（原标题：被骗48万元！公司群里除了她竟全是骗子） 笔者7月30日从韶关市公安局获悉，7月28日中午，乳源瑶族自治县警方接到当地一家公司财务余女士的报警电话，称被骗子诈骗公司公款48万元。接报后，韶关市反诈中心迅速介入，抢在嫌犯取款之前冻结了全部资金。后经调查，余女士所在“公司QQ群”里除了她，竟然没有一个真正的同事。 “老总”QQ下指令 财务信以为真 7月28日11时30分左右，韶关乳源某公司财务余女士收到公司老总通过QQ群发来的私聊，老总要求余女士查询所谓“保证金”到账情况。余女士查询后发现“保证金”没有到账。“老总”称自己正在开会，要求余女士以“取消合同”为由联系“谢总”。 公司“老总”交代的任务，余女士自然不敢怠慢。电话联系“谢总”，对方竟然表示已经将款项转入到“老总”的私人账户!余女士随即向“老总”汇报，“老总”竟然也表示确实收到了这笔48万元的款项。 “老总”随后要求余女士马上从公司账户出钱，“退还”48万元给这位“谢总”，会议结束后再跟她联系。既然是公司领导的指示，余女士没有提出异议，照做了。从“老总”首次联系自己到款项汇出，仅仅耗时16分钟。 转账后，余女士忽然发觉情况不对，因为根据她的了解，老总这个时候不应该在开会。余女士马上打电话联系老总，证实自己果然被骗!余女士立即打电话报警。 骗子利用木马程序 伪造“李鬼”QQ群 乳源县警方接到余女士的报警电话后，韶关市反诈中心立刻介入调查，反诈中心民警飞速奔向银行工作台，紧急止付、银行员工紧急查询资金流向、开展冻结……最终，这笔总额48万元险被骗走的资金被成功拦截。 发现被骗后，余女士和公司的同事们都很纳闷，所谓的“老总”到底是谁?为何公司工作QQ群里发生的事情同事们都不知道?经仔细检查，余女士和同事们发现，所谓的“工作群”里，同事们的名字、头像都是真的，但是除了余女士，没有一个真正的同事在群里，他们都是骗子冒充的!经了解，余女士的电脑在前不久中了病毒，而骗子正是利用木马程序窃取了余女士的QQ，并利用她原先工作群的信息，伪造了一个除了她全是骗子的“李鬼”QQ群，再抓住公司老总外出的时机，冒充老总对做财务的余女士实施“精准诈骗”。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

7月31日下午，红岭创投在深圳召开战略转型交流会，红玲创始人周世平携红岭创投总裁项旭，以及四位副总裁陆斌、张旭明、陈宜伦、徐国杰集体出席。 7月27日，红玲创始人周世平亲自在官方网站上宣布将在3年内清盘网贷业务。外界认为，这或与红岭创投的 “大单模式” “刚性兑付” 在互联网金融专项整治背景下无法持续有关。 平台8年坏账8亿（亏损、收不回来），不良资产50亿（预计能收回），继续垫付可能爆掉。 在与投资人交流时，周世平回答了红岭为何要退出P2P。周世平坦言，红岭创投做了8年以后，觉得心很累，因为要垫付资金。管理层认为目前红岭创投还是比较粗放的，平台有2700多亿元的交易量，为投资者赚了60多亿，但平台不仅没赚钱，还有8个亿的坏账（亏损），这8亿，我们估计是收不回来的。 除上述8亿坏账（亏损）外，另外不良处置目前总体规模还在50亿左右。这一部分，红岭创投去年跟今年一直在处置，估计到今年下半年，大概完成了80%。估计到年底大概还有10亿左右的不良资产留待明年处置。50亿不良资产处置下来才有可能兜底回来，像福建漳州项目明显能给我们兜底回来两亿多的利润，所以50亿不是损失掉了，有可能未来会给我们产生价值的，目前预计50亿能回来。这大概还需要两年的时间。 整体还在风险可控的范围内。但长期垫付下去，平台的压力会越来越大，也可能会爆掉。 对于垫付压力大，周世平解释说：“原有借款是借给房地产企业，不还钱去拿他的钱和土地，但资产后期处理比较大概3-4年，最大问题是流动性，成本很高。未来中小型房地产企业资产压力会更大，这也是为什么我们要进行处理。上市企业的资产流动性，处置起来很快。以前是千亿的交易，未来是一两百亿的交易量，用有限的精力做高效的事情。” 周世平称，没有哪个平台能做到无风险，有好多公司说自己没有坏账没有不良，你们自己想想这样的情况存不存在。