- 综合排序
- 最热优先
- 最新优先
AI智能体驱动中小企业营销数字化升级：场景落地与效益量化
直面中小企业数字化落地三重挑战 中小企业寻求数字化升级以突破营销瓶颈，却面临没有方向、没有工具、没有方法的核心困境（来源：腾讯全球数字生态大会“中小企业数字化困扰”）。 部署AI智能体全场景营销解决方案 腾讯云智能联合中数联成〔广东〕文化有限公司（定位：深耕ToB业务，解决企业营销痛点，市场化落地企业达200余家），提供AI智能体全栈式营销解决方案： 智能体核心能力 数智人平台：提供一站式数字人定制（形象/声音设计）、场景编排（会话/空间/音视频互动）、应用效果分析服务（来源：腾讯云智能数智人平台介绍）。 营销场景落地： 数字化IP：用AI创建虚拟IP（数智人），丰富内容呈现，孵化企业智能时代数字化载体； 内容创作：AI模版混剪（自动匹配模板提效）、AI文案生成（快速生成风格化文案）、数字人直播间 落地规模：合作方中数联成〔广东〕文化有限公司已落地企业达200余家（来源：中数联成介绍“市场化”部分）。
7120编辑于 2026-04-14- 来自专栏MixLab科技+设计实验室
我看中的AI落地场景。
产品化的过程其实是： 挑选一个单点的AI技术，深挖其应用场景， 然后再组合其他技术，形成新技术。 用2个代表性的应用场景，来说明： 1 基于可解释机器学习技术的预测工具 #时尚潮流趋势预测工具 时尚是潮流驱动的，大多数零售商按季节经营（例如，春季/夏季，秋季/冬季、假期等）。 匿名统计人流量，这个应用场景，如果没有接触过实际业务，是很难想到的： ? 从技术出发，是可以找到合适的场景切入的，初期千万不要堆积太多的功能点。
53020发布于 2020-09-28 - 来自专栏运维有术
用 OpenClaw 做 K8s AIOps：4 个场景从构思到落地
图 1：用 OpenClaw 做 K8s AIOps 综合信息图 说明：这是一篇技术可能性探索文章，而非已落地实施方案。 K8s AIOps 场景探索：4 个典型场景 基于 OpenClaw 的能力，我设计了 4 个 K8s AIOps 场景。这些场景从易到难，每个都有具体的实现路径。 落地路径建议：从只读到自动化 基于以上分析，我建议分三个阶段实施。 图 5：落地路径三阶段时间线图 5.1 第一阶段：只读场景（1-2 个月） 目标：验证技术可行性，建立信任 范围： 资源使用报告生成 安全审计检查 诊断报告生成（仅分析，不执行） 配置： { tools 但 AIOps 的落地不是一蹴而就的。建议从只读场景开始，逐步建立信任；建立审批机制，确保安全可控；优化 Prompt 和成本，让方案可持续。 这是一次探索性的思考，实际的落地效果还需要在实践中验证。
27110编辑于 2026-04-01 - 来自专栏存储公众号：王知鱼
KIOXIA：使用SSD加速RAG场景落地
KIOXIA：使用SSD加速RAG场景落地-Fig-1 提出概念：RAG Optimized SSD Solution (ROSS) ROSS 关键要点： • 将矢量数据库从 DRAM 移动到 SSD。 KIOXIA：使用SSD加速RAG场景落地-Fig-2 什么是 RAG（检索增强生成，Retrieval Augmented Generation）？ KIOXIA：使用SSD加速RAG场景落地-Fig-4 内存中的 ANNS 算法无法扩展 • HNSW 是领先的内存 ANNS 算法。 • 矢量和索引都存储在内存中。 KIOXIA：使用SSD加速RAG场景落地-Fig-8 SSD 替换 DARM的架构示意 • 向量数据库从对象存储加载向量和索引数据到查询节点。 总结 KIOXIA：使用SSD加速RAG场景落地-Fig-10 • RAG 和 ANNS 是现代 LLM 解决方案中的关键组件。
