阿凡达2

拼多多成功起店的底层逻辑_我的网站

军情解码

一 |

　阿里云优惠券先领券再下单话说咱们做拼多多的商家，新开了一家店铺，噼里啪啦的上完一通链接，开车推广之后。这个店铺未来的结局却只有2种：成功起店或者最终闭店。什么是成功起店呢？要么有单量了，要么有利润了，店铺有盼头了就是成功起店了。而最终闭店的呢，无一例外，没单或者不赚钱，最终选择了闭店，眼不见心不烦。我做拼多多这么多年，接手过数不清的店铺，做起来的不少，没做起来的也有那么一些。俗话说：前事不忘，后事之师。 DeepSeek近日完成了成立以来首轮融资，融资规模约510亿元人民币，投后估值约4185亿元。

二 | 创始人梁文锋个人出资约200亿元，投资方阵营有腾讯、宁德时代体系、京东、网易、IDG资本等机构。与此同时，据多家媒体报道，DeepSeek已开始筹备中国内地IPO，最快可能于今年提交上市申请，并计划在2027年完成上市。不管是做起来的店铺，还是没做起来的店铺，但凡有了最终结果，咱都会做以分析总结，比如这个店做高价做起来了，怎么做起来的。这个店卖价那么低了，竟然没做起来，是什么原因导致的。

三 | 在近期的一场投资者交流会上，梁文锋进行了近4小时的分享，详细谈到了DeepSeek的组织文化、开源逻辑、技术路线以及对AI行业竞争的判断。正是因为有了这些经验教训，我做代运营，每当接手一个新店时，就会自动的将其与过去接的店铺做匹配，看这个店属于哪一类，应该采用哪种店铺模型能做起来。今天我就把我成功起店的几种模型，也就是底层逻辑，简单的跟大家分享一下。我们整理出了其中20个关键词和观点，带你看懂梁文锋眼中的DeepSeek下一阶段。 1、愿景：管理一个大公司，靠的不是你的规章制度，靠的是愿景。 01 不同店铺不同的起店模型以我目前接的店铺为例，咱们所有做拼多多的，不管是厂家还是代理，不管是自研还是贴牌，所上的链接可以分为8种类型：品牌和白牌的高客单高利润，高客单低利润，低客单高利润，低客单低利润。愿景不是挂在墙上的标语，愿景是你怎么做——不是怎么说——是你怎么实际运行。这里高客单和低客单是按产品卖价来分的，我认为的高客单就是单价在七八十以上的，剩下的就是低客单。而同样的客单价为什么会有高利润和低利润呢？比如高客单的低利润怎么解释？因为我做过哇。 2、克制：克制是一种战略。成本90的品，我卖价100块，这不就是低利润吗？链接本身的4种类型，加上品牌与白牌的区分，衍生成8种类型，就会使得我们在起店的过程中，由于起店模型不匹配，导致起店不成功。

四 | 就在于有时候你可以舍弃一些，来换更多其他的东西。不开源这个事，其实也是一样的，也可以认为是我们的压力，也可以认为是我们的让利。我举几个最近接的产品为例：一个品牌防晒霜，一个白牌香水，一个源头水果，一个品牌3C数码。

五 | 品牌防晒霜属于低客单，白牌香水属于低客单，源头水果也是低客单，3C数码高客单。 3、主线：我们只做AGI的主线。3个低客单，1个高客单，但是利润就不一样了。AI领域很广泛，有很多东西我们觉得它不在这个主线上面，比如说3D、视频生成，我觉得可能跟智能的主线没有太大的关系，我们不会去做……从我们的判断，世界模型和智能还不是现在这个阶段最重要的事情。利润有多少呢？这个就是我来定的了。最重要的是AI训练，以及AI训练之后怎么解决持续学习。 4、持续学习：（持续学习是）下一代模型的核心能力。因为定价决定玩法，玩法就是起店模型，定价对了，玩法对了，起店模型对了，才能成功起店。必须要有持续学习的能力，它才能叫下一代模型。就说品牌防晒霜，由于官方控价，有个统一指导价，毋庸多言，直接玩强付费。

