IT瘾智慧推荐

海康威视：制造业呈现重资产、重运营趋势，碎片化行业人效大幅提升的可能性不大

Sun, 16 Jan 2022 13:03:00 CST

近日海康举行了投资者问答。

以下是调研全文重要内容，雷峰网作了不改变原意的整理与编辑：

Q：现在海康助力企业做数字化转型，帮助企业提效降费，大企业在周期不景气的时候，也会维持升级改造的意愿来增加自身的竞争力。海康做 AI 赋能是否弱化周期，帮助业务更稳定？

A：宏观环境的波动是政府与企业投资的大背景，宏观有压力的时候全社会的投资不会太出挑，但降本增效这一块的投入与周期的关联弱，我们应该还是可以努力保持相对不错的增长。近期看到各级政府也在努力释放积极政策，社会资金流动在边际上变得更通畅，业务端也会逐渐有所反应。

同时业务上的机会点也很多，比如碳中和、碳达峰的政策之下，能源企业对于吨钢吨煤效益都提出了更高的要求，这也迫使企业需要通过数字化手段来加强精细化管理。

同时我们看到制造业的转型升级、机器换人需求在增多，制造业实际上越来越呈现出重资产、重设备运营的模式，在这种背景下，智能物联网的机会是很大的。

另外，在财政支出结构优化的过程中，我们看到一些增强民生福祉的财政支出，比如新建学校、新建医院等等，都是有保障的甚至有比较好的增长。

总之经济的调整与变化时时都在发生，相较于一时半会的业务波动，我们在企业经营的层面更重视自身的能力是否在提升，公司的资源布局是否在正确的方向上。我们要做的终究还是聚焦到我们经营的微观层面，不断完善和提升我们的解决方案，为客户创造更多价值。

所以我们一方面在不确定性的环境之中寻找一些确定性的成长机会，另一方面我们通过发挥自己的优势，在市场中提高市占率，希望力争穿越周期。

Q：未来公司库存水位是进一步提升还是保持目前的状态？

A：公司的库存是在不断的动态消耗和补充的，我们会去看市场当中各种物料的紧缺程度以及我们的供应商的发展变化。因为如果供应商的工艺成熟，供给稳定，我们可以不用把这种物料的库存备的很多。相反的，如果供应商的产品输出不稳定，产能的提升还有空间，这个物料可能就会是我们库存管理的中重点关注的物料，就会尽力备货，保障产品供应。所以我们会根据产品的分类，物料的供给齐套性，以及物料背后供应商的结构等各个维度综合管理公司的库存水位。

在供应紧张的趋势缓解之前，库存肯定是高水位，现在也并没有到供应链全面缓解的阶段，而公司的高库存可以理解为行业内保持优势的基础，要知道并不是所有玩家想要增加库存就可以加得上来。库存水位会不会更高，目前不好回答，我们会不断地动态调整。

Q：股权激励制定了未来几年 15%的营收复合增速的规划，在人员投入方面，未来三年或者说经济下行的周期里面，会做怎么样的调整？总体的人效应该是什么样的一个趋势？

A：人员投入跟每年的年度规划有关系，我们的投入主要分两类，一类是为中长期的投入，一类是为年度业绩做支撑的投入，后一类的投入与实时产出会更紧密一些。我们希望未来有更强的竞争力，投入会一直持续。经历了前几年技术和业务架构的大转型之后，这几年公司的投入会相对平稳。

关于人效方面，因为我们的业务比较碎片化，很多方案的应用都不是面向大品类的业务，都是细分领域的小块业务，作为公司来讲，需要在碎片化市场当中，努力去找到有一定复制性的业务和产品，这是比较考验公司经营能力的。我们得认识到，在这个行业里人效要大幅提升的可能性不太大，但是我们争取努力向上走，不要增人不增效。

这些年以来，公司的业务布局更均衡，资源组织配合的效率得到发挥，公司体现出了一定的规模经济优势。人效继续提升，需要大量的内部运营改善工作，这两年公司非常重视这块。

Q：现在有的公司在一些上游的核心元器件上会考虑自制，有的初创公司也在往这个方向走，请问我们的策略是怎样的，未来是否和以前一样保持向外采购，还是未来也会往这个方向去做？

A：我们在上游技术上的资源投入是有取舍的，一般来讲是要依靠供应链的伙伴。以我们的理解来说，不同公司需要在专业的位置发挥专业的作用，同时与上下游的伙伴保持紧密的配合。实际上过去多年以来，海康与上游供应商的配合是密切的，在产品 know how 的沉淀和元器件性能的验证、调试上，海康会给予供应商较多的帮助，相应的也会得到供应商较大力度的支持。我们比较受益于这样的良性合作模式，未来还会坚定地和供应商们肩走下去。

当然在一些边缘的、特殊的、产业供给不太充分的个别物料上，也不排除我们会去做一些专门投入。总之就是顺势而为。

Q：今年汽车电子行业都有不错的增长，能否介绍一下海康汽车电子的产品结构以及客户的情况？另外，之前偏 ADAS 的产品会多一些，未来 L2.5 或者 L3 这块，是否有产品的布局？

A：汽车电子业务的介绍在我们 2020 年的年报中，有一个专门板块讲汽车电子的业务布局，主要分了三大块，就是乘用车的前装，乘用车的后装以及商用车。关于客户这个层面，目前从车企的角度看，内资车、合资车，包括部分外资车厂，我们都有合作。

我们业务的拓展比较务实，而且创新业务的投资模式也决定着我们必须要一步步脚踏实地的走，经过几年的发展，我们已经把低速状态下的驾驶辅助功能发展的比较充分了，也在国内外众多客户那里得到了认可，我们今天也有这个自信讲，汽车电子业务发展是不错的。

往未来看，更多 ADAS 的能力会生长出来，也许有机会进一步挑战更复杂场景，但我们会始终聚焦于扎实的产品和方案开拓。雷峰网雷峰网雷峰网

海康威视：海康的 ToG 综合能力在业界最强

Sun, 05 Dec 2021 16:14:00 CST

近日海康举行了投资者问答。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：关于PBG，目前财政支出增速不高，公司怎么看目前市场需求的状态？有没有一些好的模式和方法在客户预算有限的情况下提升占比？

A：目前看政府投资不强，受到多方面的影响，比如大量的地方政府换届，税收的来源也不算强劲。但市场是个整体，有人发烧就有人感冒，在这个大环境下，不会说只有一个行业不好，别的行业都没问题。回头看我们在经历宏观挑战的时候，依然有做得好的企业和个体。这些企业是谁？应该是有良好的基础和积累的公司。这个过程换个角度想，也是大浪淘沙的过程。

从公司角度来讲，我们还是坚守为用户扎扎实实的提供好的技术和产品、好的系统和服务，这是排在首位的，而不是有什么捷径可以去找。尤其对政府用户这个群体，因为他们都是比较长期的客户，所以升级迭代我们的产品和服务的水平，这个要求是一以贯之的。

在整体市场的投入不足的情况下，政府更会把钱花在刀刃上，它对于服务提供者的选择会更谨慎，会更综合的考量各方面的能力。海康的综合能力在业界最强，对我们来说这个时期是发展的机会。我们甚至可以判断，明年后年，整体市场的集中度会更高。我们要做的就真正的把能力成长壮大起来，扎扎实实的做好每一件具体的事情，我们也不会牺牲掉毛利和账期这些指标去换取短期的业绩。

有句话叫不要浪费每一次危机，从事后看来，海康经历历次宏观的波动之后都在变得更强，对我们来说要做的事情是什么其实很简单，还是聚焦自己的能力成长。

Q：海外市场发展情况，比如发展中国家东南亚区域也受疫情的影响比较多，今年公司对海外的增速的预期是怎样？运费和交期对业务来说会不会有很大的压力？

A: 海外市场整体看，在当下这样的环境中，前三季度的增长还是很不错的。今年与去年同期相比，虽然疫情还在持续，但世界上大部分国家应对疫情的节奏不再慌乱了，基本上也都从疫情的冲击中走出来了。环境好转之后，经济在复苏，就会有比较多的投资信心。

今年我们的海外业务和整个中国的出口市场都面临类似的情况，因为中国的生产保障能力更强，出口整体更好，尤其是海康这种大公司，在原材料的采购和生产组织方面更稳健，所以海外增长保持不错的水平。相信在当前甚至明年疫情持续的情况下，这种生产保障能力依然会帮助海外有比较好的增长。

运费的波动和运力的紧张是持续存在的，我们在世界的主要地区有四个大的物流中心，在海外还有66 个分支机构，会提前储备需要的产品，在行业内保持最佳的交付能力。这是公司综合实力的体现。

Q：在智慧化业务大幅增加之后，公司对销售人员的KPI现在是如何确定的，主要会参考哪些因素？

A：海康现在的绩效体系主要还是以OKR 作为框架设计，灵活性会比较强。我们对于销售体系的考核，会以数字为比较刚性的牵引指标，通过对数字的不断review 来看业绩达成情况，也会对我们关心的内容比如软件收入的增长做考核。除了数字牵引之外，还会有很多围绕客户维度、产品维度的细分数据考核，这些数据有助于去牵引一些专项的目标。

我们通过三年滚动的SP 和年度BP 设定公司级目标，其中年度BP 会从部门分解到团队，再细分到每一个人来对目标进行承接。另外，产品、行业、区域各个团队之间还要相互比对目标，在部门之间做目标的打通对其，由此让牵引指标相互制衡，公司更准确的做资源部署的计划。

Q：以往我们原材料和产成品的占比一直比较均衡，今年三季度新增了 40 亿存货，其中比例有没有什么变化，存货增长的背后是一种怎样的考虑和安排？

A：总体来看我们的原材料和产成品大致的比例没有太显著的变化。原材料方面比较容易理解，现在的上游供应紧张问题仍然在持续，我们在手的原材料数量越多，应对原材料紧缺就更游刃有余。

在产成品方面也有增加，海外的增加是因为运费和海运交期的不确定性，我们把产品放在自己的物流中心和分支机构，保障快速响应订单。创新业务的产成品也有所增加，还是为了应对需求快速增加带来的供应压力。增加的存货会动态消耗，根据生产能力、交期、需求的情况再做合理的调节。

Q：数据安全被重视，现在海外AI 应用对于人脸的识别是有一定限制，不知道未来在国内会有这样的一个技术上的问题吗？现在在个人信息安全保护法监管变得越来越严格的情况下，AI 的应用如何去在应用的过程中去保护用户的隐私？

A：数据安全是一个重要的议题，在我们的管理上，有一整套的流程来进行合规性的审核。首先我们在整个产品和方案的设计过程中，都会有关于个人信息保护及技术伦理的评估过程，公司也成立了技术伦理委员会，管理层、合规团队和各个业务条线负责人都在其中。

因此我们对于各项技术在各种方案和产品中的应用，会严格评估它是否符合各个国家地区和各类的政策法规。

在评估之后，我们也有很多对个人隐私保护的技术手段，例如对人工智能所提取的特征做加密保护，对使用用户的数据进行训练时，无论是私有化的训练还是我们与用户联合的训练，都会在对大数据的进行隐私保护的前提下做计算等等，都做了各种技术上的保护。雷峰网雷峰网雷峰网

海康威视：EBG 难一家包揽所有环节，客户拓展倾向龙头企业

Sat, 26 Jun 2021 16:16:00 CST

近日，海康威视举行投资者问答会议。

政府相关业务，最早围绕平安城市，过去15年中国的平安城市建设基本解决了社会治安问题。

海康目前投入的智慧城市等大型项目，是基于现在针对治安的设备够用了，但衍生了新的需求的大背景。比如社会管理、环境保护、工业管理、农业管理等。中国经济总量到了一定水平，经济活动节奏趋慢，更加精工细作。

这些市场碎片化，是否给PBG带来更高的增长，目前难以给出明确的增长率，海康持谨慎乐观的预期。

企业的数字化转型是一个庞杂而笼统的需求，本身就是一个难以标准化的商业过程，各类玩家提供各类能力，解决各自擅长的事情。很难有哪种厂家可以大包大揽解决各个环节的问题，但可以用发展的眼光关注自身的能力，在迭代中变得更专业，从而占据更好的竞争地位。

企业的数字化转型市场和机会很大，但这个大范围标准化的市场中，在这个商业服务的内容不断变化的生意过程中，碎片化特性下，短时间内全面开花的可能性不大，很难出现爆发式的增长。海康不敢说是否到了质变的阶段，但海康认为一个产业的转变可能需要用10年甚至更长时间。

海康在硬件上开放了HEOP平台是希望可以推动行业更开放，但是没有能力制定行业标准，标准太复杂，会尽力参与。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：过去的两年里政府板块增速不快，新基建的拉动似乎也不够强。看到公司在陆续和很多城市沟通智慧城市、数字治理相关的大型项目，会不会给PBG带来一个更高的增长？

A：中国的各层级政府始终是积极有为的推动许多建设，也是非常务实的，会根据要解决的问题去有针对性的布局，有的需求急用先行，有的需求久久为功。在这个过程中，作为企业会判断自己的定位，寻找各种机会。

政府相关的业务在过去15年中有不少变化。最早的建设是围绕平安城市，因为过去的40年中，伴随着中国的经济快速发展，出现了人口大规模的流动，为社会带来巨大的管理挑战，过去15年中国的平安城市建设是很有成就的，基本上解决了社会治安问题，使得今天的社会这么祥和，大家踏实的过自己的生活。

现在针对治安的设备逐渐够用了，但是还有新的需求在衍生，比如物联数据的收集还可以解决社会管理的问题、民生的问题，帮助环境保护，保护土地资源、水资源，也包括对农业、工业管理的帮助。比如在交通管理上，在高速公路上的平均通行速度能不能从现在的90公里每小时提高到120公里每小时，能不能通过数字化的改造提升效率，帮助城市的管理。这些都是很碎片化的机会，我们能感觉到中国的经济总量起来了，经济活动的节奏正在变慢，更加精工细作。

过去这些年中，海康围绕数据、软件来提升自己的能力，可以讲公司有能力帮助社会做好今天的管理。但这样的需求变化很难用数字衡量，我们也很难给资本市场一个明确的增长率。如果定性的判断，我们可以说维持谨慎乐观的预期。

Q：EBG的客户需求广泛而且分散，许多厂家参与竞争但都是各做一段，公司会更多地进行客户数字化投入、IT投入，提升综合能力，同时服务所有商业客户，无论大中小规模，掌握更多优势吗？

A：企业的数字化转型是一个庞杂而笼统的需求，本身就是一个难以标准化的商业过程，各类玩家提供各类能力，解决各自擅长的事情。

数字化转型也是一个动态发展过程，商业客户的需求是在持续变化中的，围绕企业的管理运营去开发，这个事情可以永远做下去。因为企业本身的业务也在不断发展变化，企业的内部运营模式就相应调整，它使用的生产工具、处理的生产要素也都在变，像我们这样提供服务的企业也需要不断成长变化。

所以在这个行业里，很难有哪种厂家可以大包大揽解决各个环节的问题，但可以用发展的眼光关注自身的能力，在迭代中变得更专业，从而占据更好的竞争地位。

海康聚焦在感知和数据的能力上，从竞争的角度说，最后方案是不是站得住脚，还是要看有没有足够的经验积累，能不能产生规模经济。

无论是硬件还是软件的打磨，只要能围绕客户需求走，我们就会有比较强的竞争能力，就会在价值链中占据优势地位。

在拓展更多客户还是头部客户深化的问题上，我们倾向于认为大分行业的份额都会逐渐向头部企业聚集，而头部企业的信息化投入占自身营收的比例会更大，投资更集中。

在服务龙头客户的过程中，我们的能力不断提升，也会带给我们开发新客户的机会。这种情况下，对我们提出的要求是要不断地发展自己的技术，不断打磨应用，从而为客户创造更大的价值。

在业务上，一个技术管用10年、20年是不可能的，没有永远管用的东西，所以我们要走在前面，给客户提供有价值的产品和方案。

Q：现在企业的数字化转型是不是到了一个由量变到质变的切换期，会迎来爆发式的增长吗？

A：数字化转型确实是有不错的市场机会，不过是不是到了质变的阶段，我们不敢说这样的话。不同行业、不同企业的诉求不一样，不同的管理者也有不同的诉求，对企业来说要算投资回报，要有认知的提高，这些都是一个过程。

在这样一个没办法大范围标准化的市场中，在这个商业服务的内容不断变化的生意过程中，可能很难出现爆发式的增长。中国是个大市场，有各种各样的企业，传统制造业的转型升级的过程是多方面的，不一定首先走数字化转型，转型涉及到很多方面，包括经营范围、经营内容、经营重心的转移等等，改进优化的点会不一样，这个市场非常碎片化，短时间全面开花的可能性不太大。大家都希望能看到由量变到质变，甚至最好这个质变现在就发生，今天就发生，但我们认为一个产业的转变可能需要用10年甚至更长时间。

Q：在科技竞争成为中美竞争焦点的背景下，公司怎样看待未来的元器件供应问题？

A：保障供应链安全是企业从创生开始就需要认真考虑的问题，从供应链安全的角度说，我们每类物料不会只有一个供应商，而需要多个供应商多方准备。在供应商的选择上，海康不是在美国制裁出现后才调整的，而是一直以来都把供应链安全放在重要位置。

目前看我们的应对策略是合理有效的，未来在供应链安全上还会继续做很多提前准备，同时维持目前比较高的原材料库存水平。公司原材料的高库存，也在今天应对全行业的供应紧张时发挥了重要作用，保持了一定的相对优势。

Q：年报中介绍的硬件产品开放的平台，以及一系列的规则，是否未来可以形成一定的行业标准？海康是否会享受作为标准制定者的红利？

A：我们在硬件上开放了HEOP平台，可以加载我们不同的算法，也可以集成其他公司的算法。从用户的角度出发，我们希望可以推动行业更开放，围绕嵌入式平台将设备的功能做的更加多元化，也推动价值链中的伙伴更多的融合。但是我们没有能力来制定行业的标准，涉及到标准的事情太复杂了，中国有很多行政管理部门来牵头制定标准，而不全是企业联盟来制定标准，我们只会尽力的参与。雷锋网雷锋网雷锋网

海康威视：形成软件开发方法论，社会经济到了由商业需求拉动的时代

Sat, 29 May 2021 17:56:00 CST

近日，海康威视举行投资者问答会议。

在AI市场机会上，海康认为AI的机遇已经得到行业普遍认同，未来AI成本会持续降低，AI技术在改善产品性能上作用很大，AI算法和大数据等，会带来许多之前想做但做不到的业务机会，也会开拓新玩法，未来会打开更多市场。

在软件投入上，组件化的开发已经是海康确定的软件开发方法论。近几年海康的软件开发环境、管理环境、运维环境的使用都已经成熟，过程更规范、更有效率。未来PaaS、DaaS、SaaS层面都有更多的事情可做，海康各个层次的软件研发管理维护的资源团队都会再进一步加大投入。

海康从可见光走向全光谱，发力多维感知，是作为一家做物联网、大数据的公司必然选择，既然是必然选择就先不考虑产出比。海康预期三年未来市场端变化将非常复杂，对海康靠技术创新的公司将有更多机会。

未来10年，创新业务保持更快增长的确定性较高。

未来几年，三个BG都将有不错发展，受不同因素影响会有阶段快慢。

PBG会受限于地方政府的财政和疫情，但政府项目的数据规模大、应用复杂程度高，会一直是应用高地，也会有新的业务形式；

EBG从长期看比PBG市场更大，社会的经济增长到了更多由商业需求拉动的时代；

SMBG会围绕服务渠道伙伴、工程伙伴，连通线上线下，提高运转效率，改善生态，扩大海康的业务影响力。

尽管未来有诸多不确定性，但海康的销售和研发的费用投入上，必须做两件事：

一事平台的搭建与持续维护，与行业应用不断做新的融合；二是产品，基于创新业务和基础技术开发上的产品。

做企业既要有风险管控能力，也需对保持对机会的追求。

以下是调研全文重要内容，雷锋网作了不改变原意的整理与编辑：

Q：目前AI的应用逐渐落地，公司觉得国内外市场机遇怎么判断？

A：经过过去几年的发展，行业中的玩家已经更加认同，AI是个基础技术，在很多方面都会发挥作用。未来AI的成本还会持续的降低，AI技术在帮助产品性能的优化和改善上帮助是很大的，由此会打开越来越多的市场。

AI的算法和大数据相关的应用，会带来许多以往我们想做但是做不到的业务机会，也开拓更多新技术平台上的新玩法。

国内的应用走得快一些，但很难说用我们在国内锻炼出来的产品和方案直接复制海外市场。海外市场对AI应用的观点不同，AI应用的发展节奏也不同，不同国家和地区之间的发展路径也是不一样的。还是要根据每个国家每个地区的不同需求，来制定不同的产品策略与方案。

Q：算法、数据对业务越来越重要，也看到海康为了适应对算法和数据的开发而在软件开发的方式上不断转型，用组件为基础开发软件已经看到很多成效，未来的软件投入主要是什么层次和方向上的？

A：过去几年海康谈的比较多的是统一软件架构，组件化的开发已经是公司确定的软件开发方法论，也是用来整合各个团队开发资源的基础。

这几年的软件开发环境、管理环境、运维环境的使用也都已经成熟，这些环境能保障软件开发和管理维护的过程更规范，更有效率。

在这些基础能力上，我们也在针对数据和应用做很多工作，做PaaS和DaaS，把PaaS和DaaS4这两层搭起来用起来，现在已经有一些应用和模型基本上成熟了。

SaaS部分海康和伙伴们分工协作，直接面对用户场景做定制开发。随着我们统一软件架构这个整体方法论的成熟，以及方法论之下各种技术工具不断被打磨，我们有了将应用和数据做深做厚的能力，也有了协调更多的软件研发资源，做更大规模开发的能力，未来PaaS、DaaS、SaaS层面都有更多的事情可做，我们的产品会更加丰富，公司各个层次的软件研发管理维护的资源团队会再进一步加大投入。

Q：年报中判断未来三年是机遇期，也提到了海康正在从可见光走向全光谱，请问从可见光走向非可见光的部分，公司要怎么投入，能带来多少回报？

A：非可见光在场景中最重要的作用在于，在某些场景下，某种感知方式可以发挥不可替代的作用，比可见光会更加有效，即使只在整体方案中占不多的比例，但作为补充会非常有价值。

对于投入和回报，在初始阶段我们对产出不是特别关心，早期也不知道会做成怎么样。只是觉得对海康来说作为一家做物联网、大数据的公司，多维感知是我们必然的一个选择，既然是必然选择就先不考虑产出，效果交给时间。

未来三年我们预期市场端的变化将是非常复杂的，包括逆全球化的趋势、上游供给侧的变革，会带来很多产业的结构发生深刻的变化。未来几年，尤其是像我们这样靠技术创新发展的公司来说，应该有更好的机遇。

Q：如果未来三年是海康的一个大发展阶段的话，三个BG和创新业务的收入占比会是一个什么样的分布？

A：创新业务整体来说占比还小，但是我们的创新业务很聚焦，可以和海康在技术能力、客户资源、产业链配合上有很强的协同效应，所以创新业务在下一个10年中保持更快的增长都是确定性比较高的。

未来几年，三个BG都会有不错的发展，但是受到某些因素的影响，会出现阶段性的有快有慢，会不一样。

PBG在过去2年多的时间里受限于地方政府的财政状况，今天疫情之下政府也在继续为企业降低负担，也在削减自身的财政收入，但是政府项目的数据规模大，应用复杂程度高，会一直是应用的高地，也会不断有新业务形式发展出来，带动公司的进化。

从长期发展来看，EBG应该比PBG要大一些，社会也到了经济增长更多的由商业需求拉动的时代。SMBG方面我们会围绕服务渠道伙伴、工程伙伴做更多的工作，连通线上线下，让我们生态里的行业从业者更专业、更规范的开展工作，也用互联网后台的建设和管理帮他们提升运转效率，通过他们扩大海康的业务影响力。

Q：海康的费用率从季度环比看是往下走的，在销售费用和研发费用的投入上接下来是什么节奏？

A：未来还有很多不确定性，我们肯定会做很多事情。

一是平台搭建，还需要不断的维护，更多的行业应用会起来，会有一些新的融合；

二是产品，包括在创新业务、在基础技术开发上面，未来可能都会有大的变化。

在当前国内大循环和国际双循环的大环境下，中国和美国在高科技上的投入态势会和过去20年有很大的差别，中国的科技产业的地缘分布结构可能会有很大的调整。

我们相信在包括半导体、高科技、材料、基础算法等很多方面，中国企业在未来10年、15年会有很大的发展空间，这是我们看到的机遇，也要抓住这个机遇，保持相当的投入力度。费用率未来还是会继续往上走，我们做企业既要对风险有能力管控，也要对机会保持追求。雷锋网雷锋网雷锋网

连续三年第一，数字广东有什么秘籍？

Thu, 27 May 2021 21:52:00 CST

5月26日，国务院办公厅电子政务办公室委托中央党校（国家行政学院）电子政务研究中心编制的《省级政府和重点城市一体化政务服务能力（政务服务“好差评”）调查评估报告（2021）》（下简称《评估报告》）正式发布。省级政府一体化政务服务能力指数评估中，广东连续第三年得分居全国第一，摘得“三连冠”。

今年的《评估报告》广度和深度较往年明显提升，更加关注政务服务区域通办、跨省通办、线上线下融合、省市县协调联动等一体化能力建设，这与我国网上政务服务已经由以信息服务为主的单向服务阶段，开始迈向以跨区域、跨部门、跨层级一体化政务服务为特征的整体服务阶段密切相关。

时代提出新要求，广东表现更亮眼。《评估报告》显示，广东省在线服务成效度、在线办理成熟度、服务方式完备度、服务事项覆盖度、办事指南准确度五项指数得分均名列三甲，其中在线办理成熟度高居榜首。《评估报告》指出，广东大胆探索，因地施策，注重创新引领，以政务信息化体制机制优化为突破口，始终坚持政务服务移动化、一体化、精细化的发展方向，取得积极成效。

一体化平台建设，促进广东省政务服务质量跃升

《评估报告》显示，广东一体化政务服务能力总体指数达到“非常高”，一体化平台建设三年来不断升级。依托一体化政务服务平台，供给群众和企业的创新服务、精准服务越来越多，协同服务、整体服务能力越来越强。

政务服务的办事流程更加“一体化”。以电子证照的推广应用为例，2018年，广东率先与国家一体化在线政务服务平台实现全面对接，逐步实现“应接尽接、应上尽上”。2019年，依托一体化平台，广东对近5000项高频服务事项实现电子证照关联。

2020年，完成电子证照关联的高频事项增至1.6万项，超过200项“一件事”主题集成服务只需交“一张表单、一套材料”。目前，广东省级部门 “零跑动”事项超98%，地市级超92%，县区级超86%，全省“最多跑一次”事项超98%。

线上线下的政务服务更加“一体化”。广东在全国率先探索政银合作模式，全省各商业银行超过2万台自助终端变成了线下的政务服务一体机平台，在社区村居就可以就近办理高频政务服务事项。完善推广“前台综合受理、后台分类审批、综合窗口出件”的一窗通办模式，打造政务服务大厅事项管理、综合评价、人员服务标准体系。

跨地域的政务服务更加“一体化”。广东全力推动政务服务“跨省通办、省内通办、跨境通办”，在全国率先推出泛珠区域“跨省通办”服务专区，目前16个地市与泛珠九省区实现3644项高频事项线上线下多渠道跨省通办。初步建立粤港澳大湾区身份认证、电子证照等信息资源共享互认机制，推进粤港澳“湾区通办”。

一体化平台建设带动全省政务服务能力跃升，经受住疫情考验。新冠肺炎疫情发生以来，广东依托国家一体化平台，第一时间建立防控数据共享机制，汇聚从国家到地方约75亿条数据，助力基层抗疫“摸清底数”。同时，第一时间在粤省事上线“疫情防控服务专区”，“粤康码”成为居民防疫的“身份证”和“通行证”。“粤康码”率先与国家健康码实现互认，并且在2020年7月仅用 10天就完成粤澳健康码互转互认，成为全国首个实现跨境转码互认的健康码，为我国在国内及与世界各国开展疫情联防联控积累了宝贵经验。

持续创新“粤系列”平台应用

企业和群众的使用需求，决定了移动化是政务服务提供方式的大势所趋，广东坚持用户思维，针对群众、企业、公职人员群体的不同办事需求，建立粤省事、粤商通、粤政易移动平台，形成“粤系列”移动政务服务品牌。

2018年创新推出的粤省事移动政务服务平台， 现已集成原有分散在各部门的1753项服务事项及90种个人电子证照，动动指尖就可以轻松办理社保、公积金、养老、出入境以及交通出行等服务。

2021年1月1日起，全省所有助产机构分娩新生的母亲，都可以通过粤省事出生医学证明网上申领功能足不出户领到小孩的“出生证”。这样的 “零跑动”事项，粤省事目前有超过1259项，享受这些服务的实名用户突破1.2亿。

粤商通涉企移动政务服务平台将分散在47个省级部门1163个高频服务事项和158类涉企常用电子证照集成到移动端，支持企业“一站式、免证办”，政商关系“亲上加清”。

粤商通不仅围绕市场主体的全生命周期，集中提供覆盖各行业的涉企政策和资讯服务，而且可以根据企业“画像”定向推送政策资讯、对接资金渠道，更为每个市场主体打造唯一的“粤商码”，企业信息由必须携带各种材料“多证检验”，变为拿出手机“亮码可见”。 目前，在粤商通注册的市场主体数超755万，超过广东市场主体总数一半。

粤政易移动办公平台则让广东公职人员线上办公成为常态，“整体政府”建设稳步推进。目前粤政易已基本覆盖全省五级公职人员，实现跨部门、跨层级业务协同，文电办理用时比以前下降约40%，部门行政效率大幅提升，业务管理更加扁平高效。

放眼全国，“粤系列”平台用户规模、服务覆盖范围和活跃度均遥遥领先。2021年5月，《广东省数字政府移动政务服务平台（粤系列）管理办法》出台，明确“粤系列”平台的建设和管理应遵循统建共管、整体联动、开放融合、赋能发展的原则，进一步推动全省各级各类移动政务服务平台的资源整合、规范管理。

政务服务往精细化、智慧化发展，体现浓浓人情味。当老年人的“数字鸿沟”困扰公众时，广东全面开展政务服务适老化改造，粤省事上线全国首个移动端适老化老年人服务专区——“尊老爱老服务专区”，大字体、宽间距的界面、刷脸一键登录、语音搜索，都对不擅长操作手机的老年人十分友好。此外，“粤康码”核验流程的优化、老年人出示身份证亮码通行、政务服务大厅专设“绿色通道”等，更在线下线上合力帮助老年人跨过“数字鸿沟”。

强化数据资源共享和开发利用

持续深化改革，敢于全国先行，是广东三年来政务服务能力实现跃升，数字政府建设不断突破的关键。如何在政务服务过程中让数据取之于民、用之于民、更利之于民，如何推进数据要素市场化配置改革，则是广东当前数字政府建设重点思考的问题和大胆探路的方向。

首先是集聚“数据资产”，逐步共享开放。广东部署开展全省政务信息能力和公共数据资源普查，形成系统和数据资源全省一本账，摸清数据资产的底数。全面建成省级数据中台，归集数据超过258亿条，建成“数据宝库”。通过“开放广东”平台统一向社会开放资源环境、教育科技、交通运输等12个领域的政务数据。同时，制订数字政府数据开放重点和开放计划，为进一步的共享开放打下基础。

更重要的是系统完善数据领域法规制度。印发《广东省公共数据资源开发利用试点实施方案》，编制完成《广东省数据要素市场化配置改革行动方案》，起草《广东省公共数据管理办法》和《广东省公共数据开放暂行办法》，并在21个单位开展公共数据资源开发利用试点，下一步还将推进《广东省数据条例》立法起草工作。

近日，广东在全国首创首席数据官（CDO）制度，印发《广东省首席数据官制度试点工作方案》，在全省选取6个省直部门以及10个地市，设立专属职位与制度，负责各部门之间数据协调处理与共享开发利用，令数据的共享、共治更具条理与深度，对实现全社会数据资源高效开发利用具有先锋意义。

省市数字政府建设协同提升

近年来，广东大力推进区域协调发展，而受区域经济发展不平衡影响，各地市的数字政府建设不均衡的问题始终是全省的一大挑战。坚持“全省一盘棋”，支持各地市数字政府建设协同提升，对广东取得数字政府建设持续取得突破，对全国的数字政府均衡发展的经验积累都至关重要。

2020年，广东创新建立“省市联建”模式，省统筹资源大力支持汕尾、汕头、湛江等欠发达地市数字政府基础设施建设和政务应用建设。同时，支持珠三角地区开展改革创新，在广州市越秀区创建全省数字政府改革建设示范区。珠三角的改革创新经验在全省复制推广，降低欠发达地区的试错成本，从而让珠三角地区和欠发达地区的能力协同提升。

在信息基础设施和应用水平方面，全省统筹推进，支持欠发达地区数字政府建设“弯道超车”。省财政统筹安排资金支持地市政务云设施和政务外网建设，支持欠发达地市建设政务大数据中心和数据分析平台。

将改革探索转化为建设经验

三年间，广东群众企业逐步告别“办事难、办事慢、办事繁”，社会治理更加智慧化、现代化，数字政府建设不断向纵深拓宽的背后，是广东省始终坚持以人民为中心的根本立场，坚持需求导向、问题导向的用户思维，坚持互联网思维，始终坚持改革创新。

广东不仅善于锐意改革，积累经验，也善于总结经验，运用经验。在总结过去几年数字政府建设的基础上，广东正全面推进数字政府标准化建设。近期，广东制定《广东省“数字政府”标准化工作管理办法（试行）》，“互联网+政务服务”标准规范、电子证照标准规范、“数据治理”标准规范、“数字政府”应用平台系列标准、政务服务大厅建设与运行管理系列标准等重点标准规范将陆续落地，现已构建包括314项标准规范的数字政府标准体系框架。

在标准化的保障和“三连冠”的提振下，广东数字政府建设稳步开启“十四五”新征程。省政府副秘书长、广东省政务服务数据管理局局长杨鹏飞透露，“十四五”期间，将继续坚持“全省一盘棋”思路，在整体规划的基础上继续打破行政壁垒和信息孤岛，持续深化政务服务“一网通办”，推动省域治理“一网统管”，强化政府运行“一网协同”，并最终实现“三网”融合，打造“数据+服务+治理+协同+决策”的政府运行新范式。

此外也立下了一个目标：到2025年全面建成“智领粤政、善治为民”的“广东数字政府2.0”，为千家万户提供更优质的民生服务，为政府治理现代化提供更有力的信息化支撑。雷锋网雷锋网雷锋网

海康威视：细化碎片领域 AI 能力，做数字化转型最佳选手

Mon, 05 Oct 2020 09:55:00 CST

近日，在最新一期的调研会上，海康威视就投资者采访提问进行答疑。

海康威视认为，除了人脸识别、车辆识别等应用大场景外，剩下的都是小场景碎片化应用，这些场景虽小，但在全国范围内是可规模化应用。同时，细分领域的AI应用也是目前的难点。

小场景的算法需要AI开放平台，海康的AI开放平台，门槛低，支持小样本算法训练，可以有效与硬件链接，能赋能细分领域小场景需求，海康不仅仅追求爆品，追求更广泛的AI能力应用。

在数字化转型过程中，海康不仅要落地AI技术，还要将碎片化领域的AI能力细化，渗透进业务的方方面面，在这方面海康的EBG有明显优势。

感知技术层面，海康的感知技术类别丰富，感知手段比较完整；在产品层面，产品大而全；在解决方案层面，从大行业到细分领域，都有个性化的定制方案。在整个过程中，依托统一软件架构平台，产品规模化效应。

降本增效是工业企业数字化转型的主要诉求，也是机器人业务增长的驱动力。同时，海康的非安防业务在逐年增加，海康已经不再仅仅是一家安防公司。

海康多年稳定的毛利率得益于技术创新，未来也会持续保持技术创新来满足用户需求。

以下是调研全文，雷锋网作了不改变原意的整理与编辑：

Q：在AI赋能这一块业务里面有没有一些代表性的案例或者爆品的案例，他们的商业模式究竟是怎么样的？

A：海康提AI开放平台，实际上跟我们EBG业务的增长也是息息相关的，因为越是进入到细分的行业和业务领域，AI怎么应用，就是一个比较大的问题。

我们过去讲的人脸识别、车辆识别，都是一些通用化的算法，因为这些是AI的应用大场景，除了人脸和车辆车牌识别这两个应用大场景之外，其他场景没有这么大的体量，可能就谈不上所谓的爆品应用。剩下的都是一些小场景碎片化的应用，比如工程现场的安全帽识别，小区垃圾桶有没有溢出的识别，如果单单就某一个物业公司园区来说，它其实是小场景，但这个需求如果放在全国的物业场景当中，它是一个大场景，背后有规模化应用的空间。

小场景的AI算法需要AI开放平台，我们的AI开放平台入门的速度特别快，它支持小样本的算法训练，用少量的数据就可以生成比较高性能的场景化算法，其中还有累加训练技术。比如现在看到的是A公司的训练需求，但实际上过往可能B公司、C公司在相同领域都训练过类似的算法，那么这个算法的提升是可以累加进步的。第二海康的AI开放平台技术门槛比较低，操作也非常简单。第三我们提供云端调用API和设备端的一个部署能力，训练好的算法可以与海康的硬件快速衔接。

所以基于这样一个目标的设定，用户用我们的AI开放平台，可以比较简单的就能够训练出想要的算法，并且能够用得起来，所以对我们做AI产品的推广、AI算法的推广上有较大的帮助。我们不仅仅是为了追求爆品，而是追求更加宽泛的AI能力的应用。

Q：AI的商业模式是否会从以前的项目类型转向更多的偏重服务收费或者年化收费的模式？

A：AI开放平台是免费的，业务收入在产品和技术服务。你说到的年化或者按时间来收费，是跟我们的萤石云平台对接的业务，比如远程巡检，我们提供设备，用我们的萤石云服务，这个可以按路数或者是按时间来收费。

