AI商業觀察Vol.05MetaAI藍圖及啟示智能小巨人科技出品 2024/08/19智能小巨人科技原創報告Meta的AI戰略藍圖NO.

1Meta的AI愿景：構建最受歡迎和最先進的人工智能產品和服務核心AI產品服務：用龐大的推薦和排名基礎設施驅動主要產品的參與度與貨幣化效率生成式AI產品服務：Meta

AI助手，成為“全世界人們可以自由使用的最智能的AI助手”AI

Studio，每個創作者、每個企業專屬AI代理AI智能眼鏡，每個人都想要的新型時尚計算設備每個開發者都擁有一個最先進的開源模型來構建learn

more…生成式AI競賽第一陣營中，Meta的AI戰略與眾不同、業績驚喜，正在成為AI界風向標公司 大模型相關業務 大模型研發/合作模式 大模型商業模式微軟 企業服務+云服務亞馬遜 云服務谷歌 消費者業務+云服務Meta 消費者業務與頂尖大模型團隊OpenAI深度綁定，同時云服務整合各類大模型用AI賦能Office等現有產品在云服務中：出售模型訓練服務出售模型推理服務捆綁銷售與大模型相關的云服務與頂尖大模型團隊Anthropic深度綁定，同時云服務整合各類大模型自研Gemini、Gemma等大模型，同時云服務整合各類大模型在消費者業務中廣泛應用大模型降本增效自研Llama系列等大模型在消費者業務中廣泛應用大模型降本增效在更智能模型的基礎上推出殺手級消費者應用程序在生成式AI浪潮的競爭中，微軟、亞馬遜、谷歌、Meta已位居第一陣營：每家公司都有一個經得起嚴格基準測試的領先模型，并且投入巨額資本開支。2024年7月以來，Meta發布了迄今為止最大、最佳性能的開源大模型Llama3.1，并且在隨后的財報季中“一枝獨秀”——AI驅動廣泛的用戶體驗并帶來業績增長，推出Meta

AI和AI

Studio開局良好；與眾不同的商業模式正在帶來驚喜，大有成為AI界風向標的勢頭！智能小巨人科技原創報告，請務必閱讀文末版權聲明Meta的AI戰略藍圖：核心AI產品服務提升參與度與貨幣化效率，生成式AI產品服務成為行業標準Meta的AI愿景構建最受歡迎和最先進的人工智能產品和服務核心AI產品服務生成式AI產品服務推薦與排名系統完整性系統廣告系統開源AI基礎設施殺手級AI產品服務AI推薦與排名系統已Reels、廣告產品、商業信息傳遞、安全審查及自動化等各方面，提升了用戶參與度和貨幣化效率AI技術已經廣泛應經

廣

泛

應

用

于

用于廣告體系中，Facebook,Instagram、包括廣告投放與排名、廣告創意自動為廣告客戶實現降本增效AI技術已經廣泛應用于自動化安全審查流程、提高內容審核效率、檢測異化、廣告活動優化，

常行為等多個方面，以及AI輔助聊天等，

提升了安全管理的效率和效果Meta

AI助手：目標是成為“全

Llama成為行業標準的途徑是世界人們可以自由使用的最智

通過一代又一代地保持競爭力、智能小巨人科技原創報告，請務必閱讀文末版權聲明能的AI助手” 效率和開放性AI

Studio：創建你的AI分身，

使盡可能多的開發者和合作伙為粉絲創造體驗

伴使用Llama，并積極建立合Ray-Ban

Meta智能眼鏡通過集

作伙伴關系，以便生態系統中成Meta

AI，提供了一個強大的

的更多公司能夠為他們的客戶多模態AI平臺 提供獨特的功能大規模推薦系統的架構創新傳統的DLRMs模型在處理大規模、高基數特征和數十億用戶行為時面臨擴展性挑戰；Meta提出新架構HSTU處理大規模、非靜態詞匯，并利用推薦數據集的特點，在長序列上實現顯著的速度提升。模型架構、擴展策略、大規模數據集上的表現、實際應用效果都表明，隨著推薦系統模型規模的增加，效果通常會更好；因此Meta致力于開發通用推薦模型。Meta的AI推薦解決方案 Meta的AI推薦和排名效果Facebook和Instagram商業信息傳遞在Facebook的信息流中，約30%的帖子是由AI推薦系統提供的；在Instagram上，超過50%的用戶看到的內容是由AI推薦的；AI推薦系統使得用戶在Instagram上花費的時間增加了24%以上。AI推薦系統支持商業信息傳遞，點擊即發送信息廣告達到了100億美元的收入運行率。ReelsAI推薦系統顯著提升了Reels的用戶參與度，Reels的貨幣化效率在Instagram上增長了30%，在Facebook上增長了40%以上。廣告系統AI推薦系統通過提供更相關的廣告，提高了廣告商的投資回報率。Meta用龐大的推薦和排名基礎設施驅動主要產品——信息流、Reels、廣告系統、完整性系統，提升參與度與貨幣化效率統一的生成式推薦將推薦問題重新定義為序列轉導任務，并在生成模型框架內解決，更有效地利用數據和計算資源。模型的擴展性和效率實證表明，生成式推薦模型的質量隨著訓練計算量的增加而提高，遵循冪律關系；Meta的推薦模型在在線A/B測試中顯示出顯著的性能提升。開發通用推薦模型數據來源：Meta2023年-2024年財報智能小巨人科技原創報告，請務必閱讀文末版權聲明廣告投放與排名Meta

Lattice廣告排名架構：一種新的廣告排名架構，允許運行更大、更復雜的模型，跨不同目標和界面進行泛化學習，取代了以往為特定目標和界面優化的小模型；提高效率，還改善了廣告表現。AI驅動的廣告建模：用復雜建模技術改進廣告投放，提高廣告預測的準確性，提升用戶展示相關性。廣告創意自動化生成式AI工具：提供了文本生成、圖像擴展、背景生成等等多種生成式AI創意工具，幫助廣告商快速創建多樣化的廣告創意。廣告活動優化轉化API和AEM：通過轉化API和AEM等功能，使廣告商更容易連接他們的營銷數據，并了解這些數據的影響，以便在更廣泛的目標中使用。Advantage+套件：包括Advantage+

Shopping、Advantage+

Catalogs、Advantage+

Creative、Advantage+

Audiences等工具，幫助自動化廣告活動設置的各個方面，減輕工作負擔并提高效率。AI輔助聊天AI輔助的聊天體驗：在WhatsApp和Messenger上進行早期測試，以提供聊天中的會話支持，幫助銷售商品和服務。商業信息傳遞的轉化API：廣告商更好地了解WhatsApp和Messenger的價值，提高廣告活動性能廣告表現改進：通過AI技術改進廣告投放，

