微软的发布会,6.24微软发布会,微软发布会2020,6月24号微软发布会

图片来源@视觉中国

文｜产业家，作者｜斗斗，编辑｜皮爷

后退一步。这是过去两年市场对中国云厂商的普遍印象。

这种后退更多的在集成和服务层面，比如让更多的渠道商走到前面，比如要求自研产品在方案中的比例，再比如在云体系内，上层SaaS产品的商业化提速。

2023年，对云厂商而言，不论对内还是对外，相较于之前的“大刀阔斧”，“审慎”、“小心翼翼”正在成为新的关键词。这种定调的来源除了财报层面不太美观的数字，也更在产品和路径本身，即越来越多的云厂商开始思考一个问题：我当下，以及未来的商业价值到底在哪里？以及最核心的掣肘现在在哪？

这不是一个能迅速厘清的问题。在这个问题里，有遗留的C端组织架构的问题，有自身技术产品赛马的问题，有产品和部门墙的问题，当然，也更有评估市场现状的问题。

但在国内云厂商陷入思考的如今，大洋彼岸，一家企业却已经走出了微笑曲线，不论是从营收层，还是单纯的产品、技术层面，它都在证明着自己的实力和未来的想象力。

它就是微软。

几个最近的信号来自AI计算。即伴随着OpenAI被引入微软云Azure，微软开始紧锣密鼓的将各种应用与AI大模型进行融合。先是宣布ChatGPT与必应搜索引擎的融合；后有GPT-4大型语言模型与Office应用的融合以及将OpenAI聊天功能添加到编码工具中。

不同于以往传统的云计算下将算力资源云化，微软正在做的是将应用能力云化，借助OpenAI推动微软云进入下一个阶段。

在各种动作的催化下，诸多投资人看到了AI云计算的价值洼地，其股价也水涨船高，一夜涨超5400亿市值。

据业内人士分析，ChatGPT与必应融合后可以将微软市场份额增加到10%，分走谷歌部分市场份额。另外，AI计算为其带来的增长势头迅猛。按照OpenAI承诺投资者的100倍回报，OpenAI商业化后，微软作为第一批投资者可直接获得100倍的纯利润。加之随着各类应用与AI大模型融合，也将带来更多订阅和增长。

另外，一直以来，市场的印象是，亚马逊云AWS一直位于云基础设施市占率首位。但根据国外云厂商业绩报告，微软云2022年营收1012亿美元，智能云（云、企业服务）2022年实现收入818亿美元。而AWS2022年收入801亿美元，营业利润228亿美元。微软云总营收明显高于亚马逊云。

微软的增长有目共睹，而最近的AI计算仅仅是一个缩影。

它做对了什么？

从国内云厂商近几年的业绩报告来看，中国头部云厂商收入增速从2021年开始就出现了不同程度的下滑，在疫情的因素之外，更多的决定因素也更在自身。

透过微软当下营收模型，或许能给在迷雾中的中国云厂商带来一些新的启示。这种启示不单在云计算本身，也更在中国云厂商的当下和未来路径。

微软起家于传统IT业务，2014年才开始将软件产品“上云”，之后确立了“云与AI”的发展战略。传统IT的基因，为其积累了大量诸如电信运营商、美国政府等客户。

这些高粘度的政企、大型客户，可以为微软云降低营销成本的同时，还可以利用大型客户的大型项目交付，加速微软云规模化发展。

目前，微软共有三个业务板块：生产力和企业流程、智慧云以及个人计算。微软云个人计算包含Windows业务、设备、游戏等产品；智慧云业务包括服务器产品、Azure云服务、企业服务；生产力和企业流程则包含Office办公业务、组织管理业务、以及收购的LinkedIn业务、GitHub开源社区。

这些业务包含芯片、服务器、计算、存储、开发平台、管理软件、企业咨询等，打造了从底层到顶层的一栈式业务架构，数据统一。这意味着企业部署微软云后避免了不同云厂商、不同软件、不同数据底层下面临的兼容问题，节省了搭建接口的费用，减少软件部署成本。

另外，云服务实际上是一门服务器“出租”生意，企业使用IaaS产品，相当于只是“租用”了云厂商的服务器。上溯云计算产业链，服务器三大构成元件之一的CPU占到总成本就占到50%左右。在狂卷价格战的云市场，售卖服务器的云厂商有着高昂的成本。