Q：按路数或者按时间收费这一块收入的比例是否在这种新的项目里面有明显的提升的趋势？

A：我现在没有可披露的数据，但据我所知是有提升的，只是这个规模跟海康的体量相比较而言比较小。

Q：看到机器人业务增长也还不错，其实它跟工业企业也是相关性很高的，想了解一下这个主要驱动力原因是什么？

A：其实机器人帮助工业企业做工业自动化，这个也有点类似于我们帮助头部企业做数字化转型，内在的诉求都是比较接近的，就是降本增效，尤其在经济大环境不是太好的情况下，降本或者降费用从而提高能效的诉求反而会更加突出。

Q：EBG这块业务上半年表现非常的亮眼，是不是跟整体的业务从原来传统安防向智能化以及企业信息化转型有关？还是纯粹因为EBG的客户性质是大企业，资本开支能力相对在这种情况下比较稳定，您是怎么看待EBG业务的韧性？

A：首先各个行业的龙头企业能够逆势保持一定程度的增长，肯定是这些龙头企业的实力展现，这是很重要的一个方面。另一个方面是海康这些年在企业数字化转型方面的投入成果。我们构建的整个大的系统和平台是基于这样一个定位——我们可以做各个行业数字化转型的合作伙伴。

我们在安防这个领域，有比较早的AI技术落地的场景。传统安防来说，我们通过开发一些行业场景的算法，实现比如说像车辆、人脸、周界这些普适性的AI应用，但是随着AI进一步的渗透之后，在更多细分的领域，越来越多的碎片化场景涌现出来了，这些碎片化的场景是企业实实在在要去解决的各方面的业务诉求。比如在物业的场景中，可以识别垃圾桶有没有溢出，小区的绿化植被有没有遮挡，以及车辆违停的识别，这些细分的应用需要比较强的中后台的支撑。

我们不仅要把AI的技术落地，还要把过去比较难深入到这些碎片化领域的能力更为细化，渗入到这些细分的行业市场里面去，我们的EBG恰恰就做的就是这样一个工作。在做这个工作的过程当中，海康威视还是有比较明显的优势。

首先在感知的技术层面，我们从可见光到非可见光，红外、毫米波雷达等等，感知技术类别比较丰富，感知手段比较完整。在产品这个层面，我们的产品大而全，有各个细分场景的各种类型的产品。在解决方案这个层面，从大的行业到细分的领域，我们可以就个性化方案进行定制。在整个过程当中，我们依托统一软件架构平台，能够产生一些规模化的效应，所以现在呈现出来是海康这几年布局的结果。

Q：前端AI摄像头芯片现在相对普通的摄像头还是比较贵，所以如果EBG可以通过普通摄像头+结构化分析就能实现的话，那么EBG的数字化转型方案的进程是否会比PBG这边铺的面要稍微更广一些，您觉得是这样吗？

A：以我目前对智能化芯片的了解，数字化转型方案的进程不会太受限于价格的问题。因为现在能够供应这一类芯片的公司已经越来越多，从不同的性能定位上来说，门类也非常丰富，所以完全可以挑一个性价比更合理的芯片去做方案。我们前端其实也不断在推出性价比比较好的智能化设备，所以应该不太存在前端芯片贵这个原因。

Q：管理层每年在战略上都会有一些更新和迭代，在当下战略有没有可以分享的一些新的东西？

A：海康的战略承接性是比较好的，我们不太有在短期内做很大的战略性调整。目前从2017、2018年做BG的分拆到现在，整个BG的业务也比较稳定，从报表中就能把海康的业务看的更清楚。就像大家看到EBG有不错的增速，PBG和SMBG分别的状况，公司也如实的跟资本市场做交流，希望大家能够比较深入的理解。

安防市场也不是看不清楚，BG分拆之后，也可以看到非安防业务在慢慢变大。所以现在谈海康的业务定位，说我们是一家安防公司，可能已经不太准确了，但具体用什么样的词语来表述我们现在的业务，我们也没想好，所以暂时先放在这里，后续内部也会再讨论，重新来表述海康的业务。但这些都不是战略的变化，而是发展到了一个阶段，我们的表达可能会有一些变化。

Q：大家比较关心毛利率，觉得红外对前端拉动比较大。请问一下排除这个因素之外，比如过去底层开发的系统、做应用化的产品开发，对毛利率的拉动从这两年来看比较明显了，未来的趋势怎么样？排除掉一次性的因素，毛利率是否还会进一步往上？

A：从大的方向性来说，对毛利率影响最大的因素是技术创新，海康过去这10来年的业务开拓，主要是靠技术创新来引领的。有一些现在业内通用或必备的产品功能、性能，比如我们的黑光、星光产品，过去我们可见光的产品，到了夜晚其实拍摄效果不太好，大家看老的产品，晚上就看不太清楚。我们星光产品出来后有了较大的改善，等到黑光产品出来时，晚上和白天对摄像机来说基本没什么差别。这样的产品是需要多年不断的创新、迭代、改善的，技术上有一个发展的曲线。我们比其他友商更早的让这样的产品进到行业中，这些产品的利润率会更好一些。这样的产品如果增多，就能带领整个公司的毛利率保持一个比较好的水平。实际上安防类产品和电子类产品售价都是往下走的，这个趋势是一致的。

但海康这么多年还能保持相对比较稳定的毛利率，也主要得益于海康的技术创新，研发投入的比较多，所以我们能够一代又一代的推出新功能、新性能的产品。未来我们还会继续保持以技术创新引领来满足用户需求的经营方式。所以对毛利率的保持公司还是比较有信心的。

Q：目前公司的库存能持续支撑到年底或者明年上半年吗？

A：不同品类的物料，我们有不同的策略安排，有短期的也有长期的，同时也要看我们自己产品迭代的情况，相信公司有调节计划的能力。目前这个储备池大家不需要把它当做一个静态的池子来看，虽然说总量基本保持不变，但是里面进进出出的物料其实每天都在变化，非常动态。我们每天都在根据产线、订单的情况还有研发的进度做动态的调整。制裁对于海康来说，从研发到供应链，实际上有一个非常大的动态调整，大家都付出了很大的努力。

Q：想问一下制裁方面的影响。关于公司在原材料储备或者说替代产品的性能上的状况？在库存的消耗和芯片的替代上面是否有遇到问题，毕竟海外疫情可能也会对制裁的进度有一定影响。

A：关于制裁，目前来看海康应对的还算比较得当。制裁发生前有一个比较长的铺垫周期，从去年10月制裁实施到现在经历了大半年的时间，总体来说海康的产品供应没有受到很大的影响。同时也要特别感谢我们的研发团队，他们付出了特别大的努力，在正常的业务之外，替代工作产生了很多额外的工作量，大家也可以从我们研发投入费用的提升上面看到一些端倪，会有一些成本上的影响。从结果上看公司各方面都比较平稳，没有出现大的波动。从储备和原材料这一端来说，公司目前不断地在买入和消耗，储备池目前还是很有必要的，不会主动去库存。因为后续是否能稳定下来还很难预测，所以先再过渡一段时间看看。雷锋网雷锋网雷锋网

人工智能将在2020年代改变教育的6种方式

Sat, 11 Jan 2020 11:11:00 CST

众所周知，人工智能正在改变人类社会的方方面面，无论是自动停车系统、移动支付、社交媒体订阅还是我们每天与之互动的其他各种技术，人工智能可以说是无处不在。不久的将来，AI也将完全重塑教育行业。
全球的教育程序已经转变为集成AI的不同应用程序。现在的学生不必依赖传统书籍，通过智能手机和标签就可以方便快速地获取学习资料。与此同时，在线学院正在全球兴起，为人们不出家门便可以学习创造了全新的机会。
随着全球自适应技术达到更加熟练的程度，在不久的将来，教育将与今天迥然不同。

图片来源：Geeks for Geeks

1.评分自动化可以节省老师的时间

现在的教育模式下，教师需在行政管理上花费大量时间，比如给学生评分等。未来，人工智能技术可以帮助老师完成自动批改，从而让教师腾出更多的时间花在“教”学生上。今后，可以对书面答案和论文进行自动评分的软件也将在教育机构中得到应用，这意味着不仅教师可以将花在评分测验上的时间充分利用起来，同时也可以避免对教师评分不公正的偏见。

随着文书工作的处理和分类变得自动化，学校管理委员会将成为下一个通过人工智能实现转型的部门。

2.个性化学习将满足学生的个人需求

我们生活在一个个性化的时代。从Netflix网站的视频推荐，到Facebook上收到的推送广告等等，所有的内容均是基于我们的个人喜好。实际上，由于AI的兴起，连零售业务也变得更加个性化了。

本着同样的精神，人工智能使教育工作者从一开始就能够满足学生的个人需求，而不是通过整个学期才摸清楚学生的特点，这给了老师充足的时间来帮助学生。如通过Brightspace Insights之类的软件可以预测出处在“危险”中的学生，这样老师就可以在他们学习的时候帮助他们。

通过提前访问学生的数据，教师可以为学生制定个性化的学习计划。这个系统不是使用一刀切的方法，而是根据每个学生的个人优势来工作。由于人工智能和机器学习能够精准地识别那些通常不被人看到的模式，这些技术可以帮助老师们确定，哪些学生通过阅读指定材料便可以快速进步，哪些学生更喜欢讲课的方式。

3.人工智能将帮助识别学习差距

因为课堂时间有限，教师必须保持一定的讲课速度，以在规定时间内完成教学提纲，这也不可避免地会造成在教师授课时，或在教学材料中出现“空白区”的现象，有些学生可能会对某些知识概念感到疑惑。

在AI的帮助下，或许教育界最终可以找到解决这个问题的办法。学生将能够与程序进行智能的个性化对话，并获得即时反馈，澄清他们不明白的知识概念，无需依赖教师去专门答疑解惑。同一款程序还可以提醒老师发现学生的学习差距，从而调整教学，让学生跟上教学进度。

4.智能内容将被更普遍地使用

像Cram101和JustThatFacts101这样的公司，正使用AI来帮助学生更有效地学习。前者将教材内容分解为更易于理解的“智能”指南，其中包括多项选择练习测试，抽认卡和章节摘要。后者则突出了教材中的重点内容，并创建了特定章节的摘要，这些摘要被编目并在类似亚马逊的平台上提供。

许多教育机构都在使用智能内容，同时它也被网站用来吸引相关访客。EMU Coupon的内容经理解释道：“对于我们来说，智能内容意味着根据访问者的过往行为创造一种体验，这包括位置、语言、人口统计和设备类型等因素。”

在教育背景下，此概念包括可自定义的学习界面和数字学习指南。其中一些平台可提供交互式内容、反馈、练习和全面评估。通过创建方便学生访问的定制化议程和内容，教师可以从这些平台中受益。随着智能内容变得更加智能，模拟和高级自我评估也将集成到该技术中。

5.在线教育将继续增长

人工智能将消除教育的国际界限，在线教育已经比以往任何时候都更加普及化。最近一项研究发现，目前有超过600万美国学生正在接受远程教育。

随着AI继续改变教育的方式，越来越多的学生将更愿意参加数字课程的学习。同时，政府将投资具有AI功能的在线教育，使农村地区更容易获得高质量的教育资源。

6.面部识别将发挥作用

在中国，学校已经开始通过面部扫描来识别学生身份，这样就不需要学生证了。一旦他们进入教室，摄像机会每30秒扫描一次学生的脸，以确定他们注意力是否集中。如果没有，就会通知父母和老师。

不过，人工智能的这种应用也引起了极大的争议，反对者称其为“监视”的一种形式。尽管不能指望伦敦和芝加哥的学校很快就会有面部扫描摄像头，但这一系统可能会在中国各地复制。

结论：我们所认为的教育将会被AI改变

虽然我们还没有到AI机器人取代人类老师的地步，但机器将在未来的课堂中发挥巨大作用。

技术将与教师合作，创造一个让学生学习更快、更好、效率更高的系统。人工智能将把一部分工作从老师手中解放出来，从而使他们能够专注于其他地方。
通过AI对学生进行评分、开发个性化课程、发现学习差距、创建智能内容，以及使教育资源被容易便捷地获取，老师将成为教练或协助者。有了人工智能照亮道路，老师将引导学生朝正确的方向前进。

本文由雷锋网编译自Geeks for Geeks

（雷锋网雷锋网）

关于数据中台你最想知道的几个问题，我们这次聊了个透

Thu, 19 Dec 2019 19:35:00 CST

如果在科技圈组织一次评选，选出过去一年里最火的技术概念，中台必定能收获不少选票。

从去年开始，阿里、腾讯、百度、京东、美团、滴滴等一众互联网巨头先后开始了组织架构调整，意图建立中台架构体系。很快，不少中小企业也群起而效之，吹响了向中台架构转型的号角。一时间，中台仿佛成了企业的万金油，不管什么毛病只要有了中台就能药到病除。

但中台到底是什么？什么样的企业应该建设中台？中台到底应该怎么建？许多人都是一头雾水。

日前，数据中台领域最为领先和活跃的四家企业，在杭州湖畔大学烹茶论道。袋鼠云CEO拖雷、奇点云CEO行在、数澜科技CEO风剑和新华智云CDO介然，围绕当前关于中台大家最想了解的问题展开了激烈讨论。

雷锋网经过整理和精简，特将几位专家的精彩观点辑录于下：

是什么催生了数据中台？

行在：某种意义上来说，是场景和业务需求倒逼出了数据中台。很多企业以往的业务系统是条块化建设的，例如淘宝和淘宝商城（天猫前身）各自都有货源体系，但因条块化建设，阿里巴巴难以看到自己的数据全貌，也无法将数据打通。奇点云曾服务过的一家大型综合体内部有12个系统（来自不同的供应商），分别都包含消费者信息，但无从整合。而数据中台可以做到。

风剑：多云适配，也是推动数据中台出现的重要原因之一。上云已成为DT时代企业的共识，但认为上云就可以消除数据孤岛，其实也很大程度上误导了企业和政府。这里一套阿里云，那里一套华为云，大家互不相关，就好像你有一个山头，我有一个地盘，反而加剧了数据孤岛。国外曾有一篇报道，预测未来五年全球范围内85%的企业会是多云环境。既然多云环境是必然的，底层的数据能力如何整合打通？这时候大家发现，无论是什么样的IT系统或者云架构，无论是在哪朵云上，通过数据中台，都可以让自己的这些系统的数据互联互通，在企业购买和使用的多个云环境中的数据自由流动。正是多云环境的产生，决定数据中台未来会变成企业的一个必选项。

数据中台、数据仓库、数据平台、数据湖有何区别？

行在：数据中台可以实现从看，到用，到赋能。20年前，数据仓库出现，企业在数仓上建BI给决策者看报表，是“看”的阶段。后来阿里发现，数据可以为一线运营的“小二”所用，还可以搭建TCIF（消费者信息数据系统）帮助阿里了解消费者、优化广告投放，也就进入“用”的阶段。在“用”的基础上，数据中台可以为企业“赋能“，实现降本增效。简单来说，“用”和“赋能”是数据仓库无法实现的”中台“价值。数据湖则像一个杂货铺，更多是堆集数据，而数据中台不仅需要“存”数据，还是要把它“通”、“用”起来，因此中台更像沃尔玛或者淘宝，分门别类，清晰可见。

介然：平台更强调系统的建设，而中台更强调能力的服务。媒体对数据的依赖非常强——线索发现、自身绩效评估、稿件编辑校验等都需要数据，可以说在媒体行业，数据就是生产资料。在平台的阶段，更多的是为了收集数据，管理数据，而数据中台则是要为媒体建立核心能力，提高发现新闻线索的能力、内容生产能力、新闻传播的能力以及信息追踪的能力等等。

拖雷：以京东的“亚洲一号”为例，如果今天的“亚洲一号”只有仓库而没有管理系统的话，可能就是数据湖。但今天“亚洲一号”最强的不是在于这个仓库面积有多大，放了多少货，而是在于管理系统能很方便地管理任何货物，比如知道任何一件货物的位置、数量，可以快速获取、配送，以达到高效管理。这就是数据中台的能力。

风剑：数据湖为构建数据中台提供了一个良好的基础，大量数据的整合沉淀为数据的接入、使用提供了一定便利，但这只解决了“看见数据”的问题，并没有解决“数据怎么用”这个问题，在未来面对不确定性的场景时，数据中台相较于数据湖将发挥出更强大的功效。

数据中台只是一种技术？

拖雷：数据中台更多的是一种理念。对于企业来说，数据是能源，是生产资料，可以为下一阶段的智能化打下良好基础。所以今天的数据中台对于机构、企业，就是构建一个数据大脑。产品做得好，组织架构配合得好，当然这颗数据大脑会运行得更好。数据中台的构建可以分成五步：第一步——数据资产盘点，就好像盘点家里有多少食材，能做多少菜，梳理完才知道想做什么，能做什么；第二步——数据中台建设，这就需要一个具体产品来做支撑；第三步——数据的清洗和加工，好比造房子前要先打地基，干的都是脏活、累活，而这部分工作也是最会被误解的，因为业务方看不见；第四步——数据的应用，对于很多企业来说，他们最关注的就是数据能不能用起来。第五步——持续迭代，真正的数据中台需要持续迭代，而不是一劳永逸的。

介然：我们把数据中台的英文定义为Office而不是平台（Platform），说明它并不是一个纯技术上的概念。数据中台需要技术，但绝不仅仅是技术。

究竟什么样的企业更适合做数据中台？

介然：做数据中台的核心，还是要强调数据在业务上发挥价值。如果说任何一家机构的业务需要利用到数据去改善或提升它的业务价值，那它就适合做数据中台。媒体大脑数据中台有一个用户是江西省融媒体中心，该中心通过中台打通省市县三级融媒体中心和互联网数据，做到百县联动，省宣可以更好地协调全省媒体资源，讲好江西的故事；而地县级的基层融媒中心也可以通过媒体数据中台提高生产效率。

风剑：数据中台的服务对象不会止于某个特定的行业或群体。再过十年，不管你是什么样的客户，是政府还是企业，都需要数据中台。就像ERP之于企业，所产生的价值是渗透到企业中的角角落落，这就是我为什么说数据中台一定是一个企业级的战略，而非部门级的。

拖雷：现在是信息化2.0时代，数据中台把数据汇集在一起，形成企业的数据大脑。到了信息化3.0时代，会真正形成智能化趋势，未来所有的企业都是数据化企业，需要利用大数据来作为驱动力。什么样的企业更适合做中台？就好比每个人需要代步工具，有的人买汽车，而有的人买自行车就行了。同样的，每个企业都需要一个数据中台，一个数据大脑。不要觉得数据中台就是一辆汽车，它也可以是自行车、电动车。代步是一个刚需，数据化驱动也是一个刚需。

行在：用老套的话说，数据中台、数据驱动一定是未来，这和20年前互联网爆发的时候一样，谁先用谁先受益。

数据不多的企业能不能做中台？

介然：数据不全、不够用是普遍现象，今天企业能够意识到自己的数据不够用，已经是一个进步。很多企业可能不知道自己有多少数据，也不会想到如何把数据用起来。

同时，数据中台不仅要帮助企业把自己的数据用好，还要能把企业要用到的数据汇集到中台里来，将不足的数据通过行业甚至互联网数据补足，这样价值更高。以媒体行业为例，我们要打造面向媒体的数据中台，而当前媒体自身数据的业务价值可能还不如行业数据的价值高，所以汇集行业产生的数据也应是中台能力的一部分。我们长期的愿景也是要打造'开放数据分享的第一平台，将开放数据和媒体技术相结合。

行在：建设数据中台有三个阶段，在线化、数据化和智能化，三阶段相辅相成。在数据化环节，往往难以要求企业在做中台之前都已经有非常完备的数据。奇点云的做法是帮助客户产生新数据，通过AI、IOT来帮助客户补充数据。另外，与新华智云相似，也会加入互联网公开的数据来丰富数据。举个例子，我们有一位做生鲜超市的客户，以前通过买手在Excel里计算明天要进多少生鲜，我们入场后为他们建了一个智能订货的算法，一方面做了数据升维，把周边的消费者信息、天气、节假日等考虑进去，另一方面用算法代替了人工经验。做出来效果很好，比历史提升了35%。我们做中台的公司除了帮客户解决TA数据使用的问题，还要帮助TA解决数据生产的问题。数据中台卖产品，也要卖服务，二者不可分割。

现在建设中台是价格高于价值，还是价值高于价格？

风剑：相比国外，国内对企业软件付费的意向是很弱的。另外，很多行业会设定许多准入标准，比如证券行业、金融行业，而标准都是十几年前定的。

拖雷：袋鼠云给客户带来的价值远远高于数据中台服务的价格。未来的企业服务一定要做到价值驱动，不做价值驱动的话跟外包就没有区别。而且我相信环境在好转，付费意愿会越来越强。中国的2C发生天翻地覆的变化花了10年左右，中国的2B我相信也一定会有天翻地覆的变化。关键企业愿不愿意改变，我们愿不愿意改变，这是很关键的基础。

中台企业要不要自己做上层应用？

拖雷：客户其实有不同类型，如果有比较懂技术的客户（例如企业的技术部门），TA知道这个东西能带来的价值，就会直接买我们的平台产品。如果是企业的业务部门，则往往更关注数据中台完成后能为业务带来什么价值。

风剑：数澜科技的愿景是成为客户信赖的数据应用基础设施供应商，就像建造楼房一样，通过数澜扎实的技术能力和行业最佳实践，给企业提供一个中台底座，赋予企业超乎想象力的未来空间。想尽办法把过往的一切业务数据化，汇聚联通，再想尽一切办法把这些数据变成可用的资产，最后提供工具方法技术把这些资产沉淀为数据服务。目标在于让客户的数据可见、可用、可运营，但数据中台的价值基础，是客户是否主动去拥抱科技带来的变化。不会有人比企业更懂自身的业务，数澜是要帮企业构建数据能力，帮助企业解决更通用的场景化问题。

介然：公司里有媒体从业经验很丰富的人，和阿里过去的技术经验丰富的人结合在一起，是可以攻克一些问题的。如果我们只做技术性的平台，在媒体行业里会比较难生存。中台到底是技术推动还是业务推动，我觉得不一定要分得很清楚，它可能是一个综合体。只不过今天新华智云的中台一定需要解决媒体行业的业务痛点。

行在：我们不仅提供底层数据平台的产品，例如奇点云自研的大数据智能服务平台DataSimba，同时也希望我们的行业专家能和客户一起共创，让土地（底层数据平台）变得肥沃的同时也能为客户种出几棵苹果树（数据应用）。才能让客户真正实现数据化企业运营，盘活企业的数据资产，创造更多商业价值。奇点云现在主要是在零售行业，但我们绝对不止于零售。未来我们一定会多行业拓展，大家也会在这个生态里不断成长。

拖雷：我们不同的企业关注点不同是很正常的，大家会形成一个生态，成为伙伴。就好像有的服务商去做电网（数据中台基础设施），有的去做电器（数据应用），不会要求做电器的一定要去把电网也给做了，只做电器一样能成很大的企业。雷锋网雷锋网

盘点 | 2019年最受市场关注的AI安防芯片企业之「前端」

Sun, 22 Sep 2019 17:25:00 CST

计算力的突破，是引燃如今这一轮人工智能发展热潮的最关键因素。

而这也使得人工智能芯片领域近几年来逐渐成了群雄逐鹿的重要“战场”，包括英特尔、谷歌、华为等在国内外各大科技巨头，及AI初创芯片公司不断涌入。

而落地到安防领域，AI芯片的应用呈现出两种分野。

一种为前端方案，AI 芯片放置在每一台摄像机中，数据即时处理，然后再输出到后端服务器。另一种为后端方案，AI 芯片放置在后端服务器中，将所有原始数据都汇总到后台，集中分析。

前端和后端，都吸引了不少AI初创芯片公司布局，相对于传统芯片厂商，初创芯片企业作为新鲜血液和挑战者，正为行业不断带来新的可能。

基于此，AI掘金志对国内外主要AI安防初创芯片企业进行了盘点，并分为前端AI芯片和后端AI芯片两篇，将着重勾勒出这些AI安防芯片初创企业，以及他们所处的格局。

国内芯片厂商

1、寒武纪科技（Cambricon Technologies）

创立于2016 年 3 月，寒武纪是中科院孵化的高科技企业。

寒武纪出身中科院，由陈天石、陈云霁兄弟创办。独特的优势条件，也使寒武纪成为全球AI芯片领域第一个独角兽初创公司。

业务产品

在产品布局上，寒武纪分为终端AI 芯片及云端 AI 芯片。

终端AI 芯片采用 IP 授权模式，其产品 Cambricon-1A 是全球首个实现商用的深度学习处理器 IP，目前寒武纪终端处理器IP产品衍生出1A、1H、1M等多个型号，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备。其中，寒武纪授权华为海思的1A 处理器，还搭载于华为麒麟 970 芯片和 Mate10 系列手机中。

去年寒武纪新发布了第三代机器学习专用IP Cambricon-1M，采用 7nm 工艺，性能差不多高出 1A 达 10 倍。

融资历史

2018年6月，寒武纪宣布完成B轮融资，融资规模为数亿美元，完成融资后整体估值达25亿美元。此轮的融资，由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投，可以看出除原股东的继续跟投，领投方的背景均为“国家队”。

早在2016年，寒武纪成立之初就完成了数千万天使轮融资，投资方包括元禾原点、科大讯飞、涌铧投资。同年，寒武纪发布“寒武纪 1A” 深度学习专用处理器。

2017年8月，寒武纪又完成了1亿美元的A轮融资，领投方是国投集团以市场化方式独立运营的基金管理公司——国投创业，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。A轮融资后寒武纪估值达到10亿美元，成为全球AI芯片领域的独角兽初创公司。

2、地平线机器人（Horizon Robotics）

成立于2015 年 7 月，创始人是前百度深度学习研究院负责人余凯。

和寒武纪一样，地平线也是一家明星AI芯片企业，今年的B轮融资后，其一度成为全球估值最高的AI芯片独角兽。

业务产品

在产品上，地平线主攻安防和自动驾驶两个应用场景。

2017年，地平线大规模流片并发布了中国首款边缘人工智能处理器——专注于AIoT边缘计算的地平线“旭日”系列处理器，与专注于智能驾驶的地平线“征程”系列处理器。2018年，地平线相继发布了Matrix自动驾驶计算平台与和地平线XForce边缘AI计算平台。

在落地方面，“旭日”这款安防处理器赋能了20多家领先的设备供应商，这也使得地平线“旭日”成为2018年全年国内出货量最大的边缘人工智能处理器之一，应用于多个国家级开发区智慧城市、智慧交通建设，并与SK电讯、百丽国际、永辉超市、龙湖地产等伙伴进行合作。

在去年的ISC West上（美西安防展），地平线还推出了基于地平线“旭日”中国芯的本地人脸抓拍和识别摄像机。这是其继去年针对智能摄像头发布嵌入式AI芯片“旭日”后，再次推出面向安防等场景的智能产品。

采用“旭日”中国芯的智能摄像机可提供基于深度学习算法的大规模人脸检测、跟踪，优选抓拍、特征抽取、比对识别等功能。

融资历史

成立仅三年多，地平线获得了众多资本青睐。2017年下半年，地平线曾获得由Intel领投的超过1亿美金的A+轮融资，该轮融资为地平线带来了重要的战略资源与丰富的人工智能落地场景。

2019年2月，地平线宣布，获得6亿美元（约合40亿人民币）左右的B轮融资，估值达30亿美元（约合200亿人民币）。

需要提及的是，本轮融资的领投方中，世界第三大半导体供应商韩国SK海力士（SK Hynix）赫然在列，而该领域的“老大”Intel早在2017年就领投地平线的A+轮融资。这意味着，全球前三的半导体巨头中，有两家已成为地平线的重要股东。

迄今为止，2015年7月成立的地平线，共计融资六轮。获得了排名前列的数家半导体企业和国内一线汽车集团作为股东的加持。

3、云天励飞（Intellifusion）

云天励飞创立于2014 年，由陈宁、田第鸿创立。

业务产品

2018年，云天励飞推出了第二代基于视觉应用的人工智能芯片DeepEye1000。DeepEye1000是一款异构多核并行计算SoC芯片，内嵌具备自主知识产权指令集的多核神经网络处理器。

值得注意的是，DeepEye1000并不是一个纯AI算力的芯片，而是满足边缘计算的SoC芯片，无论是单位性能，还是单位能效都有着数量级的提升。异构架构有着分布式、可重构的特点，同时可以实现实时动态任务的调度，能进行智能高效的存储和调度，。

与通用GPU相比，DeepEye1000单位性能提升20倍，单位能效提升100倍，系统时延降低200倍，可广泛用于摄像机以及数字城市、新零售等场景。

据了解，DeepEye 1000已在2018年8月成功流片，该芯片有望在2019年实现量产。

融资历史

2015年10月，云天励飞获得包括真格基金等投资机构首笔天使轮投资。

2017年3月宣布获得数千万美元的A轮融资；12月完成数千万美元的A+轮融资。

2019年3月，云天励飞完成亿元B轮融资，投资方包括信银国际、中银国际、深圳国资下属基金等数家机构。对于B轮融资，其官网显示，云天励飞将成为深圳本土AI独角兽。

在云天励飞的多轮轮融资中，可以看到深投控等“国字号”投资机构参与，也正是受“国字号”投资机构的青睐，让切入公共安全的云天励飞进入高速发展的快车道。

4、深鉴科技（Deephi Tech）

深鉴科技成立于2016年，由清华电子系背景的汪玉、韩松、姚颂、单羿一同创办，专注于以FPGA实现人工智能落地。

2018年，深鉴被赛灵思Xilinx收购，也成为近年来的 AI 芯片创业热潮中第一家被收购的中国明星创业公司。

业务产品

深鉴科技以DPU为核心，为行业提供芯片、接口以及SDK等产品及服务。

其主要业务有两个方面：为深度学习提供端到端的解决方案——基于神经网络深度压缩技术和DPU平台；基于神经网络与FPGA，应用于安防与数据中心——嵌入式端与云端的推理平台。其中来自安防领域的应用曾经一度为深鉴科技贡献了70%的营收。

在前端，2017年10月的发布会上，深鉴就推出了包括人脸检测识别模组、深度学习SDK“DNNDK”等8款AI新品，其中也包括2款自研AI芯片——“听涛”、“观海”。

深鉴还发布了安防新品，如DP-1200-F1人脸检测识别模组，能够支持高清18帧人脸识别检测，整个方案的功耗极低，仅在3W左右，能够用于帮助打造具有人脸识别功能的相机。此外还有DP-2100-F16人脸分析解决方案，在测光、侧脸、低头、抬头等情况下支持人脸识别等。

融资历史

2016 年 4 月，深鉴科技获得来自高榕资本、金沙江创投的天使轮融资。

2017 年 5 月，深鉴科技获得数千万美元 A 轮投资，投资方包括赛灵思、联发科、清华控股、方和资本，原有投资方金沙江创投、高榕资本跟投。

2017 年 10 月，深鉴科技又获得 4000 万美元 A+ 轮融资，本轮融资由蚂蚁金服与三星领投，招商局创投与华创资本跟投。

2018年7月，全球最大的 FPGA 厂商赛灵思宣布收购深鉴科技。而收购之后的深鉴，将继续在其北京办公室运营。

5、触景无限（Senscape）

成立于2010年，创始人陆凡、肖洪波。

业务产品

过去几年，触景无限在硬件研发方面进行了多次迭代升级，计算单元从移动GPU更换到专用AI加速芯片。

触景无限一共研发了四代边缘计算的产品，如第一代基于嵌入式GPU的产品，随后的VPU、NPU，以及正在研发的下一代的基于FPGA的产品。未来还将打造SoC芯片，将芯片和传感单元结合，打造智能的前端传感器。

同时，触景无限投资还在美国投资了一家物联网芯片技术公司Inspirit IoT。

融资历史

2011年，获得数百万人民币的天使轮融资，投资方为PreAngel、王利杰。

2016年，获得1000万人民币的A轮融资，投资方为启迪创投、正和岛正和磁系资本。

2017年，获得5000万人民币的A+轮融资，投资方为清控银杏创投、正和岛正和磁系资本。

6、异构智能（NovuMind）

异构智能创立于2015 年 8 月，创始人为前百度首席科学家吴韧。

业务产品

NovuMind主要为智能为汽车、安防、医疗、金融等领域提供ASIC芯片，并提供训练模型的全栈式AI解决方案。

2018年10月，NovuMind自主研发的第一款ASIC芯片NovuTensor成功流片。这是一款专为卷积神经网络设计的AI推理芯片，算力15Tops而功耗仅为5W，可以裸片或PCI-E短卡（174mm）形式提供，配备Linux兼容的开发软件工具，运行时支持和C++ API。

与此同时，NovuMind自主建造了大型分布式深度学习训练平台NovuStar，可提供专业的人工智能训练模型，其“模型+芯片”的定制化全栈式解决方案，可将NovuTensor适用于从嵌入式到云端的各种应用场景当中。

与Nvidia GPU或Cadence DSP的通用深度学习芯片不同，NovuMind专注于开发一种“非常专用但非常高效地进行推理”的深度学习加速器芯片。NovuMind设计了一种仅使用3×3卷积过滤器的AI芯片，通过使用独特的张量处理架构(tensorprocessing architecture)直接对三维Tensor进行处理，新芯片将支持Tensorflow、Cafe和Torch模型。

融资历史

打破传统的“全栈式”新型服务理念以及强大的研发实力，也使NovuMind受到诸多资本的青睐。

2016年3月，异构智能完成了由极客帮创投、英诺天使基金、臻云创投投资的数百万元天使轮融资。

2017年初完成了A轮融资，投资方包括了真格基金、宽带资本、英诺天使基金、洪泰基金、臻云创投、极客帮创投等。

7、熠知电子（Think Force）

Think Force——上海熠知电子成立于2017年，是中国少有的拥有芯片研发全链路能力的团队。

业务产品

去年安博会上，ThinkForce展示了其自主研发的人工智能芯片。其采用“ARM+ManyCoreTM+图像视频处理引擎+高速缓存接口”高度整合的处理架构，可大幅缩短各类视频图像分析的运算时间。芯片同时支持动态结构配置，可将算力资源同时分配给多种不同的神经网络同时使用，适应多种应用场景。与GPU及其他神经网络处理芯片相比，具有数据总线吞吐压力小、内部运算单元利用效率高、单路视频分析功耗低等特点。

其中，最自主设计的最核心技术，即深度神经网络运算加速核ManyCoreTM。这款运算加速核，可使各类深度神经网络的运算时间大幅缩短，显著提升人工智能芯片及硬件产品的性能并降低功耗，可应用于云端、边缘和终端的多种计算场景，可应用于智能安防、智慧城市和智慧商贸等大规模应用智能监控设备以及需要大型智能视觉分析系统领域。

ThinkForce同时也是，其投资方及合作伙伴依图第一款云端芯片背后的功臣。

融资历史

2017年7月，完成由依图领投的3000万元天使轮融资。

2017年12月，Think Force宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。

8、耐能（Kneron）

耐能人工智能成立于2015年11月，是一家总部位于美国圣地亚哥的人工智能初创企业，在深圳和珠海也设有办公室。

业务产品

耐能于2016年推出该公司首款终端设备专用的人工智能芯片，称为神经网络处理器（Neural Processing Unit，NPU）。

Kneron此前接受媒体采访时曾表示，其推出的第一代产品，功耗可以做到350毫瓦，比市场上的主流产品功耗低60%。

Kneron现阶段主要有三款产品，分别用于安防、智能家居和手机。

其中适配ARM A8、A9系列的终端产品，可适用于安防产品。智能安防方面，Kneron与腾讯合作了杭州市的智能安防监控，为腾讯提供 SDK，由腾讯将其整合提供给 QQ 物联上做安防摄像头的合作伙伴，主要提供鉴黄和防爆识别。

今年5月，耐能还发布了首款名为“KL520”的AI芯片系列，将神经网络处理器的功耗降至数百mW等级，为各种终端硬件提供高效灵活的AI功能，其中一项高准确率的3D人脸识别功能，可达到高清图片、视频、3D打印模型、蜡像均无法破解的技术水平。

KL520 芯片甫投入市场，即获得全球知名企业青睐，包括世界级存储器IC无晶圆厂商钰创科技、纳斯达克上市企业奇景光电、工业计算机大厂研扬科技、专业通讯元件设计及通路商全科科技、国际知名ODM厂商和硕联合科技、以及大唐半导体、奥比中光等。

融资历史

2016年1月，获得天使轮融资，金额未透露，投资方未透露。

2017年8月，获得60万美元的Pre-A轮融资，投资方为周亚辉。

2017年11月，获得数千万美元的A轮融资，投资方为阿里巴巴创业者基金、中华开发、创业邦天使基金、红杉资本中国、中科创达、高通Qualcomm Ventures、奇景光电。

2018年5月，获得1800万美元的A+轮融资，投资方为Horizons Ventures维港投资。

9、肇观电子（NextVPU）

肇观电子创立于2016年，创始人为冯歆鹏、周骥。

业务产品

肇观电子也是AI初创芯片公司中，为数不多的不单研发AI加速器，并且向主控芯片发力的公司。

2018年8月，肇观电子正式发布AI视觉处理器芯片NextVPU N171。N171是一款高度集成的SoC芯片，可作为主芯片独立运行操作系统，还可为计算机视觉定制特殊的视觉成像引擎。

NextVPU N171的一大特色就是集成了三个自主IP：几何引擎、深度神经网络引擎（CNN）、图像成像引擎（ISP）。N171内置先进的计算引擎，拥有强大的几何解算和深度神经网络处理能力。

N171以其能实时采集并分析多路摄像头视觉图像输入的特点，可广泛用于安防监控、机器人、无人机、AGV、智能家居、车载等诸多领域。

融资历史

2018年10月，肇观电子宣布完成2亿元A轮融资，本轮由中电海康基金领投。中电海康同时也是安防厂商海康威视的第一大股东，因此，肇观也可以说是海康威视的同门。

另外，肇观曾于2016年，获得峰瑞资本天使轮投资。2019年1月，获天狼星资本的股权融资。

国外芯片厂商

10、Hailo Technologies

Hailo在2017年成立，其创始团队有以色列国防部和商业工程背景。

业务产品

Hailo Technologies今年5月份公司推出了第一款专为终端设备深度学习应用而设计的处理器，可支持自动驾驶汽车，智能相机，智能手机，无人机和VR/AR现实等设备。与用于数据中心的处理器不同，该芯片最重要的特征是低能耗电源，物理尺寸小，低价格和操作灵活性大。第一批样品将交付给汽车行业和相机公司的主要制造商和供应商进行性能测试。

