10月17日，就是訊兔科技Alpha派發(fā)布新版AI會(huì)議助手產(chǎn)品一周年的日子。若追溯至早期的AI紀(jì)要、會(huì)議機(jī)器人，這個(gè)功能已陪伴用戶走過(guò)了一個(gè)完整的市場(chǎng)牛熊。根據(jù)后臺(tái)數(shù)據(jù)，過(guò)去一年，Alpha派每天為全體用戶節(jié)省聽(tīng)會(huì)時(shí)間超過(guò)5000小時(shí)。據(jù)不完全統(tǒng)計(jì)，在二級(jí)市場(chǎng)的各類電話會(huì)、線上會(huì)議中，超過(guò)80%都有我們的AI助理在場(chǎng)幫聽(tīng)。
這個(gè)產(chǎn)品也因此受到了除產(chǎn)品用戶外的很多AI應(yīng)用投資者、分析師的關(guān)注，被認(rèn)為是AI Agent技術(shù)在垂直行業(yè)（金融）內(nèi)的首個(gè)落地乃至盈利的應(yīng)用。作為Alpha派產(chǎn)品的研發(fā)者，我們很愿意和大家分享下這個(gè)產(chǎn)品既往研發(fā)迭代的心路歷程，談?wù)勎覀兊腁I產(chǎn)品價(jià)值觀，希望為整個(gè)AI應(yīng)用行業(yè)的研發(fā)貢獻(xiàn)一線實(shí)踐思考。
訊兔科技聯(lián)合創(chuàng)始人、Alpha派產(chǎn)品負(fù)責(zé)人 崔予淳
1.緣起：一個(gè)多年未盡的“心結(jié)”
在兩年前開(kāi)始研發(fā)會(huì)議機(jī)器人時(shí)，這個(gè)場(chǎng)景對(duì)訊兔科技團(tuán)隊(duì)來(lái)說(shuō)，就已不是一個(gè)新鮮的“需求”。
早在2020年，訊兔創(chuàng)始團(tuán)隊(duì)研發(fā)投研數(shù)字化系統(tǒng)時(shí)就發(fā)現(xiàn)，疫情將大量線下路演轉(zhuǎn)為線上，讓基金經(jīng)理、研究員參會(huì)變得“更卷”。我清晰記得，到了2021年，許多基金經(jīng)理團(tuán)隊(duì)都有專人助理，每天辛苦地錄制、整理會(huì)議紀(jì)要。一位基金經(jīng)理曾開(kāi)玩笑說(shuō)“跑步聽(tīng)會(huì)、開(kāi)車聽(tīng)會(huì)、洗澡也要聽(tīng)會(huì)”。后來(lái)我們創(chuàng)業(yè)，和不同機(jī)構(gòu)的朋友聊起這段經(jīng)歷，發(fā)現(xiàn)大家彼此彼此，不禁會(huì)心一笑。
2020年，大語(yǔ)言模型尚未問(wèn)世，我們只能依賴RPA和基于BERT框架的傳統(tǒng)AI模型，打造一個(gè)“半自動(dòng)化”的系統(tǒng)。用戶需手動(dòng)錄入?yún)?huì)信息，有時(shí)甚至需要人工輔助錄制；AI也只能做語(yǔ)音轉(zhuǎn)寫，不僅談不上“紀(jì)要”，內(nèi)容也有不少錯(cuò)誤?？傊脩趔w驗(yàn)亟待提升。
當(dāng)我們離開(kāi)機(jī)構(gòu)創(chuàng)業(yè)時(shí)，這個(gè)產(chǎn)品從工作流、用戶體驗(yàn)上看依然是個(gè)半成品。但這個(gè)場(chǎng)景的痛點(diǎn)確實(shí)太強(qiáng)，成為一個(gè)我們未盡的“心結(jié)”，時(shí)時(shí)盤旋在產(chǎn)品團(tuán)隊(duì)腦子里，每次有新的AI技術(shù)突破就想到它，希望能夠徹底攻克——這大概也是我們能成為全市場(chǎng)第一個(gè)在GPT-3.5發(fā)布后，最快將AI應(yīng)用于會(huì)議紀(jì)要與會(huì)議全流程的底層邏輯。
