-
第一个做出来就是能力。曾经在短暂的时间走到了前列,manus会被干没。
-
在25年1月以前,是没有AI应用存在的,因为模型的能力不够,不管是生图的能力还是推理的能力。之后,他们在觉得可以开始投资。
-
Agent公司要交付结果,而并不是交付工具。Agent公司要离大模型公司的主航道足够远。
-
AI最适合的事情是复杂的标准化流程,第一个要素是人机结合,AI现在推理比人聪明,所以应该是AI来指导人,而不是人来指导AI,谁能把人机结合做得更好,它在商业模式的壁垒会越来越高。第二个要素是,AI与不同的数字化工具之间的耦合,很多Agent公司强调我们所有的技术都是基于大模型的,这件事情是完全没有意义的,事一个拿着锤子找钉子的过程。应用公司的核心竞争力应该是怎么在交付结果完成日恩物,以及在这个过程里,人机结合、数字化结合,用的比较好,消耗了更低的token,交付了更好的结果。
-
从投资公司角度,要有行业背景(复合背景),其次还能被规模化的复制
-
消费电子代表了它的需求属性。电子类公司本质上是一个超级强的周期类公司。当某品牌新能源车的销量是10%的时候,没有人能知道未来他能到50还是70,因为会有戴维斯双击。但是当他过半的时候,再怎么着都不会翻倍了,所以预期大幅度缩减,就会有戴维斯双杀,即便业绩没有问题。
-
消费电子是一个巨大的周期行业,它的壁垒在于最初的产品定义,在产品定义领先别人半年一年的过程里,能够把事情看到多大。然后在这个过程里,不管是软件、用户、品牌、渠道,所以能看到很多消费电子类公司,都在不断地开发新产品。这是这个行业的生意属性
-
什么东西能产品化,你做的什么事,能让明天的你比今天的你更强的。如果你要做标准化产品,最简单的是,你在这个项目里做的哪部分工作,能让明天的你比今天的你更强,留下长期价值。
-
行业know how 很重要
-
玲娜贝儿没有性别,不说话、没有种族。就靠用户想象,它的大纲里只有真善美
-
因为多说多错,少说少错
-
Ai看病,做不到医生的数据输入
-
两类钱,我看到你看不到,我看懂你看不懂
-
所有的研究都要能变成结论,买或者不买,市场才能有反馈。
-
一级有很多水下的世界。二级需要比一级更懂AI。
-
入行第一年看了1000个案例,现在一周就看几个,主要思考自己的时间要投向哪里