融资历史

2018年 Hailo Technologies 获得了1250万美元A 轮融资，这笔巨额融资将会用于研发深度学习芯片，致力于自动驾驶的数据收集处理。

2019年，据外媒报道，Hailo表示，该公司已将其一轮早期融资的规模扩大到2100万美元。中国风险投资公司耀途资本是此次融资扩张的领投方，现有和其他新的投资者也参与了投资。

此轮融资将允许Hailo将目标市场扩展到中国内地和香港，以补充其在欧洲、北美、日本和韩国的现有市场。

除了汽车市场这一战略重点之外，Hailo的处理器技术还可以服务于其他市场，包括监控、智能家居、物联网以及工业、机器人、增强现实和可穿戴设备。

11、Vayyar Imaging

和软银有合作的还有另一家以色列企业Vayyar Imaging。Vayyar是一家2011年成立的3D传感器企业。

业务产品

Vayyar不仅提供安全监测等应用的传感器，还研制了微米波级 3D 成像的系统级芯片。其芯片覆盖 3GHz-81GHz 的成像和雷达频段，一块芯片包含 72 个发送器和接收器。双方的合作会将软银的AI技术优势和Vayyar的3D传感器优势相结合，将在智慧交通、建筑监测及老年人监护领域深度合作。

2017年12月28日，Vayyar Imaging与SoftBank Corp共同宣布双方将在物联网领域进行紧密合作，SoftBank将成为Vayyar产品在日本市场的渠道优先合作伙伴，SoftBank称Vayyar的传感器技术与软银的客户需求有很大的协同作用。

融资历史

2017年，Vayyar Imaging公司近日宣布完成了4500万美元C轮融资，本轮融资由Walden Riverwood和ITI联合领投，还包括来自Claltech以及Battery Ventures、Bessemer Ventures、Israel Cleantech Ventures和Amiti的跟投。至此，该公司总共已经完成了7900万美元融资。

12、Movidius

Movidius成立于2006年，总部位于硅谷的San Mateo，主要研发应用于3D渲染的芯片，并开始应用于计算机视觉应用领域。

业务产品

Movidius专注于研发高性能视觉处理芯片。其最新一代的Myriad2视觉处理器主要由SPARC处理器作为主控制器，加上专门的DSP处理器和硬件加速电路來处理专门的视觉和图像信号。这是一款以DSP架构为基础的视觉处理器，在视觉相关的应用领域有极高的能耗比，可以将视觉计算普及到几乎所有的嵌入式系统中。

该芯片已被大量应用在Google 3D项目Tango手机、大疆无人机、FLIR智能红外摄像机、海康深眸系列摄像机、华睿智能工业相机等产品中。

2017年，Movidius 又发布了 Movidius Myriad X 视觉处理单元（VPU），它是一种低功耗片上系统（SoC），用于无人机、智能相机、VR/AR 头盔等设备的深度学习及其他人工智能视觉应用加速。这款设备是继Intel基于 Myriad 2 处理器的 Movidius Neural Compute Stick 之后发布的又一新产品。Movidius 表示，Myriad X 将会在同样功耗条件下提供 Myriad 2 十倍的深度神经网络（DNN）性能。

Myriad X 的强大之处在于 Movidius 引入了被称之为神经计算引擎（Neural Compute Engine）的新结构，这是一种片上 DNN 加速器。Movidius 称，在该组件的帮助下，Myriad X 可以在 Myriad X 理论计算能力 4+ TOPS 的基础上达到超过每秒万亿次（TOPS）的 DNN 峰值吞吐量。

融资历史

2016年9月，Intel宣布收购 Movidius，深入机器视觉战场。这笔交易将使Intel进一步深入火热的新市场，包括无人机、机器人、VR头盔、安保摄像头等。Intel表示，这一收购将有助于该公司从设备到云端的深度学习解决方案。

在过去的时间里，Movidius 已经完成了 8650 万美元的数轮融资，投资方包括 Summit Bridge Capital、Capital-E、DFJ、Emertec Gestion 等。

13、MIT/Eyeriss

Eyeriss事实上是MIT的一个项目，还不是一个公司，但是因为获得了大量的媒体报道，故把它单独拿出来进行介绍。=

业务产品

Eyeriss是一个高效能的深度卷积神经网络（CNN）加速器硬件，该芯片内建168 个核心，专门用来部署神经网路（neural network），效能为一般行动GPU 的10 倍。

Eyeriss芯片对资源的需求较小，运行效率是普通手机GPU的10倍。因此可以直接在移动设备上执行强大的人工智能算法，而不需要将数据上传到互联网进行处理。

普通GPU芯片一般是很多处理单元共享一个内存条，而Eyeriss芯片每个处理单元都有自己的内存，而且它可以在向处理单元发送数据前对数据进行压缩。Eyeriss的每个处理单元都可以直接与相邻的处理单元进行交流，如果需要共享数据，不需要将数据传送到主内存。

不过Eyeriss芯片目前尚处于原型阶段，MIT研究人员并未说明是否以及何时推出正式的产品。

目前，Eyeriss主要定位在人脸识别和语音识别，可应用在智能手机、穿戴式设备、机器人、自动驾驶车与其他物联网应用装置上。

融资历史

Eyeriss是MIT的一个项目，并非一个公司，未来可能孵化出一个新公司，因此融资情况尚未明确。雷锋网雷锋网雷锋网

关于智慧教育行业，你了解多少？

Mon, 29 Jul 2019 19:55:59 CST

笔者普及了智慧教育行业的基本情况并盘点了相关的产品和企业，供大家学习参考。

一、“智慧教育”从何而来

2008年IBM 在《智慧地球: 下一代领导议程》( A Smarter Planet: the Next Leadership Agenda) (Palmisano，2008) 中首次提出“智慧地球”概念：“借助新一代信息技术( 如传感技术、物联网技术、移动通讯技术、大数据分析、3D 打印等) 的强力支持，让地球上所有东西实现被感知化、互联化和智能化( Instrumented，interconnected and infused with intelligence)。在新一代技术的支持下，布满技术“神经”的世界将变得更小、更平、更开放、更智能。”

随后，“智慧地球”的思想在各行各业不断碰撞，衍生出了智慧城市、智慧医疗、智慧交通等新概念，而“智慧教育”的概念也在这个过程中应运而生了。

图1. 百度百科中对智慧教育的定义（2019）

在百度百科的定义中，智慧教育 = 教育信息化，而教育信息化是一个很大的概念，我们现在常说的教育+AI，只能算是教育信息化中的一个子集，其它教育信息化产品还包括教务管理平台、线上选课系统、教学用的电教设备等。目前大多数情况下，人们说的“智慧教育”其实是指教育+AI，是一种狭义的智慧教育，本文讨论的也是这部分内容。

二、智慧教育产品

2.1 典型的教育场景

我们首先按照教育主体对象将校内外多种教育场景进行下梳理和划分，其中教师和教育管理者为主体的教育场景主要在B端，学生和家长的教育场景在B、C端都有。

（1）主体：教师

课前：教研、备课、出作业题和考试题；
课中：教学；
课后：批改作业、试卷。

（2）主体：学生

课前：预习；
课中：听讲、记笔记、完成随堂测试；
课后：完成作业、复习。

（3）主体：家长

家长可以通过B端（或者B2B2C的）产品提供的学情数据实时了解孩子学习情况，而C端的产品可以帮助家长对孩子进行学前教育和素质教育，具体场景包括：

儿童学前早教 toC；
青少年素质教育 toC；
学生在校学习状态和成绩查询 to B。

（4）主体：教委和学校的教育管理者

跟进教学情况；
保证校园安全；
其它事务性工作。

2.2 各类场景下的智慧教育产品

2.2.1 搭载自适应学习系统的产品：

自适应学习的概念其实在上世纪90年代就被提出来了，截至目前已有20多年的历史，自适应学习简单来说就是实现“因材施教”。

目前的自适应学习产品按照智能程度可以分为四个等级（来源：AI投研邦《2018 AI自适应教育行业研究报告》）：

基于人工经验的自适应学习；
基于简单规则定制的自适应学习；
基于简单智能算法的自适应学习；
基于高级智能算法的自适应学习。

其中基于高级算法的产品已可以利用数据分析出学生对知识点的掌握程度，帮助学生了解自己的学习进度和知识漏洞，并为每名学生规划出个性化的学习路径，还可以根据系统分析出的数据帮助教师及时调整教学计划和课程设计，提高备课效率。

自适应学习系统已成为目前智慧教育的一大核心内容，许多产品都借助了这样的技术，如面向学生的自适应学习在线辅导课程和拍照搜题类产品，面向教师的多维组卷系统（系统结合数据分析从题库中匹配出最合适的试题）等。

未来，自适应学习系统也许还可以根据学生的个人情况和大数据为学生提供选课、选校、选导师的建议。

代表产品：Knewton（美国）、乂学教育 – 松鼠AI智适应系统、学霸君 – 学霸君APP

图2. 松鼠AI – “测 – 学 – 练 – 测”教学流程（官网，2019）

2.2.2 自动阅卷和批改作业：

对于标准化程度比较高的判断题、选择题和填空题，目前已经实现自动阅卷，还可以结合阅卷结果直接生成各类学情数据，为老师备课和制定教学计划提供支持；而对于问答题，则需要借助NLP（自然语言识别）等技术支持，才能对主观答案进行语义分析和判断，目前尚在摸索阶段，未完全实现应用。

代表产品：极课大数据 – 高速阅卷仪+极课样式答题卡

2.2.3 智能情绪识别：

在课堂教学过程中，计算机可以通过面部识别技术量化分析学生课堂学习表现，了解学生学习难点、兴趣点和注意力集中度，也可以通过追踪老师的表情、姿态等信息，了解和标记老师的授课风格，并推荐给匹配的学生。

代表产品：VIPKID – 远程视频教学、好未来 – 学而思双师课堂

图3. 线上教学中的情绪识别（TEC2018教育创想大会杨正大）

2.2.4 儿童早教和语言阅读：

通过语音识别和自然语言处理等技术进行人机互动，增加学习趣味性和成就感，产品包括AI虚拟助手和儿童机器人。

代表产品：好未来 – 雪地阅读、图灵机器人 – 儿童机器人

2.2.5 校园安防/智能考勤：

通过计算机视觉技术中的人脸识别技术记录校园内学生、老师、来访人员信息，记录来往数据。

代表产品：平安科技 – 人脸识别考勤系统、旷视科技 – 人脸识别解决方案

图4. 平安科技智慧高校解决方案 – 业务架构（官网，2019）

以现有的科技水平以及技术转化落地能力，目前智慧教育产品主要是在现有教学场景中起到一个补强的作用，比如帮助老师提高备课效率，帮助学生提升复习效果等。北京师范大学智慧学习研究院院长黄怀荣教授认为，新技术为教育行业带来的改变可以归纳为三个方面，即：

教学资源：包括电子教材和网络课程等内容；
教学工具：包括辅助教师教学和辅助学生学习两大方面；
教学环境：包括智慧校园、智慧图书馆、智慧博物馆等。

未来，随着人工智能技术的进一步发展，智慧教育可能会扮演更重要的角色，教学资源、教学工具和教学环境这 三类智慧教育产品的结合也许会完全改变现有的教学模式和教育制度，到那时，现有的部分教学场景和产品有可能会成为历史。

三、商业模式与头部企业

3.1 智慧教育行业的四种商业模式

B2G：教委/教育局采购，如智慧校园管理平台类产品；
B2B：学校采购，如教学设备类产品；
B2B2C：产品先触达学校，再通过学校触达学生和家长，如反映学生学情数据的APP产品；
B2C：产品直接由家长买单，比如在线辅导课程。

其中toG和toB的产品都涉及教委/教育局的项目经费审批问题，所以触达教委/教育局的渠道很关键。

3.2 涉及toG和toB的头部企业

toG和toB的产品一般以包含了智慧考试、智慧校园、智慧课堂、智慧教学、智慧管理等模块在内的智慧教育产品体系的形式出现，或称智慧教育整体解决方案。

代表企业：科大讯飞及其全资子公司讯飞乐知行、腾讯、百度、阿里巴巴、点石经纬（新东方全资子公司）、好未来、极课大数据、京东等。

3.2.1 科大讯飞：

智慧教育产品体系包括智慧校园（数据平台）、智慧课堂、智学网、普通话测试以及2017年发布的智慧微课工具、智慧纸笔课堂、智慧作业平台、智慧组卷工具和智学产品2.0等产品。

在全国31个省、自治区、直辖市及新加坡等海外市场广泛应用，与13000余所学校建立合作，服务师生超过8000万。

3.2.2 腾讯：

推出“腾讯云+智慧校园”解决方案，结合腾讯多平台资源，为教育局、学校、学生、教师及家长提供智慧教学、智慧家校、智慧宣传、智慧安防、智慧办公、智慧数据等智慧产品，并利用微信校园卡打通校园服务场景，企业微信打造移动化校园管理平台，而腾讯云则助力校园升级大数据能力。

目前产品已落地全国30个省市自治区，覆盖近万所学校、近千万师生家长用户。

图5. 腾讯智慧教育产品框架（官网，2019）

3.2.3 百度

智慧教育生态布局中面向B端的产品名为百度智慧课堂，面向中小学校和高校，背靠百度教育大脑和教育知识图谱，可以自动识别老师的上课进度、同步推荐内容，提供智能备课、授课和学习解决方案。

除技术以外，百度文库、百度阅读所积累下的内容也被应用在智慧课堂之中，并将覆盖全国133个版本的最新教材。

截至目前，百度智慧课堂落地全国3000多所学校。

图6. 百度智慧课堂教育大平台介绍（官网，2019）

3.2.4 阿里巴巴：

推出的AliOS 智慧教育解决方案，包括系统服务产品和智能终端产品，目的是通过通用管理平台、教育账号管理体系及服务、教育应用中心及分发服务、教育大数据平台及个性化服务等产品，实现多端互联、内容融合和数据智能。

2018年3月报道，产品已在20多所学校试点，最新合作学校数量未知。

图7. AliOS智慧教育解决方案 – 产品结构图（官网，2019）

3.2.5 点石经纬：

推出OKAY智慧教育品牌和OKAY学习机产品，提出了“OKAY观象台“和”OKAY魔镜”的概念，其中OKAY观象台指通过大数据挖掘集体的学习共性，OKAY魔镜则专注精准化学习，清晰呈现教学评估效果并提供针对性训练依据。

目前产品已应用于千余所学校，覆盖30万+师生。

3.2.6 好未来

推出智慧教育平台，包括智慧课堂系统、学业测评系统、教学资源系统、英语分级阅读系统、双师直播系统、新高考3+3走读班应用系统等产品，并与上百所公立校建立了合作。

3.2.7 极课大数据：

2017年发布面向公立学校的品牌“EI”，是针对教育场景和需求的智能化解决方案。未来还将加大在家庭端发力，包括错题精炼和一对一个性化教学等。

目前产品覆盖全国30多个省市，3200多所学校常态化使用，搜集学生作业考试数据3200万份。

3.2.8 京东：

推出京东云智能教育战略，其中京东云与京东教育、京东读书等达成战略合作关系，并将京东教育在线教育平台视为此战略中的重要一环。京东云智能教育不仅面向C端和B端用户，还包括政府用户。依托京东平台的良好基础，京东云智能教育实现了对幼儿园教育、小学教育、初高中教育、高等教育、职业教育、精英教育和党建教育的全覆盖。落地学校数量未知。

除了以上行业精英，还有一些企业并非主打教育+AI产品，但是他们的教育信息化产品均覆盖了上万所学校，为我国教育信息化的普及发挥了巨大的作用，并且很重要的一点是，他们也已开始涉足教育+AI领域。

在商业模式的部分，我们说到，toG和toB的产品，渠道很重要，而渠道恰恰是这些企业最大的优势，只要结合新技术的产品研发能跟上，相信他们在教育+AI领域也会有很好的发展前景。代表企业：天喻教育、全通教育、立思辰。

3.2.9 天喻教育：

推出天喻教育云平台，联合智慧管理、智慧教学、智慧评价、智慧研训和智慧学习等产品模块，产品服务对象包括教育管理者、教研员、教师、学生和家长群体。

教育云平台覆盖全国9个省、46个地市和300多个区县，30000多所学校，服务于100万名教师和2300万名学生。

3.2.10 全通教育：

推出全课云系统，面向城市教育主管部门和学校，涵盖了教育云资源库、教育管理应用和教学应用三大基础模块，以及智慧校园、校园沟通、智慧教务、智慧教学、校园支付、校园办公、资源中心七大服务组件。

目前产品业务已覆盖全国8省，合作学校15000所，积累用户330万。

3.2.11 立思辰：

立思辰教育在校内业务上形成了智慧教育、教学服务、学习服务等多个板块的业务布局，是集智慧校园顶层设计、智慧校园综合解决方案、区域教育云平台建设等多个方向的综合性教育企业。

目前产品已覆盖全国27个省，13000余所学校。

3.3 主打toC市场的头部企业

松鼠AI（原乂学教育）：主打自适应教育，推出松鼠AI智适应系统；
好未来、VIPKID等：主要在教学环节应用AI图像识别技术了解学生和老师的情绪、状态；
VIP陪练、The ONE智能钢琴、音乐笔记等：主打智能陪练产品；
科大讯飞、英语流利说、一起作业、作业盒子：主打英语语音测评、智能批改作业+习题推荐；
作业帮、学霸君、猿题库、作业盒子、小猿辅导、阿凡提等：以拍照搜题和题库类产品为主，产品核心是利用图像识别技术拍照搜题，追求通过最少的题目达到训练效果，从而提高学习效率。

最后来一张在线教育产品产业地图做参考：

图8. 在线教育市场主要品牌分布图（艾瑞咨询，2019）

关于在线教育、教育+AI和广义智慧教育的关系，我按照自己的理解画了一张图。

图9. 在线教育、教育+AI和广义智慧教育关系图

智慧教育 = 教育信息化 = （教育+AI）+ 传统教育信息化产品

（教育+AI）- 校园安防类非教育功能的智慧教育产品 = 在线教育 – 过去的网校这类没有推荐算法的在线视频课程平台= 开花图里指的在线教育 = 我们目前常说的在线教育

四、附记

智慧教育相关政策（国家政策中所指的智慧教育是广义的），因为教育行业B市场和G市场受政策影响很大，所以在此把国家近期相关政策也做了一个总结。

近年来，我国已将智慧教育上升到国家层面：

2017年，国务院发布《新一代人工智能发展规划》，对开展智能教育作出部署，同年5月，国务院在发布的《国家教育事业发展“十三五”规划》中明确提出“推进数字教育资源普遍开放共享，……加快教育大数据建设与开放共享”。

2019年2月，中共中央办公厅、国务院办公厅印发《加快推进教育现代化实施方案（2018－2022年）》，将“大力推进教育信息化”列为重点任务，要求“加快推进智慧教育创新发展，设立“智慧教育示范区”，”实施人工智能助推教师队伍建设行动。构建“互联网+教育”支撑服务平台，深入推进“三通两平台”建设。”

注：“三通两平台”指“宽带网络校校通、优质资源班班通、网络学习空间人人通，建设教育资源公共服务平台和教育管理公共服务平台。”

因为对toB的企业关注比较多，所以也写的比较详细，以后对toC的部分可能会再做补充；另外，本文尽可能列举出知名度高，有代表性的企业，但这些也只是智慧教育行业中的一小部分，由于个人认知有限，出现错漏的地方，欢迎大家讨论、指正，谢谢。

文章经黄钊前辈指导，首发于微信饭团“AI 产品经理大本营”。

作者：冬瓜羊肉丸子，目前正在找工作，希望进入教育+AI行业从事产品经理工作，随时可到岗。

本文由 @冬瓜羊肉丸子原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议

多位专家解答：AI安防行业到底需要什么样的服务器？

Mon, 17 Jun 2019 10:00:00 CST

安防，是目前人工智能企业营收最多的行业之一。

在高清监控摄像头数量与AI渗透率不断递增的情况下，由摄像头采集的图像、视频流数据，需要更强大的计算引擎对其进行传输、存储、训练和分析。

在现阶段的各类安防项目中，依靠智能DVR和NVR显然无法满足这些要求；而稳定性和安全性都欠佳的X86服务器，由于基于PC机体系结构，也很难在安防企业级服务器市场有惊艳表现。

那么人工智能时代下的安防行业，到底需要什么样的服务器？针对一系列问题，雷锋网人工智能开发者与学术社区“AI研习社”，特地设立《AI安防行业到底需要什么样的服务器？》主题问答，发起讨论。

我们也邀请了浪潮商用机器OpenPOWER产品营销部总监张琪针对用户们的问题进行解答，浪潮商用机器作为业内少有的可提供安防视频分析软硬件服务器一体机的企业，对AI安防需求有着深刻的理解。与此同时，以“海、大、宇”为代表的传统安防公司、以“CV四小龙”为代表的AI公司、的众多专家，也从自己的角度对用户提出的诸多问题进行回答，雷锋网AI研习社节选了4大主题的9个问题，予以呈现：

主题一、AI安防服务器的需求

1.现阶段大部分安防公司使用的什么样的服务器，既能满足安防企业现有的需求，同时也能应对好未来的AI算力需求？

李迪：

作为安防公司技术高管，之前X86服务器一直都是我们采购的首选。

当下的问题是，各科成绩都达标的 X86服务器，在很多业务要嵌入AI时，遇到蛮多棘手的问题。

从安防用户实际使用角度考量，目前X86服务器应用在安防行业主要存在三大问题：

一、CPU负责逻辑运算的单元并不多，在多任务处理时效率低下。面对海量视频信息，传统X86服务器单纯以CPU为核心的数据中心部署已经不能很好地满足并行灵活计算、多变环境的计算需求，很难在安防企业级服务器市场有惊艳的表现。

以前的视频数据只需存在后台，做少量分析即可，也就是说存储足够大就行；今天，很多客户都希望我们能够实时处理这些海量视频信息并反馈结果，而这就意味着系统需要同时做解码、做视频结构化、做识别、搜索等等，X86明显就不够用了。

换句话说，X86可以类比手机里的功能机，它能够满足单一的通信处理需求，而AI融入的安防市场，更需要一台强大的智能手机，配备更强大的性能以适配游戏、图片处理等个性需求。

越来越多新应用的出现，传统的X86计算架构会遇到很多瓶颈，包括数据瓶颈（处理器的计算单元以多快的速度获取和交换数据）、计算瓶颈（单位空间内能集成多少计算能力）、延迟瓶颈、通信瓶颈。

就像设计时速30码的道路难承载均速100码的车辆通行一样，很短时间内就可造成道路拥堵甚至瘫痪。

今天来看，面对大计算、智能化场景，什么样的服务器+软件解决方案，能够最先解决算力问题，又能够更好降低功耗与成本，这就是好产品。

胡晓：

1.未来城市大脑级的安防网，对检索、比对、实时三维建模的运算能力要求极高

2.人车结构化数据增多，安全性会越来越重要

3.需要更大效能的传输，未来实现图像特征编码能力

4.前端越来越智能，后端存储需求可能会下降

总体而言，服务器需适应这四大问题。

二、为什么客户方需要服务器公司提供的软硬件一体解决方案？

1. 服务器厂商打造的安防AI软硬件一体机端到端解决方案，相比于AI公司开发的方案，有哪些优势，有哪些难点需要攻破？

李志鹏：

现在基于人工智能的生态则有个特点，主要是在于生态的多样性和不成熟。从数据清理开始，导入算法，通过框架建模，形成一个人工智能的应用，传统客户没办法直接使用人工智能应用，整合复杂性更高。

所以服务器公司给客户提供端到端软硬件解决方案，在现阶段是符合商业规律的，单机销售模式目前还挺难走通。只能说这种模式比单机更有优势，但相比AI公司，真不好说。

钟林：

AI公司的优势在应用层的算法性能方面，服务器公司的优势在整体成本层。各有优劣，所以具体看场景吧，复杂场景动态人脸找AI公司，其他简单的场景找服务器公司。

包翰霁：

其实做一体机方案的服务器公司比较少，以浪潮商用机器的视频分析方案为例，他们的方案因为提供的是一整套软硬件产品，尤其是算力模块和软件包、图像定制化开源框架，所以适用的场景更加宽泛，受限的环境条件要更小，包括光照条件差，监控设备的老旧和摄像头清晰度不够的问题，浪潮的方案都能蛮好地适应这些问题。能够最大程度上利用好客户现有的设备。

难点在于浪潮在人脸识别的单点场景上和CV四兽比起来性能上还有差距，不过我上次听浪潮的思路是，寻找合适的AI独角兽合作，互相补足，一起打造好的方案。

2. 安防行业人脸比对嫌疑人检测服务等，后端都是有大量的数据在支撑，并且这些数据在快速增长。这些客户都在用分布式存储来承载这些数据。所以分布式存储要求有很好的弹性扩展性和高并发响应能力，这就对集群内的单节点存储容量，存储读写速度和集群内节点间通信速度都有较高要求。那么现在AI安防项目需要什么样的存储服务器呢？分布式存储解决方案可以解决安防中的哪些痛点？

孙钟前：

我们部署过分布式存储方案来管理海量非结构化数据，目前来看，它的确可以很好地应对包括云、大数据、智能分析等诸多安防实际场景。”

之前行业中较为常见的存储方案大概包括DAS、NAS、SAN（IP SAN&FC SAN）等，眼下，以上几种方案在实际应用过程中已经遭遇一些发展瓶颈。

譬如NAS本身的系统瓶颈，存在单点故障以及性能问题，网络协议还会带来额外的IO开销，很难满足安防AI对大规模数据高存取速率的需求。

再譬如SAN一般是将块设备提供给不同服务器使用，但服务器之间要共享数据仍然需要上层软件来控制。虽然一些基于SAN的共享文件系统，如Veritas、CXFS等软件利用元数据服务器控制数据访问，但元数据服务器本身也是潜在的瓶颈。

就安防行业来说，相比此前较为常见的传统存储方案，基于GPFS的分布式存储服务器解决方案在大规模集群应用中优势明显，未来应用前景会越来越广阔。

张琪：

安防行业以前对数据存储的主要需求就是数据安全，查询快速，容量大。在安防智能化之后，对存储服务器的新增需求就是强大的算力和高吞吐量。

分布式存储的多节点备份和高并发正好可以解决安防领域的数据安全和查询速度的需求；分布式存储的弹性扩展可以让客户按照需求灵活扩容，同时以比集中式存储更经济的容灾备份方案进行基础设施投资，可以避免客户一次性投资过大；安防智能化之后，分布式的高IO扩展性正好能够满足更强的算力需求。

三、各大重要安防场景，需要什么样的视频监控解决方案？

1.在车站、机场这类人流较多的封闭场景中，通过识别非人脸特征（穿搭、外形等信息），进行目标对象检索与跟踪，往往比人脸来的更有效。 一款优秀的非人脸信息结构化系统，需具备哪些条件？非人脸结构化系统在哪些场景中比人脸识别更实用？市场上有哪些优质的解决方案？

谢鹏宇：

视频结构化的应用场景与人脸识别的应用场景是互补的，在开放式空间区域中，很难基于卡口架设人脸识别摄像头，而且人群相互之间的遮挡严重，无法根据人脸识别技术进行识别、定位、追踪及数据整合。而非人像的视频结构化系统可以在广角度下捕捉全屏中的目标，通过整体特征对目标进行追踪，在公安、机场、高铁、交通领域都具有广阔的应用前景。

张琪：

一款优秀的非人脸信息结构化系统需要对各个厂商的视频设备和监控系统有优秀的兼容性和深入的理解。同时也需要优秀的对视频进行结构化处理的能力。

在光照条件差，视频设备的清晰度不够，目标距离较远，成像较小，以及在广域监控的场景下。非人脸结构化系统都比人脸系统有更好的应用。人脸系统在这些较差的条件下很难获取到有质量的人脸信息。

市面上目前只有浪潮商用机器在专注于这一场景提供解决方案。

2.交通大脑车辆调度和红绿灯管控，要解决哪些核心难题？

张琪：

智能交通在车辆调度和红绿灯管控方面需要解决的高峰实时调控的问题。如何通过实时路况实时调整，解决高峰拥堵的问题。方案通过检测每天各个时段的车辆通行密度，进而绘制整个城市的车辆通行密度图。然后制定新的红绿灯变化规则，调节拥堵路段的通行密度，达到调节拥堵的效果。

谢鹏宇：

系统做车辆调度之前有个比较大的难题，就是对异常事件的检测。除了识别人、车、物以外，还必须要感知事件，平时车流都是正常通行，这样的数据是大量的，而异常数据一般是稀少的，所以基于时空异常的检测，比如车与人相撞、车与车相撞、车与路相撞，人与人相撞等少见问题，其实挺难训练出一个高识别率的模型的。

3.上述场景中，有哪些优质的定制化深度学习开源框架，可以让数据训练和建模更加便捷？

曹国胜：

选择深度学习开源框架？可参考下面这些考量标准：

1、与现有编程平台、技能整合的难易程度

2、和相关机器学习、数据处理生态整合的紧密程度

3、通过此平台做深度学习之外，还能做什么？

4、对数据量、硬件的要求和支持

5、深度学习平台的成熟程度

机器学习平台在功能侧重上是不一样的，把他们分成四大类：

1. 第一类是以 Caffe、Pytorch、MXNet、CNTK 为主的深度学习功能性平台。这类平台提供了非常完备的基本模块，可以让开发人员快速创建深度神经网络模型并且开始训练，可以解决现今深度学习中的大多数问题。但是这些模块很少将底层运算功能直接暴露给用户。

2. 第二类是以 Keras 为主的深度学习抽象化平台。Keras 本身并不具有底层运算协调的能力，Keras 依托于 TensorFlow 或者 Theano 进行底层运算，而 Keras 自身提供神经网络模块抽象化和训练中的流程优化。可以让用户享受快速建模的同时，具有很方便的二次开发能力，加入自身喜欢的模块。

3. 第三类是 TensorFlow。TensorFlow 吸取了已有平台的长处，既能让用户触碰底层数据，又具有现成的神经网络模块，可以让用户非常快速的实现建模。TensorFlow 是非常优秀的跨界平台。

4. 第四类是 Theano，Theano 是深度学习界最早的平台软件，专注底层基本的运算。

单纯就安防图像而言，Caffe目测是最好的选择。

张琪：

通常大家都使用Tensorflow，Caffe，Pytorch这些深度学习开源框架，浪潮商用机器针对市场上主流的框架进行优化，使之更适用于安防视频分析场景，这款框架叫Power AI，浪潮商用机器也特别推出了两个免费的功能模块：LMS(Large module support)深度学习大模型支持：用于解决超大模型训练的问题，比如高清卫星图片等；DDL（Distributed Deep Learning）分布式深度学习模块：通过更优化的算法引擎和预设的场景算法去提高训练效率。

4. 为了让系统适配更多的行业场景，为了给更多第三方开发者提供AI开发平台，AI安防行业需要一个什么样的开放平台，并能提升服务器处理的视频流路数？

张琪：

AI安防需要能广泛兼容各种视频设备和视频格式的平台。以达到充分利旧，保护投资和最大化场景应用的效果。浪潮商用机器的创新应用优选平台不但可以处理200路视频影像，更重要的是可以兼容目前客户购买的各种类型的监控设备。

陈明：

海康最近提出的AI开放平台重点谈到了这么三点：一是它能够基于很少量数据，快速生成满足场景化需求的AI算法；第二是算法训练、编译、优化全部自动实现，对零算法基础的客户提供一站式服务；最后它基于海康威视的硬件基础，开放了具有强大感知能力的智能产品。

这三个基本条件在任何一个视觉行业都是通用的。

曹国盛：

换个角度讲，对于很多大公司来说，开放平台是没有办法的办法，开放就意味着损失，别人从哪个角度都可以随意切入进来；如果不开放，想走数据运营的话，就意味着没有更多人参与，自己一家是无法搞定的。双刃剑。

赵非明：

开放平台还有种模式，以华为为例，他们做安防的思路比较简单，生态合作、分层解耦，通过上层的影响力，提供一整套的解决方案，自己能够提供的就自己做，自己做不了就推荐合作伙伴去做。

这种打法能在很短时间内威胁到海康的核心利益。分层解耦的提出，就意味着系统不需要统一，用户在每一层都可以选择最好的厂商，然后做开放性的接口开发，谁都可以参与项目竞争。

高度成熟的市场一定是用户导向的，一定是越来越开放。

未来的行业格局，一定是分层的，各个层面都有专业的公司，各个细分领域会出现巨头，但不会出现类似海康这样的安防全产业链巨头。

四、什么性能水平的服务器可支撑AI安防项目的顺利落地

1.安防场景中需要处理大量图像，而图像占极大的内存带宽，严重阻碍了信息传输，如何通过新一代的信息传输技术降低带宽延迟，提高数据处理效率？

张琪：

浪潮商用机器的服务器产品中，OpenPOWER平台支持PCIE4.0以及NVLINK2.0，相对于X86平台拥有数倍的带宽以及更低的延时。在处理多路并发视频信息和及时分析上拥有更好的性能表现。

曹国盛：

一般来说，GPU是专为并行计算而设计的专用协处理器，通常其内部都集成了数千个高速运算核心。由于GPU通常都可以直接搭配高带宽存储器协同工作，因此比使用一般RAM的CPU运算速度快出一个数量级。

目前虽然一些企业和机构的数据库已经使用了GPU，但普遍存在一个设计缺陷：其数据库管理方案都是将数据库存储在CPU一侧，当接到用户的数据请求时，将数据搬移到GPU一侧进行处理，然后再把处理结果移回至CPU进行存储。也就是说，GPU并非真正的系统核心。这种机制决定了即使通过GPU加快数据处理速度，但把处理结果搬回CPU的过程仍然浪费了大量时间。

如果没有像传统系统那样将数据全部存储在CPU一侧，而是将GPU作为真正的核心，利用高速缓存机制将尽量多的数据直接存储在多内核协同工作的GPU一侧，这样做的结果就可避免数据搬移过程中耗费的时间，提升了运算效率。

虽然已有相应的解决方案去加快GPU与CPU之间的信息流通，但仍旧存在延时等问题。

目前比较前沿的加速CPU与GPU信息交方案是IBM与NVIDIA联合研制的NVlink信息交换通道。楼上浪潮商用机器的张琪大牛也谈到过NVlink，我从使用者角度再来谈谈NVlink。

GPU和CPU间的数据传输速度都是一项技术瓶颈，因为GPU的显存能够快速而少量的读写数据，而CPU使用内存读写则大量而慢速，因此，CPU的传输带宽大于GPU。NVlink通过调整相应架构，使得GPU和CPU间的传输速度获得巨大的提升。

其实IBM早在几年前便注意到了这种趋势，随后它们与NVIDIA合作，去加快新数据中心工作负载的处理速度。经过四年的研发，POWER8服务器联合了NVIDIA的Tesla P100 GPU和NVlink互联技术，实现了更高的数据性能分析和深度学习能力提升。早期IBM和NVIDIA技术如此紧密的结合使得数据流动速度比使用PCIE快了5倍。

NVlink除了可实现GPU-CPU节点内部的高速互联，同时还能在GPU-GPU甚至CPU-CPU之间形成高速互联。

如果服务计算量大的客户，一般采用的是GPU集群，这个时候集群中GPU与GPU之间的高速互联就非常关键。当然，数据库也并非完全在GPU中处理，也有一小部分会放在CPU中，具体会根据客户的成本以及数据量等问题来灵活安排。

为了让GPU集群以及CPU-GPU之间通信顺畅，近几年，在技术合作上，以IBM和浪潮商用机器为代表的Power系列的产品会为客户的GPU数据库提供GPU-GPU以及GPU-CPU的NVlink通道机器Minsky。在市场方面，Power会向客户银行推广包含GPU数据库的一体机。

这类客户分两种，一种是对方只要打包好的、直接能够使用的产品，他们只需知道这个引擎如何使用即可，另外一种客户则要是想要自己买机器、做数据库、做算法，自己搭建人工智能引擎。

过去IBM和现在的浪潮商用机器主要服务于前者，以一体机的形态把相关的人工智能技术以及GPU数据库进行整合，从而做成企业级直接使用的、没有很多指令集、直接连接的产品。

2. 服务器联动多路前端智能摄像机，需要不断提取大量的人车特征，并传输至后台进行结构化分析和对象识别，后方的服务器如何保证在极短的时间内对高并发的各类算法和智能分析作出准确回应？

张琪：

主要依靠处理器的多核多线程的高并发性，以及处理器和GPU的高带宽性。发挥强大的算力和高吞吐能力去运行算法模型，处理海量数据。雷锋网雷锋网

AI如何改变教育？机器学习教父、好未来、松鼠AI等大佬有话说

Sat, 25 May 2019 14:38:00 CST

雷锋网消息，5月24日，第三届AIAED全球AI智适应教育峰会在北京举行。在会上，第三届AIAED主席、CMU计算机学院院长Tom Mitchell、乂学教育—松鼠AI创始人栗浩洋、好未来集团CTO黄琰等从不同角度谈及AI如何在教育中发挥影响。

Tom Mitchell认为未来的十年，AI将会继续影响教育，机器学习将会对智适应教育产生重要影响，例如通过机器模拟人的学习状态来获取数据，从而适度摆脱对人类数据的依赖；松鼠AI创始人栗浩洋从三个层面介绍了松鼠AI老师的架构，并指出知识地图和错因分析在教育减负上的应用；好未来CTO 黄琰认为，AI+教育已经进入2.0时代，AI也会促使教育培养目标从改变命运到提升幸福的转变。

以下是三位嘉宾在AIAED峰会上的演讲内容，雷锋网对演讲内容进行了适当删减。

“机器学习教父”Tom Mitchell：未来十年将是AI影响教育的十年

第三届AIAED主席、CMU计算机学院院长Tom Mitchell

“机器学习教父”Tom Mitchell首先演讲，演讲内容主要是围绕AI的发展如何影响教育。

“未来的十年将是AI影响教育的十年。”

