2026-10-22 21:40:25
（本文作者为 源Capital笔记，钛媒体经授权发布）
停牌近半个月后，新亚制程（002388.SZ）10月22日复牌首日即上演极端走势——以涨停价10.01元开盘后，直线跳水触及跌停，最终封死跌停板收报8.19元。
图源：Choice
就在前一晚，这家浙江衢州上市公司刚刚抛出一份更为详细的收购预案：拟计划通过"现金+增发"两步走，拿下上海启元气体发展有限公司（以下简称“启元气体”）合计67.13%股权，切入半导体电子特气赛道。
从目前披露的数据看，手握光刻气头部客户认证的启元气体一旦并表，有望快速增厚新亚制程的营收和净利润。但启元气体的净利润增速似乎出现了“失速”的情况，其在2025年实现净利润3066万元，但2026年上半年仅为为 1002万元，而交易中其又承诺2027年起每年净利润不低于4635万元。
与此同时，公司上一次跨界并购留下的商誉爆雷与未决诉讼的负面影响犹在，这单被公司寄予厚望的转型并购，究竟能否兑现，仍有待观察。
根据新亚制程10月21日晚披露的交易预案显示，公司收购启元气体采用"两步走"方案。
第一步，由控股子公司上海芯亚北璨半导体有限公司以现金方式，向上海启元半导体材料有限公司、天津显智链、肥东县科创产业投资、中央企业乡村产业投资基金等13名股东，收购启元气体合计51.27%股权。交易完成后，芯亚北璨将取得启元气体董事会多数席位选任权，启元气体随即纳入上市公司合并报表。
第二步，上市公司再以发行股份及支付现金方式，向俞俊、上海骏遇、江英等7名交易对方购买启元气体另外15.86%股权，并同步向不超过35名特定投资者募集配套资金，发行价格定为5.87元/股。两步全部完成后，新亚制程将合计持有启元气体67.13%股份。
对于新亚制程来说，收购启元气体正是在目前公司业务瓶颈期的一次突破或是转型。在收购预案中新亚制程指出，在目前公司形成的“电子信息产品销售服务+新材料制造（锂电材料、电子胶粘剂）”双轮驱动业务格局中，电子信息产品销售服务板块“利润率相对偏低，增长空间有限”;锂电材料板块“受益于新能源产业前期高速增长，近年随行业产能释放、供需结构调整，增速有所放缓，盈利水平呈现一定周期性波动"。
事实上也正是如此，2024年、2025年公司分别录得净利润亏损2.36亿元、2228万元，2026年上半年净利润继续亏损1171万元，不过从扣非回正这个信号上来看公司的业务有一定企稳向上的趋势，但短时间内要向有更多的突破，并购一个业务成熟，盈利稳定的公司是一个不错的选择。
图源：Choice
公司方面也坦言，此次收购是为”把握电子气体产业升级机遇、延伸电子产业关键材料链条”，通过“注入具备高技术壁垒、高客户黏性的资产"，平滑特定行业的周期波动，构建更为均衡的业务结构。
这样的操作对于资本市场来说并不新鲜，但对于目前的新亚制程来说，收购资金的来源是目前投资者们关注的焦点之一。
按照方案中披露的内容，承担第一步现金收购的主体芯亚北璨要完成启元气体51.27%股权的真金白银对价。尽管审计、评估尚未完成、最终作价待定，但参照启元气体2025年约3066万元的净利润及电子特气行业通行估值水平，这笔收购体量预计在数亿元量级。
但对于新亚制程来说，能拿出这个数量级的现金实属不易。财务数据显示，截至2026年6月末，新亚制程资产负债率达59.87%。现金流方面，2025年全年经营活动现金流净额为-5919万元；2026年上半年虽回正至1.30亿元，但同期筹资活动现金流净流出6773万元。
把目光转向标的本身。启元气体2009年成立，以空分设备研发制造起家，如今业务覆盖电子大宗气体（氦、氧、氮、氢、氩、二氧化碳等）和电子特种气体（高纯稀有气体氙、氖、氦、氪及光刻气），下游直指集成电路制造与半导体显示。按照公司在宣传材料中的说法，其光刻气已获得美国Cymer（ASML子公司）和日本GIGAPHOTON双认证，超纯氧产品已进入中芯国际、长江存储、合肥晶合等产线。这也许正是新亚制程愿意为它买单的核心逻辑。
但从已经披露的财务数据里不难发现，启元气体的增长曲线似乎有些反常。2024年启元气体营业收入3.17亿元，净利润仅933.50万元；到了2025年，营业收入3.65亿元，同比增长约15%，净利润却跳涨至3065.59万元，增长了228%。这种增幅的差距究竟来自毛利率改善、产品结构升级，还是并表口径变化等原因，目前披露的信息不并未说明。
