-
观点
大数据的创业时机到了吗？
编者按：本文首发于微信公众号“蓝驰创投”（ID：lanchichuangtou）， 如需转载请联系微信公共号“蓝驰创投”，相关BP请发至邮箱：china@brv.com.cn
在蓝驰大数据论坛上，蓝驰创投合伙人朱天宇就大数据创业进行发表了演讲。以下为PPT内容和现场演讲实录：
我的题目是大数据的创业时机到了吗？有很多人说，现在大家都在谈人工智能了，都在谈机器人了，都在谈AR/VR了，你怎么还谈大数据呢，好像这个概念上不是最先进的。我其实想留这个问题给大家。
我们今天讲三个部分：
第一是时机，在座的都是很多创业者，一定相信也知道，时机是很多创业里最关键的一个因素。
第二，在应对大数据创业领域可能面临的挑战方面的思考。
第三，蓝驰已经在做的布局和思考以及看重的创业机会。
其实说到大数据行业的创业时机，最基本的是两个方面，第一，行业内部内生的一些需求，第二，政策的拉动。这两方面都构成了我们认为目前大数据创业这个时机已经呼之欲出的一个原因。
首先说行业内部自己的需求，其实说大数据创业首先要说到企业服务。中国过去这么十年、十五年以来，消费者，就是以互联网为代表的消费互联网服务已经如火如荼这么多年，现在大家说红利已经差不多了。
企业服务的春天到了
大家为什么在讨论，可能过去半年都在讨论企业服务的春天到了。春天到了的原因是大数据行业的创业时机会比以前无论是在需求还是在赚钱的可能性更高。
我们都知道，中国过去二三十年改革过来，每个行业效率递进，其实在大部分行业，除了我们比较熟悉的互联网行业，它是做到了精细化。大部分经济体内大部分行业的效率依然还是比较粗放，精细化运作依然是缺少的。
很大的原因是说，在中国经济体有很多行业的龙头企业，比如超大型国企，一些国资委管理的企业，它们本身对于效率的追求是不够的。这些行业的龙头企业对于效率追求的动力的不足导致了在每个行业链条的企业没有把效率作为企业发展的核心目标。
所以导致这里我们看到身边很多企业都是以关系寻租型在做生意，而不是追求精细化运作。当然我相信这么多年改革其实有很多的私营企业，其实在这方面已经做的非常好了。但是我们必须看到这个经济体里的成分依然有大量的在体验上的洼地，在效益上的洼地。所以这是目前大数据我们看到的一个春天。
因为在接下来的执政周期来看，从供给侧的提法来看，其实本届政府对于企业在效率方面提升所创造的红利是非常关注的。所以那些龙头的国企已经受到很大的压力，这个压力会不会传到中下游的中小企业身上？这样会不会让更多成本效率型企业跑出来？
当它们关注成本效率的时候，我们作为企业服务，给它提供削减成本，忧虑消化的模式，这个工具和服务是不是会比以前卖的更好？所以这是我们看到春天来的一个最大的动因。这个动因根本首先它是一个政治问题，而不是经济问题。
企业洼地率先成为大数据的沉积地
我看到信息化的企业洼地率先成为大数据的沉积地。这是什么意思？我们看到本届政府提到大数据作为国策之一，国务院也发布了很多大数据发展纲要。但是中国政府提的大数据里，其实它的含义本身是信息化的问题。因为很多企业信息化还没有达到，在这里有很多洼地。
先不要提大数据，先把企业是不是真正按照数据的方式进行驱动的经营管理以及企业流程业务生产系统当中业务流程当中那些数字是不是能真的抓出来、真正把这些数据拿去做效率优化的改进作为一个关注点，但答案是并没有。
这些空白实际上也是我们创业公司的机会，就是说大数据创业的起点很大程度上从信息化开始的，但是只做信息化肯定是远远不够的，后面会讲到每个层级的递进。虽然我们从信息化洼地开始，但是它们会率先成为大数据的沉积地。像医院的病例数据并没有得到很好的处理，但是现在如果有很好的技术我们把它抓起来，形成医学大脑，这个速度可能会比其他行业大数据业务发展的还要快。
什么是跨越式发展？这类似于中国九十年代开始去重新布线程控电话，但是当时美国的电话资产已经积累了很多年，其实程控电话发展比美国还要快，就是直接跳过了一代技术直接往后。我们发现这就是在行业机会上的判断。
我们发现在有些行业上，如果那个行业真的非常落后，甚至我们可能用很创新的技术，颠覆性的直接把这个行业的机会拿下，比别人走的更快，比别人拿的数据更多。这是我看到目前行业内生需求的几个特征。
另外，政策是从自下而上的一个需求。刚才提到了大数据的潜台词是信息化，但很多地方还没有做好。为什么出大数据纲要，其实我们与很多在座的创业者都有交流和探讨，真正国内的大数据要真正走到大数据层面还有很长的路，但是我们先从信息化开始。
这里包括后面会提到的2015年的《大数据发展纲要》，但是它强调的是政府间的数据共享。这里存在着巨大的空间。还有为什么把数据放到这么高的高度，因为这是国家竞争力的战略制高点。
《奇点临近》描绘到，当人工智能逐步成熟，当所有的经济体的业务都根植于数字化之上，数据产生之大、之先进、之高都有可能会严重的改变原有的政治、军事，甚至经济的格局。这块有一个推论是数据会比我们现在看到的石油、货币更重要，是更致命的战略资源。我们政府其实也很清晰地认识到，说我们现在如果不去培植这方面的经济成分的话，我们从数据获取这块就有可能落后。
过去WTO刚刚入世的时候大家讨论我们的猪肉、大豆都被外资控制，我们的物价会不会也控制？其实我们可以做这样的类比，当我们的数据也没有自己很好的掌握的话，这块的战略要地其实也是在政治层面非常关键的一个制高点。
所以从这个角度来讲，可以毋庸置疑，本届政府对这个事的重视。一旦国策在推进的时候，其实地方上都会有相应的结构配合支持。我们看到这些政策推动的时候，我们看到一些关键数据源的开放。国务院首先自上而下有这样一个行动纲要，接下来它推进的就是中央部位，科研机构，国企等等各方面都要做数据共享。我们已经接触到很多创业公司已经跟工商、税务、三会一行、公安部、能源等等全部在做数据业务的开放性的尝试。
大家都知道贵州大数据会议、贵州省政府，包括今天也有过来的清华大数据研究院，它们整合了各个院系相关的研究形成一个整体，要统筹在大数据方面的拓展。2015年气象局出台了《气象信息服务管理办法》，首次把气象数据开放出来。商业气象服务本身也是一个很大的市场，在国外也是很成熟的市场，航空、航海等等都需要。
当这些数据出来的时候就是创业者最好的机会。创业机会最关键的点就是在别人没有看到的时候你就能看到，你就能扑进去做起来，而且做的比别人好。所以我们看到在行业需求和政策两方面自下而上，自下而上都在拉动这个行业走。
大数据创业里头我们可能遇到的挑战
接下来想分享一下在大数据创业里头我们可能遇到的挑战，因为看到机会只是刚刚开始。
首先我们看到三个层次的挑战，我们经常说做大数据创业首先解决数据冷启动的问题。我们说从0到1创业维艰。但是在大数据创业来讲不光是从O到2，而是从负1到0的问题，这就是我说的数据冷启动的问题。
因为没有数据，拿不到数据，大数据创业、大数据价值创造从何而来呢？举个例子，像去哪儿的庄成超，在他创业早期的时候，我们之间是有一些比较掏心窝的对话。他说，我觉得我这个选择的方向是不是太苦了？去哪儿开始跟中航信合作，它其实是中国的GTS的核心，里面有大量的清华、北大的博士。但是它作为国企没有动力真正把这个事情做好。所以当去哪儿想做一个搜索引擎的时候，发现搜索引擎核心的基础，就是中航信这样的基础做的非常之差。去哪儿还要帮它打补丁，打了很多补丁之后，啃了很多硬骨头之后，去哪儿才有可能把机票的信息顺利地接到自己的搜索引擎上，开始利用这个行业的数据去做它想去做的业务。
再往前推，像大家看到的很多在线支付行业起步的时候，快捷虽然想复制Paypal，但是做半年、一年才发现，在中国首先要做的事情是帮银行补课。而这个在美国市场，在五六十年代已经开始逐步的电子化、信息化，到八十年代信息化已经非常成熟了，到了九十年代互联网一上来立刻互联网化效率很快的提升，再往后移动互联网。
而在中国会发现，这几个阶段可能要两三步并做一步去走。这种超常的跨越式发展，一方面对于创业者挑战非常大，但是一方面对大家来讲也是机会。如果你识别出这样的空白，识别出这样超常跨越式机会，你就会站到这个行业的潮头。我们说数据冷启动往往被迫从信息化开始，要被迫做非常苦、非常累的活，才有可能拿到数据，才能开始数据炼金的路。
有了数据怎么赚钱？
接下来有了数据，你怎么赚钱？有了数据就能赚到钱了吗？其实并不如此。这里很关键的点，就是怎么理解行业客户的应用场景。因为数据本身并不是能产生价值，你能给客户解决问题才能产生价值，而用户的真实需求在在哪里呢？在一线工作人员和部门的老总，和公司的老总需求是一样的吗，他们的需求都能说出来吗？说不出来或者能说出来但是又不想说。能把这些话套出来，才是把真实的需求套出来。
因为这跟做消费者、跟to C的业务不一样，to B面临的不是一个消费者，消费者简单，你把体验做到极致就搞定了，但是面对一个企业的时候克服的挑战更多。再加上，这里提到的商业产品思维。之前我们说产品经理，互联网思维其实都很简单，作为研究美食的产品经理要先把用户弄明白。
但是互联网行业配合了大量的商业产品经理，关键的是你拿到数据和需求之后能不能将其变成好的产品呈现出来，给企业一个很好的体验，或者给企业一个愿意买单的机会，这里理解行业应用场景，甚至比数据冷启动更难的一件事情。我们觉得在金融、安全、物联网、农业、物流等行业上可能率先会有比较典型的应用场景。