2.破局：在技術(shù)爆炸中，交出“AI紀(jì)要”的第一份及格答卷
幸運(yùn)的是，2022年底 AI 技術(shù)迎來(lái)爆發(fā)期，大語(yǔ)言模型應(yīng)運(yùn)而生。我們敏銳察覺(jué)到，破解會(huì)議紀(jì)要難題的曙光終于出現(xiàn)。
說(shuō)實(shí)話，2023年初的GPT-3.5，能力遠(yuǎn)不及今天的模型，甚至有些“菜”。若只是粗暴地將生活中隨機(jī)的會(huì)議文本丟給它，根本無(wú)法生成合格的紀(jì)要。但我們研究發(fā)現(xiàn)，投研領(lǐng)域的會(huì)議紀(jì)要范式相對(duì)統(tǒng)一，基本遵循“要點(diǎn)+QA”的框架。這意味著，只要給予模型清晰的指令和范例，讓它在框架內(nèi)輸出一份70分的紀(jì)要，是完全可行的。
當(dāng)時(shí)模型的另一大局限是上下文長(zhǎng)度太短（僅4k輸入token），一場(chǎng)1小時(shí)的會(huì)議需要拆分成6-8段分別處理，待模型處理完成后再將結(jié)果重新組裝。好在我們團(tuán)隊(duì)在處理研報(bào)、長(zhǎng)文本方面早有技術(shù)儲(chǔ)備，自研的金融領(lǐng)域語(yǔ)義切割模型正好派上用場(chǎng)，再疊加各類技術(shù)技巧與規(guī)則優(yōu)化，第一版AI紀(jì)要程序就這樣誕生了。
當(dāng)時(shí)團(tuán)隊(duì)里有研究背景的同事，在看到第一版AI會(huì)議紀(jì)要時(shí)當(dāng)即驚呼“牛X”——要知道，這可是行業(yè)超級(jí)痛點(diǎn)首次通過(guò)AI技術(shù)達(dá)到超過(guò)60分的解決水平。我們隨即連夜攻堅(jiān)，最終趕在2023年4月下旬——也就是機(jī)構(gòu)投資者最繁忙的上市公司年報(bào)季，正式推出了AI紀(jì)要功能：用戶只需上傳會(huì)議錄音，幾分鐘后就能獲取AI整理完成的紀(jì)要文檔。
功能上線即“出圈”，不僅獲得圈內(nèi)大佬與研究員們的熱情轉(zhuǎn)發(fā)，小紅書上也涌現(xiàn)出大量自發(fā)推薦與測(cè)評(píng)筆記。平臺(tái)連續(xù)幾日涌入數(shù)千名新用戶，這在垂直的投研行業(yè)已是相當(dāng)可觀的規(guī)模。做投研產(chǎn)品這么多年，我們終于第一次真切體驗(yàn)到了傳說(shuō)中產(chǎn)品增長(zhǎng)的“推背感”。
3.迭代：AI內(nèi)卷中的克制——用好模型，而非“訓(xùn)”模型
AI紀(jì)要“火”起來(lái)后，用戶反饋接踵而至，聚焦語(yǔ)音識(shí)別、要點(diǎn)邏輯、幻覺(jué)率等優(yōu)化方向。