周世平说，做网贷资金成本远高于银行，还有运营成本，最高的是垫付成本。成本高是正常现象，亏钱也是。 不过，周世平强调说，相比垫付来说，网贷行业最大问题是没有好资产。周世平说，他年轻的时候炒股票，4万变成60几万，后来1997年，亲戚朋友加进来300多万，炒股只剩下30万，所以才有了红岭创投这个投资收益较为稳定的平台。有大数据、好场景、有好资产端的网贷公司还有发展空间，具体能剩下多少不好说。对于垫付问题，周世平表示，不管银行还是信托，大家都垫付，网贷也有垫付。靠投资人承担风险，说明这个模式还没有成熟。 自称做P2P是个外行 周世平在交流会上诚恳的表示，自己做P2P是个外行。“红岭创投做了这么多年，我还是个外行。我1993年进入资本市场，基本能判断上市公司风险点，未来合作伙伴都是上市公司，他们不敢跑路，因为违约成本很高，这是我擅长的，所以才有底气转型。” 周世平称：“老周退出网贷并不意味着网贷行业没有前景，是因为老周不擅长。” 红岭控股未来产品将设浮动收益 周世平表示，前期通过投资宝为今后转型做了一些前期的尝试，所以这次清理的是网贷而不是全部。未来公开产品信息，设定浮动投资收益，由投资人自己决定这个标可不可以投，风险自己承担。 对于外界一直关心的红岭创投没有上线银行存管一事，周世平也给出正面回应。周世平表示，红岭创投已在6月、7月跟平安银行、工商银行签过存管意向书，但具体进展到哪一步要看平安银行、工商银行的流程，看能不能通过。主要原因是，红岭创投历史上形成的坏账，银行不愿意承担风险。 未来五年转型大金融生态 周世平在演讲中讲述了红岭创投未来5年的战略规划蓝图，提出未来将在产业金融、创新投行、资产管理和财富管理等四大板块进行布局。 周世平在回答投资人提问时表示，红岭创投第一阶段的使命已经基本完成，后面就是在3年内将不良资产清理完毕。届时，红岭创投将通过股权收购并入红岭控股，未来对外就是红岭控股一个品牌。 周世平话大篇幅介绍了红岭创投理想中的“产融生态圈”。其中，产业金融方面，红岭在股权融资方面要重点发展产业基金、私募股权基金以及风险投资基金，资金来源方面，周世平提出和基金公司、保险公司、银行理财以及地方政府对接，另外，资管公司和信托公司也是很总要募集对象。在债权融资方面，红岭的重心是发展融资租赁公司和商业保理公司。一方面，红岭可以向信托或资管公司等提供租赁资产或应收资产；另一方面，红岭意在打造2B的资产交易平台。从红玲公布的产业金融生态图来看，红岭要在资产和资金两个方向上同时发力，打造一个完整的闭环。 创新投行主要是指融资、并购财务顾问以及投资业务，主要包括三大板块：融资财务顾问，并购财务顾问，以及投资+财务顾问。其中，红玲提出，要致力于打造精品创新投行，专注产业升级、消费升级领域，重点关注新能源和健康材料等领域。并购财务顾问主要是对接成熟项目和上市公司资源，为并购双方提供项目资源和资金支持。 说的直白一点，红岭看到近几年国内火热的创投气氛和并购热潮，也想冲进来分一杯羹。只是，在当下FA行业已经日益泛滥、竞争激烈的大背景下，红岭作为一个投行的圈外人贸然杀进来，是否能成功尚待验证。 资产交易方面，红玲希望把自己打造成一个资产交易信息中介以及系统集成商。简单说，红岭希望成为一个包括金融资产、票据交易和保险资产等各类资产的交易平台。问题是，今年类金融资产交易所是监管层大力清理整顿的对象。2月份，证监会再次发文，要求各地清理违法违规交易所，原则上每个省一个类别只保留一家，且6月底未通过部际联席会议验收的交易场所予以撤销关闭。在这种整顿大背景下，红岭如何拿到地方资产交易所的审批牌照？ 财富管理方面，红岭也提出了一个综合财富管理平台的战略框架。一方面，对普通理财人群，红岭将提供货币基金、私募和信托产品、保险、互联网理财等，还可以在资产配置方面提供规划服务，退休计划等。对高净值客户，红岭计划提供当下火热的家族信托、税务、海外医疗、教育以及投资等服务。 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！ ...

