06月 25, 2013

听上去是句玩笑话,但如果你看看在距离Google Reader退休还剩一周的这段时间发生了些什么,就觉得好像还真的是这么回事。

Feedly从三个月前Google Reader宣布关闭的时候开始就不断升级自己只有区区百万用户的阅读器产品,并迅速积累了1200万用户;从事新闻阅读的Digg在本周推出了自己的新闻阅读器Digg Reader,而传统老牌内容网站AOL也同时推出了阅读器;接下来就是有关Facebook的一则无比逼真的传闻:一款酷似Flipboard的阅读工具已经秘密地研发了许久,并即将推出。

这是最近发生的事,稍微远一点,就是职业社交平台LinkedIn9000万美元收购新闻阅读器Pulse,进而让自己越来越像一个专业的新闻发布工具;还有Flipboard今年4月的2.0版本升级,增加了分享和发布内容的方式……如果接下来我再听说Reddit也要发布一款阅读器产品,也不会觉得有任何奇怪的地方。

这一下就引发了两个值得思考的问题:

第一,为什么看上去只满足了一小部分人需求的“阅读器”,变成了炙手可热的产品,以至于那些巨头都认为它是重要的?

第二,为什么最早做阅读器的玩家之一Google,以及表面看上去跟“阅读”最沾边的亚马逊,并没有做阅读器的计划?(哦,Kindle那是一款阅读器硬件,不是我们所说的RSS Reader范畴,别抬扛)

解释清楚这两个问题,就解释清楚了在硅谷——或是在美国,那些科技公司尤其是“主流”的科技公司两条明显不同的发展路径:1)连接互联网上的人与信息;2)将互联网延伸至现实物理世界,变成互联网基础设施。

Google和亚马逊为什么放弃或不做阅读器?答案就在这里,它们的努力方向是更多让互联网成为现实物理世界的基础设施,让人们通过互联网实现更多现实世界需要完成的事。

看看Google在做什么:除了Google Glass这种实验性的具有媒介性质的“可穿戴式设备”之外,Google投入了大量的资源和精力在作为基础设施的云服务;11亿美元收购了Waze将地理位置数据进一步强化为公司一系列线下服务的基础设施;在无人驾驶汽车这种用Google独享的互联网地理数据驱动一款“硬件”运行的实验上——这个实验可能会用于未来的物流和运输革命;Google还推出了基于数据的“一日送达”购物服务;还有最新的GoogleMine——鼓励你通过互联网罗列和分享你的东西,“数据化”你的现实财物和资产,促成更多的“协同式”消费……Google做的事越来越和你的线下生活相关了(等等,这不是就是国内一票人等叫嚣的O2O吗?)。

再看看亚马逊,用互联网上的数据分析、计算和服务能力优化人们的线下生活是它的长项,也是它一直在做的事。它现在还是大量互联网初创公司和需要凭借互联网实现线上线下生活结合的消费类公司的基础设施——AWS云服务;当然,它也一直在探索关于未来的物流如何能智能;同时具备了更强大的线上广告能力;以及收购了地理位置服务公司,开放自己的地图API……

Google和亚马逊——两个巨头——在做的大部分事正在沿着这条线索渐次延展。如果你说什么是O2O,Google和亚马逊就是世界上两家最大的O2O公司。同理,苹果也不会做阅读器——除了是一家消费电子公司之外,苹果至少也想在这些领域有所作为。

这是Google和亚马逊们的逻辑。事实上这个世界上想通过地理位置、本地生活推荐、商品采购、物流配送、协同式消费、分享经济或在线支付等方式连接人与人的,都不会在“阅读”和“内容”上花太多的精力。这其实也可以解释微信公共平台为什么对媒体的接入态度有所保留,而却不遗余力地与南方航空、招商银行和星巴克这样的公司围绕着客户服务、下单与支付进行大规模合作——当然,能不能做成是另外一回事。

而Facebook显然属于另一种逻辑。

扎克伯格一直宣称Facebook的使命是让世界上的人们更紧密地连接起来。但连接人和人的方式并不只是在时间线上分享你的照片、视频和签到,并让这些东西充斥着你的屏幕。Facebook也想过用“线上+线下”的方式创造新的连接可能——比如与PayPal合作,让Facebook“好友”之间可以发生金钱的交易;比如与百思买(BestBuy)合作,让人们“发现”附近的购物信息,并分享购物体验,但这些尝试都不成功——至少在Facebook这个平台上没有成功。

