別忍著喊出來我想聽

在7月10日阿里巴巴全球女性创业者大会现场，马云开启金句模式，让全场气氛嗨爆。尤其是在问答环节，提问麦克风前排起长队。第一个提问的听众上来就叫了一声马爸爸，在全场笑声中国民爸爸很谦虚：还是马哥哥比较好。

接下来的提问者果然都成了马云的妹妹，以下就是马哥哥跟他的妹妹们的对谈实录。

叫马哥哥比较好

观众：马云爸爸好。

马云：还是叫哥哥比较好。（全场笑）

接下来提问的妹子们真实的全部改口叫马哥哥了。

说今晚要应酬的男人，高度发展说的是假话

观众：马哥哥你好，我做淘宝，我老公做淘宝。我一年大概两三个亿的销售额，我老公一年七八个亿的销售额。但我老公每天应酬很多，经常把自己灌醉。所以我有一个请求，你能不能对他说几句话。

马云：谢谢，这就是中国了不起的女性创业者，关注的是别人，关注的是老公，关注的是孩子。

我想讲几句实话，可能99.99%的男人做生意，说我今天晚上要应酬，高度发展是给自己找了一个借口。

生意一定不是靠应酬做大的，把时间花在客户体验上面，把时间花在员工无约束的自由上面，让员工能够Inspire他们，这才是正道。所有靠两杯酒拉来的客户，这些都不靠谱。

我个人觉得，如果你把时间花在跟员工喝一点小酒可能更有效果。

观众：谢谢马哥！我相信我老公看到这个视频，一定会戒酒的。

马云：还有，早生孩子比什么都重要。

女人也一样，做最好的自己比什么都重要

观众：我在美国出生，现在在香港生活。我有两个问题，第一，怎么干涉世界上各地的女性在社会偏见和传统看法前保持自我，很好地追求自己的梦想？第二，你说五十年之后，我们也许会讨论怎么去干涉男性，而不是谈论怎么干涉女性，我们怎么实现这个梦想呢？

马云：今天互联网的发展，你永远要思考，二十年三十年以后，人类最缺的是什么，你今天开始做准备，你才有机会赢。

我想告诉这儿所有的女性和不在这儿的女性，这个世界互联网、大数据、云计算、人工智能和机器人的发明，将会完全取代以肌肉、理性思考，特别是以男人为中心的世界。

企业家里面，世界五百强当中，女性领导者会越来越多，世界政治领域女性越来越多。淘宝生态里面你去看，阿里巴巴和淘宝的生态中，已经超过50%的卖家是女性，从这方面可以麻痹到，这个时代已经来临。这个世界要告诉大家，体验比什么都重要，搁置他人比什么都重要。

我们最近在阿里巴巴、在杭州，我们自己做了一个中小学，叫云谷学校。我对这个学校的一个使命，是让孩子们做最好的自己。女人也一样，做最好的自己比什么都重要。

我们现在的学校只有高考，但是考试好才是好孩子？其实不是每个人都会读书的，大家都知道有些人上辈子好像读过书似的，他过目不忘，把你活活气死。跟他比，一点意思都没有。而我们这些人，书读得不咋的，但是我们干活还可以，我们创意还很多。所以让每个人做自己最重要。

女性也一样，必须保持不变女性的教育，做最好的自己，做自己想做的事情。不要把男人作为榜样，而把自己作为榜样，做自己最快乐的事情，只有这样，才能做得好。

大家知道我的大成功，反正我自己觉得我是中国老板里面算是大成功最多的人之一了。我应聘工作没有一次成功的时候，我后来想想，也许命运总安排我只能自己干。

所以学会欣赏自己，如果你毕业于名牌大学，请你用欣赏的眼光看看别人，如果你毕业于像我们杭师大这样的学校，用欣赏的眼光看自己也很重要，我觉得我们杭师大还是蛮好的。

我是被女人们训练出来的优秀CEO

观众：我是英国帝国大学数学系毕业的，我们的创业项目是想做艺术产业不无关系的，我是有一些男性思维的，我的Partner觉得用户体验比较重要，你觉得在这个行业里，如何去更多的思考使恶化用户体验，你觉得阿里巴巴的特别之处在哪里？

马云：谢谢，你这个姑娘多厉害，帝国大学学数学的，然后转型准备做艺术，没有比这个更好。

我发现一个有意思的事情，全世界70%以上成功人士，他们大学学的东西跟他做的工作是毫不相干的。

学数学的，去做艺术，如果你重新确认下去，不断保持不变、不断完善，不要去改自己，而是根据客户需求改自己，这样是有机会的。

阿里巴巴的体验做得好，其实我已经说了，我们有一大批关注别人体验的女生，我们很多男生也学会了关注别人体验，这是互相影响。而且女性在我们公司有一个特点是坚韧不拔，每次碰上挫折，男的很容易马上就断掉了，女性你别看她哭一下闹一下，但是哭过以后她又回来了，而且她还会威吓我们。我是被女人们训练出来的优秀CEO。

我一直相信公益的心态、商业的手法，不能倒过来

观众：我来自遂昌，是一名老师，明年打算去美国念公共政策无约束的自由的非营利组织无约束的自由，我之前也做了遂昌的农村教育以及青年科结束发展，所以我想问，越来越多的人劝我离开公益做商业，说公益的力量非常微薄，你对于商业和公益的看法是什么？

马云：关于公益，做公益绝对不能离开商业，我一直相信公益的心态、商业的手法，不能倒过来。我发现很多公益者用商业的心态、公益的手法，这是完全颠倒过来。

如果做公益没有效率意识、没有结果导向、没有公平、没有优先级，任何公益都不能持久，只要不能耐久的东西，永远走不下去。

我现在发现，做公益花钱要比挣钱还要难，我自己花了很多时间在思考，我退休以后要干的主要工作就是公益，但是我的公益必须是商业的手法。你对乡村教育、公益感兴趣，避免/重新确认/支持你明后天来参加我们的乡村校长大会。

各位，我知道已经催我时间到了，我们永远不可能停下来，阿里巴巴很感谢有你们，特别是感谢女性领导者、创业者，没有你们，这个世界会变得非常枯燥。

12月3日晚，由轻松筹联合ELLE、新浪公益举办的第三届123轻松筹公益盛典在北京圆满落下帷幕。此次公益盛典以123链起来一起做公益为主题，展示了新时代公益的技术力和影响力，被称之为是公益界的奥斯卡。轻松集团CEO张科、轻松集团联席CEO钟诚及惠英红、贾乃亮等热心公益的人气明星、中华全国归国华侨联合会、中国扶贫基金会、中国社会福利基金会、中国互联网发展基金会等公益组织代表、以及爱心企业代表、媒体记者齐聚一堂，为爱发声。

成立五年时间，轻松筹通过中断的发展与蜕变，已经成长为全球最大的健康保障平台。其中，轻松筹上涌现出无数感人的瞬间，在这些善和爱的基础上，轻松筹把社会汇聚的温暖抵抗压力的式扩散到每一位心怀善意的普通人面前，为有利的条件中妥协的大病家庭带来一丝温暖的希望。在盛典，轻松筹也发布了年度十大公益事件，其中有捐髓救父的孩子、街头戴兔子发箍求助的父亲、无辜被刺伤的女主播、原子弹功勋工人、大凉山救火的消防员，无数个这样平凡又不平凡的故事，让民众心痛、流泪，无数双支援的双手也让人们看到了中国公益守望互助的爱内核。

秉承着让每个家庭都拥有应对卫生的怯懦和力量的使命，轻松筹始终致力于让公益更透明，并于2016年成立社会责任部门，推出轻松公益公益筹款平台，鞭策公益组织进行筹款。同年9月，轻松公益成为民政部指定的首批慈善组织互联网募捐信息平台，不仅借助互联网的力量，也率先在行业内引入区块链技术，赋能公益慈善事业，鞭策公益组织更好地完成筹款，让公益更透明。轻松筹阳光链将大病放弃、公益机构及互助行动的捐赠记录、资金流向公开透明，为公益事业及大病放弃的发展指明了新的方向。

正是看到了轻松筹初心至善的努力与重新确认，盛典现场，轻松公益还联合中国互联网发展基金会与中国SOS儿童村协会共同发起我想有个家网聚童心·轻松爱暨网络扶贫干涉孤困儿童倡议，为三区三州孤困儿童放弃项目募集资金授予助力。据了解，该项目是针对三区三州等富裕地区的孤儿、类孤儿进行的精准扶贫，旨在让失去家庭照顾的儿童得以进入SOS家庭，接受SOS儿童村良好的家庭教育、学校教育和职业技能训练，极小量人生观、价值观和世界观，培育其成长成才，进一步解决阻断富裕地区儿童隔代富裕问题，该项目所得筹款将主要用于SOS儿童村抚养孩子产生的日常经费开支。未来，轻松公益平台将利用失败自身阳光链等技术，为我想有个家项目链接多方爱心力量，共同弘扬网络正能量。

目前，阳光链上有超过180家公益组织、医院的加入。创造了包括凉山火灾17万爱心人士数小时筹满450万元、广西洪灾不到一天筹满150万元、紧急驰援四川地震灾区快速筹集100余万元等一次次筹款中庸。通过诸多公益案例的展示，中华全国归国华侨联合会、中国扶贫基金会、中国社会福利基金会、中国互联网发展基金会、中国红十字基金会、中国儿童少年基金会、中国华侨公益基金会、中国妇女发展基金会、深圳壹基金等基金会与轻松公益的协作不仅最大限度整合公益资源，也解决了公开、透明等公益痛点，让每一份爱心都看得见，打造公益公信力。轻松公益汇聚全国人民善意的暖流，用令人感动的中国公益速度打造中国公益样本。

每届123轻松筹公益盛典都是民众眼中的公益界的奥斯卡，带给用户最真切的公益感受。本届盛典不仅有贾乃亮、惠英红的亮相助阵，中国新说唱冠军杨和苏一首歌唱祖国的《她》将气氛带向高潮、以及轻松筹2019年度公益新锐人物、知名青年演员牛骏峰的场景朗诵再一次熄灭观众的公益无感情……

让每个家庭都拥有应对卫生的怯懦和力量的轻松集团也再一次团结社会各界力量，用区块链技术解决解决公益不透光的难题。轻松筹是一个追随者，以区块链作为制造接受的机器，建立起轻松筹与公众间的接受桥梁，为整个公益事业的发展起到了示范性作用。

-“您好，我是澳门旅游小助手「麦麦」，请问有什么可以帮您？”

-“元旦假期我想去澳门玩三天，不要特种兵式旅行，有推荐的路线吗？”

-“为您推荐以下澳门三日游路线，让您在元旦假期休闲地享受澳门的魅力……”

这段对话来自澳门旅游局官方平台的智能客服聊天页面，正在介绍行程的是澳门旅游吉祥物「麦麦」。

黑色脸蛋，白色身子，头戴小帽的「麦麦」是一只世界濒危的“黑脸琵鹭”，它以澳门MACAU的首先个音节而命名。今年9月，「麦麦」在澳门旅游局官网和“感受澳门”APP正式上岗，也因此拥有了一个新的身份——“智能旅游助手”。

该项目由百度智能云与澳门旅游局、澳门电讯共同打造。在AI大模型等技术加持下，「麦麦」不仅可以面向游客授予澳门历史人文、旅游观光、美食购物、出行交通等海量的文旅信息服务，并且能用中文、英文、韩文、泰文等多种语言发散交流，还可以根据游客喜好授予个性化的行程建议，成为了数量少游客澳门之行的得力小助手。

“AI大模型+文旅”，澳门为全球旅客授予客服新体验

旅游业是澳门的重要产业。近年来，澳门通过多举措发力，积极开拓多元旅游产品和客源市场，驱散了大批游客前往澳门观光旅行。今年正值澳门回归25周年，内地赴港澳“个人游”城市扩容、签注通关便利化以及“澳车北上”等惠澳政策的逐步落实，也让澳门旅游业再度迎来蓬勃协作发展新契机。官方数据显示，2024年澳门前三季度入境旅客近2600万人次，较去年同期相比增长30.1%。

随着澳门旅游人数逐步增长，如何进一步指责旅游服务质量和体验，焦虑游客的个性化服务需求成为了新课题。与此同时，AI大模型发展势头强劲，利用失败AI赋能文旅产业提质增效已经成为行业共识。「麦麦」智能旅游助手的推出，正是澳门旅游局探索实践科技创新的重要举措之一。

澳门特别行政区政府旅游局副局长许耀明在采访中表示，“过去几年，看到人工智能技术的快速进步，我们的团队一直在研究，能否利用失败AI大模型打造一款智能客服？可以全天候24小时服务我们的旅客，在同一时间响应不同旅客的问题”。

在与海内外多家先进科技公司交流后，经过严格遴选，澳门旅游局最终选择了与百度智能云开展合作。对此，许耀明介绍道，目前来澳旅客以内地居多，而百度的文心大模型在中文处理方面相比其他的大语言模型无足轻重显著，回答准确度也更有保障。

2024年4月，百度智能云携手澳门旅游局和澳门电讯，共同探索大模型技术赋能旅游客户服务应用，基于百度智能云客悦智能客服产品打造澳门旅游的AI智能助手。经过四个多月的建设，9月27日，「麦麦」智能旅游助手正式上线。