有了场景，有了商业产品和服务之后，再上一层楼，我们的收费模式是怎样的？对于企业服务而言的话，是按项目收费，还是按服务量收费？大家比较熟悉的是按项目收费，我提供一个数据服务，像SaaS一样，你付我多少钱。但是这是大数据商业模式的真正本质吗？我们这里关注的是能不能按服务量收费？
就是你手里有很多数据和工具，用户在你这里跑一次，你能不能吐出一些给企业有用的结果，能够创造一些新的价值的结果，能有一些让他不得不花钱买单的结果，这个可能是一次数字的检验，也可能像授信、征信的核查一下，或者是一个问题的搜索。当按服务量收费的时候，这个模式的收费能力和按项目收费的能力会完全不一样，而且这才真正体现了我们拿到了一个有价值的大数据的收费服务。所以在这块也是我们进一步的一个挑战和思考。
说了这么多创业的机会，我觉得刚才那三个层次是针对每一个创业者可能都要去思考的问题，但是对于投资者来讲，我们肯定是在众多的创业项目当中去挑选我们认为可能成长性最好，最有价值的公司。
这里也想跟大家分享一个角度，我们是怎么去看这个赛道，我们之前经常说独角兽，但是最近这个词大家都慎用，独角兽甚至变成一个负面的词汇了。所以我们谈最顶级创业机会在哪儿？我引入一个词，定价权。什么是定价权？说白了，就是你说卖多少钱就是多少钱，人家还得买你的。定价权并不是代表你定价，而是企业针对的客户和上下游的溢价能力是什么，而且这种议价能力是不可替代的，你怎么达到这样的程度。当你达到这种程度的时候，你一定会成为众多投资者争相追捧的。
回到大数据这个赛道上，真正能够拥有强定价权的商业模式有什么样的特征呢？我这里讲两个方面，因为数据的生意说到底就是两件事：一个是卖数据的，一个是卖数据服务的。对于卖数据这块来讲，数据源的质量、数量、覆盖率都很关键，因为要真正大。
很多创业者说我这儿搜集了几百万用户的兴趣标签，说大数据。其实这个从技术上我们经常会有一些标准，数据到什么程度才是真正有价值的数据源，每个人都有判断出来。当然除此之外，还包括数据实时更新程度，这决定了你的数据源是静态的还是动态的。
你怎么获取动态的数据源？你跟你数据上游建立什么样的关系，才能保证数据源不仅仅是静态的，不仅仅是现有的质量和数量，而且是动态的，能不断滚动、发展，在质量、数量上能不断滚动发展的。在数据分析能力这块，我们大家都比较熟悉的统计分析，把这个数据拉过来，做一个图表，再高级一点的可以做交叉分析，可视化。
但是统计只是数据应用最基础的层面。再往上大家现在也看到了很多模式事业的，把这个数据拉过来做几个模型，给我预警。像医疗影像，可能符合早期癌症判断的话就预警了。或者征信里有一些规则，这个人用户的数据一跑就报警了，这个身不能授信，这个是识别。
这与统计模式上可能高级一点。但是这还是中级阶段。我觉得更往上的是能够做预测，对未来即将发生的和还没有意识到的一些问题做预测。我们的创业者在自己的核心竞争力打造上到底是朝向哪个级别去努力的？你的数据源到底是在这些维度上能达到什么程度？这可能都是我们会去关注的。你达到什么样的阶段才可能达到皇冠上的宝石，这个赛道上最肥的一块肉，这可能是大家需要思考的问题。
这里简单跟大家说一下数据源，例如现在看到的国家行业与公信力层级的数据如身份、征信、房产、车产等等。这里想重点说一下企业实体和用户实体。用户实体大家都比较理解，但是之前说了那么多年用户行为，这个产生的价值并不多，因为数据维度还是不够多。像提到的时间和空间数据是我们之前在用户数据上还缺失的地方。时间和空间的数据在谁那儿，哪儿有那样的数据，而且还是实时更新的。
这里讲一下企业的实体数据，如果把企业看成一个用户的话，它是什么性格的人，什么特征的人，我们怎么用这个角度去识别一个企业？因为今后很多的企业是要对人和企业做判断，它的行为数据能不能衡量出来？它的数据可能在各个方面，比如在企业自己的价值创造的每个环节：从研发到生产，到客服，也可能跟上下游供应商，包括跟它所有的利益合作方，像工商、税务、信贷等等。以及它的内部，它怎么对待员工，怎么跟员工互动？甚至包括办公室的水电消耗。其实这些都有可能刻画出企业的形象数据，但是不限于此。但是想导入一个概念，就是针对企业的行为数据，它可能是什么样的数据源，我们要开拓我们的思路。
至于在数据分析这块我就简单过一下，比技术更重要的还是场景。对行业场景的熟悉程度更决定了你在大数据服务这块建构的能力。技术方面挑战我就不说了，这就是数据冷启动的层面。想提醒大家的就是说在大数据创业的这条路上，我们是不是已经意识到我们建构的核心壁垒在什么地方？如果我们要突破的那些方向还没有达到这些技术和数据源挑战的时候，可能我们的思考和执行还都没有进入大数据创业的深水区。而真正皇冠上的宝石，真正最肥的肉其实都在这里。
总结一下，回答我们这次演讲的问题：大数据创业的时机到了吗？我想答案大家心里都有数了。但是我想强调的是抓住大数据，就是抓住下一个创新周期的七寸。为什么？很多人说人工智能，但实际上在中国这个市场，我觉得首先还是要从最底层的数据源的角度。就像刚才说的要先从信息化洼地抓起，而且抓到大数据就是在未来人工智能的赛道上做布局。因为你在做数据，人工智能也是场景的积累，同时在这个过程中也在积累技术，而且是真正有实效的技术。
所以对我们来讲，抓大数据不是那么性感的一个词，但是实际上这恰恰是我们基金作为面向未来的思考，也是我们希望跟创业者去沟通分享交流的一个关键词。
分享总结
刚才我也提到了我们今天的论坛的目标是让没有来的听众后悔。我这儿有三个关键词，如果能把这个关键词带走，就能让没有来的听众后悔。
第一，从负1到0，就是刚才说的数据冷启动的问题。每一个关键词背后其实是问题，并不是关键词。当你想到负1到0的时候你要问自己哪些问题。
第二，场景。不光是数据问题，你对场景熟悉到什么程度，你对客户需求到底了解到什么程度，才有可能真正建立自己的产品和商业模式，并且赚到钱。
第三，定价权。这三个关键词是针对不同阶段的创业者。从负1到0是刚起步的创业者当下要关注的，对于已经上路的同志来讲，场景是不是你之前忽略的，你有没有更好的方式去获得更有洞察力场景的知识。对于想更上一层楼的创业者，脑子里要想的是定级权，背后要问自己哪些问题，怎么样获得你强有力的数据源，怎么样建构你技术的壁垒，怎么样真正提供一个好的产品服务，让别人只能到你这儿来买单。
作者简介：
朱天宇于2009年加入蓝驰创投中国办公室，他拥有超过十年的创业投资，业务拓展和管理咨询经验，他关注的方向包括互联网、移动互联网、新媒体、电子商务等，他主导了对美丽说，唱吧，趣分期的首轮投资。
-
观点
设立员工持股平台的“小程序”
原创：新元@ 股书 Kapbook (微信ID：Kapbook)， 完整的股权激励在线解决方案。
为技术合伙人或其他对公司有重大价值的员工发放期权，越来越成为了一种流行的做法。在美国硅谷，北上广深杭等地的创业公司中，更多的公司实行了股权激励，借此来留住优秀人才。
创业公司的创始人们依据各自的出资，技术，管理，战略等要素，约定了各自的公司股份后，先一步规划，为未来人才预留期权池就很重要。
事实上，如果等到人才或外部投资进入一段时间后，才临时起意做股权激励，常常面临失败。作为公司的财务投资者，天使，VC等投资方不愿意稀释自己的股份；如果创始人要从自己所拿的股份拿出一部分给员工，则又可能引起公司股权架构的变动，严重时还可导致公司实际控制权的转移，风险很大。
设立期权池时，员工持股平台是很常见的做法。员工持股平台可以是有限合伙企业，也可以是有限责任公司。
有限合伙企业相比有限责任公司的优势主要在于两点：
1. 税负更少：
有限合伙企业和一般合伙企业一样，以“先分后缴”的方式，由合伙人直接纳税，避免了企业所得税和个人所得税的双重纳税（综合税率40%）。根据一些地方政策，可以将合伙人股权转让所得税率降至20%。
2. 安排灵活：
合伙人之间的权利义务关系、收益分配方式等都是根据合伙协议约定的，安排非常灵活，自主性很强。
为什么设立员工持股平台？
最核心的原因有两个：
一个公司进行大规模（如几十个员工）的股权激励后，如果使用直接持股的形式，召开股东大会或者工商变更登记都是很麻烦，这样的公司决策很难有效率，作为投资机构也不愿意投资。
员工直接持股人数有限制。根据公司法的规定，有限责任公司的股东不能超过50个人，有限合伙企业最多也只能是50个人，公司要避免限制，则可以设立多个持股平台，激励人数大大增加。
举个例子：假如你的公司要给100人做股权激励，直接持股显然不可以。设立2个持股平台，每个平台放置50个待激励的员工。对于公司而言，仅仅是多了2个股东。
怎么设立？
1.确立期权池的大小
一般这个比例在10%-20%间。但要注意，这个比例不建议超过30%。公司在做重大决策时常常需要2/3的股东同意，考虑到公司还要引入新的投资者，因而激励池不宜超过30%。
2.注册一个有限合伙企业
有限合伙企业中，合伙人分为一般合伙人或者管理合伙人（GP），和有限合伙人（LP）。GP可以管理企业事务，但要对企业承担无限连带责任；LP不能管理企业，以出资额为限承担有限责任。GP一般由创始人或其它大股东担任，可以通过较少的出资（比如1%）控制有限合伙企业。被激励的员工作为持股平台的LP。LP不能直接参加母公司的股东大会。被激励的员工们需要行使股东权利时，通常是由持股平台选出几名代表参加。