继阿里、京东之后，百度金融也将独立运营。而百度金融直言此举是为了获取更多牌照。事实上，在BATJ四巨头中，百度的金融布局无论是牌照还是业务发展都落后于阿里与腾讯。在分析人士看来，金融业务独立运营，将使其战略布局更加灵活。而百度也蓄谋在金融科技的新战场中扳回一局。 金融独立运营 7月28日，在百度2017年二季度财报电话会议上，百度集团总裁兼首席运营官陆奇透露，将重新构架百度金融服务事业群组（FSG，以下简称“百度金融”），计划让百度金融独立运营。 对于独立分拆金融板块，陆奇直言是为获取更多业务发展所需的牌照，以最适宜的机制，保障百度金融长期快速健康地发展。 值得关注的是，随着百度抛出金融分拆计划，BATJ四巨头中的三位已经剥离或准备独立运营金融平台，惟独腾讯尚未曝出此项计划。 对此，业内人士表示，对互联网巨头而言，独立拆分金融业务，大致有三大动因，一是运营便利上的考虑，二是独立对外融资甚至未来IPO的需要，三是打造一个纯内资法人，以便获取更多的金融牌照。 从百度层面来讲，分析人士认为，百度金融业务独立之后，将使其战略布局更加灵活。 迟缓的发力 事实上，在BATJ四巨头中，百度在金融业务上的布局常被外界视做“晚了一步”。 去年12月，百度正式成立了百度金融服务事业群组，为百度战略级布局。目前，百度金融的业务架构包括消费金融、钱包支付、理财、互联网银行、互联网保险等多个板块，搭建了覆盖金融服务各个领域的全业务版图。在分析人士看来，金融业务上，百度与另外两家BATJ成员——阿里和腾讯相比，仍有一定的差距。 业内人士表示，BATJ的金融业务起初都依赖于集团的资源，如品牌、客户、数据和人才等，百度以搜索见长，其用户数据是基于搜索行为的需求数据，阿里掌握着用户交易及信用数据，腾讯则掌握着社交关系数据，因此从用户的数据上看，百度要稍差一些，从目前百度金融的发展看，百度已被阿里和腾讯甩在后面，甚至不如京东。 从金融牌照的完备性上看，阿里和腾讯已经先行。公开资料显示，目前百度金融已直接或间接拥有银行、支付、小贷等牌照。阿里旗下蚂蚁金服除了传统行业的基金销售、民营银行、保险、证券，还具有第三方支付等牌照。保险牌照方面，百度金融虽然在筹建两家保险公司，但仍未完全落地。而蚂蚁金服和腾讯共同组建的众安保险已经实现盈利并于今年6月向港交所递交了上市申请书。在银行方面，阿里和腾讯旗下各自均有民营银行，虽然百度曾在去年宣布与中信银行合作共同设立百信银行，不过目前仍未落地。在金融生态的“基建”支付板块，百度与阿里和腾讯差距显著。数据显示，我国2016年的移动支付交易总额为38万亿元，其中超90%来自微信支付和支付宝，而百度只占到了0.4%的份额。 图谋金融科技新战场 百度方面也已意识到差距，在战略层面也更加重视金融业务。在今年的一季度财报电话会议上，百度董事长兼首席执行官李彦宏提到，“百度将在金融服务领域扮演‘改革派’的角色”，此前他也提到，将把更多时间精力放在互联网金融等“新百度”业务上。 在今年二季度财报会议上，李彦宏表示，二季度是百度金融立足智能金融、培养核心能力的关键时期。百度与中国农业银行达成合作，共建智能银行。 除了百度牵手农业银行，今年以来，各大互金巨头纷纷与银行联姻。业内人士薛洪言表示，随着金融科技成为金融业务的重要驱动力，互金巨头开始在另外一个层面展开竞争，即利用科技改变传统金融业态的能力，通过把这种能力赋能传统金融机构，可以在互联网金融几个传统业态之外创造出新的发展空间，在这个层面上，大家的竞争都还是刚刚开始。 “对互金巨头而言，以提供金融科技解决方案、与生态伙伴共赢作为最终战略方向是没有问题的，但达到这个目标的路径可以有很多条，每家企业都应该结合自身资源禀赋进行差异化探索，别人成功走过的路其实不见得适合自己。”薛洪言进一步补充。 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 ...