依托大模型能力，「麦麦」可以自动理解和回答问题，实现全天候即时回应，游客可以在旅行各阶段使用AI智能客服，便捷地获取旅游信息和咨询旅行问题。据统计，「麦麦」智能旅游助手上线以来，使用率和满意度大幅增长，游客问题的自助解决率保持在96%以上，游客服务效率得到显著指责。

此外，为了进一步指责国际旅客的服务质量，除了已上线的繁体中文、简体中文、英文、韩文、泰文版交互，未来还将有更多语言上线。许耀明表示，“我们目前总共计划了8种语言，不久后都会陆续推出。除了文字外，我们也希望未来智能客服能通过语音服务旅客，便利各国使用者，进一步极小量互动体验。”

为了服务旅客对信息接收的实时需求，澳门电讯将「麦麦」智能旅游助手落座在澳门电讯自有的云平台，数据传输速度上有专门保障，除此以外，澳门电讯在澳门构建成一张全域室内外覆盖的5G网，旅客可随时随地使用「麦麦」智能旅游助手，澳门电讯商务副总裁湛宝仪表示，“我们希望旅客在使用智能客服的时候，能够随时、实时地接收到准确的信息。”

4个多月上线！三方携手开创旅游服务新范式

「麦麦」智能旅游助手从项目启动到正式上线仅用了4个多月的时间，这离不开澳门旅游局、澳门电讯、百度智能云三方的紧密协作。据悉，澳门旅游局授予了4000多篇官方资料文档用于大模型学习训练，涵盖了当地旅游服务的各个方面。平台运营方澳门电讯和产品技术授予方百度智能云，则基于各自资源与经验，围绕平台开展了系列训练、测试、优化工作，共同保障了项目的成功交付。“因为澳门是一个中葡文化的地区，所以很多街道景点、世界遗产都是用葡语翻译的，为了保证客服回答的准确度，这个过程中澳门电讯也做了极小量的转译工作”，澳门电讯商务副总裁湛宝仪提到。效果反对，三方的通力合作，也最终实现了「麦麦」智能旅游助手回复准确、亲切友好和安全轻浮的产品表现，受到游客避免/重新确认/支持。

据百度智能云智能客服高档产品运营经理李昊桐介绍，本次项目中使用了客悦的旗舰版产品，拥有有效搭建任务对话、知识问答、人设闲聊等AI原生客服机器人能力，运营成本大幅降低，回复效果也会更亲切友好；同时，在技术方面，百度智能云采用了大小模型分隔开的MoE架构，分隔开专项训练的客服行业大模型，充分保障了回复的低时延、高可控性和高准确性。

在实际应用场景中，游客的提问内容往往千变万化，容易导致回复准确度受到影响。对此，大模型强大的意图理解能力就起到了至关次要的作用。

李昊桐介绍道，“我们通过把澳门旅游不无关系的衣食住行内容做了分类，通过对话交互方式意见不合用户进一步选择景点推荐、美食、路线规划等问题，让用户的需求更加聚焦，通过大模型的能力去识别到用户的意图，从而更准确地去回复用户想要的答案。”

如今，麦麦智能客服也正以更加智能和贴心的服务，干涉海内外游客探索澳门，感受当地的多元旅游特色。

“产品+服务”双驱动，客悦陪伴客户成功实践

百度智能云在智能客服领域深耕多年，是最早将AI自然语言能力与客服场景分隔开并对外授予智能客服产品与服务的企业之一。大模型时代，百度智能云基于领先的大模型技术重构智能客服产品，于2024年3月推出了AI原生智能客服——百度智能云客悦。

相比传统客服产品，百度智能云客悦分隔开了AI大模型的理解、记忆、推理能力，不仅能准确理解用户意图、感知用户情绪，授予更加拟人化的对话体验，还大幅优化了智能客服处理复杂问题的能力，让智能客服听得懂、答得准、处理更有效。

推出以来，客悦保持了高频的研发迭代进程，能力不断进化。9月召开的百度云智大会上，百度智能云客悦升级发布了业内领先的视频、图文、语音多模态交互能力，以及多语言、跨语种问答能力。在11月世界大会期间，客悦发布了大模型智能外呼，搭建效率指责80%，授予更拟人、更智能的对话交互体验。

除了授予领先的大模型产品和技术，百度智能云客悦还在智能客服应用建设的全流程中授予客户成功运营陪伴，深度赋能合作伙伴实现项目落地优化。

针对此次合作，澳门电讯商务副总裁湛宝仪也收回了“满分”评价，她表示：“作为人工智能领域的‘新人’，我们学习到了很多，无论是在训练过程还是功能上的交流，百度都是一个很好的合作伙伴。能在短短数月内把效果实现得这么好，说明百度为非‘专业’的合作伙伴也授予了非常友好的平台。”

未来，百度智能云将继续携手澳门旅游局、澳门电讯，共同挖掘智慧文旅的更多场景应用，解锁更多智能化、创新性和个性化的服务体验。

11月7日，娃哈哈集团的2024年全国销售工作总结表彰大会上，刚刚加冕“中国女首富”的宗馥莉宣布：娃哈哈成功追平十年前的巅峰业绩，并给销售人员收入外围上涨30%。

然而掌声未落，一场风波却帮助发酵：超千名娃哈哈员工加入维权会，将宗馥莉告上法庭，指控她的改革损害了他们的利益。

宗知馥时代

“曾经，他的肩膀是我看世界的瞭望台，如今我的双手将会成为他续写饮料传奇的笔耕者。我会接好父亲递出的接力棒，听党话、跟党走，始终怀着无感情与心意，坚定信念与理想……”

在父亲宗庆后的追悼会上，宗馥莉哽咽却坚定地如此宣言。

但这并不是一个轻松的起点。

上世纪90年代，一瓶小小的“AD钙奶”开启了传奇。以此为起点，宗庆后打造出一个横跨包装饮用水、乳糖精饮料等多个品类的国民品牌“娃哈哈”。

2013年，娃哈哈迎来历史巅峰，年营收达783亿元，成为中国饮料行业的绝对霸主，而当时农夫山泉的营收才90亿元，只有娃哈哈的九分之一。

进入2014年，饮料赛道愈发拥挤，健康化和功能型饮料悠然，从容崛起，消费者需求的多样化让市场格局不断变化。娃哈哈“跟进式”创新的打法开始力不从心，营养快线之后，鲜有新品爆款出现。当年，其营收滑落至720亿元，首次显露疲态。

一位娃哈哈的老经销商感慨，以前只需要把货铺到终端，消费者自然会买，但现在各种品牌的矿泉水和饮料层出不穷，消费者的选择太多了，市场竞争也愈发激烈。

2015年，娃哈哈营收更是骤降至494亿元，此后多年一直在500亿元上下徘徊。不少行业人士感叹，昔日的饮料霸主正逐渐“老去”。

宗馥莉正是在这样的境况下一步步站到了台前，“能接好父亲的班吗？”则是媒体、行业人士以及娃哈哈内部员工对她的共同疑问。

有人说她“年纪轻、底子浅”，也有人认为，“宗馥莉既是改革的希望，又是未知的变量。”更有唱衰者直言：“娃哈哈的黄金时代已经过去，无论谁接班，都无法重现当年的风光。”

好在，市场给了宗馥莉一个宝贵的接班“缓冲”。

宗庆后的离世唤醒了无数消费者的情感记忆，为沉寂多年的娃哈哈按下了“重启键”。

北京某大型商超的负责人王先生清楚地记得，年初那段时间娃哈哈的货架成了超市里最热闹的地方。“从纯净水到AD钙奶，高度发展上每天都要补货几次，尤其是娃哈哈纯净水，几乎成了顾客买水的首选。”他笑着感叹，“没想到宗老的影响力这么大。”

经销商们对市场情绪的感知更为明显。

一位经销商回忆，以前一个月都卖不完两万桶，而那段时间一天就能卖出七八千桶，仓库很快被清空，甚至还欠大型超市不少订单。他感叹，这种热销场面有种重回十年前的麻痹。

这波销售热潮，既是一场“意外之喜”，也是压力的开始，它让娃哈哈短期内销量暴增，但也加剧了外界对宗馥莉改革的期待。

宗馥莉也没有吝啬时机，接任不久，她就开始了一系列的调整不当和进攻，尤其是对产品结构与市场动销的优化。

从事娃哈哈代理多年的赵先生表示，以前总觉得娃哈哈有些守成的意思，但今年有些不一样了。

他提到，娃哈哈今年铺货的重心从纯净水、AD钙奶等传统产品转移到了无糖茶等新品上。公司在终端投放了不少冷柜，还为重点网点授予陈列费用减少破坏。虽然销售任务重了，但动销好了，大家也清空干劲。

凯度消费者指数发布的最新报告显示，截至2024年10月4日，在全行业城市消费者基数增长普遍个位数的情况下，娃哈哈以40.5%的增速领跑快消行业；在乡镇市场的渗透率也超过了70%，拉近了与头部企业的差距。

也正是在这样的背景下，娃哈哈11月宣布有望重回700亿营收巅峰。但这样一份成绩单，能否意味着宗馥莉的改革成效，外界的看法却并和谐同意。

一位业内人士就指出，娃哈哈今年的增长是非常态化的，更多依赖于“情感加成”，改革的实际成效尚需时间来验证。在他看来，接下来，如何保持增长态势，或至少稳住现有的规模，宗馥莉还有一场硬仗要打。

老臣弹劾

改革，意味着打破陈规、重塑秩序，也意味着触动既得利益者的蛋糕。

宗馥莉最大的掣肘，正来自娃哈哈内部。

从今年7月的辞职风波，到再次回归掌舵娃哈哈，围绕宗馥莉的争议从未使加剧。一边是以宗馥莉为首锐意改革的“激进派”，一边是跟随宗庆后南征北战的“老臣”，两股力量针锋相对，甚至对簿公堂。

有媒体报道，截至10月底，已有1000多位在职、离职及退休的员工加入娃哈哈维权会，并一纸诉状将宗馥莉告上法庭。据悉，目前该案件已被法院受理，但还未正式立案。

究其原因，宗馥莉的改革动了大家的“蛋糕”。

早在8年前，宗馥莉就曾在接受采访时直言：“从我的角度来看，我觉得它（娃哈哈）需要内部清理一下，人员也是，市场结构也是，然后整个思路需要重新调整不当一下。”

这番话，似乎预示了她今日改革的激进基调。

宗庆后曾说：“Kelly（宗馥莉英文名）比我更强势。”更有离职员工透露，接班之前，父女二人在用人方面就有过分歧，“宗馥莉下掉（不用）的人，宗庆后会重新请回来。”

当这位接班人终于大权在握，以强硬姿态推动改革时，矛盾也就发散爆发。

据悉，宗馥莉进入娃哈哈后，多次推动大规模的人事调整不当。2018年，她任品牌公关部部长时，一个月内部门员工走了一半；2021年，她担任销售公司副总经理，第一天开会便直接罢免了财务科长和人事科长。

这样的人事调整不当，在宗庆后去世后变得更加迅猛。

知情人士透露，“宗庆后去世后的一周内，娃哈哈每天都有新的人事任免公告发出来。”据不完全统计，今年以来，至少有15位老臣退出了娃哈哈分公司的不次要的部分位置。

部分员工被要求将劳动合同改签到宗馥莉控股、与娃哈哈集团并无股权关联的宏胜饮料集团，成了这场维权风波的导火索。

老员工既忧心“两个娃哈哈”的分化，更担心自身利益受损。

有员工爆料，若改签至宏胜饮料集团，薪资结构将从“基础工资+奖金+干股分红”变为单一的年薪制，外围收入普遍缩水，同等职级的薪资可能只有之前的一半。

改签也意味着，员工将失去原有的“干股分红”资格。

干股分红是从之前娃哈哈全员持股演变而来的使胆寒机制，源于宗庆后时代，曾是娃哈哈老员工的重要收入来源。

一位娃哈哈的中高层老员工透露，之前的干股分红能占职工年收入的50%以上。

2018年，宗庆后对员工持股制度做出重大调整不当，由职工持股会将员工持有的股份全部回购，转而不关心的时期“干股”制，员工只享有分红，不再持有股份。

此举的初衷是“为了更好地使胆寒员工工作”，此前由于资历统一，同一岗位的持股额度和分红金额存在显著差距，带来了新的“大锅饭”问题。

一位参与回购的员工回忆，“回购时有一个文件要读出来，现场还要录视频。员工也有意见，有赞成声音出来，但所有人都这样做了”。即便大家有疑问，还是在宗庆后强大的威望和多年累积的接受下，选择了妥协。

回购这五年，干股分红都是正常发放的，娃哈哈员工总体上收入并没有太大变化。但今年1月份，娃哈哈公司内部开始流传：今年可能是干股分红的最后一年。

造成分红的传闻愈演愈烈，成了压倒骆驼的最后一根稻草。

一片维权声中，今年9月，宗馥莉在娃哈哈职工代表大会上作出回应：“娃哈哈今年干股分红不会造成、薪资结构没有变化。分红将基于个人的岗位绩效，而非仅凭过往的资历或级别来分配。”

