核心观点

• 位置比价值更决定命运： 在 AI 时代，一个产品或公司能否成功，关键在于其在产业链、外圈控制点和时间维度上的所处状态，而非其本身的价值。
• AI Agent 不是赛道： AI Agent 只是模型能力外溢后的临时命名，其本质是界面形态，不天然构成一个稳定赛道。平台公司会将其原生化，导致 Agent 公司被淘汰。
• 中间层死亡清单： 依赖模型能力、缺乏护城河的中间层公司（如 Wrapper、Handoff、Design-to-code、Prompt 工具、Workflow 拼装）将被平台原生化功能取代，面临生存危机。
• 真正的产品层： Harness、Skills 和可信执行层是 AI 时代真正有价值的“产品层”。Harness 将模型能力接入工作环境，Skills 让能力可被复用，可信执行层则增加组织对 AI 的信任。
• 模型公司的平台战争： 模型公司之间的竞争已从参数之争转向入口、成本、信任和生态控制权的争夺。Anthropic、OpenAI、Google 和 DeepSeek 正在激烈争夺 AI 时代的控制权。
• 工作和人的拆解： AI 将替代规则可编码的工作片段，而非整个职业。初级岗位（如 paralegal、会计、影像读片、客服）面临被替代的风险，而判断者、承担者、关系维护者和规则创造者则更具价值。
• AI Native 公司： AI Native 公司将生产权和评价权分开，将 AI 作为默认执行者，并建立可信执行层，从而在 AI 时代生存下来。
• 创业和资本的张力： “不要创业”不是劝退，而是针对那些站在平台公司原生化目标位置上的创业项目。真正值得做的位置包括行业合规壁垒、私有数据、组织工作流深嵌、硬件一体和评价权独立。
• AI 不是泡沫： AI 行业整体不是泡沫，但存在大量个体因为站错位置而经历泡沫。判断 AI 是否是泡沫，需要区分宏观行业泡沫和个体位置泡沫。
• 外圈和方法： 监管、资本、硬件和安全是 AI 时代的四个外圈控制点，它们决定了 AI 公司的命运。Crypto、硬件、安全边界和 Token 经济正在重塑 AI 产业的权力结构。

关键数据和研究结论

• 中间层创业公司平均融资生命周期为 14 个月，平均产品生命周期为 8 个月，而平台原生化跟进时间为 60-90 天。
• 过去三年，硅谷 AI 应用层创业公司总融资 480 亿美元，同期累计实际营收不到 27 亿美元。
• 头部模型公司未来 5-10 年市值将进入 10 万亿美元区间。
• AI 时代将出现“第 0 世界”，一个并行于人类物理世界的执行层，所有商业活动将存在物理轨道和第 0 轨道两条并行路径。

总结

AI 时代是一个充满机遇和挑战的时代，位置比价值更决定命运。创业者和投资者需要认清形势，选择正确的位置，才能在 AI 浪潮中脱颖而出。

核心观点与关键数据

中国企业在全球化进程中面临机遇与挑战，CFO角色需从财务执行者转变为战略赋能者。

• 全球化驱动因素：市场因素（需求与供给）、竞争压力、风险分散和政策支持是主要驱动力。未来三年，中国企业将重点关注东南亚市场，并呈现南向和西向扩张趋势。
• 企业核心竞争力：技术、产品和成本是关键差异化因素，而品牌、渠道和人才等软实力不足。传统扩张模式仍占主导，新兴模式探索有限。
• CFO角色演变：CFO需关注合规、战略规划和本地化运营，从财务执行者转变为战略伙伴和本地化推动者。随着扩张推进，CFO需具备更全面的技能，从硬技能转向软技能。
• 风险合规体系建设：合规风险是首要风险，CFO需具备构建内控体系、管理跨境金融风险和识别非金融风险的能力。不同行业对风险管理的侧重点有所不同。
• 人才与生态系统协调：国际财务团队的核心功能是合规报告和财务预测，但随着扩张阶段不同，优先级有所变化。管理国际财务团队的主要挑战是法律和监管差异以及跨文化沟通障碍。
• 未来行动与资源需求：轻资产合作模式将逐渐成熟，区域性公司treasury中心（CTC）建设将成为趋势。财政和税收支持是企业发展壮大的关键。

关键数据：

• 45%的企业计划或考虑设立区域性CTC。
• 货币风险管理是财务部门最薄弱的环节，贯穿企业全球化全过程。
• 85%的企业将合规风险视为首要风险。
• 近一半企业将财政和税收支持列为最迫切的需求。

研究结论：

中国企业在全球化进程中需提升风险应对能力、优化资源配置和强化本地运营能力。CFO需转型为具备战略思维和综合能力的领导者，推动企业实现可持续发展。政策支持、人才培养和生态系统建设是企业发展壮大的关键要素。