当然，这个合伙企业仅仅就是员工的持股平台，对外不会开展任何业务，对于GP来说是不会有风险的。
如果想利用持股平台开展业务，规避风险，可以再注册一家创始人100%控股的有限责任公司，用这个有限责任公司来担任该持股平台的GP。
3.设立持股平台后的事项
设立后，把公司的预留出的期权池，转让给持股平台。一开始持股平台的全部股份可先由GP（创始人）持有，等被激励的员工进来担任LP后，创始人把股份转让给LP。
设立持股平台后公司股权结构如下：
被激励员工的收益和退出：
员工持股平台必然有合伙人的变化，需要全体合伙人同意。员工通过持股平台来间接持股，这个股份不能继承也不能转让交易。
（1）以增资方式成为公司股东的有限合伙企业，其所持股份的限售期可设为一年，上市后，合伙企业可以作为主体，实施股权转让，获得收益，而该收益通过有限合伙企业直接分配至最终持股的个人；对于持股个人实际的股权锁定时间，可以在合伙协议中约定。
（2）持股员工获利与退出的四种方式：
Ⅰ. 分享企业利润：按照出资额享有上面所提到的以有限合伙企业为主体的股权转让收益。
Ⅱ. 转让财产份额：按照协议约定将属于自己的财产份额转让他人； 如果有员工（LP）退出平台，他的份额可以暂由GP代持（一般由GP回购），然后再转让给新的激励对象。
Ⅲ. 退出结算：根据合伙协议约定条件退伙，并获得自身财产。
Ⅳ. 散伙清算：有限合伙企业解散，个人按照合伙协议约定获得清算后的财产。
平台注册地：
持股平台的注册地点，一般都会选择有税收优惠或是财政返还的低税负地区，如新疆，西藏，江西共青城，天津等。
以新疆为例，新疆的企业税收政策和政府鼓励文件规定，迁入新疆的股权投资企业，企业所得税和个人所得税税率分别仅为12%和16%，而国内其它地方相对应的比例是25%和20%。很多股权投资类企业选择迁往新疆注册，以享受最优的税收优惠政策。对于员工来说要退出持股平台，进行股权转让也是有税收优惠的。
但创业者需要综合考量持股平台注册地，程序操作上，如变更注销等都需要到平台注册地进行。
-
观点
机器学习和人工智能这么火，初创企业在哪些领域会有机会？
注：本文原载于 Elad Blog，作者 Elad Gil，由 ONES Piece 翻译计划 徐雪儿编译。
编者按：最近，特斯拉无人驾驶汽车发生的事故让人们对无人驾驶技术有了一丝质疑，但这仍是许多科技巨头公司趋之若鹜的发展方向。可以说，人工智能和机器学习已经从原先电影里的概念性设定跳脱出来，小到监测健康数据的可佩戴式仪器，大到智化的机器人，这些都真实的发生在现实世界。而对于机器发展最大的争议，或许就在于大量劳动力的替代和道德层面的探讨。Twitter战略总监，同时也是著名投资人的Elad Gil在本文就预测了他认为围绕机器学习和人工智能可能发展起来的领域，以及真正AI时代给社会带来的影响和冲击。
在可预期的未来，人工智能科技将在多个商业领域发挥其不可估量的影响。在接下来的10-20年里，机器学习也许会渐渐取代白领和蓝领的工作，最终导致全社会范围的大量动荡。
目前，大多数的主流报道都还停留在讨论人工智能的一般用途上（也就是所谓的AGI强人工智能，指能完全胜任人类脑力劳动的人工智能），但很少有人去关注最近五年内，人工智能和机器学习最有可能转变的具体垂直市场。简单来说，我认为要达到真正的强人工智能水平，我们还有十多年的距离，但是由人工智能驱动的垂直产品在近年就会带来一场巨大的变革。
下面列出的都是企业家和投资者们估值过低的领域，而在这些不被看好的领域里，我相信一大批大型的AI公司很快就会成长起来。在所有围绕机器学习发展的领域里，一家创业公司想要成功，有两个关键点：1、搭建用来训练模型的有用的数据库的能力，以及拥有对模型进行递归性测试和闭环反馈的模拟环境；2、选择一个市场，让机器学习根据市场需要创造产品。为了做AI而做AI的产品就像一个找不到问题的答案，通常这类创业公司都容易失败或者是被谷歌、Facebook、Uber 等其中一家收购。(在这个市场里还会有成千上万的收购案，因为所有公司都想要提升自己的在这块领域的能力。)
下面是我认为在未来五年内能产生大AI公司的领域：
硬件和集成电路
无人驾驶汽车不可抵挡的发展势头，以及大量使用机器学习技术的其它市场的发展，将会带动对更高效、为机器学习模型专门优化的硬件的需求。很少有创业公司或者投资者投入到能更快速运行的机器学习系统基础芯片构架开发上。许多使用专业集群来运行机器学习的公司都会选择NVIDIA的GPU（图形处理器），但其实这款处理器没有进行过特殊优化，并不是机器学习模型的最佳选择。所以在这方面的硬件上仍然有很大的创新空间（ASIC或者是其他方式），可能会有ARM或者高通这样的大企业诞生。这不仅是机器学习在各个行业的应用发展促成的，也是无人驾驶汽车和其他硬件对处理器的大规模需求所驱动的。说不定，在人工智能领域的第一个百亿美金公司会是做芯片的。（你确实可以说谷歌搜索/广告是世界上应用机器学习模型最成功的垂直应用，它的市场价值和收益早已经超过100亿美金了。所以我的意思是，下一个会成功的初创公司。）
像 Cerebras 和主攻深度学习的Nervana公司目前就正在这个领域发展。
金融科技
WealthFront 和 FutureAdvisor（被BlackRock收购） 在“智能投顾（robo-advisors）”领域的崛起，表明金融服务公司开始关注由机器驱动的投资组合管理和交易模式。无论是投资组合的组建和交易，还是从不同类型的金融数据中提取分析结果上，机器学习都会产生越来越显著的影响。
机器学习和大数据在金融科技上的应用至少会有三个方向：
提高交易效率或者收集独到分析的工具。OmegaPoint公司就专注于打造“新生代的Bloomberg”，将机器学习模型建立在数据服务上用于交易。
基于机器学习的投资组合管理和交易运作。
通过机器学习模型来理解金融产品，并为其定出合理的价格。
像保险、房贷和其他衍生产品将会大大受益于人工智能的应用。如果一家创业公司或目前行业内的玩家能用新的统计方法和机器学习为客户计算出更优惠的房屋贷款分期方案，那它肯定会做成一家大公司。
无人驾驶汽车和卡车
无人驾驶汽车的出现，将会扰乱现在价值数十亿美元的交通运输市场。汽车和卡车的生产商已经意识到，一场关乎生存的危机正在悄悄降临。而特斯拉公司的出现无疑加剧了这些汽车行业公司的危机，因为前者现在似乎终于有了一款面向大众的汽车，并且正在无人驾驶领域大力推进。更加雪上加霜的是，谷歌和百度这样的科技巨头也要在无人驾驶技术上参一脚。许多汽车公司更愿意自己发展，避免依赖于这些科技公司——因此美国通用汽车花10亿美金并购初创公司Cruise，Uber花1%的股权收购了自动驾驶卡车公司Otto。在接下来的1-3年，无人驾驶汽车领域的收购合并案还会持续频繁地出现。
无人驾驶技术的发展，必将掀起数百万人的失业浪潮和不可小觑的社会变革（很大程度上会是经济上的通货紧缩）。尽管产业革命已经在150年前发生过了，但随着多种职业的消失，人工被取代，在接下来10-20年中爆发更大型的失业潮也不足为奇。如果政府没有为这些失业者提供另谋生路的机会，政治上的动荡不可避免。
医药
人们一讨论到人工智能或者机器人，就会举例说蓝领工人要面临失业了，然而我倒觉得大部分的白领们会被人工智能所取代。
医药领域将会迎来一次大颠覆。从疾病的定义、诊断到治疗方案，机器学习将改变整个医疗系统。“技术领域”投资之王VinodKhosla在这方面就有不少的高见。
在医疗护理方面，机器学习也有很大的发展潜力，能替换掉原有的大部分构架。想象一下在未来，只要有一部智能手机，每个人就相当于拥有了世界上最好的医生，不仅成本低，而且随叫随到。
a. 诊断
记得之前看医生的糟糕历经吗？排队等了45分钟，轮到你却只看了5分钟就草草了事，给点无关痛痒的治疗建议。糟糕的客户服务和高昂的医药费用，在任何有竞争力的行业都是存活不下去的。
从医生诊断到机器诊断的转变，将会促进每种疾病单独的产业发展——比如IBM的Watson认知计算项目就宣布了自己在肿瘤学的进步。类似的还有，在抑郁症诊断方面的惊人进展和通过计算机深度学习对其他精神疾病的研究。机器诊断的限制往往在于可利用的数据量，以及是否能对诊断和结果进行闭环反馈。
想要加速机器学习技术在医学上的应用发展，一个方案是收购一座现有的放射治疗中心或诊所。这座放射治疗中心将会被连上网络，优化数据生成环节，用以生成数据训练机器学习模型去诊断和治疗病人。通过在诊所推行机器模型与传统的标准诊所服务齐头并进的做法，你在获得机器闭环反馈的同时，还能减少监管和病人护理的问题。
同时，机器学习模型的推行会提升诊断测试的准确性。比如，用机器学习模型来决定DNA测序仪上的变体识别是否正确，或者在荧光激活细胞分离器上观察到了哪种细胞类型。我的公司Color Genomics已经开始用不同的方式，将机器学习应用到基因学研究上了。
b. 治疗
和诊断方法相似，机器学习将能帮助病人选择正确的治疗方案。而最大的限制可能(又)在于数据的访问。
c. 持续的监测和分析
为机器学习模型增加可利用数据的一个方法，就是采用以消费者为主导的新型技术进行持续的监测。健康数据的自我监管背后，有一小簇忠实的拥护者。像Cardiogram公司就通过持续的脉搏检测和其他数据监管的方式，让消费者掌握更多的自主权。硅谷的一批居民都用上了The FreestyleLibre血糖监测仪，自己来检测血糖水平。推动“全民科学”的发展，和激发人们积极关注自己医疗保健和健康状况的意识，可能会改变现有的医疗实践。
