<p>收聽本文的音頻版本（由 AI 生成）。</p>
<p>你好，讀者。</p>
<p>在機器學習中——這種教會計算機從示例中學習的 AI 類型——並非所有數據都是平等的。</p>
<p>“有害數據”，無論是標籤錯誤、誤導性還是偏見，都可能降低 AI 模型的性能。這就像一張貓的照片被標記為 “狗”。其他數據則是 “無用的”，因為它們重複、質量低下，或沒有提供任何有意義的新信息。</p>
<p>如果示例是錯誤的，模型就會學習到錯誤的模式。</p>
<p>這意味着 AI 的進步越來越不在於誰擁有最大的模型，而在於誰擁有最好的數據。</p>
<p>應用 AI 的公司也並非都是平等的。</p>
<p>我在 <strong><em>Smart Money</em></strong> 中談論這些 “AI 應用者”。這些公司正在採用 AI 技術來提高效率、生產力和盈利能力。</p>
<p>許多公司在其運營中部署 AI 技術後可能會獲得巨大的利潤，潛在的收益與在互聯網基礎設施時代使用互聯網的公司相似，並最終主導全球經濟。</p>
<p>但有一個問題……</p>
<p>並非每個使用 AI 的公司都有優勢。我們已經進入了技術週期的階段，在這個階段，執行比採用更為重要。</p>
<p>尤其是當 “A-AI”——能夠自主行動的 AI 模型——變得越來越普遍時，這一點尤為真實。</p>
<p>在今天的_Smart Money_中，我將關注一家突顯傳統 AI 應用者在 A-AI 加速時難以適應的公司的案例。然後，我將分析一家能夠成功利用 A-AI 來增強其核心業務並獲得競爭優勢的 AI 應用者。</p>
<p>讓我們深入探討……</p>
<h2><strong>一家努力跟上的傳統 AI 應用者</strong></h2>
<p><strong>施樂控股公司（XRX）</strong> 是一家圍繞打印機、複印機和傳統辦公服務建立的知名公司。</p>
<p>在 2010 年代初，管理層明智地預見到其傳統打印業務的衰退。因此，他們收購了一家名為 Affiliated Computer Services 的公司，以提供 “業務流程外包”，也稱為 “BPO”。這項新業務提供 IT 外包、行政管理、呼叫中心、人力資源和其他後端服務，以補充其傳統業務。</p>
<p>然而，這一戰略並沒有解決施樂的長期問題：打印量仍在下降，而 BPO 是一個低利潤、複雜的業務，面臨來自外國公司的激烈競爭。因此，在 2016 年，施樂出售了 BPO 部門，但在 2023 年其打印業務進一步下滑後又重新進入該領域。</p>
<p>這一次，他們嘗試了一種更狹窄的 “工作場所技術” 戰略。</p>
<p>起初情況看起來很有希望。由於收購和公司進入 AI 驅動的自動化，收入穩定……甚至在 2025 年略有增長。施樂內部人士在 2025 年 4 月時仍在積極購買自家股票。</p>
<p>但隨着 A-AI 的逐漸普及，今年情況又開始惡化。</p>
<p>你看，施樂最新的外包嘗試涉及到 A-AI 可以越來越多地自動化的業務領域，如：</p>
<ol>
<li>文檔工作流自動化。</li>
<li>中型市場 IT 服務</li>
<li>知識工作者生產力服務</li>
</ol>
<p>而施樂不一致的 BPO 歷史意味着它沒有足夠的優質數據來反擊。</p>
<p>此外，施樂的收購使得公司負債超過 40 億美元（是其市值的 10 倍以上）。A-AI 正在壓縮施樂 “增長” 業務的利潤，而此時公司最需要這些利潤。</p>
<p>當然，管理層仍在繼續反擊。上週，施樂發佈了施樂 IT 即服務（ITaaS），這是一個旨在簡化公司 IT 的 AI 驅動操作平台。基本上，企業將支付施樂來管理和支持他們的技術系統，而不是自己處理 IT。</p>
<p>但內部人士不再像 2025 年那樣購買股票。A-AI 競爭日益明顯，而施樂可能沒有足夠的數據或財務實力來抵禦競爭。</p>
<p>施樂可能應用 AI，但這並不意味着它的 AI 應用者生涯會長久或成功。</p>
<p>這裏有一個更好的 “匹配”……</p>
<h2><strong>為 AI 應用者時代量身定製的匹配</strong></h2>
<p><strong>Match Group Inc.（MTCH）</strong> 是在線約會網站和應用程序的無可爭議的巨頭，擁有大約 8200 萬月活躍用户——其中約 1500 萬為付費訂閲用户——並且在全球市場中佔有約 30-40% 的份額。</p>
<p>其產品組合包括全球第一的約會應用 Tinder，以及其他十多個在線約會品牌，如 Hinge、OkCupid、Plenty of Fish 和 Match.com。</p>
<p>雖然這些面向消費者的舉措對用户增長和留存至關重要，但 Match 也在利用 AI 來轉變其內部運營，使公司更加高效和協作。</p>
<p>例如，Match 在全球範圍內部署了 AI 編碼助手 “Cursor”，以加快開發週期並減少工程工作負擔。</p>
<p>此外，近 1000 名工程師現在通過共享的 GitHub 系統與 AI 工具協作，這使得團隊能夠查看彼此的代碼，重用優秀功能，並更快、更一致地構建產品——類似於 <strong>Meta Platforms Inc.（META）</strong> 和 <strong>Microsoft Corp.（MSFT）</strong> 等大型科技公司。</p>
<p>Match 還創建了一個集中式 AI 工具組，構建和維護共享的 AI 基礎設施。這種方法使公司產品組合中的小品牌，如 HER 或 The League，能夠訪問與旗艦應用相同的先進能力，而無需重複工程工作。</p>
<p>通過在多個接觸點嵌入 AI——從入職和匹配推薦到內部產品開發——Match 正在構建一個數據、技術和人類創造力相互強化的統一生態系統。</p>