六 | 在那之前，我们能做的就是成本，然后效果做得更好，速度做得更快。这种起店模型，就是低价高利润+强付费。但是要有大突破，它应该是具备持续学习的。我接手的非源头品牌类的商品都是这样起店的，想换个思路，玩低利润，不好意思，没跑通，直通车没有空间去烧，低价还拿不到单量。在说白牌香水，这个品不控价，成本低，可操作空间就大了，有高利润+强付费，低利润+微付费，低利润+自然流，三种起店模型可以选。选哪个呢？很好理解，排除法，低利润+自然流的直接剔除，因为市场容量不大，玩不了自然流。那就只能在强付费和微付费两种起店模型里面去选了，两种方式我都试过，跑出来的效果确实不一样。 5、通用智能：持续学习先做出来，通用智能可能就很容易了——用它来做就很容易。所以我说这是一个我们比较希望看到的结果，比较省力、比较轻松。

七 | 否则现在你要去人工做通用智能，它是一个比较累、比较苦，是一个数据密集、人力密集的事情，性价比也不高。 6、稳定性：我们最大的核心利益是要保持团队的稳定性。再说源头水果和3C数码，这2个类目的体量和价格完全不一样，成本也不一样。这是我们最大的核心利益，甚至可以认为是唯一的核心利益。起水果用的是哪个模型，限额+自然单。只要我能够保持团队的稳定性，我一定能做成，一定能做成AGI，就这么简单。

八 | 7、中美差距：人才不是瓶颈，资源是最大的瓶颈。3C数码呢，还是常规玩法：强付费。这只是随便举的几个店铺例子，实际我们接的品可是五花八门的，品不一样，市场容量不一样，产品成本也有高有低，我们就会根据体量+成本+商品属性，来判断用怎样的起店模型来起。资源首先影响到人才培养，因为算力少，我们能做的实验机会比较少，所以我们的人才整体上比美国有差距……我们看到的所有区别，包括人才的区别、模型能力的区别、应用的区别，可以认为都是因为算力资源上的区别。

九 | 8、管理：我们公司的管理其实是两条线，一条线是从上到下，一条是从下到上。

十 | 从下而上，就是每个人自己想做什么，自己做，没有人管他，没有KPI……我们公司整体上是建立在共识的基础上的，我并不是说我一个人决定所有事情，而是我要寻求共识。经验只会提高把一件事做成功的概率，最终能不能起店成功，还有很多其他因素会影响结果。就比如通过最近起的同品多店来分析，我就发现了，新店和老店的权重不一样，有数据的老店和没数据的老店权重不一样。

十一 | 我在公司内的权威以及在公司内的影响力，是建立在共识的基础上的。因为同样的素材，在有的店里死活没数据，换个店去推，竟然能爆单，你猜这是啥原因呢？ 02 起店模型的测试之路看上面说的结果感觉拼多多起店好像很容易，找对了起店模型，起店应该会很轻松吧。 9、资源：我们需要多少卡？现在肯定是越多越好。在我们能够承受的范围内，肯定是卡越多越好，这是毫无疑问的。

十二 | 对对对，就跟迷宫一样，找到出口了走出迷宫自然是很容易的。所以我们现在策略是，在合理的价格里面，能买到多少卡就买多少卡。但问题的难点就在于：这个店铺在你手里，你怎么知道哪个起店模型能跑的通呢？这就需要来测了，而这个测试过程才是真正折磨人的。再举一个例子，我们接的某入口类的吃的品。成本一般，我们就想着，市场不大，那就玩强付费，预计也能拿到些单量。 10、规模：我们是信Scaling，肯定是规模越大，效果越好，能够解锁更多的功能。然后做了三十条链接，玩强付费开车，结果咋样。阻止我们Scaling的其实就是算力，并不是我们不想Scaling，是我们没有那么多的算力去做这个Scaling……我们训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是我刚好有这么多资源。我是按照我的资源来算，我能够接受、能够训练的模型是多大，是这样算出来的，并不是这个模型就够了。一周了，店铺就出了几单。

十三 | 这样下去可不行哇，没办法跟甲方交代，一个是单量少，二是每天空烧把投产比都烧到了1以下了。要赶快的调整策略，咋做呢？那就玩低价微付费了，咱们价格降了还怕没单吗？说干就干，第二批三十条链接又上架了，这已经是2周后了。上架之后继续开车，按保本投产比开，怎么说呢，要说没单吧，每天也能稳定出个几单，要说爆单吧，就跟站在地球看月球似的，感觉十分的遥远。这样也不行，那怎么办？单链接限额亏损拉权重，玩低利润强付费。用这种方式，又过了半个月，总算做到单量单日破百了，且是亏钱的。 11、芯片：国产AI芯片的硬件和生态都没有问题，唯一有问题的是产能不够。

