电子替身

电子替身

By 科技行者Society & CultureNewsTechnologyPersonal JournalsBusiness News
Download on the App Store

电子替身 episodes

  • 一汽是如何把自己打造为AI车企的？

    一汽是如何把自己打造成AI车企的？
    从Digitalization到Tokenization，智能化的本质到底是什么？
    为什么说未来企业的管理范式，将从ERP转向EOA？

    本期《电子替身》节目，邀请到了中国一汽红旗品牌运营委员会副总裁门欣、阿里云AI汽车行业总经理李强、阿里云研究中心主任安筱鹏，与大家分享传统车企巨头一汽，是如何通过数据治理和组织变革，把自己打造成一家连新势力都要来取经的AI车企。节目深入探讨了从数字化到智能化的范式革命，以及EOA（企业运营智能体）如何颠覆传统的ERP管理模式。


    【主播/主持人】
    至顶科技CEO兼总编辑 高飞

    【嘉宾】
    门欣，中国一汽红旗品牌运营委员会副总裁
    李强，阿里云AI汽车行业总经理
    安筱鹏，阿里云研究中心主任


    【以下是本期播客的后记，来自来自至顶科技CEO兼总编辑高飞】


    前一阵，我去了一趟长春一汽总部，和中国一汽红旗品牌运营委员会副总裁门欣、阿里云AI汽车行业总经理李强、阿里云研究中心主任安筱鹏做了场对话，做了一期播客，感觉很有启发。


    我一直是康威定律的信徒，也就是有什么样的组织结构，就有什么样的产品。所以，汽车产品AI化的浪潮之下，车企自身作为一个企业，如何AI转型？

    没想到，一汽有一套很完整的方法论，而且有新势力车企到一汽取经（你没看错）。所以，不仅仅是车企，传统企业AI转型，都应该能从一汽这里得到很多启发。

    根据播客总结了九个核心观点，具体请大家听音频，很有“哲学三问”的味道：

    一、核心洞察
    1、大模型正在引发三场根本性革命

    安筱鹏的判断是：大模型不只是技术迭代，而是整个时代的转折点。

    • 计算范式革命：英伟达市值超4万亿美元的背后，是整个数字技术体系从CPU切换到GPU为核心，这不仅仅是芯片的更替，而是意味着存储、网络、架构、操作系统、调度系统、数据库到应用的全面重构，整个技术栈都在经历一场彻底的换血。

    • 认知协作革命：互联网时代的本质是信息匹配创造商业模式，所以有了"羊毛出在猪身上"的广告模式，而AI大模型的核心是为问题找答案、给出最短路径，商业逻辑变成了"羊毛出在羊身上"，你创造多少价值就收多少钱，这种直接的价值交换模式，让企业必须真正思考如何为用户创造价值。

    • 人机交互革命：从40年前需要掌握汇编语言才能与机器对话，到DOS时代的命令行，再到Windows的图形界面，如今我们直接用自然语言交互，"说话就可以变成代码"，这种交互方式的代际跃迁，正在重新定义人与机器的关系边界。

    "5到10年内，一切智能硬件都会被AI大模型驱动，一切软件都会被AI大模型重构，一切数据会被AI大模型激活。"

    2、从Digitalization到Tokenization：智能化的本质

    30年前《数字化生存》定义了一个时代，今天我们需要新的概念来理解智能化。这可能是整场对话中最具启发性的概念区分。

    • 数字化时代的核心是Digitalization：把世界的信号转换成"01"代码，然后用基于规则的软件处理，但这种处理能力始终有限，就像门总说的，总是做到0.8就差最后0.2分才到满分，那种"差一口气"的感觉让很多数字化项目始终无法产生质变。

    • 智能化时代的核心是Tokenization：把所有数据变成Token，无论是点云、摄像头还是雷达数据，都能变成同一维度处理，实现了"车同轨书同文"，这种统一让之前看似不相关的数据能够产生化学反应，多传感器融合的难题迎刃而解。

