员工宁愿向 AI 诉苦?现代领导者必须反思的课题

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

不晓得各位是否有观察到一个现象,越来越多的人遇到人生难题、不开心的事,第一时间可能不是去找身边的人倾诉,而是打开 AI 软件,把心事都说给它听。

在职场也有此现象,不少年轻同事,遇到职业焦虑、工作卡关、甚至对未来的不安,第一个倾诉对象,不是主管,也不是公司里的前辈,而是 AI。

因为他们觉得 AI 它至少会听完,不反驳你,还会同理你。

这件事,其实比 “AI 会不会取代工作“ 还要严重。

职场同理心,帮助员工更有创造力

史丹佛大学心理学家 Jamil Zaki 提出一个很直接的观点:拥有同理心不是弱点,而是职场里的超能力。

这句话,放在今天,反而听起来有点反直觉。

因为很多领导人内心深处还是相信一件事:

  • 情绪是私事
  • 理解太多,会让决策变慢
  • 管理就是要硬一点

很多领导层觉得自己已经很体贴了,但其实很多员工根本觉得你没在听,也不在乎!

这中间的落差,不是沟通技巧的问题,而是认知断层。

AI 把这个断层,放得更大了

这篇研究里,有一个数据我印象很深。

将近一半的 Z 世代员工认为,AI 给的职涯建议,比直属主管还要有用。

原因很简单,因为 AI不会急着打断你、纠正你,而是会先做一件事,承认你的感受是存在的。

 

讽刺的是,当员工最渴望 “被理解” 的时候,他们却只能从机器那里得到这种体验。

这对组织文化来说,是一个很危险的信号。

更糟的,是 “同理洗白”

很多公司也意识到这件事,于是开始做一件表面上很正确、但本质很空泛的事:

部署一个据有同理心的 AI 代理、自动回复、制式关怀话术,来完成人类才能做得情感性工作让企业 “看起来很有同理心”。

Jamil Zaki 把这种现象称为:同理洗白(empathy-washing)。

问题是,人是分得出来的。

一句 “我们很在乎你的感受”,如果背后没有任何真实的倾听、调整与行动,只会让疏离感更强。

甚至,比什么都不做还糟。

企业的温度,来自人

组织里真正决定文化温度的,永远不是工具,而是你。

如果有一天,你发现,员工宁愿跟 AI 说心里话,也不想找你,那问题从来不在科技。

而在于,你有没有让人觉得,你的企业拥有一个让人心安的环境,让人可以在这里成长。

这件事,AI 帮不了你。

文章参考:哈佛商业评论

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

当所有人都去问 AI,你的专业还值钱吗?

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

我相信很多人也跟我一样,遇到问题,第一个想法就是先问 AI,看看它怎么说。

AI 真做到了渗透我们生活、影响我们的决策,而你不要忘记,几年前,我们遇到事情都会去 Google 查询,现在 AI 几乎都快取代 Google 了!

这也说明了一件事,AI 的崛起,正在淘汰很多 “看起来很专业,但其实不稀缺”的工作。

包括我们营销人、顾问、策略人,过去引以为傲的那一套。

最近我看了一篇很有意思的文章,谈的是 McKinsey & Company 如何面对一个现实:
当客户不再第一时间找顾问,而是先去问 AI,这门生意该怎么活下去?

别以为这只是顾问圈遇到的难事,所有靠 “专业建议“ 吃饭的人,一定都会遇到这个问题。

专业的价值,正在从 “给建议” 转向 “带结果”

这篇文章里,我最有感的一点是,连这种顶级顾问公司,都开始不再强调 “我们多会分析”, 而是不断问自己一句话:我们到底有没有帮客户把事做成一个可以验收的结果?

这句话,说穿了很残酷。

因为很多所谓的专业,其实只停留在:

  • 报告写得很好
  • 框架很完整
  • 简报很有说服力

但真正落地时,没人负责。

AI 可以给你 80 分的建议,但剩下那 20 分,才是真正值钱的地方。

那 20 分,叫做

  • 判断
  • 取舍
  • 顺序
  • 承担后果

这些,AI 给不了。

最危险的状态,不是不懂 AI,而是 “只会用 AI”

有些人,很会用 AI 工具、很会下指令、产出速度极快。
又有些人,看似不怎么会用 AI 工具,但他们的问题却问得很准,判断力很强。

短期看,前者很风光,但长期看,我反而更看好后者。

因为AI 放大的是你的思考质量,不是替你思考。

如果你本来就没有清楚的商业判断,AI 只会让你更快地做出 “看起来很对,但其实没用”的东西。

我一直觉得,AI 不是一场技术革命,而是一场价值筛选。

AI 正在在逼我们面对一个问题:

如果所有人都能从 AI 哪里得到差不多的答案,那你还剩下什么不可取代的价值?