回溯2023年，AI應(yīng)用開(kāi)發(fā)尚處于草莽階段，不少同業(yè)公司都在對(duì)外宣傳“自主訓(xùn)練金融大模型”“Fine-tune（模型微調(diào)）”，仿佛模型只要做了 Fine-tune，檔次就瞬間提升了十倍。面對(duì)當(dāng)時(shí)待優(yōu)化的AI能力與層出不窮的新需求，我們始終保持克制與冷靜，明確決定不在模型訓(xùn)練和微調(diào)層面投入過(guò)多精力。支撐這個(gè)判斷的核心邏輯有兩點(diǎn)：其一，GPT-4發(fā)布后相比GPT-3.5實(shí)現(xiàn)了能力的巨大飛躍，我們預(yù)判，自主訓(xùn)練或微調(diào)模型的成果，很可能會(huì)被大模型自身的快速迭代輕易超越；其二，F(xiàn)ine-tune的成本極高，是普通模型API調(diào)用成本的50倍以上。
基于這兩點(diǎn)，我們清醒地認(rèn)識(shí)到：把過(guò)多精力和資金砸在模型訓(xùn)練上，或許能讓對(duì)外宣傳更“體面”，但大概率是件性價(jià)比極低的事。我們更傾向于“與模型能力共同成長(zhǎng)”，并達(dá)成了“挖掘場(chǎng)景、把模型用對(duì)”的共識(shí)。這個(gè)共識(shí)，在過(guò)去兩年多里幫我們避開(kāi)了不少“坑”。
在AI紀(jì)要發(fā)布后的一年間，我們陸續(xù)推出了不少“微創(chuàng)新”：如講話人身份識(shí)別、關(guān)鍵數(shù)據(jù)提取、外文會(huì)議翻譯、分段摘要等。其中最關(guān)鍵的，是我們自研的語(yǔ)音轉(zhuǎn)文字糾錯(cuò)算法——它能大幅解決投研會(huì)議中專有名詞識(shí)別錯(cuò)誤的問(wèn)題，大幅解決了醫(yī)藥、科技等行業(yè)專有名詞識(shí)別錯(cuò)誤的問(wèn)題。
這十幾次小版本升級(jí)，是用戶的使用反饋為我們指明了方向。我們就像搭積木一樣，把AI能力一點(diǎn)點(diǎn)拼裝整合，在解決用戶實(shí)際問(wèn)題的同時(shí)，也讓大家切實(shí)感受到AI能力的持續(xù)進(jìn)化。
4.躍遷：從單點(diǎn)到全程，全自動(dòng)的AI“會(huì)議助理”誕生
盡管AI紀(jì)要工具已經(jīng)“出圈”，但用戶還是要親自參會(huì)、手動(dòng)錄音，我們解決的只是“寫紀(jì)要”這個(gè)末端環(huán)節(jié)。而實(shí)現(xiàn)“全流程AI參會(huì)”，正是當(dāng)年我們的“未盡事業(yè)”，我們一直裝在心里。
這其中最難的環(huán)節(jié)，就是讓機(jī)器人自動(dòng)撥入并參與各類線上會(huì)議。無(wú)論是軟件端還是電話端，每種會(huì)議都有專屬的撥入方式和鑒權(quán)流程。我們不得不針對(duì)每一種類型，開(kāi)發(fā)專用機(jī)器人。
軟件端機(jī)器人的難點(diǎn)在于應(yīng)對(duì)各種復(fù)雜的異常情況：不少會(huì)議要填密碼、走報(bào)名流程，甚至有些特殊類型會(huì)議還會(huì)對(duì)參會(huì)環(huán)節(jié)設(shè)下專屬限制。更常見(jiàn)的突發(fā)場(chǎng)景是：客戶提前給了會(huì)議鏈接，可路演人遲到了，或是臨時(shí)改了會(huì)議時(shí)間……我們?cè)缙趪L試用視覺(jué)模型解決，但廣告彈窗等干擾因素使其很不穩(wěn)定，最終只能補(bǔ)充大量細(xì)分規(guī)則。
