據中新網消息,中國證監會主席助理宣昌能21日在烏魯木齊表示,下一步證監會將進一步貫徹落實中央新疆工作座談會精神,引導資本市場,服務和促進新疆經濟社會協調發展,做好金融風險防範工作,在金融領域進一步支持新疆,服務“一帶一路”建設。
第五屆中國-亞歐博覽會絲綢之路金融論壇21日在烏魯木齊舉行,此次論壇主題為“深化區域金融合作,共建綠色絲綢之路”。宣昌能在論壇上提出兩點建議。
第一,有序推進資本市場雙向開放,全力服務“一帶一路”。宣昌能表示,當前國際經濟金融形勢複雜多變,部分地區保護主義有所擡頭。但從世界範圍來看,全球化的大趨勢不會逆轉,中國資本市場應始終堅持市場化、法制化、國際化的改革方向,堅持服務實體經濟發展的根本宗旨,主動融入“一帶一路”大戰略,做好金融支持和服務。
他表示,中國將繼續推動證券期貨業雙向開放,鼓勵符合條件的中資金融機構“走出去”,以及“一帶一路”沿線國家和地區金融機構來華設立合資機構,歡迎沿線重點國家和地區的機構申請合格境外機構投資者QFII和RQFII資格,充分發揮資本市場作用,促進“一帶一路”建設投融資便利化,鼓勵境內外金融機構在支持“一帶一路”建設方面加強交流和合作;加快引進和培養一批具有國際視野和國際經驗的金融人才,進一步提升中國資本市場和證券期貨行業的國際影響力,為“一帶一路”戰略實施提供優質的金融服務。
第二,深化區域金融監管合作,維護區域金融穩定。宣昌能表示,“一帶一路”沿線國家資本市場所處的發展階段不同,發展水平和程度差別較大,在推動“一帶一路”建設實施過程中,需要加強區域金融監管合作,維護金融穩定,切實防範金融風險。目前,中國證監會已經與“一帶一路”區域內26個國家的證券期貨監管機構簽署了雙邊監管合作備忘錄,下一步將緊密結合“一帶一路”推進的實際需要,繼續加強與沿線國家金融監管當局的溝通協調,在現有監管合作基礎上,進一步擴大合作範圍,加大合作力度,協同打造區域金融安全網,建立服務“一帶一路”長期、穩定、可持續、風險可控的金融服務體系。
宣昌能9月8日由國務院任命為中國證監會主席助理,這次他履新以來首次公開發言。
據雲南網報道,2016年11月4日,雲南省第十二屆人民代表大會常務委員會第三十次會議通過一批人事任免事項。
根據雲南省省長陳豪提請:決定任命陳舜為雲南省副省長。
陳舜,1964年2月生,雲南鎮雄人,此前擔任教育部部長助理、黨組成員。
陳舜簡歷
陳舜,男,漢族,1964年2月生,雲南鎮雄人,1986年12月入黨,1987年9月參加工作,研究生學歷,博士學位。
1981-1985年 雲南大學理論物理專業學生
1985-1987年 雲南大學統計學專業碩士研究生
1987-1988年 雲南省人口與經濟社會發展戰略研究中心幹部
1988-1991年 雲南財貿學院教師
1991-1994年 南開大學世界經濟專業博士研究生
1994-1996年 複旦大學博士後流動站研究人員
1996-1997年 中國證券監督管理委員會辦公廳幹部
1997-1998年 中國證券監督管理委員會辦公廳綜合處調研員
1998-2000年 中國證券監督管理委員會信息中心副主任
2000-2004年 中國證券監督管理委員會市場監管部副主任、稽查二局副局長
2004-2006年 中國證券監督管理委員會稽查二局局長
2006-2007年 中國證券監督管理委員會稽查一局局長
2007-2011年 中國證券監督管理委員會首席稽查
2011-2012年 教育部辦公廳主任
2012年-2016年 教育部部長助理、黨組成員
據日本共同社15日報道,正在美國訪問的日本首相助理河井克行14日在首都華盛頓與被視為與美國候任總統特朗普關系親厚的國家安全局(NSA)前局長斯塔德曼舉行會談,轉達了“希望迅速與特朗普建立最高水平的個人間信賴關系”這一日本首相安倍晉三的想法。河井在會談後向媒體透露了上述消息。
日本首相助理會晤特朗普親信為安倍鋪路(圖:共同社)
斯塔德曼是應邀擔任特朗普選舉期間高級顧問的中央情報局(CIA)前局長伍爾西的親信。河井在會談時強調稱:“對特朗普而言,世界領導人中比安倍首相還要真正值得信賴的領導人別無他人。”
有關特朗普主張的增加日方對駐日美軍駐留經費負擔和退出跨太平洋夥伴關系協定(TPP)等,河井介紹稱“政權交接小組的成員構成還是個未知數,提出的政策也處於未知階段”,表示會談並未涉及細節。據悉,河井與政權交接小組正就15日以後舉行的雙邊會談展開協調。
第二十一屆中國資本市場論壇”7日在京召開。證監會主席助理宣昌能在會上發表演講稱,展望2017年,我國資本市場改革發展有挑戰也有機遇,證監會將堅持穩中求進的工作基調,將防控金融風險放到更加重要的位置上,深入推進依法監管、從嚴監管、全面監管,切實維護公開、公平、公正的市場秩序,保護投資者的合法權益,密切跟蹤國內外經濟形勢變化。
宣昌能表示,剛剛過去的2016年,證監會認真貫徹落實習近平總書記關於建立融資功能完備、基礎制度紮實、市場監管有效、投資者合法權益得到充分保護的股票市場的重要指示,深刻反思2015年股市異常波動教訓,著力推進依法監管、從嚴監管、全面監管,資本市場功能得到一定的修複和改善,市場運行呈現穩中有進的特點。
宣昌能稱,“穩”,主要體現在滬深股市運行總體平穩,市場機制的內在穩定性增強。去年3月初至年底上證綜指累計上漲15%,二、三、四季度區間振幅均低於10%,漲跌幅超過2%的交易日僅7個,這些指標大幅低於2015年的水平。“進”,主要體現在股票融資規模大幅增加,對實體經濟特別是供給側結構性改革的支持力度加大。2016年,IPO、再融資(現金部分)合計1.33萬億元,同比增長59%,IPO家數和融資額創近五年來新高,再融資規模創歷史新高。新三板掛牌公司接近翻番,突破1萬家,全年融資1405億元。上市公司並購重組較為活躍,涉及交易金額2.39萬億元,有力推動了產業轉型升級和國有企業改革。滬深交易所債券市場融資也大幅增長,非金融企業全年累計發行債券2.87萬億元,同比增長1.7倍。“進”還體現在多方協同、多管齊下打擊資本市場的各類違規違法行為。回過頭來看,這一年既充滿挑戰,亮點也不少。