十四 | 至于盈利嘛，反正3个月之后拖价成功，目前已经开始盈利了。为什么要举这个例子，因为他的结果是好的，就跟大团圆的电视剧一样，这个店铺从一开始的起不来量，到最终盈利，圆满了。

十五 | 国产卡适配这一点，没有障碍，英伟达挡不住。如果是在一个正常的商业环境里面，我能买到英伟达的卡，那么国产替代是比较难的；但是在英伟达的卡买不到的情况下，所有人都迫不得已，都要去做国产芯片……我觉得在这一点上，英伟达是在掘自己的坟墓。看到没，起店模型的测试之路是不是十分的坎坷。

十六 | 如果最终拖价导致没单了，说明限额亏钱拉权重的起店模型也跑不通，那我们就要继续去测其他起店模型了，这就是我们做拼多多每天做的最多的事，测！测！测！ 03 最后能够快速的测通起店模型是一件幸事，我们接的一半的店铺一开始就跑通了，做起来也轻松。华为的950超节点，在性能和价格上可以完全平替英伟达的GB200、GB300。还有一半店铺真的要花时间去测，如果要测价格带，那个周期会更久，不是我们上链接慢，是系统修正人群至少1周时间，还有换品来推的，那个人群修正的周期就更更久了。要说拼多多起店成功率能不能做到100%呢？我觉得能。 12、未来五年：我不太相信未来五年之后，我们还卡在产能的问题上。但要加一个前提条件，有充足的时间来测。现在肯定是卡在产能问题上，今年、明年、后年，我觉得可能都还是卡在产能问题上，但五年之后，我觉得可能不一定，我还是比较乐观的。一周跑不通，那就跑一个月，一个月跑不通，那就跑一年，一年不行，就五年。那么问题来了，有哪个老板会给大家五年的时间去起店？所以，才会出现最终闭店的情况。那么，终极问题来了：如何最短时间内找到适合你们品的起店模型呢？作者：老虎讲运营，运营书籍《全栈运营高手》作者；电商运营推广大牛，千万流水项目操盘手，多平台专栏作家，专注产品运营与推广，擅长品牌打造和爆款链接制造，号称电商运营界扛把子。

十七 | 13、全球AI位置：在全球AI中主导分工的时候，中国公司很有可能扮演的一个角色还是产量最大。

十八 | 常理来讲，我们的产能最大，包括芯片，芯片可能我们的产能最大，我们的电力最多……中国人会把这产品做到最便宜，然后再在效果上（发力），毕竟国外的商品，现在很多商品中国产跟美国产并没有太大的区别。未来可能AI也是这样，但是中国产的AI可能价格会更便宜。

十九 |

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。这个便宜可能是系统性的低，就跟其他行业中国提供的服务更便宜可能是一样的。 14、AI差距：最终的差距应该是三方面：一方面成本，一方面时间，一方面用户体验。

| 除此以外，可能是没有什么差距的。

| 15、少即是多：拿得多的人会被拿得少的人打败。

| 甚至你还不用真的拿得多，愿景如果是拿得多的话，你就会被愿景是拿得少的人给打败。

| 其实大家都没有拿到钱，只是一个愿景。你愿景是拿得多，你就先输了，你就会面临着更大的困难。 16、多模态：多模态布局我们一直在做。对产品来讲，它很重要；对C端用户产品来讲，它很重要。

| 但是对智能的上限，它是一个组件，它不是主线本身……我们应该会上相关的模型，就是我们V4、V4的后续版本会支持原生的多模态。但是我们对多模态、对智能来讲它是个组件，我们不把它当作智能本身。 17、责先利后：我们内部很多人的想法是这样的——首先要对我们自己有用。当我们自己好用，那意味着可能别人也好用，但是首先得保证我们自己好用。

| 对我们自己有用之后，我们在开发下一版模型的时候就会更快。 18、开源：在开源这个事情上面，我们一开始就想得非常清楚。首先，第一个就是愿景；第二个，我们认为要把AI这个事情在商业上做成，开源是有好处的。这听起来有点矛盾，有点违反直觉，因为在历史上，开源跟商业化都是有冲突的。但我觉得AI跟以前不一样……AI这个事情足够大，最终它可能得占掉人类社会GDP的百分之十，那么它其实是一个非常大的数字。你不可能独占这个事情，你一定得跟别人分享，否则你肯定活不下来。