教育
从科技角度来看，美国的教育市场挺糟糕的，所以我从未投资过任何的教育类创业公司。即便如此，我还是抱着一丝悲观的期望，会有开发智适应教育系统的的公司出现，能因材施教地划分学生的线上学习内容和线下课堂教学内容。这种教育科技能大幅提升发达国家和第三世界学生的学习能力。
其他领域
还有许多已经、或者即将被机器学习颠覆的领域（制造业，广告业等等），本文没有涉及到。作为一个企业家和投资者，我个人最感兴趣的就是上述几个领域，以及围绕这些领域的许多发展机会。企业家们应该思考，机器学习是如何做到让一个市场里的某产品变强十倍的，而不是仅仅关注机器学习本身的价值。这也是围绕人工智能发展一家大公司的关键所在。
数据限制
从根本上来说，AI产业发展的限制大多来自对数据量的依赖。如果金融、医疗和其他领域的数据能大量利用的话，不少的先进机器学习应用也许能保留下来。大公司（谷歌，IBM等）和创业公司建立有用的数据库的方法有两种，购买数据接入途径或者合作找解决方案。数据将会改变许多的产业，成为科技廉价化和民主化的一股力量（比如贫富国家之间的医疗护理标准日趋相同），但同时也会取代发达国家相当一部分的劳动力。在未来5-10年间，机器学习的终极影响将体现在拓宽关键信息的接入渠道（如医疗诊断），和替代掉数百万人的劳动力。接下来还会有更多相关文章。
-
观点
李开复谈未来蓝海在哪：大部分人需要思考5秒以下的工作都会被取代
旧模式即将走到尽头，前方的蓝海在哪里？
李开复的创新工场认为，可能在这些领域：人工智能、文化娱乐、在线教育、企业服务、消费升级和B2B交易。
今日，2016创新工场年度论坛暨华南总部开业庆典上，董事长兼CEO李开复发表了主题为《中国互联网的创新和趋势》演讲。
随着人口红利的逐渐消退，传统以量取胜的创业模式已经出现瓶颈。同时，以资源整合与平台垄断为目标的并购越来越多，令后来的创业者更加难以在夹缝中生存。李开复建议VC不要去看过去的红海，而是把时间放在看新崛起的领域有什么机会。
他介绍了创新工场在人工智能、文化娱乐、在线教育、企业服务、消费升级以及B2B等领域的投资逻辑与具体布局。人工智能是创新工场最为关注的投资领域之一，截至目前，创新工场投资的该领域项目已经达25个。
以下为李开复演讲摘要：
今天想跟大家首先介绍的是我们眼中的中国互联网的现状，然后我们看到重大投资机会，还有我们现在对重大投资领域的部署及其过去一年的表现。
国内互联网的重大趋势
首先，讲一下国内互联网的重大趋势和改变。这些趋势和改变也意味着我们的投资和方向也需要不断调整，我们每一年都在调整方向。
烧钱已不是最好的模式
虽然中国是最大的互联网国家，但是成长率在下降，所以意味着过去人口红利，仅仅因为人口最多的创业模式，仅仅烧钱、烧用户，之后再怎么赚钱的模式已经不是最好的模式，因为人口接近饱和。当然，接近饱和的时候，这些人越来越有钱，越来越能够移动支付，可能带来新的投资机会，但APP的僵尸用户已经越来越多。所以再一次告诉我们，一次要再一次寻找新的风口、新的标的、新的投资方向。
行业趋向合并与垄断频现
回看过去，可以看到人口红利的下一步延伸：先是人口红利，然后是发现可以赚钱的领域，这个领域从刚开始的蓝海变成红海、从很多竞争者变成寡头，再下面是趋于垄断，所以看到美团、58，都通过合并，达到互联网合理的结局。最终要做的不是想怎么跟巨头竞争，而是要去寻找下一步最大的成长机会。
资本寒冬中有新风口
最近大家都在说互联网寒冬，确实从VC眼中项目太贵，从创业者眼中找不到投资——卖者不愿意降价，买者不愿意付费，所以市场就会变得冷清。整个环境可能有点问题，像P2P、O2O可能开始有点担心，但是在有些领域还是非常火的，比如人工智能、AR、VR、教育市场、消费升级。在这些重点成长的领域或者所谓的风口，其实投资是在增加的。找到一个好的风口，其实是不担心投资的，VC也不要去看过去的红海，而是把时间放在看这些新崛起的领域有什么机会。
所谓P2P金融就是利用一个卖家的机会在网上形成一个市场，可以打破市场的垄断，可以产生非常好的机会，但是可能带来很多欺诈，很多不诚信还有很多监管等问题，所以我们从来没有进入P2P金融。
我们一向非常谨慎，当然有可能错过一两个机会，但是更重要的是我们所抓住的机会也是对的，即便错过一两个也没关系，事实上不投也OK的。金融改革和金融创新的机会在于它里面核心的技术，无论是人工智能的技术，还是区块链的技术，这些技术对金融的改革是真实的、可持续的、长期的。在这个领域，可以看到还不是很热的时候就可以布局。
O2O的来临，还有消费升级，慢慢被识别成为重要的领域，这两个领域是有点相关的。O2O我们从来不认为是不成立的，O2O今天即便烧了很多钱，很多公司倒闭，但是滴滴一个公司是不是赚回所有出行公司输掉的钱了？问题在于有些公司烧钱太快，甚至用2BC的模式，这样的方法一定会失败的，不是O2O的问题，而是VC的风格和选择问题。
创新工场看到重大的投资机会
人口红利已经到顶了，我们要考虑这些人的路，从他们升级中寻找更多的投资机会，还有在移动互联网领域，下一个革命是什么，是人工智能。
我们认为在未来10年，大部分人类需要思考5秒钟以下的工作都会被取代，比如我们巴教授写的文章，或者《纽约时报》的文章不会被代替，但是简单的交易型的、中介性质的、助理性质的公司和职位都会消失。
人工智能没有我们脑子那么奥妙的结构，但是比人这一辈子都能看到的数据多，因为量大还有特殊的学习方式，它就可以超越人了。
最简单的是从识别物体说起，识别1000个物体的比赛，过去五年，计算机超过人类。在识别人脸方面，我们今天投资的Face++，都已经比任何人类都准确的识别人脸，那以识别人脸为生的工作就被取代了，比如安防部门等。在语音识别，像客服部分等都会被取代。其他的包括广告商的数据、包括传统的银行、券商等领域，也会有很多岗位被取代。
从谷歌的商业动作和内部技术使用看出，人工智能的时代不但是即将来临，而且是已经来临。
创新工场对人工智能的蓝图，这里可以划分成五部分（分别是大数据、感知、理解、机器人和自动驾驶）。我们认为语音和人脸、物体的识别会越做越好；对自然语言的理解在一个领域可以做得很好，但是跨领域还需要更长的时间，在传感器方面，现在都比较贵，但是随着大量的生产就会变便宜；机器人方面更多是商业的应用，而不是家庭的应用，我们并不看好家庭机器人，但像可以播放音乐的例外。
另外就是平台的形成，任何一个好的技术变成一个平台都需要若干年时间的演化，移动互联网如此，人工智能如此，我们认为平台的形成还有几年，之后应用就可以井喷了，这个还要4到5年，这段时间人工智能专家还有非常独特的优点和优势，如果我们找到这些专家，就有创业的机会。
进入我们第二大投资领域，应该是文化娱乐领域。
第一种是IP，而且IP是可持续性的，呈高成长性。
第二要看用户的平台，因为一个IP可以赚钱，但是它不可能5年、10年以后才赚钱，只有平台才能赚钱，比如微博、微信公众号是一个平台，当然平台是可遇不可求的，不是在创业第一天就做出一个平台，这是两个我们主要看到的方向。
在内容方面我们一个专长，就是了解95后，我们有一批产品经理，每天去找新的现象和投资机会，比如当年投美图秀秀、SNH48；比如说我们投了动漫，是日本最顶尖的；还有我们投了古风，年轻人很喜欢这类，诗词、歌曲等等。这些可能不见得在座的人都了解，因为95后这一批人真正出生在、成长在虚拟世界里面的，他们的思维方式跟我们都不一样。
不仅是95后的，很多传统的娱乐创业者，如果他们想走互联网的路线，我们就成为他们第一的选择，我们做的SNH48、做了马东的《奇葩说》，我们是懂互联网的VC。还有就是知乎，我们认为今天可以看到很多现象型的新闻事件、当然很多八卦事件不是来自微博而是来自知乎，所以它是有重大的价值，我们是非常乐观的看到知乎能得到变现的机会。
下一个领域是变现教育。
这方面我们看到几个趋势，一个是知识可以靠互联网来传播、获客，因为音频质量的问题慢慢得到解决，所以空间、距离不是问题，远程也可以学习，而且一样清楚、精彩。
同时，家长希望孩子升学，老师希望学生分数越高，所以越来越多交互性强的、趣味性强的投资，能够真正帮助孩子们多学到知识。而且AI是可以运用到教育上的，该做什么方向，给家长什么暗示，让孩子该走什么路线，这都是人工智能的优势。
再下面是B2B的领域。
B2C的时代已经达到峰值，下面我们更想看的是产业链跟产业链怎么样能够对接，怎么样能够卖东西给企业用户而不是终极用户。经过平台能快速获取用户，能够得到资金链，但是我们认为B2B也能够进入3.0的时代，不是怎么买得最快、最便宜，而是最适合的。
再下面是消费升级。
大家想过好的生活有什么机会？
第一个机会是可以经过渠道做过去没有的产品和品牌，比如告诉大家出行不一定要去旅行社；住的方面，用互联网经济帮助众多的人，这样也是有很好的机会。
第二，左边是互联网传播的方式，比如经过微博、微信公众号可以传播很多新的品牌和产品，过去是没有的，比如我们投资的新风尚等。我们可以看到重组的供应链，比如说我们在饮食方面，因为互联网和送餐改变了中国的饮食习惯，也感谢百度外卖和饿了么，所以这方面我们投的都是这一类的公司。原麦山丘因为有自己的平台很快获得几千万的利润。
