设计增长地图 企业从现有 资源和能力出发所能找到业务 增 实现企业指数级的增长 增长路径中可以让业务在短期内呈现指数级 历经 12 年、 60 多家企业、千亿量级验证的增长新思维。 天 际 线 长点的总和，摆脱碎片化的增长思路。 企业估值或者企业价值的上限 爆发增长 撤 退 线 增 长 线 成长底线 本书价值 增长的线。 、谷歌、亚马逊、脸书这类公司。这类公 司 自诞生起，就具有互联网形态，就有数据累积，未来可 以依 据大数据积累往人工智能进化 数字化是爆发线的必要基因，近 30 年来，过千亿 市值的创业公司，无一例外全部都拥有数字化基 因。 表 1916—2004 年成立的市值千亿美元企业 爆发线设计策略： 数字化是爆发线的必要基因 企业完全没有数字化或者仅限于职能部门的信息化。 原生型数字化公司 再生型数字化公司 传统公司

数字技术和基础设施（大数据） 多样的数据类型 价值密度低 海量的数据规模 快速的数据流转 大数据的四大特征 容量更大 超大网络容量，连接数密度大幅度提高，具 有千亿台设备的连接能力，可满足物联网通 信。 系统的协同化、智能化水平提升 表现为多用户、多点、多天线、多摄取的协同组网， 以及网络间灵活的自动调整。 传输更快

AI 模型 AI 模型是智能系统的核心引擎，从感知理解到决策生成，从预测分析到内容创作，AI 模型正在各个领域展现出超越人类的能力。随着深度学习技术的突破和算力的提升， 模型规模从百万参数增长到千亿甚至万亿参数，能力边界不断扩展。然而，通用大模 型与领域专用模型各有所长，如何结合两者的优势，实现既有广度又有深度的智能， 是当前 AI 发展的关键挑战。 图：AI 大模型性能对比，来源 SWE-BENCH