北美AI访谈手记:模型加速与现实交付的时间差
SevenX创始人近期在北美与101位AI从业者进行了高密度交流,发现一线研究员对模型能力提升持乐观态度,但认为更强的模型不会自动转化为更好的交付。文章指出当前存在“模型按月进化、电网按年扩容”的时间差,并观察到部分大厂已停止将AI采用率纳入考核,转而关注产出质量与ROI。此外,具身智能领域因验证链条长且硬件路线未收敛,进展相对谨慎,而算力基础设施正面临电力容量与并网周期的硬约束。
SevenX创始人近期在北美与101位AI从业者进行了高密度交流,发现一线研究员对模型能力提升持乐观态度,但认为更强的模型不会自动转化为更好的交付。文章指出当前存在“模型按月进化、电网按年扩容”的时间差,并观察到部分大厂已停止将AI采用率纳入考核,转而关注产出质量与ROI。此外,具身智能领域因验证链条长且硬件路线未收敛,进展相对谨慎,而算力基础设施正面临电力容量与并网周期的硬约束。
Adrian Jules Custom Clothier 将62年手工传统与企业技术结合,通过自研 ERP 系统实现从订单到生产的全程监控。其 Platinum 平台为私标裁缝提供单一中心枢纽,解决供应链碎片化问题并提升制造透明度。该系统支持实时面料查询、标准化测量规格及全球供应商直连,助力客户拓展女装定制市场。
虎嗅文章指出,尽管泡泡玛特2025年美洲收入同比增长748.4%,但2026年上半年该市场收入同比回落16.5%,而线下渠道仍保持约20%的正增长。作者认为这标志着中国品牌出海已从依赖流量红利的“铺货”阶段,转向以设立本地总部、自营门店验证和输出运营能力为特征的“扎根”阶段。
雅诗兰黛集团通过并行工作模式加速产品上市,例如 Re-Nutriv 精华仅用 15 个月推出,比传统顺序开发快 50%,且 Double Wear 粉底液实现 98% 的区域化生产与采购。集团利用 AI 助手 ELLA 优化工厂产线设置,并在 Jo Malone 等品牌中探索 AI 辅助香氛研发及跨界宠物护理产品,以应对竞争并保持创新活力。
Glossy 圆桌访谈显示,大学生创作者正从 LTK 和 TikTok Shop 转向 Amazon 与 ShopMy 以获取更稳定的联盟收入。其中一位创作者曾在 TikTok Shop 实现近 $1 million GMV,但因平台饱和而减少依赖。同时,年轻群体购物偏好明显从 Shein 和实体商场转移至 Amazon,认为线上渠道在效率与精准度上更具优势。
阿里巴巴集团主席蔡崇信在意大利都灵指出,开源模型为欧洲提供技术主权路径,建议企业利用专有数据构建竞争优势并加强算力基础设施。他阐述阿里自2023年起的“AD时代”全栈AI战略,依托每年250亿美元自由现金流、8.2亿消费者电商生态及钉钉实现从芯片到应用的布局,预计五年内AI将深度融入业务各环节。
创意代理公司 OK Future 与个人护理品牌 Goodwipes 合作,利用生成式 AI 工具在四天内完成了名为“Meet Asstra”的恶搞广告制作,将预计 70,000 美元的制作成本大幅降低。
Aviator Nation、SwissWatchExpo和EZContacts三家时尚品牌在无外部风险投资支持下,年营收均突破1亿美元。Aviator Nation通过控制供应链与库存实现盈利;SwissWatchExpo坚持买断制以保障利润率;EZContacts则聚焦优化现有客户体验而非增加广告投入来驱动增长。
饮料品牌 Liquid Death 通过与数字营销机构 Power Digital Marketing 合作,利用其包含 Iris、Omega 和 Creative Affinity 的专有 AI 生态系统,将营销活动优化频率从每周提升至每日。
Gen Alpha 群体在 Shoptalk Fall 论坛上表示,AI 生成的广告是巨大的劝退因素,他们更看重品牌的真实性和具体证明。该群体每年拥有 $100 billion 的直接购买力,并影响近半数美国家庭支出,Amazon、Nike 和 McDonald’s 是其首选品牌。
Modern Retail 分析指出,越来越多消费品牌正将营销预算投向移动端优先的系列化微短剧,以模糊零售与娱乐的界限。文章列举了 Crocs 推出《Charmed to Meet You》等三部微短剧、David’s Bridal 基于真实婚礼数据制作《Breaking Bridal》以及 StockX 结合二手市场上线《Listed》的具体实践。
PwC美国全球零售负责人Kelly Pedersen在Glossy访谈中结合2026 Holiday Outlook报告指出,29%的消费者计划在假日季使用AI辅助购物,主要用于研究、产品发现、价格追踪和预算控制。
Salesforce 汇总其客户在 Agentic AI 部署中的经验,指出成功关键在于将 AI 用于释放人力价值、基于真实用户需求迭代以及建立治理信任机制。