这一点从国内外云厂商的平均毛利率和净利润率便可以发现。国外云厂商平均净利润率平均在30%左右；国内云厂商平均净利润率为个位数或负数。国内云厂商靠IaaS根本挣不到什么钱。

微软云基于自身底层技术，可以跨越云厂商这个中间商，直接售卖云服务器控制成本。且不断优化底层技术，持续降低成本。

总结来看，微软云从底层技术、全栈式产品矩阵以及多年积累的客户资源三个方面，提高了软件层的利润。

站在整个国外云市场来看，底层技术、客户资源其实是国外商业环境所赋予云厂商的一种优势，目前这也是导致国内外云厂商差距的最根本原因。

不过微软云与其他国外云厂商不同的是，其打造了一个低门槛的企业数字化转型入口，让企业主动进入了微软云的全栈式产品矩阵中，帮助企业发现自己的需求，从而购买微软云的产品，这是微软云高营收方法论。

微软云曾在一段时间内，营收出现了下滑。加之PC市场颓靡，微软之前的明显业务日渐衰退。内部高层意识到硬件和IaaS层的规模化增长一去不复返。Word、PowerPoint、Excel作为微软具有强网络效应的明星产品，成为微软云突围的关键。

首先，微软首先将生产力和企业流程业务中的所有应用整合到协同办公平台Teams。企业进入Teams拉动CRM、ERP等自研组织管理软件的渗透力；与Oracle、Adobe、Atlassian、Ser【【微信】】集成扩大产品服务边界；通过GitHub开发者社区和低代码平台为IT人员、业务人员提供数字化工具，渗透各行各业，打造行业数字化解决方案。

其次，为了把Word、PowerPoint、Excel客户转化到Teams平台。微软直接把Teams作为Office的赠品免费提供给企业使用，前提是企业购买Office。

这种策略下，微软云营收增速从之前最高的40%的增速，提高到了70%左右的增速。微软云软件收入逐渐扩大，占比70%。

如今，Teams已占领全球20%市场份额，已经跻身头部平台之列。一组数据是，Office365有3.7亿个商业付费用户、月活高达4.6亿，仍有较大增长空间。

简单来说，基于微软上层软件在成本上的优势，Teams和Office销售协同拉动了PaaS、SaaS层的高增长。在内部降成本，外部提高增长下，PaaS、SaaS上下协同“反哺”微软云实现了高营收。

这种高营收，也在不断为其他业务“输血”。正如文章开篇所言，微软正在将OpenAI融合到SaaS、PaaS产品中，打造新的增长曲线。据微软在财报后的电话会议透露，AzureML智能算力收入连续四个季度营收增长超过100%。

微软云营收增长从40%到70%再到100%，愈发清晰的是，微软以云为核心打造了一个增长飞轮，即云到软件再到AI计算的增长飞轮，也是微软的营收模型。

虽然微软高营收是事实，但不容忽视的是这一模型并不适用于国内云厂商。

营收模型有几个关键点。首先降低成本层面，底层技术、政企和大型客户资源，这两点属于“死命题”，短期内较难有明显的改善。而微软云提供了另一个降成本的思路，就是“一体化”。

其次，微软所有业务几乎都是以云为核心，资源、营收围绕着云流转。简言之，微软每卖出任何一个产品，微软云业务都会产生营收，这是资源整合能力的体现。这种能力与其传统IT基因和B端属性有较大关系。而国内云巨头商皆起家于互联网，资源整合并不容易，不过这是短期内实现高营收的一个突破口。

另外，微软软件高营收表面看Office360是核心，其实企业数字化入口以及销售协同策略才是核心。

这才是国内云厂商可以看到并借鉴的高营收思路。

中美云厂商的差距正在越来越大。

据不完全统计，微软云2019至2022年的营收大约分别为447亿美元、595亿美元、800亿美元、1012亿美元，而国内云基础设施市场份额最大的阿里云营收分别为51亿美元、81亿美元、122亿美元、122亿美元。两者差距在近两年成倍数增长。

通过中美云厂商业务架构、商业模式等方面对比，这种差距背后的原因逐渐清晰。

从基因来看，华为云与微软云的转型路径十分类似，同样具有2B甚至2G的基础，同时注重价值客户拓展和生态维护，才能在短时间内后来居上。

但比起微软云，华为云在一体化产品架构上并不完善，无法以协同效应带动软件侧规模化增长，主要还是在IaaS层。

从软件层面的商业模式来看，阿里云的“云钉一体”、腾讯云的产业互联网+企业微信、字节云（火山引擎）的飞书一体化与Teams“入口”属性一样，都是以协同办公平台打造企业数字化的低门槛入口，从而拉动SaaS、PaaS增长，推动用云量。

