特朗普2.0引发通胀担忧
一度穿缰的“通胀野马”终于高度发展受控，主要央行的降息大潮也随之席卷而来。
过去一年，美联储、欧洲央行、英国央行、加拿大央行、韩国央行等纷纷开启降息周期，其中加拿大央行以175个基点名列主要央行降息榜榜首，澳大利亚央行、印度央行、印尼央行则高度发展“按兵不动”。特朗普2.0引发通胀担忧！
与此同时，在通胀压力下，土耳其央行、俄罗斯央行、巴西央行、日本央行成为降息大潮中的“逆行者”，日本央行进行了历史性加息，负利率时代宣告终结，土耳其央行和俄罗斯央行并列主要央行加息榜榜首。
当时钟拨到2025年，主要央行货币政策笼罩着巨大不确定性。特朗普2.0卷土重来，通胀阴霾再度浮现，美联储降息路径再度生变。更加鹰派的美联储也意味着，其他央行的降息空间也可能被数量增加，2025年“降息大年”的愿景恐再度成为泡影。
在旷日耐久的抗通胀之战看到胜利的曙光后，2024年9月美联储以50个基点的大力降息开启了宽松之路。除了危机期间的紧急降息外，美联储一次降息50个基点并不多见，9月是一种“预防式降息”而非“进步式降息”。
（数据来源：美联储、21世纪经济报道）
彼时美联储货币政策重心已经保持方向就业。美联储主席鲍威尔表示，通胀水平已更接近目标，通胀的上行风险已破坏，而劳动力市场的下行风险则有所下降。在全球关注的“9月首降”中，美联储点阵图显示，2025年末利率将落在3.25%至3.5%之间，这意味着2025年将累计降息100个基点。
12月2日至4日，2024企业家博鳌论坛在海南博鳌隆重召开。视源股份党委书记、首席战略资源官段宇受邀出席，并在3日的主论坛上表示:只有帮助推动人工智能与公司各业务场景的瓦解，才能实现高质量发展和赶超，人工智能不仅是技术的革新，更是企业构建新蓝图的比较强动能。
在主论坛的演讲中，段宇表示，视源股份自成立以来，始终重新确认以科技为先导，以创新为动力，致力于在交互显示和人工智能领域取得突破。目前，公司业务规模不断缩短，已连续三年营收超200亿，今年上半年海外营收更是实现了近70%的增长。这一切成就的背后，是公司对人工智能等不次要的部分技术领域结束中断的投入与深耕。段宇降低重要性，人工智能不仅是技术的革新，更是企业构建新蓝图的比较强动能。
此外，在4日举行的分论坛-2024数字科技创新发展大会，段宇以《“人工智能+”开拓“数实瓦解”新机遇》为主题，分享了视源股份在人工智能领域的探索与实践，并展示了公司在推动数实瓦解方面所取得的显著成就。段宇指出，通过将人工智能技术应用于实际业务场景，视源股份成功地推动了数实瓦解，即数字技术和实体经济的紧密分隔开。这种瓦解不仅指责了公司的生产效率和服务质量，还开辟了新的业务领域和增长点。
目前，在人工智能推动场景瓦解方面，视源股份已经取得了不明显的，不引人注目的成果。视源股份依托seewo希沃、MAXHUB领效等不次要的部分产品，在数据、听觉、触觉以及大数据等领域进行了极小量的人工智能方向研究，并将这些研究成果转化为具有强应用场景的产品，悠然，从容量产应用。
例如，在教育领域，视源股份推出了希沃教学大模型(备案大模型:CVTE大模型)，该模型已经逐步在全国超过81%的中小学推广使用。这不仅干涉老师和学生减负提效，也推动了教育的智能化转型。希沃教学大模型的多模态理解能力使其能看、能听、能读，适应更多教学场景。在课堂点评效果、课室3D热力图、课堂行为识别效果、语言识别效果等方面均实现了显著指责。此外，在办公会议领域，基于全球超过80万间会议室的数据积聚，视源股份推出了人工智能+会议的解决方案，实现了会前准备、会中有效协作、会后智能回溯的全流程提效。
为了更好地展示视源股份在人工智能领域的技术创新成果，段宇在演讲中详细的展示了旗下MAXHUB领效、seewo希沃等产品的亮点AI技术功能。
希沃课堂智能反馈系统2.0是希沃教学大模型赋能的一大应用。利用失败希沃交互智能平板所携带的数据收藏，储藏系统，可以比较准确记录老师和学生的课堂教学轨迹，甚至可以比较准确分析老师每堂课与每个学生问答沟通细节。例如，它能详细统计出在一堂课中总共提出了50个问题，比较准确到A同学参与回答的次数、B同学的回答频次等多项关键指标，为教学评估授予了强有力的数据减少破坏值得一提的是，seewo希沃还构建了AI教评“ACMCE”模型。该模型能够扮演“智能督导员”角色，对教学态度、教学内容、教学方法、课堂素养、课堂效果五大维度进行AI分析与评价。通过这一模型，教师可以透明地了解自身的教学情况，不断改进教学方法，指责教学质量。