    • 为什么Token如此重要：李强认为，"你只有真正理解了Token，才能理解这轮AI大模型的本质"，因为Token化不是简单的格式转换，而是让机器能够理解和处理人类世界的复杂性，让之前无法统一处理的多模态数据有了共同语言，这是从量变到质变的关键。

    门欣用了一个生动的比喻："数据是21世纪的石油，但石油不能直接放在车里，需要提炼。Tokenization就是这个提炼过程，完成了从数据到价值的真正转化。"

    3、一汽的"无心插柳"：4年前就开始的数据治理

    当大部分企业在2023年才开始组建AI团队时，一汽的准备工作已经进行了4年。门欣坦言，这种超前布局并非完全出于战略预见，而是一种对数据价值的直觉判断。

    • 方法论先行：建立了标准化的数据治理体系，信息架构是"六阶十八步"，指标治理是"五阶十六步"，把汽车工程化的思维应用到数据治理，这种标准化不是为了好看，而是确保每一个数据都有明确的来源、用途和质量标准，为后来的AI应用打下了坚实基础。

    • 从被动到主动：不是去治理已有数据库里的"死数据"，而是"返回来，按照服务端的需求"主动设计数据采集和治理，门总说"数据在那，如果没有服务端的需求，它是没有价值的"，这种价值导向的数据治理思路，避免了很多企业陷入的"为了数字化而数字化"的陷阱。

    • 清洁数据的重要性："没有清洁数据，大模型一跑就中毒了"，这个苦活必须干，而且不能干错，一汽为此培养了专门的数据管家团队，建立了完整的数据质量管理体系，这些看似枯燥的基础工作，恰恰是AI能够发挥作用的前提条件。

    "我自己亲身感受是，我之前三四年做的所有事，都是在等这一刻。" 李强回忆说，"当时也不知道路在何方，但门总给我们讲的过程，让我们看到了一个很不一样的数字化转型路径。"

    4、颠覆性的组织变革：IT不再是服务部门

    传统企业的IT部门往往是"背锅侠"：业务部门提需求，IT部门实现，权责利都不清。一汽彻底颠覆了这个模式。

    • 角色反转：传统模式是业务部门提需求、IT部门执行，一汽反过来，"我们提需求，业务部门办"，这不是简单的职责调换，而是让最懂技术可能性的人来设计业务流程，让最懂业务痛点的人来实施改造，双方的积极性都被充分调动起来。

    • 全员赋能：培训各部门的"数据管家"，开发数据治理工作台，让业务人员自己做数据治理，"他需要什么数据，他需要什么指标，他自己做"，这种赋能不是简单的培训，而是真正让业务人员掌握数字化工具，成为自己领域的"数字化专家"，打破了技术与业务的隔阂。

    • 战队模式：把业务的人和信息化的人整合到一个战队，共同推进项目，这种模式下，技术人员理解了业务逻辑，业务人员掌握了技术思维，形成了真正的"双向奔赴"，而不是传统的甲乙方关系或者部门墙。

    5、EOA vs ERP：企业管理范式的根本转变

    如果说ERP代表了工业时代企业管理的巅峰，那么EOA（企业运营智能体）则预示着智能时代的新范式。门欣提出的这个概念，不是对ERP的修修补补，而是彻底的重构。

    • ERP的本质问题：基于财务和产销存的系统，业务跟着系统走，"很多企业放弃了自我思考"，SAP怎么设计模块，企业就怎么调整流程，数据服务系统而非创造价值，这种"削足适履"的做法，让很多企业的数字化转型变成了"上ERP找死，不上ERP等死"的两难困境。

    • EOA的核心理念：基于数据成熟度自动流转，每个业务活动产生的数据成熟到一定阈值，就自动触发下一步工作，"不用等，它自己就在走"，这种基于数据驱动的业务流转，打破了传统的部门墙和审批链，让企业运营像生物体一样具有自适应能力。