宣昌能指出,展望2017年,國際國內經濟金融形勢變數較多,我國資本市場改革發展有挑戰更有機遇。我們將在以習近平同誌為核心的黨中央堅強領導下,認真貫徹中央經濟工作會議精神,根據國務院統一部署,堅持穩中求進工作總基調,把防控金融風險放到更加重要的位置,深入推進依法監管、從嚴監管、全面監管,讓市場的規矩嚴起來,切實維護公開、公平、公正的市場秩序,保護投資者合法權益。密切跟蹤國內外經濟金融形勢變化,摸清風險底數,做好應對準備,守住風險底線。同時,我們將加強多層次資本市場基礎性制度建設,完善市場功能,拓展市場廣度和深度,進一步發揮資本市場在供給側結構性改革中的作用,助力“三去一降一補”,顯著提升服務實體經濟的效能。
當地時間周三,法國媒體報道稱,勒龐身為歐洲議會議員,涉嫌讓自己的保鏢和幕僚長以議員助理的名義從歐盟領取薪水,目前這兩名人員已被警方收押等待審訊。
勒龐
來自歐洲議會的調查人士稱,勒龐於2011年10月~12月期間曾謊稱她的警衛員萊熱(Thierry Legier)是歐洲議會的助理,從而動用歐洲議會資金向他支付了超過4.15萬歐元(約合人民幣30萬元)。除此之外,2010年12月~2016年期間,她還以同樣的理由用歐洲議會的資金向她在法國的助理格里澤(Catherine Griset)支付了接近29.8萬歐元(約合人民幣217萬元)。
據CNN報道,歐盟反欺詐局(OLAF)稱,勒龐最初承認了萊熱和格里澤白拿薪水,但後來又進行了否認。
周三勒龐回應道:“法國人很清楚該怎麽區分真實事件和政治陰謀。”
勒龐自2004年起成為歐洲議會成員。她被要求返還上述總計34萬歐元款項,但拒絕這樣做。
此前在接受CNN采訪時,勒龐將此事件描述成“政治攻擊”,並表示已經向OLAF提起上訴。
本周一,勒龐所在的法國極右翼政黨國民陣線的總部辦公室遭到搜查。該黨派發布聲明稱,“這顯然是由媒體唆使的行動,唯一目的就是損害競選團隊的成長運作、損害勒龐的名譽。”
勒龐成為了法國大選中第二位因“空餉門”而遭到調查的候選人。
此前,民調一度以20%左右的優勢領先的右翼候選人、前總理弗朗索瓦·菲永就因“空餉門”醜聞而聲譽重創,將領先位置讓給了勒龐和後起之秀——獨立候選人馬克龍。
但菲永否認該指控,並拒絕退出大選,他堅稱自己“沒有什麽可隱藏的”。
據Opinionway最新民調顯示,預計法國總統大選首輪勒龐、馬克龍、菲永支持率分別為26%、22%、21%;若勒龐、馬克龍進入第二輪,則支持率分別為41%、59%;若勒龐、菲永進入第二輪,則支持率分別為42%、58%(前次分別為44%、56%)。
北京時間3月28日深夜11點,三星Galaxy S8正式發布。三星發布了兩個尺寸的S8旗艦機型(5.8英寸S8和6.2英寸S8 Plus),並且加入了語音助理功能,希望憑借這款手機贏得與蘋果的競賽,並挽回去年Note 7給公司形象帶來的損害。
高端手機群雄逐鹿
公開資料顯示,三星使用了曲屏無邊超大屏幕,屏占比高達84%。為了獲得更大的屏占比,三星甚至取消了正面指紋識別的設計,將指紋識別移到了後置攝像頭右側。後置1200萬像素攝像頭,前置800萬攝像頭,前置攝像頭還支持智能自動對焦和人臉抓取對焦。去年就已經爆出的三星雙攝方案並沒有在這一代上運用,可能今年的Note 8會進一步更進。
三星一些基本的功能特性也在這一代有所延續,諸如IP68的防水防塵,虹膜識別和人臉識別技術以及Knox安全防護技術等。S8有多種配色發布,包括謎夜黑、煙晶灰、霧嶼藍和綺夢金。
三星歐洲移動部門企業副總裁Jean-Daniel Ayme表示:“高端大屏手機的市場正在不斷增長,但是現在手機廠商面臨 問題是人們換機的周期變得更長了,因此,需要一種全新的顛覆性設計,讓人們的體驗往前帶進一大步。”他還表示公司將采取更加嚴厲的質量管控流程,以確保手機的品質。
S8可以說是三星近幾年來發布的最重要的一款機型,尤其是在高端手機市場競爭日益激烈的背景下,中國的華為手機也在爭奪高端用戶的市場份額。CCS Insight研究總監Ben Wood對第一財經記者表示:“S8毫無疑問是一款強勁的產品,但是三星必須吸取去年的教訓,做到萬無一失的發布。如果這樣,S8的定位將會變得更加有利。”
今年註定是智能手機創新進入新的里程碑的一年,蘋果也將於今年下半年發布iPhone十周年旗艦機。因此手機制造商都會賦予智能手機最為創新的元素,以贏得消費者的青睞。蘋果在前不久還在中國發售了中國紅iPhone 7和iPhone 7 Plus。
S8最大的看點是語音助理Bixby,這也是三星對蘋果Siri的公開叫板。Bixby能夠操控手機內的所有功能,並智能識別操作場景、深度學習自動優化判斷。不過三星也指出了和Siri的區別:比如提高了入口優先級,Bixby可以通過特定的實體鍵一鍵調出,通過語音、圖像識別、提示通知、卡片聚合等接口,更智能地提供服務。
三星還發布了Samsung Connect,用戶能供通過一個App,控制所有三星的智能設備,包括家里的電視和冰箱。目前Bixby的語言是美式英語和韓語,未來三星還將與合作夥伴共同開發更多Bixby能夠控制的應用軟件和硬件,比如與亞馬遜合作,就能直接在冰箱上添置缺貨的食品,等等。
研究機構IDC歐洲手機部門研究總監Francisco Jeronimo表示:“如果Bixby的使用比Siri更加簡單方便,能給用戶更好的體驗,那麽三星在人工智能方面可能比蘋果更具有優勢。語音是最容易與手機互動的工具,誰能提供更好的體驗,誰就能勝出。”
