成為下一個BAT，語音交互為什麼是突破口？
新經濟
利潤率下滑股價大跌6% 阿里巴巴市值蒸發300億美元
2月2日，阿里巴巴集團對實體資產和數字媒體的投資擠壓了第三財季利潤率，拖累公司股價在周四大跌6%，創下18個月來最大跌幅，市值蒸發大約300億美元。
阿里第三財季營收超出分析師預期，並將本財年營收增速預期提高到55%至56%。然而，阿里第三財季的營業利潤率從上年同期的39%下降到31%。阿里股價周四下跌5.9%，創下自2016年6月以來的最大跌幅。
阿里還將收購33%的螞蟻金服股權,有助於為後者的首次公開招股(IPO)掃清道路。儘管沒有現金易手，但是螞蟻金服將不再向阿里支付專利費。上一財年，螞蟻金服向阿里支付的專利費超過3億美元。
外媒：中國或允許國內投資者交易阿里百度等公司
最早今年，中國內地股民就可能交易阿里巴巴這樣的美國中概股。
據南華早報消息，滬深兩市交易所在草擬細則，或允許中國內地投資者最早今年可以交易阿里巴巴等在美上市的國內公司。上交所和港交所已經開始類似的商討。
該報援引消息人士稱，VIE相關的限制近期不可能撤銷，但國內交易海外上市個股可能更容易實現。一個可能方法是選取美國上市一籃子股票，引入做市商，在中國時間交易和結算。
VIE是指國內公司通過設立境外離岸公司及相關股權架構、控制協議等方法控制國內的業務運營公司、以實現「境內從事業務運營，境外主體海外上市」的控制結構。國內三大科技巨頭BAT和京東、新浪等科技公司均採用VIE架構在A股以外市場上市。
南華早報提到，在小米決定赴港上市後，有關上述構想的討論和準備進度加快了。
上月末在京召開的證監會系統2018年工作會議提出，以服務國家戰略、建設現代化經濟體系為導向，吸收國際資本市場成熟有效有益的制度與方法，改革發行上市制度，努力增加制度的包容性和適應性，加大對新技術新產業新業態新模式的支持力度。
華爾街見聞此後援引《中國證券報》的分析人士評論稱，以上表述意味著，未來A股將致力於培育一批自己的「獨角獸」科技公司，一些境外上市的科技巨頭的回歸也成為可能。
1日,新華社發文對證監會上述表態點評稱,A股擁有自己的「BATJ」或將不再是夢。
別看只有短短几句話，這可意味著發行上市制度的大變革。不光是互聯網企業，符合國家戰略的智能製造、生物醫藥、生態環保等領域都有望得到特別的制度支持。路徑也不止一條。IPO、再融資、併購重組，條條大路通羅馬，資本市場將全方位擁抱這些新領域的優秀企業。
吳恩達，剛剛給人工智慧公司下了個定義
2月的第一天，吳恩達在北京完成了一次頗為低調的露面。
國家會議中心工業互聯網峰會的主論壇上，吳恩達進行了一場題為《人工智慧在生產製造業中的實踐》的演講。
上個月，吳恩達宣布了自己的這家新公司Landing.AI的成立，並表示這一新公司將專註用人工智慧輔助製造業領域的轉型（戳這裡了解大數據文摘相關報道），本次的演講也基於他在工業領域AI應用的實踐上展開。
互聯網時代與人工智慧時代的差異
「如果本次演講你只要記住一張ppt，那我希望你記住的是這一張。」吳恩達在演講中著重強調的這張PPT，對比了互聯網時代和人工智慧時代的幾大特點：
「很多公司對於互聯網公司有一個誤區，他們認為給一個商場配上一個線上網站，就等於互聯網公司。我之前曾經跟一個公司的CIO聊天，他說，亞馬遜有一個網站賣東西，我們也有一個網站賣東西，那我們是一樣的啊。當然不是一樣的，因為亞馬遜（Amazon）是一個典型的互聯網公司。」