    • 实践成果：中国一汽红旗采购定点发包、供应商协同、报价全部自动化，"人已经不在过程中干预了，人真正的作业对象是模型"，这不是简单的流程自动化，而是让人从执行者变成了规则制定者和异常处理者，真正实现了人机协同的新境界。

    "在中国一汽现在已经没有ERP的概念，全部打碎，形成基于数据流转、人工作业孪生的体系。" 李强作为前ERP专家感慨："门总给我讲这个东西时，我觉得是把ERP完全改变了一个时代。"

    6、垂直行业大模型的必要性

    一汽选择了打造自己的汽车行业大模型。这个决定背后，是对企业核心竞争力的理解。

    • 通用模型的局限：响应太慢影响用户体验、幻觉问题导致决策失误、准确性不足无法满足专业需求，"不足以满足我们对企业改造的需求"，更重要的是，通用模型无法理解汽车行业的专业术语、业务逻辑和安全要求，简单套用只会产生"鸡同鸭讲"的效果。

    • 垂域优势：基于汽车产业70年积累的优良、干净数据集训练，让模型"更准、更有效、发挥更大潜能"，这些数据包含了从研发设计到生产制造、从供应链到售后服务的全链条知识，是一汽独特的数字资产，也是构建竞争壁垒的关键。

    • 能力建设："最重要的是培养了这个团队这群人，他们会用AI视角改造企业和产品"，技术可以购买，但能力必须自建，通过自主训练大模型，一汽培养了一支既懂汽车又懂AI的复合型团队，这才是真正的护城河。

    门欣的核心观点："企业真正的发展不是战略牵引的，是能力溢出牵引的。AI能力可能成为中国一汽面向未来的核心能力。"

    而阿里云也为一汽大模型提供了三重关键支撑：基础模型上，通义千问作为全球领先的开源模型提供技术底座，每三个月迭代一次，确保持续进化；差异化能力上，阿里云将部分未公开的先进模型定向开源给一汽，并派出专家团队深度参与，实现模型能力与汽车专业知识的融合；算力保障上，提供从CPU到各档位GPU的灵活配置，支撑从训练到调优的全流程需求。

    7、座舱智能化的奇点时刻

    2024年，多个技术要素的成熟度同时越过临界点，座舱智能化迎来了真正的爆发期。这不是渐进式改良，而是体验的代际跃迁。

    • 硬件突破：新一代芯片算力提升10倍，"过去的芯片算力不够，模型大了跑不起来，模型小了效果很差"，现在终于可以在端侧运行真正有用的大模型，延迟从秒级降到毫秒级，用户体验产生质的飞跃，那种"说话就懂"的自然交互成为可能。

    • 模型进化：通义模型"尺寸变得更小，但比过去尺寸大一倍的模型还能打"，这种效率提升不是简单的优化，而是模型架构和训练方法的革命性突破，让原本只能在云端运行的能力下沉到端侧，实现了"离线可用、实时响应"的理想状态。

    • 体验革命：未来座舱将成为"另一个你"，辅助驾驶能学习个人驾驶风格，实现"千人千面"而非"千人一面"，这种个性化不是简单的参数调整，而是AI真正理解了你的习惯、偏好甚至情绪，车不再是冰冷的机器，而是懂你的伙伴。

    门欣的前瞻思考："如果语言交互、肢体眼神交互甚至脑机接口都实现了，还需要那些大屏和按钮吗？就像Windows取代DOS，自然交互将彻底改变汽车的形态。"

    8、从制造商到运营商的身份转变

    汽车企业的本质是什么？安筱鹏给出了一个颠覆性的答案：不是制造商，而是运营商。这个定位的转变，将深刻影响企业的战略选择和资源配置。

    • 关系重构：车企与车的关系从"卖完拜拜"变成"持续连接"、车主与车的关系从"拥有工具"变成"享受服务"、车与服务生态的关系从"孤岛"变成"节点"，这三重关系的重构，让汽车从一个产品变成了一个平台，从一次性交易变成了持续运营。

