--- title: "施乐是一个 AI 陷阱——这家公司是一个更好的选择" type: "News" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/285414610.md" description: "施乐控股公司（XRX）在适应自主人工智能（A-AI）技术的崛起方面面临困难，尽管过去曾努力多元化进入业务流程外包（BPO）领域。该公司的 BPO 历史不稳定以及超过 40 亿美元的债务阻碍了其有效竞争的能力。虽然施乐推出了一个基于人工智能的运营平台，但内部信心已减弱。相比之下，Match Group Inc.（MTCH）被视为强大的人工智能应用者，利用技术增强其商业模式。文章强调了在不断发展的人工智能领域中数据质量和执行的重要性" datetime: "2026-05-06T17:00:00.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/285414610.md) - [en](https://longbridge.com/en/news/285414610.md) - [zh-HK](https://longbridge.com/zh-HK/news/285414610.md) --- # 施乐是一个 AI 陷阱——这家公司是一个更好的选择 收听本文的音频版本（由 AI 生成）。 你好，读者。 在机器学习中——这种教会计算机从示例中学习的 AI 类型——并非所有数据都是平等的。 “有害数据”，无论是标签错误、误导性还是偏见，都可能降低 AI 模型的性能。这就像一张猫的照片被标记为 “狗”。其他数据则是 “无用的”，因为它们重复、质量低下，或没有提供任何有意义的新信息。 如果示例是错误的，模型就会学习到错误的模式。 这意味着 AI 的进步越来越不在于谁拥有最大的模型，而在于谁拥有最好的数据。 应用 AI 的公司也并非都是平等的。 我在 **_Smart Money_** 中谈论这些 “AI 应用者”。这些公司正在采用 AI 技术来提高效率、生产力和盈利能力。 许多公司在其运营中部署 AI 技术后可能会获得巨大的利润，潜在的收益与在互联网基础设施时代使用互联网的公司相似，并最终主导全球经济。 但有一个问题…… 并非每个使用 AI 的公司都有优势。我们已经进入了技术周期的阶段，在这个阶段，执行比采用更为重要。 尤其是当 “A-AI”——能够自主行动的 AI 模型——变得越来越普遍时，这一点尤为真实。 在今天的\_Smart Money\_中，我将关注一家突显传统 AI 应用者在 A-AI 加速时难以适应的公司的案例。然后，我将分析一家能够成功利用 A-AI 来增强其核心业务并获得竞争优势的 AI 应用者。 让我们深入探讨…… ## **一家努力跟上的传统 AI 应用者** **施乐控股公司（XRX）** 是一家围绕打印机、复印机和传统办公服务建立的知名公司。 在 2010 年代初，管理层明智地预见到其传统打印业务的衰退。因此，他们收购了一家名为 Affiliated Computer Services 的公司，以提供 “业务流程外包”，也称为 “BPO”。这项新业务提供 IT 外包、行政管理、呼叫中心、人力资源和其他后端服务，以补充其传统业务。 然而，这一战略并没有解决施乐的长期问题：打印量仍在下降，而 BPO 是一个低利润、复杂的业务，面临来自外国公司的激烈竞争。因此，在 2016 年，施乐出售了 BPO 部门，但在 2023 年其打印业务进一步下滑后又重新进入该领域。 这一次，他们尝试了一种更狭窄的 “工作场所技术” 战略。 起初情况看起来很有希望。由于收购和公司进入 AI 驱动的自动化，收入稳定……甚至在 2025 年略有增长。施乐内部人士在 2025 年 4 月时仍在积极购买自家股票。 但随着 A-AI 的逐渐普及，今年情况又开始恶化。 你看，施乐最新的外包尝试涉及到 A-AI 可以越来越多地自动化的业务领域，如： 1. 文档工作流自动化。 2. 中型市场 IT 服务 3. 知识工作者生产力服务 而施乐不一致的 BPO 历史意味着它没有足够的优质数据来反击。 此外，施乐的收购使得公司负债超过 40 亿美元（是其市值的 10 倍以上）。A-AI 正在压缩施乐 “增长” 业务的利润，而此时公司最需要这些利润。 当然，管理层仍在继续反击。