更耐人寻味是是2026年上半年的业绩表现。今年前6个月，启元气体营业收入为1.39亿元，但净利润仅1002.01万元。如果按照上半年的净利润简单进行年化后，全年利润有可能不超过3000万，如果按照这个数据来看，启元气体非但没有延续2025年的跳升势头，反而较上年明显失速。
图源：公告
而就是在这样的业绩节奏下，上海启元半导体材料有限公司与俞俊给出了一个目前看起来颇有压力的业绩承诺：2027年至2029年，启元气体每年扣非归母净利润均不低于4635万元，三年累计不低于2.2248亿元。换言之，公司要在2026年这个有可能的"失速年"之后，一年之内把净利润从2000万出头的量级拉到4635万元以上，相当于较2025年再增长50%。
收购标的迷离的业绩表现，让新亚制程的投资者们想起了公司几年前的并购。2023年2月，公司曾以约7.04亿元收购杉杉股份旗下衢州杉杉51%股权，切入锂电池电解液与六氟磷酸锂赛道，但也由此形成约3.27亿元商誉。最终这笔投资在2023年、2024年分两次全额计提减值，商誉大减。更棘手的是后遗症，目前还有数亿元的官司在等待判决。换句话说，王伟华入主公司的这笔跨界并购，最终以"商誉爆雷+对簿公堂"收场。
这单被新亚制程寄予厚望的并购，究竟是帮新亚制程走出泥潭的跳板，还是又一次高溢价入股后的伏笔，显然还需要更多的时间来检验。（本文首发钛媒体，文丨三原 编辑丨曹晟源）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-22 20:06:46
（本文作者为 TechPulse，钛媒体经授权发布）
“企业把AI方案推向规模时，拖慢速度的通常不是技术。”亚马逊云科技汽车与制造全球总经理 Ozgur Tohumcu 给出了一个不太常见的判断。
过去一两个月，大模型行业甚至出现了要不要放慢前沿模型研发节奏的讨论，模型能力本身已经足够超前，平台服务也足够先进。真正卡住企业的是另外的要素，有没有撑得住AI服务扩张的数据基座，有没有为自主执行的智能体准备好护栏、可观测性与可追溯机制，以及组织是否还容得下试验。
Ozgur Tohumcu举例表示，大量车企的AI项目停留在概念验证阶段，没有真正走向量产与工业化落地，制造企业已经证明AI行得通，剩下的难题是怎么让它铺满整条价值链。
亚马逊云科技为此拿出了自身的运营经验。据其介绍，亚马逊运营网络中已部署超过100万台机器人。单台机器人的学习之外，更有价值的是集群层面的学习，以及这些经验如何在全球运营网络中复制。
从区域市场的差异，到研发和供应链的投入回报，再到数据、组织与安全，物理AI走出试点之后，如何成为一套可以持续运行、也值得持续投入的生产系统？
Ozgur Tohumcu在主题分享中列出了三个趋势：自动驾驶经过多年的训练和部署，开始进入大规模落地阶段；物理AI在工业场景中的应用不断扩大，制造业和汽车行业尤其明显；全球大型企业正在向智能体架构和智能体组织演进，应用范围覆盖销售、营销、采购、供应链管理和制造等环节。
面对这轮变化，不同地区企业的优势也有所不同。在他看来，前沿模型上美国领先，围绕前沿模型形成了一个巨大的重心，物理AI落地时仍要依赖这部分能力，美国因此保持领先。
中国、日本和韩国等地，尤其是中国，领先的是速度和规模。他用"令人惊叹"来形容中国的节奏，这里试验探索的氛围很浓，一旦某种做法被验证有效，企业会以极快的速度扩张。
在欧洲地区，企业在治理政策上很强，对主权的理解很深，部署物理AI系统时，用了什么数据、数据存在哪里、谁有权访问、数据性质如何，都需要在应用推广之前考虑清楚。
区域差异之外，还有一个变量在重塑车企的技术路线，合规政策持续收紧，数据主权要求叠加关税影响，企业的应对方式是，在保持全球化运营的同时把更多事情区域化，尽量把业务闭环留在同一个区域内。例如，亚马逊云科技在德国建了欧洲主权云，满足部分欧洲数据留在欧洲境内的要求。
落到亚马逊云科技自身，Ozgur Tohumcu给出的角色定位是一站式平台。