    • 运营商模式："中国移动是运营商，载体是手机；汽车公司也是运营商，载体是车"，要实时洞察客户需求、实时满足、提供极致体验，这意味着车企要像互联网公司一样思考用户生命周期价值，通过OTA升级、增值服务、生态连接来创造持续价值。

    • 价值创造：从一次性销售转向持续运营，从产品思维转向服务思维，从硬件利润转向软件和服务收入，这种转变不是简单的商业模式调整，而是要求企业具备完全不同的能力：数据分析能力、用户运营能力、生态整合能力。

    "未来所有的企业都应当是一个运营商"，这个判断的背后，是对智能时代商业逻辑的深刻洞察。

    9、数据视角下的企业运营革命

    如果把企业比作一个生命体，传统管理是解剖学思维（组织架构），而数据驱动是生理学思维（信息流动）。门欣关于数据成熟度的观点，代表了管理思维的根本转变。

    • 传统困境：基于组织和流程的管理，"路径不是最短的，协同起来非常难"，因为你要考虑部门利益、权力结构、历史包袱，每个决策都要经过层层审批，信息在传递中衰减和扭曲，最终导致大企业病：决策慢、执行难、创新少。

    • 数据视角：通过数据成熟度触发业务流转，"金字塔组织和流程都会消弭于无形"，数据不会说谎、不会推诿、不会延迟，当数据达到设定阈值，业务自动推进，这种机制让企业运营像神经系统一样敏捷，而不是像官僚机构一样迟缓。

    • 去审批化：过去几年最大成就是去审批化，"审批到底在审什么？用Token化方式一条条说清楚，模型化，审批就干掉了"，这不是简单的流程优化，而是把人的经验和判断转化为机器可执行的规则，让决策从"人治"走向"智治"。

    "每个业务活动产生的数据，它的数据成熟到一定阈值，它就可以开始下一步的工作"，这种基于数据成熟度的自动流转机制，可能是企业管理的下一个范式。

    【在这里找到我们】

    公众号：科技行者（ID：itechwalker）�

    收听渠道：喜马拉雅｜苹果播客｜小宇宙｜蜻蜓FM



    55 min
  • 从端到端到世界模型，智能驾驶如何翻越四座大山

    从端到端到世界模型，智能驾驶如何翻越四座大山？

    真正的L3/L4啥时候能到来？

    AI老司机的感觉是怎么培养出来的？

    本期《电子替身》邀请到了卓驭科技CEO沈劭劼，阿里云智能集团AI汽车线总经理李强，与大家分享目前智能驾驶的技术演进路线；为什么做端到端；VLA的价值；如何从汽车的角度看世界模型；另外也探讨了真正的L3/L4实现的方法。

    【主播】

    高飞，至顶科技CEO兼总编辑

    【嘉宾】

    沈劭劼，卓驭科技CEO

    李强，阿里云智能集团AI汽车线总经理


    【你将听到】
    一、从百万行代码到端到端：一个痛苦但必要的决策
    1、技术路线的转折点
    -规则时代的天花板：到2023年，基于规则的城区领航系统代码量达到百万行级别（仅决策规划，不含感知），但城市接管率怎么都降不下来，性能停滞不前
    -端到端的降维打击：转向端到端后，城区复杂场景的接管率直接降了10倍，这是数量级的差异，不是小幅优化能解决的
    -决策的关键时刻：2024年下决心彻底转向端到端，虽然CEO沈劭劼是"写规则出身"的机器人背景，但秉承"打不过就加入"的务实态度

    2、“为学日益，为道日损”的技术哲学
    -从加法到减法：七年时间不断添加规则，试图用代码覆盖现实世界的所有可能性，这是"为学日益"；但当端到端出现时，真正的突破是减法——让机器自己学会判断，这是"为道日损"
    -从Say Yes到Say No：以前工程师要写规则告诉车怎么动（Say Yes），现在模型输出多条轨迹，工程师只需要否决不安全的（Say No），从正向解复杂非线性优化问题变成简单的空间验证
    -拟人化驾驶：端到端让车的行为更像人，能与其他交通参与者形成默契，而不是像个生硬的机器

