• 亿邦公众号
    • APP下载

十大案例跑通闭环 周鸿祎又赌对了

作者:辛夷 文章来源:新熵

2025-12-19 09:50

作者:辛夷 文章来源:新熵

2025-12-19 09:50

邦小白快读

EN
全文速览

重点展示了360集团在AI领域的突破性进展和实操案例。

1. 周鸿祎的战略判断强调AI应聚焦解决问题而非对话,避开与大厂竞争通用模型,转而通过“All In Agent”战略深耕产业需求。

2. 十大案例具体证明AI在能源、金融、政务等领域的落地效果,如澜沧江发电企业使用360智能体构建风险监控平台,提升系统稳定性;东吴证券合作实现安全事件处置效率提升90%。

安全基因是360的核心优势。

1. 20年网络安全经验确保AI在高敏感领域如能源金融的可靠性,减少数据泄露风险。

2. 案例集显示AI正从技术比拼转向生产力交付,带来可衡量的效率提升和成本优化,例如重庆大学安全事件处置时间从2小时缩至15分钟。

360的品牌营销和产品研发策略突出案例驱动和IP效应。

1. 周鸿祎亲自代言,通过社交媒体活跃推广,节省广告费用,构建信任,将安全专业转化为市场叙事。

2. 产品研发聚焦产业场景,开发AI智能体解决实际问题,如针对能源领域的安全需求,提供可靠解决方案。

消费趋势显示AI转向产业应用。

1. 用户行为偏好安全可信的解决方案,企业客户选择360作为长期伙伴,因在高敏感领域如政务和金融的信赖度。

2. 品牌渠道建设通过十大案例展示跨领域影响力,如深圳政务“深治慧”系统贯通分散板块,增强品牌可见度。

政策解读和增长机会集中在产业AI落地。

1. 政务和金融领域的政策敏感性强,AI解决方案需合规可靠,360案例如深圳政务实现跨部门协同,降低政策执行风险。

2. 机会提示在于AI可规模化复制闭环能力,覆盖高校、工厂等场景;风险提示包括高敏感领域数据安全疏忽可能导致巨额损失。

可学习点和合作方式显现商业模式创新。

1. 最新合作模式如医企联合共创(惠丰科技),帮助中小机构培育AI团队,降低启动门槛,提供扶持政策。

2. 事件应对措施强调安全处置,如东吴证券合作实现自动化风险处置,提升效率90%;正面影响包括效率提升和成本优化。

产品生产需求和商业机会聚焦AI优化制造流程。

1. 上海电气案例展示AI解决知识分散问题,关键业务流程效率提升80%,解放专业人才专注于创新任务。

2. 商业机会在于AI可降低重复工作成本,提供数字化启示,如整合知识孤岛提升产能。

推进数字化的启示强调可靠执行。

1. 安全基因确保在工厂环境可靠性,减少停机风险;案例证明AI能接地气落地,服务于产业毛细血管。

2. 实操建议包括使用智能体平台,实现数据统一,如重庆轨道交通案例构建全流程安全管控。

行业发展趋势转向AI生产力交付和新技术应用。

1. AI竞争焦点从模型参数转向场景执行能力,趋势是安全可靠前提下的效率提升,如十大案例全景展示。

2. 新技术如L4级多智能体蜂群系统实现智能体协同,打破信息孤岛,支撑深政务案例。

客户痛点和解决方案突出安全可靠。

1. 痛点包括高敏感领域如能源的网络攻击风险,解决方案如澜沧江项目构建智慧运营平台,以测促防化解隐患。

2. 中小组织痛点如算力成本高,360提供共创模式降低门槛,如惠丰科技案例助医疗机构可控成本培育AI团队。

商业对平台的需求聚焦安全可靠和高效运营。

1. 平台在政务、交通等领域需处理复杂数据,问题如多头对接和安全风险;360解决方案如深圳政务贯通系统,实现全局风险感知。

2. 平台最新做法包括统一数据底座技术,如重庆轨道交通案例实现经营数据实时可视化,辅助决策。

平台招商和运营管理强调落地能力。

1. 招商通过案例展示可信度,如十大案例可复制闭环,吸引合作伙伴;运营管理需规避风向如数据泄露,安全措施确保操作可追溯可回滚。

2. 风险规避策略在案例中显性,如东吴证券合作聚焦处置稳健,减少误判损失。

产业新动向和新问题涉及AI从技术探索到价值创造。

1. 新动向如AI竞争核心转向生产力交付,十大案例证明规模化闭环能力,定义AI下半场规则;新问题包括数据整合协同和信任机制构建,如在复杂系统如交通的平衡难题。

2. 政策法规启示在政务应用显性,如深圳案例提供可复制范式,建议强化跨部门数据共享法规支持AI落地。

商业模式和政策建议启示循环闭环战略。

1. 360的“IP引领-技术支撑-案例验证”商业模式启示可推广;政策建议包括保障数据安全法规,防止政务等领域风险。

2. 代表案例如澜沧江项目展示安全赋能升维,构建组织间信任机制,为法规设计提供参考。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

360 Group's breakthrough AI developments and practical applications take center stage.

1. Zhou Hongyi's strategic vision emphasizes that AI should focus on solving problems rather than just conversation, avoiding direct competition with tech giants on general models. Instead, the "All In Agent" strategy targets deep industry needs.

2. Ten specific case studies demonstrate AI's tangible impact across energy, finance, and government sectors. For instance, a power company on the Lancang River uses 360's intelligent agents to build a risk monitoring platform, enhancing system stability; collaboration with Dongwu Securities improved security incident response efficiency by 90%.

Security is 360's core competitive advantage.

1. Two decades of cybersecurity expertise ensure AI's reliability in high-stakes sectors like energy and finance, significantly reducing data breach risks.

2. The case studies indicate a shift from pure technological competition to delivering measurable productivity gains, such as reducing security incident handling time at Chongqing University from 2 hours to just 15 minutes.

360's brand marketing and product development strategy is heavily case-driven and leverages IP influence.

1. CEO Zhou Hongyi acts as a brand ambassador, actively promoting via social media to build trust and convert security expertise into compelling market narratives, reducing advertising costs.