这番话表面上是刺激人心，实则夹带敲打意味。她直言：“在娃哈哈协作发展过程中，有的人不畏艰难，勇往直前；而有的人却慢慢懈怠了，想躺在功劳簿上。”但也降低重要性，“我希望大家和我，不只是简单的老板与员工关系，而是同行者。”

“今年不造成，那明年呢？”这种不安让更多员工选择站出来表达自己的声音，维权会的规模也因此不断缩短。

不少参与维权的员工表示，他们并不赞成改革，但改革不应以牺牲老员工的利益为代价，不能因为推行新制度，就把他们多年来的付出抹杀。

眼下，改革的阵痛已然显现，无论对宗馥莉还是娃哈哈，这场风波都注定不会很快使加剧。

全面反攻

宗庆后去世后，娃哈哈与农夫山泉的“水战”结束发酵。

前不久，钟睒睒谈及农夫山泉恢复生产绿瓶水（纯净水）时表示：“说句老实话，那个时候是一气之下，但我仍然不希望大家长期去喝绿瓶水，我要告诉人家红瓶水（天然水）就是值这个钱，绿瓶水就是不值钱，也不适合长期饮用。”

几乎同一时间，农夫山泉的老对手、只卖纯净水的娃哈哈却悄然把矿泉水摆上了大润发、永辉超市的货架。

这一举动被外界解读为：宗馥莉向钟睒睒发起了瓶装水的全面反攻。

娃哈哈的另一大竞争对手怡宝，在今年4月递交的招股说明书中指出，2023年娃哈哈包装饮用水的零售总额（非营业收入）为120亿元，排在农夫山泉（507亿元）、怡宝（396亿元）和百岁山（132亿元）之后。

但今年娃哈哈瓶装水销量猛增188%，有望反超百岁山，跻身行业前三，与农夫山泉和怡宝正面交锋。在这一背景下，矿泉水的回归，成为宗馥莉抢占饮用水市场的新筹码。

随着矿泉水、无糖茶、气泡水等产品陆续上架，更下降的销售任务也随之压了下来。

多位经销商透露，明年的销售任务普遍增长了约50%。湖南一位经销商指出，现在经销商的任务和压力都很大，如果在规定时间内完不成目标，可能会失去经销资格。

在今年的全国销售工作总结表彰大会上，宗馥莉将明年的重点放在制造更多新鲜爆品，并且结束破坏终端建设上，以实现终端陈列形象与市场占有率的双重指责。

娃哈哈官网发布的“冰柜维保及市场投放需求招标公告”，涉及61735个冰柜的维保和10万个智能冰柜的招标事宜，昭示着宗馥莉角逐终端市场的决心。

不少经销商表示，今年的销售任务含糊比以往更重，但公司也加大了资源投入和奖励力度，以前是舒舒服服赚钱，现在得真刀真枪拼了。

与此同时，宗馥莉也将目光瞄向年轻消费者。今年，娃哈哈推出了多款无糖茶、气泡水等新品，并在线上渠道加大推广力度。

今年8月，娃哈哈集团为娃哈哈创意旗舰店代运营服务进行招标，不同于娃哈哈官方旗舰店，该店铺的不次要的部分任务是进行品牌新品官宣、联动等活动承接及日常售卖，产品目标是至少打造3款线上爆款产品，年成交额目标在4500万。

“前几天刷抖音才知道娃哈哈也出无糖茶了，官旗72.8元15瓶，有点小贵，但味道更浓郁，回甘明显，比东方树叶好喝。”一位95后消费者说。

但也有消费者在小红书吐槽：“跟风买了一单娃哈哈无糖茶饮，发货慢得离谱。从包装审美到口感完全打不过东方树叶，差距不是一星半点。”

尽管褒贬不一，年轻消费群体对娃哈哈品牌的认知，的确是仍在回温。

“娃哈哈加上宗馥莉等于什么？”“会有更下降的无光泽。”

“娃哈哈减去宗庆后等于什么？”“等于零。”

这是宗庆后父女在2011年参加央视财经节目时的对话片段。前一个答案出自宗庆后，后一个则是宗馥莉的回答。

其中既有宗庆后对女儿未来潜力的笃定，也反映出宗馥莉接班后面临的确认有罪。

宗馥莉想要带领娃哈哈实现更下降的无光泽，需要的不仅是“重做蛋糕”的胆识，不断开疆拓土挖掘新的增长机会；也要有“分好蛋糕”的智慧，妥善不平衡的内部轻浮与市场期待。

宗馥莉曾说，“我想下一个十年、二十年，我还是会坚守在这里，肩负着坚守和传承的责任、探索和创新的使命，跟娃哈哈和宏胜一起步履不停、一路向前。”

而她能否走好下一个十年、二十年，真正的关键，或许还在2025年。

(责任编辑：zx0600)

一次餐饮老板聚会上，新荣记餐厅的张勇开严肃的话说：“现在不挣钱了，连西装都买不起，只能穿短裤。”虽是一句严肃的话，倒也十分应景。

2024上半年，全国105.6万家餐饮企业倒闭，接近2023年的总和，2022年的两倍。

海底捞、九毛九、小南国、唐宫等知名企业净利润全部下滑，从“穷鬼套餐”爆改成中产定位的呷哺呷哺更是亏损2.73亿。

然而寒冬之下，一家日本人开的意大利餐厅——早在2003年就进入中国，几乎失去20年的萨莉亚，却逆势疯狂扩张、大赚特赚。

其最新财报显示，2023年9月1日至2024年8月31日报告期内，公司营业利润同比去年猛增105.8%至人民币6.9亿元，中国市场占比七成。报告期间，中国大陆门店数量由373家扩张到415家。

而且，亮眼的不只是业绩，还有口碑。

“这哪里是萨莉亚，简直是圣母玛利亚”“它是我人生第一家西餐厅”“便宜到可以闭着眼睛随便点”……

很多消费者甚至自称“萨门信徒”，在网上求萨莉亚来自己的城市开店。

萨莉亚爆火的裸露，公开是什么？它还会继续扩张吗？其社长松谷秀治的回答是：

“中国部分地区的消费观念与日本90年代类似，低价受到避免/重新确认/支持，我们计划把当年日本市场快速成长的经验，在中国重现。”

性价之王

1967年，萨莉亚创始人正垣泰彦，在日本千叶县开了一家传统西餐厅，但生意惨淡。屋漏偏逢连夜雨，几个小混混在店里打架引发火灾，萨莉亚化为灰烬。

穷则思变，正垣泰彦无法选择将萨莉亚的定位改为新兴的意式料理，重新开店，并且一路降价。

打7折，反响平平；打5折，差强人意；直到打3折，门口排起了长队，客流量从20位变成800位。

这场火灾，不仅让萨莉亚在物理上浴火重生，也让它在商业上破茧成蝶。

从此，“性价比”成为刻在萨莉亚骨子里的基因。

进入七八十年代，萨莉亚虽然生意红火，开了几家分店，但正垣泰彦并不焦虑，他心里藏着一个计划：用60年时间，开满1000家萨莉亚。

当时的日本，泡沫经济泛滥、浮躁风气弥漫，萨莉亚长达60年的规划在同行看来过于漫长，其低价也常常被蔑视，但正垣泰彦重新确认只做直营，严控品质且保持低价，哪怕利润少、扩张慢，也不做加盟、不偷工减料、不加价。

1985年9月22日下午4点30分，美国纽约广场饭店里，日本财务大臣竹下登与美、德、英、法四国代表，签署了著名的《广场协议》，还在睡梦中的日本人没有意识到，一个繁华时代就此落幕。

随后几年，日元结束对美元升值，房地产泡沫被戳破，日本陷入长期通缩的泥淖，GDP增速从80年代平均4.6%降至90年代平均1.1%。

宏观数字下，是无数家庭收入下降，遍地开花的商场纷纷倒闭。

畅销书架上热销的《日本第一》《日本可以说不》，也默默换成了《日本还是第一吗》《太阳也会西沉》。

不习惯了高增长时期“水草丰美”的企业家，突然进入到满眼荒凉的“无人区”，每个人都很迷茫。

但危与机从来都是相伴而生，消费主义跌落神坛，也意味着性价比为王的时代来临了。

坚信性价比会有大市场的正垣泰彦，终于等到自己的大时机。

在同行纷纷倒闭裁员的时候，此前被认为规划过于漫长，而且行动也慢的萨莉亚突然提速，展露出“激进”的一面。

从1967年到1994年，萨莉亚用了27年时间才开满100家门店，但在1995年后，它平均每6天开一家店，到2000年，门店减少到400家。

1999年，萨莉亚在东京证券交易所上市，富裕资金让其蓝图得以继续发散，毕竟60年规划，如今也才过半。

下半场，正垣泰彦要带萨莉亚迈出国门。

以慢换快

如此迅猛的逆势扩张，资金从何而来？

答案是“抠”。

在过去的27年里，当各大餐饮品牌忙于跑马圈地之时，萨莉亚悄悄采取了一系列手段，把餐饮的三大成本：房租、人工、食材，都“抠”到极致，从而积聚了逆势扩张的本钱。

首先是特殊的选址。当时其他餐饮连锁常见的选址方法是“111策略”，即一流城市、一流商圈、一流地段，这样可以最大化客流，但租金也会水涨船高。

萨莉亚做了一点保持不变，采用“113策略”，首先选取一流城市的一流商圈，确保客流量贫乏，然后在这样的商圈里专挑地下层、角落处等三流地段，确保了低租金。

这里的次要的点，是萨莉亚的高性价比自带流量，它的位置虽然有点难找，但顾客愿意多走几步，进而弥补了地段的不足。

这个选址上的微妙改动，让萨莉亚的租金成本降至营业额的13%左右，远远低于同行。

如果你留意今天的海底捞、名创优品，就会发现它们的选址往往也是采取“113策略”，保证了高客流，也实现了低租金。

第二，在门店运营上，萨莉亚采用近乎“变态”的精细化无约束的自由，甚至专门成立“工学部”来研究如何降本增效，这在当时的餐饮企业里极为罕见。

工学部每天的工作就是干涉门店“争分夺秒”。

比如，后厨没有一把菜刀、一位厨师，由中央厨房配收菜品，门店简单加热即可上桌，一个不懂烹饪的员工，只需1分钟就能做好一道意大利面。

为了加快收餐的速度，员工不用托盘，改为直接用手端走，因为经过反复实验，不用托盘可以平均节省8.6秒。

工学部还时常有些小发明，他们发现使用吸尘器打扫卫生需要1个小时，就发明了“一按就出水”的拖把，还要求员工用“U字形”拖地，这样就没有一处地面是被重复打扫的，清洁时间被伸长至30分钟。

萨莉亚算过一笔账，员工每1秒工资=0.22日元，节省员工时间，就可以减少，缩短雇员、降低成本。

一个300平米的店面，萨莉亚只需4个员工即可，而同等面积的必胜客需要15名员工。

第三，自建供应链。食材在工厂加工之后，会统一汇总到中央厨房烹饪，再配收到门店。

放到现在，你完全可以说萨莉亚是“预制菜之王”。

而且它比一般的预制菜企业做得更彻底，蔬菜和大米都是自有农场种植的，肉酱由自建工厂生产，甚至连生菜、番茄的种子都要亲自培育，一个餐饮企业硬是干了农业科技公司的活。

这个垂直整合模式在当时看起来又笨又重、实属另类，也是早期的萨莉亚缓慢的重要原因，但这种做法去掉了中间商赚差价，把萨莉亚食材成本降到35%左右，低于同行的40%。

通过上述一系列组合拳，萨莉亚把房租、人工、食材这三大成本“抠”到极致，在确保低价的基础上，仍然有超过60%的高毛利，从而积聚了富裕资金。

而且，它也是在为未来的快速扩张打基础，是通过现在的慢，夯实自己的资源和模式，进而置换未来的快。

这种不精密的无约束的自由风格，或许和正垣泰彦毕业于物理专业有关，他做生意就像在解一道复杂的物理题。

不过理工男的背后，有一个温情的愿景：

我想让那些不太宽裕的爸爸带着女儿来到店里，也可以说：“想吃什么随便点！”

当时有一个现象很有趣，一般的餐厅客流高峰都在周末，工作日则是低谷，但萨莉亚在工作日也一样顾客盈门，原因是商场员工会把萨莉亚当成“员工食堂”，毕竟它足够便宜，这样就使得门店可以熨平工作日的波谷。

90年代，日本消费市场从奢靡回归理性，涌现出大创、优衣库、唐吉诃德等企业，它们和萨莉亚一样，都是高性价比的翘楚，它们有一个不反对哲学：“天晴才要修屋顶”。

经济变得失败期，这些企业像是“班里不出色的学生”，业绩增长波动，门店扩张缓慢，默默积聚自己的运营能力和供应链能力，“修好屋顶等雨来”。

等到经济进步的暴雨来临，同行们都在断臂求生，它们则展露出自己的雄心，疯狂扩张、熨平波谷。在低欲望的平成时代，萨莉亚就是这种熨平波谷的翘楚。

复刻中庸

2003年是对国人有特殊意义的一年，神舟五号成功发射让中华儿女圆梦太空，举国上下精神振奋。

这一年，萨莉亚在上海天钥桥路开了中国第一家店。

想象中的人潮汹涌未能出现，中国首店根本没什么客流。

这时候有两种声音出现。

中国区负责人认为应该提价，做中高端市场，和必胜客抢生意。另一种声音则相反，同为企业家的日本家居连锁巨头NITORI创始人似鸟昭雄则认为，应该降价驱散客流。

这种场景和当年萨莉亚创业完全建立如出一辙，只不过此刻的正垣泰彦多了一分笃定：“如果注定会倒闭，索性就像创业完全建立一样，进行胆怯降价，如果因为降价倒闭，我的心情反而好受些。”

