跳到正文

#数据分析

今日 2 条
今天11月16日周一
  1. 人人都是产品经理70

    实测 Qwen4-Max-Preview:放弃刷榜,主攻重度编程与 Agent,阿里 AI 走向务实

    阿里 11 月 11 日上线千问第四代旗舰 Qwen4-Max-Preview,支持 100 万上下文窗口、单次最大输出约 39 万 Token,未公布参数规模与跑分,首发绑定 Token Plan 等订阅渠道,预览版权重锁死 15 天。

    决策要点

    千问这次旗舰换代不再晒跑分,把评价权交给真实工作负载,模型竞争的计分板正从榜单换成订阅账单。

    • 影响规则明确的检索、数据清洗、制表和基础代码维护有了一个可试跑的新选项,定性结论要保留人工审核;聚合订阅把多家模型打包计费,采购考量从选单一模型转向算用量成本;发布分散在六个入口,计费与输出能力不一,接入前要核对成本口径。
    • 参考可考虑挑一个规则明确的高频场景做对照试点,如月度销售明细清洗或长会议纪要整理,记录人工耗时与 Token 消耗;值得先算出自家月均用量,与订阅套餐档位比出成本分界;接入开发工具前核对各端口是否扣订阅额度。
  2. 钛媒体55

    可信数据空间接入主体涨十倍,买过数据的企业仅11.65%

    可信数据空间供给侧快速扩张但企业付费意愿薄弱,国家数据局通报数据基础设施已接入4万余个主体、上架6万余个产品,比2025年底分别多10倍和4倍。《全国数据资源调查报告(2025年)》显示2025年全国数据生产总量52.26ZB、同比增长27.28%,但样本企业中买过数据的仅11.65%,头部平台企业和央企购买费用均值是其他企业的60倍。

    决策要点

    可信数据空间的瓶颈已从设施建设转向需求侧付费,供给接入涨了十倍而买单企业占比仅一成出头,场景能否省钱才是检验标准。

    • 影响接入主体较2025年底增10倍,但样本企业买数据比例仅11.65%,设施接入数字不代表商业成熟;买数据的集中在头部平台、央企和金融软件行业,一般企业现阶段更适合做参与方而非自建;真实收益体现在核验、运价估算等具体场景的效率改善上。
    • 参考可考虑先盘点业务里高频的核验、比对、估算类场景,算清人工耗时和差错成本,再决定是否作为参与方接入已有数据空间;值得把组织流程打通的改造单独列入预算,而不是只算技术接入费用。
11月14日周六
  1. 人人都是产品经理54

    阿里 Qwen4-Max Preview 实测,4800 万条数据 26 分钟跑完

    作者向阳乔木实测阿里 Qwen4-Max 预览版,把 12G 的 HackerNews 数据集(覆盖 2007 年至 2026 年 8 月)直接交给模型,26 分钟用 DuckDB 查询 4800 万条数据。

    决策要点

    这次实测的实质是旗舰模型的任务完成度已覆盖从数据查询到成品的完整链条,企业评估国产模型可用性多了一个重度使用样本。

    • 影响数据分析、选题整理、界面重设计这类任务可尝试交给模型端到端完成,相关岗位的工作起点和人效基准会被抬高;包月 19.5 元的预览定价降低了小团队试用门槛;现有证据只是单个作者的实测样本,不能直接外推到企业自有数据和场景。
    • 参考可考虑挑一个有存量数据表的分析需求,把原始数据直接丢给模型试跑并记录耗时与结果质量;值得让内容岗用一周海外 Newsletter 做同题选题对比人机耗时;预览版包月 19.5 元可先给数据或内容岗开小范围账号试用。
  2. 人人都是产品经理42

    AI工具WorkBuddy像极了活字印刷术

    作者把AI工具WorkBuddy比作活字印刷术,认为它把工作拆成技能、插件与工具按任务组合,降低的是执行知识工作的成本,而积分是省不掉的纸墨。作者实测用一段提示词把一周用户反馈表跑成分类统计、需求Top5和7页汇报PPT,称质量好到能直接汇报的程度,未匹配到现成Skill的子任务可保存为自定义Skill复用。

    决策要点

    WorkBuddy这类产品把知识工作拆成可复用的技能,不会编程的人也能用自然语言搭流程,省下的是执行环节的人工,代价是按次消耗的积分支出。

    • 影响每周重复的表格、统计和汇报类工作可沉淀成技能反复执行,减少逐环节手工操作;积分按次消耗,用量越大支出越高,这类支出是持续性的;人的工作从亲手执行转向下达指令和审核结果,把关责任随之上移。
    • 参考可考虑挑一件每周都要重做的报表或汇报任务,用最小积分包先跑一次,记录单次积分消耗和人工耗时再决定是否推广;值得把没有现成技能的环节保存成自定义Skill,逐步积累团队自己的技能清单。
11月13日周五
  1. 人人都是产品经理52

    作者用 Qwen4-Max-Preview 挖完 4932 万条 Hacker News 评论,产出 647 条大模型本地部署实测选购数据

    作者让 Qwen4-Max-Preview 接入 Claude Code,从 4932 万条 Hacker News 2026 年评论中筛出 647 条网友真实本地部署实测,做成可查询的装机选购网站。