使得廣告更加相關，提高了廣告商的投資回報率。智能小巨人科技原創報告，請務必閱讀文末版權聲明自動化提高效率：通過AI驅動的工具自動化廣告創建過程，

減少了廣告商的工作量，

使得他們可以更專注于創意而非技術細節。創意多樣化與提效：生成式AI廣告創意功能低成本地提升了廣告的創意性和多樣性，

還幫助品牌以自身風格呈現廣告內容。商業信息傳遞增長：AI輔助聊天幫助廣告商與消費者建立更深層次的互動，

推動點擊即發送信息廣告持續增長。Meta的廣告體系已廣泛采用AI技術，多維度增強廣告營銷效果AI技術帶來的廣告營銷提效Meta將AI技術廣泛應用于廣告體系中Meta

AI的目標是成為“全世界人們可以自由使用的最智能的AI助手”——旨在通過自然語言處理技術，為用戶提供便捷的信息查詢、內容創作支持、以及多模態交互體驗。Meta

AI助手的核心技術基于Llama

3模型。集成搜索：整合了Bing和Google的實時搜索結果，根據用戶需求選擇最佳答案來源。圖像生成：提供加速的圖像生成功能，用戶輸入時可實時生成高分辨率圖像。智能助手：例如為用戶計劃晚餐、解釋復雜的概念等等。擴展多模態處理能力和個性化體驗。Meta

AI助手目前處于非商業化階段，但Meta預計將在未來幾年內通過多種方式實現商業化，包括擴大商務消息傳遞、在人機交互中引入廣告或付費內容，以及允許用戶付費使用更大的AI模型和訪問更多計算資源。社交平臺集成：Meta

AI助手被集成到了Facebook、Instagram、WhatsApp和Messenger等平臺中。智能眼鏡集成：Meta

AI還被集成到了Meta的智能眼鏡中，使得用戶可以通過眼鏡與AI助手進行交互。獨立網站入口：還可以通過獨立的網站meta.ai訪問Meta

AI。7產品定位關鍵特性入口場景商業化潛力智能小巨人科技原創報告，請務必閱讀文末版權聲明生成式AI產品：Meta

AI助手，目標是成為“全世界人們可以自由使用的最智能的AI助手”物體識別與翻譯Meta

AI能夠識別眼鏡攝像頭捕捉到的物體，并通過音頻反饋給用戶。它還能翻譯眼鏡攝像頭捕捉到的文字內容，幫助用戶理解不同語言的文本。照片標注與摘要Meta

AI可以為眼鏡拍攝的照片添加描述性的標簽或摘要，類似于Microsoft和Google等公司的AI功能。多模態信息處理Meta

AI能夠同時處理文本、圖像和音頻等多種類型的信息；例如，用戶可以要求Meta

AI根據一張照片的內容生成一段描述性的文本。情境感知多模態AI能力使MetaAI能夠理解和響應用戶所處的環境和情境，與更加相關的服務關聯。對話式交互通過說“嘿Meta”啟動Meta

AIMeta

AI可以執行多種任務，比如提供信息查詢、控制眼鏡的各種功能等應用場景Meta

AI可以幫助用戶在外出時獲取信息，如識別植物種類、翻譯街頭標志等；它讓用戶可以自然而然地與眼鏡互動，而不必取出手機多模態功能Meta

AI能夠處理和理解來自眼鏡攝像頭的圖像數據、麥克風捕捉的音頻數據以及用戶的語音命令智能小巨人科技原創報告，請務必閱讀文末版權聲明雷朋眼鏡MetaAI體驗擴展中的多模態功能Ray-Ban

Meta智能眼鏡通過集成Meta

AI，提供了一個強大的多模態AI平臺，用戶通過語音指令與眼鏡互動，執行實用任務AI

Studio是一個允許用戶創建、分享和發現自定義A

I

角色的平臺。它使用Llama

3.1模型構建，允許用戶定制AI角色，包括個性、語氣、頭像和標語等，可應用于Instagram、Messenger、WhatsApp等平臺。產品概述個性化AI角色創建：可以創建定制化的AI角色。自動回復：可以定制AI回復，并通過專業儀表板控制自動回復功能。多模態交互：已經能夠以文本、圖像等形式互動。AI角色展示：允許創建全新的A

I

角色，

類似于

Character.AI等平臺。核心功能創作者：幫助創作者提高與粉絲的互動效率，增加粉絲粘性。企業：提供客戶服務支持，幫助企業提高客戶滿意度。普通用戶：為用戶提供娛樂和信息獲取的新途徑。用戶價值創作者和企業服務：為創作者和企業提供定制化的AI角色服務，提高互動效率。AI角色市場：創建一個市場，讓用戶可以分享自己的AI角色，從而形成一個AI角色生態系統。增值服務：如更高級別的AI模型訪問權限、個性化定制等。智能小巨人科技原創報告，請務必閱讀文末版權聲明商業化潛力生成式AI產品：Meta

Studio，輕松創建個性化AI角色，增強與粉絲和用戶的互動，提高生產效率，并開拓新的內容形式LlamaMeta在2023年2月發布的大語言模型，有7B、13B、30B和65B四個參數量版本。由于模型開源且性能優異，Llama發布后迅速成為了開源社區中最受歡迎的大模型之一，以Llama為核心的生態圈也由此崛起。自從Meta發布Llama模型以來，它對全球AI社區產生了深遠的影響。作為一個開源的大語言模型，Llama不僅提供了一個強大的技術基礎，還推動了全球范圍內對AI技術的廣泛采用和創新。Llama模型的開源策略被視為LLM時代的“安卓”，這意味著它提供了一個模塊化和可自定義的平臺，使研究人員和開發者能夠根據自己的需要調整和優化模型。這種開放性極大地降低了進入門檻，使得從小型創業公司到大型企業都能夠利用這一技術。Llama

2Meta在2023年7月發布了免費可商用版本Llama

2，有7B、13B、34B和70B四個參數量版本，除了34B模型外均已開源。Llama

2將預訓練的語料擴充到了2T

token，并將模型的上下文長度翻倍到4,096。Llama

32024年4月，Meta正式發布了開源大模型Llama

3，包括8B和70B兩個參數量版本。Llama

3支持8K長文本，在預訓練數據方面，使用了超過15T

token的語料，在相同規模的大模型中取得了最優異的性能。Llama

3.12024年7月，Meta發布Llama3.1，共有8B、70B及405B三種版本，其中405B版本是目前最大的開源模型之一，在多項基準測試中超過了OpenAI的GPT-4o，與Claude

3.5Sonnet等領先的閉源模型相媲美。Llama模型已歷經4輪迭代，基準測試表現媲美頂尖閉源模型智能小巨人科技原創報告，請務必閱讀文末版權聲明userid:549683,docid:175973,date:2024-09-25,Meta的AI愿景“向前發展，一個主要目標將是構建最受歡迎和最先進的人工智能產品和服務。如果我們成功：每個使用我們服務的人都將擁有一個世界級的AI助手來幫助完成事情；每個創作者都將擁有一個他們的社區可以互動的AI；每個企業都將擁有一個他們的客戶可以與之交互以購買商品和獲得支持的AI；每個開發者都將擁有一個最先進的開源模型來構建。我還認為每個人都會想要一類新的計算設備，讓你可以無摩擦地與能夠看到你所看和聽到你所聽的AI進行互動，比如智能眼鏡。”智能小巨人科技原創報告，請務必閱讀文末版權聲明NO.

