文｜白 鴿

編｜王一粟

當(dāng)“外賣大戰(zhàn)”遇上“AI大戰(zhàn)”，卻意外重燃了“地圖”市場(chǎng)。

“今年，達(dá)達(dá)（對(duì)地圖）的需求突然暴增?！彬v訊地圖位置服務(wù)產(chǎn)品總經(jīng)理李彬?qū)忮F智能說道。陡增的外賣訂單需求，拉動(dòng)了外賣騎手的騎行規(guī)劃、導(dǎo)航品質(zhì)的地圖高頻需求，“我們需要去更嚴(yán)格地打磨這部分功能?！?/p>

1994年，美國(guó)學(xué)者Schilit首先提出了位置服務(wù)的三大目標(biāo)：你在哪里（空間信息）、你和誰(shuí)在一起（社會(huì)信息）、附近有什么資源（信息查詢）。此后的三十年里，LBS地理位置信息服務(wù)，在互聯(lián)網(wǎng)中逐漸萌芽，在移動(dòng)互聯(lián)網(wǎng)中達(dá)到“標(biāo)配”的高峰。

直到AI大模型到來之前，地圖一直是那個(gè)不可或缺，但卻極致隱形的存在。

9月中旬，2025騰訊全球數(shù)字生態(tài)大會(huì)展廳里，機(jī)器人互動(dòng)展臺(tái)前圍得水泄不通，觀眾舉著手機(jī)記錄機(jī)械臂精準(zhǔn)抓取物品的瞬間；大模型多模態(tài)演示區(qū)，人們排隊(duì)體驗(yàn)“文字生成3D場(chǎng)景”的新奇...

這些“肉眼可見”的創(chuàng)新，理所當(dāng)然成為全場(chǎng)焦點(diǎn)。

而另一側(cè)，騰訊地圖全新時(shí)空智能開放平臺(tái)“蓋亞”的發(fā)布，卻并未引發(fā)扎堆圍觀。

但在AI和物理世界的結(jié)合越來越緊密的今天，我們深度了解“時(shí)空智能”概念后發(fā)現(xiàn)，這里可能隱藏著一個(gè)被很多人忽視的關(guān)鍵：

地圖早已不僅僅是“導(dǎo)航工具”，正在成為連接虛擬與現(xiàn)實(shí)、賦能實(shí)體產(chǎn)業(yè)的“智能決策大腦”。

無疑，AI讓地圖行業(yè)來到了一個(gè)轉(zhuǎn)折點(diǎn)。

“從‘出行工具’到‘智能引擎’，這是地圖產(chǎn)品面向未來的一次根本性躍遷?！彬v訊集團(tuán)副總裁、騰訊智慧出行總裁鐘翔平稱。

蓋亞的出現(xiàn)也提醒我們，那些看似“古早”的產(chǎn)品，只要用AI重構(gòu)底層邏輯，就能長(zhǎng)出“新芽”。而這種“新芽”，恰恰能深入實(shí)體產(chǎn)業(yè)的肌理，成為推動(dòng)行業(yè)智能化升級(jí)的關(guān)鍵力量。

這或許就是AI時(shí)代最動(dòng)人的地方：讓成熟的行業(yè)，重新?lián)碛猩L(zhǎng)的可能。

實(shí)體生意不好做？從“拍腦袋”到“算出來”

凌晨?jī)牲c(diǎn)，北京某互聯(lián)網(wǎng)公司的程序員小李還在對(duì)著屏幕皺眉。

他負(fù)責(zé)的社區(qū)團(tuán)購(gòu)小程序需要接入地圖選點(diǎn)功能，可翻了3份接口文檔、調(diào)試了5次代碼，還是沒搞懂怎么把用戶定位和周邊商鋪庫(kù)存數(shù)據(jù)關(guān)聯(lián)起來。

這不是他一個(gè)人的困境：零售品牌選址時(shí)拿著零散的客流報(bào)表無從下手，景區(qū)運(yùn)營(yíng)者對(duì)著靜態(tài)的游客數(shù)據(jù)難以調(diào)整業(yè)態(tài)，出行平臺(tái)的調(diào)度員總在為車輛空跑率發(fā)愁……

