FOSHO自在必得科技是一家全球化的营销科技公司，致力于协助中国品牌实现全球化智能出海。核心团队成员来自华为、阿里、百度、阳狮等头部企业，拥有10多年的品牌全球化和营销技术研发实战经验，以及丰富的海外本地化资源能力。

CK Chen（陈灿），FOSHO自在必得科技的联合创始人兼CTO，全球营销数字化、数据治理和机器学习专家，15年+全球化科技企业营销产品研发经验, 工作经历包括在华为、荣耀、联想、百度、阳狮等一流企业。

CK擅长产品设计，以及在大数据、人工智能、深度学习等技术方面的实际落地。基于对数字化营销领域的深刻理解和多年实践经验，CK目前主导FOSHO产品研发工作，结合AI+营销，助力中国品牌实现全球化智能发展。

1、能否介绍下你们的产品和核心应用场景？

经过两年的自主研发，目前已经推出了FOSHO AFF，一站式AI联盟营销云平台，我们把AI结合到联盟营销业务场景中，使得品牌出海过程中“一键带货”更加智能更加高效。 

区别于传统的联盟营销，我们的联盟资源链接品牌营销的全漏斗：包括头部媒体大曝光、博客推荐、红人种草、比价网站、子联盟、b端渠道等等，同时FOSHOAFF覆盖海外联盟营销运营场景的“洞察+决策+交易+管理+优化”全价值链，创新推出联盟情报系统、交易平台、多平台管理系统3大产品模块，以及AI联盟机器人以及AI Spark（AIGC素材生成），在情报洞察上目前已经能提供全球300+万联盟营销渠道画像，50+万品牌的竞争情报，同时也是首个能支持独立站+亚马逊双端运营联盟平台。

2、目前产品研发和市场拓展情况是什么样？2023年遇到的最大挑战和收获有哪些？

市场挑战和收获：FOSHO是Day 1就开始Go Global的公司，我们同时推出了针对国内出海客户、海外用户的两个版本。但是中外的企业用户对产品需求、服务要求、付费习惯有着非常大的差异。2023年我们在服务客户的过程中，很感谢很多客户给了我们源源不断的支持和用户建议，让我们不断调整商业模式和完善产品，以及适配中外用户的需求差异。

同时，新一代的联盟营销对于中国出海的客户来说是一个蓝海市场，有非常大的市场空间，但正因为这是个蓝海市场，我们也投入了大量的心思去教育市场，很高兴在2023年末，我们越来越受出海客户青睐，也有越来越多同行的加入。

研发情况、拓展：目前已成功实现产品从零到一的市场适应性验证，及一阶段商业模式的闭环，也很开心已经有超过1000个优秀的全球化品牌成为我们的用户，包括了500强客户及出海头部品牌。

技术：2023年，我们的产品在功能性和稳定性上都有了显著的提升。AI已经深度融合进产品研发中，扮演3+1的角色：3（智能交互，智能辅助，智能分身）+1（智能研发）。

最大的挑战是如何在保证AI模型的安全性、稳定性和可控性（包括成本可控）的同时，提供更加丰富和个性化的服务。

3、生成式AI和大语言模型为创业者带来了哪些机遇？这波创业浪潮和过往有哪些不同？

对于我们做营销垂直场景的创业者来说，这波AI加速了我们的产品开发的速度和深度，同时提供了新一代软件交互的想象空间。比如我们有一个产品模块聚焦做联盟数据的智能分析，在大模型支持下，我们在数据处理的速度、数据的质量都有这很大的提升；以及基于整个自然语言的智能交互下，我们的产品用户使用的时间较长，整个业务场景比较复杂，我们的AI联盟机器人就可以担任一个智能的“企业助手”的角色，简化和优化运行效率。

4、目前国内市场环境落地AI应用面临哪些挑战？

技术挑战主要有：数据隐私和安全问题、AI伦理、AI的可解释性。

市场挑战：成本的压力和竞争性，目前在应用层面我们也看到了很多基于大模型构建的“比较薄”的应用层产品，但没一个比较垂直的应用场景，这种产品可能短时间有机会获得一部分的用户，但是长时间的竞争情况需要不断地找到差异化的战略落地。再且，研发成本控制也是至关重要，目前融资大环境比较挑战，作为CTO我们更应该思考怎样用最高效的资源适配用户的产品需求。

5、面对巨头可能带来的“降维打击”风险，AI创业公司应该如何保持竞争力？

从技术角度，AI算法和海量训练数据不是大模型的全部，高质量的垂直行业标注数据以及知识图谱也很重要。而后两者是做基础大模型的巨头很难具备资源和精力做好的，这是AI创业公司的机会，一个和巨头们互补把ai这块蛋糕在商业领域做大的机会。

从市场角度，需要定位精细化的市场需求。FOSHO选择了出海的大赛道，同时在出海联盟营销+AI上做了行业的创新，积累了大量这个垂直行业的数据，创新的新的产品形态和交互方式，不断地建起“护城河”。

现在的AI创业公司已经告别了“大而全”的产品逻辑和商业形态，需要找准一个点，深入了解客户的需求，打磨出最“痛”的产品。同时AI公司需要有一定的营销和市场传播的能力，要以把做软件结合做品牌的思维去扩展市场，而不是单纯的解决方案提供方。

6、一些创业者认为大语言模型目前能力还不够，限制了AI应用/产品的发展。您对此怎么看？

大语言模型的确还有提升的空间，但这并不意味着它限制了AI应用/产品的发展。相反，大语言模型已经在很多场景下展现出了强大的能力，比如文本对话、编程帮助、游戏图形创作辅助等。

大模型的发展，和很多事物的发展一样，会遵循一个从点到线，从线到面的，影响面逐步扩大的过程。我相信，随着transformer等基础架构的进步和推理成本下降，加上垂直行业的知识图谱质&量数据跃升，大语言模型在各个行业商用的能力会越来越强。

7、如何看待大模型和GenAI 带来的“人机协同”新范式？企业如何适应和革新自动化流程业务升级的变化趋势？

  “人机协同”是大模型和GenAI带来的新范式，它强调的是人与AI的合作，而不是替代。这种范式，我比较认同的一种叫法是 +AI，与之对应的还有一个词 AI+ ，区别是+AI 代表人仍然是主角，AI+ 还比较遥远。

在很长的一段时间，+ AI仍然会是主流，我们应该积极适应这一变化，比如在自动化流程中引入AI，提高效率；同时，也要注重培养员工的AI素养，使他们能够更好地与AI合作。

8、2024年还有哪些新技术趋势值得关注？

如果是具体的技术产品，我和很多行业同仁一样，对GPT5期待最高。

如果是单纯的技术，1）多模态AI，2）小样本学习（LSL），3）Agent。