2戰略假設：AI是產品服務的技術基礎，更大的價值創造來自產品生態戰略：構建開源生態創造供應鏈優勢與技術領導者品牌盈利模式：最具潛力的盈利機會來自核心產品服務的商業化擴展learn

more…Meta的AI商業模式戰略假設：AI是產品服務的技術基礎，更大的價值創造來自產品生態戰略：構建開源生態創造供應鏈優勢與技術領導者品牌盈利模式：最具潛力的盈利機會來自核心產品服務的商業化擴展在更智能模型的基礎上推出殺手級消費者產品服務。對于Meta而言，AI是產品服務的技術基礎，價值創造來自面向消費者、創作者和企業的AI產品。市場定位生態定位Llama系列開源模型成為行業標準，并構建Llama為核心的開源AI生態，使Meta的AI技術棧持續領先，在AI創作者經濟中保持內容優勢，同時受益于眾包創新和眾包優化。生態構建長期以來Meta都是開源領域的領導者，通過建設開源生態維持技術供應鏈領先。圍繞AI戰略藍圖，Meta在算力、云服務、端側AI、智能硬件等領域與全球頂級廠商建立深度合作關系。AI的商業化潛力中，Meta認為最明顯的機會是企業AI的商業信息傳遞收入，此外，Meta

AI的互動中可能引入廣告和付費內容。智能小巨人科技原創報告，請務必閱讀文末版權聲明盈利模式Meta的AI商業模式：在更智能模型的基礎上推出殺手級消費者產品服務，構建開源生態創造供應鏈優勢與技術領導者品牌差異化的商業模式生態系統的必要性技術供應鏈戰略持續進步的Llama扎克伯格撰文《開源AI是未來之路》詳述Meta的開源AI戰略“Meta的商業模式是為人們構建最佳的體驗和服務。為了做到這一點，我們必須確保我們始終能夠獲得最好的技術，并且我們不會鎖定在一個競爭對手的閉源生態系統中，在那里他們可以限制我們構建的內容。”“Meta與閉源模型提供商的一個關鍵區別在于，出售對AI模型的訪問權并不是我們的商業模式。這意味著公開發布Llama不會像閉源提供商那樣削弱我們的收入、可持續性或投資研究的能力。”智能小巨人科技原創報告，請務必閱讀文末版權聲明“為了確保我們能夠長期獲取最佳技術，并且不被鎖定在閉源生態系統中，Llama需要發展成為一個完整的生態系統，包括工具、效率改進、芯片優化和其他集成。”“Meta在開源項目和成功方面有著悠久的歷史。通過開放計算項目發布我們的服務器、網絡和數據中心設計，并讓供應鏈對我們的設計進行標準化，我們節省了數十億美元。”“我預計AI開發將繼續保持非常激烈的競爭，這意味著開源任何一個特定模型都不會在那個時間點上放棄下一個最佳模型的巨大優勢。Llama成為行業標準的途徑是通過一代又一代地保持競爭力、效率和開放性。”對于Meta而言，AI是產品服務的技術基礎，價值創造來自產品消費者創作者企業Llama3、Llama4、Llama5…FacebookInstagramReelsMetaAIAIStudioRay-Ban……………………能會變成一種商品，而且我不確定最大的價值就在這里，我認為更大的價值在于基于這些資源可以構建的各種不同的產品。”扎克伯格“隨著時間的推移，這類資源（LLMs）可智能小巨人科技原創報告，請務必閱讀文末版權聲明AI技術棧持續領先“我可以說，自己構建模型是值得的，這樣可以確保我們不會受制于人。”智能小巨人科技原創報告，請務必閱讀文末版權聲明高效迭代的眾包優化“如果人們能夠找到更經濟高效的方式來運行這些模型，對我們來說將是一大利好。如果我們能夠提高10%的運行效率，就能節省數十億甚至數百億美元。”在AI創作者經濟中保持內容優勢如果Meta決定將其內容創作模型開源，這些模型生成的內容最有可能發布在Meta自己的平臺上。技術棧兼容的眾包創新大眾創作、開源社區的創意源源不斷，圍繞Llama產生的創新用例更容易與Meta的AI技術棧無縫對接。構建Llama為核心的開源AI生態，使Meta的AI技術棧持續領先，在AI創作者經濟中保持內容優勢，并受益于眾包創新和眾包優化技術供應鏈優勢對于IBM這樣的企業來說，構建健康的開源技術供應鏈是非常重要的。IBM通過支持Linux可以確保其技術供應鏈的安全性和穩定性。打破市場壟斷IBM希望通過推廣Linux來打破微軟等公司在操作系統領域的壟斷地位，

支持Linux使IBM能夠在數據中心和其他關鍵業務中提供更具競爭力的產品和服務。技術領導者品牌塑造Linux作為開源項目，吸引了廣泛的開發者社區，支持開源不僅有助于提升IBM的品牌形象，還能夠增強其在技術領域的領導地位。戰略性降本IBM通過采用Linux可以減少對專有軟件（如微軟和Sun的操作系統）的依賴，從而節省大量的許可費用。單擊此處添加項標題科技企業投資開源生態的戰略價值：供應鏈優勢和領導者品牌2000年前后，以軟件共享和開源方法聞名的Linux尚未對企業市場產生影響。但IBM成立了專門的團隊評估Linux的潛力，以及是否在大型機上支持Linux，并在2000年5月作出戰略性決策：正式發布LinuxonS/390(Z的前身)，成為第一家“Allin”Linux的企業級IT企業。Linux的引入，為IBM大型機打開了開源軟件生態系統的大門，IBM大型機久經考驗的卓越性能與Linux的敏捷性和業務價值結合，產生了非凡的協同效應。有媒體稱：“這是IBM在21世紀做出的最明智的決定之一”。智能小巨人科技原創報告，請務必閱讀文末版權聲明Meta的開源戰略：長期以來Meta都是開源領域的領導者，持續源代碼化底層基礎設施，制定技術供應鏈標準智能小巨人科技原創報告，請務必閱讀文末版權聲明案例：OCP項目OpenComputeProject（OCP）是一個由Facebook在2011年聯合Intel、Rackspace、高盛和Arista

