博客首页|TW首页| 同事录|业界社区
2017-08-12

百度商业化一直是一个难题。早在2015年12月,法国巴黎银行分析师对BAT三家进行了点评:腾讯因为游戏和广告销售而进一步增长,阿里巴巴随着网购市场的成熟而可能出现增速放缓,百度核心业务则受移动流量增长逐步降低而有可能经历平台期。

随后,百度商业化就陷入了僵局。2016年1月出现了贴吧事件、4月出现了“魏则西事件”,随后李彦宏发表了《勿忘初心不负梦想》的内部信,对部分产品的过度商业进行反思。同时,李彦宏在内部信打出的人工智能牌:“十年前,我们以搜索为基础,创立了贴吧、知道、百科等新产品;今天,我希望我们以人工智能为基础,把语音搜索、自动翻译、无人车做成影响人们日常生活的新产品”。

2017年Q1,百度全面垫底BAT阵营。阿里与腾讯以超过3000亿美元市值遥遥领先,而百度的市值则不到1000亿美元,与百度几乎并列的则是刚宣布首次盈利的京东,BATJ成为了新的中国互联网公司代表,但显然此时已经成为了两个子阵营。

另一个有意思的现象是,吴恩达自2014年5月加入百度,到2017年3月离开百度,百度在MIT Tech’s 50 Smartest Companies评选中大起大落:2016年百度还名列该榜单第二名,到了2017年则直跌到第50名。而腾讯位列2017榜单第8位(2016年为第20位),阿里为第41位(2016年为第24位)。

百度急跌MIT Tech’s 50 Smartest Companies排行榜,说明百度的人工智能并没有深厚的“家底”。而到2017年3月,百度高级副总裁、原无人车事业部总经理王劲离职,凸显了人工智能商业化的艰难。实际上,人工智能虽然在2015至今被全球热炒,但想要为百度这样的企业产生大规模的盈利,其实还遥遥无期。

诸如无人驾驶等人工智能愿景,即使是谷歌无人车团队也经历了成员相继离开的动荡,更不用说中国与美国的实际交通情况有巨大的差距,就算是无人驾驶在美国能够成功也不意味着就能在中国落地。

再反观百度自己的产品,在2015年底的时候打开百度的产品介绍首页,林林总总不下150种产品和产品线,如今也有超过100种产品,其纷繁复杂、令人眼花缭乱。搜索服务、导航服务、社区服务、游戏娱乐、移动服务、开发服务、软件工具、其它服务等,好像用户每天都接触一些百度产品,但使用百度账号的频率并不高,用户粘度也远比不上支付宝或是微信。

一种破局的说法是,基于开放式的移动端广告已经进入平台期,百度下一代商业化的关键在于移动端用户流程的闭环。阿里依托支付宝、腾讯依托微信,在移动端建立了完整的用户闭环。特别是微信支付晚了支付宝将近十年,依托微信强大的用户粘性和红包应用,成功逆袭完成了商业化。

支付宝账号、微信账号甚至京东账号,都是消费者必备和每天必须登陆的移动端入口,属于强连接。而相比之下,百度账号与用户之间则为弱连接。用户无需登陆即可使用百度搜索、百度地图、百度知道等百度产品,而像百度糯米、百度外卖等均有同类可替代产品。

手机等移动端本身是一个闭环体系。在PC时代开放式搜索的商业模式,无法复制到移动时代的闭环体系中。纵观百度百余种产品,能够与用户产生强连接,强制性每天都要登陆百度账户、最有可能形成闭环模式的,看起来只有百度贴吧,但百度贴吧一直挣扎在商业化与非商业化之间,原百度贴吧总经理陆复斌也在上任两年后的2017年5月离职。

而到了2017年8月,百度与京东的战略合作,似乎为百度的商业化破局打开了另一个方向,并在此方向上迈出了实质性的一步:基于开放体系的互联网商业模式。与支付宝、微信等基于闭环体系的互联网商业模式相对应,开放体系的互联网商业模式本身与用户之间就是一种轻连接或低频连接模式,但通过大规模的轻连接或低频连接形成一种可大规模盈利的商业模式。

在这方面,共享经济就是一种典型代表。Uber、滴滴打车、Airbnb、摩拜/OFO单车等,共享经济通过互联网的轻连接模式实现了对闲置社会实体资源的共享,提高了社会资源的利用率和创造了闲置资源的新价值。那么,共享经济现在主要针对实体经济中的实体资源的共享,而对于虚拟经济中的虚拟资源的共享呢?比如共享信息与共享知识?

百度与京东合作,在某种程度上就是提高了虚拟信息的共享程度。过去,BATJ及其生态之间都或多或少的存在着信息不共享的情况,导致用户要分别在各个平台上搜索各自的信息,但这在实际上就造成了信息资源的浪费与不流通。但这也同时提供了百度商业化的大思路与大方向,也就是在强化百度现有搜索+信息流的优势下,继续沿着这个方向开发共享信息与共享知识的互联网产品。

对于百度与京东的合作,京东特别提供“京东特供”一级购物入口,位于手机百度的用户个人中心页面。但在PC端和移动手机的百度页面搜索端,都以京东推广或广告的形式出现了京东的信息流。除了出现京东的信息流,苏宁的信息流、各品牌公司自家电商的信息流(例如海尔电商、小米电商)等,甚至天猫的信息,也都出现了百度的搜索页面里。

打破信息孤岛、提高信息共享、加强信息分享,这是搜索商业模式很理性且很自然的下一步。在这个基础上,发挥AI的作用,提高信息筛选和推送的精准度,这就在移动与AI之间形成了良性闭环。在未来,百度还应该积极开发大规模共享知识类产品,因为我们正在进入知识经济时代,对于共享知识的需求既符合互联网轻商业模式的特点,其本身又有巨大的经济价值,而对于百度来说也是在核心竞争力之上的合理拓展和延展。(文/宁川)

2017-08-05

(上图为甲骨文公司高级副总裁及中国区董事总经理李翰璋)

在2017年6月,甲骨文创始人、执行董事会主席、CTO Larry Ellison在一次与市场分析师的电话会议中表示,希望甲骨文公司的PaaS+IaaS业务将超越SaaS业务成为更强劲的业务增长引擎。在5月31日截止的Oracle 2017财年中,PaaS+IaaS业务达到了14亿美元,而SaaS业务则为32亿美元。

Larry Ellison认为,随着企业开始把数以百万个Oracle数据库迁移到云端,PaaS+IaaS业务必将大涨,近期与AT&A的合作仅仅是一个例证与开端。在今年5月,AT&T决定把自己的Oracle数据库和相关应用迁移到Oracle云中,而这涉及到PB级的数据和相关本地应用,都将迁移到Oracle云中。

甲骨文给那些希望在云端运行数据库的IT组织多种选择。一种选择是IT组织可以把带有许可证的Oracle数据库直接迁移到IaaS之上,而这个IaaS服务既可以由甲骨文来运营也可以由第三方云服务商运营。另一种选择是IT组织可以采用Oracle数据库即服务(Database as a Service),这包括了数据库以及基础设施以及相应的运维服务。现在,甲骨文看到了数据库业务的整体上涨。

(上图为甲骨文数据库全球执行副总裁Andrew Mendelsohn)

而在2017年8月3日北京举办的2017甲骨文数据库云技术大会上,被称为“数据宗师”的甲骨文数据库全球执行副总裁Andrew Mendelsohn表示,“今天在中国的一体机市场,我们的占有率已经远远超越了竞争对手”。Andrew是甲骨文数据库研发部门、数据库云、数据库一体机的掌门人,而这些基本都属于PaaS业务。

而在去年9的Oracle Open World上,Larry Ellison宣布推出第二代IaaS,这个第二代的概念其实是相对当时市场上已有的IaaS服务,特别是针对AWS而言。在今年上半年,甲骨文在国内开始猛推第二代IaaS,强调低价、高性能、安全可靠、面向企业级、PaaS+ IaaS的无缝融合等特色。而其中的这个PaaS,一个重要的组成部分就是Oracle数据库云。

Larry Ellison强调:“新推出的第2代IaaS比AWS更快,成本更低。现在,我们最大的客户可以在Oracle云端运行最大、要求最苛刻的Oracle数据库工作负载,而这在亚马逊云是绝对不可能做到的。”

李翰璋在2017甲骨文数据库云技术大会上接受采访时说,“我记得在四五年前,Exadata一体机刚刚进中国的时候,很多应用都是基于非核心的应用,以后台应用为主。在过去几年有两点明显改变:第一是配置方面是满配,包括机器的采购;第二是应用方面以核心应用为主。”

而在谈到中国市场的PaaS+IaaS业务时,李翰璋表示“PaaS跟IaaS的业务在中国区也有非常好的增长,很多客户在考虑我们的产品。有一些已经做出了决定,有一些客户在今天已经分享了他们的使用经验,他们来自于不同行业,在使用我们的数据库云、中间件云等方面都有不同的体验。”

侨鑫集团成立于90年代初,现已成为以房地产为龙头,投资涉及金融、科技、酒店、餐饮、教育、传媒、健康、生态旅游和会展等领域的多元化产业集团。甲骨文为侨鑫集团部署了Oracle Cloud @ Customer,可以在自己的数据中心获得Oracle公有云服务。侨鑫集团“将公有云搬回家”,让集团在保留数据主权的同时,又可弹性使用Oracle公有云的运算资源及服务。

侨鑫集团执行总裁助理兼信息中心总监张志杰表示:“选择部署Oracle Cloud @ Customer一体化的云解决方案及服务,是侨鑫集团实现云转型和技术变革的全新开端。这一合作,在我们现有的企业架构里也是前所未有”。特别是“把公有云搬回去,也就不用担心数据库层下面的运维了”。

甲骨文为侨鑫集团提供了一系列最新的Oracle Cloud Machine、Oracle Exadata Cloud Machine、Oracle Big Data Cloud Machine 等软硬件一体化产品和云解决方案, 而Oracle Exadata Cloud Machine、Oracle Big Data Cloud Machine等高端产品将在侨鑫集团后续的数字化过程中发挥作用。

而另一家中金在线,总部位于福建,是一家集财经资讯、投资服务、互联网金融、移动新媒体及技术研发于一体的大型互联网企业。中金在线网站于2005年1月正式上线,是全国三大垂直财经门户网站之一,定位于做领先投资服务平台和有影响力的网络财经媒体。目前,中金在线就采用了Oracle第二代IaaS服务。

中金在线副总裁杨衡表示,中金在线发展到现在十多年,网站每天流量基本上是以千万级来计算,近几年中金在线一直在向移动互联网时代转型,这次选择甲骨文的BareMetal Cloud祼金属云,是因为中金在线积累了用户数据、交易数据、行为数据以及理财数据等大量金融领域数据,基于Oracle云能够更好地挖掘、处理、管理数据,帮用户找出兴趣、爱好,最后应用在即将推出的智能投顾产品上,帮助投资者做好投资决策、提供投资建议。

在谈到为什么选择甲骨文公司时,杨衡表示甲骨文在数据库、数据挖掘等方面,基本上很难找到比Oracle做得更好的公司。当然,目前中金在线采用的是甲骨文在海外的数据中心,这也是因为部署在Oracle BareMetal Cloud的大数据服务对于实时性要求还不高,未来等甲骨文在中国市场落地数据中心后,就能处理对实时性或延迟要求高的应用。