首先是模型接入，客户可以根据具体任务选择基础模型，有些任务并不需要使用成本最高的模型。模型蒸馏和定制是另一个重点，训练完成后，要让模型运行在工厂设备或机器人上，还需要重新考虑部署环境、响应速度和成本。
在这一体系中，Amazon Bedrock提供统一的模型接入途径，Amazon Bedrock AgentCore支持智能体的统筹管理。随着企业内部运行的智能体数量增加，对权限、运行过程和生命周期的管理也会变得更加重要。
工厂车间对延迟敏感，边缘侧的低延迟方案和底层数据基础设施，则支撑着模型从云端开发走向现场部署。
图片来自AI生成
AI在汽车制造业的哪些环节最容易产生回报？
Ozgur Tohumcu表示，真正的效率突破很少来自单个环节，而是全链条打通带来的协同。具体到投入产出，研发通常最先也最快见到回报，汽车软件的设计、开发、验证、部署四个阶段都能吃到AI的红利，设计阶段迭代更快，开发阶段有 Kiro 这样的编程助手提升工程师效率，验证阶段可以快速生成仿真工况做高并发测试。
例如，宝马集团已经在亚马逊云科技上完成了超过10亿公里的自动驾驶仿真训练，欧洲传统OEM的研发周期过去在4到5年，现在压到3年左右，中国车企只需18到24个月。
供应链排在第二，重构难度大，但降本空间也最大。供应链数据散在很多系统里，智能体可以跨系统取数，把提炼价值和简化流程的用例搭起来。Ozgur Tohumcu认为，一家典型传统车企如果重塑供应链运营，能省下数十亿美元。
AI 的难点还在于从试点走到量产，第一是容不容易规模化，推广到生产环境要付出多少工作量，第二是规模化之后还赚不赚钱。
Ozgur Tohumcu见过的最典型情况是，德国某家工厂的试点效果极好，但要推广到140家工厂，每位厂长都在管自己的运营体系，亚马逊云科技需要证明这套体系对每家工厂都有作用。
财务这一关同样难过，一辆车上运行良好的方案，推广到大型车企数千万辆汽车的体量，成本可能显著增加，企业甚至需要重新选择基础模型，以降低长期运行费用。之前也存在一种情况，客户已经证明方案在技术上可以扩展，首席财务官却认为商业角度不划算。
这些问题最终又回到数据、安全和组织基础上。
在制造环境中，运营数据与IT数据往往相互割裂，如何把工厂设备产生的OT数据接入云端，并与企业管理系统中的IT数据互通，听起来基础，却仍是许多客户需要补上的一环。亚马逊云科技所强调的工业数据架构，就是要将制造执行系统（MES）、产品生命周期管理系统（PLM）等不同来源的数据连接起来，为后续应用提供基础。
设备连接越多，生产现场对安全管理的要求也越高，客户需要确认，既有的安全基础设施能否覆盖新增的智能设备，以及这些设备的运行过程能否得到有效管理。
Ozgur Tohumcu还提到了一个容易被忽略的问题，单台机器人已经可以展示很强的能力，但进入生产环境后，更重要的是机器人之间如何通信、如何协同，以及如何与人共同工作。
对于汽车座舱和自动驾驶中的模型幻觉风险，Ozgur Tohumcu则明确了职责边界，亚马逊云科技提供基础设施，具体自动驾驶系统的设计、训练、运营和验证，仍由客户负责。
组织和人才，是这条落地链路的另一端。亚马逊云科技行业集群总经理田锋表示，汽车和制造业是少数具备物理实体、产出物理产品的行业，链条长，研发环节与其他行业完全不同，客户的诉求不只在技术，组织与人才层面的AI素养同样关键。（本文首发于钛媒体APP，文 | TechPulse）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-22 18:32:41
（本文作者为 光子星球，钛媒体经授权发布）
文 | 光子星球
10月22日，光子星球独家获悉，阿维塔负责产品操盘和营销的副总裁孙百功即将于近期离职。
孙百功拥有超20年科技和汽车行业经验，加入阿维塔之前，曾担任华为荣耀中东非洲总裁、理想汽车销服副总裁。
我们从接近阿维塔人士处获悉，孙百功是2025年阿维塔战略2.0实施后引入的重磅高管。任职期间，在运营体系搭建、品牌向上及核心2C能力建设上为阿维塔做出了重要贡献。
在内部体系搭建上，主导阿维塔和华为在市场体系、品牌营销、生命周期操盘、营销能力建设的深度合作。构建了以IPMS为核心的业务运营体系，把能力沉淀到流程上，形成可复制的成功打法。
