带领你的员工渡过难关 无论公司规模大小,处在哪一发展阶段,没有任何一家公司可以在风云变幻的时代中独善其身,维稳不变。为了不被后来者赶超,很多创业公司格外强调“创新”,进行战略或架构等方面的调整…… 好的改变能够使公司革除弊病,激发全新活力;当然变革之中也会隐藏一些被我们忽视的负面影响:比如内部改革降低了员工对既有事物的把控能力,从而引起某种失落感;领导的冷漠和环境的压力,更加剧了员工的情感创伤。这些负面情绪都将成为公司变革中的巨大阻力。 那么,如何化解这种阻力呢?首先,公司必须建立完整的运行系统,帮助员工抒发自我的悲痛感。其次,员工们的“伤痛”要在公司内获得广泛的认同和重视。最重要的是,要营造一个温馨、稳定的工作环境。以下,Enjoy: 01、理解失落感 “公司本身不害怕改变,员工才害怕。”华盛顿大学商学院 James R.Bailey 和 Jonathan D.Raelin 两位教授在探讨公司变革中员工的情绪管理时,提出了这一观点。原因在于,人们对变革本身没有情绪反应,真正能够引起员工失落感的是隐藏在变革中失去的事物。这种失落感会进一步引起人们处在危机环境中的焦虑感。 通常来说,较为具象的失落感来源于员工收入的改变,较为抽象的是员工对于自我价值的失控。现在大部分研究都集中在人们失业后的反应,却没有注意到“幸存者”的个体情绪。 02、理解悲痛感 失落情绪的下一阶段是悲痛感,这种情绪会加剧更深层的焦虑。尽管悲痛的情绪十分常见,但是悲痛感之间也是有强度和持续时长差异的。对公司中变化事物的留恋感越强,悲痛情绪就越强。 举个例子来说,在公司变革期,流露出反感情感是公司的忌讳,因为这很容易会被人解读为“固步自封,不愿改变”。公司领导的冷漠和环境压力容易造成人们的情感创伤,在许多人的眼中,这种悲痛感是懦弱,甚至是无理的。因此,许多员工担心自己的情绪流露会被他人错误解读。在这种情况下,主观压抑和被动压抑成为人们最后的“发泄”渠道,导致她们根本不可能全心投入变革,甚至影响身边的人也变得郁郁寡欢。 根据英国东安格利亚大学的研究表明,以裁员为例,从根本上说,这带给员工强烈的不安、怀疑、背叛感。这些情绪会导致他们无法专注工作,甚至离职。这被称为“幸存者综合征”。结论表示,留在原岗位的员工和离开员工体会到的焦虑等负面情绪在程度上并无差异。 03、那么我们可以做些什么? 首先,我们可以看看这一张图表。 这张图表描绘了员工在不同类型的公司变化中的情绪反应。其中,中间灰色部分为存在性缓冲,也就是在变化中员工可以依靠的,维持不变的事物。公司改革分为如上三种:操作性改革、业绩评估、公司价值观。图中灰色的部分,代表着员工们认为变革中会带来的损失。 操作性改革影响了员工对周遭事物的理解能力,这是人们处理未知事物,重新架构认知的基本能力。实际上,就是员工的熟悉感。这种熟悉感能够让他们更快地解决公司问题,适应环境,但也容易成为改变过程中的一大壁垒。 第二种变革是业绩评估方法的改变,会让人担心“标准及公正”受到影响,由此引发对个人竞争力的怀疑。最后,公司价值的改变,会极大程度导致员工对自我的深度怀疑。 以上所有的情绪都会成为变革中的巨大阻力。 因此,管理层不能自己幻想员工可以自愈,老板们必须承认这个现实并且帮助自己的员工“渡过难关”。 首先,公司必须建立完整的运行系统,帮助员工抒发自我的悲痛感,对过去抒发一下自己的怀念。同时,员工们的“伤痛”要在公司内获得广泛的认可。互相分享这种失落感能够为自己的悲伤“去污名化”,这就好比被裁员的人从曾经共事的人那里再次获得认同一样,能够帮助人们重拾自信。 最重要的是,所有的分享行为要在一个温馨、安定的环境中进行。斯坦陵布什大学的教授曾经进行了一个案例研究,将公司高层和员工聚集在一起分享关于公司改革的感受。分享结束后,连高层都感到对未来更加笃定、自信。实际上,理智地来说,一次分享活动不能改变任何本质,但是能够给员工很强地心理暗示,鼓励大家走下去。 给员工创造安定感,这样以后他们就无须在走廊、饮水机、茶水间中独自舔舐自己的伤口了。 Reference: 《“Survivor syndrome”—a management myth?》 作者/Yehuda Baruch, University of East Anglia, UK and Patricia Hind, Ashridge Management College, UK 《Organizations don’t resist change, people do: Modeling individual reactions to organizational change through loss and terror management》 作者/James R. Bailey& Jonanthan D. RalinSchool of Business, George Washington University, USA 《Healing emotional trauma in organizations:an O.D. framework and case study》 作者/Mias De Klerk, Stellenbosch University 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
虽然成功率只有10%,但这是一个从 “不可能” 到 “可能” 的过程。 编者按:在科幻电影中,宇航员需要经过几百年的航行来到达宇宙某处,这时候他们就会进入冷冻装置,开始深度睡眠。在深度睡眠中,宇航员不会感受到时间的流逝,也不需要太多的营养补给。实际上,对于人类的太空探索来说,人体冷冻技术是非常必要的。科学家日前成功进行了一项实验,或许使得我们离成功更近了一步。本文编译自纽约邮报原题为“We’re one step closer to freezing our bodies and waking up in thefuture”的文章。 想要永远活着吗?还是旅行到未来的一段时间?现在,科学家在低温冻结方面有所突破,或许让我们离这个梦想更近了一步。 人体低温冻结技术最明显的用途是太空旅行。宇宙广阔,不管去哪都会耗费大量时间,更别提还需要维持人体新陈代谢的能量了。所以,最好的方法就是把宇航员冰冻起来,进入深度睡眠,也就是保留身体和大脑的一小部分活动,相当于处于暂停状态的视频。 科学家已经成功为个别细胞做到了这一点。 然而,让生物体从冰冻中恢复常态,这已被证明是一个更具挑战性的问题。 直到现在,我们终于有了一些进展。 科学杂志ACS nano发表了一篇文章,研究人员成功地解冻了一个斑马鱼胚胎。这个成果非常重要,因为60年前,类似的尝试以失败告终。 问题的核心是冰晶。水结冰后体积会膨胀,因此,扩张的冰晶会把细胞给撑破。 用防冻液代替身体的一部分液体,这早已被认为是可能的解决方案。 防冻液填充的斑马鱼胚胎(选择这种生物是因为它们大部分半透明而易于研究)在液氮中迅速冷冻至-321F,并已经存放了几十年。可是一直无人敢解冻。 研究人员写道:“大尺寸的卵黄仍然阻碍了快速冷却和变暖,从而在冷冻保存期间产生致命的冰晶。”即使使用激光器产生的毫秒级闪光灯,也不能足够快速地提高它们的温度,并且足够均匀,以避免冰晶的出现。 解决方案似乎是原来防冻剂的另一种添加剂:金纳米棒(gold nanorods)。这些微小的金属碎片会传导激光的热量。这使得激光加热过程可以得到平均分配。 该研究描述了如何将快速冻结的斑马鱼胚胎进行解冻。在将其充满新的防冻剂之后,在-321°F保持几分钟,然后研究人员进行了激光快速除霜处理。研究人员表示:“这种快速变暖过程导致了冰层溢出,这可能会损害胚胎。” 大约10%的胚胎幸存下来,并再次开始成长,重新生活。 这不是一个很高的幸存率,但已经把“不可能”变为了“可能”。这很可能是一项伟大技术的开始。 原文链接:http://nypost.com/2017/08/02/were-one-step-closer-to-freezing-our-bodies-and-waking-up-in-the-future/ 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
我们听说过超级计算机、量子计算机,但是,有一种特殊的计算机同样是未来计算机发展的一大方向,那就是DNA计算机。 DNA计算机是一种生物形式的计算机。在DNA计算机内,计算不再是物理性质的符号变换,而是化学性质的符号变换,传统意义上的“加”、“减”操作也变成了化学性质的切割和粘贴、插入和删除。 许多年来,有一家科技巨头一直对DNA分子计算机的前景表现出浓厚的兴趣,那就是微软。 就在 2016 年,微软的研究者们就创下DNA 数据存储量的记录(该记录今年被哈佛团队打破)。如今,微软又把研究目标转向 DNA 分子计算机的另一个重要分支——数据运算。 微软与华盛顿大学的研究小组联手找到了大幅提升 DNA 分子运算的方法,这将加快人们利用DNA计算机对体内基因突变或癌症检测和监控的脚步。经过实验证明,新型的 DNA 计算机仅用了七分钟就完成运行包含3个输入链的与门,而之前的设备需要四个小时完成同样的工作量。 研究成果发布在 7 月 24 日的《自然-纳米技术》(Nature Nanotechnology)上。 图丨本次论文标题 实际上,DNA 计算机由 DNA 分子电路组成,“输入”的是细胞质中的RNA、蛋白质以及其他化学物质,“输出”的则是很容易辨别的分子信号。与传统的计算机相同,DNA分子电路上也有“与”“或”“非”逻辑门(逻辑门是集成电路的基本组件)。 图丨计算机中的各种逻辑门 该组研究人员在论文中称,他们利用DNA 折纸术形成 DNA 发卡结构(hairpin)的空间排列组织,以构建排列DNA分子逻辑门和信号传输线。所谓发卡结构,就是如果非子链和母链的两条DNA链碱基互补配对,就会出现有部分区域无法配对而突起的部位,也就是我们所说的发卡结构。它让DNA分子间的排列更加有序,更加模块化,同时每个DNA分子也相对“固定”了下来,就像固定的分子电路板一样。 图丨DNA多米诺电路设计过程 与平日里的计算机不同,这些纳米层面上的计算机电路是由人造 DNA 构成的,被称为“DNA 多米诺电路”——由不同的 DNA 链组成。这种 DNA 分子电路在工作过程中,电路上相邻的 DNA 链通过链上的发卡结构部位连接起来,并且一个一个接着相互反应作用下去,就像多米诺骨牌倒塌一样,直到反应完成,得到目标DNA链。 