對(duì)實(shí)體產(chǎn)業(yè)而言，“位置”從來都是決定生死的關(guān)鍵變量。

零售行業(yè)一直流傳著“七分靠選址，三分靠運(yùn)營(yíng)”的鐵律。同一商圈，臨街商鋪與巷內(nèi)商鋪的客流量可能相差10倍；景區(qū)運(yùn)營(yíng)中，游客在不同區(qū)域的停留時(shí)長(zhǎng)，直接決定餐飲、文創(chuàng)店的布局邏輯；出行平臺(tái)的調(diào)度效率，更是依賴實(shí)時(shí)位置數(shù)據(jù)降低車輛的空跑率。

但直到今天，多數(shù)企業(yè)的“位置決策”仍深陷“低效、不準(zhǔn)、用不起”的泥潭，與數(shù)字經(jīng)濟(jì)的發(fā)展節(jié)奏嚴(yán)重脫節(jié)。

比如在零售行業(yè)，傳統(tǒng)選址模式的低效早已是公開的難題。

四五年前，當(dāng)騰訊地圖首次向客戶推薦“大數(shù)據(jù)選址”時(shí)，不少客戶都帶著懷疑：“數(shù)據(jù)接不接地氣？會(huì)不會(huì)是空中建樓？”“用這個(gè)方案，ROI能滿足我們的內(nèi)部考核嗎？”

某區(qū)域連鎖超市負(fù)責(zé)人曾直言，當(dāng)時(shí)他們更愿意相信“人工蹲點(diǎn)”，即派員工在目標(biāo)商圈統(tǒng)計(jì)3天客流，記錄周邊小區(qū)入住率，再結(jié)合經(jīng)驗(yàn)判斷。可這種方式不僅周期長(zhǎng)（一次選址至少2周），還容易錯(cuò)過商機(jī)，等調(diào)研結(jié)束，優(yōu)質(zhì)商鋪早已被競(jìng)爭(zhēng)對(duì)手拿下。

就連麥當(dāng)勞這樣的頭部連鎖品牌，也曾受困于傳統(tǒng)模式的局限。麥當(dāng)勞中國(guó)相關(guān)負(fù)責(zé)人在現(xiàn)場(chǎng)提到：“過去我們要么靠人工蹲點(diǎn)統(tǒng)計(jì)客流，成本高且覆蓋范圍窄，要么用單一維度的數(shù)據(jù)，比如周邊人口數(shù)量，但準(zhǔn)確率很低?！?/p>

無疑，數(shù)據(jù)的割裂，讓商業(yè)決策淪為“盲人摸象”。

只看到人口密度，卻看不到消費(fèi)能力；知道有競(jìng)品，卻不知道競(jìng)品的客單價(jià)和客流高峰......最終，導(dǎo)致部分門店開業(yè)后，營(yíng)業(yè)額遠(yuǎn)低于預(yù)期。

彼時(shí)，為了解決客戶信任問題，騰訊地圖的團(tuán)隊(duì)選定了一座城市，用人工和騰訊地圖大數(shù)據(jù)兩種不同的方式，各自選取十個(gè)點(diǎn)位，通過最終評(píng)判，騰訊地圖大數(shù)據(jù)選出來的位置整體會(huì)更好。

“因?yàn)槿斯みx址是與選址人員的能力和視野的廣度密切相關(guān)，如果信息比較片面，其選擇的點(diǎn)位肯定不是特別全?！崩畋蛘f道，“而我們的選址則采用了很多維度的數(shù)據(jù)，比如客戶畫像、周邊經(jīng)濟(jì)業(yè)態(tài)、競(jìng)爭(zhēng)分布，甚至包括人流遷徙的趨勢(shì)和規(guī)律等，通過大數(shù)據(jù)的疊加得出最終結(jié)果。”

騰訊地圖位置服務(wù)產(chǎn)品總經(jīng)理李彬

數(shù)據(jù)，無疑是影響著實(shí)體產(chǎn)業(yè)選址大的關(guān)鍵因素之一。但在實(shí)體產(chǎn)業(yè)中，相比于數(shù)據(jù)的缺失，更棘手的則是“服務(wù)錯(cuò)配”，即地圖廠商的能力與企業(yè)的分層需求。

一般來說，頭部連鎖品牌需要底層數(shù)據(jù)能力做定制開發(fā)，區(qū)域商戶想要輕量化工具，而個(gè)體店主可能只需要“一鍵選址”功能。

然而，傳統(tǒng)地圖服務(wù)要么是中小客戶用不起的標(biāo)準(zhǔn)化API，要么是周期長(zhǎng)、成本高的定制方案，大量實(shí)體企業(yè)被擋在數(shù)字決策的門外。