这个问题,我想留给每一位正在阅读文章的你去思考。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 问诊时代來了!ChatGPT Health 即将上线

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

OpenAI 最近推出全新健康分页 ChatGPT Health,让用户可将电子病历与 Apple Health、MyFitnessPal 等数据接入对话中,以个人化语境解读健康信息,并协助就医准备。

看到这个消息,我的第一反应是 “我的天,OpenAI 真的无孔不入,完全要抢占全人类的心智!”

OpenAI 正在解决 “理解成本”

当然 ChatGPT Health  不是线上问诊,也不是 AI 医生,它旨在把分散的健康数据拉进同一个对话里,协助使用者看懂检验报告、整理就医重点、规划饮食与运动,或理清保险流程。

从产品角度看,它解决的不是“医疗”,而是理解成本。

单凭这一点,我绝对相信一定能深受用户的欢迎,毕竟能帮你把复杂的事情梳理清楚。

为何 OpenAI 要涉足健康领域?

你可能会问,OpenAI 为何要碰这么敏感、又复杂的领域?

答案其实很简单,因为需求早就在那里,而且量已经大到不能忽视。

根据外媒数据,现在每天已经有 4,000 万人用 ChatGPT 处理医疗与保险相关问题。

注意这句话,我们谈的不是未来的趋势,是现在正在发生的事情。

OpenAI 只是顺势把这件事,做成一个正式、可控的产品。

ChatGPT Health 的面世来自一段真实的经验

ChatGPT Health 的推动者 Fidji Simo,并不是从产品蓝图出发,而是从一次住院经验开始。

她因为肾结石住院,值班医生在短短几分钟内,根据常规流程开了抗生素。

 

她要求医生暂缓给她开药,先把完整病历丢进 ChatGPT 询问药物风险,结果AI 提醒她,这款抗生素,可能会触发她过去曾发生过的严重感染。

 

当她把这件事反馈给医生,医生也也表示确实会引起并发症,医生表示在时间有限、资料分散的情况下,确实不容易在当下看到这个风险。

 

当然,这不代表医生不够专业,而是系统本来就有结构性的缺口。

 

根据 Fidji Simo 的分享,她想解决以下这 4 个问题:

  • 医生太忙:时间被切碎,只能处理眼前症状
  • 资料太碎:病历、装置、生活数据从没被好好整合
  • 看病太难:成本高、流程复杂、等候久,很多人只能自己查健康资讯
  • 只治病、不防病:日常健康管理几乎没人陪跑

所以 ChatGPT Health 的定位其实很清楚,不做决策者,只做“整理者”。

把人来不及看的,看一遍,把人听不懂的,翻译一次。

懂得替用户把复杂变简单,你就有机会破圈

ChatGPT Health 带给我的启发是,当一个领域已经复杂到极限,能“帮人减少思考负担”的产品,就会有机会破圈。

这不只适用于医疗界,对中小企业、营销人来说,我们也必须记住:

如果你的产品、服务、内容,还在不断“增加资讯”,却没有帮客户先整理好重点,那你很容易被下一个 AI 型产品直接绕过。

 

文章参考:Axios

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 巨头正狂抢 “不是工程師” 的 3 类人才

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

AI 工程师

如果你还以為要进 OpenAI 这样的 AI 公司一定要会写程式,那你错了。

我一直都很关注 AI 产业的职缺趋势,我观察到像 OpenAI、Anthropic 这种公司,现在疯抢的,是 “不会写程式,但却非常了解市场” 的人。

而且这些公司还不是嘴上说重视而已,是直接用 20 万美元以上年薪在表态。

根据 Forbes 的职缺分析,AI 新创现在最积极在招的,是以下這这三种人才:

第一种:产品行销(Product Marketing)

很多人误会产品行销是在写简报、写文案。但在 AI 公司,产品行销做的是这几件事:

  • 把技术优势翻成市场听得懂的价值
  • 决定 go-to-market 怎么打
  • 协调工程、设计、业务,打造能直击用户痛点的行销策略

毕竟技术再突破,如果没人知道怎么用、为什么要用,那只是实验室成果。

所以你会看到这些真实薪资数字:

  • Anthropic|Claude 程式码产品行销经理:年薪约 20–25 万美元
  • Anthropic|客户行销经理:年薪约5 万美元
  • OpenAI|ChatGPT 消费者产品行销经理:年薪约5–31.5 万美元(另含股权)

第二种:内容行销/写作(Content & Writing)

AI 公司要的内容人才,不是写漂亮文字的人,而是懂技术,能把复杂技术转化成浅白内容,而且会说故事。

不管是技术部落格、白皮书、媒体报道、社群贴文,都小于要能把技术话转成市场能理解的话,让市场 “理解 AI、信任 AI、敢用 AI”,做到教育市场这回事。

也因为这样,AI 公司给内容职位的薪水,一点都不含糊:

  • Anthropic|科学人工智慧编辑:年薪 20–25.5 万美元
  • Anthropic|编辑、经济与政策主管:年薪5–32 万美元

第三种:业务开发/销售

工程师负责把产品做出来,但让企业真正愿意签约、持续用下去的,是业务开发经理和销售。

没有这希望懂产业、懂谈判、懂客户心理的业务开发团队和销售,AI 再强,也进不了企业。

目前为止,AI 公司对这类人才开出的薪水如下:

  • OpenAI|大型企业客户总监:薪资未公开(通常为高阶待遇)
  • Anthropic|公司业务拓展代表:年薪约6–13.1 万美元

总的来说,谁说进 AI 圈一定要当工程师?