在谈到甲骨文对于数据库技术的观点时,Andrew Mendelsohn表示数据库的核心技术无论是在部署在企业本地,还是部署在公有云上,都是一样的。甲骨文也在不断推进数据库在云环境中部署的核心能力,比如说内存数据处理以及非易失性存储器等未来的颠覆性技术。此外,甲骨文还在不断地在优化数据库架构,无论是在Oracle云平台上,还是在其它的云平台上面,都要确保数据库的结构最优。

“在接下来的五年市场上,我相信甲骨文的机遇非常好,处于非常领先的地位。因为作为一个云平台的供应商来讲,我们不仅可以支持公有云,同时也可以在客户端部署甲骨文的云服务和平台。这样帮助客户既享受了云服务带来的便捷,同时也可以保护他们的数据,我相信这是非常好的市场机会。”

而在谈到中国市场时,李翰璋表示对于以后的展望,云肯定是核心战略,而在私有云、公有云、混合云中,甲骨文会继续推动完整的云解决方案,包括SaaS、PaaS、IaaS。

“我们将继续增加人员,包括销售、售前、售后。在很多方面我们都下了决心,我在甲骨文已经有14年了,我自己的体会是当甲骨文下决心做一件事的话,成功率非常高。现在,我们在云上,下了最大的决心。在这两年,你们会看到甲骨文对中国的决心,包括数据中心、人员的调配、科技引进、客户体验等方面,这种决心是过去没看到的。”

李翰璋在2017甲骨文数据库云技术大会一开始就分享了几组数据:甲骨文在2016年财年里投入研发58亿美金;而过去12年,甲骨文投入研发达450亿美金;在过去12年,甲骨文一共并购了120家公司,相应花费了超过700亿美金;而最近几年的并购很多都与云有关,最近的并购即为SaaS领域的ERP服务商NetSuite。

“通过研发和并购,今天甲骨文已经提供了非常完整的云服务,包括ERP、HCM和CX等SaaS产品,也有数据云、IoT、移动化的云、集成云等等PaaS服务,以及最底层的IaaS。在全球范围,只有少数公司可以提供如此完整的云服务。”李翰璋强调。

“由于云的到来,还有甲骨文的科技和我们的决心,将会迎接一个美好的、明朗的未来。”李翰璋说。(文/宁川)

2017-07-31

2017年可以说是SAP云产品线全面成熟的一年,也得到了市场的认可。根据SAP最新财报,在2017年上半年,SAP的云订阅和支持服务收入大涨了31%、达18.37亿欧元(非IFRS财务标准)。而之前公布的SAP大中华区2017年一季度实现了历史同期最佳业绩,一季度云业务继续保持双位数高速增长,各款云产品均呈现迅猛发展态势。

从最早的ERP软件起家,SAP已经成为全球最大的商务网络平台。如今,全球有近300万家企业在SAP软件平台上进行着超过1万亿美元的交易,上千家公司生长于SAP Hybris Commerce电子商务平台之上,超过76%的全球交易流经SAP系统,这意味着22万亿美元的交易金额。如果有一家公司够资格成为企业首选的全球化商务网络平台,看起来也就只有SAP可选了。

然而,自2010年以来向云转型的SAP,已经与之前相比发生了根本性的变化。在过去的7年间,SAP投资超过500亿美元向云转型。现在,SAP已经形成了完整的基于云的数字化企业应用套件;在创新基础平台方面,SAP在大数据、分析、物联网、区块链、机器学习、云计算、移动计算等基础技术领域也有了完整布局;而SAP HANA内存计算则是终极实时企业计算平台。

更为重要的是,今天的SAP是一个开放的SAPSAP拥抱开源和开放技术,为的是让企业以自己喜欢的方式使用SAP技术。诸如SAP LeonardoSAP技术,既可以选择部署在SAP Cloud Platform上,也可部署在AWS、微软AzureGoogle云等公有云环境中,在中国市场还可部署在阿里云上。

完整云产品布局

作为全球最大的企业级平台之一,SAP的产品设计有一个总体思路,那就是要帮助企业CEO们战胜商业运营的复杂性,而这也是21世纪企业CEO的头等大事。为此,SAP认为企业需要以最高效和可持续的方式运营,这就是“RUN SIMPLE(大道至简)”。

具体来说,企业管理者们需要管理好五大业务运营支柱:客户、员工、资产/供应链、供应商和总部职能,而且还需要以集成和实时的方式管理好这五大运营支柱。这也是为什么SAP的云业务应用套件横跨了25个行业的重要原因,也是为什么推出SAP Leonardo数字创新系统,从而把System of Record(记录系统)转变为System of Intelligence(智能系统)。

2010年开始,SAP按照云计算时代的技术架构,以平台、应用、界面三者分离的方式,更加灵活地重构整个企业的软件生态。其中,SAPSaaS业务应用套件支持SAP HANA内存计算和实时分析平台,交互界面则支持SAP Fiori移动平台,从而带来数字化时代的用户体验。

SAPSaaS业务应用套件包括五大集成解决方案领域:ERP核心包括SAP S/4HANA、面向中小企业的SAP Business ByDesign(中小企业ERP云)和面向小企业的SAP BusinessOneCRMSAP HybrisHRSAP SuccessFactors,供应商协同与费用管理云SAP Ariba以及差旅费用云Concur

PaaS层面,SAP还推出了开放的SAP Cloud Platform,提供独特的内存数据库和应用服务,包括SAP HANA云数据库服务、用户体验服务、物联网和机器学习服务、大数据服务及集成服务等。借助该平台,企业能够快速轻松地构建、扩展和集成现代化的移动应用。而作为唯一构建在SAP HANA平台上的云平台,它提供企业各类实时应用开发所需的资源和服务。

SAP除了过去几年已经在中国市场部署HRSuccessFactors之外,还陆续引入了采购云SAP AribaCRMSAP Hybris Cloud for Customer、中小企业ERPSAP Business ByDesign以及PaaS平台SAP Cloud Platform云平台。2017年初,SAP与阿里云合作启动中国本土数据中心,表明SAP把中国市场放在了战略地位上。

值得一提的是,在今年5SAP推出了SAP Leonardo数字创新系统,主要是把机器学习应用到相关的SAP企业业务应用软件里,比如可以利用机器学习来提高整个客服工单的流转匹配以及知识问答效率等。其中的SAP CoPilot利用自然语言交互为所有SAP应用和Slack等其它软件提供统一的人机接口,而SAP也在为人力资源、采购、服务与支持等应用软件开发聊天机器人技术。

为什么是SAP云?

“去年财富500强公司中有半数都处于亏损状态,这是一场经济、社会和环境的海啸。”SAP全球CEO孟鼎铭(Bill McDermott)认为,除了向数字化转型外,企业的生产力正处于前所未有的低谷,因为商业运营复杂性正在“吃掉”生产力。仅仅相比于短短几年前,今天企业就有超过10倍的产品与服务需要管理,更不用提数字化新业务了。

SAP云平台一方面帮助企业以最佳实践方式运作,从而最大程度减少和降低业务运营复杂度,另一方面为企业提供创新平台,以赢得数字化时代的新市场竞争。而最为关键的是,SAP云平台把这两部分连接起来形成一个正向循环,这就是SAP的数字化核心。

企业为什么会选择SAP的云产品、服务和平台呢?在最近的SAP “云筹帷幄驱动商业创新”云黄金月活动中,SAP中国区首席数字官彭俊松博士则表示,SAP云网络正因为如下优势才备受客户青睐:

首先,SAP通过收购,不但获得了众多的世界级单项最佳应用,而且拥有了1250万的云计算用户,在超过25个行业实现无缝商务交易,每年完成超过6000亿美元的采购交易,构造了全球最大的商业网络;

其次,则是透过这一商业网络,SAP实现了由外到内,从采购、差旅、人事、客户,到ERP和商务智能的这样一整套完整的云计算方案。这在业界来说,是一套非常完整的云解决方案;

第三,SAP特别注重每个系统在处理数据时的实时性,以及在系统之间的数据集成性。SAP云平台上的数据可以通过SAP HANA平台都能进行实时处理与分析;

第四,SAP除了提供上述六个SaaS应用之外,还专门为客户提供了一个PaaS的平台产品,即SAP Cloud Platform. SAP CP为这些创新提供了一个开发的平台和工具,并将前面提到的6个云产品连接起来,帮助企业的开发者方便地打造出更加灵活和个性化的应用。

数字为核:SAP云解决方案

SAP的数字化核心中,包括了基于SAP HANA25个行业集成解决方案,为企业实现了端到端的实时运行流程。SAP还把多年累积的业界最佳实践以微服务的方式嵌入SaaS云业务应用中,让企业可以通过云就直接获得全球企业最佳实践的总结与精华。

在用户体验方面,Bill McDermott表示SAP是唯一可以通过数字核心连接企业前端与后端的数字化平台,从而可以为企业大规模交付个性化的用户体验。对企业来说,客户体验已经成为数字化时代的决胜之道。根据毕马威2016全球CEO展望,72%CEO认为未来3年将比过去50年都更加关键,特别是如何创造全新的用户体验,并以此来重新定义商业模式和交付商业价值。

而在员工管理方面,最新变化就是大量出现的基于项目制的兼职员工,Bill McDermott表示SAP是唯一提供完整员工管理视图的云平台。而SAP SuccessFactors的全球化设计与本地支持也很重要,提供了41种语言和79个国家的完全本地化的人力资本解决方案。在不同的国家,SAP都有产品经理负责跟踪当地HR法律法规的变化以确保HR流程的合规性。

在供应链与费用管理方面,SAP更是率先致力于把业务流程从企业内部拓展到外部,SAP的全球化商务网络优势能够让企业能够享受到巨大的经济规模效应,甚至完全改变业务协同的方式。作为规模最大、全球化程度最高的B2B业务网络,SAP Ariba网络上承载着250万个交易伙伴。截止20176月,在过去的12个月里,Ariba网络上执行了超过2600万个采购订单及与之相关的8200万份的发票,总价值超过1万亿美元。

SAP Cloud Platform是一个灵活的云应用和集成解决方案,能够支持企业扩展数字化核心应用,包括 SAP S/4HANASAP SuccessFactorsSAP AribaSAP FieldglassConcur以及其他 SAP 应用。此外,借助SAP600多家合作伙伴基于SAP Cloud Platform构建的千余款企业应用,SAP客户和合作伙伴可以充分利用云技术和商业网络获得巨大收益。

在数据分析方面,SAP Analytics Cloud分析云解决方案基于SAP HANA大数据分析云平台,将商务智能、计划、预测集于统一的SaaS解决方案,一站式实现数据的探索、发现、预测、决策以及行动,为企业各类用户提供一致的分析体验。而SAP Digital Boardroom数字董事会能够为企业领导者提供可靠的统一企业视图,实时提供情境信息、即席报告和假设分析,业务指标视图既能了解全局又能向下深度钻取企业的边缘信息。

SAP看来,如何与企业一起走向数字化未来实现云转型?首先,SAP通过集成和简化IT并向云迁移,帮助企业优化已有业务流程,并把节约下来的费用用于支持创新。其次,SAP丰富而全面的云产品线可以提供扩展价值,帮助企业降低费用、提高员工积极性、基于SAP数字董事会等优化决策流程。第三,SAP可以把数据科学家和SAP Leonardo数字创新系统带入战略业务场景,与企业一起联合创新。

当然,最重要是作为流经全球上万亿美元交易的平台,以及作为最大的全球商业网络平台,一个开放的SAP正在成为新一代企业级商务网络云平台。(文/宁川)

2017-07-25

一个由云计算、大数据、人工智能、物联网、区块链等新技术所创造的数字化未来到底是什么样?如何为满足未来的数字化需求,而在今天的产品、技术与服务的基础上创造明天的业务?像IBM这样的大型企业,如何在各种现有的环境和条件下,利用新技术来快速规模化创造下一代商业模式?