Tom Mitchell表示这是个人看法，因为他已经在AI领域工作了几十年，做了很多AI相关的应用，包括在机器、医疗和数据采集商的应用。但在他看来，未来十年，将AI技术应用到教育上，这是最让他感到兴奋的，所以他现在也把自己的很多研究放到了AI教育应用上。关于原因，他总结了三条。

第一个原因，个性化教学带来了重大益处。他们发现，在一般的教学场景中，只要获得了个性化指导的学生，与对照组相比，学生的分数会得到90%的提升，这是非常重要的个性化指导的益处。

第二高原因，已经证明了以电脑为基础的教学之价值。如今，很多公司能够提供各种各样以电脑为驱动的教学服务和课程，例如数学、化学和物理，还有一些文科课程，电脑可以帮助我们提高教学质量。

Tom Mitchell拿卡内基梅隆大学的系统举例，代数老师可以通过系统看到，系统中蓝色曲线代表的是使用电脑来指导学习代数的学生，绿色代的是用一般方法学习代数的学生，然后蓝色的这些学生得分更高。所以，不单单是对人的个性化教育，能够为学生带来很大改善，用电脑来指导学习，也可以在学科中的得分得到极大提升。

Tom Mitchell表示，目前来看教育还有很大提升空间，所以他们有动力来研究借助AI为人们进一步开发基于电脑的教学指导。

第三个原因，过去十年，AI技术正在快速发展。电脑可以帮助我们更好的识别图像和人脸、把语言转化成文字等等，这些技术都是现成的。他认为，未来十年，这个发展趋势还会继续延续。

基于这三点原因，Tom Mitchell认为，AI能够让学生的分数提高两个等级，还能帮助老师进一步辅助学生进步。基于这三点原因，加上AI技术飞快发展，Tom Mitchell最终决定投身于AI+教育的研究上。

关于新技术如何改善自适应教学，他认为对话系统很适合自适应教育，虽然现在的对话系统相对简单，随着技术发展对话系统还有很大进步空间，将有助于老师和学生进行更开放的讨论。大脑科学同样是一种非常重要的能够影响智适应的技术，例如大脑成像技术，检测脑电波显示大脑活动，预计能够非常灵敏追踪学生的情感状况，判断学生是否真正了解这个知识。此外，机器学习和虚拟现实也是非常重要的技术，对智适应教学的未来也非常重要。

那么如何在智适应上影响教学？

Tom Mitchell认为第一个是机器学习。不管是宏观还是微观层面，学生在都能够基于教学系统完成不同的任务获得不同的答案，系统可以显示学生的错误并纠正，知道学生的学习轨迹，也能掌握学生的情感状况，这才是我们所说的智适应教育的意义所在，就是能够理解学生目前的状态。

在智适应教育当中，机器学习应该在每个学科领域都有一种功能，去了解学生的状态，机器学习能够自己发现这个功能是什么，这样就不必把它嵌入永远的模式当中，我们可以用机器学习来不断的修改它，这是机器学习在其中的核心作用。

还有一点，现在有很多人在研究强化学习，就是让机器来模拟人学习做不同的任务，从而用机器学习的数据来开发强化学习算法，因而就不会那么依赖人类的数据。

关于未来智适应教育的最大障碍是什么？Tom Mitchell表示他也不知道答案是什么，但他认为最大的一个问题就是我们现在还没有太多的观察能力，没有特别好的进行学习者观察，没法非常好地说明学生的学习状态到底是什么样，这在未来非常重要，所以我们学习用图像、表情识别跟踪分析来解决这个问题。

还有一个问题，就是没有足够的数据帮助系统选择最佳的辅导策略，我们不知道该如何有效激励学生，而且人机交互是比较低效的，尤其是与人人交互相比，所以机器指导学习是不是会有上限，这些也是我们提出来希望和大家讨论的问题。

关于未来，Tom Mitchell认为有两个非常重要的方向，一是更广泛，二是更协调。更广泛是指，如今有更多的学科领域可以参与进来，扮演重要角色，帮助实现智适应教育（不单是AI学科），这意味着我们需要把所有领域的专家都邀请进来。更协调是指，我们不应该只是做单项研究，而是要进行更多的信息和数据分享，例如在开源软件分享上，还要建立标准数据格式及其他AI标准，就可以为智适应教学提供重要资源和帮助。

最后，Tom Mitchell表示，教育领域的全球合作是非常重要的，也是唯一理性的解决办法，我们提升的速度、共同努力的速度越快，那么我们的目标实现就越快。

松鼠AI创始人栗浩洋：AI智适应技术如何升级换代教育产业

松鼠AI创始人栗浩洋

随后，松鼠AI创始人栗浩洋上台进行演讲。他认为，几百年来科技对各个领域产生了很大改变，科技对交通和通信的改变巨大，但对教育的真正改变甚少。在人工智能领域，人们对视觉识别、NLP投入大量的人力、财力，发表了大量论文，但人工智能在教育里的真正应用却很少。

栗浩洋表示，AI教育在全球发展非常迅速，但在国内却很少有人知道和关注。他举例说道，美国已经有40多家AI智适应教育公司，例如Knewton累计融资1.8亿美元，用户超过1500万；阿联酋有1家做了4年的AI教育公司Alef Education，在当地已经有了25000名学生，相比于阿联酋的学生数，这已经是非常大的数字；印度有一家估值54亿美金的教育公司Byjus，做智适应教育已有10年，但中国的AI智适应教育才刚刚开始。

他表示，传统的教育就像中医，老师“望闻问切”，讲完就结束，整个过程像个黑匣子，大家什么数据也没有得到。但是通过AI智适应的教育，就能及时了解每个学生学习的终身数据，这些数据对于机构帮助学生学习，对于学生了解自己，都有巨大的价值。

他列举了松鼠AI目前的一些数据，松鼠AI目前已在国内20多个省，200多城市，有了1900多家学校，这个数字还在以每月100多家增长，注册用户超过200万。其中，今年第一季度付费用户（1年1-2千美金）比去年同期增长了14倍。同时，栗浩洋宣布松鼠AI与卡内基梅隆大学联合建立实验室，并与斯坦福国际研究院联合建立人工智能自适应学习联合实验室。

栗浩洋介绍了松鼠AI老师的引擎架构。松鼠AI老师引擎架构总共分为三层，第一层是本体层，里面主要是内容包括学习地图、知识地图等；第二层是算法层，里面有推荐引擎，有学生的用户画像引擎，有目标管理引擎等；第三层是一个交互系统，这个系统是关于机器如何与人进行交互的，在2019年之前，松鼠AI的交互系统更多是通过视频、题目及一些简单的互动和人交互，未来松鼠AI希望发展更多的人机交互方式，使得学生与机器互动更加顺畅。

栗浩洋表示，有了知识地图，才能对学生进行对症下药，才能实现国家提倡的给学生减负。应试教育下，学生通过刷海量的题来训练对知识点的掌握，如果不通过科技和AI的力量，这种题海战术还是无法解决。所以，知识地图就是要试图解决这个问题。通过知识地图检测，我们不仅要能区分孩子是学霸或是学渣，而是要看孩子大脑里对每个知识点的了解情况，是真正懂了，是掌握的一般，还是根本没有理解。

当智适应系统对学生知识点掌握的判断，才能帮助学生实现“那里不会学哪里”，学生只需要去学不会的知识点即可，能考95分的孩子，只去学剩下的5%的知识点，而不是再盲目的刷题海。

本体层中，松鼠AI针对知识地图做了一个超级纳米知识点拆分。他表示，整个队知识点的拆分细腻度超过了Knewton和Aleks的5-10倍。至于为何这样细致的拆分，他解释说就像把相机像素从400万拉到4000万像素一样，当知识点做的越细腻，对于学生知识点掌握的诊断也就会越精准。

同时，栗浩洋也介绍了从去年到今年，松鼠AI做的一个最新研究成果——错因分析。他表示，之所以研发这个技术，是因为他们发现，就算学生掌握了所有知识点，仍旧在做题中出现很多错误，这就是错因，例如粗心、惯性思维、审题不清等等，因此，借助系统他们能够告知孩子，不是知识点掌握问题，而是没有找对错因，找对了错因就不需要做很多无用功。

当他们把常见错因总结出来，就可以覆盖30%—40%的问题。如果没有错因分析，就很难去做个性化教育，当找到各种学生的错因类型，就可以针对性地去推荐不同的学习和错因视频分析。

在实现对孩子用户画像和学习状态的了解后，栗浩洋表示，松鼠AI还要能够像今日头条一样去给学生做推荐。他认为，与今日头条的算法相比，松鼠AI的算法难度更大。因为头条只要给你推荐合适的内容就成功了，但是松鼠AI还要保证学生能够掌握这个内容，对于他们来说，学生没有掌握学会，这个推荐就是失败的。所以他们还要开发一个预测引擎，Tom Mitchell建议要不断采集更多的数据包括孩子的表情、动作等各方面的数据，这样能够更快优化松鼠AI的算法。

好未来CTO 黄琰：AI+教育已经进入2.0解决方案时代

好未来CTO 黄琰

此外，好未来CTO 黄琰上台分享了好未来对于AI与教育结合的一些思考。

据黄琰介绍，好未来每年在技术上的投入超过10亿，目前拥有4000研发人员，校企合作实验室4家。关于国内AI教育发展现状，他认为，国内最近5年内，不缺AI和教育，但缺少将AI与教育连接起来的“+”号。

关于AI+教育，黄琰从四个角度谈了自己的看法。

1、AI+教育已经进入2.0解决方案时代。1.0时代是功能组件阶段，AI+教育主要是拍照判题、语音评测和人脸签到等应用。2.0时代进入解决方案阶段，AI+教育主要是智慧课堂、AI在线教育等应用。

2、中国AI+教育具备全球领先的机会。天时，国家、教育部政策积极推动中国教育现代化2035；地利，国内拥有庞大的教育需求及海量的教学数据；人和，大量计算机人才，未来人才基础广阔。

3、AI将成为教育的第四极。他表示，最近几年，他总会不可避免cause讨论一个话题就是，AI是否会取代老师。他认为，这个话题不会是取代和不会取代这样简单粗暴的答案，人们需要深刻思考AI在现在和未来的教育过程中将会扮演什么角色。未来，AI、学生、老师，可能是一个相互依存的关系，家长需要AI帮助自己，学生可以做智适应的题目，老师会有辅助教学的AI助手，AI在其中密不可分。

4、AI将带来培养目标的变化，从教育改变命运到教育获得幸福。过去，人们学习的第一目标是抱着“教育改变命运”，但到了如今2019年这个时候，这个目标就并不适合每个人了。如今的学习更多是人们获得幸福或者改变世界重要途径。AI就可以帮助孩子发现兴趣及长处所在，并不一定是为了提分，当孩子发现技术可以帮助不断认识自己时，学习和求知的喜悦感是远远超过从前的。（雷锋网雷锋网雷锋网）

的卢深视CEO户磊：我们为什么用3D人脸技术做安防？

Sat, 18 May 2019 19:01:00 CST

2017年，苹果将3D结构光带到了手机领域，从此三维人脸识别便逐渐成为消费级市场颇为主流的识别方案。

不过，在行业的目光多停留在3D结构光的消费级应用时，却有一家AI创企的卢深视，开始着眼于安防领域。

安防领域的三维人脸识别，与消费领域面临的问题并不相同。

消费终端中的三维人脸识别，在使用期间往往只针对一个用户的人脸进行反复检测与识别，因此是高频的1:1比对，而每次比对过程中，算法也可对真人的面部特征进行多次提取，实现真实场景数据闭环回馈，利用生产环节的大数据进行半监督自主学习，提升性能。

而在安防这类公共场景中，单个用户在区域摄像头面前出现的频次相对有限，且多数用户的人脸底库数据为二维照片，致使公共摄像头难以对单个人脸的特征进行更全面地提取和二次训练，性能提升受限。

与此同时，从使用者层面讲，消费级市场对人脸识别的容错率相对较高，而安防客户对静态比对的准确度要求，几乎不允许出任何差错，这也让许多专注视觉的企业望而却步。

即便面临着行业的种种挑战，的卢深视仍决定专攻这些难点，打开公共安全三维人脸的市场。

苹果选择了手机，的卢深视选择了安防

3D结构光，产品化的鼻祖可追溯到微软。

2010年，微软将PrimeSense技术最先应用在体感游戏设备Kinec上，从而催生出一批消费级三维深度相机，也引发了一系列学术上的研究热潮。

但事实上，体感游戏这一市场并不成熟，体验差，内容不足等问题，导致在体感游戏后，3D结构光的应用陷入一个僵局。

而正当3D结构光折戟体感游戏市场时，苹果开始布局，于2013年收购了PrimeSense，以及多家产业链上下游企业。

苹果的这一举动，也让业内人士看到了3D结构光应用的更多可能性。

师从高文院士，计算机视觉出身的户磊，以及与被苹果收购的动态捕捉技术公司faceshift创始人来自同一实验室、后来成为的卢深视技术顾问的张举勇，都敏感的观察到了这一信号，他们开始思考着3D结构光在其他场景落地的前景。

在对市场有足够的了解后，户磊认为体感游戏等并不成熟，而应用到手机上则存在模型压缩等小型化的困难。

当时，户磊和大多数厂家都没有预料到，苹果在收购PrimeSense 4年后的2017年，迅速的就将结构光带到了手机上。但此时的户磊，也敏锐的将目光投放到了安防领域。

此时的安防领域，所采用的基本是二维人脸识别技术和方案，易受到光照、遮挡等因素影响，且二维人脸识别的防作伪能力较弱，因此在对安全性要求较高的领域，对三维人脸的需要呼之欲出。

但想在B端安防领域的落地，也并不容易。

相对于消费领域，安防领域需要在一个镜头内识别多张人脸，逐一进行辨别，算法的难度以及三维数据的采集、训练难度都相对加大。

另外，安防领域对准确率的要求更高，要求误识率更低，不容有失，这也对技术提出了更高的要求。

有契机，又有挑战，户磊决定最终在行业还比较空白时，专攻安防这一领域。于是在2015年，户磊和他的团队成立了的卢深视，开始正式探索三维人脸的市场。

“为什么苹果选择了在手机上做3D结构光，而我们关注安防边检领域呢？”

“其实市场的孕育和市场窗口的出现，是跟实际相关的。我们觉得当时除了安防也没有更合适的场景。在PrimeSense之后，国内厂商也有跟随去做体感游戏以及电影动画特效的，但现在能看到这个市场并不成熟。而安防领域则有着强需求。”户磊说道。

在三维人脸识别最初应用的时候，两家企业选择了两个不同的方向，最终都成功打开了市场。

3D结构光技术，切入安防高端市场

但当新技术在初初落地之时，总会有关于技术路线之争。

而对于技术路线的选择，计算机视觉出身的户磊，显然更有自己的见解。

目前较为流行的说法是TOF在识别精度和远距离识别上都更有优势。而实际上，户磊认为，这些说法并不准确。

“这种说法太偏实验室了”，户磊说道。

从纯理论的角度来说，TOF确实在精度、远距离识别、抗干扰性具有更大潜能，但目前的测试和实际的应用中，TOF还远远达不到，实际来说，结构光在应用上相对更优。

就精度来说，目前结构光是现在唯一能够在近距离达到毫米级的，毫米级的分辨率是人脸识别的一个重要因素，否则脸上的特征就会被抹掉。

TOF另外一个常被提及的点，就是远距离下识别深度和精度比较稳定。虽然理论上如此，但实际上还不能达到。并且，运动物体，也会造成TOF的识别深度图质量严重下降。

另外，对于市场上一些已经宣称实现了三维人脸识别的产品，户磊表示，这还并不是真正的三维人脸技术。

“目前，市面上很多都是假三维，即用二维人脸进行识别，然后再进行活体检测。实际来说，这并不是真正的三维技术，它更像是一个二维人脸到三维的过渡产品。在平衡成本和检测效率的情况下，它确实具有可用性，不过，这不是真正的三维人脸，也不同于我们所做的三维人脸。”户磊说道。

对于技术有较为成熟的理解，的卢深视也在很多项目的实施中，确实展示出三维人脸的应用前景。

的卢深视在成立之初，就接到了某边疆省份三维人像卡口项目。

对于这一项目，户磊认为，是市场对于人脸识别的高要求找到了的卢深视。

在某边疆省份公安厅的反恐项目中，的卢深视作为三维核心技术及平台产品提供商，共建了全国首个“三维人像数据库”。

“维稳很难有一个比较明确的名单，需要进行人群甚至全人口库的比对，因此，对识别精度要求也很高。”

户磊介绍道，项目自2016年在上线至今，总通行人数超过百亿。采集、存储、布控的三维人脸库在千万级规模，产生百万级别次有效报警，并且在空间上布及南北、各边境关卡，全天候信息获取，经受了各种复杂现场状况和极端恶劣天气的考验。

更典型的是国内某大桥的通关项目。

该大桥是国家重点经济区城市群的重要连接桥梁。城市之间的通行，如何让人、车实现高效流通，成为一个关键问题。

由于地理位置所限，光环境非常复杂。尤其正午阳光直射，对识别提出了更高的要求，这就带来了一个天然门槛。

被问及如何处理复杂光线，户磊不无兴奋的介绍道：

“这个其实还蛮有趣的，因为本身我们会做相机，就有涉及到光学的部分。有专门负责光学设计的同事，就把当时一些有趣的想法，应用到这个项目上。

举个例子，针对逆光或者是侧光的情况，对识别影响比较大。很多通行关口，会采用中午的时候关闭一些通行闸机来解决这个问题。但这对通行效率造成影响，无法保证实际使用体验，那么当时我们就采用了像偏振原理‘直接过滤直射光线’，这样来避免强光。”

这些细节的打磨，是的卢成功赢得项目的关键。

行业分工尚未形成，主打“开放的合作”

当描述一个新兴行业的时候，常常会提到竞争和挑战。

对此，户磊认为，三维人脸识别技术和应用还并不算很成熟，行业分工也还未形成。

和二维人脸在落地过程中遇到的一个问题一样，人脸识别的产业链并不完善。

户磊也提到，如摄像机中需要用到的3D传感器，的卢深视找了很多厂家，都不满意，最终还是决定自己来做。

“你可以去类比一下，三维人脸的传感器，可能相当于比如说二、三十年前2D相机的状态，就是非常的初级的一个状态。我们其实最早的时候没有打算一定要去做相机，但后面发现你不去做就无法满足业务场景应用的需求，实际上也等不来。”

另一个问题，在三维人脸数据的处理上。

与二维人脸不同，三维人脸需要处理的是点云数据。而目前主要应用的深度学习神经网络主要针对的是较为规整的平面图像类数据。但点云数据，是分散在一个三维空间中的不规整数据，如何能够用深度学习的方法处理这些点云数据，也是目前的一个难点。

第三个问题，则是三维人脸的研究数据严重不足。

大规模的深度神经网络训练，离不开充足的数据进行训练。相对于社交网络上传播的很多二维人脸数据，三维人脸数据的获取存在天然门槛。如果没有实战的场景不断积累足够的数据，产品化就会很难。“没有充足的数据，其实是根本没法去做的。”

因而，对于这个方兴未艾的领域而言，产业格局尚未形成，刚刚呈现出清晰的曙光。各方所做的尝试和努力，远大于竞争。

户磊的也认为，在这样的行业背景下，的卢深视需要进行“开放的合作”。

“3D人脸识别的产业链，可大致分为器件、模组、系统和方案设计厂商、算法厂商，及产品和应用厂商等环节。其实现在还没有形成一个非常固定的行业，或者说产业上的分工其实还模糊。举个例子，做相机方案的厂商，也有涉及深度计算的算法，所以也可能会进一步做上层算法。做算法厂商会觉得，我也可以往上，做整个相机系统的设计。这也就是，为什么我认为要有一个开放合作关系。”

目前，二维人脸识别正逐步落地、可用性不断提高，但复杂光线、遮挡等问题，依然有待更有效的解决。与此同时，行人再识别、三维人脸等技术也在慢慢兴起，共同解决人脸识别的问题。

而作为专注三维人脸的厂商，户磊认为，短期内，二维人脸识别还要进行更多技术打磨。这其中，3D人脸，还拥有很大的机会。

“我们也很开心的是看到这两年的学术的论文上，3D图像正在越来越被大家所重视。我们也在做一些人体测量与动作分析的研究，希望这些东西结合起来，一起解决人的身份识别这个问题。

对于我们来说，我们坚持认为的是3D未来将来会普遍应用，会在广泛的场景中取代二维的人脸识别，更好的解决准确识别人身份的问题。”雷锋网雷锋网雷锋网

各省市结合AI和5G加速打造智慧城市；亚太地区城市物联网发展不落后于西方 | 智慧城市

Sat, 16 Feb 2019 01:40:00 CST

上海加速打造AI时代的新型智慧城市，吸引海内外170多个AI解决方案

雷锋网消息，根据上海市人工智能应用场景建设实施计划要求，针对首批发布的10大领域、19个需求点位，日前市经信委共收到了超过170份AI解决方案。其中，解决方案有来自美国、法国、荷兰、日本等海外国家，也有来自上海、北京、浙江、广东、安徽、山东等省市，各家AI企业将同台竞技、角逐入围名额。

为加快开放人工智能应用场景，促进人工智能同经济社会发展深度融合，上海在全国率先发布人工智能应用场景建设实施计划；并首发10大领域、19个场景，涉及“AI工厂”“AI园区”“AI社区”“AI交通”“AI学校”“AI医院”“AI家庭”“AI政务”“AI金融”“AI安防”十大场景，根据每个场景的具体需求，面向海内外征集解决方案。

首批人工智能应用场景需求，紧扣上海超大城市特点和经济社会发展需求，围绕经济高质量发展、提升产业智能化发展水平，服务民生发展、满足人民美好生活需要，聚焦城市精细化管理、提高治理能力现代化水平三个方面，加快打造AI科技创新和产业应用互相促进的良好局面。（来源：上海市人民政府）

乌兹别克斯坦签发法令批准实施“智慧城市”技术构想

日前，乌兹别克斯坦内阁签发法令批准实施“智慧城市”技术构想。该构想旨在改善社会基础设施，加快地区发展，提升人民生活水平，将由乌国家投资委员会和创新发展部负责执行。

这项法令指出，当前乌仍处于打造“智慧城市”的初始阶段，首都塔什干正在开展“安全城市”“智慧电表”“智慧交通”和“智慧医疗”等系统相关试点工作。针对信息通信技术设施欠发达和城市基础设施老化等阻碍“智慧城市”落地等问题，乌将借鉴国际实践经验，积极吸引私人资本参与，加强公私合营，开展电子通信网络现代化改造和相关基础设施重建。

根据该法令，“智慧城市”构想的实施将分为四个阶段，即2019年至2021年评估乌国内基础设施现状；2022年至2024年制定实施战略；2025年至2027年规划、编订预算及有效性预估；2028年至2030年具体实施和成果评价。通过“四步走”战略，逐步对交通、教育、医疗、能源、供排水、住宅、公用事业、建筑和家居等十大领域，实行智能化和信息化升级与改造，最终实现“智慧城市”构想。（来源：中国信息产业网）

河北省加快推进新型智慧城市建设

河北省政府办公厅日前印发《关于加快推进新型智慧城市建设的指导意见》。意见提出，要加强和完善政府引导，增强创新意识和社会协同意识，推动新一代信息技术与河北省城市规划、建设、管理、服务和产业发展的全面深度融合，有效提升城市综合承载力、竞争力和居民幸福感，促进新型城镇化高质量发展。

意见提出了河北省加快推进新型智慧城市建设的主要目标：

到2020年，建设一批特色鲜明的新型智慧城市，筛选确定3个市主城区和10个县城开展新型智慧城市建设试点，探索符合河北省情的市、县级智慧城市发展路径，打造具有河北特色、全国先进的智慧城市范例，聚集和辐射带动作用明显增强，综合竞争优势明显提高。

到2025年，试点市、县进入全国智慧城市领先行列，带动河北省设区的市主城区实现良性、可持续的智慧城市建设模式，全省县城智慧城市全面展开，智慧城市与数字乡村融合发展，覆盖城乡的智慧社会初步形成，在保障和改善民生、创新社会管理、构建网络空间及安全方面取得显著成效。（来源：河北新闻网）

杭州延安路将打造国际化智慧街区

今年，下城将重点对武林商圈内的重要部分——延安路下城段，进行国际化智慧化的改造，让延安路再放光芒，再迎“王者归来”。

下城区将利用物联网、云计算和大数据等谋划街区智慧商业、智慧停车、智慧金融、智慧物流、智慧旅游、共享服务等功能的实现，构建智慧街区“生态链”。探索消费者功能、商家功能、政府数据功能三者有机整合。引进“黑科技”到延安路商业大街上，通过智能餐厅、无人超市、人脸识别、机器人服务等丰富多样的形式，为消费者带来智慧化的购物体验。

下城区与阿里巴巴集团展开合作，积极推进“武林商圈”在支付宝商圈平台上线，整合商场、超市、餐饮、休闲娱乐、运动健身、摄影等多行业业态，目前已有超过600家商户进驻商圈平台，实现店铺定位引导和支付即双会员功能，让顾客在购物消费的瞬间，成为商圈和品牌的双会员，线上覆盖1000万人次。同时，可基于会员基础信息进行数据分析，实现标签分类、消费习惯分析和精准营销，不仅解决商圈会员难运营的困境，同时也给入驻品牌提供了更直接触达消费者的通道。（来源：杭州日报）

5G时代智慧城市需创新商业模式

从2G网络到4G网络，以及即将商业化的5G网络，科技的进步让移动通信技术朝着“更快、更好”的方向发展。作为大宽带、低时延、大连接的新一代移动通信技术，5G将把人们的移动宽带体验推向新高度，极大地丰富人们的工作、生活及娱乐体验。

“5G将是各行各业融合创新的催化剂，是巨大的创新孵化新平台。”国务院参事、中国城市科学研究会理事长、住建部原副部长仇保兴近日在顺势·解局——5G时代智慧城市的机遇与挑战论坛上表示，5G时代的“新规则”是组合式、相互强化爆发式创新。

而在与物联网、人工智能、大数据等其他新兴技术的融合下，5G有望成为智慧城市建设中的重要环节。何谓智慧城市？相关专家表示，智慧城市不仅仅是物联网、云计算等新技术的应用，更重要的是构建城市可持续创新生态。智慧城市通过不同科技改变我们的生活空间，使之变得更安全、健康、环保，这也是未来城市发展的重要方向。（来源：中国贸易报）

滨海新区打造全国智慧城市样板

从2018年8月注册以来，紫光云在天津享受了入驻、人才、户口、资金、项目等各方面的扶持。“企业家老大”的营商环境让紫光云拥有了天津速度。成立5个月来，紫光云已经拥有员工668人，在全国建立了三个节点，形成了12个大类508个云服务产品，抢占了国内云计算发展的先机。

城市在数字化的过程中，越来越遇到重复性建设的问题，例如公交车、地铁、酒店等多个场景都需要人脸识别，目前都各自开发数据无法打通。其实整个城市只需要一套人脸识别工具即可，底层数据还能实现整体打通，而各种数据汇集起来就是城市数据大脑。

目前，滨海新区的城市数据大脑──“智慧滨海”云平台正在建设中，该项目由紫光云统一部署实施并提供服务，将分三年推进智慧滨海建设，并打造四大板块13个应用试点。通过“智慧滨海”云平台建设，将提升滨海新区社会管理的精细化、智能化水平。（来源：北方网）

搭乘5G高速列车，推进花果园智慧城市建设

近日，贵州宏立城集团分别与中国移动通信集团贵州有限公司贵阳分公司和中国联通贵阳市分公司签订战略合作协议，为5G时代的智慧花果园建设注入强劲动力。

超大型城市综合体花果园，入住人口50万，入驻企业、商家逾2万户，日均人流量100万人次，每日都有海量数据产生，本身就是一个“数据宝藏”，为5G技术落地提供了丰富的应用场景；而5G技术的引入，也将解决大密度、大流量通讯难题，为“智慧花果园”的建设提供坚实保障。

贵阳作为试点城市，已完成5G的试点建设与测试。2018年底，贵阳联通在高新区与贵阳市大数据发展管理委员会、贵阳市高新区管委会联合举办了全国首个5G实验网综合应用示范项目发布会，将进一步拓宽发展领域、加快发展步伐，有能力以5G技术推动“智慧花果园”建设,双方开展战略合作前景十分广阔。

宏立城集团在智慧社区建设过程中，将搭乘5G高速列车，在各领域开展应用示范，实现社区内人与物通过网络的互联互通，打造“物物互联,万物万联”的智慧园区。（来源：南风金融资讯）

云天励飞与宝安区政府战略合作推进智慧宝安

2月13日，云天励飞与宝安区政府签署战略合作框架协议，合作推进警务智能化、智慧宝安以及智慧空港建设，高效整合云天励飞“AI+新警务”“AI+新治理”“AI+新商业”等AI产业生态，助力宝安建成为AI覆盖多领域产业化应用的智慧城市。在宝安区委副书记、区长郭子平，云天励飞董事长兼CEO陈宁等领导的共同见证下，由宝安区副区长周学良、云天励飞高级副总裁郑文先代表双方签约。

根据协议，双方将推进宝安区警务智能化建设，加速人工智能前沿技术在城市规划建设、治安管理工作中的深度应用，共同建设平安宝安。同时，围绕深圳国际会展中心和深圳机场建设，助力智慧会展和智慧空港建设。

智慧宝安建设方面，云天励飞将发挥在城市级AI、大数据、云计算等方面的技术优势，助力“智慧宝安”在大数据分析应用、区大数据中心等方面的建设，并加强在智慧园区、智慧社区、智慧校园、智慧医院、智慧交通等领域的智慧化应用探索，助推宝安区经济社会各领域的智能化升级。（来源：亿欧）

咸阳智慧城市数字城管工作成效显著

2月12日，从咸阳市城市管理委员会办公室和咸阳市城市管理监督指挥中心获悉，2018年以来，咸阳市数字城管平台重点围绕国家卫生城市、国家园林城市复审、文明城市巩固提升、工地道路扬尘治理及陕西省十六运环境保障等方面展开工作，积极发挥数字化信息作用，强化部门责任，解决难点问题，不断提升城市管理精细化水平。

据悉，咸阳市数字城管2018年全年累计共上报受理案件132802件，应结案数122306件，结案数105191件，结案率86.01%，较上一年增加了3个百分点。“12319热线”公众举报案件5519件;视频抓拍上报扬尘治理类案件1719件，拍摄文明与不文明行为13707件，信息采集员现场自行处置案件48473件。

推动创新，加快县域数字城管平台建设。咸阳市考核办组织对各县市数字城管进行了年终目标责任考核，彬州市、礼泉县、永寿县、长武县、淳化县等县市建成了数字城管平台，并应用到实际的城市管理当中，实现了高位监督指挥，第一时间发现问题、第一时间督办问题、第一时间整改问题，作用明显、效果显著。（来源：咸阳市人民政府）

智慧城市日益凸显，湖州开发区现代服务业助力经济发展

农历新年前夕，湖州经济技术开发区唯品会华东运营总部项目施工现场却一片忙碌。目前，该项目A区7个库区中有5个已完成主体施工，库内流水线及仓储货架安装到位，正在进行调试， B区目前正在进行基础和主体建设。项目负责人彭琦说，项目预计今年10月竣工，达产后销售收入不低于35亿元，亩均税收不低于13万元。

去年以来，湖州开发区把发展服务业作为结构调整和动能转换的重要抓手，扎实推动传统服务业转型和新兴服务业培育，服务业发展水平和质量效益明显提升。 2018年，开发区服务业增加值增长7.4%，总量占GDP 61.2%，完成服务业投资占全部固定资产投资比重达80.4%。

据湖州开发区相关负责人介绍，开发区现有服务业规模企业128家。去年以来，该区全面启动智慧政务、智慧养老等一系列项目建设，智慧城市元素日益凸显。眼下，唯品会、全胜物流、太阳湾酒店、联想科技、南太湖医院等17个服务业产业项目已新开工建设，不断增强区域现代服务业的发展后劲。（来源：浙江在线）

新余市荣获中国智慧城市发展十周年领军城市

近日，2019第九届中国智慧城市大会暨中国智慧城市发展十周年大会在北京召开。从会上传来喜讯，新余市被授予“中国智慧城市发展十周年领军城市”荣誉称号，这是对新型智慧城市建设和智慧产业发展所取得成绩的充分肯定。

新余市自2012年起着力打造智慧城市，截至目前，已投资9.11亿元，共计13大工程，60个重点项目，其中建成37个项目，在建16个项目，筹建7个项目，智慧新余框架已初步形成。先后被国家发改委、工信部、住建部列入国家智慧城市、信息惠民、信息消费、宽带中国试点城市，连续六届荣获中国城市信息化50强。（来源：华夏经纬网）

亚太地区智慧城市与物联网发展不再落后于西方

国际数据公司IDC近日发布的最新报告显示，除日本以外的亚太地区将成为2019年物联网支出的全球领导者，占全球物联网消费支出的36．9％；其次是美国和西欧，占全球物联网消费支出的26．1％。

其中，在日本以外的亚太地区，中国将成为该地区物联网支出最大的消费者，其次是韩国和印度。2018年这三个地区的物联网支出分别为1591亿美元、226亿美元以及196亿美元。

IDC报告指出，除日本以外的亚太地区的物联网支出之所以能够持续稳健增长，主要归于国家政府、市级政府以及企业三方面的合力作用，将物联网技术从概念向应用落地进行转化，例如加大智慧城市基础设施建设、推动新技术（软件定义网络、工业自动化、深度学习、边缘计算、5G等）的转型发展。

尽管IDC指出受人口、宽带普及率以及国家基础设施容等差距的影响，亚太地区不同国家的物联网支出差异较大。但总体来说，受智慧城市建设推动，亚太地区国家的物联网支出不断向前发展。（来源：亿欧）

七成港沪市民认为提供研发优惠是打造智慧城市关键

毕马威最新的调查发现，超过70%的香港和上海受访居民认为，改善获取资本的途径、为创业者或研发活动的提供更多优惠措施，都是发展智慧城市的关键优势。

这份名为《互联城市：亚太地区市民的意见》（Connected Cities: Citizen insights across Asia Pacific）的报告，由毕马威与中电控股、JOS、西门子、智慧城市联盟和威信集团携手发表。报告列出了对香港、墨尔本、首尔、上海和新加坡的4,192名居民进行的调查结果，并且探讨了发展智慧城市中他们最重视的领域，以及他们预期城市更加“智慧化”所能够带来的好处。有关调查详细探讨以下六个重点领域的发展情况和需要采取的行动：交通出行、塑造着眼于未来的劳动力队伍、生活环境、医疗保健、能源和资源以及科技解决方案。

整体而言，五个城市的受访居民中有51%认为，创造一个拥有完善城市规划和设计的良好生活环境，是城市发展的重中之重；49%受访者认为提供和改善居民医疗保健服务是关键（持相同观点的香港受访者达51%）。交通出行排名第三（43%），紧接其后为塑造着眼于未来的劳动力队伍（40%）。（来源：中国消费网）

重庆市构建智慧城市投资开发平台

2019年2月12日，重庆市住房和城乡建设委员会发布《关于2018年度全市智慧小区建设情况的通报》，鲁能泰山7号二期、鲁能泰山7号三期、江津鲁能·领秀城、鲁能领秀城4个项目获得“智慧小区”标识，发挥行业引领作用，积极率先打造智慧小区。

“智慧小区”的定义是将通过综合运用现代科学技术，整合项目区域人、地、物、情、事、组织和房屋等信息，统筹公共管理、公共服务和商业服务等资源，以智慧小区综合信息服务平台为支撑，依托适度领先的基础设施建设，提升小区治理和小区管理现代化，促进公共服务和便民利民服务智能化的一种小区管理和服务的创新模式，是实现新型城镇化发展目标和小区服务体系建设目标的重要举措。

依托智慧社区建设契机，重庆鲁能整加快建设三大平台，即智慧新能源科技创新平台、幸福产业运营发展平台、智慧城市投资开发三个平台。大力推动智慧建筑、智慧社区、智慧能源等新技术研发与产业导入。（来源：华龙网）

北京住建委：“人脸识别”将成每间公租房标配

Wed, 09 Jan 2019 18:40:00 CST

不久前，北京市住建委发布《关于进一步加强公共租赁住房转租、转借行为监督管理工作的通知》（以下简称《通知》）。

《通知》要求，纳入北京市保障房建设计划的公租房项目应全面采用“人脸识别”、智能门锁等技术，实现非承租家庭成员不得随意进入楼栋单元门。

自《通知》发布之日起，新纳入保障房建设计划的公租房项目应当安装技防设备，设备采购、安装等所增成本可计入建设成本；在建项目须于竣工前完成安装，所增成本可计入建设成本；已竣工项目未达到上述要求的，须于2019年7月1日前完成改建，改建及运营成本可纳入项目运营管理成本。

近日，北京市保障性住房建设投资中心表示，北京公租房人脸识别系统正式上线运行，部分公租房住户开始“刷脸”进出社区和单元楼门。启用该系统的社区，未通过识别的人员将会被拒之门外。预计到2019年6月底，人脸识别系统将覆盖所有已运营项目，涉及12万居民。

“原来只是记录进出人员的数据，现在则必须通过人脸数据库的对比和验证，才能打开门禁系统。”保障房中心信息中心主任单振宇说。

雷锋网了解到，人脸识别系统目前分为三种类型：独立管理的公租房小区在出入口安装人脸识别系统，通过身份验证和现场工作人员的管理，防止尾随进入社区；

非独立管理的公租房社区则在单元门安装人脸识别系统，与原有对讲门禁系统集成，确保公租房住户可以便捷地出入；

此外，对于在同一单元内不能独立管理的房源，会采用指纹锁设备进行管理。

目前，在人脸识别系统后台的数据库里，已经采集租户及同住人面部信息10万余条。通过与小区或者单元楼门禁的结合，人脸识别系统实现了每个出入人员都有迹可循，在拒绝陌生人私自访问的同时，为小区配备访客登记系统，以确保访客的信息可以追溯。

人脸识别系统所收集的数据，在对承租人进出和房屋是否闲置等情况进行分析的同时，还能对园区老年住户进行特殊照顾，比如独居老年人一定时间未在园区出入，信息中心会将该项数据反馈至公租房管理项目处，项目处随即开展有针对性的入户走访，以确保独居老年人的起居安全。