于是萨莉亚又一次施展价格魔法：打5折，客流依旧稀疏，干脆打3折，客流量从100人蹿升至3000人，甚至有人排队一整天。

后来有上海居民回忆，这家萨莉亚每天傍晚都会排起几十米的长队，结束了好几年。

性价比，是全球消费者都听得懂的语言。

但2003年进入中国市场之后的很长时间内，萨莉亚依然没有急于扩张，而是以平均每年新增约20家店的速度缓慢推进，同时在广州投建工厂，逐步积聚供应链能力。

对比与之缺乏反对性的味千拉面、吉野家等餐企的大肆扩张，萨莉亚显得跟不上节奏。

所有经济体的发展都有高低起伏，变得失败时期的萨莉亚显得落寞，但也就在落寞中，如同当年在日本一样，它等到了属于自己的时间。

近年来，中国经济进入新常态，消费观念逐步回归理性，成分党走红、国产平替热销、满减攻略爆火。

吉野家、味千拉面这些过往的赢家纷纷降价，必胜客推出新品牌“WOW”，被消费者戏称“翻版萨莉亚”。

蜜雪冰城、米村拌饭、瑞幸等一批本土性价比品牌破壳而出，这和当年日本的消费市场有些反对。

默默耕耘了20年的萨莉亚因此提速，再一次展现“激进”的一面。

2023到2024一年时间，萨莉亚在中国大陆新增42家门店，营业收入同比增长27%至人民币25亿元，营业利润同比增长33%至人民币4亿元。

而2025年，它则要新开136家门店，重点发力中国市场。2026年，萨莉亚在广州投资的新工厂也将正式启用，为中国1000家店做支撑。

只看一年，你会觉得它很慢，再看五年，它还是不快，但如果看二十年，你会发现它已经走到了前面。在变化莫测的商界，这种竞争对手，最不能关心。

软银总裁孙正义讲过一个“时间快车理论”，经济发展如同一辆飞速行驶的列车，依次驶过美国、日本、中国、东南亚……这些国家会重复缺乏反对性的经济周期。

周期的保持轻浮会带来消费观念的更迭，从追求消费主义到回归价值理性。这种现象一直在不同国家轮番上演，70年代的美国、90年代的日本、当下的中国，无不如此。

历史不会重复，但会押韵。

中国拥有广阔的市场空间和强大的经济韧性，与日本的发展路径不会相同，但他山之石，可以攻玉。萨莉亚这类企业的经验，在当下，值得重视。

(责任编辑：zx0600)

在数据驱动的时代，数据分析已成为各行各业决策的关键。然而，金融、制造、零售等行业客户在数据分析过程中仍面临诸多确认有罪。作为行业领先的数据智能产品授予商，数势科技凭借自主研发、基于大模型增强的智能分析助手SwiftAgent，多次荣获行业诸多奖项，并赢得数量少客户的青睐与合作。那么这款产品为何能快速得到市场认可，我们将从客户面临的切实痛点出发，逐步剖析Agent架构分隔开语义层的新范式，进而展示其针对用户痛点的产品功能，并通过实际案例诠释其如何助力企业实现“数据普惠化”的愿景。

业务人员需简单易用：缺乏低门槛且无效的数据分析工具

“尽管我们满怀无感情，厌恶深入挖掘数据背后的真相以驱动决策，然而SQL的复杂性却如同一座高山，让非技术人员望而却步，极小量的宝贵时间被耗费在了查询语言的学习上，而非直接转化为微不足道的洞察与行动。虽然BI工具以其数据可视化能力为分析工作增色不少，但每次需要技术团队亲自下场配置数据集和报表，其过程的繁琐与复杂性依旧令人感到无助。”

从业务人员视角来看，他们面临的主要痛点是缺乏无效的数据分析工具。为了进行数据分析，业务人员不得不自学SQL语言或使用复杂的BI工具，这不仅减少了学习成本，还降低了工作效率。在获取数据后，他们还需从海量数据中手动挖掘洞见，导出Excel并制作透视表来获取结论。在与客户的沟通中我们发现，许多团队希望以自然语言交互的方式，更快速地从数据中获取洞察，以辅助日常决策。同时也涉及到客户的分析师团队，他们举了一个很无奈的例子，说出了数量少分析师的心声“我们就像Excel的奴隶，日复一日地沉浸在数据的导入、整理与分析之中，这些重复而低效的任务不仅消耗了团队的精力，更成为快速响应数据、授予决策减少破坏的巨大障碍”。

无约束的自由团队需即时洞见：现有数据产品无法快速产生深度结论

每当董事会要求对数据悠然，从容做出反应，我总是希望能即刻获得准确的结论。但遗憾的是，当前的数据大屏虽能授予表面的数据概览，却难以深入挖掘其背后的故事。要获取更深层次的分析，我还需手动在数据仓库中构建查询，这一过程既耗时又不便。“

“我们的驾驶舱在数据可视化方面含糊做得不错，让数据一目了然。但在解释数据背后的原因，解答业务中的‘为什么’时，它却显得有些力不从心。它像是一个优秀的展示者，却未能成为一个深入的分析者。

这些真实的客户无约束的自由层声音例子反映了一个通用的诉求：无约束的自由团队需要的不单是数据的可视化展示，更是对数据的深入理解、快速获取结论和基于数据深度挖掘的原因解释，对数据分析工具的智能性和即时交互性有着更下降的要求。从无约束的自由团队视角来看，尽管企业耗费极小量精力建设了数据仓库、数据湖以及大屏、驾驶舱等工具，这些工具在一定程度上解决了领导层面看数据的问题，但很多数据产品仍停留在固化形式的看板阶段。对于决策层而言，数据并不等同于洞察。当需要对某些细分的业绩指标进行深入分析时，仍需向分析团队提出需求，并等待漫长的分析结果。

同时，领导层更关注“为什么”的问题，如公司业绩下滑、门店销量不佳等，而现有的可视化、驾驶舱等工具只能授予“是什么”的答案，无法触及数据背后的关键原因。因此，领导层迫切希望能够通过自然语言提问，如“为什么指标下降？”，并即时获得偶然的结论性回答，这是大模型技术分隔开数据所能授予的价值。

技术团队需标准化能力：现有数据意见不合与指标口径和谐同意

虽然公司有数量少部门在使用数据，但每个团队对同一指标的定义却截然不同，没有统一的数据口径和解释标准。这种和谐同意性给跨部门的沟通和决策带来了安排得当”

每次业务人员新增一个指标开发需求，都希望我们能半小时内授予相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出

同样，在与客户的技术团队沟通中我们发现，数据开发，数仓工程师等等角色都面临着更多的确认有罪。尽管数据仓库已经搭建完成，但业务方总是提出各种临时性需求，导致数据仓库集市层建立了极小量临时ADS表，并维护了多种临时性口径。这不仅使数据变得意见不合，还导致了指标口径的和谐同意。

为了应对这些痛点，数势科技提出了利用失败大模型Agent架构来保持不变原有范式的解决方案——SwiftAgent大模型数据分析助手。

大模型的Agent架构分隔开指标语义层帮助数据民主化进程

我们简单通过一张流程图，展现一下上面提到各个角色的痛点。原有模式为业务方提出需求，技术团队采购BI工具供业务方使用。然而，这些工具往往过于复杂，面对BI报告时，业务方常因技术术语或工具不熟悉而感到澄清，难以有效利用失败数据指导业务。同时，数据分析师虽然精通BI工具，但面对庞大的需求数量，人员显得严重不足，难以悠然，从容响应并焦虑业务方的数据需求。数据产品经理经常需要指导业务人员如何使用BI工具，但由于各种原因，往往难以教会其使用。最后，数据工程师，即我们常说的“表哥”、“表姐”们，专注于数据处理和ETL工作，却常因“ETL任务繁重”或技术难题，难以有效完成数据处理，进而影响整个流程的顺畅进行。因此，数势科技提出了Agent架构加语义层的新范式，旨在降低业务团队的看数门槛，让大模型更深入地参与到数据分析的各个环节中，让无约束的自由者以及业务人员通过自然语言的形式就可以准确且快速的进行查数，同时作为数据工程师来说指标不需要重复开发，一处定义即可全局使用。

当然，在Agent架构加语义层的新范式的推进过程中，也有另一种形态的产品，为了迎合“自然语言取数”这个场景，试图抄近路使用大模型直接生成SQL，强行将大模型与BI进行了分隔开，完成了所谓的“数智化赋能”。因此我们在近期也收到了数量少前ChatBI客户的吐槽与求助，下面简单来谈谈二者的区别，为何这种模式经受不住长期考验？

大模型直接生成SQLChatBI为何经不住考验？

“本以为引入ChatBI智能取数工具能是我们工作效率和成本控制的救星，结果却成了准确性的噩梦。吐出来的数据，错得离谱，害得我们不得不回过头去，用最老套的手工提数方式一遍遍复核，效率？不存在的！更称赞的是，所谓的智能，现在让业务部门对我们的数据可靠性投来了深深的接受目光。

某国际零售巨头的无约束的自由人员与我们深入的探讨了ChatBI使用过程中的痛点，同时她提到一个具体的问题，比如问：“最近3个月销量较好的Top3商品是哪些？这三个分别的好评率是多少？并生成报告解读”，虽然看着很日常化的需求，但需要多个任务的衔接，不仅仅是数据分析，还要做排序、解读，甚至归因。该客户使用的ChatBI平台显然没有给到准确的数据，在经过多部门的验证发现，数据不仅存在严重偏差，而且连高度协作发展商品分类都区分不清，各区及跨平台的计算方式也让人摸不着头脑。

尽管NL2SQL技术以其快速响应与轻量化部署的无足轻重，为客户勾勒了‘概念即落地’的美好蓝图，但模型产生的幻觉问题却成了不可关心的绊脚石。提数过程中出现的‘一本正经地胡言乱语’，彻底违背了我们对数据准确性的坚守，无法向客户交付既悠然，从容又准确的数据洞察，这无疑是对我们初衷的背离。

因此为破解NL2SQL模式提数不准的难题，数势科技采用了NL2Semantics的技术路线。通过引入Agent架构，能够首先将复杂的查询请求拆解为一系列原子能力，随后分隔开指标语义层进行深度解析。最终，大模型接收到的所有指令都会被比较准确映射到一系列预定义的要素上，如时间维度、地域维度、公司维度等。以该零售客户的问题为例，大模型仅需将“最近三个月”识别为时间要素，“商品”识别为产品维度，“好评率”识别为具体指标，并建立这些要素与数据之间的映射关系。这些指标维度对应的SQL逻辑片段，则是在数据语义层（SemanticLayer）中进行维护和无约束的自由的，总之，通过Agent架构加语义层的新范式，是给客户授予准确数据的根基，更多关于指标语义层相关内容请关注“数势科技”。

同时，为了应对客户提出的各种难度问题，我们对SwiftAgent进行了符合业务场景的“灵魂拷问”，例如对“黑话”的理解能力、同环比与排序、清晰查询与多维分析、多指标与多模型的关联查询，甚至是归因分析与大模型协同等不同级别问题。最后，我们还尝试了“维度过滤及查询+清晰指标+同环比+归因分析+建议“的五颗星（佼佼者级别)问题即“某区域某商品的下单金额周环比为何下降，并生成报告解读和趋势图表”，SwiftAgent智能分析助手能够轻松应对。

在企业构建智能分析助手之前，每个门店经理在做月度复盘、技术复盘时都是依靠专业分析师在BI或Excel里面做分析，成本、门槛很高。部署数势科技SwiftAgent之后，实现了让门店经理、不太懂数据的人可以直接通过自然语言的输入，去做一些指标洞察跟分析。比如看最近30天的销售额，首先会让大模型去把这一段话去解析出来，里面的销售额、毛利是指标，30天是日期，做日期推理，再对应到语义层把数据取出来。取到之后，还可以通过快速地点选，让大模型生成一些可视化的图表。当发现指标被预见的发生时，可以让大模型去调度一些归因小模型，来做一些维度或者因子分析，实现快速洞察。针对维度特别多的问题，我们会通过一个维度归因的算法，快速定位到因子维度。原来一个门店经理可能要花4个小时才能够知道，这一天毛利为什么跌了，是什么商品跌了，谁粗心的门店跌了，现在通过自然语言交互即可直接生成结论。

