这是，“营销说”系列的第5期文章。
2023年，会员营销才是零售品牌增长发力点。前言
近来，总收到这样的提问：我们知道会员很重要，但今年如何才能做好会员营销呢？貌似老生常谈，做好并不容易。消费者行为的转变、渠道的变革、流量红利消退等因素都无一例外影响着零售品牌的会员营销。
其实，会员营销在提升客户数量、客单价、消费频次和忠诚度的表现之下，本质是通过设计完整的商业路径，把每一项做到极致，以此来放大消费者资产规模与效益。
我们发现，一些零售品牌会员经营取得亮眼成绩的背后，是其在会员数字化方面肯下苦功、持续投入。
对此，数云副总裁董亮提出，“零售品牌应积极投身会员营销，确立自己的目标与实现路径，寻找客户旅程中的关键节点，促进客户存量、增量以及质量的提升，实现会员价值最大化。”
我们将从“2023会员营销”的维度切入，针对大家关心的会员营销问题，做一次深入交流与探讨：
①2023年，零售品牌会员营销发生了怎样的变化？核心方向会是什么？
②零售品牌应该从哪些方面入手构建会员体系、开展全渠道会员运营？
③2023年，品牌做会员营销有何注意事项？
带着这些问题，我们开启本期“营销说”，一起听听数云副总裁董亮是如何思考的。Q1
2023年，零售品牌会员营销会发生哪些转变？
我们看到，淘宝、天猫、京东、抖音等平台都先后开放自身会员能力。在此背景下，零售品牌逐步发展起了会员营销，同时也产生了一些变化：
第一，从行业来说，除了美妆、服饰这些零售企业在做会员营销以外，大量的快消、耐消行业企业也开始重视会员营销。
两者的出发点不大相同：
美妆服饰零售企业做会员的核心是提升复购、提升转化；
耐消品企业会更强调会员与客服的结合，提升会员裂变能力，提升会员对品牌服务的认知和感受度；
快消品企业会从品牌、营销、市场的角度做会员经营，聚焦于强化品牌认知，提升品牌曝光宣传，形成忠实的客户群体。
第二，从会员运营侧重点来说，过去零售品牌做会员重视忠诚度建设，强调等级、积分、权益，现在品牌会更重视会员活跃度以及精细化运营。
也有一些品牌在忠诚度建设上开始探索新方法，更加注重游戏化、互动化。
第三，数据能力层面的变化。
在个保法实施后，不少品牌有一个关键共识：“会员是品牌能够与消费者互动的合规人群”。
品牌通过会员运营提升消费者侧的数据获取能力，在用户授权的前提下，会员的基本信息、行为信息、交易信息等成为品牌经营消费者数据资产的重要支撑。
这是我目前看到的三个重要变化。Q2
在您看来，2023年会员营销的核心是什么？
第一，会员营销会从偏重P、L到往A、I方向去延伸，整个会员营销链路会向前延展。
在整个会员运营过程中，原来我们以购买作为衡量会员的重要标准，现在行为也成为重要衡量标准。
我们需要去链接客户，才能和TA有持续互动：
我们希望TA先入会，建立品牌和消费者间可沟通的身份后，进而在A和I的环节挖掘其兴趣点，实现购买转化。
第二，数据能力的应用。比如说标签的应用、数据分析的广度和深度、场景的挖掘。
通过消费者数据标签，围绕其需求推送信息，延伸需求场景，实现交易变现。这是很多零售品牌遇到天花板之后仍能有业绩增长的原因之一。
随着消费者链路的延展，零售品牌会更看重会员生命周期运营，关注整个生命周期的数据运营和转化分析。借助数字化工具来挖掘、分析数据，精准找到业务提升点。
如何通过数据，指导我们的生产，指导我们的经营，指导我们的决策，成为重点。Q3
ChatGPT大热，引起广泛关注，会员营销的尽头是AI吗？
智能化一定是未来营销的重要方向。
我认为，会员营销非常依赖于场景拓展。而当前，场景拓展会更依赖于人的创新能力和经验。
从当下来说，AI是没有办法完全替代的。
AI能够带来的是在营销自动化、营销效率层面的提升，这也是数云现在实践的方向。
我们当然希望，AI或者机器学习能力能够未来在营销实践上有更广阔的应用。Q4
零售品牌做会员营销，应该从哪些地方入手构建会员体系？
顶层设计以及实现路径是品牌需要思考的关键点。
做会员的目标是什么？是为了提升销售转化，还是为了提升品牌粘性？
会员营销是一个存量经营+增量经营的过程。
如何去积累、提升你的存量？如何让TA活跃化，变成持续滚动的增量？
在顶层设计、实现路径上，企业必须考虑清楚。从长远来讲，会员经营的最终目的都是为了长期持续的销售贡献。
品牌需要长期实践，并基于洞察分析调优调整。
品牌需要持续洞察会员体系与营销场景、交易场景、消费场景间的关系，关注其中变化并及时调整。
某品牌基于历史经验预测会员画像，制定了一套忠诚度体系，在运行一年后，需要基于真实数据分析洞察去校准调整。
背后需要有一套强大的会员系统，来支撑忠诚度体系设计的灵活性。Q5