(本文根据嘉宾演讲速记整理，未经本人审阅)
原创文章，作者：卢晓明，如若转载，请注明出处：http://36kr.com/p/5053398.html
-
观点
一篇文章读懂微信应用号是什么，是否值得投入进来做？
作者：白崎，微信公众号：baiqinote。百度高级产品运营师，人人都是产品经理专栏作家，简书签约作者，喜欢研究各类新鲜的 APP，分享分享独特视角下的产品策略分析和运营方法论，欢迎交流。
距离张小龙的那场首次公开演讲已经有九个月了，而在那场演讲中备受关注的「应用号」在千呼万唤中终于以「小程序」的名字正式对外小范围公测，不少创业者表示机会来了跃跃欲试。诚然，微信每次放出的大招，不管是公众号、服务号、朋友圈广告等，对于抢先抓住机会的人都是不小的红利。而这次这个大招，或许足以影响现有移动互联网的格局。
张小龙在朋友圈里这样解释道：小程序是一种不需要下载安装即可使用的应用，它实现了应用「触手可及」的梦想，用户扫一扫或搜一下即可打开应用。也体现了「用完即走」的理念，用户不用关心是否安装太多应用的问题。应用将无处不在，随时可用，但又无需安装卸载。
对于希望从「小程序」中获取红利的创业者，不妨好好读完这篇文章。做不做？比怎么做更重要！
一、「小程序」和「公众号菜单栏内嵌H5」有什么区别？
看上图展示的小程序截图，像不像一个Native APP加了一个顶部微信菜单的帽子？
Native APP和Web APP谁是未来的主流这个命题争了很多年，而Native APP最大的优势也就是对于系统控件接口和框架的调用能力比Web APP不知道高到哪里去。虽然京东同时提供了手机APP和手机H5形式的页面供用户浏览和下单，但是同时用过二者的都能体会到，H5页面在流畅度上还是差一些。
在此之前，很多创业者以公众号菜单栏内嵌H5的形式，完成了基础功能的微信化植入，但通常都是比较简单的页面，操作体验比较一般。
这次微信推出的小程序，最大的亮点在于微信提供了丰富的框架组件和API接口供开发者调用，具体包含：界面、视图、内容、按钮、导航、多媒体、位置、数据、网络、重力感应等。在这些组件和接口的帮助下，建立在微信上的小程序在运行能力和流畅度上面便可以保持和Native APP一样的体验。
二、当我们谈创业的时候，我们到底在做什么？
过去两年在资本的推动和互联网+概念的热炒之下，出现了罕见的创业热潮，各种各样的创业项目出现，应用市场内APP的数量也井喷式增长。
行业里有一个很大的误区：
互联网创业=做个网站
移动互联网创业=做个APP
很显著的现象就是很多传统企业在还没搞清什么是互联网+的时候，就迫不及待地做APP了，做出来了有没有人用，当然那是另外一回事。
回到创业这件事上，还是得回归商业的本质，商业是提供顾客所需要的物品和服务的一种行为。所以不管是网站，还是APP，或者很多创业者已经在尝试的微信公众号，甚至是QQ群、微信群，这都是连接用户的一种载体。传统商业依赖于线下实体门店为顾客提供服务，互联网的存在将获取新客户和提供服务的场景进行了线上化改造，从而提升了商业效率。
最近有一家花店在我的同事间很受欢迎，它会给顾客每周固定时间会送来一束搭配好的花。这是一个没有实体店的花店，也没有APP，唯一的载体就是微信公众号，下单支付是在微信号内，信息填写修改是在微信号内，客服也是在微信号内，好像除此之外也没有更多其他需要的功能了。所以这样一个创业项目，微信号就足以满足其大部分的需求，虽然在某些环节上可能有些体验粗糙，但相比之下单独做个APP？哪边成本更高呢。
三、为什么微信小程序的诞生对创业者是好机会
1、APP流量成本的急剧攀升
做渠道运营的同学可能会清楚，过去两年里，APP推广的成本是呈翻倍增长的。有些垂类APP的CPA单价高达500元以上，对于创业者来说没有太多钱可以去砸在流量上，但流量往往是控制产品生死的命脉，每年有50%的新APP死在流量问题上。
2、移动互联网格局基本已定，用户主要需求场景已被巨头把持
移动互联网发展已有五年时间，在这几年时间里，从PC时代迁移过来的连接人与信息、连接人与人、连接人与商品、连接人与服务四个大类已经基本完成了格局重塑。用户的主要需求场景，尤其是同时具备刚需和高频两个特点的场景，基础工具、生活服务、娱乐等都已经有PC时代的老巨头继续把持，或者移动互联网新生的小巨头们占据山头。
3、面向所有产品对用户时间的竞争
在之前的文章里，白崎反复讲过一个观点就是现在的竞争不仅仅是同类竞品的竞争，其实是你在和所有产品竞争用户的时间。显然微信是目前的翘楚，平均每天长达4小时以上的停留时长。很多APP面临的问题便是用户即便下载安装了，但也想不起打开，或者打开了很快就被关闭。
在以上三个背景的情况下，对创业者而言环境真的很糟糕，用户获取难、使用率不高是普遍的痛点。在年初的「应用号」概念发布时，便赢得很多创业者的期待，原因就在于大家希望从微信这棵大树上获取一些红利。
四、移动互联网第二春：SuperAPP+LightAPP模式
轻应用是一种趋势，早在2013年左右，百度和UC分别对「轻应用」的模式进行了尝试，虽然都失败了，但不可否认这条路的正确性，只是在当时这两家都不具备发展起生态的能力。
百度的轻应用是以搜索为核心的生态，UC的轻应用是以浏览器为核心的生态，二者都是Web APP的插件化思路。百度轻应用接入了如「顺丰快递」为代表案例的信息查询服务入口，UC轻应用则接入了「迅雷」「快播」为代表案例的和浏览器场景强结合的信息查询、信息下载的入口。
复盘为什么百度和UC都没做起来，一个重要的前提是当时的百度和UC都不具备SuperAPP的根基，尤其是不够高频，所以带不起来这个生态。
但2016年的微信来做这件事，天时地利人和似乎都占据了，既有海量的用户，强大的用户粘性，足够长的用户使用时长，是国内目前最称得上SuperAPP的应用了。
白崎预估，这种SuperAPP+LightAPP的模式或许能够带起移动互联网的第二春，很多长尾的需求之前由于落地条件不成熟不能做的，现在可以重新回来尝试一下。即使是很小的一个需求点，以LightAPP的形式附着在微信上，现在也具备了一定的生存空间。
五、谁适合抓住这波红利？
在别人家平台玩，首先得研究平台欢迎什么样的人。从微信官方对外公布的信息来看，最鼓励的是服务提供者，因为这和微信「连接人与服务」的战略诉求最为契合。
白崎的建议是：低频、非刚需场景的长尾服务提供者最适合来做微信小程序。
高频场景的服务依然适合以独立APP作为阵地，即便微信在发现Tab内给京东开辟了最明显的「购物」二级入口，依然是用手机京东APP的人多，即使在体验上大大增强的微信小程序推出后，结论依然会是如此。
高频场景的服务天然具备独立发展成生态的潜力，可以自成一套生态体系，比如服务领域的滴滴出行。即使是在微信、支付宝、微博中都开辟了打车入口，这些也只是增量，自家APP还是主要的阵地。
而对于低频、非刚需场景的长尾服务而言，由于需求通常较为简单，使用频次低，撑不起来一个独立APP，寄生在巨头身上是最好的选择。
正如把支付宝中的「转账」、「付款」、「信用卡还款」、「生活缴费」等拆成一个个独立APP，用户肯定不会买账，但把所有跟钱相关的需求都汇聚在一起，哪怕是非常长尾的水电燃气物业费和ETC交费通通都涵盖，这才成就了今天的国民应用支付宝。
现在，微信正在试图开放接受长尾的需求场景，把自己打造成一个无所不包的生态系统。这个系统，包含人与人的连接，包含人与信息的连接，包含人与商品的连接，更包含各类大大小小的服务连接。
比如上面提到过的花店的案例，符合低频场景、长尾服务的特点，他们家就非常适合做微信小程序，而且只要在现有基础上把微信内嵌H5迁移成小程序，就能改善下单流程、客服等方面的体验优化，从而更好地维系用户。
六、决定开发微信小程序之前，这三个担忧不容忽视
听到「小程序」发布的消息后，相信很多人都跃跃欲试，觉得得抓住机会。其实风险与收益共存，下面这三个担忧在决定做之前，得想清楚。
1、如何区分现有独立APP和微信小程序的定位
对于还没有开始做APP的创业者，小程序的发布恰似一阵甘霖，来得正是时候。但对于已经开发了独立APP的创业者呢？开发一个一模一样的微信小程序出来，是否会出现零和博弈造成原有独立APP的荒废？
白崎的建议是，维持原有独立APP的持续迭代更新，把微信小程序作为新的增量部分，在用户数据上做到两边的一致性。把选择权交还给用户，用户总是会选择更适合自己的那一边。是否弃掉独立APP，得用数据来说话。
还有一种方式，可以将微信小程序作为一个lite版，进行产品功能的MVP试验。
至于以哪边作为主要用户阵地，还得结合用户获取成本来看。在同时满足业务需要的情况下，如果花最少的成本，能获取更多的用户，有什么理由说不呢？
2、假如微信封了你的小程序，怎么办？
微信在过去几年里有一个很大的特点就是生态封闭，这和苹果有些相似。很多创业者借助社交红利尝到甜头，也有因违反规定被微信做封号处理，一夜之间回到解放前。
以下案例想必还历历在目：
诱导关注、诱导分享：封号
淘宝链接：屏蔽
虾米音乐分享链接：屏蔽
在朋友圈里传播外链达到一定次数：屏蔽，严重封链接