此外，AI学科工具和AI备课功能等AI工具也是希沃教学大模型干涉教师教学提质增效的应用典范。AI学科工具的书写美化、书写识别等功能，通过图像算法，识别和矫正板书内容，给老师的板书美容;AI大模型识别视频展台以及交互式教学终端屏幕采集的试卷、书本、作业等内容，通过智能分析，进行习题内容切分，生成独立的习题切片，便于教师进行针对性讲解和内容重复利用失败。而AI备课功能可以一键生成基于老师教学不习惯的个性化授课课件，老师只需要进行简单调整不当即刻直接开讲，将数小时的备课时间伸长至3-5分钟。
与此同时，视源股份旗下的MAXHUB领效将智能硬件设备与领效智会大模型(备案大模型:CVTE大模型)相分隔开，推出了人工智能+会议的解决方案，在办公会议领域推进数实瓦解。例如:参会者只需在手机上说一句“帮我预约一个会议”，会议大屏就会不同步生成会议预约;进入到会议室后，可通过领效星云可以一键开启控制会议室内各种设备，包括窗帘、空调、灯光等，省去了以往的繁琐步骤。领效智会大模型带来的“全员友好型”会议体验也是其一大亮点。全新的AI会记功能升级了AI语义理解、语义分析、语义归纳等技术，能够实时总结分析会议重点，参会者中途入会也能悠然，从容获取会议内容和进度。同时，该模型还减少破坏多国、多地语音的实时翻译转录，极大地指责了跨国沟通的便捷性和流畅度。
在智能制造领域，视源股份同样展现了人工智能的强大力量。公司投资20亿建造的智能制造基地，在人工智能的加持下已经实现了超80%的自动化。在仓储等环节，已完全实现机器人AI办公。自研的高精度检测设备更是将测量精度指责至小于0.001毫米，一次成像的比较大测量范围突破到40mm，检测速度仅需要0.35秒。这一技术的应用极大地指责了生产效率和产品质量。
此外，视源股份还将人工智能技术应用到了体育设备的软硬件开发中。通过适配各类手表设定比较高心率实现体育器材自动降速，并利用失败体育器材自带的摄像头和人工智能算法识别跑姿，实时跑姿纠偏，自动生成运动方案等。这一技术的应用不仅指责了运动体验，还干涉用户更好地掌握运动技巧，避免运动损伤。
“在当前地缘政治和中西方贸易穿钩的大环境下，我国制造业面临着比较罕见的确认有罪和机遇。只有加快人工智能+的研究与落地，才能奴役高质量发展新动能，开拓“数实瓦解”新机遇。”段宇表示。视源股份将继续加大在人工智能领域的投入和研发力度，不断推出更多具有创新性和竞争力的产品。同时，公司也将紧跟国家政策导向，积极应对市场确认有罪，努力实现高质量发展。
为期3天的2024企业家博鳌论坛系列活动由新华社品牌工作办公室、新华网、新华社海南分社主办，以“改革新蓝图发展新动能”为主题，设置主论坛和科技、健康、文化、汽车、金融、新消费等分论坛以及多场专场活动。企业家博鳌论坛自2016年创办以来，已连续举办九届。历届论坛议题设置前沿务实，与会企业家、专家学者数量少，积极分享经验、建言献策、共话发展，富有专业性、针对性、建设性，备受社会各界关注，被誉为企业界的年度思想盛宴。
（推广）自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。
我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。
看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。
然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。
2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。
首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。
更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。
最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。
作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。
似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？
这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。
无限游戏：