2013年,IBM设计团队开始在公司内部创造一种规模化设计创新的文化,IBM Studio也应运而生。2017年6月,IBM在大连开设了位于中国的第二家、全球第42家IBM Studio工作室。为了帮助全球企业以各种可能的路径走进数字化未来,IBM在纽约、伦敦、巴黎、悉尼等全球主要市场都开设了Studio工作室,专注于利用当前最新的技术和创新方法论来推开未来之门。

IBM全球的42个工作室中有的只专注于某项技术、有的关注于当地企业、有的甚至关注视频艺术设计等创新方向,而这些工作室之间互联形成了一个全球化创新的智能思维“神经网络”,连接全球各类商业实践场景、专家和客户群体智能,再以面对面体验式对话的方式创造数字化的群体进化路径。在IBM Studio背后,还有IBM各类创新资源,可以打通从概念到商业化的全链条。

数字化方法论:一个中心六个基本点

(上图为IBM全球企业咨询服务部大中华区总经理麦俊彦

IBM数字化重塑体系和方法归结为一个中心六个基本点,一个中心即以用户体验为中心,而用户体验不仅指企业的直接客户,还包括相关的合作伙伴生态圈,比如汽车企业相关的金融公司、保险公司等。“IBM以用户体验为中心,展开六个核心能力的建设。” IBM全球企业咨询服务部大中华区总经理麦俊彦表示。

第一个核心能力是业务模式创新。美国有一个家企业本来以生产和销售拖拉机为主营业务,但在生产拖拉机过程中安装上了很多传感器,从而捕捉环境、土壤、气候各方面的数据,再把数据经过处理之后转变成信息销售给农场主、化肥生产商等。这些信息告诉农场主哪种土壤适合种哪种庄稼,告诉化肥生产厂商哪种化肥适合哪种土壤等,从而额外赚取了10亿美元的收入,这就是数字化业务模式创新,从一个拖拉机生产商变成信息服务提供商。

第二个核心能力是市场激活。市场激活对于低频消费的企业很重要,比如一个客户来买一件耐用产品,下一次再来购买可能要好几年以后。但实际上虽然是低频购买,但是产品的使用率有可能是高频的,例如汽车。这就意味着企业不仅仅要捕捉售前行为,更多要捕捉住后市场销售机会,从而创造与客户和用户之间更多的互动。

第三个核心能力是精准行为。产品在运行过程中产生的很多数据可以用于各类分析,比如基于用户的驾驶行为可以推荐诸如保险等合适的周边商品,也可以根据用户所接触的数字内容渠道来提供更好的商品,这就是精准营销和精准销售。

第四个核心能力是敏捷运营。敏捷运营就是能够加快业务流程甚至实时业务流程,就好比高速公路上发生事故时,谁能以最快的速度能够提供更好、更快的救援服务,谁就能赢得口碑。再一个例子是快速放贷,消费贷款的审批流程相对较长,能否根据已有的信息提供敏捷审批,而对于保险来说能否在出现事故的时候快速放款,这些都是敏捷运营的范畴。

第五个核心能力是生态圈的建立。在共享经济的大前提下,共享单车、共享租赁等业务模式让商品的所有权和使用权分享,这样就会产生新型的生态圈合作伙伴。甚至航空公司积累的里程可以通过合作伙伴折算给汽车租赁或共享汽车,反之亦然,这样就打通了共享服务的生态圈。

第六个核心能力是数字化组织能力的建设。这里面包括了两部分,一是岗位的数字化,二是数字化的岗位。数字化岗位包括数字化营销、数字化供应链,甚至是首席数字化官,这些新的数字化岗位与传统意义上的信息化有很多不同之处。在更大程度上,数字化正在重塑一个企业的业务模式和应用模式。而岗位的数字化,则通过数字化的核心能力赋能给员工、合作伙伴,从而更好地服务于客户。

数字化共享“智能神经网络”

(上图为位于大连的IBM Studio)

Design Thinking本身并不神奇,它是一个以用户体验和解决问题为导向的设计思维方式,IBM Design Thinking强调以帮助用户实现有用的结果、不断创新再创新和多样化团队等三大原则,以及观察、反思和执行等三步循环,来驱动整个思考和创新过程。IBM Studio里的专家不仅仅是技术、开发和产品工程类人员,甚至还有视觉艺术设计师等,通过共享不同类型多样化创新人才的创意和智能,再加上入场企业客户的实际业务场景与问题,就能按着IBM Design Thinking的方法论进行交叉、交互、体验式创新。

IBM Studio实际上是由全球42个Studio作为“神经元节点”组成的一个群体智能共享平台。IBM Studio是IBM全球企业咨询服务(GBS)面向未来数字化战略咨询而设计,GBS在2016年的全球的总营收达170亿美元,有跨18个行业的业务咨询经验与知识积累,这其中有丰富的智能资源可以共享给企业。IBM GBS不仅仅是业务咨询服务机构,而且能够承担整个解决方案链条的设计、实施和运维的端到端服务,包括软硬件和移动开发等。

仅GBS能共享出的智能资源就包括在大华中区1万余名咨询顾问,其中包括360位认知及人工智能解决方案顾问,通过他们可共享GBS全球超过5000位认知顾问的专业知识和解决方案。IBM在中国还有超过1270位认证云开发者,包括IBM云、AWS云及阿里云,在中国拥有8个交付中心,目前服务了服务超过100家中外客户。在物联网、区块链和安全等方面,也可以通过IBM Studio和GBS来共享IBM内部庞大的智能资源池。

麦俊彦介绍说,IBM为Studio投资超过1亿美元,大连Studio是第42个工作室,未来还将建更多的工作室。每天,在IBM Studio里都有超过1000名咨询师驻场工作,所谓“IBM Way”就是把客户带到IBM工作室里,针对每个客户的特定问题,在最短的时间里为其痛点寻找解决方案,把IBM敏捷开发实践与Design Thinking实践融合在一起。

为了给IBM Studio充实多样化的设计类智能人才,IBM从全球的设计类院校招揽人才,其中包括斯坦福设计学校、卡耐基梅隆大学、美国罗德岛设计学院(Rhode Island School of Design)、萨凡纳艺术设计学院(Savannah College of Art & Design)等,也从frog design等专业设计公司招聘,涉及技能有视觉设计、图像动画设计、用户体验设计等和移动开发设计、工业设计等。

IBM互动体验IBMix部门是全球最大的数字设计机构,专门致力于数据驱动的设计,已经有超过9600名设计师、开发者和咨询顾问,完成的项目包括虚拟Showroom、Jaguar的路虎、Atlanta Falcon新体育场的沉浸式设计等。

随着IBM大连工作室开业,IBM自动化解决方案实验室也落户此处。该实验室是IBM最新的自动化解决方案展示与交互平台,可让企业深入了解认知自动化、流程自动化、测试自动化、持续改善、企业定制自动化这五大类IBM自动化解决方案,例如测试自动化就涉及到在软件开发生命周期中,在测试计划、准备、执行和报告阶段运用软件测试自动化工具,从而提高测试效率、降低人力成本,最终实现智能的自动化。

群体进化的数字化路径

说到群体智能,必然也要涉及到企业客户的参与。在IBM Studio的五大主要技术平台中,有一个非常重要的技术平台,这就是当代商业人工智能的代表IBM认知计算Watson。正因为有以Watson认知计算为代表的人工智能,在企业客户的直接参与下,IBM Studio也在用人工智能算法为代表的非线性方式,创造数字化未来和向数字化转型的路径。所谓非线性方式,就是通过大规模数据的收集、复制与共享,实现群体的跨越式进化。

从外界来看,IBM Studio里的项目五花八门,既有非常前瞻的人工智能项目,也有看似很传统的ERP实施项目,但实际上都是在利用群体多样性,积累前沿技术商业实践大数据。这些项目的共同主题是云计算、人工智能、大数据、物联网、区块链等新技术,叠加上不同行业和企业的商业实践数据后,一旦积累到一定阶段就有可能出现跨越式进化。

IBM Bluemix云就是IBM Design Thinking的产物。在IBM最早开始设计Bluemix云平台的时候,IBM的设计师就分析传统的企业开发,发现往往需要从内部不同的离散组织中把相关资源抽取出来,这对于想要采用DevOps边运维边开发方式的企业来说就很难实现。由于企业IT资源往往缺乏灵活性和可扩展性,就难以快速实验新的想法。

所以IBM Bluemix的设计目标,就是以企业开发者为核心,重新想像和设计云应用软件的开发方式,包括初次接触Bluemix后即能在30分钟内创建和运行一个App软件、能够用信用卡或采购订单按需购买所需功能和服务、不用离开Bluemix就能找到所有需要的企业级API并能集成到所开发的App里,这就是今天的Bluemix。而IBM Studio的云平台即为Bluemix,所有开发出来的数据、应用和功能回归到Bluemix后,可被全球共享。

除了Bluemix外,IBM很多重量级产品包括Watson Ecosystem、Watson Discovery Advisor、Predictive Maintenance (分析)、QRadar (安全)、Cloud Marketplace、PureSystems等都是Design孵化项目。

德邦物流在2014年在IBM的协助下完成了数据仓库(BI)系统的实施与上线。面对物流业日益激烈的竞争,德邦全力扭转物流业劳动密集型企业通过劳动力的增长而驱动企业业务规模增长的现状,力图将自己打造成数字高科技企业。

今年4月份开始,德邦与IBM合作Watson相 关项目,在客户体验与服务领域进行大胆尝试。这是 Watson在物流行业上的第一个项目,它关注客户体验和客户服务运营效率的提升。Watson的引入,实现了数据模型的处理范围从结构化向非结构化数据的飞跃,它令以往数据库所不能处理的话务员语音与工单这类的非结构化数据,均在可处理范畴。

此外,除了在处理非结构化数据方面所展现出的强大优势,在提升 客户体验方面,Watson可以更智能地进行自学习和深入洞察,基于德邦端到端全流程的大数据的预测模型,预测有可能会产生业务异常而导致客户投诉的业务流程点。目前已经初步完成了三个预测模型,抽取了8个月2亿条数据来训练模型,有的模型在短短1个半月中迭代了22个版本,也取得了很好的效果,最差的模型也比原来提升了58倍的效率。这为德邦未来打造基于大数据和认知计算的全流程大数据管控平台打下了坚实基础。