    决策要点

    本地部署硬件选型有了真实用户实测数据可查,企业买机器可从厂商参数表转向同机型社区跑分;单人指挥模型智能体完成千万级数据工程也在此项目中跑通。

    • 影响本地部署选硬件不能只看理论算力,Qwen3.8-27B 在 N 卡单卡中位数 50 tok/s、Mac 阵营 12.75 tok/s,采购前要按目标模型实测速度算预算;用规则文件加逐步汇报能约束长任务智能体,但要预留 token 消耗和等待时间。
    • 参考可考虑在采购本地部署机器前,先收集同型号设备跑目标模型的实测 tok/s 再对比预算;值得把作者的规则做法借鉴到智能体任务书里,写明不推断、逐步汇报、中间结果落盘。
  2. 人人都是产品经理51

    大参林1.38亿会员背后的大私域经营体系拆解

    大参林截至2026年上半年拥有1.38亿会员、其中活跃会员7168万,其大私域经营体系可拆解为IP化、连接、促活、分层、复购五个维度。体系通过18726家门店、公众号、小程序、视频号和AI外呼建立多触点连接,据2026年半年报建成了400多个标签的精准营销体系,AI模型累计推送个性化关怀和健康咨询3.9亿人次。

    决策要点

    药店私域的实质是把一次性购药交易变成持续的健康服务关系,比拼的不再是微信好友数量,而是专业服务能力和用户分层经营。

    • 影响AI外呼与AI模型推送把部分人工触达转为规模化运营,降低私域执行的门槛和成本;用户分层意味着按用户价值分配有限的运营资源;会员权益需算清成本与复购贡献,否则可能用利润换短期交易。
    • 参考可考虑先盘点企业与用户的现有接触点,评估交易场景能否顺势转为长期连接;值得测算会员权益成本、复购贡献和利润的关系,再决定对不同层级用户的投入力度。
11月12日周四
  1. 量子位34

    让AI真正懂业务:中兴通讯璇玑如何成为企业AI的语义基础设施

    中兴通讯介绍其璇玑系统,以本体语义组织企业知识并映射到数据资源,定位为企业AI基础设施中的本体语义软件平台。平台支持从自然语言问数到指标计算和规则推理的完整链路,提供质量门禁、版本比对与历史回滚等治理机制,并已通过中国信通院《本体建模能力要求》测试,覆盖五大能力域和20个能力项。本文由中兴通讯提供,量子位获授权转载。

    决策要点

    中兴通讯璇玑以本体语义连接业务语言与数据,把企业AI的落地关键从模型能力延伸到知识组织与治理。

    • 影响指标口径不清、语义分散的企业,问数和智能分析难以稳定落地;引入语义层需要持续的建模、验证和维护投入,并非一次性交付;信通院标准测试为选型和验收提供了统一尺度。
    • 参考可考虑先盘点企业内部指标口径和业务对象的分散程度,估算重复开发知识接口的成本;选型时可参照信通院本体建模测试的能力域框架设定验收标准。
  2. AdExchanger57

    Schibsted 媒体用定制广告算法从 Meta 手中夺回广告预算

    挪威 Schibsted 媒体集团与伦敦 Nodals AI 合作,用自有受众数据训练定制广告优化算法,从 Meta 手中赢回广告预算。

    决策要点

    出版商与封闭平台的广告竞争正从触达规模转向效果模型,掌握第一方数据的区域媒体找到了可复制的技术路径。

    • 影响对以 Meta 为主的投放品牌,多了一个按转化计价的出版商渠道,可小比例试错;对区域性媒体,第一方数据加定制模型成为争夺预算的筹码;Meta 条款更新在欧洲的诉讼结果会影响后续数据合作环境。
    • 参考可考虑在现有 Meta 预算中划出 10% 左右,试点按 CPC 计价的出版商原生广告并对比转化成本;手握登录用户和内容互动数据的媒体,值得评估自建类似优化模型。
  3. AdExchanger30

    营销者为女子体育重写打法,RAJ Sports 携手 Treasure AI 重构球迷数据运营

    体育运营商 RAJ Sports 与 agentic CDP 平台 Treasure AI 合作,把旗下 Portland Thorns 与 Portland Fire 的票务、周边、社媒及邮件数据整合进数据仓库并建立受众分层,用于重写女子体育的营销打法。

    决策要点

    女子体育的商业打法不是男子体育的复制版,球迷从周边和社区体验入门,球队据此重排数据与渠道。

    • 影响对品牌方,赞助 WNBA 和 NWSL 球队可借球迷忠诚快速建立曝光,前提是与球迷价值观契合;对球队等版权方,周边电商和自有流媒体正在成为比门票更早的球迷触点和收入来源。
    • 参考可考虑在评估体育赞助前先核对目标人群看重竞技成绩还是社区体验;持有球队或 IP 的机构值得盘点票务、周边与流媒体数据的整合现状,再决定引入 CDP 类工具的节奏。
  4. 36氪·AI71

    Anthropic 为 Claude 推出表格、白板、数据分析等办公功能,切入微软 Office 工作入口

    Anthropic 为 Claude 推出一整套办公功能,包括表格工具 Claude Sheets、白板 Whiteboards 和从 beta 转为正式可用的 Claude Data,升级后的 Interactive Connectors 可在对话旁直接操作 Notion、Confluence 等第三方应用,会议功能 Claude Meetings 尚未发布。