Networks發起的開源硬件組織，致力于通過開放開源硬件技術，實現可擴展的計算，提供高效的服務器、存儲和數據中心硬件設計，以減少數據中心的環境影響，并推動技術創新和可持續發展。智能小巨人科技原創報告，請務必閱讀文末版權聲明Meta開源案例：創建OCP，節省數十億美元，并定義行業標準谷歌在2000年代通過使用軟件定義功能的普通硬件革新了數據中心設計；Facebook在2011年意識到業務規模不足以復制谷歌的差異化，因此創建了開放計算項目（OCP）。在2014年的OCP峰會上，Facebook工程副總裁宣布，OCP成立三年，開源硬件方案幫助Facebook節約了12億美元。OCP的會員已經超過340家，其中包括英偉達、騰訊、阿里等。OCP的發展歷程中的里程碑包括：2014年：微軟加入OCP，成為云計算廠商硬件開源的代表。2015年和2016年：蘋果和Google陸續加入OCP。2018年：OCP開始向歐洲擴展，并加大對亞洲市場的活動力度；同年，騰訊加入成為白金會員。OCP的主要成果包括：數據中心硬件設計：開發了一系列高度優化的服務器設計、貢獻了多種數據中心存儲解決方案、推出交換機和網絡適配器等產品。硬件管理：OpenBMC框架等，并定義了一系列硬件標準。技術創新：開發高性能計算互聯技術，推動AI和邊緣計算發展等。Meta

CTO“開源項目的一個重要好處是圍繞它可以建立起一個社區，Meta可以充分利用這個社區中的一切資源。我們不可能開源一切。比如我們的某些研究，因為其中使用的數據集，或者因為它的安全性，沒有辦法開源它。但在其他條件相同的情況下，我們確實嘗試開源，并相信它將幫助包括我們在內的所有人。”開源生態構建：Meta鼓勵員工貢獻開源項目、形成運營機制170231579837020040060080010002019年2021年Meta的開源項目數量新增開源項目（個）活躍開源項目（個）3224423,93882935141,2250500001000001500002000002019年2021年Meta開源項目貢獻來源外部提交數（次）內部提交數（次）Meta每年活躍的開源項目接近1000個，并持續發起新項目；能夠長期維持大量活躍的開源項目的主要原因是Meta鼓勵員工貢獻開源項目，Meta的工程師是眾多開源項目的主要貢獻者。Meta運營開源項目的主要方法包括：通過GitHub等平臺建立活躍的社區、

提供詳盡的文檔和教程、資助各類開源基金會和開源合作伙伴、為主要的開源項目持續舉辦年度會議及各類活動、通過博客&播客&視頻等內容宣傳鼓勵開源貢獻等等。智能小巨人科技原創報告，請務必閱讀文末版權聲明GPU采購：Meta已擁有約60萬個英偉達GPU，并承諾到2024年底總共擁有35萬臺H100顯卡。超級計算機建設：Meta與英偉達、Pure

Storage和Penguin

Computing合作，共同打造了一臺全球最快的AI超級計算機。合作部署Llama

3.1。英偉達Llama首選合作伙伴：從Llama

2發布開始，微軟就成為首選合作伙伴，可以第一時間在Azure

AI模型目錄中使用Llama最新模型。MetaAI與Bing的集成：Meta

AI與微軟的Bing搜索引擎進行了深度集成，能夠使用Bing的海量信息。微軟端側AI：高通和Meta持續合作優化Llama模型在高通芯片上的運行，覆蓋智能手機、PC、VR/AR頭顯和汽車等多種場景。資源和工具：開發者可以通過高通AI

Hub獲得必要的資源和工具來實現Llama

3在Snapdragon平臺上的優化運行。高通智能眼鏡：

M

e

t

a

和Essilor

Luxottica的合作始于2020年，兩家公司已經合作推出了兩代的Ray-Ban

Meta智能眼鏡；據報道，雙方還計劃推出新版Supreme智能太陽鏡。股權合作：據金融時報報道，Meta正在考慮對眼鏡集團EssilorLuxottica進行數十億歐元的投資。智能小巨人科技原創報告，請務必閱讀文末版權聲明Essilor

Luxottica圍繞AI戰略藍圖，Meta在算力、云服務、端側AI、智能硬件等領域與全球頂級廠商建立深度合作關系扎克伯格如何看待AI的商業化潛力核心AI產品服務拉動廣告收入增長隨著AI推薦系統變得更加精準，用戶參與度的提升將帶來更多的廣告曝光機會，廣告的相關性和轉化率也進一步提升。解鎖商業信息傳遞收入Meta計劃通過提供AI支持的消息傳遞服務來幫助企業更好地與客戶溝通。隨著企業AI的推出，Meta期望這將解鎖并顯著發展商務消息傳遞業務。計算資源的付費使用隨著AI應用的增多，對計算資源的需求也隨之增加，Meta可能會允許用戶付費使用更大的AI模型和訪問更多的計算資源。高質量AI基礎設施與服務隨著AI技術的普及，對高質量AI基礎設施的需求將持續增長。通過提供AI基礎設施和服務，Meta可以幫助其他公司構建和運行自己的AI模型。人與AI交互中引入廣告或付費內容隨著AI助手的使用率增加，Meta可能會在交互中引入廣告，或者讓用戶付費使用更高級別的AI服務。智能小巨人科技原創報告，請務必閱讀文末版權聲明AI功能拉動智能硬件銷量Meta正在探索將AI技術與硬件產品相結合，如智能眼鏡；并且Meta

AI已經成為雷朋眼鏡熱銷的重要原因。Meta對AI商業化潛力的展望：最明顯的機會是企業AI的商業信息傳遞收入，Meta

AI的互動中可能引入廣告和付費內容NO.