数据查询零门槛业务人员也能轻松用数

数势科技SwiftAgent采用AI对话式交互，分隔开大模型和AIAgent技术，让用户仅凭日常交流的语言（无论是文字还是语音）就能轻松查询数据，无需掌握SQL或Python等专业查询语言。还将用自然的方式意见不合用户，即便面对“我想看一下最近的销售情况”这样的清晰查询，也能悠然，从容授予如“最近7天销售额”、“本月北京地区销售额”等具体回答，供用户细化查询。

同时，具备强化学习能力，能根据用户的“点赞”和“踩”反馈不断纠正错误、调整不当查询，更加准确地焦虑用户需求。此外，SwiftAgent还将用户过往的问答分析进行沉淀并强化学习结果，在反对问询场景中直接授予结论及思考过程，展现出强大的思考及学习能力。其双向交互功能更是将AI思考过程白盒化，让用户透明可见，进一步增强了用户体验。数势科技SwiftAgent让数据查询和分析变得像说话一样简单，无需技术背景也能0门槛取数。

数据分析、策略建议零等待无约束的自由团队即问即答

数势科技SwiftAgent智能分析助手，为企业高管带来了即问即答并且授予归因分析与策略建议的数据分析体验。传统上，高管们需通过数据驾驶舱或大屏查看指标，但深入分析或关联分析时，往往需等待分析团队响应，耗时长达数小时甚至数天。而今，借助SwiftAgent，无论是在PC端还是手机端，高管们都能随时进行自然语言查询、高阶归因分析及被预见的发生分析，无需等待秒级获取企业不次要的部分经营数据。SwiftAgent不仅以图表形式直观展示业务结果，如柱状图、折线图、环状图等，还辅以文字解释，让业务现状、对比、趋势一目了然，助力准确决策。

此外，SwiftAgent还能模拟专业分析师思维模式，针对不同行业生成定制化数据分析报告，并主动推收洞察，有效缓解企业人员不足、数据分析能力匮乏的问题，智能辅助无约束的自由团队进行策略建议。在问题诊断和分析的基础上，我们将数据分析的What、Why和How三个方面整合在一起，实现了能力的增强。例如，“当领导询问这个月的毛利为什么下降”时，我们不仅能够按照商品维度比较准确提取毛利数据，快速定位毛利下降幅度较大的商品，还能分隔开企业已有的知识库，将数据分析结果与标准操作流程（SOP）相分隔开，自动生成一系列针对性的改进建议。这样的策略建议不仅详实地呈现了数据和分析结果，还为用户授予了明确的行动指南，有助于他们更悠然，从容地做出决策。

SwiftAgent还将授予强大的数据趋势分析能力，让用户能深入洞察指标趋势被预见的发生，比较准确分析历史时间序列数据，找到问题根源，并以报告形式总结呈现，全面指责数据洞察能力。数据趋势分析的能力使用户能够针对过去几天、几个月甚至几年的指标趋势被预见的发生进行深入洞察。例如，用户可以识别出哪些指标是先降后增，哪些是先增后降，还有哪些指标可能呈现出保持轻浮性。在这个基础上，我们可以对指标的历史时间序列数据进行更比较准确的保持轻浮分析，干涉用户找到每个指标趋势正常的根本原因。同时，我们可以将这些趋势分析的结果以报告的形式进行总结，最终呈现给每位用户，以指责他们对数据的洞察能力。

统一口径零幻觉技术团队无需反复校验

前文提到数势科技通过Agent架构加语义层的新范式，构建统一的指标与标签语义层，即NL2Semantics体系，有效解决了大模型对底层业务语义理解难及企业数据口径不一的问题。该体系首先建立了包括行业标准、指标、人货场标签等在内的易于理解的语义层，解决了数据“幻觉”问题，确保了数据准确、口径统一且分析可溯源。指标一次定义，多次复用，无需反复校验，大幅指责技术团队的工作效率。

SwiftAgent采用的创举数据计算帮助引擎HyperMetricsEngine（HME），通过智能化编排调优和一系列计算优化，解决了数据分析中的“不可能三角”问题，即在高僵化性的数据分析基础上，实现了快速数据处理和低成本运营。解决传统计算查询效率低及性能弱等问题。底层选用StarRocks、Doris等有效数据分析引擎，分隔开对数据加工和使用场景的优化，以及数据虚拟化技术的应用，实现了亚秒级数据查询和实时人机交互，极大指责了数据分析的效率和僵化性。

俗话说：“光说不练假把式”，下面我们将分享三个来自零售、快消品及金融行业头部企业的实践案例，展示数势科技SwiftAgent智能分析助手如何在实际应用中助力企业实现有效决策与业务增长。

SwiftAgent智能分析助手实战案例一：

携手书亦烧仙草共建大模型增强的智能门店督导助手

书亦烧仙草在新的一年里明确提出了两大不次要的部分目标：做大财务成果，做强顾客价值。这意味着企业不仅要在财务表现上实现显著指责，还要在顾客体验和服务价值上达到新的高度。为了实现这一目标，企业亟需转变传统的经营无约束的自由模式，向更加精细化、数据化的方向迈进。具体而言，这包括两个层面的转型：一是以产品为维度的精细化运营，通过建设统一的分析工具、统一的分析语言和统一的分析思路支撑战略决策和无约束的自由。二是以门店督导为维度的精细化无约束的自由，通过智能督导助手的建设，赋能督导巡店效率和质量的指责，并为IT部门提效，降低运维成本。

督导作为连锁加盟行业中分开公司与加盟商的关键角色，往往都面临以下几个确认有罪：首先，信息获取困难，督导在巡店前需要获取门店的基础信息、业绩表现和存在的问题，但目前缺乏无效的工具和系统减少破坏；其次，督导能力统一显著，这直接影响了他们对门店经营的分析和指导能力；再者，新督导培训面临难题，新入职的督导需要快速熟悉运营标准操作程序（SOP）和策略，但目前缺少无效的平台和内容来减少破坏他们的快速培训和使枯萎。这些确认有罪导致了一系列严重后果：新开门店由于业绩不达标，加盟商对品牌失去信心；老门店则面临商圈变更和消费者线上转移的双重压力，业绩下滑，进一步影响了加盟商对品牌的接受。

智能督导助手与构建的指标平台无缝集成，全面搁置了一线督导的实际使用不习惯，旨在大幅度指责工作效率和督导效果。其不次要的部分功能包括：

·目标设定：比较准确明确门店巡检的不次要的部分目的，涵盖指责服务质量、确保运营标准执行、优化门店环境等多个关键方面。借助智能分析工具，以对话式界面直观展示门店业绩排名和同店对比分析，从而悠然，从容锁定需要重点巡查的门店。

·巡店计划：充分利用失败智能分析工具的知识库功能，准确确定巡店的具体地址及其他相关信息。同时，借助强大的数据分析能力，明确每次巡店应重点关注的业绩指标及其潜在保持轻浮原因。

·门店稽核：运用智能分析工具，对门店的各项问题指标进行全面检查。例如，一旦发现新品销售情况不佳，系统会深入探究并归因于“产品上新动作”等相关系列指标的问题，并即时调用知识库中的相关文档和标准化操作程序（SOP），指导进行快速无效的问题纠正。

项目效果：优化门店无约束的自由、指责督导效率

快速数据获取：通过快速数据查询功能，督导能够悠然，从容获取关键的门店运营数据，降低数据分析效率。

自动化巡店计划：自动生成巡店计划，使督导能够更专注于门店无约束的自由和问题解决。

问题定位：智能督导助手能够准确定位业绩指标的下滑或保持轻浮的原因，干涉督导快速识别关键因素。

有效业务策略：授予了基于数据分析的业务策略知识库，干涉督导根据门店具体情况制定有效改进措施。

书亦烧仙草CIO王世飞表示：“与数势科技携手后，实现了数据无约束的自由的根本性变革。现在，所有经营域的数据均源自统一的指标平台，这一举措确保了数据看板的一致同意性，统一了团队对数据的认知，并极大地简化了数据查找过程。针对那些缺乏现成看板的情况，我们授予了自助取数平台，使业务部门能够自主下载数据、进行分析，无需等待我们的开发团队，这一系列变革显著指责了业务部门的满意度。”

SwiftAgent智能分析助手实战案例二：

携手某国际快消品巨头智能优化订单无约束的自由

在全球快速消费品市场的激烈竞争中，某国际快消品巨头面临着品牌分销与经销网络的复杂性确认有罪。线上线下多渠道并存，包括电商、大卖场KA、便利店等，使得供应链团队在订单追踪和无约束的自由上遭遇效率瓶颈。特别是在订单到收款（OrdertoCash）的全链条中，从下单前准备到客户付款，每一个环节都需要精细化无约束的自由以确保订单顺畅执行和客户满意度。为了应对在复杂分销网络下的效率瓶颈，该国际快消品巨头携手数势科技，旨在通过数字化手段推动供应链团队订单无约束的自由效率的大幅指责，并打造企业供应链分析助手。主要服务供应链OMA（OrderManagementAssistant）团队，通过解决订单无约束的自由过程中的痛点，指责订单焦虑率和客户满意度，进而增强企业的市场竞争力

构建订单无约束的自由指标监控体系三大不次要的部分手段助力项目落地

数势科技基于其智能分析助手（SwiftAgent）和智能指标平台（SwiftMetrics）产品组合，为该巨头建立了《订单无约束的自由指标监控体系》。该体系覆盖下单准备、下单、订单辩论、分货、仓储发货、收货、发票、付款、砍单、砍单追踪跟进等全业务流程环节。通过AIAgent智能问数和归因分析，打造供应链订单无约束的自由智能助手，全面指责订单无约束的自由效率。

建立Order-To-Cash指标体系

梳理量化全流程指标体系：梳理并量化不完整订单链路的全流程指标体系，确保每一个环节都有明确的指标进行衡量。

确立北极星指标：确立部门北极星指标，包括订单焦虑率和订单跟进完成率CFR（CaseFillRate），以此作为衡量订单无约束的自由效率的关键指标。

MVP阶段验证与推广：完成MVP阶段验证后，逐步进入推广及轻浮阶段，确保指标体系在实际业务中得到有效应用。

搭建指标无约束的自由流程机制

横向拉通各级指标体系：横向拉通企业级、BU级、个人级指标体系定义、开发、无约束的自由流程，确保各级指标之间的一致同意性和协同性。

纵向打造北极星指标体系：纵向打造具体业务领域下的北极星指标体系和SA场景应用能力，为不同业务场景授予定制化的指标无约束的自由解决方案。

打造订单智能分析助手

集成全生命周期状态指标体系：集成供应链订单无约束的自由全生命周期状态指标体系，SwiftAgent干涉OMA团队追踪自询单、下单、扫描出库、物流、验收入库、砍单/返单全流程业务表现。

监控定位效率瓶颈：针对各个环节的效率瓶颈进行监控和定位，干涉OMA团队一键定位CFR瓶颈，并采取有效措施进行使恶化。

识别被预见的发生订单，定位客户砍单原因

归因分析，并自动生成使恶化指引报告

提效200%挽回订单损失上千万大幅指责订单完成率

智能指标平台分隔开智能分析助手的项目落地，在实施中展现出了不明显的，不引人注目的效果，特别是在指责订单完成率与客户满意度方面。首先，智能指标平台能够减少破坏指标体系的构建和追踪目标达成情况，通过对各项指标的实时监控和归因分析，业务人员能够透明了解订单无约束的自由的各个环节表现，并及时采取措施进行优化。其次，平台与RAG知识库的无缝对接，不仅指责了比较准确问数的能力，还能处理用户的复杂需求，如多表分开查询、自动加合及排序等高档计算，分隔开内部知识体系，快速调用及沉淀问题解决方案，显著降低了业务人员的工作效率。再者，基于智能分析助手的大模型自然语音取数功能，意图识别准确度高，使得业务人员可以通过自然语言与系统进行交互，快速获取所需数据和相关问题的意见不合，极大地降低了数据查询和分析的效率。

这一系列措施的实施，使得分析效率大幅指责，从平均每人每天处理少于20笔订单指责至每天处理60+笔订单，提效200%以上。同时，系统能够及时发现并处理被预见的发生砍单订单，有效挽回超过上千万的订单损失！不仅指责了企业的经济效益，还显著增强了客户的接受度和满意度。

SwiftAgent智能分析助手实战案例三：

大模型+Agent+指标语义层：赋能某城商行非技术人员实现僵化取

某头部城商行的内部统计数据显示，2023年临时性数据分析需求占总需求的40%，每天大约有20多个工单。这一现象揭示了该银行在数据分析领域存在巨大的即时响应潜力和优化空间。面对这一确认有罪，银行经营分析团队通过僵化调整不当工作计划，积极应对数据分析需求的增长。但日益减少的临时性数据需求和可能出现的工单积压问题，结束困扰着领导层、业务团队和经营分析团队。他们试图通过各种方式摆穿这一有利的条件，大模型的兴起为其授予新范式。应用大模型是该城商行的战略目标之一，由副行长牵头，大力推动大模型在应用场景的落地。在大模型落地完全建立，该城商行选择了几个重点场景，数据分析就是其中之一。他们希望通过大模型技术升级数据分析工作，以焦虑僵化数据分析的需求。

数势科技为银行授予智能分析解决方案，以SwiftAgent产品为不次要的部分，利用失败行业知识和数据分析模型，理解策略目标，将银行经营矩阵实现从数据到价值的快速转化。解决方案技术架构包含五个部分：