    决策要点

    Anthropic 把 Claude 从问答助手推进到文档、表格和数据的日常工作入口,与微软 Office 正面交锋,但工具深度仍落后专业软件。

    • 影响轻量表格协作、方案梳理和快速数据探索可低成本迁移到 Claude;核心财务模型与受监管数据暂不宜迁入;办公入口之争会促使依赖微软生态的企业重新评估软件组合。
    • 参考可考虑让数据团队评估认证查询能否统一内部指标口径;值得选一个非核心协作场景试点 Sheets 或 Whiteboards,并记录与现有工具的耗时对比。
  5. 36氪·AI69

    Anthropic 推出 AI 办公套件,Claude 新增电子表格与数字白板

    Anthropic 宣布扩展 Claude 办公功能,推出电子表格 Claude Sheets 和数字白板 Claude Whiteboards,升级数据分析工具 Claude Data 及交互式连接器,并预告会议助手 Claude Meetings。

    决策要点

    Anthropic 正把 Claude 从对话助手升级为承载日常办公的工作平台,AI 厂商与微软的竞争从模型层延伸到办公软件入口。

    • 影响办公套件选型出现 AI 原生新选项,表格、白板、数据看板有收敛进单一 AI 工作台的趋势;现有案例集中在审核、预测等重复性整理环节,耗时有明确压缩;表格功能官方自认尚基础,复杂财务建模短期仍需依赖现有软件。
    • 参考可考虑选法务审核或财务预测准备等重复性整理流程做小试点,记录实际耗时对比;值得盘点企业现有数据源与常用办公工具,看哪些可通过连接器直接接入;采购侧可把此类 AI 原生套件纳入办公软件评估的备选清单。
11月11日周三
  1. AdExchanger32

    WPP 首位美国首席客户官 Angela Steele 谈 AI、CTV 与可信增长伙伴战略

    WPP 聘请 Angela Steele 出任公司首位美国首席客户官,该任命延续了 Cindy Rose 2025 年底执掌 WPP 后的转型,她表示 WPP 将围绕 AI 工作流、运营简化和客户媒体效果目标兑现“可信增长伙伴”定位。

    决策要点

    代理商正把 AI 工作流和可证明的投放效果打包成增长伙伴定位,用简化与效果留住客户。

    • 影响广告主选代理商的标准正从媒介执行转向 AI 能力与效果责任;代理商数据平台会整合客户组合的洞察,合作越深对单一代理商的依赖越高。
    • 参考可考虑在代理商评估中要求演示 AI 平台的问答界面与效果数据;值得把 CTV 单独按效果口径测算,再决定是否向该渠道追加预算。
  2. 36氪·AI65

    Anthropic 为 Claude 上线白板、表格和数据分析三款办公工具

    Anthropic 于 11月10日发布 Claude Whiteboards、Claude Sheets、Claude Data 三款工具,分别对应白板、电子表格和数据分析,均面向 Claude 付费计划,其中白板和表格仍处测试阶段。

    决策要点

    Anthropic 从模型厂商切入办公软件应用层,人机协作方式从写提示词转向在白板和表格上直接标注需求。

    • 影响文档、表格和数据分析类日常工作多了一个 AI 原生工具选项,选型时可与传统 Office 一并比较;白板和表格仍在测试、Sheets 仅支持基础表格需求,短期只能承担部分办公任务;支持地区新规 11月12日生效,中国大陆注册或多数持股的关联实体无法直接使用。
    • 参考可考虑先核对自家注册地、总部和股权结构是否符合 Anthropic 支持地区新规,再评估是否有试点空间;值得选一个报表制作或会议纪要整理场景,与现有 Office 流程对比耗时。
  3. IT之家·人工智能65

    OpenAI 推出 ChatGPT Businesses 测试版,企业可认领商家资料、创建 Business Agent 并投放广告

    OpenAI 于当地时间 11 月 10 日推出 ChatGPT Businesses 测试版,企业可通过 Business Hub 认领商家资料、创建 Business Agent 智能体并为智能体购买赞助展示位投放广告。

    决策要点

    ChatGPT 开始向企业开放经营入口,商家资料、AI 智能体与广告位组合成一个面向 12 亿周活用户的获客渠道。

    • 影响电商和在线服务企业多了一条面向 ChatGPT 用户的触达渠道,品牌被提及时的呈现方式从不可控变为可认领和经营;赞助展示位上线后,营销预算中需要新增一项投放品类的评估。
    • 参考可考虑先在 Business Hub 认领并核对自家商家资料,用产品数据源维护价格和库存信息;值得测算赞助展示位的投放成本,与现有搜索和信息流广告渠道对比。
  4. IT之家·人工智能64

    Anthropic 推出 Claude 白板、表格与数据看板三款协作工具

    Anthropic 推出 Claude Whiteboards、Claude Sheets 和 Claude Data(原 Claude Dashboards)三款协作工具,面向所有付费计划提供,支持网页、桌面和移动端,其中白板和表格处于测试阶段,Data 已正式上线。

    决策要点

    Anthropic 把 Claude 从聊天助手升级为团队协作工作台,直接切入办公套件和数据分析工具市场。

    • 影响订阅付费计划的团队无需新增采购即可获得白板、表格和看板能力;部分表格和轻量数据分析需求可能被替代;数据看板直连数据仓库和 CRM,指标口径与查询权限治理需要同步跟上。
    • 参考可考虑让已订阅 Claude 的团队先在营销追踪表、招聘预算表这类轻场景试用表格功能;数据团队值得先统一关键指标口径,再决定是否开放认证查询和实时分享。
  5. The Decoder:AI News60