互聯網公司的幾大特點：
1、互聯網公司需要大量的A/B測試
2、迭代速度很快
3、工程師及產品經理共同進行決策
互聯網的產品和用戶都非常複雜,所以不能只依靠首席信息官（CIO）一個人決策，還需要很多職位，需要產品經理、工程師一起來做，因為他們更加了解技術和用戶之間的細節，這需要工程師和產品經理一起來做決策。
人工智慧時代如何定義AI公司？
一個傳統的技術公司加上神經網路或者機器學習，這還不是AI公司。能夠安排你的公司做非常好的人工智慧工作，這才是真正的人工智慧公司。
坦白來說，現在谷歌和百度已經把自己嘗試把自己變成一個AI公司，還沒有做完，但是他們的想法是非常領先的。
二十年前，我們不會想到，a／b測試會變得這麼重要，在互聯網時代，我們花了一段時間才懂得a／b測試的重要性。而到了今天，人工智慧公司到底是什麼，我們也沒有完全想清楚，但我覺得有可能會包括這些要點：
1、數據搜集的戰略：
如何搜集數據？通過什麼工作，在什麼國家搜集數據，都需要明確。這是個很複雜的問題。
2、集中的資料庫：
今天回去大家就可以開始做這件事,如果你的公司有50個資料庫（databases），如果一個工程師做某個項目的時候需要去到50個資料庫找數據，那是非常困難的，所以現在的趨勢是要盡量把數據集中起來，這件事各位今天就可以開始做了。
3、普遍的自動化：
同時我也看到很多AI公司正在做這件事，有很多自動化的機會。
4、新的人才需求：
機器學習工程師，計算機視覺演算法工程師。
而今天在許多人工智慧公司，產品經理和工程師的工作也發生了變化。
在互聯網時代，如果你要做一個app，工作流程一般是產品經理來畫一張圖，工程師會看產品經理的這張圖再去寫代碼。而在人工智慧時代，比如你要做一個自動駕駛的產品，產品經理沒辦法直接做一張圖，他需要把一些數據給到工程師，讓工程師從資料庫拿數據，然後要求達到某個數值的準確率。
今天在AI公司，我們的產品經理和工程師的工作已經產生了不小的變化了。
對於傳統公司：信息革命之後才能進行人工智慧革命么？
那麼我到底要不要使用人工智慧呢？
在很多公司，大家會認為要先有信息革命（IT revolution），因為很多傳統行業中，信息還是寫在紙上，我們需要把信息先存在電腦里，產生數據，之後才能進行人工智慧革命（AIrevolution)。
舉個例子，我覺得金融（行業）是一個人工智慧（進展比較好的行業），因為金融有很多在線的數據，所以這個行業的人工智慧革命已經快要起來了。
醫療行業我也很看好，在美國有「奧巴馬醫療改革（Obamacare）「，中國也一樣。十年前你的x光片可能就是一張片子，但現在醫療數據都是在電腦上的，所以其人工智慧革命也在進展中。
而工業和教育（行業）正處於發展中。
有很多人問我AI的戰略問題，我需要三年時間先把IT搞好，那麼是不是三年後我再來做人工智慧革命。我的建議是，不要這樣做。
如果你的公司已經有了一些物聯網（IOT）的部署，有了一些數據，那麼我會鼓勵大家先用AI來試一試，找AI團隊，先用這些數據給IT團隊一些反饋：到底是每十分鐘採集一次數據還是每秒鐘採集一次數據？這也是很大的價值。
其實，今天即使最好的人工智慧公司，他們的IT革命也是不斷完善，他們的數據也不是完美的。
建立人工智慧專家與產業專家間的戰略夥伴關係