上海鸣志电器股份有限公司(以下简称:鸣志电器)是中国最大的运动控制器产品综合制造商之一。鸣志电器与IBM合作,把海外电商架设在IBM公有云上,经过10个月左右的联合开发,2017年4月英文站点成功上线,上线一两个月后在没有主动营销的情况就已经获得来自10多个海外国家的订单、超过40多个国家企业的线上咨询,其中包括成熟的法国、美国、加拿大、澳大利亚等市场,也有来自俄罗斯、巴基斯坦等新兴国家市场。

未来,鸣志电器希望把电商平台收集来的全球各个国家和市场销售数据、网上咨询数据、用户访问网站页面数据等进行汇总,通过大数据分析了解行业和用户趋势,根据趋势提供行业年度报告,用以指导行业供应商下一年的产品研发计划等。

房地产是一个传统行业,目前中国的房地产开发商有两大关注点:一是数字化创新业务,诸如互联网金融、养老和教育产业等;二是通过信息化和数字化方式,实现精细化业务运营。IBM是目前唯一一家为恒大、绿地和万科等中国前三大房地产开发商实施ERP系统的咨询公司,最近刚完成万科SAP ERP项目。除了为房地产公司实施ERP系统外,IBM还在用Design Thinking与企业探讨如何用区块链、物联网等数字化技术拓展新的业务模式。

奇瑞捷豹路虎是专注于中国市场的合资汽车企业,奇瑞捷豹路虎IT总监彭锲介绍说,奇瑞捷豹路虎与IBM合作数字化改造,正在进行的包括智能工厂、智能供应链、数字化流程、虚拟工厂等方向。在美国,IBM与通用汽车推出升级版安吉星车载系统OnStar Go,能提供叫餐预订、提醒购买家庭用品和检索药店处方药等多种功能,司机可以使用“认知移动平台”(cognitive mobility platform)来定位加油站,并在汽车操作屏幕上完成支付。

IBM与中国台湾玉山银行以及即时通信应用LINE合作,推出了AI ChatBot“玉山小i”随身金融顾问。该服务通过IBM Watson Conversation技术可支持繁体中文的自然语意分析技术,与顾客自然对话,为用户提供外汇咨询、房贷评估、信用卡推荐等金融咨询服务,助力企业经营客户,将人流转换为收入。而整合IBM Watson Conversation的“玉山小i”则可通过对专业知识与服务的训练和学习,不断提升互动服务的品质。

在全球42家IBM Studio里,来自制造、金融、房产、物流、汽车等众多领域的大量企业客户正在设计和实践最前沿的技术创新项目,这些企业和项目就是IBM智能设计大脑的思维“神经元”,它们的经验通过IBM Studio这个“智能思维神经网络”被大规模快速共享。

麦俊彦再次强调IBM创新的三个P:People(人)、Practice(技术实践)和Place(场所)。“People”强调多样化团队,“Practice”强调敏捷开发、设计思维、数字化重塑等方法论,“Place”强调年轻人创新需要创新的共创式工作环境,这些加起来就是IBM Studio——一个基于群体多样化和群体智能的数字化创新共享平台。(文/宁川)

2017-07-24


自从2016AlphaGo打败人类顶尖棋手、2017年冷朴大师打败人类顶尖扑克选手以来,人工智能在60年之际迎来了一轮全球的狂潮,不仅引发了谷歌、微软、IBMFacebookNVIDIABAT等全球科技巨头的纷纷跟进,也引发了各国政府和社会的高度重视。

2017720日,中国政府发布了《新一代人工智能发展规划》(以下简称《规划》),指出人工智能作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎,重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式,引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

《规则》指出,到2030年中国人工智能产业竞争力达到国际领先水平,人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。2017720日,联想集团在上海世博中心以“让世界充满AI”为主题举办了第三届全球创新科技大会(Lenovo Tech World),联想集团董事长兼CEO杨元庆在会后接受采访时表示,“AI是信息产业的未来,我们必须全力以赴,赌上身家性命!

今年以来种种人工智能领域研究与产业专家的言论表明,人工智能产业才刚刚开始,现在“联想”还有很多机会,而且更大的产业机遇,其实还在后面。

人工智能产业还处于初级阶段

尽管人工智能的理论研究已经走过了60年,然而人工智能无论在理论突破还是在产业应用上,其实还处于初级阶段。

联想集团高级副总裁兼首席技术官芮勇在本次联想Tech World上表示,去年AlphaGo不仅在人机大战中展现了战胜了人类围棋冠军的深度学习算法,还在计算机视觉的物体识别领域独占鳌头,在自然语言理解方面也取得了很好的成绩。深度学习脱胎于1958年的Perception1982年的BT算法,现在与以前一个很大的不同在于,与80年代的BT算法相比,现在的深度学习算法不是只有一层隐含层,而是可以做到一千多层隐含层,可以自动找出最关键的部分加以学习。

如今的深度学习算法可以做到千层神经元网络,在人脸识别、物体识别、图像识别、语音识别、自然语言理解等应用场景中达到超过人类的水平,这有一个很大的前提在于数据与计算能力的大发展。特别是由于智能手机、PC服务器、软件定义网络等廉价计算和网络设备的大规模普及,让收集数据和运行复杂算法成为可能,而公有云数据中心在全球大规模发展以及不断降价的云服务,更让人工智能的发展和普及有了充分的前提。

然而,正如斯坦福大学物理学教授、美国国家科学院院士张首晟日前所指出的,现在人工智能的理论研究还处于初级阶段,还缺乏理论级的重大突破。这就好比人类模仿鸟类建造翅膀,仅仅是人类飞天梦想的开始,后来出现的飞机则是因为流体力学的重大突破才真正实现了人类飞天的梦想。因此,今天的人工智能算法研究还处于简单仿生阶段,未来将出来的理论级突破才会带来质的飞跃。

此外,以AlphaGo为代表的深度学习,是人工智能中的一个重要方向,即完美信息场景下的人工智能算法,主要是针对机器的智能学习算法。而2017年初的“冷扑大师”则代表了人工智能的另一个重要方向,即非完美信息场景下的人工智能算法。由卡耐基梅隆大学计算机系教授Tuomas Sandholm及团队历时12年开发出的Libratus“冷扑大师”人工智能系统采用了结合博弈论的AI系统,初步解决了“人类+机器”综合场景下的人工智能自动决策之道,但也仅仅是个开始。

基于人工智能的新一轮全球化

当前,尽管人工智能的理论研究和产业发展还处于初级阶段,但以深度学习算法为核心的人工智能软硬件及应用已经达到了可规模商用的成熟阶段,其成本和可接入性也达到了相当广的覆盖程度。在前不久的微软全球合作伙伴大会上,Eurasia咨询集团创始人、国际政府及经济专家Ian Bremmer 判断,上一轮的全球化是以廉价的劳动力为基础,下一轮的全球化将以廉价的人工智能为基础。

在本次联想Tech World大会上,联想现场展示了一系列针对不同用户和使用场景的创新技术和人工智能应用,包括全球首款拥有视觉识别功能的智能音箱SmartCast+、联想自主研发的全球领先的All-in-one混合现实智能眼镜daystAR晨星、可实现“刷脸”查看手机信息的虚拟智能助手CAVA咔哇、联想服务机器人、智能心电衣Smart Vest,以及自主研发的全新HPC集群深腾8810等。

杨元庆表示,在即将来临的人工智能时代,联想要做这一轮“智能变革”的推动者和赋能者,并通过“设备+云”与“基础设施+云”赋能产业和行业,推动一个充满AI的时代到来。而杨元庆的判断和联想本次推出的一波智能音箱、智能眼镜、智能衣服、智能手机助手、服务机器人等,正逢新一波以人工智能为基础的全球化趋势。

以廉价的人工智能为基础的新一轮全球化,首先的前提是智能手机和通信网络的大规模普及、标准化和低价化,特别是随着安卓手机的大规模普及,很多之前没有普及PC甚至现在也没有PC的地区也能通过非常廉价的安卓手机连接上网。而大规模的电信网络和互联网基础设施,则实现了低廉和稳定的接入。再加上近十年来的云数据中心大规模普及,为人工智能计算的全球化推广和普及打下了基础。

除了智能手机外,近年来设备厂商还在发展新的智能终端,进一步从消费终端市场普及人工智能,智能音箱就是这样一个重要的发力方向。本次联想推出了全球首款拥有物体识别能力、可实现AR体验的智能音箱SmartCast+,这是联想智能音箱的2.0版本。它除了具备市面上一般智能音箱所具有的语音交互服务外,还加入了物体识别、AR、图像反馈等多个功能,让人工智能技术从声音层面扩展到了图像、交互,以及识别的更高层面,极大地丰富了用户的实际体验。

daystAR晨星是一款联想自主研发的All-in-one混合现实智能眼镜,它采用大视场角自由曲面光学技术、FOV达到43度,内置独立的计算机视觉处理单元,定制的深度摄像头配合IMU多传感器阵列,能够支持自然手势交互、高精度实时SLAM和三维物体识别。它的操作方式包括机身按键操作、自然手势操作和语音交互三种类型。而联想推出的daystAR云平台,则可以提供云端物体识别、远程互动协助、多用户互动以及3D内容扫描、编辑、管理等AR服务,开放的SDK能够帮助开发者快速构建AR应用。

联想智能安排日程的虚拟智能助手CAVA咔哇,是一个在智能移动终端的虚拟助手解决方案,主要利用前沿深度学习算法和情景感知技术,提供精确的人脸识别与智能感知功能,并根据用户习惯智能安排用户日程和提醒,为用户日常生活与工作提供便利、高效、安全的助手功能。联想智能心电衣Smart Vest,则是全球首款12导联的无线智能心电衣,可实现对人体心脏活动的360度立体式感知与健康监控。

联想作为全球智能设备的领导厂商每年为用户提供近1.5亿台的智能终端设备,包括电脑、平板电脑、智能手机、智能电视等,随着智能音箱、智能眼镜、智能衣服等新型智能设备的推出和普及,将为人工智能的全球化普及以及基于人工智能的下一轮全球化打下坚实的基础。

深度学习的联想之道

联想集团执行副总裁兼中国区总裁刘军在本次Tech World上表示:“AI世界的未来,不是《终结者》的末世恐惧,而是《星际迷航》的壮丽星辰。”

对于联想来说,这个“壮丽星辰”也是一个需要通过“深度学习”的过程,然后才可能达到的境界。人工智能并不是一个可以一蹴而就的事业,《规划》指出我国人工智能整体发展水平与发达国家相比仍存在差距,在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面差距较大,科研机构和企业尚未形成具有国际影响力的生态圈和产业链,缺乏系统的超前研发布局。

芮勇表示,联想在人工智能研发方面有着自己的布局。首先,越来越多的世界级专家加入联想,加上目前有1万名左右的研发人员,全球化的研发团队为联想包括人工智能在内的技术创新提供了强大的动力。其次,深度学习算法要与行业结合,而联想遍布全行业的商业合作伙伴和遍布全球的地理优势是研究算法的基础。第三,联想是国内最大的制造企业数据集群,拥有超过12PB的数据,数据规模仅次于BAT,同时联想在全球有9个数据中心、超过2000台服务器,每天联想新增的数据量超过30TB、每天处理的数据超过150亿条,这些大数据是联想研究算法的土壤。最后,联想通过软硬件全局优化方案,底层集成GPU/FPGA等算力引擎,具有支持大规模并行训练的AI平台。