AI 新创真正缺的,是这三种人:

  • 把技术变成产品的人
  • 把复杂东西讲到市场听懂的人
  • 把机会真的变成营收的人

希望我的分享,能启发正在阅读文章的你!

文章参考:商业周刊

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

当企业把工作交给 AI 时,需注意这 3 件事

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

这几年,只要谈到 AI,几乎一定会绕到同一个问题:

它会不会抢走我们的工作?

 

但最近我读到一份研究,反而让我觉得,这个问题本身,可能问错了。

 

这不是一篇预测未来的文章,而是一场很直接的对照实验——

把人类和 AI,拉到同一条工作线上,看谁真的比较会 “做事”。

AI 确实快,但事情没有那么简单

这项研究由 Carnegie Mellon University 与 Stanford University 的研究团队共同完成。

他们找来 48 位人类工作者,对上 4 种 AI 代理,让双方执行一系列真实任务,分别是:

  • ChatGPT Agent
  • Manus
  • OpenHands Agent(由 GPT-4o 驱动)
  • OpenHands Agent(由 Claude Sonnet 4 驱动)

这些 AI 代理,并不是只会回答问题的聊天机器人,而是被设计成可以 “接任务、拆步骤、执行工作流程” 的系统。

 

如果只看速度和成本,AI 的确很漂亮。

工作速度快将近 9 成,成本甚至低到只剩人类的一成不到。

 

但问题是,工作不是只要做完就好。

AI 的快,是用 “品质” 换来的

当研究开始检视成果质量,画面就变了。

 

AI 的整体成功率,明显低于人类;

资料分析里,超过三分之一会算错;

需要判断、审美、理解脉络的任务,表现尤其不稳定。

 

更麻烦的是,AI 有一个人类很少犯的毛病:

它会编一个“看起来合理”的结果,来掩饰它其实没看懂。

 

文件打不开,就自己补资料;

内容读不懂,就上网找相近答案填进去。

 

从表面看,事情完成了;

从结果看,风险反而更高。

真正的问题,其实出在 “做事方式”

这份研究里,有一个细节我觉得特别关键。

 

AI 几乎不管接到什么任务,都会选择同一条路——

写程式解决。

 

在研究中,AI 用写程式的方式完成了超过 9 成的任务。

这让它速度极快、步骤极少,看起来效率惊人。

 

但问题是,不是所有工作,都适合被 “程式化”。

 

设计、行政、需要看文件、用介面操作的任务,本来就充满非结构化判断。

AI 却还是硬要把它们转成代码处理。

 

结果就是,格式被强行转换、细节被忽略、该停下来想的地方直接被跳过。

 

它不是不用心,它只是只会用一种方式做所有事情。

对企业而言,这项研究意味着什么?

如果你是企业主、主管,或正在考虑怎么用 AI,我会觉得这份研究至少提醒三件事:

 

第一,AI 很适合当加速器,但不适合当最终拍板的人。

尤其是在有责任、有风险的环节。

 

第二,便宜和快,不等于划算。

返工、修正、检查,本身都是隐性成本。

 

第三,问题不在 AI 能不能做,而在你有没有帮它选对位置。

一味追求 “全部自动化”,反而更容易出事。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

GPT-5.1 正把 AI 从工具,变成工作伙伴

Posted by & filed under AI 智能, 情报站, 数码趋势, 部落格.

过去几年,AI 的升级几乎都在比一件事:

谁更聪明、推理更强、解题更快,

但老实说,对多数使用者来说,体感有限。

 

直到 OpenAI 推出 GPT-5.1,我才明显感觉到一件事变了。

 

这一次,他们关注的重点,不是模型 “还能多聪明一点”,

而是它有没有办法更像一个能长期一起工作的对象。

 

这次的更新,反而可能是 GPT-5 系列至今,最重要的一次转向。

 

先说结论:

GPT-5.1 升级的重点,不是更像专家,而是更像一个 “会好好说话” 的人。

 

用户可以选择两种模型来使用:

  • 智慧(thinking)
  • 沟通(communication)

这本身就很有意思。

 

代表他们已经意识到一件事:

