1月19日，国家金融监督管理总局濮阳监管分局行政处罚信息公示表显示，都邦财产保险股份有限公司濮阳支公司因财务记载不真实；未按照规定使用经批准或者备案的保险条款、保险费率；代理人管理不到位被警告并罚款24.5万元。责任人尹某园被警告并罚款0.5万元；刘某英被警告并罚款3万元。
嗅嗅全新升级嗅嗅全新升级
本文来自微信公众号： 陈维龙的望远镜 ，作者：陈维龙，原文标题：《不要再YY了，千问绝对不可能改变电商、外卖、酒旅、打车市场的格局！！！》
自从本周四1月15日，千问举行盛大发布会以来，网上讨论千问能否影响电商、外卖、酒旅、打车业务的文章越来越多。
其言论轻佻而魔幻，对事实洞察之浅，对未来想象之癫，让人嗔目结舌。
这让我想起了ChatGPT刚出来时舆论叫嚣的“硅基文明取代碳基文明”、“人类被AI颠覆”的狂热口号。
哪怕是到了2025年上半年，大量舆论还充斥着AGI（通用人工智能）在未来3-5年面世的论调。
有时候，人类对常识的蔑视，对想象的癫狂，让人好笑又可悲。
正因如此，我写下这篇文章阐述我对“千问改变电商、外卖、酒旅、打车市场格局”的看法，帮助大家用常识判断新事物。
本文将用几个基础问题帮助大家梳理清楚千问与外卖、电商、酒旅、打车业务之间的关系。
问题1:如果不考虑任何因素，千问对电商、外卖、酒旅、打车业务的影响程度排序是如何的？
不论千问能不能改变这些业务的市场格局，千问对他们的影响程度肯定不同。如果能识别不同的影响程度，我们就能理解千问能不能改变这些业务的市场格局。
如果不考虑其他任何因素，我认为影响程度是打车商务酒旅电商=外地旅游酒旅。
原因在于大模型的能力和业务的复杂程度——供给和需求两方面的复杂度。
我们不会用大模型做加减乘除，只有业务复杂度到一定程度，我们才会倾向于用大模型。
我们只用这条最基本的原理就能解释大模型对各个业务的影响程度。
打车是上述业务里最简单的，其核心需求是从A点到B点。用户最关心的是价格和司机接我的时间，基本上不太会考虑车型、司机素质等等因素。
因为用户关注的因素以及影响供给的因素过于简单，因此当前的互联网算法就能满足用户的需求。
不会有人打车之前先问一下大模型如何规划、如何打车。
当然，有人会说如果用户习惯于用大模型了怎么办？
首先，这个前提就是错误的，因为打车太简单，用大模型反而复杂，违反了用户习惯。用户会习惯于用大模型，但是用户不会习惯于用大模型打车。
其次，用户还习惯用微信呢？微信颠覆滴滴了吗？核心原因是打车业务是供给和运营驱动的，不是流量、产品、技术驱动的。
大模型只是一个入口而已，无法解决供给和运营的问题，自然无法影响打车业务。详见问题5。
我将酒旅拆分成商务酒旅和外地旅游酒旅，本地旅游酒旅归属到商务酒旅里。
为什么要这么拆分，因为用户在处理这两个场景时，面临的需求复杂度和供给复杂度完全不同。
如果是纯商务酒旅，什么时候出发，什么时候到达，入住酒店离目的地多远的距离，都是有明确的约束。这就导致可选项非常少。
例如，你的需求是某日上午10点到北京的北京饭店参加一场会议，会议12点结束，你要在当天的5点返回长沙。
微信扫一扫打赏