<p>這種對消費者體驗和運營效率的雙重關注不僅僅是一次實驗；它是公司振興計劃的戰略基礎。</p>
<p>如果 Match Group 能夠成為擁有 “AI 關係助手” 層的公司，那麼它實際上可能會從 A-AI 的崛起中受益。</p>
<p>與施樂不同，Match 的核心業務已經圍繞推薦、個性化和匹配構建——這正是 A-AI 擅長解決的問題。</p>
<p>A-AI 並不會取代 Match 的業務，而是可以使其產品更有用。應用這項技術將是一個福音，而不是災難。</p>
<p>在 A-AI 的世界中，執行力勝過採用。合適的 AI 應用者不僅僅是在使用這項技術；它正因這項技術而變得更強大。</p>
<p>這就是為什麼 AI 應用者之間的差距在擴大。</p>
<p>對於我們投資者來説，這種差異正在成為整個故事。它可能會 <strong>將長期贏家與其他公司區分開來。</strong></p>
<p>我在我的 <strong>最新特別廣播</strong> 中分享了更多關於 A-AI 轉變的信息，以及那些將從中獲利的應用者公司。我還免費提供了我的首選 AI 應用者股票推薦。</p>
<p><strong>點擊這裏瞭解更多。</strong></p>
<p>此致，</p>
<p>Eric Fry</p>

施樂

MTCH

<p>施樂控股公司（XRX）在適應自主人工智能（A-AI）技術的崛起方面面臨困難，儘管過去曾努力多元化進入業務流程外包（BPO）領域。該公司的 BPO 歷史不穩定以及超過 40 億美元的債務阻礙了其有效競爭的能力。雖然施樂推出了一個基於人工智能的運營平台，但內部信心已減弱。相比之下，Match Group Inc.（MTCH）被視為強大的人工智能應用者，利用技術增強其商業模式。文章強調了在不斷發展的人工智能領域中數據質量和執行的重要性</p>

<p>Listen to the audio version of this article (generated by AI).</p>
<div class="lb-trans"><p>收聽本文的音頻版本（由 AI 生成）。</p>
</div><p>Hello, Reader.</p>
<div class="lb-trans"><p>你好，讀者。</p>
</div><p>In machine learning – the type of AI that teaches computers to learn from examples – not all data is created equal.</p>
<div class="lb-trans"><p>在機器學習中——這種教會計算機從示例中學習的 AI 類型——並非所有數據都是平等的。</p>
</div><p>“Hurtful data,” be it mislabeled, misleading, or biased, can degrade AI models. That’s like a photo of a cat being labeled “dog.” Other data is “useless” because it is repetitive, low quality, or adds no meaningful new information.</p>
<div class="lb-trans"><p>“有害數據”，無論是標籤錯誤、誤導性還是偏見，都可能降低 AI 模型的性能。這就像一張貓的照片被標記為 “狗”。其他數據則是 “無用的”，因為它們重複、質量低下，或沒有提供任何有意義的新信息。</p>
</div><p>If the examples are wrong, the model learns the wrong patterns.</p>
<div class="lb-trans"><p>如果示例是錯誤的，模型就會學習到錯誤的模式。</p>
</div><p>That means AI progress is becoming less about who has the biggest model and more about who has the best data.</p>
<div class="lb-trans"><p>這意味着 AI 的進步越來越不在於誰擁有最大的模型，而在於誰擁有最好的數據。</p>
</div><p>Companies that <em>apply</em> AI are not created equal, either.</p>
<div class="lb-trans"><p>應用 AI 的公司也並非都是平等的。</p>
</div><p>I’ve been talking about these “AI Appliers” here at <strong><em>Smart Money</em></strong>. These companies are adopting AI technologies to boost efficiency, productivity, and profitability.</p>
<div class="lb-trans"><p>我在 <strong><em>Smart Money</em></strong> 中談論這些 “AI 應用者”。這些公司正在採用 AI 技術來提高效率、生產力和盈利能力。</p>
</div><p>Many could profit enormously as they deploy AI technologies throughout their operations and potentially see gains not unlike the companies that <em>used</em> internet infrastructure in the dot-com era and went on to dominate the global economy.</p>