有了人才、应用场景、大数据和计算力四大要素,联想也在身体力行地学习、实践和感受人工智能。联想智能服务Smart Service是联想推出的AI客服——联想服务机器人,它有三大特点:中国最大的3C产品和相关服务的数据库;学习了数以亿计的问答对话,能够主动学习用户的历史使用信息,提供个性化服务;支持多语言。

联想服务机器人的推出,就源自联想自己的实践。目前联想拥有2400余家实体服务站和10000多名专业的客服人员,用户可以7×24小时享受到联想的在线服务,这其中超过50%的微信服务工作,是由服务机器人来完成的。刘军介绍,今年9月联想将开通语音机器人服务,预计到2018年年底,联想70%的线上服务将由机器人完成,未来这个数字还会提高到85%以上。

联想智能情境引擎LCE基于AI技术,可以让联想电脑通过自带的50多个传感器,实时感应用户的使用场景,并通过云端的大数据,对用户的使用习惯进行深度学习。截至目前,联想是全球第一家在个人电脑上应用深度学习技术,并实现产品化的厂商,自主研发的智能情境引擎拥有65项发明专利。LCE的推出,也就源自联想自身在PC创新方面的不断实践。

搭载全新HPC+AI的联想智能超算平台LiCO,在HPC软硬件平台上整合支撑了各种深度学习应用,融合了主流的人工智能框架,包括谷歌的Tensorflow、脸书的Caffe、微软的MXNET等。在ISC 2017上,联想以91套高性能计算系统入围全球HPC TOP500份额榜,连续三年获得中国第一,继续蝉联全球第二。接下来,联想将在中国北京、美国莫里斯维尔、德国斯图加特三地设立AI创新中心,为企业和科研机构提供计算力支撑,当然也包括联想自己。

由于人工智能是一个跨行业、跨应用、跨数据等的交叉领域,联想也在与合作伙伴一起“深度学习”,共同普及和创新人工智能产品、服务与体验。京东董事局主席兼CEO刘强东,蔚来创始人、董事长李斌等科技大佬也现身本次联想Tech World,并现场宣布与联想达成战略合作。联想与京东现场在启动了大数据战略合作,双方将共同打造AI大数据平台;联想与蔚来汽车将联合开发智能汽车计算平台,加速智能汽车时代的到来。

就与京东合作来说,杨元庆表示“大数据是智能互联时代的基础之一,拥有海量的数据平台,才能更好地理解和服务我们的用户,才能赋予设备以智慧,实现真正的万物智能。”基于京东海量的电子商务类数据,加上联想自有海量的智能设备数据,就形成了一个完整的数据闭环。联想、京东在数据融合、挖掘、分析以及消费者洞察、市场需求预测等领域都有深度合作的可能性,以端到端的数据与智能链条,一起为用户创造更智能的服务。

总结而言,人工智能对于联想来说是一次历史性机遇,而到2030年还有13年的时间,这也足够联想及其合作伙伴一同创造和拉动一个人工智能的大市场、大产业。关键之处在于转变思维方式,从制造业思维转向人工智能思维,不仅仅是推出人工智能产品与服务,而是要在这个过程转换成为一家软件和服务的平台型组织和思维方式。而这,将是一个再造联想的机遇。(文/宁川)

2017-07-18

(上图为美国加州大学伯克利分校的教授Martin Wainwright

Martin Wainwright是国际著名的统计学和计算科学专家,作为美国加州大学伯克利分校的教授,他既任教于该校的统计学系也任教于该校的电子工程与计算科学(EE&CS)系,由此而具备了横跨数学与计算科学两个领域的独特观点与优势。

2017715日由顺丰科技、钛媒体和杉数科技共同举办的“AI与智慧物流圆桌论坛”上,Martin介绍了一种近两年来出现的新型统计机器学习算法Newton Sketch,该算法有助于超大规模数据集的快速优化、分析与理解。

作为全球统计学顶级大奖COPSS2014年获得者,Martin强调Newton Sketch可以用更短的计算时间和更低的计算成本来处理超大规模高维数据集和高维神经元网络,这对于推动人工智能在商业领域的快速普及有着重要意义。

大数据引发的高维现象

统计学最早起源于两千多年前的古希腊。现代统计学以数理统计为代表,数理统计则以概率论为基础,属于基础数学学科,统计学由此进入了统计与数学结合阶段。

二十世纪初,t分布论文发表,出现了小样本代替大样本进行统计研究的方法,由此开辟了统计学新时代。统计学的核心问题就转化为:根据样本探求有关总体的真实情况。而过去由于计算设备、存储设备和计算能力等限制,无法获得全体数据集,在近十年来,这变成了可能。视频数据、社交数据、工业数据、各类传感器数据等培育了所谓大数据现象。根据IBM2013年的一项研究,之前两年产生的数据量接近全球数据总量的90%IDC预测从2013年开始,全球数据总量每两年翻一番。

过去没有全体世界的数据,只能通过极少数据去推断,而现在不仅存在全体世界的数据,而且还在不断膨胀。更进一步地,一个数据对象有上千甚至上万个维度(属性),也就是“高维数据”。当计算和存储设备可以捕获全体数据的时候,问题就变成如何对全体世界的数据进行降维,从而可以在有限的时间和成本内理解和反映真实世界的情况。

统计机器学习对人工智能的意义

经典统计学、计算科学和人工智能应用等的交集,出现了数据科学。数据科学是经典统计学、计算机及应用的交集。Martin介绍说,在过去的数年间,学术界和产业目睹了数据科学这场变革,统计机器学习也应运而生。

统计机器学习是一门新兴的交叉学科,融合了计算科学、优化和系统科学,因此很多研究命题都来源于实际应用。在现实中,数据流规模日益增长,也变得更加动态和异构,因而对于算法的要求越来越高,而统计机器学习为此提供了一套非常有效的分析方法。相关领域例如生物信息学、人工智能、信号处理、通信、金融、控制论无一不受到统计机器学习的巨大影响。

Martin表示,由于数据噪音和丢失数据等原因,真实世界的大数据问题很有挑战,机器学习的目标是通过自动化的软件流程从数据中提取可靠、有用的信息,而统计推理本身也可从数据噪音中提取有用信息,二者结合将有更好的效果。

随机投影(Randomized Projection)是近年来新兴的统计机器学习中的算法,它把高维大数据集“投影”到低维数据集,而在降维过程中并不损失有效信息,这样就只需要在低维空间研究数据即可。Martin表示,随机投影已经在多个领域得到广泛应用,被证明是有效的算法。在此基础之上,Martin把该算法用于经典牛顿迭代非线性优化算法,即为Newton Sketch

20155月,Martin与同事Mert Pilanci一起发表了论文《Newton Sketch: A Linear-time Optimization Algorithm with Linear-Quadratic Convergence》,该论文介绍了把随机投影方法和抽样Hessian函数用于牛顿迭代法,取得了非常好的近似线性效果,从而大幅简化了牛顿迭代的复杂性,可广泛用于大规模线性规划和二次规划等非线性规划问题,例如逻辑回归(Logistic Regression),支持向量机(Support Vector Machine)等机器学习模型。

Newton Sketch对于深度学习为代表的机器学习算法有何意义呢?Martin表示,深度神经元网络需要GPU等特殊硬件的支持,虽然近年来谷歌等公司也在开发TPU等新型专用硬件、GPU也取得了大幅进展,但价格依然不菲。另一方面,深度神经元网络本身在实际的商业应用中还缺乏工程稳定性,特别是在数据质量不佳的情况下容易失效。最重要的是深度神经元网络有着“数据饥饿”现象:需要大量数据用于模型训练。而Newton Sketch则能大幅简化深度神经元网络应用的前提和条件。

Newton Sketch非常适于分布式的机器学习任务。在分布式机器学习中,海量数据分散存储在计算机集群的节点上,机器学习算法必须反复遍历这些数据,寻求最优模型。而Newton Sketch方法通过随机概括(Randomized Skeching)的技术来计算一个“合成数据集”。这个数据集概括了原有数据的本质信息,并且往往规模很小,甚至可以由单机处理。在这个数据集上进一步分析与建模,就可以获得更快速度、更低成本、更高效率的计算效果。

Newton Sketch为代表的统计机器学习算法,为人工智能在现实商业世界的快速普及打开了一条道路,对于城市交通、智慧物流、电力网络等复杂巨系统的研究与建模有着很重要的现实意义,甚至对于电商推荐系统、社交网络评分系统等也有很高的价值,因为这些都是高维数据。

正如Martin在“AI与智慧物流圆桌论坛”所说,现实生活中数据大多都“生活”在“高维空间”,越简单方式处理高维数据就越有现实意义。随着像Martin这样的国际学术专家把统计机器学习等算法介绍到中国,有望加速人工智能等解决中国大数据现象的挑战,以工程化方式让人工智能算法真正落地,创造商业价值。(文/宁川)

2017-07-16

(上图为2017微软Inspire大会上展示的合作伙伴车联网创新解决方案)

对于科技公司来说,现在是最好的时刻,也是最坏的时刻。最好的时刻,在于以云计算、大数据、人工智能等为代表的新技术体系正在打破一切既有规则;最坏的时刻,在于谁都不知道新技术时代的游戏规划是什么。

10年前开始起源的云计算三层架构和三种业务模式:Software-as-a-Service(SaaS)、Platform-as-a-Service(PaaS)和Infrastructure-as-a-Service(IaaS),也可统称为XaaS服务模式。这样一种新的技术服务与商业模式,究竟如何建立?