上周，施乐发布了施乐 IT 即服务（ITaaS），这是一个旨在简化公司 IT 的 AI 驱动操作平台。基本上，企业将支付施乐来管理和支持他们的技术系统，而不是自己处理 IT。 但内部人士不再像 2025 年那样购买股票。A-AI 竞争日益明显，而施乐可能没有足够的数据或财务实力来抵御竞争。 施乐可能应用 AI，但这并不意味着它的 AI 应用者生涯会长久或成功。 这里有一个更好的 “匹配”…… ## **为 AI 应用者时代量身定制的匹配** **Match Group Inc.（MTCH）** 是在线约会网站和应用程序的无可争议的巨头，拥有大约 8200 万月活跃用户——其中约 1500 万为付费订阅用户——并且在全球市场中占有约 30-40% 的份额。 其产品组合包括全球第一的约会应用 Tinder，以及其他十多个在线约会品牌，如 Hinge、OkCupid、Plenty of Fish 和 Match.com。 虽然这些面向消费者的举措对用户增长和留存至关重要，但 Match 也在利用 AI 来转变其内部运营，使公司更加高效和协作。 例如，Match 在全球范围内部署了 AI 编码助手 “Cursor”，以加快开发周期并减少工程工作负担。 此外，近 1000 名工程师现在通过共享的 GitHub 系统与 AI 工具协作，这使得团队能够查看彼此的代码，重用优秀功能，并更快、更一致地构建产品——类似于 **Meta Platforms Inc.（META）** 和 **Microsoft Corp.（MSFT）** 等大型科技公司。 Match 还创建了一个集中式 AI 工具组，构建和维护共享的 AI 基础设施。这种方法使公司产品组合中的小品牌，如 HER 或 The League，能够访问与旗舰应用相同的先进能力，而无需重复工程工作。 通过在多个接触点嵌入 AI——从入职和匹配推荐到内部产品开发——Match 正在构建一个数据、技术和人类创造力相互强化的统一生态系统。 这种对消费者体验和运营效率的双重关注不仅仅是一次实验；它是公司振兴计划的战略基础。 如果 Match Group 能够成为拥有 “AI 关系助手” 层的公司，那么它实际上可能会从 A-AI 的崛起中受益。 与施乐不同，Match 的核心业务已经围绕推荐、个性化和匹配构建——这正是 A-AI 擅长解决的问题。 A-AI 并不会取代 Match 的业务，而是可以使其产品更有用。应用这项技术将是一个福音，而不是灾难。 在 A-AI 的世界中，执行力胜过采用。合适的 AI 应用者不仅仅是在使用这项技术；它正因这项技术而变得更强大。 这就是为什么 AI 应用者之间的差距在扩大。 对于我们投资者来说，这种差异正在成为整个故事。它可能会 **将长期赢家与其他公司区分开来。** 我在我的 **最新特别广播** 中分享了更多关于 A-AI 转变的信息，以及那些将从中获利的应用者公司。我还免费提供了我的首选 AI 应用者股票推荐。 **点击这里了解更多。** 此致， Eric Fry ### 相关股票 - [XRX.US](https://longbridge.com/zh-CN/quote/XRX.US.md) - [MTCH.US](https://longbridge.com/zh-CN/quote/MTCH.US.md) - [XRXDW.US](https://longbridge.com/zh-CN/quote/XRXDW.US.md) ## 相关资讯与研究 - [AI 人工智能 ETF 平安交投活跃，机构看好国产算力及其配套产业链](https://longbridge.com/zh-CN/news/286844353.md) - [英伟达在新加坡设亚太第二个研发基地 专注具身人工智能与 AI 模型优化 | 联合早报网](https://longbridge.com/zh-CN/news/286988131.md) - [Meta 裁员加码 AI 投入](https://longbridge.com/zh-CN/news/287066941.md) - [HRBP，AI 时代真正的 “铁饭碗”](https://longbridge.com/zh-CN/news/286866050.md) - [如何创建一家 AI Native 公司？](https://longbridge.com/zh-CN/news/286666891.md)