    Anthropic 为 Claude 新增表格、白板、数据仪表盘等功能,将其扩展为团队工作区

    Anthropic 为 Claude 应用新增多项协作功能,将其从对话助手扩展为团队工作区。Claude Sheets 支持 AI 辅助创建和编辑含公式与多标签页的表格。

    决策要点

    Claude 的产品定位正从对话助手转向覆盖表格、白板和会议的团队工作台,助手入口之争延伸到企业日常协作场景。

    • 影响团队办公中的表格、白板和会议记录可能逐步迁入 Claude,业务数据经连接器流向模型侧会带来数据边界问题;企业版的审计日志、隔离虚拟机和合规 API 为 IT 与合规部门提供了可控的评估条件。
    • 参考可考虑盘点现有表格、白板和会议笔记类工具的使用成本,选一个协作场景小范围试点对比;若涉及业务数据接入,值得先让合规团队评估审计日志与合规 API 是否满足要求。
  6. TechCrunch · AI57

    OpenAI 推出 Business Hub 测试版,企业可在 ChatGPT 中创建并核验商业资料

    OpenAI 周二推出 Business Hub 测试版,企业可在 ChatGPT 中创建并核验商业资料,管理用户对其产品与服务的了解方式。符合条件的企业还能上线专属商业智能体回答用户提问,并查看资料浏览量、商业提及、网站点击等有限洞察数据。此前的电商直购项目含购物车功能,已于 3 月关停;核验流程的具体细节 OpenAI 尚未公布。

    决策要点

    OpenAI 在电商直购尝试失败后,转向用企业资料加经营洞察复制 Google 的搜索商业模式,走信息曝光而非交易抽成路线。

    • 影响企业有了官方入口管理 ChatGPT 内的品牌与产品信息,用户看到的内容可控性提高;浏览量与点击等指标为衡量 AI 渠道曝光提供参考;此前电商项目已关停,平台方向仍在调整,投入前需评估稳定性。
    • 参考可考虑先核验自有品牌资料并检查 ChatGPT 对本企业的现有回答;值得把资料浏览量、提及与点击数据纳入渠道对比,与搜索流量合并评估后再定投入。
11月10日周二
  1. 36氪·AI42

    数据达尔文主义,AI时代把数据当活资产经营的方法论

    作者东针商略提出数据达尔文主义框架,主张把数据当作可进化的活资产而非静态燃料来经营。文中引述称2025年中国AI训练数据总量逼近200EB、推理数据量首超训练量,作者认为单纯挖矿式数据驱动已触顶,高价值数据需具备可训练、可验证、可关联三特性,专家隐性知识和失败记录是被忽视的富矿。

    决策要点

    这是一篇观点文章,把AI竞争的数据逻辑从规模开采改写为培育进化,属于作者的原创框架而非实证研究结论。

    • 影响若认同此思路,评估数据资产的标尺要从存量规模转向可训练、可验证、可关联三特性;产品交互与模型推理日志可成为低成本数据来源;数据跨机构流通仍受合规与隐私边界约束,医疗金融领域尤其明显。
    • 参考可考虑盘点组织内专家隐性判断和失败记录的存量;值得检查产品交互能否在用户授权下留存带思维链的反馈数据;先算出推理日志筛选提纯的成本收益,再决定是否搭建对应机制。
  2. Adweek38

    Adweek 播客探讨 AI 如何重塑营销效果,Cognitiv 与 Mars 谈数据基础与试点路径

    Adweek 播客 Adspeak 邀请 Cognitiv 总裁 Eric Danetz 与 Mars 副总裁 Nicole Vinson 对谈,讨论 AI 与深度学习如何改变营销效果。

    决策要点

    cookie 退场后,营销 AI 的讨论重心正从工具尝鲜转向数据基础与组织流程,但效果案例均出自参与方自述。

    • 影响第三方 cookie 退场后,受众数据基础的完善程度会影响定向与创意优化的效果上限;先试点后推广可控制 AI 投入风险;治理与伙伴选择决定 AI 项目服务长期业务还是停留在技术本身。
    • 参考可考虑先给创意分析这类环节算出人工工时基线,再评估 AI 能省多少;值得按节目提出的先试点方式,选受众定向场景对比行为数据与人口属性定向的效果差异。
  3. 钛媒体52

    AI Agent开始执行文件任务,难点正从写代码转向可靠交付

    文章分析认为AI Agent的难点正从生成代码转向可靠交付,代码能运行不等于任务结果正确可用。文中将文件处理拆为输入识别、处理规划、程序执行、结果验证四个环节,比较了工具调用与代码执行两条技术路线,并以知道创宇AiPy的开源项目说明作为Python-Use路线案例。文章同时提醒,执行能力越开放,越需要权限最小化、高风险操作确认、环境隔离和明确数据流向。

    决策要点

    Agent竞争正从模型单点能力转向任务交付的系统能力,结果可信度和权限管控取代代码生成成为新的门槛。

    • 影响选型评估标准将从演示效果转向结果验证与权限管控能力;能执行代码的Agent接触真实文件,风险从回答出错升级为数据被覆盖或外泄;固定流程与灵活数据处理可分别采用不同执行路线。
    • 参考可考虑先盘点企业内文件处理场景,区分固定流程与灵活数据处理两类需求;试点时限定专用工作目录、对覆盖删除设确认环节;值得为输出建立行数与字段复核及操作日志。
  4. OpenRouter:Blog(Announcements)75