零售巨头亚马逊试图利用增强现实技术（AR），让消费者购买前在家试戴珠宝、试用家具。 编者按：网购中，无论是商家还是消费者，最讨厌的都是退货。亚马逊获得了两项专利，让消费者利用AR技术在家中安心购物，免于退货之忧。本文编译自cbinsights上发表的文章“Amazon Patents Point To AR Tech For Home Try-On”。 最近，亚马逊收购美国有机商品超市Whole Foods的举动震撼了整个零售界。此举被广泛认为是亚马逊扩大实体零售业务、增加分销渠道的行为。同时，7月27日授予的两项专利表明，亚马逊正在考虑利用增项现实技术，来超越实体零售商仅存的优势——即让消费者在购买前试用。 第一项专利名为“增强技术展示”（Augmented Reality Presentation），意味着利用电子商务网站的产品数据，生成高度逼真的AR图像，包括珠宝、眼镜、手表和家具。该专利认为，让消费者在购买前“试用”产品能够减少退货（多数在线零售商的主要支出项）、减少“维护店面的后勤事务和成本”。用摄像头和传感器来追踪消费者及其所在环境，并移动物体，创造“穿戴”体验。 为了增强图像的真实感，该专利甚至提出在AR图像中制造反射面。例如，如果在AR环境下呈现表盘或电视屏幕，它将用传感器捕捉周围环境影像，再结合反射面形成玻璃或屏幕。换句话说，用AR技术看一台电视，电视屏幕也能像现实生活中一样，几乎准确地反射出消费者本人和房间的其他部分。 第二项专利名为“利用光线投射物品形象”（Forming a Representation of an Item With Light），是一个能够将产品图像投射到房间中的系统。如此一来，消费者就能在购买前看到家具等物品的外观。根据专利表述，该系统能够（1）省去消费者测量物体、空间的精力（2）降低退货率。 此前，亚马逊已经提交了投映家具影像的专利申请，最新的第一项专利则更关注服装和配饰。亚马逊正在迅速扩大时尚业务，目前支持了8家独立时尚品牌。同时，亚马逊还推出了智能时尚助手Echo Look，通过视觉服务观察用户的着装并提出意见。 消费者在家中视觉试用产品，就能够不去实体店考察，安心购买亚马逊自营在内的一些陌生品牌。这些专利表明，亚马逊虽然在某些领域推进实体店，但也在考虑通过让消费者在家实况购物，来拓展电子商务业务。 原文链接：https://www.cbinsights.com/research/amazon-augmented-reality-home-try-on/ 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