在2016年的微软全球合作伙伴大会上,微软向全球业界展示了产品向云时代XaaS服务转型的成功范例;到了2017年微软全球伙伴大会上,微软开始向全球业界展示如何进行商业模式的转型,并以自己的实践为样本,为合作伙伴总结了转型指南。

商业模式转型

颠覆性创新理论的创始人、哈佛商学院教授Clayton Christensen曾说,需求不存在颠覆性和持续性的差别,技术也无所谓颠覆性和持续性,只是利用不同技术满足不同需求的组合方式才具有颠覆性。对于科技公司来说,这个组合方式就是商业模式。

以微软为例,自2008年开始到2016年共8年时间,基本完成了IaaS、PaaS和SaaS三层公有云服务的创建,到2017年7月的全球合作伙伴大会又推出了Azure Stack私有云服务,至此基本完成了全线软件产品向云转型的过程。接下来,就是商业模式的转型。

在2017微软全球合作伙伴大会上,微软CEO Satya Nadella一开场就指出了商业模式转型所指向的目标:一个4.5万亿美元的企业数字化转型市场。接着,微软为这4.5万亿美元转型市场开出了四大客户场景:赋能员工、客户交互、优化业务流程以及产品与服务,对应提出了四大技术解决方案组合:现代化工作场所、商业应用、应用与基础设施、数据与人工智能。

数字化转型的四大技术解决方案组合,每一个都是巨大的市场空间,微软则对应提出了自己的产品与服务组合:Microsoft 365对应“现代化工作场所”、Microsoft 365+LinkedIn+Dynamics 365对应“商业应用”、Azure+AzureStack对应“应用与基础设施”、Azure及AzureStack之上的Data与AI服务对应“数据与人工智能”。

有了四大技术解决方案组合仍然不够,微软又进一步提出了更为具体的六大行业,作为四大技术解决方案的拓展目标市场。这六大行业分别是零售、金融、制造、政府、教育与医疗健康。微软给出了一些参考数字:全球城市未来20年的智慧科技建设支出将达41万亿美元(CNBC),全球零售业2017年的销售收入将达22.5万亿美元、2018年将达28.3万亿美元(eMarketer),2020年全球健康医疗支出将达8万亿美元(WHO),2025年全球金融数字化市场将达9000亿美元(德勤、Visa),全球职业培训与教育市场规模可达1500亿美元(德勤),2020年全球制造和工程行业的工业4.0年支出将达310亿美元(PwC)。

所以,微软在2017全球合作伙伴大会上给出了一个简明扼要的商业模式转型指南:一个目标市场、四大客户痛点、四大技术解决方案组合、六大拓展行业。

销售组织转型

新的商业模式设计出来后,最重要的就是销售组织的转型。大多数科技企业都像微软这样已经有了一个庞大的销售组织,而销售对于企业来说至关重要。如果销售能够按照新的商业模式,重新设计重新组织并且规模化产生销售收入和利润的话,那么转型才能成功。

在微软所设计的企业数字化转型商业模式中,一个重要的组成部分就是行业与行业销售。以微软为例,大多数科技公司之前都是走产品的简单销售模式,无论是软件还是硬件都可以通过分销与渠道完成销售,科技公司与最终用户之间的距离很远。但在数字化转型的过程中,无论是原厂还是渠道甚至是竞争对手,都要联合起来共同直接面对最终用户,形成一个完整的解决方案组合。

对于微软来说,仅向合作伙伴指出六大行业还不够。由于Azure或Microsoft 365等都是云服务,而不是之前是软件产品,最终企业用户需要在微软云之上开发和运维自己的数字化App或数字化服务,微软就需要把自己的技术知识与合作伙伴的行业知识相结合,才能形成符合行业用户需求的解决方案。

因此,微软实际上正在把过去License简单销售模式的销售组织,向具有行业知识的顾问型销售模式转型。微软公司全球副总裁、全球合作伙伴事业部负责人Gavriella Schuster对全球合作伙伴指出:“专业技术只能帮这么多。现在,更重要的课题是要全面地理解客户背景和需求。要成为一个值得信赖的顾问,你要知道客户最看重什么、面对的是什么样的挑战,还有客户所在的行业的创新前沿在哪里。”

在2017微软全球合作伙伴大会上,微软为了减少与合作伙伴在直销与分销微软云之间的摩擦,宣布今后将以合作伙伴为主的联合销售模式。微软公司执行副总裁、全球商用业务部门Judson Althoff表示,在与合作伙伴的联合销售模式下,微软销售代表帮助合作伙伴售出符合要求的Azure云解决方案,就能获得最多相当于合作伙伴年合同金额10%的销售收入。

而在去年推出的微软与合作伙伴联合销售计划,在最初6个月的实践中就成功帮助Azure合作伙伴签下了价值超过10亿美元的年合同量,为Azure合作伙伴输送了60亿美元的业务机会,总共为合作伙伴带来了超过4500笔生意。微软将总共投入2.5亿美元,用来增加服务合作伙伴的人力投入,以及继续加大对Azure联合销售的奖励力度。

微软还专门在内部新增了渠道经理的角色,100% 地专注于帮助合作伙伴扩大市场影响力、确保解决方案到达新客户。微软也正在将所有与合作伙伴相关的角色都重新整合为一个新的部门:统一商业合作伙伴部门(One Commercial Partner)。现在,微软内部所有面向合作伙伴的工作统一为三项主要职能:共同开发、共同走向市场、共同销售(Build-with, Go-To-Market, Sell-with)。

转型灵感来自用户

企业数字化转型的最终目的,是建立起与消费者的直接连接。因此,对于微软这样的云平台及合作伙伴来说,保持与所服务的企业客户的直接连接就很重要。实际上像微软总结出来的数字化转型需求,都是最终企业客户自己提出来的个性化需求汇总,再从中分析出可以规模化的解决方案。

2017微软合作伙伴大会首次更名为“Inspire”(激发灵感),一个可能的解释就是微软要与合作伙伴一起脑力激荡,共同为最终企业客户创造可以工业化方式满足其个性化需求的解决方案。Gavriella Schuster强调,云计算带来的一个最大的好处,就是能够降低交付成本,但如果需要为每个客户都单独制造一次性的解决方案,那就很难发挥出云计算带来的规模效益,因此必须确保解决方案是可复制的,在降低每个项目的销售成本和开销的同时提高盈利。

如何从千头万绪的企业数字化需求中,提炼出可复制的解决方案?一个可行的路径就是问最终企业客户。来自中国的微软合作伙伴科通集团、浙江大华技术、法大大、埃维诺等都提及,他们所服务的客户正以群体的方式向数字化转型,在这个过程中就向微软合作伙伴提出了各种各样的数字化转型需求,加以分析提炼就能得出可复制的数字化解决方案。

科通集团高级副总裁李宏辉介绍说,科通1995年在深圳成立,是中国本土最大的电子元器件分销商。科通的客户有上万家,其中IoT客户以及传统电子产业的客户都希望完成数字化转型,通过上云实现智能化。因此,科通也基于微软Azure开发了一套前端系统,可以帮助中小企业快速地完成云的连接,向数字化转型。

科通的一个厦门客户本来以出口床为主营业务,现在希望通过云的方式实现产品智能化。对于传统产业的用户而言,连上云实现产品智能化的难度很大。科通的系统加上微软云,就提供了一个非常完整的解决方案,现在通过手机就能控制智能床,还能监测人的睡眠数据并把睡眠数据存储到云端。李宏辉说,德国制造的咖啡机和热水壶等产品能够连上网络,智能化以后就能卖两三百欧元,这对中国制造企业来说很有借鉴意义。

埃维诺全球高级副总裁及大中华区总经理郭秀闲表示,零售商处在与消费者互动的最前线,可以从人工智能中受益最多。在意大利,超市巨头Coop Italia在米兰的比可卡大学城开了一家数字商店,商店的食品陈列和智能货架在可视化屏幕上提供一系列商品信息的实时数据,只要消费者向商品做出一个手势,智能货架就能检测到并自动展示商品信息。现在,埃维诺正把意大利零售商的数字化解决方案引入中国市场。

法大大联合创始人兼COO林开辉介绍说,法大大从成立到现在两年半正好赶上了云计算的势头,伴随着越来越多的企业数字化转型,电子合同正被企业接受。随着线上电子商务的发展,法大大现在每天平均合同签署量稳定在100万份左右。2017年,法大大与微软合作联合销售的效果非常好,争取到了像万达、链家、海尔等标杆性行业客户。而企业在使用法大大SaaS服务的时候就会提出个性化需求,合并起来就是产品演进路线,比如企业需要编辑电子合同,这就直接促成了法大大与Office 365的合作。

Judson Althoff强调,今天的微软有超过64000家云合作伙伴,这比AWS、谷歌、Salesforce的总和还要多,合作伙伴之所以选择微软,不仅仅因为微软是一家技术提供商,还是长远发展的技术创新伙伴,有30%的合作伙伴是在过去一年中加入到微软合作伙伴阵营中,每个月还新增6000个合作伙伴。浙江大华技术的研发中心副总经理杨斌强调,微软不仅有云还有认知计算、人工智能等丰富的技术,因此看中的就是微软的持续技术创新能力。

IDC调查显示,微软每收入1美元,会为其生态系统带来9.01美元的相关收入。IDC还预测,微软及其合作伙伴生态系统在2017年的营收将达到约1万亿美元。微软CEO Satya Nadella在2017 Inspire微软全球合作伙伴大会上强调:“今天,微软合作伙伴在全球雇佣了1700万人,有6.4万家合作伙伴提供云服务——我们正在集体创造未来。”(文/宁川)

2017-07-11

“今天,微软合作伙伴在全球雇佣了1700万人,有6.4万家合作伙伴提供云服务——我们正在集体创造未来。”这是微软CEO Satya Nadella在2017 Inspire微软全球合作伙伴大会上公布的数字。Satya强调,“数字化转型代表了一个巨大的市场机遇,我们看到新技术让每一家公司都受到前所未有的影响,有的甚至出乎意料,这迫使我们重新思考。”

让Satya重新反思的数字化新技术,就是近两年科技界的当红炸子鸡——认知计算与人工智能。Satya说,通过客户走访的形式,发现几乎所有的企业领导者都在重新思考如何利用数字技术和智能系统来赋能员工、与客户交互、优化业务流程以及实现产品与服务的转型。而在每个边缘设备、每个云服务中都嵌入认知计算和人工智能功能,将由此而带来一个4.5万亿美元的数字化市场机遇,这是微软对“智能云、智能边缘”愿景的进一步诠释。

2017年初,毕马威发布了2016风投趋势全球季度报告,指出人工智能和认知学习将改变人们生活的很多方面,预计风投对相关领域的投资将在未来成为主要趋势。

在美国时间2017年7月10日的微软Inspire全球合作伙伴大会上,微软与毕马威宣布扩展战略合作伙伴计划,合建全球数字化解决方案中心(Global Digital Solution Hub),把微软Azure智能云与人工智能技术和毕马威的业务咨询经验相结合,帮助企业完成包括财务、运营和客户体验等在内的数字化转型。

毕马威同时宣布,把自己的智能审计平台Clara部署到Azure上,这标志着毕马威成为第一个将审计平台放到公有云平台上的“四大”会计师事务所之一。随着毕马威代表“四大”率先进入人工智能公有云,人工智能与认知计算向全球各个领域的扩展已经势不可档。

前不久,《未来简史》作者尤瓦尔·赫拉利在北京的一次演讲中表示,“不能够停下技术发展的步伐,即使对人工智能的发展感到恐惧,也不能够来停止对人工智能的研究。就算是一个国家因为觉得危险而停止了所有对于AI的研究,但其它国家依然会这么去做,所以技术的进步和发展无可阻挡。”

在进入一个人工智能无处不在的数字化未来时,微软也在重新思考自己的策略。Satya在2017微软Inspire大会上分享了三大数字化技术趋势:

首先数字化体验正通过各种设备、屏幕和传感器扩散开来,用户体验不再局限于一个设备上,而是跟随用户而行。数字化将是一个多感官体验,可能用户体验从一个设备上的触屏开始,在另一个设备上以语音交互和数字墨水方式结束,这种分布式、多样化、丰富而完整的数字化体验,将是开发者要进一步追求的方向。

其次,随着人工智能将嵌入到每一个体验中,相应的数据与计算也要“如影随行”。不论是自动驾驶汽车、工厂车间或医院里,每一种用户体验都将由人工智能支持,或嵌入人工智能。