在電話會(huì)議端，最難的是解決硬件系統(tǒng)打通難題。我們?cè)缙诘募夹g(shù)路徑是一套虛擬電話呼叫系統(tǒng)的軟件方案，但這套方案“重”到技術(shù)供應(yīng)商一度以為我們是做微商的。后來(lái)因技術(shù)與成本等原因放棄，團(tuán)隊(duì)重新研發(fā)了一套能真正模擬人類撥號(hào)行為的硬件方案。每當(dāng)投資者或客戶了解到我們這套硬件方案，都將其作為一個(gè)真切的實(shí)例感慨：垂直領(lǐng)域的Agent的價(jià)值是在“最后一公里”，通用大模型很難完全替代專業(yè)應(yīng)用。
還有個(gè)應(yīng)當(dāng)感謝大模型的技術(shù)環(huán)節(jié)，就是客戶“預(yù)約會(huì)議”消息的解析。有了多模態(tài)模型后，我們能輕松解析包含多場(chǎng)會(huì)議的文字通知，也能讀懂復(fù)雜的圖片版預(yù)約信息，而早在2020年我們得人工標(biāo)注3000多份圖片、文字版會(huì)議通知，才能勉強(qiáng)達(dá)到如今大模型80%的解析準(zhǔn)確率。
到今天，AI會(huì)議助手累計(jì)覆蓋了10多種主流會(huì)議平臺(tái)，拆解出近50個(gè)細(xì)分參會(huì)工作流，每個(gè)場(chǎng)景都對(duì)應(yīng)一套參會(huì)規(guī)則和用戶的交互語(yǔ)言。
AI應(yīng)用僅僅追求語(yǔ)感和氛圍的“擬人”是遠(yuǎn)遠(yuǎn)不夠的，要讓用戶真正建立信任感，終究得靠產(chǎn)品覆蓋其每一個(gè)細(xì)分需求。當(dāng)用戶看到機(jī)器人能夠識(shí)別會(huì)議提前召開(kāi)并進(jìn)行提醒，會(huì)后又按時(shí)發(fā)送紀(jì)要——這一刻就是用戶的 “wow 時(shí)刻”，也是信任感大幅加分的瞬間。
5.快跑的背后：信任是核心，“情緒價(jià)值”也加分
會(huì)議助手這個(gè)產(chǎn)品讓用戶上手并熟練用起來(lái)，并不容易。它的初始化動(dòng)作需要多個(gè)步驟：添加微信助手、核實(shí)身份、綁定授權(quán)、發(fā)送預(yù)約等一系列操作，每一步都可能因?yàn)槁闊┗蛞蓱]而流失。所幸通過(guò)前幾年的努力和鋪墊，用戶對(duì)我們已經(jīng)很信任，從第一步到第四步，用戶整體的留存率超過(guò)了60%。
有用戶形象地比喻道：“用PaiPai聽(tīng)會(huì)，就是相當(dāng)于我用了個(gè)更聰明的錄音筆”。
用戶同意我們幫其收聽(tīng)和整理會(huì)議，是賦予我們?yōu)樗麄兎?wù)的權(quán)利——這既包括了在用戶授權(quán)下獲取信息，也需要我們高效、準(zhǔn)確地幫助他們處理信息。這份信任的基礎(chǔ)，是一個(gè)清晰的價(jià)值共識(shí)：我們通過(guò)AI工具將投資者從信息過(guò)載中解放出來(lái)，讓其專注于更高價(jià)值的思考與決策。
全方位提升投研信息獲取效率，提升信息處理質(zhì)量，是機(jī)構(gòu)投資者長(zhǎng)期以來(lái)的根本訴求。Alpha派提供的AI助手工具，適應(yīng)了新時(shí)代的行業(yè)生產(chǎn)力發(fā)展要求，解放了投資者的時(shí)間和產(chǎn)能，能夠代表廣大機(jī)構(gòu)投資者的根本利益，從而通過(guò)不斷地創(chuàng)新，不斷摸索和引領(lǐng)了金融科技行業(yè)的前進(jìn)方向——這一層的價(jià)值共識(shí)和認(rèn)同，是用戶授予我們的權(quán)利基礎(chǔ)。