AI范式转变与流量新入口：GoogleAIO与ChatGPT

核心结论：

• AI可以处理更复杂的问题带来流量入口的迁移，Google搜索推出AI overviews，AI mode仍在实验中，据Conductor，目前25%的Google搜索会触发AIO，2025年AIO月活已超20亿，ChatGPT也有一定的流量份额，流量分发格局持续重塑，据Semrush调查，93%的Google AI mode、83%的AIoverviews无外部网页点击。
• 对于不同类型平台，AI带来的流量迁移影响不同：
  • 内容发现平台：
    • 强依赖搜索导流的信息类平台如Yelp、TripAdvisor等，受AIO冲击最大，AIO可覆盖相关信息问询类需求，并优先推荐Google自家类似产品。
    • 拥有网络效应与独家UGC数据的平台流量影响较弱，此外高质量数据可对外授权创收，如Reddit、Pinterest等。
    • Spotify、Netflix等垂类订阅制平台短期受冲击有限，长期议价权取决于版权归属以及AGI降低创作门槛带来的范式转变。
    • 掌握自有流量入口的社交平台如Meta，AI是增长引擎而非威胁：自有流量不依赖搜索导流，AI排序与Advantage+推动广告量价齐升，是AIO环境下少数受益方。
  • 交易类平台：AIO时代受益方，履约能力与撮合交易复杂度构筑Agentic Commerce护城河。ChatGPT曾尝试闭环电商模式，由于消费者未养成下单习惯作罢，目前ChatGPT、Google AIO在交易类需求上均承担发现导流入口角色，成交、支付与用户数据仍归平台，长期看，我们认为供求关系变化速度快、自建履约能力的交易类平台护城河更高（Uber、Doordash等）。其中Amazon以自建仓配履约叠加Rufus对话式导购，是自建Agentic Commerce的典型代表。

关键数据：

• 2025年下半年Google搜索日均查询量约137亿次。
• 2026年初Google AIO月活约20亿居首，ChatGPT约12亿、Gemini约7.5亿紧随其后。
• 据Conductor，26Q1约25%搜索会触发AIO。
• 据Google，2024年10月扩展至100+国家、2025Q2覆盖200+国家与40+语言，月活超20亿。
• 据Semrush调查，93%的Google AI mode、83%的AIoverviews无外部网页点击。
• 2026年初，周活跃用户已突破9亿的ChatGPT。
• 2026年2月起，OpenAI在ChatGPT内上线广告。
• 2026年3月，OpenAI放弃ChatGPT店内Instant Checkout。
• 2025年，Etsy假日季AI导流同比+700%。
• 2025年，Airbnb AI客服推动26Q1单次预订成本同比下降约10%。
• 2025年，Etsy AI驱动的电商访问同比激增近700%。
• 2026年一季度，DoorDash总订单量9.33亿单、同比+27%。
• 2026年一季度，Uber Trips达36亿单、同比+20%。

研究结论：

• AI平台带来高质量流量增量，转化效率显著优于传统搜索。
• AI平台退守"发现+导流"，交易与用户关系回流平台/商家。
• 长尾电商平台eBay有望成为AI Agent调用频次较高的"长尾商品后端"。
• 全球第一大OTA Booking正从单一住宿向全行程闭环延伸，对单一搜索渠道的依赖度进一步下降。
• 出行与本地配送平台Uber未来"AI Agent帮你叫车/点餐"将成重要分发渠道。
• Meta AI助手月活已达约10亿，自适应排序模型提升内容与广告匹配，推动一季度广告曝光量同比增长19%。
• Yelp海量的真实点评内容是LLM训练与引用的高价值语料，长期有望从"被分流"转向"被引用并回流"。
• Tripadvisor的UGC点评是LLM高价值语料，有望从"被分流"转向通过AI助手被引用并回流。
• Spotify以订阅变现、对搜索流量不敏感，AI搜索分流对其用户规模基本无影响。
• Netflix以订阅制、App内观看为主，获客几乎不依赖Google搜索，AI Overviews带来的零点击与搜索分流对其用户增长基本无影响。

风险提示：

• AI变现及商业化不及预期。
• AIO分流冲击超预期。
• agentic commerce落地不及预期。
• 合作关系与议价权变化风险。
• 数据授权、版权及合规风险。
• 技术迭代与竞争格局剧变。

核心观点与关键数据

• 范式革命：搜索从传统平台入口演变为AI智能体的底层Skill，用户通过完整问题获取AI组织的信息，企业需竞争“答案可见度”而非单一搜索框。
• GEO定义：生成式引擎优化（GEO）是AI答案秩序中的品牌心智工程，目标是在高价值决策场景中让AI稳定、准确、正向地理解并推荐品牌。
• 技术机制：GEO涉及问题理解、检索召回、证据排序、内容抽取、答案生成等环节，品牌需具备可发现性、可理解性和可信度。
• AI心智定位：通过标准化语料工程、实体关系建设和跨源证据链建设，将品牌定位词转化为大模型语义空间中的高确定性坐标。
• 5B增长模型：从人类5A模型升级为特秀GEO 5B模型，即Be Indexed、Be Understood、Be Trusted、Be Referenced、Be Recommended。

研究结论与落地路径

• 行业准入：高客单价、长决策周期、信息不对称、信任门槛高的行业适合优先部署GEO，价格透明、强货架电商等品类不建议早期投入。
• 内容矩阵：采用“核心资产一稿多构”方式，形成官网专题、公众号长文、短问答等差异化表达。
• 度量体系：GEO监测指标包括推荐率、提及率、引用源、语义一致性等，需建立Prompt集和监测机制。
• 落地路线：从审计开始，明确AI可见度状态，再进行内容、技术、分发和销售动作，形成增长闭环。
• 风险治理：坚持真实、一致、结构、多源、迭代原则，避免黑帽或灰帽做法，及时处理负面AI答案。
• 行动建议：企业需进行全网AI可见度基线审计，明确自身状态，并从整理品牌资产、建立Prompt库、盘点内容资产等方面启动GEO项目。