但具体来看，腾讯云的企业微信定位于连接器的角色，所以基础功能是联合腾讯文档、腾讯视频、腾讯企点、宜搭等同公司产品以及内部自带微文档、微云和视频会议功能，形成了一套拼图式的SaaS矩阵。

由于其只提供平台，所以大部分产品都是基于云集成，这导致软件层营收主要来源于腾讯内部自研的产品。然而想要使用专业功能，则需要逐一下载app，这些产品分散且每个专业版产品需要单独订阅，总体来看协同性较低。不过这与腾讯发展战略有关，想改变并不简单。

企业微信、腾讯会议等产品在疫情期间的免费模式也为其营收增加了较大营收压力。主要依赖于IaaS层。而IaaS层的成本高昂，致使腾讯云整体毛利率较低。

根据中信证券(600030)测算，2020年至2022年腾讯云毛利率仍将为负，分别为-14%、-7%和-7%。

所以，想要提升毛利率，获得高营收，腾讯云是否要融合专业级功能这一问题。以及重新制定收费模式、持续聚焦高毛利的Pass产品。

与企业微信不同，字节云的飞书主打一体化协同办公，也是目前国内唯一做一体化协同办公的厂商。且飞书正通过集成、低代码等方式扩大产品服务边界，在最近的春季未来无限大会上，发布了多维表格、飞书应用引擎、飞书集成平台，与Teams目前的路径如出一辙。

不过，在ERP、CRM等产品上，飞书主要通过ISV集成，而Teams的组织管理系统为自主研发。所以在协同上较Teams相比有一些不足，毕竟与ERP、CRM集成也需要成本。另外，由于飞书Office无法像微软Office360具备强网络效应和用户粘度，所以规模化问题一直较为明显。

根据【【微信】】相关报告，截至2022年11月，钉钉的月活用户数(MAU)达2.53亿，企业微信为1.1亿，飞书仅为930万。

且字节云于2021年9月才宣布入局IaaS，客户资源积累时间短，所以在字节云基础设施高昂的成本下，利润较低。总结来看整体营收仍存在诸多不确定性。但飞书的一体化在一众云厂商中仍具备优势，重点在于不断积累客户，做大规模。

再看阿里云的钉钉，其定位是利用技术为企业数字化转型提供高效的解决方案。其也是一个平台，不过是一个开发平台，即PaaS平台。而PaaS层的应用可以带动云的用量，提高阿里云的利润。

根据阿里云2021年前三季度财报，其2021年前三季度总收入528.19亿元，经调整EBITA利润10.44亿元，利润率为1.98%。虽然不高，但比起其他云厂商的负毛利率，阿里云PaaS层的深耕还是起到了较大作用。

需要明确的一个问题是，阿里云如今增速越来越慢，排除诸多宏观因素和市场因素，与其客户体系和数量有较大关系。一组数据是，阿里云目前付费用户超400万，而90%以上为中小企业，这其中有很大一部分是阿里系的企业以及电商客户。值得注意的是阿里巴巴有数十亿家电商平台，或将是其快速增长的锚点。

最后是百度智能云，优势较为明显，即allin AI。但劣势也较为明显，即落地场景有限，规模化较难。根据各大云厂商2022年年报，阿里云、华为云、腾讯云、百度云的收入分别为109.08亿美元、57.57亿美元、48.48亿美元、27.27亿美元。不过，AI大模型或将成为其新的增长曲线。

总体来看，各大云厂商各有优势，但全面发展的厂商较少。事实上，由于环境的差异，微软的模式不一定在国内能够落地或者走的通。

在产业家看来，各个云厂商都需要思考的是产品免费模式向订阅制收拢，重新定制收费标准，或将降低成本；其次，将腾讯云较为分散的产品进行整合，或将实现上下协同；字节云、百度云需要找到自身优势，走出规模化；最后，阿里巴巴需要以云为核心梳理业务，不浪费每一份资源，将整个阿里集团变为阿里云增长飞轮的一部分，而不是阿里云业务的单独战斗。