在产品与品牌端，主导了阿维塔品牌向上的战略，推动高端新豪华旗舰阿维塔新12、全新阿维塔07L成功上市，并完成了阿维塔旗舰SUV T09的全球首秀。
在营销端，匹配阿维塔高端形象的战略，在市场推广、品牌一致性、门店全流程体验等核心的2C能力上，坚持“聚焦、高质量、高标准”，聚焦价值内容传播；聚焦高线城市的资源投入，缩减低效门店数量，强化消费者触点界面的能力建设。
孙百功是行业内少有的兼具科技圈与汽车圈经验的复合型管理人才，既深谙华为式产品打造、技术营销及全球化拓展逻辑，又掌握造车新势力的用户思维。
公开报道显示，孙百功在华为体系工作了近20年，是华为成为世界级领先企业的亲历者与深度参与者，也是极少数横跨运营商、企业BG和消费者BG三大核心业务板块，完整经历业务从0到1、从1到10发展阶段的一线市场领导者。自2007年3月被派往中东起，他开启了长达13年的海外开拓生涯，历任华为中东地区运营商、企业BG高级总监，华为中东非洲消费者BG副总裁、代理CMO。荣耀独立后，又历任新荣耀电商、用户经营和全场景业务负责人。
2024年1月，孙百功投身新能源汽车领域，以销服副总裁身份加入理想汽车，历任全车型市场操盘负责人、西部大区负责人。在理想汽车期间，他将华为“以客户为中心”的长期主义精神与新势力“以用户价值为本”的理念深度融合，持续思考打造给用户带来价值的好产品，积累了扎实的新能源车企市场操盘经验。
据知情人士透露，孙百功在完成阿维塔营销与运营体系化搭建的阶段性使命后，因个人职业规划主动转身，下一步或将聚焦AI与出海两大方向，正式投身创业，开启全新的职业生涯。
作为中国第一代出海开拓者中的佼佼者，孙百功多年探索国际市场，深谙国际贸易规则、跨文化沟通与本地化运营之道，拥有从0到1的品牌搭建与海外市场操盘经验。
站在AI浪潮与中国企业全球化出海的新起点，他显然有机会充分调用自身横跨通信、智能终端与智能汽车领域的丰富经验，在AI创业与赋能中国企业出海的新舞台上持续创造价值。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-22 17:04:54
（本文作者为 飞向TAI空，钛媒体经授权发布）
图片来源：unsplash
“PC需要被重新发明。”
当地时间10月21日，英伟达CEO黄仁勋在柏林GTC大会上宣称，以往“输入指令，电脑执行”的范式已经走向终结，PC只有成为个人Agent，理解用户意图并主动执行任务，才符合AI时代的需求。
英伟达成立于1993年PC革命前夕，起起伏伏30余年后，成为了AI革命的最重要推手，也从“在公寓办公”“吃了上顿没下顿”的创业团队变成了全球市值最高的上市公司。
而在2022年底AI浪潮爆发后，英伟达在赚得盆满钵满的GPU业务之外，也开始积极布局机器人、自动驾驶、量子计算等前沿方向，力求押中下一个时代风口。在这一过程中，黄仁勋也没少打PC的主意，而在今年年初宣布“Agentic AI拐点已至”后，相关进程明显加速。
在柏林GTC大会上，黄仁勋也展示了英伟达“为AI时代重新设计的PC”RTX Spark，还称为了这台设备，公司与微软秘密合作了四年，投入了数千个“工程师年”。
不过，PC真的能成为Agent的最佳宿主吗？对于这个“旧瓶”是否真的能让“新酒”更美味，目前还有很多不同看法。
人机交互的方式正在快速变革，快到大部分人还无法适应。
今年以来，从“小龙虾”OpenClaw到OpenAI的Codex，再到腾讯的WorkBuddy、Meta的Muse，新的Agent层出不穷，掀起一波波热浪。但在部署、使用方面，除了对普通消费者仍有一定门槛外，更为突出的问题就是隐私、安全和成本问题。
在这一背景下，模型、设备端也在同步做出调整，较为突出的表征就是小模型、本地模型和AI PC、AI手机的涌现。目前来看，业界考虑的核心逻辑，还是用消费者最熟悉的设备，搭载能在安全、隐私和成本上做得更好的模型，来让更加个性化的Agent能够跑在本地。
从英伟达目前公布的信息来看，其产品逻辑也与此一致。
相关信息显示，在英伟达与微软的合作中，前者提供GPU、AI软件栈和本地模型运行能力，后者则试图从Windows操作系统层面，为Agent提供执行、隔离和权限管理机制。