零售品牌做会员营销，应该从哪些方面开展全渠道会员生命周期运营（拉新、转化、复购、留存）？
一个基础的公式，销售额=流量×转化率×客单价×复购率。
怎么理解呢？
流量——聚拢更多的人，无论线上还是线下；
转化率——降低货的周转天数，提升人的消费转化；
客单价——提高连带率；
复购率——把产品、服务做好。
从具体落地来讲，企业的不同阶段侧重点是不同的。
第一，流量，做好引流拓客。核心点不是“公私域转化”，我更愿意称之为“公私域融合”。
公域仍是当下一个重要的流量入口。平台在合规前提下也在做开放能力的尝试，比如说唯品会、抖音在开放会员通能力，以合规合理的消费者认证方式提供品牌与消费者互动的公域平台。
也有一些品牌开始以抖音为阵地去进行私域搭建。私域不是自带流量的阵地，初期需要借助公域和线下流量来引流；当私域起量之后，会反向推动公域和线下流量的二次扩展。
如何公私域融合进行整体运营，是品牌在流量层面需要综合考虑的。
第二，转化率。
品牌需要切分具体运营场景，并在不同阶段通过数据洞察识别当下的经营重点以及场景指标。
消费者的自我认知很强，让消费者留在自己舒适的渠道内，不能让KPI变成营销束缚。流量在哪儿，消费者在哪儿，品牌的转化阵地就在哪儿。
第三，客单价。
客单价不仅取决于人，也取决于商品和运营场。坚持做会员运营的品牌，TA的会员客单价会获得肉眼可见的提升。
从会员角度重新解读这个公式，如何合理提升有质量的会员规模、会员贡献是我们在会员运营中核心关注的两个点。Q6
零售品牌做会员营销，如何实现数据驱动的会员运营？
数据驱动会员运营是趋势，也是很多零售品牌在会员营销方面PK的重点。
第一，标签能力。
以数据标签为例，我们看到很多品牌并不缺乏标签，难点是“标签如何应用到具体场景中”，为场景服务。
数云在尝试和部分品牌通过营销活动来沉淀标签，进而通过标签反馈优化采集维度和采集方式（渠道），过程中形成闭环。
我们希望通过构建场景矩阵，实现标签矩阵的输出，进而和营销过程场景结合。
第二，数据采集。
如何采集消费者信息？一方面要获取有效信息，所有的采集行为是要付出成本的；另一方面要利用好每次营销活动，营销活动的过程也是个数据沉淀的过程。
品牌在营销过程中，需要去考虑数据采集、数据埋点，需要利用好每一次与消费者接触的时机实现数据采集动作。营销活动给品牌带来的不仅是曝光度和销量的提升，还有数据沉淀。
第三，数据驱动的组织协同。
数据驱动的会员运营对企业组织力是比较大的挑战。不是组织架构的问题，而是组织流程协作的问题。Q7
不同企业阶段的会员营销，关注侧重点有何不同？0-1、1-100？
对不同阶段的企业来讲，会员营销关注侧重点是不一样的。
对于从0-1的企业来讲，积累存量是个需要快速投入的过程，建立会员池，保证会员营销基数。行业不同、历史情况不同，设定的KPI会有导向差异。
对于从1-100的企业来讲，增量很关键。
其一，现有的存量如何运营，让存量盘子不产生太大流失，增量一定是建立在存量的基础上。
其二，当存量规模达到一定程度后，我们需要注重“有质量”的增量。品牌需要基于销售能力、运营能力的提升去逐步进行组织能力建设。
精细化人群运营。关注并挖掘消费者数据，关注交易变现，进而会员经营赋能产品研发、门店布局等。Q8
2023年零售品牌开展会员营销有哪些需要注意的点？
第一，会员营销应该有清晰的定位和目标路径设定。如果一些企业从0到1构建的话，需要公司管理层有充分的认知，目标和路径很关键。
第二，建设路径必须有匹配的运营组织支撑。不管运营组织是自建还是外部合作伙伴，必须有配套的运营组织，可以快速构建整个体系。
第三，会员营销本质上是一个更新迭代较快和需要较多资源投入的事。一套合格的工具系统体系很关键，合理应对业务运营过程中的变化。Q9
零售品牌会员营销如何平衡长期与短期利益？
这是零售品牌想做会员运营时，必须要考虑的事情。
长期利益或短期利益是一种思维模式的转变。从我们目前的实践来看，会员一定是对品牌有持续稳定且长期增长的贡献。
做好会员经营要留足耐心，构思清楚会员营销的发展方向，并把其当长大期规划。关于短期利益与长期利益的平衡问题，企业应该认真自省“需要”：短期内想要的是贡献结果，还是用户规模。
我们也看到过，一些企业由于短期利益的考量，在会员经营过程中策略大幅摇摆，这对于消费者和品牌是非常不友好的。
会员运营营收并不是短期内就能一蹴而就的。要想真正做到平衡，需要将客户体验摆在首位，以客户为先。
零售品牌应积极投身会员营销，确立自己的目标与实现路径，寻找客户旅程中的关键节点，促进客户存量、增量以及质量的提升，实现会员价值最大化。
扫码关注公众号
扫码体验小程序版
暂无数据