相关负责人介绍，遵循“三分建、七分管”的原则，保障房中心公租房运营管理中心将加强人脸识别系统的后期运行管理，在提高技防的同时，提高人防的警惕性。

公租房管理服务中心副主任时芝兵表示，各项目已做好加强管控的准备，确保技防设备充分发挥作用，“人脸识别设备自身具有一定时间内的录像功能，针对恶意损毁等行为，会留下现场证据，以备事后进行查处。”雷锋网雷锋网

长文对话实录：国内物联网10年沉浮，AIoT技术如何破局？| AIoT+智慧城市峰会

Mon, 24 Dec 2018 09:22:00 CST

12月20日，雷锋网主办的AIoT+智慧城市峰会在深圳举行。会上除了百度、阿里、腾讯、京东等公司分享智慧城市建设中的经验和策略打法，Semtech、康行科技、和而泰、绿米科技更是在圆桌中就“AIoT技术和智慧趋势应用的融合”这一话题展开激烈头脑风暴，精彩观点连续碰撞。

参与圆桌的嘉宾分别是：

Semtech市场战略总监甘泉
康行科技联合创始人潘江宇
和而泰地产事业部总经理潘子健
清华大学深圳研究所博士后、绿米算法工程师曲晓峰

为了呈现嘉宾的行业观点与预判，雷锋网对现场圆桌对话内容予以实录，并做不改变原意的编辑与整理。

主持人：感谢四位嘉宾能到来。国内物联网市场经历了近十年的起伏，产品及场景化落地得到了很大的加快，如何看今年整个市场从IoT到AIoT的变化？

甘泉（Semtech市场战略总监）：首先要大量的数据喂进来，进行大量的分析，这样才能把AIoT做得好，趋势我们看得很清楚了，发展方向也看得很清楚了。但是我看到的情况是，前端传感器的数量并不够多，收集的资料、数据信息也不够多，而且客户习惯的养成和特性的培养，这个过程也没有达到非常高的量，所以在未来的发展过程中，这两个是共同发展的过程。假如说现在获取信息的数量是一百亿，在这个数据量下服务整个地球或者中国这么多人，实际上AI被喂的东西还是太少了，等数据量增加到现在的十倍甚至一百倍的时候，AI的服务带来的价值可能增加的就是一百倍甚至一万倍，这是一个持续增长的过程。

潘江宇（康行科技联合创始人）：康行科技是做门禁通行的公司，是基于人脸识别去做的。IoT和AIoT，从个人管理业务、部署产品和市场的角度看，差距并不大。AIoT和IoT的唯一差距就在于在现实的场景中，服务客户、给予客户技术能力以及工具的功能变得不一样了。

普通智能产品，像手机、门禁卡、饭堂饭卡，客户以前接受并用过，他们接触过这样的产品，他们知道大概的功能，一上手用就是这样，AIoT就在于变成刷脸，变成语音交互，这是差别。所以康行科技的精力更多放在用户交互的体验上，让他们知道怎样通过第一次用AI的产品，学习到以前的行为习惯，并可能要改变旧有的行为习惯，所以是一个更偏向于逻辑设计和业务交互的东西。我们的思路是以客户的角度看待，以用户的角度设计，现在的训练模型很普遍，训练成本也很低，现在都有很多AI的开放平台和技术，重点是要如何教会用户用。

只有让用户觉得你的东西有用才有市场，前期做再多的噱头，是悬在半空中的，最终是要落地的。我们公司内部工作的口号就是：技术要上天，但是产品要落地。我们要想办法怎么让三四十岁的中年人接触到这样的东西，也能在一个星期之内适应它，这就是我们的工作。

潘子健（和而泰地产事业部总经理）：IoT到AIoT的爆发，在四年前和而泰就预测到了，在14年C-life平台推出的时候，我们平台的定位就是大数据综合计算服务平台，四年前大家谈IoT都在谈连接，但我们说连接本身只是一种手段，并不是目的，目的还是从智能到智慧的升级，要有数据、计算和服务，所以IoT到AIoT的升级或者爆发，这是一个必然。对于和而泰来说，从一开始做IoT就是这样的定位，瞄准计算、AI和服务。所以IoT是一片蓝海的话，不同的定位，就代表了你可以到达不同的高度。

曲晓峰（清华大学深圳研究所博士后、绿米算法工程师）：AI和IoT的结合可以从几点来谈，一个是有人工智能的产品接入到IoT里，再就是IoT的运营使用人工智能的技术。有人提到物联网端的传感器数量还不够多，所以想在物联网上运行一些人工智能的功能，确实现在数据量不够，但是今年已经看到有些改变迹象了。

清华大学深圳研究所博士后、绿米算法工程师曲晓峰

首先在终端，有AI功能的产品已经爆发。常见的智能音箱、智能门锁以及带有各种识别功能的摄像头，手表、门锁等传统产品上也能实现人工智能的功能。我们的用户、产品经理，对于人工智能已经有了把握，不像前几年一提起人工智能，大家首先想的是能跟人交互的机器人，现在这种泡沫已经被戳破，反而是大家能够冷静的为用户提供服务的角度思考人工智能。所以这一年最主要的变化是，人工智能真正的冷静了，理性了，但反而能给用户提供有价值的功能了。

主持人：现在物联网协议慢慢打通，网络平台的基础架构已经有一定规模了，智慧城市的发展也开始进入一个新的开始，现在看智慧城市是一个宏观概念，细分下来的话，这两年无论是智能单品、智能家居、地产，无论是谈到智慧城市的宏观概念还是细分场景的落地实施，都离不开基础网络的搭建。lora进入国内是比较早的，现在在国内铺得也比较大，甘泉总是负责lora技术在中国的拓展，在中国有怎么样的布局？今年推广情况怎么样？

Semtech市场战略总监甘泉

甘泉（Semtech市场战略总监）：推广情况非常好。今年云栖大会的飞艇，其物联网主要的连接技术是lora技术，阿里进来了，下半年腾讯、京东也进来了，所有的互联网公司全部都涌入到lora技术作为物联网连接的主流技术里，这是我们可以看到的。从数据上看，今年还没有结束，预计中国有增长50-100%的空间。在地产方向，现在招商地产、碧桂园等等已经用了我们的技术。现在大量的房地产企业开始做转型，吸收现在的先进物联网技术架设到里面，现在都是前装，建设的时候就装进去，越来越多，非常好。所以我也非常看好这个发展方向。

主持人：和而泰在地产上也做了大量的工作，潘子健总也是这方面的专家，和而泰今年主要在这方面做了哪些工作？

潘子健（和而泰地产事业部总经理）：整个地产行业从住宅开发模式现在变成多元化持有模式，这是一个行业的大势，所以各家地产龙头企业都在“去地产化”，但主要的营收还是来源于传统住宅。

在业务的多元化布局方面，可以看到长租公寓、酒店、旅游地产、文旅、物流、教育、农业、养老这些都在多元化布局当中，地产的多元化不仅仅是房子不卖了，它的整个盈利模式是不一样的，住宅销售是快周转的模式，生产就卖掉，卖掉也不管了，物业维持基本服务。如果持有模式的话，是需要持续经营：运营客户，保持人流，保持营商环境。长租公寓从2017年开始爆发，未来的竞争会面临一个运营能力的竞争，这就需要你更加了解客户，安全、健康、必要的社交等这些是成为我们在公寓运营的时候要重点考虑的。安全、健康、社交这些都跟智能化有关联，所以今年会推一个健康公寓，健康公寓就是一个健康的生活模型，包含你的睡眠、饮食健康，饮水健康、空气环境要健康，甚至身体检查。我们打造了一整套的健康公寓智能化的解决方案，来提供给公寓运营方，提升他整个品牌公寓的运营能力、品牌溢价以及客户的体验和满意度。

主持人：除了地产方面，还有一个很火的领域就是智慧家居。绿米从智能单品时代一直到现在，逐渐成为智慧家居的佼佼者，曲晓峰总是如何理解智能家居现在的发展，有哪些需要克服的问题？智能家居接下来有哪些是比较火爆的点？

曲晓峰（清华大学深圳研究所博士后、绿米算法工程师）：前装是汽车出厂之前要安装的一些设备，绿米的智能家居要用这个词来形容的话就是后装，消费者想给自己的生活做一些改变的时候，小米、绿米会找智能家居的单品添加到家里，体验这些智能的功能。

智能家居的单品，其实某种意义上是一种教育，很难下定决心做一个完整智能家居的房子，毕竟沉没成本比较高，有可能先用一些单品，弄一个小爱音箱，用了一段时间之后发现能给我的生活带来改变，有良好的体验，之后才下定决心要找一个有和而泰整体方案的，或者是有带有lora产品的这么一套家居。有的是做前装，有是做后装，但这也带来一些问题，不管是IoT还是AIoT，智能设备要互联互通才能体现功能，所以绿米在进入小米生态链之后推出的第一套产品是一个套装，有四个智能产品，能有一个最小可用的系统，这样就能先玩起来。

这两年从绿米的角度看，用户已经成熟了，他们对人工智能产品是有期待的，他们希望用有智能的产品把家更智能化。但反而是我们推出单品的时候，工程师和产品经理早期对这个东西是没有把握的，2014、2015年就有一些先行者，一些小的公司推出人工智能产品，但是当时的产品一方面是市场不够成熟，一方面技术也不够成熟。但是今年市场真的是成熟了，我们有了一些新的智能家居的产品推出之后，从来都是供不应求，反而是我们的厂商现在越来越谨慎了，每推出一个产品都会反复测试。今年门锁是比较火的一年，但是中间出了好多的波折，比如说一些小黑盒、假指纹，但是技术也在不断提升，这个月刚推出的米+门锁，8小时三千万销量，真的卖没了。从智能家居的角度看，今年一整年的变化，人工智能+物联网，市场真的是成熟了，反而是需要我们从厂商、从云端及方案端拿出更成熟的产品满足客户需求。

主持人：门禁系统是在商业化落地比较好的，也是现在产品销售比较好的领域，康行也有自己的智能门锁产品，可以谈一下在产品落地上有什么自己独特的见解？

康行科技联合创始人潘江宇

潘江宇（康行科技联合创始人）：大家都从买房子追求有得住，到要住得近、住得好，现在变成住得高端、住得健康。住得健康怎么体现？那就是硬件的设备上，因为现在提高人力去增强服务，已经是传统手段，当然最好的做法还是添加新的设备，我们就会针对这样的诉求做产品，做这个产品的过程中，我们发现现在人工智能技术很火，但是现在国内的小区很难见到有真正用到AIoT的人工智能技术的产品。这个市场是非常大的，很多人还用不到，为什么用不到？首先是成本原因，没有办法承担这个成本，其次是提供服务的能力，像绿米或者和而泰，他们打包一个完整的方案，打包方案之前要选择供应商，哪个供应商具体到控制场景里的门锁？具体的协议能不能通？两帮工程师能不能做整体方案？这里很复杂的。

高端小区可以通过AI技术增加房子的价值，房子怎么宣传是他的事情，我们只提供服务。但是中低端小区怎么办？这样的小区是没有完整物业的，可能很多的房子都是以前卖就卖给你了，物业就收普通管理费，怎么让这样的小区也用上这样的产品？一个是控制成本，再就是提供傻瓜式的服务，将我们的产品做出来，包装好给到客户，并且可以很快捷教会他怎么使用，所以我们公司不但有产品组、研发组，还有售后和代理的工程部署团队，这也是我们公司为什么成立一年多，就已经获得了百度的认可，成为了他第一家AI的指定合作商合伙人。

我们虽然是一家做B端生意的人，但是我们秉持的是对C端客户的要求，在AI这样一个新的时代，大家都不认识这样一个新的东西，真正的老百姓只关心柴米油盐，我怎么服务到他？通过我们在场景中不断打磨和精雕细琢。微信一开始是做社交，后面的生态逐步建立起来，不是一开始就想到有微信钱包、滴滴打车，我们的思路也是这样，首先用户要能用，，每个人都能用的时候，就已经成功了，我们奔着这样的目标，希望我们的产品可以服务到更多行业。这是我的心声。

主持人：AIoT技术和智慧城市应用的融合有怎么样的想法？可以根据各自所在的行业发表自己的看法，也可以做一下对未来的展望。

甘泉（Semtech市场战略总监）：我一直是做物联网的，从研究生到现在做了十年，以前做RFID，现在做lora，主要是要有更多的节点连接，拿到更多的数据。RFID在这些年已经有一百亿颗的出货量，现在还有lora加起来有亿级，如果以后真的万物互联，那个链接的数目应该是万亿级的，这一天谁也不怕没有数据。

物联网现在变化的速度是越来越快的，可能到万亿级互联的那一天是十年或者十五年后，那一天世界会有巨大的变化。培养客户，我们要有耐心，要有实践，可能前面耕耘的路比较痛苦，但是我相信将来万亿互联以及AIoT的发展是非常宏大的。

潘江宇（康行科技联合创始人）：不管是拿数据还是提供服务，端是最重要的，一定要有端，一定要在场景中——这就是物联的基础也是核心。我们公司的使命是用人工智能连接人与物，将真正的物联连接起来，真正将服务与服务之间形成关系，将各个服务之间形成体系，可以说在未来，以后去到哪个地方都不用带任何的电子设备，因为任何地方的电子设备跟云端联系就能成为像手机一样的东西，现在携带手机是自己的一份资料或者计算工具，如果未来端真的达到我们所想象的上兆级的连接、上兆级的神经元，可能我们就身处一个计算机中。我们的工程师、业务人员、产品设计就要朝这个方向去走，怎么样在这个人工智能时代，将端的设备放到场景中服务场景，这就是我们要做的努力，也是这个时代的诉求。

和而泰地产事业部总经理潘子健

潘子健（和而泰地产事业部总经理）：所有的新技术包括所有新的商业模式，最终要回归本质就是价值，物联网并不是一个新技术，早在十年前就提了物联网这个概念。物联网从连接开始，走到现在大家都在关注数据，再到计算，也可以理解为它是AI的一种计算能力和服务，最终它是要通过这样的路径来体现它的价值，和而泰的愿景是以人和家庭为核心，能够延展所有的行业，真正成为社会运行的支撑平台。连接只是第一步，数据也还是开始，计算是到了中间，所以我们要形成能够在各个领域、各个产业落地的智能化的大数据，基于物联网的价值体系。只有这样，我们的物联网、大数据、人工智能才能跟最终的商业价值进行绑定，也只有最终的价值落地，才能够实现真正的万物互联。

曲晓峰（清华大学深圳研究所博士后、绿米算法工程师）：绿米是做纯TO C的，对用户体验非常敏感。

今年有一个改变特别明显，就是用户对于带有智能产品的宽容程度明显有提升，比如说小爱音箱会出一些小问题，用户反而会在抖音上发一些搞怪的视频，用来玩一下，用户越来越宽容，对人工智能产品的理解也越来越容易。从我们这个角度来看，最近两年市场对智能产品的需求是很强烈的，反而是我们在技术上试图追赶。很多时候提升产品体验更关注的是成本，门槛降下去了，产品体验就会非常好。包括小米生态链的其他兄弟企业，做产品的时候也追寻着小米的规则，比如说利润率不要太高，带来的就是用户的体验和市场的培育，真的市场在走起来了，所以我觉得大概就五年之内。可能二三线城市稍微差一点，但是一线城市是绝对不一样的。

潘江宇（康行科技联合创始人）：我更乐观一点，我觉得是三年。我们有一次做系统维护，小区停了八个小时不能刷脸，变成刷卡，他们难受得要命，因为他们已经体验了这种体验。这种现象就是已经离不开了，以这个趋势发展，可能是三年。

曲晓峰（清华大学深圳研究所博士后、绿米算法工程师）：尤其是物联网、智能家居的这些产品，技术要求还是比较高，和日常生活还是有点差距，所以绿米在这方面，我们在全国合作了一千多家服务商，遇到问题随时改进，尤其是生活场景用了这些产品之后，会产生新的需求，需求和需求之间会叠加，会指数性增长。

主持人：无论三年五年还是十年，物联网和智慧城市会离我们越来越近，无论是远的未来还是近的未来，总会到来，今天的所有演讲到这里就结束了，感谢所有的到场嘉宾，感谢大家对雷锋网的大力支持，再见。

AIoT+智慧城市峰会演讲视频全集稍后将在雷锋网会员【AI投研邦】里推出，并及时通知大家。大家可扫描二维码关注【AI投研邦】。

海康威视成立三大 BU ，积极应对安防动态增长市场

Sat, 22 Dec 2018 09:39:00 CST

近日，包括新华资管、国信证券、兴全基金在内的数家机构对安防巨头海康威视进行了实地调研，海康威视投资者关系总监蔡清源，投资者关系经理曹静文等人就相关问题进行了解答。

Q：公司未来两三年的业绩增长，主要来自哪些子行业的业务？另外七大行业的增长情况，哪些行业比较有潜力？

A：以前我们把行业分成七个子行业，最近我们在做调整，调整已经基本完成了。

我们把行业分成三个大的 Business Group，针对公共安全市场成立一个 PBG，针对企业市场成立一个BBG，再把原来针对渠道市场、中小企业市场的成立为一个 SMBG，这样我们把原来的业务分成三块，重新划分。

对于 PBG，主要面对是公安、交通、司法等政府类市场，它是以城市为中心的，以前按行业划分的这几个行业间需要打通以及进行整合，这样有些资源可以更好地发挥价值，提高公司内部运营的效率。就是之前提到的，公司在以前业绩增长得比较好的时候，比较粗放一些，现在我们希望可以在管理上更加精细一些。这个市场的增长也主要是看政府在公共安全的投资、在智能交通上的投资，以及在一些政府安全和社会管理上的投入。

另外一个就是 BBG，业务增长主要是来自一些大企业的订单。实际上在以前整个国内经济发展不错的情况下，企业的发展都是比较粗放的，快速响应型的发展模式下把权力下放，集团对下面的管控都比较弱，而随着过去几年增速减缓之后随着各家企业对效益的关注，很多决策权在逐步上移，包括在全国各地有很多分支机构的企业的经营管理，集团采购、集团管控也在增加，对这块市场我们更加看好。

但总的说来都是基于 AI，以前做不到的事情现在可以做到了，相对于原来流媒体的数据，AI 使得流数据结构化后更便于集中、更好的远程管控，从这个角度来说，企业市场中的客户也会有这个意愿，进行集中管理。

SMB 的这个市场，我一直都比较乐观。SMB 市场业务驱动是来自真正的小商业、小单位的一些真实的需求，这些需求更加实在，它不受政策影响，它就是自己本身实实在在的需求，这些需求在过去这些年成长得不错。现在来看，这个市场也依然会有比较好的增长。

人们有一些误解，在这个行业里面，海康都依赖于政府采购。实际上政府采购在海康业务所占的比重没有那么高，大概占国内业务的30%左右，非政府采购依然是主流的。在未来几年，可能非政府的业务对我们增长的贡献还会更大一些。

Q：之前提到宏观环境不好对海康业务也有一些影响，那么想了解一下宏观因素是通过怎样的途径影响到政府等采购决策的？

A：宏观经济的影响会向各方面传递。一个是大家都能看到的政府地方债的问题，很多企业的资金都陷在政府项目里面，因为政府没有按照原来的合同或者进度进行支付，这个资金占用影响了企业特别是工程商的资金活力；

再一个，由于宏观经济不好，很多企业的投资是在观望的，可能看到有机会、也想投资，而在这个时候会暂停观望一下，但企业发展还是要进行投资的，所以说需求是存在的，未来会释放出来；

政府这一块，需求一直存在，如何更好地去做社会治理，包括现在大家都在谈的数字城市、数字国家，这些还是需要去做，因此需求都在，它可能早来晚来，但不会不来。今年它晚一点，但不代表它不存在了，所以我们对未来几年没有那么悲观。

Q：公司如何看待地方政府的债务问题对于雪亮工程的影响? 能否量化一下大约会影响公司增速几个点？

A：现在很难做这样的量化判断，地方政府债务是一个方面的因素，有时候领导换届，其他的事件也会带来影响。

个人认为，平安城市的投入占整个地方政府支出的比重非常小，地方政府债务对安防行业的影响还是非常有限；营收增速的背后有很多因素在影响，地方债只是其中的一个因素而已。

从公司角度来说，很难去将影响量化，比如要分析细化到哪个城市在什么时候需求落地，或者推迟到什么时间，我们没有能力做这样的量化；但是我们相信需求依然在，可能会早两个季度，晚两个季度，甚至晚一年，我们觉得都正常。现在来看，大的需求依然在，订单依然在增长。

Q：公司通过在低增长阶段练内功，公司在内部管理能力提升方面在做哪些工作？比如公司提到在 3 个 BU 的重新规划上会有怎样的动作？

A：企业内部的管理调整顺应着外部的变化，随着组织规模变大，持续进行变革。目前公司每年有 100 个左右的变革项目在推进，推动企业内部的持续改善。

例如，以前有些做的好的部分在企业规模变大后变差了，因此要持续进行内部调整、岗位梳理。现在看以前的7个行业事业部分类过细，正在调整。

通过变革，软件在架构和组件方面实现了更好的通用性，所以我们也有能力以此为基础做事业部的具体调整。

Q：国外增长的驱动和中国相比，主要的不同是什么？海外的政府采购是不是应该没有国内那么多？

A：海外市场，海康所做的市场主要是 SMB 市场，大概 70%左右是分销市场中的中小企业市场。在某些国家的政府采购比例可能稍微高一些，比如说新加坡，我们做了新加坡的平安城市项目，它的政府采购比重就比较高；

对于绝大多数国家来说，政府采购在海康的占比非常非常小，特别是在一些发达国家，比如说美国、英国、澳大利亚、法国、德国等等；海外的项目市场，现在大约在海外收入中有 20%多的占比。在国内市场是倒过来的，SMB 市场占30%，政府和行业市场占 70%。

Q:华为海思是否可以作为英伟达芯片的备用替代品？

A：做 AI SOC 芯片的公司很多，不只有华为海思，国内很多其他的公司在做，在台湾、韩国、美国、英国等国家都有这样的公司在提供 AI SOC 的芯片。

对于海康威视来说，我们在全球供应商中选择合适的芯片来做自己的产品，并不会根据芯片来自哪个国家，哪个公司来选择。

此外，公司一方面需要保持自己产品竞争力，一方面也要考虑公司面临的风险；所以这些年来我们也一直在推动国内的芯片或者器件。比如 2010 年我们高清的光学镜头 99%都是进口的，现在 99%都是国产的了；比如 SOC，我们早期用飞利浦半导体，用 TI，也用 Intel 的一些芯片，现在国内的 SOC 供应商占比已经 80%以上了。

本意上我们不会因为是本土的供应商，是中国的公司，海康威视就用，是美国的供应商就不用了。当然中美贸易等方面的因素也会影响我们的供应商选择，对于企业经营来说我们需要规避风险，但是不会走向极端的状态。

不仅仅是海思，其他公司提供有 AI 引擎的 SOC 芯片，其实都是在推动产业的发展。这是一个生态，有更多地供应商进来，能够提供更多的芯片解决方案的时候，都能让整个生态更丰满，也是我们乐意看到的。

Q：现在投资人中有一些误区，把海康和阿里、华为对立起来，现在行业 AI 化之后，产业链很长，各种玩家投入到边缘计算、云的工作中，从公司的角度看，跟他们是否有竞争，以及包括和算法公司的竞争合作关系会怎样演化？

A：在现在的竞争中，各个玩家之间的边界并不明朗，似乎都想涉足对方的领域，之前本来没有关系的公司，现在可能变成竞争对手，本来应该相互协同的公司，现在却想着把对方吃掉。

这反映了一个产业刚刚起步时候的正常状态，每家企业在市场中都有自己的定位，发现竞争情况恶化时，退出竞争也很正常。

我们认为阿里的定位是数据公司，通过数据来挖掘价值，通过阿里云做“城市大脑”、“云上公安”等业务，华为被阿里挤压，华为与阿里会是更直接的竞争，他们是直接的竞争对手。跟海康的竞争其实并不是很多，海康的边界很清晰。从今天的时点看，大家有一些误解和冲动都很正常。雷锋网雷锋网雷锋网

墙裂推荐：中国改革四君子朱嘉明最新区块链演讲

Sun, 07 Oct 2018 18:45:59 CST

导读：朱嘉明老师是中国改革四君子（王岐山、朱嘉明、黄江南、翁永曦）之一，著名经济学家。朱嘉明老师是区块链思想的积极支持者和布道者，对全球金融和经济趋势颇有远见，正是这位老师在5年前给一本叫《比特币》的书作序时，其所作的预言，都在2017年、2018年得到了印证，真得感謝这位预言者所作的探索与研究。本文是朱嘉明老师2018年9月15日在一次金融研讨会上的最新演讲，总结了2008年世界金融危机以来全球货币金融生态的演变，可以帮助大家从宏观上把握区块链和加密经济，墙裂推荐阅读。

今天是9月15日，为什么会选择今天？正如像主持人张宇先生开始向大家讲的，今天是雷曼兄弟倒闭十周年，我们把它称之为“全球金融危机的标志性事件”。这件事到今天整整过去了十年。2008年的9月15日是星期一，十年后的9月15日是星期六。

在这里，我想提这样一个观点，不管在座的有多么年轻，都应该认识到新世纪以来的两件大事改变了历史的走向，而且影响还会继续。一个是“9.11”事件，另一个就是2008年金融危机。前者改变了整个世界的政治秩序、地缘政治；后者改变了全世界的经济形态，特别是我们这次会议所关注的货币金融形态演变。两者交相呼应和持续影响，构成了我们今天宏观环境中的最重要的大背景。我今天主要想讲三个问题。

第一个问题：在2008年全球金融危机之后的十年间，世界究竟有哪些反应和对策？这里主要谈四个反应和四个对策，或者说世界性的反应方式表现在以下四件事，并来探讨它们之间的逻辑关系。

第一件事，2008年来自密码朋克的中本聪创造了比特币。为什么这件事情是意义重大的？ 2008年的11月，一篇很短的论文登在一个由密码朋克主持的一个网站上，谁也没有想到这样一篇小小的论文居然影响了世界金融形态的新走向。中本聪研究的不过是一种P2P的支付方式，可以摆脱第三方的影响和控制，从而避免因为第三方所造成的风险。

第二件事，2009年以中国代表的新兴市场国家就国际金融秩序改革提出了方案。这个方案我们把它叫做“超主权货币方案”。2009年的3月27日，也就是在G20峰会前几天，当时的央行行长周小川，还有当时的副总理王岐山发表了文章，提出一个基本方案，就是为了解决世界金融秩序的非稳定状态，必须建立一个不由任何主权国家所控制的超主权货币，建立一个稳定世界金融秩序的货币基础。这个方案大家看到的结果就是我们刚才片子里所放出来的，并没有完全实现，最重要的结果是提高了新兴市场国家，主要是中国在IMF里的特别提款权的比重，比重提高了三个百分点左右。中国成为继美国、日本之后的IMF第三大股东国。

第三件事，茶党运动。这个时间节点也是2009年，发生的日子是美国的交税时间——4月15日。这件事影响很大，持续时间很长。这是一个没有领袖、没有中心组织、没有明确纲领的一次运动。它的直接后果就是影响了奥巴马时代的政治，以及导致特朗普成为美国总统的选举。

第四件事，2011年9月至11月的“占领华尔街”行动。因为种种原因，人们对它的关注不够。“占领华尔街”行动一度席卷美国，影响了世界的主要国家和城市，除了中国。他们的口号就是 “我们都是99%”，他们提出要选择一天不消费，采取不消费行为来抵制这个走向了严重的贫富差别和资本控制消费、权力控制民众的社会。当然，它和茶党运动不一样，最后是美国政府采取极为强制清场，使这个运动沉寂下来。

现在比较这四个运动，比较2008年金融危机之后世界性的精英的四种反应模式的差别，是有意义的。

第一件事，以中本聪代表的密码朋克的比特币创造事件。中本聪表面上是个技术派，但是他是相当成熟的技术派。他真正的基础是密码朋克运动。他背后有这样一个观点，就是在互联网时代我们必须保护自己的隐私。基于这个观点，他们最终产生出与中央政府，特别是中央政府所控制的法币体系的分离思潮和构想。在他们看来，现在各国的法币体系本质上就是中央银行控制货币发行数量，而数量多少很大程度上取决于政府相关部门的判断，特别是受制于政治家的判断。

当代的货币主权的基础都是政府和国家的信用。特别是，货币政策与财政政策的边界呈现模糊趋势。美国是典型国家。美联储并非完全独立，总统具有相当的影响力。这种分离思潮最后延伸出来的产品就是现在大家所讨论的以区块链作为基础的密码货币，或者说以比特币作为直接产品，而以区块链作为后台技术的一个体系。为了深入理解这件事，建议大家用一点时间来研究一下密码朋克运动，因为他们是开源的，和计算机开源运动，以及骇客群体有不可分割的联系。这个运动大概从70年代开始逐步发展，是伴随着互联网成长的一种运动。

第二件事，关于超主权货币这个思想，我们发现这是代表中国，但又不仅是中国，而更是代表新兴市场国家。他们要求改变原本的货币金融体系，但是提出的这个方案我们需要思考，为什么没有被接受？而方案提出方为什么没有把这个东西坚持下去？这是一个值得思考的问题。

第三件事，茶党运动。茶党运动的主体是美国中产阶级。他们要求减税，主张“大市场、小政府”，主张保卫和维护中产阶级利益。在当时的背景下，这一运动直接针对的是奥巴马刚刚上台的加税政策。

第四件事，华尔街运动。占领华尔街，它代表的是什么？代表的是草根，是民众，是社会的主体，是所有在全球化和金融危机之后受到最大伤害的主体。

在当时的历史条件下，这四个运动恰恰代表了四个反应，哪个胜出？谁也没有预见到的。到了今天，结果基本出来了，所有人不以为然的技术派，是所谓的密码朋克群体，是以中本聪和比特币为代表的比特币运动或者说区块链运动，不仅维持下来，而且产生日益扩大和深入的影响，从星星之火变成不可逆的态势。

第二个问题：在过去十年期间，全球货币金融生态发生了怎样的演变？演变分这样几个方面：

第一个方面，政策的演变。大家知道今天我们所谈的货币体系时间没有那么久远。我们今天的货币体系最早不过可以追溯到1944年的布雷顿森林会议。但是布雷顿森林会议的货币体系在尼克松时代发生了根本性的改变。尼克松关闭了美元和黄金的窗口，使货币制度彻底脱离了贵金属的束缚，货币的发行权完全由政府通过中央银行来实现。

那么从水门事件之前70年代算起，到今天为止，我们现在所说的货币体系不过40多年的历程。这样的货币体系体现出货币政策的重要性。在2008年金融危机之前，央行的货币政策，特别是美国央行的货币政策对世界金融体系的影响是显著的，甚至是至关紧要的。然而金融危机之后，货币政策的效益逐渐的下降，下降的基本特点和原因在于每一个国家都采取了所谓的货币宽松政策。在过去十年里，世界主要国家究竟释放了多少货币量？

至少是全世界GDP的一倍甚至两倍以上，中国是最多的。因此，这样的货币政策它有一系列的连锁效果，但是最根本的后果就是它导致了货币政策效益的下降。反过来它导致了所谓财政政策的上升。

第二个方面，结构性的演变。中国有很强的滞后，中国的家长和年轻人现在还认为投行都是有钱人的时候，投行的黄金时代早已悄然结束，商业银行的地位也是急剧下降。

第三个方面，运行机制的演变。我们这些年看到所有人张口讲基金闭口讲基金，就是讲银行、金融机构全面的崛起，就表示了传统的货币金融的组织架构也发生了变化，当然运行机制也发生了演变。中国盛传的所谓蒙代尔的“三角不可能”原本就不成立，现在就更不成立了。因为他的三个不可能中的一个是不存在的，就是固定汇率制度。所谓的后布雷顿森林会议和前布雷顿森林会议的差别就是世界的汇率制度从固定汇率进步到浮动汇率制度。

在过去十年，我们清楚地看到，原本稳定的和互动的利率、汇率和货币供给总量之间的关系，发生改变。最重要的指标就是创新名义负利率现象。在北欧国家，甚至出现银行给贷款方补贴利率的情况。倒退二三十年，这样的情况是不可想象的。为什么会这样？归根结底是因为2008年金融危机，实施货币宽松政策是全球性问题，流动性过剩是普遍情况。可以清楚地看到，源于政府的反危机，避免萧条的初衷，增加货币投放数量，最终传导到利率，而利率曾经是传统货币金融体系的核心所在。

当利率常态被改变，不可避免地导致影响和干扰资本市场和债券市场，以及外汇市场的预期，甚至经济增长预期。现在我们看不到利率像以前对投资产生那么强烈的影响，其结果就是现在不仅是物质生产产品过剩，而且是资本过剩。

第四个方面是技术性演变。我刚才跟山西一个朋友在聊天，讲到他现在有一个很大的新开发区，可遇到的问题是搞什么项目？资本从哪里来？这已经不再是80年代、90年代甚至2000年之后的金融生态和经济生态了。那么技术性的演变是很明显的，前几年大家谈的是金融科技，然后互联网金融的崛起，到现在区块链金融的诞生。

最后是主权性货币金融结构的调整。总的来讲，这影响的是一个世界的货币金融形态与结构，就是像我前面讲的新兴市场国家持有货币体系的影响力最大，发达国家特别是美国作出相应的反应，以及影响到我们今天所看到的贸易战，他们都有着深刻的历史联系。所谓的“三角不可能”，我说为什么不成立，就是在70年代以后，其中的一角，固定汇率制度已经不存在，所以它的前提有问题，当然就不对了。

这里一些结论，写在今天发给与会者的文章中，就是我写的《世界金融危机的十周年回顾与思考》。我把其中我认为更值得强调的四点写在这里：一是金融风险和金融危机的常态化；二是货币政策边际效益递减；三是传统和国际货币金融体系趋于解体。以区块链为基础的密码数字货币的崛起并形成了不可逆转的趋势；最后当然还有股票市场作为传统资本市场，过去的绝对主导地位正在被改变。

我着重说几句所谓的金融货币体系的“稳定性”内涵。如果把我们历史往后延伸，货币金融体系的基本特点就是它的非稳定性。只是在每个历史的时点中，我们都会误以为所存在的货币金融环境具有稳定性，其实是没有那么大的稳定性。以美国为例，仅仅从过去一百年间就完成了几次大的货币体系改革和演变。我们知道一百年前的美国已经有美联储，但是那时候谈不上货币政策，因为美联储本来是个私人金融机构。在美国已经有美联储的情况下，政府对货币金融有一定的政策影响的时候，美国的货币制度在一百年前是什么呢？是复本位制度，就是金和银同时支撑美国的货币体系。在一百年前的此时此刻，美国的每一个大区域都有一个央行的分行行长，就是所谓的美联储的分行行长，他们有权力签署美元。后来美国在1934年提高了美国白银的价格，这也影响了中国废弃了银元，建立了法币体系，这一切也不过80年左右的时间。

第三个问题，关于金融货币体系的未来前景。近二、三年的大量的事实说明，世界很快会进入到传统货币金融体系和数字货币金融体系并存的时代。这个时代已经开始了。数字金融体系可以分为政府主导的和政府不能主导的。我们现在看到前几天，9月10日，美国纽约金融服务部同时批准了两种基于以太坊发行的稳定币，分别为Gemini 公司发行的GUSD和Paxos公司发行的PSD，这是一个很大的举动，其实就是允许私人金融机构交易和美金对应的接受政府管制的数字货币。这件事对美国，乃至世界金融货币生态的长远影响，需要认真观察。可以这样思考：从现在开始，美国其实已经进入到21世纪的复本位时代，它的影响千万不能低估。

与此同时我们还会看到不受政府控制的加密数字货币的发展和基于区块链所谓的TOKEN的蔓延。针对这种情况、这种生态变化，我希望今天的与会者从更大的历史角度和更宏观的背景下去关注。一个绝对垄断的、以1971年8月15日作为时间节点的、纯粹由政府控制的、以政府信用作为基础的纸币时代，正在被一个新的21世纪的所谓的复本位时代所替代。在这个过程中，我们看到同时存在着两种信用，这是最深刻的变化。信用之一是建立在政府基础上，这是法币的特点；同样另外一个崛起的信用体系不是基于人与人之间的信任，而是基于区块链技术维系的一个信任体系。现在看来，谁也没有想到2008年金融危机十年之后的今天，会派生出这样一个结果。

最后，我想补充一点，为什么不早不晚，仅仅在世界金融危机之后的数个星期，即2008年11月中本聪就可以提出来P2P的那篇小论文？原因很简单，三个条件。条件一，技术完全成熟，包括数学、密码、互联网等技术的发展。条件二，深受2008年金融危机的刺激。金融危机刺激的核心后果是这个时代的精英发现谈了半天，他们有一个主权没有，就是财富主权。因为财富的尺度不在他们手里。条件三，大家认为所谓货币是可以非国家化的，而这个思想是可以被实践的。这样的一个历史环境就自然而然地在那样的时点中碰撞出这样的结果，我们至今不知道谁是中本聪，但是我们见过中本聪的主要成员，他们在当时做这样的事情和做了这样的创造，不是随机的，是自觉的，不是任意的，是认真的。

总之，在世界金融危机十周年之际，我们在这里讨论过去十年发生的相关重大事件，解读这些事件的背景和关系，我们会发现真实的历史过程远比我们以为的要精彩、要深刻。

来源：零壹财经

杭州，AI时代的第一个城市“牺牲品”

Sat, 06 Oct 2018 16:31:21 CST

图片来源：视觉中国

自从杭州踏上了争夺一线城市的战场后，那个在评书中安静闲逸的“人间天堂”，已经陷入了互联网、人工智能和区块链的喧嚣。随着杭州关于人工智能的企业越来越多，就业机会也随之增加，那些喊着“逃离北上广”的AI人才终于找到了一个好去处，殊不知，从“北漂”到“杭漂”，不过是从一个残酷的战场奔向了另一个即将残酷的战场。

尴尬的优秀

不得不说，杭州是十分优秀的，据《中国人工智能发展报告2018》数据显示，截至2018年6月，在全球人工智能企业最多的20个城市中，美国占了9个，中国有4个城市入围。北京以395家居全球第一，杭州“挤开”了广州，与上海、深圳共同进入人工智能企业数全球20强城市之列。但是，杭州的优秀，又有些说不出的尴尬。