    OpenRouter 上线 Extractions API(alpha),按字段从文本、图片和 PDF 抽取结构化数据

    OpenRouter 上线 Extractions API(alpha),描述所需字段即可从文本、图片和 PDF 中提取类型化结构值。上线提供 Cloudflare Clairic、Inception Mercury Decide 和 ScaleDown Extract 三个模型,输入价 $0.02–$0.10/M,输出免费。

    决策要点

    OpenRouter 把文档字段抽取做成声明式 API,置信度、空值概率和证据位置内建在返回值里,抽取类工作有了标准化入口。

    • 影响发票、收据、合同等文档处理可按声明字段接入,示例单次成本在 $0.0001 量级;置信度和 p_null 让低置信转人工有了可设的阈值;接口处于 alpha,结构可能变化。
    • 参考可考虑挑一个票据或合同场景在 Playground 试跑,记录各字段置信度和单次成本;值得先算出自有文档量和现行人工录入成本,再决定是否纳入流程。
11月9日周一
  1. 36氪·AI45

    宠物硬件集体转向,AI开始接管宠物健康

    宠物智能硬件企业正从卖设备转向卖“理解宠物”的能力。小佩PETKIT发布AI健康数据平台PETKIT TRACE,把喂食器、饮水机、猫砂盆记录的进食、饮水、如厕数据整合为可回溯的宠物健康档案;Moonback在9月完成数千万元融资后加码宠物AI,规划穿戴设备、摄像头和睡眠窝垫多维采集数据。

    决策要点

    宠物硬件因功能同质化被价格战压到毛利20%左右,行业正把一次性硬件生意改造成订阅制的持续数据服务,但数据到可执行洞察的转化仍处早期。

    • 影响硬件功能已被供应链标准化,纯拼价格难以为继;订阅模式能带来持续收入,但前提是多设备数据积累和长期投入;AI解读失准可能引发信任问题,从异常预警到可执行建议的链路行业基本空白。
    • 参考可考虑参照Tractive的定价结构测算自家产品订阅化空间,其硬件实际到手价30到50美元、订阅低至5美元每月;值得先盘点现有设备能采集的数据维度,评估单点数据能否被交叉验证。
  2. 人人都是产品经理45

    AI产品经理技能4:提示词 3.0 开头别再写「你是一个XX专家」

    作者三爷茶馆提出「提示词 3.0」写法,称开头写「你是一个XX专家」只给模型语气不给能力,模型会背诵预训练里见过的报告模板,看似专业却说不出实际问题。他建议改为直接给任务和约束,把组织方式交回模型,先让它写出该领域对应的方法论,再代入场景执行推理分析,例如新店销量分析。作者称这种写法此前模型做不到,现在模型自推理能力增强后才有效,模型越强这一字之差越贵。

    决策要点

    给模型派头衔的老写法已经在失效,提示词的重心正从设定身份转向给目标和约束,团队现成的提示词模板值得重审。

    • 影响存量提示词模板若依赖专家身份开头,输出会停留在像模像样的模板背诵,报告缺结论会拖累经营判断;按约束式写法改写模板几乎不花成本,可在现有工具和预算内完成。
    • 参考可考虑挑出团队最常用的几条提示词,用同一业务任务对比新旧两种写法的产出再决定是否改写;值得沉淀一条先写方法论再执行的约束式模板进内部提示词规范。
  3. IT之家·人工智能51

    Anthropic 分析 20.7 万次科研会话:科学家主要用 Claude 做数据分析和写作

    Anthropic 近日发布研究报告,基于 2026 年 8 月 2 日至 9 月 30 日的 20.7 万次科研会话发现,科学家主要用 Claude 做数据分析和写作,数据收集与研究假设生成较少借助 AI。

    决策要点

    Anthropic 的数据显示科研场景对 AI 的使用集中在数据分析和写作等可验证任务,假设生成等原创环节渗透仍低。

    • 影响研发团队可优先在数据分析和写作环节部署 AI 换取效率;数据收集与假设生成的模型参与度低,这些环节仍以人工为主;定量学科团队的推广空间明显大于实验室和人文社科团队。
    • 参考可考虑参照该报告的任务分布,盘点自家研发流程中数据分析与写作类工作的占比,先在这些环节试点;值得按团队学科背景分别估算 AI 渗透空间,而不是一刀切推广。
11月8日周日
  1. 人人都是产品经理55

    轻量 AI 素养测量方案:两道题给 AI 用户分层

    作者提出一套可嵌入常规问卷的轻量 AI 素养测量方案,用提示流畅度、输出素养两道行为题给用户计分并分为四类。文中引 Anthropic 官方分析佐证,Claude 使用 6 个月以上用户对话成功率比新用户高 10%,编程智能体任务验证成功率新手仅 15%、中级及以上 28%–33%。方案附计分规则和组间组内归因思路,用于区分体验痛点源于产品还是用户不会用。

    决策要点

    AI 产品的体验归因多了一个用户能力变量,作者主张用两道行为题把 AI 素养变成可测的分层维度,低成本区分产品问题与用户不会用。

    • 影响体验痛点若归因模糊,可能在模型优化上错投资源,或把模型能力不足当成用户不会用而流失高能力用户;传统频次与时长指标会把单轮提问的高频用户误判为资深,分层口径需要调整。
    • 参考可考虑在现有对话类 AI 产品的用研问卷中加入这两道题,按选项档位计分并按样本分布分高低两组;对重点痛点先做四类用户间的组间对比,再决定是在产品侧还是引导侧改进。
11月7日周六
  1. 人人都是产品经理43