CHATGPT可以自我迭代，但是需要通过人工介入来实现。自我迭代是指通过迭代和训练来不断改进和优化模型，以提高其生成质量和能力。
在第一个阶段，OpenAI的研究人员会使用一种称为“预训练”的方法来训练CHATGPT。在预训练阶段，模型会从大规模的互联网数据中学习，并且通过根据上下文生成下一个词（或标记）来预测训练数据中的缺失部分。
在第二个阶段，模型会通过“微调”进行自我迭代。研究人员会使用具有人类监督的数据集来微调预训练阶段的模型。这个训练集是由OpenAI创建的与CHATGPT一起发布的数据集，其中包含了模型的示例对话和提示。通过这个微调过程，模型可以更好地理解上下文和用户输入，并更好地生成响应。
将来，OpenAI计划允许用户通过与CHATGPT互动来提供反馈，并使用这些反馈来改进模型。用户可以指出模型的错误回答或请求更好的生成，然后OpenAI将使用这些反馈来微调模型。这种用户反馈机制可以被视为模型的自我迭代过程的一部分。
CHATGPT可以通过预训练和微调的方式进行自我迭代，并且OpenAI计划通过用户反馈来进一步改进模型，以实现更好的生成质量和能力。
ChatGPT 是一种人工智能技术，它并不会导致底层程序员失业。相反，它有助于提高工作效率，解放程序员的时间，使他们能够专注于更重要和更有技术含量的任务。使用 ChatGPT 可以快速生成代码模板，帮助程序员解决日常的代码问题，从而提高工作效率。随着人工智能技术的发展，会有更多的工作机会出现，例如研究人工智能和机器学习的方法，开发更加先进的 AI 应用程序等。ChatGPT 可以帮助程序员获得新的就业机会，而不是导致失业。
人工智能是一个增长型行业，它为程序员提供了新的工作机会，而不是导致失业。
当然了，人工智能是一个快速发展的领域，未来将会有很多有趣的发展趋势。1、深度学习：深度学习是一种预测模型，它在处理大量数据时表现出了很强的能力。深度学习将继续推动人工智能的发展，并在计算机视觉，语音识别等领域取得更多的成果。2、通用人工智能：人工智能技术主要针对特定领域，例如语音识别和计算机视觉。但人工智能将发展成一种通用技术，可以解决多种不同的问题，例如自然语言处理，机器翻译等。
3、
人机协作：人工智能将与人类协同工作，共同解决复杂问题。人工智能可以协助医生诊断疾病，帮助研究人员解决科学问题等。
4、
区块链技术：区块链技术与人工智能有着千丝万缕的联系，未来将会有更多的人工智能应用程序基于区块链技术开发，以保证数据安全和隐私保护。
5、多智能体系统：人工智能系统将不仅仅是单一的智能体，而是由多个智能体组成的复杂系统。这些智能体可以协同工作，共同完成复杂的任务。
6、边缘计算：随着物联网的发展，越来越多的设备将需要人工智能技术的支持。为了减少网络带宽的使用，未来人工智能将逐渐向边缘计算转移，即在设备本地运行人工智能算法。
7、可解释性：随着人工智能在商业和医疗领域的广泛应用，可解释性将成为一个重要的问题。人工智能系统将需要更加透明，以便用户和决策者能够理解其决策的依据。
8、虚拟和混合现实：虚拟现实和混合现实技术将与人工智能紧密结合，以创建更加逼真的体验。人工智能可以模拟真实世界中的物理环境，从而使虚拟环境更加逼真。
这些只是人工智能发展的一些趋势，未来可能还有其他很多有趣的发展。但还是回到你的问题，程序员也是需要自我学习迭代提升，那样才不会失业哦！
这是，“营销说”系列的第5期文章。
2023年，会员营销才是零售品牌增长发力点。前言
近来，总收到这样的提问：我们知道会员很重要，但今年如何才能做好会员营销呢？貌似老生常谈，做好并不容易。消费者行为的转变、渠道的变革、流量红利消退等因素都无一例外影响着零售品牌的会员营销。
其实，会员营销在提升客户数量、客单价、消费频次和忠诚度的表现之下，本质是通过设计完整的商业路径，把每一项做到极致，以此来放大消费者资产规模与效益。
我们发现，一些零售品牌会员经营取得亮眼成绩的背后，是其在会员数字化方面肯下苦功、持续投入。
对此，数云副总裁董亮提出，“零售品牌应积极投身会员营销，确立自己的目标与实现路径，寻找客户旅程中的关键节点，促进客户存量、增量以及质量的提升，实现会员价值最大化。”
我们将从“2023会员营销”的维度切入，针对大家关心的会员营销问题，做一次深入交流与探讨：
①2023年，零售品牌会员营销发生了怎样的变化？核心方向会是什么？
②零售品牌应该从哪些方面入手构建会员体系、开展全渠道会员运营？
③2023年，品牌做会员营销有何注意事项？
带着这些问题，我们开启本期“营销说”，一起听听数云副总裁董亮是如何思考的。Q1
2023年，零售品牌会员营销会发生哪些转变？