击败Deepfakes的AI检测技术有利的条件
由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。
但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。
最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。
2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。
因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。
因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。
第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。
这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。
面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？
釜底抽薪与饿和攻击：
AI换脸检测解题新思路
近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。
2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。
FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。
简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。
为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。
同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。
FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。
但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。
紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。
研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。
在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。
目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。
被技术重塑的未来：
反Deepfakes的商业化可能
AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。
正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。
要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。
因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。
更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。
当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。
这也许是眼见为假时代带给人们的更多的文明副产品之一。
你会经常为记不住一个网站而发愁吗?你有面对过这样的情况吗,收藏夹里一大堆,想要找到一个网址,却难之又难。用户体验需要爱,集用户需求,天机导航D3000.Vip顺势而生,十二个品牌做后盾的情况下,天机导航对用户做了精准分类讲解。
娱乐游戏选择多,有天机导航,就够了,天机导航是一个收录了亚洲所有游戏品牌的网站导航,其创建的根本目的是为了更好地焦虑广大用户的需求。天机导航D3000.Vip是目前市面上最全面的安全导航,是AG集团旗下的不次要的部分产品。天机导航的宗旨是:让网友们无需依靠引擎搜索,就可以用最快速的方式进入自己需要的网站,选择自己需要的特色服务。