<div class="lb-trans"><p>許多公司在其運營中部署 AI 技術後可能會獲得巨大的利潤，潛在的收益與在互聯網基礎設施時代使用互聯網的公司相似，並最終主導全球經濟。</p>
</div><p>But there’s a catch…</p>
<div class="lb-trans"><p>但有一個問題……</p>
</div><p>Not every company using AI has an advantage. We’ve reached the stage in the technological cycle where execution matters more than adoption.</p>
<div class="lb-trans"><p>並非每個使用 AI 的公司都有優勢。我們已經進入了技術週期的階段，在這個階段，執行比採用更為重要。</p>
</div><p>That is especially true as “A-AI” – AI models that can act all on their own – becomes more prevalent</p>
<div class="lb-trans"><p>尤其是當 “A-AI”——能夠自主行動的 AI 模型——變得越來越普遍時，這一點尤為真實。</p>
</div><p>In today’s <em>Smart Money</em>, I’ll look at a company that highlights the limits of legacy AI Appliers struggling to adapt as A-AI accelerates. Then, I’ll break down an AI Applier that can successfully leverage A-AI to strengthen its core business and gain a competitive advantage.</p>
<div class="lb-trans"><p>在今天的_Smart Money_中，我將關注一家突顯傳統 AI 應用者在 A-AI 加速時難以適應的公司的案例。然後，我將分析一家能夠成功利用 A-AI 來增強其核心業務並獲得競爭優勢的 AI 應用者。</p>
</div><p>Let’s dive in…</p>
<div class="lb-trans"><p>讓我們深入探討……</p>
</div><h2><strong>A Legacy AI Applier Struggling to Keep Up</strong></h2>
<div class="lb-trans"><h2><strong>一家努力跟上的傳統 AI 應用者</strong></h2>
</div><p><strong>Xerox Holdings Corp. (XRX)</strong> is a well-recognized company built around printers, copiers, and traditional office services</p>
<div class="lb-trans"><p><strong>施樂控股公司（XRX）</strong> 是一家圍繞打印機、複印機和傳統辦公服務建立的知名公司。</p>
</div><p>In the early 2010s, management wisely anticipated a decline in its traditional printing business. And so, they acquired a company called Affiliated Computer Services to offer “business process outsourcing,” also known as “BPO.” This new business offered IT outsourcing, administration, call-center, HR and other back-office services to complement its legacy business.</p>
<div class="lb-trans"><p>在 2010 年代初，管理層明智地預見到其傳統打印業務的衰退。因此，他們收購了一家名為 Affiliated Computer Services 的公司，以提供 “業務流程外包”，也稱為 “BPO”。這項新業務提供 IT 外包、行政管理、呼叫中心、人力資源和其他後端服務，以補充其傳統業務。</p>
</div><p>However, the strategy did not solve Xerox’s long-term problem: print volumes were still going down, and BPO was a low-margin, complex business that faced intense competition from foreign firms. And so, in 2016, Xerox sold the BPO division, only to jump in again in 2023 after its printing business saw further declines.</p>
<div class="lb-trans"><p>然而，這一戰略並沒有解決施樂的長期問題：打印量仍在下降，而 BPO 是一個低利潤、複雜的業務，面臨來自外國公司的激烈競爭。因此，在 2016 年，施樂出售了 BPO 部門，但在 2023 年其打印業務進一步下滑後又重新進入該領域。</p>