我们看到，淘宝、天猫、京东、抖音等平台都先后开放自身会员能力。在此背景下，零售品牌逐步发展起了会员营销，同时也产生了一些变化：
第一，从行业来说，除了美妆、服饰这些零售企业在做会员营销以外，大量的快消、耐消行业企业也开始重视会员营销。
两者的出发点不大相同：
美妆服饰零售企业做会员的核心是提升复购、提升转化；
耐消品企业会更强调会员与客服的结合，提升会员裂变能力，提升会员对品牌服务的认知和感受度；
快消品企业会从品牌、营销、市场的角度做会员经营，聚焦于强化品牌认知，提升品牌曝光宣传，形成忠实的客户群体。
第二，从会员运营侧重点来说，过去零售品牌做会员重视忠诚度建设，强调等级、积分、权益，现在品牌会更重视会员活跃度以及精细化运营。
也有一些品牌在忠诚度建设上开始探索新方法，更加注重游戏化、互动化。
第三，数据能力层面的变化。
在个保法实施后，不少品牌有一个关键共识：“会员是品牌能够与消费者互动的合规人群”。
品牌通过会员运营提升消费者侧的数据获取能力，在用户授权的前提下，会员的基本信息、行为信息、交易信息等成为品牌经营消费者数据资产的重要支撑。
这是我目前看到的三个重要变化。Q2
在您看来，2023年会员营销的核心是什么？
第一，会员营销会从偏重P、L到往A、I方向去延伸，整个会员营销链路会向前延展。
在整个会员运营过程中，原来我们以购买作为衡量会员的重要标准，现在行为也成为重要衡量标准。
我们需要去链接客户，才能和TA有持续互动：
我们希望TA先入会，建立品牌和消费者间可沟通的身份后，进而在A和I的环节挖掘其兴趣点，实现购买转化。
第二，数据能力的应用。比如说标签的应用、数据分析的广度和深度、场景的挖掘。
通过消费者数据标签，围绕其需求推送信息，延伸需求场景，实现交易变现。这是很多零售品牌遇到天花板之后仍能有业绩增长的原因之一。
随着消费者链路的延展，零售品牌会更看重会员生命周期运营，关注整个生命周期的数据运营和转化分析。借助数字化工具来挖掘、分析数据，精准找到业务提升点。
如何通过数据，指导我们的生产，指导我们的经营，指导我们的决策，成为重点。Q3
ChatGPT大热，引起广泛关注，会员营销的尽头是AI吗？
智能化一定是未来营销的重要方向。
我认为，会员营销非常依赖于场景拓展。而当前，场景拓展会更依赖于人的创新能力和经验。
从当下来说，AI是没有办法完全替代的。
AI能够带来的是在营销自动化、营销效率层面的提升，这也是数云现在实践的方向。
我们当然希望，AI或者机器学习能力能够未来在营销实践上有更广阔的应用。Q4
零售品牌做会员营销，应该从哪些地方入手构建会员体系？
顶层设计以及实现路径是品牌需要思考的关键点。
做会员的目标是什么？是为了提升销售转化，还是为了提升品牌粘性？
会员营销是一个存量经营+增量经营的过程。
如何去积累、提升你的存量？如何让TA活跃化，变成持续滚动的增量？
在顶层设计、实现路径上，企业必须考虑清楚。从长远来讲，会员经营的最终目的都是为了长期持续的销售贡献。
品牌需要长期实践，并基于洞察分析调优调整。
品牌需要持续洞察会员体系与营销场景、交易场景、消费场景间的关系，关注其中变化并及时调整。
某品牌基于历史经验预测会员画像，制定了一套忠诚度体系，在运行一年后，需要基于真实数据分析洞察去校准调整。
背后需要有一套强大的会员系统，来支撑忠诚度体系设计的灵活性。Q5
零售品牌做会员营销，应该从哪些方面开展全渠道会员生命周期运营（拉新、转化、复购、留存）？
一个基础的公式，销售额=流量×转化率×客单价×复购率。
怎么理解呢？
流量——聚拢更多的人，无论线上还是线下；
转化率——降低货的周转天数，提升人的消费转化；
客单价——提高连带率；
复购率——把产品、服务做好。
从具体落地来讲，企业的不同阶段侧重点是不同的。
第一，流量，做好引流拓客。核心点不是“公私域转化”，我更愿意称之为“公私域融合”。
公域仍是当下一个重要的流量入口。平台在合规前提下也在做开放能力的尝试，比如说唯品会、抖音在开放会员通能力，以合规合理的消费者认证方式提供品牌与消费者互动的公域平台。
也有一些品牌开始以抖音为阵地去进行私域搭建。私域不是自带流量的阵地，初期需要借助公域和线下流量来引流；当私域起量之后，会反向推动公域和线下流量的二次扩展。
如何公私域融合进行整体运营，是品牌在流量层面需要综合考虑的。
第二，转化率。
品牌需要切分具体运营场景，并在不同阶段通过数据洞察识别当下的经营重点以及场景指标。
消费者的自我认知很强，让消费者留在自己舒适的渠道内，不能让KPI变成营销束缚。流量在哪儿，消费者在哪儿，品牌的转化阵地就在哪儿。
第三，客单价。
客单价不仅取决于人，也取决于商品和运营场。坚持做会员运营的品牌，TA的会员客单价会获得肉眼可见的提升。