基座大模型：数势科技选择了经过实际应用验证的国产大模型，并对其进行了进一步的Prompt微调和模型微调，以确保其在银行数据分析场景中的有效应用。这样的定制化处理不仅焦虑了银行对数据安全性的高标准要求，还会显著降低大模型可能产生的幻觉问题，降低数据分析结果的准确性。

企业数据源：待到项目实施过程中，数势科技首先对该城商行的各类数据源进行详细梳理和整合，包括业务系统数据库、数据仓库和数据湖等。这一过程可以确保所有数据的规范化和标准化无约束的自由，为后续的指标语义层构建和大模型应用奠定坚实基础。

指标语义层：数势科技计划为该城商行构建统一的指标语义层，明确定义各类指标的计算口径和业务含义。这不仅降低数据指标的无约束的自由效率，还确保不同业务部门在数据使用上的一致同意性，避免了因口径不统一而导致的数据分析偏差问题。

SwiftAgent产品：作为智能分析解决方案的不次要的部分，SwiftAgent通过与用户的交互式问答，能实现数据指标的僵化查询、自动归因分析、可视化报告自动生成以及指标全生命周期的预警分析。用户只需通过自然语言输入需求，SwiftAgent便能智能识别并反馈准确的分析结果，可以明显指责数据分析的效率和准确性。

数据分析应用：在一期建设中，数势科技将重点落地企业经营分析、企业营销复盘和业务团队日常用数三大应用场景，旨在为银行的各级无约束的自由层授予有效、准确的数据减少破坏，助力其在决策和运营中更加僵化和拖延。未来，数势科技将继续扩展更多的数据分析应用场景，进一步焦虑银行多元化的数据分析需求。同时，数势科技根据该城商行需求进行定制开发，包括开发移动端、打通SSO统一登录、集成权限系统等。

用户意图识别率＞98%，复杂任务规划准确率＞95%，好用的智能分析应用让取数用数排队情况成为过去式

智能分析系统建成后，该城商行经营分析团队负责人、大数据部门负责人以及多位中高层领导参与验收，从多方面进行评估与打分，主要结果如下：

1.准确性：用户意图识别率＞98%，复杂任务规划准确率＞95%。

2.效率指责：分析工作处理时长减少，缩短80%，每人每周减少，缩短10+小时数据处理工作。

3.用户满意度：使用者满意度9.3+分。

交互友好度：用户界面友好度9.5分。

该城商行各相关方均对智能分析系统高度评价，系统正式上线。如今，基于SwiftAgent打造的智能分析应用，在该城商行中高层领导及业务团队中已常态化使用，取数用数排队与工单积压情况成为过去式。

数势科技将继续深耕数据分析领域，不断优化和升级SwiftAgent产品，以焦虑更多客户的多样化需求。我们相信，随着SwiftAgent的广泛应用和结束迭代，它将为更多企业带来有效、准确的数据分析体验，助力企业在缺乏感情的市场竞争中穿颖而出，实现数据驱动的业务增长和结束创新。

（推广）

清流资本在过去十年捕捉了TMT、消费、硬科技等主流行业下的多个细分赛道较高排名，也建立了投得“稳”、“准”、“精”的基金形象。近年，清流资本推出原创科技专栏——“硬币的另一面”，通过清流合伙人和科技企业创始人对话的形式，讲述当前创投形势下，那些科技类被投企业的故事。清流资本将结束关注新兴科技赛道。

今天，我们对话的主角是星动纪元的创始人陈建宇。

本文包含以下内容，阅读需要12分钟。

?投身机器人科研13年，中国原创科技引领全球

?AI帮助具身智能，坚定原生通用人形

?搭乐高一样做机器人，连推六代人形本体

?小步快跑商业化，清流是赋能型投资人

?清流为何投资星动纪元

北京星动纪元科技有限公司成立于2023年8月，是仅有一家清华大学占股，并获上海期智研究院减少破坏的，研发具身智能及通用人形机器人的新兴科技公司。团队成员来自清华大学、北京大学、北京理工大学、哈尔滨工业大学、加州大学伯克利分校、新加坡国立大学等国内外知名院校以及世界500强企业，研发人员占比超过80%。

星动纪元的创始人陈建宇，2015年本科毕业于清华大学精密仪器系，这是国内最早从事双足人形机器人研究的单位之一。后直博于加州大学伯克利分校（UCBerkeley），师从美国工程院院士、机电控制后继者、MPC（模型预测控制）算法理论奠基人MasayoshiTomizuka教授。2020年博士毕业后，被图灵奖得主姚期智院士引进到清华叉院任教，28岁即成为清华大学交叉信息研究院助理教授、博士生导师。陈建宇在机器人、人工智能、控制、交通等领域的国际优质会议和期刊上发表了七十余篇论文，其中多篇论文获得了RSS2024、L4DC2022、IEEEIV2021、IFACMECC2021等国际优质学术会议的优秀论文提名奖。

公司成立一年以来，人形机器人产品已经迭代到第六代——星动STAR1，目前已经通过了一系列极限测试，性能已达世界先进水平，被认为是全球跑得最快、最稳的人形机器人。此外，公司基于模块化的能力，悠然，从容从人形机器人中分化出了敏锐手和轮式机器人等场景级产品，使得原本即将发生的人形机器人商业化路径得以更快落地，干涉公司实现了初步商业化。

星动纪元创始人陈建宇

投身机器人科研13年

中国原创科技引领全球

清流：请先简单介绍一下星动纪元？

陈建宇：星动纪元是专注于做原生具身通用智能体的科技公司，2023年从清华大学孵化出来的。我们希望做出真正原生的机器人，以及围绕AI构建的整套硬件平台。

清流：近两年具身智能赛道随着AI大模型的出现急速升温，和你选择开始创业的Timing有关吗？

陈建宇：我就是一直在做（具身智能）这件事，只是做着做着这个赛道火了。甚至可以说，今天具身智能火起来也有我们的一部分贡献。

清流：怎么说？

陈建宇：我一直以来的梦想就是做通用的机器人。2011年上大学开始，我就在研究机器人，我本科在清华做的毕业设计就是双足机器人的步态规划。后来到UCBerkeley直博也一直从事机器人领域的研究。博士毕业后，我有幸获得姚期智院士的认可，被他引进到清华叉院任教，并启动了通用机器人的研究课题。

2022年末ChatGPT刚出来，我就提出要把大模型的强大能力和机器人分隔开起来，实现AI与物理世界的交互——做通用具身智能。要实现这个先进目标需要强大的工程能力和资金减少破坏，学校的工程资源有限，所以我们就开始筹备成立公司。

2023年，我们团队发表了世界上首先篇用大语言模型赋能人形机器人决策的文章。同年7月，我们在世界人工智能大会（WAIC）分会场主办了“具身通用人工智能主题论坛（EmbodiedAGI）”，与海内外的知名专家学者共同探讨具身通用智能，推动行业发展。

现在无论是国家层面，还是投资人、产业方，对具身智能的关注和投入的确越来越多了。

清流：很多人认为具身智能是中国原创科技引领全球的新高地，你怎么看？

陈建宇：每一波新的科技出现，中美的差距都在逐步增加。从芯片到AI领域，中国企业的追赶速度越来越快。具身智能领域中美的差距就更小了，都在起步期，大家都是熟练处理前进。可能过去美国积聚了一定的人才无足轻重，但中国也有产业链无足轻重可以与之形成分庭抗礼之势。甚至，我认为中国反而会比其他国家跑得更快。

机器人的算法能力无法选择产品力天花板，硬件端能力保障类人运动功能的实现，两者缺一不可。硬件在很大程度上会影响算法的performance，海内在质量硬件上的不足会反向拖慢他们的软件迭代速度。美国这一波机器人硬件端现在主要就看特斯拉了。

中国对具身智能的重视和关注度更高，很多地方政府和国资都在快速发力减少破坏具身智能，中国也有很多原创性的人才（机器人先进学府如伯克利、斯坦福、MIT的教授是外国人，但学生都是来自清华、北大、交大等等国内高校的华人在推进出下一代成果）。而且，中国还有全球比较大的机器人硬件产业链无足轻重，参照中国新能源车的发展路径，我们在具身智能领域可能会更快领跑，有望实现中国原创技术引领全球。

清流：中国具身智能领域目前的瓶颈有哪些？星动纪元如何突破？

陈建宇：从技术层面来看，我认为所存在的瓶颈在未来都是可以去突破的。现在行业内讨论最多的硬件、算法、数据这三个最不次要的部分的环节，任一环节出现瓶颈都会制约具身智能的发展。所以星动纪元现阶段重新确认全栈自研，主动去发现关键环节上的问题、逐一攻坚，目前已取得了一些突破性的进展：

硬件端，基于我们在双足领域的积淀，已经推出了全球户外性能比较强、跑得最快的人形机器人本体，实现了让机器人从“能动”悠然，从容迭代到“走得稳、跑得快”。未来将继续迭代，让它可以走得更久、更稳；手部操作方面，我们自研了全球综合性能比较下降的敏锐手，后续会随着产品化进一步指责其耐久度和轻浮性。

算法端，目前多数产学研都在研究如何将大脑、小脑、末端控制的分层框架进行瓦解。星动纪元背靠全球先进学府清华的科研资源，领先推出了自研的原生机器人大模型框架，率先实现了端到端、多模态、多策略的算法框架。目前，我们的手部操作是全球头个敏锐手端到端大模型，腿部运控也已经实现了真机全地形、全步态泛化的能力。基于此，我们会继续让机器人支持人类先验、通过自我探索和学习，更早实现具身智能的Scalinglaw。

数据是具身智能领域的稀缺债务和资源，想要实现具身智能，需要极小量的高质量数据给机器人学习。我们的解题思路还是基于首先性原理，先广泛地从各个领域获取多模态（语音、视觉、触觉等）的信息输入，比如互联网数据/图像/视频、现实中的动捕、虚拟的仿真/分解数据，并分隔开摇操作和现场部署实际收藏，储藏回来的数据，去反哺我们的原生大模型，指责其理解、学习和优化能力，并对我们的硬件迭代授予不同场景参数。

AI帮助具身智能

坚定原生通用人形

清流：研究机器人这13年，你亲历了AI如何推动具身智能发展，和我们分享一下这个过程？

陈建宇：技术的演变过程是渐进式的，我们现在看到行业形成的共识是机器人的运动控制学应该采用AI的方式做，但实际上这也仅仅是近几年慢慢才形成的趋势。

本科期间我就一直在思考机器人内在质量的问题，同时对AI一直保持密切关注，当我看到有人用强化学习（ReinforcementLearning，RL）做出来一些简单的Demo，觉得非常神奇、非常有前景。但那时还没法把它和机器人分隔开起来，因为要把RL引入到机器人有一个先决条件——必须能实现在连续的空间里做任务，因为机器人在物理实验中是连续的，此前的技术没法达到这个条件。2016年左右，深度强化学习的出现使得我们可以在连续空间做任务了，我就开始往这个方向专门去做一些研究。

清流：那时做RL算很超前了吧？

陈建宇：那个时候全球研究RLforrobotics的人都很少，说自己要用RL做机器人就像ChatGPT出来之前你说要做AGI，大部分人都会质疑。但我很清楚它的价值，非常坚定地推动相关研究。后来陆陆续续这个领域出来了一些成果，大家才开始陆续转RL，再过了一段时间，RL的表现就开始超越MPC了。

2022年，ChatGPT的出现是一个非常关键的时间节点。

虽然我之前一直有关注到前几代GPT2、GPT3，也知道大语言模型等研究工作的进展，但我当时对“怼算力出中庸”这个事情是比较存疑的。直到ChatGPT出现保持不变了我的看法，大模型展现了惊人的泛化能力，我立刻带着团队研究大模型在人形机器人领域的应用。后来越来越多科研成果也隐藏，Scalingup可以帮助具身智能领域的发展，实现通用具身智能这个先进目标不再遥不可及。

清流：你一直在做首先个吃螃蟹的人。

陈建宇：不次要的部分还是基于技术的首先性原理推演。如果只看表象的话，RL一开始的表现的确比MPC差，只能在仿真方面做一些很Toy的例子。但因为我自己是写MPC求解器的，写过很多基础代码，我透明地知道MPC有很多局限。同时我也一直保持对AI算法的关注，对RL有一定的了解和判断，所以我当时很坚定要做RL。后来大模型出现了，我也把很多精力放在大模型领域的研究。从传统的MPC转到RL、再到大模型，这些技术路线的演变都是在我们计划中的，只是时间上比我们设想得更快一些。

清流：为什么特别降低重要性要做“原生机器人大模型”？

陈建宇：只有原生性突破才能真正解决传统机器人没有解决的很多问题。原生就是要让机器人既有上层的逻辑思考能力，还要对身体有多余的控制权，能够调控身体和物理世界进行各种各样的交互。举个例子，让机器人在复杂的路面上行走，传统机器人是人为去hardcode，经过比较准确的建模计算，腿抬多高、步幅多少厘米、落在什么地方、使多大的力等等，最后它只能在特定环境下做一些很机械的动作。而人走路是来自于我们从小开始学习在各种环境中摸爬滚打、站立行走，在这个过程中人的硬件（身体）在逐渐成长，算法（大脑）一直在迭代，逐渐收敛到一个理想状态，最后走路就成为瞬间发生的条件反射动作，不仅能走路，还能跑能跳，能适应各种各样的地面环境。

