圆通快递“倒闭论” 揭秘快递爆仓背后的加盟隐忧_国内新闻_海峡网
您现在的位置：&&&
向直营制转型：曾遭加盟商抵制
最近一年，公司白领王萌萌只会选择顺丰速递发货，&一开始是因为公司有一些重要的票据、合同要快递给合作伙伴，顺丰的速度很快，也没有出过差错。后来我自己发给家人朋友快递东西也用顺丰，虽然价格贵了点，但是服务有保证。&
其实，顺丰最早有多种运营模式。据相关媒体报道，早年间个人承包、挂靠与直营等方式在顺丰网点中并存。顺丰最早是采用合作和代理的模式，每建一个网点，就注册一个新的顺丰公司。分公司归当地加盟商所有，互相连成一个网络。顺丰快递各地网点的负责人是顺丰公司的中坚力量，他们上缴一定数额的利润，多余的留下。
部分业内人士认为，民营快递巨头顺丰之所以能取得今天的成就，一大原因是它较早意识到了加盟隐患。顺丰从1999年开始花了几年时间，将加盟转向直营。据相关媒体报道，顺丰创始人王卫在改革过程中态度坚决，对加盟商采取强硬收权：要么被全资收购，要么离开。2002年，顺丰快递终于从加盟制转为直营制。
圆通、申通等公司则减持加盟为主的模式。直到2011年&暴力分拣&和&爆仓&现象被媒体曝光后，加盟制快递公司意识到了问题的严重性，而通达系在转型直营制的道路上阻力重重。在圆通上市前，一度有消息称，快递公司上市前的直营率必须达到85%以上。但就在圆通转型之际，也有报道称，2013年，在，因圆通欲收回站点，引起加盟商不满，多处快递件滞留。
有业内人士分析称，伴随着快递业的快速发展，很多二三线城市的加盟商已经完成了资本的积累，逐渐做大，他们已经有能力与总部抗衡。很多加盟商都和公司长期签约，手下也有很多更小的加盟商，而一旦总部要回收直营就可能遭到加盟商抵制。
&直营模式总部管理力度大，付出的成本高。顺丰当年从加盟变成直营，在管理、资金上都投入了很大成本，这是普通快递公司很难一下子做到的&，中国物流协会常务理事刘建新对新京报记者表示。
直营和加盟哪种模式会成主流？
中国快递咨询网首席顾问徐勇认为，未来中国民营快递必然是直营为主，加盟为辅，加盟模式不会成为主流。
他表示，以加盟模式做成功的龙头快递公司，未来最多也就是一两家。利润率不断下降、服务水平参差不齐，快递企业深陷价格战泥潭。虽然快递业加盟门槛低，但是要赚钱并不容易。服务水平参差不齐的近万家快递网点将快递业拉进了价格战的泥潭。
刘建新认为，两种模式会长期并存，各有利弊，并且对于一家公司而言，这两种方式其实是交叉使用的，顺丰也只是以直营为主，同时也有少量加盟。直营和加盟没有绝对的好坏之分，关键看总部和加盟商的利益分配，以及对基层快递员的关怀。
对于快递行业的效率提升、产业升级，刘建新认为，快递业的运行和十年前相比，已经从最初的劳动密集型向劳动、资本、技术结合发展。大型快递公司的规模化经营业务发生很大变化，特别是仓储一体化、冷链服务、自营航空货运公司、国际快递服务等方面都有很大程度的提升。
刘素宏：不给快递员加菜，电商也会难过
最近的圆通物流站点关闭，其实只是物流行业积弊的一个阵痛反应而已。其实，加盟商跑路、快递员罢工的行业痛点早已有之。快递、物流作为电商行业的血脉，又是不可或缺的一个环节，在配送环节中高度依赖人力，无论人工智能多么火热，目前尚没有机器人能够做到精准找到用户门牌号、敲门判断用户是否在家、将快递放到合适位置的任务。因此，在整个电商产业链两端的快递行业反而成为了互联网化最弱的一个环节。
正是因为配送缓解依靠大量人力，加之门店、管理、仓储等需要大量投入，才让加盟模式有了商机，但在利益分配中，快递公司切分了加盟商的大部分利润，而对加盟商管理也很难下沉、落实，这是这次快递之痛大爆发的一个原因。
正是电商的火热催生了快递行业。电商最初靠低价竞争取胜，甚至有9.9元包邮的商品，以微利换市场，快递行业也在走相似的发展阶段。
快递大发展背后是巨大的人口红利、廉价劳动力支撑。而事实上，这样的模式，一旦有另外的行业愿意以更合理的薪酬来雇用劳动力时，快递行业的底层劳动力就会被撼动，这也是为何当外卖行业迅速扩张时，会有大批快递员转向外卖配送员。
