确定因素。

实现贸易场景中人工智能的公平透明应用，需系统性构建包含数据流通机制、用户认知适配度、跨辖区监管兼容性在内的多维治理体系。在此过程中，既要尊重区域文化特征与技术基础差异，更要重点保障语言资源匮乏地区的数字权益，此类地区往往面临训练语料库不足的结构性困境。

值得注意的是，建立针对算法偏差与生成内容可靠性的责任追溯机制已成为国际共识。当前国际社会已形成多个具有代表性的治理方案，以七国集团主导的《广岛人工智能政策框架》为例，该框架通过风险分级评估模型和创新激励机制的双轨设计，既为行业参与者提供开发准则，也为监管者创设弹性治理空间。

对于阿联酋这类深度融入全球价值链的数字经济枢纽，贸易格局重构既考验其应对技术变革的适应力，也赋予其重塑产业竞争力的战略机遇。该国充足的光照资源可支撑AI算力基础设施的绿色化转型，而其在智能金融、数字贸易等领域的创新实践，正逐步转化为区域经济发展的新质生产力。

本文作者

Sean Doherty

世界经济论坛国际贸易与投资总负责人

执行委员会成员

阿里巴巴CEO吴泳铭表示：公司“用户为先、AI驱动”战略持续见效，核心业务增长继续加速。

在AI需求的强劲推动下，2025财年第四季度阿里云收入同比增长18%至301.27亿元，其中AI相关产品收入连续七个季度实现三位数增长。

据IDC最新报告，阿里云市场份额连续三个季度回升。

在Gartner机构定义的生成式AI模型供应商、生成式AI工程、生成式AI专业云基础设施、AI知识管理应用及通用生产力四大子市场中。

阿里云是唯一一家在四大领域全部被命名为“新兴领导者”的中国供应商。

今年4月，阿里开源新一代混合推理模型Qwen 3，在多个权威榜单上性能全面超越全球顶尖模型。

截至4月底，阿里通义已开源200余个模型，全球下载量超3亿次，千问衍生模型数超10万个，是全球最大的开源模型家族。

今年2月，阿里还宣布未来三年将投入超过3800亿元，用于建设云和AI硬件基础设施，面向未来承接AI需求增长和应用繁荣。

吴泳铭表示：“未来，阿里将坚定聚焦核心业务，推动AI+云成为我们长期发展的新增长引擎。”

其中生成式AI业务收入达24亿元，同比大幅增长103.1%，连续两年三位数增长，生成式AI收入比例由2023年的34.8%进一步提升至63.7%。

集团毛利为16.2亿元人民币，毛利率为42.9%，亏损净额为43.07亿元人民币，按年缩窄33.7%。

官方表示，日日新大模型的训练与推理成本均达到了业内领先水平，日日新多模态大模型持续位列中国大模型的第一梯队。

商汤科技联合创始人、首席科学家王晓刚今年年初曾透露，商汤下一代与世界模型协同交互的端到端自动驾驶方案将在4月的上海车展发布，此外，日日新大模型6.0也将在今年发布。

去年7月5日，商汤科技发布了“日日新SenseNova 5.5”大模型体系，并发布国内首个所见即所得模型“日日新5o”，交互效果对标GPT-4o。

以下是文章主要内容：

2021年的一天，Google网络搜索团队向领导层提出了一项当时听起来很新颖的想法：与其让搜索引擎仅仅提供千篇一律的链接列表，不如让聊天机器人在搜索结果页面迎接访客，直接提供答案。

在Google，这个提议算不上令人震惊，因为该公司CEO桑达尔·皮查伊(Sundar Pichai)多年来一直在谈论围绕着AI重塑Google母公司Alphabet。而且，Google还运营着DeepMind和Google大脑这两个世界上最先进的AI实验室。

难舍的香饽饽

然而，据一位直接参与讨论的前员工称，团队管理层对这一提议颇为不满，因为Google员工很少有人提议对搜索引擎的基本设计进行调整。“这是自我设限。大家不敢去思考这些问题。”这位前员工说。

该部门的领导担心，尽管其最新AI技术前景光明，但准确性仍不够。即使它完美运行，用AI回答用户问题也可能会颠覆Google核心业务：将所谓的自然搜索链接与适量定向广告相结合。这个想法至少被暂时搁置了。

Google CEO皮查伊

二十多年来，Google搜索一直主宰着互联网。它是数十亿人访问互联网的主要门户。根据数字营销公司Semrush Holdings的数据，Google每秒处理近20万次查询。在所有网站流量中，大约三分之二来源于搜索引擎。搜索也仍然是Google的核心业务，2024年为其创造了超过1980亿美元的收入，占Alphabet公司年收入的近60%。

尽管这台机器仍在运转，但近年来，网民们对Google的不满声音日益增多。用户抱怨称，Google的搜索结果中充斥着越来越多的广告和利己功能。Google对网络的掌控意味着互联网上很大一部分内容并非主要为人类消费而设计，而是主要为Google自己的网络爬虫服务。那些研究不够充分的列表式文章或汇总的产品评论充斥在搜索结果中，让用户感到沮丧，并从那些在搜索引擎优化方面表现不佳的更有用网站那里抢走了广告收入。科技评论家以及代表联邦政府参与反垄断诉讼的律师一直认为，即便存在这些不足，Google仍能保持主导地位，这证明搜索市场已不再具有竞争性。

ChatGPT抢占先机

接着在2022年，OpenAI的ChatGPT横空出世。这款聊天机器人与Google管理层在2021年拒绝的提议十分相似。就像最早版Google搜索一样，ChatGPT只提供了一个简单的文本输入区域，除此之外几乎没有什么其他功能。它给出的答案不会在真实答案上方显示广告，也不会提供冗长的食谱网站链接。那些网站上充斥着多个自动播放的视频，让人难以专注于制作鹰嘴豆沙拉等食品的步骤。而且尽管它的答案并非总是正确的，但是这种纯粹的新奇感使得用户给予了OpenAI一定的宽容，而这种宽容可能是长期主导搜索世界的Google无法获得的。

ChatGPT的崛起真正让Google感到痛心的地方在于，它建立在Google自己的发明基础之上。OpenAI的聊天机器人使用了一种AI架构，这种架构在Google2017年发布、现在已成为经典的研究论文中已进行了详细阐述。这项突破性技术被称为“转换器”(transformer)，它帮助AI模型聚焦于它们正在分析的最重要信息，而且这项技术免费开放供所有人使用。Google的工程团队将这项技术融入搜索时仅以最安全的方式使用，显示出该公司在将AI突破转化为实质性消费者产品方面的巨大困难。

ChatGPT的月访问量节节攀升

AI对Google本身的影响才刚刚开始显现。它的搜索引擎是有史以来最赚钱的技术之一，在ChatGPT推出超过两年后，几乎没有迹象表明这一局面会发生变化，即便一些分析师预计Google未来几年的搜索收入增长将放缓。去年，Google赚取了超过2000亿美元的毛利润。

尽管如此，Google也在紧急行动。一位前Google员工称，OpenAI发布ChatGPT后，Google重新调配了逾1000名工程师(约占搜索工程团队的20%)，让他们投入到生成式AI的研发工作中去(尽管指令比较模糊)。皮查伊曾表示AI比火或电更重要，他在接受《彭博商业周刊》采访时表示，人类与信息互动的方式即将发生一场彻底的变革。

“我认为，我们现在只满足了人类信息需求的1%，”他表示，“十年或二十年后，这一点就会变得显而易见。而且我认为这一切才刚刚开始，我们低估了它的发展潜力。”因此，这对Google来说是一个关乎存亡的时刻，对整个互联网来说也可能是一个关乎存亡的时刻。

