倪云华洞察

倪云华洞察

关注
6603粉丝
2关注
1342被推荐

财经作家 资深商业管理顾问

2枚勋章

AI+商业战略与领导力导师/财经作家
IP属地:江苏
更多信息

  • 美债收益率又逼近20年高位:全球资产正在重新适应“高利率时代”

    7小时前
    图片
  • 倪云华教授在香港大学中国商业学院分享AI时代的商业模式路径与决策

    2026-09-28
    图片
    00:34
  • Muse爆火,AI Agent的胜负不在模型
    市场现在流行一个lazy thinking:Muse登顶下载榜,证明大模型能力决定Agent成败。但大家搞错了一件事。 我认为,Muse的胜利,不是模型跑分的胜利——是存量用户生态的胜利。 Apptopia的数据显示,Muse上线前12天美加iOS下载180万次,超过ChatGPT同期130万次。 美国移动端日活64.2万,大幅甩开对手。可不少分析师直言,Muse底层模型Spark1.3并非当下最顶尖的基座。 说白了,Agent时代,模型只是底座,真正的choke point,卡在生态打通这件事上。 这就好比你雇了一个全能私人管家,管家本身再能干,遇上商户锁门,一样寸步难行。 Meta手握Facebook、Instagram四十亿社交用户,Muse超过95%的用户本身就是Facebook存量用户。 热度来得很快,冲突也同步爆发。 亚马逊直接切断Muse代用户购物的通道,理由是授权、身份披露与账户安全风险。 背后的商业逻辑一点不复杂:一旦用户把购物意图交给Muse,亚马逊就从用户入口降格成履约供应商,货要发,售后要扛,但是用户触点丢了。 这一幕国内市场同样上演,此前AI样机尝试跨App执行任务,立刻遭遇各大平台的生态围墙。 这就是Agent最现实的困局。你想替用户干活,就必须调用第三方服务。但每一个平台,都不愿意把自己的用户控制权拱手交出去。 很多人把目光盯在CapEx、算力军备竞赛上,当然推理算力消耗会持续走高,这是事实。 但我不接受“砸算力就能跑通个人Agent”这个逻辑。算力是门票,不是通关密码。 OpenAI现在处境就很尴尬,它是C端对话AI的领跑者,到Personal Agent赛道反倒变成追赶者。 它手里有强模型,却缺少深度绑定用户长期行为的生态土壤。 我敢预言,接下来会出现两类玩家。 一类手握海量用户关系,向外攻坚,想方设法打通外部服务。 另一类是封闭生态内部生长,在自有体系内闭环完成全部任务。 两类路线会并行跑一段时间,不会很快出现conclusive outcome。 普通用户很容易被下载榜单、股价暴涨带节奏。 Meta股价因为Muse一度单日大涨11.43%,市值暴涨两千亿美金,华尔街已经开始测算未来十亿用户的商业化空间。 但我们别忘了Meta过往多款爆款产品,开局刷屏,后续归于平淡。 Agent要从demo走向大众,要闯两道硬关卡:可靠执行任务,以及赢得用户信任。高风险的代下单、代发邮件,必须保留人的授权闸门。 我的判断是,个人AI代理的拐点确实已经到来。 但决定谁能走到最后的,不是谁的模型参数更大,而是谁能够处理好平台博弈、权限管控、用户信任这一堆现实问题。
  • 倪云华教授在香港大学中国商业学院讲授AI战略领导力