52510编辑于 2025-02-11 - 来自专栏活动盒子
营销自动化赋能场景生态圈——实现全触点精准营销
广告主想要精准聚焦用户的兴趣点，吸引他们的注意力，就要有足够的行为数据支撑，在通过大数据计算匹配到精准的用户话题，才能在营销执行的过程中实现场景落地。 例如点击了某个促销广告，并在落地页停留时间超过10秒时，落地页数据监测后台通过识别用户唯一识别标志ONE-ID对产生的行为数据进行标签化管理，形成个性化的用户识别ID。 在以上转化场景中，任一环节产生的决策变化都有可能会影响消费者最终的消费意愿，需要根据其所处的生命周期，制定个性化的营销策略，层层递进地推动消费者的进阶行为，只有在正确的时间将合适的内容通过最佳的触点渠道推送到适配的消费者手中 ，并打上“新用户”的标签属性，方便后续展开阶段性的营销活动； 关注后的3天，推送主打产品的基本介绍和应用场景，阶段性地通过对单个高势能产品的饱和营销，建立用户对于品牌的信任锚点； 关注后的第四天推送限时产品低价换购券 以机票预订为例，当用户浏览了飞往某地的机票，产生了预订行为，却没有完成最终支付，系统感知到这一行为后，短信推送“您刚刚预订的机票有20元降价优惠券”，下沉消费场景，对消费者进行召回。
1.9K20发布于 2021-01-22 - 来自专栏京东技术
JDK 17 营销初体验 —— 亚毫秒停顿 ZGC 落地实践
Tech 导读 距离 JDK 8 发布已经过去了 9 年，那么这 9 年的时间，JDK 做了哪些升级？是否有新的重大特性值得尝试？能否解决一些现在令人苦恼的问题？ 负责升级的人对这个系统都很了解，除核心业务逻辑外，还能够了解引入了哪些中间件与依赖，使用了中间件的哪些功能，中间件升级后，大量不兼容的改动是否对现有系统造成影响 最终选取了一个结算页、收银台展示无券支付营销的应用进行升级 此应用特点如下： 作为核心链路的应用之一，接口响应时间要求很高，GC 是其耗时抖动的瓶颈之一 业务正在进行快速迭代发展，随着降本增效策略的落地，营销策略进一步精细化，营销种类、数量、范围进一步增加，给系统性能带来更大的挑战 验证各个中间件是否正常，如 DUCC 开关下发，MQ 收发，JSF 接口调用等等，系统中所有用到的中间件都需要一一验证 然后可以开始进行核心业务的验证，这时候可以利用测试同学的测试自动化能力加人工补充场景 ZGC 作为一个现代化 GC，没有必要做过多的优化，默认配置已经可以解决 99.9% 的场景。
83310编辑于 2023-09-11 - 来自专栏用户6296428的专栏
营销系统在预付卡场景下的演进
预付卡的生态体系里恰恰需要这种营销的基因，来帮助商家快速回笼资金，于是两者一拍即合，营销系统在预付卡生态下生根发芽。 在会员储值业务中，典型的并发场景就是首充优惠的判断，营销系统本身无法控制用户的并发充值，对于临界值的判断，需要上游充值平台传递过来。 六、后记 营销系统作为一个提高商家运营效率的系统，有着丰富的适用场景。 规则模板的出现赋予了营销系统更大的灵活性，可以引入子规则的方式来支持更复杂的场景，而规则间的互斥也可以认为是一种特殊的条件，加上规则间的比较排序，达到规则推荐的目的。 在预付卡的生态体系里，营销系统沉淀下了通用能力，可以满足商家或平台的多样化的营销诉求。后续文章会继续讲述营销系统的核心模块如何移植到支付系统，以及在支付场景下会面临哪些不一样的问题。 待续...