从会员角度重新解读这个公式，如何合理提升有质量的会员规模、会员贡献是我们在会员运营中核心关注的两个点。Q6
零售品牌做会员营销，如何实现数据驱动的会员运营？
数据驱动会员运营是趋势，也是很多零售品牌在会员营销方面PK的重点。
第一，标签能力。
以数据标签为例，我们看到很多品牌并不缺乏标签，难点是“标签如何应用到具体场景中”，为场景服务。
数云在尝试和部分品牌通过营销活动来沉淀标签，进而通过标签反馈优化采集维度和采集方式（渠道），过程中形成闭环。
我们希望通过构建场景矩阵，实现标签矩阵的输出，进而和营销过程场景结合。
第二，数据采集。
如何采集消费者信息？一方面要获取有效信息，所有的采集行为是要付出成本的；另一方面要利用好每次营销活动，营销活动的过程也是个数据沉淀的过程。
品牌在营销过程中，需要去考虑数据采集、数据埋点，需要利用好每一次与消费者接触的时机实现数据采集动作。营销活动给品牌带来的不仅是曝光度和销量的提升，还有数据沉淀。
第三，数据驱动的组织协同。
数据驱动的会员运营对企业组织力是比较大的挑战。不是组织架构的问题，而是组织流程协作的问题。Q7
不同企业阶段的会员营销，关注侧重点有何不同？0-1、1-100？
对不同阶段的企业来讲，会员营销关注侧重点是不一样的。
对于从0-1的企业来讲，积累存量是个需要快速投入的过程，建立会员池，保证会员营销基数。行业不同、历史情况不同，设定的KPI会有导向差异。
对于从1-100的企业来讲，增量很关键。
其一，现有的存量如何运营，让存量盘子不产生太大流失，增量一定是建立在存量的基础上。
其二，当存量规模达到一定程度后，我们需要注重“有质量”的增量。品牌需要基于销售能力、运营能力的提升去逐步进行组织能力建设。
精细化人群运营。关注并挖掘消费者数据，关注交易变现，进而会员经营赋能产品研发、门店布局等。Q8
2023年零售品牌开展会员营销有哪些需要注意的点？
第一，会员营销应该有清晰的定位和目标路径设定。如果一些企业从0到1构建的话，需要公司管理层有充分的认知，目标和路径很关键。
第二，建设路径必须有匹配的运营组织支撑。不管运营组织是自建还是外部合作伙伴，必须有配套的运营组织，可以快速构建整个体系。
第三，会员营销本质上是一个更新迭代较快和需要较多资源投入的事。一套合格的工具系统体系很关键，合理应对业务运营过程中的变化。Q9
零售品牌会员营销如何平衡长期与短期利益？
这是零售品牌想做会员运营时，必须要考虑的事情。
长期利益或短期利益是一种思维模式的转变。从我们目前的实践来看，会员一定是对品牌有持续稳定且长期增长的贡献。
做好会员经营要留足耐心，构思清楚会员营销的发展方向，并把其当长大期规划。关于短期利益与长期利益的平衡问题，企业应该认真自省“需要”：短期内想要的是贡献结果，还是用户规模。
我们也看到过，一些企业由于短期利益的考量，在会员经营过程中策略大幅摇摆，这对于消费者和品牌是非常不友好的。
会员运营营收并不是短期内就能一蹴而就的。要想真正做到平衡，需要将客户体验摆在首位，以客户为先。
零售品牌应积极投身会员营销，确立自己的目标与实现路径，寻找客户旅程中的关键节点，促进客户存量、增量以及质量的提升，实现会员价值最大化。
撰文 / 吴 静编辑 / 张 南设计 / 赵昊然
从某种角度说，场景实验室创始人、新物种研究院专家吴声把自己的演讲也演化成了一种新物种。
2019年前后，他和几位好友琢磨并实践出来一种演讲形式，他们把个人演讲用类似商业演唱会的概念展现出来，同时配有超炫的舞台，硕大的屏幕，底下的听众犹如在听一场演唱会。
一位记者形容他们“像憋了一年攒出一张新专辑的流行歌手，体力脑力一起上，新词汇、新概念，喷涌而出。”
吴声首次出现在汽车商业评论的舞台上是2020年底的轩辕大学跨年演讲，地点在北京汽车博物馆。演讲短短10分钟，他开场提及了亚马逊创始人杰夫贝佐斯（Jeff Bezos）开会时总会安排的一张空椅子，而3年之后，在武汉举行的第十五届中国汽车蓝皮书论坛上，他仍然提及了贝索斯的这把空椅子。
“游戏的规则和范式是本质性的转移和迁徙……汽车新物种关键一个是越级的成长体验。新汽车最重要的逻辑不仅是移动终端，不仅是数据仓库，不仅是流量入口，不仅是用户的生活方式体验，新汽车的确是智能的移动空间，当然包括了高速的数据仓库。”吴声在演讲中说。
关于新汽车的概念，行业内已讨论多年。不同的是，吴声用定义或思考新物种的框架来定义或描述新汽车，加上多年场景研究的方法论，他给出了一个超越行业既定的理性逻辑之外对新汽车的思考。吴声演讲的最大特别是用文科生的语言来描述汽车行业的新技术、新工艺和新审美，那些文艺的词汇以及诗句都妥帖在那些烧脑的专业术语以及逻辑上。