图丨信息在发卡DNA链间的传输 其结果显示,无论是在不同长度还是不同方向的传输线上,这种结构的DNA分子电路都具备良好的信号传播能力。另外,逻辑门通过模块化的方式可以组合成常规的电路模式,同样也大大提高了DNA分子间的信息传输速度和稳定性。 图丨微软公司生物计算组组长Andrew Phillips 微软公司生物计算组组长 Andrew Phillips 在采访中对研究细节进行了进一步解释,“在一个设备中,组成分子在空间上被紧密的排列在一起,而对于我们的研究来说,作为组成分子的DNA分子链通过折纸技术被相对固定在整个系统的空间结构上,看起来就像分子电路板。” 这次的研究成果与过去的DNA计算机有很大的不同。之前的大多数DNA计算机是把DNA链溶解于化学溶液中——这么做的缺点是,DNA分子可以在化学液中随意游走,容易产生连接或者发生反应,因此影响工作效率。 Phillips 介绍了新型 DNA 分子计算机的改进:“而对于我们来说,构成设备的 DNA 分子被紧密的排列在一起,同时,它们的位置也被 DNA 分子电路板所固定——这样一来,它们会首先与相邻的 DNA 分子反应,而不是随意游走到其他地方与其他位置的 DNA 分子接触。” “这种方法有效的减少了 DNA 分子间的相互影响。尽管我们的设备还依赖扩散原理来运作,但由于大部分分子都在 DNA 空间结构上被固定,四处游走的是传递信息的燃料链,运行速度还是比原来大大提高。” 如此一来,这些设备会有很高的伸缩性,因为新型的 DNA 分子计算机可以进行自组装,也就是说分子可以自我组织排布。对此,Phillips表示, “DNA分子链会在DNA分子电路板上结为一个整体,而我们会利用它的自组装能力来校准DNA分子的位置。” 对研究者们来说,下一步的研究是如何扩展DNA分子电路板的大小,但这需要更先进的DNA折纸技术。 图 | DNA之所以可以按需求被折叠、粘贴,还是要归功于它独特的双螺旋结构:两条平行、反向的单链之间按照精密的碱基互补原则相连接,A与T,G与C,就像一把钥匙配一把锁,具有唯一性和高度特异性(A为腺嘌呤,T为胸腺嘧啶,G为鸟嘌呤,C为胞嘧啶)。这些碱基的化学组成使得设计好ATGC排序的两条DNA单链,能在茫茫链海中找到彼此,紧紧结合,最终组成研究人员想要的形状。 Phillips还表示,“我们还准备把新型设备与疾病的标志物(如RNA)等生物标记联系起来,这样一来,计算机逻辑可以被用于精确诊断人体内的病毒性疾病和癌症。起初是从血液中检测,但随着科技的发展,我们将实现从任意活细胞中检测疾病的设想。” 以编码的DNA序列为运算对象建立的DNA计算机,具有实时探测和监控基因突变等细胞内一切活动的特征信息,确定癌细胞等病变细胞等功能 。未来,科学家更是希望,利用DNA计算逻辑的运算判断能力开发出“能检测”、“会思考”的智能DNA计算机设备,使得开发个性化的“智能药物”将成为现实。 对此,基因编辑领域学者、斯坦福大学生物工程系和化学与系统生物学系助理教授亓磊近期也表示,基因编辑有望让人体成为一台基因可被读取、预测和改写的“DNA计算机”,它不仅能够充当监控设备,发现潜在的致病变化,还可以在人体内合成所需的药物,治疗癌症、心脏病、动脉硬化等各种疑难病症,甚至在恢复盲人视觉方面也将大显身手。 尽管微软的此次成果为DNA 计算机迈出了很大一步,但目前 DNA 计算机仍然处于非常早期的研究阶段。由于受目前生物技术水平的限制,DNA计算过程中,前期DNA分子链的创造和后期DNA分子链的挑选,要耗费相当大的工作量。 比如,阿德勒曼的“试管电脑”在几秒钟内就得出结果,但是他却花掉数周的时间去挑选正确的结果。另外,在数学领域中著名的旅行推销员问题(TSP问题)中,如果实验中城市数目增加到200个,那么计算所需的DNA重量将会超过地球的重量。而且数以亿计的DNA分子非常复杂,在反应过程中很容易发生变质和损伤,甚至试管壁吸附残留都可能发生致命错误。 因此,DNA计算机真正进入现实生活尚需时日,我们距离建造一台成熟的DNA计算机也还有很长的路要走。 -End- 编辑:Theo 参考: http://www.nature.com/nnano/journal/vaop/ncurrent/full/nnano.2017.127.html?foxtrotcallback=true http://spectrum.ieee.org/nanoclast/semiconductors/devices/dna-chips-get-much-faster-processing 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
菜鸟、京东是加盟,圆通顺丰是自营。 为解决最后一公里配送,带来的成本上升、利润微薄等问题,快递公司们纷纷考虑优化末端配送,让便利店成为自提点,目前菜鸟、京东和顺丰都已采取“快递+便利店”的模式,圆通则是刚刚入局。 据《界面》的报道,近日,圆通在上海开了一家生鲜便利店妈妈菁选,选址在一个中高档小区内部,面积50平方米左右,店内的商品有600余种,生鲜产品占到25%,基本能覆盖居民的日常生活需求。 此外,妈妈菁选还与阿里旗下的易果生鲜达成合作。附近消费者可线上下单,便利店承担起上门送货的服务,也就是打通了线上和线下的新零售。除了与零售相关的业务外,这家便利店还将承担 “最后一公里” 的功能,代收寄递服务。 圆通在去年就推出了与菜鸟类似的代收快递驿站,这次的生鲜便利店相当于是快递驿站的升级。据圆通方面的说法,未来快递驿站都会改成生鲜便利店的模式。 马云曾在今年5月预测,“一天10亿包裹数量,不会超过八年,估计在六七年左右就能实现。”庞大的包裹量并没有给快递公司带来业务上的迅猛增长,反而单个包裹的收益急剧下降,2016年的快件单价比2014年低了1.9元。 海量的包裹也给快递的末端配送带来不少的问题,从消费者的角度来讲,会遇到延误、丢件和服务不好等情况。对于快递公司来说,末端配送是个费力又不赚钱的活儿。不少快递公司的末端配送点都是采取加盟的模式,加盟商面临着越来越激烈的竞争环境和劳动力成本上升,利润被压缩的状况。 根据中金的数据,快递行业毛利率已从2007年约30%的水平,下滑到目前的5%~10%。今年年初,媒体屡屡爆出北京上海的末端快递网点倒闭的新闻。如何将末端服务做好,成了快递行业迫切解决的问题。 在便利店之前,各大快递公司和电商平台纷纷以合作和自营的模式搭建末端站点,比如菜鸟驿站,在校园和一些社区专门设立快递的自提,随后又有了智能快递柜。在便利店的风口被吹起之际,快递大佬开始注意由顺丰首创的“快递+便利店”模式。今年京东宣布了百万便利店计划,百世快递也推出了店加切入社区便利店领域。 快递+便利店是对快递网点的一个延伸,从单纯的收取快递到社区服务平台,节省了快递小哥的配送时间,同时增加了消费者的便利性。而且采取便利店这种模式,能够增加消费者的粘性,如果将便利店经营的好,也是一种变现的途径。 在“快递+便利店”的落地中,快递大佬们选择了不同的方式,比如京东是加盟的模式,深入到农村地区,借助当地的便利店网点,来低成本的进行“扩张”,菜鸟也是依靠合作伙伴来扩大版图。而百世和圆通则采取完全自营的方式来看便利店。 自营和加盟的模式各有利弊。加盟更容易扩张但也更难管理,以京东举例,其百万家线下便利店计划大部分都在边远地区和农村,与当地的商贩合作有助于京东将触角比较容易的延伸到这些地区。而且加盟的模式对于总公司的现金流要求不高,便利店的经营是加盟商自负盈亏。但是,偏远地区的零售店主们,文化水平不高,如何将经济效益最大化还是个问题。 此外,加盟的模式会有一些不稳定的因素,比如今年6月,与菜鸟合作的上海好德、可的便利店都终止了代收包裹快递,合作伙伴的退出会造成非常大的冲击。与利益分配、物品损坏赔偿等问题都是加盟模式的纠纷点。 而自营模式相对容易把控,快递公司可以非常透明地了解便利店的经营状况,拥有更高的自主权,充分保证服务质量。但自营的成本相对高,快递公司的强项是物流而非经营,挖来一个像样子的管理团队和从头筹划建店都需要资金,对于公司现金流要求高。而未来,便利店的经营状况还将会与公司营收直接挂钩。 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
继阿里与顺丰矛盾公开化之后,京东与天天快递又被爆出不和传闻。2017年7月19日,天天快递被京东单方面宣布暂停服务,后续,京东又将圆通、EMS、百世快递、德邦列入不推荐名单当中,而建议物流方仅保留京东自营、顺丰、中通、韵达、申通。 这是今年以来第二起电商平台与物流公司之间的冲突。有关本次冲突,业内有过很多的解读和看法。有人说是资本的原因在作祟,有人说是平台的问题在搞鬼。无论是什么原因,有一点可以确认的是,电商平台与物流公司在未来的争斗将会持续升级,并将会进一步影响到更加纵深的范围。 作为电商领域至关重要的一环,物流的好坏直接影响着用户的购买体验,甚至后续的评价,对于二次购买的达成也有非常重要的影响。既然物流如此重要,它与电商平台的利益博弈也将会成为两者之间的主旋律。 为什么电商平台开始与物流公司产生矛盾? 进入到今年以来,特别是进入到后“互联网+”发展阶段以来,有关电商平台与物流公司不和的新闻不绝于耳。人们不禁要问,为什么在以往电商平台能够与物流公司和平共处,偏偏在这个时候开始心生芥蒂呢? 首先,物流公司有自己的渠道拓展用户,不再单一地依靠电商平台。其实,物流行业的发展成熟与民众的生活习惯有着很大的关系,而民众的生活习惯当中,借助电商平台进行购物仅仅只是这些生活习惯当中一个很小的部分。随着人们网购需求的不断增加,卖家通常会使用包邮的方式来招徕顾客,在这样一种情况下,选择物流已经不再是C端的行为,更多的像是一种B端的行为。所以,如何花最少的钱为用户运送快递成为很多商家都会面临的一个主要问题。 在这样一种情况下,物流公司其实已经形成了一套按照自己的逻辑所建立起来的用户拓展网络,即使没有电商平台的推荐或者绑定,物流公司完全能够凭借自己搭建起来的网络拓展用户。在这个时候,物流公司其实已经有了能够与电商平台谈判的筹码。所以,我们看到了物流公司不断有不按常理出牌的动作发生。 第二,互联网的“油水”不断被挤压,深度介入每一个环节才能发现盈利空间。在以往的逻辑中,电商平台的盈利并不仅仅只有物流这一个环节的,其他环节同样能够获得很多的盈利空间。但是,随着“互联网+”浪潮的逐渐褪去,以电商为代表的传统互联网产品的盈利空间正在不断遭受挤压。 