变革开始

其实，在ChatGPT问世前后，Google已决定打破惰性，并把这项任务交给了伊丽莎白·里德(Elizabeth Reid)。里德是Google资深员工，于2021年加入搜索团队，并在2024年3月接管了该部门。

从那时起，她领导Google搜索做出了多年来的一些最大变革，最显著的就是AI概览(AI Overviews)功能，它将搜索结果页面中最显眼的位置让给了AI生成的回复。今年3月，该公司表示将开始试验“AI模式”(AI Mode)。这是其主页上一个专门标签，提供类似于四年前被拒绝的基于聊天的搜索体验。

当ChatGPT上线后，当时在Google工作的一些人描述称，公司内部弥漫着一片恐慌情绪。不过，里德淡化了这一说法。有很多资深Google员工还记得，微软在2009年发布必应搜索引擎时，它曾被认为对Google构成了生死威胁。事实证明并非如此。大多数时候，按部就班就足够了，因此一些人并不倾向于改变现状。

里德承担起了改革Google搜索的重任

然而，里德却准备实施真正的变革。“她非常注重数据，”曾在Google地图项目中与她共事、现就职于Niantic公司的布莱恩·麦克伦登(Brian McClendon)表示，“她不会基于希望做出改变，但如果她确信自己掌握了数据，并且认为另一种方式更好，她会全力以赴地去实现目标。”

里德将她的方法称之为“持续演进”，而非彻底变革。根据《彭博商业周刊》对21位现任及前任搜索业务高管和员工，以及另外二十多位科技和媒体行业人士的采访，她的团队仍在努力确定Google搜索在这一新时代应扮演的角色。

新的职位，使得里德成为了Google仅次于皮查伊以及创始人拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)的最重要人物之一。

在Google工作的早期阶段，里德曾参与过本地搜索功能的早期开发工作，该功能是一个地图相关特性，能让用户将搜索范围限定在某个地理区域内。负责该项目的布林要求团队在尚未完成理想的技术基础设施建设前发布该功能。这种做法在如今的搜索部门是绝对行不通的。但里德认为，这是正确的决策。“我们提前两个月就了解到了人们真正的需求。”里德称，她认为这个项目给公司上了一课，能够让员工了解“在试图重新定义可能实现的事情时如何进行实验”。

里德一直在努力将这种灵活性带入她的新岗位中。她的团队推出了“搜索实验室”(Search Labs)。在那里，发烧友们可以注册试用尚未发布的功能，这让Google在将生成式AI实验推广给广大用户之前可以提前获取用户反馈。

里德预测，传统Google搜索栏随着时间的推移会变得不那么重要，语音查询将继续增长，Google也在计划扩大视觉搜索的应用范围。Google负责搜索体验的副总裁拉詹·帕特尔(Rajan Patel)演示了家长如何利用Google视觉搜索工具帮助孩子完成作业，或者秘密地在咖啡店拍下一位穿着时髦的陌生人的运动鞋照片以便购买同样的款式.

里德说，搜索栏不会很快消失，但公司正在朝着一个未来迈进。在这个未来中，Google总是会在后台默默运行。“信息的获取方式不断拓展，”她说，“就好像你可以像问朋友一样轻松地向Google提问，只不过这位朋友无所不知，对吧？”

Google近期朝着这一方向又迈出了一步，宣布了“AI 模式”，它允许用户以对话的方式探索主题并提出后续问题。Google搜索产品副总裁罗比·斯坦(Robby Stein)将该功能描述为一种让用户探索那些不适合使用传统关键词搜索复杂问题的方式。Google的内部测试显示，这种查询的长度翻了一番。

这也给Google提供了一个尝试新商业模式的机会。AI模式将首先面向订阅Google高级AI功能的用户推出，这对一直免费的搜索引擎来说是一个微妙但意义重大的转变。

重回正轨

随着AI变得更加愈发重要，Google开始流失员工，他们转投OpenAI、Anthropic和其他发展更快、产品更具创新性的创业公司。但是，据多位知情人士透露，随着里德的领导让搜索部门变得更加充满活力，该部门的士气有所提升。

皮查伊也在财报电话会议上大力宣传公司在降低AI答案交付成本方面的进展。布林也定期现身山景城，并亲自招募了他的长期同事、Google最传奇的工程师之一的诺姆·沙泽尔(Noam Shazeer)重返公司。

“我看到的是焕然一新的活力。这些早期的工程师又聚在一起了，现在他们有了一个明确的目标：他们要追赶某个对手。”Google前杰出工程师阿文德·贾恩(Arvind Jain)表示。

里德认为，Google现在已经步入正轨。“事情的进展总是先慢后快。突然之间，技术、产品、用户体验、理解度、优化等一切要素都融合在一起，然后每个人都离不开它。”她表示，“在这样一个技术能够真正改变人们搜索方式的时刻，能够参与搜索业务的工作真的令人兴奋。”

AI烦恼

与此同时，多家独立网络出版商表示，他们的流量正在下降。他们指出，AI概览功能尤其具有挑战性，因为它直接在Google的搜索结果页面上展示信息。以前，用户需要通过点击跳转到原始网站来获取这些信息。

今年2月，在线教育公司Chegg起诉Alphabet，称AI概览功能在“剽窃”Chegg自己的内容，这给Google敲醒了警钟。Chegg在诉讼中表示，Google的行为“可能会导致公众面临越来越无法辨认的互联网体验，用户再也无法离开Google的围墙花园，只会获得人工合成的、充满错误的答案”。

Google发言人何塞·卡斯塔内达(José Castañeda)回应这起诉讼时表示，Google将“为这些无根据的指控进行辩护”。

研究人员测试了包括 ChatGPT、Perplexity、Gemini 和 Grok 在内的八款生成式 AI 聊天机器人，要求它们识别来自200篇最新新闻文章的摘录。结果显示，超过60% 的回答都是错误的，这些聊天机器人经常捏造标题、不引用文章或引用未经授权的内容。即使它们能正确指出发布者，链接也常常指向失效的 URL、转载版本或与内容无关的页面。

令人失望的是，这些聊天机器人很少表达不确定性，反而以不当的自信提供错误的答案。例如，ChatGPT 在200个查询中提供了134条错误信息，但仅在15次中表示过怀疑。即便是付费版的 Perplexity Pro 和 Grok3，其表现也不尽如人意，错误答案的数量更高，尽管它们的价格分别为每月20美元和40美元。

在内容引用方面，多个聊天机器人未能遵循出版商的限制尝试，五款聊天机器人甚至忽视了机器人排除协议这一被广泛接受的标准。Perplexity 就曾在出版商限制其爬虫的情况下，正确引用国家地理的文章。与此同时，ChatGPT 通过未授权的 Yahoo 新闻重新引用了收费墙内容的 USA Today 文章。

此外，很多聊天机器人将用户引导至 AOL 或 Yahoo 等平台的转载文章，而非原始来源，甚至在已经与 AI 公司达成授权协议的情况下。例如，Perplexity Pro 引用了德克萨斯论坛的转载版本，却未能给出应有的署名。而 Grok3和 Gemini 则常常发明 URL，Grok3的200个回答中有154个链接至错误页面。

这一研究突显了新闻机构面临的日益严重危机。越来越多的美国人将 AI 工具作为信息来源，但与 Google 不同，聊天机器人不会将流量引向网站，反而会在没有链接回去的情况下总结内容，从而使出版商失去广告收入。新闻媒体联盟的丹妮尔・科菲警告称，如果没有对爬虫的控制，出版商将无法有效 “变现有价值的内容，或支付记者的薪水”。