某區(qū)域奶茶品牌創(chuàng)始人無奈表示：“我們?cè)胱隹腿悍治?，找了幾家廠商不是方案太復(fù)雜就是數(shù)據(jù)太粗糙，最后只能放棄?！?/p>

基于此，借助高覆蓋度、高鮮活度的位置數(shù)據(jù)，結(jié)合人口分布和智能算法，地圖可以幫助企業(yè)精準(zhǔn)選址、預(yù)測(cè)客流、洞察競(jìng)爭(zhēng)格局。

而這其中，最關(guān)鍵的一點(diǎn)就在于針對(duì)不同的行業(yè)客戶，能夠擁有標(biāo)準(zhǔn)化的產(chǎn)品服務(wù)，使得無論是小商戶還是大型連鎖，都能通過地圖實(shí)現(xiàn)科學(xué)決策、提升效率。

不難看出，當(dāng)數(shù)字技術(shù)深入產(chǎn)業(yè)肌理時(shí)，地圖早已不是“找路工具”那么簡(jiǎn)單，地理位置服務(wù)（LBS）已經(jīng)升級(jí)為“智能輔助決策者”。

AI大模型的出現(xiàn)，恰好為這場(chǎng)升級(jí)提供了一個(gè)更智能的技術(shù)底座。

用AI重塑地圖，讓靜態(tài)的地址庫(kù)動(dòng)起來

“一家商鋪，未來客流會(huì)如何變化？”、“如何調(diào)整路線，能降低物流成本？”

當(dāng)這些更復(fù)雜的經(jīng)營(yíng)問題擺在地圖廠商面前，過去的產(chǎn)品已經(jīng)不能滿足商家的需求?？臻g的需求，需要疊加上時(shí)間的變化，還需要智能動(dòng)態(tài)的預(yù)測(cè)——如此大的數(shù)據(jù)計(jì)算量，只有AI大模型能解。

也因此，地圖正在被AI全面重塑，這是一場(chǎng)不能錯(cuò)過的變革。

9月中旬的騰訊生態(tài)大會(huì)上，光錐智能發(fā)現(xiàn)，騰訊地圖悄然發(fā)布了一個(gè)新產(chǎn)品——時(shí)空智能平臺(tái)“蓋亞”。蓋亞，是古希臘神話中的大地女神，是萬神之母。騰訊地圖用這個(gè)名字命名，暗含著構(gòu)建時(shí)空智能生態(tài)的野心。

“蓋亞，不僅是一個(gè)產(chǎn)品，更是騰訊地圖在AI時(shí)代的重要戰(zhàn)略起點(diǎn)?！崩畋蛘f道。

蓋亞時(shí)空智能平臺(tái)，從底層邏輯上重構(gòu)了位置服務(wù)的模式，希望通過“數(shù)據(jù)底座+AI引擎+分層開放”的組合拳，解決行業(yè)的核心痛點(diǎn)。

相比語(yǔ)言大模型是由海量的文本所組成，時(shí)空大模型則是由海量的地理位置信息所構(gòu)成，其主要學(xué)習(xí)一些時(shí)間和地點(diǎn)的規(guī)律。

舉個(gè)例子，某個(gè)地方開了一家日料店，結(jié)果經(jīng)營(yíng)不善倒閉，后又改成奶茶店，結(jié)果后續(xù)周邊開了多個(gè)奶茶店。那就說明，這個(gè)地方適合開奶茶店而不適合開日料店。

基于此，時(shí)空大模型就可以學(xué)習(xí)到，這個(gè)店鋪適合的餐飲類型，跟周邊的人群畫像、競(jìng)爭(zhēng)分布等息息相關(guān)。

“我們把騰訊地圖過往數(shù)年積累的行業(yè)Know-how，包括地圖經(jīng)驗(yàn)、服務(wù)客戶經(jīng)驗(yàn)、開發(fā)者經(jīng)驗(yàn)等，都注入到時(shí)空大模型當(dāng)中?！崩畋蛘f道，“用戶的動(dòng)態(tài)大模型和時(shí)空的動(dòng)態(tài)大模型，是我們建立多層開放平臺(tái)的核心技術(shù)基石?！?/p>

