30 秒看懂
Shira Lazar 采访 Naveen Tewari,讨论他的公司及其对代理式商业的设想。节目由 InMobi 和 Glance 赞助;产品益处、隐私说法和未来预测均归于 Tewari,采访没有独立验证。
- 1发现与购买Tewari 将选择产品与寻找购买方式分开,介绍他的代理式方法。
- 2广告与信任Shira 询问付费影响;Tewari 建议披露佣金和激励。
- 3个人数据Tewari 介绍公司所称的数据处理方式;采访没有独立审计。
- 4电商平台与创作者他预测电商平台将面临压力,并设想创作者从学习其品味的代理中获得收入。
- 5工作与 AI他介绍公司对员工的期待,并分享对适应 AI 的看法。
要点建议
- Tewari 介绍了以图像推荐产品、帮助寻找购买选项的代理。
- 他说广告和佣金可以为 AI 购物服务提供资金,并建议披露激励。
- 采访提出个性化与商业利益之间的隐私、数据使用和利益冲突问题。
- 他预测代理会影响电商平台、创作者、实体零售和供应链。
- 节目由他的公司赞助,没有独立验证产品或隐私说法。
按章节阅读整理后的全文
创始人与业务
Shira 介绍 Tewari 并披露节目赞助方。他回忆创办 InMobi 的经历,介绍广告模式。
在 2026 年 7 月一期赞助的 The AI Download 中,Shira Lazar 采访 InMobi 和 Glance 创始人兼首席执行官 Naveen Tewari。两家公司赞助了本期节目。两人讨论他的商业经历和对 AI 购物代理的设想。
Tewari 将创业成功归因于坚持和运气。他说,公司通过反复尝试不断演变,创办时无法预测它如今的样子。
他回忆 2007 至 2008 年在印度创办 InMobi 的经历,称当时许多工程师不愿在初创公司工作。他介绍了招聘困难和创始人遭遇的质疑。
Tewari 说,印度初创生态后来的成长远超他的预期。他将创业描述为年轻人的新希望来源,并为公司早期的角色感到自豪。
被问及成为“独角兽”时,他解释该词指估值超过 10 亿美元的初创公司。他回忆,人们最初祝贺他时,他并不知道这个词的意思。
他将 InMobi 描述为帮助开发者通过移动应用获利的广告平台。按他的说法,广告让许多数字服务无需用户直接付费即可使用。
Tewari 认为,广告同样会为 AI 服务的广泛使用提供资金。Shira 提出消费者在直接付费与接受广告之间的取舍;他的预测反映了一位广告行业高管的利益与观点。
什么是代理式商业?
Tewari 介绍 Glance,将发现产品与购买分开。Shira 分享使用应用的体验。
他将 Glance 描述为经过几次尝试后推出的消费者业务。他说自己的目标是将 AI 用于购物,而非构建前沿模型。
Shira 说,她尝试了该应用,发现它能生成穿搭灵感。她将这一体验与向通用 AI 助手寻求造型建议作比较。
Tewari 将购物分为发现和选择,以及购买两个部分。他介绍了一套学习偏好并提供个性化视觉建议的系统。
他的例子是把购物者的图像与一件毛衣组合,让对方判断是否喜欢这种造型。他认为,与只读文字相比,这更容易让人回应推荐。
随后,他介绍代理如何根据价格和偏好寻找购买选项。这些是他对服务的描述和设想,并非独立证明系统总能找到最佳选项。
Shira 问这与通用 AI 购物有何不同。Tewari 说,编写提示词可能很困难,并将视觉优先界面作为公司的解决方法。
Shira 描述上传照片后看到职业、艺术和地点主题的造型。她说,有些符合自己的品味,有些带来新想法,还可以分享或查找商品。
Tewari 将这些建议比作可信朋友鼓励人尝试不同风格。Shira 则称其像私人购物顾问和造型师的结合。
他说时尚是起始类别,因为它能产生细致的偏好信号,并介绍了配饰、美妆、宠物和旅行等计划。这些是采访时公司的计划。
购物与商业激励
Tewari 预测对退货和供应链的影响。Shira 询问付费推荐和披露如何影响信任。
Tewari 说,商业领域难以改变,是因为涉及实体商品和供应链。他预测代理能够改变商品发现和购买。
他声称更好的选择可能减少退货,也能让购物者发现小品牌。他还设想代理综合价格、折扣和会员积分信息;采访没有大规模证明这些结果。
