即刻App年轻人的同好社区
下载
App内打开
所有二千在
200关注140被关注1夸夸
产品,懂一些社区、教育和AI
所有二千在
1月前

阑夕ོ: 「财新」最新一期封面报道质量挺高的,数据也很扎实,没有简单的把选题苦难化,论述了不少结构性的问题: - 灵活就业的标准不太统一,但综合庙堂和朝野的多个口径,可以判断灵活就业的人口一直处于增长中,若以人社部的2亿为基准,相当于占到了全国城镇就业人口的47%,已经不能算是就业市场的补充了; - 显性原因当然是僧多粥少的环境所致,但岗位紧缩并不只和宏观经济有关,民营企业的平均寿命从上世纪九十年代的3.2年下降到目前的2.5年,导致用工周期缩短,以及把「岗位」打散成「任务」的经营意图; - 把10%的岗位拿出去灵活就业市场消化,可以节省20%-30%的人工成本,显著降低企业的生存压力,实际上餐饮业被学习最多的萨利亚、寿司郎都有把兼职小时工替换全职员工且不降低效率的成功经验; - 「零工」经济的繁荣不分收入高低,低收入的制造业就不说了,淡季1/3、旺季2/3都是派遣工在干活,高收入的行业里也有医生做「飞刀」、退休专家返聘等趋势渐长,花钱购买一项即插即用的技能、而非雇佣一个完整的人,正在改变就业生态; - 从就业者来看,30岁是一道分水岭,30岁以下尚有主动选择灵活就业的群体,他们不是找不到全职工作,只是因为对于劳动自由和不被压力的偏好增加,以及对新兴服务市场更加敏感,所以流向了零工市场; - 30岁以上就没这么从容了,灵活就业是真正意义上的蓄水池,是不得已的生存策略,以网约车司机为例,有77%受访者都是因为丢了工作而选择这一行,其中超过半数的司机是家庭唯一或主要的收入来源; - 智联招聘的报告显示,收入不稳定(占比54.1%)和兜底性保障较少(占比41.7%)是灵活就业者普遍担心的问题,另有对外卖骑手的摸底调研,愿意接受现行比例缴纳社保的骑手不到10%; - 灵活就业也分阶层,上层是能自行和市场需求对接、不需要中间商的自由职业者,中层是依附于平台接单的以司机和骑手为代表的新形态劳动者,下层是庞大的日结老哥,也是零工劳务市场的主力; - 在企业侧,表示「稳定或扩大灵活用工规模」的占比达到51.8%,较2020年的29.3%大幅增长,人力资源平台由此迎来机遇期,撮合短期工的「拼多多」大受欢迎,「企业需要10个零工,3个小时就能对接完成」; - 主张纠正平台用工「去劳动关系化」的学者表示,平台经济是解决了17%的就业没错,但同时也贡献了32%的劳资纠纷,「中国的劳动法面临的不是要创新的问题,而是能不能回归基本法制」; - 也有反对声音认为,从历史来看,所谓的标准就业形态从来就不是人类社会的常态,它起源于十九世纪中后期的工业化,但也在不断的被瓦解中,制度需要适应社会,而不是本末倒置; - 青年就业形势严峻和制造业招工困难的并存,是解释灵活就业这个选择合理性的现实依据,「为什么大家宁愿去给人喂猫遛狗,也不愿意进厂打螺丝呢?」这是一个天问。