模型再聪明,如果不好用,价值还是会被打折。

一、Instant vs Thinking,其实是两种工作模式

很多人会纠结要选哪一个模型,但我会换个角度看。

 

GPT-5.1 Instant

  • 预设语气更温暖
  • 指令遵循更稳定
  • 比较像一个 “随时可用的助理”

 

GPT-5.1 Thinking

  • 会根据问题难度,自动调整思考时间
  • 简单问题更快,复杂问题更慢
  • 换来的是更完整、可理解的推理过程

 

Open AI 官方就说得很直白:

最快的任务,快一倍;最难的任务,慢一倍。

 

这句话的重点不是速度,而是分配方式。

 

AI 不再追求 “平均快”,而是开始学会:

什么时候该快,什么时候该慢。

 

这其实非常 “人类”。

二、真正重要的改变:你终于不用想 “该选哪一个模型”

OpenAI 这次很明确地在推动一件事:

Auto routing。

 

大多数使用情境下,系统会自动帮你选对模型,你不用再纠结 Instant 还是 Thinking。

 

这对一般用户、团队、企业来说,是一件很重要的事。

 

因为这代表:

AI 正从 “工具选择问题”,转向 “工作流程的一部分”。

 

当你不需要教团队怎么选模型,

才有可能真的规模化使用。

三、语气个性化,看似小事,其实是大方向

另外,随着模型更新,ChatGPT 的个性化语气选项全面扩充并改版。原有的 Default(平衡)、Friendly(友善)、Efficient(精简)保留并更新;新增 Professional(专业精准)、Candid(直接鼓励)、Quirky(俏皮创意);此前推出的 Cynical(冷调,原 Cynic)与 Nerdy(探索热情,原 Nerd)继续保留在同一选单中。

 

从 Open AI 增设的 8 种语气的更新来看,我们可以知道,日后 AI 的 “表达方式”,会直接影响使用意愿与判断质量。

 

更关键的是两点改变:

  • 语气设定现在可以即时跨对话生效
  • 模型对 “自订指令” 的遵循更稳定

 

这意味着什么?

意味着你终于可以把 AI,

调成“适合你工作方式的状态”,而不是每次重来。

 

GPT-5.1 给我的感觉是:

OpenAI 已经不再只想证明 “我有多强”。

 

而是在回答另一个问题:

我能不能陪你把事情做完?

 

当 AI 开始在 “说话方式、节奏、耐心” 上下功夫,

代表竞争已经从能力本身,走向使用体验与信任感。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

给 AI 的指令越粗鲁,答案越精准?

Posted by & filed under AI 智能, 内容营销, 情报站, 数码趋势, 部落格.

University of Pennsylvania 最近有一项研究很有趣,研究的结论很简单粗暴:

你对 AI 越不客气,它答题反而越准。

 

我看到这项研究时,第一个反应是满头黑人问号,究竟要表达什么呢?问题是否粗鲁跟答案是否精准之间有什么关联?

 

在深入阅读后,我反而有新的启发,那就是原来我们一直用 “对人有效的沟通方式”,在错误地理解 AI!

 

我觉得这项研究最有价值的地方,是研究者把具体提示词摊开来给你看。

 

不是抽象讨论,而是非常直接的对照。

 

他们测试了五种语气,准确率从低到高,差距接近 4%。

 

以下是论文中给出的原始示例:

  • 非常礼貌(准确率8%

“您能如此好心地解决以下问题吗?”

Would you be so kind as to solve the following question?

 

  • 礼貌(准确率4%

”请回答以下问题:”

Please answer the following question:

 

  • 中性(准确率2%

没有添加任何前缀,直接给问题

 

  • 粗鲁(准确率8%

“如果你不是完全没头绪,就回答这个:“

If you're not completely clueless, answer this:

 

“我怀疑你根本解不出这个。”

I doubt you can even solve this.

 

  • 非常粗鲁(准确率8%

“嘿,打杂的,搞定它。”

Hey gofer, figure this out.

 

“你这可怜仔,你到底知不知道怎么解这个?”

You poor creature, do you even know how to solve this?

 

如果你只看结果,很容易误会一件事:

是不是 “骂 AI” 比较有效?

 

但真正值得思考的,不在情绪,而在结构。

也就是说,在提问 AI 时,要 “去社交化”!