研究小组在联系 OpenAI 和微软后，他们虽然对自己的做法进行了辩护，但并未回应具体的研究发现。OpenAI 表示，它 “尊重出版商的偏好”，并帮助用户 “发现优质内容”，而微软则声称其遵循 “robots.txt” 协议。研究人员强调，错误的引用做法是系统性的问题，而非个别工具的现象。他们呼吁 AI 公司改善透明度、准确性以及对出版商权益的尊重。

自  AIbase基地

随着企业越来越多地采用人工智能来增强个性化的客户体验，营销领导者面临着越来越大的压力，需要调整策略并有效地利用人工智能。

IDC亚太区AP企业应用和客户体验主管、副研究总监Abhishek Kumar表示：“营销领导者必须记住，技术本身不是差异化因素，而是差异化的推动者。为了脱颖而出，他们应该专注于创造基于价值的故事，与客户建立真实的联系。他们需要与IT、数据和数字团队密切合作，建立必要的人工智能营销基础设施和工具，以实时访问准确的客户数据档案，并部署更快、更有针对性和更有效的营销活动。”

以下是市场营销领导者必须关注的一些最紧迫的商业和技术趋势，以便在不断变化的市场条件下保持弹性，并通过展示竞争优势来实现差异化。

自动化旅程：预计2027年，45%的传统B2B领导和需求生成工作将转变为自动化感知、个性化约定和内容创建，快速将客户引导到事务性商务。

搜索成为一种对话：预计2026年，45%的个人将通过GenAI搜索信息并与品牌进行对话，这迫使营销人员建立和优化人性化的数字人工智能作为主要的客户界面。

人工智能零工机构：预计2029年，传统机构将减少40%的员工，将执行转移到有限的、支持人工智能的承包商，并将剩余资源集中在先进的数据治理、人工智能服务和战略上。

营销的新员工——人工智能：预计2028年，1/5的营销角色或职能将由人工智能工作者担任，将人类的专业知识转变为推动战略、创造力、道德，以及管理人类和人工智能混合的劳动力。

该报告强调，人工智能软件市场预计将在2024年增长到970亿美元，比2023年增长32%；预计到2029年，其市场规模将达到2180亿美元，复合年增长率为18%。

人工智能软件不仅包括机器学习和深度学习应用，还涉及神经网络、生成对抗网络（GAN）、变分自编码器（VAE）和自然语言处理（NLP）等先进技术。

这种大幅增长是由企业对人工智能技术的强劲需求推动的，特别是在工作流自动化和个性化客户服务方面。

此外，该报告还对生成式人工智能市场进行了深入分析，预测它将在2024年增长到150亿美元，到2029年将进一步扩大到730亿美元，复合年增长率达到38%。

生成式人工智能在文本和图像生成中的广泛应用为企业提供了更高效的内容创建方法。目前，人工智能写作工具正在被许多公司采用，以提高内容生产效率；而图像生成工具正在彻底改变艺术创作。

企业对人工智能技术的需求激增，预计将吸引大量投资，推动该领域的持续创新。

大型科技公司正在大力投资人工智能，知名的人工智能公司更是受到了大量资本的关注。例如，Meta的首席执行官马克·扎克伯格宣布，计划今年拨出600亿至650亿美元的资本支出，专注于人工智能，并称今年是“人工智能的决定性一年”。

自 中文业界资讯站

自 花儿街参考

自 新智元

自 快科技

自 快科技

北京——2024年12月6日 亚马逊云科技在2024 re:Invent全球大会上，宣布推出Amazon Bedrock的多项创新功能。Amazon Bedrock是亚马逊云科技一项完全托管的服务，旨在利用高性能基础模型构建和扩展生成式人工智能（AI）应用程序。此次发布进一步彰显了亚马逊云科技对模型选择的承诺，同时优化了大规模推理的执行方式，帮助客户从数据中挖掘更多价值。

在新模型目录中探索Amazon Bedrock Marketplace模型和Amazon Bedrock完全托管的模型

• 亚马逊云科技即将成为首家提供Luma AI和poolside模型的云服务提供商。亚马逊云科技还将把Stability AI的最新模型添加至Amazon Bedrock，并通过全新的Amazon Bedrock Marketplace功能为客户提供100多个热门、新兴及专业模型的访问权限，客户可根据自身用例找到最合适的模型组合。

• 全新的提示词缓存功能和Amazon BedrockIntelligent Prompt Routing提示词智能路由功能帮助客户更轻松、更经济地扩展推理业务。

• Amazon BedrockKnowledge Bases现已提供对结构化数据和GraphRAG的支持，进一步拓展了客户利用自身数据提供定制化生成式AI体验的途径。

• Amazon BedrockData Automation功能能够在无需编写代码的情况下，自动将非结构化、多模态的数据转换为结构化数据，以帮助客户将更多数据应用于生成式AI及分析工作中。

• 数以万计的客户信赖Amazon Bedrock运行其生成式AI应用程序，过去一年使用该服务的客户量增长了7倍。Adobe、Argo Labs、宝马集团、Octus、Symbeo、Tenovos和Zendesk等公司已采用Amazon Bedrock的最新技术。

亚马逊云科技人工智能和数据副总裁Swami Sivasubramanian博士表示：“Amazon Bedrock服务持续快速增长，因其广泛而领先的模型选择、可轻松基于自身数据进行定制的工具、内置的负责任的AI功能以及开发复杂智能体的能力成为越来越多客户的选择。为了让客户充分释放生成式AI的潜力，Amazon Bedrock一直致力于解决开发人员当前面临的最大挑战。通过此次新发布的一系列新功能，我们将帮助客户开发出更智能的AI应用程序，让他们为其最终用户创造更大价值。”

汇集领先AI公司的广泛模型选择

Amazon Bedrock为客户提供丰富的完全托管的模型选择，这些模型来自领先的AI公司，包括AI21 Labs、Anthropic、Cohere、Meta、Mistral AI以及Stability AI等。此外，Amazon Bedrock是客户使用新发布的Amazon Nova模型的唯一渠道。Amazon Nova是新一代基础模型，以行业领先的性价比为广泛的任务提供先进的智能能力。通过此次发布，亚马逊云科技在Amazon Bedrock上新增更多行业领先的模型，进一步扩展Amazon Bedrock的模型选择范围。

• 
  

  Luma AI的Ray 2：Luma AI的多模态模型和软件产品借助生成式AI推动视频内容创作。亚马逊云科技将成为首家向用户提供Luma AI最先进的Luma Ray 2模型（其著名视频模型的第二代）的云服务提供商。Ray 2标志着生成式AI辅助视频创作的重大进步，它能够依据文本和图像高效且以电影级质感生成高质量、逼真的视频。用户能够快速尝试不同的拍摄角度和风格，创建角色连贯、物理效果准确的视频，可为建筑、时尚、电影、平面设计以及音乐等领域提供创意性输出。

• poolside的malibu和point：poolside解决大型企业现代软件工程面临的挑战。亚马逊云科技将成为首家提供poolside的malibu和point模型访问权限的云服务提供商，这两个模型在代码生成、测试、文档编制以及实时代码补全方面表现出色。这有助于工程团队提高生产力，更快编写出更优质的代码，并加速产品开发周期。这两种模型还能够依据客户的代码库、实践操作以及文档进行安全、私密的微调，使其能够适配特定项目，帮助客户以更高的准确性和效率处理日常软件工程任务。此外，亚马逊云科技还将成为首家提供poolsideAssistant访问权限的云服务提供商，该功能可以将poolside的malibu和point模型强大的功能融入开发人员首选的集成开发环境（IDE）之中。

• Stability AI的Stable Diffusion 3.5 Large：Stability AI是视觉媒体领域领先的生成式AI模型开发商，在图像、视频、3D和音频方面拥有先进的模型。Amazon Bedrock即将添加Stable Diffusion 3.5 Large这一Stability AI最先进的文本转图像模型。该模型能够依据各种风格的文本描述生成高质量图像，加速为媒体、游戏、广告以及零售领域的客户创建概念艺术、视觉效果以及详细的产品图像。