而另一方面,作为全球最大的社交网络平台,Facebook同时是一家没有自己的操作系统(Home就别提了),没有自己的云服务(需要与Dropbox达成战略合作),没有自己的地理位置数据基础(知道它为什么那么迫切要收购Waze了吧)的公司,它不可能像其它几个“巨头”那样,为其它互联网公司提供更多的基础设施服务(它曾经这么想过)。

所以从这一年多开始,它开始倍加关注与媒体和内容有关的东西。3月初Facebook NewsFeed产品的改版就是它提供“沉浸式阅读”体验的一次尝试。扎克伯格在Facebook NewsFeed改版的发布会上说:“我们都希望向我们的朋友分享信息,但更希望从我们关注的公众媒体、艺术家和世界领袖级人物那里不断获得这些新的信息。”

而LinkedIn也是同样的道理。现在有数百名不同领域的特邀作者在LinkedIn上发表文章专栏,这些LinkedIn自己生产的专栏文章,加上通过Pulse的收购,以及获得其它媒体的新闻源组成的新闻阅读产品,被称作LinkedIn Today。上千万用户每天通过LinkedIn分享他们看到的文章,正像LinkedIn CEO Jeff Weiner所说的那样:LinkedIn已成为精准内容聚合和营销平台。

我上周五在LinkedIn的纽约办公室与LinkedIn的总编辑Daniel Roth聊了半个多小时。他透露LinkedIn现在的收入20-30%来自广告而不是招聘解决方案产品,这显示了LinkedIn作为一个“阅读”平台的强大效力。而这背后LinkedIn的数据分析能力发挥了重要的作用,它不但决定了根据每个用户的职业领域、职级、专长和平日里关注的内容给不同的用户定制和推送不同内容的LinkedIn Today,也能分析出更多人热衷于分享和阅读哪个领域的文章,进而优化LinkedIn自己的编辑工作和约稿内容。“我从未在任何一个地方看到过数据分析能如此强大地影响到编辑和内容分享上,” 传统杂志出身的Daniel对我说。

这就是阅读器正在变成的样子:它不但取决于每个用户每天订阅了什么,而且能给用户呈现他可能最需要的,但自己并未订阅的内容——Feedly也正在尝试着这么做。那些拥有活跃的用户基础,积累了复杂的数据且擅长数据分析的公司,适合做阅读类产品。

而更重要的一点,是“阅读产品”对增强社交活跃度和粘性的作用。

可能人们都忘了,那些基于内容传输和分享的创业公司在美国都会成为热门的科技公司——比如早年的Digg,以及被AOL收购的Reddit,还有现在当红的BuzzFeed(哦,还有科技圈里最红的阅读社区Hacker News)。而另一个有趣的现象是,它们都成了粘性很高的用户社区,也都是靠着“分享的力量”才得以流行。可以说,被很多中国创业者视为“弱关系”而弃如敝履的媒体阅读类产品,在美国却是“强关系”的粘合剂。那些把人们每天需要从各种零散的渠道聚集在一起,供人们浏览、阅读和分享的工具,或是能独立成为一个基于内容的“强关系”社区,或是成为一个已经具有庞大用户基础、社交关系、数据积累和分析能力的社区进一步强化用户粘性的药剂。这实在是一个非常“有用”的产品门类。

“阅读”是社区类产品最需要的形态——无论Digg、Reddit,甚至是Facebook和LinkedIn,都不例外。

所以,如果你不能成为其它互联网公司的基础设施工具,或是无力真正实现互联网到现实生活那“最后一公里”的落地生意的话,就别轻易地贬低“媒体属性”了——它比游戏和赌博带来一个互联网社交网络的粘性,甚至它自己成为独立的社区产品的潜能,都大得很呢。

Tags: ,,,.
12月 20, 2012

有一天我突然发现:Google与亚马逊的战线之长,远超过其它任何两个巨头之间的战线,包括苹果和微软。

看它们的战场:数字出版(Google数字内容 v.s亚马逊数字内容)、应用程序商店(Google Play v.s Kindle Appstore)、支付(Google Checkout v.s 亚马逊 One Click)、浏览器(Silk v.s Chrome)、移动设备(Android设备 v.s Kindle家族)、云存储与云计算(Google Drive v.s AWS)、搜索引擎(Google Search v.s A9与CloudSearch)、电子商务(Google新近推出的一系列电子商务服务 v.s整个亚马逊)、在线广告(Google Adwords v.s Amazon Product Ads) 甚至地图(Google Maps v.s 未来的UpNext)……这应该是在持续了20多年的苹果 v.s 微软和持续了近8年的Google v.s亚马逊之后,最通向未来的新一场“圣杯之战”。