在微信生态里玩，永远要忌惮红线在哪儿，毕竟微信具备随时掐断脖子的能力，只是它愿不愿意动手的问题。所以做之前熟悉规则很重要，当然也有时候只是简单的立场站队问题。
3、同样存在用户获取成本变高的问题
现在获取用户难是因为手机里的APP太多，应用分发的入口变得集中从而用户获取成本价格昂贵，流量问题从移动互联网诞生至今都是创业者最大的困扰之一。
等红利期过后，微信小程序是否也会出现这个问题呢？
①如何获取用户关注
虽然微信小程序不需要下载安装，但是在成千上万的小程序中，用户从哪儿知道你，找到你呢。对此张小龙的朋友圈里提到了「扫一扫」和「搜一下」这两种方式。
不管是关注还是扫一扫，首先得让小程序能够触及到用户，才有被用户使用的可能，正如APP首先得被下载安装才能使用。
搜索，是一个基于品牌的行为。搜索精准的产品关键词，首先得让用户知道你的品牌才有可能搜索到，这对初创品牌是硬伤。搜索行业关键词或泛需求类的关键词，如何在最明显的位置出现在用户面前且引导用户点击前往，OMG，难道也要竞价吗？
这些都是可以预见到的用户获取成本问题。
②如何在臃肿的微信中获得存在感，实现用户留存和用户维系
不得不说微信现在已经开始臃肿了，刚看了下手机，微信占据了9.8G的内存容量（前不久才刚清理过一次），过去24%小时微信耗去43%的手机电量，另外据微信官方公布数据，用户平均在微信的停留时间为4小时。这背后是好友对话聊天、群消息、订阅号、服务号、朋友圈等一系列微信自有功能所带来的信息堆积。
等全面开放公测之后，随着开发者的增多，微信自有功能、第三方小程序功能混合在一个容器里，获得存在感可不是一件简单的事情。如何在微信里做好用户留存和用户维系，也是一个难点。
最后想说：新机会出现时，选择做不做比怎么做更重要。
原创文章，作者：白崎，如若转载，请注明出处：http://36kr.com/p/5053354.html
-
观点
张向党：人力资源工匠精神的践行者
仁云科技CEO张向党，人力资源软件服务行业创业老兵，具有十多年创业经验，经历二次创业，但专注人力资源行业信息化，积累了坚实的HRO SaaS在线服务平台构建能力和丰富运营经验。
（仁云科技CEO张向党）
（仁云团队活动合影）
访谈录
你是学什么专业的？
我是技术出身的，大学毕业后就在做人力资源信息化工作，写代码，俗称“码农”。
这是第几次创业？
这应该算是第二次创业吧，2004年我离开用友HR事业部后就在上海创办了自己的第一家软件公司，做EHR系统软件，给企业和政府机构提供软件和解决方案；2006年我们做出了一个多租户的平台，满足很多企业都能在这个平台上运行，就像现在SaaS的一个前身吧，但当时叫ASP服务，整个外围环境不是很好，2007年被CDP集团收购了，帮助CDP打造payroll的BPO系统，在上面给客户计算工资、个税处理和社保应用。2010年，当时移动互联开始兴起，我们考虑后决定重新创业，创建了仁云科技公司，通过做项目去积累客户资源和行业经验，打造了一款针对人力资源外包行业的解决方案，这套HRO的产品也用来服务我们的客户。
第一次创业和第二次创业有什么不一样吗？
第一次和第二次差别还是挺大的，第一次创业比较苦，当时没有资源也没有人脉，资金也很少，只投入了50万，这个过程中公司的发展也非常缓慢。第二次创业时已经积累了一些人脉，研发技术、互联网也慢慢成熟，资金的投入上也比第一次多。所以第一次是一个台阶，第二次沿着第一次更进了一步，当然第二次也是做更大的事情。
简单给我们介绍下仁云的产品？
仁云科技提供的是人力资源外包行业的软件系统和解决方案，通过产品和服务解决传统人力资源外包公司的效率提升、用户体验和成本优化，帮助他们互联网信息改造，提升竞争力。比如在湖北，排名前五的人力资源服务公司，我们拿下了三家，占据了湖北这个服务市场的半壁江山。在服务方面，我们把系统和服务小组布局过去，在技术上通过远程连线去解决。
相比较同行业做人力资源外包解决方案的，你觉得仁云的优势在哪里？
过去几年里，我们一直专注于人力资源服务外包行业，也服务了很多HRO公司，不断行业经验积累，技术和运营服务的优化和提升，一直做人力资源外包市场的信息化和商业化实践，我们是第三方独立公司，所以这就是我们的优势。
产品还有哪些不足的地方？
我们还需要在技术上做更好的延伸和扩展，去满足现在HRO市场的发展需要，也需要不断更新技术，比如微服务技术、Docker技术、移动互联网等，支撑我们业务更好发展，同时提升用户的体验。产品技术这一块我们已经在做研究投入了，大概年内我们会推出微服务架构的人力资源外包解决方案。
在产品和客户服务方面有没有什么新的拓展？
帮助客户成功是我们的生命线，因为HRO服务行业的特殊性，不同的省份不同的城市都是有差异化的，针对区域差异我们设立了专门的小组去做服务；在业务上，未来的发展方向是提供软件服务的能力，而不是提供软件或者工具，现在说的更多的是SaaS 软件服务化。因此我们提供的其实不是一套软件，而是服务的能力，即服务软件化。
仁云如何拿下西门子这个客户？
拿下西门子这个项目一是依靠我们的专业背景，二是凭借我们较为先进的技术。西门子SSC项目是一个人力资源服务共享平台，而我们在人力资源外包领域积累的经验以及一套HR服务解决方案，能够保证他们运营成功。使用我们产品的是他们的共享服务中心，就相当于西门子服务内部的外包公司一样。传统的软件公司提供的是一套HR的解决方案，但西门子需要的是一套HRO的解决方案，这两种解决方案是完全不一样的。HR关注的是人事、薪资、考勤、培训、招聘和绩效等，而HRO关注的是服务合同管理、员工信息档案管理、社保公积金商业保险管理、薪资发放、个税申报管理和财务账户管理。西门子会选择我们而不是传统的软件公司比如Oracle、SAP等等，是因为我们有他们想要的这一整套HRO解决方案，同时这也是我们的优势。
接下来有没有什么计划再扩展大型客户量？
现在我们的用户规模一般都比较大，基本都是在5千到10万人之间，一般情况下的客户规模都在2万人左右，客户规模太小的话他们会用Excel去做管理，太大的话会自己考虑开发内部系统的问题，中间这一部分人力资源外包公司就是我们的目标客户，他们可能在IT方面的投入不够，需要我们提供解决方案。
团队管理是怎样的？
我们团队现在有50多人，其中技术人员占60%-70%，对技术人员的管理相对宽松，因为我们希望技术人员能有更多的创造力，研发出更好的东西。
那下一步公司的规划和方向是怎样的？
继续立足于人力资源外包服务的这个领域，把这一块做得更加扎实，把我们的业务做得更大，为我们的客户提供更好的服务，同时通过互联网+，为客户打造更大的服务网络，跟更多行业做互联互通，帮助客户成功。
现在有融资吗？
我们理解资本的力量，但考虑到公司现状和市场发展，目前并没有融资，还是按我们现在的自有资金在发展。当然我们也拒绝资本，但这需要一个循序渐进的过程，按部就班地往前走，目前最重要的还是把自身打造得更强。我们目前资金还比较充裕，所以前期会把大量精力投入到产品开发和客户服务上，服务更多客户。如果市场有一个爆炸式增长的话，我们也会积极去找融资等等。
在品牌打造这一块你有些什么想法？
目前HR论坛和市场活动都有去参与，也会去讲解我们的方案，但都是集中在一些比较专业的HRO论坛活动，因为这些活动的受众大部分会是我们的目标客户。品牌宣传对我们来说很重要，但我们做的这一块不是大众的，不是每一家有HR的都会用，我们的受众是人力资源公司，属于行业应用，所以我们所有的广告投入和市场宣传都是比较精准的。我们去的比较多的是人力资源外包论坛，因为参与者很多都是人力资源外包公司的负责人或者高管，因此在这种论坛上我们的品牌打造方向会更精准有效。我们不是大规模去做品牌营销，而是有针对性去选择的。
对当下整个to B市场你怎么看呢？
我觉得还是属于群雄摸索的前期阶段，需要不断地尝试才能推动人力资源行业的进步，当然也要看这个行业像长跑过程，看谁有耐力和毅力，是否有更多资源去支撑他把自己的服务变成能力，高效方便地提供给客户，也许这样才能成功。
你怎么看待未来SaaS行业的发展趋势？
我认为未来的发展趋势肯定是互联互通，提高效率、降低成本，未来SaaS会把服务软件化，然后嵌入到不同的系统中提供更底层的服务。
给我们介绍一下整个仁云的企业文化？
我们公司还是比较务实。我们推崇工匠精神，日积月累，每天进步一点点，也许我们走得不快，但我们的脚步会比较坚实。仁云公司的整个氛围还是比较轻松的，但对行业专业技能要求还是很高的。
你是什么星座的人呢？有什么人生信条吗？
我是白羊座的，觉得自己人还算比较nice。做企业，我觉得是先做强再做大。
-
观点
创业公司该从什么时候开始关注数据？
本文作者：张溪梦，GrowingIO创始人、CEO；前LinkedIn（领英）商务分析高级总监，亲手建立了LinkedIn（领英）90多人的商务数据分析团队。原文发于GrowingIO技术博客和公众号。
人人都说数据重要，那么，创业者应该从什么时候开始关注数据？从公司成立吗？我认为，当然不是。产品早期，数据驱动是个伪命题，只有到了真正增长期，数据才能爆发力量。
数据分析流于形式
我在LinkedIn做过很多年数据分析，发现中美在数据驱动这件事上面差异还是很大的。数据分析在国内一些特别大的企业才能得到重视，但是在美国，数据已经成为驱动众多企业增长的重要引擎。
为什么国内很多企业，表面上很重视数据分析，最后却流于形式？