今年5月，微软公布了面向Agent的Windows安全能力；英伟达则通过OpenShell等工具，尝试让本地Agent在可控的权限范围内运行。英伟达官网文章称，双方希望解决的不只是AI能否在PC上运行，更是它能否在真实工作环境中持续执行任务。微软还在推进执行容器等机制，限制Agent对文件、网络和系统资源的访问范围。
而RTX Spark目前给出的最大卖点，则是从英伟达的芯片能力出发，将数据中心级的AI计算能力压缩进本地个人设备。
根据英伟达公布的信息，RTX Spark采用融合CPU与GPU的芯片设计，提供最高128GB统一内存和最高1 petaflop的FP4 AI算力，用户得以运行更大规模的本地模型，相比云端模型，能够用更小的Token消耗，让Agent完成更复杂的开发、设计、游戏制作等场景。在大会现场，黄仁勋也让自己颇为钟爱的Hugging Face MicroDuck“小黄鸭”机器人走上舞台。并介绍称这些机器人的“大脑”正是在RTX Spark上构建，并由Agent驱动它们完成行走和指令响应，由此证明其新一代PC的强大AI能力。
黄仁勋还设想称，十年后人们对PC的理解会完全不同，就像今天人们还沿用“手机”的称呼但很少用这个设备“打电话”。在他看来，未来每个家庭都可能会配备一台超级AI电脑，全天候执行Agent任务。
不过，在有关此次GTC的讨论中，仍有不少声音提到“PC只是权宜之计”，认为Agent爆发未必能催化AI PC走向主流，未来能让Agent真正落地个人设备、本地场景的，可能是其他模式。
目前，端侧、本地智能应用时间较长、验证较多的是智驾座舱、工业传感器等垂类应用场景。而在消费端的普及上，仍以手机、PC为主力，AI眼镜、智能手表以及智能手环、戒指甚至帽子等可穿戴设备也屡屡“上新”。
今年以来，最大的变化当属盒子产品的走红，包括家庭、工作场景，都冒出了不少新的盒子产品。而这些盒子最主要的特点，就是7x24小时地在本地跑Agent，这实际上正迎合了想改变“看屏幕-手动输入”这一主流人机交互方式的想法。此外，具身智能的爆发，也让机器人真正走入人类生活的设想，变得离现实更近了一步，但那更多还被视为Agentic AI后的下一个阶段，即物理AI时代。
上述种种设备，都自有其拥趸，也都在主打Agent概念，但同时也各自面临瓶颈。而值得注意的是，目前对Agent“最佳宿主”的讨论中，越来越多声音都提及，即使在本地场景，更重要的也不是为Agent找到单一载体，而是如何让Agent连接尽可能多的可信设备。换言之，就是让Agent在经授权范围内作主导。
上文提及的盒子模式，包括工作站、边缘服务器等，也是这种思路下的一种实现方式。
其核心是把Agent放到后台实现“无感”“常开”，保证Agent在场，并形成记忆和智能，而手机、PC或其他设备，更多作为入口层和呈现层，即使设备被更换，甚至未来某类设备被另一类替换，也不影响Agent本身。
有端侧芯片从业者介绍称，公司今年量产的芯片原本是针对AI PC设计的，但在出货上，反而是边缘服务器、盒子类产品采购订单大增，其增速远快于AI PC。他认为，这其中既有主流消费电子受存储涨价影响销售走弱的因素，也体现出新品类释放的想象力和迭代速度要快于传统品类。
另外，据称随着Muse引发的个人智能体爆发，目前越来越多的盒子产品也在探索本地Agent和设备中联网的端侧Agent更好协同的路径。
除了盒子类产品，还有一种被讨论较多的方式是“虚拟主机”的模式。
以往，PC兴起的核心优势之一就是将CPU、内存、存储和软件都集中在一台机器上，在硬件、软件能力过线后，更便于各类场景的使用。但Agent恰恰可以突破这种集中式结构，用户的旧电脑、游戏主机、家庭服务器，甚至其他具备计算能力的设备，都可能成为分布式的算力节点：一台设备运行本地模型，另一台处理视觉任务，主力电脑则继续承担日常工作。目前越来越多聚焦本地场景的厂商，在提供将个人网络中的多台PC连接起来，根据任务需求分配AI推理工作的解决方案。
当然，更有可能的是，那个更好的承载Agent的模式还没有被真正想到或看见。