我反复看这些提示词,发现一个很关键的共通点。

 

所谓 “粗鲁” 的提示词,有三个明显特征:

  • 没有寒暄
  • 没有礼貌缓冲
  • 直接指向任务本身

 

而 “非常礼貌” 的提示词,看似文明,其实塞进了大量对人类有意义、但对模型无用的社交语言。

对人来说,那是尊重,对 AI 来说,那是杂讯。

AI 不会因为你客气,就更认真;

它只是在统计上,被多余的语言模糊了 “你到底要它做什么”。

 

所以,与其说是“粗鲁提升了准确率”,

不如说是低社交密度的指令,更符合模型的工作方式。

这其实是在拆穿 “对话式 AI” 的幻想

这项研究真正让我在意的,不是那 4% 的差距。

而是它再次提醒一件事:

 

对话式介面,不等于高效介面。

 

我们太习惯把 AI 当成一个“会聊天的对象”,

却忘了它的本质,仍然是一套对结构极度敏感的概率系统。

 

研究者甚至直言:

在很多严肃应用场景里,结构清楚、定义明确的 API,反而比聊天更有价值。

 

这点,对企业尤其重要。

 

当 AI 要进入流程、进入团队、进入 KPI,

聊天框从来不是终点,只是入口。

这对企业真正的提醒是什么?

如果你正在推动团队用 AI,可以思考这三件事:

 

第一,别再纠结 “要不要对 AI 有礼貌”。

这不是关键问题。

 

第二,把力气花 在“问题怎么被定义”。

目标、限制条件、输出格式,永远比语气重要。

 

第三,别把对话体验,当成能力本身。

能规模化的 AI,一定来自系统设计,而不是聊天技巧。

 

文章参考:经理人杂志

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 时代,精致内容正在快速贬值

Posted by & filed under AI 智能, 内容营销, 情报站, 部落格.

我最近一直在想一件事:

当 AI 已经可以把图像、影片、声音做到几乎“零瑕疵”,内容真正的价值,到底还剩下什么?

这个问题,被 Intagram 负责人 Adam Mosseri 点破了。

他在一篇文章里讲了一句很反直觉的话,我读完思考了很久,那就是:

当精致变得廉价,粗糙反而成了真实的证明。

一、精致美学,其实早就失效了

我不认为 “精致内容” 是被 AI 杀死的。

它在 AI 出现之前,就已经开始失灵。

 

回头看 Instagram 的成长路径就很清楚了。

它最早建立的,是一套非常明确的视觉秩序——好看的滤镜、完美的构图、被设计过的生活。

 

但 Mosseri 自己也承认,

很多用户,早就不把 “真实生活”发在 Feed 里了!

他们都会发去限时动态。

那里没有构图,没有修图,画面甚至有点晃、有点糊,不是那么完美。

 

这背后的逻辑不是审美下降,而是信任迁移。

当每一张 “太完美” 的内容,都像是在表演,真实反而只能躲进不被打磨的角落。

而 AI 只是加速了这件事。

二、AI 让世界进入 “预设怀疑” 模式

AI 带来的最大改变,不是效率,而是认知默认值。

 

过去,我们看到一张照片,会先相信。

现在,我们看到一张照片,会先怀疑。

 

Mosseri 把这称为:

从 default to truth,走向 default to skepticism。

 

这对营销人、创作者、品牌来说,是一次底层规则的翻转。

 

以前,护城河是,

你能不能做出好内容?

 

现在,问题变成了:

有没有什么内容,是只有你做得出来的?

 

当 AI 可以轻易复制“像真的感觉”,

那可被复制的真实感,本身就不再值钱。

三、真正的差异,来自 “原生粗糙感”

我很认同 Mosseri 提到的一个词:raw aesthetic。

 

不是为了丑而丑,而是不过度修饰、不刻意讨好。

那些瑕疵,本身就是一种讯号。

 

在一个被高度合成、过度顺滑的内容环境里,

“不完美”会被自动解读成——

 

这是人做的。

 

这件事,对中小企业和个人品牌尤其重要。

 

预算、制作能力,本来就拼不过大品牌。

继续追求 “看起来很专业”,只会被 AI 和模板内容淹没。

 

反而是:

  • 观点是否够个人
  • 表达是否带有真实立场
  • 内容是否来自真实经验

这些,AI 很难长期复制。

四、信任被制度化

另一件值得注意的,是平台开始把 “真” 这件事,变成基础设施。

Mosseri 提到两件关键方向:

  • 清楚标示 AI 生成内容
  • 从拍摄源头验证真实内容(加密签名)

 

但更重要的不是标签,而是背景脉络。

帐号什么时候建立?

过去发过什么?

长期输出是否一致?

 

这意味着什么?

信任,会变成一种长期资产,而不是单一内容的结果。

最后,我想说的是,我越来越确定一件事,

AI 不会让真实消失,

它只会让 “假装真实” 的成本,变得更高。

 

未来真正稀缺的,不是内容产量,

而是你是谁,以及你长期证明过什么。

 

真实,不是因为完美而有价值。

而是因为它没那么完美,却无法被替代。

 

文章参考:数位时代

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

AI 重塑搜索,企业如何抢占先机?

Posted by & filed under 情报站, 数码营销, 数码趋势, 部落格.