再次,后端的计算基础设施要能支撑这样丰富的应用框架。这就需要容器、无服务器计算环境等新兴技术,从而把一个用户体验扩展到多种设备上,特别是把人工智能扩展到边缘设备上。

与三大数字化技术趋势相对应,微软在2017 Inspire合作伙伴大会上,针对企业数字化转型四大痛点:赋能员工、与客户交互、优化业务流程以及产品与服务的转型等,提出了微软相应的解决方案组合:现代化的工作场所、商业应用、应用与基础设施、数据与人工智能。

在现代化工作场所解决方案中,微软本次推出了全新的 Microsoft 365,分为面向大企业的Microsoft 365 Enterprise企业版和面向中小企业的Microsoft 365 Business商业版,包括 Office 365、Windows 10、企业移动性+安全性(Enterprise Mobility + Security)等产品,微软强调Microsoft 365并不是把之前的几款云服务简单组合,还提供了统一的IT管理平台等以简化数字化工作场所的管理。

这样的产品组合能给合作伙伴带来什么样的收益?微软强调曾委托Forrester 公司的两份Forrester总体经济影响(TEI)报告的评估结果显示,在未来三年中,Microsoft 365企业版和Microsoft 365商业版分别可以帮助合作伙伴增加大约35%和20%的利润。

在商业应用方面,针对数字化的客户交互,微软把Microsoft 365、LinkedIn和Dynamics 365整合到一起,再加上微软智能云与人工智能,就能完成从通用数据服务到商用聊天服务机器人、从超级PowerApps到工作流再到PowerBI智能分析等全新的业务应用。这样,企业就能实现关系型销售、人才与员工管理、业务运营、客户服务、现场服务等关键业务应用的现代化与数字化。

为此,微软带来了一项名为ISV Cloud Embed的新计划。通过这项计划,合作伙伴可以以最低50%的折扣价购买Dynamics 365、Power BI、Power Apps和 Microsoft Flow的核心功能,以“模块”化方式嵌入到自己的数字化应用中。

而在去年,微软Azure尝试推出了一项全新的联合销售计划,在最初6个月的市场实践中成功帮助Azure合作伙伴签下了价值超过10亿美元的年合同量,为Azure合作伙伴输送了60亿美元的业务机会,总共为合作伙伴带来了超过4500笔生意。微软还将总共投入2.5亿美元,用来增加服务合作伙伴的人力投入以及继续加大对Azure联合销售的奖励力度。

在应用与基础设施方面,微软宣布与首批硬件合作伙伴Dell EMC、HPE、联想共同推出微软Azure Stack混合云解决方案一体机,并已开放预定。接下来,微软还计划与思科、华为等推出类似的产品。

微软公司执行副总裁、全球商用业务部门负责人Judson Althoff强调,微软拥有超过64000家云合作伙伴,这比AWS、谷歌、Salesforce的总和还要多。值得一提的是,有30%的合作伙伴在过去一年中加入到微软合作伙伴阵营中,而且每个月还新增6000个合作伙伴。因此,微软在2017 Inspire合作伙伴大会上想要传递的信息是,微软是数字化时代的新平台,想要数字化转型取得成功,就要继续跟着微软走!(文/宁川)

2017-07-10

随着比特币在今年创下一轮又一轮令人咋舌的新高,比特币的底层技术区块链也迎来了爆发式的阶段。麦肯锡公司最近向美国联邦保险咨询委员会提交了一份区块链技术报告,报告把2009年以2016年称为“黑暗时代”,其间所有区块链解决方案都基于比特币,而区块链的新时代将从2016年开始,超过100种区块链技术解决方案已被探索。麦肯锡认为,基于区块链目前的发展速度,区块链解决方案也许会在未来5年达到全部潜力。

在今年5月的Consensus 2017全球区块链大会上,来自全球数百位区块链专家和数千位从业人士齐聚纽约,探讨区块链从概念到落地的行业趋势。作为全球最早投入开源区块链社区以及企业级区块链解决方案的企业,IBM近几年来在不遗余力地推动区块链的行业应用,积极拓展金融行业之外的应用空间,IBM在Consensus 2017上介绍了区块链技术对零售、货运、健康医药等行业的探索。

(上图为北京理工大学软件学院院长丁刚毅)

北京理工大学软件学院院长丁刚毅今年6月举办的IBM大学教育合作峰会上表示,区块链有望解决大数据难题,真正实现大数据的方法可能就是区块链技术。

区块链应用从1.0到2.0时代

为什么说区块链有望解决大数据难题?丁刚毅认为,区块链解决了两个大数据应用的关键性问题:安全的数据交易和交换、数据所有权。

不论是大数据交易还是使用大数据,能够最大发挥大数据价值的在于数据价值挖掘,这就遇到两个最大障碍:安全性和价值归属问题。安全性如果得不到保障,数据价值资产就有可能被不当利用,从而降低企业进行数据交易的意愿。而数据价值归属则解决数据产权问题,现在阻碍大数据经济发展的最大阻力在于虽然有很多大数据技术平台,但却没有大数据可以处理,或交换来的大数据如何进一步处理与使用等,目前法律上没有相应的规定。区块链通过算法机制保证了对数据加工使用过程可追踪记录,一直可以定义到最后归属问题,是大数据发展到了一定阶段而需要解决问题时出现的技术。

众所周知,区块链的基础数据结构为数据区块,区块之间则通过哈希指针链接起来,再通过设计“心跳”等算法来定时更新每个数据区块中的特征值,这样区块链就成为了没有中央控制点的分布式对等网络,可实现分布式可信任的数据库架构,其特点为去中心化存储、数据不能被篡改,除非能在短暂的“心跳”区间内同时控制和更改所有数据区块上的特征值,而这几乎是不可能的。

(上图为IBM副总裁、中国系统实验室总经理谢东)

IBM副总裁、中国系统实验室总经理谢东表示,当今的商业世界中,各个业务参与方都拥有自己的系统,不公开、不透明,存在伪造、欺诈、抵赖的情况,迫切需要区块链技术来建立各种可信的交易网络,确保业务安全、提高处理效率,从而真正激活大数据经济。IBM已经把区块链技术用于银行、医疗、保险、零售、物联网等多个领域,建立起了行业应用场景,为商业运营中的流程优化和业务创新带来了大量的机会。

PayPal全球消费者数据科学部前负责人丁磊日前撰文指出,区块链应用正逐渐从1.0时代过渡到2.0时代。区块链1.0指的是在区块链账本上记录比特币等数字货币交易,而区块链2.0将在金融和其他领域有更广泛的应用,例如区块链作为底层架构能够服务于数字资产发行、版权保护和供应链管理等领域。那么,正如丁刚毅的观点,正因为区块链技术解决了大数据应用的两个关键性问题,区块链应用才有能从1.0时代走向更为广阔的2.0时代。

中国成为全球区块链最活跃市场

在全球区块链产业中,中国成为最活跃的市场。2016年底,“区块链”被写入《“十三五”国家信息化规划》;2017年年初,央行推动的基于区块链的数字票据交易平台测试成功。根据有关统计,截至2016年底中国共有105家区块链相关企业,2016年中国新增区块链企业数超过美国、占全球新增企业数的28%。

(上图为IBM大中华区主机技术支持总监应康勇)

区块链在中国市场的应用,已经超越了金融行业的范畴。借助基于超级账本(HyperLedger)技术的IBM区块链技术,中国银联电子支付研究院成功实现了中国银联卡用户消费积分的跨行自由交换。一位消费者经过几步简单的操作,用不到一分钟就能完成跨行的积分交换,同时还可以去任何一家配备有智能POS机的线下超市或商场,通过直接扫码扣除积分兑换商品,航班里程、手机话费、加油卡、餐饮等各种积分也有望相互自由交换和兑换。

中国为什么能够成为全球最活跃的区块链市场呢?这主要是因为金融行业在国内受政府监管,而其它非金融行业则有更高的自由度以及丰富的大数据来支撑区块链建立可信安全的大数据应用。目前,IBM正在与金融服务、供应链、物联网、风险管理、数字版权管理和医疗保健等领域的全球400多家公司积极合作,特别在中国市场通过IBM Cloud来激活区块链的商业化应用。

禾嘉股份是由中国西南地区以制造业供应链管理为主营业务的大型集团公司,西南地区有色金属和煤炭等矿产资源较为分散,实现大规模机械化的难度大、成本较高,最终形成上游供应商小、弱、散,但中下游需求相对较大,出现了产业链上整体信息不对称、价格波动大、缺乏相应信用机制,导致规模较大的需求商采购难度较大,交易成本高。2016年,禾嘉股份与IBM中国研究院一起开发了易见区块链技术应用系统用于该制造业务场景,采用了Hyperledger Fabric平台,目前已投入生产运行。

医药采购供应链的情况与工业采购供应链非常类似,由于中小型药商自身信用体系不完善,以及传统金融缺乏针对中小企业的信用评估和风险控制机制,往往很难获得融资。药品经销商将药品按合同交付给医院之后,一般需要60-90天才能收到货款。中小型药商由于信用记录不完备,又无法提供符合融资标准的抵押品,难以从传统金融机构获得贷款。基于易见区块链技术平台,禾嘉股份建立起医药供应链各方之间的信任网络,目前该系统已投入运营。

去年10月,IBM、沃尔玛和清华大学共同宣布在食品安全领域展开合作,以改善中国的食品追溯、运输和销售方式。此次项目将利用区块链技术为食品供应链记录保存方面带来前所未有的信任度、透明度、精准度和高效性,旨在提高中国消费者餐桌上的食品安全。区块链技术将实现食品的全程数字化跟踪,从供应商生态系统到商店货架,最终到消费者。区块链产生的记录可以帮助沃尔玛等各大零售商更好地管理各个卖点的产品保质期问题,进一步增强食品验证的安全措施。

在IBM等企业的积极推动下,区块链正在中国市场的多个行业得到快速应用,基于区块链的可信大数据经济呼之欲出。

区块链创新生态圈快速发展

“如果说区块链技术在2016年是学习和实验的一年,那么在2017年就是应用的一年。IBM希望以开放的技术生态及成熟的行业实践,帮助企业用户、开发者、创新社区的多个生态主体,缩短从新技术到应用场景的鸿沟。” IBM大中华区主机技术支持总监应康勇表示在2017 IBM大学教育合作峰会上表示。

(上图为2017 IBM大学教育合作峰会)

IBM是企业级安全开源区块链解决方案的先行者。作为Linux基金会Hyperledger项目的早期成员,IBM致力于支持开放管理区块链的开发。2015年IBM加入Linux基金会的超级账本项目并成为创始成员,并贡献了44000多行代码。为了把区块链用于企业级环境,IBM研发了一整套企业级区块链的架构、技术、产品和服务。其中,IBM基于Bluemix推出的区块链服务,让开发人员可以获得全面整合的DevOps工具,可在云端创建、部署、运行并监控区块链应用程序。

此外,IBM专门针对区块链组建了服务咨询团队以及帮助企业展开区块链应用的项目咨询流程,IBM的全球互动体验工作室IBM iX也提供与企业共同创建区块链应用的联合设计服务。针对中国的用户,IBM LinuxONE在本地建了一个开发环境,用户可以在上面申请帐户即可得一个区块链开发环境。为了尽进推动区块链技术的普及,IBM从2016年10月中旬开始,把经过IBM测试与验证过后HyperLedger区块链代码打包到容器里,供开发者下载。