研究機構Counterpoint Research的報告則指出:“三星非常小心地強調Bixby不僅僅是語音助理,更是一個人機交互的界面,因為S8也同時支持谷歌的語音助理。但兩者分工不同:Bixby提供了一個與機器交互的語言環境,而谷歌人工智能助理則註重外部的搜索和發現。”
S8中國前景難測
三星Galaxy S8將於4月21日起全球開售。S8的海外版售價750美元(約合人民幣5166元),S8 Plus的售價則為850美元(約合人民幣5854元)。Counterpoint分析師閆占孟對第一財經記者表示:“S8在歐美成熟市場受Note 7爆炸的影響不大,但在中國S8的銷量前景還不好說。”但他預測,三星會借勢S8的發售,在中國推動更多中低端產品的銷售。“這是三星一貫的策略。”閆占孟說。
根據Counterpoint Research的預估,S8上市後一年的出貨量預計在6000萬臺,好於S7。Counterpoint研究總監Peter Richardson在一份最新的報告中預測:“S8第一年的銷量預計會比S7高出10%以上。”根據研究機構IHS預計,今年S7和S7 Edge出貨量約為4800萬臺,三星智能手機總出貨量將達到3.31億臺,同比增長6.8%。
Counterpoint還預計三星將於今年三季度發布Note系列智能手機產品,不過三星的競爭對手仍然不可小視。蘋果iPhone 8同樣會采用OLED曲屏,而LG即將發布的G6的售價將比S8略微便宜,因此也會成為S8的主要競爭對手。
與S8同時發布的還有諸如三星DeX的配件,通過DeX,用戶可以在顯示器上得到一個完整的類似於Window的PC電腦頁面,還可以通過VDI可以遠程操作綁定的電腦,更好地操作Adobe,office系列等軟件。
此外,三星認為未來的社交趨勢會由現在的視頻向全息視頻過渡,因此還發布了新一代Gear 360攝像頭和Gear VR頭盔。其中,Gear 360將支持4K錄制,以及PC端和移動端的社交直播。Gear VR則新增遙控器,同時在外觀上新增灰色版本,內容上Gear VR與Netflix、discovery、BBC earth、Disney、NBA等內容提供商合作。
Ben Wood對第一財經記者表示:“攝像頭和VR設備一起發布,說明三星很想提升消費者對於S8作為一個整體生態產品的感知度,不僅有硬件的支撐,還有內容的提供。這些要素將一起影響消費者對產品的體驗。”
美國“第一千金”伊萬卡•特朗普(Ivanka Trump)正式加入美國總統特朗普政府。據美國媒體引述白宮的消息,伊萬卡的頭銜將是總統助理,不領取薪酬。
伊萬卡本沒有計劃擔任正式職務,打算通過更多非正式的活動進行服務。本月下旬,伊萬卡的律師披露,特朗普為她在白宮西翼安排了一個辦公室並配備政府發放的通信設備,允許她接觸機密信息,但伊萬卡不會擁有正式頭銜。即便是上周,伊萬卡仍表示,她將擔任父親的非正式顧問。
伊萬卡與丈夫庫什納
但該計劃遭到了道德專家的批判,他們認為伊萬卡可以因此而規避一些規則和信息披露要求。道德專家認為,伊萬卡的角色應該是官方的,這樣她可以受到聯邦雇員的透明度和道德標準約束,包括遵守禁止利益沖突的法律。
35歲的伊萬卡說,自己已經“聽到了那些對她以個人身份向總統提供建議的擔憂”,所以會在白宮辦公室擔任無薪雇員,像其他聯邦雇員一樣遵守所有法規。她稱:“在應對這一我從未經歷過的情況時,我和白宮律師以及我的私人律師一直緊密合作。”
白宮在一份聲明中稱,很高興伊萬卡作為“第一千金”選擇邁出這前所未有的一步。
伊萬卡的律師格雷利克(Jamie Gorelick)說,她的客戶將披露必要的財務狀況,並遵官員道德規則。
伊萬卡也已經在采取措施限制可能發生的利益沖突。她已將自己品牌的日常管理交給公司總裁,並建立信托監督,她還卸下了在特朗普集團的職務,但仍可繼續從該集團得到固定收入。
自特朗普參加總統選舉以來,伊萬卡就成為了特朗普子女中最受矚目的。特朗普對伊萬卡也確實信任。特朗普當選美國總統過後,伊萬卡事實上已經多次出現在重大的外交和國內事務活動中,在特朗普和日本首相安倍晉三以及德國總理默克爾的相關會晤上,伊萬卡都是座上賓。同時,伊萬卡的丈夫庫什納(Jared Kushner)現在擔任特朗普的高級顧問兼白宮創新辦公室主任,也是無薪雇員。就在庫什納幾天前被任命為白宮創新辦公室主任時,有美國媒體評論認為,特朗普家族成員在白宮中的權力再一次擴張。
曾三次問鼎中國首富,還是如此低調很難得。
i黑馬訊 3月31日消息,@曹山石上午發微博稱,有人在武漢機場偶遇72歲的宗慶後。不帶助理孤身一人,坐經濟艙在大廳候機。
從圖片中可以看出,這位72歲的企業家孤身一人拉著行李箱,身邊也沒有助理隨從,這與宗慶後為人一向的低調風格還是很吻合的。
早在2016年12月22日,有微博網友爆料在高鐵二等座車廂偶遇娃哈哈董事長宗慶後。據該網友透露,在高鐵G2365次列車上,宗慶後接受乘務員檢票,繼而逗一名小朋友玩。該網友稱,這名小朋友的奶奶還讓孫子問宗慶後要AD鈣奶喝。
眾所周知,宗慶後曾三次問鼎中國首富,他42歲蹬三輪,10年成就中國最大、世界第五的食品飲料生產企業娃哈哈,他是一個與任正非、董明珠同樣受國人尊重的實體企業家。
然而,宗慶後本人卻一直保持低調,很少露面。有媒體報道稱,宗慶後雖然是管理數千億營收的企業家,卻時常乘坐高鐵二等座;一年納稅70億,個人花費卻不足5萬;夏天,T恤搭配涼拖;冬天,夾克加布鞋。
該條微博發出之後,便引起了很多網友的共鳴,截止當前,該條微博已有362個評論,創業&黑馬精選網友評論如下:
@大鄭小袁xuan:老一代企業家的風範
@春風吹:震驚,中國實業家舉步維艱,自己拉著行李坐經濟倉……
@韓亞潓:敬佩,創業的艱難他深有體會!
@金木_lv:二等座、經濟艙、宗總上市、我一定要買娃哈哈
@書蟲不讀書:真正腳踏實地的企業家
@麥芽dada:骨子里都是勤儉持家的,錢來自踏實奮鬥,所以懂得珍惜!