</div><p>This time, they tried a narrower “workplace technology” strategy.</p>
<div class="lb-trans"><p>這一次，他們嘗試了一種更狹窄的 “工作場所技術” 戰略。</p>
</div><p>Things looked promising at first. Revenues stabilized… and even grew slightly in 2025 thanks to acquisitions and the company’s entry into AI-enabled automation. Insiders at Xerox were aggressively buying stock in their own company as late as April 2025.</p>
<div class="lb-trans"><p>起初情況看起來很有希望。由於收購和公司進入 AI 驅動的自動化，收入穩定……甚至在 2025 年略有增長。施樂內部人士在 2025 年 4 月時仍在積極購買自家股票。</p>
</div><p>But things began to fall apart again this year as A-AI started to take hold.</p>
<div class="lb-trans"><p>但隨着 A-AI 的逐漸普及，今年情況又開始惡化。</p>
</div><p>You see, Xerox’s latest foray into outsourcing involves businesses that A-AI can increasingly automate. Areas like:</p>
<div class="lb-trans"><p>你看，施樂最新的外包嘗試涉及到 A-AI 可以越來越多地自動化的業務領域，如：</p>
</div><ol>
<li>Document workflow automation.</li>
<li>Mid-market IT services</li>
<li>Knowledge-worker productivity services</li>
</ol>
<div class="lb-trans"><ol>
<li>文檔工作流自動化。</li>
<li>中型市場 IT 服務</li>
<li>知識工作者生產力服務</li>
</ol>
</div><p>And Xerox’s inconsistent BPO history means it doesn’t have the quality data needed to fight back.</p>
<div class="lb-trans"><p>而施樂不一致的 BPO 歷史意味着它沒有足夠的優質數據來反擊。</p>
</div><p>In addition, Xerox’s acquisitions mean the firm holds over $4 billion in debt (more than 10 times its market capitalization). A-AI is shrinking profits in Xerox’s “growth” business right as the company needs it most.</p>
<div class="lb-trans"><p>此外，施樂的收購使得公司負債超過 40 億美元（是其市值的 10 倍以上）。A-AI 正在壓縮施樂 “增長” 業務的利潤，而此時公司最需要這些利潤。</p>
</div><p>Of course, management is continuing to fight back. Last week, Xerox released Xerox IT as a Service (ITaaS), an AI-powered operations platform designed to simplify IT for companies. Basically, businesses will pay Xerox to manage and support their technology systems instead of handling IT themselves.</p>
<div class="lb-trans"><p>當然，管理層仍在繼續反擊。上週，施樂發佈了施樂 IT 即服務（ITaaS），這是一個旨在簡化公司 IT 的 AI 驅動操作平台。基本上，企業將支付施樂來管理和支持他們的技術系統，而不是自己處理 IT。</p>
</div><p>But insiders are no longer buying shares like they did in 2025. A-AI competition is becoming clearer by the day, and Xerox might not have the data or financial strength left to beat back the competition.</p>
<div class="lb-trans"><p>但內部人士不再像 2025 年那樣購買股票。A-AI 競爭日益明顯，而施樂可能沒有足夠的數據或財務實力來抵禦競爭。</p>
</div><p>Xerox may apply AI, but that doesn’t mean it’s guaranteed a long, or successful, life as an AI Applier.</p>