以下是吴声的演讲实录，内容略有删减。
感谢贾可兄请我。我根据贾可老师的“汽车新物种”主题做了很长的准备，前天飞机上我才把标题写好，叫做“为什么汽车新物种不能被计划”。
新工艺新材料新审美与三电技术的组合今天讨论“为什么汽车新物种不能被计划”的时候，其实因为我要向大家推荐一本书，这是OpenAI两位科学家写的一本书叫做《为什么伟大不能被计划》。我觉得可能对于每一位在今天去做汽车新品类定义和创设，在抛弃我们的肌肉记忆时，让我们以空杯心态重新来理解新汽车为什么来源于数字化。这句话我推敲了大概7遍：是新材料、新工艺、新审美与三电技术的数字化叠加的乘法效应定义万物车联。
刚刚一分钟前，我们一位做固态电池的朋友问我怎么理解今天的固态电池产业，毫无疑问这是极其正确的方向，但是戴森准备造车的时候，首先并购了美国的固态电池公司。但是在他问我，我不是这个业界的专业人士，我第一感觉是量产的难度，工艺、应用场景的落地，基于成本体验效率，我们遇到的卡脖子工程真的需要我们重新思考，你是新材料吗？你是新工艺吗？你是新审美吗？
所以它和三电技术绝对不是一个简单的几何级加法效应，它的本质是数字化的乘法效应。我们进入万物车联的世纪，其实就是我们在定义为什么它是New Auto，为什么它是Smart Mobility，大家注意，它从头到脚，每一个毛孔和血管全都是新的，从数字座舱到透明工厂，从电池技术到分布式能源，从机器人到DTC，这个DTC，既是Direct to Consumer，更是Direct to Context，更是Direct to Community。
游戏的规则和范式是本质性的转移和迁徙，我们甚至可以这样说，新汽车那么多定义，但是今天我还是愿意在汽车蓝皮书论坛说新汽车最重要的逻辑不仅是移动终端，不仅是数据仓库，不仅是流量入口，不仅是用户的生活方式体验，新汽车的确是智能的移动空间，当然包括了高速的数据仓库。
它当然是软件定义汽车，是软件驱动硬件，它当然包括了OTA，更重要的是场景OTA，它当然包括了车规级一系列消费电子应用，是车载应用的开发生态，它当然包括了Apple Vision Pro，能不能和华为求得和解，在国内也可以用Vision Pro这个华为注册的商标，但是本质上是从2016年他们就深入了空间智能、空间感知、空间计算，当然它包括了新的内容，一切我们在手机屏幕上的内容，一切在线下新的内容，都在新的空间计算范畴里被重新定义体验，重新定义何为沉浸式。
我觉得今天午餐的时候，有朋友讲到一个小孩的观点，我深以为然，他说你们汽车业怎么看待Apple Vision Pro？本质上这并不是一个完成度颇高，又完成度有极大缺憾的产品，重要的是用户的注意力时间、用户的体验正在被无情的跨界打击。我们因此可以判断，从加速度位移工具，到高性能AGI助理，人车交互的大模型与小场景，每辆车都是大模型，但它是传感器文明，更是随机智慧的解决方案。
越级的成长体验今天早餐和阿维塔李鹏程兄（阿维塔科技副总裁）谈到阿维塔的时候，他说，我好像是自己的节奏，是取悦自我的解决方案，他好像不在做车。昨天晚上我见到曹东杰兄，我也坐在猛士的车里面，那一瞬间我的确感觉到何为刑天舞干戚，猛志固常在。
我们甚至可以这样说，我们今天在谈论这些智能移动空间，谈论高性能的AGI助理，正是我们进入了这种生活方式的周期，所以汽车新物种不能被计划，我们只有看到涌现的独特场景，涌现出独特场景我们才能提案智能生活。
今天早上，吴伯凡院长特别提到，他也是我们新物种研究院院长，我们看到的那一种不负自己、不负时代，这是一个目标，但这个过程中他特别举例了亚马逊，董事会总是有个空的位置，我告诉大家这叫为谁留的空椅子，你的空椅子为谁而留，所以我说汽车新物种关键一个是越级的成长体验。
单伟兄（北京研究总院副院长）坐在台下，虽然我和他见面不多，但和他的同事，因为考拉的项目，我们俩可以用一个词叫做耳撕鬓磨，我们考虑能不能把豪华车的功能基于亲子，让丰田埃尔法，让我们看到MPV的场景基于我们理解的亲子形成一个新的解决方案，这就是越级成长体验。
场景没有边界，但是这种无界的融合它的精华系统永远以客户需求的痛点洞察，永远以消费者的数字生活方式周期那一些时时刻刻作为我们真正意义上的研发起点和终点。
我经常说人是场景，人在延伸，我更说始终于人，我自己重新写了这些关键词，关于新物种的思考，根据贾可老师的整个要求，新物种专场能不能对汽车业有更多跨界性的、打劫式的思考。大家可能会觉得，为什么是空间游戏，何为屏幕主义，移动会议能成就一个卓越的SKU吗？AI写作与我有什么关系，Live House到底是在年轻潮酷的Shopping Mall，还是说它本身也应该成为我们每个人的移动空间的新表达，不是Apple Vision Pro，我把它称之为X Vision Pro，我们看待世界的方式，我们理解空间的能力，我们感知社交网络，我们都需要新的路径，也需要新的产品，需要新的解决方案，让我们重置我们的操作系统。