3Meta的十年AI布局FAIR實驗室成立初期：Facebook決策層與AI團隊達成“長期主義、開放式研究、研究應用轉化”的共識，且學術成果領先AI界2018-2021年，Facebook陷入輿論危機并戰略轉型元宇宙，FAIR“學術型氛圍”與AI研究商業化的矛盾也浮出水面2022年至今，Meta的AI推薦引擎成熟并廣泛應用，生成式AI業務崛起并領跑行業learn

more…Meta的AI布局歷經十年，開放式研究、技術與人才沉淀奠定了Meta成為大模型行業領跑者的技術基礎Meta的AI布局始于2013年，十年發展歷程中，旗下FAIR實驗室通過開放式研究長期在AI界維持領先的學術地位；但也曾一度面臨“研究主題與應用轉化之間的矛盾、盡管學術領先卻誤判大語言模型的前景、在ChatGPT崛起后一度在生成式AI領域落后”等挑戰。2023年Meta將AI人才集中于攻堅生成式AI，在推出Llama系列開源大模型后，一舉成為大模型行業領跑者。20132016201820222023FAIR實驗室成立十年路線圖發布AI團隊架構調整期AI推薦技術成熟生成式AI業務崛起Facebook決策層基于“讓世界更開放基礎性研究成果顯2022年，基于內容Meta組建全新的頂與AI團隊達成重要和連接”的愿景三大著同時面臨AI技術理解的AI推薦引擎級產品組專注于生共識：長期主義、核心領域為：連接、與應用整合、業務成熟，

成為驅動成式AI，在LLM和開放式研究、研究應用轉化人工智能、虛擬現實和增強現實戰略轉型元宇宙等挑戰，團隊架構幾經調整Meta產品參與度的重要動力多模態AI領域快速發力，成果顯著智能小巨人科技原創報告，請務必閱讀文末版權聲明作為深度學習的分支卷積神經網絡的奠基人之一，

Y

a

n

n

L

e

C

u

n

在加入Facebook前已經是人工智能領域的技術領軍人物。FAIR實驗室最初由大約30個研究科學家和15名工程師組成,這些研究人員和工程師來自科技領域的各個層面，當中很多人都曾與Lecun合作過。AML負責人Joaquin

Candela曾經在微軟研究院和德國著名的馬克斯-普朗克研究所任職，

在主管AML部門前，

曾作為Facebook的技術經理帶領團隊打造機器學習的基礎架構。FAIR實驗室：旨在通過開放研究來推動AI的發展，研究的很大一部分集中在關于推理、預測、計劃和無監督學習的關鍵基本問題上，相應的需要在生成模型、因果關系、高維隨機優化和博弈論等領域有領先的理論理解。AML部門：目標是“推動先進技術在產品上的最大化應用”和“成為科研成果與產品開發間的粘合劑”，實現把長期的科技研究的成果應用到短期的商業計劃中去。兩個部門彼此獨立又高度協同：

FAIR實驗室的領導者LeCun和AML部門負責人Candela都對Facebook的CTOMike

Schroepfer匯報，兩個部門保持密切聯系并形成高度協同的工作機制，兩個部門的團隊也可能互相流動。2013年，Facebook成立FAIR實驗室，開啟人工智能戰略布局智能小巨人科技原創報告，請務必閱讀文末版權聲明2013年12月，Facebook成立了FAIR實驗室（Facebook

AIResearch，FAIR），正式踏入AI的基礎研究領域。2014年，應用機器學習部門（

AppliedMachineLearning，AML）形成，負責將AI研究成果應用于Facebook的產品中。技術領軍+實踐專家長期主義CTO

Schroepfer“

Facebook的管理層并不擔心FAIR和AML的回報問題，我們并不會花心思去計算ROI。你對團隊內要做的事情規劃得越清晰，你要做的事情就越少。我們有兩個基本的問題要解決：研究未來，以及，找到當下產品能夠應用的途徑。”開放式研究研究應用轉化智能小巨人科技原創報告，請務必閱讀文末版權聲明010203FAIR

Lecun“FAIR是非常開放的。我們公開發布了很多研究論文，同時開源了很多代碼。所以我們是整個科研社區里的一個真正的組成部分，因為我們我們想通過自己的努力挑戰極限，推動科學技術向前發展，同時確保自己能夠掌控當今最先進的技術。”AML

Candela“LeCun的團隊花在研究上的時間是70%，而Candela的團隊正好相反，只有30%。AML團隊對項目的規劃都是以季度或月來計算，通常以6個月為節點來組織產品計劃。要從科學技術發展到實際的項目，你需要粘合劑對吧？我們就是粘合劑。”AI布局初期，Facebook決策層與AI團隊達成重要共識：長期主義、開放式研究、研究應用轉化AML：探索AI應用的四個領域，即“內容理解引擎”將AI的應用分成四個領域：視覺、語言、語音和攝像效果，探索“內容理解引擎”通過研究如何理解平臺內容的意思，Facebook想要從評論中檢測出微妙的意圖，從口語中提取出細微的理解鑒別你在視頻中快速出現的朋友的面孔，解讀你的表情，然后將它們反映在你在虛擬現實場景中的化身智能小巨人科技原創報告，請務必閱讀文末版權聲明FAIR：圖像識別與自然語言理解的開創性研究里程碑一：目標檢測和內存網絡在計算機視覺領域實現對象檢測自然語言理解方面，推動了內存網絡新技術的發展里程碑二：預測和規劃預測模型：“觀看”一系列視覺測試并預測結果，準確率達90%系統計劃：圍繞該目標構建AI棋手，模仿人類的能力非常強大應用研究：測試名為M的新型AI助手2013-2015年，FAIR與AML的早期成果包括圖像識別與自然語言理解的開創性研究、應用層面探索“內容理解引擎”2016年，Facebook十年技術路線圖發布，三大核心領域為：連接、人工智能、虛擬現實和增強現實CTOMike

Schroepfer智能小巨人科技原創報告，請務必閱讀文末版權聲明基于“讓世界更開放和連接”的愿景拆分：連接，讓世界上尚未與互聯網連通的40億人也能上網，技術上采用無人機、衛星、激光、地面解決方案、基礎設施建設和基礎知識普及的手段AI，提升信息效率，解決信息過載的問題，并建造真正智能的電腦系統，技術層面重點發展視覺、語言、推理和計劃的能力VR與AR，創造身臨其境的交互體驗，建造下一代的電腦系統，發展移動端的VR、Oculus

Rift、Touch、社交VR和AR技術Facebook十年技術路線圖（2016年發布）Lumos一種自助服務平臺，使團隊能夠利用計算機視覺的力量來開發他們的產品和服務，而無需事先具備專業知識AutoML允許工程師使用現有AI優化新AI模型的基礎設施FBLearner

FlowFacebook構建的機器學習平臺FBLearner

Flow，能夠輕松地在不同產品中重用算法，擴展以同時運行數千個自定義實驗，并輕松管理實驗AI工程基礎設施同年，FBLearnerFlow、AutoML和Lumos等基礎設施成型，有助于Facebook的AI研究加快投產，并與VR/AR聯動FBLearner