2. Product R&D focuses on specific industrial scenarios, developing AI agents to solve real-world problems, such as providing reliable security solutions tailored for the energy sector.

Consumer trends show a clear pivot towards industrial AI applications.

1. User behavior favors secure and trustworthy solutions, with enterprise clients choosing 360 as a long-term partner due to its proven reliability in sensitive areas like government and finance.

2. Brand channel development is demonstrated through ten cross-sector case studies, such as the Shenzhen government's "Shenzhihui" system, which integrates disparate departments and amplifies brand visibility.

Policy interpretation and growth opportunities are centered on industrial AI implementation.

1. Policy sensitivity is high in government and finance sectors, requiring compliant and reliable AI solutions. 360's cases, like the Shenzhen government project enabling cross-department collaboration, mitigate policy execution risks.

2. The key opportunity lies in AI's scalable, closed-loop capabilities applicable to universities, factories, etc. A major risk warning involves potential massive losses from data security oversights in sensitive fields.

Key learnings and partnership models reveal business model innovation.

1. Emerging collaboration models, like joint creation with medical firms (e.g., Huifeng Technology), help SMEs cultivate AI teams, lowering entry barriers with supportive policies.

2. Incident response measures emphasize security automation, as seen in the Dongwu Securities partnership which boosted efficiency by 90%. Positive impacts include significant efficiency gains and cost optimization.

Product needs and commercial opportunities focus on AI's role in optimizing manufacturing.

1. The Shanghai Electric case demonstrates AI solving knowledge fragmentation, boosting key process efficiency by 80% and freeing experts for innovation.

2. The commercial opportunity involves using AI to reduce repetitive labor costs and offer digital insights, such as integrating knowledge silos to enhance production capacity.

Digitalization insights emphasize reliable execution.

1. 360's security DNA ensures reliability in factory environments, minimizing downtime risks. Cases prove AI can be pragmatically deployed at the industry's grassroots level.

2. Practical advice includes using intelligent agent platforms for data unification, exemplified by the Chongqing rail transit case which established end-to-end safety management.

Industry trends are shifting towards AI productivity delivery and new technology adoption.

1. The competitive focus is moving from model parameters to real-world execution capability, with trends prioritizing efficiency gains under secure conditions, as illustrated by the ten case studies.

2. New technologies like L4 multi-agent swarm systems enable agent collaboration, breaking down information silos and supporting complex applications like the Shenzhen government case.

Client pain points and solutions highlight security and reliability.

1. Pain points include cyber attack risks in sensitive sectors like energy. Solutions, such as the Lancang River project's smart operations platform, use testing to proactively mitigate threats.

