跟随,学习,进步

36氪

36氪 - 让创业更简单

https://36kr.com/

让一部分人先看到未来

转到作者网站

CMU计算机及心理学系教授Ken Koedinger:用AI探索高效学习的边界 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。曾经马车是人们出行时,效率最高的工具,而到了如今,我们拥有了汽车和飞机,出行速度提高了十倍以上。在越来越追求效率的今天,我们更想要探索学习能力的最大边界,追求学习效率的大幅提升,而CMU计算机及心理学系教授、Cognitive Tutor软件的开发领导者Ken Koedinger教授演讲就认为,如果我们能让AI 和教育结合,把学习科学融入到日常的学习中去,构建学习工程的框架,学生的学习效率也会较之今天提高十倍以上。以下是经整理后的演讲全文:非常高兴来到这里。我今天想要谈一谈,我们怎么样让AI和教育变得更高效,怎么通过把学习科学融入其中,做到从学习科学,到学习工程。我在上个世纪90年代开发了Cognitive Tutor软件,把AI和学习科学结合在一起。我们可以看看在这个系统当中,AI会发挥什么样的角色——其中有一个项目就是学生参与其中,解决真实场景中的问题。学生会参与一个电话会议,通过不同的表格、图表来处理信息。如果他们需要帮助的话,整个过程中会有一个AI老师,为他们提供辅助。学生可以制作一些量化表,对比不同的方案。这个系统可以指导学生,告诉他们,他们遗忘了哪些关键的信息。如果他们需要帮助,需要指导,可以随时让老师提示他们。我想强调的一点是,在常规的课堂当中,所有的学生得到的,都是一成不变的指导,而在我们这个系统当中,每个学生得到的指导,都是根据他们的需求,个性化定制的。这不仅是解决学习这一个问题,更是会关乎学生的发展。我们会及时追踪学生的发展,通过这样的算法,我们还可以检测到学生在哪里犯了错误,哪里需要协助,帮助他们持续提升表现,这就是AI能够做到的改变。在这个专家体系当中,我们还有各种办法,去预测学生可能会犯的错误。我们有两个关键的算法,第一个是模型追踪,在AI的帮助下,大家会产生一个计划的认识,学生可以理解到他们最核心的竞争力,然后我们可以提供一些基于场景的指导。当学生犯了错误之后,或者当他们不再需要提示的时候,我们就把他们推到下一步,借此来控制学生的学习过程,学生在得到帮助之后,会回复是否取得进步。然后每个学生会生成自己的知识轨迹,我们可以通过这个知识轨迹来评测学生学习的成长过程,以及他们知识学习的过程。另一方面,这样的学习轨迹还展示了学生对每个关键知识的掌握程度,也能够把课程进行个性化。我们用了很多的数据来优化整个办法。但是在这里我想说一下,我们做了很多的研究,始于90年代早期,去评测这个系统的有效性。我们在140多个学校当中做了这个随机的实验,用认知教师来帮助学生。对比传统的教学办法,用了认知教师的学生,他们的学习结果在一年过后,比传统的大学要好得多。这个课程不仅限于大学课程,我们还在开放学习的过程当中,测试了很多不同的学科,还有很多不同的场景和内容。一个非常令人震惊的研究结果就是,所有这些数据课程,都是由数据驱动的。我们比较了传统大学课程,和现在智适应数据驱动的课程,在这个课程当中,我们的教学时间只有半个学期,学生在其中得到这种基于数据化的教学和指导,然后老师也能看到学生的数据,他们只要花一半的学习时间,此外的时间会用来解决这些数据所显示的,学生需要解决的问题。所以他们的沟通非常的高效和频繁,最后的结果就是,学生们可以成就更多,也就是说事倍功半。我们其实还可以做得更好。我们都知道因为有了汽车,让我们的交通更加高效了,而现在的教育方式,就相当于变成了飞机一样,一起来看看,我们如何从汽车到飞机的。首先只有应用和学习是不够的,在美国,我们也有很多随机对照的实验,帮助我们去找到方法,但是我们最后的结果不太好,因为只有10%左右的研究,给我们带来了非常积极的结果,其他都是不太理想的。如果我们是不同的学习科学家,我们必须要对不同的教育进行优化,说到这些优化的时候,大家是有不同的见解。第一,我们得考虑我们到底有多少教学的方式,有人会说我们有直接指导的方式,但是我们通过这样的直接教育方式,必须要从基础开始提供更多的支持。但是有些人说不能这样做,必须以逻辑基础来进行学习,所以这两者的区别是非常非常的不同。说到具体,它们更是不一样,并且涵盖了很多不同的方方面面。我们是不是要让学生考试,或者是问他们课堂的问题,而是一半对一半,然后再把这两个方面,和另外三个方向进行结合。说到方方面面,至少现在已经有30多个不同的方面,所以教学不单单只是有两种方式,我们其实是一共有250万亿的方式,这是一个很大的数据,这也是一个很大的挑战。因此深度学习的象限到底怎么来处理呢?这其中包括很多的可能性,也包括很多的机遇,这也说明了我们为什么把这个技术用在教育上面。在计划的推进过程中,我们可以看到不同的意见和建议,建议就是让我们更多的重视课堂小考,做大量的问题解决,比如说小测试。但是这个报告当中还有另外一个推荐,说的是完全相反的,说我们可能过多重视解决问题了,我们需要给更多的例子才行。现在我想解释一下,为什么在推荐的方案当中,居然还有这么大的矛盾,我们如何才能解决这样的矛盾呢?为了解决这样的矛盾,其实在学习的时候,有一个工程建造的过程,我们必须得知道不同的学习方法是如何支持学习的,因为它们有不同的效果;以及我们最终需要有什么样的学习结果,包括学习之后,我们希望有怎样的最终结果。我们必须要找到相关的功能,来支持最终的学习结果,当然也不能停滞在这,必须要开发出来新的系统,来帮助我们进行更多的筛选。那么我们是如何来做的呢?非常幸运,在美国我们得到了国家科学基金会的基金,在过去的十年当中,拿到了5千万的投资,在匹兹堡学习中心进行各种各样的学习解决方案的研究,而且探寻它们的应用。我们也把各种各样的学习研究中心放在了学校当中,可以直接在学生的身上来进行研究,从而能对试验进程进行更好的观察和监控。这是一个非常复杂的框架,里面有三个分类,最下面的第一个就是知识的组分。虽然说知识组分看起来非常简单,但其实它是非常复杂的,因为我们分了好几层,比如说像知识,学生在美国学习中文词汇的时候,肯定是有一些技能的,这些技能都是实时要进行的,这是我们的指导教师的方面。比如说像几何或者是代数,还有原认知的东西,甚至还有一些软的技能也是非常关键的,这就属于规则。但是不管怎么样,一切还是要取决于我们到底是最终要达到什么样的知识学习目标,因此智适应学习就非常重要,我们需要不同的机制,而且根据不同的机制建立不同的指导原则,这就要求大家所要学习的知识,和正确的教学方式进行匹配,可能还会更复杂。比如我们是有课堂的对话,像词汇的学习,如果说对话,其实是非常消极,因为它会占教师和学生的时间。不管怎么样,这样的框架可以解决相关的冲突,而且有一些不同的学科也在不断的探索不同的学习过程,从而我们就知道到底我们可以做一些什么东西,但是关键在于要看不同的作用,以及对最后学习结果的影响。如果说在学习科学当中最重要的一课是什么,那就是对非常复杂的学习能力的建设,还有就是有效的合作,并且要有同理心。有些人天生就可以做得很好,但是有些人在做的时候,就需要花更多的努力,才能更好的成长,更好的培养这些能力。实际上我们在研究天才的时候,会发现这些天才其实也是非常努力的,比如莫扎特在16岁就写了第一部交响曲,其实他在6岁的时候就开始学作曲了,花了十年的时间才写了第一部交响曲。还有比尔盖茨,还有国际象棋大师,以及披头士乐队,其实他们之前都是在车库里面花了很多的时间来操练,也是花了十年的时间才最终成为大师的。对于学术来讲也是如此,比如说阅读、写作、教学和数学之类的,也是需要花很多的时间。刻意练习是非常重要的。说到刻意教学和练习是有几个非常重要的组成部分,第一,我们必须努力工作,从而提高绩效。第二,我们得有足够的内在动机,从而让我们参与到任务当中来。第三,必须要考虑到自己的弱点,因为我们在进行指导的原则设计的时候,必须要保证任务,必须要放在我们不擅长的地方,这也是我们可以利用数据的地方,我们可以通过数据知道这个学习者的弱点在什么地方。第四就是反馈,因为反馈可以让学生在长期不断的反复,不断的操练,但是我们如何才能够让这个练习更加的个性化呢?我们在这当中所做的,是基于数据发现需求,然后去关注学生的这个需求,然后创造了非常独立的实践。这不是一个AI的魔法,但是设计得非常好,我们让学生做的就是,提出一个解题的计划和方案,然后告诉他们这个解题方案是不是正确的,最后实现了闭环。通过这样的方法,我们让学生在半个小时里面,学习了更多的知识,我们给学生设计解题方案的时间,减少了传统老师教授的时间,时间节约了25%。有的人说我不关心时间,但是大多数的家长,如果你们的孩子在上大学的时间能够从四年降到三年,他们会省25%的学费。同时学习的效果也好很多,因此这是非常有前景的,有希望的。我们不仅可以应用科学,还能够实现迭代,收集更多的数据,用数据给我们提供更多的视角,再去设计这样的方案,然后实现这样的循环,设计数据部署,这不仅是关于AI的设计交互,也是我们在技术研究领域所应该做的。最后我想说,还有非常关键的一步,就是刻意的练习,这是学生使用时间的关键,学生需要多加练习,形成准确的评估。松鼠AI这样的体系,只要学生愿意去用它,就是非常好的,如果学生不用,肯定不会有提升。当我们看数据的时候,我们会发现,不是所有的课堂都能用这样的工具,在购买了这些系统的地方,那些使用辅导老师超过40个小时的学校,能收到非常好的效果,但目前这样的学校是非常少的。Y轴是学生学习的效果,X轴是显示的时间,投入越多,获得的成果就越好。大家可以看到,很多的学校没有太多的时间来使用这个系统,因此学校的老师也需要自己去做正确的选择。即使学校买了,老师也可能不经常用,学生层面可能也是类似的问题。我们有不同的方法去干预学生的行为,帮助他们学习动机,这就是我们的大计划,我希望更多的人可以参与进来,帮助我们执行这个计划,从两倍到十倍的学习,因此我们只需要一起去行动,学习科学是一个很好的开始,迭代工程是可靠的学习科学的关键。大家现在会发现,我们可以从两倍的提升飞跃到十倍的提升,从汽车时代直接迈入飞机时代,我也邀请大家同我们合作,到达这样一个美好的未来。


MIT人工智能实验室主任Daniela Rus:计算的思维,是21世纪教育的支柱 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。在快速发展的当今社会,似乎从不缺少能够颠覆世界的伟大科技。这些科技虽看起来遥不可及,但在不断努力下,却能产生巨大力量,而思维的颠覆更是如此。在MIT人工智能实验室主任Daniela Rus看来,为了让年轻一代更好地准备好未来这场革命,一定要把计算的思维和创作作为21世纪教育的支柱。以下是经整理后的演讲全文:今天我来讲一讲老师和学生怎么联系起来。世界当中充满了机会,而这些机会将会越来越大。于是我们就开始去思考AI机器人对我们日常生活的影响。大家想象一下,有一天我们日常生活的所有任务都由机器人来代替了,无人机把食物送到门口,垃圾能够自动被回收。想象一下这些智能系统使得生活的方方面面都自动化,保证我们生活得很好,工作更加高效。在这个领域,我们就给了机器AI学习的能力,包括促进机器去学习和改进,还有预测。给他们这些能力,当然要基于数据来做。我们先细节来看一下这个领域发生了什么样的变化。先看看静态的自主权,在这里变化的步伐是非常快的。机器学习涉及到一系列的海量数据,机器先学到一个规则,然后基于这些机器做出一个预测。如果你有数据,机器就可以提升准确率,医药是一个很好的例子。在最近的研究当中,医生和机器一起来诊断淋巴癌,来看淋巴结是否有癌症。人类的诊断错误率是3.5%,机器的诊断错误率是10.5%,但是如果它们可以联合降低到0.5%,就是85%的提升。这是很大的一个进步,今天的技术在很多尖端的癌症研究中心正在被应用。发生在机器学习和AI领域的事,大多都是由深层神经网这项技术促进的。在深层神经网领域我们有很大的一个结构,可能当中有数百万的节点,这个结构有很多带上标签的数据。我们有了数据,打上标签过后,可以给这一项技术带来很大的提升,但是这个技术目前还不完美。大家有没有想象过,把机器学习技术应用到不同的领域呢?重要的是,我们一定要了解机器学习的方式是什么,它怎么样运作的。现在随着我们正在迈入未来,机器帮助我们完成一些认知任务,我们要看一些需要有标签的数据办法。我们面临着很多的挑战,因为现在数据太多了,这些深度学习的引擎能够解决一些问题,但是现在却没有清楚说明它们怎么获取这些信息,怎么去解决这些问题,我们需要海量的数据去训练它们。如果数据存在偏见,那整个网络中也会存在偏见。但是我们是有很多的机会。我们可以带来个性化、定制化的解决方案,我们可以实现语言的理解和翻译,就像你们在屏幕上看到的一样,并且大家可以大大提升时间分配地效率,尤其是在这些人机合作的领域,人做人最擅长的事情,机器做机器最擅长的事情。我们现在的世界已经被计算机器大大的改变了,在现在的世界当中,这种变化随处可见。有个问题是,机器人在真实世界当中可以怎么样帮助人类,我们可以把哪些工作多大程度上交给机器来做?比如说我相信自动驾驶汽车会给父母更好的生活,他们可以享受人生,也可以给我们机会,想要去哪里都可以的。让机器人在真实世界当中,像智能手机今天帮助我们一样,我们就需要解决一个挑战,比如说机器人是身体和大脑分离的,机器人要完成一个任务,它就必须要有一个能做这个任务的身体,而大脑要能够控制整个身体。我们在生产机器人的时候,必须要民主化。说到未来,来看这个人,比如说他想工作,他的猫特别的无聊,因为主人没有在家,他要找一个机器人跟猫来玩一玩。未来主人有一个24小时的机器人,能够有非常好的设计,在这个设计当中,主人会提出自己的要求,然后当这个设计最后成型之后,这个机器人就可以非常快地融入到环境当中,然后帮助主人照看猫。再说到如何做这个工作的时候,我们有一个所谓的机器人的整合,在这里面有很多语言的处理,比如主人需要一个能够跟他下围棋的机器人,这是一个非常具体的说法,但是我们是需要一个自然语言的理解,我们必须得知道在这里面有什么样的需求,这些需求自动就会生成相关的机制,并且为机器人下指令,所以在这里就可以看到能够跟你下棋的机器人。这个机器人差不多是两个小时就生产出来了,而且是由一个非专业的人士来组合在一起的。我们觉得让机器人变得更加民主,会越来越近,因为组成机器人将是一个非常简单的任务,只要你需要机器人,就可以组建机器人。我们再说到教育。我对这些点子是非常感兴趣的,尤其是制作机器人,并且让所有的人都得到机器人,尤其让每个孩子都得到机器人,这将会是非常有意义的。我们知道对孩子来说,机器人很有吸引力,因为毕竟他们的生活方方面面都是由成人所控制的,但是他可以控制机器人,所以这就让他们心里平衡多了。在这里,我们可以看到一个机器人花园,机器人花园能够帮助我们让更多的中学生了解计算机的科学和原理。这里面一共有100多个不同的机器人,有些机器人是花,有些机器人可以设计成绵羊,有些机器人做成小鸭子。因此我们可以通过这些方式来帮助孩子们更加的了解到如何去制作东西,并且让机器人成为他们的玩伴,通过和机器人玩耍,他们就知道如何编程,如何去用计算机的这个角度来看待世界,也就是说他将会知道如何将算法真正的视觉化。我们可以看到花园已经是点亮了,不同的颜色指的就是不同的算法,这是孩子们所推出的算法。这是非常典型的算法,算法的目标是帮助我们找到最终的路径,因为通过这样的算法,孩子就知道具体算法是如何运作的,如何从起点找到终点,这个是深度学习,这也是一个非常类似的,也是非常经典的算法。当灯光点亮的时候,就说明了算法不同的步骤,所以孩子们就了解了算法到底是怎样的过程,以及算法的步骤是怎样一步一步推出的。有了这样的信息之后,我也可以看到我们确实是有能力让自己的孩子们有工具,更好地了解计算机是如何运作的,并且拥有计算机的思维,这是非常好的。因为我个人认为,尤其是对那些知道如何制作东西,并且把我们制作东西的东西放在生活中的人,是非常非常伟大的。因为这需要想象力,并且我们可以通过制作将想象力变为现实。这些理念都是非常强大的,说到下一代技术引领者的时候,这些都是非常关键的因素。最后做一个总结,我们现在生活在一个非常令人振奋的时代,我们的领域,不管是AI机器人,还是机器学习,都在改变这个世界的面貌。现在计算就像电一样,成为了一种能源,并且无处不在,我们应该利用这样的资源,帮助我们真正的产生影响,影响科技改变世界的方式。为了让年轻一代更好地准备好未来这场革命,我们一定要仔细去思考计算的思维和创作,把它作为21世纪教育的支柱。21世纪当中,这些都是非常重要的。