上述端侧芯片从业者称，人们习惯科技变革中沿着延长线看问题、做预测，找到下一个风口或解决方案，但历史经验已经证明，真正的“爆款”和“答案”，永远在延长线之外。（本文首发于钛媒体APP，文｜飞向Tai空）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-22 17:04:20
（本文作者为 Chelsea_Sun，钛媒体经授权发布）
NextFin News — Food delivery rewards the company that becomes a habit. In Brazil that habit has a name. iFood takes most of the national market after more than a decade of building kitchens, couriers and consumer muscle memory. Everyone else is negotiating with that fact.
Keeta, Meituan’s overseas delivery brand, is the latest to try. It has capital, software honed in China and a willingness to pay for attention. What it does not have is time to pretend the coast is empty. After a year of subsidies around greater São Paulo—coupons, free delivery, long stretches of zero commission for restaurants, cash and training for riders—it had listings and courier sign-ups worth putting in a press release. What it did not have was an open door into Rio. Chain exclusives with iFood and with 99Food, the Didi-linked rival that restarted earlier and can borrow riders from ride-hailing, left more than half of targeted chain outlets off-limits when Keeta’s team took a hard count. A launch budget in the hundreds of millions of reais did not move the contracts.
Brazilian antitrust rules already limit how far exclusivity can run with large chains in big cities. Court action in São Paulo state further narrowed clauses aimed at freezing Keeta out. Legal oxygen is not the same as commercial oxygen. Rather than spend another season forcing the metro doors, Keeta is planting flags in inland municipalities across several states—markets where single-homing deals cover less of the menu. Downloads have passed ten million; coverage is heading for three dozen cities. The direction of the arrows on the map matters more than the count.