2. SMEs face challenges like high computing costs. 360's co-creation model lowers barriers, as seen with Huifeng Technology helping medical institutions build AI teams cost-effectively.

Platform demands center on security, reliability, and operational efficiency.

1. Platforms in government, transportation, etc., handle complex data, facing issues like fragmented interfaces and security risks. 360's solutions, such as Shenzhen's integrated government system, enable holistic risk awareness.

2. Latest platform practices include unified data infrastructure, as in the Chongqing rail transit case, which provides real-time operational data visualization for decision support.

Platform partnership recruitment and management stress implementation capabilities.

1. Recruitment leverages case studies to demonstrate credibility, showcasing replicable closed-loop solutions to attract partners. Management must avoid risks like data leaks, employing security measures for traceable, reversible operations.

2. Risk mitigation strategies are evident in cases like Dongwu Securities, focusing on stable incident handling to reduce misjudgment losses.

Industry trends and new challenges involve AI's evolution from tech exploration to value creation.

1. Trends show AI competition shifting to productivity delivery, with ten cases proving scalable closed-loop capabilities and defining the next phase of AI. Challenges include data integration, collaboration, and building trust mechanisms in complex systems like transportation.

2. Policy implications are clear in government applications; the Shenzhen case offers a replicable model, suggesting stronger cross-department data sharing regulations to support AI deployment.

Business model and policy recommendations highlight a closed-loop strategy.

1. 360's "IP leadership - tech support - case validation" model is a replicable blueprint. Policy recommendations include strengthening data security laws to prevent risks in government sectors.

2. Representative cases like the Lancang River project demonstrate security-enabled capability upgrades and inter-organizational trust building, offering references for regulatory design.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

在最新发布的“2025中国AI年度榜单”中,360集团及其旗下的纳米AI双双上榜。一个成功跻身年度企业榜单,一个斩获年度产品荣誉。

这个由自媒体人李帮主发起、以数据为驱动的民间榜单,已连续发布41期月度榜单,持续追踪AI产品的用户规模、营收能力与市场影响力。

其相关洞察已被互联网女皇、硅谷传奇投资人Mary Meeker、全球领先的战略管理咨询公司罗兰贝格等国际权威人物与机构引用,成为业界观察AI应用落地趋势的核心窗口之一。

今年360与纳米AI入选年度AI双榜单,向外界传递出一个明确信号:以安全闻名的360,正在产业AI的赛道上展示出意外的锋芒。

更值得关注的是,与这份榜单几乎同步浮出水面的,还有一份名为“AI先进生产力TOP10”的案例集。从高校、能源、金融到政务、交通、医疗,这十个案例像一张精心绘制的地图,全景式地展示了AI如何深入中国产业经济的毛细血管。

而其背后的总规划师,正是那位始终充满争议却又精准预判的技术“老炮”——周鸿祎。

360押注“落地执行”

ChatGPT和DeepSeek的横空出世,让互联网头部企业不约而同把资源投入到“让AI更会聊天”。一向以产品直觉著称的周鸿祎,却反复强调一个更朴素的观点:“真正的智能不是回答问题,而是解决问题。”

这一判断源于他作为产品经理的本能。

2008年,谷歌Chrome横空出世。几乎所有人都只把它看作一个“更快的浏览器”,用来和微软IE抢地盘。周鸿祎却指出,Chrome的根本目的不是做浏览器,而是要成为下一代网络操作系统。

他的逻辑一针见血:谷歌想动摇微软的统治,最聪明的打法不是再造一个Windows去硬拼,而是直接“偷家”——通过Chrome的技术架构,让开发者习惯开发强大的Web应用。当所有应用都在浏览器里跑得跟本地软件一样流畅时,谁还需要依赖底层的Windows呢?