通过Amazon Bedrock Marketplace访问100多个热门、新兴和专业模型

尽管Amazon Bedrock中的模型能够支持众多任务，许多客户仍希望将新兴的专用模型融入到他们的应用程序中，为其独特的用例，如分析财务文档或生成新型蛋白质等提供支持。借助Amazon Bedrock Marketplace，客户如今能够轻松地从100多个模型中进行查找与选择，这些模型可部署在亚马逊云科技上，并能通过Amazon Bedrock中的统一体验进行访问。这涵盖了诸如Mistral AI的Mistral NeMo Instruct 2407、Technology Innovation Institute的Falcon RW 1B以及NVIDIA NIM微服务等热门模型，以及众多专业模型，如用于金融行业的Writer的Palmyra-Fin、用于翻译的Upstage的Solar Pro、Camb.ai的文本转音频MARS6以及用于生物学的EvolutionaryScale的ESM3生成模型等。

客户一旦找到他们想用的模型，就能依据自身扩展需求选择合适的基础设施，并通过完全托管端点轻松将其部署在亚马逊云科技上。客户随后可将该模型与Amazon Bedrock的统一应用程序编程接口（API）安全集成，从而使用诸如Guardrails和Agents等工具，并受益于内置的安全和隐私功能。

Zendesk是一家全球服务软件公司，服务于覆盖全球10万个品牌的多元文化客户群体。该公司可在Amazon Bedrock中使用如用于翻译的Widn.AI等专用模型，通过电子邮件、聊天、电话以及社交媒体对客户服务请求进行个性化和本地化处理。这将为客服人员提供其所需的数据，比如客户母语表达中的情绪或意图等，最终提升客户服务体验。

提示词缓存和Intelligent Prompt Routing帮助客户大规模处理推理问题

在选择模型时，开发人员需要权衡多种因素，如准确性、成本和延迟。针对其中任一因素进行优化，都可能意味着在其他因素上做出让步。为了在将应用程序部署到生产环境时平衡这些考量因素，客户会采用多种技术，例如缓存常用提示词或将简单问题分配给较小模型。然而，运用这些技术既复杂又耗时，需要专业知识来反复测试不同的方法，以确保终端用户获得良好的体验。正因如此，亚马逊云科技新增了两项功能，帮助客户更有效地大规模管理提示词信息。

• 通过缓存提示词功能降低响应延迟和成本。Amazon Bedrock现已支持安全地缓存提示词，从而减少重复处理，且不会影响准确性。对于受支持的模型，此功能最高可将成本降低90%，并将延迟最多缩短85%。例如，一家律师事务所可以创建一个生成式AI聊天应用程序，用于回答律师有关文件的问题。当多名律师在提示词中询问关于文档同一部分的问题时，Amazon Bedrock能够缓存该部分内容，使其只需处理一次，之后每当有人想要询问相关问题时便可重复使用。这通过减少模型每次需要处理的信息量来降低成本。Adobe的Acrobat AI助手通过实现快速文档摘要和问答功能，提高了用户的工作效率。根据初步测试，借助Amazon Bedrock上的提示词缓存功能，Adobe发现其响应时间缩短了72%。
• 提示词智能路由功能有助于优化响应质量和成本。借助该功能，客户能配置 Amazon Bedrock 自动把提示词分配至同一模型系列里的不同基础模型，以优化响应质量和成本。运用先进的提示词匹配和模型理解技术，提示词智能路由能够预测每个请求对应的每个模型的性能，并将请求动态路由至最有可能以最低成本提供所需响应的模型。提示词智能路由可在不影响准确性的情况下，将成本降低多达30%。Argo Labs为餐厅提供创新的语音代理解决方案，通过提示词智能路由处理各类客户咨询和预订业务。当客户提交问题、下单以及预订位置时，Argo Labs的语音聊天机器人会动态地将查询请求路由至最合适的模型，从而优化响应的成本和质量。例如，像“今晚这家餐厅有空桌吗？”这样简单的是非问题，可以由较小模型处理，而“这家餐厅提供哪些素食选项？”这类更复杂的问题则可由较大模型来回答。借助提示词智能路由功能，Argo Labs能够利用其语音代理无缝处理客户交互，同时实现准确性和成本之间的合理平衡。

Amazon Bedrock知识库的两项新功能助力客户最大程度发挥数据价值

无论自身数据存储于何处、采用何种格式，客户都希望利用它们为终端用户构建独特的由生成式AI驱动的体验。知识库是一项全托管功能，客户借助检索增强生成（RAG），能够轻松利用上下文相关及关联数据自定义基础模型的响应。虽然知识库已能便捷地连接至诸如Amazon OpenSearch Serverless和Amazon Aurora等数据源，但许多客户还希望将其他数据源和数据类型融入其生成式AI应用程序中。基于此，亚马逊云科技为知识库新增了两项功能。

• 
  

  结构化数据检索支持功能加速生成式AI应用程序开发。Knowledge Bases提供了首批托管式、开箱即用的RAG解决方案之一，使客户能够直接查询其生成式AI应用程序中结构化数据的存储位置。这一功能有助于打破数据源之间的数据孤岛，将生成式AI开发周期从一个多月缩短至短短几天。客户能够构建应用程序，让应用程序运用自然语言查询来探索存储在Amazon SageMaker Lakehouse、Amazon S3数据湖以及Amazon Redshift等数据源中的结构化数据。借助这项新功能，提示词信息会转换为SQL查询，用于检索数据结果。Knowledge Bases会依据客户的架构和数据自动调整，从查询模式中学习，并提供一系列定制选项，进一步提高所选用例的准确性。信用情报公司Octus将运用Knowledge Bases中全新的结构化数据检索功能，允许终端用户使用自然语言查询结构化数据。通过将Knowledge Bases与Octus现有的主数据管理系统相连，终端用户的提示词信息可转换为SQL查询，Amazon Bedrock利用这些SQL查询检索相关信息，并将其作为应用程序响应的一部分返回给用户。这将帮助Octus的聊天机器人向用户提供精准的、由数据驱动的见解，增强用户与公司一系列数据产品之间的交互。

• GraphRAG支持功能可生成更具相关性的响应。知识图谱允许客户通过将不同的相关信息映射成网状结构来对数据间的关系进行建模和存储。将这些知识图谱融入RAG时会格外有用，系统可依据图谱轻松审阅并检索相关信息片段。如今，凭借对GraphRAG的支持，Knowledge Bases可让客户无需具备图数据库专业知识，即可使用Amazon Neptune图数据库服务自动生成图谱，并跨数据链接各实体之间的关系。Knowledge Bases能够更便捷地生成更准确、更相关的响应，借助知识图谱识别相关联系，并查看源信息以了解模型如何得出特定响应。宝马集团将为旗下的My AI Assistant（MAIA）实施GraphRAG。MAIA是一款人工智能驱动的虚拟助手，可帮助用户查找、理解并整合托管在亚马逊云科技上的公司内部数据资产。借助由Amazon Neptune支持的GraphRAG自动化图形建模功能，宝马集团能够依据数据使用情况，持续更新MAIA所需的知识图谱，从其数据资产中提供更具相关且全面的洞察，进而持续为数百万车主打造优质体验。