66821发布于 2020-08-25 Rokid 的AI场景操作解析：从感知到场景落地技术实现
本文将系统拆解该技术链路，带你深度理解从用户触发交互到服务落地的完整技术逻辑！一、全链路技术架构概览Rokid AI的核心价值，在于打破单一模态的局限，实现“感知-理解-决策-反馈”的闭环。 其技术架构涵盖多模态感知、AI决策引擎、场景化执行、用户体验优化四大核心环节，各模块协同支撑从交互触发到服务落地的全流程。 再高压 95，WebP 体积只小 8 %，延迟却 +40 ms，用户体感“卡顿”；压到 60，体积省 30 %，但文字边缘出现锯齿，OCR 召回率掉 5 %。4. 当端侧小模型剪枝落地、LE Audio 双模链路开通、功耗分级与可变亮度被写进下一版固件，这条小河有望变得更窄却更迅——把“听懂—看见—回答”压进一次心跳的 200 ms 以内，让 AI 不再是被观测的功能 有能力为用户打造出更自然、更智能、更贯通的全场景交互体验。
57310编辑于 2025-10-14- 来自专栏疯狂的小程序
电商小程序的场景使用和营销手段
这一理念的补充，补全了小程序未来的使用场景，让人们更加直观的了解小程序的用途。 而对于电商领域，小程序意味着什么？在什么场景下适用于小程序？应该怎么去展开营销？ 但如果将前期APP的开发，转化成小程序开发，将大大改变这种现象，企业可以把更多的精力放到营销中。 我们在小程序中只需要去适用于一种场景，即微信场景。 三、营销 微信对于自身的社交属性很清楚，所以在小程序中，针对社交的活动也层出不穷。 1. 当用户与企业对这一新产品形态习惯之后，小程序电商的下一步应用场景也许会更多，对于电商的营销策略也会越来越丰富多彩。
1.8K71发布于 2018-01-23 - 来自专栏罗超频道
iBeacon让互联网营销进入场景时代
不过，进入移动互联网时代，随着iBeacon、LBS、大数据、移动支付、O2O等新技术的发展，移动互联网进入场景营销时代，线上线下的界限日益模糊，在线下场景反向引爆线上互动正成为一种潮流。 二、 场景营销爆发的原因何在？ 1、 室内场景定位技术终于迎来成熟：传统定位主要是GPS为主，运营商基站定位为辅。定位的精确度非常有限，在室内表现差强人意。 不过正如开篇所提，其本质是纯线上的流量营销。 我认为，在移动互联时代新一代场景营销将成为主流。以分众为代表的场景营销平台的出现预示着线下场景引爆线上具有了规模化的效应。 在移动互联网和O2O的大背景下，场景营销势必成为未来的主流，网络营销将从纯线上流量导入转换到O2O的场景触发的思维。 过去的网络营销是要导入流量，要获取下载，未来则是要通过特定线下场景的告知与触发将消费者吸引到线上或线下的店铺里面来消费，来获取服务，因此活动、积分、优惠、代金券诸多营销方式会更加重要，总而言之，场景营销要在合适的场景触发消费者
1.6K80发布于 2018-04-28 - 来自专栏让技术和时代并行
K8s CoreDNS落地实践
当落地 K8s 集群之后，因为应用容器的 IP 生命周期短暂，通过 App 名字来识别服务其实对运维和开发都会更方便。所以本篇就是结合实际的需求场景给大家详细介绍 DNS 的使用实践。 kube-system stable/coredns 查看 coredns 的 Pod，确认所有 Pod 都处于 Running 状态： kubectl get pods -n kube-system -l k8s-app 0 5m coredns-699477c54d-vvqj9 1/1 Running 0 5m coredns-699477c54d-xcv8h 集成外部 DNS 服务 我们在使用 Kubernetes 的场景中，企业经常已经默认有了自己的 DNS 服务，在部署容器集群的时候，肯定期望和外置的 DNS 服务做一些集成，方便企业内部的使用。 github.com/coredns/deployment/blob/master/kubernetes/Scaling_CoreDNS.md https://kuboard.cn/learning/k8s-intermediate
78220编辑于 2023-03-18 - 来自专栏数据转录
一个OCR场景的参考落地姿势
