作为一名青少年模特,Katrin Kaurov 年轻时便实现了经济独立。在纽约大学阿布扎比分校认识的 Aleksandra Medina 也很早就学会了理财。两人因认为缺少一个能够公开讨论财务健康问题的同龄人交流平台而在学生时代产生了共鸣。
因此,她们于 2021 年联手创立了总部位于纽约的 Frich,这是一家旨在为 Z 世代提供社交财经社区的初创公司。
她们表示,这家公司的基本理念在于——Z 世代已经厌倦了虚伪的表象。社交媒体上随处可见不切实际的财务成功展示,让人们不禁质疑自己在财务上与同龄人到底有何不同。
Katrin Kaurov 在接受 TechCrunch 采访时表示:“我们发现 Z 世代根本不知道该如何打理金钱,而我们在社交媒体上却都在假装生活井然有序,实际上并非如此。究竟是人们透支过度,还是的真正在过着奢华生活?我们只是觉得线上呈现的内容与银行及金融机构所提供、以及 Z 世代真正想要的服务之间存在着巨大脱节。”
Frich ( which stands for “Effing Rich” ) 的用户可以在应用内匿名提问,从而更加清楚地了解同龄人在财务方面的状况,同时避免产生竞争感。用户还可以匿名分享财务数据,以便比较自身与同龄人的差异。例如,一位大一新生可以查看与自己背景相似的人在娱乐、投资和房租上分别花费了多少。用户可能提出的问题包括:我这个年龄的人通常投资多少?我的同学们是否有零花钱?
Katrin Kaurov 认为:“我觉得 Z 世代与其他任何世代截然不同的一点在于,他们更愿意讨论金钱问题。他们希望能够坦诚地谈论实际情况,比如人们究竟花费了多少、信用评分如何,以及首次约会时各自的花销。”
对于那些希望改善自身财务状况的人来说,Frich 已经准备好利用收集到的用户数据,将他们与相关金融品牌进行对接。
Aleksandra Medina 解释说:“Frich 主要作为一个社区驱动的理财应用运行。我们的个性化方法正是为了弥补行业对 Z 世代关注不够的问题。借助我们对用户数据的理解,我们能够帮助 Z 世代与合适的品牌和服务实现匹配。”她补充道,其目标是在用户需求出现之前就预见到这些需求。
这对搭档于 2021 年夏天推出了这款应用,自那时起,其用户群已在全国范围内突破 100,000 名 Z 世代用户,主要市场包括纽约、佛罗里达和德克萨斯。Frich 采用 B2B 订阅模式,目前其年经常性收入 (ARR) 正接近 100 万美元。
Frich 通过与银行以及诸如信用建立品牌或生活方式品牌等合作伙伴携手合作,并向他们收取固定费用以入驻平台来实现盈利,该费用会根据不同合作伙伴而有所变动。
有趣的是,这家公司在营销方面采取了传统方式——除了在 TikTok 等数字平台上推广应用外,还走访全国各大校园,并利用品牌大使推广其产品。
如今,这家拥有六人的初创公司宣布,Frich 已在由 Restive Ventures 牵头的种子轮融资中筹集到了 2.8 万美元,其中 TruStage、K20 与 Spartan Innovations 也参与了本轮融资。目前这笔资金部分用于关键岗位的招聘,包括一名前 Bumble 员工将负责增长,以及一名前 Robinhood 员工将负责产品工作。
Restive Ventures 的合伙人 Cameron Peake 告诉 TechCrunch,她所在的公司相信 Frich “真正把握住了 Z 世代在金钱事务上的思维和行为脉络”,并且具备成长为一家“庞大”企业的潜力。
Peake 补充道:“例如,他们会定期发布调查问卷以解开这些疑问,这一点让我们非常兴奋。消费者市场如此广阔,他们能够实现快速增长。”
当然,Frich 并非唯一一家瞄准庞大 Z 世代市场的金融科技企业。今年一月,面向 Z 世代女性、提供 AI 驱动财富管理服务的金融科技应用 Alinea Invest 在推出帮助用户投资的虚拟 AI 助手前便募集到了 340 万美元的种子资金。而 Bloom——一款面向青少年投资者的零佣金股票投资工具——于去年七月脱颖而出,并宣布自 2022 年二月发布以来已达到 100 万次下载。与此同时,今年三月,总部位于迈阿密、由 Y Combinator 支持的数字银行 Onyx Private 宣布终止其银行业务,转型为 B2B 模式。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。