近年来，频频抛售资产的李嘉诚，并未减缓其出售资产的步伐。 7月30日晚间，李嘉诚旗下的和记电讯香港（00215，HK）发布公告称，7月29日公司与Asia Cube Global Communications Limited订立买卖协议，以144.97亿港元现金的价格向后者出售旗下和记环球电讯有限公司（以下简称和记环球电讯、HGC）全部权益。据了解，和记环球电讯主要从事固网电讯业务。 144.97亿港元出售HGC 此前有媒体报道称，私募股权公司TPG资本管理（TPG Capital Management）和安博凯直接投资基金（MBK Partners）合组的财团和投资管理公司I Squared Capital Advisors，已分别向李嘉诚所有的固网电讯业务和记环球电讯有限公司（HGC）进行了竞购。 为此，7月26日，和记电讯香港发布公告表示，目前正就可能的交易与多个独立第三方套路，但尚未订立任何具有法律约束力的协议，不保证可能的交易将会进行或最终完成。 和记电讯香港在30日晚间的公告中表示，预期该成交将于2017年10月或前后完成，而公司控股股东长和（00001，HK）已承诺批准该交易。目前，长和拥有和记电讯香港已发行股份中约66.09%的股权。 同时，和记电讯香港同意向和记环球电讯提供若干过渡性服务，自成交后起为期最长12个月；在成交日期后的36个月期间内，该公司将确保其及该集团任何成员公司在受限于若干例外情况下均不会在香港地区建立、维持或营运固网电讯网络或服务或Wi-Fi网络或服务；或在香港地区营运任何数据中心设施；或在香港地区提供任何数据中心服务。 此外，成交时和电服务、和电香港与HGC HK将订立营销服务协议，据此，HGC HK将委任和电服务向客户实体营销及促销HGC HK的固网业务服务。 《每日经济新闻》记者注意到，截至2016年，和记环球电讯的资产总额为104.17亿港元，占公司总资产的49.17%。而本次出售和记环球电讯的价格144.97亿港元，高出其资产总和不少。相比之下，和记电讯目前的总市值也才135.4亿港元。 摩根大通：股价已基本反映价值 根据和记电讯香港发布上半年业绩，2017年上半年，公司实现综合收益50.69亿港元，同比下滑6%；净利润3.24亿港元，同比下滑10%。 相比于和记电讯香港业绩的下滑，公司旗下固网业务方面则有所上升。今年上半年，和记环球电讯收入同比升3%，针对和记电讯香港可能出售和记环球电讯一事，摩根大通此前发表报告表示，上调对和记电讯香港目标价由2.3港元升至3.1港元，评级“中性”。报告表示，和记电讯香港上半年每用户平均费用同比下跌7%，上客成本同比上升15%，。以目前和电香港股价2.81港元的股价来看，已基本反映其出售后的价值。 值得注意的是，在出售和记环球电讯的同时。李嘉诚继续加仓欧洲市场。就在3天前的7月27日晚间，长实地产、长江基建集团发布联合公告，拟成立合资公司以收购德国能源管理综合服务供应商ista Luxemburg GmbH（简称依斯塔）及其附属公司。收购价格合计45亿欧元（约合412亿港元）。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

鼻涕虫这么弱小的东西，在地球上活了这么久，一定有它的独门绝技；受鼻涕虫粘液启发研发的组织胶可以修补猪心和阻止大鼠肝脏继续出血。 一项新的研究表明，一类全新的组织胶可以修补被刺破的猪心。这种组织胶被称为Tough Adhesives，这类新组织胶未来有一天可能可以帮助修补人体难以抵达的部位。到目前为止，研究人员主要在血液覆盖的皮肤上测试这种组织胶，并发现其成功修补了一颗猪心。 这项研究表明，组织胶未来可能可以安全有效地修复创伤、手术等留下的内部切口。现在，患者的选择非常局限于缝合线和缝合钉，这在使用难以达到的内部位置方面具有挑战性。