    3、端到端带来的质变
    -预判而非反应：鬼探头场景下，系统不是反应更快，而是学会了"不肯加速"——车辆表现出了近似人类的预判能力
    -绕开而非刹停：测试AEB时，车会主动绕开障碍物而不是急刹，"人类司机开车反而比较容易测AEB"
    -涌现能力：系统学会了人类司机的直觉，让驾驶变得拟人，解决了机器与其他交通参与者之间的"默契"问题

    二、技术演进路线图：从模仿学习到世界模型
    1、三个阶段的清晰定义
    （1）模仿学习（当前）：输入数据输出轨迹，像用"小脑"开车，处理大部分驾驶场景但缺乏复杂场景理解
    （2）VLA（Vision-Language-Action，2025年下半年）：整合视觉、语言和行动能力，加入语义理解能力，解决主辅路选择、复杂路口选道等需要"大脑"的问题
    （3）世界模型（愿景阶段）：真正理解物理世界，能处理从未见过的场景（如钢卷掉落、山体滑坡），基于物理推演而非数据模仿
    2、时间线预测
    -L3落地：需要后验证明（1万小时碰撞不超过1次），预计26-27年政策出台，高速场景会先行
    -VLA技术：2025年下半年技术上基本成熟，但仍是让L2++系统变得更好用的思路
    -舱驾一体：2025年10月就会量产，一个芯片同时跑座舱和智驾
    -世界模型上车：这是"许愿"状态，怎么做、怎么部署都还不清楚，但趋势确定

    三、四座大山：智能驾驶的资源配置学
    1、成本与性能的平衡术
    -双目方案的系统性价值：卓驭坚持双目立体视觉，不仅是深度感知，更重要的是大幅降低了数据需求和算力需求，训练资源能降低2-3倍，直接影响"一年是需要5亿还是50亿做模型训练"
    -算力投入的真相：每年几个亿的算力费用，但真正用于最终模型训练的不超过10%，90%都是试错成本，这是先行者必须承担的探索代价
    -算力晴雨表：阿里云的一个数据，2025年3月某一天，在汽车领域，AI算力消耗超过CPU通用算力，到5月底占比已达55-56%，这个趋势不可逆

    2、数据的质量vs规模
    -数据悖论：几十万辆采集车每天的数据"光存都存不下"，但绝大多数是在空旷高速上的无用数据
    -智能挖掘：在车端部署专门的小VLM模型，不负责驾驶但专门判断"什么数据有意思"，驾驶员的接管行为也作为高价值数据的信号
    -从人工到智能：最开始靠人工标注（有多少人工就有多少智能），后来用大模型做半自动、全自动标注

    3、特斯拉的启示
    -10万卡算力中心：特斯拉作为第一个把端到端落地的先行者，承担了更多试错成本，需要更大的冗余来探索不同路径
    -中国的现实选择：国内公司通过更精细的软硬件协同设计，在有限预算下达到接近的效果

    四、商业模式的灵活性：不是只有"交钥匙"
    1、多样化的合作模式
    -完整交钥匙：传感器、控制器、软件、数据闭环全包，这是能力的体现但不是唯一选择
    -部分集成：提供控制器和前视双目，其他传感器由主机厂或第三方提供
    -纯软件合作：只提供软件，跑在主机厂的硬件上
    -IP授权和赋能自研：更深度的技术转移，部分代码会随合作深入转移给主机厂

    2、成功的关键
    -兜底能力：让主机厂用最省心的方式实现智能化，"优质的兜底"是打动9家车企的核心
    -保持开放：不要对商业模式有执念，根据客户能力和诉求灵活调整
    -共同价值点：抛开各种杂音，核心就是"把车卖好"