北京理工大学与IBM从2016年就开始区块链方面的联合科研,开放LinuxONE开发者云平台(IBM LinuxONE Community Cloud)端口及提供全程技术支持,帮助师生应用企业级的硬件和计算能力开展基于IBM LinuxONE的应用开发,其中包括消费积分兑换系统的场景设计和原型探索,该系统能够实现航空、酒店、购物等多个消费渠道积分的自由兑换,有望在个人消费交易领域实现突破性的创新应用。

而在2017年5月的第二届“北京大学黑客马拉松”(HackPKU)比赛中,应用IBM LinuxONE及区块链技术开发的“契言”聊天信息公正应用项目获得大赛冠军,并以其在社交沟通、反恐监控、网络舆情、商业会议记录、企业内协同工作领域的应用前景获得大会“最优实用奖”。区块链已经成为了第二届“北京大学黑客马拉松”中,多个参赛团队热议的话题。

正如谢东在2017 IBM大学教育合作峰会上所表示,现在区块链技术本身已经趋于成熟,又有诸如IBM这样的技术公司提供完整技术解决方案和咨询服务,加之正在批量快速落地的实际案例,区块链应用已经远远不如想象那么难。接下来,区块链的企业应用将进入从1到N的阶段,在“新工科”等基础人才培养的推动下,有效激活大数据经济,真正打开新经济的空间。(文/宁川)

2017-07-06

一首叫作《阿里巴巴》的儿歌这样唱道:阿里巴巴是个快乐的青年,芝麻开门芝麻开门。2017年7月5日,阿里人工智能实验室在北京时间博物馆发布了首个产品:一款名为“天猫精灵”的智能语音音箱。这一天,与1687年7月5日时隔330年,那一天牛顿正式发表了万有引力定律,人类历史从此改变。

一个智能语音音箱显然不能与万有引力定律相提并论,但它对于阿里的意义来说却可大可小。2003年5月淘宝成立,当年10月推出支付宝。此后迄今14年,淘宝一路超越ebay易趣、雅虎等成为亚洲第一大网络零售商。2008年推出淘宝商城,2012年1月更名为天猫,2017年7月“天猫精灵”公测。如今,淘宝加天猫已经晋身为全球最大的网络零售商之一。

阿里公众与客户沟通部张启说:“感觉现在的天猫精灵有点像2003年淘宝刚开始发展的时候,一切都刚开始。”从当年淘宝第一版非常丑陋的网页入口到今天精工细作的智能语音音箱入口,“天猫精灵”会不会成为阿里的下一个进化奇点?人工智能时代,阿里的进化之路又将如何演进?

语音交互是思维方式的变革

自从亚马逊推出Echo智能语音音箱以来,全世界都把目光投向了下一代人机交互方式:智能语音。今年恰逢iPhone十周年,10年前iPhone用手写人机交互方式彻底颠覆了之前的键盘式人机交互,当年很多IT和手机企业都死守键盘交互而最终被甩出历史的舞台。

iPhone的手写人机交互是苹果公司的首创么?当然不是,之前已经有包括微软在内的多家科技公司研发出了手写触屏人机交互技术,但在PC键盘思维统治之下,没有一家公司愿意相信一个没有键盘的手机会成功。苹果推出第一代iPhone,不仅仅是一个技术和产品路线的选择,而是思维方式和观念的彻底变革。

没有键盘的手机,到底如何成功?十年后的今天,同样的问题又出现了。没有手写触屏的智能终端,到底如何成功?如果仅仅把智能语音人机交互看成是一种技术和产品路线,显然无法成功。就像当年的iPhone一样,智能语音人机交互本质上是一种思维方式的变革。

怎么理解智能语音人机交互是一种思维方式的变革呢?很简单,如果一个智能终端只剩下一个麦克和音箱来完成人机交互的话,就将失去手写和键盘输入的丰富而明确的选项与空间,而只剩上下句对话之间的极为有限的选项和空间,这种极简、有限而又模糊的方式,势必倒逼整个互联网产品与生态的重新思考与再设计。

一款智能语音音箱,仅仅是这个重新思维与再设计过程的起点。只有通过学习和积累实际使用智能语音音箱产品的用户行为大数据,才有可能完成这个重新思维与再设计。经过这个过程的洗礼,下一个阿里的形态,才有可能浮出水面。

阿里的“航天飞船”

2016年,阿里人工智能实验室(A.I. Labs)成立,负责阿里巴巴集团旗下消费级AI产品的研发。A.I. Labs的使命是探索人机交互新大陆,带领人们体验探索未知世界的乐趣。在2017年3月,阿里宣布“NASA计划”,聚焦于核心领域的研究,解决未来10年到20年后的困难。而“天猫精灵”作为阿里自研的硬件产品,实际上承担了类似“航天飞船”的硬件功能。

阿里人工智能实验室负责人陈丽娟(花名:浅雪)在“天猫精灵”发布会上介绍,天猫精灵X1机身126mm X 83mm X 83mm、重量400g,比亚马逊Echo和苹果的Homepod都小巧,这样的设计是为了进入家庭时没有侵入感。当然,“天猫精灵”的小巧外形很有可能是针对中国家庭的面积而设计。

为了实现小巧的外形设计,天猫精灵X1采用了首颗专门为智能语音行业开发的芯片,芯片面积减少25%、功耗降低32%、效率提高25%,在解码、降噪、声音处理、多声道的协同等方面做了专门的优化处理。针对需要进行大量音频处理、声音合成的工作环境,定制芯片加入了独立的NEON处理单元,可加速音频和语音处理、电话和声音合成等,带来更优秀的语音识别及音频处理效果。

在收音方案上,天猫精灵X1采用了业界公认的优秀方案——六麦克风收音阵列技术,即顶部的六颗高灵敏麦克风有助于收集到来自不同方向的声音,从而更容易在周围的噪音中识别出有用的信息,来达到更好的远场交互效果。天猫精灵X1还使用了回声对消和远近场拾音等技术,即使在播放音乐的同时也能正常接收语音指令。

由于家庭中有各种各样的噪音,天猫精灵X1开发人员在厨房、客厅、卧室、书房等环境里面,对玻璃、木材、混凝土、金属、石材等各种材质和环境进行了上千次实验,其中对中国家庭环境大量使用的石材和木头材质进行了针对性的测定,让天猫精灵X1能够适应在家庭环境噪音下被唤醒。天猫精灵X1还具备一定的学习功能,可以根据环境噪音进行学习和进化,经过7天左右优化就会更加适应所在家庭环境。

天猫精灵X1内置中文人机交流系统AliGenie,AliGenie实际上与阿里人工智能大脑ET共享技术成果。依靠阿里云强大的机器学习技术和计算能力,AliGenie作为人工智能系统就已经很成熟。因此,天猫精灵X1的难点并不在语音识别、智能语音交互等人工智能功能,反而在于硬件的设计、制造、供应链管理等阿里之前没有涉及到的业务领域。

陈丽娟表示,阿里之所以没有选择外包的方式来完成天猫精灵X1的硬件设计、生产和制造等工作,是因为智能语音音箱涉及到了非常复杂的软硬件集成与硬件工程,目前在市场上还找不到一家能够满足所有上下游零部件集成研发、生产与制造的厂商,因此阿里只好自己来承担这个硬件产业集成的角色。

从这个角度来讲,天猫精灵X1就是阿里NASA的“航天飞船”,它让阿里开始获得硬件产业的知识与实践,也只有很好的软硬件集成,才能最终实现499元的超低市场定价。而与“航天飞船”的“上天”目标相反,天猫精灵X1的目标是“入地”,通过499元的硬件产品把阿里的互联网产品固定到上亿家庭中。

全面激活阿里技术生态体系

天猫精灵X1和AliGenie应用了阿里积累多年的语音识别、自然语言处理、人机交互等技术。

在美国国家标准署2016年的全球说话人识别竞赛(NIST SRE2016),阿里采用了基于深度学习网络的特征提取,借助距离测度学习来提高数据的泛化能力,开创性提出利用对称性支持向量机器来提高系统性能。在近两百多支参赛队伍中,阿里的系统性能在大中华区声纹识别性能排第一、美国赛区第二。这一声纹识别技术也被运用到了X1上,基于声纹识别技术,X1还推出了声纹购功能,这也是是第一个商用的声纹购物系统。

阿里人工智能实验室正在对声纹识别、声纹购、NLP中文对话引擎等核心技术申请专利。阿里人工智能实验室在自然语言理解的基础上,加入了“决策引擎”机制,能够理解语音的上下文语境,并判断当前应该响应的是哪一个模块,从而进行决策。这一套人机交互和自然语言处理系统也在国际顶级学术论坛KDD 2017上发表了重要的论文,也正在申请技术专利。

考虑到中文语言对话过程中的各种实际案例,阿里人工智能实验室还对北方语言的儿化音、干净利素的问法、小朋友经常叠字叠词、南方人与普通话混淆的中文表达方法进行了深度处理。针对中国人语言发音的特色,对吞字、咬字、缺字、北京话习惯、河南话习惯进行了特别优化、补偿和修正。 这套语义理解系统还带有记忆功能和总结归纳能力,加入了模拟的“长期记忆”和“短期记忆”功能,能够针对不同的场景和时间度,让语义理解系统更加贴近用户。除此之外,阿里人工智能实验室还已经着手其他多个语种的研究。

现在,这些阿里技术生态体系,也随着AliGenie开发者平台对外开放,包括了语音技术、服务入口以及硬件方案,并整合阿里生态体系中丰富的互联网服务和商业链接能力,共同为消费者提供智能体验。

AliGenie开发者平台主要面向四种类型的开发者:内容开发者、应用开发者、智能家居开发商和硬件生产商,开放的核心技术包括深度学习、自然语言处理、搜索/推荐算法 、知识表示及推理问答系统等,将免费开放给开发者和硬件厂商,无需从头搭建AI语音系统。AliGenie目前支持100多个智能家电品牌,包括接入阿里智能联盟、涂鸦科技、broadlink等智能家居方案的产品,更多智能家电正在接入中。

据了解,X1目前已经具备音乐音频内容的播放、听故事、讲笑话、查运势、玩游戏、查天气、找手机、问百科、设闹钟/定时器、查食物热量、充话费、查快递、查价格、天猫魔盒控制、天猫超市购物、智能家电操控等功能。随着开发者的入驻,天猫精灵X1能够实现的功能还将快速增加。而随着X1的大规模商用,阿里技术生态体系也将得以全面激活和检验。

至于为什么叫X1,阿里表示在数学中“X”代表未知数和变量,天猫精灵X1作为阿里消费级AI产品的开端,也充满着未知和变量,阿里人工智能实验室推出的第一款产品因此命名为X1。 天猫精灵X1将于7月5日开始限量公测,用户和开发者可以在天猫精灵官网(bot.tmall.com)申请公测并下载天猫精灵APP,8月8日将面向天猫会员用户进行首批正式发售。

2017年7月5日,阿里的未来或将再次“芝麻开门”,而这次是用说的方式。(文/宁川)