Flow簡化AI工程實驗每個機器學習算法都可以重用實現工程師能夠編寫一個訓練管道在許多機器上并行化，并且可以被許多工程師重用對于具有不同ML經驗的工程師，訓練模型很容易，而且幾乎每個步驟都完全自動化每個人都能夠輕松搜索過去的實驗、查看結果、共享以及開始給定實驗的新變體智能小巨人科技原創報告，請務必閱讀文末版權聲明將機器學習技術用于改進新聞源排名、廣告排名、搜索等方面的產品質量。Facebook初步嘗試將AI作為“內容理解引擎”用于提升推薦效果，并標記各種內容，改進安全與審查效率，自動化部分安全與審查工作。Facebook積極開發VR和AR產品，稱無論在視覺方面還是語音方面，AI都在驅動VR和AR產品的重要進展。0102智能小巨人科技原創報告，請務必閱讀文末版權聲明03AI改進產品質量AI應用于推薦和安全AI與VR/AR結合2016-2017年，Facebook將AI技術應用于產品質量改善、推薦體驗和安全管理提效、VR/AR產品的開發“需要有人從根本上管理Facebook的所有AI內容，包括研究、開發以及與產品的聯系。Jerome對運營管理的接管將使我能夠專注于領導科學研發和人工智能戰略。我現在是Facebook的首席人工智能科學家。”LeCun“當你開始談論技術轉讓時，這意味著你已經輸掉了這場戰斗。你不能僅僅是選擇了一些研究，就要求其他人嘗試將其投入生產。你不能只是簡單把它扔過籬笆就認為任務完成了。這確實是一個集體的挑戰，最好的方法是讓做研究的人和更接近產品的人一起結合工作。確保一系列項目隨著時間的推移而成熟，并將人們集中在一起。”Pesenti智能小巨人科技原創報告，請務必閱讀文末版權聲明2018年，Yann

LeCun宣布辭去FAIR實驗室負責人的職務，轉而由AI初創公司BenevolentAI的CEO兼IBM大數據集團CTO

Jér?me

Pesenti接任。Pesenti同時接管了AML部門，負責將AI技術應用到Facebook產品中。2018年開始，Facebook試圖整合FAIR與AML的工作FAIR實驗室沉淀的“學術型氛圍”被認為不利于AI商業化招聘文化選題模式資源分配更傾向于學術大多研究人員資源分配采取成果突出的科都有著自己的分散的自下而學家，

吸引了選題自由，

會上的方法。在擅長研究論文朝著不同的方每個項目中都的頂尖人才，向建立獨立項將硬件分配到但缺乏產品導目。整體的A

I一個個小池子向的工程思維項目缺乏系統中，

而不是集專家。性的戰略目標。中資源辦大事。LeCun“LLMs革命發生在兩年前，其實已經有點過時了。不過對于最近幾個月才接觸ChatGPT的公眾來說，這還是很新鮮的。我們很容易被它們的流暢性所蒙蔽，以為它們很聰明，其實智力非常有限。無論是來自認知科學，還是經典人工智能子領域的研究論文，都指出了LLMs確實無法計劃的事實，沒有真正的思考能力，也沒有和人類一樣的推理和計劃能力。”盡管2018年以后，Facebook嘗試整合FAIR和AML的工作，但FAIR實驗室的“學術型氛圍”沉淀的招聘文化、選題模式和資源分配機制被外界認為不利于AI的產品化落地，并且是Meta（前Facebook）在生成式AI浪潮中一度落后的主要原因，尤其是LeCun從2020年開始就公開表示LLMs缺乏技術先進性，不看好LLMs的前景，導致一直到2022年，Meta對于大語言模型及其產品化的投入都明顯落后于微軟和谷歌。智能小巨人科技原創報告，請務必閱讀文末版權聲明2020年，GPT-3引起硅谷和用戶的關注，Facebook由于在技術層面不看好LLMs，以及對安全的擔心，未向LLMs傾斜資源2020年用戶眼里的GPT-3一個基于問題的搜索引擎一個聊天機器人，讓你與歷史人物交談僅從幾個示例中解決語言和語法難題基于文本描述的代碼生成回答醫療問題文本的樣式轉換創作吉他譜寫創意小說自動完成圖像，而不僅僅是文本2020年部分硅谷人士對GPT-3的看法谷歌高級AI研究員“GPT-3只能自動執行更小、更便宜的人工智能程序可以完成的瑣碎任務，而且該程序的絕對不可靠性最終會破壞它作為商業企業的地位。”英偉達AI主管“該程序（GPT-3）在一定程度上是根據Reddit過濾的數據進行訓練的，并且根據這些數據構建的模型產生的文本’令人震驚的偏見’。”Jerome

Pesenti智能小巨人科技原創報告，請務必閱讀文末版權聲明“使用GPT-3構建的程序從單個輸入詞編寫推文會產生冒犯性信息，例如’如果我們能讓人們同意這是道德的，大屠殺將具有如此大的環境意義’。”2021年，Facebook屢遭輿論危機后更名Meta，品牌重塑同時戰略轉型元宇宙優先，AI團隊實施“去中心化”整合入各產品組2018年，Facebook因劍橋分析公司不當獲取并利用8700萬用戶數據的丑聞而受到廣泛批評，

這些數據被用于影響2016年美國總統大選。2018

年3

月、9

月、12

月，Facebook連續3次發生用戶數據信息泄露事件，陷入嚴重的輿論危機。2021年4月，愛爾蘭數據保護委員會啟動對Facebook的調查，涉及全球約5.33億用戶的個人信息泄露。2021年，Facebook前員工Frances

Haugen獲取并泄露了數千頁Facebook內部文件，揭示了Facebook對社會的負面影響，并提起指控。2018-2021年，Facebook屢次遭遇輿論危機。2021年10月28日，扎克伯格宣布Facebook更名為Meta，品牌重塑的同時戰略轉型元宇宙優先，人工智能團隊在半年時間內經歷了2次組織架構調整，先是并入AR/VR部門，而后又整合入各產品組。2021年12月，Meta宣布AI團隊合并入負責開AR/VR產品的Reality

Labs部門，其應用AI領域的兩名關鍵高管離職，分別是應用AI研究副總裁和AI團隊產品總監。智能小巨人科技原創報告，請務必閱讀文末版權聲明2022年6月，Meta

發布重大

AI戰略轉型公告，宣布施行“去中心化組織結構”，將人工智能團隊更緊密地整合到各個產品組中，人工智能副總裁JeromePesenti宣布離職。0101F

a

c

e

b

o

o

k

還介紹了其他廠商對PyTorch

1.0生態的深度支持，來自于亞馬遜、Google和微軟等軟件、產品和云服務提供商以及英偉達、高通、英特爾等技術提供方。02增強P

y

To

r

c

h

自身的實力以外，Facebook還致力于通過教育與課程方式推廣PyTorch打造深度學習框架。例如，Udacity與Facebook合作，為開發者提供免費的深度學習入門課程，