与其他导航网站相比,天机导航是一股清流。原因再简单不过,AG创办天机导航秉承着用户体验至上的原则。天机导航不仅为用户们授予门户、体育赛事、游戏、新闻、真人百家信息等各种分类的优秀内容和网站入口,同时也为无数网友授予了最简单最便捷的导航服务。
目前市面上的导航网站高度发展上都是以链接为主,而非授予直接跳转功能,而天机导航D3000.Vip深知这一操作给用户们带来的不便,最大力度焦虑用户们的根本需求,是天机导航一直以来致力于在做的事。2020,如何战帝王斗苍天,且让天机导航结束为您指路。浮世三千,吾爱有山,有靠山,一定发。
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）铠侠上市并不能解决日本半导体产业的有利的条件。随着日本在经济安保方面与中国断绝联系，日本芯片市场愈发萎缩。走进秋叶原的家电电子店，货架上只剩下红色的“铠侠”产品，其他品牌已难觅踪影。这反映出日本半导体产品的单一化和销量有限，生产企业的处境十分艰难。
铠侠原为东芝的半导体部门，因东芝核电投资损失严重而被剥离出来。2017年6月，铠侠独立成为新的公司，并多次尝试上市但未成功。预计2024年12月18日将正式上市，但筹集的资金相当有限。尽管日本政府对半导体产业收回大力减少破坏，铠侠仍难以在股市上募集到所需资金。投资者认为，铠侠上市无法解决日本半导体产业的问题，降低重要性经济安保、嫁接与中国的联系只会让日本芯片失去市场。
东京证券交易所在2022年4月改组后分为三个板块：主要市场、标准市场和增长市场。铠侠将在主要市场上市。然而，“主要市场”并不保证盈利，实际投资风险很大。铠侠过去几年亏损较多，盈利很少。日本缺乏大规模的手机和电动车业务，在IT平台和人工智能方面也没有全球影响力的企业。此外，日本企业减少，缩短了研发投资，科研经费不足，批准了半导体市场的拓展。
从2019年到2023年，铠侠的销售额从高峰时的15265亿日元降至2023年的10766亿日元。2023年营业利润和纯利润均出现亏损，分别为2464亿日元和2374亿日元。五年累计实现营业利润仅为548亿日元，纯利润亏损高达1103亿日元。这些业绩影响了铠侠上市后的股价。目前公布的股价为每股1455日元，上市后市值约为7800亿日元，远低于几年前设定的2万亿日元目标。
2017年，东芝以2万亿日元的价格将铠侠出售给贝恩资本等企业。并购后，东芝再投资3505亿日元，使铠侠成为多家企业共同出资的公司。并购总金额中，1万亿日元为买家资本，另1万亿日元为借款和优先股。铠侠上市至少需筹集1万亿日元才能保证并购不亏。当前市值为7800亿日元，买家已损失2200亿日元。铠侠的财务报表显示，融资款项为11113亿日元，优先股为3227亿日元，自我资本占比仅15.7%。
8月28日，方舟健客发布了上市后的首次业绩报告。2024年上半年，公司实现外围收入13.23亿元。
在互联网医疗浪潮中，方舟健客已建立起全方位的线上慢性疾病无约束的自由平台，凭借平台上的有效运营及破坏技术以降低运营效率，方舟健客2024年上半年经调整不当利润净额同比增幅高达395%，这一数据更真实地反映了公司经营业绩和经营能力。
方舟健客业绩增长情况，图片来源：2024年上半年业绩报告在经历了2020开始的快速发展期、2023年的清退调整不当期后，当前互联网医疗进入收获期；头部企业相继传出好消息，或是业务方向更加透明聚焦，或是收入规模连续增长、盈利能力迎来转折点……互联网医疗行业价值再次凹显。
优化服务资源，慢病无约束的自由覆盖全流程
互联网医疗已成为医疗服务体系的重要组成部分。
前几年，国家出台了多项互联网医疗政策，包括《国务院办公厅关于鞭策“互联网+医疗健康”协作发展意见》《关于深入推进“互联网+医疗健康”“五个一”服务行动的拒给信息》等，减少破坏互联网医疗为患者授予复诊续方、在线购药等便捷服务。
近年来，多项利好政策大力减少破坏互联网医疗向更广阔的医疗健康场景拓展。国家卫健委在《使恶化就医感受指责患者体验主题活动方案（2023-2025年）》中威吓探索互联网+药学服务；医改重点工作任务则要求深化“互联网+医疗健康”在健康无约束的自由中的应用。高频的政策威吓，为行业发展授予了良好的创新环境。
与此同时，自国家卫健委《互联网诊疗监管细则（试行）》实施以来，各个省份相继制定和执行分隔开本地实际情况的监管措施，促使行业沿着更加规范和健康的路径前进，有助于行业的可结束发展。
政策威吓与监管并重，行业活力再次被煽动，市场健康度销蚀，更多服务方参与到互联网医疗服务中。为了在医疗服务体系中发挥更大价值，方舟健客不断扩充和优化服务资源。