立思辰AI实验室主任张文铸:AI和教育的结合,将带来更高效更公平的学习机会 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。国际人工智能与教育大会提出了《北京共识》文件,重点强调了“要将人工智能平台和基于数据的学习分析技术,作为构建终生学习系统的关键技术,实现人人皆学,处处能学,时时可学,确保人工智能技术使每个人不分性别,不分健康状况,不分社会或者经济地位,不分民族或文化背景,不分地域,都能享受优质教育的学习机会。”立思辰AI实验室主任张文铸对着一观点表示认同,在他看来,AI和教育的结合,将带来更高效更公平的学习机会。以下是经整理后的演讲全文:尊敬的大会主席,尊敬的各位嘉宾,各位专家老师,大家下午好,非常荣幸有这样一个机会来分享我们的工作,我叫张文铸,来自立思辰人工智能实验室。以一张生活照作为我的开头,这是我带孩子外出游玩的一张自拍,当时我想起了中国的一句寓言,叫做“幼吾幼以及人之幼”。我们现在所做的每一件事,说白了还是为下一代去创造更好的生活和发展机会。在教育领域意味着我们要付出更多的努力,去为下一代创造更好的教育,尤其是充分发挥科技的力量,为我们的孩子创造更加公平,更有质量,和更加适合自己的学习机会。从理想出发,立思辰人工智能实验室组建了一支来自清华、斯坦福大学等顶尖高校的技术团队,专注于教育领域的算法研究。同时我们也很高兴在去年和清华大学GIX 学院共同成立了智能教育技术创新联合研究中心,它可能是清华第一家专门做AI+教育的研究机构,目前我们研究的方向主要包括三个,第一个是情感计算,第二个是知识图谱,第三个是人机交互,目标是三年内成为在教育AI领域有一定影响力的科研合作平台。立思辰人工智能实验室到底要解决什么样的问题,这个问题说得越清晰,越有可能接近成功。我们希望利用人工智能技术对课堂教学过程进行智能、快速全面的分析。课堂教学过程中产生了大量非结构化的数据。现在中国每天从高等教育,到普通教育,到幼儿教育,到在线学习,每天上的课,如果录成视频,一天会超过一亿多个小时,这是一个非常巨大和高频的数据来源。如果能够对这些数据进行充分的理解,我们就可以挖到非常多的数据宝藏。AI在教育里面能做什么,从技术的角度来讲,它在教学的自动观察和反馈方面具有不可比拟的优势。主要包括三点,第一点是可以进行细颗粒度的观测,第二点是可以进行数据驱动的决策,第三点是可以实现大规模的个性化。关于情感计算,首先会想到经典的情绪七分类的模型,把人的基本情感分成了厌恶、惊喜、奋斗、高兴、恐惧和悲伤。在实际应用过程当中,我们现在有三点主要的体会:第一点亚洲人的情感表达和西方人不同,如果想做好亚洲人的情感计算,还要去做自建的数据集。第二点儿童和成人的情感表达不同。第三点也是最重要的一点,就是学习和日常生活情感表达不同。刚才我们提到了七种基本情感里面的厌恶、愤怒和恐惧,几乎不太可能出现在学习的过程当中。什么是更有可能出现的呢?除了基本情感空间以外,我们去建立一个认知情感空间,那就是专注、好奇、愉悦、困惑、烦燥和挫折这些情绪是更有可能出现的。我们要从基本情感空间去映射到认知性感空间,还需要做一系列技术上的努力。情感计算的运用在教育领域应用非常广阔,第一,我们可以去判断课堂的氛围。第二,我们去做时间序列分析,在一节课上课的过程当中,去标记出来这堂课有哪些关键的瞬间是非常重要的。第三,提示辅导老师去关注重点学生。第二个方向是行为分析,通过研究,我们发现学生和老师在课堂中会产生的11种典型行为,这些都是可以通过计算机视觉,行为分析的方式来预测的。在此基础上,我们会对一个课堂场景的视频图象进行分割,除了分析课堂环境,还可以实现课堂板书的自由提取。另外,现在中国孩子们的近视率是非常之高,立思辰人工智能实验室做过调研,小学和初中毕业的平均近视率是33%,这是一个非常大的比例,近年国家希望把近视率降到17%,所以,我们开始做关于坐姿和健康提醒的技术研究工作。在学习过程中坐姿是否端正?环境的光线是否足够得好?其实都可以通过图象分析进行自动识别。第三,也是非常重要的一点,是关于专注力分析的工作。首先是头部三轴信息收集,立思辰人工智能实验室专门请教了一批教育心理学专家,因为每个人都有自己认知负荷,所以孩子在上课的时候,他的头不是不动,而是不停的转动。如果我们能够获取每个孩子头部转动的三轴信息,那么我们就可以去做一些孩子专注力分析的工作,当然事实证明是可以的,而且能对每个孩子做专注力和认知复合分析的模型。第二点是视线跟踪的技术,我们可以在实际课堂过程当中,预测每个学生的视线方向。在老师讲授的环节,我们就可以去看这个学生的视线注意力,进一步可以分析老师这一堂课在某个时间段的教学目标达成的一个基本情况。最后,是关于对话和语义分析,主要包括三块工作,一个是对话分类,第二个是语音识别,最后一个是知识图谱。语音识别现在相对来讲是比较成熟的。对话分类来讲,课堂语音互动的分析,目前可以有效的区分和老师和学生,但是目前不好区分到底有哪些学生,这是我们下一步工作的方向。最后是知识图谱,立思辰人工智能实验室和清华大学联合研究中心主任许斌老师,把所有的教材和教辅都分析了一遍,产生了超大型的知识图谱。在运用中我们发现这个图谱不是不全,而是太大了,现在我们主要的工作是对关键的学科信息进行归纳和裁减。第三部分就是应用落地的展望,AI+教育最终落地会是什么样子?我认为是要把全部的精力放在注定要发生的事情上,第一,让每一个学生都有一个学习画像;第二,让每个老师都会有一个人工智能助手;第三,让每门课都会有一个不断生长和进化的知识图谱。首先看第一个,让每个学生都有一个学校的学习画像。我们通过情感分析、行为的分析,专注力的分析,可以为每个学生做一系列的画像评价,包括这种专注力,互动度、活跃度、愉悦度,坐姿。老师和学校可以从不同维度评估学生专注力的变化。上升了,要给予鼓励,下降了,则及时给予关心。让每个老师都有一个人工智能助手。每个老师都可以去访问他自己上过的每一节课,去看一下活跃度、互动度和专注度的变化,提供数据化的教学过程分析结果调整教学方法。同时对于一个学校,或者一个机构来说,我们想提供了一个专门为教学研究去匹配的一个超级数据处理平台。在教学领域管理层面提供了一个数据分析引擎的工具。最后一点就是让每一门课都有一个不断优化的知识图谱。刚才提过视觉、语音分析所得到的结果,我们都有机会让它和知识图谱关联在一起,对课堂上每一分钟讲的关键知识,关键概念去做关联,所有的行为和互动都是关联到一起,最终得到一个动态、不断生长的知识图谱。很高兴立思辰人工智能实验室刚刚建成了中国第一个全AI驱动教学分析的高中,一共覆盖77个教学班,每节课共分析5.6G的数据,一天分析700节课,一年分析3PG的数据。我认为,AI和教育的联合,最终还是落在技术专家和教育专家的结合,从而创造更好的技术应用。所以我们立思辰非常尊重教育,尤其是非常尊重一线教育专家的智慧。上周刚举办的国际人工智能与教育大会,提出了《北京共识》文件,我特别认同,其中重点强调了“要将人工智能平台和基于数据的学习分析技术,作为构建终生学习系统的关键技术,实现人人皆学,处处能学,时时可学,确保人工智能技术使每个人不分性别,不分健康状况,不分社会或者经济地位,不分民族或文化背景,不分地域,都能享受优质教育的学习机会。”立思辰人工智能实验室也期待能通过AI技术在教学场景的深度应用,一同努力实现这一目标,谢谢大家! 


36氪首发 |「蜜蜂TV」完成近千万元融资,基于知识营销搭建农村内容渠道

编者按:产业互联网是什么?简单来说,是把互联网应用到产业里,而非将产业加入互联网中,即产业为主导,互联网要遵从产业的规律和玩法,同时产业也需要融合互联网的思维。不明白?没关系,我们准备了一系列不同产业领域的优质案例,供你建立具象认知,农业2025系列则是你触摸未来农业的一个窗口。本文是该系列中的一篇。36氪获悉,农业知识营销类短视频平台「蜜蜂TV」已完成近千万元战略融资,由巅峰旅投投资。本轮融资后,蜜蜂TV将加大市场推广、IT研发和团队建设的投入。蜜蜂TV去年5月推出,36氪曾在蜜蜂TV上线时对其进行详细报道,平台通过签约农技专家,产出PGC的农业知识短视频为主,为农资企业进行营销植入盈利。现有入口为微信小程序,并即将推出App版本。经过一年的发展,蜜蜂TV的发展思路越发清晰。企业蜜蜂号界面概括来说,蜜蜂TV搭建了一个多边平台,平台下蜜蜂号和蜜村号两条业务线同步发展。蜜蜂号是平台起步时的2B业务,核心要点是营销工具和基于农业知识的内容营销。企业在平台注册蜜蜂号后,会拥有在平台上的独立主页,可付费使用平台的营销工具——如签到、抽奖等,以及发布农业知识短视频等内容,内容提供形式可以是UGC,也可由平台签约专家为其定制。目前,平台已经有2000多家注册企业,其中10%为付费企业,平台服务的复购率在90%以上,注册用户约500万人,90%以上由企业在线下进行品牌宣传、市场推广时带来,可看作是企业自己的私域流量。蜜村号则是平台下一步将推广的业务,这将是下沉到村一级的垂直内容社区和传播渠道。蜜村号以村为单位,由区域合伙人注册,将适配该村的农业知识内容智能分发进蜜村号中,抓住C端的农户流量,同时也能为企业进入广域流量提高传播力。而在乡镇村等地域,随着传统的电视台、报纸、传单、刷墙等传播渠道的式微,蜜蜂号想通过互联网和农业知识做有效触达。而蜜蜂TV用户的积累,将给蜜村提供热启动资源。此外,除了企业以产品使用方式、特点的内容营销视频,平台还将成立视频商店,内容由农技专家录制自行上传,企业可采购进自己的主页,或由平台挑选分发进蜜村渠道(平台支付一定费用)。明确蜜蜂TV的具体做法,我们来看看为何农业知识型的内容营销这件事值得做。数据显示,已知的中国农业知识服务市场大约在千亿元左右。另外,农技服务所在的产中环节,和产前、产后环节的边界也将变得更加模糊,可探索的范围极大,而产前和产后环节的利润空间也是最高的。而营销服务之所以对农资企业重要,是因为国内农资企业市场大而分散,仅种植端就有3万亿元的市场空间,一个营收20亿的上市企业,也只是占到很少的市场份额,10余万家农业企业绝大多数为中小企业。同时,这些企业在产品和技术上差异较小,以农药为例,大多企业的产品通过进口原药调配后制成,推新速度快,产品种类多,因而营销就显得尤为重要,行业平均的营销总成本占据总销售额的20%-30%。而农业知识的内容营销不仅能够帮助企业传播相对标准化的产品介绍、品牌理念,也能够为销售人员减负、提高人效。另一方面,新农人也需要这类农业知识。由于我国土地政策的变迁,以及消费市场端对食品健康、品质的重视,我国的种植结构正在发生巨变,从业主体向规模化农户、新型职业农民转变,经营品类也向高附加值的经济作物转变,种植难度、盲区增多。因而对科学的、实用的农技知识需求迫切。创始人金明德表示,蜜蜂TV能够快速起量得益于先发优势,和长达四、五年的行业积累。而在运营蜜蜂TV这一项目时,团队重视现金流和盈利状况,预计今年可实现千万级营收。未来,蜜蜂TV作为带媒体属性的平台,除了种植业还可向农村市场其他领域横向拓展。


深度资讯 | 拼多多股价从峰值跌下三成,投资者该如何给它估值?

文 | 36氪每日商业精选拼多多股价从峰值跌下三成,投资者该如何给它估值?上市半年后,拼多多的股价在今年2月达到顶峰,之后便开始下跌,当前距最高点已下跌约30%。如何给拼多多估值成了投资者的新难题。36氪分析师刘一鸣认为,整体来看,估值过程中,性价比是基础,品类扩张及C2M为拼多多中部和头部的增长支撑。资本市场看待拼多多的逻辑并非一成不变:其“定位”从最开始的社交电商泡沫,到2017年下半年转变为可能的线上最大“十元店+农产品集贸市场”,再到2018年,有人开始认为它可能成为中国电商第三极。这样的转变直接导致拼多多的市值一度接近京东,成为中国电商行业的新“鲶鱼”。拼多多成长的基础是高性价比产品——中金公司预计,该类产品将在其总GMV中占据半壁江山,因此...主编点评:在品类、用户等方面,拼多多和淘宝的重叠度都越来越高,阿里目前也已停息内部天猫淘宝的“内战”,对外应战拼多多。如刘一鸣所说,拼多多通过社交流量的奇袭是成功的,但...本文来自36氪付费栏目《36氪每日商业精选》——5月24日每天不到1元,深度资讯+主编点评,省时省心高效阅读【限时彩蛋】戳此订阅,立减10元>>已购用户戳此查看完整内容或听完整音频>


三大城市群为产业新城布局焦点,轻资产运营受到关注

随着国内产业转型升级步伐的加快,创新驱动持续引领产业发展,新产业、新业态、新模式不断催生,产业结构不断优化。《关于培育发展现代化都市圈的指导意见》、《关于建立更加有效的区域协调发展新机制的意见》以及《2019年新型城镇化建设重点任务》等一系列政策发布,都市圈建设不断推进,城市群作用日渐突出,区域间壁垒正逐步打破。产业新城作为承接产业转型升级和新型城镇化的重要载体,在未来中国经济和社会发展中的作用将进一步凸显。目前,区域产业转型升级正在向新的发展阶段迈进,产业新城作为我国经济转型升级的重要载体,也将面临更多发展机遇。随着产业新城发展规模的不断壮大,项目运营的成功与否直接决定了项目未来的发展态势。据了解,产业发展能力、城市建设能力和企业经营能力都影响着产业新城运营商的发展,现阶段产业新城运营目标如下:1.产业定位:重研究,搭平台,抓龙头,促落地2.产业招商:信息化招商、圈层招商、聚集招商3.产业培育:专业人才管理,搭平台助成果转化 4. 城市建设:做好城市建设,吸引人才目前,产业新城较往年相比实现了更高水平的发展。但部分项目由于产业定位雷同、盲目定位等问题,导致招商并不理想,难以实现产业转型升级。此外,由于产业新城的开发沉淀了大量的资金以及较高的资金成本,PPP模式成为一些企业布局产业新城的优选模式。但受政策影响,国家加强了对于PPP项目的入库管理力度,并对不符合规范、未有实质性进展的项目明令予以清退,增加了布局产业新城的难度。结合今年的运营商访谈来看,大部分优秀运营商在进行城市布局时更看重长三角、珠三角以及京津冀三大城市群;此外,成渝城市群也是其密切关注区域。从城市选取标准来看,运营商对于城市的人口、经济以及交通等指标最为看重。从未来城市布局趋势来看,人口、经济以及交通方面有较强优势的都市圈内城市将迎来重要发展机遇。这主要是因为都市圈作为人口、资本以及企业最为集中的区域,其以相对较小的空间汇聚了大量的人口、资金等生产要素。通过对今年调研的运营商以及公开资料进行梳理,发现大多数运营商在产业选择上聚焦于国家战略性新兴产业。对于运营商来说,产业的选择需要符合政策风口,企业在进行产业布局时也要根据区域发展战略进行布局。轻资产运营受到越来越多企业的关注,其不仅可以实现项目的快速布局,更可以在一定程度上降低自身风险,但这要求极强的运营管理能力,对企业如何培养员工、如何输出成功经验提出了更多的要求。当前,我国正进入产业转移以及产业转型的协调发展阶段。产业转移的路径之一便是由东部向中西部转移的过程。中西部地区受益于日益完善的交通网络以及成本优势等,产业转移的同时带来了大量的人口。但产业西迁并不意味着东部地区制造业竞争力下降,沿海发达的三四线城市也有土地和劳动力成本不高的地区,依然具备承接相关产业的优势。随着国内一线城市房价持续走高,对低附加值的中低端制造业形成挤出,促使产业结构向更高附加值的中高端服务业以及知识密集型制造业聚集,人才基础决定了一线城市在科技创新领域具备极大优势,主攻产业链的研发设计环节。对于城市群内的三四线城市来说,可以利用区位优势,承接相关加工制造环节。未来,随着产业新城领域的竞争越来越激烈,运营商的运营管理能力将得到不断提升,盈利模式也将更多元,行业将呈现出新的面貌。