<div class="lb-trans"><p>施樂可能應用 AI，但這並不意味着它的 AI 應用者生涯會長久或成功。</p>
</div><p>Here’s a better “match” instead…</p>
<div class="lb-trans"><p>這裏有一個更好的 “匹配”……</p>
</div><h2><strong>A Match Made for the AI Applier Era</strong></h2>
<div class="lb-trans"><h2><strong>為 AI 應用者時代量身定製的匹配</strong></h2>
</div><p><strong>Match Group Inc. (MTCH)</strong> is the undisputed titan of online dating websites and apps, with roughly 82 million monthly active users – about 15 million of whom pay for subscriptions – and an estimated 30–40% global market share.</p>
<div class="lb-trans"><p><strong>Match Group Inc.（MTCH）</strong> 是在線約會網站和應用程序的無可爭議的巨頭，擁有大約 8200 萬月活躍用户——其中約 1500 萬為付費訂閲用户——並且在全球市場中佔有約 30-40% 的份額。</p>
</div><p>Its portfolio includes Tinder, the world’s No. 1 dating app, along with more than a dozen other online dating brands like Hinge, OkCupid, Plenty of Fish, and Match.com.</p>
<div class="lb-trans"><p>其產品組合包括全球第一的約會應用 Tinder，以及其他十多個在線約會品牌，如 Hinge、OkCupid、Plenty of Fish 和 Match.com。</p>
</div><p>While these consumer-facing initiatives are critical to user growth and retention, Match is also using AI to transform its internal operations, making the company more efficient and more collaborative.</p>
<div class="lb-trans"><p>雖然這些面向消費者的舉措對用户增長和留存至關重要，但 Match 也在利用 AI 來轉變其內部運營，使公司更加高效和協作。</p>
</div><p>For example, Match has deployed AI coding assistants like “Cursor” globally to speed up development cycles and reduce engineering workloads.</p>
<div class="lb-trans"><p>例如，Match 在全球範圍內部署了 AI 編碼助手 “Cursor”，以加快開發週期並減少工程工作負擔。</p>
</div><p>Additionally, nearly 1,000 engineers now work through a shared GitHub system with AI tools, which lets teams see each other’s code, reuse good features, and build products faster and more consistently – similar to larger tech firms like <strong>Meta Platforms Inc. (META)</strong> and <strong>Microsoft Corp. (MSFT)</strong>.</p>
<div class="lb-trans"><p>此外，近 1000 名工程師現在通過共享的 GitHub 系統與 AI 工具協作，這使得團隊能夠查看彼此的代碼，重用優秀功能，並更快、更一致地構建產品——類似於 <strong>Meta Platforms Inc.（META）</strong> 和 <strong>Microsoft Corp.（MSFT）</strong> 等大型科技公司。</p>
</div><p>Match has also created a centralized AI tooling group that builds and maintains shared AI infrastructure. This approach gives smaller brands in the company’s portfolio, like HER or The League, access to the same advanced capabilities as the flagship apps without having to duplicate engineering efforts.</p>
<div class="lb-trans"><p>Match 還創建了一個集中式 AI 工具組，構建和維護共享的 AI 基礎設施。這種方法使公司產品組合中的小品牌，如 HER 或 The League，能夠訪問與旗艦應用相同的先進能力，而無需重複工程工作。</p>