如果仅仅只是充当平台的作用,而不介入到电商领域的相关环节,那么电商平台的盈利空间将会越来越少。在这样一种情况下,通过深度发掘每一个环节的盈利空间,才能拉动电商平台新一轮的增长。 第三,从合作到合并,物流公司与电商平台的利益开始出现偏离。我们知道,在电商平台的发展早期,物流通常是一个用来招徕用户的重要的宣传手段和提升用户体验的主要途径,在这个阶段,物流公司需要通过电商平台获得用户,电商平台则需要物流公司提升自己的服务,在这样一个阶段,物流公司与电商平台之间的合作是一个主题。 随着电商平台发展瓶颈越来越多,它们需要通过给物流端的公司提供服务来获得新的收入来源。而在此时,物流公司并不会因此就范,他们会选择自建数据终端、物流跟踪等相关的服务,并以此带来业务的新一轮增长。 当电商平台想要拿物流开刀获得新的发展,物流公司不肯就范之际,两者之间的冲突便会开始出现,等到矛盾无法调和,电商平台便会采取强制手段来迫使物流公司就范,等到这些强制手段无法迫使物流公司就范时,那么终止合作将会是唯一出路。 正是因为以上三个方面的原因,我们才会看到物流公司与电商平台之间的矛盾开始不断出现。未来随着电商平台更加深度地介入物流行业,预计还将会有会更多的物流企业与电商平台产生矛盾。如果这种矛盾无法调和,电商平台可能将会采取更加严厉的措施逼迫物流公司就范,而物流公司的自生能力是否足够强大将会成为决定其能够走多远的重要考量指标。 未来的物流行业与电商平台将会出现怎样一种状态? 既然物流公司与电商平台之间的矛盾随着互联网深度发展会呈现不同的发展类型,那么,物流公司在未来将会和电商平台之间出现怎样的一种状态呢?具体来看,主要分以下几个方面的状态。 第一,物流公司将会脱离电商平台自建一套属于自己的运营体系。其实,这样一种方式在顺丰身上已经表现得淋漓尽致,自从顺丰与阿里闹翻之后,它便开始了自建自己的物流网络,从下单、取件、运输、派件等等环节入手,顺丰速运都建立了一套属于自己的完整的运营体系,借助这个运营体系,顺丰即使没有阿里端口输入用户依然能够运转下去。 除了基于物流本身搭建处于自己的运营体系之外,顺丰还围绕着物流建立了一套属于自己的生态体系,从网点布置、线下端口的搭建、电商平台的建立等环节入手,建立起了一套属于自己的物流生态圈。借助这个生态圈,顺丰不仅能够将自己的物流业务囊括其中,而且能够将物流作为一个圆心发散出去,通过与物流相关的不同的环节相互结合实现自我业务的深度拓展和提升。 同顺丰一样,未来随着物流公司与电商平台之间利益博弈的不断升级,围绕着自建还是“寄生”这两个方向的抉择将会成为很多物流公司必须面临的一个考虑。要么物流公司向电商平台就范,选择使用电商平台提供的服务,向电商平台提供物流相关的数据;要么物流公司选择走和顺丰同样的道路,借助自身业已形成的一整套的体系来搭建以自我为圆心的运营体系。 其实,物流公司目前出现的这种状态,在其他行业当中也有着一些的表现。以京东众筹、聚米众筹、苏宁众筹为代表的众筹平台为例,很多众筹平台开始不再仅仅只为项目方提供金融服务,而且深度介入其中,从不同的角度获得不同的发展。 然而,搭建属于自己的一整套的物流体系需要一个长期的、循序渐进的过程,如果在这个阶段选择与电商平台撕破脸皮的话,很多物流公司将会得不偿失。在这样一种情况下,物流行业将会出现两种情况,一种是规模较小的物流公司会选择向电商平台就范,选择与其进行合作;另外一种规模较大,运营体系比较完整的物流公司会选择自建自己的运营体系,通过自我业务的拓展来实现未来的发展。 第二,电商平台与物流公司之间达成了某种妥协。当前,物流公司与电商平台之所以会有矛盾公开化的现象出现,其中一个很重要的原因就在于两者之间并不会就彼此都很关心的领域和问题有任何让步,所以才会出现了这样的问题。未来,随着电商平台与物流公司之间寻求矛盾解决的方式,他们或许将会在某一点上达成某种妥协,最终让用户来埋单。 基于这样方向的思考,我们可以对标滴滴。滴滴打车刚出现的时候,同样遭遇过出租车的抵制,而抵制的最后结果就是出租车涨价,而滴滴打车则减少对于用户补贴的力度。网约车新政一周年之际,我们看到的是滴滴打车与出租车之间打车费用上的差距越来越小,甚至有些时候还出现了超过出租车的情况。这种情况的出现,用户成了双方博弈的牺牲品,最终用户成为这场交易的埋单者。 未来,物流公司与电商平台之间同样可能会达成这样一种默契。物流公司可能会选择使用电商平台提供的数据服务用来提升用户的物流体验,只不过选择使用电商平台提供的数据服务的费用可能会有用户来埋单。 第三,以新技术为主要链接点的新产品的出现打通电商平台与物流行业之间的壁垒。其实,物流公司与电商平台之间的竞争依然是数据和服务之间的竞争,如果我们能够借助新的手段将物流公司与电商平台全部都囊括在这张大网之下,那么物流公司与电商平台之间的竞争便不再是不平等的竞争,而是一种在同一个平台下的公平的竞争关系。 未来,随着物联网技术、大数据技术、云计算技术的不断发展,原本附着在电商平台上的物流公司可能在另外一个更加广阔的平台上面能够与电商平台实现平起平坐的机会。而在这个时候,物流公司与电商平台之间的竞争可能更多地体现出一种公平性,在打破电商平台营造的壁垒的同样,同样能够获得自身的发展。 电商平台本身所具备的物流行业的性质让其与物流公司本身有着某种天然的竞争关系,随着电商平台赢利点的不断挖掘,未来将会有更多的物流公司将会加入到与电商平台的竞争当中。随着电商平台与物流公司之间的不断妥协,未来或许将会呈现更多的发展可能性,同样将会衍生出更多的发展类型。 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
《战狼2》票房的“膨胀”,让北京文化(000802.SZ)“扬眉吐气”。 8月1日,上市公司公告宣布,截至2017年7月30日24时,《战狼2》中国大陆地区上映四天,累计票房约为9.38亿元,超过公司上年度营业收入的50%。 与《战狼2》在豆瓣本土片上获得难能可贵的7.5分相比,资本市场的反应更为兴奋,7月27日上映当天,北京文化股价上涨4.36%,7月30日和8月1日连续两天涨停,上映后的四个交易日累计涨幅超过30%,此前,其股价已经持续下跌一年多时间。 在过去数年中,国产电影票房先后历经了井喷与集体沉寂。过去一年,行业龙头华谊兄弟(300027.SZ)2016年营业收入35.04亿元,同比下降9.55%,扣非后净利润亏损4018万元,同比下降108.52%。同花顺数据显示,中证影视产业指数2016年2月22日收盘达到阶段最高的4883.93点,但截至2017年8月1日收盘,仅为3055.74点,跌幅达到37.43%。 《战狼2》的成功,宛如国产电影的一股逆流,甚至让半路出家的北京文化如今成为了这轮板块行情的带头大哥。 通过并购重组,主营旅游的北京文化(全称“北京京西文化旅游股份有限公司”)在2014年才正式踏入影视业,作为“闯入者”随即出现在多部当红电影中,更为重要的是,对于行业当时还在摸石头过河的票房保底模式,这家公司却显示出了异常的热情。 《战狼2》持续增长的票房当然会让北京文化获益颇丰,而眺望市场,北京文化引发的,或许不仅仅是票房。 票房真到40亿,北京文化能拿多少? 在动辄便会因股价异常停牌核查、被无情关进“小黑屋”的年代,名不见经传的北京文化能够连续涨停,让资金义无反顾的杀入,其“故事”的确有足够吸引力。 想象空间来源于《战狼2》票房的持续走高,这被认为是引爆其业绩的“核武器”。 对于《战狼2》最终票房的预测还在不断刷新,根据猫眼数据,8月1日《战狼2》单日票房2.91亿元,上映6天累计票房15.50亿元,猫眼给出了一份38.71亿元的天价预测。 这枚核弹的威力究竟有多大? 北京文化在2016年8月份发布的对外投资公告中,公开其与北京聚合影联文化传媒有限公司一起,作为乙方和丙方,共同承担《战狼2》影片发行工作。 《战狼2》高票房,让北京文化在四个交易日累计涨幅超过30%。 根据公告中的合同约定,《战狼2》票房总收入剔除5%的国家电影转型资金和3.3%税金,将形成票房净收入,净收入中的43%左右将成为制片方发行收入,由制片方和发行方按比例共享。 其中,影片总票房收入在8亿元以内时,发行方票房分成比例总和为制片方发行收入的12%,其中北京文化占比6.6%;总票房收入在8亿元至15亿元之间的部分,发行方票房分成比例为制片方发行收入的25%,北京文化占比13.75%;而在总票房收入在15亿元以上的部分,发行方票房分成比例则为制片方发行收入的15%,北京文化占比8.25%。 以此为依据,计算北京文化理论收入并不复杂。 当票房达到8亿元时,制片方发行收入约为3.16亿元,北京文化票房分成约为2082万元;当票房在15亿元时,制片方发行收入约为5.92亿元,北京文化票房分成约为2082万元和3795万元两部分,总共5877万元;而当票房超过15亿元时,每增加1亿元票房,北京文化的票房分成则会在5877万元的基础上增加325万元。 也就是说,当《战狼2》票房达到20亿元时,北京文化分成收入约为7502万元,30亿元时,约为1.08亿元,如果猫眼预测神准,票房最终接近40亿元,北京文化的分成收入将来到1.4亿元,而分成收入,绝大部分将直接转化为利润。 核弹已经发射,让它飞一会。 尽管外界对于《战狼2》票房的浓厚兴趣有增无减,但对北京文化来说,《战狼2》最终票房短期内或许已经不再重要。 最新的业绩预告显示,北京文化今年上半年净利润在3700万元到4000万元之间,去年同期为1019万元,同比增长263%-293%。但是,其在上半年的业绩增长有2900万元为并表因素和出售子公司所获得,实际上,并无太多自然增长。 这也就不难理解,作为发行方,在电影上映不过四天的情况下,北京文化为何要高调公告票房情况,他们其实想说,自己正走在正确的道路上。 “保底”专业户 作为《战狼2》的台下主角,北京文化2013年还是影视行业的“门外汉”,这家主营旅游的公司主要靠运营潭柘景区、戒台景区和妙峰山景区等旅游景点过活。但日子并不好过,2013年,北京文化扣非后净利润116万元,同比下降90.68%。 当年年底,他们以1.5亿元收购北京摩天轮影视传媒文化有限公司,进入影视行业。2014年,业绩迅速反转,当年营业收入4.21亿元,同比增长158.31%,扣非净利润4176万元,同比增长3495.78%。 新人入局,常常需要剑走偏锋,如果说影视发行是剑,保底模式赚取超额利润,则是北京文化所走的偏锋。 主演及导演吴京,一度传出为了给这部电影筹资抵押了自己的别墅。 