在3G/4G時代，中國產品用戶數量從0到1億所花的時間：功能手機用了15年，QQ用了12年，智能手機3年，餘額寶1年。

資金、市場、技術、人才的結合，讓互聯網產品從線性增長過渡到指數級增長

今天所有互聯網領先的企業，從淘寶、微信、谷歌到滴滴，其實都是基於數據的網路效應產生的巨大的價值

中國人以不同的方式並且更加密集地使用互聯網。用智能手機付款就是最好的例子

以前店主只知道他賣了50罐可樂，現在他還知道賣給了誰。阿里巴巴和騰訊提供支付應用程序，同時也獲得了所有信息。谷歌沒有這樣的數據

對於中國互聯網公司來說，這些數據就像是火箭的燃料

中國能成為人臉識別領域領導者的根本原因只有一個：全國有眾多監控攝像機

現在，各地的張學友演唱會已經能夠藉助人工智慧逮捕犯罪分子了

與美國、歐洲、日本相比，14億人共處同一國家，使用同一語言、同一法律、同一貿易體系

在人工智慧時代，中國擁有數據，就是擁有人工智慧的石油

海量數據的優勢來源於中國龐大的人口數量（擁有12億移動聯網終端設備）

中國寬鬆的隱私保護法律使得阿里巴巴、騰訊等大企業容易獲取用戶數據

中國的核心數據優勢不僅體現在廣度（用戶數量）和獲取（用戶貢獻的數據量）上

還體現在每位用戶所提供數據的深度上：中國人在網路世界以外的活動，如今也能以數字形式被捕捉下來，供人工智慧演算法使用

我們的微信、微博，可能比美國的產品更好用

如百度的一條搜索，今日頭條的排序，淘寶推薦的每個產品，滴滴每次對接司機……這背後都是人工智慧

第一次工業革命是蒸汽機，第二次工業革命是電，信息革命是計算機和半導體晶元，當下的智能革命則 是大數據和機器智能

互聯網誕生時，有人說「在網上，沒人知道你是一條狗」。大數據時代，我們不但知道你是一條狗，而且知道你是一隻小資、很宅的金毛，知道你愛喫Royal Canin的狗糧，還知道你喜歡紅色

== 移動支付

在電商發展初期，互聯網基礎設施不完善

中國缺少像美國一樣的信用體系，還缺少快遞等物流系統，當然3G/4G等移動寬頻也在匍匐前行

2004年支付寶的誕生解決了互聯網上陌生人的信任問題。支付寶作為第三方為買賣雙邊提供擔保。買家將貨款打給支付寶，收款後支付寶通知賣家發貨，買家收貨確認後，由支付寶將貨款結算給賣方。這份信任感成就了支付寶和淘寶，也壯大了阿里巴巴

隨著互聯網普及率的提高滲透，2005年的中國電子商務已經開始顯示出快速增長的苗頭，民間對互聯網「電子支付」的需求已經非常旺盛

當時，對於高高在上的四大行來說，「網銀、電子支付」這些概念當時還極為陌生

簡訊、USB軟體包或其他物理令牌等支付工具對用戶非常不友好

絕大部分網商是極為小微的店鋪甚至個人，不具備成為銀行（企業）客戶的資質

對於B2C業務，商戶對接的消費者是隨機的，可能使用任何一家銀行

各大銀行中間的業務範疇相對涇渭分明，互不相通，而小微電商們無力承擔一家家銀行接入的成本

當時電子支付市場實在過於瑣碎微小，整個電商市場不過百億，大部分都是些幾塊，收益相對成本太低，各大金融機構缺乏進入的動力

得益於中國移動和聯通的強勢壟斷地位，進入3G時代後，中國在移動端的增長遠遠超過PC端的增長。2008年，中國手機網民達到1.18億，佔網民總數的39.6%，遠超過美國的22.6%的手機網民佔比；這一年，剛滿一歲的蘋果手機帶來了智能手機狂潮，華為、小米、OPPO……中國的互聯網幾乎沒有經過PC時代就直接邁進了移動互聯網時代

由於中國信用卡沒有佔主導地位，得益於後發優勢，移動支付也使中國跳過信用卡時代，直接進入智能時代

以POS機刷卡為代表的信用卡支付產業，在國外已經流行多年。但是中國的支付市場，信用卡支付還沒來得及普及，就被支付寶、微信打的潰不成軍。移動支付，確實改變了我們的支付方式，很多人都開通了由此衍生的螞蟻借唄，甚至額度比自己信用卡額度還高

而隨著電商業務標準化、規模化，很多買家開始對支付寶本身產生了依賴，原來的第三方擔保需求，演化出來了第三方託管需求，於是虛擬賬戶出生了。託管資金增值需求的出現，帶來了餘額寶。與此同時，很多淘寶賣家開始遇到短期融資壓力，支付寶開始聯繫傳統金融機構合作，著力解決資金鏈問題，引申出了貸款業務

