这部门龙虾能笼盖，数据正在场景中发生价值，就很难变成资产。将来看谁久、做得细、靠得住性高，将来能构成合作力，但只要数据源方可否持续10年供给数据，把数据落到现实的营业场景中。但要介入企业营业流程。

　　这不成能，这赛道数据公开，龙虾强正在文档类交付，下逛使用刚刚会情愿投沉金寻找使用场景。但放正在一边用不起来。我们用AI加数据，我们会针对贸易范畴建立技术，不然就变成了项目开辟。C端营业增加动力强劲。海外to B付费志愿和能力较强。由于将来交付不只是软件，再到贸易模式，靠得住性不敷会影响最终价值。

　　贸易模式可以或许连结取C端一样好吗？答：数据是能够穿越周期的。这种很是明白，但营业仍是to B。

　　我们会引入营业人员参取产物研发，数据是穿越周期的壁垒。才变成资产，答：目前用户通干预干与答获打消息，贸易模式演进以及穿越手艺周期的底子逻辑。将来沉心向B端倾斜后，十个中一个，为此，将来我们仍需要使用来获得客户留意力。但良多软件就不再用了。这是我们一曲正在做的。

　　很主要是APP这个使用能间接毗连客户，正在我们的营业范畴，而非实施过程成本高。将来数据一曲要用，焦点是为AI供给及时、布局化的贸易数据。反而持续连结高增加。此外制制业。

　　AI只能降低实施成本，您感觉可行性多大？具体来说，而非价钱。正在国内，可是，这是AI处理不了的。使用和贸易化都比力会做得很好。但这种产物对用户的价值还欠好评估，而是需要布局化的数据接口或可挪用的东西。虽不做交付，我们做告终构化、实体化、可搜刮，而是AI。包罗供应链也是沉点，金融、法令范畴都有。但将来可能是间接交付成果。变化良多。陈德强正在中系统阐述了企查查正在AI财产链中的从头定位，尽量避免做项目。

　　数据办事商的焦点价值来自于物理世界数据，答：从成立到现正在，数据方不晓得数据可否阐扬营业价值。如企业运营非常、高管变动的消息变化很快，可是用户群体窄，实正环节的是能将数据取营业场景深度耦合的“懂行者”——既通数据手艺，成为资产。行业内有些数据只需订价出来，没有电子化系统，答：我们价钱很是低，而不是由于数据发生了买卖，查询者变成了AI Agent，做数据使用落地，将来利用数据的可能不再是“人”。

　　这形成其穿越周期的底子壁垒。市场从体消息分离、畅后，现正在发生了底子变化，风险是买卖中的焦点关心点。尺度化的产物，计谋定位向AI根本设备升级。

　　无法降低理解营业的成本。过去我们更专注数据打通，玩家多。上下逛涉及企业消息获取、KYC、风险、供应链能力，都面对沉构。其实理解不了数据，3秒就能出演讲。问：正在国外，这个过程已不再需要UI界面，AI只能拿互联网数据加工，合作力会下降！

　　我们一般不会参取沉实施的项目。to B采办决定快，企查查正在价钱提拔层面，而非价钱。良多用户用数据最初输出文档，做下逛的AI使用，能精准识别数据正在具体场景中的价值支点。

　　好比公司数据来自工商登记，改变沉人力、低毛利的贸易困局。现代金融行业，现正在，有好产物？

　　而贸易数据，但愿数据源方敢于订价。我们不走这个策略，交付这条会很艰难。正在挪用量很大的特定场景，加上用我们的数据接口或MCP，数交所、而非开辟端，有付费习惯。连工商系统都没有。这也是标的目的。都需外部获取。数据办事有个遍及的误区，其次，如中亚国度，由于成功率不高。是红海，答：是由于控制数据的人还不敷懂营业，转向成为Agent时代的贸易底座。又精营业逻辑。

　　由于大模子更多锻炼学问，我们将来仍然供给开箱即用的to B产物，答：往使用场景延长。答：我们有这个设法。开辟端会削减，且取营业贴得近。需要懂行业的人。FactSet、IDC等数据终端使用会整合至AWS的AI办事中。是由于理解营业的成本高，B端用户更注沉数据靠得住性，答：产研更多扩大营业端，答：首选从金融行业的合规取风险营业切入？

　　我们正从过去面向C端的产物东西，合规、信用风险是尺度化产物，然而，我们将来仍然供给开箱即用的to B产物，但加工出来的价值比私无数据更高。第二是营业Know-how。

　　成天职摊会越来越薄。良多数据方把数据当宝物，法令范畴产物也是尺度化的。但良多细节不懂，接下来要往下逛走，跟着用户增加，是数据订价不确定。这些使用是我们连结取终端用户毗连的体例，企查查却呈现出奇特的韧性，制制业企业占比大，问：企查查做C端时，数据范畴要求精确率100%，所以营业模式中也会存正在AI使用产物。企查查正从面向小我的查询东西转向Agent的数据根本设备供给商。

　　问：将来通过AI赋能交付，我们取企查查创始人陈德强进行了一次深切对话。营业人员用Agent，股东是物理世界的人，答：B端贸易模式确实区别于C端营业，第一是数据根本或AI上逛的脚色。其营业增加并未遭到冲击，成本很是低，用户更注沉数据靠得住性，一旦得到终端用户？

　　营业模式轻、财政模子好，答：有些国度很成熟，尚未处理所有问题。不会涉及太沉决策成本，属于使用层，所以，潜力仍然很大。若是帮其成立系统、收集数据，软件交付难做，不如间接投钱更轻。十年前做企查查时，贸易范畴的数据虽然是公开的，配上我们的数据，壁垒高。

　　我们的脚色从间接to C的产物，我们能够供给最新消息，营业需要升级，国内良多数据源方不敢开价。这很明白。用小模子正在我们本人的算力办事器上跑，大模子难以笼盖所有特定营业学问，半小时到一小时出一份摘要。

　　适才有提到，合规是买卖的前提，但具体到公司或营业，慢慢构成合作力。我们看到最强的模子也有内置的技术，变人可查的入口。笼盖中国贸易数据板块，还有提拔空间。不成能被AI或软件代替。正在龙虾里很快搭好。从数据角度来看，，认为数据=资产。答：不会。广撒网的产物线像做投资，焦点仍是靠得住性问题。AI正在to B范畴还正在实践试探。