医疗超级胶只能在干燥的皮肤表面发挥作用，另外由于具有毒性不能在体内使用。 根据周四在《科学》杂志上发表的一项新研究，哈佛大学科学家团队开发的这些新型Tough Adhesives可以保持粘稠，即使在潮湿的环境中也是如此。它们对人体细胞无毒。这是设计用于人体内部组织胶的关键。研究人员使用他们的Tough Adhesives成功地修补了一颗猪心。同时这种组织胶也阻止大鼠肝脏继续出血。 研究人员实际上并没有使用鼻涕虫粘液中的任何分子。相反，他们使用了类似和直观的设计策略：将粘性成分与可以拉伸和承受移动体施加的应力的东西混合。粘性成分是已经存在的成分，如你在胶囊中发现的明胶或是虾壳中发现的化合物和两个合成分子。（研究人员发现虾壳分子的粘性最强） 对于可拉伸的吸震材料，研究人员使用了一种称为水凝胶的东西。研究人员通过分层这两种成分创建了几种不同版本的hydrogel。它们甚至可以几分钟在血腥的表面上变干，可以承受来自心脏收缩的力量。 靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

　　作为曾经政策性债转股市场的王者，华融、信达、东方和长城四大金融资产管理公司（AMC）如今均剑指“金控模式”。这当中，信托是其重要布局之一。不过眼下，信托业派系众多且豪强林立。这些有AMC股东背景的信托公司在竞争力上还远不及行业第一军团。对于他们而言，未来将如何破局？ 　　实力偏弱 　　以2016年合并净利润看，平安信托是信托业当之无愧的老大。Wind数据显示，其以接近50亿元的归属母公司股东净利润规模傲视群雄。紧随其后的，依次是重庆信托、中信信托、安信信托(600816,股吧)和中融信托。其中，重庆信托、中信信托、安信信托去年净利润均在30亿元以上。而这基本构成了现有信托业的第一军团。 　　虽说净利润规模并非行业第1，但中信信托却在信托资产规模上摘得2016年桂冠，其所管理的信托资产规模高达1.4万亿元。与净利润排名相比，信托公司的信托资产排名则有较大变化。在前5名中，银行系信托占据3席，分列2、3、4位。所对应的公司依次是建信信托、兴业信托和上海信托。 　　两大排名在反映信托业第一阵营竞争力的同时，也折射出他们业务模式的差异。但无论合并净利润规模，还是信托资产规模，四大AMC系信托均与前者存在较大差距。 　　在四大AMC系信托中，华融信托2016年归属母公司股东净利润排名最高，但据Wind数据显示，其在行业内也仅列第25位，规模不足10亿元。长城新盛信托是四大AMC系信托公司中净利润最少的一家公司，2016年的业内排名已在60多位，只有1亿多元。 　　作为长城资产旗下的信托公司，长城新盛信托在去年年报中称，要按照“大资管、大投行、大协同”发展战略，以投资投行为手段，以并购重组业务为核心，坚持创新盈利与风险管控并重，完成规模与净利润双目标。 　　但鉴于现有行业内信托公司数量只有区区68家，长城新盛信托这样的业绩排名无疑十分尴尬。不仅如此，在信托资产规模排名方面，长城新盛信托去年仅高于华宸信托，位列行业倒数第2。早前，新金融观察记者曾就此向长城新盛信托总部询问并发去采访提纲，但截至发稿未能获其回复。 　　其实，以注册资本规模来看，长城新盛信托在行业内也是垫底，只有区区3亿元。而Wind数据同时显示，多家行业排名靠前公司都在百亿元以上。10亿元以上注册资本的，也有64家。20亿元及以上的，有46家。30亿元及以上的，有30家。