《心花路放》是北京文化的保底首秀,摩天轮为该片作出5亿保底发行,公开资料显示,《心花路放》最终票房10.72亿元,当时,外界预测北京文化进账接近1亿元。 根据年报,2014年,摩天轮投资和发行的电影《同桌的妳》和《心花路放》两部电影,票房总成绩16.1亿元,而《心花路放》当年为上市公司贡献收入1.91亿元,单这一部电影,就占总收入比重的45.37%。 2015年,北京文化上映《第七子》、《少年班》、《桂宝之爆笑闯宇宙》、《恋爱中的城市》、《解救吾先生》六部电影和电视剧《加油吧实习生》,当年年报披露了主要创收项目,《解救吾先生》9487万元、《加油吧实习生》5770万元、《桂宝之爆笑闯宇宙》1512万元以及《少年班》931万元。 四部影视作品收入不敌《心花路放》一部,而北京文化业绩也十分惨淡,营业收入3.49亿元,同比下降16.96%,扣非净利润亏损3492万元,同比下降183.62%。 同年7月,北京文化公告,原董事长熊震宇和总裁邓勇相继辞职,同时,陈夏安、陈国富、王京花、娄晓曦等影视团队相继进入管理层,涉及电影、电视剧、综艺和艺人多个板块,最为重要的是,被其官方微信号称为“保底始作俑者”的摩天轮负责人宋歌出任公司新董事长。 这似乎是在宣告,北京文化将会全力开发保底模式,而《我不是潘金莲》、《战狼2》和《一代妖精》三部保底电影也随即应运而生。 由于冯小刚与万达院线之间发生纠纷这样的意外出现,北京文化协同与华谊兄弟和文投控股(600715.SH)两家上市影视公司5亿保底的《我不是潘金莲》票房不及预期,尽管如此,仍在当年为北京文化贡献了5114万元收入,超过北京文化同年上映的《极限挑战之最后的武士》、《我的新野蛮女友》、《刺猬小子之天生我刺》、《铁道飞虎》五部电影,及《穿越谜团》和《我的岳父会武术》两部电视剧。 而《战狼2》的火爆,则让宋歌和北京文化终于拥有了发声的本钱。 关于《战狼2》的最终战绩,还需等待上市公司官方宣布,而北京文化可能主导更多保底项目,已经成为大概率事件。 保底模式会否成为主流? 北京文化是运作保底模式动作最大的,但却并不是最早和唯一的,2013年,华谊兄弟8800万元保底电影《西游降魔篇》,是国内票房保底第一例,最后获得净收益和发行代理费总共2.5亿元左右。从此,保底盛行,中影、博纳,微影时代、耀莱、华桦等相继加入保底大军。 这样一门好生意,为什么会让“小字辈”北京文化闹出动静? 2016年暑期档,共有5部国产电影进行保底发行,结果,仅有《盗墓笔记》10.04亿的票房成绩勉强完成10亿保底发行目标,《封神传奇》、《夏有乔木,雅望天堂》、《致青春•原来你还在这里》和《绝地逃亡》的保底均告失败,“遇保即亏”成为当年暑期档热词。 风险,让保底模式停在“半路”。 关于保底,资深影视投资人曹海涛对腾讯财经表示,票房保底本质上依然是在做发行,但采用的是一种金融产品思路,以对赌条款方式呈现,通常,出品方是在不看好影片票房的前提下博弈更大收益,而发行方则恰恰相反。 这种模式似乎天然存在自相矛盾的基因,两者能够成交,必须建立在对电影未来收益和风险预期存在较大分歧的基础上。 制片方同样纠结。 票房保底模式的参与方,是一场对市场的赌局。 2016年,《美人鱼》20亿票房保底创下迄今为止的保底记录,最终,该片票房超过30亿元,在稳拿“底薪”的同时,周星驰也失去了超额票房带来的部分分成比例。 在讨论保底模式时必须承认,作为一种新的运营模式,你很难非黑即白的直接给它作出定性,如此“烧脑”的问题,即便王长田这样的老江湖也会“打脸”。 2016年初,王长田在公开场合表示,保底模式不会成为主流,太容易被经济规律影响,绝大多数类似的项目是失败的,但他又同时认为,如果为了照顾合作伙伴利益或是能够承担保底风险,也未必不能做。在即将上映的电影《三生三世十里桃花》中,光线传媒被曝出参与其中8亿元票房保底。 曹海涛认为,早期的票房保底,实际上没有任何保证金,一旦票房失败,很可能延期甚至拖欠保底金,前几年这类官司并不少见,北京文化这次对于《战狼2》的保底,在影片上映前,真金白银先砸进1.4亿保底金,其实是保底模式的一种进化。 另一位资深影视投资人则对腾讯财经表示,保底票房类似于赌博,就整个影视发展来说,电影有靠运气的成分,但高票房的电影一般都是必然大于偶然,《战狼2》相对《战狼1》有所提升,有好莱坞的影视团队参与制作,聚集了剧本、团队、技术、营销几个利好因素。 保底模式是否会成为主流,在这里变成了一个伪命题。 曹海涛称,除非对自己的影片极度自信,否则当保底和不保底两家发行商时,出品方为了规避风险一定会选择前者,但是,最近两年国内影视票房市场低迷,几乎没有什么特别成功的片子,这种“自信”自然失去了底气。 北京文化在《战狼2》上的“扬眉吐气”,或许仅仅是在重复一个简单的道理:无论对于片方还是资方,拍好片才是最终归宿。 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
“共享别墅”! 你可能不知道,未来的房子的另外一种形态: Ten Fold 只需10分钟, 一套别墅就平地而起 近日,英国 Ten Fold Engineering公司开发了一套模块化房屋,它可以自动展开并部署房屋结构。整个过程不需要房屋建筑商介入,也不需要打任何房屋地基。 其实,这个模块化房屋就是大大小小的集装箱。而集装箱内所有的内部配件和固定装置都会预先安装,更重要的是这个模块化系统是可逆的,这就意味着它同样可以通过折叠回单元箱之后移动位置。 它可随车移动! 想在哪里住, 就把车开到哪里! 它可折叠变形! 轻轻按下一个键, 犹如变形金刚! 房间里的设施, 也全都是折叠的 空间宽敞, 住一家人不是问题 各种装修风格都有, 家具一应俱全。 Ten Fold 很实用, 室内空间也可以自由变换。 变两间大套房 亦或是两居室豪华家庭套房 变4个小房间 4个小房又秒变会议室 如果你觉得一个完全不够用,那就再叠加一层。 两层还不够的话,连成排拼出个大酒店给你。 如今, Ten Fold 不单单是作为可移动可折叠的“共享别墅”,它还可以根据需要定制不同的款式。 浪漫小屋 ▼ 流动医院 ▼ 便利店 ▼ 展览馆 ▼ 最重要的是,Ten Fold 还拥有完善的水电系统。不仅内置了蓄水箱,还可以外接水管。 无论你在沙漠还是偏僻的地方,都能用到电!而电力则是由太阳能面板提供。 看到这种类似变形金刚的别墅,你是不是也感兴趣?首先你得有块地! 其次,它的价格并不便宜,标价是10W英镑起! 创新! 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
一、品类战争 上周,公众号“琢磨事”发了一篇真正从市场角度剖析“智能音箱”的文章《299的小米AI音箱会为市场带来什么?》。 其中提到,关键问题是:你是要树立一个新品类和新品牌,还是要替代一个已有的市场进行升级?(品类的定位,同时就意味着你要打的是谁) 根据智能音箱现状,我大概梳理了如下6个不同的 “品类” 属性,或者说 “本质价值” 属性(当然,一个音箱,可以同时有多个属性特点): 1、低端蓝牙音乐音箱。本质是听歌,但面向中低端客户,价格低。例如小米AI音箱。 2、高端音乐音箱。本质还是听歌,但更强调音质等发烧友需求,价格高。例如LIBRATONE等(可类比苹果做智能手表的姿势)。 3、有声内容音箱。本质是为了听有声内容。例如傅盛和喜马拉雅做的小雅AI音箱。 4、购物音箱。本质是为了方便(刺激)购物。例如阿里的天猫精灵X1。 5、家居音箱。本质是为了操控智能家居。例如小米AI音箱。 6、AI助理音箱。本质是为了成为私人生活助理。例如亚马逊Echo(其实还兼具了1、4、5),不过目前用户用的最多的还是备忘功能,其他的不是少,是非常少。 这6个方向,个人判断是: (1)低端蓝牙音乐音箱,是目前最可能起量的品类 不过中国用户对“音箱”的需求,整体还是没有美国普遍;原因,大家也都会提到:美国房屋空间大,有Party文化,厨房大,而且一般做面包,不炒菜,噪音更小,另外,美国人为音乐内容付费的习惯也更普遍。 从2到5,都很难达到船票线(几百万级别)。 相对来说,有声内容方向(“小雅”),可能会好一些,因为已经有一定的刚需、粘性和用户量。而且傅盛团队死磕了一些产品体验细节,详见《傅盛:人工智能的破局点是技术和产品结合 | 猎户星空发布小雅语音》;我看了后,还是很佩服的,因为很多都属于看起来“说大不大、说小不小”,但又“费时费力,还不一定能攻克”的feature。估计在相对的产品体验效果上,小雅应该会不错。 其他3个不那么看好的原因是: (2)高端音乐音箱,还是相对小众 (3)购物音箱 用户尝鲜还是有兴趣的;但能否形成用户粘性,暂时存疑。因为—— 1、低频。有些购物需求场景,触发场景并不是在家里,比如突然需要给手机充话费了,不可能等回到家里再用音箱语音充值。类似这种,会使很多feature更加低频,而低频意味着,很难在用户心智中形成“我要用智能音箱来满足XX需求”的习惯认知;这和当年语音助手是一样的,比如查百科“姚明的身高”这种,非常好用,但用户就是想不起来用。 2、对话式的产品体验和技术能否work,也是个问题。 3、至于学习用户习惯、动推荐购物(复购)等,更多是美好的愿景描述,现阶段还不能完全落地。 (4)家居音箱 中国用户,对“操控智能家居”的需求和时机,比不上美国。 一方面,美国房屋的智能化程度更高,房屋建造标准更规范;另一方面,美国人的智能设备更多,用音箱操控的需求相对更强。当然,国内的小米会好一些,但至少目前,拥有那么多小米智能设备的人还是从业者和发烧友,绝对数量不会太多。 (5)AI助理音箱,是终极形态,会吞噬其他的形态,但还需要时间。 二、未来形态 很多文章也说,这么多巨头涌入,目的是为了抢入口。虽然他们心里也知道,目前还没想清楚——现在的智能音箱,还不是最终的产品形态。但是,他们也知道,如果现在不让团队去练手,等有人先想清楚时,就连参战的机会都没了。 那么,如果AI助理音箱是未来方向,其理想形态会是怎样的呢? 很可能会是RoBoHoN那种 “迷你人形机器人”。其产品效果,详见我之前的文章《AI产品视频讲解 | RoBoHoN_最有爱的手机机器人》。 不过,“迷你人形机器人”也很难一蹴而就,不论NLP技术,还是双足人形机器人的硬件/交互/OS标准,都还没足够成熟。 所以,在“小型人形机器人”之前,可能会有2~3个过渡形态。其中一个是“带屏”(亚马逊在做),其他的,暂且不说。 三、认知源头 为什么看好“迷你人形机器人”呢?