    五、一体化哲学：工程美学的体现
    1、技术架构的演进
    -软硬一体：像人需要大脑和身体协调，软件和硬件必须螺旋式共同进步，前后端会互相影响，需要一起权衡优化
    -舱驾一体：避免重复部署模型浪费1.7倍算力，通过共享内存让VLM等模型复用，360环视"谁想用谁用"，解决黑屏等工程问题
    -不多也不少：好的工程方案应该让人觉得"刚刚好"，资源的优雅整合而非功能的简单堆砌，这是一种技术美学

    2、具体案例
    -360全景的实现：传统架构需要从驾驶控制器通过以太网传到座舱显示，既耗算力又可能黑屏；一体化设计则是"共享内存，谁想用谁用"
    -管理的TDMA：沈劭劼用通信术语形容自己的时间管理——时分复用，在技术修养和团队管理之间通过时间分配实现整体优化


    3、核心洞察（Q&A形式）
    Q1：为什么2024年是智能驾驶的分水岭？
    A：因为基于规则的方案已经触及天花板，百万行代码仍无法降低接管率，而端到端带来了数量级的性能提升。这不是优化问题，而是范式转换。更重要的是，这个转换不可逆——一旦看到10倍性能差异，就不可能再回头。这是从"为学日益"到"为道日损"的哲学转变。

    Q2：中国智能驾驶最大的挑战是什么？
    A：不是技术，而是"预算"。每家公司都想要特斯拉那样的10万卡算力中心，但现实是要在有限资源下做到最优。这就需要更聪明的方案，比如用双目降低数据和算力需求2-3倍，用车端模型筛选高价值数据，在云端和车端找到最佳平衡点。关键是系统性优化而非局部优化。

    Q3：智能驾驶的终局会是怎样？
    A：世界模型上车后，理解物理世界的AI将不仅用于汽车，还会延伸到机器人、无人机等所有需要与物理世界交互的场景。但这需要时间——从规则到数据驱动的转换用了40年（虽然端到端会更快），技术范式的每次转换都会比想象中慢，但一旦成功影响会比想象中大。


    【在这里找到我们】公众号：科技行者（ID：itechwalker）
    收听渠道：喜马拉雅｜苹果播客｜小宇宙｜蜻蜓FM
    联系我们：[email protected]

    1 hr
  • OP.8【游戏三部曲】微软自戕，三红，自爆，临阵换将，抛弃核心客户

    OP8 【游戏三部曲】微软自戕，三红、自爆、临阵换将、抛弃客户


    【一句话故事】抢占市场后如何进一步扩大市占率，放弃核心客户利益是多么可怕。


    本期问题：大企业跌至谷底的宏观自救


    【01‘17】更强大的机能，微软的野心

    【03’10】STI联盟——索尼+东芝+IBM联盟剑指竞对-微软-INTEL-AMD

    【08‘15】IBM暗中串联微软，CELL 芯片& Xenon 芯片

    【15’30】XBOX360首发，抢占市场的意义

    【21‘30】死亡三红，不负责的灾难

    【25’00】打破吉尼斯纪录，黑科技Kniect

    【30’00】放弃核心客户的代价 

    【37‘50】XBOX救星，菲尔·斯宾塞真正懂客户的管理者是客户

    【45’00】虽然“格局”这个词很俗，但“格局”是真的很重要



    【人员名单】


    【出品】高飞

    【外援】周周

    【脚本】高杨

    【录音】高杨

    【剪辑】高杨



    53 min
  • OP.7【游戏三部曲】XBOX离谱需求 收购任天堂 植入Office 商战撕裂者

    【一句话故事】微软初代XBOX 闯入者让大佬索尼恐惧


    本期问题：行外人如何破局从瓜分殆尽的市场中撕开缝隙

    【01‘11】暖场-桥-玩家的微软记忆

    【04’29】索尼画饼，微软被迫迎战

    【07‘49】微软XBOX从零到一，关于Direct X，与Direct X叛逆分子们

    【16’42】DirectX对抗 WinCE 微软内讧的核心——比尔盖茨的“心机”