问题是:它们的战争已经波及到你能想象的几乎任何一个领域了,下一个战场在哪里?我认为:是重新发明运输。

Google的业务显然正在向线下世界发展:无论是它收购的Like.com和自己推出的Boutique等电子商务网站,都证明了它一定会越来越渗透到人们的物理与现实世界生活。Google的广告收入大多来自电子商务,而其Google Wallet与Google Checkout支付方式又是连接数字与现实生活的解码器。反过来,亚马逊越来越集中扩展线上数字内容业务与服务,包括以商品和数字内容推荐为核心的搜索与在线广告。

更大的共同点是:分别连接Google与亚马逊线上与线下任何服务的核心元素是完全相同的:强大的云计算与数据分析。

而强大的云计算和数据分析又将Google与亚马逊引向了共同的下一步:颠覆物流和运输业。这是一个数据驱动的领域。

不得不提到Google的无人驾驶汽车。因为交通运输方式的变化背后一定是交通系统的变化,而交通系统的变化对Google来说,就是用数据分析和控制这一切。当你需要一辆汽车的时候,它会自己开到你家门口,然后载着你直接到达目的地,扔下你之后自己开走,等你再需要它的时候它会自动地开回来。

而这背后发生的是什么?那些用过Google地图导航功能的人事都应该清楚这是怎么回:它能精确地计算出从A地到B地不同线路时间,而这一结果是充分计算过当时的交通状况的(满大街都是无人驾驶车之后交通状况理论上会好很多)。无人驾驶车还能自动地实时反馈交通路况的变化,以及识别交通信号灯的变化及路人等——这是一款典型的靠云和数据驱动的产品。Google测试无人驾驶汽车的时候,用人工驾驶着它几乎开遍了美国的每一个角落,以求精确地采集到每一处建筑、桥梁、岔路和水流的信息。

这与交通运输有什么关系?有一种全自动的运输和物流系统被叫作“基瓦系统”(Kiva Systems)吗,顾客一下订单,仓库里的机器人就应声而动。客户订单直接下到基瓦仓库系统,机器人即时启动,一分钟内将货架送到工人面前,打包发货。整个仓库就象一个动态存取的内存条,仓库效率提高了2-4倍。

现在,基瓦系统向前延伸到了高速公路运输领域。只要你在自己的电脑甚至智能手机上(呃,估计十有八九必须是Android的)输入起始与目的地,设置好时间和偏好的线路,你接下来就变成了运输和物流系统上的一个“货物”,被一辆自动运行的无人驾驶机器装卸和运载。可如果它一开始主要运输的就不是人,而真的就是货物本身呢?

它将节省多少人工的运输劳动力,以及在多大程度上像一个内存条一样地提升仓储、运输、物流和投递的效率?

现在看来,这应该是Google正在做的。当基于Google地图、海量数据和云计算的无人驾驶汽车应用于物流和电子商务领域,它就真的从技术上扼住了一切竞争者的咽喉。此前有消息传闻Google正在研究“当日送达服务”的普遍应用。而无人驾驶技术带来的运输效率提升和容量,甚至都远远不是“当日送达”那么简单了。

那么,亚马逊呢?消息称亚马逊正在想办法提升物流和运输的效率,而这当然是一项背后有大量数据分析的服务。但交通运输的变化背后一定是交通技术和系统的变化——现在,这项技术似乎正在被Google掌握了。

所以,真的别以为我们之前的文章中写的用HTML5控制直升机运输墨西哥鸡肉卷是个玩笑,也别觉得那两个创始人想与亚马逊谈合作变更亚马逊的物流运输系统完全是天方夜谭。也许,这些事亚马逊和贝索斯已经在做了。数字世界(Bits)与物理世界(Stuff)在Google和亚马逊已经融合成一款产品的,而它们又都致力于提供最廉价的服务,接下来就让我们一起观望下一场巨头之间的圣杯之战吧。

Tags: ,,,,.
12月 12, 2012

我们生活在一个被几何级爆炸的数据包围的时代,现在,这些数据被叫作“大数据”