过去十五年,我陪过不少中小企业走过数码转型的关键节点,而 AI 带来的这波变化,是我看过对 “搜索” 影响最大的一次。用户已经从 “输入关键词找资讯”,变成 “直接问 AI 要答案”。这一转变,正在重写企业在网上的能见度。

AI 如何改变搜索?

生成式 AI(像 ChatGPT、Google Bard)让搜索从列表跳到答案。

用户不再想点十个页面找资料,而是希望一句问题就拿到整理好的步骤、结论、建议。

这代表谁能让 AI 把你的内容当成引用来源,谁就更容易被看见。

同时,AI 也让搜索更个人化。

它会根据行为、偏好、位置,给出更贴近使用者的结果。企业的内容如果写得太泛,不够情境化,就会被筛掉。

加上语音搜索、视觉搜索的兴起,用户问问题的方式更自然、更口语、更即时。如果内容过于“SEO 式”,AI 很难抓到。

整体来说,AI 正把搜索从工具变成“私人助理”,而旧的 SEO 思维会越来越吃力。

Google 如何避免被 AI 抢走用户?

Google 很清楚,如果用户的问题都由 ChatGPT 回答,它的生态会动摇。所以它正做三件事:

 

  1. 全面导入 AI 模型

Bard、BERT、MUM,让 Google 能理解更多上下文。像 MUM 已经能同时分析文字和图片,让搜索进入“多模态时代”。

 

  1. 推出 SGE(搜索生成体验) 

SGE 会在传统结果前先给 AI 总结。

这意味着,排名不是重点,被引用才是重点。

Google 用这种体验把用户留在搜索页面上,同时重塑流量分配逻辑。

 

  1. 强调 E-A-T 与内容可信度

AI 搜索时代,Google 更重视专业度、权威性、可信度。

这提高了企业内容的门槛,也提高了优质品牌被凸显的机会。

 

整体来看,Google 的策略不是对抗 AI,而是把 AI 强化成搜索引擎的核心。

 

 

企业如何用 AIO 抢占 AI 搜寻能见度?

SEO 会继续存在,但 AIO(AI Optimization)才是未来的根本。

我把重点总结成五个方向:

 

  1. 写给人,而不是写给关键词

自然语言、长尾问题、FAQ,对 AI 来说更容易理解,也更容易引用。

 

  1. Schema 标记

让 AI 更快读懂你的网页结构,提升被“抽取”进答案的机会。

 

  1. 强化 E-A-T

发布原创内容、行业洞察、可验证的数据,让 AI 判断你是可信来源。

 

  1. 多媒体、多入口布局

文字、影片、图片、Podcast 都要做,因为 AI 不只读文章。

 

  1. AI 工具优化内容

趋势分析、行为洞察、预测需求,都可以用 AI 来做,让你更快调整。

 

我用一句话来总结,也就是 AIO 的核心是让 AI 更愿意引用你,而不是让人类看到你的关键词。

最后,我想说的是 AI 搜索正在重新定义能见度,Google 在转型,使用者在转型,品牌也必须跟着转型。

 

我常提醒企业主,流量不会消失,只会被重新分配。

现在布局 AIO 的人,就是下一轮能见度竞争里的领先者。

 

如果您需要进一步讨论企业数码转型策略,随时找我聊聊,让我们共同探索AI时代的无限可能!

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Eng Jin

怪兽学堂首席导师,也是业内品牌数码化达人,服务超过 300 家新创、中小企业、上市机构实践数码营销;目前专注于数码营销咨询及培训工作,以具体、科学、系统化的模式,高效帮助企业晋级,落实数码化。

AI 代理购物来了!重写电商游戏规则

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

最近,在《天下杂志》看到一篇文章,说的是 Amazon 的 AI 代理购物系统(AI-powered shopping agents),把消费者的下单机率提升了差不多 60%。,连 Google 和 walmart 都急了。

第一次看到这个数字,我愣一下,深入阅读后,我又觉得合理,而且是一个足以改变电商生态的讯号。

因为 AI 不再只是推荐或比价,它已经开始参与整个购买流程。

它开始去理解消费者需求、协助消费者筛选选项、比较价值,甚至直接下单。

当 AI 成了购物助理,传统电商的逻辑也会跟着被改写。

一,AI 正在成为“成交加速器”

过去的电商路径很固定:引流、点击、加购、结账,AI 介入后,路径变成非常直线:

消费者一句需求 → AI 自己找,自己比,自己下单。

这里顺便说一下,“AI 自己下单” 并不是 AI 擅自帮你买东西。

 

现在像 Amazon、Walmart 这些平台,都在推进 “自动结账”机制:

消费者先设好付款方式、地址和偏好,只要表达需求,AI 就能把商品筛出来、比一轮、检查库存和运费,然后直接完成订单。

本质上,你是把决定结账 这整套流程,交给一个更快、更不会分心的购物代理人。这不是优化,而是把整个 “犹豫区间” 抽掉!