蓋亞時(shí)空大模型以“位置數(shù)據(jù)”為核心，融合了騰訊地圖多年積累的底層資源，覆蓋超8000萬POI（興趣點(diǎn)）、1300萬公里道路數(shù)據(jù)，日處理定位請(qǐng)求超過1800億次，還與京東、小紅書、美團(tuán)、滴滴等合作伙伴共建了實(shí)時(shí)、廣覆蓋、高深度的數(shù)據(jù)生態(tài)。

當(dāng)然，這些數(shù)據(jù)不是靜態(tài)的“地址庫(kù)”，而是動(dòng)態(tài)的“時(shí)空流”，能實(shí)時(shí)反映人流、車流、消費(fèi)行為的變化。

時(shí)空大模型與騰訊混元大模型深度融合，形成了蓋亞的“智能大腦”。這種融合賦予平臺(tái)兩大核心能力：

一是自然語(yǔ)言理解，開發(fā)者或企業(yè)用戶不用再看復(fù)雜的接口文檔，用日常語(yǔ)言就能提問，比如“北京朝陽(yáng)區(qū)國(guó)貿(mào)附近適合開咖啡店嗎？”“接口返回120錯(cuò)誤怎么解決？”；

二是高精度時(shí)空推演，能結(jié)合歷史數(shù)據(jù)預(yù)測(cè)未來趨勢(shì)，比如“某商圈國(guó)慶期間的客流峰值會(huì)達(dá)到多少？”“新開便利店的首月營(yíng)業(yè)額大概在什么范圍？”。

這讓地圖徹底跳出“基礎(chǔ)工具”的定位，變成能幫企業(yè)“思考”的伙伴。

同時(shí)，基于Workflow與AI Agent技術(shù)，結(jié)合知識(shí)庫(kù)、MCP與UI組件庫(kù)，蓋亞形成了一整套覆蓋開發(fā)、測(cè)試到部署的工具鏈，顯著降低了AI在產(chǎn)業(yè)中的應(yīng)用門檻。

如果說時(shí)空大模型是蓋亞的“大腦”，那上層的工具鏈和平臺(tái)就是“手腳”，它把復(fù)雜的技術(shù)邏輯封裝成簡(jiǎn)單的功能，讓不同規(guī)模的企業(yè)都能輕松上手。

在大模型之上，蓋亞平臺(tái)延伸出來4層產(chǎn)品架構(gòu)，從底層的LBS AI+開放平臺(tái)，到行業(yè)數(shù)據(jù)模型、行業(yè)智能體，再到頂層的行業(yè)地圖應(yīng)用開放平臺(tái)，這四層結(jié)構(gòu)相互協(xié)同，形成了從數(shù)據(jù)采集、分析到?jīng)Q策落地的全鏈路支撐。

如蓋亞的LBS AI+開放平臺(tái)，構(gòu)建了覆蓋“開發(fā)前-開發(fā)中-開發(fā)后”全周期的工具鏈，尤其針對(duì)微信小程序這個(gè)高頻場(chǎng)景做了深度優(yōu)化：

開發(fā)前：用AI Chat替代傳統(tǒng)文檔查詢，支持多文檔關(guān)聯(lián)、復(fù)雜問題應(yīng)答。

開發(fā)中：針對(duì)小程序地圖的開發(fā)者推出微信小程序地圖開發(fā)智能體；

開發(fā)后：AI智能月報(bào)主動(dòng)提供風(fēng)險(xiǎn)預(yù)警和優(yōu)化建議；

李彬用“炒菜”打了個(gè)比方：“一開始我們把‘做好的菜’（標(biāo)準(zhǔn)化工具）給到客戶，但很多客戶有特定需求，比如喜歡辣口、需要少鹽。所以蓋亞不僅提供成品，還把‘原材料’（底層數(shù)據(jù)、模型）開放出來，讓客戶能自己‘調(diào)味’?！?/strong>

這就是蓋亞行業(yè)數(shù)據(jù)模型開放平臺(tái)和行業(yè)智能體平臺(tái)的核心價(jià)值，滿足不同企業(yè)定制化需求。

“我們會(huì)把自己的數(shù)據(jù)、標(biāo)簽，甚至模型和智能體給到客戶，也就是給其一個(gè)可耕耘的土壤，客戶可以基于這個(gè)土壤種自己的種子。”李彬說道，“甚至我們還可以給他們一些施肥（工具）的方式，基于我們的原材料和肥料，客戶種出自己的模型、智能體或應(yīng)用?！?/p>