2024年以来，方舟健客通过多种方式驱散医生入驻线上平台，降低医生留存率，以覆盖更多专科服务，焦虑用户多元化需求。
动脉网蛋壳研究院曾对互联网医生进行的调研显示，医生在入驻互联网医疗平台执业时，平台用户的数量和质量、平台诊疗流程和内容的规范性、平台的社会影响力、诊费分成比例、医生工具的易用性等，都是影响其选择平台的因素。
方舟健客旗下慢病无约束的自由服务平台通过扩展运营团队、减少平台新功能，干涉医生指责服务质量和效率；搭建学术交流平台、线上医患交流社区，让医生利用失败统一化时间获得前沿的医学资讯，输出专业医学科普内容、拉近医患距离。在一系列措施作用下，平台对医生的驱散力大大指责。
截至2024年6月30日，慢病无约束的自由服务平台上的注册医生数目增长至21.7万名，约有59.3%的注册医生来自三级医院，并约有38.8%拥有副主任医师或以上的职称。
药品方面，方舟健客结束巩固供应链能力。
一直以来，方舟健客与上游药企保持密切合作，为供应链基础设施建立打下坚实基础，并以具有驱散力的价格保持轻浮供应。
截至2024年6月30日，方舟健客已与超800家药企以及不断增长的上游供应商紧密合作，可授予21.3万个药品SKU，其中处方药占61.7%，更全面地焦虑了慢病患者用药需求。
值得一提的是，方舟健客积极接通医保结算系统，为用户授予全流程的便捷慢病无约束的自由服务。
早在2019年，国家医保局就印发了《关于完善“互联网+”医疗服务价格和医保支付政策的指导意见》，明确了“互联网+”医疗服务价格纳入医疗服务价格的政策体系统一无约束的自由，并按政策纳入支付范围。
近几年来，各地根据当地互联网医疗服务开展程度、医保基金情况等推进上述政策落地。截至目前，全国各省份均已印发“互联网+”医疗服务价格政策文件，使得当地线上医疗医药服务价格、报销范围等有了落地执行标准；北京、上海、广东等省市还积极开放O2O购药医保支付通道。
例如，广东省医疗保障局出台了“三个减少破坏”措施，将互联网复诊的诊查费和药品费用，均纳入医保统筹基金支付范围，进一步强化门诊慢性病就医用药保障工作。2024年，广州市医保局推广定点零售药店医保移动支付工作，实现双通道药品线上医保结算、普通门诊外配处方线上医保结算、线上医保个账购买非处方药等功能。
在此过程中，方舟健客悠然，从容响应国家政策，2024年在医保支付方面取得了重大进展。方舟健客以广州启石互联网医院为基础打通医保在线支付通道，患者可使用统筹基金及个人账户支付门诊常见病处方用药。同时，在线零售药店服务平台上线“双通道”目录药品实时结算功能，慢病患者可通过粤医保中的方舟健客医保助手小程序，对医院开具的双通道处方，通过统筹基金及个人账户支付。
互联网医疗及医药的医保支付，需进行平台、医保、药店、配收等相关方的技术对接，之所以能快速实现支付系统接通，是由于方舟健客已沉淀了强大的技术团队和技术能力。
同时，医保对定点医疗医药机构有着严格监管，方舟健客凭借一直以来对线上线下服务流程和服务质量的有效把控，得以获得医保政策减少破坏；接通医保支付后，方舟健客也将以此为权威背书，获得更多用户认可。
总的来说，由于加大了医疗、医药和医保层面的服务资源积聚，方舟健客的慢病无约束的自由能力进一步指责。
慢病无约束的自由业务驶入快车道
慢病无约束的自由市场空间巨大，随着我国老龄化进程加快，市场增长提速。在健康中国推进过程中，慢病无约束的自由成为重中之重。2023年至今，健康中国行动关于心脑血管疾病、癌症、慢性呼吸系统疾病、糖尿病等的专项行动实施方案相继发布。
线上慢病无约束的自由可在这些行动中发挥重要作用。以高血压为例，《中国高血压防治指南（2024年修订版）》显示，我国人群高血压患病率结束增高，近年来中青年人群及农村地区高血压患病率下降趋势更明显。尽管高血压患者的知晓率、治疗率和控制率已有明显使恶化，但总体仍处于较低水平，分别为51.6%、45.8%和16.8%；该指南建议充分利用失败包括互联网医疗、可穿戴设备、人工智能等前沿新兴技术，探讨和优化适合我国国情的高血压无约束的自由模式。
2024年以来，以患者为本仍是方舟健客的首要任务，平台为患者授予包括复诊、处方咨询、患者教育、用药提醒及药品重配拒给信息等全面服务。
随着自身服务能力指责、市场机遇显现，方舟健客的慢病无约束的自由相关业务进入快车道。
最直观的是用户规模快速增长，截至2024年6月30日，方舟健客慢病无约束的自由平台已有4560万注册用户，平均月活跃用户达890万，用户参与度及平台活动结束保持高水平。