9点1氪 | 联想集团CFO致歉;乐视网董事长刘淑青辞职;华为自研系统注册鸿蒙商标

大公司联想集团CFO致歉:以中国智造为根基应对问题5月24日,联想集团执行副总裁兼首席财务官黄伟明在接受美国媒体采访时表示,可将生产线转移到不受关税影响的国家,由此引发舆论关注。随后,黄伟明发布声表示,由于相关表述不准确,造成媒体和公众的误读,表示道歉。同时,他澄清道:“即便个别地区政策可能会对我们造成影响,我们仍然能够以中国智造作为根基,通过布局全球的产业链,应对可能出现的问题。”(每日经济新闻)滴滴暂停孵化酒旅业务,负责人已经转岗36氪讯,本来去年就可能上线的滴滴酒店旅游业务已经在内部暂停探索孵化,目前该业务负责人已转岗到GR部门,而内部员工也基本都转岗或者被“优化”裁员。滴滴官方对此不予回应。有内部人士分析称,滴滴酒店旅行业务的暂停孵化,可能是因为探索了一段时间,发现模式很难跑通。郭台铭:若当选,成立5000亿美元投资基金5月24日,鸿海董事长郭台铭告诉台湾科技协会,如果成为台湾领导人,他希望设立一个规模总计3000亿-5000亿美元的投资基金。该基金将由职业经理人管理,投资并收购世界各地的科技初创企业。该基金预计每年可取得最低5%的回报,其余利润将在基金经理间分配。鸿海正在就可能以6800万美元收购一家美国人工智能初创企业展开尽职调查。(彭博)传扎克伯格否决停止政治广告销售据《华尔街日报》5月24日报道,Facebook高层官员在得知俄罗斯试图利用该社交网站影响2016年美国总统大选后,曾考虑停止在这一平台上发布政治广告。但据一位前雇员向《华尔街日报》透露的说法,公司CEO马克·扎克伯格最终选择继续经营政治广告。(新浪科技)百度副总裁景鲲:音箱暂无商业化时间表百度副总裁、百度智能生活事业群组总经理景鲲表示,目前百度智能音箱业务仍然属于投入期,暂时没有商业化时间表,现阶段做好用户体验、做大市场规模仍是团队的重中之重。景鲲表示,百度会专注在核心产品,或者是爆品的技能打磨上。目前基本上做的就是智能音箱和智能音箱的变种,其他的品类交给合作伙伴。(腾讯科技)乐视网董事长刘淑青辞职36氪讯,乐视网公告称,近日收到董事长刘淑青的辞职报告。刘淑青因个人原因向公司申请辞去乐视网董事长、董事等职务,辞职后不在乐视网担任任何职务。5月24日,选举刘延峰为公司第四届董事会董事长,任期自本次董事会审议通过之日起至第四届董事会届满时止。乐视体育所持重庆乐视体育股权将被拍卖36氪讯,启信宝显示,乐视体育文化产业发展(北京)有限公司新增司法拍卖信息,6月25日,乐视体育文化产业发展(北京)有限公司持有的重庆乐视体育产业发展有限公司55%的股权将被拍卖,起拍价为396万2770。启信宝显示,重庆乐视体育产业发展有限公司成立于2015年8月13日,法定代表人为乐视体育创始人兼CEO雷振剑。华润万家入驻饿了么36氪讯,饿了么口碑已与华润万家达成深入合作,华润万家约2000多家门店将陆续上线饿了么平台,在6月底前覆盖全国约100个城市。华润万家所包含的大卖场、标准超市、精品超市、便利店四种业态及各大零售品牌,全部在此次合作范围之内。从其过往的举措来看,华润万家的态度都更偏向于“腾讯系”,在实体零售领域,腾讯、阿里系的边界逐渐模糊。上海恺英赔偿腾讯5000万元36氪讯,恺英网络发布公告称,子公司上海恺英与腾讯就“阿拉德之怒”著作权纠纷一案一审败诉,法院判决公司立即停止开发、运营《阿拉德之怒》游戏;上海挚娜网络科技有限公司、上海恺英于判决发生法律效力之日起十日内连带赔偿原告腾讯5000万元等。中国电信发布2019年落实提速降费行动方案中国电信发布2019年落实提速降费行动方案,推出七大惠民惠企新举措。其中包括全面下调套外流量价格、推出更加优惠的“达量放心用流量包”、推出港澳台方向优惠流量包、推广“无忧卡”套餐、降低中小企业通信成本、提升远程教育和医疗网络、套餐消费,主动提醒等。(证券时报)投融资“Monstar Lab”获C轮24亿日元融资36氪讯,IT技术服务商Monstar Lab近日获得来自Fenox Venture Capital, DG Incubation, SIGMAXYZ和San-In Godo Bank的24亿日元(约合1.45亿人民币)融资,资金将用于业务扩张和产品研发。联想宣布投资超20亿元在深圳设厂5月24日,联想集团今日在全球供应链大会上宣布,将投资超过3亿美元,即超过20亿元人民币,在深圳及周边地区建设一座新的智能工厂。新厂目前的定位是综合类型的生产基地。合肥工厂是联想集团最大的PC生产基地,武汉产线则主攻智能手机,而未来南方新厂则相对综合,与其他工厂也能够形成相互备份。(21世纪经济报道)美国外卖服务公司DoorDash获6亿美元融资5月24日,“美国饿了么”、外卖服务公司DoorDash称,在新一轮融资交易中筹得6亿美元,公司估值达到126亿美元。除DST外,DoorDash本轮融资投资者还包括Darsana Capital Partners,红杉资本,软银愿景基金等。(TechWeb)新产品华为自研操作系统:已注册鸿蒙商标5月24日消息,国家知识产权局商标局网站显示,华为已申请“华为鸿蒙”商标,申请日期是2018年8月24日,注册公告日期是2019年5月14日,专用权限期是从2019年5月14日到2029年5月13日。信息显示,该商标类型包含操作系统程序、计算机操作程序、计算机中央处理器等。(腾讯科技)vivo Z5x发布,拥有5000毫安电池容量5月24日晚,vivo Z5x发布,这款手机采用了高通骁龙710芯片,内容从4GB起步,最高8GB。该手机电池容量为5000毫安时,同时支持反向充电。售价从1398元至1998元。(雷科技)其他重要新闻中国手机上网用户12.9亿户,今年前4月使用流量349亿GB5月24日,工业和信息化部信息中心发布1-4月份通信业经济运行情况数据。数据显示,截至4月底,三家基础电信企业的移动电话用户总数达15.9亿户,其中,4G用户规模为12.1亿户,手机上网用户数规模达12.9亿户。1-4月,移动互联网累计流量达351亿GB,同比增长122.2%,其中通过手机上网的流量达到349亿GB,同比增长125.8%。(中国新闻网)李克强:对制造业增值税留抵退税还要放宽条件据新华社5月24日报道,中共中央政治局常委、国务院总理李克强在山东济南主持召开部分地方减税降费工作座谈会,部署进一步落实好减税降费各项政策。李克强强调,各级政府过紧日子决不能说说而已,要在行政开支上打好“铁算盘”、当好“铁公鸡”,切实保障好“保工资、保运转、保基本民生”等支出,不该支出的钱一分也不能花,把节省下的资金用于支持重点建设和民生改善。(新浪)腾讯:首个国际网络游戏未成年人守护标准制定启动36氪讯,在IEEE网络游戏未成年人守护标准工作组第一次会议上,腾讯牵头启动了《网络游戏未成年人守护指南》的制定工作——这将是国际上首个针对未成年人的网络保护标准。参会企事业单位包括电子四院、广东游戏产业协会、深圳互文协会、华为、OPPO、小米、恒安嘉新、深圳电通、深识科技等。


智氪分析 | 小米的“至暗时刻”过去了吗?

作者 | 欧阳伟康、Cecilia Xu编辑 | 长乐交出一份不错的一季度财报后,小米迎来了久违的喘息之机。小米于5月20日发布的季报显示,2019年第一季度小米集团总营收达到438亿元,同比增长27.2%,在经历了连续几个季度的下降之后,小米再次回归加速期,其中营业利润36.1亿元,同比增长7.4%;经调整净利润20.8亿元,同比增长22.4%。数据来源:小米(截至2019年5月20日)总体来看,总营收重回加速增长的轨道暂时缓解了部分担忧情绪;成本和费用的控制力度得当,尽管处于业务淡季,利润情况依然较为良好。然而,虽然一季报的业绩表现可圈可点,并不意味着小米接下来的路就是一帆风顺的坦途。宏观经济的低迷走势,竞争对手的强烈攻势以及小米自身战略方向的调整都在某种程度上为小米日后的发展增加了不确定性。智能手机业务的反弹与价格“魔咒”整体复苏,毛利率下降在经历了2018下半年的低迷期后,小米智能手机业务营收在2019年第一季度回升至270亿元,同比增速回升至16.2%,符合此前智氪研究的预期,这是该业务连续几个季度落入下滑区间之后首次回归加速增长的轨道,也是带动总营收加速上扬的主要原因。2018年该业务营收增速分别为91%、59%、36%、7%。数据来源:小米(截至2019年5月20日)出货量方面,一季度总体手机出货量为2790万台,同比下降1.8%,环比增长11.6%,这表明尽管小米手机出货量有所复苏,但仍没有恢复到去年同期的水平,小米在手机出货量上面临的压力依然显著。均价方面,小米手机平均售价由上季度的1004.7元下降至968.3元,低于智氪预期的均价下限985元。管理层表示,海外市场对旧机型的促销活动是造成手机均价的下降原因之一。智能手机业务的毛利率也因此受到负面影响,拖累集团毛利率表现。一季度小米智能手机业务毛利率由上季度的6.1%,下降至3.3%;集团总体毛利率由上季度的12.7%下降至11.9%。如此之低的毛利率也说明,小米手机真的不赚钱,雷军就是想和大家交个朋友。数据来源:小米(截至2019年5月20日)“量”和“价”如何齐升?观察过去两年的小米手机全球出货量与平均售价变化,可以发现,在2017年第一季度至2019年第一季度的九个季度中,小米仅有三个季度做到了“量价齐升”,其他时间中,有四个季度是“提价降量”,还有两个季度遭遇了“量价齐降”,刨除2018年第一季度处于上市前夕的小米通过大量销售低价机推高数据外,2018年第四季度智能手机出货量、平均售价的环比大幅下滑堪称小米近两年的“至暗时刻”。数据来源:小米(截至2019年5月20日)红色虚线表示量价齐升的时期,其他时期为量价齐降或提价降量时期众所周知,进入2018下半年以来,宏观经济的低迷以及智能机红利期的消退使得智能手机市场的竞争变得更加激烈。在这样的背景下,小米希望可以在高端机上谋求发展,这意味着小米智能手机的均价可能会得到相应的提高。但小米目前还没能找到可以实现“量价齐升”的有效途径,小米如果要进行战略调整势必要在价格和出货量之间寻找一个平衡点。如何成功实现“量价齐升”也就成为了摆在小米面前的必修课。2019年第一季度,小米在国内市场先后发布了红米Note 7、小米9、小米9 SE、红米7、红米Note 7 Pro等新品,除红米7之外,其余几款产品售价均高于一季度均价的968元,国内市场提价已经成为趋势。在海外市场,除去中国市场同样的产品,小米还发布了价格折合人民币500元左右的Redmi Go,这款产品定位接近红米5A,是小米在新兴市场提高出货量的利器,但同样是拉低小米手机均价的“元凶”。据Counterpoint数据显示,售价70美元(约人民币483元)的红米5A是2018年全球十大畅销手机中唯一的中国品牌产品,其在2018年为小米贡献了近2000万部的出货量。在保证出货量的情况下,如何逐步用定位更高的红米、小米系列产品取代红米5A、Redmi Go这类低价产品的市场地位,将是此后小米在海外市场的一大方向。调整好海外市场的出货量结构,国内市场继续往价格天花板突破,小米才能再次迎来“量价齐升”的好时光。会不会是一个虚假的复苏?通观整个智能手机业务我们可以看到,由于海外旧机型的促销活动,价格的下降一方面带来了出货量的增加,一方面也带来了毛利率的下降。智氪研究认为,本季度手机业务下降的毛利率或许表明小米有正在用“利润换增长”的嫌疑。尽管出货量方面有了复苏的迹象,但是2790万的出货量中有多少是由促销带来的不得而知。如果剔除海外促销的影响,价格会升高多少?出货量又会下降多少?这会不会一个虚假的出货量复苏表现呢?单就本季度的表现,我们无从得出结论,但随着海外促销活动的结束和新型号将经历完整的销售季度,二季度小米智能手机业务的表现将更加值得关注。互联网服务“单骑救主”上次财报后小米股价大跌,互联网服务收入自2017年第二季度以来首次环比下跌是主要原因。而到了2019年第一季度,互联网服务营收同比、环比均恢复增长,达到42.6亿元,并且以不到智能手机业务1/6的营收规模贡献了小米集团超一半的毛利润,完全填补了智能手机业务毛利率下滑产生的缺口,小米这次更有底气说自己是一家互联网公司了。数据来源:小米(截至2019年5月20日)事实上,互联网服务业务是拉动小米盈利能力最重要的推动力。首先,远高于其他业务的毛利率水平给了小米更多的想象空间。 其次,拥有更高毛利业务,其营收占比不断提高,意味着公司整体盈利能力的不断改善。多元化是主推手多元化是此次互联网服务收入表现突出的主推手。财报披露,小米在中国智能手机广告、游戏之外的互联网服务收入占比达到31.8%,相较第四季度进一步提高,不过小米没有继续公布其中海外互联网服务、电视互联网服务、金融、有品电商等四项细分业务的营收占比,这四项隐匿在小米互联网服务之下的细分业务有望在未来为小米互联网服务贡献更多的收入。数据来源:小米(截至2019年5月20日)数据来源:小米(截至2019年5月20日)从上个季度起,主要由电商、金融构成的其他互联网增值服务已经成为小米互联网服务营收增长的最大动力,互联网服务多元化的提高可以帮助小米互联网服务减轻对硬件出货量的依赖。游戏业务开始复苏此外,和我们此前预期一致,随着游戏版号审核重新开启,小米游戏业务在经历了连续三个季度的环比下跌后重新恢复增长,且环比增速达到43.9%,为互联网服务三项业务中最高,占小米互联网服务营收比重也重新上扬。海外互联网收入有望提高在2019年第一季度中,小米手机出货量恢复增长,但仍未达到2018年同期水平。相比之下,海外出货量占比处于高位(Canalys数据显示,小米2019年第一季度海外市场出货量比重为62.2%),随着小米在海外市场开始尝试通过Mi Pay(支付)、Mi Video(视频)、Mi Music(音乐)等互联网应用变现以及作为互联网服务内容、广告双重载体的小米电视在海外市场出货量的扩大,来自这部分的互联网收入仍有提升空间。数据来源:小米(截至2019年5月20日)广告的形势依然严峻与电商、金融、游戏等业务相比,目前占小米互联网服务比重超过一半的广告业务连续第二个季度环比下滑,成为拖累小米互联网服务收入的最大因素。2019年第一季度,预装广告收入随出货量环比恢复增长得到提振,但宏观经济的不确定性以及广告主在广告投放预算上的收紧正在影响整个广告行业的景气程度。事实上不仅是小米,包括百度、微博、分众传媒在内的很多依靠广告贡献营收的公司在2019年第一季度业绩都受到了不同程度的影响,预计这一影响还可能持续一段时间。“中规中矩”的IoT业务在过去的四个季度中,IoT业务都是小米三大主营业务同比增速的领跑者,这一次也不例外,在财报中小米用了较大篇幅列举IoT业务所取得的业绩,包括智能电视全球出货量260万台、同比增速99.9%,除智能手机与笔记本电脑之外的IoT设备连接数达1.71亿,小米电视及小米盒子月活达到2070万,米家App月活达到2610万,智能音箱累计出货量超1000万等等。但这些都是IoT业务作为小米未来最大营收增长点应有的表现,符合预期,也没有太多惊喜。数据来源:小米(截至2019年5月20日)在小米的架构调整中,IoT业务已经被拔高到与智能手机业务同等重要的战略地位。财报显示,第一季度小米IoT业务总营收环比回落至120亿元,季节性因素是造成本季度出现环比下降的主要原因,历史数据来看,一季度往往是IoT业务的淡季,随着二季度的到来,预计IoT业务也将再次恢复环比增长的态势。一如智氪预期,在这一季度,小米仍在努力拓宽IoT的品类范围,推出了米家手持无线吸尘器、红米全自动波轮洗衣机等新品,除了电冰箱之外,小米已经覆盖了大小家电中的绝大多数品类。但除了电视和笔记本电脑之外,小米尚未披露其中任何一个或几个品类的营收情况。日益壮大的小米商城家电板块总体来看,小米对大家电的热情依旧不减。5月17日,小米在最新一次的组织架构调整中,成立大家电事业部,由此前负责电视业务的联合创始人王川牵头,负责除电视之外的空调、冰箱、洗衣机等大家电品类的业务开拓。从这一调整来看,小米发布冰箱,把“空冰洗”三大白电品类和电视这一黑电品类全部收入囊中只是时间问题,但从已经发布的多款新品来看,小米的大家电产品仍然奉行高性价比打法,我们此前曾提出,小米擅长用低价切入市场,结合自身的产品优势,快速获取市场份额,但缺少用创新技术站稳高端市场的能力。目前这一状况并未得到根本性改变,但小米在已经有一定积累的电视品类上已经开始推出售价6999元的壁画电视,这一旗舰产品的后续市场表现有待观察。展望:小米能摆脱“失速”困境吗?自2018年以来,小米的总营收经历了一个逐渐“失速”的过程,在2019年第一季度略微反弹后,第二季度,小米将迎接全面挑战。数据来源:小米(截至2019年5月20日)智能手机业务能接受住各厂商的“挑战”吗在第一季度凭借先发优势占得市场先机后,小米智能手机业务将在第二季度遇到前所未有的阻力,前段时间在社交媒体上流行的一张调侃图片也在说明这一现象,围攻是假,竞争白热化是真。这次小米面对的不仅是同价位竞品的竞争,在一定程度上,过去小米一直拥有的性价比优势这次也不复存在,考验小米品牌和品质竞争力的时候到了。图片来源于网络此外,市场上其他手机产品竞争力的提高也给小米未发布的产品带来了更大的压力,将于5月28日发布的红米855旗舰K20和暂未确定发布时间的小米MIX4将承担来自价格和技术两方面的双重压力。而小米还握在手里尚未出牌的美图手机是否会在二季度亮相填补小米在女性手机市场的空白也值得期待。大家电业务成色如何除了智能手机各家新品都已上阵外,第二季度也将迎来空调销售的旺季,2018年7月下旬发布第一款自有品牌空调产品时,小米几乎只抓住了销售旺季的尾巴,如今小米商城已经有6款米家空调在售,平均售价超过2000元的空调能否成为智能电视之后拉动小米IoT业务营收规模扩大的第二驾马车,而在成立大家电事业部后,小米在第二季度财报中能否披露更多与大家电业务相关的财务数据?在第二季度的财报中,大家电或许会成为小米故事中最具想象力的部分,但在介入大家电市场后,轻资产模式的小米如何与美的、格力、海尔、海信等老牌家电厂商竞争也需要注意。互联网服务多元化能否更进一步在广告业务受挫后,游戏业务的复苏和金融、电商业务的增长让小米互联网服务恢复增长,而在广告业务之外,更值得关注的是小米互联网服务中细分业务的进展,分别是电视互联网服务、海外互联网服务、金融和有品电商。其中电视互联网服务作为广告和内容增值服务的双重载体,是手机之后小米最具变现潜力的产品,而在已经积累了大量海外手机用户的基础上,来自小米“全家桶”的Mi Pay、Mi Video、Mi Music等App又能创造多少互联网服务营收增量?有品电商成为小米新零售的载体之一,作为平台模式能够给小米增加一个高毛利率的互联网业务,而同样赚钱的小米金融则在5月份遭遇了收获香港虚拟银行牌照和“用户正常还款却收逾期信息”风波的冰火两重天,截至目前,“用户还款风波”仍未有进一步的结论或解决措施,这是否会影响到小米金融后续发展需要等待下一季度的数据验证。“至暗时刻”真的过去了吗?综合来看,小米仍处于自我调整、新旧增长点转换的阶段。2019年第一季度,小米用海外市场促销和提前完善产品布局的方式稳住智能手机基本盘,成功度过了量价齐降的“至暗时刻”,接下来,就看小米能否在竞争加剧的国内手机市场守住出货量,并且在新扩张的IoT品类取得突破。考虑到本季度“降价提量”的结果有一部分是由于海外市场进行促销所致,那么,旧型号手机促销结束之后,小米能否成功实现“提价保量”,或“提价升量”也就变得至关重要。如果说促销是本季度财报中的不确定性因素,那下季度在不确定性因素消除之后,小米的表现究竟如何也将成为更受关注的焦点。因此,小米的“至暗时刻”是否真的已经过去,还要等待下季度数据的出炉。相关阅读:智氪数据 | 与数据机构正面刚,小米为何急于“收复”250万台出货量?智氪分析 | 雷军的情怀真心话,小米的增长大冒险智氪分析 | 小米迎战2019:手机如何守?空调、洗衣机如何攻?智氪分析 | 小米变得陌生,雷军走出舒适区