在电商产业链条中，快递行业可能是互联网化最迟缓的一个环节。此前我听说某快递公司想引进AR（增强现实）眼镜，有了AR眼镜，快递员可以通过脑电波让眼镜进行扫码、收款等，解放快递员双手。但是因为实际应用场景中，楼道光线等各种原因所限，这个应用一直无法落地。在越来越崇尚人工智能、相信科技的今天，其实在人工智能距离人类智力的最后一纳米之时，也是最难推进的。在人工智能不能完全替代快递员之际，每年300多亿快递还是要依靠快递员传递。
目前除了顺丰主要采取自营模式外，&通达系&快递都靠加盟模式，不解决加盟商与快递公司的利益分配，就很难让底层快递员能够获得体面的待遇和规范的五险一金，而雪中吃盒饭的快递员也会将戾气投射到每一个快件和用户上。是时候，正视加盟模式中的利益分配，以及快递小哥的待遇问题了。不然，这个痛点会让整个电商产业产生危机，并非危言耸听。
新京报记者 马婧 刘素宏 陈彦旭 实习生 杨砺 王雪梅
责任编辑：肖舒
一周热点新闻
下载海湃客户端
关注海峡网微信
职业道德监督、违法和不良信息举报电话：4 举报邮箱：
本站游戏频道作品版权归作者所有，如果侵犯了您的版权，请联系我们，本站将在3个工作日内删除。
温馨提示：抵制不良游戏，拒绝盗版游戏，注意自我保护，谨防受骗上当，适度游戏益脑，沉迷游戏伤身，合理安排时间，享受健康生活。
CopyRight (C)2016 海峡网(福建日报主管主办) 版权所有 闽ICP备号-2
福建日报报业集团拥有海峡都市报(海峡网)采编人员所创作作品之版权，未经报业集团书面授权，不得转载、摘编或以其他方式使用和传播。
友情链接： |没有他们,中国人工智能将远落后美国,中国人工智能创业领军20人
每一次技术升级、都有一群技术匠人转身企业家，他们成为串起珍珠的线，将产学研串起来，将实验室的技术迅速落地到实际场景，提高社会的效率。开始起风了，将人工智能的朦胧雾霾吹开，人工智能的概念、技术、落地逐渐被媒体更细化、更清晰地描绘。我们这次统计了在2016年人工智能领域争抢旗手的20个创业企业负责人代表（排名不分先后），这些负责人代表特征是从研究机构出身，投入到实业，试图用所学知识改造世界。
语音识别与自然语言处理
捷通华声创始人张连毅
张连毅，北京捷通华声科技股份有限公司董事长、清华企业家协会成员、清华校友人工智能联盟秘书长、北京软件行业协会理事。
1989年毕业于清华大学。1989年至1992年任职于清华大学科技开发总公司（今紫光集团），与清华大学电子工程系吴佑寿院士、丁晓青教授合作推广清华OCR，因在推进中国汉字印刷体识别系统商品化进程中成绩卓着，得到清华大学与国家科委的肯定与表彰。2000年与中国科学院声学所研究员吕士楠先生、北京大学顾小凤教授、清华电子工程系陈明博士创建北京捷通华声科技股份有限公司，致力于人工智能产业发展。
科大讯飞轮值总裁吴晓如
吴晓如，中国科学技术大学电子工程博士、高级工程师。“国家科技进步二等奖”、“信息产业重大技术发明奖”获得者、“安徽省科技进步一等奖”，获2010年国务院政府特殊津贴。现任公司董事、轮值总裁，同时担任北京讯飞乐知行软件有限公司董事长、北京外研讯飞教育科技有限公司董事、科大讯飞华南有限公司监事、深圳讯飞互动电子有限公司执行董事、科讯嘉联信息技术有限公司董事长、安徽普济信息科技有限公司执行董事。
云知声董事长梁家恩
梁家恩，云知声创始人/CTO，1996年中国科技大学本科，2001年中科院自动化研究所硕博连读，语音识别专业，参加历年国家863语音识别核心技术评测连续获得第一名；2006年毕业后在自动化所高技术创新中心负责语音识别核心技术组，参与国家863、973、广电、安全项目，2008年开始负责英语口语教育评估项目(2011年科大讯飞收购)，2011年加盟盛大创新院(北京)，任高级研究员；2012年创立北京云知声。
思必驰首席科学家俞凯