1. AI企业众多，但马太效应严重

在科创上，杭州最为人津津乐道的是“特色小镇”模式，而这种模式大概是以色列特拉维夫和新加坡二者的结合，也就是在政府主导下，本土初创企业与大型集团或跨国公司共同推进科技创新。

在这种模式下，杭州取得了相当不错的成绩，仅2017年上半年，杭州特色小镇完成固定资产投资259亿元，杭州市市每万人拥有人工智能企业的数量等指标居全国大中型城市首位。

图为杭州人工智能企业生态

然而，据智投云的监测数据显示，过去五年里，杭州本地的创业融资项目数量在2015年达到峰值后，在2016年出现了下滑。即使当地政府对科创项目给出了极大的优惠政策以及高容忍度，但杭州还是没能复制特拉维夫“第二硅谷”的成功。

这里不得不提到杭州和特拉维夫的融资情况。要知道，特拉维夫吸引外资的能力十分强大，以色列80%的国际银行、风险投资以及国际律师事务所都位于此地。但是，杭州支持人工智能发展的资金主要来自于风险投资、产业基金、政策资金等，存在许多相关企业为了追求短期的经济效益，无法积极投入前沿技术研发，导致发展乏力的情况。

此外，杭州的巨头公司比如阿里、蚂蚁金服、网易、海康威视等已经积累了许多技术成果，比如蚂蚁金服生物识别技术小组与Face++合作研发了人工智能生物识别机器人“蚂可”，海康威视则拥有大数据、人脸识别、深度学习等核心技术，在MOTChallenge中,曾荣获“计算机视觉多目标跟踪算法”世界第一。

反观其他人工智能企业，除了慧芯金服网络科技、宇泛智能科技、辛顿科技这类新兴技术公司能在人脸识别准确率上取得比较不错的成绩，其余人工智能公司都是以点状形式在探索，而如何和互联网、大数据、云技术等进行有机整合，还没有摸索出有效的商业模式。同样的一项智能技术，有雄厚背景的大公司生根C端，商业模式十分成熟，发展速度和业务深度都不可同日而语，而初创企业却难以从零开始积累用户， 火热的初创背后，是面对C端的力不从心。

2.晋级“湾区”，但不具备湾区气质

位于加州的旧金山湾区曾经创造了高达7855亿美金总GDP（仅次于世界18个国家）的传奇，如果对标中国版湾区，深圳所在的珠三角地区无疑最具湾区气质。然而，中国版湾区并非一成不变，在2017年中旬，浙江省政府开始释放谋划“环杭州湾大湾区”的信号，而这一信号也很快被上海市政府所接收。

相比珠三角里香港、广州、深圳三强相争的格局，京津冀借力雄安新区调整优化城市布局，以上海和杭州为核心的长三角湾区，因为区域内更高的经济整合程度，成为中国科技界不可忽略的重要区域力量。

参考加州的湾区，一个区域能在科技上取得成功，首先要保证社会的开放度，也就是拥有发达的对外交往网络。在G20之前，杭州一直都是上海的“后花园”，在此之外，杭州虽然走上了台前，开始社交，却也比不上“老大哥”上海，不得不说，上海在长三角的领头地位十分稳固。

今年年初，人民论坛测评中心对19个副省级及以上城市全面开放度进行了测评。在社会开放度这一项上，杭州排名第八，不仅在四大一线城市之外，还列于天津、重庆和成都之后，得分也在均分之下。从这个角度来看，杭州的“湾区气质”还有待提升。

图为各城市社会开放度得分

成也萧何

杭州是我国重要的高新技术产业基地、电子商务中心和区域性金融服务中心，也是互联网电商高度集聚发展的城市，在探索人工智能的路径上，杭州具有得天独厚的优势。

1.以阿里、网易、海康威视为代表的IT产业巨头纷纷抢占人工智能制高点。2016年4月，杭州市与阿里云共同开创杭州城市大脑概念，同年10月在杭州云栖大会上正式启动建设。2017年底，阿里云ET城市大脑入选国家新一代人工智能开放创新平台。

可以说，在杭州“城市大脑”建设伊始，阿里云就全方位地参与城市大脑建设，尤其是在人工智能、云计算、大数据处理以及互联网架构、数据中台、专有云等方面，阿里投入了众多科研力量攻克技术难关，并以技术优势顺利推进项目落地，打造了杭州的“城市大脑”名片。

2.浙江独特的地缘环境孕育了浙商群体，浙商的特性成就了不少企业。“浙商”这个词汇最早出现在景定《建康志》里，据记载，绍兴元年辛亥(1131年)“(叶)梦得奏，京东诸州艰食，桑柘不熟，二浙商贾转贩入京诸州，收息数倍。朝廷方议收复，必将与天下为一家，京东虽见属伪境，然皆吾民也。今从伪之人日夜不忘本朝，而我因其饥寒而遂困之，是弃之也，毋乃重失其心乎？”由此也可见浙商的机敏。

从个人特性来看，浙商承载着越文化品格的基因,有着越文化朴实勇猛的个性、开拓疆域的价值追求以及实事求是的实践品性等文化特质，拿风头正盛的拼多多创始人黄峥来说，作为一枚纯正的杭州人，在其创业发家的轨迹中，我们总能看到杭派的打法。

从组织特性来说，浙商企业往往建立在亲缘、血缘和地缘关系的基础上，依靠血缘宗族纽带而产生社会关系网络，因而具有特殊的信任模式。从企业特性来讲，浙商是当代中国人数最多、分布最广、实力最强的经营者群体，创造了令人瞩目的经营业绩。浙江商会更是其立于现代经济社会中的一种特殊形式。

3.杭州周边的江浙有着中国最为庞大的产业链分工体系。对于上海和杭州这样的大城市而言，肩扛着的最大责任是，如何对周边城市产生带动作用，通过城市集群将互联网＋人工智能的环境优势放大。

浙江的产业集群有一个特点，即集群内部企业之间的劳动分工高度细化,存在着大量的工序型企业和半成品交易市场，其产品生产过程可分拆为几个不同步骤，为企业间的分工合作提供可能性。此外，浙江的产业集群是建立在无数个中小企业之上的，具有很强的文化、地理根植性和产业关联性。

温州常州有着无数个小型的加工企业和制造企业，如果将智能硬件这一产业要素集中在江浙地区，那么，依托智能硬件为基础的AI初创企业就会集中在这里发展，阿里巴巴的成功就依赖于江浙一带的企业资源网络。

败也萧何

总的来说，杭州在人工智能领域取得好成绩还是情有可原的，然而，水可载舟，亦可覆舟，没有什么先天条件会是绝对无害的。

1. 大树底下不生草

谈起杭州，一定离不开阿里巴巴。文章《阿里系创业人“团灭“？淘宝城2.5公里外是创业“坟场”》提到，“杭州，本不是一个合适创业的地方，由于阿里巴巴的一家独大让本地生态圈的多样性存在一定的问题。阿里的既有基因太强，人才的来源过于单一使得创业公司很难跳出这个圈子思考。”

杭州的大公司们包括阿里巴巴、网易、海康威视等，已经汇集了人工智能产业链的要素，都能够进行全产业链覆盖。显然，单体要素的竞争弱于生态要素的竞争， 在杭州这些人工智能企业中，不是大鱼吃掉了小鱼，而是游得更快的鱼会吃掉游得慢的鱼。

以阿里健康为例，8月20日，阿里健康宣布，联手东仁堂大药房、海王星辰健康药房、九洲大药房和天天好大药房等连锁药房，在杭州地区提供24小时送药上门服务同时，阿里健康还牵手酒店集团共同保障24小时药品供应，入住酒店的用户可以享受前台提供的代收药代送药服务。此外，阿里健康正在研发的24小时无人售药机也将在9月面市。此前，阿里健康还投资了贵州一树连锁药业、注资漱玉平民大药房等。

一连串动作的背后，我们可以看到阿里健康正在医药新零售上加速布局，阿里健康的医药新生态也正在形成，其他小企业想要插入，亦或者是赶上阿里的步伐，实在太难，更遑论建立良性的产业生态了。

2.“低学历”的浙商

说出来你可能不信，作为商帮中的“扛把子”，以高中为界,浙商低学历段（含文盲、小学、初中、普高和职高）四级学历比例都比全国的私营企业主的平均水平要高，而浙商的高学历段（含中专、大专、大学本科和研究生）四级学历都低于全国私营企业主平均水平。

从211/985高校分布数量看：北京有26所、上海有10所、杭州仅1所、深圳更是一所都没有，作为传统的高教中心，北京和上海基础雄厚，而杭州和深圳则大量依赖外来高校毕业生。

专家学者们一直认为，在自然资源相对贫乏的浙江省，之所以能够创造令人瞩目的经济成就，主要靠的是充沛的创业者和企业家资源的供给，即突出的浙商创业能力和他们的创新精神。这里存在的悖论是：为什么受教育程度较低、专业技术人员较少的浙江人，特别是浙商，改革开放以来成为了最具活力的商业群体？

最后，研究者们发现，浙商有其特殊的禀赋形态,，在不确定情形下的强行动力和高效率的小数据决策模使他们取得了成功，这些浙商的特征与浙江深厚的地方性工商业知识、集束化的产业分布以及地域文化价值观互为因果激励。

不过，浙商低学历创业优势具有阶段匹配性。智能时代，基于个人直感决策效率较高但稳定性较差,在面对复杂的技术问题和异动情境的时候,因为“小数据”和知识的局限性，可能影响决策质量。也就是说，在新的历史时期，人口受教育程度在全国处于中下水平的浙商群体要继续保持竞争优势，需要在学习机制、知识结构、决策模式等方面进行有机更新。

从这个角度来看，杭州还需要加大培养人才的力度。当然，作为新一线城市中的佼佼者，杭州还是吸引了相当多的外来人才，据猎聘网的大数据报告统计，在2017年上半年全国主要城市人才净流入率排名中，杭州以11.21%位居榜首。

但是，值得注意的是，北、上、广、深、杭等地方，最近几年回流成都的人才不断增多，而且，比较成都和杭州在新一代信息技术产业中的被关注度，我们发现，杭州仅在时尚方面占优势。杭州不仅要奋力追赶北上广深，还面临着被成都迎头赶上的风险。

图为各城市新一代信息技术产业关注占比图图片来源：《宏观经济管理》2018年第7期

3.人文的“陨落”

漫步西湖，你能想象杭州已经成为全国加班最疯狂的城市吗？人们还能闲适地吟诵出“欲把西湖比西子，谈妆浓抹总相宜”吗？

“杭州的城市气质，逐渐消陨了以文人为代表的自由、闲暇，取而代之的，是以码农为典型的激烈的竞争。”这无疑是令人扼腕叹息的，人文的成果及影响需要长时间的历史积淀,，而在人工智能大力推动着自然科学发展、各大城市致力于提高城市的可见竞争力的进程中，人文的发展缺乏足够的滋养，其危机的种子也就逐渐生根了。

人文的危机并非是因人工智能的出现而诞生，但却因人工智能的发展而遭受到前所未有的本质性怀疑。在智能时代，人文思维逐渐被科学理性思维所取代，甚至于产生了以AI为信仰的科学宗教。楼宇烈在《中国文化的根本精神》中提出：如果完全按照自然科学的方法去看，水就是一堆物质，没有其他意义，而中国传统的人文特质让我们对天地万物都有了感情。

在2015~2016年，杭州竞争力全球排名139，2017~2018排名升至第74名。与竞争力相对的，是人们的幸福感。

国家统计局与中央电视台联合主办的《经济生活大调查》显示，2007年至2010年，杭州持续4年登顶中国最具幸福感城市。至2011年，杭州下跌至第四名，2012年时，杭州已经跌出前十。此后，杭州也曾回归前十，但难登榜首。在今年二月新出的2018年排名中，杭州再次跌出前十。

与杭州类似的城市是成都，近年来，各种文化都在成都迸发，同为新一线，成都的“佛系”人文没有遭到科技侵蚀，相反，对那些在一线城市苦苦挣扎的人而言，成都的开放、包容、闲适以及低房价都充满了吸引力；对城市而言，城市治理无需背负一线城市那样大的人口压力，在许多决策上，也有着新一线的活力，给经济提供了内生动力。

结论：

看起来形势大好的杭州，在人工智能的大潮里，似乎也没有捞到什么好处，人才回报、城市价值、社会关注乃至文化伦理层面都在失守。当然，杭州依旧会在竞争一线城市的独木桥上越走越远，然而，如果没有正确的认知和定位，高歌猛进的后果极有可能是与初衷的背道而驰。

参考文献：

1.《全球经典的科创中心模式》中国经济周刊

2.《杭州市人工智能产业发展现状及对策研究》寿伟义；章正平；潘学冬；王宪保

3.《浙商的伦理禀赋及其当代建构——基于“韦伯命题”的分析维度》董珊珊

4.《浙江产业集群的现状及发展》张璐阳

5.《低“人口素质”与高经济增长—基于浙商群体的解释》杨轶清

6.《我不希望杭州变成一线城市》上流UpFlow

7. 《阿里系创业人“团灭“？淘宝城2.5公里外是创业“坟场”》朱思码记

8. 《中国不应只有一个科技「湾区」》波波夫

9.《谁在为成都创业拾柴火？》曙驰

【钛媒体作者：智能相对论；文 | 颜璇】

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

区块链的终极猜想

Mon, 20 Aug 2018 00:11:49 CST

编者按：本文来自丹华资本董事总经理Judy的分享“区块链的终极猜想”。希望对大家有所启发！

大家好，我是 Judy。今天，我们来讨论一下区块链发展的终极猜想。这个背景是之前我们一起打磨过六个课题，这个是最后一个课题。所以我先用最短的几句话，分享一下之前课题里的一些个人观点。

我的观点一共分三块，第一个是关于区块链核心的定义；第二个观点是关于平常大家喜欢交流的，区块链的投资趋势；第三个部分就是大家经常向投资人询问的，区块链创业的一些经验分享。

关于区块链的定义，每个人有每个人的不同定义。最简单的定义就是说，涉及到做投资的一个估值问题，很多人表示过没有办法做区块链的估值，其实我对区块链用一句话的定义就是说， 区块链其实就是一段代码，这段代码提供了一定的服务。

用这样的定义去做任何的投资，从这个出发的话都可以去做估值了。 Code（代码）提供了一段 service（服务），所以反过来所谓的token（代币）这些其实就是给code的一种服务费，在Ethereum（以太坊）有一个很的概念叫Gas，就是如果我们给了它服务费，那就是给提供这段service的code提供了一定的服务费，那这个服务费就是token。现在可能还没有一些经济学上的一个核心突破，但是我相信，这样的理解的话会比较易于我们做投资工作。

然后第二个关于区块链的定义，我的核心观点是就一句话解释，传统高科技公司和token project之间的区别。那我这一句话的解释是 过去的科技公司，它是用一个技术的手段解决商业的问题；而现在区块链的token project，它实际上是用一个商业的手段去解决技术问题。

这句话怎么理解呢？我一直在想：比特币至今九年了，我觉得比特币很牛，不是因为比特币是任何技术进步，而是因为中本聪我们都不知道是谁，在中本聪之后不存在的情况下，它这个体系能够稳定的有效的调用分配资源，持续发展。其实，事实上所谓比特币这种技术，由于“51%的攻击”的缺陷，从传统的角度看是一个非常不完善并且弱点很明显的技术。但是比特币通过一个充分竞争的激励机制，运用商业的手段来解决了这个“51%攻击”的技术问题，创造了如此稳定的系统，起了一个开天辟地的一个效果。

关于第三个，我的个人观点就是， 什么样的企业家精神是区块链特有的。那我觉得，这个可能是两个层次， 一个是创业者应该去理解如何用经济的手段来解决技术的问题，第二个是所有的创业者应该理解token带来的流动性，其实不管目前的估值是多少，本质还是一个初创的一个组织形式。这种token的流动性只是创业的起点和手段，不是一个终点。

就刚刚三句话是关于区块链的，我自己的定义，一个是就是说，一个区块链是code provide service，所以我们所有valuation围绕这个service就可以了，我们给code的一些服务费，那些就是token；第二个就是用，区块链为什么会带来经济活动重大变革，是因为用商业的手段来解决技术问题；第三个就是所有的token创业者都要慎重对待流动性这件事情。

那我接下来再补充几个 关于投资趋势的几个核心观点，这个通过对比今年和过去我个人的区块链投资不同的关注来解答。

去年之前我主要有这几个重点： 应用： Brave|BAT； 跨链：例如Nuco/Aion的项目； 隐私：这块有 NuCypher； Decentralized platform：OriginProtoco的项目； Scalability：有 zilliqa、aelf这一系列的项目。

后来我就思考一个问题， 到底什么样的事情是区块链的刚需？隐私也好，Scalability也好, 这些实际中也能够被暂时妥协。但有些事情，比方没有计算芯片，这比特币以太坊就不能存在了；还比方说security这个问题。就是我觉得security这个问题是不可能完全不能sacrifice的唯一一个要素。比如以太坊的加密猫，堵着就堵着，其实只要不丢币，一切token都有potential，一旦丢币，这个token就完了。

第二个核心观点，可能有些敏感，就是很多人会问， 这两年最大的创新和失败是什么？其实大家现在都在求一个特别大的breakthrough。但我觉得可能这个行业更加需要做的是一些比较重要的创新， 我觉得去年最重要的创新，其实就是BNB（币安币）。

去年为什么觉得 ERC20（一种以太坊必须执行的通用规则）是一件很大的事情，因为它衍生出两件事情非常完美，第一件事情是every token holder is a protecter of the network，就是所有持有token的人都是你的保护者；第二点是token owner 是utility user，这件事情也很完美，它解决一个Chicken and egg 的问题。

我觉得BNB是去年我看到一个最伟大的创新（不是我司portfio)，比我刚刚说的主要focus几个赛道更有趣一些。因为说实话，现在大多数的token，我们看到的所有的白皮书其实都是基于这两个assumption写的，一个是就是每个token holder都会 protect the network ，然后所有的通证经济都是说，token的user基于这个假设怎么进行衍生。

但是大家看这些已经发过的币，我们思考一个问题，现在的币到底是不是到了utility user的手上，我想， 大规模实现这件事情的，目前除了比特币以太坊就是币安币这样的platform token了。

可以去调研一圈，你所有买火腿的，买OKcoin的，买这些平台币的大多数就两个目的，第一个目的呢，就是在Fcoin之前，是真的是为了交易才进行的购买行为。所以这平台币还真的成为了满足通证经济最重要的assumption的一个典范。

然后Fcoin在这个基础上做了一些小创新，就是持币的人也会进行交易挖矿。

所以从本质上我觉得，就这种platform token确实是符合最美妙白皮书的几大assumption。其他白皮书写的再好，也不一定能实现前面那两条。

我看到的可以做到这两个assumption的Token类别的话，一个就是比特币，一个是以太坊，因为很多买以太坊的人也是为了投以太坊，因为它有ERC20，现在也有ERC721，未来还有ERC725一系列的protocol。除了这两个之外，第三类就是platform token，我们也可以一起想想，除了比特币、以太坊、平台币，还有哪些是真正做到了这种token holder是utility user这么最基本的一个区块链assumption的。所以现在大家不说熊市吗，其实不是熊市牛市的问题，是大家应该仔细想想真正的需求在哪里，是不是做到这一点。

第三个核心观点是 关于硅谷和其他地方的投资和创业的区别。

那我感觉这一波硅谷其实是比世界的其他地方，至少不领先，甚至是有些落后的。还有两个证据，一个是去年的黑马百倍币，是没有任何硅谷色彩的。有硅谷色彩的token在top 20中，除了ripple和 stellar ，其他可能就没有了。

然后，我再分享一下， 我最喜欢的token是哪个吧。

三年前开始做区块链投资的时候，经常有人会问一个问题，但是现在已经很火爆了，已经没人问了。就是关于比特币的， 为什么我copy一段代码发出去的币，就不能成为比特币？第二个问题是我们家的一个争论，就是 比特币和以太坊到底谁厉害，为什么以太坊做的事情比比特币多，但是以太坊的市值是不如比特币的？

我后来想到一个比喻去向其他人解释，为什么一个open source的代码copy一份出来就不能成为比特币。

我觉得吧，这个比特币的这种代码就有点像共产党宣言，矿工呢有点像军队。我抄一遍共产党宣言，我不可能是执政党。这个事情，只有靠矿工的保护，那这样一个想法才可以是一个community。

其实国家也是一种共识。我们有了共产党宣言，我们有了宪法，但是我们通过军队的保护，通过国家机器才能维护它。那在比特币世界也是一样的，就是通过矿工的保护，它才能使这么一个庞大的体系持续下去，因为矿工就像武器一样，维护着这个系统。

关于第二个争论比特币和以太坊的一个问题，我觉得是这样的，从我个人的观点来看，比特币的founder，是一个非常好的历史时机。中本聪大家不知道是谁，人类历史上第一次证明了，在没有一个领导人的前提下，比特币可以那么完美的调动起全球那么多资源去为它去服务。

所以，单从V神的声音对以太坊还很重要的情况下，但是比特币已经成功实现了没有中本聪也运转这么多年，我觉得比特币还是非常非常厉害的，这个不是技术的原因，或者是别的原因，我觉得是在有个历史时机下，正好历史给了这么一个伟大的组织这样的一个机会。

以上是原来分享过的一些简单的核心观点。再回到今天要聊的一个主题， 区块链的终极猜想。猜想其实就是就大家听完大家一块儿猜猜啊，不要当真。

讲一下乌托邦的故事。这个分三部分猜吧， 第一部分是商业社会，商业社会的变革和一些终局的猜想；第二个猜想是区块链会不会真正实现全球化；第三个猜想就是关于监管的挑战。

商业社会的过程有一个历史必然性。首先区块链先给我带来的最大思考，就是， 它是一个人文的变革，它排除了一切协议中人文干涉的情况。我们小时候读政治书的时候有八个字叫有法必依，执法必严。那这个有法必依，执法必严，在过去和到未来会是一样的吗？会有什么样的转变？

我们人通过一定的机制，去立法，比如美国有自己的立法机构，中国有人大，在法的背后，是一种机构的形成，然后创造了法律，哪怕是在帝王主义时代，我们也是有制定法律的部门；执法必严是说，我们也是有体系去做执法，我们有公检法，我们有什么事情需要法院去判决，判决后有检查员或者公安去执行，那这个过程，立法的是人，执法的也是人，判断的也是人，但是在很多客观的事情上，特别是涉及这种金融经济往来的，这种过程很可能就是机器，是区块链来做。

我觉得在未来很有意思的情况，就是以太坊这种 smart contact（智能合约），其实每个node做的事情不叫计算，是叫verify（验证），其实这个就是一个执法的过程，非常的有意思。

总体核心观点，就是 在未来，code能代替人在金融经济中做强制执法的事情。这是我对整个商业社会，对区块链的最大的一个看法。

还有一个很有意思的话题，就是在过去的商业社会，我们从工业革命，到机器革命，再到信息革命，这一轮一轮的迭代， 到现在会不会有一场区块链革命。

在每一场这种大的变革中，主要就是把一些custormize（定制）的东西变成commodity（商品）。过去机器化大生产，其实是把这些 laber work ，比方说以前裁缝做衣服，以前是量身定做，现在有很多生产部门，这种就是变成了commodity，所以这是工业革命机器革命。

然后到信息革命的时候，为什么google那么牛，它把这个信息变成了一个commodity。在我有限的想象力中， 区块链是最大的合并公因子，因为它能合并所有的经济活动。

前几年如果我刚刚瞎说的这些话是对的话。它就能把这种价值从这种商品，对，就是所有经济活动的。最后都要落到交易上，这种交易行为从一个机械化的事情把它做起来了。那这个应该是全就能想过的最大的和平公因子的，最重要的一项了。

经常有人问互联网和区块链，就是我们张教授有一个核心观点就是区块链，这个要比互联网大一个数量级，我个人是觉得在我的想象中，我还很难想象，在地球上，在人类经济活动中有任何事情能超越区块链的数量级的。我觉得所有的经济活动，唯一的共同点，并且最大的共同点就是交易这两个字。那 区块链就是把这所有的交易都consolidate起来了。

这是第一个瞎猜的猜想，就是说在商业社会变革到最后，第一个区块链可能是个终局中的终局。因为很难想象，还有什么事情再比它大，再比它大，我觉得可能要探索到其他星球，就是物理性的事件上去了；第二个就是商业社会，它通过区块链统一落实在了交易上，然后这种交易是通过code来代替人为的执法的过程。这样的话就真的会挑战了我最喜欢的诺贝尔经济学奖获得人科斯的这个最大的成就。

我通过比特币这个事情也认识到，并不是真的是公司制就一定非常重要的。

第二个猜想我们聊一下金融全球化的问题。

所有的比特币或者所有的token project都很有意思，从第一天开始。这个账本就是全球的。而且它的传播速度很快。所以它是自带全球基因的。我刚刚聊到说，我觉得国家其实它就是一个协议，它以自己的法律构成了一定的协议，然后用军队去保护它。那区块链这个事情也很有意思，它也是一个协议。这个协议是以全球化的价值体系为统一的，而且这个协议就是每条链，我也同意对全球都统一的。所以。 我觉得只有在区块链上，才终于实现了从国家制基础上很难真正实现的金融全球化吧。

第三个猜想是现在的监管挑战，就是有些人经常跟我们讨论什么样的项目是空气项目。那在这些定义都不明确的情况下，很难去讨论是不是骗局的问题。然后怎么去做监管呢？特别是在全球化传播速度这么快的情况下，我相信在大多数情况下，任何一个新生事物，都不可能在一个无监管的环境下一直长期健康发展。那第三个猜想就是，有可能的一个猜想是，以 前是监管的人，是不是现在监管code就好了。以后是不是会是一段code来查一段code的了。

这是我抛出的三个猜想，未来区块链还会带来什么变化，大家有什么猜想，也可以进行讨论与交流。谢谢。

————————

「加密笔记」 CryptoNote是由「商业不靠谱 www.bukop.com」的主编六哥所发起的区块链创业主题自媒体。我们秉持一贯的内容主张，不追求点击率，只追求点醒率：点醒读者的几率。

想要深入了解区块链和加密经济，长按下面二维码关注“加密笔记”

微信扫一扫
关注”加密笔记”

【编辑推荐】无区块的区块链，正在成为未来

Mon, 20 Aug 2018 00:20:14 CST

导读：朱嘉明老师是中国改革四君子（王岐山、朱嘉明、黄江南、翁永曦）之一，知名经济学家。上世纪八十年代初中国对社会变革的期待如火山喷发，力量积蓄已久，社会潮流惟以“变”字当道，政治新锐先发制人，应时而生的“改革四君子”至今仍影响中国社会进程。六哥在今年年初有幸结识朱嘉明老师跟随学习，并且在朱老师的言传身教下开始研究区块链，随着思考的深入，从最初本能的拒绝到现在坚定的拥抱，完成了认知的艰难升级，成为区块链的信仰者。未来的区块链和加密数字货币的思想、技术和组织，正在决定和改变着人类经济生活和政治生活，我们正身在其中。朱老师认为，在未来的10年里，区块链技术将会成为一种破坏性的技术类挑战和颠覆原有商业与生产模式，但是这样的技术和它的应用仍处于非常初级的阶段。本篇重点探讨区块链的创新路径及未来趋势， 当前的区块链是基于数论的区块链，未来创新的方向则是基于拓扑学的区块链，没有区块的区块链，值得认真思考。

现阶段区块链存在怎样的创新路径？区块链过去、现在和未来的生命力，都决定于其“创新”能力。区块链的创新主要是两类：在现阶段区块链主流架构下的创新，以及从本源上突破了主流框架的创新。

基于区块主流架构的创新

現在普遍看法是，比特币是区块链的1.0, 以太坊是区块链的2.0。但是，不论是比特币，还是以太坊所代表的区块链，都是“公有链“的主流框架。在主流框架下的“创新”主要集中在：

其一，突破“可扩展性”限制。主要包括比特币通过“分叉”的扩容方案，以太坊自身的Plasma，State Channel, Raiden，Truebit，Sharding，Casper等扩容方案；以及诸如侧链技术（Rootstock, Polkadot, Cosmos），区块扩容，链下计算，分区共识，分片的 “内部分割”等处于试验阶段的选择方案。

其二，改善“存储”。工程实例至少有：Swarm（以太坊的P2P文件共享协议），Storj（一种“分布式存储“），以及IPFS（一种P2P超媒体协议）。

其三，EOS代表的区块链操作系统。根据EOS白皮书显示，其预计扩展至单链几千TPS、全网并行百万TPS的交易吞吐量，并且主网已于2018年6月上线，是未来区块链平台强有力的竞争者。

其四，开发具有隐私和法规的区块链。例如 Cardano。Cardano是世界上第一个由研究为主导，从科学哲学开发出来的区块链项目，也是第一个采用同行评审技术的区块链项目，可用于发送和接收数字资金，支持各种去中心化应用和智能合约。

其五，提高智能合约的安全性。一个被称之为“形式化验证”的技术，正在逐步应用到区块链智能合约代码检查。其原理是，根据某个或某些形式规范或属性，使用数学的方法证明其正确性或非正确性。

其六，满足区块链测试需求，完善参考“ISO/IEC 25010标准”的一个测试模型。在这个模型中，区块链评测涉及到8个维度，进而延伸出31个分维度。

突破现阶段区块链主流架构的创新

必须注意到，在区块链主流架构下的创新，只具有相对意义。例如，比特币在理论上可逆，在顶层设计阶段就没有彻底解决共识问题，只是将问题加以转换，“一方面通过区块链的序号作为虚拟时间，一方面通过“挖矿”的经济动力来促使比特币链的不断延伸”。在这个意义上，中本聪用此类经济方法解决分布式系统共识算法，确实相当智慧。进一步说，现阶段的区块链，难以升级。一旦区块链被部署和进入生产模式，在功能上进行添加、修改和删除，难度甚大，成本甚高。现在，通常的区块链修改，都会造成区块链系统的软分叉或者硬分叉，造成大量的时间和能量精力投入，且承受由此带来的经济后果。

所以，区块链的真正创新必须突破主流架构，实现顶层理论设计和数学方法上的创新。这种突破主流框架的创新，已经悄然开始。到目前为止，DAG (Directed Acyclic Graph)，即有向无环图，属于突破现阶段区块链主流架构的创新。“比特币的效率一直比较低，基于工作量证明共识下的出块机制是一个原因，由于链式的存储结构，整个网络中同时只能有一条链，导致出块无法并发执行。DAG从根本上摒弃了区块概念，交易直接进入全网中，达到所谓的“无区块（Blockless）”效果，网络中的交易就可以容纳N倍。”

具体说，DAG有四个特点：

其一，交易速度快，交易速度远远高于基于POW和POS的区块链交易速度。

其二，无需挖矿：DAG把交易确认的环境直接下放给交易本身，无需由矿工打包成区块后同意交易顺序。所以DAG网络中没有矿工的角色。

其三，无手续费：交易发起只需要做简单的POW工作量证明，整个网络中的POW都是发起交易者自己做的，而不是交给矿工。发起交易无需手续费。

其四，需要见证节点：DAG需要见证人机制的存在。超越DPOS、POS、PBFT，最终实现在效率与安全性的一种平衡。DAG的数学基础不再是数论，而是图论，即拓扑学，即以空间、维度与变换作为研究对象的学科。图论原理显然更接近对区块链基本模式的描述。DAG模式如下：

第一次提出DAG跟区块链结合是在Nxt社区，该社区的成员大多集中在东欧和俄罗斯，去中心化对他们更具有现实意义。

现在，基于DAG原理和技术的IOTA，由四名平均年龄不到30岁、最年轻者仅21岁的团队所创立，推出不到两年，其价格在虚拟货币中已经攀升至第八名，他们更高的目标是成为“物联网”的骨干。

此外，Swirlds公司开发的Hashgraph技术也是DAG结构的一种。Hashgraph通过“Gossip about Gossip”协议，“让每个节点都维护着所有节点跟其他节点的通信历史，每个节点在完成拜占庭协议时，不需要经过网络多轮通讯，节点本地环境就可以直接模拟拜占庭决议。Hashgraph的数学上可以证明满足异步拜占庭容错，至少跟比特币一样安全。” 不过，对于Hashgraph技术，尚有很大争议。

————————

想要深入了解区块链和加密经济，长按下面二维码关注“加密笔记”

微信扫一扫
关注”加密笔记”

迅速崛起的智慧城市及其相关风险

Sat, 12 May 2018 13:00:33 CST

所谓智慧城市，就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。这包含执法部门使用的监控系统、智能拥堵缓解交通系统、配置动力传感器的LED路灯、智能电网以及智能供水系统等。

简而言之，智慧城市本身包含无数接受、收集和传输数据的实体。其实质是利用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。

智慧城市进行数据收集的目的是为了创造创新型产品和服务，以提高智慧城市中人们的生活质量，帮助解决各种市政问题。但是，事物总是具有两面性的，正如其他技术一样，智慧城市也同样容易受到严重威胁。

隐私问题

考文垂（Coventry University）大学研究人员Sara Degli-Esposti，以及考文垂大学系统安全教授 Siraj Ahmed Shaikh曾告诫称，

“通过嵌入城市各个角落的传感器以及我们口袋中的智能手机，智慧城市将有能力不断识别人们的位置、他们正在与谁会面，甚至可能了解他们正在做什么。”

而且，随着智慧城市变得日益智能，隐私问题也将变得更加明显。Esposti和Shaikh指出，像新加坡、旧金山以及伦敦这样的城市现在正在使用“城市感知（捕捉人与人之间以及周围人的互动方式），地理追踪（记录人员流动信息）以及实时分析（处理大量收集的数据）”等技术。

为了证明一个人可以轻松地被监控到，Esposti和Shaikh还详细介绍了一个有关Facebook的示例：

众所周知，物联网（IoT）设备收集了大量有关个人的详细信息，同样地，智慧城市项目也可能会导致类似的隐私问题。以Cityware项目为例，它证明智慧城市项目不仅能够映射数字信息，而且可以映射Facebook朋友之间的身体接触。据悉，Cityware能够使用他们的Facebook个人资料和智能手机蓝牙信号追踪30,000人的活动和互动状态。

大多数人不愿意相信自己携带的智能手机其实是一个强大的感应工具的现实。为了发挥作用，你的手机会持续共享有关你的位置信息、数字以及物理交互等数据。当这些数据与从物联网设备和智能电网（即能够迅速检测并应对本地电量使用变化的电力供应网络）中收集到的进一步信息相匹配时，就会对人们的隐私和自决权产生严重影响。

就像你赋予Facebook拥有你在个人资料上发布的任何内容一样，智慧城市中充斥的各类在线传感器所收集的数据也分别归属于各个公司所有，包括互联网服务提供商（ISP）。2017年，美国总统唐纳德·特朗普（Donald Trump）签署了一份决议，废除了FCC针对互联网服务提供商（ISP）提出的隐私规则，允许电信运营商销售用户数据（如浏览历史记录等），此举正式推翻了奥巴马政府时代制定的隐私政策。

一旦各种小装置/工具连接到互联网，智慧城市所设计的互联性就会让个人置于隐私全无的境地。智慧城市项目中收集的所有数据都会被第三方购买，并将其用于营销目的，以了解用户偏好的品牌、产品和服务，甚至个人的使用细节等信息。

网络攻击，包括网络恐怖主义

城市越智能就越容易被攻击者利用。智慧城市的加速崛起等于是为攻击者的窥探、欺骗、破坏以及泄露行为提供了一个全新的机会。进一步来说，一旦有网络攻击者成功妥协一项智慧城市项目，那么其他攻击者的目光就会随即而至，攻击智慧城市的价值也会随之飙升，进而吸引更多攻击者。

一旦攻击者将目标锁定在智慧医疗或其他医疗保健项目上，这种威胁就会变得尤为危险。医疗保健设施是智慧城市网络的一部分，近年来，针对医疗机构的攻击事件屡见不鲜，由此可见医疗保健行业基础设施的脆弱性。

最重要的是，智慧城市同样面临勒索软件攻击的威胁。今年2月份，美国科罗拉多州交通部（CDOT）遭遇了黑客攻击，分属该机构的两千台计算机被证实感染了勒索软件SAMSAM的一个变种，并被迫停止使用。1月份，同样是SAMSAM勒索软件还袭击了位于印第安纳州的汉考克健康（Hancock Health），迫使其管理层为了解锁计算机、恢复文件以及系统运行支付了4个比特币（约5.5万美元）作为赎金。不得不说，在智慧城市的规划、实施和管理过程中，勒索软件仍然是一个严重且不可忽视的威胁。

此外，智慧城市中的交通系统也可能成为黑客的攻击目标，并造成交通不便甚至人员伤亡。例如，正如密歇根大学的学者已经证明的那样，一辆恶意汽车即可诱骗美国智能交通管制系统误认为交叉路口已满，并强制交通控制算法更改当前行为，从而间接地导致出现交通缓慢甚至是交通堵塞问题。

荷兰杂志《Provada Future》曾就在智慧城市中针对交通系统进行恶意攻击可能产生的灾难性后果，做出过如下描述，

“可以这么说，公共交通系统就如同我们城市的心血管系统。控制住它们将会影响进出城市的人流。例如，网络恐怖分子可以通过关闭列车线路来阻止工人进入中央商务区，从而导致当地经济的混乱。当然，他们也可以做相反的事情，通过接管道路交通信号来阻止人们离开该地区，这种策略可以被恐怖分子用于补充攻击。”

新鲜的水源对于任何城市人口的生存来说都是至关重要的大事，这也就是解释了为什么城市需要竭尽全力保护自己的供水系统免受黑客攻击。此外，对城市紧急服务网络的攻击，尤其是与物理恐怖袭击一起执行时，同样会造成灾难性后果，导致城市内大规模恐慌和混乱。

任何智慧城市的设计流程中都必须纳入安全措施，而且，目前的安全措施都必须经过仔细的审查。除此之外，智慧城市中的居民也需要树立和提升安全意识，了解潜在的威胁，实践态势感知，并对市政当局施压，以将风险水平控制在最低水平。最后，必须强调的是，智慧城市的好处将远远超过其将面临的安全风险。