    教你用 WorkBuddy 制作可视化数据大屏

    作者马佳彬演示用 WorkBuddy 安装开源 bigdata-dashboard-skill,全程无代码生成一套可视化数据大屏。流程为选模板、生成假数据、改配色动效,再通过 API 让页面定时刷新,大屏支持 json、xlsx、xls 三类文件接入真实数据。所用 Hy4 模型处于限时免费阶段,作者称其达到国产模型中等能打水平,并自动完成了原面向 Windows 的 Skill 的 Mac 适配。

    决策要点

    数据大屏这类过去要找专业公司搭建的项目,门槛正被 Agent 加开源 Skill 压到业务人员可自行动手的水平。

    • 影响展厅门店和园区的大屏需求可尝试内部低成本自建,减少对外包搭建的依赖;接入真实数据仍需技术侧参与 API 与数据口径设计;作者效果为单次实测,落地前应先自行跑通评估。
    • 参考可考虑先让业务人员用假数据复刻一遍流程,估出内部自建的耗时与人力;值得盘点现有大屏需求,把纯展示型与需实时对接业务系统的项目分开估算。
  2. IT之家·人工智能53

    Planet 推出 Planet AI 应用,一句话即可查超十年卫星影像变化

    美国卫星数据公司 Planet 于 11 月 5 日推出 Planet AI 应用,结合大语言模型与超过十年的全球卫星影像档案,让用户用自然语言搜索、观察和分析地球表面变化。

    决策要点

    卫星影像分析的门槛从专业 GIS 技能降到自然语言提问,地球观测数据开始向非专业业务人员开放。

    • 影响依赖卫星影像的合规、土地管理等业务有机会压缩人工排查成本,官方案例称数天工作缩到数分钟;农业、灾害响应、城市治理、保险与基础设施管理被业内视为后续落地场景。
    • 参考可考虑让合规或用地相关团队用免费入口试点一个具体筛查场景并记录耗时对比;值得盘点现有依赖外包遥感分析的需求清单,评估哪些可转为自助查询。
11月6日周五
  1. SaaStr75

    Vercel COO 复盘智能体进销售与客服,线索团队 10 人缩到 1 人,93% 客服工单由 AI 处理

    Vercel COO Jeanne DeWitt Grosser 在 SaaStr AI 会场分享内部智能体落地经验,其线索资格审查智能体上线六周内把 10 人团队缩到 1 人,每年基础设施与 token 成本低于 $5000,COO 称表现相当于 90 分位销售、ROI 为 32 倍。

    决策要点

    Vercel 把销售与客服岗位的智能体替代做成了可核算的成本对比,门槛不在模型而在流程文档化、最佳员工投入和数据地基。

    • 影响线索审核与客服等岗位的成本基准被改写,10 人编制与每年 $5000 的对比可拿来自查;无 API 或 webhook 的工具会被客户内部智能体裁掉;成本在试点量放大 100 到 1000 倍时会跳涨,预算不能按试点数据线性外推。
    • 参考可考虑选一个线索审核或客服场景,按 GTM 工程师加数据科学家加最佳员工的三人组合先记录流程,再以影子模式试点并记录人工复核量;值得盘点现有 SaaS 工具的 API、webhook 与 MCP 覆盖清单;数据侧可先补语义层再铺智能体。
  2. 36氪·AI60

    智能体支付起步,Massive、支付宝与AWS布局任务中按次付费入口

    AI智能体开始能在任务执行中按次购买数据和服务,Massive今年9月开放面向智能体的按次付费入口,接入钱包的智能体用USDC购买所需数据,原有订阅保留。

    决策要点

    采购决定从任务前的固定配置移入执行过程,授权额度与任务总账控制成为企业用AI的新管理对象。

    • 影响企业可把部分逐项采购交给执行中的AI,付款来源和额度由事先授权决定;低频工具获得按次售卖机会,供应商需要把商品改写成机器可理解的接口与价格;账单变细碎,单次便宜不等于整项任务划算,总成本核算变得必要。
    • 参考提供数据或工具的团队可考虑补齐机器可读的接口定义、价格和失败反馈;使用方值得先设定授权范围与会话预算,并建立按任务汇总推理与外部服务费用的账单口径。
  3. 人人都是产品经理63

    阿里千问AI平台分享本体驱动AI数据研发实践,AI代码行占比升至八成以上

    千问AI平台团队发文介绍本体驱动AI数据研发的方法,称AI写SQL的痛点不在语法而在选表、字段与指标口径,根因是业务知识散落在生产代码与个人经验中。其做法是把隐性规则从生产代码自动抽取为结构化三元组本体,经指纹比对、回溯SQL、格式检查三道校验防模型幻觉,再通过按需召回供给证据而非硬规则,并以研发diff、评测集、使用日志三条链路持续回注更新。