思必驰联合创始人/首席科学家、剑桥大学语音博士，上海交大教授。IEEE高级会员，国家“青年千人计划”、NSFC优秀青年科学基金获得者，上海市“东方学者”特聘教授，中国语音产业联盟技术工作组副组长。清华大学自动化系本科、硕士，剑桥大学工程系博士。
2012年在上海交通大学创建智能语音技术实验室，将人机口语对话系统的全面技术引入回国。在人机口语对话交互的主要核心技术领域进行了广泛研究，在国际一流期刊和会议上发表论文 80 余篇，获得ISCA颁发的 Computer Speech Language 最优论文奖等多个国际期刊和会议优秀论文奖。
声智科技创始人陈孝良
陈孝良，副研究员，工学博士，2002年毕业于北京航空航天大学获学士学位，2010年毕业于中国科学院声学研究所获博士学位，曾任信息化办公室主任，曾任职于通信声学实验室。于2016年4月创办声智科技。
机器视觉/视觉识别/人脸识别
旷视科技首席科学家孙剑
孙剑博士2003年毕业于西安交通大学，后一直在微软亚洲研究院工作，担任首席研究员。其主要研究方向是计算摄影学, 人脸识别和基于深度学习的图像理解。
自2002年以来在CVPR、ICCV、SIGGRAPH、PAMI等顶级学术会议和期刊上发表学术论文90余篇，两次获得CVPR最佳论文奖()。孙剑博士于2010被美国权威技术期刊MIT Technology Review评选为“全球35岁以下杰出青年创新者”。博士拥有四十余项国际或美国专利，孙剑和他的团队的研究成果被广泛应用在微软Windows、Office、Azure、Bing、Xbox等产品中，孙剑博士于2016年7月正式加入旷视科技担任首席科学家。
商汤科技CEO徐立
徐立，商汤科技CEO。本科、博士分别毕业于上海交通大学和香港中文大学。拥有十余年计算机视觉、人工智能基础研究和产品开发经验。在视觉领域顶级会议、期刊上发表40余篇专著，论文引用率上千，获得顶级会议最佳论文、最佳审稿人、会议最高他引论文奖等。 先后在摩托罗拉研究院、欧姆龙研究所、微软研究院、联想研究院等计算机视觉基础研究机构访问工作。
云从科技总裁周曦
入选中科院“百人计划”，研究员，博士生导师。现任中国科学院重庆绿色智能技术研究院信息所副所长 、智能多媒体技术研究中心主任，云从科技总裁，2013年入选重庆市青年拔尖人才。中国科学技术大学学士学位和硕士学位、美国伊利利诺伊大学(UIUC)博士学位，曾在IBM TJ Watson研究中心、微软雷德蒙总部研究院、NEC美国加州研究院从事研究工作。2015年，周曦率领团队成立专攻人工智能领域的云从科技，该公司目前主要研发人脸识别技术。
依图科技创始人朱珑
美国加州大学洛杉矶分校（UCLA），获统计学博士。师从霍金的弟子艾伦·尤尔（Alan Yuille）教授。从事计算机视觉的统计建模和人工智能的研究。在麻省理工学院人工智能实验室担任博士后研究员，深入研究大脑科学和计算摄影学；在纽约大学深度学习鼻祖Yann Lecun的Courant数学研究所担任研究员。
云天励飞首席执行官陈宁
云天励飞联合创始人及首席执行官，“千人计划”国家特聘专家，“科学中国人”2014年度人物、国侨办“重点华侨创业团队”带头人。第三批深圳市国家级领军人才，美国佐治亚理工学院电子工程博士。
曾任中兴通讯芯片设计技术总监，曾在美国摩托罗拉飞思卡尔公司带领团队设计第四代移动通信(4G-LTE)多模终端基带芯片，并作为首席代表参与制定4G-LTE国际标准。曾主持完成和组织实施各一项国家科技重大专项，拥有17项已授权国际专利和10多项专利申请，20多篇国际著作和论文，曾担任7个IEEE国际会议技术委员会委员。
中科视拓首席技术官山世光（左一）
山世光，分别于1997年和1999年在哈尔滨工业大学计算机系获得学士和硕士学位；2004年7月在中国科学院计算所获计算机应用专业博士学位。主要从事图像处理与理解、计算机视觉、模式识别、智能人机交互界面等相关研究工作，特别是与人脸识别相关的研究工作。