深度资讯 | 新报告:便利店成零售黑马,但仍需“升级改革”

文 | 36氪每日商业精选新报告:便利店成零售黑马,但仍需“升级改革”中国连锁经营协会(CCFA)近日公布《2018年中国连锁百强名单》,苏宁易购、国美零售、华润万家位列前三。连锁百强去年的销售规模为2.4万亿元,同比增长7.7%,占社会消费品零售总额的6.3%。CCFA分析认为,全渠道业务的积极拓展以及管理运营效率的提高是连锁百强实现销售额增长的主要原因。但具体到连锁百强的细分业态中,还是难以突破区域龙头发展不均、大型超市增长趋弱、百货超市业绩平平的困局。令人意外的是...主编点评:作为线下零售重要入口的便利店正处在行业变革的风口上,从苏宁易购到盒马鲜生,从零售供应到进驻菜场,巨头们过招的关键...本文来自36氪付费栏目《36氪每日商业精选》——5月24日每天不到1元,深度资讯+主编点评,省时省心高效阅读【限时彩蛋】戳此订阅,立减10元>>已购用户戳此查看完整内容或听完整音频>


朱保全:物业属于万科基本盘,商企等板块会带来高速增长

2019年,万科提出了“修剪枝叶,巩固基本盘”的发展方向。对与“修剪枝叶”和万科物业的关系,万科物业CEO朱保全今天在接受36氪等媒体采访中透露:“万科物业还是万科的基本盘。”对于万科来说,十年前的万科物业只是地产的服务部门,十年后万科物业已经成为万科集团的第二大业务。在2018年的工作报告中,万科提出提出“寻找下一个千亿级项目”。据2018年的年度报告显示,万科物业的营业收入是仅次于房地产开发业务,达到97.96亿元。万科集团高级副总裁兼万科物业首席执行官 朱保全“(万科物业)没有被修剪掉的原因,主要是早在三年多前,我们就对自己的未来发展有了比较清晰的定义。”他解释,万科物业在未来的发展中主要包括一横一纵两方面的延伸。万科物业将横向发展定义为空间服务。自2015年市场化后,万科物业确立了“住宅商企,两翼齐飞”的战略,从住宅物业服务向城市的空间服务延伸。2018年底,万科物业成立“万物商企” 子品牌,将商业物业作为单独业务运营,商、住业绩占比约为1:3。包括腾讯、阿里、蚂蚁金服、小米等企业都与万科物业进行了合作。同一年,万科在珠海横琴打造“物业城市”的样本,通过“专业服务+智慧平台+行政力量”相融合的方式,对城市公共空间与资源实行全流程“管理+服务+运营”。横琴作为“物业城市”的试点,有着两项天然优势,第一,横琴人口较少,属于改革新区;第二,政府层面有强烈的意愿。但是,横琴“物业城市”的可复制性还有待讨论,“如果不能再谈两个新区的合作,城市空间仅仅是我们的一个尝试而已。”对于万科物业的核心竞争力,朱保全认为是三个词,六个字——“业主、科技、人文”,并认为“科技+人文”将构成未来的万科。数字化是继市场化、规模化之后,万科物业提出的新目标,数字化也是万科物业这十年来最突出的变化,朱保全透露,万科物业总部基本都是科技团队,对于技术团队的招聘人数也在逐渐递增,有的来自华为,有的来自腾讯,级别还越招越高。万科物业模式的复制主要依靠数字化的应用,而不是增加员工数量来达到规模的扩张,通过科技投入实现了业主和物业信息的对称。据资料显示,万科已经通过快速报修、公共设施加入传感器、人脸识别技术,将物业形成了数字化管理,改善了服务和工作的效率。万科物业的纵向定位为资产,即针对客户的不动产展开纵深服务。对于物业行业的本质,万科物业一直将「物」放在首位,朱保全认为,物业公司的本质是完成业主关于公共空间的委托,核心工作不是「收钱」,而是「花钱」。物业公司以管家的身份帮助业主进行公共空间的管理,建立与业主之间的信任关系。朱保全接受媒体采访万科物业究竟会不会上市,何时上市一直是业界关心的问题。对此,朱保全表示,“上市本身不是目的,主要看为了什么,”朱保全回答,“如果是为了融资,那么我不上市也可以融资,如果是为了提高知名度,至少在当下我们不需要IPO在知名度上客户也会选择我们。”万科物业更为关注的是在市场化之后能否有更好的企业服务。在“服务更多客户”的诉求下,除了更好的服务质量外,更考验企业自身的复制能力和效率,即是否具备指数增长的可能性。虽然关于上市的计划,万科物业依然没有明确答案,但这次的采访透露出万科物业很多思考和正在做的创新。以下为朱保全群访Q&A实录:(36氪整理)一、关于2019规划Q:2019年万科的任务是修剪枝叶,稳住基本盘。在您看来万科物业的基本盘是什么?今年会做哪些调整?会剪修哪些枝叶?A:首先,没把万科物业修剪掉说明万科物业还是万科的基本盘,就看万科物业本身的基本盘是什么。应该说万科集团处在收敛聚焦的过程中。七八年前万科有过“小草计划”,出现了一些员工创业和零零星星的小业务,包括咖啡馆、甜品屋等。这些在整个过程中都会有一些调整。万科物业目前是没有被修剪掉的业务,这主要归功于三年多前,万科物业对自己未来的发展规划有了比较清晰的定义。我们把自身传统的住宅物业定义了“一横一纵”两个层面。“横向定义”为空间服务。我们把第一主业定义为:以组织社会上的劳动力为主要方式,去完成空间服务,以满足业主资产的保值增值。空间服务包括从社区到写字楼、企业总部,甚至到去年我们做的城市的空间服务。做城市的空间服务时,有人就问:“城市都是以平方公里来计算的,和小区以平方米来计算是一样的吗?”当时我们对接的政府人员也提了这个问题。我是这样回答的:它的空间尺度是不一样的。当你把这些抽象为最小单元的时候,比如树的选择,乔木还是乔木,灌木还是灌木,只不过小区里可能有五百个乔木,城市里可能有五万个乔木,只是量不一样而已。小区有道路,城市也有道路,小区要停车,城市也要停车,都是一样的,只不过空间范围不一样。所谓的基本盘,大家可能会问是不是要回归到住宅物业管理?其实不是。只是把以组织劳动力做设施、设备打理这件事统一定位为基本盘。从住宅出发又产生了第二个维度,也就是纵向维度。我们做物业管理的目的到底是什么?过去五六年,有很多人提出了不少关于物业公司多种经营的想法,增值服务增长速度比基础服务增长速度快多了。但是我们都忘了一件事,两者的基数完全不是一个量级。基础服务是以万亿为基数的,增值服务可能是以亿为基数的,中间不是一个数量级的概念。万科物业对物业的纵深定义是“资产”。“物业”是个舶来词(property),是资产和权属的意思。我们的客户叫owner,叫业主。我们面对业主一定是服务他的资产。围绕纵深服务我们只针对客户的不动产展开纵深服务。我们只做了一横一纵这两件事,所以是没有被修剪掉的业务。很多年前我们还投过两个项目,一个是第五食堂,二是万物仓,现在都是在经营当中,不过不是主营业务,我们还持有股权,成为投资型业务。Q:您觉得目前万科物业的发展潜力在哪些方面?A:2015年开始,万科物业走上市场化,并且市场化之后增长的速度非常非常快。接下来的问题是能否持续增长。所谓的增长,我的理解是能不能服务更多的客户。这个市场上一共有200多亿平方米的商品房客户,其中愿意支付给像万科物业服务标准的客户占比到底有多少,其实我们并不知道。我们只是希望能够服务更多的客户。在这个时候,除了给予这些客户更好的服务质量之外,对于我们自身的考验是复制能力和效率,也就是我们是否具备指数增长的可能性。互联网、芯片这些技术行业可以实现快速的复制,但是如果是一个完全靠人的行业,还需要考虑服务的质量能否保证。这样的复制和技术的复制是不一样的。市场上对万科物业这样有良好客户口碑的公司给予了非常大的空间。至少我所听说过的,有业委会的项目想换物业公司的时候,万科物业不能说是最优选择,至少也是三个备选之一。第一,市场上有机会的,但是机会有没有限值是不得而知,因为有的人就想选择普通服务。人是有选择的,况且这是公共服务,我们不能保证一个一千户的社区里每户人家都要选择同样的服务,那这样的客户是不是会有个限值。第二,我们复制的能力和效率能否在保证质量的前提下,达到指数增长?这是很重要的。第三,我们自身能不能升维?当升维的时候能否顾全客户服务?每当这个市场遇到增长瓶颈的时候,我们就会思考这个话题。值得一提的是,我们每年还在保持30%到50%的增长速度。Q:未来万科物业会上市吗?A:这个问题其实有两种回答方式。第一种答案是我们本来就在万科A下面,已经是一个上市公司。第二种,证监会目前还没有这个政策,但是现在会有相关讨论。但是我认为最重要的是要想明白上市是为了什么。如果上市是为了融资,那其实不上市也可以融资。如果上市是为了提高知名度,至少在当下我们不需要IPO同样也能吸引客户选择我们,尤其是当下国内最著名的网红华为也没有上市。我认为上市本身不是目的,当有需要的时候是水到渠成的,不是一定要做到多高市值才上市,或者一定做到什么时候才去上市。当然,如果说更多的股东会有更多的助力企业的发展,能够在战略有所帮助,那个时候上市是自然而然的一件事。二、关于数字化Q:现在智慧城市发展比较快,物业服务也是其中一部分。您认为物业行业智慧化发展有什么趋势?万科物业在智慧化方面有什么布局?A:其实所谓的“智慧城市”声音很大,但是我们还没有看到哪个城市真的智慧的。城市建设过程,其实是从原来的以城市或者以政府为中心,慢慢变成以人为中心的过程,无外乎是技术和人文精神的一种结合。但是这个过程中我个人认为会遇到非常强大的伦理问题。举个例子,最早在建设商品房小区的时候,都会立个牌子“私家花园,非请莫入”,代表私人产权的一部分。后来慢慢小区里增加了摄像头,用的是模拟信号,将画面连接到小区中控室。我们要建设智慧城市,我认为最基础的应该做到把所有的摄像头连接起来。如果没有连接,所有数据都是孤岛,只有把数据真的打通才能做到智慧。但是请问,你愿意将私家花园和公共部分的数据打通吗?这是一个非常具挑战的问题。今天我们谈论物联网,谈IoT,大家经常把“T”理解为硬件、设备,其实它是Internet all things,指的是万物互联,所有的事情都连起来。在这个连接的过程中谁是中心,中心和黑客之间的关系又是什么?如果真的做到万物互联,那么智慧城市还有很多重要规则需要搭建。5G或许能将传输变得更加便捷,但是今天仍然没有人能够解决去中心化的问题。三、关于运营和服务Q:未来,增值服务在物业行业中有没有可能让这个体系成熟下去,或者继续运行下去?A:虽然每个人每天都在和物业打交道,但是其实大家对物业并不了解。这两年媒体、投资人对物业会比较关心,我还是想从物业的本质来看它。首先,物业和客户形成的基础还是共有产权部分,在城市高容积率状态下,不同的产权人会出现在同一个建筑物或者是同一个建筑群的区间之内,这是本质。因为不动产所有人有共有空间部分,所以会出现三个和尚难挑水的问题,如电梯、楼道、园区等。所以出现业主共同委托第三方公司来对业主共有空间进行打理,这是产生物业管理的本原,这个本原会不会消失,那么就会有共有产权部分,也就面临着三个和尚的问题,所以会出现委托第三方机构,这是本质。第二,物业公司的本质是对业主,是完成业主对于公共空间的委托工作。物业的本质不是从业主那里挣了多少钱,而是业主把钱给了物业之后,怎么把这个钱花好,把钱花好构成了业主聘请一家物业公司的根源。能做多样经营的基础是被业主聘请为物业管家,我们回到第一原理,物业公司和客户打交道是因为业主,因为共有空间,三个和尚挑水请第三方来把钱花出去,所以基础物业的核心不是收多少钱而是怎么花钱,钱花得有没有效率,花完钱之后有没有和业主透明,这才是居住物业的本质。否则你研究的都是怎么收物业费的问题,你和客户之间并没有扎实的关系,当你把物业费花好之后,业主用什么形式来交物业费,这只是用什么形式来交物业费的问题,这只是面的问题,不是里的问题,里的问题还是你和客户之间最根本的关系是什么。Q:万科原来服务的是小区、商办,现在变成要服务一个城市。在服务一个城市时,万科物业做了哪些工作?和政府哪些机构进行合作?万科做了哪些前瞻性的准备才能使得万科有这样的能力去做城市空间。A:城市空间的演变过程是这样,第一,我们在一些城市天然形成了密度,万科地产一直在一、二、三线城市发展,万科物业更是有节制的扩张,我们始终认为物业管理是密度管理、是容积率管理,一定在容积率高的地方才能做物业管理,自然而然地形成在一定范围内有很多项目都是万科的项目。这时候我们和当地的街道做一些探讨,比如我们做治安的大群落,派出所服务社会化外包,派出所管的这一片万科的保安帮派出所巡逻,我们的逻辑是“破窗理论”,这个街道如果没有贼,小区街道自然也没贼,派出所也非常喜欢我们的服务。第二,万科在杭州有个著名的良渚文化村,有8平方公里,一直是万科在里面开发。市政一直没有交出去,因为它太大了,所以万科一直在做良渚文化村的市政管理、物业管理。今天是“5·24”,特别巧,是我们和珠海大横琴签约整一周年。前年12月底,我们与珠海横琴的管委会执法局局长见面,他在横琴提出“大执法,大物业”的概念,说想像物业小区一样治理城市,我们一拍即合双方做了多轮沟通,然后在去年5月24日正式签约。整个横琴106平方公里,这里面所有的能够看到的城市资产都是我们的公司在负责,应该说整体评价非常好,效率也大幅度提高,一个半月之前,万科物业刚刚中标了一个武汉市的隧道管理,已经开始输出管理。城市空间目前还不能叫成功,一方面,我们只在横琴一个地方做成,而横琴典型的特征是改革新区,人口少,人还没有住进去;另一方面,政府在这件事情上有非常强烈的意愿,再加上我们这一次的组合是成功的。但是到其他地方,比如在老区就很难成功,可能管桥路面是一拨人,管桥灯的是另一拨人,管桥下面的又是一拨人,纵横交错,这个时候再做整合其实并不容易,必须政府要有非常坚决的力度。我们也在和很多新区谈,如果今年能够再有两个(城市空间项目),我们认为这个业务将来会有可复制性。如果这两个谈不出来,城市空间仅仅是我们的一个尝试而已。Q:如果用几个词或者一段话来形容万科物业现在的核心竞争力,您认为是什么?A:我认为是三个词,六个字。一是「业主」,二是「科技」,三是「人文」。未来的世界是“技术+艺术”,也就是“科技+人文”。万科物业总部做物业的人很少,基本上都是科技团队,且随着规模越来越大,配备的科技团队的力量也在越来越强,有的来自华为、有的来自腾讯等,并且级别很高。复制靠科技,最重要的是我们对业主这两个字的认知,且末妄自菲薄。我们的客户拥有不动产,所以围绕着这件事去深入的探索更多服务是我们这些年和其他公司最大不同的地方,可能其他研究的是B2F、生活这些,而我们始终还是围绕着不动产本身来展开战略服务。人文是万科历来不变的东西,明天又是我们业主社区乐跑赛。可能一些企业认为对业主社区乐跑、朴里节投入没有意义,但是万科会依然坚持人文情怀。