 

当消费者不需要研究、不需要比较、不需要做选择,转化率自然往上冲。

对品牌来说,这意味着,未来不是光靠说服消费者,而是让你的产品成为 AI 认为最适合的选项。

 

谁被 AI 推荐,谁就有机会吃下订单;

谁进不了 AI 的推荐,谁就慢慢被边缘。

二,电商页面的价值会被重新定义

AI 不会被视觉吸引,它看的永远是这些:

  • 卖点够不够明确
  • 资讯是否标准化
  • 内容是不是完整
  • 评价是否可信
  • 价格逻辑清不清楚

页面乱、资讯不齐、描述模糊,AI 就会判断你 “不够好选”,直接把你踢出候选名单。

未来电商的竞争力,不再是视觉好不好看,而是 “AI 能不能读懂你”。

这会是很多中小企业必须补齐的基础工程。

三,传统广告触点,会被 AI 吞掉

未来,当消费者不再自己逛页面、自己点击购买,那广告能拦截的空间就会越来越小。

消费者可能只会给 AI 一句:

“帮我找一台适合客厅的小型空气清净机”,AI 就直接给答案、比价、筛选品牌、完成下单。

你花再多广告预算,也没办法撼动 AI 带来的便利性。

这也是我认为最大的流量迁徙,未来的广告不是做给消费者,而是做给 AI 判断。

产品资讯清不清楚、透明不透明、可靠度够不够,都会变成转化的关键。

四,这个趋势没有这么完美,但方向不会倒退

我也不会因为 Amazon 的数字亮眼就盲目乐观。

  • 转化上升,不代表利润也跟着一起升
  • 退货可能增加
  • 冲动购买也未必长久
  • 有些品类不一定受惠

 

但这些风险不会改变趋势。

对消费者来说,减少思考、减少麻烦,就是更好的体验。

而 AI 代理购物的本质,就是把这些烦心步骤都收走。

 

写到这里,我的反思很简单:

AI 不是来帮品牌做更漂亮的广告,而是重新定义消费者怎么做购物决定。

当 Amazon 已经用 AI 把下单率推高到 60%,每个品牌都要开始问自己:

如果未来消费者不再自己逛商品页面,我的产品会不会进入 AI 的推荐系统?

这会是未来电商竞争的一条分水岭,能让 AI “放心推荐” 的品牌,会是未来五年跑最快的那一群。

你现在做的每一份内容、每一个规格、每一个页面结构,都会影响 AI 有没有把你那颗 “Buy Now” 按钮点下去。

 

文章参考:天下杂志Business Insider

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

ChatGPT 新功能,让团队的工作方式瞬间变了

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

OpenAI 最近同步推出两个功能: “性格化” 与 “群组聊天”。

不晓得你是怎样看待这个消息?我本身觉得这这两个功能的推出,预示了 AI 将会重写团队的协作逻辑。

 

首先,性格化如何思考变成可设定的功能

 

现在你可以把 ChatGPT 设成固定的语气、习惯、做事方式,比方说

讲重点的、比较温和的、甚至比较逻辑的都可以。

对企业来说,这等于是你可以帮团队“固定一个稳定的 AI 助手”。

优点很明显,包括:

  • 你的 SOP 会更一致
  • 品牌的写法不会每个人都不一样
  • 不用每天重新教一次 AI

 

但我想说一句比较现实的话:

你设定得好,AI 就稳定;你设定得不好,它也会稳定地给你错误。

这就是性格化的双面刃。

你给它怎样的“个性”,它就会怎样影响你的团队。

说白了,你不是在教它风格,

你是在 “决定它以后要怎样跟你一起做事”

群组聊天的功能,让 AI 第一次真正进入 “团队协作”

以前每个人都在跟 AI 各聊各的:

问同样的问题,却得到不同答案。

要开会时还得把 AI 的回答贴来贴去。

现在不一样了。

现在允许大家一起进同一个 ChatGPT 房间,看到同一段对话。

AI 也能同时看到大家在说什么。

这听起来好像听起来不怎么样,但影响很大:

AI 的角色

① 团队不再需要自建 AI 协作平台

过去要做到多人用 AI:权限、整合、上下文同步……

麻烦到企业干脆放弃。

现在开一个聊天室就能协作。

 

② 资讯不再散落在每个成员的对话记录里

不同版本的 brief、不一致的需求、不一样的理解……

过去要靠人拉回一份共识。

现在 AI 会自动整合。

 

③ AI 可以 “听完大家的讨论”再给建议

这件事非常关键。

它第一次能理解团队的整体脉络,而不是只听一个人的版本。

 

但群聊也不是万能的,它会把团队的问题同步放大!