如果左邊這個圈代表人工智慧的優勢，右邊這個圈代表產業知識，那麼我們想做的是選擇中間的一些機會，用人工智慧可以做，並且對你們的公司有益處。今天的人工智慧和產業都很複雜，所以人工智慧專家應該和產業專家結成跨行業的團隊，才能產生最大的價值。我個人背景是人工智慧，所以也很興奮有機會和很多製造公司合作，才可以獲得兩個圓中間最有價值的機會，希望未來有更多機會和各位合作。
吳恩達也在本次講座中指出了一些人工智慧在工業中的應用案例，我們在此簡單列舉給各位：
100年前，電能對社會帶來了巨大變革，人工智慧也將對各行業帶來同樣的影響
人工智慧在工業互聯網時代有著各種應用
吳恩達也提出了一些人工智慧在生產製造中的實踐和應用案例，比如自動視覺檢測
比如機器參數調整，產品優化，維護預測
監督式學習在生產製造中的示例
其他人工智慧模型
成為下一個BAT，語音交互為什麼是突破口？
自從人類發明了計算機，就持續面臨著一個根本性問題：我們到底應該如何與這類機器交互？拋開具體交互形式不論，我們和機器的交互方式經歷了一個從人適應機器，到機器適應人的過程。一旦趨勢切換為機器應該如何適應人，那看待語音交互等最終趨勢的視角，就不應該是機器能做什麼，而是說人更渴望什麼。
人機交互簡史
自從計算機發明後，它所能接受的輸入本質上就沒發生任何變化，始終都是類似加減乘除移位這樣的指令。我們經常說的紙帶其實並不是交互方式本身，而只是一種載體，紙帶上面就是具體需要計算機執行的指令。在那個時代，人是要完全適應機器的，所以必須學會機器的語言，程序員則相當於掌握了機器語言的翻譯。
同樣道理，鍵盤也不是一種交互方式，而是一種輸入設備。真正的交互方式其實是命令，常見的比如mkdir這類命令，其實可以看成是更多指令的集合，但抽象的級別更高了，可以完成建立目錄這類功能。這個時候，其實也還是人在適應機器，但開始去除人機交互過程中一些繁瑣重複的事情，讓人機交互變得更為便利。
此後圖形用戶界面的出現是一個關鍵轉折。圖形用戶界面讓人機交互徹底向人類一方遷移,屏蔽掉了幾乎所有和機器相關的細節。在Windows下唯一還保留了些機器特徵的東西,只是開機、關機、拷貝、粘貼、查找、最大化、最小化、關閉等少數幾個命令，其它部分則和我們操作物理世界的東西很像。比如，我們需要選擇一樣東西的時候，我們通常會把他們排成一排，而不管開始菜單還是任務欄都是這樣做的。
同樣是圖形用戶界面，從使用滑鼠到觸屏還是有進展的，導入觸屏之後機器的細節被進一步拋棄，最大化、最小化這些操作就消失了，而只剩下App的排列以及選擇，我們最常用的操作只是點擊和滑動。所以我們可以說從滑鼠到觸屏，其實是進一步向人這端遷移。
這背後本質的推動力其實是計算能力的富餘，但產品設計者們不再讓這部分富餘計算能力只是用來提高性能，而是用來適應人的操作習慣，所以圖形用戶界面可以看成是從人適應機器到機器人適應人的轉折點。這其實沒什麼奇怪，畢竟人類是世界的中心，所以只要有可能那就必然走到機器適應人的方向上來。
過去不管是用紙帶直接輸入指令，還是用命令行乃至於使用圖形用戶界面，其內部是逐步遞進的，雖然表面看差異很大，但基於的是同樣的命令體系，只是在便利性上有較大提升，並沒有導入很多的新東西。
語音交互則與此不同，它一方面集成了老的命令系統。比如，你可以說調大音量、下一頁、設定十點的鬧鐘等。這時候它體現的只是人機交互方式進一步向人這端傾斜，提升便利性，這與圖形用戶界面帶來的變化是一致的。