    【25‘28】微软曾认真考虑收购任天堂？

    【26’16】XBOX 最初需求植入Windows、植入office… …

    【30’00】XBOX主机市场营销高精度还原

    【35‘00】XBOX错过的《道德与法治3》

    【37’48】Halo，从苹果挖过来的独占大作

    【43‘43】初代XBOX发布

    【46’25】中二一把，微软援军他的名字叫——彼得·前世嘉神级人物·败于内斗·郁郁不得志·复仇者·摩尔

    【51‘31】对大家最美好的祝愿

    【51’45】扎个心——超牛游戏《道德与法治5》主题区


    【人员名单】


    【出品】高飞

    【外援】周周

    【脚本】高杨

    【录音】高杨

    【剪辑】高杨



    53 min
  • OP.6 【游戏三部曲】世嘉坠入黑洞，事故不断浴火重生——世嘉（下）【电子替身】

    【02‘00’‘】世嘉街机到底有多强

    【03’36’’】口述土星设计图，堪比街机的强势机能

    【07’00‘’】土星日本首发日盛况复现

    【10‘00’‘】首次正面较量，索尼得道者多助，世嘉诠释失道者寡助

    【15’42‘’】外敌来袭，索尼首发价格战，世嘉被迫迎战

    【18‘22’‘】亏损的开端

    【21’20‘’】亏损自救的错误方式 NO.1——开发新机的复杂战略

    【27‘18’‘】世嘉DC第一难——遇到英伟达，美国世嘉的救猫咪行动

    【30’15‘’】世嘉DC第二难——3DFX、Real3D，艳遇不断，官司不断

    【37’30‘’】世嘉DC第三难——发行&生产

    【41‘00’‘】营销王者彼得·摩尔的推广策略

    【42’42’‘】“2K”系列的由来

    【45‘35’‘】没完没了，强敌索尼再战世嘉

    【47’12‘’】游戏机里看电影，不务正业，销量正确

    【48‘15’‘】社长引咎，裁员千人，世嘉坠入黑洞

    【49’30‘’】彼得·摩尔的建议，要活下去，必须壮士断腕

    【53‘20‘’】世嘉软过渡

    【56‘56’‘】0主机，他却影响了世界游戏格局

    【58’46‘’】世嘉游戏成理财产品，风浪越大鱼越贵

    【59‘48’‘】商业马后炮，技术&商业的反思

    【01:01’01’’】猫咪变身虎先锋，英伟达的正反馈



    【人员名单】


    【脚本】高杨

    【录音】高杨

    【剪辑】高杨


    1 hr 2 min
  • OP.5【游戏三部曲】世嘉强拧任天堂，主机大战险胜者——世嘉（上）【电子替身】

    一句话故事：外来者世嘉闯入，抢割家用主机市场大蛋糕


    【时间轴】

    【01‘15’‘】战败梦魇，世嘉粉的遗憾

    【03’08‘’】翻来覆去，世嘉的旧世代

    【07‘16’‘】强势树敌，世嘉&任天堂初试身手

    【14’16‘’】神机妙算，卧龙凤雏得一可安天下

    【20‘26’‘】后知后觉，任天堂的幡然醒悟

    【22’38‘’】干戈玉帛，EA的威胁&MD的半壁江山

    【28‘28’‘】如履薄冰，迈不开腿的卡林斯基

    【32’32‘’】干涉实验，血腥暴力的代价



    【人员名单】

    脚本：高杨

    录音：高杨

    剪辑：高杨




    40 min
  • OP.4 【电子替身】任天堂深陷泥淖，岩田聪救世降临【游戏三部曲 Vol.02】

    【一句话故事】劲敌索尼出现，任天堂自救之路


    【01‘08’‘】匹配——主机破亿秘诀GameBoy & 俄罗斯方块

    【04’00‘’】平成大萧条，经济崩溃与游戏辉煌的连锁效应

    【07‘00’‘】第一次，任天堂拯救岩田聪

    【10’45‘’】空降大敌，PS1背后的暗黑童话

    【15‘45’‘】咄咄逼人，索尼连环计怒报一箭之仇

    【18’00‘’】背盟败约，《最终幻想》&《勇者斗恶龙》携手转投

    【23‘00’‘】再一次，岩田聪拯救任天堂

    【30’25‘’】NDS反击！游戏圈“索尼空白17分钟”

