小米副總裁KK表示:「擅長行銷」是對小米的誤解
小米副總裁KK表示:「擅長行銷」是對小米的誤解

小米科技共同創辦人KK黃江吉:「在小米,產品質量占80%的重要性,20%才是市場,如果覺得我們重行銷,那是因為網路把這個效應放大了。」

今年10月小米Note 2在官網開賣時,50秒內全部售罄。一時間,這款手機的海報攻佔了各個廣告版面,在「一面科技,一面藝術」的標題之後,是梁朝偉的招牌笑容。

上頭條、高關注度、明星代言、飢餓行銷,對大眾來說,這些標籤讓小米成為一家擅長行銷的公司。

「我們認為梁先生是符合我們的產品氣質的,而梁先生也一定覺得小米是適合代言的。」小米KK黃江吉近日接受鈦媒體採訪時表示,這是一個絕配的合作關係。

他在微軟工作13年,曾擔任微軟中國工程院開發總監,2010年加入小米科技,擔任副總裁,負責米聊、小米雲服務和小米路由器等三個項目,他希望見證行動網路的浪潮。

KK認為小米是「技術驅動」的公司,「擅長行銷」是對小米的誤解。

小米創辦人KK
「我一直認為把產品做好了,就是最大的行銷,在小米,產品質量占到80%的重要地位,20%才是市場,如果覺得我們重行銷,那是因為網路把這個效應放大了,最好的市場就是把用戶喜歡的東西放到產品裡,產品團隊在規劃的時候就已經想好那個賣點是什麼。」

行動網路時代,技術決定一家公司的高度。在KK看來,行動網路可以連接更多用戶,有效的曝光和傳遞訊息,形成巨量的傳播與擴散,同時也面臨著嚴峻的淘汰機制,這是一個自然演的市場。小米希望把「連接、擴散、淘汰」三者整合,在這個領域裡做出最好的產品,面對競爭紅海裡的全球500強,仍能快速成長。

小米是一家已經深入探索AI的技術公司

讓KK引以為傲的是,MIUI證明了一個迴路:通過硬體獲取大量用戶,通過用戶實現網路模式,網路讓硬體變得更好用,成為一個正向循環。

今年小米發展了「探索實驗室」,KK覺得小米天生就適合做AI,並且已經找到屬於自己的AI發展方向:智慧產品已經擴展到用戶家裡,能產生大量數據,這就是AI的基礎。

KK現在主要負責小米的AI探索和深度學習,他說自己6年前就希望做深度學習,但創業公司資源有限,當時沒有數據,也沒有模型,所以探索AI和深度學習,是合適的時機。

AI現在的市場有巨大的泡沫,很多公司沒有產品,就算擁有數據,也無法應用,所以很多公司都只是在炒AI的熱度。KK說,小米能把AI技術發揮到極致,讓電腦去學習一些垂直領域的規律,背後的基礎是大數據、大量的產品和用戶。

AI架構在小米雲上,與阿里雲不同,小米雲主要服務各個硬體軟件產品,讓背後的雲能力做強,讓AI和小米雲平台綁在一起。

在KK看來, AI未來會變成一個最基礎的技術,像水和電一樣,在科學家的推動下,門檻會越來越低,今天Google已經把深度學習這塊做了開端,未來預估會百花齊放,小公司和大公司的距離也會越來越近。

KK認為深度學習是改變世界的偉大技術,他最近看到很多以前的專案項目,認為今天的深度學習,加上電腦硬體能力和大數據,可以解決垂直領域的很多問題,以往大量工程師用電腦程式語言去解決,但現在可以用更有效率的方法去做,深度學習如何運用到醫學,教育,金融,IOT?未來會漸漸清晰。

生態鏈是前途,被投資不是「抱大腿」

在以色列,物網路的發展和網路速度都很快,但是有很多網路設備未被啟動,依然還是在各自封閉的環境裡,所以業界成立聯盟,試圖啟動這些終端。

當大家還在討論方案、同盟,KK表示,小米現在已經有4000萬台產品在使用中,產品活躍比例超過90%,活躍用戶超過70%。他認為結盟未必有效果,用戶是否啟動產品加入物聯網還是必須取得產品,所以小米要把易達性做到最大。

用戶需要最簡單的操,KK說,「小米硬體插上電源,手機就會自動搜尋裝置,詢問:想要連接裝置嗎用戶可以及時即時在小米手機螢幕上連接,不需要App,用戶滑一下,就可以操作硬體,一步到位。」

關於小米的智慧硬體佈局邏輯,鈦媒體曾在「神聖小米聯盟,雷軍創造的新貼牌經濟」一文中詳細剖析:為了平衡規模與體驗之間的矛盾,小米在開放和封閉之間,選了第三種路線 - 用開放的投資打造一封封閉的生態鏈。

對於這套「開放的投資邏輯」,KK認為小米的策略和別家不一樣:

我們要做到單樣產品的突破,本質是產品要優秀、質量好、CP值高,小米才選擇投資,這些產品不可能有「抱大腿」的思想,因為用戶並不會關注什麼整合,只有當這些產品滲透進用戶的生活,自然就形成一個智慧家庭。

以往,業界通行的做法是大公司通過收購小公司來形成最大效益,但是KK覺得投資才有效,讓被投資的公司各自發展、競爭、參與到網路自然淘汰,小米一般不會控股,網路是最好的淘汰機制。

目前市場上,越來越多的用戶抱怨小米產品有質量問題,KK覺得這些只是雜音,他不擔心產品質量:使用小米產品的用戶越多,在同樣的故障比率上,遇到問題用戶也會增加,但這不意味著我們的產品比競爭對手差。

KK對小米前景很有自信,因為全部產品網路的活躍度很高,透過產品去積累數據,加上深度學習,小米再透過數據研發出更智慧的產品,未來,產品可以完全自動化服務用戶,人類只需要以語音,手勢輔助產品操作。

本文授權轉載自:鈦媒體

關鍵字: #小米
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