Amazon Bedrock Data Automation将非结构化多模态数据转换为结构化数据，用于生成式AI和分析

如今，大多数企业数据都是非结构化的，这些数据包含在文档、视频、图像以及音频文件等内容中。许多客户希望利用这些数据挖掘见解或为客户打造新体验，但将其转换为便于分析或RAG所需的格式往往是一个艰难的手动过程。例如，银行在处理贷款业务时可能会接收多个PDF文档，需要从每个文档中提取详细信息，对姓名、出生日期等特征进行标准化以保证一致性，然后将结果转换为文本格式，再输入数据仓库进行分析。借助Amazon Bedrock Data Automation，客户能够使用单个API从非结构化内容中大规模自动提取、转换并生成数据。

Amazon Bedrock Data Automation能够快速且经济高效地从文档、图像、音频以及视频中提取信息，并将其转换为结构化格式，适用于智能文档处理、视频分析以及RAG等用例。该功能可以使用预定义的默认设置生成内容，例如视频片段每个场景的描述或音频的转录内容，客户也可以根据自身的数据架构生成定制化的输出内容，并将其轻松加载到现有的数据库或数据仓库中。通过与Knowledge Bases的集成，Amazon Bedrock Data Automation还可以解析内容以支持RAG应用程序，通过整合嵌入在图像和文本中的信息，提升结果的准确性和相关性。同时，该功能提供置信度评分，并基于原始内容生成响应，有助于降低生成“幻觉”风险并提高透明度。

Symbeo是一家隶属于CorVel的公司，提供自动化应付账款解决方案。Symbeo计划利用Amazon Bedrock Data Automation，从复杂的文档（如保险理赔、医疗账单等）中自动提取数据。这将帮助Symbeo的团队更快速地处理理赔事务，并缩短向客户回复的周转时间。数字资产管理平台Tenovos正在使用Amazon Bedrock Data Automation在大规模语义搜索中提升内容的复用率，复用率提高了50%以上，节省了数百万美元的营销费用。

Amazon Bedrock Marketplace现已正式可用，同时Amazon Bedrock Knowledge Bases中的推理管理功能、结构化数据检索、GraphRAG以及Amazon Bedrock Data Automation均已预览可用。此外，Luma AI、poolside和Stability AI的模型也即将上线。

自 中文业界资讯站

主要因为人工智能部署的服务器投资的推动，人工智能基础设施市场连续9个半月保持两位数增长。2024年，服务器占总支出的89%，与去年同期相比增长了37%。随着超大规模企业、云服务提供商和数字服务提供商扩展其基础设施能力，部署在云和共享环境中的人工智能基础设施占2024年人工智能服务器总支出的65%。相比之下，传统企业在采用本地人工智能基础设施方面远远落后。

带有嵌入式加速器的服务器是人工智能平台的首选基础设施，占服务器人工智能基础设施总支出的58%，在2024年上半年增长63%。IDC预计，2028年，加速服务器将超过服务器人工智能基础设施支出的60%，5年复合年增长率为19%。

人工智能基础设施的存储支出是由管理训练人工智能模型所需的大型数据集，以及训练、检查点和推理阶段数据库的存储需求驱动的。据报道，这一类别在2009年上半年的同比增长率为36%，其中56%的支出来自云部署。

美国在全球人工智能基础设施市场中处于领先地位，几乎占2024年总支出的一半，其次是中国（23%）、亚太地区（16%）和欧洲、中东和非洲（10%）。IDC预计，在未来五年内，亚太地区的复合年增长率将以最快的速度增长（20%），其次是美国（16%）、欧洲、中东和非洲（13%）和中国（11%）。IDC预测，2028年人工智能基础设施支出将达到1070亿美元，其中部署在云环境中的服务器占市场总额的75%，加速服务器约占市场总额的56%。

IDC预计，随着世界各地的超大规模企业、CSP、私营公司和政府越来越重视人工智能，人工智能的采用将继续以惊人的速度增长。

华为致力于把数字世界带入每个人、每个家庭、 每个组织，构建万物互联的智能世界。在本报告 中，我们从宏观趋势入手，通过对“医”、“食”、 “住”、“行”、“城市”、“企业”、“能源”、“数 字可信”八个维度在下一个十年的展望，来尝试 描绘智能世界 2030 的美好图景。我们相信智能 世界拥有无限可能，需要各行各业持续协作，不 断探索，共创美好未来。

• 随着人口老龄化和传统劳动力减少，全球正在经历重大的人口结构转型，这对亟需调整以保持韧性的养老系统提出了挑战。
• AI可能帮助人们做出更好的退休决策，并协助投资退休资产。
• 考虑到退休的重要性，在应用AI系统前确保其可信度至关重要。

自 智通财经

自 快科技

自 快科技

自 环球市场播报

自 华尔街见闻

自 智通财经

自 3DMGame

该市场分析公司称，在人工智能个人电脑中，60%是使用苹果公司带有神经引擎的M系列芯片的Mac电脑。Windows占其余大部分份额（39%），运行微软操作系统的AI PC连续增长127%。

其中，联想凭借 Yoga Slim 7x 和 ThinkPad T14s 等产品成为本季度领先的个人电脑供应商，惠普也凭借 Omnibook X 14 和 EliteBook Ultra G1 等产品崭露头角。戴尔也参与其中，在其 Latitude、Inspiration 和 XPS 系列中推出了 Copilot+ PC。

即使现在有了所有新的基于 Windows 的人工智能 PC，本季度的出货量也相对较低，这是因为大多数新机器都是在本季度末才到货的。

Canalys 将人工智能 PC 定义为带有专用芯片组或块的笔记本电脑或台式机，用于在本地而非云端运行人工智能工作负载。

首席分析师伊山-杜特（Ishan Dutt）表示，随着采用高通骁龙 X 芯片的Copilot+ PC于 6 月份推出，英特尔加紧交付酷睿 Ultra 芯片组，以及 AMD 发布 Ryzen AI 300 系列笔记本电脑 CPU，人工智能 PC 出货量强劲增长的基础已经奠定。

该公司还指出，该行业今年的人工智能个人电脑出货量将达到约 4400 万台，明年将达到 1.03 亿台。

作者：ugmbbc

该调查共有超过6.5万名开发者参与，结果显示，使用AI工具的开发者比例从2023年的44%显著提升至2024年的62%。

其中，71%的从业经验不足5年的程序员在开发中使用了AI，而在有20年从业经验的程序员中，这一比例为49%。

最受欢迎的AI工具是ChatGPT，使用率高达82%，是GitHub Copilot的两倍，且有74%的使用ChatGPT的开发者表示希望继续使用。

调查还揭示了程序员对AI工具的看法：他们认为AI最大的好处是提高生产力，其次是帮助他们快速学习新技能。

不过程序员的失业率略有上升，但整体仍保持在较低水平，仅为4.4%，然而2024年全栈开发者的薪资中位数出现了显著下降，比2023年降低了11%，降至63333美元。

在工作模式方面，38%的开发者为全职远程工作，只有20%的开发是纯办公室工作模式，其余人则采用了混合办公模式。

技术工具方面，VS Code和Visual Studio仍是最流行的IDE，Javascript仍然是最常用的编程语言，而Python则是开发者最希望使用的语言，Rust则是他们最想再次尝试的语言。

自 快科技

自 华尔街见闻

1956年达特茅斯会议上，“人工智能”的概念首次被提出。在那之后的几十年间，人工智能经历了不同发展阶段，在2022年随着ChatGPT的发布实现了关键性突破，迎来 “iPhone时刻”。随着苹果公司近期在WWDC 2024发布Apple Intelligence，全球科技巨头已完成新一轮人工智能的应用落地竞赛。

人工智能可以分析实时数据，做出决策，执行任务，并给出相应的响应，已在决策辅助、教育培训、智能家居、医疗健康等多个领域落地应用。有一批积极拥抱新概念、勇于尝试新技术的“AI人群”，他们是如何利用AI来提升自己的生活、工作和学习的呢？他们对于AI技术还有其他诉求吗？