我是一个全栈开发工程师，侧重于Python，过去三年的工作经验完全集中于各种业务场景的OCR识别。 这种争论，谁胜谁负，对项目落地都没有好处。用简单的数据指标，对齐业务体感描述。 这个简单的数据指标，甚至可以就是一个正误数据统计，比如20份样本，全对10份，错1-5个8份，错5-10个2份，错5-10个就会有什么后果。 但是这个提升，对整个项目落地而言是虚的。一个合适的验收基线：避免越高越好这种基线，这是共同的愿望，但多数情况真的落不了地。过度的验收基线，只会导致漂亮的验收结果和糟糕的运营结果。
51330编辑于 2023-07-28 - 来自专栏【腾讯云开发者】
CodeBuddy AI Coding 企业场景落地实践与思考
以 CodeBuddy 为例，自己是一线用户，也是落地推动者，背着产品在团队内落地的目标，常思考如何让 CodeBuddy 结合现有研发团队的研发流程，在研发团队中落地，达到提效的预期？ ，比如如个人态度、交互体验/模型能力是一个核心的影响因素，基于 2025 年6 月底，我们基于日常腾讯内部25 年 2900+ 用户反馈分析总结，梳理研发场景和Top问题，其中Top3 场景为：工程理解 在 MVP Demo 场景，产品完全可以自己生成 UI 设计稿，快速做出原型。当然在生成场景下，还是需要专业设计输出设计稿。 DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-<em>8</em>"> <meta name="viewport" content 当前仅仅是一个落地探索，而腾讯内部存在不同团队的【需求级】或者【小需求级】实践，这边也可以踊跃征集，毕竟生产场景很复杂，面向不同场景也存在差异，比如 C 端/B 端/G 端，每个场景对交付质量、研发效率
3.2K21编辑于 2025-08-15 - 来自专栏码农架构
Apache ShardingSphere 在京东白条场景的落地之旅
2015～2016 引入 NoSQL 方案，业务数据以月份进行分表存储在 MongoDB 集群中，阶段性满足了结算处理场景中海量数据导入导出的需求。 京东白条业务体量巨大，是名副其实的金融级高并发、海量数据的业务场景，因此分库分表组件应具有以下特点： 1. 产品成熟稳定 2. 极致性能表现 3. 处理海量数据 4. 产品适配 为能全面支撑白条业务、提供更好的业务体验，Apache ShardingSphere 在京东白条业务落地过程中对产品的功能和性能方面进行了更多的支持和提升，产品再一次经历典型案例的打磨。 同时 Apache ShardingSphere 提供了分布式主键生成器的接口，用户可自定义自增主键生成算法来满足特殊场景的需求。 互联网信用消费模式发展逐步多样化，未来 Apache ShardingSphere 将与京东展开更多业务场景的实践和探索，通过推动金融科技创新发展，进一步提升互联网金融的创新速度和效率。
98030发布于 2021-10-27 云蝠智能VoiceAgent呼入场景落地实践
本文将从技术架构、核心功能、行业实践三个维度，深度解析VoiceAgent如何重构企业电话客服体系，为开发者和技术管理者提供可落地的智能化解决方案。 配合微软技术实现高度拟人化的语音输出：自然度评分：MOS（Mean Opinion Score）达4.5分，接近真人发音水平情感化表达：支持根据对话内容调整语速、语调和停顿，模拟人类情感变化多风格支持：提供"专业客服"、"亲切顾问"等8种语音风格 ，适配不同场景需求5. 零样本迁移学习 新场景适配周期从周级缩短至小时级，只需少量标注数据即可快速部署行业模型。 多模态交互 融合语音、文字、图像等多种交互方式，通话中可同步推送可视化菜单和表单。 ：覆盖英语、俄语、阿拉伯语等30+语种，服务全球化企业部署实施指南三步落地法 数据准备阶段（1-3天） 空号检测模型过滤无效号码（拦截率95%+）构建三维标签体系：业务标签、客户价值标签、行为标签整理行业知识库和标准话术
51610编辑于 2025-07-11- 来自专栏Kubernetes GO
Ziglang首次落地高性能计算场景
译｜zouyee 为了帮助读者深入了解Kubernetes在各种应用场景下所面临的挑战和解决方案，以及如何进行性能优化。我们推出了<<Kubernetes经典案例30篇>>，欢迎订阅。 这种对 LLVM 的利用使得 Zig 支持大量 CPU 架构和操作系统，其目标是支持所有由 LLVM 支持的目标平台[8]。 例如，示例 8 展示了一段定义返回预处理器定义常量的 C 代码，而清单 9 显示了转换后的 Zig 代码，尽管CONSTANT被定义了，但并未直接使用，取而代之的是其展开后的值。 我们认为推动 Zig 在 HPC 中落地的关键性条件将是为 Zig 编译器添加支持分析功能。 总之，我们得出结论，Zig 编程语言所提供的性能和安全性组合使其有潜力应用于 HPC 工作负载场景。