    决策要点

    AI写SQL的瓶颈被定位为业务知识供给而非模型能力,解法是把散落在生产代码里的隐性口径变成机器可校验的结构化资产。

    • 影响无报错的错误数据会绕过常规测试直接流进看板,口径风险比语法错误更隐蔽;口径沉淀为可校验资产后,知识维护从人工整理转向机器抽取加少量把关;研发角色相应从写代码转向定义与把关规则。
    • 参考可考虑先盘点指标口径散落在历史代码与个人经验的程度,选一张高价值核心表试点自动抽取加人工校验,再用绑定已上线SQL的评测集量化引入前后的差异。
  4. 人人都是产品经理54

    豆包工作接入抖音经营与 TikTok 广告插件,可代商家调整广告预算和出价

    11月4日,豆包工作宣布接入抖音生活服务经营、巨量本地推和 TikTok for Business 三款官方插件,商家授权后可在对话框内查门店数据、对比经营表现、生成复盘报告并获得投放建议,其中 TikTok for Business 插件支持管理广告活动、调整预算和出价。

    决策要点

    豆包把商家经营的查询分析和广告执行动作接入对话入口,AI 产品竞争正从回答问题转向完成任务,但三款插件的执行深度并不同级。

    • 影响门店查数和经营复盘可改为一次对话完成,跨后台切换的重复操作会减少;广告预算和出价调整涉及真实经营损失,分析出错与执行出错的风险量级不同;传统软件背后的数据、权限和业务规则等系统能力的重要性反而上升。
    • 参考可考虑先只用数据查询和复盘类功能做试点,记录过去多后台操作的耗时作对比;涉及预算和出价的授权可先限定在小额计划,确认与回滚机制跑通后再逐步放开。
11月5日周四
  1. Adweek40

    TVision 与 Viant 主张用注意力数据评估电视广告投放效果

    TVision 与 Viant 在 Adweek 于波士顿举办的活动上主张,电视广告评估应从触达、可见性、完播率转向注意力指标。TVision CEO 称美国人每天看视频超 4 小时,但只有约 9 分钟在注意广告,行业每年为此投入 1000 亿美元;其数据显示头部 CTV 应用间注意力差距可达 3X,超 100 场活动的研究中注意力每升 1%,辅助品牌认知度约升 1%。

    决策要点

    电视广告的评估标准正从触达和完播转向注意力,这给了品牌在不增加预算前提下重新分配投放的依据。

    • 影响同一预算内按注意力差距转移投放存在提升空间;注意力与业务结果的关联目前主要来自 TVision 自家研究,采用前需核对口径;CTV 数据回流慢于社交渠道,优化节奏需相应安排。
    • 参考可考虑先对现有媒介计划做注意力基准测试,再按应用、时段、地域等维度小范围转移预算;值得按 Viant 建议从一场活动、一个 KPI、一个季度起步并对比结果。
  2. 人人都是产品经理58

    腾讯灯塔AI开放公测,数据分析与可视化Agent实测体验

    腾讯灯塔团队将服务内部业务13年的数据分析能力做成Agent灯塔AI开放公测,支持数据库、在线文档、本地上传多种数据接入,接入、分析、看板生成、盯盘全流程可用自然语言完成。作者实测上传9月与10月公众号后台数据,几分钟生成两月对比分析与运营建议看板,支持对话修改、版本回滚、自动归因和口径文档沉淀,盯盘预警可推送企微、邮箱、钉钉、飞书。作者评价整体表现惊艳,系其个人实测体验,产品支持私有化部署。

    决策要点

    腾讯把内部验证多年的数据分析Agent开放公测,业务人员自助跑数做看板的门槛进一步降低。

    • 影响业务自助分析可分流数据团队的临时取数和看板排期需求;结论可复核与口径文档有助于跨团队保持口径一致;外部数据接入方式的边界需在试点前与数据安全要求核对。
    • 参考可考虑先用官方示例数据试用熟悉能力,再选一两个固定报表或对比分析场景做试点并记录耗时;值得盘点团队现有取数排期和口径文档缺口。
  3. Adweek54

    品牌竞相现身 ChatGPT 回答,监测工具获融资但效果归因仍是难点

    品牌被 ChatGPT 等答案引擎推荐已催生一门测量与优化生意,ADWEEK 梳理了 11 家相关初创公司,Jellyfish 等代理公司也开发自有追踪工具。Emarketer 与 Semify 对 75 家中小企业搜索营销者的调查显示,76% 认为出现在 AI 搜索中极其或非常重要。

    决策要点

    品牌在 ChatGPT 等答案引擎里的可见度正变成一门有工具、有融资的生意,但如何归因到生意成果仍是行业共同缺口。

    • 影响AI 搜索曝光正在成为营销预算的新科目,代理与工具商会推动付费监测需求;76% 的受访中小企业营销者已视其为重要指标;但归因方法未定,投入产出难以核算。
    • 参考可考虑先自查品牌在主流聊天机器人回答中的出现情况,再把 AI 渠道带来的流量与转化算出基准;值得以此评估是否购买第三方监测工具,避免为无法归因的指标付费。
  4. AdExchanger47

    游戏媒体 WiseGuyGaming 用爬虫检测测出 18% 读者拦截广告,改推原生内容与付费订阅

    面向玩家的游戏媒体 WiseGuyGaming 把识别机器人的分析工具改造成广告拦截检测,测出约 18% 的读者在使用拦截器,让原本对分析工具不可见的受众重新可见。做法是在站内部署第三方版和第一方代理版两份 FouAnalytics 脚本,对比两个面板找出拦截用户,机器人流量已预先过滤。该站随后增加赞助与原生内容并分析这部分读者的阅读偏好,还计划推出付费订阅,用邮件和推送触达这约 18% 的用户。