十五年后回看,这番预判精准得可怕。

如今,这种穿透华丽外表、直抵战略本质的洞察力,被周鸿祎完整地带到了AI时代。他的观点也从未改变:AI的终点不是对话,是执行。

这正是360“All In Agent”战略最底层的产品经理思维:一切围绕真实价值展开。

这一战略选择,让360避开了与大厂在通用大模型上的正面交锋,转而深耕产业需求的纵深领域。当行业仍在探讨技术可能性时,他们开始在真实的产业环境中验证AI的效能。

十大案例的收集与发布,正是这一战略的自然延伸。

十大案例,一份AI“实绩单”

这次梳理并发布的十大案例,正是360交出的一份扎实的AI实绩单。它们并非彼此孤立,而是同一套方法在不同场景中的持续验证,共同证明了360已率先打通“AI技术-产业智能体-商业成效”的闭环。

在能源、金融、政务等关键领域,AI系统的首要属性不是聪明,而是可信与可靠——数据泄露、系统宕机的损失可能以亿计。而这,恰好让拥有20年安全基因的360找到了真正的用武之地。

澜沧江大型流域发电企业作为能源央企,数字化最大的顾虑不是销量,而是网络攻击可能导致的电力监控系统瘫痪。360智能体给出的解决方案,没有堆砌复杂算法,而是将AI深度融入电力监控系统,构建了智慧运营平台,将网络、数据、模型的安全资源整合为“资产风险一张表,安全态势一张图”,通过“以测促防”提前化解隐患,为能源系统的稳定运行提供智能化保障;

新型金融威胁迭代速度远超传统风控响应能力,AI风控如果出现误判或数据泄露,损失可能以亿计。360安全智能体在与东吴证券的合作中,没有追求识别率最高,而是聚焦 处置最稳——依托威胁情报与知识图谱构建专属风险模型,实现 “发现、研判、处置”全流程自动化,既让安全事件处置效率提升90%,运维时间节省40%,安全事件平均检测时间缩短60%,更让每一步操作都可追溯、可回滚。

360的安全基因,让智能体天生带着 “靠谱” 的标签,这也是它能切入关键领域的核心底气。

2016年,周鸿祎在中国企业领袖年会上发言:“脱离了产业的场景,孤立去谈大数据,谈人工智能,肯定有点空中楼阁。”现在看来,这句话精准命中了政务、交通等复杂系统数字化转型的核心痛点:AI落地不是缺技术,而是缺能打通数据、重塑流程的协同能力。

以深圳市政务服务和数据管理局为例,过去其网络安全、数据安全与运营管理分属不同系统,办事多头对接、问题被动响应。360为其打造的“深治慧”智能体,贯通以往分散的三大板块,实现了跨部门协同与全局风险感知。

支撑这一突破的,是360智能体战略的核心引擎:L4级多智能体蜂群系统。它让不同场景的智能体协同作业,真正打破“信息孤岛”。深圳政务的实践,已形成可全国复制的数字化治理范式。

同样,重庆轨道交通日均承载千万客流,业务条线复杂、数据规模庞大,必须在效率与安全间取得平衡。360通过统一数据底座,既实现经营数据实时可视化、辅助科学决策,又构建全流程安全管控体系,确保民生数据安全无忧。

这标志着360从“安全”到“安全赋能”的升维——不仅解决数据流通的技术难题,更构建起复杂组织间的信任机制,让不同部门愿意把数据交出来、让AI用起来。

360的Agent战略,始终专注于降低落地门槛,而非单纯追求技术概念的“最先进”。这一点,在高校、医院、工厂等一线场景体现得尤为明显:

在重庆大学,校园网络规模与数据量持续增长,但安全运维却长期面临人手不足、依赖兼职的困境。传统安全产品操作复杂、误报率高,而360安全智能体平台实现了7×24小时自动监测与分析,将安全事件平均处置时间从2小时缩短至15分钟,并将运维咨询负担减轻70%。这不仅提升了效率,也为培养既懂技术又懂安全的复合型人才奠定了基础。

惠丰科技助力医疗机构转型实践,则代表了广大中小组织的共性难题:渴望引入AI,却受限于算力成本与专业人才。360通过医企联合共创模式,提供工具平台与能力培训,帮助机构在可控成本下培育自身AI团队,切实降低了AI应用的启动门槛。

对于上海电气这样的制造企业,知识分散、文档难寻、重复性工作耗费大量精力。360AI助手打通了“知识孤岛”,使关键业务流程的运行效率提升80%,让专业人才得以从繁琐劳动中解放,专注于更具创造性的任务。

这种接地气的落地思路,让360智能体不仅能服务大企业,更能扎根产业毛细血管。

在政务服务的“最后一公里”与复杂的通信网络中,AI的落地更需要贴近实际、服务民生。

宁波北仑区通过AI智能匹配与数字人解读,主动向企业推送惠企政策,降低了信息获取门槛;大庆华术则利用智能体统一政务数据标准,实现了政策精准推送与执法智能监控,激活了沉淀的数据价值;贵州移动通过部署多个轻量级场景智能体,在资源调度、人力排班与市场响应中验证了效率提升的可行路径。

这些覆盖多领域的实践共同揭示出一个趋势:当前AI竞争的焦点已不再仅是模型参数或对话表现,而在于能否在安全、可靠的前提下,深入具体场景,带来可衡量、可感知的效率提升、成本优化与体验改善。

360的野心底座

一个自然的问题是:为什么是360?