没有针对性的举措，都是虚于表面、不切实际的幻想。国内云厂商究竟需要通过哪些具体步骤实现降利润、扩大规模，打造增长飞轮，才是重点。

“腾讯会议语音转文字开始限制时间，超过10分钟需要充会员，还是用飞书吧，飞书免费，你呢？”

“我还是喜欢腾讯会议的UI，简洁、易用。”

这是腾讯会议针对部分功能开始收费后，产业家编辑部产生的一段对话。

起家于互联网的云厂商，擅长用大量资金“砸出”市场，吸引用户。近几年国内用户消费理念开始转变，加之疫情逐渐稳定下云厂商承诺的免费“保护期”已过，云厂商开始向订阅制收拢。腾讯云是一个例子，但从腾讯云试探性的收拢来看，其还是有所顾虑。诸如一边辟谣，一边在某些功能上做“半收费”是常规操作。

不过根据产业家的观察，一些TOB产品已经逐渐产生用户粘度。订阅制并未丢失较多用户。

事实上，目前国内云厂商协同办公平台许多有价值的工具、产品、服务还是免费机制或者订阅费用偏低，尤其比起国外云的订阅费用低很多。可以预测，随着订阅制逐渐渗透，利润较高软件层产品，可降低IaaS层的成本，提高国内云厂商毛利润。

需要说明的一点是，大部分国内云厂商为了争夺软件客户或是能力有限，纷纷选择不做SaaS，到头来只能在Pass层、IaaS层找增量。云厂商协同办公平台中的自研软件是目前可以看到的高利润且有增长的产品。对于难以实现一体化的云厂商而言，这是降利润的标的。

不过目前企业微信中不具备腾讯会议等工具专业能力，专业能力较为分散，腾讯云应该尝试更多可能性，例如尝试集成这些专业能力，规模化效应或许会更明显一些，从而推动腾讯云增长。

在规模化方面，更大的可能性还在于，结合自身的优势，打造类微软Office360与Teams协同销售策略。

例如，阿里的电商业务在国内规模较大，营销工具是商家的刚需。目前淘宝平台内淘宝直通车、淘宝客、淘代码等诸多推广工具。如果阿里将针对淘宝商家营销推广的明星工具产品化，或是打造一个营销推广的明星产品，推出订阅制。一些体量大的店铺，尤其是独立设计师的店铺，基于营销推广等需求，必将为某些产品付费。

其中，大型客户或许早在此前已经是阿里云的客户，但在淘宝平台，中小型商家也将提供较大的增量。

一个想象是，在融合之后，钉钉的部分功能可以作为赠品，与营销等工具进行*销售。另外将营销能力全部迁移至钉钉。原因在于阿里电商业务和云业务的资源相对分散，淘宝有自己的营销平台、钉钉平台的电商解决方案难以触达商家。大部分商家对钉钉的认知只是人员沟通管理工具，对钉钉刚需较弱。

当商家真正把钉钉作为营销的工具，进入钉钉，才能拉动其他产品的订阅量，从而拉动用云量，形成协同效应，实现规模化增长。

总体而言，就是将阿里云和阿里集团其他支柱业务的资源进行协同，实现客户、营收、产品的统一与内部流转。

实际上，阿里集团组织调整也从侧面论证了这一趋势。

2022年12月29日，阿里集团董事会主席兼CEO张勇在公开信中宣布自己将acting阿里云智能总裁，并直接分管钉钉。

毋庸置疑，阿里云的换帅是希望张勇站在阿里集团的顶端，调动集团资源更好的为阿里云指引方向。

这样的操作同样适用于飞书和抖音短视频业务。只不过这样的布局，必将经历阵痛期，关键点在于云厂商能否应对其中诸多不确定因素。

但改变是必然的。在产业家看来，国内一众云厂商扎堆PaaS、政企和大型客户，希望以此降低成本、获得规模化增长，是必走之路，但也无法改变实质性问题。

正如，“可以预判的趋势”不是趋势，“看不到问题”才是最大的问题。

ai小度智能机器人 小型智能ai5.0机器人

ai小度智能音响随身版,爱小度智能屏,唉小度智能屏,哎小度智能灯泡

　　3月24日，OpenAI新动态再次引发市场热议。OpenAI宣布ChatGPT将支持第三方插件，以访问更多信息，以及增加相应的功能。

　　从国内外互联网巨头纷纷推出“自家的ChatGPT”产品，到微软旗下多款产品宣布结合ChatGPT技术。一连数日，ChatGPT热度居高不下，其身后的生成式AI技术和大语言模型技术也逐渐浮出水面，备受关注。