但另一方面它則為交互方式注入了智能屬性，這種智能屬性讓機器進行更多決策，交互不再是精確的。比如，放一首歌，這在過往的交互方式下是不能實現的。這是兩種完全不同的屬性，前者會讓存量市場進行升級，也就是說只要便利性有價值，哪怕沒什麼智能它也是可以落地的，後者則體現新的信息整合和輸出方式，會帶來極大的顛覆性。
交互方式背後隱含的顛覆性
交互方式的改進，如果只是帶來純粹的便利性，那就只是一個更好的功能，但如果這種交互方式影響了信息的整合與輸出方式，那就會對行業產生顛覆性影響。典型的就是觸屏對搜索的影響，在滑鼠的模式下，搜索是互聯網的中心，但因為觸摸不能精確定位，進一步催生了App，這直接導致了搜索的中心地位被削弱。
很顯然，注入了智能屬性的語音交互，一定會導致信息整合和輸出方式的再次更迭，那這會對眼下已經日趨穩定的互聯網生態帶來什麼影響？
從現象上看，最直接的影響是App會消失了，信息的整合與輸出看起來似乎會經歷一個分久必合，合久必分的過程。圖形用戶界面的滑鼠時代，信息的整合與輸出其實是大一統的，基本上就是瀏覽器與搜索引擎,然後大的客戶端程序維持一定自己的空間（比如QQ）。圖形用戶界面的觸摸屏時代，信息的整合與輸出其實是分散化的，人們得記住自己要什麼然後裝特定的App。語音交互則是更加大一統的，沒有App同時也不會再有和瀏覽器相併列的大客戶端，有的只是輸入一句句話。
什麼樣技術趨勢就會導致什麼樣的格局。形象地講我們可以認為搜索、電商、IM的格局是先天內置在行業裡面的，然後才是誰是搜索的王者，誰是電商的王者。
在PC時代瀏覽器和搜索處於核心地位，所以就會有Google這樣的巨頭，其它人都要活在它的陰影下面。而一旦信息的整合與輸出再一次大一統化，那就一定會催生新的統治者，而這種統治者的出現，實質上意味著現有的巨頭或者小巨頭會被削弱。如果沒有了App，對於O2O甚至出行服務來說，誰掌握了上層的控制權，誰就掌握了他們的命脈。
現在看來，終局會是這樣，但這個過程非常漫長。
未來三年的交互方式發展
交互方式的發展一定依賴於具體產品的銷售狀態，而終端產品的銷售起量則有兩種模式：一種是智能手機式的，一種則是MP3式的。
智能手機的啟動進程顯然和蘋果有巨大的關係，蘋果先推出一款標杆產品，然後迅速出現大量的模仿者，最終市場大幅啟動。在手機上整個過程歷時4年到5年。MP3則與此不同,先是出現各種形狀的MP3，沒有領頭羊，市場也啟動了，然後蘋果出了一款體驗遠超其它人的產品。
對語音交互的發展而言，我們同樣面臨兩種可能性：一種是有人做出了一款足夠爆款的產品，讓語音交互的落地有一個符號性的標誌，然後類似產品持續跟進，產品品類持續拓寬；一種是沒什麼標誌性的產品，但交互方式極為寬泛，不停地在各個行業進行滲透，累積到一定程度再出現各種標誌性產品。國外顯然走的是第一條路線，其中AmazonEcho扮演了領頭羊角色。在國內則暫時還看不到這樣一個角色，越來越往MP3的走勢偏移。
具體來講，如果是有人扮演領頭羊的角色，那市場會在領頭羊之後高速擴張，因為交互方式的一切細節都會在領頭羊身上得到驗證，各個公司不會有任何疑慮。但如果是沒有領頭羊的模式，那整個進程就會拖得比較漫長。
也就說未來三年交互方式的發展，最終會依賴於我們會走到哪條道路上來，眼下來看後者的可能性比較大。因為領頭羊這種事，事實上具有極大偶然性。
過去，誰敢說自己是下一個BAT，其實是會被鄙視的，因為客觀條件不具備，小魚塘里哪會出現鯨魚。現在語音這種新的交互方式似乎真的提供了這麼一個機會，只不過BAT可能也在這麼想。
TAG:每日十條 |