在众多技术公司中,为什么是这家以安全闻名的企业,率先在产业AI落地方面取得了如此扎实的进展?

答案或许从360诞生的那一天,就已经写好了:过去二十年在网络安全领域的深耕,让360在其他公司专注于“造模型”时,更早意识到一个关键命题——如何在复杂的真实环境里,让AI可靠地工作。

因此,当360为企业提供AI解决方案时,这份安全基因便转化为独特优势。在能源、金融、政务等高敏感领域,客户选择的不仅是一个工具,更是一个安全、可信的长期伙伴。

随着“All In Agent”战略日益清晰,360的使命也升级为“让AI世界更安全更美好”。周鸿祎本人则成为这一转变最活跃的代言人,被网友称为“全网最勤奋的AI博主”。从办公室到机场候机厅,他的内容直白朴实,坦言希望用自身影响力为公司“省下数十亿广告费”。

但这远非简单的网红营销。其深层价值在于:一位身经百战、深知企业痛点的创始人,亲自演示AI如何解决具体问题——这种信任构建的效率,远超任何传统广告。他让自己成为了连接技术能力与市场认知的“超级接口”。

更重要的是,安全基因与IP效应相互强化。安全底蕴为解决方案提供了可靠根基,周鸿祎则将这种专业优势转化为市场可感知、能信任的叙事。当一位“安全老兵”谈论AI时,自带对风险与可靠性的审慎,而这正是产业客户最看重的品质。

周鸿祎的角色也在进化——他不仅是AI的“布道师”,更是产业智能化的“总工程师”。他以IP吸引关注,以安全能力建立信任,再以扎实案例将关注转化为生产力。这套“IP引领-技术支撑-案例验证”的闭环,构成了360在产业AI赛道的独特竞争力。

十大案例标志着一个重要转折:AI竞争的核心,正从“技术力”的比拼,转向“生产力”的交付。正如周鸿祎所判断的,“模型即产品”已成过去,唯有将大模型转化为场景背后的解决能力,真正满足用户刚需,AI才能创造持续价值。谁能在更多场景中规模化地复制这种“闭环”,谁就将定义AI下半场的规则。

故事始于周鸿祎对趋势的一次精准判断,而它的宏伟篇章,正在重庆的校园、深圳的政务大厅、澜沧江的电站控制室……无数产业现场中,那些“悄然运行、持续创造价值”的智能体共同书写。这不仅是360一家公司的战略成果,更是中国AI从技术探索走向价值创造的一个缩影。

这不再是关于未来的预言,而是一场正在发生的、静默却深刻的产业变革。

注:文/辛夷,文章来源:新熵(公众号ID:baoliaohui),本文为作者独立观点,不代表亿邦动力立场。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

已点赞

+1

{{ praise_text }}

好文章,值得被更多人看到

FAQ回顾

360集团的AI战略核心是什么?

360集团采用'All In Agent'战略,聚焦AI智能体在产业场景的落地执行,通过安全基因赋能能源、金融、政务等关键领域,实现从技术到生产力的闭环验证。

360AI智能体在能源领域有哪些具体应用成效?

在澜沧江流域发电企业中,360智能体构建智慧运营平台,整合网络数据安全资源为'资产风险一张表',通过以测促防提前化解电力系统瘫痪风险。

360如何通过AI提升政务数字化治理效率?

为深圳市政务局打造'深治慧'智能体,贯通网络安全、数据安全与运营管理三大板块,实现跨部门协同与全局风险感知,形成可全国复制的治理范式。

广告

下一篇

跨境电商资源对接

《全球跨境电商服务商资源手册》第二期手册现已发布,触达更多资源,了解跨境服务商信息,欢迎点击链接下载。

了解详情

情绪消费3.0:锅圈的国民品牌进阶启示录

“周末宅家外卖,社交全靠点赞;年底催婚季,相亲局上只想逃离。”

未来零售

2025-12-19 09:37:22