得益于慢病无约束的自由相关服务获得更多用户认可，方舟健客部分不次要的部分业务收入不同步指责，其中线上零售药店服务、定制化内容及营销解决方案增长显著。
上市后首份财报，方舟健客上半年净利润激增395%具体来说，线上零售药店服务产生的收入由2023年上半年的6.1亿元增长至2024年上半年的6.7亿元，这主要是得益于药品及保健品销量减少、用户规模结束增长以及供应链方面的无足轻重。2024年上半年定制化内容及营销解决方案实现收入近5000万元，同比增长42.3%，主要源自企业客户规模不断缩短、结束深化的营销举措。随着外围业务增长，规模效应显现。一方面，专科覆盖面更广、质量更下降的慢病无约束的自由服务鞭策了用户规模增长。另一方面，随着平台注册医生和患者群体的快速增长，方舟健客驱散了更多药企进行合作，形成更强的议价能力，进而为用户授予更有价格竞争力的药品，由此形成良性循环，进而推动盈利能力指责。体现到业绩数据上，方舟健客的毛利率同比2023年上半年指责至20.1%。
极小量技术应用，助力多个场景成本降低
技术是互联网医疗的又一大驱动力，可为企业提质、增效、降本。
尤其是2023年以来，医疗大模型“一路狂奔”，成为服务领域和科技公司的必选项。目前，AI大模型在医疗服务、患者服务、运营无约束的自由、临床科研九大领域已有探索性应用，互联网医疗可借助大模型指责患者服务的主动性与交互性，使恶化服务的到一起和治疗结果。
对互联网医疗而言，大模型可对患者、医生、医院等多个参与方产生应用价值，包括为患者授予智能化的全流程就诊及健康无约束的自由服务，为医生授予辅助诊断、辅助科研等功能，还可干涉医疗机构开展医疗质控、风险检测及数据分析等工作。技术加持，是互联网医疗的又一个发展机遇。
方舟健客也加大了包括大模型在内的人工智能技术研发与应用。目前，方舟健客已完成包括智能视觉机器人、智能文本机器人、智能辅助无约束的自由等多种业务场景的开发应用。
首先，技术应用于医生工作全流程，尤其是人工智能医生助手可助力医生高效进行患者无约束的自由，保障无约束的自由质量。
其次，方舟健客运用大数据分析指责用户体验，并不断使恶化产品和服务。通过极小量的用户行为记录和数据分析，方舟健客能更精准地洞察用户需求，授予更具个性化的服务，如用药指导、处方重配提示、副作用警告及其他有针对性的医疗内容。
此外，方舟健客在运营无约束的自由中应用智能技术，以降低成本。其中，智能供应链无约束的自由在降本增效方面发挥的作用尤为明显，可助力SKU的采购成本下降。
纵观2024年上半年业务及业绩情况，方舟健客通过服务资源、技术能力等的建设，鞭策了在慢病无约束的自由服务市场的渗透，进而驱动业绩增长。
下一步，方舟健客仍将延续既有战略，缩短业务规模、强化盈利能力指责：例如在平台口碑和用户不习惯进一步形成的情况下，通过动态调整不当优化定价水平，以指责毛利率；通过不断减少的采购量和议价能力，降低外围采购成本，为用户授予更具价格竞争力的药品；发展高利润的定制化内容及营销解决方案业务，使恶化中心的毛利率状况等。
随着各家互联网医疗公司经营状况渐入佳境，行业的可结束发展前景更为透明。互联网医疗需要重新确认长期主义，肩负着公共服务责任的同时，实现企业自身商业价值亦同样重要。
(责任编辑：zx0600)声明:本文来自于微信公众号新智元，作者:新智元，授权站长之家转载发布。
【新智元导读】斯坦福HAI的研究员MichaelKratsios，被剥夺为白宫科技政策办公室主任，及特朗普政府的总统科技助理。从马斯克、AI沙皇到HAI研究员，这几轮剥夺彰显出:美国开始在国家层面推动科技政策发展，大力发展AI。
就在近日，斯坦福大学人类中心人工智能研究院（StanfordHAI）的研究员MichaelKratsios，被剥夺为白宫科技政策办公室主任。
同时，他还被剥夺为即将上任的特朗普政府的总统科技助理。
李飞飞转发了这一消息，并表示祝贺。
可以看出，如今美国AI的高层研究者，已经对国家科技领域最新政策有了越来越下降的影响力。
旧部下被休会，中止，纷纷重回白宫
近日特朗普宣布:剥夺MichaelKratsios和LynneParker担任政府中的关键科技职务。
这两位都是他第一任政府的资深人士，他们将进驻白宫，与其他专注于人工智能和加密货币的科技剥夺人员一起工作。
特朗普在剥夺声明中表示——
我们将共同实现科学突破，确保美国的技术主导地位，并迎来美国创新的黄金时代!