迄今已在国际/国内期刊、国际会议上发表/录用学术论文100余篇，其中IEEE Trans、on PAMI、IEEE Trans、on Image Processing等国际期刊论文30余篇，计算机视觉领域一流国际会议(CVPR, ICCV, ECCV)论文20余篇。2008年度中国科学院卢嘉锡青年人才奖获得者。2009年度北京市科技新星获得者。2009年，荣获首届Scopus寻找未来科学之星银奖(信息领域)。2012年获得国家自然科学基金委员会优秀青年科学基金。
碳云智能创始人王俊
王俊，研究员，博士生导师，国家杰出青年基金获得者，973首席科学家；曾任华大基因CEO，华大基因研究院院长；丹麦哥本哈根大学、香港大学客座教授。2015年10月宣布宣布创办深圳碳云科技有限公司。
1992年进北大读本科，97年本科毕业，被保送攻读北京大学人工生命专业硕士研究生，后又继续在北大攻读博士学位。本科时，他就辅修计算机、人工智能。2007年6月至2008年11月，王俊带领团队在深圳完成了第一个黄种人的基因组研究项目--“炎黄一号”。
好买衣联合创始人柴金祥
好买衣联合创始人兼CTO，代表微软亚洲研究院，以第一作者身份发表了中国大陆学者近25年来第一篇SIGGRAPH论文。美国卡内基梅隆大学计算机博士，计算机图形学/虚拟现实/计算机视觉领域全球顶级专家，多次担任SIGGRAPH/ICCV/CVPR程序委员会委员。在三维人体建模、动画，运动捕捉和仿真领域做出一系列开创性技术，其中20篇论文发在SIGGRAPH/TOG(计算机图形学顶级杂志)。
机器人/无人驾驶/芯片/算法
驭势科技创始人吴甘沙
吴甘沙，英特尔中国研究院院长，是英特尔中国研究院的第一位“首席工程师”。2000年加入英特尔，2011年晋升为首席工程师，同年他领导公司的大数据中长期技术规划。在英特尔工作期间，他发表10余篇学术论文，有22项美国专利，14项专利进入审核期。2016年1月底，离职创办驭势科技。
优必选创始人周剑
优必选科技有限公司董事长兼CEO，联合兄弟控股（中国）有限公司董事长；威盟国际机械集团 董事长，深圳国际商会理事，深圳国际商会青年委员会委员，深圳机器人协会理事。2007年3月创建优必选（中国）有限公司，任董事、CEO。
地平线机器人创始人余凯
余凯毕业于南京大学。博士，曾任百度IDL常务副院长，百度研究院副院长，深度学习实验室（IDL, Institute of Deep Learning)主任，兼任负责百度图片搜索产品的高级总监。中组部第九批"千人计划“国家特聘专家，国际知名机器学习专家。
他曾担任斯坦福大学计算机系Adjunct Faculty，现在是南京大学、北京邮电大学和北京航空航天大学兼职教授，以及中科院计算所客座研究员。日，余凯已经从百度离职，创立地平线机器人公司。
深鉴科技联合创始人汪玉
深鉴科技创始人之一，清华大学电子工程系长聘副教授、党委副书记、清华大学人事改革后首批终身教授，国家自然科学基金优秀青年基金获得者。10年硬件加速研究、ACM FPGA 技术委员会亚太地区唯一成员。
深鉴科技致力于深度学习，开拓人工智能的应用边界，开发压缩、编译、加速三位一体的自动化流程， 实现算法、软件、硬件协同优化，打造更小，更快，更高效的深度学习DPU平台。
寒武纪总经理陈天石
陈天石教授2005年于中国科学技术大学少年班获理学学士学位，2010年于中国科学技术大学计算机学院获工学博士学位，历任中国科学院计算技术研究所助理研究员、副研究员、研究员（正教授）。在处理器架构和人工智能领域深耕十余年，是国内外学术界享有盛誉的杰出青年科学家，曾获国家自然科学基金委员会“优青”、Intel青年学者奖、中国计算机学会优秀博士论文奖等荣誉。于2016年3月创立北京中科寒武纪科技公司。
达闼科技创始人黄晓庆
黄晓庆，达闼科技创始人兼CEO ，前中国移动研究院院长，“千人计划”国家特聘专家。1982年毕业于华中科技大学电信系。早年在美国贝尔实验室任职，曾任美国UT斯达康公司高级副总裁兼首席技术官。于2007年回国，担任中国移动通信研究院院长。