00
所有二千在
3月前

阑夕ོ: 二游玩家群体里有一个测量单位,叫「超抖」,意思是一款手游在iOS畅销榜上超过抖音的时长。 这个概念是怎么来的呢? 因为玩家之间喜欢比较/竞争游戏流水,用来拉踩——举证某游戏蒸蒸日上、某游戏路边一条之类——但这个数据厂商一般是不提供的,所以玩家们就通过找参照物的方式作为标尺。 抖音因为流水常年排在榜一且相对稳定,不会像游戏那样会随着新版本的投放而出现剧烈的波动,所以成了一个绝佳的参照物,所以一款手游在发力期间有多长时间超过了抖音,就成了一份可量化的战绩,并支持他们想要的横向对比。 有一说一,这其实算是一个比较聪明的算法。 不过我想说的是,在应用下载榜,「超豆」也开始成了一个标准。 可能你们都没太注意,或者说去较真计算,我来直接给数据结论吧: 在App Store,豆包已经连续100天登顶全应用下载榜了(图1),这中间经历了千问、阿福的冲榜,经历了烧钱的外卖大战,经历了快手的狂欢夜拉新,依然没有任何一个应用,能把豆包拉下来,它们能冲到的最高名次,永远只能是第二。 就连字节自家高举高打的红果短剧、番茄小说,都是一样。 要知道,这个第一名,是相对值而非绝对值,如果这么多前仆后继的都抢不下来,可见那一步台阶是有多高。 所以我才说,一款App到底有多火,看它会不会「超豆」、以及能超多久,是一个非常好的标尺。 而且从最近一年的名次走势来看,很巧合的也是一条两边翘、中间低的「微笑曲线」。 在公布DAU破亿之前,豆包内部数据显示出现「微笑曲线」这条信息已经在行业里偷跑了一遍,翻译过来就是说,豆包的自然留存起来了,不再那么依赖投流。 所以才有豆包达到过亿DAU所花的钱是字节系App里最低的这个说法,App Growing的后台数据是这样的: 图2,是去年Q4的AI应用投放排名,那会儿豆包还是挺凶的,单季度花了差不多小1个亿,这个数据未必完全准确,但可以看相对数字,此时按投放强度算——平台取第一名为1000的固定值——豆包和元宝、智谱、Kimi在一个量级上; 图3,来到了今年Q1,也就是DeepSeek横空出世后的第一个季度,可以看到国产AI整个行业都被炸响了,元宝直接花掉了17个亿⋯⋯而豆包也跟到了1.6亿,这也是它在单季度花过的最多的一次钱,而前10名投放费用加起来相比上一个季度,暴涨了600%; 图4,到了今年Q2,元宝继续加码,投了足足24亿,豆包反而回调到了1.1亿左右,广告素材也大幅减少; 图5,是今年Q3,暑期档属于传统的增长周期,元宝史无前例的花了57亿打广告,此时文心一言和千问也都花钱超过了豆包,因为豆包还在继续减少投放,只花了6500万; 图6,就到了这个快到尾声的Q4,元宝砸进去46亿,千问砸进去11亿,豆包依然保持在1亿以内的预算,花了9000万出头; 可以很明显的看到豆包是怎么在同行的衬托下,第一个冲线1亿DAU的,今年全年,腾讯总共花了145亿投流,而豆包只花了不到5亿⋯⋯ 上面说了,再强调一遍,这个数据作为绝对值来参考,不会太准确,因为计算方式是按渠道刊例和素材数量进行估算的,容易虚高。 但相对值不会骗人,不可能说这一家的数据虚高,另一家的数据又偏低,所以基本上可以说是,字节在豆包身上花的钱,相当于腾讯在元宝身上花的3%,这很离谱。 要知道字节并不缺钱,同样按比例算,红果短剧今年的投流,是豆包的5-10倍,而豆包之所以能克制,一方面是因为留存高看,完成OKR没有压力,另一方面也是AI产品的用户不够洗,在没有场景爆发的情况下,强行把更多的无效用户拉进来意义不大。 而且今年几家大模型的飞跃时刻,都和多模态能力——尤其是图片生成——有关,脱离了文本对话的模式: - ChatGPT的「吉卜力热潮」,直接周活翻倍; - 豆包的「微笑曲线」右侧,和三宫格等P图玩法大火是重叠的; - 谷歌的翻盘仗,也部分得益于Nano Banana融合了推理模型+图片模型展现出来的优秀效果。 就是不知道这次豆包赞助春晚还会整出一个什么大活儿,也许先刷一个2亿DAU的小目标? * 受@TomXu在减肥还差30斤 @郭海惟 讨论启发。

00
所有二千在
7月前
阿里去年7、8月的日活在3.6亿左右,今年3、4月的活跃3.8亿上下,而参与外卖大战的5月开,活跃提升至4.12、4.17、4.19亿,按照蒋凡财报会说淘宝DAU增长20%看,从去年8月的3.6亿增长20%到今年8月是4.3亿。

考虑淘宝这么大体量的拉新召回策略相对稳定,用3、4月数据环比看,到8月有5000万的活跃可以近似看做是因为闪购拉来的新增活跃,蒋凡说闪购现在有1.5亿活跃,推测有1亿是淘宝主站给导流的。

同时美团APP上半年的活跃大部分在1.5-1.6亿之间,从6月才增长到1.7亿,7月1.8亿。此外美团外卖APP有大概1600万到1800万的活跃。考虑美团有单车、酒旅、到店等高频非外卖业务,其实也可以粗估为1.5亿的外卖日活用户。

美团外卖+闪购订单从Q1的应该在7000万出头(5600万餐饮+峰值1800的闪购)涨到了7月的1.2亿峰值1.5亿。开启外卖大战以来美团新增活跃不到2000万,用户涨了10%~15%,但订单涨了70%。用户平均订单增加了超50%,可以看做是因为补贴扭曲需求激发的泡沫。