这背后,和几个AI认知相关: 1、AI的核心差异化价值,不是在头部/高频/刚需场景,而是在长尾场景。甚至一旦用户主动开口说“我要XXX”,你(AI)就已经输了。 2、AI的核心差异化方向,不是效率最优,而是情感最优。并且,人的决策,更容易受到感性影响,而非理性。(注:人类不寻求实现决策的最优化,而是采取令人满意的结果就够了。 ——诺贝尔奖获得者Herb Simon) 3、情感表达,仅靠语言文字远远不够,长期来说,会是我们图灵机器人一直在提的“多模态交互”。(注:梅拉比安模型,感情表达=内容7%+语调语气38%+表情肢体语言55%) 4、对AI的理解,不能太偏 “软”。目前看,行业对“端(硬件)”的价值,特别是对机器人的本质认知深度是不够的。 写了这么多,其实也不是为了一个“答案”(我本身也不是智能音箱方面的专家),而是希望AI行业的讨论,能够既接“地气”(市场打法),又接“灵气”(有认知理念源头)。 这2点,也是“AI产品经理”相对“互联网产品经理”,更需要重视的。因为在我看来,对AI产品的理解,靠“(蛮力)思考”是没用的,更需要自然“涌现”出来的认知。 所以还是回到那一点,现在AI行业要落地,真正的瓶颈是AI产品经理。 注:数据、算法、算力等等,都是AI落地的必要条件,但还不是充分条件。 “AI产品经理重要”是因为,目前AI技术虽然不能说完美,但至少不影响产品经理们去做demo原型和验证工作。甚至,要想完全由技术来实现一个完美的AI架构,可能是不现实的,反而需要AI产品经理从实际的场景和用户反馈出发,反过来给技术、模型和算法提出建议,倒逼其优化。 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
编者按:本文原作者是Erik Brynjolfsson和Andrew McAfee。Erik是麻省理工数字经济学专业负责人,麻省理工学院斯隆管理学院管理学教授以及NBER研究顾问。他的研究方向是信息技术对商业战略、生产效率和性能、数字经济和无形资产的影响。Andrew则是一名重要的麻省理工学院研究员,研究数字技术如何改变商业、经济和社会。 250多年来,技术创新是经济增长的根本动力。其中扮演最重要角色的是经济学家所说的通用技术,例如蒸汽机、电力和内燃机。每一次通用技术的兴起都推动了新一轮的创新浪潮。例如,内燃机促进了汽车、卡车、飞机等的出现,进而又催生了大型零售商、购物中心甚至新的供应链。而诸如沃尔玛、UPS和Uber这样的多样化公司又利用相关技术创造出了有利可图的新商业模式。 我们这个时代最重要的通用技术就是人工智能,特别是机器学习。所谓机器学习是机器无需人类的具体指令就可以不断提升其性能。在过去几年中,机器学习已经变得更加高效,并被广泛的使用。现在我们可以构建出能够自我学习如何执行任务的系统。 为什么这很重要?两个原因。首先,我们人类的认知水平是有限制的,很多事情是我们无法解释的,比如如何识别人脸或者如何决定在围棋对赛中的下一步。在机器学习之前,这种无法表达出自己认知的现象导致我们无法将许多任务的执行自动化。但是现在有了机器学习的帮助,我们可以做到这一点。 其次,机器学习系统往往是非常优秀的学习者。他们可以在大规模活动中获得惊人的表现,比如监测欺诈或者诊断疾病。机器学习系统正被广泛部署在整个经济体系中,其影响将是深刻的。 在商业领域,AI在早期通用技术的规模上有着革命性的影响。虽然它已经被世界各地数千家公司所使用,但是绝大多数潜能还尚未被挖掘出来。随着制造业、零售业、交通运输业、金融业、医疗保健业、法律业、广告业、保险业、娱乐业、教育业等各行业转变核心流程和商业模式,充分利用机器学习,AI效应将会在未来数十年内被放大。目前的瓶颈在于管理、实施和商业构想方面。 但是,像许多其他新技术一样,人工智能已经产生了许多不切实际的期望。我们可以看到很多商业计划都涉及了机器学习、神经网络等技术,但实际上却没有什么联系。例如,一个号称使用AI技术的约会网站并不会让约会过程更加高效,提出AI可能只是为了方便融资。本文将抛开不切实际的成分,来深究AI真正的潜力,探寻它的实际意义以及可能遇到的障碍。 如今要如何面对? 人工智能一词是由达特茅斯大学数学教授John McCarthy在1955年创造出来的,他于次年组织了有关AI的学术性会议。从那以后,也许是因为这个吸引人的名字,AI领域已经被给予了太多的期望。1957年,经济学家Herbert Simon预测,计算机将在10年内在国际象棋比赛中击败人类。(实际上花费了40年。)1967年,认知科学家Marvin Minsky认为只需要一代人,创造人工智能的问题将会得到实质性的解决。虽然Simon和Minsky都是顶尖的科学家,但是他们对AI的认知却是错误的。所以当他们提出这种夸张的预测时,遇到了一定程度的质疑。 让我们先来看看AI目前所做的事情,以及提升的速度。目前AI在两个方面获得了巨大突破:感知和认知。感知方面,已经有一些实际性的进展。虽然语音识别还远远算不上完美,但是现在已经有上百万人正在使用,例如Siri、Alexa和谷歌助手。现在你所看到的文字就是通过语音录入计算机,并以一定的精度进行转录,从而比打字的速度更快。斯坦福大学计算机科学家James Landay及其同事进行的一项研究发现,语音识别平均要比手动输入快到3倍。而曾经8.5%的错误率也下降到了4.9%。更令人震惊的是,这一重大性能提升并不是从过去十年开始发生的,而是从2016年夏天开始的。 图像识别也得到了显着提升。你可能已经注意到,Facebook等应用现在可以从照片中识别出人脸,并会有提示你贴上人名标签。运行在智能手机上的应用几乎可以识别出所有的野生鸟类。图像识别甚至取代了一些公司总部的身份卡。过去,用于自动驾驶汽车的视觉系统在以30帧的频率识别行人时会频繁出现错误;而现在这一数字提升到了3000万,识别错误率也不断下降。用于识别图像的大型数据库ImageNet拥有数百万张各种常见与不常见的图片,它的错误率从2010年的30%以上降至2016年的4%。 由于采用了基于更多更深的神经网络方法,近年来性能提升速度正在加快。虽然视觉系统的机器学习方法仍然没有达到完美程度,但是它们却能比人类更精确的识别出图像的差别。 第二类重大突破主要在认知和问题解决上。现在机器已经战胜了最好的扑克玩家和围棋玩家,而此前专家们预计至少需要十年时间才能达到这一程度。谷歌的DeepMind团队使用机器学习系统将数据中心的冷却效率提升了15%,虽然机器学习系统仍然是由人类专家进行优化的。网络安全公司Deep Instinct正在使用智能代理来检测恶意软件,并通过PayPal防止洗钱。新加坡一家使用IBM技术的保险公司可以实现自动索赔,而数据科学平台公司Lumidatum的系统可以提供及时建议,改善客户支持。华尔街几十家公司正在使用机器学习来决定交易,越来越多的信贷决策都是在它们的帮助下完成的。亚马逊通过部署机器学习系统来优化库存,并改善向客户提供的产品建议。Infinite Analytics开发的机器学习系统可以预测用户是否点击特定广告,改善在线广告的展示位置,改善在线零售的客户搜索和发现流程。 机器学习系统不仅在许多应用中替代旧的算法,而且在人类曾经最擅长的任务中表现优越。虽然这些系统远未达到完美程度,但是它们的错误率只有约5%,性能高于人类。即使在嘈杂的环境中,语音识别也几乎达到了人类的水平。这也为工作和经济的转变提供了巨大的可能性。一旦AI系统在给定的任务中超越了人类的表现,它们就会很快占领这一领域。例如,无人机制造商Aptonomy和机器人制造商Sanbot正在合作使用改进的视觉系统将保安工作实现自动化。软件公司Affectiva正在使用AI系统来识别出对照组中的喜悦、惊讶和愤怒情绪。深度学习创企Enlitic利用AI系统扫描医学图像来帮助诊断癌症。 以上都是非常令人印象深刻的成就,但是这些AI系统的适用性仍然是狭义的。例如,它们在ImageNet数据库上的卓越表现,并不总是出现的,其中照明条件、角度、图像分辨率等都会导致结果的不同。更简单的一个例子是,它们可以将一篇中文文章翻译成英文,但是却不知道具体汉字的意思。如果有人出色的完成了一项任务,我们一般会认为这个人也可以出色的完成类似任务。但是机器学习系统往往是被训练完成特定的任务,所以它们的知识并不具有一般性。对于计算机狭义理解必然包含广义理解的这一谬误可能是人工智能发展过程中最不切实际的说法。现在的机器还远未达到能够跨领域执行任务的程度。 理解机器学习 关于机器学习有一点是最重要的:机器学习代表了一种完全不同的软件创建方法。机器从示例中自我学习,而不是针对特定结果进行明确的编程。这也是在以往做法上的重大突破。在过去50年的大部分时间里,信息技术及其应用的进步都是编码现有的知识和程度,并将之嵌入到机器中。实际上,“编码”这个术语就是表示将开发人员大脑中的知识转变成机器能够理解和执行的形式的过程。这种方法有一个根本的弱点:大多数知识都是默认的,我们无法完全解释它。我们几乎不可能编写出如何让一个人学习骑自行车或者识别人脸的程序。 换句话说,很多事情是我们无法描述的。这个事实是非常重要的,它被称为波拉尼悖论(Polanyi's Paradox)。哲学家和博学者Michael Polanyi在1964年的时候提出了这一悖论。波拉尼悖论不仅限制了我们对事情的描述,也限制了我们赋予机器智能的能力。很长一段时间,波拉尼悖论也限制了机器在经济中更有效地发挥作用。 但是机器学习克服了这些限制。在第二次机器时代的第二次浪潮中,人类所构建的机器正在从示例中自我学习,并使用结构化的反馈来解决问题。 机器学习的不同之处 人工智能和机器学习有很多相同的地方,但是近年来大多数成功的例子都是在监督学习系统。在这一系统中机器被给予了许多特定问题正确答案的例子。这个过程几乎就是从一组输入X到一组输出Y的映射。例如,输入可能是各种动物的图片,正确的输出可能是这些动物的标签:狗、猫、马。输入也可以是声音波形,输出可以是“是”、“不”、“你好”、“再见”。 成功的系统通常会使用拥有数千甚至数百万个示例的训练集,其中每一个示例都被标记上了正确答案。系统还会不断的加入新例子。如果训练能够顺利进行,那么系统的预测将会具有高准确率。 驱动这种成功的算法依赖于一种被称为深度学习、使用神经网络的方法。深度学习算法比早期的机器学习算法具有显著的优势:它们可以更好地利用更大的数据集。随着训练集中示例数量的增加,旧系统的性能将会得到提升,但是这一提升是有限度的,因为新加入的数据并不会导致更好的预测结果。