他创新性地提出了“网络即交换”的软交换理论，发起成立了国际软交换组织，开发了世界第一套软交换系统，开发了世界第一套运营商级流媒体交换及IPTV系统。
第四范式创始人戴文渊
戴文渊，毕业于上海交通大学，ACM世界冠军，第四范式创始人。 年就职于百度，是当时最年轻的百度高级科学家、T10员工，担任百度最重要的凤巢策略的技术负责人和实际上的操盘手，任商业产品技术委员会主席。
年，戴文渊就职华为，任华为诺亚方舟实验室主任科学家 ，获华为“President Award”。2015年，戴文渊和机器学习领域的顶尖科学家、工程师、咨询专家及金融行业专家一起，创立了中国通用人工智能行业应用企业“第四范式”，并担任CEO。
本次统计是基于2016年度在人工智能领域中创业的领军代表，我们相信在2017年，将有更多的科学家和研究人员加入到人工智能的时代变革中，在2017年，我们期待将产生人工智能创业领军30人，甚至40人，正是这一批科学家带动着行业不断前进。
本文作者极客王子，亿欧专栏作者；微信：liangjiemin-2016（添加时请注明“姓名-公司-职务”方便备注）；转载请注明作者姓名和“来源：亿欧”；文章内容系作者个人观点，不代表亿欧对观点赞同或支持。
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点|0微博Qzone微信人工智能时代 终端市场机会何在？围绕人工智能科技，科技巨头展开了军备大战，笔者采访了Samsung美国人工智能实验室总监Michael Wei （卫岸）。我们探讨了关于人工智能对智能手机的影响，人工智能的新硬件创新机会，以及人工智能时代如何战略布局。人工智能将成为手机的基础能力，关系到生存权手机厂商投资人工智能，一个重要的原因就是这可能关系到生存权的问题。围绕手机未来的发展可能存在两个趋势：第一个是手机从卖产品逐渐向卖服务过渡以Google Pixel为例，一般的硬件厂商卖的是硬件，而Google Pixel的卖点主要不是硬件，而是在卖智能能力。Google从自身软件特点出发，在Pixel中融入了大量的人工智能的技术，把手机卖成了服务（service），虽然其硬件本身就不错，但和其他手机厂商的区分度是通过其自带的人工智能服务区分开。Pixel是软件和硬件结合的一个产品，因为谷歌掌握了上层的软件和底层的硬件，可以做结合硬件的软件优化或者结合软件的硬件优化，比单纯从软件角度或者从硬件角度做手机更能发挥智能的能力。另外一个软硬结合的例子，就是Google Home，只用了两个麦克风阵列，结合软件优化，就达到了比较好的语音识别的效果，但从软硬结合的角度，Amazon的Echo的技术更加成熟和领先。从卖硬件到卖服务的变化，这是一个思维模式的改变。在现有硬件技术趋于极限，并且不断趋同化的大背景下，这是一个战略的选择。但是这个转型并不容易，各大厂商尚在不断努力中。第二个是未来人工智能会成为手机的基础能力随着人工智能技术的发展，人工智能可能成为手机上像水和电一样的基础设施，没有人工智能就像没水没电。但是，人工智能是否能够成为一个独立的“卖点”，业界还在不断地探索中，尚没有定论。人工智能服务的一个挑战就是很难有明确的区分度，而利用人工智能基础能力上来提供的服务可能反而有区分度，所以人工智能可能会成为一个基础的能力，成为隐形的服务。人工智能基础功能和手机的关系，就会像水电和房子的关系，人们不会因为有水有电大家就来买房，而没水没电大家肯定不会买。当然，软件服务会不会成为手机卖点也是大家在研究的东西，大家有没有可能因为喜欢某项服务而购买手机，比如因为喜欢Google Assistant所以来买台Pixel手机。用户想要和用户想花钱买之间区别很大，不过软硬结合然后让自己的软件和硬件都更有竞争力是一个值得尝试的方案。