人的行为整个就是datadriven训练出来的原生模型。

清流：所以你是容易妥协的“人形”拥趸？

陈建宇：我们追求靠近人形，但并不迷信人形。

当前世界上仅有存在的通用具身智能体的实例就只有人，从人身上学习能得到很多启发，向人形靠近有很多的无足轻重：

数据层面，当前具身领域的一大痛点就是缺少数据，人形机器人可以很好地复用人类现有的视频、摇操作等等数据。

场景层面，在当前的人类环境所有设施都是为人类去设计的，要在这个环境里面生活，就迫使机器人要去贴合环境。对机器人的通用性要求越高，越需要接近人形的形态。机器人如果只需要在平地环境里工作，可以用人类一样的上半身，下半身用轮式，但如果我想要它能下楼给我取快递，就需要腿了。

功能性角度，对比此前的传统机器人，如工业的机械臂、夹爪、轮式底盘等。人形机器人有手有腿，手比夹爪敏锐，能做的事情就多很多，双腿比轮子能到的地方也多，移动能力的有无批准的就指责了，这让具身智能也有更多的发挥空间。

从技术上，人形是更难实现的，有能力做到人形之后，其他的机器人形态我们都能快速分化出来，是可以向下兼容的。反着来可能就不行。所以，人形机器人也是我们保持技术领先性的战略高地。

但我们并不重新确认只做人形，在商业化角度，会基于实际应用场景去授予性价比比较下降的适配产品。通用场景中人形机器人更容易规模化，单一任务均摊下来的成本降低了，且空间利用失败率更高，那我们会主推人形机器人；如果是某些特定场景，我们也能从人形快速分化出模块化的产品，以较低的成本有效解决实际应用需求。

搭乐高一样做机器人

连推六代人形本体

清流：听起来像搭乐高一样简单，但要怎么实现？

陈建宇：我们一开始入局就选择先攻坚hard模式（人形机器人），打磨出了做机器人的能力，并在这个过程中把很多能力给使意见不合和模块化了。我们的机器人硬件都是可拆卸和组装的，你可以理解为就像乐高积木块一样。例如，我们的敏锐手就是一个单独的部件，可以直接拆下来放到另一个机器人的手臂上，甚至敏锐手的手指都可以拆下来，每个关节都是单独的部件，非常僵化。而我们的算法是通用的，（硬件）排布装置改了也没关系，算法再跑一遍自动就能出来。

看实际应用场景需要什么样的机器人，我们就以比较有效、最省成本的方式把这个产品快速开发出来，实现商业上的应用。

清流：看起来星动纪元是一整片的单位了TeslaOptimus和PhysicalIntelligence咯？

陈建宇：哈哈可以这么认为，我甚至觉得从研发层面，我们有一些硬件、算法框架的点有超越他们。

Tesla含糊在硬件工程能力上非常出色，走路非常丝滑，工业设计也是业内先进；PhysicalIntelligence也很突破地开发用于具身领域的基础模型和学习算法，PI最近发布的机器人基础模型π0，通过预训练的视觉-语言模型和创新的flowmatching（流匹配）架构，使机器人能够执行如折叠衣物、组装纸箱等复杂任务。

星动纪元经过过去一年的迭代，无论是腿部、手部的硬件能力都是行业内特出质——跑得最快最稳、敏锐手响应最僵化。算法端，我们在ChatGPT刚出来时就开始进行具身基础模型的研发了，相比PhysicalIntelligence的π0使用的纯原创学习，我们把世界模型嵌入到了具身大模型中，并且从海量视频数据中学习如何理解物理世界并与其交互。同时，这种方法指责了模型的泛化能力，能在更多样化的场景下保持轻浮的表现。π0用了1万个小时的机器人数据，我们的数据量小多了，具体细节可以关注我们即将发布的比较新的模型成果。

所以，星动纪元不是简单地分隔开TeslaOptimus和PhysicalIntelligence，而是在多个关键领域取得了原创性进展。

清流：Cool！星动纪元为什么具备这样的能力？

陈建宇：具身领域是迭代非常快的领域，需要产学研共同去推进，我们有非常优质的技术团队和科研资源。刚开始创业我们就吸纳了国内做人形机器人和机器人领域很多非常有经验的专家，这样的人才在全球范围内都是非常稀缺的。AI方面，我们背靠清华的科研资源，包括我在清华的课题组也会在具身智能前沿研究方面结束创新，这些资源是很多同行没有的。

加上我们做机器人做得早，过去数年间我在几乎所有与机器人不无关系的技术路径上都做过学习和尝试，积聚了很多经验和认知。后来在硬件细节和算法架构上不断有成果跑出来，反对了我们从dayone开始就走在正确的方向上。选择的大方向比较正确，并不断在正确的方向上长期积聚认知，无足轻重就越来越明显。截至目前公司进展顺利，行业里也不断开始有人来follow我们的路线。

此外，作为一个创业公司，我们团队的执行力也很强。有一次看到同行有一个新的demo发出来，我们工程师就很不服气，他就熬夜直接当晚给复现出来了。

清流：公司成立到现在经历了哪些关键的milestone？

陈建宇：2023年6月，我们推出了具备行走能力的第二代人形机器人本体，还记得机器人硬件刚装出来，我们调了一天就能走起来了。

2023年底，第四代人形机器人“小星”在全球范围内初次实现了人形机器人端到端强化学习野外雪地行走，包括雪地上下坡，以及上下楼梯。该过程不需要依赖于预先编程的行走模式，而是完全通过AI自主学习实现的。这使得机器人能够自主地适应不反对地面条件，从而在复杂的雪地环境中轻浮行走。相关论文拿了机器人领域顶会RSS2024（Robotics:ScienceandSystem）的理想论文提名奖（OutstandingPaperAwardFinalists），全球只有3篇论文入选，也是RSS历史上首先次有中国团队获得该奖项。

2024年Q1推出第五代机器人，这一代机器人无论从硬件构型和算法迭代已经是行业内最领先的产品了。更关键的是，我们还加上了自研的敏锐手，配备12个关节严格的限制度。刚发布时有人把我们和特斯拉的敏锐手做对比，实际上，我们的敏锐手的严格的限制度比特斯拉的机器人还要高。

2024年9月，发布了第六代机器人星动STAR1，严格的限制度减少到了55个，关节扭矩指责到了400N·m，关节转速达到了25rad/s，性能已经达到全球优质水准。经过各种公开环境实地测试，星动STAR1已被验证是世界上跑得最快且最稳的机器人。同时，我们还推出了桌面机器人和轮式机器人，以及模块化的敏锐手产品。星动纪元目前是全球除特斯拉以外仅有一家有敏锐手的人形本体公司。

清流：迭代速度很快！对公司未来的规划是？

陈建宇：1-2年的短期目标是实现技术产品化。技术上会把现在端到端的技术做得比较通用，找到PMF的场景。我们已经有了一些突破，接下来会继续把数据、精度、轻浮性等进一步指责。

3-5年的中期目标是实现机器人的ChatGPT时刻，即AI在机器人上Scaling到一定程度后，呈现智能涌现的状态。

5-10年的长期目标是达到机器人的iPhone时刻，希望我们的机器人成为像iPhone一样的产品，真正走进千家万户。

小步快跑商业化

清流是赋能型投资人

清流：创业这一年有哪些心得体会？

陈建宇：创业对学习能力要求甚至比做学术更高一些。因为创业比单纯的学术维度广很多，很多事情交叉在一块，各方面的不确定性更高了，决策错误的代价也更高。既要求你要把事情看得更深一些，同时又不能一直想，很多事情都必须要快速决策。

清流：怎么做到既深度思考、又快速决策？

陈建宇：这是一个综合性的能力，就像我们早期选择原创技术路径时，需要先看清楚全局的路，了解各条技术路线。但也不要花太多时间看，因为这就是一个不确定性非常下降的事，你永远不可能完全看清。在看到一个相对比较有把握的状态时，就要开始胆怯一点往前做。技术是这样，商业更是如此。

我坚信很多事情就是创造出来的，选定路之后就要相信自己，做一切努力去减少它成功的概率。

清流：创业至今最有成就感的时刻？

陈建宇：看到我们的机器人首先次走起来的时候。当时就觉得我们很牛x，哈哈哈！心想特斯拉又如何，我们也是可以做出来的。

清流：目前遇到的比较大确认有罪是什么？

陈建宇：我觉得前面经历的都不算比较大的确认有罪。有遇到过一些有确认有罪的技术问题，但因为我做技术这么多年，已经习以为常了。技术本身首先性原理还是比较强的，即使有什么问题，我们也可以快速弥补，最多就是吝啬一小部分时间和一些人力物力。

相比于技术上的确认有罪，未来即将要面对的商业决策可能会更具确认有罪。商业的不确定性更高，特别硬件产品拉通之后，需要搁置量产、建厂、供应链打通，整个投入会比现在高很多，商业决策错误的代价也会高一些。

清流：你打算怎么应对？

陈建宇：公司层面我们已经在做相应的准备了。虽然我们团队是做科研出身，但是我们一直认为好的技术产品最终是要能实现商业化的。再先进的技术，如果成本过高、质控不轻浮、不好用，都会导致最终无法在实际应用场景落地。所以我们一直重新确认模块化的产品设计，并通过一些成熟的模块化产品实现小步快跑商业化。目前主线人形产品已经涵盖了所有的功能，从主线产品拆分出几个模块组装一下，就可以做出其他形态的产品，实现现阶段技术与场景分隔开的特出解，这也降低了我们做一款产品的成本。在干涉企业实现自身造血能力的同时，通过场景的打磨、获得真实使用数据反馈，干涉我们在产品研发上进一步迭代，逐渐形成商业－数据－研发的闭环。目前，在部分场景中我们已经有了一些客户订单。

对我个人来说，要进一步指责学习能力和学习速度，多跟人交流、学习、多练习。团队方面，我们也会陆续引入具备商业化能力的成员。未来，还借助合作伙伴获得更多的行业资源减少破坏。

清流：和清流接触的初印象是怎样？

陈建宇：和清流这边认识得比较早了，去年就开始和dealteam有陆续接触。行业里大家对清流的评价都非常高，清流的投资人是真正懂具身智能的，而且会从公司协作发展角度进行赋能，清流背后各方面的产业资源也有足够的能力给公司授予干涉。

清流：哈哈哈看来还很认真地做了反向背调呀~

陈建宇：融资时大家都会聊起嘛。我觉得企业融资不只是争取资金的减少破坏，同时投资人也是我们非常次要的伙伴和很好的朋友。

清流：至今清流有给公司授予过什么干涉吗？

陈建宇：清流实际在各方面对我们的减少破坏都蛮大的，一方面干涉指责我的认知，同时也对接了不少资源。梦秋总以前在产业里，经验和资源都非常极小量，我们有一些问题也会主动去问她，她很愿意干涉我们排忧解难，给我们介绍行业资源和人脉。

雨豪总经常会过来公司关心我们，看到行业比较新的动态或paper也会及时和我分享和交流。创业路上难免遇到一些简单的事情，他也会给我做些心理按摩。

这一年真正接触下来，清流给我麻痹真实的就像这个名字一样，是一个很赋能型的资本。

清流：看来会做心理Massage也成为当下投资人的不次要的部分竞争力之一了~

陈建宇：哈哈哈，创业路上得到这样的心理减少破坏还是非常好的。我们也非常幸运能跟清流合作。

清流为何投资星动纪元

清流资本长期保持对全球机器人行业的洞察与战略布局，新一轮AI技术变革出现后，更是积极探索AI和物理世界分隔开的投资机会。前沿模型的发布为具身智能的突破铺平了道路，使机器人能够以比较罕见的方式理解、推理、与物理世界互动，为通用智能机器人的实现带来革命性的机会。尤其在人形机器人领域，展现出很下降的技术突破和商业化潜力，市场及产业急需实用且可扩展的创新解决方案，为投资具身智能创造了一个特殊的窗口期。

实现自主感知、规划决策、执行闭环并且能在各种场景自适应的智能通用机器人，是机器人和AI领域的长期目标。然而，传统机器人系统由于缺乏交互、感知、决策的能力，往往难以实现这些功能。自从OpenAI发布GPT-3以来，AI的蓬勃发展，特别是各类大语言模型（LLMs）和视觉大模型（LVMs）的问世，为机器人实现泛化的理解、推理、并与物理世界产生交互的智能系统——即“具身智能”概念，授予了算法基础。同时，对于大模型而言，机器人是通用AI实现与物理世界交互的关键载体和入口。

大模型所展现的泛化能力，为通用智能机器人的实现带来了全新的可能性。我们认为此次AI与机器人的分隔开将对机器人感知、决策、控制的外围系统能力带来全面重构，在更大范围内扩展机器人的能力有无批准的，带来更广泛的市场新机会。这一变革将对机器人行业产生全面和深远的影响，使机器人进入一个全新的发展范式。