信任的另一面是責(zé)任。長(zhǎng)久以來(lái)，我們將用戶個(gè)人信息安全、個(gè)人會(huì)議數(shù)據(jù)安全的重要性放在最高位置，信息安全的研發(fā)投入甚至優(yōu)先于AI創(chuàng)新的投入。所有用戶個(gè)人委托我們處理的私域信息，均通過(guò)分布式加密存儲(chǔ)，通過(guò)了國(guó)際標(biāo)準(zhǔn)的安全認(rèn)證。在過(guò)去兩年，Alpha派沒(méi)有出過(guò)一起用戶私域數(shù)據(jù)泄露的安全事件。
在規(guī)劃產(chǎn)品時(shí)，我們把用戶對(duì)產(chǎn)品建立信任感的時(shí)刻分成兩類：一類是產(chǎn)品功能精準(zhǔn)滿足真實(shí)需求的 “wow時(shí)刻”；另一類是產(chǎn)品通過(guò)精巧設(shè)計(jì)，觸達(dá)特定人群情緒價(jià)值的“會(huì)心一笑時(shí)刻”。
比如，雖然用戶知道PaiPai會(huì)議助手是機(jī)器人，但我們?nèi)詾槠渥⑷肓?ldquo;乙里乙氣”的性格——回復(fù)時(shí)總帶著溫和的口吻與笑臉表情包。這個(gè)小細(xì)節(jié)常常讓專業(yè)、嚴(yán)謹(jǐn)金融機(jī)構(gòu)用戶感到驚喜，還會(huì)友善地回復(fù)機(jī)器人“謝謝”“辛苦了”，這真切拉近了用戶與AI的心理距離，也讓我們作為開(kāi)發(fā)者也感到溫暖。
另一個(gè)例子是2025年新年的“彩蛋”。當(dāng)時(shí)我們明顯感受到2024年下半年市場(chǎng)迎來(lái)轉(zhuǎn)機(jī)后，用戶對(duì)新一年市場(chǎng)、行業(yè)繼續(xù)回升向好的期待，于是特意在 PaiPai 后臺(tái)植入了一系列帶A股特色的吉祥話，讓用戶預(yù)約會(huì)議成功后自動(dòng)推送。比如：“新歲將至，春暉漸近，風(fēng)正揚(yáng)帆，2025年你的業(yè)績(jī)，想必是極好的”；“2024年就要過(guò)去了，黎明破曉，復(fù)蘇可期，這些年的研究和跟蹤，終究不會(huì)錯(cuò)付的！”
PaiPai推送的這些新年祝福，讓機(jī)構(gòu)投資者在新年之際會(huì)心一笑的同時(shí)，能感受到機(jī)器人背后不是冰冷的程序，而是一群懂他們、深耕投研行業(yè)的團(tuán)隊(duì)，是一群真正的創(chuàng)新者。
6.人工“笨方法”不丟人，產(chǎn)品沒(méi)人用才丟人
PaiPai會(huì)議助手上線早期，不少用戶會(huì)問(wèn)我們 “你們背后到底是機(jī)器人還是真人”，我們始終坦誠(chéng)回應(yīng)：必要時(shí)，真人確實(shí)會(huì)介入。
早期的機(jī)器人偶爾會(huì)出問(wèn)題——比如預(yù)約失敗、無(wú)法登錄，或是報(bào)名卡住。為此，我們內(nèi)部專門搭了個(gè)控制后臺(tái)，能隨時(shí)“接管”AI。如今，每天定時(shí)巡檢、耐心回應(yīng)用戶，再手動(dòng)解決每個(gè)人遇到的參會(huì)難題，早已成了公司內(nèi)部的標(biāo)準(zhǔn)化流程。
我們總把后臺(tái)的人工巡檢系統(tǒng)和流程，比作Robotaxi蘿卜快跑的“后臺(tái)安全員”：他們不是真人代駕，而是為服務(wù)安全交付兜底的角色。有意思的是，每次客戶了解到這個(gè)流程后，不僅沒(méi)有笑話我們?nèi)斯ば实?，反而更加信任我們?/p>