长城新盛信托方面也未回应记者有关是否考虑增资的询问。但值得一提的是，另一家AMC系信托公司，东方资产旗下的大业信托则在今年3月完成工商变更登记（备案）手续，其中将注册资本由人民币3亿元增加至10亿元。 　　结构差异 　　在四大AMC系信托公司中，东方资产对旗下信托公司的持股比例最低，比如其持有大业信托的股权只有41.67%。而信达资产持有金谷信托92.29%的股权，华融资产持有华融信托98.40%的股权，长城资产通过自身及其全资子公司德阳市国有资产经营有限公司合计持有长城新盛信托62%的股权。 　　在2016年年报中，大业信托称公司以建设国内一流的信托公司为目标，要依托广东省的区位经济金融优势，并充分利用股东方的行业优势地位，以提升自主管理能力为着力点，以增强风险控制能力为保障，通过持续推进业务和产品创新，不断完善理财产品线和客户服务体系，形成公司优势业务和主导产品，树立公司信托理财品牌，实现以产品为导向的业务模式向以客户需求为导向的业务模式的转变，逐步形成以投资能力、研发能力、营销能力为主要内容的核心竞争力，成为在部分细分市场领域具有领先地位、在国内具有较大影响力的信托公司。 　　从数据看，无论净利润规模，还是信托资产规模，大业信托在去年均高于金谷信托和长城新盛信托，但行业排名也只有50多位。不过就金谷信托而言，其也志在追赶。金谷信托在2016年年报中就表示，要从自身实际出发，依托股东优势，构建独具特色、可持续发展的业务架构和盈利模式，争取在未来五年内，使公司在财务指标、风控指标、业务结构等各方面达到行业中等以上水平。 　　在收入结构方面，金谷信托去年有超过64%的收入来自信托手续费，投资收益占比超过30%。在信托资产分布方面，金谷信托有12.35%投向了基础产业，有10.77%投向了房地产，有4.9%投向了实业，有4.68%投向了证券市场，有2.46%投向了金融机构，但“其他”项高达64.84%。对于“其他”项的内容，金谷信托并未在年报中解释。 　　Wind数据显示，四大AMC系信托公司中，华融信托在净利润、信托资产规模上排名最高。其中前者第25位，后者第28位。华融信托在去年年报中称，要以中国华融“五年三翻番”创新转型战略为纲领，积极推进公司创新转型，全力打造国内一流、国际知名的信托公司。努力实现“五年三变三”发展目标。一是主要经营指标“一变三”，即2020年总资产、净资产、净利润增长为2016年的三倍；二是业务模式“一变三”，即2020年构建结构合理的“资产管理、财富管理、投资银行”三驾马车共同驱动的业务模式，为客户提供一站式、全球资产配置的综合金融服务；三是资本实力和市场地位“一变三”，即2020年完成“增资、引战、上市”，资本实力强、体制机制活、市场地位高，成为中国一流的信托金融服务机构。 　　查阅去年年报，新金融观察记者发现，信托手续费收入占华融信托当年收入的比重超过80%。而在信托资产分布方面，华融信托投向金融机构的比例最大，为35.52%，房地产、基础产业、工商企业领域占比分别为17.96%、14.14%、13.64%，证券投资则为13.12%。 　　对比来看，业绩表现最差的长城新盛信托，去年来自投行业务的收入占比为66.06%，信托手续费收入占比则只有25.57%。而在信托资产分布方面，有超过52%投向了房地产。在同业中，长城新盛信托体现出对房地产业务极高的依赖度。 　　靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...