各位，这就是小兴趣驱动，你是谁？谁就会成为你自己算法的养成和成长，你是谁就定义了伟大而隐秘的信号。这就是Community，这就是越边缘越主流，只有离散才能看到新的引爆和可能性。
我相信这是为什么我们如此强调原创内容的价值，当我们在谈论汽车新物种的时候，我说内容的价值，一个前提定义是必须是原创内容体系，是智能空间感知、认知与风格计算，才能打动我们每一个日益挑剔的柔软内心，当我们在谈论什么是汽车新物种的时候，它一定因为我们在人心的计算上成为了我们自己独特的连接，进而这个连接成为了日积月累的陪伴，所谓生活方式的本质是无意识，是下意识所泄露的审美，是基于陪伴长期以来的一种自然而然和水到渠成。
我们巨浪四期有一位年轻学员叫张广浩，前不久我们在上海有一次研讨会，根据贾可老师的要求，讨论今天年轻的造车机会在哪里的时候，我觉得我们谈论一个词叫做新下沉。
我觉得当时对我触动最大的点在于，我们在谈论下沉并不是幸运咖，蜜雪冰城，不是古茗，不是一点点，不是乙醇，在一二线城市司空见惯的瑞幸、星巴克，它不应该表现为在三四线城市是一个快速外卖到店自提的产品。
我们需要的是从产品到空间，从审美到社交的完整解决方案，每个人都不应该被俯视和仰视，在平等对话时代里面，只有原创内容才能直击叩问我们的内心，只有这样的原创内容才能叩问我们何为移动格式。导航的生活服务可不可以有更多移动性解决方案，亲子共读的空间能力和空间接力能不能成为全新的场景切换，怎样IP重置，门店的复合空间是什么样的Solution，新的汽车社交到底是哪一种颜色和设计的语言，是人车共存、人车共同进化的全新社交阵列，它真的叫做场景社交吗，买手式风格但是风格买手在一片荒芜的场景里如此多的时间，它为什么没有成长为我们期待的新物种呢。
很多年前，我在服务腾讯智慧出行的时候，我特别提到了车载微信不是微信，今天如果我给各位朋友发微信语音，连续四个58秒、59秒，你们会觉得我是不懂商务礼仪和没有社交礼貌的人，但是在车载微信只有高精度的语音交互才是真实的数字助理，所以车载微信不是微信。什么变了，LOGO没有变，颜色没有变，文本转化能力没有变，只是应用场景变了。
AI带来的涌现我们在判断所有变化也是因为我们所进入的共创周期，我们进入的共建时代，需要不仅仅是简单的利他或是简单的自我社群共益，汽车新物种一定是超级用户场景，是社群反馈驱动的敏捷生长，慢慢地它长成了你不熟悉的样子，暴露年龄的秘密。孟庭苇有一首歌是这么唱的“我听说开始都是真的，后来慢慢变成假的。”只有贾可兄和曹东杰兄会心一笑。
其实我们想表达的核心在于，这是AI原住民的宿命，我们每个人此时此刻都在被手机归驯，我们的获得感表现为我拍故我在。我们刚刚结束午餐时间，多少人是先让手机吃饭再让自己下筷，是因为我们规驯的力量无处不在，福柯是这么说的，“当我们在寻求一种惩罚机制时，是因为我们对于权力的误解，让我们自己认为是自主者，然而我们从来被操控”。
理解AI原住民，理解数字化原住民的本质恰恰是因为我们在谈论今天关于汽车新物种需要重新思考的关键词。是不是智能时尚，我的汽车ID和我的社交ID，我的虚拟专办和我的数字身份到底怎样形成一个新的虚拟IP，怎么增强现实，我们今天所定义的时间观，毫无疑问，每个人都在诠释一句话叫做汽车用户的悲喜并不相同，因为我们深刻知道，我们沉浸于此，我们何所来，我们何所去，每个人都在定义属于自己的生成式的人工智能，每个人都在成为自己的AGI。
我想，基于AGI的思考，就像我刚才所推荐的《为什么伟大不能被计划》里面所说的一样，汽车新物种不是被预设和规划的，中心化的造车逻辑正在一个又一个高精度的模块化所重新定义的去中心化的积木体系里面去重新演化。好奇心算法，我们深入具体问题才能和用户认知共同进化那些无尽的场景。
我想，我们之所以有这样的思考，也是因为我们对于AGI所知甚少，对于ChatGPT所带来的效率，带来的内容生产，带来的生活方式变化，我们误认为所知甚多，其实成功的关键从来都是在于我们要面对一个不断变化的环境，始终保持开放的态度，所以大家会发现，为什么在OpenAI下面我列的是FSD，你不要认为这是自动驾驶、不要认为这是订阅式服务，不要认为这是特斯拉又一次对我们的启发和挑战，NO，它就是和OpenAI在进行AGI的最佳范本和最优世界。