乂学教育松鼠AI创始人栗浩洋:知识地图是实现“哪里不会学哪里”的关键| AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。在传统教育方式中,老师的授课方式就好像是一个黑盒子,学生并不懂老师的授课逻辑是否对自己适用。但是在人工智能时代,AI加持下的教育行业却可以通过技术手段识别契合学生的教育手段。而且,乂学教育松鼠AI创始人栗浩洋认为,目前AI不仅可以帮助学生找到个性化教育手段,还能让学生实现真正的减负。他笃定,AI+教育的组合,是未来教育的前进方向。以下是经整理后的演讲全文:在这里,其实我想讲一下人工智能教育的发展,以及我们松鼠AI是如何来做人工智能教育的。很多人其实来之前,包括我的朋友说,来这样的大会经常听不懂。没有关系,熏陶也是一种成长。我之前并不是学人工智能的,我想马云之前他也并不懂互联网,他也不懂人工智能,现在他已经开始做了达摩院。美国已经有40家多家人工智能或者是数字化学习智适应教育公司,其实在全球的每个国家,不管是日本、韩国、澳大利亚,还是爱尔兰等国家,人工智能教育公司都在蓬勃兴起。上一周,我去了迪拜。在阿联酋有一家人工智能教育的公司有4年的历史,而且在当地已经有了25000名学生,比起当地阿联酋的学生来说,这已经是一个非常大的数字。在印度有一家公司已经是50亿美金的估值,它做智适应已经做了十年的时间。但是在中国人工智能智适应的教育才刚刚开始,所以这也是我们想要办这一场大会的目的。其实我们看到国家的政策这两年在不断快速鼓励这个行业的发展,教育信息化2.0行动是教育部发布的行动,也是在讲智能教育,尤其是以学习者为中心的智适应化教育,不再是改变过去的以老师为中心的教育,让学生能够构建网络化、数字化、智能化、个性化的这样一种教育体系。以前我们的教育更像中医,老师望闻问切,讲完就结束了,整个过程是一个黑匣子,我们不知道任何的数据。但是通过人工智能智适应的教育,我们及时了解了每个学生他所学习的终生数据,而这些数据对我们帮助更多的学生也好,对每个学生了解自己也好,都有巨大的价值和帮助。通过产品投放市场,现在乂学教育松鼠AI已经在中国20多个省市自治区,200多个城市,有了1900多家学校,这个数字每个月还有100多家的增长。我们已经有了200万的注册学生,但是更重要的是我们的付费学生,付费1-2千美金一年的学生,在今年第一季度比去年第一季度的同期,增长了14倍。这是我们感到比较欣慰的。今天早上我跟Tom Mitchell教授还在讨论如何能够更多了解学生的学习信息,更多维度了解学生的信息。近期,我们也会由Tom Mitchell教授主笔发布人工智能教育的白皮书,他是第一个机器学习系的创系系主任,当时也做了一个机器学习的白皮书,我们希望人工智能教育这样一个技术的白皮书,能够领导和帮助这个行业和技术的发展。还有Ken Koedinger的加入,我相信我们在这个领域会越做越好。我们和斯坦福研究院一起合作,今天斯坦福研究院Michael Moe也来到这个会场,这几年也联合发布了很多论文,在很多大型国际学术会议上去获奖,我们也有很多的系统,得到了很多顶级人工智能的支持,这也是我们的成果。究竟松鼠AI的人工智能老师是什么样的?今天我最想讲的是引擎架构,总共分成三个层次,本体层里更多的是内容,包括学习地图、知识地图。第二个层次称作为算法层,里面有推荐引擎,有学生的用户画像的引擎,有目标管理引擎。第三个层次是一个交互系统,就是这个系统如何和人进行交互。在今年之前我们的系统和人的交互,更多是通过视频、题目,和一些简单的互动和推荐系统,未来我们希望能够发展更多的人机交互,让学生和机器之间的交互更加的顺畅。第一个本体层。我小的时候已经算是非常顶尖的学生之一,拿到了清华、北大、交大等offer。我那个时候在河南,能多考一分,就能比一万人考得更好,所以我每个月每科要刷一万道题。到今天为止,几十年过去了,孩子们还是要大量的刷题,包括小学的孩子都在大量的刷题,所以,到底我们如何能够给学生减负?如果不通过科技和人工智能的力量,根本不可能解决掉。而我们现在通过母体层中的知识地图,试图去解决问题。什么叫知识地图?我们看一个孩子是一个笑脸,实际上在孩子大脑里面,是一个又一个的知识点,我们不只是看到这个孩子的情况,他是一个学霸,或者他是一个学渣,而是对这个孩子大脑里面每个知识点有充分的了解,到底是真正懂了,还是掌握得一般,还是没有理解。当我们有了这样清晰的判断,我们才能实现松鼠AI说的一句话,叫做哪里不会学哪里,我们只用学不会的知识就可以了。我95分,我只需要学5%的知识点,而不用去刷一万道题,一个40分的孩子,只需要学40-60分的知识点。有了知识地图以后,我们才能够对孩子进行对症下药的诊断,才能真正完成减负。乂学教育在全球做了一个超纳米级的知识点的拆分。为什么做这么细节的拆分?我们把相机做到400万像素拉到了4000万像素一样,当我们做得越细腻,我们对一个学生知识点的诊断,相对来说也就越精准。加减法这样普通的知识,教育机构只有五个知识点,我们拆成了100个知识点,超纳米级。很多人说是不是丧心病狂了,有什么价值要拆得这么细吗?当我们拆得这么细的时候,我们才能真正让每个学生实现减负,而学得更轻松,更少。去年到今年我们最新的一个研究成果,就是错因分析。这也是让我们团队去做了4、5年,但是那个时候我们没有足够的资金和财力去做,因为错因实在是太海量了,当我们把知识点拆到几万个的时候,题目可能就需要几百万的题目,因为一个知识点可能学习上万个题目在这个知识点里面。错因来说,每一道题可能就有30个错因,我们有500万道题目,可能我们有上亿的错因,这是海量的,几乎没有办法完成的数据。现在我们在越做越好。第一,我们发现了一些常见的错因,比如说粗心,通过这些错因,我们慢慢可以让孩子了解不是你知识点不会,而是你其他的错因出了问题。知识点的问题解决了之后,我们发现知识点哪怕全部掌握了,学生仍旧会出很多的错误,这就是我们说的错因,我们把常见错因总结出来,就可以覆盖30、40%的问题,而不需要上亿的错因。如果没有错因分析,其实没有达到非常好的教育个性化。当这些能力、思想和方法在不断训练的过程中,我们其实还做的一件事情,就是希望未来对这个孩子的想象力和创造力,去进行培养。第二个层次是算法的层面,其实我们要做的事情很多,我们不仅仅像今日头条,要去做每个学生的用户画像的分析,知道每个孩子的状态,我们还要像今日头条一样,来去做推断,就是到底给他做什么样的推荐。我们的算法比今日头条难在哪里,今日头条只要推给你合适的内容就成功了,而我们要保证学生掌握这个内容,这个难度更大。对我们来说,如果学生没学会,就不是成功,所以我们还要有一个预测的引擎。Tom Mitchell教授说,我们不断实施采集数据,未来包括孩子的表情,他的动作等各方面数据的采集,能够更快优化我们的算法。最后第三层,我们跟斯坦福研究院在合作,能够让机器和学生进行互动,我们也拿到了一些论文,我们的密码系统在世界人工智能大会拿到了大奖,这些都是科学家的努力,我们通过数据采集去了解更多学生的信息,来去完善我们的算法。他们通过深度学习系统,来去解决这些问题。我们希望塑造一个超级老师,我们去年捐赠了100万的帐号,能够帮助每个贫困家庭的孩子去学。我们去了一个山区,在山区里面根本没有老师的情况下,我们用松鼠AI帮助他们去教学,把教育变得更可持续发展。希望我们能够用AI+教育,帮助世界上的每一个孩子。