這種架構(gòu)設(shè)計(jì)直接回應(yīng)了，當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型的普遍焦慮。

李彬指出：“很多企業(yè)面臨技術(shù)門檻高、場(chǎng)景適配難、落地效率低的困境，他們不是不需要智能決策，而是缺乏將先進(jìn)技術(shù)與自身業(yè)務(wù)結(jié)合的能力?！?/p>

截至目前，已有零售、出行、景區(qū)等多個(gè)行業(yè)企業(yè)通過蓋亞實(shí)現(xiàn)效率提升與增長(zhǎng)突破。零售行業(yè)中，基于動(dòng)態(tài)時(shí)空數(shù)據(jù)和完整生態(tài)，蓋亞平臺(tái)幫助多品牌進(jìn)行門店選址、渠道分銷與客群洞察。

如某頭部咖啡品牌80%新店選址由系統(tǒng)推薦，門店存活率高達(dá)95%，單店銷售額提升20%；另一全國(guó)性零售客戶借助渠道智能化分銷方案，業(yè)務(wù)員成本節(jié)約近20%，年收入增加超10億元。

“在AI的助力下，讓位置服務(wù)不再只是“幫人找到路”，而是直接成為“讓生意更好做”的新動(dòng)能?！辩娤杵揭徽Z(yǔ)中的。

從位置服務(wù)到時(shí)空智能，地圖行業(yè)的新競(jìng)爭(zhēng)

地圖應(yīng)用早已超越單純的導(dǎo)航工具范疇，成為數(shù)字經(jīng)濟(jì)的重要基礎(chǔ)設(shè)施。

當(dāng)前，地圖行業(yè)呈現(xiàn)高德地圖、百度地圖、騰訊地圖“三足鼎立”的格局，從業(yè)務(wù)布局上看，三家在C端（手機(jī)地圖服務(wù)）和B端（位置服務(wù)、車機(jī)導(dǎo)航）的重合度較高。

不過，當(dāng)前市場(chǎng)競(jìng)爭(zhēng)的焦點(diǎn)，正在從C端流量爭(zhēng)奪轉(zhuǎn)向B端產(chǎn)業(yè)價(jià)值深耕。

C端市場(chǎng)早已進(jìn)入成熟期，用戶對(duì)地圖的核心需求（導(dǎo)航、找POI）基本滿足，各家的功能差異越來越小，很難通過單一創(chuàng)新吸引大量用戶遷移。

而B端市場(chǎng)則不同，隨著實(shí)體產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型加速，位置服務(wù)成為零售、物流、出行、景區(qū)等行業(yè)的“剛需”，且不同行業(yè)的需求差異大，存在巨大的創(chuàng)新空間。

更重要的是，B端業(yè)務(wù)的變現(xiàn)渠道更直接，能為地圖廠商提供穩(wěn)定的收入來源，這也是近年來各家紛紛深耕B端的核心原因之一。

在B端業(yè)務(wù)中，騰訊地圖的優(yōu)勢(shì)在于連接能力。

李彬認(rèn)為，位置服務(wù)的終極價(jià)值不在于工具本身，而在于其作為數(shù)字孿生底座的連接能力，“時(shí)空智能正在成為新的生產(chǎn)力，它將重構(gòu)產(chǎn)業(yè)決策的底層邏輯?！?/p>

蓋亞平臺(tái)每日處理超千億級(jí)位置數(shù)據(jù)，服務(wù)10億用戶，形成了“越用越活化”的數(shù)據(jù)閉環(huán)，即用戶的定位請(qǐng)求、POI查詢、導(dǎo)航軌跡，都會(huì)成為優(yōu)化模型的“燃料”。數(shù)據(jù)越多，模型的預(yù)測(cè)精度越高，而更精準(zhǔn)的模型又能吸引更多企業(yè)使用，進(jìn)一步豐富數(shù)據(jù)生態(tài)。