随着人工智能产品的发展，用户体验和软件服务会如何颠覆是值得思考的问题。比如很多GUI通过语音就可以完成时，过去的复杂的用户交互可能荡然无存。总结一下，在硬件走向极致，技术更新变慢和趋同时，如果别人有很好的以人工智能等为基础的软件服务并以此构建差异化优势，而且这些服务又能被用户接受为“卖点”，形成新的竞争平台的时候，你就可能会被吃掉。人工智能关系到厂商未来的发展问题人工智能不仅是关系到生存权，也是关系到发展的问题。大家都意识到人工智能是一个很重要的基础能力，拥有人工智能的技术储备，未来才能在终端战争中有一席之力。但拥有人工智能不是唯一的事情，拥有人工智能不代表拥有一切。比如不是有计算机视觉的技术，就能造好无人车，硬件其实很重要。如何从应用角度出发，找到核心问题所在，定位切入点，创造好产品的价值反而更重要。人工智能还有一个有意思的现象，大家都觉得人工智能很好，但直接卖人工智能的技术公司目前来说成功的很少。人工智能有可能很难单独成为一个独立的行业，但是它可能成为很多行业的基础技术。类似于之前的大数据，直接做大数据基础设施比如spark的公司并没有直接获益太多，但是各个行业都因为大数据技术而获得效益提升。下一代终端是什么？手机市场相对已经成熟了，让手机变得更智能可能只是锦上添花，大家都是在打保卫战。不可否认，这其中会有一些异军突起的情况发生，但留给后来者创造利润的空间已经不大了。相比之下，大家更关心的是下一代终端是什么？智能终端的变化有一条最重要的主线，就是人机交互界面。晶体管时代是打孔机，大型机时代是键盘，PC时代是鼠标让人类进入图形用户界面时代，而真正创造智能手机时代的是触摸屏，多点触控技术一举改变了手机键盘操作笨拙的问题，让人类进入移动互联网时代。那么下一个终端是什么？这是大家在寻找和不断探索的问题。有几个基本的规律，下一代的终端应该是让我们做到以前做不到的事情，能够深入到过去鼠标和触摸屏做不到或者不方便的一些用户场景。最典型的例子就是Amazon Echo，亚马逊推出的一款圆柱形的小型桌式音箱，Echo让计算进入以前PC和手机的“盲区”。关于下一代终端的用户交互形态不止语音一种，有很多方向都在尝试，AR也是一种可能。不管是什么方式，最大的瓶颈就是对用户习惯的改变。而改变用户的习惯需要有持续的吸引力，就是“seed of gravity”，如果不能达到就只能是昙花一现。用户习惯具有非常强的粘性，需要找到一些对用户价值很高的应用场景作为突破口，或者带来十倍以上的效率和体验上提升，才有可能改变已有的用户习惯。比如在手机上已经很习惯而且很方便的使用触摸屏的时候，某些场景再增加语音是很难改变用户习惯的，但是也不排除在新的场景或新的用户群下切入语音是合理的。我们的一个观测是，有小孩的家庭使用Amazon Echo后，小朋友非常习惯和Echo对话。语音识别不是一个已经解决的问题语音识别在过去的7年中突破非常大，但还不是一个已经解决的问题，这其中依然存在两个瓶颈：首先是技术瓶颈，语音识别在技术上依旧有难度，在“远距”和“重噪”的环境下，很多公司所谓的智能音箱都没得到很好的解决。很多产品只要稍微离得远一些或者没有对着说话就识别不出来。语音入门容易，但如果不能解决“远距”和“重噪”的问题，很多最重要的用户场景就不能实现，语音就失去了意义。其次就是生态瓶颈，没有一个好的生态和服务，语音作为入口就失去了意义，所以要有良好的生态。这两个瓶颈决定了对语音的投入不是短期行为，很多厂商都希望短期投入后就立马有产品，这其实是个误区，语音识别并不是一个已经解决的问题。做语音还是需要长期的投入，比如从声源的识别、音道识别、降噪、语义理解，其实都需要很多的声学和语音的技术积累。像亚马逊做Amazon Echo团队有几百人，而Google做Google Home也很早就开始了，经过至少两年才有产品推出。终端升级换代的危机和机遇终端每次升级换代都倾向于换一批厂商，因此用户终端的公司能挺过两代的并不多。