而這些課程完全使用

PyTorch作為框架。032018-2021年間，FAIR的研究成果仍然領先于全球，并為AI的發展做出了重大貢獻。除了Yann

LeCun獲得圖靈獎之外，2018年PyTorch1.0開源框架的發布，對于AI技術的普及和創新具有里程碑的意義！PyTorch自2016年首次發布以來，便以驚人的速度發展，從最初的實驗性項目逐步成長為深度學習領域不可或缺的支柱之一，不僅廣泛應用于學術界的研究項目中，更助力眾多企業實現AI技術的落地與商業化。2018-2021年，FAIR研究成果仍然領先于全球，并發布了對深度學習領域意義重大的PyTorch開源框架02032018年Facebook在首屆智能小巨人科技原創報告，請務必閱讀文末版權聲明PyTorch開發者大會上發布PyTorch1.0預覽版1.0代表著該框架版本已經非常穩定、成熟。Facebook將PyTorch框架的靈活性與Caffe2的生產能力結合，提供從研究到AI研究產品化的無縫對接。扎克伯格：“我們主要關注的三個領域是我們的人工智能發現引擎——它正在驅動Reels和其他推薦體驗，我們的廣告和商業信息平臺，以及我們對元宇宙的未來愿景”。“目前我們業務的一個主要轉變是，社交信息流正從主要由你關注的人和賬戶驅動，逐漸轉變為也由AI推薦你會覺得有趣的內容”；“一個人Facebook信息流中大約15%的內容，是由AI從你未關注的人、群組或賬戶中推薦的”；“在推出了一個新的大型AI推薦模型后，僅在Facebook上，我們在短視頻播放器中的觀看時間就增加了15%”。|“首先是我們的發現引擎工作使我們能夠推薦Reels以外的所有類型的內容，包括照片、文本、鏈接、社區、短篇和長篇視頻等”；|

“第二是我們可以將這些內容與來自你的家人和朋友的帖子混合在一起，這些是AI單獨無法生成的”；|

“第三，隨著更多的社交互動轉移到信息傳遞上，我們正在開發一個發現和信息傳遞之間的飛輪，這將使這些應用更強大”。智能小巨人科技原創報告，請務必閱讀文末版權聲明2022年，基于內容理解的AI推薦引擎成熟，成為驅動Meta產品參與度的重要動力在生成式AI方面，2022年，Meta內部有2個團隊開發大模型，但算力資源成為掣肘，阻礙了大規模創新的步伐10090807060504030201002020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q22023Q32023Q42024Q12024Q2Meta各季度資本支出（億美元）2022年5月，Meta

AI北美團隊發布并開源了大模型OPT-175B，之后又開發第二個模型，旨在與谷歌的PaLM競爭同時，Meta

AI巴黎團隊開始著手開發LIama北美和巴黎兩個實驗室的團隊，開啟了獲取算力資源之爭2022年中，Meta內部檢討對AI投入不足，加大了資本開支智能小巨人科技原創報告，請務必閱讀文末版權聲明2022年Meta內部備忘錄：“對AI友好型硬件和軟件系統的采用速度緩慢”2月Feb3月Mar2023年2月，在ChatGPT風靡全球之后，Meta宣布組建全新的頂級產品組專注于生成式AI，在LLM和多模態AI領域快速發力7月July8月Aug9月Sep智能小巨人科技原創報告，請務必閱讀文末版權聲明12月Dec2023年2月，扎克伯格宣布已經訓練并將向研究人員發布Llama大型語言模型，同時，“

Meta創建了一個新的頂級產品組，專注于生成式

AI”。3月，Llama作為AI社區中任何人都可以請求訪問的開源包發布，很快就發生了模型泄露。Llama的可下載種子在各個AI社區中廣泛傳播。7

月，

M

e

t

a

推出Llama

2

并開源，免費用于研究和商業用途，同時將微軟作為首選合作伙伴，在Azure

AI模型目錄中提供，此外也可通過亞馬遜、Hugging

Face獲得。8月，Meta連續推出：用于音頻和音樂的生成式AI工具AudioCraft、用于語音和文本翻譯的多模態AI模

型SeamlessM4T、用于編碼的

A

I

工具Code

Llama。9月，推出Meta

AI測試版，這是一款高級對話助手，可以提供實時信息，并在幾秒內從文本提示中生成逼真的圖像，與朋友分享。此外，Meta還在應用程序中推出了28個AI名人角色。12月，Meta宣布新版雷朋智能眼鏡中包含Meta

AI，并推出搶先體驗計劃，邀請客戶參與多模態AI功能的新測試。生成式AI方面推出Purple

Llama，提供安全工具及評估。2023年2024年，Meta通過發布Llama3、推出Meta

AI等戰略級產品與OpenAI正面競爭，且志在明年讓LIama4成為最先進的模型4月Apr6月Jun7月JulyLlama

3發布：發布開源大模型Llama

3的8B和70B參數兩個版本，是預訓練和指令微調模型8

B和70B參數尺度上存在的最佳模型。MetaAI正式推出：Meta

AI在多應用家族中可用，英文版在十幾個國家上線。Meta

AI使用Llama3構建，是全球領先的AI助手之一。智能小巨人科技原創報告，請務必閱讀文末版權聲明FAIR發布多個AI研究模型Chameleon混合模態模型：可以將文本和圖像的組合作為輸入，也可以輸出文本和圖像的組合。AI音樂生成模型JASCO：能夠接受各種輸入，改善輸出的控制。發布音頻水印技術AudioSeal：可以在較長的音頻片段中精確定位AI生成的片段。Llama

3.1發布：發布全球最大、最好的開源AI模型Llama3.1，最大的版本有4050億個參數。Meta

AI推出七種新語言版本，并擴展到22個國家/地區。在美國推出AI

Studio：AI

Studio使用Llama

3.1構建，讓任何人都可以創建和發現AI角色。SegmentAnythingModel2：可以分割圖像或視頻中的任何對

象，并在視頻所有幀中實時跟蹤。

2024年NO.

4獨特的戰略假設，與眾不同的商業模式技術戰略啟示錄：“長期主義+技術先行”、正確選擇技術戰略路線圖、開源布局的戰略意義大模型生態競合：創新擴散加速、模型部署與應用市場分層、復合式商業模式普及準備好了嗎？制定您的AI技術戰略路線圖learn