@財富大風口:任正非,宗慶後,這都是真正的商業領袖!樸實,低調,都是真正幹事的人
@慧眼善心2015:這些人是白手起家幹起來的,未富之前是吃盡甘苦的人,這對他們來說就是平常之事。
與宗慶後的故事如出一轍,早在2016年4月16日,72歲的華為創始人任正非,深夜獨自一人在上海虹橋機場排隊等出租車的照片,刷爆朋友圈。
(任正非在機場等出租車)
當時任正非一手推著行李箱,另一只手打電話,站在虹橋機場等車的隊伍里,神態自若。事實上,了解華為的人都知道任正非平時就是這種風格,他出差時經常都是一個人,有時也會有一名助理跟隨。
可以說,宗慶後和任正非都是受國人尊敬的企業家,相信按照他們這樣的身份、地位,完全可以選擇助理、保鏢前擁後呼、走VIP通道、豪車接送。但是他們卻選擇像普通人一樣排隊打車,這一舉動足以引發人們無數感慨。
如此,我們生活在大眾創業、萬眾創新的時代里,不僅要保持艱苦創業的精神,更要學習老一代企業家謙虛低調、艱苦樸素的作風。
很多團隊不是底層的算法差,而是團隊對產品的理解有問題。
本文由S先生(微信ID: TheMisterS)授權i黑馬發布。
- 什麽是智能助理? -
1)智能助理屬於對話式服務
兩者的邊界不是很清晰,智能助理的功能在前面解釋過了;而“對話式服務(conversational service/commerce)”——這是包含智能助理在內的多個產品形態的統稱,核心特點是:
對話式:人機交互的方式由圖形化交互(GUI-Graphical User Interface)變為以對話作為交互方式(CUI-Conversational User Interface 業界暫時還沒有定義,這是我自己瞎編的),就是用說話來代替觸摸或者鼠標,操作計算設備。
服務:提供服務,解決問題都算,如訂機票,購買禮物等。不包括信息查詢(如天氣)。
Facebook M, 真人和AI結合的服務
去年(2015)起來的這一波對話式服務在矽谷有多火?看看創業團隊增長的數量就知道了:2015年的時候有129個類似的項目出現,而14年的時候才42個。
Tracxn Report:Conversational Commerce
在各類科技博客上,對Conversational Commerce的討論也非常熱烈,尤其是在medium.com上有大量的探討。基本的觀點就是”對話式的交互將會成為下一個風口,大家趕緊上啊!“。截止到2016年6月的時候,在Producthunt上標記為對話式服務(ConvComm)的有一百多個創業項目。
除了智能助理以外,還有很多類似的概念如digital agent,bot,service bot, chatbot,P2P的電商。比如Operator現在用真人專家幫用戶做消費決策,在過去嘗試過用bot/AI但可惜達不到效果,或者magic模式,完全是靠”真人幫懶人用APP“驅動運營。本文主要討論的是基於人工智能的智能助理——就像IBM提到的一樣,只有如此才能真正規模化。
2)智能助理應該解決服務需求
巨頭的人工智能助理基本都已亮相了:
Facebook M
Amazon Echo
Google Assistant, Allo
Apple Siri
IBM Watson
Microsoft Cortana
以上智能助理的服務範圍大都是在信息檢索,幫助用戶獲得資訊。絕大多數的內容是不牽涉“推理”的查詢類信息服務。比如:
明天的天氣
找附近的星巴克
蘋果的股票信息等等
如果用戶問到在基礎信息以上,一旦牽涉推理的問題,就無能為力了。比如:
明天這個天氣狀況會造成航班延誤麽?
附近的星巴克可以用支付寶麽?
我什麽時候該買蘋果的股票?
使用體驗方面,這些助理的服務範圍覆蓋面基本跟當前的所有引擎一樣。在設計邏輯上,基本都是基於用命名實體識別來代替打字輸入關鍵詞然後返回檢索結果SERP。而信息檢索,離人們要完成的服務需求有很大的區別。就好像viv.ai的聯合創始人Dag Kittlaus 說的,當初他創建siri的時候,是想要重新挑戰移動服務,而不是造一個chatbot。
Dag Kittlaus(中間)
除此以外,巨頭的助理與其關聯的生態產生操作的關聯。比如SIRI對iOS和macOS的操作;Cortana對windows的操作;echo對關聯著的智能家居設備的操作等等。此類操作的一個特點,是對結果非常的確定,出現個性化選擇範圍非常的少。
另一方面,對於創業項目而言,因為不具備類似的生態和硬件入口的條件,大都定位在資訊和服務上。我們選擇Producthunt當中排在最前150位的項目進行分析,其中高達70%的項目定位都在2C的個人助理(agent)上,其中大部分都想做切入服務,包括垂直類的和多任務的。
這些助理服務當中有23.1%是專業類型的服務,主要是在醫療和理財方面。而剩下來的76.9%的助理幹的最多的活兒是生活上的綜合幫助,出行安排,日程管理,購物訂餐廳等等——這一類是坑最大的地方——特別是那些試圖把生活上的各種服務都打包進去的產品。
Producthunt上面 69.7%的對話式服務都是智能助理產品(但並非所有都具備AI)
- 人工智能助理的潛力 -
1)移動紅利的結束,行業需要新的增長點
很多跡象都指向同一個結論:移動互聯的高速增長已經飽和。比如用戶已經不再願意下載新的APP。
qz (based on comscore data) & statista
2016年1月有超過5萬個新的APP被提交到了appstore,但是在美國市場有65%的智能手機用戶在一個月內下載新APP的數量為0,下了1個新APP的人占8.4%。
2015年中到現在,在國內2C市場中,幾乎找不到一款真正能爆發並留存的移動產品。對於移動開發者而言,能放首屏的高頻應用早就擠不進去了。而且很多中低頻的服務,並不是最適合用app來承載的。比如訂生日蛋糕,作為商業其價值一直存在,能通過信息化的方式來解決獲客或者能效問題麽?
宏觀來講肯定可以,但是開發一個APP則會面臨用戶獲取和使用成本高,難留存,用戶難發現等等障礙——這些問題,都讓開發者懷疑要不要做APP,特別是在最開始的PMF核心邏輯還沒有被驗證的時候。
但創業者的熱情和投資人基金里的錢都不能等!於是大家憋著這口氣四處找風口,或者又有怎樣的產品形態可以把商業形態再顛覆一次,好比APP顛覆了網頁,宏觀上有沒有新的產品形態可以再來一次?甚至運氣更好點,甚至開拓出以前沒有被耕耘過的維度?