還有個(gè)事我們很坦誠(chéng)：AI其實(shí)沒(méi)那么強(qiáng)，尤其是用戶和 AI 對(duì)話解決突發(fā)情況時(shí)——比如用戶本來(lái)預(yù)約了AI參會(huì)，后來(lái)改主意想自己聽(tīng)。為搞定這些邊角難題，我們寫了不少“規(guī)則”，讓程序通過(guò)規(guī)定的if-else邏輯來(lái)處理各種異常情況。這些規(guī)則雖然很不“AI”，甚至有時(shí)稍顯刻板，卻實(shí)實(shí)在在幫用戶解決了很多具體需求。我們相信，隨著AI能力不斷提升，這些“寫死的規(guī)則”終會(huì)被純粹的AI Agent整合。
2025年AI應(yīng)用，特別是Agent產(chǎn)品火了起來(lái)，不少產(chǎn)品“為了AI而AI”——界面花哨沒(méi)重點(diǎn)，用戶不知道用來(lái)做什么，我們把這叫“炫技型產(chǎn)品”。但訊兔不一樣，我們從不是唯技術(shù)論的公司，始終信奉“人工+規(guī)則不丟人，你開(kāi)發(fā)的產(chǎn)品沒(méi)人用才丟人”。
7.深耕投研行業(yè)，讓“信息處理的效能平權(quán)”
會(huì)議助手上線后，在行業(yè)內(nèi)快速滲透，我們也收到了不少“拓圈”建議，提到最多的就是向C端會(huì)議助手領(lǐng)域拓展。最典型的對(duì)標(biāo)案例就是海外的Otter（AI代理參會(huì)軟件）與Plaud（AI錄音筆硬件），他們都是很優(yōu)秀的AI產(chǎn)品。C端市場(chǎng)的巨大想象空間確實(shí)誘人，但我們仔細(xì)評(píng)估國(guó)內(nèi)市場(chǎng)環(huán)境與自身能力邊界后，明確決定不采取激進(jìn)拓圈策略。
我們始終認(rèn)為，通用會(huì)議場(chǎng)景拋開(kāi)技術(shù)難題不談，從產(chǎn)品生態(tài)來(lái)看，必然是互聯(lián)網(wǎng)巨頭的必爭(zhēng)之地。而在我們深耕的投研行業(yè)，即便在線上會(huì)議相關(guān)場(chǎng)景里，仍有大量待解決的問(wèn)題，我們還有很多價(jià)值可以在這個(gè)場(chǎng)景中延伸。比如近期，我們推出了兩個(gè)會(huì)議助手的衍生新功能：
（1）導(dǎo)向投資決策的“邊際變化”信息提取
這個(gè)功能核心解決公司管理層本次與上次交流的表述差異問(wèn)題。2023年開(kāi)發(fā)AI紀(jì)要時(shí)，用戶便反饋單場(chǎng)紀(jì)要僅覆蓋“信息截面”，而“邊際變化”，才是更能導(dǎo)向投資決策的關(guān)鍵信息。開(kāi)發(fā)這個(gè)工具并不容易：一是AI要理解公司模糊的表述口徑，二是依賴用戶高頻使用Alpha派，積累歷史上同一公司連續(xù)的會(huì)議交流數(shù)據(jù)。今年，算法成熟度與用戶數(shù)據(jù)基礎(chǔ)終于同時(shí)具備，用戶會(huì)后除AI紀(jì)要外，還能同步獲取產(chǎn)能、技術(shù)進(jìn)展、公司治理等維度的經(jīng)營(yíng)變化分析，節(jié)省交叉驗(yàn)證時(shí)間，實(shí)現(xiàn)從“信息處理提效”到“賦能投資決策”的價(jià)值升級(jí)。
（2）“越用越強(qiáng)”的AI知識(shí)庫(kù)