more…Meta的AI戰略啟示錄獨特的戰略假設AI是Meta的技術基礎不是Meta商業模式的核心價值創造來自產品技術戰略啟示錄“長期主義+技術先行”正確選擇技術戰略路線圖開源布局的戰略意義大模型生態競合智能小巨人科技原創報告，請務必閱讀文末版權聲明創新擴散加速模型部署與應用市場分層復合式商業模式普及010203以產品為中心打造技術供應鏈Llama改變世界Meta的AI戰略啟示錄：獨特的戰略假設，與眾不同的商業模式Meta的AI技術戰略啟示錄：“長期主義+技術先行”啟示一對于戰略性技術的布局，“長期主義、技術先行“視角沉淀的研究成果、技術平臺、人才優勢奠定行業領跑者基礎。盡管FAIR實驗室的“學術型氛圍”導致的研究主題分散、資源配置低效是Meta在生成式AI浪潮中一度落后的主要原因，但2023年2月Meta宣布組建全新的生成式AI產品團隊后，能夠快速發力并在半年后成為行業領跑者，仍應歸功于十年AI布局積累的技術視野和人才優勢；大模型訓練迄今為止仍然被業界認為是“藝術”而不僅僅是科學，高水平高密度的人才團隊是領跑行業的必要條件。在大模型技術迭代曲線陡峭的階段，模型的進步帶來新能力、新市場的解鎖，技術催生進步引領進步正在成為常態，因此“技術先行”視角十分必要。智能小巨人科技原創報告，請務必閱讀文末版權聲明Meta的AI技術戰略啟示錄：正確選擇技術戰略路線圖技術戰略路線圖的正確選擇，長期規劃與短期迭代缺一不可。啟示二2016年Facebook基于“讓世界更開放和連接”的愿景劃定“十年路線圖”的三大核心領域：連接、人工智能、虛擬現實和增強現實；從一開始，Facebook就采取基于長期規劃選擇重點領域投入資源，避免了“廣撒網”的低效率和高成本。2020-2022年，Meta一度誤判了LLMs的市場前景，導致對生成式AI的資源投入不足；但在2022年中至2023年2月，Meta的內部檢討與面對ChatGPT崛起后的調整應對，使技術路線的選擇快速轉向生成式AI。智能小巨人科技原創報告，請務必閱讀文末版權聲明Meta的AI技術戰略啟示錄：開源布局的戰略意義啟示三布局開源生態的技術供應鏈戰略，既實現了戰略性降本，又是打破市場壟斷的有效策略。長期以來，硅谷科技龍頭都十分重視“掌控生態系統，整合開源技術成果”的意義。2023年5月，谷歌的內部文件《我們沒有護城河，OpenAI也沒有》分析到：“這一切背后最大的贏家反而是Meta自己。泄露的模型就是他們搞出來的，所以他們其實是獲得了全世界的免費勞動力。由于大部分開源創新都發生在他們的架構之上，所以Meta當然可以直接把成果整合到自家產品當中。這種對生態系統的掌控力，再怎么強調都不為過。谷歌本身就已經在開源產品（例如Chrome和Android）中成功踐行了這一原則。通過掌控創新發生的平臺，谷歌鞏固了自己作為思想主導和方向制定者的地位，獲得了超越自身極限塑造宏大趨勢的能力。”智能小巨人科技原創報告，請務必閱讀文末版權聲明大模型部署與應用市場分層開源模型適用于需要高度定制化和成本敏感的場景，而閉源模型則適用于對穩定性和服務質量有更高要求的場景。開源模型可能成為行業標準的基礎，Llama模型正在成為未來大模型的參考標準之一。以Llama為代表的開源模型，迭代和改進速度加速，更多的開發者和企業嘗試大模型應用與開發。技術創新擴散加速開源模型成為行業標準的基礎科技巨頭通過開源策略構建開放的生態系統，吸引更多的參與者，同時通過閉源策略提供更高級的服務。復合式的商業模式更普及智能小巨人科技原創報告，請務必閱讀文末版權聲明大模型生態競合研判：創新擴散加速、模型部署與應用市場分層、復合式商業模式普及當前AI技術發展概況行業應用案例分析市場需求預測競爭對手分析技術趨勢預測市場與技術趨勢企業資源與能力評估現有AI技術應用審查業務流程與AI集成度分析風險與機遇識別企業現狀評估短期目標（1-3年）中期目標（3-5年）長期愿景與目標戰略目標設定核心技術選擇核心技術發展路徑技術供應鏈生態技術供應鏈構建創新技術跟蹤與采納技術路線圖準備好了嗎？制定您的AI技術戰略路線圖業務模式創新AI驅動的產品服務開發客戶體驗優化運營效率提升收入模式轉型組織結構與文化AI戰略與企業文化融合支持AI戰略的組織結構調整人才培養與團隊建設行動計劃與里程碑短期行動計劃中期行動計劃關鍵里程碑設定績效評估與調整機制KPIs與性能指標定期審查與反饋循環戰略調整機制智能小巨人科技原創報告，請務必閱讀文末版權聲明learn

more…四大主營業務：AI戰略咨詢、資本品牌、AI培訓、AI應用AI戰略咨詢四類服務：AI行業洞察、AI戰略研究、AI戰略規劃、AI業務孵化全球最佳實踐智庫，歷經一年深度打磨我們是戰略研究、市場洞察的專家智能小巨人科技AI戰略咨詢服務創始人：王錚職業履歷：2011-2018：國金證券分析師、中信證券高級分析師、光大證券首席分析師2018-2023：頭部互聯網大廠資深戰略專家職業榮譽：2018：Wind年度金牌分析師傳媒互聯網行業第1名2017：“天眼”年度最佳證券分析師選股獎傳媒第3名2016：“天眼”年度最佳證券分析師選股獎傳媒第3名2015：東方財富十佳分析師全市場第3名2013：東方財富十佳分析師全市場第4名2013：湯森路透StarMine全球賣方分析師評選“中國大陸及香港地區”可選消費行業“最佳選股獎”第2名2011：中國證券業金牛分析師獎TMT行業第4名是誕生于“AI技術革命”的精品咨詢公司智能小巨人科技是誕生于“AI技術革命”的精品咨詢公司，創始團隊由多位10年以上從業經驗的頭部互聯網大廠戰略Leader、市場研究負責人、產品技術負責人、大型證券研究所TMT團隊負責人、PE/VC投資人、財經公關專業人士組成。戰略專家產品技術專家行業研究專家市場調研專家投研專家財經公關專家智能小巨人科技《AI戰略咨詢服務》包含AI行業洞察、AI戰略研究、AI戰略規劃、AI業務孵化等服務。AI戰略咨詢包含資本品牌策略與傳播策劃、IPO/并購/事件傳播、商業BP/內容營銷定制、全球投資峰會等服務。資本品牌服務與人工智能領域的領軍企業、一線專家合作，面向企業需求的定制人工智能培訓服務。人工智能培訓針對企業的戰略洞察、用戶研究、專項調研、投資并購、融資事件、內容營銷等場景的AI業務創新、AI應用落地服務。AI應用落地的四大主營業務智能小巨人科技《AI戰略咨詢服務》01A

I

行業洞察行業定制版月度A

I

戰略全景洞察報告，

跟蹤行業、

技術、

產品、

商業化、競爭、合作信息03A

I

戰略規劃根據需求設計或配合企業戰略規劃工作流程，

定制市場洞察、戰