</div><p>By embedding AI at multiple touchpoints – from onboarding and match recommendations to internal product development – Match is building a unified ecosystem where data, technology, and human creativity reinforce each other.</p>
<div class="lb-trans"><p>通過在多個接觸點嵌入 AI——從入職和匹配推薦到內部產品開發——Match 正在構建一個數據、技術和人類創造力相互強化的統一生態系統。</p>
</div><p>This dual focus on consumer experience and operational efficiency is not simply an experiment; it is the strategic foundation for the company’s revitalization plan.</p>
<div class="lb-trans"><p>這種對消費者體驗和運營效率的雙重關注不僅僅是一次實驗；它是公司振興計劃的戰略基礎。</p>
</div><p>Match Group could actually benefit from the rise of A-AI if it becomes the company that owns the “AI relationship assistant” layer for dating.</p>
<div class="lb-trans"><p>如果 Match Group 能夠成為擁有 “AI 關係助手” 層的公司，那麼它實際上可能會從 A-AI 的崛起中受益。</p>
</div><p>Unlike Xerox, Match’s core business is already built around recommendations, personalization, and matching – exactly the kinds of problems A-AI is good at solving.</p>
<div class="lb-trans"><p>與施樂不同，Match 的核心業務已經圍繞推薦、個性化和匹配構建——這正是 A-AI 擅長解決的問題。</p>
</div><p>Instead of replacing Match’s business, A-AI could make its products more useful. Applying the technology would be a boon, rather than a bust.</p>
<div class="lb-trans"><p>A-AI 並不會取代 Match 的業務，而是可以使其產品更有用。應用這項技術將是一個福音，而不是災難。</p>
</div><p>And in a world of A-AI, execution beats adoption. The right AI Applier isn’t just using the technology; it’s being made stronger by it.</p>
<div class="lb-trans"><p>在 A-AI 的世界中，執行力勝過採用。合適的 AI 應用者不僅僅是在使用這項技術；它正因這項技術而變得更強大。</p>
</div><p>That’s why the gap between AI Appliers is widening.</p>
<div class="lb-trans"><p>這就是為什麼 AI 應用者之間的差距在擴大。</p>
</div><p>And for us investors, that difference is becoming the entire story. It’s likely to <strong>separate the long-term winners from the rest.</strong></p>
<div class="lb-trans"><p>對於我們投資者來説，這種差異正在成為整個故事。它可能會 <strong>將長期贏家與其他公司區分開來。</strong></p>
</div><p>I share more about the A-AI shift – and the Applier companies set to profit from it – in my <strong>newest, special broadcast</strong>. I also give away my number-one AI Applier stock pick – absolutely free.</p>
<div class="lb-trans"><p>我在我的 <strong>最新特別廣播</strong> 中分享了更多關於 A-AI 轉變的信息，以及那些將從中獲利的應用者公司。我還免費提供了我的首選 AI 應用者股票推薦。</p>
</div><p><strong>Click here to learn more.</strong></p>
<div class="lb-trans"><p><strong>點擊這裏瞭解更多。</strong></p>
</div><p>Regards,</p>
<div class="lb-trans"><p>此致，</p>
</div><p>Eric Fry</p>
<div class="lb-trans"><p>Eric Fry</p>
</div>

施樂是一個 AI 陷阱——這家公司是一個更好的選擇