　　本质上，生成式AI（Generative AI）是一种深度学习模型，由生成器负责生成内容，判别器负责判别源数据和生产内容之间的差别并提供反馈。

　　大型语言模型（Large Language Models，LLMs）则是在生成式AI之上，通过对大规模语料库的学习，来理解人类语言的问题和答案之间的关系。

　　大型语言模型与以往的语言模型最大的不同，在于其拥有“涌现能力”（Emergent Ability）。

　　涌现能力是指，在模型规模超过某个阈值之后，模型性能会打破之前线性增长的规律，实现跃升式突变。简单地说，就是实现“质的飞跃”。

　　而“大规模”就是实现这一质变的关键因素，这通常意味着百亿或千亿级的参数量。

　　而大型语言模型带来的突破，最直接影响的行业，就是智能交互机器人。

　　01 大型语言模型：智能交互机器人的新里程碑

　　智能交互机器人，也就是我们通常所说的“聊天机器人”，可以通过和人类交流，提供相应的回答和服务。

　　智能交互机器人按其设计目的划分，一般分为信息型、任务型、对话型等三种类型。

　　信息型聊天机器人提供特定领域的知识或信息，任务型聊天机器人帮助用户完成某些特定任务，对话型聊天机器人则能够与用户闲聊或娱乐。

　　无论输出内容还是服务，如何在输入阶段就能准确理解甚至“思考”人类语言意图，是所有智能交互机器人产品的核心技术问题。

　　在智能交互机器人的第一阶段，基于规则的专家系统和机器学习的结合，被认为是行之有效的技术方案。由此，机器第一次实现了对人类语言的“理解“。早在2004年，小i机器人（AIXI.US）推出的Chatbot，正是国内最早应用这一技术的产品。

　　这一阶段，机器理解能力的灵活度相对有限，有时需要用户去“迁就”机器所能识别的语义逻辑。如果表达的方式不对，便会带来交流障碍。

　　为了解决这一问题，包括小i机器人在内的许多开发者，都选择引入深度学习技术和预训练模型――这是智能交互机器人技术的第二阶段。大量的数据和训练，使机器开始能够自动识别和理解人类语言，对话的自然度得到了大幅提升。

　　如今，大模型时代，智能交互机器人迈入第三阶段。

　　与此同时，人们对智能交互机器人的要求也早已不限于“一问一答”。

　　在进行更自然、流畅、连贯和有逻辑性的对话、这一“智能化”基础需求之上，根据用户的语境、情感和偏好提供服务的“个性化”需求，以及支持图形、声音、视频等多种媒体形式的“多模态”互动需求，都已成为聊天机器人不可缺少的功能。

　　高频需求场景切换，促使智能交互机器人有望从娱乐工具变成提升效率的生产力工具。正如ChatGPT推出之初，很多博主用它来写段子吸引流量，直到微软将其与Office产品结合，才让“打工人”由衷感到切实震撼。

　　技术进步切入工作和生活场景，进而转化为生产力提升，才是用户真正关注和愿意为其买单的关键。

　　在此背景下，专业化、垂直化和场景化成为了智能交互的下一个新命题，也是新趋势。

　　很快，曾经的聊天机器人，将被用来应用在不同行业和领域，提供专业化和垂直化的解决方案。

　　特定领域知识库和数据集，也将进一步训练和微调，以提高对话质量和准确性。同时，智能交互机器人还能根据不同场景提供定制化的功能和服务，满足用户在教育、医疗、金融、旅游等各个方面的需求。

　　大语言模型带来的，正是支撑这些新需求趋势的技术基础。

　　02 场景和数据打开巨量市场

　　据弗若斯特沙利文，2017年至2021年中国人工智能市场规模由545亿元增长至2607亿元，年复合增长率达47.9%。

　　ChatGPT所运用的生成式AI技术，被Gartner列为最有商业前景的人工智能技术，预计在2年-5年内进入成熟期。智能交互机器人所运用的对话式AI技术，可被视作生成式AI技术的一种。