用这个方法来挤淘宝闪购的泡沫,闪购8000万订单33%是泡沫,闪购还剩5千多万订单。加上补贴后总活跃用户的下降,淘宝的目标订单就是4000万左右,蒋凡说闪购未来三年做1万亿和每天4000万订单(均价¥23到1万亿)才是对上的。饿了么之前日均已经不到2000万了,翻了一倍其实对蒋凡来说已经是很大的成果了。而每团如果保持在6000万的餐饮和3000万的及时零售,并不是一个差的结果。同时淘宝是用多少钱烧出来的这个结果,Q3财报才能看到了。

但是阿里发布没全力投入外卖大战的Q2财务数据,蒋凡却只讲8月因为闪购带来的订单和用户双增还是过于鸡贼。对比起来,兴哥和莆中讲故事的能力和意愿都差不少。

美团的护城河是效率,效率本质是供给侧的生产和履约的能力。和社交、内容社区这种花了钱很可能听不到响的业务不一样,在有人愿意承受短期亏损的情况下,是可以高确定性获得市场份额的。百度、字节、京东和淘宝在不停发起战争,这种常态的战争,让美团保持了战时状态。

但是更长期看,规模效应、技术红利甚至包括网络效应的壁垒都会消失,企业能赢是可以持续创新和快。
01
所有二千在
9月前
想起14年庄辰超分享过,价格战可以打,但是要能锁住稀缺资源。在供给有弹性,需求有上限的行业打价格战真说不上理性


价格战可以拿市场份额,还有补贴,你为什么要补贴?很多公司死是死在什么呢?他把价格战和高投入当做自己追求市场份额的唯一目标。其实我的观点是,追求市场份额永远是一个战术性目标,真正的问题,是你要想清楚当你 address 这个 market 的时候,你要有一个终局游戏的概念。如果你占据这个市场 70% 80%,你要想一想一个市场最关键 resource 是什么,有哪些资源是不具备扩张性的,是具备相当高的独占性的。当你占完了这个市场之后,可能别人就进不来了。

比如旅游行业,典型的就是座位资源和酒店资源,因为酒店是不可能高速扩张的,这是一个独占性的资源。像有的内容生意,版权就是具有独占性资源的,如果你战到一个终局游戏的时候,肯定是要把一些关键的独占资源拿到手,这样才能够保证你生意的模式长期可持续。

瓦恁: 《晚点》今天这篇王莆中专访非常好看,可以放入互联网报道名人堂

00
所有二千在
9月前
评价一个系统(可以是某个国家或公司,也可以是某个技术或者产业)大概有这三个层面。

首先是静态地分析系统目前的优缺点。
其次是以发展的眼光看待问题,相信事情会逐步改善,而不是过分放大当下的问题并低估系统未来的潜力。
最后是从系统运作的第一原则出发,找出其结构性的,在未来不会改善甚至反而会恶化的问题。

真正的难点是理顺清楚二和三之间的界线,即什么会随着时间变好而什么不会,本质上是分析哪些顶层设计会鼓励出好的自我演化,哪些会从一开始就把框框钉死甚至埋下未来的隐患。
难上加难的是事物的宏观走向有可能被一个未曾被预料到的突发短期事件完全打乱。
这么多困难意味着一个一劳永逸的结论并不存在,要学会根据新出现的信息动态调整。分析框架的重心也随之慢慢发生偏移,从追求已知滑向管理未知。

因此一些决策或判断的准确率被高估了,而容错率被低估了。构建一个高容错率的系统,提高能承受的失误的数量,在一个长期的生存游戏里至关重要。

阿尔钦在1950年发表了名为《不确定性,进化和经济理论》的论文。这是经济学第一次将市场机制同生物进化理论联系起来,并构成了演化经济学的重要组成部分。

阐述这一类比在宏观层面上的推论。

不存在绝对意义上的优与劣。一个系统在绝对意义上拥有的只有“特点”。这些特点如果与当下客观环境相匹配就会变成优点,反之就是缺点。因此环境的变化也意味着竞争参与者的重新排序。

胜出者因为与环境的匹配而被筛选出来,但这未必是胜出者自己精心计算出来的结果(即物竞天择而不是用进废退)。他有主观胜出的愿望并因此做出了行动,这些行动因为符合环境从而胜出,但两者之间没有必然的因果关系。即胜出者只是“恰好”因为符合环境从而胜出了,他未必(同时也不需要)深刻理解自己到底是怎么成功的。

只要在关键维度上略高于环境淘汰要求的参与者都可以生存下来,因此主观上这是一个比烂的游戏。
10
所有二千在
9月前
你可以用类似马修·利伯曼的《社交天性》等来说社交的对象必须是人才可能有社交的基座,但是你并没有论证AI陪伴一定是在打社交场景。而我也可以用约翰·赫伊津哈的《游戏的人》来说AI陪伴实际上是一场游戏,而游戏不仅是文化的一部分,更是文化的基础和先导,AI陪伴可以塑造文化的母体。
然后呢,显得我看了很多书? //@王半城: 我觉得你还是先多读书吧,槽点太多,无力吐槽