　　【锦心绣口】 　　目前对私募基金老鼠仓等违法违规的处罚条款过于仁慈,威慑有限。 　　近期,中金所首次公布股指期货 “账户对倒” 输送利益的事件,福建证监局和厦门证监局分别处罚、公布了2起私募 “老鼠仓” 事件。 　　中金所查明,“富航神舟1号基金”于2017年2月24日至5月12日期间,在沪深300、中证500股指期货远月合约上,利用实际控制关系账户,通过相互成交的方式进行利益输送,损害了相关投资者利益。由于股指期货远月合约交易清淡,投资者委托单较少,这就使得定向利益输送成为可能,私募基金可将一个账户的钱亏给另外一个账户,通过“账户对倒”、可以调整账户的收益率。 　　另外,私募基金“老鼠仓”问题也引人关注。比如此前福建证监局处罚了两起涉嫌私募的“老鼠仓”的事件,一起是深圳市恒健远志的总经理胡志平,拿岳母的证券账户进行“老鼠仓”交易,获利539万;另一起是北京喜马拉雅的法人吴刚,给别人的个人账户谋利948.02万元,提取业绩报酬。福建证监局对两人的处罚均为责令改正,给予警告,并处以3万元罚款。 　　按理说,私募基金管理人搞“老鼠仓”的动力并不是很大,一方面,一般私募基金合同中,规定有“一般受益人”和“特定受益人”,一般受益人是投资者自己,特定收益人是私募基金管理公司,在私募产品给投资者带来收益的前提下,私募基金管理公司可以和投资者按一定比例分享收益。另一方面,在私募产品中,私募基金管理人自己也可能投资一定份额,若搞“老鼠仓”似乎意义不大,但事实并非如此。这其中的原因,一是私募基金员工有个体利益,与私募基金公司的利益并不是一回事,二是私募基金的投资份额若主要是投资者的份额,那么搞“老鼠仓”或利益输送,其中还是存在杠杆效应。 　　2014年《私募投资基金监督管理暂行办法》第二十三条明令禁止私募基金的利益输送以及“老鼠仓”行为。《办法》第三十八条对私募基金管理人等存在利益输送或“老鼠仓”违法违规的,规定了相应的法律责任,对单位责令改正,给予警告并处三万元以下罚款;对直接负责的主管人员和其他直接责任人员,给予警告并处三万元以下罚款。 　　可以看出,福建证监局对两起私募基金“老鼠仓”的行政罚款,属于顶格处罚,因为最多也就是罚款3万元,显然这个罚款额度与其违法违规所得极不相称,早就有人指出目前对私募基金“老鼠仓”等违法违规的处罚条款过于仁慈,威慑有限。 　　目前法律法规对公募基金利益输送、“老鼠仓”的处罚较为严厉。基金管理人等若有利益输送、“老鼠仓”等行为,将被责令改正,没收违法所得,并处违法所得一倍以上五倍以下罚款,主管人员和其他直接责任人员也要受罚。 　　另外,刑法规定了“利用未公开信息交易罪”,也即“老鼠仓”入罪,是指“证券交易所……基金管理公司……等金融机构的从业人员以及……,利用因职务便利获取的未公开信息,从事交易活动,或者明示、暗示他人从事相关交易活动,情节严重的,需要承担刑事责任。”其中公募基金在列,但这其中的“等金融机构”是否包括私募基金,目前似乎不大明确。 　　应该说,私募基金与公募基金的运作模式和体制机制有较大区别,尤其是在基金募集、基金管理人的报酬激励机制等方面差异较大,很大程度是投资者与私募基金管理人的两厢情愿,主要遵循当事人意思自治原则,更多应由私法来调整。不过,私募基金和公募基金一样也是接受信托理财,私募基金的“老鼠仓”以及利益输送同样也是背弃信托责任的欺诈行为,此时仅靠私法难以维持秩序,需要利用国家权力,依托公法来维持秩序,因此对私募基金老鼠仓、利益输送等行为的处罚虽与公募基金应有所不同、可以稍微低一些,但也不应有太大差异。在当前市场诚信环境、契约精神还不太理想的情况下,严惩严罚才能对背信弃义的市场主体产生应有威慑力。 　　(作者系资本市场研究人士) 　　靠谱众投 kp899.com：您放心的投资理财平台，即将起航！ ...