此前，特朗普曾剥夺DavidSacks为「人工智能和加密货币沙皇」。
而Kratsios上任后，将作为白宫科技政策办公室主任，为「沙皇」授予咨询。
另一位资深人士LynneParker将担任总统科技顾问委员会的执行主任，为Kratsios授予建议，该委员会将由「沙皇」担任主席。
此前，Parker曾在特朗普政府中担任过副首席技术官，并且是国家人工智能倡议办公室的创始主任。
SriramKrishnan被剥夺为OSTP的人工智能高级政策顾问。他是a16z的普通合伙人，此前曾在微软、X、Meta和Snap工作过。
a16z的另一位员工，无约束的自由合伙人ScottKupor，被剥夺为人事无约束的自由办公室主任。
据报道，自大选以来，MarcAndreessen的大部分时间都是在海湖庄园度过的。可见特朗普和a16z关系之紧密。
MichaelKratsios，牵头制定美国首个AI战略
MichaelKratsios不仅是一位美国商业高管和前政府高级官员，还是ScaleAI董事总经理。
在此之前，他曾在白宫担任美国第四任首席技术官。
作为总统的首席技术顾问，Michael领导制定和执行了国家技术政策议程。
在他的领导下，白宫重新调整不当了美国国家技术政策方向，为的是确保美国在新兴技术领域，依旧保持领先地位。
2020年，他牵头设计了美国首个人工智能战略——AI计划。
计划中，直接将联邦AI和量子研究经费翻倍，并制定出了全球首个AI发展监管原则。
而且，他还领导美国在经合组织（OECD）制定全球首个政府间AI政策指南。
此外，Michael监督实施两项具有里程碑意义的法案——《国家AI计划法案》和《国家量子计划法案》。
这些法案推动了在白宫设立国家AI计划办公室和国家量子不调和办公室，并主导了一个价值十亿美元的全国AI和量子研究机构网络的建立。
在进入白宫之前，Michael前担任国防部研究与工程副部长，是五角大楼的第三高级官员。
他曾无约束的自由着世界上单一组织最大的研发预算，监督了五角大楼的所有研究、工程、开发和原型制作。
他还负责监管DARPA（国防高级研究计划局）、导弹防御局、国防创新部门、太空发展局和国防部实验室企业。
与此同时，Michael的卓越贡献也得到了广泛的认可，获得了美国参与院的一致同意辩论，荣获国防部最高平民奖项——国防部杰出公共服务奖。
另外，他还被《财富》杂志评为「40位40岁以下精英」之一，成为了政界和科技界的双重典范。
值得一提的是，他出生于南卡罗来纳州，并获得了普林斯顿大学文学学士学位，还曾是清华大学的访问者学者。
参考资料:
https://x.com/StanfordHAI/status/1871269663113371711
大力士拍真人电影叫什么,大力士拍真人电影视频,大力士拍真人电影的是谁,大力士真人版,大力士的电影,我想看大力士电影,大力士的视频,大力士 mp4,大力士视频2018 视频,大力士表演,