2) 對話式服務具備新的增長點的潛質
回顧過去,最大的幾次浪潮基本都伴隨著一個規律:核心技術(軟硬一堆)的出現和整合,帶來全新的人機交互方式 ,在此基礎上大量的商業應用應運而生。
從90年代開始,人際交互的三個變化
比如2007年末移動互聯開始,核心驅動的硬件是觸摸技術、各種sensor的成熟以及整體計算能力的提升和小型化;軟件方面則是iOS&Android的顛覆式出現。
軟硬結合創造出完全顛覆過去的觸摸操作的體驗,並使其稱為真正可用的人機交互方式——讓圖形化界面的輸入工具,從鍵鼠時代跨越到了更intuitive的觸摸,並完美的與後面開放的生態系統結合起來(不得不再次對喬大爺表示敬佩)。
3)人機交互越來越傾向於人
可以看到隨著技術的平民化(democratization),人機交互正不可逆轉地向人的方向靠近——不需要學習的人機交互。
將來越來越多的人都能更自然的通過計算設備來獲得價值。下一個超級增長點的交互方式,一定是交互更接近人的自然行為,更多人可以使用的。
因為軟硬件限制,過去用上計算設備的人很少。
一方面,當時的人機交互是讓人來“將就”機器——人學習機器的語言——操作需要專業技術,如打孔...(在個人電腦方面,當年知道'cd 文件夾名'的命令行的人也都是高端人士);
另一方面計算設備巨貴,還不屬於個人設備,大眾都買不起;再者,日常應用和普通生產力應用幾乎沒有,所以買來設備學會了UI也沒啥用。
而移動設備出現就讓更多的人從使用計算設備中獲利,更多不會鍵盤鼠標的人,通過觸摸手機屏來操作。將來人們想要獲得服務的時候,或許不需要有“計算設備”這個中間載體的概念。直接提出需求,就能獲得結果。
4)下一代交互方式,似計算設備能覆蓋更廣的商業
Google Assistant Allo
看看過去app如何顛覆web的,在沒有移動互聯之前,大眾點評只是一個不知道幾流的小眾產品,web也並非最合適這個商業模式的產品形態——比如大部分情況下,人們想要找餐廳的時候,身邊都沒有PC來獲得其他人的點評信息;而移動互聯的APP解決了這個問題。
這並不是說app代替了web(比如PS還是在桌面端更好用),而是借由移動設備,app開啟了過去沒有的維度,繼而大眾點評的商業模式有了更合適的產品形態。我相信APP顛覆web的歷史,也會同樣發生在下一代人機交互的形態來顛覆當前app的時候。不僅很多商業模式和形態都可以被重新考慮一次,甚至幾乎可以肯定CUI會打開新的維度,解放更多的商業價值。
如果一個C端產品做得好,傳播不受硬件束縛,沒有用戶的使用成本的障礙,並且不需要下載新的APP,直接在熟悉的IM或者SNS里實現過去用app承載的服務,甚至還能開拓新的形態...比起當前的其他選擇AR/VR/IOT/區塊鏈,CUI帶來的想象空間更大。所以,就有很多人,巨頭小頭沒頭的都來嘗試。
- 對CUI的特點的理解決定產品價值 -
不可否認的,真正的CUI產品一定是基於人工智能的自然語言處理的。如何深入利用CUI的特點,是產品打造的關鍵。
話說當前國內有很多投資人認為,只要是做人工智能的團隊,就必須是MIT,Caltech出來的機器學習博士或者是GOOGLE,FACEBOOK的AI團隊的人;如果團隊不是頂級院校的學者或者是巨頭出來的項目帶頭人,就沒有什麽好搞的——這是典型的誤區,或者說對行業的理解太淺了。
這種理解基本等於 “聽說你是計算機專業畢業的,幫我裝一下電腦吧”這樣的水平。很不幸國內好多年輕點的投資經理基本都是這種水平(為什麽年紀大點的不是?因為他們理解'不懂就不要輕易判斷'這樣的人生道理)。看不懂本質,就看表面,也是不得已。
這里,我非常贊同順為資本的孟醒的幾個觀點:
1)所謂“做AI的”也有幾個類型,底層研發和做應用的是兩碼事。
2)人工智能的底層交給大公司,小創業公司可以做點小模塊。而應用層則有大量的空間給創業公司來實現商業化。
3)“這個行業缺AI的產品經理,不缺一般意義上的明星,特別牛x的算法達人,牛x的北京的BAT出來的人。”
這方面吳恩達也有類似的觀點,
“人工智能社區是極其開放的,大多數頂級研究者會出版他們的著作/分享他們的想法身子開源代碼。因此,在這個技術開元環境下,數據和人才就是稀缺的資源。”
有點跑題了,在這里就強調一下,CUI的核心技術是AI(不僅限NLP後面會提到)。對CUI作為新一代顛覆性人機交互的理解,才在產品形態上能發揮底層技術的商業價值。最後,再舉個例子,GUI的核心突破是技術大牛(xerox)帶領的,而其商業應用的發揚光大則是產品經理喬布斯從xerox那兒“偷來”的。
1973年,xerox推出第一款GUI技術個人電腦;在1983年,蘋果也推出了他們首款GUI電腦 Lisa(喬老爺 “完美借鑒” )
年輕人不懂就要多看書。
1)CUI的不可延續GUI的特點
為了深入理解這個問題,我們可能要先分析一下,CUI和GUI究竟給用戶體驗帶來什麽影響?因為這絕不是現在主流的“把按鈕變成語言操控”那麽簡單的事情。
當移動設備出現的時候,大家對如何在智能手機上開發產品還沒有來得及有深入的了解。所以當時開發者基本都是從最明顯的地方起步,也就是觸摸代替鍵鼠操作。早期的大量應用,都是從“如何把web縮小到手機屏幕”的思路出發來設計APP的。——這是典型的延續上一代交互的思路。
隨著開發者不斷思考和挖掘移動端的潛力,慢慢有了對移動端真正的核心特質的理解——這些“聖杯屬性”才是真正讓移動端產品設計出眾的要素。比如“碎片時間”、“個人身份綁定“、”LBS”等等,這些特質才是真正讓移動產品體現價值的——這些是完全顛覆上一代交互的屬性。而且我們發現這些屬性幾乎跟“觸摸”這個明顯的交互行為沒有直接關系。
現在CUI出現的時候,產品經理也會面臨類似的問題。當前大多數智能助理的設計思路都是“過去APP是怎麽用的,我現在用語言來代替觸摸操作”。好比是用語言來代替手指去觸摸屏幕,或者是用說話來代替手指打字。而能讓用戶感覺真正智能的核心,我認為依然藏在CUI的“聖杯屬性”里,有待大家發掘。