　　同据弗若斯特沙利文，2021年中国对话式AI市场规模为82.7亿元，2026年预计达265.8亿元，年复合增长率26.3%。

　　其中，B端垂直领域应用被认为是主要的增长潜力来源。

　　深挖垂直领域应用是行业的共识。360公司创始人、董事长兼CEO周鸿t在一次访谈中提到，OpenAI找了1000家垂直的SaaS公司，将专门训练垂直领域应用。

　　早在智能交互机器人的第一和第二阶段，深挖B端垂直领域就已被证明是成功的商业化路径。

　　2011年，当Siri还只是作为iPhone配套的新功能刚刚推出时，小i的聊天机器人已经转型B端业务，获得了金融、通信等诸多行业巨头的订单，直接贡献了营收的增长。

　　基于本*语言模型的技术突破，商业化比拼的仍旧是场景和数据，而不是算力。

　　以ChatGPT为例，许多用户都感受到中文回答相较英文更有局限性。这是因为其训练数据主要运用的是英文。

　　中国电子银行网文章提到，“RLHF论文中的训练数据英文占比99%+，西、法、德语还占了剩下的大部分，中文估计就是0.0x%这个级别。“

　　想在中国将大语言模型带来的进步充分发挥，必须拥有对中文使用场景的深刻理解，以及累积出丰富的中文数据集。

　　然而，相对于英文数据，中文大语言模型的数据集是极其稀缺的。

　　中文数据在互联网的开源程度较低，数据规模相对较小，且数据质量参差不齐，高质量的无监督语料和指令数据严重不足。并且，垂直细分领域的数据集的获得难度更大，鲜有公开数据，数据积累需要较长的周期。

　　因此，早已深耕在中文智能交互机器人领域的头部公司，将是智能交互商业化时代最有潜力的先行者。

　　03 新一轮技术突破红利

　　拥有20余年积累的庞大中文语料库的小i机器人，拥有这一竞争中最重要的资源。

　　小i机器人成立于2001年，拥有自主研发的智能交互机器人知识产权，专注于以自然语言处理为基础的认知智能相关技术的产业化落地。

　　2023年3月9日，小i机器人在纳斯达克上市。

　　语料资源对B端垂直领域尤为重要。对于特定行业来说，通过特定领域的数据集训练，并结合基于人类反馈的强化学习，大型语言模型将在特定行业和领域得到更广泛的应用。

　　多年深耕，令小i机器人在多个垂直领域积累沉淀了海量的知识库和语义库，具有将特定行业语料与大语言模型相结合的丰富经验和技术优势。

　　商业化落地能力，是小i机器人的另一优势。

　　AI行业参与者往往重研发、重烧钱而缺乏落地经验。但是，小i机器人最早将人机交互技术引入了大规模商用。小 i 机器人协助银行打造的虚拟客户助手，作为典型案例得到Gartner推荐。

　　目前，小i机器人的客户已涵盖近千家企业及政府机构。客户名单包括三大电信运营商，交通银行、建设银行、浦发银行等金融机构，华为、小米、东方航空、通用汽车等大型企业。

　　大语言模型的技术突破，也正是小i等待已久的机遇。

　　尽管小i已是行业中少有的极其重视产品应用场景开发的公司，但上游基础技术的瓶颈局限了商业化的空间。AI作为仍处于早期发展的行业，概念与应用之间，还差着无数项技术攻坚。

　　对垂类市场需求理解深刻的小i机器人，一俟上游基础技术突破，便可以激发出应用端无限想象力，从而带来增长机会。

　　其实，在创新领域抓住商业机会上，小i机器人的成功经验，已得到商业实践验证与客户的高度认可。

　　例如，继智能客服实现行业领先地位后，小i又在AI+建筑领域展开探索，推出了全程自动化的智能审图等产品，降低建筑行业成本。2021年小i和中国建筑（601668.SH）签订两项AI+建筑领域的新合同。

　　商业化落地场景和行业的不断丰富，为小i机器人带来业绩提升。2021年，小i机器人营收实现3252万美元，同比增长134.6%，并于同期实现扭亏为盈，净利润达到337万美元。

　　随着大语言模型技术的重大进展和生成式AI应用领域拓宽，可以想见，小i机器人也将在更多垂直领域研发出具有商业价值的创新产品。

　　艰难环境下，市场亟待寻求新方向之时，底层人工智能技术革新，犹如一颗横空出世的新星。

　　有生之年，躬逢其盛。

　　技术的进步并不会变成一家独大的垄断竞争。供给侧的结构性变化，会激发需求侧产生更多想象力，从而为全行业带来新的商业机会。

　　能够敏锐捕捉需求变化、并有能力快速追踪落地的公司，将在划时代的机遇来临时，走在同业的前列。