每日互动（个推）大数据对人工智能技术的首批发烧友进行了深入洞察，希望透过AI发烧友的基础属性特征、线上线下兴趣偏好了解他们的深层次需求，为行业的发展及AI的进一步落地普及提供助力。

数据说明：“AI人群”是由每日互动大数据对通义千问、文心一言、Kimi 智能助手、讯飞星火、豆包、智谱清言等市面上炙手可热的人工智能App用户进行聚类形成的洞察人群。

哪些人为“AI”发烧？

00后“小孩哥”为主力 

多分布在一二线城市

这群“最早”使用人工智能技术的AI发烧友，到底是一群怎样的人？每日互动大数据洞察结果显示，AI发烧友都比较年轻，其中，18-24岁的千禧一代占比高达39.70%。从性别来看，男性AI人群占比高达59.59%。可见，AI发烧友是一群勇于“吃螃蟹”、善用新技术的00后“小孩哥”。他们以中等消费水平为主，多分布在一二线城市。

每日互动大数据还发现，注重效率的AI人群对“luckin coffee”“星巴克”“麦当劳”“肯德基”等APP也有着较为明显的偏好。

颜值管理 智能美化

AI让美更简单

除了学习和工作，AI人群在生活中又有着怎样的兴趣偏好呢？每日互动大数据洞察发现，AI人群非常注重“颜值”，不仅让自己在生活中保持美丽，在社交平台上也会确保自己美美哒。数据表明，他们的“美妆”“图片分享”“拍摄美化”TGI偏好值分别达到2.81、2.84和1.77。在日常生活中，他们偏好使用“美丽修行”来查阅护肤化妆品的成分，智慧地进行颜值管理，同时他们也偏好使用“黄油相机”“轻颜相机”等APP自由选择滤镜、模板等进行美照的拍摄，再用“醒图”“Snapseed”“美册”等进行照片、视频的一键编辑和智能美化，更好地分享生活。

他们偏好通过“马蜂窝旅游”“飞猪旅行”“一嗨租车”“神州租车”等进行行程规划、机酒预定和租车，旅行途中他们偏好使用“小宇宙”听播客，用“DJI Fly”“Canon Camera Connect”进行视频、照片的拍摄，并用“度咔剪辑”“必剪”“轻抖”等APP进行视频剪辑，然后将作品在“简书”“豆瓣”“图虫”“LOFTER”等社区分享。在无暇远行的时期，AI人群也会使用“大麦”预订舞台剧、演唱会等演出，用艺术陶冶情操。

当前，文生图等AI技术让艺术创作的门槛变得更低，科技进步也进一步释放了生产力、解放了想象力，在这样的趋势下，也许，我们将迎来新一轮的“文艺复兴”。

透过对AI人群的洞察，我们可以看到，在大模型时代，AI正从方方面面改变着我们的生活。在多模态、RAG等前沿技术的加持下，AI的发展前景和应用场景将更加广阔和美好。

有专家认为，RAG的尽头是AI Agent，大模型的下半场是小模型。随着苹果公司Apple Intelligence的发布，人们对于AI Agent的渴望达到了前所未有的高度。让我们期待一下，随着技术的持续发展，未来，也许每个人都能拥有一个只存储自己参数的小模型。毕竟，谁不想拥有自己的Jarvis呢？

来自：个推GeTui

自 第一财经

自 快科技

在峰会上，AfterShip 的 CTO James Hong 和数据总监 Harvey Pu 应 Google Cloud 邀请，分享了 AfterShip 如何激励全员拥抱 AIGC，并用 AI 提升内部效率和驱动业务增长的实践经验。

激励全员拥抱 AIGC

作为一家服务国际电商赛道的 B2B SaaS 公司，AfterShip 目前已在全球拥有 8 个办公室和 450 多名员工，客户遍及全球 133 个国家，服务超过 17,000 家付费客户。

在峰会上，James 强调了公司的使命愿景，即构建最好的自动化平台，帮助全球电商商家实现成功。为此，AfterShip 构建了一系列电商 SaaS 产品，涵盖从售前营销获客、到售后物流查询、退货换等全链路服务，旨在提升卖家的 GMV、运营效率和客户满意度。

James 从三个维度，阐述了AfterShip 全方位落地 AI 的策略：激励全员拥抱 AIGC、利用 AI 提升内部效率、以及 AI 驱动业务增长，并重点分享了 AfterShip 在「激励全员」维度的诸多实践。

为了让 AfterShip 的每个员工都能切身感受到 AIGC 的价值，早在 2023 年 5 月，AfterShip 举办了一次面向全员的 AIGC Hackathon 大赛，超过 60% 的员工自主报名参赛，入围了 30 多支队伍，激发了大量的内部创新。

在 2023 年底，AfterShip 还举办了公司级的 Hack-Day 论坛活动，展示各团队在 AI、研发效能和增长运营等领域的最佳实践。这不仅让更多的技术和能力被看见，还增进了跨团队的了解，激发了更多的交流与共创。

此外，AfterShip 的 AI 团队还推出了 AI Playground 内部体验平台，内置多个在线 demo，帮助员工更直观地体验各项 AI 能力，进一步激发全员对 AI 的兴趣。

用 AI 提升内部效率

AfterShip 数据总监 Harvey 针对“用 AI 提升效率”和“AI 驱动业务增长”这两个维度，进行了深入分享。

SaaS（软件即服务）的核心价值在于帮助企业降本增效，而这正是当前 AI 最擅长的领域。AI 是一种效率革命，与 SaaS 天然契合。

为了充分利用 AI 的效率革命，AfterShip 的 AI 团队构建了 AIGC Hub、AfterShip ChatGPT、AfterShip GPTs 等完善的内部基础设施，并组织了多次的内部培训和分享，赋能各个岗位的团队员工高效运用 AI。比如：

• 市场团队：利用 AfterShip ChatGPT 生成各类营销文案和广告图片草稿；
• 销售、客户成功团队：利用 AfterShip ChatGPT 直接生成与海外客户沟通的邮件草稿；
• 工程师团队：利用 AfterShip ChatGPT 或 Github Copilot 协助代码生成；

除了各个岗位的应用，AfterShip 各部门和 AI 团队还通过 AfterShip GPTs 平台构建了许多 AI Agent，解决特定的复杂任务。

这些 AI Agent 重塑了传统工作流，极大地提升了部门乃至整个公司的工作效率。

最典型的应用，是公司内部研发的 AI Bot 智能客服系统，在客服场景中发挥了巨大作用。

过去，AfterShip 的客户咨询都是由印度客服团队人工回答，这存在着诸多挑战：由于公司产品多、功能复杂，难以保证稳定的服务质量；纯人工客服成本高，响应时间也较长。

现在，超过 40% 的客服问题由 AI Bot 直接处理，准确率超过 95%，响应时间和客户满意度均优于人工客服，大大节省了客服成本，提升了服务质量。

用 AI 驱动业务增长

除了内部提效外，AfterShip 也逐渐加快了 AI 在业务上的落地布局。为了更好帮助卖家客户降本增效、提升收入，AfterShip 上线了全新的 E-Commerce AI 官网页面，包括 3 个核心解决方案：Catalog AI、Discover AI 以及 Logistics AI，覆盖了卖家从商品管理上架、分发及转化、到物流履约的全链路。

Catalog AI：深度理解商品、帮助卖家商品上架、管理、运营

Catalog AI 是 AfterShip 推出的商品管理与运营解决方案，旨在通过深度理解商品，来提升卖家上架效率和运营效果。该解决方案包含三个核心模块：

• 丰富商品标签：利用 AI 提升商品管理效率。
• 生成商品素材：AI 生成高质量商品素材，提升运营效率。
• 合规上架：自动理解电商平台规则，帮助商品合规上架。