CMU计算机学院院长Tom Mitchell:教育领域中,全球的合作和协作非常重要 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。教育是一个存在已久,且可以穿越牛熊的行业。经济寒冬之中,教育作为刚需行业依然被许多人看好。在新的时代背景下,教育行业做了怎样的升级?教育和AI的结合,会为这个行业注入怎样的活力?第三届AIAED主席、CMU计算机学院院长Tom Mitchell教授认为,教育行业需要更广泛的覆盖多个场景,并且行业资源需要更加协调,才能实现全行业的高速增长。 以下是经整理后的演讲全文:Tom Mitchell:大家好。今天我要给大家简单说一个提纲挈领的内容——AI,以及我个人是如何看AI的,以及AI的发展如何影响到教育。总而言之,我个人的看法,就是未来的十年将会是AI影响教育的十年。我在AI领域当中已经工作了几十年了,而且我也做了很多的应用,包括机器、信息采集、医疗等等,但是在看到未来十年发展的时候,我感到最兴奋的就是将AI技术放在教育上应用,这里有三个原因想和大家分享。第一个原因,我们知道对学生个性化指导可以带来重大的益处。个性化的指导和对照组相比,分数能提高90%以上,所以这是一个非常重要的个性化指导益处。第二个原因,我们已经知道电脑的个性化指导可以带来很大的改变。今年已经是2019年了,我们现在有很多的公司能够提供各种各样的电脑驱动指导,而且他们也可以提供各种各样的课程。我们用电脑来做这种指导,也可以在学科当中得分得到极大的提升。我们还是有很大的提升空间,这也是我们为什么有动机和动力来到这里。第三个原因也是非常重要的一点,就是在过去的十年当中,AI技术发展得非常快,而且至少我认为在未来的十年当中,这还会是同样的趋势,因此电脑可以帮助我们更好地去识别图象,以及把语言转化成为文字,而且也可以帮助我们识别人脸、自动驾驶。AI确实发展得非常快,三点加在一起,就能够让我们学生的分数提高很多,这就能够说明为什么我把时间花在AI技术与教育上。其中一个重要的问题是——新的技术如何进一步改善才能适应这种教学需求。我们一般说到教学,有几种不同的模式,比如学生模式,以及不同的学科的知识领域,还有就是导师模式,以及其他的模式。然后看一下这几种技术,问哪一种技术更可能成为适合这个智适应教育的重要技术。今天我们只有这种简单的对话系统,比如说阿里巴巴和亚马逊,都有非常简单的对话模式。但随着科技的发展,它会有很大的进步。它们会成为教学模式的一部分,老师和同学可以有更开放的讨论。脑科学是另外一种非常重要的技术,它能够影响智适应教学。还有大脑成像的技术,能够去检测脑电波,显示大脑的活动。预计是能够非常灵敏的检测大脑的情绪,并且追踪学生的情感状态。机器学习和虚拟现实是另外一种非常重要的技术,现在目前已经对智适应教学的未来有非常重要的影响。怎么在智适应上影响教学?第一个是机器学习。在宏观层面,学生要完成这些不同的学习任务,再进行下一个,但是在每个任务当中,还有一些小步骤,学生也要完成这些小的学习任务。当大家谈到智适应教学的时候,不管是在宏观层面,还是在微观层面都能够选择学生的学习轨道。同时也能够了解学生的情感状态,这就是我们所说的智适应的意义所在。我想如果在智适应教育当中,机器学习应该在每一个领域都有一个功能,去了解学生现在的状态,机器学习就是能够发现这个功能是什么,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。那么我们怎么做呢?当我想到机器学习应用的时候,我总是会问一个问题,我们要学习什么东西?我们要学习这些智适应功能,对于现在的学生状态选择学习的内容,看它怎么代表这个学习的功能。同时,我们想知道功能会决定我们怎么去选择下一个任务,这取决于现在学生状态。我们可以发明一个奖励,比如说学生每做出一个正确的答案,给他一个什么奖励,可能在接下来做对两到三个问题又给什么样的奖励,下周如果回来还记得这一周学习的问题,又给他们多少奖励。因此我们可以完全根据学生情况来设计,根据我们的学习目标来决定。现在我们还没有太多来自学生的数据,如果我们把这个系统规模化,我们就能够从数百万学生中获得他们的数据。并且还有一个好消息,现在已经有非常多的研究来强化学习。它已经不需要这么多的训练数据了,这些算法大多数都是由机器人应用开发的,我们让机器人学习,来做不同的任务。但是我们也能够用它来开发强化学习的算法,不那么依赖于人类的数据。另外一个问题,就是把机器学习应用到新的领域当中,我们训练机器学习系统学习什么样的功能呢?第一个就是教学政策,建议下一个任务目标的功能,但是还有其他的一些功能,可能也能用到机器学习,比如说去预测学生的知识了解状态,他们是否了解到一个特定的概念,还有他们最近的一些行为和其他因素的功能。这是我们尝试的功能,我的答案是所有的都试一试,我们可以去训练一个神经网络,了解学生变化的情感状态,把所有这些功能都输入系统,比如说去预测老师应该采取什么样的行动,同时也去预测其他的学生学习概率。还有一个领域也有非常深远的影响,就是实时感知人类状态的功能。这是我同事在CMU做的一个实验,有一个体系能够追踪人的面部表情。大家可以看到我们所有的面部表情都得到了追踪,并且可以看到这些面部表情的特点,我们的机器学习也是得到了训练,把所有的这些激励全都给记录下来的,所以能更好识别这些表情。我想说这个研究,其实还是比较初级的研究,主要还是想要把实时感情监测放在教学上,以及和面部表情相结合起来,但是我认为这样一个技术过了十年之后,将会进一步得到开发和发展,现在还是一些比较粗浅的尝试。我们不单只是看面部表情,还要看学生身体的动作,肢体语言就可以告诉我们有些学生是认真的,有些学生在开小差。这些人在跳舞,然后一帧一帧,这些姿势全都给捕捉下来了,所以这个系统是能够非常细节,实时地把这些动作全都给捕捉下来。如果说一个学生在电脑面前学习,并且和电脑进行互动,这些技术就会显得非常重要。它们可以帮助我们更好的去观察这些学生,从而来看智适应学习是不是让学生从中获益。在未来,我们最大的障碍是什么?其实我并不知道这个答案是什么,但是我希望大家能够进行讨论。我认为最大的一个缺陷,就是现在我们并没有太多的观察能力,也就是说我们现在的能力没有太全面,没有办法特别好的进行学习者的观察,没有办法说明或者观察出来他们到底学习状态是什么样子,这在未来是非常重要的。所以我们学习用不同的图象,以及图象的分析来解决这个问题。再就是没有足够的数据帮助我们选择最佳的辅导政策和策略。另外,当我们和电脑进行交互的时候,其实比较低效,和人类交互相比更是如此。所以是不是电脑指导会有一个上限,这些都是需要我们回答的问题,我也希望通过把这些问题提出来,让大家进一步的讨论。最后我想说,在未来有两个非常重要的方向,第一个是更广泛,第二个是更协调。说到更广泛,就是我们有很多不同的学科,可以在这个领域当中扮演非常重要的角色,帮助我们实现智适应的学习和教育,意味着我们必须要把所有领域的专家全部给邀请进来。更协调是什么意思?就是我们会有更多的机遇,不单单只是做单项的研究,而是进行更多信息和数据的分享,其实现在我们开始努力这么做了,比如说在开源软件的分享上,这些其实都是为我们实现智适应教学而提供的一些重要资源。在我看来,教育其实是一个非常清晰的概念,在这个领域当中,全球的合作和协作是非常重要的,也是唯一理性解决的办法。我们所有人之所以会参加这个会议,就是进一步提升全球教育的质量。我们提升的速度越快,以及共同努力的速度越快,那我们实现的目标速度就会越快。


AI教育学术大会主席Rose Luckin:AI将前所未有地赋能人类 | AIAED全球AI智适应教育峰会

2019年5月24-25日,第三届AIAED全球AI智适应教育峰会召开。“人工智能+”这两年快速兴起,其中人工智能和教育因为其天然的结合基础,获得了快速融合发展。为了更好地推动人工智能教育产业的发展,打通行业信息流动通道,推动全球的科研机构、投资机构、教育机构形成合力,36氪联合乂学教育-松鼠AI等产业链头部机构举办第三届AIAED全球AI智适应教育峰会,旨在“在全球普及人工智能教育,推动人工智能技术对教育的改变和发展,为了人类更好的教育公平性和教育成果做出贡献”。随着AI技术的不断发展,人们对这项技术产生了越来越高的期待,也许在单纯地帮助人类解决各种工作之外,它还应该进化到,能够帮助人类自身得到提高。伦敦大学教授、伦敦知识实验室负责人、AI教育学术大会AIED主席Rose Luckin教授在演讲中表示,在将近20年的AI+教育生涯中,她坚信AI可以从教育的源头赋能人类。而现在,人类也在从海量数据的分析和AI计算的应用中,探寻教育的新方向。只要以过去的成就为基础,借力AI 技术,保证人类的智能不断的演化,我们就能发现更美好,更智能化的未来。以下是经整理后的演讲全文:在AI领域,我是一个教育者,我觉得最美妙的事情,就是有史以来,人类第一次有机会去教育全世界的人。通过技术应用,尤其是人工智能技术的应用,我们可以把高质量的教育提供给每个人,这是我们此前完全无法做到的。大家可以想象一下,假如每个人都有了高质量的教育,我们可以实现多么伟大的事业,作为一个教育者和作为一个父母亲,这是非常令人振奋的。我们要怎么到达这样的未来?首先,要看人类的智能和人工智能,再看看这两者如何互相促进补充。我们需要开始去思考,人类自己的智能到底如何运行,如何去利用,然后再利用人工智能来构建、补充未来人类的智能。关于AI在教育领域的应用,就是我们怎么去改变教育方式。现在我们已经有了非常好的AI工具,能够帮助我们提升教学和学习过程,因此我们需要更好地理解AI,因此就发起了第一个,也是唯一一个机构——AI伦理的教育。它能够帮助我们更好理解AI,更安全的应用AI。我们经常能听到世界人工智能论坛的结论,他们认为,人工智能是改变世界,改变工作场所的关键之一。在学生之外,很多员工也需要帮助,他们需要重新的培训。很多组织都在努力去预测未来哪个方面变化会更大,哪个岗位失业会更多,以便从现在就开始做准备。  根据去年年末,普华永道做的一个报道。事实上,教育可能是最不容易受到自动化影响的行业,如果你去看其他的领域,会发现他们可能更加脆弱,更容易受到自动化的冲击,因此,我们需要想好,这些领域的从业人员,他们需要接受什么样的教育,这样才能保证工作的意义,实现自己的价值,以及挣工资去养家糊口。今天,作为教育者也好,培训者也好,或者AI的研究人员也好,都像是在浓雾当中开车,你不知道周围的情况是什么样的,你看不见你在哪里,你对周围的路况也不清楚,这种情况下,传统的地图是帮不了你的,因此我们想要开发一个新的、更有用的地图,保证我们能够朝着最好的未来教育方法前进。我们希望我们的学生有坚实的课程知识,但是同时这些知识学习是跨学科的,这样学生才能理解不同学科之间有什么样的内在联系,帮助他们解决今天复杂的问题。我们还需要合作去解决问题的能力。我当了很多年的教育者,我知道当雇主在看社会智能的时候,他会希望员工有很好的合作能力。这样的概念我们称之为原智能。我们需要学生理解什么是知识,不仅是去理解知识本身,他们要知道这个知识来自于哪里,为什么这个知识如此重要,我们还需要学生有很好的认知能力、技能和知识,我们希望这些学生有情感智能,需要他们去理解他们的情感智能,这样他们才能够去理解社会上其他人的情感状态,才能够彼此高效的合作,一起来解决问题。我们还需要人们更关注他们作为人,在这个世界上物理层面的理解。这样会改变他们学习、交流和共同解决问题的方式。如果我们在所有这些领域里都实现了,我们就有了最关键的东西,就是这种准确的自我关注,感知自我的效能。它能够帮助我们实现目标,发现目标,在实现过程当中保持自信。作为人类,我们应该更深入地开发这样的原智能,所以更需要AI的帮助。我们可以以各种各样的方式创造数据,我们的衣服、我们的珠宝,所有的东西都能跟AI技术进行交互,彼此连接。当我们拥有了这些数据之后,如果能再高效去分析这些数据,就能得到一个非常智能的机器工具,那就是数据+智能算法,这能赋能给所有不同的技术,从计算机,到人机交互,甚至老师和学生之间的交互,使我们变得更加聪明。这就是我们的未来。为了应对这样的未来,我们必须要在AI 的帮助下,了解我们自己的智能,知道怎么样去发展,因此我给大家提供了一个非常快速的概念,看看我们应该怎么去看待人类智能,以及未来到底会去向何方。智适应学习是什么样的东西?各个学生在一起合作,来解决问题,通过动手、动眼,以及技术交互,把所有数据收集起来,因此我们就会知道,到底他们在交互的时候,有多少是共同合作的,以及他们是否平等,他们自己内部的异同性是如何影响到整体的合作,从而帮助我们更好进行数据的分析和诠释,使得未来的这种学习模式更高效。同时,大量的数据能够帮助我们更加了解学习的科学,我们会进行非常细节的分析这些数据,也有专家会根据这些数据,把学生进行分组,以时间为单位来进行分析。最后我们就会把自己学习的科学,应用在更多的应用场景上面。比如说,到底这些数据能够帮助我们带来什么样的洞见和观察。之前,我会更多的看这些数据点,但是现在,我们会更多的倾听参与者的声音,询问他们的体验,我们发现这些数据可以帮助我们更好地预测到底哪些培训者需要更多的支持,这主要就是基于多数据的模式,从而做到更加准确、高效的支持。如果只使用一种数据,就没有这么高效了。所以我们会调整我们的方法,或者调整我们的教材质量,帮助他们更好得到支持。这种多模式的数据,能够帮助我们更好的了解人的智能,并且以这个为基础,帮助我们为他们推出更具有适应性的学习策略,让他们能够更加高效地发展自己的原智能。我们也会评估,他们在经历这几步的时候,会用什么样的语言。因为我们想做的是推出一个框架的指数,来帮助我们去评估各个方面。在网络环境中,不管是导师还是学生,他们都会知道什么时候,以及为什么,学生的自我指导得到了极大的提高。如果说我们能有一个适应性的系统,帮助我们一步一步的提升认知,这就是我们最终的目标。之前也跟大家说到,未来的世界将会越来越相互依存,通过这些系统能够帮助我们更好的了解人的智能,AI尤其能够帮助我们去营造一个非常高级的认知。但这个巨大的潜力,不是一蹴而就的。我在差不多20年前,就开始学习AI和教育,但是现在非常重要的就是,我们必须要以过去的成就为基础,保证自己的人类智能不断演化,如果我们找到了正确的方法,我们就可以保证每个人都可以得到高质量的教育,我认为这将会是美好的未来。


北上广深,哪里最容易吃到你的家乡味儿?

编者按:本文来自微信公众号“DT财经”(ID:DTcaijing),作者 啥都吃的DT君,36氪经授权发布。DT君在北京读大一的表妹,第N+1次打电话让家人从内蒙寄来奶疙瘩和牛肉干了。妈妈的爱心特快专递沿着京藏高速寄了一趟又一趟,而表妹还是抱怨在北京喝不到热乎的马奶酒。“北京这么一个大城市,难道就容不下一个内蒙胃吗?你在北、上、广、深都待过,你说说,是在大城市都吃不好?还是只有北京是这样?”表妹向DT君发来灵魂拷问。面对灵魂三问,仅凭个人的生活经验就下断言未免过于武断,DT君(ID:DTcaijing)决定用餐饮数据检测一下,四大一线城市哪座城市对外地胃最友好?1、北上广深“食力”大比拼DT君从大众点评上抓取了北上广深24万家餐馆的数据,提取出贴有菜系标签的6万家餐馆,发现一线城市的美食势力真相。仅从餐馆数量上看,上海一骑绝尘,具有菜系特征的餐馆超过两万家,几乎是深圳的两倍,然而考虑到人口规模上的差距,两个城市的每万人可享有的餐馆数量相差无几。广州的餐馆数量垫底,但是常住人口数量较少,所以每万人可享有的餐馆数量登顶,终于不负广州人在吃方面的彪悍风评。北京同胞比较凄凉,人均水平跟其他一线大城市完全不在一个量级,比广州少了近4成的福利。可以想象表妹的辛酸——在天子脚下日行十里,拐角可能只遇到一个包子铺。从万人均餐馆拥有量来看,广州>上海>深圳>北京。然而从菜系丰富度来看,四大一线的排位则是:北京>上海>深圳>广州。为何北京、广州的排位调了个儿?DT君又分别计算了本地菜系、地方菜和外国菜在四个一线城市的占比,找到了答案——北京的本地菜占比最低,为来自全国各省市的地方菜以及外国菜提供了生长空间;广州万人均餐馆量虽然多,但大部分都是粤菜。北京城里天南海北的菜品应有尽有,地方菜占据了北京一半以上的餐馆。地方菜在上海、深圳的占比也都高达44%。唯有在广州,地方菜仅占34%,比粤菜的占比还少了一个百分点。随着国际化饮食潮流的兴起,北、上、广三地外国菜的占比皆超过了30%,其中上海最洋气,外国菜占比高达36%。四城相比,北京本地菜的存在感最弱,北京菜馆占比不到2成。广东则给予本地菜最充分的存在感,粤菜馆在广深两地的占比分别高达34.6%和29.3%。分析至此,四大一线“外地胃友好度”排位基本已经形成:北京>上海>深圳>广州。得亏表妹没去广州读大学呀。甭管你是东北老铁,还是湖南伢子、黑人兄弟,来了广州都会在林立的酒楼茶肆里被驯化成广州胃。2、地方菜哪家强?对于DT君上述推理,表妹提出质疑:“不能将所有的地方菜系混为一谈!比如川菜在北京是显族,但这不代表其他地方菜系也容易找到。”于是DT君决定进一步看一看每一个地方菜系的占比情况。四城的本地口味原本天差地别——在北京吃啥都得蘸麻酱,阿拉上海宁做菜讲究一个浓油赤酱,广东人见面打招呼都得加一句“得闲饮茶”。然而,近年来川菜凭借“火锅、冒菜、烤鱼”三板斧,迅速在全国扩张势力。在川菜猛烈的攻势下,北京的胡同、上海的弄堂、广深的街巷也纷纷沦陷了。川菜在北京尤为显赫,胡同口的全聚德烤鸭关门了,取而代之的大概率上是大龙燚火锅。与川菜常组CP的湘菜也上了上、广、深的Top榜。不过在三城,湘菜的地位略有不同——湖南人作为建设广东的主力军,在广、深,湘菜是元老级地方菜,湘菜馆占比一直很高;在上海,湘菜占比直到2012-2016年才迎来一波增长,其背后的原因,可能是辣口味的流行近几年越发势不可挡。粤菜除了在广东省的势力强,在北、上的输出成果也很显著。不管是在北京朝阳的商场,还是在上海静安的购物中心,买买买的间隙总能找到茶餐厅歇脚,点上鸳鸯奶茶和菠萝油的经典搭配,仿佛无缝切换到警局阿Sir边吃边聊案情的TVB剧集。东北菜也上了北、深的Top榜。东北菜在北京算得上小有势力,其占比仅次于川菜。据第六次人口普查的数据,东北籍北漂有87万人。他们将东北酸菜、棒骨、大拉皮的血脉与灵魂带入北京城。目光南移至“移民之城”深圳,一天三顿小烧烤的东北饮食风尚也圈了不少粉。3、外来人口如何改变城市饮食偏好?单看数量占比,自带庞大粉丝基础的“大菜系”极尽风光,“小菜系”的“城斗戏”则似乎无人关心——庞大的山东籍北漂是否让鲁菜在北京的占比上升了几个百分点?福建菜是否在临近的广东省渗入了更多的势力?从基因起源上,跟北、上、广、深都挨不着边的西北菜如何拥有姓名?“小菜系的悲欢也必须被看见!”表妹一声呐喊。DT君只能算算各菜系在四城的偏好度(TGI)。对比来看,外来人口对四城口味的影响更加明显了——北方菜在北京的偏好度更高,精致、清淡的口味在上海的偏好度更高,湘菜在广州的偏好度更高,“中部口味”(湖北菜、湘菜、江西菜)在深圳的偏好度显著。山西、山东在地理位置上离北京较近,相应地,山西菜、鲁菜餐馆在北京的占比比其他三城更高。除此之外,云贵菜在北京的偏好度也不低,云南人可以在北京找到风评不错的菌菇火锅。西北菜的势力也有所增长,西贝莜面村近几年在北京也开了不少分店。目光移至上海,邻近的安徽、江苏两省为上海分别输送了260万和150万劳动力。庞大的徽籍沪漂使得上海的徽菜偏好度显著提升。而江苏菜和本帮菜则难分彼此,两者同属本帮江浙菜。看来江苏人来上海工作还算不错的选择,最起码在饮食上没有隔阂。福建和台湾的饮食较为清淡、鲜香,每年吃掉的虾蟹贝可绕DT编辑室九九八十一圈,这与喜烹河鲜的江浙沪不谋而合。福建菜、台湾菜与本帮江浙菜兼容度高,在上海的偏好度也比其他三城要高。福建、广东两省虽然临近,广、深的福建菜偏好度却不高。究其原因——福建不是对粤人口输入大省,湖南、广西、四川、湖北、江西才是广东省劳动力输入前五的省份。这五省为广东提供了近七成的外来劳动力,然而在广州,只有湘菜的偏好度较为显著;所幸深圳没有那么“薄情”,湖北菜和江西菜的偏好度也显著上升了。算来算去,北京的“外地胃友好度”最高,与上、广、深相比,西北菜在北京也更有存在感,表妹来北京上学,不算太悲惨。DT君连忙打电话安慰表妹。初到北京的表妹怀念内蒙正宗的马奶酒,再过几年,她会发现,北京比家乡提供了更为广阔、多元的味觉体验——她可以与来自四川、福建的室友在流派丰富的中式餐馆里欢聚、碰杯,要是想尝试韩剧的炸鸡啤酒范儿,或者感受日式食堂的深夜therapy,在北京也有很多选择。这是不是身处一线大城市的另一种幸福呢?以上是DT君根据数据得出的分析结果,相信大家对北上广深的饭馆们都有自己的理解,最后再来投个票吧,对于北上广深的饭馆,各位可还满意?作者 | 钟黛编辑 | 李晶禹设计 | 张梓豪、邹磊合作、交流请关注微信公号DT财经(ID:dtcaijing),转载请添加微信dtcaijing005