*参考来源： bleepingcomputer，米雪儿编译整理，转载请注明来自 FreeBuf.COM。

打造出商业帝国的这5位企业家，对于创业有什么样的体悟？

Wed, 02 May 2018 19:55:59 CST

创业就像爬一座高山，会面临重重困难，又要有随时摔下山崖，迎接失败的准备，例如：产品服务未真正符合市场需求、没有明确的商业模式等。创业家必须在崎岖蜿蜒的山路上，学习忍受痛苦，不断自我挑战。因此，本文精选5位成功创业者的一句话，分享其对创业领导的心法。以成功人士的经验体悟，帮助创业家们面对跌宕起伏的创业人生。

在创造伟大事物的过程里，构想是最不重要的成分，必须要有对的点子和好的品味，但执行与完成才是关键。
Google创办人 Sergey Brin

Sergey Brin是一位美国籍犹太裔人，于1998年与Larry Page共同合作成立Google，其经营理念就是做正确的事（Do the right thing），目前Google有8万名以上的员工，分布于50个不同地区。2015年成立的母公司Alphabet，将企业架构重组划分，以更加高效、经济、且透明的方式运营各项业务，总营收也正持续成长中。根据今年第一季财报，Alphabet此季总收益较去年同期成长了26%。

我知道如果我失败了，我不会因此后悔。但我知道我可能会后悔的一件事，那就是我从未尝试过。
Amazon创办人 Jeff Bezos

成就亚马逊帝国的Jeff Bezos，是现在亚马逊的董事长暨CEO。从最初的一家网络书店，发展成市值近7700亿美元的全球最大线上零售商，亚马逊一路走来，都朝著目标多角化经营迈进，其品牌标志中一条从字母「A」指向字母「Z」的微笑箭头，正象徵著旗下产品的包罗万象。今年在原本的电商零售、云端服务外，亚马逊的广告业务也表现出色，单季营收上看20亿美元。

这个世界并不在乎你的自尊，这个世界期望你在自我感觉良好之前先有所成就。
Microsoft创办人 Bill Gates

微软创办人Bill Gates不仅是一名企业家、慈善家、投资者，也是蝉连数年的世界首富。从哈佛辍学后，他创立了微软，为个人电脑开发软件。治理微软约30年，在商业决策上他也曾犯下错误，像是错估苹果和网际网络的未来发展。2006年起，他将微软的全职工作转变为兼职，渐渐转移职责，由新任执行官Nadella接手，自己则担任技术顾问的角色。

通往CEO办公室的路不应该通过CFO办公室，也不应该通过市场部，它需要通过工程和设计。
Space X创办人 Elon Musk

Elon Musk为Space X的创办人，同时也是Tesla和PayPal的联合创办者。作为一位工程师，Elon Musk能够发现设计中的无效率及缺陷；作为一个创业家，他大概是世界上唯一一个建立4家独角兽公司（PayPal、Tesla、SpaseX和Solar City）的人。他所成立的电动汽车Tesla，以后起之姿带动了全球电动车热潮，市值也打败许多传统汽车巨头。

有些人聪明绝顶，或者拥有出色的技能，但若他们对自己所做的事情欠缺信仰，那么他们也不可能努力。
Facebook创办人 Mark Zuckerberg

Mark Zuckerberg为脸书的创办人、董事长兼CEO，也是一名软件设计师。曾被《时代杂志》评选为「2010年年度风云人物」。2004年，他和多位哈佛同学共同创立脸书，希望向人们提供分享平台，让世界更开放、人与人之间的连结更紧密。创立至今已14年，即使今年爆发个资外洩、白宫听证会等危机，脸书第一季财报数字仍显示，用户数、广告收益持续增加，超出华尔街预期。

科技创业者们，应该了解的2017全球十大新兴技术

Fri, 29 Sep 2017 20:56:46 CST

新兴技术正在重新定义工业，它们使传统的界线变得模糊，在我们前所未见的尺度上创造新的机遇。你知道2017年全球十大新兴技术都有哪些吗？液体活检、机器视觉、太阳能燃料，这些新技术是否能改变我们的未来？

2017年全球十大新兴技术份榜单由《科学美国人》、《科学美国人》全球顾问委员会、世界经济论坛全球专家网络、世界未来委员会共同选出，涵盖了在医疗、计算机、环保等领域的最新技术，它们在提高生活质量、促进产业转型、保护地球环境等方面具有无限潜能。

自2012年起，世界经济论坛开始评选年度十大新兴技术。在此前五年的榜单中，3D打印、CRISPR-Cas9、光遗传等技术已经成为我们生活、研究中的重要元素。而在今年的榜单中，又有哪些将改变人类的未来？

2017年全球十大新兴技术一览：

1. 液体活检

液体活检技术的出现，标志着人类在攻克癌症的道路上又前进了一大步。与传统的组织活检相比，液体活检具备多项优势：首先，对于组织活检无法企及的部位，液体活检可以成为替代品。其次，组织活检只能反映出样品中的信息，而液体活检可以检测出患者的整体情况。此外，液体活检主要检测的是循环肿瘤DNA（ctDNA），它们通常会从肿瘤组织进入血管中。因此，与依靠症状和图像进行诊断相比，液体活检对癌细胞的定位更加迅速。

2. 从空气中收集净水

此前，科学家已经能够从空气中收集净水，但现有的技术需要耗费大量电力，并且只有在湿度较高时才能实现。而现在，情况正在发生改变。来自MIT和加州大学伯克利分校的研究团队通过一类新型多孔晶体——金属有机骨架（metal-organic frameworks），在空气湿度低至20%的环境下成功收集净水，且这一过程完全不需消耗能量。此外，一家位于亚利桑那州的初创企业Zero Mass Water，通过离网型太阳能系统，每天可以生产2.5升水。

3. 深度学习与机器视觉

在深度学习的帮助下（尤其是随着卷积神经网络的发展），计算机的图像识别能力开始超越人类。目前，机器视觉技术在自动驾驶、医学诊断、保险索赔的破损评估、水位监测、农业生产等领域具有广泛的应用前景。

4. 从阳光中收集液态燃料

我们能否模仿树叶的光合作用，让“仿生树叶”生成、储存能量？现在，这个问题的答案正呼之欲出。哈佛大学的科学家找出一款新型钴-磷催化剂，利用太阳能，其将水分子分解成氢气和氧气，随后这些氢将二氧化碳转化成有机物。在这样一个封闭系统中，燃烧释放的二氧化碳将重新被转化成燃料，而不是被排放至大气中。这项技术可能会给太阳能和风能行业带来革命性的影响。

5. 人类细胞图谱计划

人类细胞图谱计划于2016年10月正式启动，这个国际合作项目旨在破译人类身体的秘密，由陈-扎克伯格倡议支持。此项目希望确定所有组织的不同细胞类型、各类细胞分别由哪些基因、蛋白和其他分子来控制细胞活动、细胞的准确位置，以及细胞是如何与其他细胞交流，在细胞发生改变后又是如何影响身体机能的……该计划最终将为个性化医疗提供有力的帮助。

6. 精准农业

第四次工业革命为农民提供了一系列新的工具，这些工具能够在减少水和农药使用量的同时，提高作物的产量与质量。传感器、机器人、GPS、地图工具以及数据分析软件全部按照植物养护的需求量身定制。虽然对于全世界的大多数农民来说，距离利用无人机来实时监控植物的生长状态还相对较远，但现在已经有了一些相对简易的技术，例如悉尼大学的Salah Sukkarieh已经在印度尼西亚使用了一套价格低廉的现代化监控系统，依靠太阳能及手机实现监控。

7. 廉价的氢能汽车催化剂

此项目的目的是开发一种零排放的氢燃料电池技术。目前使用的催化剂含有金属铂，价格高昂，因此项目暂时陷入瓶颈。但是，现在很多研究正在致力于减少对这种稀有而昂贵金属的依赖，目前最新的研究已经能够做到不利用铂，甚至是完全不使用金属。例如，凯斯西储大学的科学家就研制出掺杂氮和磷的碳泡沫催化剂，其活性不亚于标准催化剂。

8. 基因疫苗

基于基因的疫苗在很多方面优于现在的传统疫苗。基因疫苗能够快速生产，这对于应对突然暴发的疫情非常关键。相比于在细胞培养物或SPF鸡蛋中生产的传统蛋白疫苗，基因疫苗制作起来也更简单、廉价。而且，通过这种方法制得的疫苗能够快速适应病原体突变。最终，科学家能够找出能够抵抗病原体的人群、纯化能够为人类提供保护的抗体，然后设计出基因序列，诱导人体细胞产生这种抗体。

9. 可持续型社区

如能将绿色建筑理念一次性应用到大规模的建筑过程中，它将可能为能量、水资源的消耗带来一场革命。目前，加州大学伯克利分校的科学家正计划通过智能微电网，将本地产生的太阳能用于建筑的电力供应，这将减少一半的电力消耗，并将碳排放降至0。与此同时，他们还计划重新设计建筑的排水系统，从而实现厕所和下水道中水资源的就地循环利用，而雨水也将被收集利用，这些举措将会使饮用水的需求量下降70%。

10. 量子计算机

量子计算机拥有无限的潜能，与之相对应的是极高的建造难度和高昂的花费。这也就不难解释，为什么小型量子计算机的运算能力仍未超越超级计算机。不过在2016年，IBM将量子计算机的发展推向了一个新高度，它们成为首家向公众提供量子计算机云服务的公司。这项技术为超过20篇等待发表的学术论文提供了实验平台。目前，全球超过50家企业正在努力让量子计算机成为现实，这其中既有大型企业，也有不少初创公司。这些进展让人们开始相信，量子时代正向我们走来。

改变认知框架比知识更重要！哈佛商学院最热门的三堂投资课

Sun, 17 Sep 2017 22:41:29 CST

注意一些生活细节，并对其产生好奇，再加上一连串的引申联想、举一反三，就会找到更多别人尚未发现的投资线索。」这是价值投资大师卡拉曼（Seth Klarman）在《安全边际（Margin of safety）》一书中提到的投资绝学。

「先对趋势做出判断，然后，尽可能地找出所有证据，确定这个趋势是正确的。」这是全球最大避险基金桥水投资创办人达里欧（Ray Dalio）的投资原则。

卡拉曼自2007年以来在美股的投资报酬率接近8倍，达里欧也有568％的惊人演出，这两位当代大师的投资风格南辕北辙，但两人的共通点，在于他们都是哈佛商学院毕业。去年，中泽知宽把在哈佛所学的投资知识写成《投资の授业》一书，在日本造成热销。

「简单地说，它的核心在于训练你如何准确判断各种资讯片段的背后意义，找出最接近事实的真相。」掌握真相后，接下来「就能判断市场是否犯错，让你在对的时间与价位，抓到投资良机。」

专门研究证券市场效率与行为财务的财金系教授柯沃（Joshua Coval），曾经发表了这样一篇极具启发性的实证研究报告，这篇报告，被认为是哈佛投资学当中关于「资讯判读力」第一堂关键入门课。

哈佛投资课第1堂
飙股就在生活中，怎么挑胜算最高？

柯沃教授研究结果，基金经理人若投资在距离总部100公里以内的企业股票，平均绩效比投资于一百公里以外的企业高出2.67％；比大盘指数高出1.84％。绝对不是「距离你愈近的公司，你愈能偷到内线消息」，而是因为地缘关系，你更容易透过各种这家公司的蛛丝马迹，观察到真实营运状况。

习惯从日常生活挑好股的中国信託投信台湾活力基金经理人周俊宏，2015年5月台北三创数位生活园区开幕时让他印象深刻的，是有一层楼几乎过半面积都在卖黑胶唱片。

回家后便上网搜寻相关资料，发现近年全球黑胶唱片销售年成长率都超过5成以上，让他眼睛为之一亮。

事隔一个半月左右，汤姆克鲁斯主演的电影《不可能的任务5：失控国度》上映，周俊宏窝在电影院里，原先是为了放松，没想到影片刚开始就出现阿汤哥选购黑胶唱片，并透过黑胶唱片听取最新任务的桥段。

在确定趋势后，周俊宏发现有家老公司叫汉平，原先做家电产品，后来转型，以生产黑胶唱片机为主。「我做了一些功课后，就去拜访公司，确认这个产业供应链的状况。例如，公司在产业中的地位、对产品的掌握能力。」随著公司营收获利提升，周俊宏一路建立部位，汉平股价则自2016年初的24元附近，至9月来到历史高点66元。

哈佛投资课第2堂
大股东狂砍股票，该脱手还是逆向加码？

对有意成为投资操盘手的哈佛商学院学生来说，第一，你不能让自己沦落到「被迫卖出好股」的窘境；第二，当一档个股急跌时，如果你能从各种迹象判断出主要持股者杀出持股的原因，也就能够判断该档个股是否遭到「非经济因素」错杀，进而找到买股良机。

「这就是学校裡教的，你必须抓到大股东『非经济卖压』出现的时机。如果主要持股者是为了本身资金需求卖出股票，而非看坏后市，那么，就是你大胆反向操作的好机会。」类似的机会，最容易出现在投信持有较高比重的个股身上。

2016年8月5日，市场传出「群联董座涉嫌作假帐」的消息，造成群联股价连续两个交易日跌停锁死，市场一片恐慌。5日投信帐上仍持有群联约7千8百张股票，至10日短短4个交易日即已卖超逾4千1百张，减幅逾5成。

然而，投资达人艾致富认为潘健成的市场诚信一向良好，且公司每年都能稳健获利，于是他大胆假设是众家经理人为了避免短期绩效排名受到影响，不见得是真的看坏群联后市。

尽管当时消息面对群联极为不利，但股价经过初步急杀之后，8月10日却很快地就出现大量买盘愿意进场，「显示有熟悉业界生态者认定群联遭到错杀。」艾致富在220元附近加码群联，如今，股价已经涨到450元的新高价位。

哈佛投资课第3堂
半年前的利多，为何在半年后才发酵？

达里欧曾对公司内部同仁发表一封公开信，「经济运行其实就是一个非常单纯的机器，只是，市场总是认为它有别的可能性，于是，价格反映也就变得没有效率。」这表示一些「想当然耳」的多空消息，市场也不会在一时之间完全反映。

对于抓到「市场慢半拍」的赚钱机会，投资达人欧斯麦近期最经典的例子，就是他在今年1月中旬，用大约11、12元左右的价位买进长荣，若以8月中旬这波高点21.2元来看，获利已超过8成。

时间拉回到2016年8月，全球最大的货柜船运公司──丹麦马士基（Maersk）公开表示，将退出中国10个港口的进出口服务业务。消息一出，市场多解读为全球贸易吹寒风。

当时，欧斯麦已经判断长荣将有投资机会，「道理真的超简单，整体供给量减少之后，能活着的，就能受惠。」今年1月中，他先是小笔买进，接着确认长荣2017年1月公司营收成长率已翻正，便持续加码。

哈佛商学院要教给学生的，都是「早一步发现市场尚未看到的消息」。

在股市居高的此际，善用这3招投资学，才能精准挑到被冷落、被错杀、被低估的下一波潜力好股。

2017 年 6 大科技趨勢預測：人工智慧、雲端平台、區塊鏈是發展關鍵

Thu, 26 Jan 2017 14:14:33 CST

【為什麼我們要編譯這篇文章】2017 年的科技技術發展，將會由人工智慧、機器學習、區塊鏈作為最大發展動力，進而影響到各式各樣的技術應用層面。從物聯網、雲端平台服務（IaaS），到 AR/VR 全都是潛在的市場商機。想要一次了解這些趨勢關鍵，看這篇就對了。（責任編輯：鄒昀倢）

回顧 2016 年，我們迎來了許多科技上的突破，從 Google 人工智慧圍棋程式 AlphaGo 擊敗棋王，到任天堂發表的「寶可夢 Go」與韓國自拍 app「SNOW」的臉部濾鏡使用擴增實境（Augmented Reality）技術席捲全球，我們的生活正劇烈且迅速地被各種竄起的新技術和概念大幅改變。

2017 年，這個現象只會更加明顯。無論是人工智慧、機器學習，或是虛擬實境、擴增實境，甚至是我們似乎已經習以為常的雲端服務，都將影響我們的個人生活和產業的商業管理。我們的現況將越來越「未來化」，而 2017 年的這六大科技趨勢值得關注：

1. 企業轉往雲端服務平台是趨勢

有在追蹤 IaaS 公共雲端運算市場的分析師，大多都認同 2016 年間，更多的企業開始考慮使用雲端平台，作為企業的主要基礎服務架構。

雲端服務商提供全球顧客更多儲存數據的選擇，並且優化雲端服務的效率，這個趨勢讓許多顧客願意關閉他們的實體數據中心，轉為全雲端服務，或是把他們最重要的企業服務移到 IaaS 上。

今年的IaaS 雲端市場會因為人工智慧、機器學習與更多新型態雲端技術的出現，而大幅度的成長，根據科技媒體 NetworkWorld 報導，2017 年 IaaS 雲端市場趨勢則大概有十項：

IaaS 市場規模迅速擴大：

Forrester Research 公司估計，整個雲端市場正在以 22% 的複合年均增長率（Compound Annual Growth Rate，CAGR）擴張，且會在 2017 年年底達到一千四百六十億。

大量企業會採用雲端架構服務：

IDC 首席分析師 Frank Gens 相信雲端服務將從試驗階段，轉變成企業大量採用。在 2018 年前， Gens 預測百分之六十的企業 IT 工作量將在辦公室以外的地方完成，而百分之八十五的企業將投入於建造多雲端架構模式（multi-cloud architecture model）。

機器學習與人工智慧是雲端市場發展關鍵：

Amazon、Microsoft 與 Google 的雲端計劃中皆加入了關於這兩項技術的應用與研究，可以說機器學習與人工智慧會是雲端服務提供者優先重視的範疇。

無伺服器運算：

在不需開通實際設備資源的情況下，建立並執行一個應用程式服務。

下個世代的雲端運算工具：「容器」（Container）：

對雲端服務提供者而言，「容器（Container）」仍然是一個很模糊的概念。IDC 的 IaaS 分析師 Deepak Mohan 將無伺服器運算與「容器」分類為「下一個時代的運算」，比傳統的虛擬機和伺服器更加前衛。

私人雲將會普及、盛行：

在 2017 年，私人雲市場將大幅抽離傳統私人雲套裝，轉向更便宜好用的方式，其會整合「平台即服務」（Platform as a Service，PaaS）的能力、雲端管理以及容器支援。

多工使用的混合雲（Hybrid Cloud）需求大增：

儘管公司組織為他們的私人雲建立了先進的設施，他們仍想讓原先在該設備上處理的工作，最終能進入公共雲中，因此建立了所謂的混合雲。

企業會需要專屬管家幫忙管理雲端平台：

將會有一定數量的公司服務用於協助顧客管理自己的雲端平台。這些工具與市場採用度在 2017 年只會越來越大。擁有雲端平台的人要嘛得學習自己管理雲端，或找到協助自己有效使用雲端工具的代管人員。

數據中心的需求量大增：

各大公司在世界各處都建立了數據中心，以跟上需求和顧客要求，他們也在特定地區增加數據中心的規模和數量，以因應當地的數據管理法規。我們可以預測在 2017 年間，將有更多新的區域、可用地區與數據中心在各地增加。

美國以外的雲端市場才是主戰場：

在美國，這個市場已經趨近飽和，新參與者想獲得高市佔率將會有點困難。不過 IDC 分析師 Mohan 表示，「在美國之外的市場仍非常零碎。」如阿里巴巴和騰訊等中國公司有機會在當地市場取得很高的市占率，而 2017 年的發展會證實這些潛在的國際性潛能會不會強化美國的市場。

2. 物聯網（the Internet of Things）要來真的了

2017 年可能是物聯網從醞釀到爆發的一年。

「聯網裝置」，也就是指過去不曾與網際網路連線、但現在已與之接軌的裝置，並不是一個新概念，不過這個技術的用途，如智慧汽車、智慧房屋以及急劇簡化的工業管理模式，正以令人驚豔的方式改變我們生活的現狀，讓人體認到「未來世界」的來臨。

物聯網最大的隱憂是資料安全，而且從這個概念率先被提出起，資安就是必定面對的問題。儘管不少人試著訂定準則，目前業界少有針對物聯網的共有標準，業者也很少把用於個人電腦、智慧型手機等傳統裝置的資安標準應用在聯網裝置上。

根據分析師 Zeus Kerravala 所言，物聯網安全需要加強網路取用管制（Network Access Controls，NAC），包含即時應用程式管制與監控、如 PPSK 等支援物聯網的安全認證方法、詳盡的裝置政策執行，以及集中化的回報與監控工具。

無論如何，物聯網都會大幅影響 2017 年的電腦計算產業，它可能是一系列新科技產品服務的基石，也可能成為更具破壞性的網路攻擊舞台。

3. 擴增實境和虛擬實境繼續延燒

iPad 在 2010 年發佈時，別說加上商業用途了，幾乎沒有人對它產生多大的興趣，反而被譏是雞肋產品。現在，人手一台 iPad 和各種平板電腦，它們幾乎攻佔了全世界。

同樣的事情將發生在虛擬實境（VR）跟擴增實境（AR）上，而平板與智慧型手機將被作為它們發揚光大的平台。根據 IDC 的分析，2017 年年底前，將有百分之二十五的企業 IT 組織開始測試智慧型手機上的 AR 商用應用程式，而零售業對於AR/VR 相關的軟硬體、程式開發預算將會提升145%，總投資金額超過十億美金。

IDC 的裝置與 AR/VR 團隊的計劃副總監 Tom Mainelli 在最近一場網絡研討會（Webinar）中表示，AR 的目標落在頭戴式 AR 裝備，像是 Microsoft HoloLens，不過許多公司將會針對消費者與企業手上已有的裝置，開發 AR 應用程式與後端程序。

去年暑假上線的寶可夢 Go（Pokémon Go）讓我們得以淺嚐 AR 的用途和特別之處，例如美國最大的藥品、食品零售連鎖企業 Walgreens 、我們所熟悉的玩具反斗城、戶外運動服裝與用品品牌 North Face 、美國家具商 Ashley Furniture 都開始採用此技術為顧客提出更優質的服務。

「我相信 AR 對各產業的影響，會跟幾年前個人電腦的衝擊相差無幾。」Mainelli 說道，「只要開發者意識到這種科技的潛能，企業的樣貌將從裡到外完全被改變……最後，我們將迎來一個新時代，在那裡，AR 會是我們與裝置、數位內容、實際物品與數據互動的主要媒介。」

4.2020年前，60%數位企業的資安面臨重大風險，而人工智慧可能是解方

先看看高德納諮詢公司（Gartner）最近的資安狀況評估：

2020 年前，百分之六十的數位企業將面臨嚴重的服務崩潰，起因為 IT 安全團隊沒有管理數位風險的能力；同時，百分之六十的企業資訊安全預算將被分配給快速監測與回應策略，而在 2016 年間這個數字只有百分之三十。另外，在 2018 年前，百分之二十五的企業數據流量將直接從行動裝置傳輸到雲端，跳過企業自身的安全監控；2018 年間，超過一半的物聯網裝置製造者也會因不足的權限認證制度，導致他們無法即時處理威脅。

這些問題的解決方式，很可能就是所謂的「三 A 保護」──自動化（Automation）、分析（Analytics）與人工智慧（Artificial Intelligence）。

在自動化的機制之下，安全平台將根據最新監測到的威脅，在沒有人為干預的情況下設計並執行管制。這將大幅縮短從損害到解除威脅的時間，進而減少攻擊者能造成破壞的管道。

安全分析引擎可以消化從裝置傳來的數據，以尋找代表威脅的反常現象。透過設立一個代表「正常」的基準線，這些引擎挑出稍有不同的使用行為，並評估它們是否為有害的活動。

最後，採用人工智慧和機器學習（Machine Learning）能夠提升這項技術的監測能力，除了在網路流量監測反常活動外，也能針對獨立機器、使用者以及特定機器的使用族群的行為進行分析。

隨著這些工具在 2017 年開發得更精確、更值得信賴，它們將能在前期就發現攻擊行為，並在攻擊行為造成資安漏洞前阻止破壞產生。

5.機器學習（Machine Learning）保證預測未來的能力

從以往的經驗看來，想要使用機器學習和認知運算（Cognitive Computing）技術的組織都會面對一個挑戰：需要雇用具有經驗、投入研究如何將數據放入人工智慧演算法的專家級的數據科學家。

近幾年，多虧公共雲端運算平台的發展，這點被解決了，許多廠商皆發表了雲端機器學習平台。長期追蹤機器學習市場的分析師 Sam Charrington 認為，這份技術已被大幅平民化（democratized），供日常開發者在他們的應用程式中使用。

基本上，機器學習是指使用數據來預測未來行為，最常被用於欺詐保護（訓練電腦來檢測反常行為）與訓練應用程式預測未來的利潤和客戶流失。IBM 便已訓練他們的 Watson 平台創造精明的聊天機器人（Chatbot）負責客戶互動，以及協助醫護工作人員提供更好的照護服務。

與區塊鏈一樣，機器學習也仍在應用前期，勤業眾信顧問公司（Deloitte）的報告指出，現今只有百分之八的企業正在使用機器學習技術。消費者對亞馬遜 Echo 和 Apple Siri 等平台與工具的採用度已在這個市場種下發展的種子，但由於市場教育的不足，再加上現有企業平台鮮少與這些系統整合，企業用途的發展一直停滯不前。不過，Krishna Roy 也指出，總有一天這項技術會成為「企業分析不可或缺的一部份」。

6. 區塊鏈的地位應被企業提升到核心發展重點

區塊鏈將對各種金融與商業交易帶來革命式的轉變。業界對這點的熱切程度從未消退過。在新的一年中，一些企業即將把這個區塊鏈熱潮變成實際的技術測試，以探索它減少交易成本、串流夥伴互動與加速企業程序的能力。

原則上來說，區塊鏈紀錄交易的方式將這些互動串成一條具時間鏈，這些紀錄皆永遠不能刪除，只能循序更新，形成一條越來越長久的交易歷史足跡。區塊鏈像是一本公共的分類帳目，透過可認證的交易紀錄以及取代對中介者的需求，它在數位世界中建立起使用者之間、使用者與企業之間，以及企業之間的信任。

在金融產業之外，產業觀察者認為區塊鏈將在核心企業功能中扮演重要的角色，從供應鏈與製造業到法律與健康醫學產業都一樣。當管理者需進行審計跟蹤（Audit Trail），以追蹤完成品的製造源頭或記錄房地產擁有權，區塊鏈網絡可以用來建立具認證性、防竄改性、加密過的紀錄，且不受制於一個中央管理權力。

不過，區塊鏈科技距離發展成熟還有一段距離。

早期採用者已執行過上百個試點項目（Pilot Project），但在區塊鏈成為主流前，還有許多問題必需正視：技術挑戰、沒有執行標準與管理模型、技術缺乏以及擴張性隱憂。

若企業對於區塊鏈應用有興趣，高德納諮詢公司（Gartner）建議從針對特定問題的小型試驗開始。企業可以開始評估，分佈式網路（Distributed Network）將如何改善原先被交易效率失能限制的商業程序，以及科技供應者能如何協助區塊鏈應用。

延伸閱讀

3 人小公司在矽谷進化成 1600 人跨國企業！雲端客服公司 Zendesk 從零打造出 837 億台幣王國
 2017 影響商業界5 條定律，秒懂一流公司如何在「數位化」市場取得勝機
 【製造業轉型省思系列】宏遠紡織擁抱工業 4.0：生產時間省 3 倍，一年回收 3000 萬台幣

資料來源：
  Network World 5 enterprise technologies that will shake things up in 2017
  Network World 10 must-watch IaaS cloud trends for 2017、
圖片來源：  cata.strophic., CC licensed，本文開放合作夥伴轉載。

   【TechOrange 徵才：社群編輯、程式設計】

   如果你對數位行銷、Startup 趨勢、產業轉型、程式設計，以及新科技議題有興趣，不怕用與眾不同的面向，去衝撞一般思維，歡迎你加入 TO    >>        詳細職缺訊息 

   意者請提供履歷自傳以及文字作品，寄至    jobs@fusionmedium.com
   來信主旨請註明：【應徵】TechOrange 職缺名稱：您的大名

李嘉诚究竟都投资了哪些以色列项目？

Fri, 10 Mar 2017 14:37:27 CST

过去几年里，李嘉诚一直在出售香港和内地的资产，同时也在海外购入公用事业企业和能源企业等蓝筹公司。不过，他旗下的科技基金 – 维港投资集团有限公司（Horizons Ventures）却不太为人知晓。维港投资是由李嘉诚创立并持有的创业投资公司，成立于2006年，主要对科技或革新技术的创业公司投资。维港投资主要管理人员包括周凯旋和张培薇。直至2016年，维港投资累积入股73家科网企业，投资项目亦遍布亚欧大陆及美洲。

令维港投资名声大噪的是维港投资的几项成功的投资案例，包括地图应用Waze和语音控制程序Siri，前者被谷歌斥资11亿美元收购，后者被苹果收购后成为iPhone的语音助理服务。该基金并未披露具体回报率，但监管文件显示，李嘉诚2007年对Facebook总额1.2亿美元的投资，到2012年已经获得了至少5倍的回报。

维港投资所投的项目主要分为数据应用和颠覆性科技两大类。来自维港投资官网的信息显示，维港投资投资的60多家“颠覆性”企业，是那些“对大量真正问题提出具有价格竞争力的解决方案，并将对世界产生重大影响的公司”。

维港还大力投资侧重“吞噬数据”的企业，而且自2010年以来，也开始关注人工智能。不过，维港投资对以色列的高新技术项目情有独钟。在维港投资所投的60多个项目中，以色列就占24个，随后是美国22个，加拿大6个，英国5个，德国2个，中国、瑞典、西班牙、卢森堡各1个。

以色列的项目遥遥领先其他国家的项目，并且其投资项目，呈现逐年上升的趋势：2009年3个，到2013年，已经达到22个。根据以色列风投研究机构IVC的统计，维港投资在2012年“以色列最活跃的10所风投”中位列第二，其一共投了10家创业公司，只比第一名的Carmel Ventures（以色列本土风投公司，曾获得百度、中国平安、奇虎360及盛景网联等中国公司1.94亿美元的投资）少一家。自2011年开始，维港投资已经在以色列累积投资1.8亿美元，并且成为以色列最大的外国创业投资人。

下面是INNONATION对维港投资所投的24个以色列项目进行的盘点：

01.Accellta

Accellta公司提供一系列革命性的解决方案来改善胚胎并培养诱导型多能干细胞。Accellta公司的创新式的胚胎工业化生产以及诱导型多能干细胞培养的解决方案“Maxells”, 是基于动态无载体悬体干细胞培养的。Maxells可以实现一个统一的细胞生长，并提高细胞的分化，提供前所未有的可扩展性和质量。该解决方案可以实现多种用途的高性价比的干细胞大规模生产，如治疗需要，胚胎银行或研发应用。“Singles”是另一个Accelta公司的技术，提供了一个简单而有效的方法，以单细胞悬浮液的形式培养多能干细胞，作为细胞的遗传操作平台并提供增强的均匀度和纯度。Accellta的成功是基于其在医学理工学院的干细胞中心中超过15年的研发工作经验。

02.Corephotonics

Corephotonics是一家擅长于计算摄影技术的紧凑型相机设计公司。公司基于特殊的算法、新颖驱动器及光学设计来研发解决方案。研发的解决方案可以超越照相手机存在的一些最有挑战性的缺陷。虽然图像传感器分辨率不断提高，但是紧凑型相机的有效分辨率及图像质量仍旧很低，主要原因在于动态模糊、缺少光学变焦、低光照相关闭噪声、错焦、光约束等。Corephotonics正在开发那些尚未被开发的潜在的微型机械电子并增加其计算能力（此计算能力是一些处理器公司在接下来几十年才能达到的），目前已有所进展。2015年2月，Corephotonics宣布完成了1780万美元的B轮融资，此次融资由Amiti Ventures、Magma Ventures、维港投资和BetaAngels Partners共同领投。

03.Cortica

Cortica的核心技术是图片搜索，透过人工智能及大数据为影像配对正确数据，其创办人Yehoshua Zeevi指，未来拟进击中国市场，现已跟奇虎360合作，提供智能图片搜索，未来拟跟三家中国公司合作发展O2O。相比Google的搜索技术，Cortica的精确度更高，能以较细型的数据库处理海量的图像，将图片翻译作文字，并且SONY手机已经引入这项技术。2014年5月，Cortica完成了D轮融资，共计3800万美元。本次投资由俄罗斯的Mail.ru公司、维港投资和个人投资人Ynon Kreiz共同完成。

04.Crosswise

Crosswise提供了世界上最准确和权威的跨设备映射数据。这个信息使广告供应商、消费者品牌和高端出版商获得了跨设备推广、内容个性化和分析的巨大优势。公司独特的技术使其每月可以处理几千万亿字节的用户和设备的活动数据，相当于数十亿台独立设备同时工作。公司将先进的数据科学和专有的机器技术应用于这些数据，构造了一个新的概率设备图，每周将多个设备和个体用户匹配起来。2015年9月，Crosswise完成了300万美元的A轮融资，此次融资由Pereg Ventures主导，ZhenFund，Emerge，Giza Venture Capital，OurCrowd和维港投资参与。

05.Eyeways System

Eyeways的EyeSpace技术将我们周围的空间变成了一个丰富的增强现实的游乐场。覆盖的每个点都具备了潜能，以插入相关的、逼真的、能进行空间调整的信息。随着移动和可穿戴设备的计算能力的增加，增强现实即将被无缝地接入这些设备的使用经验中，并成为我们日常生活的一部分。EyeSpace 4D，是Eyeways独特的、基于对象而设计的四维场景分析技术，是一种新型的理解场景的方法。用户能够从中提取高精度的特定应用程序信息，其中包括几何的(3D位置、尺寸)、瞬时的(变化、出现和消失、轨迹)和分类的(对象类型、运动类型)信息。

06.FeeX

FeeX在您的经纪人账户中发现隐藏费用。FeeX是一个免费的在线工具，帮助你减少投资账户中的费用。我们安全地扫描你的401(k), IRA, 403(b), 457和经纪账户，然后告知你如何减少这些费用。2014年8月，维港投资主导了FeeX公司650万美元的B轮融资，此次融资还有Blumberg Capital参与。

07.Ginger

Ginger软件可以根据其语法、标点和拼写检查工具，自动检测与修正您错误的用词和语法错误，帮助您更快更好地写作。Ginger可以用于您喜欢的任何设备或平台。只需在手机、平板电脑或台式机上安装该款应用程序便能立即改善沟通能力。在Ginger句子转换器的帮助下写出新颖的语言、丰富现有的句子，并利用同义词工具以更富激情的文字来代替枯燥的单词。利用拼写书避免尴尬的错别字，并使用所有Ginger的功能来改善你的写作能力。2012年8月，Ginger宣布完成了540万美元的融资，其中500万美元来自维港投资和Harbor Pacific Capital。

08.Hola

Hola是全球顶尖的VPN服务商之一，目前在全球范围内有3100万用户。和传统的VPN服务不同，Hola可以通过P2P的形式加快网络访问速度，这种方法避免了传统高峰时段大规模阻塞的问题，并且可以大幅度降低服务器的压力及损耗。同时，通过P2P的模式也可以保证绝佳的线上安全性和匿名性，还可以组织ISP追踪等问题。2015年9月，Hola完成了1700万美元的C轮融资，此次融资由Iris Capital领投、维港投资、DFJ和其他公司参与。

09.Kaiima

Kaiima Bio-Agritech公司是一家遗传和育种技术公司，目前它们开发了一项创新的，名为EP的非转基因技术平台。EP，加上该公司原有的先进的育种技术，能够提高粮食和能源作物的产量，改善资源使用效率。Kaiima公司在全球范围内与众多种子公司和研发机构都建立了合作，其开发的新型育种解决方案十分符合农业可持续发展的需要。Kaiima公司的业务目前也延伸到了蓖麻（一种农业作物）育种繁殖领域，通过其名为CastorMaxx的营销平台，它旗下的子公司能够开发出高质量的蔬菜和作物品种。该公司的总部设在以色列的莫夏夫沙罗娜，并且通过其在中国和美国的子公司进行分销经营推广。

10.Magisto

Magisto全球领先的视频应用程序，运用人工智能专利，可以自动识别，并将普通的照片和视频精巧地演绎成富有情感冲击力的视频故事。Magisto的情感感知技术使任何人的图像和视频库都可以变成高品质的电影，无论是好莱坞式的，催人泪下的怀旧风格或惊险的动作片风格。2013年10月，Magisto宣布完成了1300万美元的C轮融资，本次投资由Qualcomm Ventures、SanDisk Ventures、Magma Venture Partner和维港投资共同完成。

11.MeMed

MeMed诊断公司开发出突破性的解决方案，用来诊断传染病和炎症性疾病。利用解码机体的免疫反应来区分需要抗生素治疗的细菌感染，和一般是不需要抗生素治疗的病毒感染。它有助于医生通过减少滥用抗生素来做出更好的治疗决策。ImmunoPoC是一个革命性的手持设备，用在医疗救助点区分细菌感染和病毒感染。可以快速准确的区分细菌和病毒，可以显著提高世界各地众多患者的治疗效果。

12.Medical Earlysign

Medial EarlySign认为在常规的医疗数据中隐藏着目前的方法无法察觉的信息，而这些隐藏的信息可能和疾病有关，于是开始使用先进的大数据机器学习技术来对医疗数据进行分析处理。此外，Medial EarlySign创造了一套针对医疗大数据独特的算法平台，可以处理几十亿的医疗数据。基于这个平台，Medial EarlySign可以针对一些高危疾病或者高负担疾病进行早期识别和治疗。

13.Meekan

Meekan能够智能、迅速地为个人和团队安排会议日程。Meekan能够满足顾客的需求，在几秒钟之内进行精确定位，可以考量每个用户的时间表、时区和惯用的工作时间，不管他们使用的是何种日历软件。一般情况下，该系统能够帮助用户利用自然条件创建会议请求，如“下周与张三共进午餐”或“明天晚上与李四进行电话会议”。Meekan将毫不费力地检测到所有与会者的最佳时段，并将它们放在一起。Meekan是目前市场上唯一的可提供智能调度服务的大日历程序：不管是在Gmail中，还是iCloud或Exchange账户。2014年11月，Meekan宣布完成了87万美元的种子融资，从而丰富他们连接不同在线日历的产品组合。其中75万美元来自维港投资，其余的来自私人投资者。