2)CUI的特點:高度個性化
舉一個例子,根據實際研發和市場運作的經驗,我們發現有一個算得上“聖杯屬性”是特質是:“高度個性化”。
在GUI時代,用戶使用產品時,有一個可視化的界面,比如找餐廳,我們打開點評看上去是這樣:
這看上去是一個大家非常熟悉的界面,只是所有用戶能做的選擇範圍,都明確的顯示在界面上(所見即所選)。找美食,用戶能做的選擇基本就是:附近,類型,智能排序(不點開可能還不知道是什麽意思)以及排序。當用戶自己不知道該如何決策的時候,這些視覺化的框架,給了用戶提示該從這些方面根據自己的需求來做篩選和匹配。
但是在智能助理的界面,用戶看到的是這樣的:
用戶對可以做哪些選擇一無所知——在沒有可視化的參考下,面對如此開放的交互,當用戶要找一個餐廳的時候,他們提出的要求,大都不在GUI設定的範圍以內。
根據我們實際操作的經驗,用戶提出的問題是這樣的:
只有“在外灘附近的”是之前GUI的查詢範圍當中的,其他的需求都是過去GUI的類型當中不存在的維度。但因為CUI的開放性,用戶很容易給出上面這樣的高度個性化(非結構化)的需求。
如果GUI的產品試圖在個性化同樣給用戶那麽多選擇,就不得不面臨用戶使用成本的問題。一個界面可能會被大量的下拉列表,層級關系,各種填空和操作充滿。如此是加深了個性化程度了,但是操作的成本會讓用戶放棄使用。
如果在智能助理的產品設計上,不尊重用戶“高度個性化”的需求,只提供過去APP本身提供的個性化程度“在XX附近找個YY菜”,那麽用戶在實際提需求的時候得靠運氣撞到既定的條件上,不然就是無法識別的範圍,繼而失望。另一方面,如果CUI只是在做GUI範圍內的事情,會遠不足以顛覆APP。
除此之外,CUI還有一些專屬的特點。比如:
使用流程非線性:比如GUI是線性的流程,界面引導用戶一步一步走到結果;而CUI則可以是完全無視先後順序的,用戶可以再最開始就提出本來到排在最後的條件當中。
可避免信息過載:用戶打開GUI的一個界面,比如點評上找一個餐廳,用戶得在一個列表里去找尋自己最想要的選項(典型的案例是,GUI讓用戶選擇國家的時候那一長排的列表)。而CUI則可以規避用戶的信息過載,直接給出期望的結果。這個特點的另一面是,GUI因此是informative的,給不熟悉場景的用戶更多的提示,或者比較結果的機會。
複合動作:“明天後天,晚上最便宜的機票”——從用戶的操作和實際體驗來看,GUI無法一次給出結果,只能用戶先查一次明天的機票,再查一次後天的機票,然後手動來對比。CUI完勝——可以直接給出相關條件的檢索結果,前提是AI足夠優秀。
這里只是拋磚引玉,詳細更多特質會不斷被開發者發掘出來。在這里就不詳細展開了。在另一篇《人工智能時代的產品經理》文章當中,會做更多關於CUI的分析。
- 什麽樣的AI Agent能滿足C端的需求? -
為什麽現在的助理產品都是坑?很多團隊不是底層的算法差,而是團隊對產品的理解有問題。
要滿足C端用戶的需求,確實非常難。10次使用,有一次因為任意原因的失望,用戶心理就會開始有疑慮。從體驗上來看,在用戶熟悉的場景下得全面理解用戶提出的需求;在用戶自身不清楚場景下,得自然的協助用戶挖掘需求;獲得需求後得幫助用戶做決策,並最終呈現結果。以此來看,對話式的agent得至少滿足以下功能:
具備基於上下文的對話能力(contextual conversation);
具備理解口語中的邏輯(logic understanding) ;
所有能理解的需求,都要有能力履行(full-fulfillment);
1)基於上下文的對話能力(contextual conversation)
在當前,做助理的產品的底層技術基本都是圍繞NLU(自然語言理解)打造的,很多還沒有涉及到NLP。可是無論是大公司還是小公司的NLU都是讓人失望的。舉個簡單的例子,在大公司的幾個產品上提出需求:我下周五要去北京,幫我查一下航班。
需要識別意圖:查機票
需要識別entities:時間(下周五),目的地(北京),出發地(無/當前地理位置)
我們看看結果,首先看三家的回複,從左到右分別是蘋果的SIRI, 微軟的CORTANA, Google的ALLO。
沒有一個能識別出來意圖,全部用關鍵詞來檢索網頁(SERP)。沒有識別出意圖,繼而也就沒有可能識別entity所在的場景。對於C端用戶而言,這可能算是最基礎的服務之一,而三大巨頭提供的產品完全不能用。
不過當我們看到國內的創業公司,卻能按照需求識別出意圖,並且識別出對應的entity,組合查詢出結果,看上去比幾個巨頭更強大。
我們繼續測試上下文的對話。比如,我是國航的會員,agent給出上面的結果里沒有國航的航班,我自然會問:”有沒有國航的?“
結果並沒有如期望那樣,在給出的列表里找到國航的航班。而是開始了重新的一次查詢。
換一句話來說,沒有結合上下文的對話。我並不是為了黑,事實上這個產品在國內的創業公司中也算不錯的技術了。但是不會結合上下文的對話,會造成的最嚴重的問題就是這個agent基本不能獨立完成服務。因為用戶不會在一個句子里把所有的條件都列出來。
以上是基本要素,就當前的產品形態來看,只有非常少的產品能真正做到第一點。大部分號稱能做到的,都是濫竽充數,連續問問題而已。
不能真正理解上下文的對話(機票查詢):
AGENT: 從哪里出發?
用戶:上海虹橋機場
AGENT:到哪里?
用戶:還是從浦東走吧
AGENT:好的,從虹橋出發到浦東的航班是......
在上面的對話,AI Agent在問第二個問題的時候,不能理解用戶對前一個回答的修改(出發地從“虹橋”改為“浦東”),只是按照預先設計對話的順序,填上命名實體識別得來的entity。繼而查詢不到結果,給用戶的感覺就是笨。
真正理解上下文的對話(機票查詢):
AGENT:從哪里出發?
用戶:上海虹橋機場
AGENT:到哪里?
用戶:算了,從浦東走吧
AGENT:好的,出發改為浦東。那到達城市呢?