比如小型机时代DEC就在后来的终端升级中消亡了，IBM，Dell和HP等PC厂商在手机时代被拉下了，摩托罗拉和诺基亚也在智能手机时代被淘汰，三星等智能手机基本都是新的一批手机厂商，基本和功能机时代不是同一批。苹果的手机业务也基本是从快倒闭的PC业务上涅槃重生，这里面至少有三点原因：第一，技术革新没有掌握老的厂商手里，新的技术大多是边缘突破，革命性的技术往往被其他人掌握；第二，传统厂商放弃原有优势的抉择困难，新的技术往往意味着旧优势的丧失，需要极大的动力去主动放弃才能重建，这在以收入为主导的企业中很难实现；第三，新的终端和原有的商业模式不匹配，新的终端往往会有新的商业模式。在下一代终端变迁的时候，大家都有机会，不过大家比较迷茫两个点，第一是时间点，大家还不知道这个产品什么时候出现和崛起。第二是新的产品形态，都还不清楚新的产品形态是怎么样的。厂商在06年07年也陷入过迷茫期，不知道下一步怎么做，在苹果手机出现之后，真正走出这条路的时候，大家才恍然大悟。回顾智能手机发展的早期，跟苹果跟的最早的是HTC，先和微软合作做智能手机，后来又和谷歌合作做手机。如何布局人工智能？那么，人工智能时代的最重要的布局点会是哪些地方是一个值得思考的问题。第一是思考数据战略在公司中的定位有一个确定和一致的数据战略的公司在智能大赛中将会得到很大的优势。但是数据战略并不是简单粗暴的通吃，而需要细致的思考和规划。在数据战略中，隐私和智能是一对矛盾，如何抉择是一个战略需要思考的问题。另外，大家都知道数据是很重要的，但现有的数据对未来的应用到底有多重要？会不会过去积累的数据由于应用的变迁变得没有用。布局数据的一大威胁是，数据是和应用绑定的，今天产生的数据，可能放在以后都没有用。第二是思考布局哪些可能的新硬件新的终端形态非常有可能是建立在一种新的交互技术上，而这种交互形式将会围绕人、机器和环境之间的交互。我们目前可以看到几个非常有潜力的方向，但具体的突破还有待市场的不断验证。除了Amazon Echo这类产品，可能VR/AR也是一个可能的新终端。而无人车和自动驾驶也是一个可能的方向，因为这个也显著改变人和机器，机器和环境的交互方式。第三就是技术储备和人才不过无论是哪一种交互方式，人工智能的技术都会成为一项基础能力。所以储备技术和人才或许是一个非常有价值的事情。谷歌最强的软件能力和产品化能力，以人才为基础，可能比谷歌积累的数据更重要。一个典型的例子是，谷歌推出的神经网络翻译，最早并不是谷歌发明的，而是加拿大蒙特利尔大学Yoshua Bengio教授和他的学习一起做的，但是谷歌最快把这个技术产品化和商业化。跟随战略跟随战略可能在新的经济体系中成功的机会越来越小，在人工智能时代也是如此，有几个基础的观察。第一个点是技术和产品的生存周期趋向于缩小，导致这个跟随的时间窗口变短，或者变成没有利润的跟随。以前的产品生命周期可能是几十年，而现在的产品三到五年就更新换代了，想跟随都跟不上。比如智能手机生命周期有七年，出现了跟随的时间窗口，但是最后发现跟随的手机厂商都没有赚到钱，因为利润都被早期的人吃光了，后期变成了红海。第二个点是云计算和网络效应的原因，给跟随的人机会越来越少云计算等服务能够让新成品快速的扩张，会放大“First Mover Advantage”，产品迅速占据市场。总结一下，跟随战略是一种战略选择，减少前期投资，但是也意味着放弃了前期的利润。所以大公司都在各个方向布局，对于大公司来说都害怕错过新的机会，即使跟随也要成为第一个跟随者。软硬结合其实是个很难的事情软硬结合是很难完成的事情，这个世界上很少有软硬结合做得很好的公司。所谓软硬结合，一定要有侧重的，还是要落到硬件或者软件上。因为在流程控制上和在公司的管理上，软硬件实在很难去结合。硬件公司非常强调控制，硬件厂商强调用流程来控制，在硬件上不能犯错，因为返工和替换的成本非常高，回收的成本也非常高。但软件公司强调快和发散，可以快速迭代，放松流程控制，可以犯错，和硬件公司截然不同。