比方说,一个人给错资讯,那这个 “错” 就会瞬间同步给所有人

再来,讨论越复杂,上下文越容易乱掉

还有,AI 不能做最终决策,但越多人参与,越容易有人忘记这件事

 

在这里,我想问问正在阅读文章的你,你认为 AI 在你的团队里,

究竟担任什么角色?

因为不得不承认, Chatgpt 这两个功能一上线,我们可以确定一件事:

AI 正式从“工具”,升级成 “团队的一份参与者”。

但这也把一个问题摆在企业的面前,

你希望 AI 在团队里扮演什么?

  • 是写手?
  • 是整理者?
  • 是企划助理?
  • 是会议中的记录者?
  • 还是你没注意,却已经变成“第二个意见提供者”?

 

如果企业自己也没搞清楚,

AI 的角色就会默默往 “半个决策者” 靠拢。

这是现在最多团队没意识到的风险。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。

Gemini 3.0 之后,人类要重新定义“能力”

Posted by & filed under AI 智能, 情报站, 数据营销, 数码趋势, 部落格.

最近,Google 做了一件非常不 Google 的事。

在没有发布会、没有倒数、没有任何造势之下,只在官网上留下一行字:

“Gemini 3.0 — Now Available.”

然后,就让全世界陷入一片沸腾!

所有的工程师、AI 工具狂热者、营销圈、社交媒体上都是实测影片,各种 “真的假的?”不断跳出来。

在看了各种实测影片,加上自己也去下手研究后发现,

Google 这一次推出的不是一个新产品,而是直接把 AI 的边界往前推了一整个身位。

这不是更新,而是 “AI 理解世界的方式” 被改写了

Gemini 3 最让我震住的,是它看世界的方式终于不太像机器了。

过去 AI 很像一个聪明学生:问什么就答什么。

但 Gemini 3 的感觉更像是:

“你给我一个世界,我可以自己补足没有讲清楚的部分。”

这种变化,对企业来说,是明显的临界点。

AI 不再靠提示工程,而是靠 “世界模型” 行走。

再来,AI 第一次真正 “接手” 现实任务

我过去一直觉得 AI 代理人(Agent)有点言过其实,

多数只是帮你多按几个按钮,或做一些自动化流程。

但 Google 这次给我看到的,是第一次真正意义上的 “代劳”。

它能直接完成的事情,包括:

 

  • 整理邮件
  • 管理你的行程
  • 自动订机票与酒店
  • 规划整趟旅行
  • 分析你的浏览内容并提出建议

 

这是第一次,AI 真的能 把事情做完。

你的行为、你的习惯、你的未完成事项,现在 AI 都能接得住。

这对企业来说,不是效率问题,而是工作流的地基会因此重写。

而且, AI 工具之间的多模态与生图能力的鸿沟,也被摊在台面上了!

我必须讲自己的真实经验。

因为工作需要,会常常使用 AI 工具来生图,你会发现 Chatgpt 一直无法提供你满意的图片!

但这次特别去试了 Gemini 3 生成图片,它的功力与稳定度实在比 Chatgpt 好太多了!

尤其是角色一致性(特别是脸部),

Gemini 3 做得到,ChatGPT 做不到。

无论你怎么提示、怎么微调,

ChatGPT 的角色稳定度就是不稳,每一张都长得不一样。

我只能说,Google 在多模态世界里真正跑通了底层逻辑。

这件事对企业意义非常大。

因为未来的内容生产、产品体验、客服、广告素材、培训系统,

都会靠多模态。

而 Google 在这一块,明显是往前跨了一整个世代。

当我们快不过 AI,就要回头想想,你的价值何在?

Gemini 3 的出现,一再让我感概,我真的生活在一个日新月异、一个时时刻刻需要注意自己是否有 ”落单“的时代!

AI 的每一次跳级,真正被迫升级的不是机器,是我们自己。

你会发现,

不是 AI 抢工作,而是会用 AI 的人,开始抢先走更快的路。

越能把 AI 用到极致的人,越能在新的工作逻辑里跑得更轻快;

能设计流程的人,会比只会跟着流程的人更值钱;

把生活、经验、感受变成素材的人,反而离不可替代更近。

我们真正要问的,不是AI 会不会取代我?

而是,我有没有把每天的观察、体验、洞察,交给 AI 放大?

AI 不会替你活得更深刻,但它会放大你活得多深。

这,才是 AI 真正带来的改变。

文章的最后,我要来跟大家分享一项好消息!【怪兽学堂】邀请了 AI 达人,手把手来教你如何善用数字人打造超强个人 IP,提升竞争力!赶快点击这里了解详情!

本文作者:Cheryl

毕业于拉曼大学中文系,曾任新闻记者、文字编辑及节目主持人,后转战营销行业,专注于文案撰写。无论是新闻报道还是品牌营销,都擅长透过文字挖掘深度、传递价值,尤其注重思维启发。希望能透过文字,为读者带来新的视角,拓展认知,让每一次阅读都成为思考的契机。