Uber 打车非常有特点的一个业务是 “用车高峰期动态调价”，尤其是下雪天等极端天气，更高的价格可以吸引到更多司机出来增加运力等。
但此类业务也面临一定的指责，比如价格提升是否合理，会不会借此机会抬高价格等。毕竟供需匹配背后的算法，在消费者眼中，这是一个黑盒子。
读到俞军在滴滴期间也面临的一个类似问题。中国市场在面临此类动态调价做资源配置时是面临很大的挑战的，比国际市场的挑战会大得多。
对电信运营商来说也面临类似的场景，比如：为高优先级客户提供付费网络提速等。
我们认为此类业务的设计，除了考虑到用户环境的接受度之外，叙事逻辑也变得很重要。所谓 “屡战屡败” 和 “屡败屡战” 会有很大的结果差别。“朝三暮四” 和 “朝四暮三” 也有很大的不同。
在差异化定价和服务方面，航空公司的实践是相对领先的，无论是公务舱和经济舱的差别化，还是同为经济舱，不同时刻的价格波动。
Meta 扎克伯格披露的数据，在 Facebook、WhatsApp、Messenger 和 Instagram 中使用 Meta AI 助理等用户数实现了月活跃 4 亿，周活跃也达到了 1.85 亿户。
在现有成熟产品中，增加生成式 AI 功能是一条重要的路径。
这也引发一个问题：生成式 AI 到底更适合作为一项新功能，还是作为一项新产品。
以 Linux 社区为例，看似松散的开发队伍但质量还非常之好，除了若干天才程序员之外，还有更多是工程方面的原因
① 只要有足够多的 Beta 测试和合作开发者，几乎所有问题都会很快显现，并且自然有人会把问题解决；
② 高品质的 bug 反馈，要求报告者对源代码有了解：一个仅描述外部可见症状的 bug 报告，和一个直接关联到源码的分析型 bug 报告，两者的价值是天壤之别。
联想到 MVP 和迭代式开发，频度高快节奏是表象，核心是保持一定质量的迭代，而不是从垃圾中迭代垃圾。
#东施效颦现象无处不在
4G/5G 无线专网和 IoT（物联网）是电信运营商在企业市场的重要产品线。而这两个领域，运营商面临不同的跨界对手。
附图来自 GSMA 对国际运营商的调研，专网的最大跨界对手是无线网络设备提供商，而 IoT 最大跨界对手来自 IoT 平台商。