AI领域的巨头吴恩达认为,深度神经网络不应该是这样的结果,更多的数据应该会得到更好的预测。有一些大型系统会使用3600万甚至更多个示例进行训练。当然,使用极大的数据集则需要更强大的处理能力,这也是大型系统为什么会运行在超级计算机或专用计算机体系结构上。 通过大量行为数据预测数据就是监督学习系统的潜在应用。主管亚马逊消费者业务的Jeff Wilke认为,监督学习系统已经在很大程度上取代了基于记忆的滤波算法。在其他情况下,用于设置库存水平和优化供应链的经典算法已被基于机器学习的更有效和更稳定的系统所替代。摩根大通引进了用于审核商业贷款的系统,以往需要贷款审核人员花费36万小时完成的任务只需要短短几秒钟就可以完成了。此外,监督学习系统也被用于诊断皮肤癌。 标示一组数据并用它来训练监督学习系统是比较简单的,这就是为什么监督学习系统要比无监督学习系统更加常见。而无监督的学习系统则依赖于自我学习。我们人类就是优秀的无监督学习者。我们所接收的大部分知识都是没有标示的数据。但是要想开发出成功的无监督机器学习系统却是非常困难的。 如果我们可以打造出稳定的无监督学习系统,那就会开启无数的可能性。这些机器可以以全新的方式来看待复杂的问题,帮助我们找到人类不了解的事物内部模式。 该领域另一个虽小但不断增长的部分是强化学习。这种方法被嵌入到了Atari游戏视频和围棋比赛中。它也有助于优化数据中心的电力使用,并为股市制定交易策略。Kindred创造的机器人使用机器学习来识别和排序他们未曾见过的物品,并加快消费品配送中心的分拣过程。在强化学习系统中,程序员指定系统的当前状态和目标,列出可允许的操作,并描述限制每个动作结果的环境要素。通过使用经过允许的操作,系统可以找到最接近目标的方式。这些系统也可以处理人类能够指定目标但不一定需要亲自操作的任务。例如,微软使用强化学习来选择MSN.com新闻报道的标题,当链接被更多的访问者点击时,会给予系统一个更高的分数。系统会在设计师给予的规则的基础上尽可能的最大化分数。当然,这也意味着强化学习系统会以你明确奖励的目标为优先,而不一定是你真正关心的目标(比如客户终身价值),所以正确且清楚的制定目标是至关重要的。 将机器学习应用于工作 对于希望使用机器学习的公司来说,这里有三个好消息。第一,AI技术正在迅速普及。目前数据科学家和机器学习专家是非常稀缺的,但是网络教育资源和大学教育正在填补这一需求。其中最好的在线培训(比如优达学城、Coursera和fast.ai)不仅仅在教授入门概念,他们也在让聪明积极的学生达到能够创造工业级机器学习部署的水平。除了培养自己的员工,一些对AI感兴趣的公司正在使用诸如Upwork、Topcoder和Kaggle等在线技能平台寻找具有专业技能的机器学习专家。 第二,现在可以根据需要购买或租赁必要的算法和硬件。谷歌、亚马逊、微软、Salesforce等公司正在通过云架构建立强大的机器学习框架。这些竞争对手之间的竞争将会创造出更多更好更强大的机器学习功能,让众多想要部署机器学习系统的中小公司受益。 最后一个好消息是,你可能不需要所有的数据就可以高效的利用机器学习。由于大多数机器学习系统都经过了大量数据的训练,其性能有了很大的提升。当然,这也意味着拥有最多数据的公司将会成为最后的赢家。这里的“赢”是指在单一应用的全球市场占据主导地位。但如果是指拥有显著提升的性能,那么只需要有足够的数据就可以很容易的实现这一目标。 例如,Udacity的联合创始人Sebastian Thrun表示,他的一些销售人员在回复聊天时要比其他人更加高效。Thrun和他的研究生Zayd Enam意识到,他们的聊天日志本质是就是一组被标示的训练数据,完全就是监督学习系统所需要的。有互动的被标示为成功,其他的则标示为失败。Zayd使用这些数据来预测成功的销售人员可能会对某些非常常见的查询做出响应,然后与其他销售人员分享这些预测,以推动他们更好的表现。经过1000个训练周期,销售人员的效率提高了54%,一次可以服务两倍的客户。 AI创企WorkFusion也是采用了类似方法。它与众多公司进行合作,提升了诸如国际支票支付和金融机构大型交易处理等后台流程的自动化水平。这些流程尚未自动化的原因是很复杂的,因为相关信息并不总是以相同的方式呈现,有些解释和判断是必要的。WorkFusion的软件可以在后台匹配从业人员的工作,使用他们的操作行为作为分类认知操作的训练数据。一旦系统对分类过程具备足够的信心,它将接管整个过程。 机器学习正在推动三个层面的变革:职业,业务流程和商业模式。以职业为例,通过使用机器视觉系统来识别潜在的癌症细胞,可以将放射医师解放出来,让他们专注于真正关键的病例,专注于和病人的交流,专注于和其他医师的协调。业务流程方面,亚马逊通过引入基于机器学习的机器人和优化算法,对物流中心的工作流和布局进行了改造。商业模式方面,则是利用机器学习个性化智能推荐音乐或电影。不再以消费者选择为基础销售单曲,而是提供根据预测个性化用户播放列表的订阅服务进行销售。 请注意,机器学习系统并不能替代完整的工作、流程和商业模式。大多数情况下,它们是作为人类活动的补充,让我们的工作更有价值。新形势下最有效的分工规则并不是“把任务都丢给机器完成。”而是让机器去处理可以自动化完成的步骤,剩下的具有价值的部分由人类来完成。例如,优达学城的聊天销售支持系统并不是接管所有对话的机器人,相反,该系统会给销售人员提出建议如何提高效益。整个系统仍然由人类来负责,但是会变的更加高效。这种方法通常也比包揽一切的机器更为可行。它可以给参与者带来更好更满意的工作,并最终给客户带来更好的结果。 设计和实施结合了技术、人类技能和资本的系统需要经历大量的创意思考和计划。而这是机器所不擅长的地方。 风险和局限 第二次机器时代的第二次浪潮带来了新的风险。特别是机器学习系统通常具有很低的“可解读性”,这意味着人们难以确定系统是如何完成决定的。深度神经网络可能拥有数亿个连接,每一个连接都参与了最终的决策。因此,这些系统的预测往往无法用简单明了的语言进行解释。不像人类,机器并不能很好的讲述故事。他们无法给出接受或拒绝申请人的理由,无法给出推荐某种药物的理由。具有讽刺意味的是,即使我们已经开始克服波拉尼悖论,但是我们面临着一个逆向版本,即机器知道的比它能描述的多。 这造成了三种风险。第一,机器可能具有隐藏的偏差,这不是来自于设计师的意图,而是来自于用于训练系统的数据。例如,如果一个系统可以通过使用过去人力资源员工做出的决策数据来学习接受哪些求职者进行面试,那么它可能会无意中形成对种族、性别等的偏见。此外,这些偏见虽然不会作为一个明确的规则出现,但是却会嵌入在数千个因素的微妙交互中。 第二个风险是,与基于明确逻辑规则的传统系统不同,神经网络系统处理的是统计事实而不是文字事实。这可能难以完全确定该系统可以在所有情况下都能正常处理,特别是在训练数据没有提供的情况下。缺乏可验证性会成为关键任务应用中的一个问题,比如核电厂控制,或者涉及生死攸关的时刻。 第三,当机器学习系统发生错误时,出错是几乎不可避免的,而诊断和找到具体出错位置是很困难的。得出解决方案的基础结构可能是难以想象的复杂,如果系统训练的条件发生了变化,那么解决方案则不是最优化的。 虽然所有这些风险都是真实存在的,但是我们想要的并不是完美的标准,而是最好的替代方案。毕竟,我们人类也是有偏见的,也会犯错,有时也无法解释某个决定是如何达成的。基于机器的系统的优点是,随着时间的推移,它们可以得到改进,并且在呈现相同的数据时会给出一致的答案。 这是否意味着人工智能和机器学习是没有限制的?感知和认知涵盖了很多领域。我们相信,在大多数灵越,AI将会很快达到超人的水平。那么AI和机器学习有什么是无法做到的呢? 我们有时会听到“人工智能无法很好地评估具有情感、狡猾的人类,它们是没有人性的。”我们不同意这一观点。像Affectiva那样已经处于或超过人类表现的机器学习系统,可以根据声音或面部表情来辨别人的情绪状态。而其他系统在面对世界上最优秀的扑克玩家时,也能在最复杂的德州扑克比赛中击败他们。准确的阅读一个人是一件很微妙的工作,但不是什么魔术。它需要感知和认知的协作,而这正是机器学习最擅长的领域。 毕加索认为计算机是无用的,因为他们只会给你答案。这套用到现在AI也很适合。实际上鉴于机器学习的惊人表现,它们是非常有用的。但是毕加索的想法给我们提供了另一个角度。计算是用来回答问题的工具,而不是提出问题的设备。 同样,被动评估某人的精神状态或士气与积极改变之间存在着巨大差异。机器学习系统非常擅长前者,但是在后者却仍然远远落后于我们。我们人类是一个具有深刻社会性的物种,非常擅长于利用同情、骄傲等来达到激励和启发的目的。2014年,TED大会和XPrize基金会宣布将会给予第一个登上TED舞台、并能赢得观众起立鼓掌的人工智能奖励。估计这个奖项很快就会被领走。 我们相信,在这个机器学习超级强大的新时代,人类面临着两个方面的问题:弄清楚下一步需要解决什么;说服很多人解决问题提出解决方案。 很快,思想和机器之间的分裂状态将会结束。仍然保守成见的公司将会发现自己落后于拥抱机器学习的竞争对手。 技术进步带动了商业世界的构造变化。与蒸汽时代和电器时代一样,那些不愿意接触新技术的人将会在新的技术潮流中落败下来。相反,那些持有开放思想的创新者将会看到过去的限制,提出创新的想法,并付诸实践。机器学习最大的遗产之一可能就是创造出新一代的商业领袖。 我们认为,人工智能,特别是机器学习,是我们这个时代最重要的通用技术。这些创新对企业和经济的影响不仅体现在它们的直接贡献中,还体现在引导创新的能力上。通过更好的视觉系统、语音识别、智能解决方案等,将会创造出全新的产品和流程。 一些专家想的更深。现任丰田研究所的负责人Gil Pratt将目前的AI技术潮流比作5亿年前的寒武纪大爆发,后者创造出了大量新的生命形式。在未来一段时间内,我们将看到大量新产品、服务、流程和组织形式的出现,也会看到大量事物的消失。 虽然很难预测哪些公司将在新的环境中占据主导地位,但是有一点是明确的:适应性最强的公司将会蓬勃发展。那些能够快速感知和抓住机会的组织将会在AI创造的世界中占据优势。所以成功的策略就是愿意尝试和学习。如果主管没有尝试过机器学习领域,那就说明他没有做好本职工作。在接下来的十年中,AI不会取代到管理人员,但是那些使用AI的管理人员将会淘汰掉那些没有使用AI的人。 靠谱众投 kp899.com:您放心的投资理财平台,即将起航! ...
