與石油、汽車等傳統行業相比,在營業收入達到千億級別后,阿里、騰訊等科技公司仍能保持高速增長實屬罕見。筆者認為,這與科技公司擁有大數據、人工智能以及豐富的應用場景息息相關。
以金融科技領域為例,或許是出于信息收集和處理的能力不足、成本和收益不成正比等因素,銀行等傳統金融機構一直對中小商戶、自由職業者等放貸謹慎。阿里、騰訊通過一張小小的二維碼就能解決上述問題。
路邊的饅頭鋪、菜市場的小攤主等線下的小微經營者,規模小、底子薄、缺乏信用記錄和積累,支付寶、微信支付二維碼讓他們零門檻開始了“數字化經營”的第一步。一張二維碼讓小微商家享受數字化服務的同時,也讓信用的價值在點滴積累中可衡量;金融服務與商業場景深度融合,服務變得無所不在,觸手可及;而通過AI能力,更加個性化、動態化,提前預判與匹配用戶的需求也成為未來提供服務的關鍵能力所在。
網商銀行官網數據顯示,截至2018年3月底,網商銀行為277萬家小微企業提供金融服務,累計為用戶提供信貸資金879億元。
不只是金融科技,大數據、人工智能已經應用于人們生活的方方面面。
以送外賣起家的美團點評為例,近期提交的上市申請書顯示,美團點評2017年通過自有配送網絡完成了約29億單配送,占平臺全年即時配送交易的70%以上,平均每單配送時間約為30分鐘。
如此大規模的配送量離不開大數據和人工智能的幫助。在人工智能技術的支持下,美團點評的智能調度系統根據騎手的實時位置進行訂單的最優匹配,高峰期每小時執行約29億次的路徑規劃算法。
有利益的地方就會有爭斗。近年來,物流行業對于數據的爭奪越發激烈。
數據對于提升快遞服務質量及提升快遞企業盈利能力具有重要作用。首先,擁有豐富的快遞取件地、派件地、物流干線信息,可以通過信息處理綜合考量進行路由規劃,提供對于快遞公司成本最優、時效最佳的線路選擇,最終實現快遞企業盈利能力及服務質量雙提升;倘若掌握全鏈條數據,包含銷售、倉儲、物流等全鏈條數據,可以獲得豐富并清晰有效的信息,最終對市場做出快速準確的判斷,同時根據整個供應鏈條狀態合理安排資源,以實現成本最優化。
因此,不僅僅對于單獨快遞服務、對于整個電商供應鏈條來講,數據獲取對于降低成本、提供高效服務都具有重要意義。商業競爭的本質就是供應鏈之爭,而大數據的獲取分析是現代供應鏈競爭的基礎。
在看到未來產業演進方向后,為了占領科研技術制高點,騰訊AILab、阿里達摩院以及羅漢堂、百度人工智能實驗室等相繼成立。
筆者認為,伴隨著中國經濟新舊動能的切換,擁有大數據、人工智能、應用場景的超級大平臺必將贏得未來。