在过去的 10 多年，AfterShip 已为数十个行业的品牌卖家提供服务，处理了超过 5 亿 + 商品，积累了大量数据和经验。基于这些数据及多模态 LLM 技术训练的 Catalog AI，具备极强的商品理解能力，能够支持卖家快速在不同平台上架商品，扩展销售渠道。

Harvey 举例说明道，一个拥有数万 SKU 的亚马逊卖家希望拓展到 TikTok Shop 平台销售，原本手动上架商品，可能需要一个月时间，但通过Catalog AI，三天内即可完成，大大提高了运营效率。

Discovery AI： 帮助卖家提升商品分发、营销转化效率

Discovery AI 解决方案旨在帮助卖家提升商品分发与营销转化，解决“人”与“货”的连接问题。通过利用 Recformer 架构做深度优化的个性化推荐算法，AfterShip 的 AI 团队实现了跨渠道、可解释的精准推荐，特别适合注重站外引流和测品的海外 D2C 品牌。

Discovery AI 的核心功能包括：

• 跨渠道精准推荐：结合用户行为和商品信息，提取用户兴趣和偏好标签。
• 多场景应用：在推荐、搜索等多个场景，实现人货精准匹配。
• 提升营销效率：商品个性化分发，提高营销转化率。

Harvey 介绍道：从客户案例来看，Discovery AI 平均能够帮助卖家提升 30% 的转化率，提升 10%的 AOV（平均客单价）。

Logistics AI：提升售后物流运营效率

AfterShip 的核心产品 AfterShip Tracking 已对接超过 1,000 家物流商，拥有海量的包裹数据。为进一步提升卖家的售后物流运营效率，AfterShip 推出了 Logistics AI，旨在运用 AI 构建更全、更标准、更前瞻性的物流数据能力，提升物流管理效率。

Logistics AI 的优势包括：

• 多元数据源获取：Logistics AI 会主动收集除物流商数据外的更多数据，包括天气、交通、社会事件等，提供更全面的信息。
• 数据清洗与标准化：将收集到的原始数据进行清洗和解析，转化为准确、标准化的物流数据，确保数据质量。
• 前瞻性运营能力：基于标准化数据，提供精准的物流时效预测，帮助卖家优化物流运营，提高客户满意度。

通过 Logistics AI，卖家可以获取更全面的数据，优化物流管理效率，并提供精准的物流时效预测，给消费者提供更愉悦的购物体验。

随着 AIGC 的浪潮来袭，AI 正在快速变革国际电商行业的各个方面，提升效率、降低成本、优化用户体验已成为行业共识。未来，AfterShip 还将继续加大在 AI 领域的创新和投入，始终致力于为全球电商客户提供更加智能、高效的 SaaS 解决方案，推动国际电商行业向前发展。

Adobe 最近的一项调研表明，88% 的受访客户体验和营销专业人员表示，在过去两年里，内容需求至少翻了一番。大约三分之二的受访者表示，他们预计未来两年的内容需求将增长五到二十倍。

海量内容产生是大势所趋，组织能做的只有顺势而为。但组织需要对内容加以控制，在此背景下，内容供应链 (CSC) 的概念也就应运而生。从广义上来说，内容供应链指的是生产、交付、衡量和管理内容的人员、流程和工具，这些内容将推动打造卓越的客户体验。

随着内容生产的范围和规模急剧增长，尤其是生成式 AI 催生了新的机遇，组织需要重新设计其内容创建、交付和跟踪机制，就像以往推动财务和人力资源等其他部门转型一样。

​文档链接将分享到199IT知识星球，扫描下面二维码即可查阅！

摩根士丹利表示，微软(MSFT.US)推出支持人工智能的 个人电脑将开创一个新时代，并可能引发商业 个人电脑的更新。大摩在《人工智能 PC将引领 PC市场的下一阶段增长》的报告写道，“我们认为商用PC市场将是人工智能PC的最初采用者，因为它们主要是作为生产力工具进行营销。”

自 智通财经

Counterpoint根据不同的计算性能水平、相应的用例和计算性能效率，将GenAI笔记本电脑分为三类，AI基础笔记本电脑、AI高级笔记本电脑和AI功能笔记本电脑。已经上市的AI基础笔记本电脑可以执行基本的AI任务，但不能完全执行GenAI任务，并且从今年开始，将被更先进的AI和具有AI功能的模型所取代，这些模型具有足够的TOPS（每秒次运算），由NPU（神经处理单元）或GPU（图形处理单元）驱动，可以很好地执行高级GenAI任务。

由Cloud和Edge支持的生成式AI

在计算中采用GenAI，它最初完全依赖于云，保证了更高的计算能力和性能，从训练模型到每秒推断数百万个潜在请求。从容量、成本和能源的角度来看，这是不可行的。因此，GenAI在边缘或PC中的能力变得至关重要。

此外，除了提高工作效率外，数据隐私和安全也很重要，这可以通过边缘的GenAI应用程序来促进。这也成为边缘人工智能保护数据主权和环境效率的关键。

Canalys认为，到2027年，AI PC出货将提升至60%，但价格也会进一步提升。市场分析机构Canalys近日针对AI PC未来的发展发布了最新报告，对未来几年AI PC的销售和部署作出了预测。Canalys认为，今年全球范围内出货的PC，大概19%具备AI功能，而到2027年，随着商业用途的增加，这一比例将提升至60%。

自 PChome

在因人工智能革命而变得更加昂贵的部件中，硬盘也是其中之一。最大的硬盘和数据存储公司之一西部数据公司（Western Digital）已经证实，硬盘和固态硬盘都出现了供应短缺。

西部数据渠道和区域 OEM 销售高级副总裁斯科特-戴维斯（Scott Davis）本周在一封信中告知客户，由于需求高于预期，本季度闪存和硬盘产品将提价，其中一些变化将立即生效。该公司曾在 12 月警告客户，预计 2024 年上半年硬盘价格将大幅上涨。

由 TrendForce 提供

硬盘市场的整体价格近期一直在上涨，从 2023 年第三季度到今年第一季度涨幅在 10%到 20%之间。这是由于人工智能驱动的服务器和数据中心对大容量硬盘的需求旺盛。2TB及以下的小容量硬盘价格实际上有所下降。该出版物警告说，预计今年第二季度硬盘平均价格将继续上涨约 5%至 10%。

随着全球经济陷入困境，对大多数产品的需求下降，制造商们在2023年削减了20%的产量，试图阻止硬盘价格暴跌，从而加剧了这种情况。然而，人工智能领域对硬盘的需求却越来越大，这意味着硬盘的价格不仅没有保持稳定，反而有所上涨。毫不奇怪，这些公司并不急于将生产恢复到正常水平，因为它们希望继续从价格上涨中获得回报。

对消费者来说，好消息是价格上涨主要影响的是企业级硬盘，而不是家用电脑硬盘。不过，自 2023 年第三季度以来，亚马逊上许多大容量消费级硬盘的价格都出现了上涨。固态硬盘（包括企业级和消费级）的价格也有所上涨。

自 cnBeta.COM

自 cnBeta.COM

北京——2024年3月20日，亚马逊云科技和英伟达宣布，英伟达在2024年GTC大会上推出的新一代NVIDIA Blackwell GPU平台即将登陆亚马逊云科技。亚马逊云科技将提供NVIDIA GB200 Grace Blackwell Superchip和 B100 Tensor Core GPU，这一举措延续了双方长期的战略合作伙伴关系，旨在为客户提供安全、先进的基础设施、软件及服务，助力客户开启新一代生成式AI的能力。