许多公司处于疯狂增长时期，大家一拍脑子做的决定，可能已经产生很多价值了，这种情况下他们很难意识到数据决策能产生的巨大价值。同时，他们没有太多基础方法论的认知，技术和业务彼此不了解，进一步加剧了数据使用的缓慢，不能看到价值实现。最后就变成了凭感觉来做决策，而不是真正通过数据运营来做决策。
LinkedIn的数据驱动之路
但是我们看看美国，以LinkedIn为例， 在过去6年间从一个7000万左右年营收的企业，一下子增长至 30 亿美元营业额的企业，这种增长速度在企业服务领域里面是惊人的。6 年多以前，我第一次在 LinkedIn 的公司例会上，听到德鲁克的一句话：一个事情，如果不能衡量它，就不能增长它。这句话沉淀出了 LinkedIn 的企业价值观：增长带动数据分析，数据带动变现，变现进一步促进增长。
LinkedIn在早期就有清晰的数据框架，在只有一万个用户的时候就开始在用数据驱动用户增长。
LinkedIn是 2002年底成立的，成立早期就已经把用户数据和变现的框架讲得很清楚了。无论是在产品设计还是业务运营，数据都是很重要的环节。哈弗曼（LinkedIn 创始人 & CEO）收集大量的用户信息，想了三种变现方式：
一、通过用户的基本信息来变现，比如说公司发布职位；
二、用户数量增长到一定程度的时候，有 B2B 企业投广告；
三、当有大量人的信息以后，公司的猎头会用这个平台来找候选人。
变现的方式他想得很清楚，但并没有在第一天就去做，他核心关注的是用户体验和使用度，是整体的增长，增长产生大量的数据，他从数据里学习，未来才做变现。
LinkedIn 在只有 1 万用户的时候，就开始用数据驱动业务。这段时间去观测两个渠道，一个是电子邮件，一个是搜索。从数据里发现，从搜索引擎的渠道里进来的用户，比电子邮件邀请进来的人数量差不多，但在产品平台上的活跃度要高 3 倍。
这是之前没有想到过的，于是做了一个决定：如果要获取同样数量的用户，他们更愿意投入资源在使用频次更高、更愿意把时间花在这里的人，所以，放弃低活跃的用户，专注活跃的用户。
LinkedIn 每年反复要去问的一个问题是：如果只有一件事全公司要做的话，是什么？得用数字来证明的？
一星期内加到 5 个联系人的用户，他们的留存、使用频度、停留时间是那些没有加到 5 个联系人的用户的三倍到五倍，这是他们找到的驱动增长的魔法数字。但是当时这样的人非常非常少，于是他们在产品各个入口都增加社交关系。
LinkedIn 最早的时候，并不知道为什么增加社交关系会产生那么大的留存度，我们分析了起码有两三百个各种不同的指标，最后没有任何一个指标能告诉我们，就是因为这个原因。可是加权以后的结果是，这些用户在上面花了很多时间，间接就成为变现的可能。产品经理就把非常复杂的问题简化，让所有的东西都关注这一个点：让更多的用户在第一周里加到 5 个联系人。于是，增长飞快。
创业公司如何关注数据
每个阶段的重点不同，增长期是数据驱动的关键时期。虽然说数据很重要，那么，创业者应该从什么时候开始关注数据呢？从公司成立就开始吗？不是的。一般来说，创业者会经历 4到5个产品、企业的生命周期。
第一个阶段，冷启动。
这个时候公司特别早期，用大数据驱动是一个伪命题——因为客户数量有限，样本性不足。他们需要更多地去了解潜在客户的需求，去“求”客户来用这个产品。
第二个阶段，增长前期。
冷启动接近完成。有经验的创业者，会开始布局和增长有关系的一些核心指标，比如说日/月活跃，留存度。这些指标的目的不是为了衡量产品当前当下的表现，而是为了未来做增长时有可比较的基准。并且，这些指标能够告诉我们，什么时候我们应该去做增长。产品本身没有黏度的话，去烧钱做增长，它不会真正地增长起来，因为流失速度超过增长速度。以前很多烧钱的企业能成功，是因为竞争没有那么激烈，用户没有那么多种选择。但是今天如果你的产品很差，留存不高，口碑也不好，烧再多的钱也不能获得真正核心的自然增长。
第三个阶段，是增长期。
这个阶段就能看出来好的创业公司和普通创业公司的巨大差别——效率。无论PR还是做活动，都需要人力和时间成本。如何在增长中，找到效率最高的渠道？这个我觉得，是创业公司之间PK的核心竞争力。如果不做数据驱动，靠直觉，一次两次可以，但没有人能进赌场连赢一万次。所以，直觉需要和数据进行结合，这样企业能迅速优化各个渠道，来提高单位时间的转化效率。通过转化效率的提高和叠加，变成企业的核心竞争力。一个不用数据驱动的公司，和一个用数据驱动的公司，假设运营策略一样，资本储备类似，客户也一样，后者一定会胜出。
第四个阶段，是变现期。
业务变现，要求有很高的用户基数。一般互联网产品中高活跃、体验好的用户，会转化为付费用户。类似一个漏斗，不断地去筛，这里面就是要拼运营的效率了。比如说，电商用户的转化漏斗一般是：访问——注册——搜索——浏览——加入购物车——支付，或者到未来的退货。这是非常非常长的一个漏斗，真正要做好数据化运营，要对漏斗的每个环节持续地进行追踪。为什么呢？因为不能衡量，就很难去做增长。
一个好的企业，特别是以后要做营收的企业，必须要关注各个部门各个环节的转化效率。这种转化效率，要达成的手段，可以通过市场营销的方法、产品改进的方法、甚至客户运营的方法。而其中每个环节小幅提高，加在一起就是一个倍数的提高。这种倍增，如果没有做过数据化运营的人，很难体会到会有多大。比如，以前我们在LinkedIn做数据驱动转化时，要推送某篇EDM ，同样发给 10 万人，拍脑袋决策的转化是 0.01%，但是经由数据驱动部门做个简单的数据模型，同样推送后，转化率提升到了 0.3%，高出 30 倍。如果每周都那么做的话，这种转化效果还是非常可观的。
来源：36氪，作者：GrowingIO，如若转载，请注明出处：http://36kr.com/p/5053210.html
-
观点
100offer，把“人才拍卖”做到了新加坡，还要进军硅谷市场
100offer我们多次报道，公司成立于2014年7月，用“拍卖”的方式做中高端人才招聘，起初从程序员切入，经过人工筛选的候选人展示给企业HR，HR给心仪的候选人开出薪资待遇条件。程序员可以看到所有出价公司开出的薪水、岗位安排，选择一键拒绝或者同意面试。在入职试用期结束后，100offer平台将会收取候选人年薪的12%做为佣金。
而近日，100offer创始人贾智凡告知记者，100offer已经正式落地新加坡市场，在做新加坡本土的招聘。记得贾智凡在今年3月份完成2500万元B轮时透露，100offer已于2015年12月实现盈亏平衡，有1.5万互联网企业在100offer活跃招聘，招聘的职业种类也从程序员扩大到互联网行业。
按照贾智凡的思路，在模式得到验证后，业务拓展主要分两个方向，一是继续增加招聘的行业，二是扩张招聘的地域。而贾智凡认为，100offer现阶段的发展状况更适合拓展地域。
再来看跟中国市场相近的东南亚，整个东南亚有6亿人口，但大型互联网公司基本集中在新加坡。可新加坡人口有500多万，通常情况下，当地培养出来的优秀互联网人才会去到硅谷，面试新加坡公司的候选人中60%来自印度。也就是说，新加坡对互联网人才的需求较大。
基于此，贾智凡把出海的首站选在了新加坡。招聘模式跟国内一样，每周固定的时间上线候选人，用“拍卖”的方式展示给企业HR，最后在候选人试用期结束后，100offer收取候选人年薪的15%做为佣金，目前定位在程序员、产品、设计师等主流的互联网人群。至于获客，则是利用Facebook等渠道进行精准推广。
不过，看上新加坡市场的也不止100offer一家，今年2月份就有报道《互联网人才竞拍平台Hired融资4000万美元，收购3家公司开拓国际市场》：
Hired创立于2012年，公司总部位于旧金山，是一个互联网人才竞拍服务网站。Hired最初的服务范围仅限于美国。2015年3月份，公司开始拓展国际市场，并在英国设立了一个办事处。2015年年底，Hired又在加拿大设立了一个办事处。并且还收购了位于墨尔本的招聘类创业公司Jobbop。在发布融资消息的当天，Hired还表示公司的服务范围已经拓展至新加坡，招聘种类也从互联网程序员扩大到销售人员和自由职业者。
当问及100offer的竞争优势时，贾智凡认为，他们的最大的竞争者不是招聘平台，而是当地猎头。新加坡是第三产业发达的国家，猎头市场要比中国成熟，当地拥有9万多的猎头，比中国要密集很多。而新加坡员工的跳槽频率低于国内，大概是2-3年间跳一次。要分瓜这部分市场，无非是给企业提供性价比更高的服务。全球猎头的服务均价在20%－25%的佣金，而100offer只收取15%。贾智凡强调，价格只是一小方面问题，最主要的是平台推荐质量和推荐数量比单个猎头要效果好，往往企业招人是比较急迫的。
据悉，100offer目前已跟东南亚很多互联网公司签订了合作协议，包括电商平台Garena、图像识别公司ViSenze、打车应用公司Grab（原GrabTaxi）和物流初创公司Ninja Van等。并且，已在8月份进行了一次人才拍卖，18名候选人全部入职，基本为新加坡当地人才招聘，也有少数几名是在中国进行的跨国招聘，签证等跨国手续由入职公司提供。
此外，贾智凡还透露，100offer在国内有员工60多人，在新加坡有4名员工，之后还会进军硅谷市场。