    决策要点

    广告拦截造成的受众盲区可以用现成分析工具低成本量化,真正的考验是变现渠道怎么跟着迁移。

    • 影响内容业务若核心用户技术素养高,被拦截比例可能明显抬高,受众数据和广告收入同时失真;量化这件事门槛不高,用现有分析工具即可完成;变现重心可能要向原生赞助与邮件推送等自有渠道迁移。
    • 参考可考虑用第三方与第一方双份分析脚本对比差值,先算出自家受众的拦截比例;值得盘点展示广告与原生赞助的收入占比,评估订阅、邮件和推送等自有渠道的补位空间。
  5. Adweek40

    Generac CMO Amanda Teder 谈过度归因是否会让营销变差

    在 Brandweek 2026 现场访谈中,Generac CMO Amanda Teder 提出,过度聚焦归因会把投资拉向漏斗底部,牺牲品牌与需求建设,测量应服务于策略而非收缩策略。她介绍其在 Generac 构建的全漏斗运营模式,覆盖认知、培育、销售支持与购后体验,并指出高考虑度品类的购买旅程需要数月甚至数年的培育;她主张先明确策略再决定 AI 自动化什么,否则自动化只是更快地做错事。

    决策要点

    归因让营销决策变好的同时也在让策略变小,测量便利而非生意价值正在决定预算流向漏斗底部。

    • 影响高考虑度品类的购买旅程需数月甚至数年培育,只投易测量的漏斗底部会挤压品牌与未来需求;在无策略先行时引入 AI 自动化,等于更快做错事。
    • 参考可考虑先算出自家品类的购买周期与归因覆盖范围,再决定预算权重;值得审视现有投放是否过度集中在漏斗底部;引入 AI 前先明确每项工作为何存在。
11月4日周三
  1. Adweek52

    为什么 CMO 应该警惕 Publicis 旗下的 LiveRamp

    作者以广告主立场撰文质疑 Publicis 收购 LiveRamp,认为这步棋瞄准数据与 AI 智能体驱动的下一个十年营销,但客户被要求在数据智能上妥协,收购后的激励机制已经改变。LiveRamp 此前作为连接品牌与媒体、平台、零售商的基础设施,中立性和独立性本身就是其产品;作者强调并非指 Publicis 收购行为不当,并在 LinkedIn 表达担忧后称多位 CMO 同行有相同顾虑。

    决策要点

    实质是广告集团把中立数据基础设施纳入自家资产,客户与供应商身份开始重叠,数据服务的独立性诉求与集团利益出现结构性冲突。

    • 影响依赖 LiveRamp 做数据连接的广告主需要重估数据归属与中立性风险;选择 Publicis 代理服务的品牌面临数据链路与代理利益重叠;行业对数据服务商中立性的判断标准随之改变。
    • 参考可考虑盘点自有数据经过 LiveRamp 的链路和用途并评估替代连接方案;值得在与代理集团的数据合作协议中明确数据使用边界,并与其他 CMO 交换对数据中立的立场。
  2. 人人都是产品经理54

    实测 SenseNova 6.8 Flash 从 Blender 建模到动态 PPT,限免期内零成本

    作者花叔实测 SenseNova 6.8 Flash 正式版,让它自己写 Blender 脚本从零建出威斯敏斯特宫和大本钟,再用门店数据生成动态 PPT 和数据分析汇报,认为其功夫下在审美和办公交付上。

    决策要点

    一款 Flash 级国产模型把差异化放在审美和办公交付而非 coding 上,叠加限免与免费 API,企业验证办公物料产出的成本几乎为零。

    • 影响动态 PPT、数据分析汇报、动态海报这类日常办公物料在 12 月 1 日前的试错成本接近零;作者实测中模型自算的合计与环比数字复核全对,但属单人样本;免费期结束后是否值得付费要用企业自身场景复测。
    • 参考可考虑拿一份真实业务数据让它生成动态汇报并逐个复核数字;值得借鉴文中写法,只给事实并声明不补数字,动态画面按秒写分镜,大任务拆步交付。
  3. 人人都是产品经理49

    充电桩到底值不值得投?我用 AI 搭了一套充电桩评估模型

    作者为所在智慧停车平台用 AI 搭建了一套充电桩投建五步法评估模型,从业态定级、区域潜力、核心数据到收益测算,输出可直接汇报的投建结论。模型最核心指标是停留 4 小时以上的新能源车辆,依据是 7kW 慢充桩充满一台常规电池车需数小时。作者引公开资料称 2025 年起公共充电市场进入稳定期,目的地慢充在三四线城市仍有空间,模型已用于拓客、立项评审、批量筛商机,存量车场已完成投建分级。

    决策要点

    把行业经验固化成输入数据到输出结论的标准流程,是这个案例里 AI 起作用的前提,模型本身可迁移到同类筛选业务。

    • 影响停车平台可据此把存量车场批量分级,避免在短停为主的商场和交通枢纽误投慢充;这套筛场景的思路也能迁移到拓客和商机筛选;能否拆成标准流程决定 AI 提效上限。
    • 参考可考虑先盘点自家业务里高频重复的判断场景,试拆成输入数据加输出结论的固定步骤;做场地或商机筛选的团队可参照五步法,先定一个类似停留时长的硬指标再配数据。