英伟达与亚马逊云科技继续汇聚各自的领先技术，包括具备英伟达最新多节点系统的下一代NVIDIA Blackwell平台和AI软件，以及亚马逊云科技的Nitro系统、具备领先安全性的Amazon KMS密钥管理服务、千万亿比特级的Elastic Fabric Adapter（EFA）网络和Amazon EC2 UltraCluster超大规模集群等技术。基于上述技术打造的基础设施和工具，使客户能够在Amazon EC2上以更快速度、更大规模、更低成本地对其构建和运行数万亿参数的大型语言模型（LLMs）进行实时推理，性能相较于配备前一代英伟达GPU的EC2实例有显著改进。

亚马逊云科技首席执行官Adam Selipsky表示：“我们双方的深入合作可以追溯到13年前，当时我们共同推出了世界上第一个亚马逊云科技上的GPU云实例，而今天我们为客户提供了最广泛的英伟达GPU解决方案。英伟达的下一代Grace Blackwell处理器是生成式AI和GPU计算领域的标志性事件。当结合亚马逊云科技强大的EFA网络、Amazon EC2 UltraClusters的超大规模集群功能，以及我们独有的Amazon Nitro高级虚拟化系统及其安全功能时，我们就能够使客户更快、更大规模且更安全地构建和运行具有数万亿参数的大型语言模型。”

英伟达创始人兼首席执行官黄仁勋表示：“人工智能正在以前所未有的速度推动新应用、新商业模式和跨行业的创新。我们与亚马逊云科技的合作正在加速新的生成式AI能力的发展，并为客户提供前所未有的计算能力，以开创无限可能。”

亚马逊云科技与英伟达的新合作将显著加快超万亿参数前沿大型语言模型的训练

亚马逊云科技将提供配置GB200 NVL72的英伟达Blackwell平台，它配备72颗Blackwell GPU和36颗Grace CPU，通过第五代NVIDIA NVLink互连。当与亚马逊云科技强大的EFA网络、Amazon Nitro高级虚拟化系统和Amazon EC2 UltraClusters超大规模集群等技术结合时，客户能够轻松扩展至数千个GB200 Superchips。英伟达Blackwell在亚马逊云科技上的应用，使得该平台在应对资源密集型和数万亿参数语言模型等推理工作负载加速方面实现了巨大飞跃。

基于此前搭载英伟达H100的Amazon EC2 P5实例的成功（客户短期使用这些实例可通过Amazon EC2 Capacity Blocks for ML功能），亚马逊云科技计划提供配备B100 GPUs新的Amazon EC2实例，并支持在Amazon EC2 UltraClusters中部署以加速超大规模生成式AI的训练和推理。GB200也将在NVIDIA DGX Cloud上可用，这是一个在亚马逊云科技上双方共同开发的AI平台，为企业开发者提供了构建和部署先进生成式AI模型所需的专用基础设施和软件。在亚马逊云科技上推出的基于Blackwell的DGX Cloud实例将加速前沿生成式AI和超过1万亿参数的大语言模型的开发。

提升AI安全性：亚马逊云科技Nitro系统、Amazon KMS、EFA加密与Blackwell加密技术紧密集成

随着AI技术应用越来越广泛，企业需要确信，在整个训练流程中，他们的数据都得到了安全的处理。保护模型权重的安全至关重要，模型权重是模型在训练过程中学习到的参数，对于模型做出预测的能力至关重要。确保模型权重的安全对保护客户的知识产权、防止模型被篡改以及维护模型的完整性都是非常重要的。

亚马逊云科技的AI基础设施和服务已经实现了安全特性，使客户能够控制其数据，并确保数据不会与第三方模型提供者共享。Amazon Nitro系统和英伟达GB200的结合将能够阻止未授权个体访问模型权重，从而把AI安全性提升到新的高度，。GB200支持对GPU之间NVLink连接进行物理加密，以及对Grace CPU到Blackwell GPU的数据传输进行加密，同时EFA也能够对服务器之间的分布式训练和推理过程的数据进行加密。GB200还将受益于Amazon Nitro系统，该系统将主机CPU/GPU的I/O功能卸载至专门的硬件上，以提供更加一致的性能，其增强的安全性可以在客户端和云端全程保护客户的代码和数据在处理过程中的安全。这一独有的功能已经获得了领先的网络安全公司 NCC Group 的独立验证。

通过在Amazon EC2上使用GB200，亚马逊云科技将使客户能够使用Amazon Nitro Enclaves和Amazon KMS，在其EC2实例旁创建一个可信执行环境。Amazon Nitro Enclaves允许客户使用Amazon KMS控制下的密钥来加密他们的训练数据和权重。从GB200实例内部可以加载安全区（enclave），并且可以直接与GB200 Superchip通信。这使得Amazon KMS能够以加密安全的方式直接与安全区通信，并直接传递密钥材料。然后，安全区可以将该材料传递给GB200，这样做能够保护客户实例中的数据，防止亚马逊云科技操作人员访问密钥或解密训练数据或模型权重，从而赋予客户对其数据的无与伦比的控制权。

“Ceiba项目”利用Blackwell在亚马逊云科技上推动英伟达未来生成式AI创新

在2023年亚马逊云科技re:Invent大会上宣布的“Ceiba项目”，是英伟达与亚马逊云科技合作建造的世界上最快的AI超级计算机之一。这台专为英伟达自身的研究和开发而设的超级计算机，独家托管在亚马逊云科技上。这台首创的拥有20,736颗GB200 GPU的超级计算机，采用新型NVIDIA GB200 NVL72配置构建，其特有的第五代NVLink将连接10,368颗NVIDIA Grace CPU。系统通过亚马逊云科技第四代EFA网络进行扩展，为每个Superchip提供高达800 Gbps的低延迟、高带宽网络吞吐量——能够处理高达414 exaflops的AI计算量，与之前计划在Hopper架构上构建Ceiba相比，性能提升了6倍。英伟达的研发团队将利用Ceiba推进大语言模型、图形（图像/视频/3D生成）与仿真、数字生物学、机器人技术、自动驾驶汽车、NVIDIA Earth-2气候预测等领域的AI技术，以帮助英伟达推动未来生成式AI的创新。

亚马逊云科技与英伟达的合作推动生成式人工智能应用开发及医疗健康与生命科学领域的应用进展。

亚马逊云科技与英伟达联手，通过Amazon SageMaker与NVIDIA NIM推理微服务的整合，提供了高性能、低成本的生成式AI推理解决方案，该服务作为NVIDIA AI企业版的一部分提供。客户可以利用这一组合在Amazon SageMaker中快速部署和运行已预编译且对NVIDIA GPU进行优化的基础模型，缩短生成式AI应用的推出时间。

亚马逊云科技与英伟达还在利用计算机辅助的药物发现领域进行合作拓展，推出了新的NVIDIA BioNeMo基础模型，用于生成化学、蛋白质结构预测，以及理解药物分子与目标的相互作用。这些新模型将很快在Amazon HealthOmics上提供，这是一个专为帮助医疗保健和生命科学组织存储、查询和分析基因组、转录组及其他组学数据而设计的专用服务。

Amazon HealthOmics和英伟达医疗保健团队还合作推出生成式AI微服务，以推进药物发现、医疗技术和数字健康领域的发展，该服务提供一个新的GPU加速的云端服务目录，涵盖生物学、化学、成像和医疗保健数据，以便医疗企业能够在亚马逊云科技上利用生成式AI的最新成果。

自 3DMGame

据《纽约客》杂志报道，OpenAI的热门聊天机器人ChatGPT每天可能要消耗超过50万千瓦时的电力，以响应用户的大约2亿个请求。相比之下，美国家庭平均每天使用约29千瓦时的电力。将ChatGPT每天的用电量除以普通家庭的用电量，可以发现ChatGPT每天的用电量是家庭用电量的1.7万多倍。