    2026-09-21
    6跟贴
    图片
    00:58
  • 让战略真正落地的是这步

    2026-09-20
    6跟贴
    图片
    01:08
  • 产品价值创新思考逻辑

    2026-09-17
    3跟贴
    图片
    02:47
  • #anthropic #Open AI Anthropic冲刺万亿IPO,OpenAI暂缓上市
    AI巨头的资本抉择,到底在赌什么?AI赛道出现有意思的分叉:一边Anthropic加速冲刺纳斯达克IPO,目标估值最高可达2万亿美元;另一边OpenAI直接踩下刹车,明确放弃2026年上市计划。 两家曾经同步递交申请、被市场视作IPO竞赛对手的头部大模型企业,做出截然相反的资本选择,背后不是简单的融资取舍,而是对AI长期竞争逻辑的不同押注。 1、两家公司IPO节奏分化,市场预期出现反转。 Anthropic已于早前秘密向SEC提交上市申请,选定纳斯达克,最快10月启动路演。 5月完成融资后其投后估值9650亿美元,本次IPO目标估值上行至2万亿美元区间,有望成为全球规模最大的IPO之一。 OpenAI则对外官宣,2026年不会推进IPO。在这之前,它同样秘密递交上市材料,市场原本预期两家会同期登陆公开市场。如今一进一退,资本市场对AI企业上市的定价逻辑开始重估。 2、两者选择,来自商业模式、治理结构与风险约束的差异。 Anthropic选择上市,核心诉求是获取巨量公开市场资金,支撑持续暴涨的算力投入。上市可以打开更大资金池,同时用公开市场估值巩固行业地位,抢占客户与人才心智。 OpenAI暂缓上市,有多层考量。 首先是治理结构约束。 一旦上市,短期财报压力会直接冲击长期AI安全对齐、前沿模型研发的战略,上市公司需要定期向股东交出利润答卷,会倒逼公司压缩长期高风险投入。 其次是估值博弈。 管理层坚守万亿估值底线,不愿在市场流动性偏弱时折价上市。保持私有状态,能给团队留下更大空间,不必被资本市场短期业绩诉求裹挟。 3、市场如何解读这一组反向动作? Anthropic冲刺IPO,代表一种打法:把AI当成高速增长的科技商业公司,接受资本市场监督,用公开融资换取扩张速度,用收入增长支撑高估值。 OpenAI暂缓上市,则代表另一种战略判断:AGI赛道还没到可以交给二级市场的阶段。 4、对行业的启示:AI巨头的资本抉择,赌的是赛道终局。 Anthropic赌的是,AI商业化兑现速度足够快,公开市场愿意为长期增长买单。 OpenAI赌的是,过早上市会牺牲长期战略自主权,短期资本收益不值得用研发和安全的主动权交换。 大模型竞争已经从模型能力比拼,进入资本、治理的综合博弈阶段。短期看是上市与否的选择,长期看,谁能平衡资本诉求、技术迭代,才有可能拿到赛道最终的话语权。
  • “无用”的生意,正在打败”有用”的品牌

    2026-09-16
    7跟贴
    图片
    02:12
  • 面对内卷市场,如何留住客户?

    2026-09-15
    6跟贴
    图片
    03:25
  • 近日,我受邀参加香港大学中国商业学院主办的 “AI时代技术与管理双向进阶” 主题活动,面向在场的企业家与企业决策者,分享《AI时代的商业模式路径与决策》。
    和不少企业家深度交流后,我发现一个很现实的现象:很多企业在AI上投入不菲,采购各类大模型工具,却迟迟看不到业务回报。 企业之间真正的差距,往往不是AI工具的差距,而是战略认知的差距。 很多企业还没有想清楚:自己在AI的价值链当中,到底处在什么位置。 整场分享,我把AI商业划分成四类角色: 卖铲子的AI基础设施层、AI‑Native原生新物种、AI‑Enable行业赋能者、AI+组织变革者。 对绝大多数中小企业,并不适合去硬卷算力、底层大模型。算力成本持续下行,商业机会正在向上层业务释放。 真正可行的路径,是做行业赋能。 通用AI能力很容易被模型迭代抹平,真正的护城河,来自深耕多年沉淀的行业 know‑how、专有业务数据,以及深度嵌入客户业务流程的能力。 AI转型同样离不开组织的同步进化。 未来组织的核心逻辑,是人做判断、定方向、承担决策责任。 AI承接标准化、重复性的执行工作,放大个体生产力,OPC一人公司也是这一趋势下的新组织范式。 新周期淘汰的从来不是落后企业,而是固守旧逻辑看待新世界的企业。
  • 倪云华教授在香港大学中国商业学院讲授人工智能与商业决策

    2026-09-14
    6跟贴
    图片
    00:34
  • 战略的本质——《AI时代战略规划:趋势洞察与战略落地》

    2026-09-12
    6跟贴
    图片
    00:59
  • AI时代商业模式学习地图——《AI时代商业模式: 价值创新与增长》

    2026-09-10
    6跟贴
    图片
    02:40
  • 周末,我在香港大学中国商业学院,讲授《人工智能与商业决策》课程。
    课程主要围绕两大核心模块展开: ✅看懂AI产业 拆解AI产业价值链、Agent发展趋势,识别AI时代全新商业机会。 ✅用好AI做决策 把大模型嵌入企业完整决策流程,赋能战略、商业模式、资源配置等真实经营场景。 课堂结合大量实战案例,讲解如何运用AI Agent完成行业研判、商业模式推演、投资机会分析,拒绝空泛技术概念,全部落到企业家真实业务场景。 来自全国各地的优秀决策者,创始人、董事长、企业高管齐聚,覆盖互联网、新零售、金融、医药、SaaS等多个赛道。 不同行业视角碰撞,实战案例互相交流,真切体会教学相长。 我输出商业框架与方法论,学员带来一线业务痛点与行业洞察,双向启发,共同成长。 未来的核心竞争力=专业深度×AI工具力×场景洞察力。 不要只做AI操作员,要成长为AI战略合伙人,把计算交给AI,把“算计”留给自己。 AI浪潮扑面而来,新周期淘汰的不是落后企业,而是用旧逻辑理解新变化的决策者。 对管理者来说,不在于会多少AI工具,而在于懂得借AI做出更高质量的商业判断。 每一次课堂,都是思想的双向奔赴。 你们企业,AI已经到哪一层商业决策了?评论区聊聊!
  • AI时代,很多企业败在了这点——《AI时代战略规划:趋势洞察与战略落地》