    【36‘00’‘】救世主身份做实，思路打开后的任天堂



    43 min
  • OP.3【电子替身】官司缠身，任天堂入侵北美启示（上）【游戏三部曲VOL.01】

    【一句话故事】任天堂如何入侵北美占领世界。


    【本期主播】高杨

    【客串主播】周周，高飞（快闪）


    【Time Line】

    【02’48‘’】任天堂の两条时间线

    【03‘41’‘】北美の闯入者-山内溥&荒川实

    【09’18‘’】宫本茂の初始台地

    【12‘07’‘】“跟他干！”惹上官司の逆转裁判

    【15’06‘’】抹掉痕迹の自主研发

    【20‘12’‘】红白机の特洛伊木马战略

    【31’38‘’】“还没完”天才の商业战略连环套

    【45‘23’‘】饥饿营销反逻辑 



    【人员名单】


    【录音】周周，高飞，高杨

    【剪辑】高杨

    【脚本】高杨

    49 min
  • OP.2 从天灾到人祸，唐山人揭秘美国硅谷大地震中不为人知的历史隐患

    【简介】大灾之后必有瘟疫，地震对于政客来说是表现的机会，美国硅谷大地震中还有什么黑历史，敬请收听。
    【时间轴】
    00‘25’‘   播客录制方式说明
    00‘55‘’    本期内容简介
    02‘32’‘   硅谷地震百姓实录
    05‘08‘’   天灾到人祸的心路历程
    06‘42’‘   硅谷地震中的唐人街
    09‘10‘’   硅谷地震&官方作为
    13‘45’‘   硅谷的灾后重建&隐患

    录制：高杨
    剪辑：高杨
    资料收集：高杨
    配乐：《We Are The World》

    18 min
  • OP.1 皮衣是本体，黄仁勋是替身？万亿市值英伟达背后的教主人生

    英伟达在过去几年，不仅市值突飞猛进，超过了2万亿美金，而且也毫无疑问的成为AI领域的领头羊。但是我们觉得英伟达这个AI领头羊背后的领军者，黄仁勋更值得被关注。


    在全球排名靠前的科技公司中，英伟达是仅有的一家依然是由创始人担任CEO的公司。但是英伟达并非一直顺风顺水，黄仁勋也不是一直被当做教主，在开发对公司现有业务起到绝对支撑作用的CUDA平台时，英伟达曾经一度濒临绝境。甚至黄仁勋自己也说，如果知道创业有这么苦，当年可能就不会创业了。


    回头望月，黄仁勋一路走来，看似靠AI登顶，但并非靠运气，而是有一套扎实的方法论。比如只做Zero-billion-Market现在为零，但是未来亿万价值的未来产业市场等。


    黄仁勋过去数年来，以一身皮衣在公众面前现身，以至于有一个段子说，难道皮衣才是黄仁勋的本体，他自己只是替身？所以，从黄仁勋的故事讲起，就太符合“电子替身”的栏目定位了吧。

    54 min

About 电子替身

From the publisher's feed

电子替身，科技类播客，重点关注科技领域(人工智能)，讲述行业缔造者及关键人物的故事。


栏目灵感来自知名漫画《JoJo的奇妙冒险》中超能力替身概念。

漫画充满想象，替身可以真实，技术革命让每一个人成为拥有“千里眼顺风耳”能力的替身使者。

“原来，你也是替身使者。果然，替身使者是互相吸引的”，很开心在这里遇到你。