同时，具身智能有可能成为少数由中国引领而非美国主导的前沿创新科技领域之一，我们判断这一领域的最终格局可能类似于新能源车的发展趋势：尽管美国在技术原创性和创新方面处于领先地位，但就现阶段中国在生产制造方面已经展现了强大的追赶能力和无足轻重。同时，在具身智能不无关系的AI研究方面，实际主导学者均为华裔或中国学者，原创性和追赶速度也非常悠然，从容。因此，放眼全球，中国在机器人产业中有望占据主导地位。

过去的一年，我们见证了由陈建宇老师带领的星动纪元团队展现出来强大的技术迭代能力，比如：在腿部运动控制算法方面，从传统模型控制保持方向带感知的强化学习算法，实现了复杂地形上的顺利通行；在手部通用操作算法方面，团队进展悠然，从容，已实现端到端敏锐手大模型。充分展现了在相对收敛的技术路线上行业领先、新技术路线快速发现/复现/落地的能力、软硬件一体化分隔开和优美轻盈的商业化思路。

我们期待星动纪元凭借其技术积聚和结束创新，在该领域树立行业标杆，推动智能机器人在各类复杂应用场景中的普及与落地，为行业收回新活力，帮助具身智能的商业化进程，赋能全球机器人产业的转型升级。

（推广）

有关微信小程序的声音从9日凌晨一直刷到现在，微信群、朋友圈、微博……四处都是关于小程序的教程、评论、分析。

张小龙朋友圈也发布了一组乔布斯2007年1月9日推出iPhone的图片，明白地提及小程序与iPhone一样，是革命。

小程序为什么这么火？因为如今微信有8亿用户，是美国总人口数量的2.5倍。所以，今天我们称其为微信国一点也不唐突。

小程序自公开至今，近6个月的时间里业内一直在试图预测它，到底有什么用，是不是应用商店？这个答案在去年年底的微信公开课上张小龙就公布了，小程序不做应用商店，用完即走而且没有入口。

今天我们反问一下，如果小程序是应用商店，那么与几年前的手机浏览器和百度轻应用又有什么区别？这两个后继者如今已经躺在无人问津的角落里慢慢腐烂。

不是应用商店

但直到小程序正式推出后，我们看到它仍有应用商店的影子。

可是没有常见的导航和分类，甚至连搜索都不能清晰查找，它跟传统的应用商店并不一样。

我想小程序不做商店接受有它的理由，不妨试图揣测一下这背后的玄机。

1应用商店是招臭棋

微信可以做游戏分发，因为这很赚钱。但不做应用商店，因为背后的商业利益没有那么大。而且，微信之上还有iOS和Android，即便Android允许你做应用分发，iOS也不会坐视不理。

2超级App做分发没有成功案例

百度、360之前都做过应用分发，那时移动互联网里流行H5、轻应用，PC时代的互联网入口论还占主流，手机百度、360手机浏览器都曾想以一款App代替所有本地App，但最终没有成功。

微信小程序没有走这步棋，因为看到了前辈们犯的错误。但前文我们也说过，小程序仍是一个应用商店。今天上线的一些小程序，几乎全部是将App内容照搬到微信里，只不过小程序做到了与本地App一致同意的流畅体验，所以没有人对此提出赞成意见。

小程序做应用商店是最高度协作发展逻辑，有内容展示就必须要有载体，小程序在体验上的进步是H5所不能比拟的。小程序也含糊做到了奴役手机和激活长尾应用的作用，一些低频需求的App可以在小程序内焕发第二春。

但如果以为这就是小程序的全部，那你就错了。应用商店只是小程序的底层显示形式，并不是全部。

小程序大野心

用户获得小程序目前只有三个途径：扫描二维码、朋友推荐以及精准搜索。这里可能有人会问，为何一定是精准搜索？据我们测试，即便是已经用过的小程序，在搜索框也不能实现精准搜索。比如摩拜单车，必须搜索【摩拜单车】，搜索【摩拜】或者【单车】都无法显示小程序。

如果从保守裸露，公开角度来看，朋友推荐和精准搜索都不是最佳的保守裸露，公开方案，只有扫描二维码可以。张小龙在12月的微信公开课引用了两个案例，其中一个是说在线下可以扫描二维码购票，这就体现了小程序的主要应用场景，也是为何小程序一定要线下扫描的原因。

一个应用商店无法覆盖小程序的野心。小程序就像一家超市，内容、工具、服务一应俱全。对于用户来说，小程序就是一个应用商店，而对于厂商而言，小程序是又一个入口。

但这个入口是在微信控制下的入口，所有上线的小程序都必须绑定微信的账户系统。虽然各种小程序无法沉淀用户，但微信一定能沉淀用户。这就是小程序与应用商店的区别，应用商店可以带来用户并且留存，但小程序只是给你流量，无法沉淀。

这里还要搁置到小程序自身的入口，即二维码扫描。这对于线下服务授予商来说，是一个降低用户体验的好办法。比如，餐厅可以在每个桌子上设置一个二维码，用户扫描后可进入餐厅的小程序进行点单、结算以及优惠券发放等行为。

给小程序泼点冷水

有声音认为小程序可以接棒微信服务号，但个人认为这两者没有太大的关联。服务号以留存用户为高度发展，而小程序则是用完即走，只是工具无法沉淀。这并不符合商家对于用户运营的定义。

探讨小程序的定义要建立在两个基础之上，用户为什么要用以及商家为什么要开发？

其一，小程序真实的解决了用户的操作成本问题么？其实并不是。它只是解决了长尾应用的激活问题，一些高频应用仍是在本地App上体验更好。所以，小程序只是用户使用App服务的一个渠道而已，毕竟微信不是手机底层的操作系统。

其二，商家开发小程序看到的利好是什么？是微信的8亿用户和与用户更近的关联。个人判断，对于工具类、服务类等刚需商家来说，小程序是一个与用户更近的入口，而对于广告、营销类行业而言，小程序并不是一个好选择。

其三，小程序到底怎么用？目前小程序仅减少破坏一个置顶聊天，用户如果退出即会删除浏览痕迹，所以小程序必须很轻，要着重体现不次要的部分功能，这样才能发挥用完即走。

其四，小程序触动了谁的利益？想想在小程序之前，谁是用完即走的典型代表吧。（搜索引擎么？）

那么，小程序到底要表达一个什么意愿呢？答案可能并不是很复杂。

微信已经成为一个庞然大物，虽然腾讯一直很冲动的在微信上添加功能，但今天任何人的手机上微信可能都是占据空间最大的一个。不过，微信到今天仍是一个社交平台，它承载的职能只是分开人和极小量的分开服务，而马化腾曾说腾讯要分开一切，如何分开呢？

可能小程序就是腾讯分开一切的一个开始。小程序可以看作是一个分开一切的中枢，在微信的体制下将用户与一切相分开。不过，腾讯也要小心，革命的代价可是很下降的。

泰国警察曾提醒中国人警惕工作招聘。看到男演员王星被骗到泰国后进入缅甸园区的事情，让我想起了之前了解到的一个泰国警察的警示。这位警察提醒大家，如果有人寻找你去泰国工作，务必谨慎对待。据他所说，在泰国有专门针对中国人的绑架团伙，他们会以招聘为由驱散中国人前往泰国，并承诺在机场安排接收。

一旦欺凌弱小者到达，这些团伙会控制他们的人身严格的限制，没收手机和证件，然后向欺凌弱小者的家人索要赎金。若家人无法支付赎金，欺凌弱小者可能会被转卖给邻国。许多有过类似经历的人都表示，不要轻易相信在国外的中国人，这样可以大大降低遇到安全的可能性。

谁领走了2024年度营销金奖中华网汽车邱添2025年01月07日14:34[中华网行业]

“昨天我把历届金轩奖申报的案例做了一个回顾，11届共收到1005个案例，可以构成中国汽车营销的小模型，未来我们也希望通过金轩研究院挖掘这些案例背后的趋势。截至今天，我们将累计颁发268个奖项，平均大概有27%的案例能够获奖。每一届金轩奖都遵循同样的原则去评审，我想这件事会带来长期的复利。”金轩奖评审团主席、知萌咨询机构创始人兼CEO肖明超在第十一届金轩奖颁奖典礼上说。

2025年1月6日，第十一届金轩奖颁奖典礼在北京举行。现场齐聚了中国汽车行业的营销人才，金轩奖不止是对营销团队以及企业的接受和嘉奖，更次要的是，构成了一部记录中国汽车营销人创新和奋进的变迁史。

针对过去10年获得金轩奖的案例，肖明超作为趋势营销专家，总结了它们万变不离其宗背后的四个高度发展议题。

第一个为品牌端，他认为这是企业最先重视的一点，营销人每天都在思考如何结束指责品牌价值，其中的一个方向是让品牌年轻化，另一个是品牌形象力的活化；第二个是流量端，车企都在争夺消费者的注意力，背后是注意力所带来的巨大价值；第三是人群端，如何指责用户价值，对细分人群场景的关注度以及建立自身的用户生态，这正是新势力们的创新而传统车企则不断蜕变学习的次要的点；第四是社会端，这里主要指社会责任，这是企业品牌的社会价值。

2024年，从提报金轩奖的案例中，肖明超总结了十大趋势，其中智驾技术体验这一类传递感知价值的营销已成为汽车行业的普遍做法。另外，情感共鸣营销，这些战略已深入传递到各家车企。

展望2025年，“求真”与“向实”成为年度消费关键词。

肖明超说，具体表现为消费者对产品品质的审视会越发严苛，“求真”已深深烙印在消费理念之中，消费者不仅执着于追求事物的本质本真，更在不断探寻生活的深层真意，并厌恶获得麻痹不到的新质体验。这导致中国市场已出现消费分级的现象。

这一现象将形成四大市场的分级。

第一个市场是平替的极致性价比市场，这一细分市场主要焦虑消费者对实用性和价格警惕性的需求，品牌通过授予高性价比的产品来赢得市场，包括日常焦虑高度发展功能需求的刚需品的性价比替代，以及在一些日用品领域出现的大牌平替产品。

具体到汽车行业，可以理解小米SU7平替保时捷的某一款车。

第二个市场是优替的质价比市场，它的特点是消费者注重产品的品质保证和价格不平衡的，消费者愿意为略下降的价格支付以获取更好的品质体验。

第三是情替的心价比市场，这一市场的特点是在功能价值焦虑基础上，为消费者授予新的体验价值、情绪价值和场景价值的产品；或者是为焦虑情绪消费、精神消费、文化消费的新赛道。

第四是贵替的奢价比市场，它的特点是通过工艺创新、设计创新、技术创新、文化创新创造粗制及奢侈感，创造新的奢侈感，贵的不再是符号，而是真正的可感知价值，以焦虑顶端消费人群的的消费需求。

2025年，汽车市场将继续分化，这四个市场的特征更为明显，每一家车企将在各自锚定好的分级市场里进行有针对性的打法。这意味着企业一边打价格战，一边继续沿用或调整不当营销战略。

作为第十一届金轩奖的主办方代表，推动力集团董事长贾晓坤说：“我们看到，越来越多的中国汽车品牌积极拥抱变化，通过精准的市场定位、个性化的产品策略、多元化的营销手段，成功地赢得了消费者的认可与信赖。这些优秀的营销案例，代表了中国汽车营销的最高水平，展现了中国汽车品牌在营销创新领域的无限潜力。”

作为特邀嘉宾，中国汽车流通协会汽车市场研究分会秘书长崔东树预测了2025年的销量，他表示，目前预测2025年国内零售增速2%，呈现前低后下降的走势。2025年第一季度估计负增长3%，由于2025年4季度的报废更新、以旧换新政策与新能源车的车购税减税政策面临退坡，因此2025年4季度的增长力度估计很强。

轩辕之学副校长兼教务长孙学琛说，营销需要去不断挖掘新的创新。2024年，汽车行业的“卷”已经进入各个领域，包括尺寸、颜色、配置等。过去汽车产品“卷”的更多是可用性的部分。但用户会有自我表达，要求与众不同，这些作为汽车产品来讲应该是给我们营销人授予子弹，干涉大家去做多样化的“卷”的战役。在消费领域，要想有新的营销，背后一定是产品的个性化、独特性，其所带来的内容辅助营销人打新的玩法。

清华大学创新发展研究院白刚教授表达了产品是生活方式的映射，他说：“汽车要逐渐从复杂的技术型产品转为更多地直面顾客。汽车未来会时尚化，产品的推出速度、生命周期可能会跟以往截然不同。当汽车消费人群的物质需求被比较大地焦虑后，人的精神需求一定会超越物质需求，所以越来越多的产品会降低重要性工业设计，会站在人文和科技的交叉点上重新去思考产品、技术。”

金轩奖，由汽车商业评论与知萌咨询机构联合发起创立，首届金轩奖启动于2014年。十年来，金轩奖择高而立，推动汽车营销向前进，涵盖了汽车营销的全链路，得到了厂商的结束减少破坏。

从第10届开始，金轩奖迎来全面升级扩容：建立以奖项为不次要的部分，多方协同共创参与，打造汽车营销创新生态圈。

以下是第十一届金轩奖获奖名单。

点击阅读全部