7月27日消息,今日国务院印发了《关于强化实施创新驱动发展战略进一步推进大众创业万众创新深入发展的意见》(下文简称《意见》)。 《意见》中强调,大众创业、万众创新深入发展是实施创新驱动发展战略的重要载体。 《意见》中提出,要实行“创新为本、高端引领,改革先行、精准施策,人才优先、主体联动,市场主导、资源聚合,价值创造、共享发展”的战略,增强创新创业的发展实效,着力推进创新创业与实体经济发展深度融合。 此外,《意见》中还鼓励要加速科技成果转化,并提出要发展创业投资,优化投入方式来拓展创业企业的融资渠道。 本次国务院印发的《意见》中,再次提到了“众筹”。《意见》中表示,要充分发挥市场配置资源的决定性作用,整合政府、企业、社会等多方资源,建设众创、众包、众扶、众筹支撑平台,健全创新创业服务体系,推动政策、技术、资本等各类要素向创新创业集聚,充分发挥社会资本作用,以市场化机制促进多元化供给与多样化需求更好对接,实现优化配置。 以下为《意见》全文: 国务院关于强化实施创新驱动发展战略 进一步推进大众创业万众创新深入发展的意见 国发〔2017〕37号 各省、自治区、直辖市人民政府,国务院各部委、各直属机构: 创新是社会进步的灵魂,创业是推进经济社会发展、改善民生的重要途径,创新和创业相连一体、共生共存。近年来,大众创业、万众创新蓬勃兴起,催生了数量众多的市场新生力量,促进了观念更新、制度创新和生产经营管理方式的深刻变革,有效提高了创新效率、缩短了创新路径,已成为稳定和扩大就业的重要支撑、推动新旧动能转换和结构转型升级的重要力量,正在成为中国经济行稳致远的活力之源。为进一步系统性优化创新创业生态环境,强化政策供给,突破发展瓶颈,充分释放全社会创新创业潜能,在更大范围、更高层次、更深程度上推进大众创业、万众创新,现提出如下意见。 一、大众创业、万众创新深入发展是实施创新驱动发展战略的重要载体 深入推进供给侧结构性改革,全面实施创新驱动发展战略,加快新旧动能接续转换,着力振兴实体经济,必须坚持“融合、协同、共享”,推进大众创业、万众创新深入发展。要进一步优化创新创业的生态环境,着力推动“放管服”改革,构建包容创新的审慎监管机制,有效促进政府职能转变;进一步拓展创新创业的覆盖广度,着力推动创新创业群体更加多元,发挥大企业、科研院所和高等院校的领军作用,有效促进各类市场主体融通发展;进一步提升创新创业的科技内涵,着力激发专业技术人才、高技能人才等的创造潜能,强化基础研究和应用技术研究的有机衔接,加速科技成果向现实生产力转化,有效促进创新型创业蓬勃发展;进一步增强创新创业的发展实效,着力推进创新创业与实体经济发展深度融合,结合“互联网+”、“中国制造2025”和军民融合发展等重大举措,有效促进新技术、新业态、新模式加快发展和产业结构优化升级。 ——创新为本、高端引领。以科技创新为基础支撑,实现创新带动创业、创业促进创新的良性循环。坚持质量效率并重,引导创新创业多元化、特色化、专业化发展,推动产业迈向中高端。坚持创新创业与实体经济相结合,实现一二三产业相互渗透,推动军民融合深入发展,创造新供给、释放新需求,增强产业活力和核心竞争力。 ——改革先行、精准施策。以深化改革为核心动力,主动适应、把握、引领经济发展新常态,面向新趋势、新特征、新需求,主动作为,针对重点领域、典型区域、关键群体的特点精准发力,出实招、下实功、见实效。着力破除制约创新创业发展的体制机制障碍,促进生产、管理、分配和创新模式的深刻变革,继续深入推进“放管服”改革,积极探索包容审慎监管,为新动能的成长打开更大空间。 ——人才优先、主体联动。以人才支撑为第一要素,改革人才引进、激励、发展和评价机制,激发人才创造潜能,鼓励科技人员、中高等院校毕业生、留学回国人才、农民工、退役士兵等有梦想、有意愿、有能力的群体更多投身创新创业。加强科研机构、高校、企业、创客等主体协同,促进大中小微企业优势互补,推动城镇与农村创新创业同步发展,形成创新创业多元主体合力汇聚、活力迸发的良性格局。 ——市场主导、资源聚合。充分发挥市场配置资源的决定性作用,整合政府、企业、社会等多方资源,建设众创、众包、众扶、众筹支撑平台,健全创新创业服务体系,推动政策、技术、资本等各类要素向创新创业集聚,充分发挥社会资本作用,以市场化机制促进多元化供给与多样化需求更好对接,实现优化配置。 ——价值创造、共享发展。以价值创造为本质内涵,大力弘扬创新文化,厚植创业沃土,营造敢为人先、宽容失败的良好氛围,推动创新创业成为生活方式和人生追求。践行共享发展理念,实现人人参与、人人尽力、人人享有,使创新创业成果更多更公平地惠及全体人民,促进社会公平正义。 二、加快科技成果转化 重点突破科技成果转移转化的制度障碍,保护知识产权,活跃技术交易,提升创业服务能力,优化激励机制,共享创新资源,加速科技成果向现实生产力转化。 (一)建立完善知识产权运用和快速协同保护体系,扩大知识产权快速授权、确权、维权覆盖面,加快推进快速保护由单一产业领域向多领域扩展。搭建集专利快速审查、快速确权、快速维权等于一体,审查确权、行政执法、维权援助、仲裁调解、司法衔接相联动的知识产权保护中心。探索建立海外知识产权维权援助机制。发挥国家知识产权运营公共服务平台枢纽作用,加快建设国家知识产权运营服务体系。(国家知识产权局牵头负责) (二)推动科技成果、专利等无形资产价值市场化,促进知识产权、基金、证券、保险等新型服务模式创新发展,依法发挥资产评估的功能作用,简化资产评估备案程序,实现协议定价和挂牌、拍卖定价。促进科技成果、专利在企业的推广应用。(国家知识产权局、财政部、科技部、中国科协等单位按职责分工负责) (三)探索在战略性新兴产业相关领域率先建立利用财政资金形成的科技成果限时转化制度。财政资金支持形成的科技成果,除涉及国防、国家安全、国家利益、重大社会公共利益外,在合理期限内未能转化的,可由国家依法强制许可实施转化。(科技部、财政部、国家发展改革委等部门按职责分工负责) (四)引导众创空间向专业化、精细化方向升级,支持龙头骨干企业、高校、科研院所围绕优势细分领域建设平台型众创空间。探索将创投孵化器等新型孵化器纳入科技企业孵化器管理服务体系,并享受相应扶持政策。(科技部牵头负责) (五)推动科研院所落实国家科技成果转化法律法规和政策,强化激励导向,提高科研院所成果转化效率。坚持试点先行,进一步扩大科研院所自主权,激发科研院所和科技人员创新创业积极性。(科技部、人力资源社会保障部等部门按职责分工负责) (六)促进仪器设备开放共享,探索仪器设备所有权和经营权分离机制,对于财政资金购置的仪器设备,探索引入专业服务机构进行社会化服务等多种方式。(科技部牵头负责) (七)实施科研院所创新创业共享行动,鼓励科研院所发挥自身优势,进一步提高科技成果转化能力和创新创业能力,进一步开放现有科研设施和资源,推动科技成果在全社会范围实现共享和转化。(国家发展改革委、中科院、科技部等单位按职责分工负责) 三、拓展企业融资渠道 不断完善金融财税政策,创新金融产品,扩大信贷支持,发展创业投资,优化投入方式,推动破解创新创业企业融资难题。 (八)在有效防控风险的前提下,合理赋予大型银行县支行信贷业务权限。支持地方性法人银行在符合条件的情况下在基层区域增设小微支行、社区支行,提供普惠金融服务。支持商业银行改造小微企业信贷流程和信用评价模型,提高审批效率。(银监会牵头负责) (九)完善债权、股权等融资服务机制,为科技型中小企业提供覆盖全生命周期的投融资服务。稳妥推进投贷联动试点工作。推广专利权质押等知识产权融资模式,鼓励保险公司为科技型中小企业知识产权融资提供保证保险服务,对符合条件的由地方各级人民政府提供风险补偿或保费补贴。持续优化科技型中小企业直接融资机制,稳步扩大创新创业公司债券试点规模。支持政府性融资担保机构为科技型中小企业发债提供担保。鼓励地方各级人民政府建立政银担、政银保等不同类型的风险补偿机制。(银监会、人民银行、保监会、财政部、科技部、国家知识产权局、证监会等部门按职责分工负责) (十)改革财政资金、国有资本参与创业投资的投入、管理与退出标准和规则,建立完善与其特点相适应的绩效评价体系。依法依规豁免国有创业投资机构和国有创业投资引导基金国有股转持义务。(财政部、国务院国资委等部门按职责分工负责) (十一)适时推广创业投资企业和天使投资个人有关税收试点政策,引导社会资本参与创业投资。推动创业投资企业、创业投资管理企业及其从业人员在第三方征信机构完善信用记录,实现创业投资领域信用记录全覆盖。(财政部、税务总局、国家发展改革委等部门按职责分工负责) (十二)推动国家新兴产业创业投资引导基金、国家中小企业发展基金、国家科技成果转化引导基金设立一批创业投资子基金。引导和规范地方各级人民政府设立创业投资引导基金,建立完善对引导基金的运行监管机制、财政资金的绩效考核机制和基金管理机构的信用信息评价机制。(国家发展改革委、财政部、工业和信息化部等部门按职责分工负责) (十三)健全完善创新券、创业券的管理制度和运行机制,在全面创新改革试验区域探索建立创新券、创业券跨区域互通互认机制。(科技部、国家发展改革委等部门按职责分工负责) 四、促进实体经济转型升级 深入实施“互联网+”、“中国制造2025”、军民融合发展、新一代人工智能等重大举措,着力加强创新创业平台建设,培育新兴业态,发展分享经济,以新技术、新业态、新模式改造传统产业,增强核心竞争力,实现新兴产业与传统产业协同发展。 (十四)加强基础研究,提升原始创新能力。改革和创新科研管理、投入和经费使用方式。高校和科研院所要鼓励科研人员与创业者开展合作和互动交流,建立集群思、汇众智、解难题的众创空间。面向企业和社会创新的难点,凝练和解决科学问题,举办各种形式的创新挑战赛,通过众包共议方式,提高创新效率和水平。(科技部、财政部等部门按职责分工负责) (十五)在战略性领域布局建设若干产业创新中心,整合利用现有创新资源形成充满活力的创新网络。依托企业、联合高校和科研院所,建设符合发展需求的制造业创新中心,开展关键共性重大技术研究和产业化应用示范。推动建立一批军民结合、产学研一体的科技协同创新平台。(国家发展改革委、工业和信息化部、科技部、教育部等部门按职责分工负责) (十六)实施企业创新创业协同行动。支持大型企业开放供应链资源和市场渠道,推动开展内部创新创业,带动产业链上下游发展,促进大中小微企业融通发展。(国家发展改革委、工业和信息化部、国务院国资委、全国工商联等单位按职责分工负责) (十七)鼓励大型企业全面推进“双创”工作,建设“双创”服务平台与网络,开展各类“双创”活动,推广各类大型企业“双创”典型经验,促进跨界融合和成果转化。(国家发展改革委、工业和信息化部、国务院国资委、全国工商联等单位按职责分工负责) (十八)促进分享经济发展,合理引导预期,创新监管模式,推动构建适应分享经济发展的包容审慎监管机制和社会多方协同治理机制,完善新就业形态、消费者权益、社会保障、信用体系建设、风险控制等方面的政策法规,研究完善适应分享经济特点的税收征管措施,研究建立平台企业履职尽责与依法获得责任豁免的联动机制。(国家发展改革委、人力资源社会保障部、人民银行、工商总局、税务总局、中央网信办等单位按职责分工负责) (十九)发布促进数字经济发展战略纲要,强化系统性设计,打破制约数字生产力发展的制度障碍,推进市场化的生产资料分享,提升市场配置资源效率,加速数字化转型,引领和适应数字经济发展。发起“一带一路”数字经济国际合作倡议,促进“一带一路”沿线国家数字经济交流与合作。(国家发展改革委、中央网信办等单位按职责分工负责) (二十)进一步完善新产业新业态新模式统计分类,充分利用大数据等现代信息技术手段,研究制定“双创”发展统计指标体系,科学、准确、及时反映经济结构优化升级的新进展。(国家统计局牵头负责) (二十一)加快研究制定工业互联网安全技术标准,建设工业互联网网络安全监测平台和中小企业网络安全公共服务平台,强化工业互联网安全保障支撑能力。(工业和信息化部牵头负责) (二十二)积极落实支持大众创业、万众创新的用地政策,加大新供用地保障力度,鼓励盘活利用现有用地,引导新产业集聚发展,完善新产业用地监管制度。(国土资源部牵头负责) (二十三)研究制定促进首台(套)重大技术装备示范应用的意见,建立健全首台(套)重大技术装备研发、检测评定、示范应用体系,完善财政、金融、保险等支持政策,明确相关招标采购要求,建立示范应用激励和保障机制,营造良好的政策和市场环境。(国家发展改革委牵头负责) (二十四)充分利用产业投资基金支持先进制造业发展。实施新一轮技术改造升级重大工程,支持关键领域和瓶颈环节技术改造。(国家发展改革委、工业和信息化部、财政部等部门按职责分工负责) 五、完善人才流动激励机制 充分激发人才创新创业活力,改革分配机制,引进国际高层次人才,促进人才合理流动,健全保障体系,加快形成规模宏大、结构合理、素质优良的创新创业人才队伍。 (二十五)制定人才签证实施细则,明确外国人申请和取得人才签证的标准条件和办理程序;全面实施外国人来华工作许可制度,简化外国高层次人才办理工作许可证和居留证件的程序。开展外国高层次人才服务“一卡通”试点,建立安居保障、子女入学和医疗保健服务通道。进一步完善外国人才由工作居留向永久居留转换机制,实现工作许可、签证和居留有机衔接。(国家外专局、公安部、外交部、人力资源社会保障部等部门按职责分工负责) (二十六)允许外国留学生凭高校毕业证书、创业计划申请加注“创业”的私人事务类居留许可。外国人依法申请注册成为企业的,可凭创办企业注册证明等材料向有关部门申请工作许可和工作类居留许可。(公安部、人力资源社会保障部、国家外专局等部门按职责分工负责) (二十七)实施留学人员回国创新创业启动支持计划,吸引更多高素质留学人才回国创新创业。继续推进两岸青年创新创业基地建设,推动内地与港澳地区开展创新创业交流合作。深入开展“万侨创新行动”,支持建设华侨华人创新创业基地,探索建立华侨华人创新创业综合服务体系,为华侨华人高层次专业人才和企业家出入境、停居留以及申办外国人永久居留身份证件提供便利。推动来内地创业的港澳同胞、回国(来华)创业的华侨华人享受当地城镇居民同等待遇的社会公共服务。继续推进海外人才离岸创新创业基地建设。(人力资源社会保障部、外交部、公安部、国务院港澳办、国务院台办、国务院侨办、中国科协等单位按职责分工负责) (二十八)完善高校和科研院所绩效考核办法,在核定的绩效工资总量内高校和科研院所可自主分配。事业单位引进高层次人员和招聘急需紧缺人才,可简化招录程序,没有岗位空缺的可申请设置特设岗位,并按相关规定办理人事关系,确定岗位薪资。(人力资源社会保障部、教育部、科技部等部门按职责分工负责) (二十九)实施社团创新创业融合行动,搭建创新创业资源对接平台,推介一批创新创业典型人物和案例,推动创新精神、企业家精神和工匠精神融合,进一步引导和推动各类科技人员投身创新创业大潮。(国家发展改革委、中国科协等单位按职责分工负责) (三十)加快将现有支持“双创”相关财政政策措施向返乡下乡人员创新创业拓展,将符合条件的返乡下乡人员创新创业项目纳入强农惠农富农政策范围。探索实施农村承包土地经营权以及农业设施、农机具抵押贷款试点。允许返乡下乡人员依法使用集体建设用地开展创新创业。返乡农民工可在创业地参加各项社会保险。鼓励有条件的地方将返乡农民工纳入住房公积金缴存范围,按规定将其子女纳入城镇(城乡)居民基本医疗保险参保范围。地方人民政府要建立协调推动机制,有条件的县级人民政府应设立“绿色通道”,为返乡下乡人员创新创业提供便利服务。(农业部、人力资源社会保障部、国土资源部等部门和有关地方人民政府按职责分工负责) (三十一)各地区可根据实际需要制定灵活的引才引智政策,采取不改变人才的户籍、人事关系等方式,以用为本,发挥实效,解决关键领域高素质人才稀缺等问题。(各地方人民政府负责) 六、创新政府管理方式 持续深化“放管服”改革,加大普惠性政策支持力度,改善营商环境,放宽市场准入,推进试点示范,加强文化建设,推动形成政府、企业、社会良性互动的创新创业生态。 (三十二)出台公平竞争审查实施细则,进一步健全审查机制,明确审查程序,强化审查责任,推动全面实施公平竞争审查制度,为创新创业营造统一开放、竞争有序的市场环境。(国家发展改革委、财政部、商务部、工商总局等部门按职责分工负责) (三十三)推进“多证合一”登记制度改革,将涉企登记、备案等有关事项和各类证照进一步整合到营业执照上。对内外资企业,在支持政策上一视同仁,推动实施一个窗口登记注册和限时办结。推动取消企业名称预先核准,推广自主申报。全面实施企业简易注销登记改革,实现市场主体退出便利化。建设全国统一的电子营业执照管理系统,推进无介质电子营业执照建设和应用。(工商总局牵头负责) (三十四)加大事中事后监管力度,实现“双随机、一公开”监管全覆盖,开展跨部门“双随机”联合检查,提高监管效能。健全跨部门、跨地区执法协作机制,推进市场监管领域综合执法改革。(工商总局、中央编办、国务院法制办等单位按职责分工负责) (三十五)在有条件的基层政府设立专业化的行政审批机构,实行审批职责、审批事项、审批环节“三个全集中”。(各地方人民政府、有关部门按职责分工负责) (三十六)适时适当放宽教育等行业互联网准入条件,降低创新创业门槛,加强新兴业态领域事中事后监管。(教育部牵头负责) (三十七)推进跨省经营企业部分涉税事项全国通办。推进银行卡受理终端、网上银行、手机银行等多元化缴税方式。加强国税、地税联合办税。建立健全市、县两级银税合作工作机制,加大基层银税合作力度,逐步扩大税务、银行信用信息共享内容。探索通过建立电子平台或在银税双方系统中互设接口等方式,实现银税信息“线上”互动。(税务总局牵头负责) (三十八)积极有序推进试点示范,加快建设全国双创示范基地,推进小微企业创业创新基地城市示范,整合创建一批农村创新创业示范基地。推广全面创新改革试验经验。研究新设一批国家自主创新示范区、高新区,深化国家自主创新示范区政策试点。(国家发展改革委、科技部、财政部、工业和信息化部、农业部等部门按职责分工负责) (三十九)办好全国“双创”活动周,营造创新创业良好氛围。组织实施好“创响中国”系列活动,开展创业投资企业、院士专家、新闻媒体地方行。高质量办好创新创业赛事,推动创新创业理念更加深入人心。(国家发展改革委、中国科协等单位按职责分工负责) 各地区、各部门要认真落实本意见的各项要求,进一步细化政策措施,切实履职尽责,密切配合,勇于探索,主动作为,及时总结经验,加强监督检查,确保各项政策落到实处,推进大众创业、万众创新深入发展,为全面实施创新驱动发展战略、培育壮大新动能、改造提升传统动能和促进我国经济保持中高速增长、迈向中高端水平提供强劲支撑。 国务院 2017年7月21日 ...