Shira 问,更聪明的购买是否可以减少浪费,而非只是鼓励更多消费。Tewari 表示认同,并预测供应链和小生产者会受益,同时承认自己没有现有低效率程度的数字。
Shira 问创始人如何平衡自然推荐与付费展示。Tewari 说 AI 服务有推理成本,需要商业模式,包括与推荐或交易相关的收入。
他建议披露佣金,并说明经济激励何时影响推荐。Shira 问透明度能否建立信任;节目没有测试仅靠披露是否能证明结果没有偏差。
数据、电视与代理
两人讨论数据使用和可能的电视购物体验。Tewari 设想推荐代理与广告代理协作。
两人讨论数据使用。Tewari 声称,用户通过其服务提供的信息以符合隐私要求的方式用于服务用户。采访没有独立审计这一说法,也没有说明所有数据流向。
Shira 询问手机以外设备上的购物。Tewari 描述一种可能的电视体验:观众从场景中选择商品,看到可视化效果,再决定是否购买。
他设想系统在了解用户偏好后调整建议,并预测购物代理将普遍出现在电视上;这是预测,而非已经确立的结果。
被问到代理之间的广告互动时,Tewari 设想推荐代理与广告代理交换信息。他说,组合后的系统仍应为消费者服务。
Shira 质疑,代理是否可能表面上有帮助,实际却违背用户利益。Tewari 再次提出应透明说明激励和模型行为,作为他的回应。
实体零售与电商平台
Tewari 设想在商店使用可穿戴助手,并认为代理可能挑战电商平台。文章区分这些预测与当前证据。
Tewari 说,他预计人们会批准购买,而不是让代理未经通知自行购买。他设想未来可穿戴助手引导购物者前往附近实体商店寻找商品。
两人讨论个性化与隐私之间的张力。Tewari 说外部监督可以促进公司负责,也承认新模型可以从数据中推断出比过去更多的信息。
Shira 问 AI 是否会让品味趋同。Tewari 则认为个性化可能帮助人们发现更多选择,包括独立品牌;这是他的预测,并非已经证明的普遍效果。
被问到哪些业务可能受损时,他预测在线电商平台可能面临压力。他认为代理可以接手部分选品和价格比较,而第三方物流可以处理履约。
创作者与隐私
两人讨论可能的创作者收入模式,并再次谈到隐私。Tewari 介绍公司意图和保障责任。
话题转向创作者。Tewari 设想创作者用自己的品味训练代理,并在受众通过它交易时获得分成。Shira 将这个想法与创意工作报酬问题联系起来。
他说公司希望未来推出面向创作者的平台。这个收入模式是 2026 年讨论的计划,并非创作者已经获得这些报酬的证据。
Shira 再次谈到隐私,问 Glance 有何不同。Tewari 说更多数据可以改善个性化,并声称公司打算将数据用于服务用户,而非与其他方分享。
被问到谁应提供保障措施时,他说公司承担最大责任,政府和消费者提供监督。Shira 提到年轻用户对企业的不信任。
Tewari 说用户应能作出知情选择,认为公司需要说明自身限制以及赚钱方式。这些评论描述了他希望采用的方法,并非独立隐私评估。
思考、工作与未来
他们讨论战略思考、公司文化和工作。Tewari 分享建议,Shira 最后披露赞助关系。
Shira 问人们如何保持战略思考。Tewari 认为 AI 可以辅助头脑风暴、帮助想法落地,而人仍然选择如何使用工具。
被问到如何挑战自己时,他说会让有能力的人和 AI 工具围绕自己。他不认同使用工具必然让人变懒。
他再次提出两个预测:代理会连接在线购物与实体商店,其影响也可能在几年内延伸到供应链和制造业。采访没有确立这两种结果。
Tewari 设想旅行者或购物者通过可穿戴设备收到附近商品建议,并指出旅行是公司正在探索的另一个类别。
Shira 询问工作岗位和公司文化。Tewari 说,他的员工需要使用 AI,并声称公司产出增加;对话没有独立验证生产率数字。
他说更快的工具有助于鼓励试验,建议受工作变化影响的人学习使用 AI。Shira 感谢他,并披露节目由 InMobi 和 Glance 赞助。
同频道的其他文章
0:45EN → 简体中文
0:55EN → 简体中文
0:48EN → 简体中文
0:54EN → 简体中文
0:38EN → 简体中文
1:01EN → 简体中文