储和损耗成本。
郑凯那边在内部汇报的时候提了一嘴这个数字，据说京东高层对这个结果比较满意，已经批准把AI模块全面铺到所有自营品类上去。
快抖那边的数据最晚出来，但冲击力也最大。
AI推荐优化模块在快抖的推荐系统上叠加运行了十天之后，张一凡那边传来了一个关键数据：在接入TUTU的AI引擎之后，用户平均使用时长增加了接近两分钟。
两分钟听起来很小，但在快抖这个体量上，意味着每天多出了海量的用户停留时间，对应的是更多的广告曝光和更高的商业化天花板。
张一凡在消息里用了一个陆然之前没见过他用过的词——“超出预期“。
他原话是：“我们内部做过很多次预判，觉得一到两分钟的增量是极限，结果十天就靠近这个极限了。你那边如果继续优化的话，这个数字可能还能再往上走一走。“
陆然看到这条消息的时候正在吃午饭，他放下筷子把消息看了两遍，然后继续吃饭，但碗里的饭吃完之后他又去添了半碗。
这三家合作方在半个月内拿出的数据，比陆然预想的还要好一些。
他不是没信心，只是知道AI技术落地需要时间，真实场景里的变量太多，实验室跑出来的效果跟现实往往有差距。
但这套系统在实际场景里跑出来的数据跟他在系统里看到的效果相比，偏差比他预想的要小得多。
好消息不止这些。
三家公司的阶段性成果被行业里的人注意到了，陆然这边收到的问询和探路式的联系也在逐渐增多。
最先找上门来的是同程旅行。
他们是国内排名靠前的在线旅游平台，用户体量不小，但市场份额长期被携程压着，在流量和用户增长上一直有些吃力。
同程的人通过快抖那边的渠道辗转联系到了陈默，说想了解一下TUTU的AI技术能不能用在旅游行业的用户推荐和行程规划上。
陈默把这件事转到陆然这边的时候加了一句备注：“对方态度很积极，应该是看到了快抖的数据之后心动了。“
紧接着，滴滴也通过一个中间人传了话过来，问TUTU有没有意向在出行场景的智能调度上做些尝试。
滴滴跟腾讯的关系比同程深得多，这个中间人传话的时候语气也很克制，只说“先了解一下，不一定合作“。
但陆然知道，以滴滴的体量和市场地位，他们会主动来问，本身
…。。