    2026-09-09
    6跟贴
    图片
    01:42
  • 我在某汽车集团讲AI战略商业模式设计与创新最近,我在某大型汽车集团讲授《AI时代,战略商业模式设计与创新》。
    身处汽车产业变革周期,叠加AI浪潮冲击。 很多传统企业容易陷入一个误区:埋头打磨内部,忽略外部环境的变化。 课堂上,我从BLM业务领先模型入手做拆解。 先向外看:做宏观环境研判、行业分析、客户需求梳理,同时兼顾业内与跨界对手的竞争分析,识别机会和威胁。 再向内定方向:理清企业的战略意图,把使命、愿景、价值观、战略定位、战略目标梳理清楚。 企业创新,无外乎三条路径:产品服务市场创新、运营创新、商业模式创新。 我也用SPAN定位框架,帮大家做业务取舍,回答战略三问: ✅Where,我们在哪里作战; ✅What,我们要实现什么目标; ✅How,我们用什么策略落地。 商业模式说到底,就三件事:创造价值、传递价值、获取价值。 AI时代的转型,不是简单推出一款新产品,更多是对底层商业逻辑的重新思考。 做战略,切忌纸上谈兵。既要看懂赛道,更要看清自己。 如果你也在做企业战略、商业模式迭代,欢迎一起交流探讨。
  • 倪云华教授在某汽车集团讲授AI时代,战略商业模式设计与创新

    2026-09-07
    6跟贴
    图片
    00:34
  • AI工具越来越便宜,落地为何没效果?
    现在市面上的大模型、AI工具,几乎进入了zero cost普惠阶段,免费版、低价商用版随处可得。 但我接触了大量中小企业和创业者,发现一个很反常的现象: 工具越便宜,企业AI落地的无效投入反而越多。 很多人的固有认知里,AI落地失败,是算力不够、模型不够顶尖、缺少技术团队。 我敢直言:这是典型的lazy thinking。 绝大多数企业做不出AI成果,从来不是技术瓶颈——是业务认知和组织流程的瓶颈。 太多老板陷入了跟风内耗,看似紧跟趋势,实则一直在做无效投入。 很多企业的AI转型,从一开始就走偏了。 不是基于业务痛点做升级,而是看见行业all in AI,就跟风采购工具、全员试水。 没人梳理清楚,公司获客、交付、复盘、管理的核心卡点在哪里,没人定义AI需要解决的具体问题、拿到的具体结果。 脱离业务场景的技术投入,再低成本的工具,本质都是资源浪费。 没有精准需求的AI赋能,最终只会沦为团队应付工作的摆设。 更致命的一个误区:只更新工具,不迭代流程。 不少企业接入了付费大模型、部署了AI办公系统,但原有岗位职责、协作模式、工作流程纹丝不动。 员工依旧沿用传统工作习惯,AI只是偶尔试用、流于形式。 任何数字化转型,核心从来不是工具迭代,而是组织效率重构。 CapEx持续投入,却没有配套的落地机制、流程改造,再先进的AI工具,也无法转化成业务增量。 还有很多创业者,开局就犯了贪大求全的错。 刚接触AI就想布局全链路数字化、搭建智能体体系,试图一步到位完成全域转型。摊子铺得太散,没有聚焦核心场景,最后只会浅尝辄止、一无所获。 中小企业的AI落地,从来不需要宏大的战略叙事。 我的判断是:小而精的单点闭环,远胜大而空的全域布局。 优先锁定一个高频重复、高时间成本、低产出的业务环节,用AI跑通完整落地流程,拿到可量化的效率提升、成本优化结果,再逐步复制拓展,这才是最稳妥的转型路径。 AI从来不是颠覆行业的风口神话,只是适配企业发展的效率工具。 技术门槛在持续降低,真正拉开企业差距的,从来不是谁的工具更贵、模型更强,而是谁的落地认知更清晰、组织迭代更果断。
  • 麦肯锡最新报告《The state of AI in 2026:On the road to ROI》

    2026-09-02
    图片
  • 倪云华教授在香港大学中国商业学院讲授人工智能与商业决策

    2026-08-31
    图片
    00:34
正在载入...