新物种就是它长成了汽车的样子，它慢慢地基于不断变化的环境所形成适应，基于开发的态度形成了迭代，最后它成为了新物种，它从脆弱到固化，就是我们看到的汽车新品类诞生，然后伟大的商业从来适于危时，我们需要在具体的智慧里面Step by step，这样一种点点滴滴，这样一种一步一个脚印，鲁迅说“不怕的人面前有路”，但是胡适说“谁说真理无穷，进一寸有一寸的万幸”，谢谢各位！
【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
gpt3
目前为止，GPT已经更新迭代了多个版本。以下是GPT的各个版本：GPT-1：2018年正式发布的第一个版本。GPT-2：2019年发布的第二个版本，可以生成更长、更准确的自然语言文本，并被广泛应用于各种语言相关的学术研究和商业应用。GPT-3：2020年发布的第三个版本，是迄今为止最大的语言生成模型，可生成更加自然、流畅的语言文本。GPT-3还支持更复杂的语言处理任务和更多的语言输入。
用了五年时间，2018年6月发布了gpt1，2023年发布了gpt4。
GPT到底是什么？随着1956年“达特茅斯会议”上创造“人工智能”这个术语，全球迎来了AI技术发展阶段。在2016年谷歌DeepMind的“阿尔法狗”（AlphaGo）击败了韩国围棋冠军李世乭，以及机器学习的诞生，AI算法、算力、数据“三驾马车”获得了突破性技术进展。
但问题在于，机器学习利用循环神经网络（RNN）——序列数据或时序数据的人工神经网络来处理文字，使得文字按顺序一个个处理，没办法同时进行大量学习。
因此2017年，谷歌团队发布论文“AttentionIsAllYouNeed”，提出了一个新的学习框架Transformer，以解决此问题。它抛弃了传统的CNN（卷积神经网络）和RNN，使整个网络结构完全由Attention机制组成，从而让机器同时学大量的文字，训练速度效率大大提升。
简单来说，只需要LLM（大型语言模型）、大型参数量和算力算法训练，以Attention机制就可实现快速的机器学习能力。无论是ChatGPT的T，还是谷歌预训练语言模型BERT的T，均是Transformer的意思。
基于Transformer框架，OpenAI进行了新的研究学习GPT，全称为GenerativePre-trainedTransformer（生成式预训练框架），其利用无监督学习技术，通过大量数据来形成快速反馈。
2018年6月，OpenAI发布第一代GPT，2019年11月发布GPT-2，2021年发布了1750亿参数量的GPT-3，不仅可以更好地答题、翻译、写文章，还带有一些数学计算的能力等，而ChatGPT是微调之后的GPT-3.5消费级应用。
2023年3月15日，最新版本GPT-4正式发布，它是一个大型多模态模型，能接受图像和文本输入，再输出正确的文本回复。OpenAI表示，团队花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训，对GPT-4进行迭代调整，从而在真实性、可控性等方面取得了有史以来最好的结果。
gpt1到gpt4用了数年的时间。
因为gpt是通过深度学习的方式进行训练的，而深度学习需要大量的数据和时间来进行训练，所以每个版本的gpt都需要花费数年的时间来完成。
每个版本的gpt都需要对之前版本进行改进和增强，以达到更好的效果和性能。
目前最新版本的gpt，也就是gpt-3，在2019年6月份发布了预览版，并在2020年6月份正式发布。
它是目前最强大和最复杂的自然语言处理模型之一，可以用于语音识别、翻译和生成语言响应。
未来将有更多的版本和改进，可以预见gpt的应用领域将会变得越来越广泛。
4年
1. GPT-1：2018年，OpenAI发布了第一个版本的GPT模型，它是一个单向的语言模型，能够生成具有连贯性和逻辑性的文本，如新闻报道、小说等。GPT-1使用了12个Transformer编码器，并在大规模的语料库上进行了预训练。2. GPT-2：2019年，OpenAI发布了GPT-2模型，这是一个更大、更强大的模型。GPT-2使用了48个Transformer编码器，并在更大规模的语料库上进行了预训练。GPT-2能够生成更加逼真、多样化的文本，如新闻报道、小说等。3. GPT-3：2020年，OpenAI发布了目前最大、最强大的GPT模型，即GPT-3。GPT-3使用了1750亿个参数，并在大规模的语料库上进行了预训练。GPT-3能够生成更加逼真、多样化、更具人类风格的文本，如小说、诗歌、新闻报道、电子邮件等。GPT模型的发展历程不断推动了自然语言处理技术的发展，并为自然语言生成、问答系统、智能对话等领域带来了更为先进的技术。