14.Meteo-Logic

Meteo-Logic公司提供了高度准确的风能和太阳能发电预测解决方案。该方案基于独特的机器学习算法。Meteo-Logic的解决方案能够替代能源发电机组，主要服务对象是独立系统运营商、能源零售商、贸易商和其他种类的能源生态系统。该方案能够帮助他们有效地管理能源、进行定价，实现利润最大化并且避免处罚。该公司的服务和天气预报主要基于大数据算法，使得预测更加准确。2013年9月，Meteo-Logic公司从维港投资获得300万美元投资。

15.Mishor

Mishor的旗舰产品是ShadowBox – 灵活可扩展的、用于增强现实的渲染引擎，它能够被集成于多种平台，例如汽车前部单元（信息娱乐系统）、平视显示器（HUD）、智能眼镜以及可穿戴式设备等等。Mishor 3D引领着目前增强现实领域的革命，它有意于通过首次展示的全挡风玻璃平视显示器，将驾驶者引入全新的领域。Mishor的专利技术，将导航行车安全系统和车载娱乐系统集成为挡风玻璃前的影院式显示器。2014年10月，Mishor从维港投资和Blumberg Capital获得300万美元的投资。

16.NanoSpun

NanoSpun开发和生产智能纤维垫和纤维膜，这项技术可应用于工业废水处理、设备的可持续使用等。NanoSpun利用其专有的纳米技术对这一过程进行了改造。NanoSpun的解决方案提供了优于其他竞争技术的解决途径，并且提高了成本效益，使得操作更加方便。该解决方案代表的跨越式发展对人类和环境可持续性的发展都具有重要意义。2013年，NanoSpun从维港投资，Swire和海法理工大学获得了525万美元的投资。

17.Nipendo

Nipendo为买家和供应商协作提供了一个云平台，使世界各地的组织能够在供应商生态系统中实现从采购到支付的自动化处理。通过启用实时发票审批和对账，Nipendo可以优化公司流动资金沉淀，加速现金周转周期，获取更多早期付款折扣，并为供应商提供一系列供应商融资选择。因此，Nipendo使企业能够在其供应商生态系统中显著扩大电子采购到支付处理的业务范围，降低业务成本，同时提高资本效率和盈利能力。2013年3月，Nipendo宣布完成了共计800万美元的B轮融资，本次投资由维港投资领投，之前的投资者Magma Venture Partners也参与了本轮融资。

18.Onavo

Onavo是移动应用的开发商，帮助用户保存、计算和保护他们的移动数据。Onavo创建了三个应用程序：Expand、Count和Protect。Expand可在iOS和Android设备上使用，并在后台运行，它提供了如何更有效地管理移动数据、节省更多流量的建议。Count也在iOS和Android设备上提供，并向用户提供有关数据使用的详细报告。Protect当前只在iOS设备上提供，顾名思义，可以在共享信息或浏览网络时保护用户的信息和数据。2012年1月，Onavo完成了1000万美元的B轮融资。维港投资和摩托罗拉风险投资基金领投，之前的投资公司Sequoia Capital和Magma Venture Partners也参与了此轮融资。

19.Shine Security

Shine Security可以提供先进的网络安全解决方案。当你在使用手机或者电脑的时候，Shine Security可以检测到最微小的异常活动，从而及时发现网络威胁确保网络安全。2012年10月，Shine Security完成了330万美元的融资，本轮融资由维港投资和Initial Capital共同领投。

20.TIPA

TIPA创造出了100%生物可降解和可降解食物&饮料软包装解决方案。该方案很容易进行生物降解，能够大大降低对环境的影响，并且拥有优越性能，包括：高产、灵活性好、透明度高、冲击强度大和具有屏障属性。TIPA的使命是创造可100%进行生物降解的包装解决方案与绝对的生态意识，满足了食品公司的巨大需求。2014年8月，TIPA完成了1000万美元的融资，本轮融资由维港投资领投，其他投资公司包括 Aviv Venture Capital和GreenSoil Investments。

21.Voyager Labs

Voyager Labs开发了一种人工智能引擎，将专家系统与深度学习算法相结合，能够通过分析大量公开可用的非结构化数据来提取动态、实时和量身定制的人类行为洞察。2016年11月，Voyager Labs完成了3轮融资共计1亿美元，参与融资的有英国风投家Ronald Cohen、Travelex创始人Lloyd Dorfman、OOAPAC Holding和维港投资。

22.Waze

Waze是一个可以免费在苹果和安卓设备上运行的社区化交通导航应用，目前其用户已遍及全球约190个国家。Waze利用移动设备的GPS信息来获取有关路面交通流量的信息，从而向汽车驾驶员提供更好的行车路线。Waze还拥有一个由7万多名会员组成的社区，这些会员帮助Waze编辑地图和添加一些细节信息，如特定加油站的汽油价格，或是驾驶员在何处应留心超速监视区和避免发生交通事故等。2011年10月，Waze从维港投资、Kleiner Perkins Caufield & Byers Digital Growth Fund和iFund获得3000万美元的投资。2013年6月，谷歌宣布正式收购Waze，具体收购金额未透露，坊间报告称收购金额高达13亿美元。

23.Wibbitz

Wibbitz提供自动通过文本文章创造出美丽的汇总视频的技术。该技术通过自动转换文本，能够生成质量优良的视频短片，使文字成为一个个精彩的故事，并且递送到你的手机屏幕。同时，Wibbitz可视化技术通过利用iPhone优美的画面来充分发挥故事的作用。它能够将相同主题的图片连接组合在一起，并且结合视频短片和动画信息图表的优势，为您带来精彩的故事。2015年6月，Wibbitz从维港投资获得了230万美元的投资。2015年5月，Wibbitz宣布完成了800万美元的B轮融资以拓展美国市场，本次融资参与公司包括维港投资、Lool Ventures、Initial Capital、Kima Ventures和新加入的NantMobile。

24.Windward

以色列公司Windward，主要通过分析和组织全球航运业的数据，为行业提供解决方案。据介绍，Windward开发的智能解决方案“MARINT”，为全球各地的保安、情报和执法机构所应用，再配合Windward的数据和分析资料，有助及早识别货运停舶前的潜在风险。2015年4月，Windward完成了1080万美元的融资，此次融资由维港投资领投，Aleph公司也参与到本次融资。

相关阅读：
WaterBlock纳米防水技术：带着iPhone洗澡再也不是梦	盘点：以色列最有前景的24家科技创业公司	投资种树，RFID标签跟踪树木生长	让投资者复制专家的投资策略	以色列视频公司推低成本自制视频平台
无觅

过于在意别人想法，如何克服？

Sat, 17 Dec 2016 00:03:39 CST

过于在意别人想法，如何克服？

这一点一直令我很苦恼，我也一直想极力摆脱。但到后来不管怎么尝试却都只令我变得愈发敏感，愈发的在意别人。

通过不断地摸索，直到两年前我才彻底的摆脱了别人对我的看法的影响，我成为了一个无条件地接纳自我，不会被任何的评判与对比影响的活的很轻松的人。

在这里，我将我的经验分享给你。全文一共八千多字，我相信看完这篇文章后，你就能够放下对于别人看法的在意了。

在我很小的时候，我的父母总会以一些很严苛的标准来要求我，他们总是告诉我：你还不够好，你还不够优秀。

他们也很少会夸赞我，给予我正面的评价，总是会拿我和别人家的孩子作对比。

这就造成了我从小以来一直都是： 以别人的评判标准来看待自己，试图去满足别人的期待。

别人对我的赞同或否定都会对我的情绪造成很大的影响。

不知道、也不会去表达自己的需求。

在某种程度上，我还会有一些讨好别人的倾向。

后来踏入咨询行业，接触了很多也是被过于在意别人的看法而困扰的来访者，我发现几乎是所有的这类人都有一个共同点： 童年时总是被父母或抚养者要求成为他们所期待的人。

这一点是导致我们总是会过度在意别人看法的根本原因。

我们和父母的相处模式几乎是造就我们未来的一切认知、行为模式的模板。但也要意识到，这是也只是一个模板而已，在我们今后的成长过程中，我们和别人的相处与互动，令我们的这些认知和行为获得了反馈和强化，由此，「在意别人的看法」才真正内化为我们的一个「基本习惯」与「核心信念」。

随着心理学的发展与迅速普及，许多心理学的概念被大众所熟知，而很多概念在传播过程中不可避免的被夸大和绝对了。「原生家庭」这个词就是其中之一。

人类的归因倾向就是习惯于在根源处寻找答案，所以「原生家庭」这个词就几乎成了公认的心理病症的根本原因。

但实际上我们必须意识到，童年经历只是导致我们的问题的一个「触发因素」而不是全部的原因，事实上在我们成长过程中对于我们童年行为与认知模式的强化和重复才是导致我们问题的主要因素。

「在小的时候会被父母要求成为他们所期待的人」，有这样童年经历的人并不在少数，但还是有很多人虽然有这样的经历，却并没有在长大后成为像你我一样会过度在意别人看法的人。

这说明了什么？

这说明了原生家庭的确令我们在一开始产生了这些问题，但在成长的过程中我们完全是有机会、也能够摆脱我们的这种认知模式的。

比如说你拥有了一群接纳你的伙伴、你在学校里成绩很好不断地从别人那里获得正反馈就形成了「无条件自尊」、你力气很大你们班的同学都很怕你等等，这些都是有可能改变我们的认知模式的外因。

另一方面，即使你已经清清楚楚、完完整整的知道了你童年时和你父母的相处方式，你明确的了解了你父母对你的哪些做法令你变得这样在意别人的看法。

但是然后呢？

然后如果你想彻底改变这个问题，还是要从你「现在」的认知与行为模式入手，只有把你的认知与行为习惯改变了，问题才能够解决。

并且，甚至是我们只需要把你的认知行为习惯改变了，即便我们不知道原因，那你照旧能够完全摆脱这个问题对你的困扰。

所以说了这么多是要你理解什么呢？

是要你理解， 不要把所有的问题都归结于过去，归结于原生家庭，原生家庭是导致你现在问题的触发因素，但也只是一个触发因素，仅此而已。

有非常多的人会把所有的问题都推给原生家庭，并非常悲痛的说：我真的没有办法放下，我真的很痛苦，我好难过。都是过去的错。

把问题完全归结于原生家庭的唯一好处就是，你可以说所有的错误都是父母造成的，这样你就能继续逃避自己的责任和你应该去面对的问题，这样你就能变得很“轻松”了。

我们必须意识到，去追究是谁的错、追究什么原因，这对我们的问题的解决，并没有任何的用处。

我们要做的只是针对问题，寻找解决办法，然后做出改变，问题就解决了。

如果你只会痛苦的哭诉“我好难过”而什么都不做，这才是导致你不断地被问题影响的根本原因。

在明确了唯有付出行动才能解决问题这个前提之后，我们来看一看导致你过度在意别人看法的「直接原因」。这些直接原因是我们解决问题的关键。

过度在意别人看法的一个最重要的直接原因是：害怕得罪别人。

毋庸置疑，这是任何一个会过度在意别人看法的人的潜意识里都有的一个核心信念。

你害怕和别人起冲突，你害怕别人对你发火，你害怕别人冷落你，你害怕别人对你使用暴力，你害怕别人抛弃你。

而这一切害怕的本质，都是对于「死亡危险」的恐惧。

这种恐惧来自于我们问题的触发因素：父母要求我们成为他们期待的人。在童年时期，父母是我们能够生存下去的唯一保障，得不到父母的认可，无法满足父母的期待，这就意味着我们有被他们抛弃的风险。而对于儿童来说，被父母抛弃，就意味着死亡。

对于这种死亡风险的恐惧促使着我们不得不去试图满足父母的期待。

2. 自卑。

导致自卑的原因是多种多样的。自卑的人基本都会过度的在意别人对自己的看法。所以自卑和过度在意别人的看法这两者是一个交叉作用的关系。

3. 敏感

敏感意味着一个人的心理承受能力差，容易受伤，容易多想。

4. 将自己与别人对比。

只要你将自己和别人对比，就必然会对你造成伤害。

「不停地令自己变强，不停的令自己变得更完美，从而能在将自己与别人对比的时候胜过对方」是无法解决这个问题的。

不管你变得多强大，不管你变得多好，这个世界上绝对还是会存在着比你更好的人。这也就意味着你总会有不如人的地方，你总是会受到挫败。

所以最根本的是，一开始就要意识到你根本没有丝毫拿自己与别人比较的必要性，放弃了对比，也就没有了痛苦。

5. 不能接纳自我。

人的自尊有三种模式。

一种是「依赖性自尊」，即依靠别人的评判标准来看待自己。在得到别人的赞美与认同时会非常的开心，在被别人否定和拒绝时会嫉妒的难过。

会「过度在意别人的看法」的人就是属于「依赖性自尊」。

第二种是「独立性自尊」，即不再依靠外在的评判标准和他人的目光来看待自己，而是完全的遵照自己的标准和要求来看待自己。

但独立性自尊的人在有些时候也会因给自己制定了太高的标准而产生挫败。

第三种是「无条件自尊」，即不需要任何理由，不需要任何评判标准，不需要任何的条件，我完全的尊重和接纳自己。

只有这种自尊，才是真正的自尊。

有条件的自尊本质上只是在玩「找到一个标准，满足这个标准」从而自我安慰的把戏罢了。

所以当一个不能够接纳他自己的时候，他的内心就是空洞无物的，他无法从自身内部获得支撑，而不得不从外界寻求认同和力量。

6. 试图成为别人。

人都有一个理想自我，理想自我与现实自我之间的差距，是导致非常多的神经症问题产生的根本原因。

不论是我们的文化还是父母和长辈的教诲，都是在教我们成为一个“别人”，从来没有人告诉过我们：做你自己就好。

试图去成为“别人”，试图变得“更好”“更完美”“更有钱”“和更多的异性发生关系”这些是驱使很多人存活着的动力，但这些本质上只不过是满足了你的一种虚假的幻想而已。

对于绝大多数人而言，他们终其一生都活在这种幻想里，他们一辈子都是在为了外界的评判标准而活，他们为了成为“别人”而浪费了属于他们“自己”的一生。

以上这六个直接原因，只要你能彻底将其中的一个问题解决，那么你基本上就能够不再去在意别人对你的看法了。

但在无人指导的情况下，你想解决自己的问题其实是非常难的。你没有目标，也没有方法。你可能也没有执行力，很难坚持下去。

在这里，我将我这些年所有的经验和思考全部分享出来，我会从所有的角度全方位的帮你建立起一个自信，自尊，自爱的核心信念，如果你能够将以下这些信念内化，那么你不需要做很多就能够逐渐的改变自己的问题。

你所需要做的，是将以下的这部分内容每天晚上看一遍，直到你彻底理解为止。

而等你理解了，问题自然而然的也就解决了。

1. 别人没那么在乎你，也没那么关心你。

虽然在文字的表述上是“太过在意别人的看法”，其实这本质上指的是“过度的自我关注”。

也就是说问题的实质根本不在于别人怎么看你，而是你自己将别人对你的看法看的太重要，将别人对你的看法所导致的后果看的太重要。

实际上你必须清楚地意识到这一点：并没有多少人在关注你，也并没有多少人对你有什么“看法”。

你想一想，你对别人又有多少的看法呢？即便是你对某个人有些看法，但这个看法又能持续多久？那么你的看法又会对别人造成什么影响？

你对别人的看法根本就没有什么实质性的影响，假如说产生了什么影响，那根本的原因也是因为那个人“在意”你的想法，所以他才会有所应对。

反过来在你身上也是同理，别人对你的看法这本身就是一种「非实质性」的影响。

所以你看：你因为害怕别人别人对你的看法所造成的影响——所以你才会在意别人对你的看法。

而如果你不在意别人对你的看法——那么别人对你的看法就不会对你造成什么影响。

你明白了？

看法始终只是看法而已。

而如果你说：那别人骂我是傻X怎么办？别人欺负我怎么办？别人排挤我怎么办？

那这就是关乎你“懦弱”的问题了，当别人对你产生「实质伤害」的时候，这就已经不再是「别人对你的看法」的问题范畴内，你要做的是捍卫自己的权利，去反抗欺负你的人，或者在的确是你很傻X的时候改掉你的那些愚蠢的做法。

我们要知道： 太过在意别人的看法的对立面是「不在意别人的看法」，而不是「彻底的、绝对的、完全拒绝别人的看法」。

不在意只是意味着你不会被别人的看法影响，也不会被别人的看法伤害。但你仍然会正视，面对，并且接受别人对你的看法。

假如说是因为你在宿舍随地大小便这种过度的行为而导致了别人对你的不满，那么你要做的是修正自己的行为而不是无视别人的看法。

所以一个重要的前提是，你要能够在客观的层面上分清楚你的行为是否对别人造成了伤害或者影响，如果不违背法律和最基本的道德，也没有伤害或影响到他人，那么你才可以完全无视别人的看法。

2. 对于你而言，在这个世上你自己才是最重要的。别人和别人的看法，都不重要。

每一次当我告诉我的来访者们“他们自己才是最重要的”时，几乎无一例外他们都会回答我：“这样也太自私了吧？”“可是我父母生养我很不容易啊！”“那她是我最好的朋友哎！”“可是我真的很爱我的男朋友啊！”

每当我听到这样的回答时，我都会忍不住在心底心疼这些人一把，看看「社会意识」已经把这些人伤害到什么地步了，他们竟然完全没有自爱自尊的意识。

在我们的社会环境中，始终在强调集体主义，强调助人为乐，强调要为别人考虑，我们将为自己的立场考虑、表达和满足自己的需求定义为自私，并且整个社会都在或明或暗的对“自私”持批判性的态度。

这就和为什么太懂事的孩子长大了往往不幸福的原因是一样的，一个人如果没有勇敢的、坦然的满足自己的“自私”的心态，而只会一味的照顾和满足别人的感受，那他将永远不可能获得幸福。

因为快乐的本质就是对自身欲望和需求的满足，你必须将自己的需求放在首位，你的整个人生基调才可能是幸福的。

如果你时刻想着别人，时刻去迎合与满足别人，你的需求和欲望就会被长期的压抑，久而久之，你就会忘了自己究竟想要什么，忘了自己喜欢什么，这个时候的你，本质上就和行尸走肉并无二异了。

无论任何一个人，他活在这世上首先是为了他自己。你这一生会不断地遇到许多人，会有无数的人随意的向你发表他们对你的看法。他们对你的看法重要吗？

事实上一点儿都不重要，现在你身边的绝大多数人都可能会在三年、五年后消失，对于你而言，这些人只不过是你生命中的一些过客而已，所以你有什么必要去奉承和讨好这些对于你一点儿都不重要的人？你有什么必要去在意这些过客们的看法呢？

你这时候可能会想：但我的好朋友/我的老公她们会陪我一辈子的啊，他们对于我而言是很重要的人呀！

没有错，这些人的确对你很重要，但重要和你要牺牲自己去迎合别人之间没有丝毫的关联。

这个人对于你很重要，但你没有必要“丧失自尊”的去迎合他。

更何况你也清楚，你和这些“重要”的人也许要共同陪伴一辈子呢，难道你愿意一辈子都在委屈自己去迎合他人吗？

从最根本的层面上来讲，别人根本一点儿都不重要，你活着本身就是为了你自己。如果你不能够为了自己而活，那么你这一生就相当于是枉过一生而已。只有为了你自己而活的生命，才是真正有意义的。

我可以告诉你的是：你完全有权利自私，你也天经地义的应该把自己放在首位。如果你选择尊重自己，不过度在意别人，你会活得轻松快乐很多；

如果你继续去迎合别人，继续去在别人面前“表演”，继续去试图成为一个别人所期待的人，你就会继续现在的这种痛苦。

你是要轻松地自私着，还是要痛苦的迎合着呢？

3. 把你自己的需求放在第一位。不要委屈自己成全别人。

有太多太多的人不会、也不敢表达自己的需求，而这一点是非常普遍的造成许多人非常痛苦的原因。

他们会在无比愤怒的时候面对着伤害他们的人却无法骂出哪怕一句脏话，无法攻击对方哪怕一下，无法表露出哪怕一丁点儿带有攻击性的情绪。

他们仿佛天生就被训练的会去理解别人的立场，会去照顾别人的感受，会去满足别人的需求。

但是你想一想，又有谁理解了你的立场，谁照顾了你的感受，谁满足了你的需求呢？

你并没有任何的必要，也并没有任何外界的压力和束缚在令你不得不在意别人的想法和感受啊。

你说但是社会潜移默化的有很多规则，有别人会评判你。

问题是这些规则和评判对于别人而言也是一样存在的，为什么别的人就不会这么在意这些社会规则和别人的眼光呢？

归根结底还是在于你给自己套上了枷锁，你给了自己太多了限制，你不敢去迈出那一步，你把别人的眼光和评价看的太过重要了。

只需要尝试一次，只需要尝试一下不去在意那别人的看法，只需要尝试着满足一次你自己的需求，只需要一次，当别人惹恼了你的时候你骂出一句“你给我滚”，只需要一次，当你父母要求你满足他们的期待时你坚定的告诉他们：我自己的未来我自己做主。

只需要这一次，你试试看，自己会不会死，天会不会塌下来，你所幻想的那些恐怖究竟存不存在。

或者即便是你朋友愣住也和你生气了，你父母恨铁不成钢的说你太不懂事。

那又怎样呢？

所以为什么就不能够和他们争吵？为什么就不能坚持你自己的想法？为什么一旦别人反对你你就马上按照别人说的去做呢？

如果你因为“我说了他们不让啊”“可是他们不理解我”“我说不过他们”这种理由而不能坚持自己的做法，我只能说你的一切痛苦，完全是你自己在自作自受。

你自己的决定，别人让或者不让，别人理解或者不理解，别人说的多么有理，这和你有什么关系？

我问你，别人不让你吃好吃的，别人不让你去做你想做的工作，别人不让你和别人起冲突，凭什么？

别人有什么资格控制你？

或者说，你为什么要按照别人对你的要求去做事情？

他不让就让他不让去，他不理解就不理解呗，他说的有理就让他有理，他不接受就让他不接受。

你自己的决定，关别人屁事？

4. 不要害怕得罪别人。

我知道看到这里很多人会担心：但我要是真得罪了别人，那怎么办？

你要意识到： 不害怕得罪别人不意味着你要刻意去得罪别人啊。不害怕只是说即便发生了冲突，你也会去面对这个冲突，即便别人不开心，那就让他不开心去。而不是刻意找茬，刻意去得罪别人。

对于现在的你而言，你会因为害怕得罪别人而刻意小心翼翼的去注意自己的言行举止，会为了和别人不起冲突而压抑自己，会为了不让别人对你产生不好的看法而去为别人的错误负责。

而不害怕只是让你放松下来，让你回到正常人的程度，不会故意惹事，但如果出现了冲突，就要就事论事，是你的错误，你承担；不是你的错误，就绝对不会去忍受。

所以虽然在语言的表述上是：不要害怕得罪别人。而本质其实是： 能够就事论事的分清问题的边界。

如何分清责任边界，详见我的这篇文章：分清责任边界|每个人只能为自己负责

5. 放弃“成为更好的人”“努力变得更优秀”的这种幻想。

好的，坏的，对的，错的，这些都不重要。你想要的，才是最重要的。

没错，我在建议你放弃变得更好，放弃努力，放弃变优秀。

而且试图变得更好，试图变得更优秀，试图变得更成功的这种信念是导致你的痛苦和不幸福的一个很重要的根源。

整个社会，整个人类世界都在推崇和鼓励你要去努力，要变得更好。

于是你开始对自己不满意，你开始讨厌自己，你开始强烈的不能接纳自己。

于是你开始自我否定，开始去追逐社会规定的那些优秀的定义，开始试图去迎合别人的看法，你因此变得很焦虑，你被对自己的不满和自己驱使着不断地向前走，你以为只要达成那些目标你就能轻松了，你就到达终点了，你就圆满了。

但是这一刻却始终不能到来，而你却一直被一种焦虑感控制和驱使着，这样你变得越来越着急，你觉得必须尽快到达那个终点，只有到达那个终点，只有变得更优秀了你才能不再这么焦虑，于是这种着急和焦虑会令你变得越来越浮躁，你会发现你离那些目标越来越远。

而有那么一些人即便是侥幸到达了他所自以为的那个终点，但到达的那一刻他却发现自己好像并没有体会到想象中的那种喜悦和满足，他也并没有放轻松，焦虑与痛苦始终还是如影随形。而他这个时候所体会到的很可能只是一种无边的空虚。

所以你有没有想过，追求外界的标准，追求别人的认可与赞同，追求变得所谓的“更优秀”其实一开始就是一条会伤害你的道路呢？

马斯洛提出人有五种需求，最高层的需求叫做自我实现。

这个「自我实现」指的就是「做“你自己”想做的事」「完成“你自己”的使命感」「追求“你自己”存在的意义」。

而你一直在试图满足“外在”的标准，这和你的本能需求无疑是背道而驰的。

真正的进步与提升是你基于接纳自我的基础上去完成你的目标，满足你的需求，你只是想做这件事情，仅此而已。

就像你吃一份你喜欢的冰淇淋，画一幅你想画的花，追一个你爱上的姑娘一样，这都是非常自然而然的事情，而不是为了达到一个怎样的标准，能够给自己贴上一个“优秀”或“厉害”的标签。

你也不会着急，充满焦虑，为了填补匮乏和焦虑而不停地催促自己，你会完全的放松，不疾不徐的按照你的节奏去做事，去生活。

成为“你自己”，而不是成为“优秀或卓越”，这才是自我实现的涵义，这也是你存活这一世的根本意义。

我相信看到这里，你的认知层面已经受到了一定的冲击，你也能够对你现在的看待你和别人的关系的方式有了一定的反思。

但是核心信念的改变，也只是停留在认知的层面上。知行合一，才能真正将你的问题解决。

对于你要在行动层面上做出的改变，我给出你如下的建议：

1. 将你所在意的别人对你的看法记录下来，然后尝试着去做出不被别人的看法所影响的行动。

“过于在意别人的看法”这本身是一个意识层面的问题。

别人对你有看法，这是一个客观事实，你改变不了。你很在意别人的想法，这对于你的意识而言，也是一个客观存在，我们短时间内可能没办法一时将其消除。

但是你可以控制的是你自己的行为和做法，你要做的就是， 即便你的意识层面很在意别人对你的看法，但你的行动层面依然能够不受其影响。

比如说，小赵认为你扎丸子头不好看。你以往的做法是就不扎丸子头了。而你接下来要练习的就是继续扎丸子头。

我知道对你来说很难，但克服这个困难本身就是你成长的过程。你要做的本来就是要去克服自己的心理障碍，而不是把这些困难和心理障碍和困难当成你不去做事情的理由。

你要记得，你不做某件事的理由只有两个：一个是你不想，一个是不可能完成。

困难不在这两者之内，当你尝试着克服一次这种不敢扎丸子头的恐惧时，你就已经是在客服“太过在意别人的看法”这个问题了。

2. 尝试着与别人起最少三次的冲突，并绝对的坚持你自己的决定，而不被别人说服。

我知道绝大多数的人看到这个练习都会本能的抗拒而不会去做。

但不需要过多的解释，只要是能做去尝试这个练习的人，就一定能摆脱过于在意别人的看法的问题。

3. 尝试表达出自己的需求与感受。

“我没有时间帮你！”

“如果你不能够像一个朋友一样尊重我，那我也没有必要去尊重你。”

“在我小时候你们伤害了我很多，所以不要再继续试图控制我，我不要再去任由你们摆布，今后我要过自己的生活。”

“我希望你能够多关注我，多陪陪我。”

“你要求我理解你，但为什么你却并没有理解我？即便是我理解你，但你对我造成了伤害，我就有权利拒绝你。”

“别他妈的再对我评头论足，我他妈想做什么是我自己的事，和你们这帮傻X有个鸡毛关系。”

“不！”

是不是有好多类似于这样的话在你的心中憋了好久了？但每次总是非常难以把这些话说出口？

其实你知道自己的需要是什么，或者说最起码的，你肯定知道自己不想要的是什么。

你只是难以拒绝，不敢拒绝，也不会拒绝罢了。

那么你接下来要练习的，就是把这些你以往不敢说的话痛快的说出来，你要做的是不再委屈你自己，不再去照顾和体谅别人，不再被别人所控制，而是明确你的界限，捍卫你自己的立场，将你自己先保护好。

很多人说找不到、不知道自己想要的是什么，但你只有能够坚定的拒绝那些你不想要的，你才能够坚定的维护好那些你自己所想要的。

寻找自己真正想做的事，追求自我实现，这本身就是一件非常难的事情。你可以先从拒绝自己不想要的开始做起，拒绝的多了，那些你想要的，也就会慢慢的明晰。

《明朝那些事儿》最后说：这世上只有一种成功，就是用你喜欢的方式度过一生。

这句话对我的影响一直重大而深刻，在许多年的生存，工作，搬迁，交际，追逐，选择的过程中，这句话始终在提醒着我：你活着是为了你自己，你对于自己负有完全的责任。金钱也好，名声也好，地位也好，这些都会诱惑和吸引着你的“社会我”。但你始终要记得，你不是社会的奴隶，你也不是社会的工具，你更不是社会的一个零件。

归根结底，活着就是三个字：

做自己。

以上。

说明：
1. 左岸读书_blog by 左岸 © From 2008 致力于美好的读书体验。
2. 手机访问： http://wap.zreading.cn
3. 微博： http://weibo.com/zreading
4. 左岸.思文.群号： 188145065
5. 还有：人生旅图和冷知识
6. 微信：zreading
7.

您可能也喜欢：

怪力乱神－写给我思念的中国

有人说富二代值得羡慕，我说你大错特错了

就要摆事实，讲道理

写给女儿弯弯的一封信 | 左岸读书 | Page 2

坟场里的一捆柴火

无觅

423读书日：关于投资的五十条真相

Sat, 23 Apr 2016 08:43:06 CST

来源 | The Mortley Fool
作者 | Morgan Housel

或许你是初窥投资门径的菜鸟，或许你是在市场沉浮多年的资深投资者。但你都应该看看关于投资的50个真相：

1、“在别人恐惧时贪婪”，这句话总是说来容易做来难。

2、一家伟大的公司和一次伟大的投资之间有着巨大的鸿沟。

3、市场每年都会经历一个大调整，每十年都会经历一次超级大调整，你得习惯这个。

4、在金融领域，对权威人士几乎没有什么问责，那些一直在犯错的人仍然能有很多拥趸。

5、正如埃里克·法尔肯施泰因所说：“在专业网球比赛中，80%的球都能过网，而在业余比赛中，80%都过不了。这个道理在摔跤、象棋和投资里也一样。”

6、统计学上看，成千上万的理财经理中，总有一些人纯粹是靠运气好成功的。具体是哪些人？我也不知道，但我猜他们中的有些很有名。

7、一些被我们称为“传奇”的投资者，他们职业生涯的回报很少能好于一支指数基金。在华尔街，财富多并不意味着回报高。

8、在萧条、选举和美联储政策会议中，人们总是显出一份非常肯定的样子，虽然他们什么都不懂。

9、你投资的时候越觉得舒服，你就可能死的越惨。

10、告诉你一个节省时间的窍门：如果你投资低价股票（penny stock）或者有杠杆的ETF，你还不如直接用火把钱点着。

11、没有任何一个人能知道短期内市场会怎么变。

12、分析师只和那些愿意听他讲的人谈论一些错误的事情，总是避开那些比他高明的人。

13、你不会了解大银行的资产负债表，那些管理银行的人其实也不了解。

14、在未来50年会有七到十次衰退，当它们来的时候没什么好慌的。

15、30年前，电视上每天有1个小时的市场报道。如今增加到了18个小时。但增加的不是更多的新闻，而是一堆胡言乱语。

16、巴菲特最好的回报都是出现在市场竞争较小的时候。很怀疑是否有人能超越他50年来的记录。

17、学校教的大多数投资理论都是胡说八道，教授里有钱的极少。

18、一个人在电视上出现的越频繁，他的预言实现的可能性就越小（加州大学伯克利分校的心理学家Phil Tetlock曾经做过统计）。

19、同样的，不要相信每周上CNBC超过两次的人说的话。

20、市场不会在乎你为股市投了多少钱，也不会在乎你认为多少价位合适。

21、大多数市场消息不仅对你毫无用处，而且对你有害。

22、专业投资者的信息比你优质，电脑比你更快。你在短线操作中永远无法战胜他们。你千万别尝试。

23、基金经理有再多经验对你来说也意味不了什么，你还是有可能终你一生都跑不赢大盘。

24、对投资者来说，交易费用的下降是最糟糕的事情之一，因为这可能引发更频繁的交易。高交易费用可能会让人们三思而后行。

25、专业投资是一个非常难成功的职业，但它的门槛很低也不需要资质。这也造就了一批“专家”，他们完全没弄明白自己在干些什么。人们常常忘了这一点，因为其他领域并不这样。

26、所有的IPO都会让你受伤，因为那些比你拥有更多信息的人都希望尽快脱手。好好想想吧。

27、如果有人和你提到图表、移动平均线、头肩顶、阻力位，赶紧躲开。

28、根据Google，“双底衰退”一词在2010、2011年共被提到1080万次。但这从来没有发生。而2006、2007年基本上没有人提到“金融崩溃”，但它真的来了。

29、20年期美国国债的真实利率是负值，但人们仍然花大把的钱去买。恐惧远比数学要强大的多。

30、虽然《客户的游艇在哪里》一书于1940年就出版了，但大多数人还是没搞清楚，理财顾问并不会对你掏心掏肺。

31、低成本的指数型基金是有史以来最有用的金融发明之一，虽然枯燥但真的很美妙。

32、世界上最优秀的投资者首先是一个好的心理学家，其次才是金融专家。

33、市场上每天的绝大都数变动都充满了随机性，试图解释短期的变动就像是解释乐透彩票。

34、对大多数人来说，寻找存钱的渠道远比寻找投资渠道要重要得多。

35、如果你一边欠着信用卡账单，一边想着要投资点什么，赶紧打住。你永远跑不赢每年30%的账单利息。

36、大额的股份回购只是为了抵消发给管理层的奖金。但经理们却鼓吹回购是为了“将钱返还给股东”。

37、一家知名公司可能会无力偿还贷款并通过欺诈隐藏会计信息，这种可能性是很高的。

38、20年后的标普500指数将和今天的完全不同，很多公司会被后起之秀代替。

39、12年前通用汽车全球最大的公司，而苹果还在受尽嘲讽。在未来的十年，同样的故事还会上演，只是没人知道主角是谁。

40、如果大家都专注于改善自己的财务状况而不是着迷于国会、美联储或者总统先生，世界将会变得更美好。

41、对很多人来说，房子是一种由巨额债务伪装成的，看似安全的资产。

42、总统对经济的影响远比很多人想象的小。

43、无论你觉得自己退休后到底需要多少养老金，将它翻个倍，你会更接近现实。

44、下一次衰退永远不会和上一次一样。

45、记住巴菲特曾这样描述进步：“首先创新者来了，随后模仿者来了，最后傻子也来了。”

46、记住马克吐温曾这样描述真理：“真理还在穿鞋的时候，谎言已经走遍了半个世界。”

47、记住惠特曼曾这样描述信息：“真正的变量从来不会超过三到四个，其他的都是噪音。”

48、并购的规模越大，失败的概率就越大。CEO们喜欢花冤枉钱来打造商业帝国。

49、亏钱的投资远多于赚钱的投资，二者的比例至少是10:1。

50、牙膏、食品、螺帽之类最无聊的公司往往是最好的长期投资对象，而最具创新性的公司恰恰相反。

转贴：23个制胜投资习惯

Mon, 03 Feb 2014 09:02:10 CST

此文摘专门给雪球上35岁以下投资者：
有一本书叫《巴菲特与索罗斯的投资习惯》，总结了两位伟大的投资家共同的投资习惯，作者是马克.泰尔，我读这本书多次，每次总有收获，能看到自己在投资过程中犯的错误。在书的结尾，作者附录了这篇文章。

23个制胜投资习惯

摘自《巴菲特与索罗斯的投资习惯》

1、相信最高优先级的事情永远是保住资本，这是他投资策略的基石。

2、作为习惯一的结果，他是风险厌恶者。

3、他有他自己的投资哲学，这种哲学是他的个性、能力、知识、品味和目标的表达。因此，任何两个极为成功的投资者都不可能有一样的投资哲学。

4、已经开发并检验了他自己个性化选择、购买和抛售的投资系统。

5、认为分散化是荒唐可笑的。

6、憎恨缴纳税款和其他交易成本，巧妙地安排他的行动以合法实现税额最小化。

7、只投资于他懂的领域。

8、从来不做不符合他标准的投资。可以很轻松地对任何事情说“不！”。

9、不断寻找符合他的标准的新投资机会，积极进行独立调查研究。只愿意听取那些他有充分的理由去尊重的投资者或分析家的意见。

10、当他找不到符合他的标准的投资机会时，他会耐心等待，直到发现机会。

11、在作出决策后即刻行动。

12、持有赢钱的投资，直到事先确定的退出条件成立。

13、坚定地遵守他自己的系统。

14、知道自己也会犯错。在发现错误的时候即刻纠正它们。因此很少遭受大损失。

15、把错误看成学习的机会。

16、随着经验的积累，他的回报也越来越多•••现在他似乎能用更少的时间赚更多的钱。因为他已经“交了学费”。

17、几乎从不对任何人说他在做些什么。对其他人如何评价他的投资决策没兴趣也不关心。

18、已经成功地将他的大多数任务委派给了其他人。

19、花的钱远少于他赚的钱。

20、工作是为了刺激和自我实现，不是为钱。

21、迷恋投资的过程（并从中得到满足）；可以轻松摆脱任何个别投资对象。

22、24小时不离投资。

23、把他的钱投到了他赖以谋生的地方。例如，巴菲特的净资产有99%是伯克希尔的股份，索罗斯也把他大部分财产投入了量子基金。他们的个人利益与那些将钱托付给他们的人是完全一致的。

青春就应该这样绽放游戏测试：三国时期谁是你最好的兄弟！！你不得不信的星座秘密