用戶:北京
AGENT:好的,從浦東到北京的航班是...(給出正確的結果)
而具備真正上下文理解的對話,agent可以正確理解用戶第二個回答的內容(從浦東走),其實是在修改上一問題的回答(出發機場),而不是真的在回答第二個問題(到達地在哪里)。
這只是上下文的例子,而對於服務類agent而言,所有後續的NLP功能都基於上下文對話為前提。這些看上去其實都是非常簡單的需求,但是當前沒有任何一個2C的agent可以做到。
可能有人會問,大部分用戶都應該在第一時間把需求表達出來吧,為什麽還需要對話?實際上,真正操作過大量案例的同學就會發現,用戶不可能如此”貼心“地按照開發者的設計來提出需求。
“幫我看看下個星期五去北京,下午3點多,從虹橋出發,國航的航班。”——這一類的表達方式在幾乎從來沒有出現過。哪怕是在用戶最熟悉的場景,也很難確保一個句子的表達里包含了所有必須的檢索條件。而且,用戶還會不停的補充更多的個性化需求。
對於用戶自己比較了解的場景,如:訂機票需要提供到達地,用戶提出的大多數需求,在最初都是非常簡單,然後逐漸開始細化的。所以需要當用戶提出不完整需求的時候,根據其意圖,結合之前已經給過的條件,通過對話,向用戶提出問題,再獲得答案來補全剩下還需要的條件,最後再完成服務。
對於用戶自己不熟悉的場景,用戶根本就不知道自己該提出哪些方面的需求。如:不懂酒的用戶,想買一瓶合適的威士忌。他就根本很難提出除了價格以外的需求,比如產地,年份,釀造原料,水源等等。因此,Agent得以合適的方式來提問,引導用戶給出偏好,並且用對話提出推薦。
而且對於agent而言,很難判斷哪些用戶對服務的認知有多深。如果不做識別,就容易問“老手”一些“新手問題”,繼而讓老手覺得我還不如自己下單;而給新手又留下“你在說什麽我都不懂”的印象,也是不聰明。
所以要有好的體驗,這是非常困難的。而基於上下文的對話,只是最基礎的用戶需求之一。
2)理解口語中的邏輯 (logic understanding)
在我們的實踐中,我們發現對“邏輯”的理解直觀重要。原因也是因為用戶的正常對話,大部分都不是開發者預設那樣的。
再做一個簡單的測試,比如找餐廳,試試:幫我推薦一個附近的餐廳,不要日本菜。
這是一個簡單邏輯,但是你看所有的服務,這次包括剛剛那個國內創業公司C一樣,都會是一個結果:全部推薦日本菜。
也讓朋友測試了亞馬遜echo的alexa,結果也無法識別”不要“這個最簡單的邏輯
這次其實比剛剛好多了,至少4家里面除了google allo,都識別出來我的意圖是找餐廳——但是,當我明確提出不要日本菜的時候,給出結果的三家全部都是日本菜......也就是說“不要”兩個字被完全忽略了。
觀察大量的用戶案例表明,當用戶越是個性化需求強烈的時候,對話中出現邏輯和指代關系的頻次越高。
“有沒有更便宜的?”
“除了大床房以外的房間有麽?”
“後天會比今天更冷麽?”
“就要剛剛的那個2千多的吧。”
“除了廉價航空,其他的航班都可以。”
以上這些需求是提需求的時候,在對話中經常出現的表達方式,而且看似簡單,但是目前沒有任何一個NLU的系統或產品能夠正確的理解。主要的阻礙就是對邏輯的理解,還有在基於上下文對話中的指代關系的理解失敗。
3)NLP不是全部,還要有能力履行(API困境)
NLU並不是智能助理發展的瓶頸,供給端的數據才是。
我們假設如果有一個黑科技出現,使得NLP有了極大的進步,以至於兩個條件:
1)基於上下文場景的對話;
2)口語邏輯,都能被理解了,甚至還能基於場景和上下文用NLG來生成各類問題——它能理解我們所有講出來的需求。
在用戶熟悉的範圍內,它能結合所有的過去的對話,歷史記錄等等內部外部條件,幫助用戶盡可能的實現“不用開口,就知道我在這個的需求”。比如當用戶提出“推薦餐廳的需求”:
用戶:“女朋友周日過生日,推薦一個餐廳,找有江景的,最好桌子旁邊有一個大落地窗戶,能看到外面的夜景。吃的不要太貴,環境好點,有現場音樂的最好是爵士,不要太吵的。”(btw,這是一個真實需求)
Agent:“菜系有偏好麽?”
用戶:“意大利餐和法餐都可以,對了不要離外灘太遠了”
agent解析出以下選擇餐廳的條件:
周日晚(營業)
適合女朋友過生日
有江景
有大落地窗
不要太貴
環境好
有現場音樂,爵士
不能太吵
意大利餐或者法餐
距離外灘不能太遠
然後它去哪里找到這樣的餐廳呢?在地圖服務提供商,或者點評的API提供的信息里只有8,9,兩項能找到數據。假設評論中有這樣的數據,該用什麽方式來傳遞呢?接口提供的都是結構化的數據,而“環境好”這樣的非結構化數據,最多以標簽的方式來做,但是這樣的話,標簽就會有無止境的多也不現實。
這就是我們所謂的“API困境”——當前基於API的數據傳遞方式,只能1)承載結構化數據;2)承載數量非常有限的結構化數據。當前基於GUI的產品,都是用API來傳遞結構化數據。但大量個性化數據往往是非結構化的,以當前API的方式很難被處理。這還是在使用場景或者服務比較簡單的情況下。
在用戶不熟悉的場景下,agent面對稍微專業一點的服務,就會遇到知識圖譜的問題。簡單來講,agent要做推薦的前提是對推薦的內容得先有了解。好比,要向一位不懂酒的用戶推薦一款威士忌,那就不能依賴這位用戶自己提出的問題(很可能提不出要求),而得依賴“懂行”的自己對威士忌的理解的方方面面來引導用戶做合適他的選擇。一個助理顯然無法擁有所有服務所需的知識圖譜。
從知識圖譜的結構來看,是相對可被結構化。一個服務可以以各種方式被拆解成很多個方面,但大量的方面在當前是沒有結構化數據的(比如我們沒有每家餐廳的“營業面積”的數據);甚至很多方面無法用結構化數據來表達(比如每家餐廳有否“適合浪漫約會”的環境)。
因此,智能助理就算有了強大的NLP,還需要全面的知識圖譜(結構化數據)和處理並傳遞非結構化數據的能力——而這兩點,在目前是無解的。
- 總結 -
在"API困境"解決之前,再加上NLP本身還有很長的路要走,基於人工智能的多任務服務agent不大可能達到C端滿意的水平。
創業團隊各自最基礎的認知計算的能力不會有太大的區別,都是踩在世界頂尖大牛的肩膀上——在這個領域創業團隊想和大公司鋼正面,不是很理性。
創業團隊在垂直領域有些自己的技術突破可以創造一些階段性的優勢,但面對教育市場的大山而言,這點差異遠不足以make a difference。
在各自領域,開發者對人工智能相關技術的理解和其帶來的交互層面的有效應用,可能會在垂直商業應用上創造更大的差異——比較起「95% VS 98%的識別率」而言。