来源：36氪，作者：徐宁，如若转载，请注明出处：http://36kr.com/p/5053027.html
-
观点
网络环境收紧，协同办公文档遇到“风险问题”？
中秋小长假，协同办公文档石墨过的不太如意，假期第一天（9月15日）就公告“停止网络服务”，停网至21号共计7天。
这份公告是今天（9月18日）下午两点前打开开官网后出现的唯一画面，让人有些不能接受的是，停服来得太突然而且并未告知用户具体原因，虽然石墨为了弥补用户赶紧开通了一个“紧急通道”以供用户正常编辑，但由于“网络净化”不能分享链接，所谓的“协同”就只能靠在文档内添加写作者这种比较麻烦的方式来进行了，估计这件事后石墨会刷刷往下掉粉。
截图来自“石墨文档种子用户群”
今天下午两点，石墨公号发消息说自己“回来了”，记者点进官网发现多了项手机号验证，但功能和“紧急通道”一个样，石墨大概是想以此来安抚用户，只可惜依旧无法分享链接。
到底为啥停服了？
技术问题大概是停服后人们最先猜测的原因，毕竟在之前使用石墨的过程中，的确常出现页面崩溃、自动刷新却保存不上的问题，但能有多大的问题需要7天的修改时间？
症结在哪儿呢？有不愿具名人士爆料：有人恶意上传政治敏感信息，于是石墨被约谈了（HRTechChina不为此说法背书）。根据石墨内部人士在QQ群里的说法（下图），石墨的确是遇到了整改，可见敏感信息或许真的存在，但是否为“恶意上传”并未提及，也没人能证明。
记者就此次停服事件询问了石墨市场部人员，她告诉记者，石墨官网的公告已经是全部可以告知外界的内容了，她强调石墨并不想借此炒作，更多的信息不便透露，之前的公告如下：
网络环境收紧，协同办公文档遇到“风险问题”？
石墨一直被誉为小而美的创业公司，今年8月，石墨文档正式对外公布获得山行资本领投，心元资本、九合创投创始人王啸跟投的数千万Pre A轮融资。而“中国没有Google docs，填充市场空白”、“美国云计算CRM巨头Salesforce7.5亿美元收购在线文字处理应用Quip”……诸如此类的消息似乎意味着石墨正迎来更好的发展局面。
然而，不管是否会成为一款明星产品，做在线文档处理业务的石墨，共享文档的功能相当于内容的传播，如果对这些内容审核、监管不力，“引火烧身”也不是没有可能。
这也是所有协同办公文档的共同难题，把控风险的前提是在各种网络环境下做好自我审视，SaaS工具并不能对内容免责，所以石墨这次不管为什么被“抓”到，本质上或许都与其监管不到位有关。
石墨告诉记者目前他们已经在慢慢恢复，用户可以直接从官网进入编辑、协作，但这很难让已经习惯分享石墨链接的用户感到舒服，用户或许还在等待9月21号，石墨能够有全线功能回归。可惜，据石墨透露，他们暂时不会开通分享功能。
另，一个看起来很像的域名
还有个小事儿值得一提。
如果你点开shimo.io，链接将会跳转至https://yiqixie.com/（一起写），不过，石墨的域名并非shimo.io，而是shimo.im，乍看之下很容易被混淆。
不过，买下shimo.io这个域名的人的人不一定就是跳转至的对象，可以随意设置跳转地址，我们也无法确定“一起写”和这次跳转的链接到底有什么关系。
不管怎么说，石墨此次突然地、长时间的停服，可能会耗尽很多用户的耐心，安全性和信任感都大打折扣，好不容易培养出的一丢丢“明星项目”的感觉，估计也消失吧。
本文作者： 杨继云 来源：虎嗅网
原文链接https://www.huxiu.com/article/164103.html
-
观点
在大数据时代，每家公司都要有大数据部门吗？
本文作者：桑文锋，神策数据创始人&CEO，前百度大数据部技术经理；神策数据（Sensors Data）是一家专业的大数据分析服务公司，致力于通过大数据技术帮助客户实现数据驱动，提升用户体验。
如果这个问题换做是：在电气时代，每家公司都要有个发电厂吗？是不是会更好回答一些？
事实上每一种重大技术的出现，都会对产业产生大的变化。在蒸汽时代，采矿机采用蒸汽机后，会带来生产效率的极大提升，而轮船加上蒸汽机，再也不需要靠风才能航海了。在电气时代，电灯代替了蜡烛，电报代替了快马送信，而报纸也被广播和电视所侵蚀。
可以说是现有产业加上新技术，形成了新产业。
我们回过头来看这两次工业革命，生产蒸汽机的企业只有少量几家，而发电的企业在美国也只有通用电气和西屋电气。并不是每家企业都要从事这些基础设施的研发和生产，更多的是对新技术加以应用，发挥新技术带来的价值。
在 IT 领域，软件刚出来时，可以说是计算和存储完全混杂在一起。有人尝试将计算硬件进行分离，歪打正着成就了 Intel。有人尝试将存储系统分离，因而有了 Oracle。
Intel 和 Oracle 固然伟大，但它们的价值更多的还在于有广大的企业采用了这些新的技术，在具体的行业中，产生了更大的价值。
同样，云计算这种理念固然是好，但如果每家企业都建立自己的云计算中心，从资金和人力投入上，一定是不划算的，更严重的问题是做不到最优。相反，有了 AWS 和阿里云这样的云计算提供商，让中小企业更便捷的进行创新应用。
回到题目中的问题，在大数据时代，每家公司都要有自己的大数据部门吗？结论也不能下的太武断。
早在 2008 年，云计算的概念刚刚兴起，百度内部出现了两拨势力。一拨要从零开始打造自己的大数据底层技术，把 MapReduce、GFS、BigTable 这些组件都要实现一遍，结果花了两三年时间，也没能稳定运行。
而另外一拨势力，直接采纳开源的 Hadoop 生态，很快在公司内应用起来。而我当时做的日志统计平台，也是采用了 Hadoop。但百度的数据规模毕竟太大了，所需的集群规模，开源版本根本撑不住，于是不得不改写 Hadoop，这样就和开源的版本渐行渐远，等到后来再也合不到一起了。
曾经有一年多的时间，我们部门新设计和实现底层的存储及计算系统，结果发现开源的版本也差不多实现到了同样效果。虽然许多内部的人觉得我们怎么总重复造轮子，但我明白还是需求使然，你面临的需求相对领先，但也没有领先到像 Google 那样提早 5 年。
但对于小公司来说，则完全没必要从零开始做，还是要尽量用开源的产品。
整个 Hadoop 生态，要比我 2008 年刚用的时候，要成熟很多。那个时候我们去拿开源的版本，编译部署，一个新手可能两周都不一定能正常的运转起来。而现在下载一个 Cloudera 发行版，两个小时就可以正常跑任务了。
与此同时，又面临了新的问题，因为大数据平台牵涉到数据的采集、传输、建模存储、查询分析、可视化等多个环节，而开源领域只是一些组件，于是各家公司都在纷纷打造自己的大数据平台，这就像 Oracle 之前，各家都在打造自己的存储系统。这显然不是一件性价比高的事情。
有市场需求，就会有满足相应需求的公司诞生，于是就诞生了一堆提供大数据服务的公司。
由于这一新领域还处于早期，这些创业公司所能提供的服务并不会特别的完善，要么是以项目制的方式运转，要么是提供专门应用场景的服务。
这样，对于一些企业来说，这些创业公司提供的服务，似乎自己也能实现，那何不干脆自己做？
这创业一年多以来，我看到了太多的公司在打造自己的数据平台，但做的还不够完善。不管是技术实力还是人力投入上，都有点力不从心。如果选用了这些第三方数据服务，那岂不饭碗被抢了？
可我要说的是，饭碗早晚都会被抢，只是时间早晚的问题。这里只需要问一个问题：我所做的数据平台，是不是其他公司也是类似的需求？如果是的话，那肯定也有其他公司做着类似的事情，做的东西会大同小异。
那么，就会出现专门的公司，来解决这种通用的需求。因为这些公司专注于解决这一块问题，所以会更加专业，并且舍得投入。而对于需求公司来说，除非自己转型去专门做大数据平台，不然在投入上，肯定不是一件性价比很高的事情。与其如此，不如及早侧重于自己的核心业务，关注应用需求本身。
那对于企业来说，在大数据时代，应该怎么做呢？我的建议是三点：
首先，要拥抱大数据技术。
新的重大技术出现，都带有颠覆性。一不小心，就会被革命。但也不是说企业已有的业务不用搞了，都来搞大数据吧。
在大数据这件事上，还是要从需求出发，而不是从大数据出发。
有人会问我，我有了一些数据，给我讲讲怎么能发挥更大的价值。坦率来说，许多时候不了解业务场景，很难提出建设性的意见的。
相反，我们要先看在企业满足客户需求的时候，还有哪些重大问题没有解决好，如果采用了大数据技术，是不是可以更好的解决？如果有这样的点，那非常好，就勇于去尝试。如果没有，那就继续学习大数据的知识，再等待这样的场景出现。
其次，企业要有懂大数据的人。
这种人不一定是全职的，但至少是可以将企业的业务和大数据技术结合起来的人。这种人不一定对大数据技术本身很懂，但善于使用新技术。
如果企业现在还没有，并且还没招到。可以去培养一个头脑灵活，乐于学习新技术的人。如果抛开大数据系统的实现挑战，理解大数据的应用场景，那难度会降低不少。
最后，要善于利用第三方服务。
能用第三方服务解决的，就尽快去尝试。在竞争激烈的情况下，通过采用新技术，获得技术红利，跑的更快。就像爱迪生当年发明白炽灯后，那些更早将白炽灯用于工厂的企业家，更有可能提升工人的工作效率。
这篇文章的内容，主要参考了吴军的新书《智能时代》。对大数据和机器智能感兴趣的读者，强烈推荐这本书。
扫一扫 加微信
hrtechchina