硬件的工作周期长，因此倾向于做预算，通常一年为一期的预算，包含具体项目的计划，通常是在行动之前要花至少几个月的规划期，而软件公司很少做如此长期的具体预算和计划。所以目前的观察室，硬件厂商做不好软件，软件厂商做不好硬件。这是由企业基因决定的：管理，流程和文化上有鸿沟。目前来看，能够同时把硬件和软件都做好的公司，都是把软件和硬件在管理，组织，流程和文化分开来的。比如IBM就是把软件和硬件分开来做，分成单独的集团，用不同的流程甚至不同的文化来管理。另外一个近期成功的公司就是GE，而GE用的是体外孵化的思路创造了一个完全不同的文化、流程和管理思路来做软件。GE最早是做硬件，他在体外投资了一个完全独立运营的公司来做软件，然后由这个公司把它的软件能力建立起来并形成规模，再回过头来合并两个公司，用新的公司带动老的团体进行软件转型。软件公司和硬件公司这里面确实存在物理世界的一个必然的规律，就是管理、流程和文化的差异。必须要清楚意识到软件世界和硬件世界是有很大区别的，必须有意识的去规避这两个世界之间的碰撞。很多硬件公司想做软件转型没成功，都因为没有意识到这个区别。关于chatbot的应用场景chatbot最重要的不是产品形态，更重要的是应用场景。到底未来是Amazon Echo的形式，还是出现在手机上的形式，可能都不是最重要的。要想清楚chatbot的使用场景，到底chatbot在哪里有用：第一个场景，物理上决定了眼睛和手被占据的时候，都非常适合chatbot （No hands No eyes）。最典型的就是在家里，我们不愿意去找手机在哪里，只需要声音就能完成，因为语音是人的物理延伸。车里就是很典型的另外一个场景，眼睛和手都被占据了。从目前市场的反应来看，大家对chatbot在家庭领域的应用基本都是认可。第二个是，chatbot可能也非常适合交互很多的场景。以前我们的交互，都是通过图形界面（GUI）来完成，但GUI并不是一个完美的方案，这只是一个权宜之计。举个例子，人类最早的购物模式中有一大类是交互式的，我们可能没有特别明确要买什么，通过与店员或者导购的交流来决定买什么。我们过去的电商，在互联网时代把网络购物模式固化了，大家都是通过图形界面，通过分类和搜索的方式来完成。但其实这种购物模式是可以被打破的，因为自然语言是最好的交互方式，通过聊天这种自然灵活的方式来做电商，是非常值得电商领域来探索的。目前整个工业界都在尝试，最近这两年的进步是比较快的。Amazon Lab，微软，Google和Facebook都在试。现在chatbot的问题是，需要有对目的性和灵活性的平衡。这两个问题分开来都相对容易达到，但是要结合在一起，针对具体应用场景进行平衡优化就非常难了。最早的chatbot基于规则，可以有很强的目的性，但是没有很强的灵活性，现在也出现了像微软小冰这种非常灵活的chatbot，但是缺乏目的性。类似于微软小冰这种很强的灵活性的chatbot，非常适合娱乐和教育。而基于规则的chatbot，比如订Pizza的系统，目的性非常强，但不够灵活。目前可能没有一个通用的系统能做到既有很强的灵活性又有很强的的目的性，大都落在了上面这个扇形里面。值得注意的是，随着技术的进步，这个扇形会不断扩大。我们需要做的事，找到需要解决的问题空间，平衡好灵活性和目的性，或者从技术出发，寻找合适的场景，或者从场景出发，寻找合适的技术，看看chatbot能否满足要求。未来两三年内chatbot会在商业上有比较大的进展。收藏1150本文为OFweek公众号作者发布，不代表OFweek立场。如有侵权或其他问题，请联系举报。+关注文章页右侧位置300*250
相关公众号
有料、接地气，科技也可以如此有趣。关注些科技实事，IT、互联网、数码、消费电子等相关信息畅聊与科技有关的话题。分享半导体产业链资讯及数据，前沿产品、技术、观点尽在于此。聚焦各领域科技变革。投诉文章问题&营销广告重复、旧闻格式问题低俗标题夸张与事实不符疑似抄袭我有话要说确定取消取消
用户登录&请输入用户名请输入密码登 录使用一下账号直接登录