這種數(shù)據(jù)的規(guī)模效應(yīng)，也為騰訊地圖的B端服務(wù)提供了堅(jiān)實(shí)基礎(chǔ)。同時(shí)，技術(shù)、數(shù)據(jù)、生態(tài)是這場(chǎng)AI地圖戰(zhàn)爭(zhēng)的核心，騰訊地圖顯然已經(jīng)就此構(gòu)建起了足夠的護(hù)城河。

曾經(jīng)，騰訊地圖更多的“任務(wù)”是服務(wù)內(nèi)部，給微信、QQ這些產(chǎn)品提供位置服務(wù)，而今，AI時(shí)代的到來，在重塑地圖產(chǎn)品形態(tài)的同時(shí)，也使其看到了對(duì)外服務(wù)，扎根產(chǎn)業(yè)場(chǎng)景的可能。

而這種對(duì)外的服務(wù)能力，更多是以客戶具體的需求為基礎(chǔ)。

比如在零售行業(yè)中，盡管頭部KA客戶非常龐大，但中腰部客戶、長(zhǎng)尾客戶整體規(guī)模大大是超過頭部客戶，“后續(xù)我們考慮夠把服務(wù)KA的經(jīng)驗(yàn)做一些抽象或簡(jiǎn)化，去滿足中腰部和長(zhǎng)尾客戶的訴求，同時(shí)面對(duì)不同的客戶也會(huì)有不同產(chǎn)品的細(xì)分。”李彬說道。

同時(shí)，隨著咖啡、茶飲等企業(yè)戰(zhàn)略重心由一二線城市向三四線城市轉(zhuǎn)移，騰訊地圖也將會(huì)跟客戶共同探索三四線的機(jī)會(huì)，“未來我們一個(gè)重點(diǎn)方向，可能會(huì)偏三四線城市下沉市場(chǎng)的突破?！?/strong>

李彬?qū)π袠I(yè)未來有著清晰判斷："地圖能力的全棧開放，將推動(dòng)AI驅(qū)動(dòng)的經(jīng)營(yíng)增長(zhǎng)成為新常態(tài)。" 這種新常態(tài)下，企業(yè)競(jìng)爭(zhēng)將不再單純依靠資源投入，而是取決于數(shù)據(jù)智能的應(yīng)用深度。

在此判斷之下，李彬希望：“未來想將蓋亞做成一個(gè)‘超市’，無論是LBS能力還是大數(shù)據(jù)能力，都做成標(biāo)準(zhǔn)化‘貨物’放在貨架上，不同行業(yè)的開發(fā)者按需挑選?！?/p>

這種模式的價(jià)值，不僅在于降低企業(yè)的使用門檻，更在于釋放產(chǎn)業(yè)創(chuàng)新活力。

當(dāng)所有企業(yè)都能輕松獲取時(shí)空智能能力，就會(huì)催生出更多新的商業(yè)模式，如景區(qū)根據(jù)實(shí)時(shí)客流調(diào)整門票價(jià)格，物流企業(yè)根據(jù)時(shí)空數(shù)據(jù)優(yōu)化配送路線，零售品牌根據(jù)區(qū)域消費(fèi)特征定制產(chǎn)品。

這些創(chuàng)新，最終會(huì)推動(dòng)整個(gè)實(shí)體產(chǎn)業(yè)的智能化升級(jí)。

2025騰訊全球數(shù)字生態(tài)大會(huì)上，蓋亞或許不是最“吸睛”的產(chǎn)品，但它卻是最“接地氣”的創(chuàng)新。

這也提醒我們，AI時(shí)代的變革，不僅來自全新的產(chǎn)品，更來自對(duì)傳統(tǒng)行業(yè)的重構(gòu)，看似古早的工具，只要找到技術(shù)與產(chǎn)業(yè)結(jié)合點(diǎn)，就能長(zhǎng)出新的“利器”，成為推動(dòng)實(shí)體產(chǎn)業(yè)發(fā)展的關(guān)鍵力量。

面向未來，當(dāng)時(shí)空智能成為實(shí)體產(chǎn)業(yè)的基礎(chǔ)設(shè)施，當(dāng)每一個(gè)企業(yè)都能靠數(shù)據(jù)做出精準(zhǔn)決策，我們或許會(huì)發(fā)現(xiàn)，AI改變的不僅是地圖，更是整個(gè)商業(yè)世界的運(yùn)行邏輯。

而騰訊地圖，正站在這場(chǎng)變革的起點(diǎn)。