科技神回复 | 南阳工信局称水氢发动机消息有误,南阳高中生听了都想打人吧

小米副总裁或涉嫌猥亵被拘5日,现已被予以辞退;百度市值跌破400亿美元,跌幅4.14%,市值不及阿里腾讯十分之一……晚间回顾一下有哪些不容错过的科技新闻和网友的神回复。 小米副总裁或涉嫌猥亵被拘5日,现已被予以辞退5月24日上午消息,根据小米集团人力资源部内部发出的处罚通知邮件显示:小米公司国际部员工汪凌鸣因违反《中华人民共和国治安管理处罚法》第四十四条规定,被公安机关予以行政拘留五日处罚。同时,小米集团国际部管理层经过讨论决定,对汪凌鸣予以辞退。@指南和他的朋友们:小米这样就不好了,你把东哥的脸往哪搁?@老鸭扯蛋:去京东吧,感觉有人能玩到一块儿。@飞猪上天了:东哥:还是得当老板。@牛牛正正:我怀疑他在搞黄色,而且证据特别充分。 水氢发动机车辆加水就可行驶?专家解读:系噱头,有误解据南阳日报报道,水氢发动机在河南南阳下线,“这意味着车载水可以实时制取氢气,车辆只需加水即可行驶。”上海交通大学管斌副教授表示:“那不行”,“是假的”。所谓“水氢发动机”就是常说的“氢燃料电池”,这么叫只是个噱头。“氢燃料电池”以氢气作为动力,并不是加水就可以行驶,其中还涉及到一系列物理化学复杂反应,目前此项技术日本应用较好,中国还未进入实用阶段。@岳淼帆:事前诸葛亮,事后猪一样。@维丶風華绝代:别啊,诺贝尔奖近在咫尺!@一颗赛艇ing:好像发现了惊天秘密,水变成氢通过燃料电池驱动汽车,燃烧后的产物是水,水又可以变氢!@第一题:这种技术已经落后了,我最新研究成果是把二氧化碳分解成碳和氧气,水都不用加,发动机直接喝风就能跑,污染越大二氧化碳浓度越高的地方,车跑得越快。最主要是分解的碳还可以转化为钻石。目前样机还差几颗关键的螺丝需要定制,谁打100块给我,我分他10%股份。百度市值跌破400亿美元,跌幅4.14%,市值不及阿里腾讯十分之一百度周四大跌4.17%,盘中最低触及113.3美元,创2015年8月以来最低,市值跌破400亿美元整数关口。中国互联网BAT三巨头另外两家的市值目前均在4000亿美元左右,8年前还曾与腾讯分庭抗礼、争夺互联网一哥的百度,如今市值还不到昔日竞争对手的十分之一。@小丸子:我个人感觉百度还有很大的潜力,等我们挖掘。@三不带V:可以抄底买点了感觉。@Moblei:舒服了。 王兴:美团将成为其唯一入口 可以帮公司增加用户5月23日,王兴在美团点评2019一季度财报电话会议上表示,未来计划将摩拜更名为美团单车,最新版的美团app已经加入共享单车功能,未来#美团将成为摩拜的唯一入口#。“共享单车会帮助公司增加用户,这也是我们收购摩拜的原因。”@谜题茶:这叫帮摩拜减少用户。@Ankika0209:基本上都用哈啰了。@少年不打太极:骑着单车送外卖? 今天科技圈发生的热点事件大家有什么想吐槽的吗?欢迎在下方评论区留言,优秀的神回复将会出现在下一次的文章中哦~


氪星晚报 | 存安全隐患,奔驰召回6448辆进口汽车;联想将投资3亿美元在深圳建厂;《复联4》票房创中国影史第三

大公司腾讯云发布云IoT全栈产品矩阵在腾讯全球数字生态大会上,腾讯发布全栈IoT产品和服务,包括物联网基础设施的IoT平台、低功耗广域网络服务LPWA、安全守卫的设备身份认证TID、简化物联网终端开发、快速上云的系统TencentOS tiny、一站式物联网产业合作服务平台的腾讯云物联网市场。(腾讯科技)国家市场监管总局:存安全隐患,奔驰召回6448辆进口汽车36氪讯,据国家市场监管总局消息,日前,梅赛德斯-奔驰(中国)汽车销售有限公司根据《缺陷汽车产品召回管理条例》和《缺陷汽车产品召回管理条例实施办法》的要求,向国家市场监督管理总局备案了召回计划。自即日起,扩大召回部分进口C级和E级汽车,与2018年6月26日到2018年8月17日期间生产的部分进口E级和S级汽车,共计6448辆。苹果注册2019款iPhone,预计今秋将发布3款11个版本据外媒报道,苹果公司向欧亚经济委员会注册了大量新款iPhone。注册文件显示,苹果将发布3款11个版本的iPhone,它们都将在今年秋季同时发布。今年的苹果智能手机系列包括的型号有A2111、A2160、A2161、A2215、A2216、A2217、A2218、A2219、A2220、A2221和A2223,注册日期为2019年4月30日。(TechWeb)华为洽谈10亿美元离岸贷款华为在向几家银行寻求约10亿美元的贷款。这是该公司在遭受美国限制措施打击后,首次寻求大规模融资。知情人士表示,华为在寻求美元或港元离岸贷款,其目标是五年期和七年期贷款。华为与银行的谈判仍处于初期阶段,不能保证一定将达成协议。华为尚未立即回复寻求评论的请求。(彭博)微软亚洲研究院(上海)和微软-仪电人工智能创新院在沪揭牌5月24日下午,微软亚洲研究院(上海)和微软-仪电人工智能创新院在沪正式揭牌。该项目为2018世界人工智能大会期间签约的重大项目,将落户在徐汇区,致力于人工智能前沿基础研究和关键共性技术攻关,推动人工智能研究成果转化应用,培养一批高水平人才,助力上海人工智能发展高地建设。下一步,该项目将加快落地运作,打造开放的生态系统。(第一财经)大疆:无人机能拆开的每一个零部件都是自己生产的,底层代码也是自己的在近日的产品沟通会上,大疆公关总监谢阗地表示:大疆具有其他无人机品牌难以在短时间复制和替代的核心技术。他称,“首先是飞控智能化和低功耗,其次是高度集成的整合度,无人机能拆开的每一个零部件都是大疆自己生产的,底层代码都是自己的,同时大疆拥有全球最大的无人机研发团队,触角伸到高校,无论从专利还是研究方法,任何无人机公司都很难绕开大疆。” (第一财经)联想将投资3亿美元在深圳建设新工厂36氪讯,联想集团全球供应链高级副总裁关伟接受采访时表示,今年即将投资至少3亿美元,在深圳建设新工厂。该厂区主要针对智能制造产品,并且会提供对外服务。滴滴出行科技有限公司被列为被执行人36氪讯,天眼查数据显示,5月16日,滴滴出行科技有限公司被上海市长宁区人民法院列为被执行人,执行标的1685000。该公司成立于2015年7月,注册资本5000万元,最终受益人为滴滴创始人程维和投资人王刚。控股比例分别为49.19%和48.23%。投融资诺辉健康完成C轮融资6600万美元C轮融资36氪讯,诺辉健康今日宣布完成6000万美元C轮融资,本轮融资由鼎珮集团(VMS Group)领投,老股东君联资本、软银中国等资本跟投,瑞士信贷(Credit Suisse)担任独家财务顾问。诺辉健康CEO朱叶青表示,此次融资完成后,公司将进一步加大研发投入,扩大产品体系,提升市场拓展能力,争取让更多更好的科研成果从实验室走向市场。外贸集装箱运输平台“集行通”获近千万元Pre-A轮融资外贸集装箱运输平台“集行通”近期完成近千万元Pre-A轮融资,投资方为杭州迭代资本。集行通创始人李元超表示,本轮融资之后,集行通将继续加大在技术方面的研发和市场推广。(亿欧)武汉安友瑞泽完成千万级Pre-A轮融资36氪讯,近日,专注生殖健康产业的武汉市安友泽瑞科技有限公司完成千万级Pre-A轮融资,由高农生物创投领投。本轮资金将用于公司产品研发和运营团队建设。前安友泽瑞拥有医院端和家庭端两个产品系列及数十项知识产权,其中医院端产品线为医院专用检验仪器和系统平台——孕柚智能云诊优孕检测平台,家庭端产品线以孕柚智能量化排卵检测仪为核心。新产品阿里上线家装种草社区“躺平”酷传数据显示,阿里新上线一款名为“躺平”的生活方式App。“躺平”开发商为“Nanjing Taobao Software Co., Ltd”,淘宝大学、淘小铺均为该开发商开发。躺平是一款家装类UGC社区产品,用户可在社区生产和查看有关家装的图文内容。在淘宝App中搜索“躺平”后,可直接触达其在淘宝App内的家装家居小程序“躺平”。(腾讯科技)美颜相机上线场景化精选商品服务平台“美图有颜”36氪讯,5月25日,美颜相机上线场景化精选商品服务平台“美图有颜”,该平台托于美图旗下美颜相机App,主打“AR精准试色,买对不买贵”。用户打开美颜相机、进入首页的有颜商城后,可左右滑动屏幕,选择喜欢的造型“一键试妆”,同时可在同款视频教程中一键购买喜欢的单品。该平台之后将陆续上线眉妆、眼妆、腮红、美甲、配饰等一系列试妆功能。 今日观点华为副董事长胡厚崑:数字世界不能再竖起“柏林墙”36氪讯,华为副董事长胡厚崑近日在德国波茨坦国家网络安全大会上表示,在欧洲,近四分之三的用户使用Android手机,其中华为约有20%的市场份额。美国的这一不负责任、草率的决定会对欧洲的消费者和企业造成极大的伤害。胡厚崑称,“我们不想在贸易中竖立新的墙,我们不想在技术上竖立新的墙。因为我们需要一个紧密联系的全球生态系统,以促进更快的技术创新和更强劲的经济增长。”全国乘联会秘书长崔东树:南阳水氢发动机技术不成熟,并存在夸大因素全国乘联会秘书长崔东树回应称,南阳“水氢发动机下线”这起事情中,应该是将不成熟的技术拿出来,并存在夸大的因素。虽然骗子很多,但目前无法断定水氢发动机是否是骗局。崔东树说,“目前,通过电解水以及太阳能裂解水等路径皆可制氢,但由于成本以及技术等因素,还处于探索阶段,基本上并未能实现商业化,未来随着太阳能等技术的突破,并不排除这种可能性。” (第一财经)腾讯穆亦飞:建设产业互联网生态不是为了获得短期回报对于执行产业互联网战略如何获得回报的问题,腾讯云副总裁、云启产业计划负责人穆亦飞表示,作为一家商业公司,腾讯必然有相应的商业诉求,但“商业诉求的步骤是短期内完成还是长时间内完成,这之间是有很大的区别的。”穆亦飞强调,长期利益对腾讯来说是一个更稳妥的路径。(腾讯一线)饿了么郭力回应王兴谈价格补贴:三四线城市不只意味着“订单”36氪讯,饿了么公关负责人郭力表示:“‘那些居住在低线城市’的用户就只会‘价格敏感’?就只能‘回家做饭’?就不配和北京上海一样享有数字时代的新生活方式?脱口而出的才是真心话,在王兴看来三四线城市就只意味着‘订单’?不管是几线城市,市民都期待真正的生活方式升级,商家都会期待真正的数字化赋能。”此前王兴表示,不担心竞争对手使用补贴吸引对价格比较敏感的用户。其他重要资讯财政部发布车辆购置税有关具体政策36氪讯,财政部今日发布车辆购置税有关具体政策。纳税人购买自用应税车辆实际支付给销售者的全部价款,依据纳税人购买应税车辆时相关凭证载明的价格确定,不包括增值税税款。纳税人自产自用应税车辆的计税价格,按照同类应税车辆(即车辆配置序列号相同的车辆)的销售价格确定,不包括增值税税款;没有同类应税车辆销售价格的,按照组成计税价格确定。科技部:即将出台促进科技型中小企业创新发展的政策措施科技部成果转化与区域创新司负责人杨咸武表示,最近正在起草促进科技型中小企业创新发展的政策措施,这个意见正在制定过程当中,即将出台。同时,也联合工商联出台了推动民营科技创新发展的指导意见,从政策上来支持民营企业的创新发展。(证券时报)《复联4》正式下映:总票房42.38亿,中国影史第三5月24日零点,在中国内地公映30天后,《复仇者联盟4:终局之战》正式从影院下线。据猫眼电影数据,截至24日零时,该片总票房达到42.38亿元,仅次于《战狼2》56.8亿和《流浪地球》46.54亿,位居中国电影票房总榜第三,也成为中国影史进口片票房总冠军。(环球网)英国首相特蕾莎·梅宣布将于6月7日辞职 当地时间5月24日,英国首相特蕾莎·梅在唐宁街宣布,将于6月7日辞职。特蕾莎·梅表示,继任者必须使议会在脱欧问题上达成共识,将在新首相选出之前继续担任首相。受消息影响,英镑兑美元一度短线拉升约30点,升破1.27关口。(每日经济新闻)36氪每日商业精选商业精选是36氪的一个日更专栏,每天从海量信息中精选8条要闻,帮你省时间,主编条条做点评,帮你做判断。以下是专栏的一个小栏目——小数据,查看完整内容,请戳链接订阅哦~