2.4K10编辑于 2024-12-05 - 来自专栏新智元
AIoT落地三大趋势，场景为王
---- 新智元报道 讲者：孔华威 编辑：三石 【新智元导读】AI与IoT物联网在实际应用中落地融合的“AIoT”是物联网发展的必然趋势，也是各大传统行业智能化升级的绝佳通道。 小蚁科技首席战略官 孔华威 孔华威认为： 要做到AIoT的真正落地，核心就是场景。 并以小蚁科技为例，分享了在其发展过程中的三个趋势、三大战略、三个核心竞争力。 我们自认为AIoT的落地，核心是场景。小蚁科技拥有三个趋势、三大战略以及三个核心竞争力。 落地的三个场景，包括智慧家居，已经推出了各种各样的服务，包括教育，我们也推出摄像头来做这样的事情。 这些是场景本身驱动的一些AI设备，让人感觉不像AI。
1.2K40发布于 2019-05-08 - 来自专栏探索RPA
企业营销环节应用RPA的三大典型场景
互联网、新技术的快速发展，使得市场各行业竞争愈发激烈，没有创新性的营销方案将很难吸引客户。精确数据缺乏，传统渠道推广以及品牌运营花费的人力物力成本太高，导致价值不对等，影响着企业的市场竞争力。 如何在营销业务找寻新的突破？RPA技术或许将会为企业市场营销人员提供全新的解决方案。 RPA如何应用于营销环节？ RPA机器人流程自动化技术，被称为人工智能的“先行者”。 一方面，RPA技术比AI门槛更低，商业落地更成熟。另一方面则是实施成本、维护成本等相对较低，且安全实用，故成为目前企业进行数字转型的利器所在。 在市场营销方面： RPA可以实现销售线索的培养。潜在客户一般通过多种渠道获得，比如来自领英（LinkedIn），线索收集表和供应商。RPA可以代替人工从这些信息渠道获取相应信息。 典型的RPA应用场景包括： 1）调用详细的客户资料。 2）获取详细的账单数据。通过专业编写的RPA机器人软件检索该数据，只需从销售代表处单击即可在几秒钟内调用付款数据。
1.8K20发布于 2019-12-04 - 来自专栏腾讯云安全的专栏
TenSec 2018：腾讯云天御助力营销场景反欺诈
（陈炳文在2018腾讯安全国际技术峰会） “羊马牛”党猖獗 网络营销背后潜伏完整的黑产合作链路 网络营销的普及让许多商家尝到了互联网的甜头。 领取优惠券、赠送礼品等手段为商家带来了更多用户和更高营收，但同时也催生了营销场景下的网络黑产。 目前，天御反欺诈系统已经帮助蒙牛在2018年世界杯期间节约数千万营销资金，并避免恶意数据对后续营销效果分析的干扰。 在东鹏特饮的一物一码营销活动中，腾讯云天御通过识别过滤恶意请求，帮助东鹏节约超过3000万营销资金。 此外，全方位多层次的安全防御体系不仅能够打击营销场景下的欺诈行为，还能打击视频、电商及出行等行业的虚假流量、恶意刷量行为，节省客户的营销支出。
5.8K10发布于 2018-10-12 - 来自专栏腾讯云商业智能分析团队的专栏
金融大数据：三大应用场景提升营销收益
三大应用场景大幅提升营销收益 金融行业向来是对新技术最为敏感的接受者之一。实现数据价值变现是金融数据化运营实践的主要目的之一，从实践来讲，最主要有三个方向：精准营销、风控以及增值业务开发。 其2015年8月上线的大数据产品“泰健康”，目前已有650万会员，是行业内第一个将客户价值数字化、全面量化的评估体系。在互联网+保险的垂直行业，泰康在线可谓是大数据应用的先行者。 2.风险控制 从聚宝滙分享的应用场景中可以看到其在反欺诈（业务风控）和管理风控方面非常有经验。 前面的应用部分都是基于海量数据和复杂应用场景，事实上在金融领域，多个交易中心之间的数据必须要汇齐，在整个金融机构里面有统一风险管理的相关交易汇集，统一的交易平台是机构风险管理的必须的要求。 前面说到由于应用场景和政策要求需要各金融机构建立强大的大数据处理平台，其实Yonghong Z-Suite就提供了金融各业务场景的大数据分析解决方案，比如说自定义字段，可以支持实时计算，支持定时自动刷新
2.7K10发布于 2017-08-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号