十幾天前剛剛獲得大眾汽車1.8億美元融資的出門問問,4月18日在北京798舉辦了一場虛擬個人助理平臺的發布會,低調不張揚的場面很符合創始人李誌飛的風格,但他的內心是雄心勃勃的。發布虛擬助理,李誌飛瞄準的是谷歌和亞馬遜。
重點是自然語義理解
“公司成立4年後,我們站在這里發布虛擬個人助理的軟件系統,有人說出門問問又回到了原點,但這是我們的初心,也是新的起點。”這是李誌飛的開場白。
以人工智能為核心技術的出門問問過去幾年推出了幾款Ticwatch智能手表,最近又發布了智能車鏡“問問魔鏡”和高級駕駛輔助系統“問問魔眼”,從而被外界認為更像是一家做硬件的公司。但在李誌飛心里,他一直堅持“軟硬結合”。他相信再好的技術,一定要方便人們使用才有價值。
李誌飛上周接受第一財經專訪時表示:“今天的語音用戶並不那麽‘嚴肅’,這也是為什麽我們要瞄準新型的場景和設備。這些設備不像人們熟悉的手機和電腦,是沒有鍵盤輸入的,這樣才能培養起用戶使用語音智能的習慣。等到習慣培養起來之後,再回到手機,人們的接受度會更高。”李誌飛強調,手機還是非常重要的語音使用場景。
谷歌工程師出身的李誌飛,2012年創立了出門問問,以語音交互技術為起點。他對第一財經記者表示:“從語音識別到自然語義理解,技術上要實現非常大的飛躍。我們和谷歌一開始都沒有去做深度的智能語音對話,因為要讓計算機聽得懂人話在技術上非常難實現。但是到了今天,人們越來越強調人性化的虛擬助理,機器與人的交流越來越重要,這就讓我們不得不在自然語義理解方面做更大的技術突破。”
李誌飛表示,未來三四年里,人工智能領域如果有更大的突破,一定會是在機器對人類語言理解能力方面的突破。“現在技術都已經存在,但是要做到真正能用,才是巨大的成功。”李誌飛表示,“現在踏踏實實做技術的人太少,吹牛的人太多。”
智能手表與車載智能魔鏡之間的多屏互動
“車廠為我們開了一扇門”
即使在拿到了大眾汽車(中國)的1.8億美元的融資後,李誌飛仍然保持低調。他對第一財經記者表示:“我們不會做什麽車載‘黑科技’,我就踏踏實實把自己的技術專長語音交互做到車里面,包括導航、聽音樂、打電話等功能,提升用戶的實際體驗。語音交互並不新鮮,但是現在沒有一家做得好。”
李誌飛在采訪中多次強調,傳統汽車行業非常保守,有時甚至封閉。現在大眾願意為出門問問開一扇門,這一下子讓出門問問在車載市場上遙遙領先競爭對手。“我們的優勢在於,其他的人工智能企業還沒有進門。”李誌飛說道。
對於大眾和出門問問的合資公司,李誌飛對第一財經記者表示:“我們主要做研發,大眾做市場和銷售,雙方建立合資公司,把產品推到大眾汽車的前裝市場或者線下渠道,甚至未來還會開放給第三方。“他認為,在智能車載方面做得好,自然而然就有開放的可能性。
李誌飛向第一財經記者介紹,現在合資公司已經開始運作,雙方都已經有人抽調過來,約一兩百人的規模,以後還會擴張。不過他表示,合資公司的名字還沒有確定。
針對合資公司未來將推出哪些產品,李誌飛表示:“我們會有硬件也會有軟件。硬件方面,車內還有很多地方可以革新,比如車鏡和平視顯示器。但這要看互聯網公司和車廠的配合。如果配合得好,我們的產品一定會很有競爭力。”他還透露,可能在半年到一年就能做出產品。
這是否意味著出門問問未來將成為車廠的直接供應商?李誌飛表示“有可能”。“現在我們處於變革前夜,很多模式會被打破。”他對第一財經記者表示,“汽車行業最近變化也很大,我們也可能取代供應商,直接成為汽車公司的供應商,智能車載領域的發展將會改變整個汽車行業的供應鏈。不過現在還沒有到可以談論競爭的時候。”
出門問問創始人李誌飛宣布推出智能音箱
大眾會開放給出門問問哪些數據?李誌飛對第一財經記者表示:“由於車廠都是很保守的,因此大眾汽車本身的數據要開放給我們會比較難,但是如果我們能夠通過數據為車主提供更人性化的服務,在征得車主同意的情況下,還是有可能得到這些數據的,關鍵是這些數據對我們有哪些用。”
他介紹稱,這些數據包括駕駛行為、行動軌跡、娛樂偏好等。“畢竟汽車還是要安全,互聯網企業可能顯得就不那麽嚴肅了。”李誌飛說道。李誌飛還表示,未來合資公司開發出來的IP將根據股權分配屬於雙方共同持有。
大眾汽車(中國)一位娛樂交互系統的負責人對第一財經記者表示:“魔鏡是一個很面向消費者的終端產品,我們認為這是一個非常有創意的概念,但是汽車還是安全性第一位,畢竟後視鏡還要看路況的。但是車載人機交互是一個趨勢,我們也希望在車內裝有更多能判斷用戶意圖的系統和設備。”
有望超越谷歌亞馬遜
對於人工智能企業在人才方面的競爭,李誌飛表示:“中國的創業公司在技術本身和谷歌這樣的美國大公司肯定是有差距的,即使是中國大公司和國外科技巨頭也有很大差距。但是,小公司顛覆大公司的先例在美國屢見不鮮。”
李誌飛說,從IBM,到Yahoo到Facebook,為什麽小公司能實現顛覆?因為某項特定的專業技術對小公司來說意味著100%,做不好就得死,但是對谷歌或者蘋果來說只占到5%或者10%。“大公司有其他變現業務,它們有退路,但是小公司沒有。”李誌飛對記者表示,“在這種情況下,如果小公司能有清晰的發展路徑,把場景定下來,以我們的速度和直接面對用戶的模式,我覺得我們很有希望超過谷歌。”
在發布虛擬個人助理的同時,出門問問還做了最新研發的無線智能音箱Tichome的產品演示。Tichome和人工智能助理的結合被視為“中國版Echo+Alexa”。對此,李誌飛表示,問問的這個智能音箱比Echo更加人性化,更具實用性,能夠更加精準地實現對話、語音交互和個性化識別等功能。
對於出門問問未來的研發方向,李誌飛表示:“資源投入不是問題,關鍵是要有階段性的成績,我們從一開始做語音交互,到後來做手表、做魔鏡再做智能音箱,都一步步在按規劃的路徑前進。”
獲得大眾的“背書“後,出門問問什麽時候IPO成為業內關註的焦點。不過李誌飛仍然非常低調。他說:“這錢也不是我們造血造出來的,我覺得現在談IPO意義還不大,因為我們還不夠,未來要跨越的臺階比過去要高很多。要有自己最核心的業務才能成功。”
近期李誌飛在接受美國媒體采訪時曾說道,如果出門問問的手表在美國能夠創造與國內一樣成功的銷售業績,可能考慮赴美IPO。不過他對第一財經記者表示:“美國、香港、內地都是我們上市的選項,要看市場狀況決定。”
截至目前,出門問問總共完成6輪融資,投資者包括紅杉資本和真格基金、SIG海納亞洲、圓美光電、歌爾聲學、谷歌及大眾汽車集團,累計融資金額超過2.5億美元。