王半城: 我经常被反问:“我也读过神经认知科学的书,我为什么不觉得情绪价值来自催产素效用?” 这就像“我初中当然学过质量守恒定律,但我明明验证过身边一些物质确实会消失呀!” 这是因为很多人读书之后从来没做过课后练习题。 我以前跟工地民工闲聊时就发现,他们很多人学过初中物理热力学,但早已忘干净,所以他们生活中仍然信奉朴素直觉「棉袄能给人增加热量」 而大学生多做了无数试题来巩固知识,于是在任何热力学场景都会基于“熵”(chaos)的概念来分析问题。 同样,你必须在读完书后多加训练,才能把任何人类正负反馈场景,都熟练拆解成内啡肽(贪)(利)、催产素(嗔)(名)(ego)、多巴胺(痴)的公式化反应机制,你才能知道,为什么脱离“名和利”的AI情感陪伴就是「错而简单」的民科永动机 然后会发现很多AI大佬言论belike:吃肉也是饮食需求,喝水也是饮食需求,喝水当然能代替吃肉啊!

00
所有二千在
9月前
用你的栗子说,普通人只要知道毛衣穿上暖和就行了,把以为毛衣发热的卖毛衣和穿毛衣的人骂一顿不会让市场更好。
更不用说,比喻本身就会失真,喝水和吃肉明确且意义不同,都不用严谨的逻辑训练,你做过内容或者社区当都知道这里面能找好多角度来反驳。比如所谓的AI陪伴,是不是说的同一个东西都不清楚,爱小猫小狗小孩这种被需要产品的陪伴需求是假的吗,人不会移情于物,能说话的物不比纯物件高级吗吗?

社交&陪伴这种概念在人最里面的价值,永远不如无数普普通通的用户每天揣着不同目的使用产品的价值

如果你有足够好的产品,作为社区和游戏的资深且高付费意愿用户,拿出你的产品,让人用起来。 //@王半城: 人类当然有吃肉的需求,但你拿着自来水解决这个需求是个什么意思?

王半城: 我经常被反问:“我也读过神经认知科学的书,我为什么不觉得情绪价值来自催产素效用?” 这就像“我初中当然学过质量守恒定律,但我明明验证过身边一些物质确实会消失呀!” 这是因为很多人读书之后从来没做过课后练习题。 我以前跟工地民工闲聊时就发现,他们很多人学过初中物理热力学,但早已忘干净,所以他们生活中仍然信奉朴素直觉「棉袄能给人增加热量」 而大学生多做了无数试题来巩固知识,于是在任何热力学场景都会基于“熵”(chaos)的概念来分析问题。 同样,你必须在读完书后多加训练,才能把任何人类正负反馈场景,都熟练拆解成内啡肽(贪)(利)、催产素(嗔)(名)(ego)、多巴胺(痴)的公式化反应机制,你才能知道,为什么脱离“名和利”的AI情感陪伴就是「错而简单」的民科永动机 然后会发现很多AI大佬言论belike:吃肉也是饮食需求,喝水也是饮食需求,喝水当然能代替吃肉啊!

00
所有二千在
9月前
在微积分被应用在包括战争和工程的实际生活大概一百年之后,数学家们(柯西、魏尔斯特拉等)才差不多能清晰严谨地定义微积分作为一种数学理论到底是怎么回事。就算未能完全理解它运作的具体机制,也不耽误人类把它投入到实际使用中,只要好用。

如果说AI陪伴是AI时代的电商和视频,当然是not right,但是如果为了泛化和解释现象而抽象的理论来否定已经产生巨大用户需求的客观市场,那也许是not even wrong。

王半城: 我经常被反问:“我也读过神经认知科学的书,我为什么不觉得情绪价值来自催产素效用?” 这就像“我初中当然学过质量守恒定律,但我明明验证过身边一些物质确实会消失呀!” 这是因为很多人读书之后从来没做过课后练习题。 我以前跟工地民工闲聊时就发现,他们很多人学过初中物理热力学,但早已忘干净,所以他们生活中仍然信奉朴素直觉「棉袄能给人增加热量」 而大学生多做了无数试题来巩固知识,于是在任何热力学场景都会基于“熵”(chaos)的概念来分析问题。 同样,你必须在读完书后多加训练,才能把任何人类正负反馈场景,都熟练拆解成内啡肽(贪)(利)、催产素(嗔)(名)(ego)、多巴胺(痴)的公式化反应机制,你才能知道,为什么脱离“名和利”的AI情感陪伴就是「错而简单」的民科永动机 然后会发现很多AI大佬言论belike:吃肉也是饮食需求,喝水也是饮食需求,喝水当然能代替吃肉啊!

00