大家非常熟悉的PaiPai 問(wèn)答助手，核心是構(gòu)建專業(yè)投研語(yǔ)料庫(kù)，且具備機(jī)構(gòu)投研思維、能快速檢索語(yǔ)料。今年年中，用戶可將自己的知識(shí)納入檢索范圍。這意味著，用戶提問(wèn)時(shí)，系統(tǒng)會(huì)自動(dòng)檢索其歷史委托收聽(tīng)的會(huì)議內(nèi)容，輸出比公開(kāi)資料庫(kù)更專業(yè)及時(shí)的分析（僅自己可見(jiàn)）。那么，深度用戶將形成“智能飛輪”：使用會(huì)議助手等工具越多，PaiPai掌握的信息越多、越專業(yè)，對(duì)該用戶的適配性越強(qiáng)、越“聰明”。
大家常說(shuō) “AI促進(jìn)了信息平權(quán)”，但我們認(rèn)為更準(zhǔn)確的是：我們不解決“信息獲取”的平權(quán)問(wèn)題（畢竟信息有其各自的權(quán)屬），我們解決的是 “信息處理的效能平權(quán)”——用好Alpha派，5人的研究團(tuán)隊(duì)能快速達(dá)到傳統(tǒng)10人研究部的行業(yè)覆蓋能力；對(duì)新行業(yè)不熟悉的投資者，也能快速用專業(yè)研究工具入門新領(lǐng)域研究、實(shí)現(xiàn)個(gè)人能力拓圈。
寫在最后：真正的壁壘，是為用戶完成1000件小事
回顧Alpha派PaiPai會(huì)議助手的成長(zhǎng)史，它既沒(méi)有高深的技術(shù)壁壘，也不是天才想法靈光一現(xiàn)，更像是AI時(shí)代里，無(wú)數(shù)產(chǎn)品從業(yè)者不斷開(kāi)拓、持續(xù)探索的一個(gè)縮影。過(guò)程中我們突破過(guò)不少難關(guān)，踩過(guò)不少坑，也拒絕了很多“誘惑”。但我常常思考，這幾年AI應(yīng)用層出不窮，我們能在行業(yè)里獲得部分用戶的認(rèn)可與接納，甚至讓他們?cè)敢庀駻I讓渡自身權(quán)利，核心原因到底是什么？
金沙江創(chuàng)投管理合伙人朱嘯虎曾說(shuō)過(guò)，AI應(yīng)用的最大壁壘，就是“完成用戶的1000 件小事”。對(duì)此我們深以為然。AI會(huì)議助手能走到今天，正是我們?nèi)諒?fù)一日不懈拆解用戶的每一個(gè)細(xì)分場(chǎng)景、反復(fù)嘗試每一種技術(shù)方案、耐心回復(fù)每一個(gè)用戶問(wèn)題沉淀下來(lái)的成果。
訊兔科技團(tuán)隊(duì)本就脫胎于公募基金投研團(tuán)隊(duì)，出來(lái)創(chuàng)業(yè)后，又憑借前沿AI技術(shù)研發(fā)出服務(wù)投研行業(yè)的Alpha派產(chǎn)品——這正是真正的“從用戶中來(lái)，到用戶中去”。如今AI技術(shù)正在經(jīng)歷翻天覆地的變革，但AI應(yīng)用領(lǐng)域里，永恒不變的依然是對(duì)用戶價(jià)值的堅(jiān)守與對(duì)用戶信任的珍視。
再次感謝全體Alpha派用戶對(duì)PaiPai AI的信任和支持，PaiPai能力的成長(zhǎng)，是用戶與我們共同智慧的結(jié)晶。未來(lái)，訊兔科技將始終永葆初心，認(rèn)真傾聽(tīng)每一位用戶的反饋與意見(jiàn)，用前沿AI生產(chǎn)力，持續(xù)響應(yīng)投資者對(duì)優(yōu)質(zhì)信息的核心訴求。
申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