Meituan needs somewhere that still grows. Domestic delivery is deep, not fast. Brazil offers scale, high internet use and meal ordering that has not fully moved onto platforms; a meaningful share still runs through chat apps and informal habits. Dissatisfaction with fees and service at the dominant app is real enough to recruit switchers when a newcomer pays the switching cost. None of that erases the math of the category. Mature delivery networks live on low-single-digit net margins. Inland routes lengthen drops. Until each zone densifies, every free delivery is a loan against a future order that may not come.
99Food is not a theoretical peer. It entered the key metros earlier, sits on a nationwide mobility network and has been open about heavy further investment. Local retail groups are bolting delivery onto existing customer bases. iFood, under subsidy fire that would have cost other regional leaders far more share, has given up only a few points—proof that defaults die hard.
Meituan’s public envelope for Brazil runs to a billion dollars over five years. Elsewhere Keeta has claimed faster paths to per-order profit than in Hong Kong. Those stories star thinner competition. Here the job is narrower and harder: keep restaurants when promotional rent ends, keep couriers when bonuses fade, and make inland cities produce enough bags per hour that the coastal fortress can be pressured later rather than stormed now.
Expansion announcements are easy to write. Habit is not. Keeta is no longer trying to out-shout iFood on every avenue in Rio. It is trying to become inevitable somewhere iFood is thinner—and to still be solvent when the coupons stop doing the talking.
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2026-10-22 17:04:06
（本文作者为 Chelsea_Sun，钛媒体经授权发布）
NextFin News — Retail’s oldest problem is not finding a price. It is deciding what to want. China’s autumn shopping peak has always solved that with catalogs, livestreams and urgency. This year another habit is edging in: stating a constraint in plain language and letting software propose a basket.
The behavior is still uneven. Buyers who already know the model number go straight to the cart. Buyers facing a fog of near-identical claims—best value, lowest online price, limited stock—sometimes open a general assistant or an in-app helper first. The output is a ranked set of options, occasionally with a deep link into a live store. That is a different posture from typing keywords into a search box and scrolling until fatigue sets in.
Platforms are rearranging furniture around that posture. Festival promotions now appear inside chat products that were built for everyday questions, not only inside the commerce app. Retailers are exposing assistants that can see a user’s past orders and speak in the language of ingredients, budgets and delivery windows. Merchant-facing tools promise campaign plans, creative volume and cross-store monitoring from a single brief. The common bet is that dialogue can compress the research phase that used to leak time and attention across review videos and comparison posts.
Why retail, among all AI playgrounds? Intent is often half-formed. The assortment is vast. The outcome is measurable in conversion and return rates. Those three traits make a poor fit for brittle rules and a better fit for models that can hold several conditions at once. Operators also need a narrative after years of soft-pedaling pure transaction-volume theater. Efficiency and stickiness are easier to defend in a board memo than another headline GMV figure. Model vendors, for their part, need surfaces attached to money, not only to demos.
History already supplied a warning. Chat interfaces that recommend products without real inventory, payment rails and returns become advice columns. They do not become shops. Progress in China tracks the willingness of parties that own warehouses and customer-service desks to plug those “hands” into the “brain.” Where that wiring is missing, the conversation ends in a screenshot, not a shipment.
Merchants met automation earlier than consumers did. Copy generation, peak-hour responders and bulk video drafts cut the seasonal hiring spike. Shoppers remained skeptical while bots sounded like scripts and try-on filters felt like toys. The present push is an attempt to move AI from the stockroom into the moment of choice—precisely when trust is most expensive to lose.
Hence the tension inside every partnership pitch. If uncertainty is resolved in a neutral chat window, the retailer’s search box is no longer the only front door. Affiliated ecosystems will keep trying to make the helpful answer and the checkout button live under one roof. Unaffiliated tools will keep trying to become the place the question is asked first. That is a fight over allocation of attention and margin, dressed up as product convenience.
Disclosure lags the interface. A sponsored suggestion inside a flowing dialogue is harder to spot than a labeled banner. Until norms for commercial speech in chat catch up with norms for display ads, every fluent recommendation carries a quiet integrity risk.
The festival will not crown a permanent winner. It will show whether conversational shortlists raise completed orders without eroding confidence—and whether the companies that move boxes can keep the first sentence of the shopping trip from being spoken somewhere they do not control.
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