深度资讯 | 氢燃料电池大有前景,但加水行驶的“神车”漏洞百出

文 | 36氪每日商业精选氢燃料电池大有前景,但加水行驶的“神车”漏洞百出日前,《南阳日报》连续报道了“水氢发动机下线”,并称“车载水可以实时制取氢气,车辆只需加水即可行驶”。这一说法引发“神车”争议,其背后的青年汽车集团也成了舆论焦点。青年汽车董事长称“技术已成熟”“不是瞎编”。2017年,该公司就称“不加油、不充电、只加水”能驱动燃料汽车。上海交通大学管斌副教授表示“是个噱头”,“水氢发动机”即“氢燃料电池”,氢作为动力,但...主编点评:现阶段,无论有什么“祖传秘方”,水氢汽车也仅是纸上谈兵,与其玩概念、炫技,不如...交车不畅开始拉“壮丁”,特斯拉25岗位齐招人据上海临港人才有限公司官方微信消息,特斯拉上海工厂将于5月29日举办专场招聘会,开放冲压车间、焊装车间、涂装车间、总装车间、设施运营、物流6个部门25个岗位。此次上海工厂人员扩招,是特斯拉重点规划“整车车间”及“配套功能”之后,再次从人员配置上加大投入,加快其上海工厂的建设进度。低配版Model 3是特斯拉上海工厂的主力车型,续航里程达350公里,售价3.5万美元,约23.4万元。第一台国产Model 3预计最快今年9月下线,2020年实现量产,年产能50万辆。特斯拉上海工厂提速,是特斯拉提高电动车主业优先级的中国动作。债务吃紧与订单需求的攀升,迫使特斯拉聚焦电动车主业。为此,特斯拉先后数次大幅收缩太阳能业务,砍掉地推,锐减...主编点评:先降价再提速,特斯拉开始加快抢占中国新能源电动车市场,但它面对的竞争环境也...本文来自36氪付费栏目《36氪每日商业精选》——5月24日每天不到1元,深度资讯+主编点评,省时省心高效阅读【限时彩蛋】戳此订阅,立减10元>>已购用户戳此查看完整内容或听完整音频>


谈谈IT行业的To B业务

编者按:本文来自微信公众号“五道口IT”(ID:okwdkit),作者五道口大叔。36氪经授权转载。任何行业,都有ToC, ToB两种业务类型。也就是通俗所说的零售业务和对公业务。互联网,是一种典型的零售消费业务,但事实上IT行业的对公,也就是ToB,也是非常核心的业务收入来源。特别是现在天天喊的产业互联网,其中有很大一部分的目标是服务ToB的。那什么是IT行业ToB业务?顾名思义,ToB业务就是B2B的大宗商品→IT/CT软硬件产品和服务等业务,是面向企业级客户的一种业务行为。这类业务区别于传统2C业务:快消、数码3C、电子商务等小额商品业务,这是面向个人消费者的一种业务行为。ToB型业务和ToC型业务,差异在哪里呢?参与人员众多,决策利益链复杂。ToB业务是企业对企业的业务。即通常说的甲方和乙方,项目制、流程类业务,双方参与人员众多,属于“群殴”。一般乙方需要市场部门、业务部门、产品部门、售前支持、测试交付部门协同配合,大客户甚至需要研发部门定点支持。甲方参与人员一般包含:采购主体领导(CEO/CTO/CFO)、有时候会涉及主体领导的领导的领导打个招呼啥的、立项需求部门(各个模块工程师、技术总监,复杂解决方案可能会涉及多个需求部门)、采购执行部门(比如采购办/设备处)、财务部门、审计部门。人多就存在利益和权利割据,ToB业务这个时候就是内部协调的项目经理:需要平衡好内部利益和资源。俗话说搞得定自己人,每个公司项目的资源都是混僧多肉少,凭什么大家要支持你?做ToB业务就得处处陪着笑脸,不能得罪内部支持的资源,攘外必先安内!任何一个掉链子都可能影响最终结果。售前写标书一个小的疏忽,被废标,团队2年心血白费的案例不胜枚举。面对复杂的甲方爸爸,你得火眼金睛,能在竞争对手虎视眈眈的情况下,快速理清楚乙方爸爸决策链:决策者、影响者、支持者、反对者、中立者;竞争对手的公司、业务情况;同时,对这个决策流程链上每个人的喜好、习惯、背景都要尽可能多的了解,寻找突破口。项目的标的金额和周期ToB型项目的金额,少则几万,多则上百万,大的项目甚至几千万上亿。这就决定了客户采购是非常小心谨慎、理性的决策过程,弄不好被无良公司、业务、产品坑了,不仅项目实施后患无穷,相关参与决策者也会被问责,受到影响。ToB项目的推进流程一般如下:客户IT部门有初步模糊的需求(有的时候业务部门提出的,有的时候自我优化变革);客户寻找一些潜在的供应商(一般是老合作伙伴,也有乙方消息灵通的业务或者勤奋扫街的业务电话刚好碰到)做产品需求沟通;各个乙方友商售前大拿解决方案PK;方案验证测试(俗称POC,现在基本是必须环节),有的强势客户还要在测试阶段二次开发满足定制化功能(中国特色),但是不会给你任何承诺;再到最终需求部门内部讨论,乙方各显神通,形成项目阶段性交付物:招标书;最后投标、评标、交付实施;一个完整的项目周期从3个月到2年都很常见,这个时候对于ToB业务的体力、智力、关系处理能力都是很大的考验。传统2C型业务,金额相对较小,购买频繁。2C业务最大的特点是决策链简单,决策周期短,一个人可能几秒钟冲动型决策(特别是女性),这个时候公司对个人能力的要求就没那么重要,更多依赖公司品牌、市场部门、运营部门。业绩主要靠平台和产品驱动,个人因素占比很小。做好ToB业务的两个总结基础:平台和产品一个一线大品牌的业务PK一个五线小品牌的业务,前者可以轻松约到客户沟通,而后者却要付出更多努力(比如锲而不舍打电话、蹲点守候、推门直闯、托人打招呼等等,即便得到见面机会,往往也是热脸贴上冷屁股)所以,这种情况往往和业务的个人能力无关,最终结果就是平台好的明星企业大家趋之若鹜,小公司特别是创业公司招人难。好的产品,让甲方爸爸赞不绝口,离开你不能活了,这种产品,国内基本没有。绝大部分的产品是同质化的。但是,产品一定不能比平均水平差。先不说价格,性能、稳定性是首要的。不然还没到验收阶段就有可能out了个人能力需求:整合能力和学习能力处理好内部关系,是ToB业务的基本功,但同时,公司也需要为业务匹配相应的内部资源。各种资源关系整合才有可能产生业绩。无论是内部还是外部,善于动用资源,一方面可以减轻自己的压力,另一方面,由于ToB是个大的生态链,软硬件厂家、云计算公司以及依靠他们生存的上下游生态链(集成商/服务商/ISV)众多,在处理伺候好各种甲方爸爸关系的同时,还要理顺一条链子上所有角色。才能合作共赢。传统的数据中心、小机、存储、网络、备份、ERP…IOE等,已经逐渐被云计算、大数据、AI等概念取代了。在新产业概念的变革下,把握到哪些是变化的并且跟上变化,了解到哪些是换汤不换药的,是能够长久存活和发展的前提。毕竟,现在是从手工作坊到集团军批量化转变的时代。看过来“36氪创服管家”整装上线啦!实时匹配氪星超强团队,帮您找人、找钱、找方向,一揽子解决企业发展诉求。扫描下方二维码,或者微信搜索(ID: chuangfu36kr),马上咨询!


硅谷早知道第三季丨12 旧金山禁止政府使用人脸识别技术,这件事孰好孰坏?

采访 制作丨徐涛剪辑校对丨秘丛丛(以下文字只是音频节目的少许补充。「硅谷早知道」每周周五中午12点准时更新,敬请期待。)5月14号,旧金山城市监督委员会以8:1的结果通过一项名为《反监控条例》的法令,禁止警察和其它政府机构购买和使用人脸识别技术。这则新闻引人注目的地方有如下几点:1. 这是全世界第一个约束自己不用人脸识别技术的政府;2.旧金山理论上应该是一座科技之城,而且犯罪率非常高。这个法律的出台也引起了很多争论。而这次我们的节目中两位嘉宾也有和立法机构不尽相同的观点。在本期节目中你可以听到:关于这个法案,我们赞同什么,不赞同什么;监管人脸识别等 AI技术,本质上是在监管什么;类似的监管,对 AI 技术的发生会产生什么影响?影响是好是坏?更多详细解读,请在36氪App搜索《硅谷早知道》,订阅并收听这期音频节目,Enjoy!欢迎大家添加氪君微信:hello36kr,加入36氪官方粉丝群。本期嘉宾张璐,硅谷风险投资机构 Fusion Fund 创始合伙人,最近入选达沃斯世界经济论坛的“全球青年领袖”。徐皞(Howie Xu), 硅谷连续创业者,投资人。目前在Zscaler负责人工智能。此前他是TrustPath 创始人/CEO,硅谷顶尖风投Greylock Partners EIR,Cisco/BSN高管,VMware网络部门创始人。


一家只存在15天的“酷公司”

编者按:本文来自微信公众号“橙皮书”(ID:chengpishu),作者Jessie,36氪经授权发布。我们成立了一个“公司”,它只需要存在15天。我们之前从未见过彼此,我们每个人所在的地点分布在世界各地、跨越好几个大洲。我们因这个“15天的公司”在线上结识,纵然各自身怀绝技,但能为了同一个目标而彼此协作,一起赚点小钱,聊聊梦想。平时的生活照常,工作照旧,老婆孩子照陪。我们使用Slack沟通任务,用Zoom头脑风暴(撕逼翻脸),用Github更新进度...这是近一段时间在Gitcoin和Consensys的线上黑客马拉松上看到的“15天组织”。与传统的24/48小时黑客松不同,黑客们不再把这个经历当做是一个锻炼代码、设计、产品技能的周末,而是真正成立一家公司的开始。很早就开始关注这场线上Hackathon,前后大概有近2个月的时间。作为Hackathon来说,它中规中矩,有赛题、导师、奖金、hacker团队,五脏俱全。但它真正吸引我的点在于,这场线上运动所反映出的组织形式的潜在变革和分布式协作的新尝试。我之前在《如果吸引开发者的方式不对,公链做再多市场活动都没用》这篇文章中介绍过这场Hackathon,这里不再赘述。据官方的统计数据,这个为期两周的线上竞赛吸引了超过500名来自世界各地的开发者、设计师和企业家参与,最终产出80个项目。在此期间,为了让参与者们可以更好的进行协作,作为主办方之一的Consensys Labs做了一些功课。他们准备了:20种Youtube的教程视频(我看过的一个叫做“self-organizing",教你如何进行线上组队、协作);通过Discord群组设置了方便解答大家疑问的办公室时间(Office hour);由于参与者跨了诸多时区,还设有专人在聊天群里进行线上实时支持,等等。尽管有这些协作攻略和Tips,我依然觉得线上的协作和线下面对面的协作不能同日而语。而且,这个15天看似热闹的活动究竟能产出什么样的项目,我其实是充满疑问的:这种分布式的协作方式是否真的可行?如何在让更多的解决方案/项目在这场活动后还能继续下去?这种“15天公司”会常态化吗?为了解答这三个问题,除了作为观察者去关注整个过程以外,我更喜欢直接的去了解当事人和组织者的感受和设计思路。于是,我分别联系到了几个活跃的参与者以及组织方Consensys Labs并进行了一些有趣的谈话。15天内,你将看到一个公司该有的好和坏首先我想说,分布式协作很难,尤其是在大家身处不同的时区,各自都有正常工作、家庭或者时间安排的情况下。一般来说,协作的过程是:Form--norm--storm--reform,可以简单理解为组队、沟通、脑(nao)暴(bai),重组。每一个部分的周期对于每个团队来说都不尽相同,比如有的团队在第8天的时候还在组队,有的团队在头脑风暴的道路上一去不复返等等。在和一些团队交流的时候,可以看出不同的团队协作过程中一些有趣的现象。Ugolino的团队在组队过程中比较顺利,大家的技能点很快就变得比较清晰。“在短短几分钟内,我们就组成了一个4人团队:一名后端开发,两名资深智能合约开发者,以及一名具有金融背景的技术作家。我们分别来自意大利、尼日利亚、多伦多和旧金山。”Ugolino说,这种分布式协作的主要挑战在于他们从来没有面对面见过彼此,而且都是在工作中兼职做黑客的,让每个人都全身心的投入非常困难。另一方面,很难知道每个人的期望是什么,每个人对最终结果的努力和贡献是什么。但是他相信,一旦有一个共同的目标,并且清楚地了解每个人的能力和潜力,分布式团队将非常有价值。Stefan的团队也遇到了同样的问题。“我们有一个很好的想法,但是由于人们忙于工作和家庭,并没有真正把他们的心思投入其中。我认为,让核心团队创始人在一起(而不是分布式)工作效率更高,因为他们可以快速地迭代,将一些可以落地的细节传达给其他人,否则人们就会分心,无法投入到艰苦的工作中。”除此之外,Stefan还提到了这个过程中,大家都在努力尝试用各种各样的线上协作工具去弥补一些Gap和提升效率。比如沟通不足的问题,他们从4-5天一次视频会议缩短到2天一次;无法追踪进度,他们开始使用slack的机器人来提醒自己每天的任务等等。尽管在协作中遇到了很多问题,但大家又似乎不约而同的表达出同一种感受:与各种和我不一样的人一起工作,看看他们是如何思考和工作的,我能从他们身上学到什么,获得灵活的沟通技巧。最终我们竟然可以一起解决一个问题/完成一个产品,这真的很奇妙。一个野心:让全天下的人都有机会在车库里创建自己的公司“Make it possible for everyone around the world to build their company in their garage. ”当Consensys的Katie和Zach和我在电话里讲到这个“野心”的时候,我真的难掩自己的兴奋。同时我问了一个问题,事实上,大多数的Hackathon中产出的项目都非常早期,尽管有一些的想法很不错,但大部分都是“一次性项目”,比赛结束了这个项目也就结束了。另一方面,有一些想继续做下去的项目,却因为得不到后续的支持会很快“夭折”。如何改变这样的现状?问这个问题是因为真的有这样的实际需求。Stefan就是一个很好的例子,他说自己来参加Hackathon的目的是为了测试自己的想法、找到志同道合的伙伴,最终想成立一家自己的公司。为了解决上面提到的问题,除了标准化的诸如设置孵化器、加速器、补助金项目之外,Katie还和我分享了另一个很有趣的想法。他们打算通过组织一系列这样的线上黑客马拉松,在让更多的人参与到分布式协作的compaign中的同时,邀请那些在比赛中打算继续做下去的团队继续参加Hackathon,在这个过程中帮助他们一步一步的巩固技术、熟悉市场,直到达到能够被“孵化”和“加速”的水平。分布式协作的“公司”,这就是未来Katie和Zach在和我通电话的时候,一个在美国西海岸的圣何塞,一个在东海岸的纽约,据说团队其他成员也是分布在世界各地。这样的远程工作/协作的方式似乎在Consensys已经极为平常。当我写下“分布式协作的公司,这就是未来”这个标题的时候,其实我有些迟疑。因为现实是,这样的文化并不流行。但与此同时,我又愿意抱着乐观的想法,随着开源运动的发展,越来越多分布式场景的出现,越来越多的人开始意识到分布式的协作会带来什么?它让更多有技能的人可以将他们的技能解放出来,去运用到更多的项目上,而不是仅仅被锁在他作为雇员的那一家公司。他可以有自己的“15天公司”,他也可以帮助成立成百上千家“15天公司”。当然,一个15天的Hackathon也许并不能让你有动力去成立一家公司或去继续一个想法,但是它一定程度上能让你看到这个世界该有的样子,不出门就能遇到大洋彼岸和你有着类似想法的人,有机会用最低的时间成本去测试自己的想法和创意,了解到原来有这么多的问题在等待着被解决。而且正巧,我的技能可以帮助去解决它。最后,想做一个小调查,各位996的看官们,如果有一次类似这样更大规模的分布式Hackathon,你愿意参与吗?