大数据将深刻影响人们的生活、工作和生活方式——而反过来说,你留在数字世界里的任何踪迹都变成了数据的一部分。它包括你在社交网络上的每条口水吐槽和照片,你的地理位置签到,你点击的每一个“like”,你与任何人的“好友”链接,你在亚马逊上每一次“点击”的购买记录甚至你的每一次搜索内容……也就是说,每个人创造的数据就是“大数据”的一部分,每个人都是大数据的生产者和消费者。

它延伸了诸多将数据应用于现实生活、工作甚至记忆的可能。以下是12月11日上午在北京云基地,《大数据时代:生活、工作与思维的大变革》一书的作者、牛津大学教授Victor Mayer-Schonberger与中国宽带产业基金董事长田溯宁视野下的关于未来大数据发展的几种可能性:

大数据与遗忘曲线:Victor认为,随着数据的爆炸,大数据应该提供一种自动的“遗忘”功能,帮助人们分析、筛选其漫长经历中所获得的全部数据,有哪些是可以被遗忘、删除或丢弃的。比如在亚马逊上,每个人的购书记录都被看作是分析个人爱好、兴趣和口味的数据,用来推荐你现在/未来可能会喜欢的书。但这做的并不够,因为随着时间的推移,人的兴趣是可能会消退和改变的。未来的大数据分析应诞生一个聪明的“遗忘”机制,能根据时间、年龄、心理学和人们的行为的细节变化,自动帮人们“删除”一部分已经丧失了意义的历史数据。

大数据与下一次产业革命:田溯宁认为,大数据应该被用于发现未来的下一个X光或阿司匹林,也就是为真正改变人类生活和进程做些什么。过去人们发现和发明一个东西,依据的通常是经验,以及具体的实验数据和样本,尚且不能从已有的经验和实际数据中,智能地分析、预测问题的症结在哪里,以及如何解决它们。科学发明是一项关于未来的事业,而大数据背后的挖掘与同样分析未来将把人们带向不可知的未来,帮助下一个震撼世界文明的发明的诞生。

大数据与“好数据”“坏数据”:别忘了数据都是每个人创造的,其中的质量差异将可能导致人们使用数据的效果的差异。Victor认为,未来大数据分析将有效地帮人们分辨“好数据’和”坏数据”,从而将数据的效果最大化。他还列举了亚马逊的例子,那些被亚马逊推荐给我的图书和商品,其中从来没有被我购买甚至点击过的那部分,通常意味着这些是“坏数据”,因为它从来不曾被需要过。而那些被采购和频繁点击的数据通常意味着“好数据”,它更能反映一个人的真实心理、兴趣和消费习惯,将这些数据进行归类和分析,可能会更充分地利用数据本身。

大数据与“相关性”:大数据的普及将使人们更好地发现和精确事物之间的相关性。事实上人脑和人的思维方式是并不擅长处理数据分析的。比如你问一家电影院的老板,今年最卖座的电影是什么,他/她告诉你的那个答案你可能也觉得是正确的答案,事实上通常都是错误的。而更多的问题出现在相关性上——比如人们突发的一场疾病,可能会被医生和自己诊断为是最近的一次食物中毒,人们似乎对这个结论达成了共识,然后“对症下药”,但这个结论很可能是错的,真实的原因可能是你最近去到的某个地方沾染了某种病毒或化学元素。在复杂的人的行为和生活场景面前,人们通常为一些“不相关”的结论做了太多无用功。而有了机器学习和数据分析,与一件事最具相关性的原因和症结就更容易被发现出来。

大数据与教育:“在线教育”是个更热门的话题,而大数据也可以被应用于在线教育。Victor举例说,在Udacity和Coursera这样的“在线大学”,当教授发现自己录制的一段课程其中的 某几个环节或时间点,被学生们反复浏览和点击的时候,他通常会及时地意识到这可能是一个对学生来说难以掌握的知识点,或是一个自己的讲解表述有差失的地方,接下来就可以据此调整讲义。而对考试这件事来说,通过在线模拟测试,大数据可以用来分析和统一某个学生群体或个体对不同知识点的掌握情况,当某个知识点的题目被频繁做错的时候,系统就会在接下来的模拟测试中不断强化出现与这个知识点相关的题目,以巩固学习效果。这不是帮人“作弊”,反而是强化理解知识的方式。

Tags: ,,,.