== 螞蟻金服

京東的京小貸，它就針對自己平臺上的商家進行融資，它是根據商家的銷售額，消費品的價格，商品的豐富度等指標來發放貸款的

由於商戶的這些數據都沉澱在京東的平臺上，所以京東可以比較精準地判斷這筆貸款的安全性，所以也不需要抵押品，就直接發放信用貸

一筆貸款的上限大概是200萬，最長期限是12個月

阿里系的螞蟻金服也是同樣的思路，利用這些年沉澱的數據，對自己的平臺上和相關平臺的商家發放信用貸

螞蟻金服給淘寶商家放貸的時候，就需要一套評價體系來判斷哪個商鋪最適合放款

由於阿里積累了豐富數據，加上基於大數據的風險控制，所以壞賬率大幅下降

數據提供了企業經營的真實信息，極大地降低了市場上的信息成本和交易成本

依據客戶的全方位數據，螞蟻小貸用一系列演算法模型「算出」該不該給一位客戶貸款。然後基於客戶的行為，數據實時更新，而且實時檢驗著螞蟻小貸「算」得「準不準」，演算法模型也據此實時優化

螞蟻小貸的演算法工程師們測算出每家店鋪的主打商品的生命週期（是新品正在攢口碑、是正在熱銷、還是即將打折清倉）、每家店鋪的毛利率等等數據指標，加入更多的賣家社會關係數據（因為人以羣分），更多的數據意味著對客戶更深的理解，意味著更符合商業本質的演算法模型，也意味著對「貸多少錢」這一問題更準確的回答

阿里用「商鋪給顧客的回應速度」來預測壞賬率。網店最大的投入就是人力成本，一個店家回應快，意味著人力資本投入會特別多，這家企業的質量就是比較好的，所以違約率比較低

目前，支付寶交易資損率目前不到十萬分之一，遠低於國際領先支付機構千分之二的風險水平

數據驅動的金融平臺生態囊括了從支付寶、餘額寶，到螞蟻花唄、運費險，再到芝麻信用——它包括了第三方支付、小微貸款、財富管理、保險、個人徵信，以及金融雲計算等幾乎所有「金融」的業務範疇

參照美國，大趨勢是第三方徵信機構提供的信用數據會佔有更重要的地位。比如在學生辦理校園版信用卡時，芝麻信用分是重要的參考。光大信用卡申請中有一欄寫著「是否使用芝麻信用」

圖：芝麻信用分

杭州房管局將聯手芝麻信用搭建「租房信用體系」，結合芝麻信用的實人認證、個人及企業信用評估、免押月付信用服務及信用黑白名單能力，為各個參與方建立誠信檔案。芝麻信用評分達到650分，哈羅單車可以免押金使用，成為吸引用戶騎行的亮點

華爾街用了形形色色的「參照企業」來理解這個龐然大物 ：「支付寶」對標第三方支付企業PayPal ；「螞蟻花唄」對標信用卡公司Visa/Master；「阿里小貸」對美國著名的零售銀行：標富國銀行（Well Fargo）；「餘額寶」等理財產品對標主攻個人金融服務的Charles Schwarb和P2P企業Lending Club；保險業務對標美國著名保險和金融服務公司AIG，芝麻信用則對標美國最權威的個人信用評級公司FICO

圖：世界獨角獸企業分佈

螞蟻金服模糊了傳統金融業的「專業化分工」和「市場細分」

以支付寶為入口，融合各個場景的用戶數據，是阿里巴巴和螞蟻金服未來巨大的數字資產，正在深刻地改變傳統金融業務的成本和效率

== 騰訊的海量數據

騰訊掌握海量數據，可以讓他們更早敏銳地發現那些交易最活躍、成長最快的公司

每日優鮮還只是一個公眾號時就被騰訊發現，這令創始人徐正和曾斌意外。他們後臺的交易、支付數據對騰訊投資而言就是最好的盡職調查，也不必驗證真假。對方只問一句，「你們願意接受騰訊的投資嗎？」

投資轉轉如出一轍。據CEO黃煒回憶，騰訊在發現他們健康增長的數據後，表達了投資意願。「閑置交易在中國是萬億規模的市場，騰訊能看到各種大機會，這說明他們很敏銳。」更何況，Facebook也在做同樣的事情

更重要的是，它能以低成本資金優勢、海量數據支撐的信息優勢、人才優勢等對投資企業進行能力輸出，但同時自身不需要做特別精細化的運營。如果未來再放開基金募集，能影響的範圍會更大

== 人工智慧

數據量越大，越有優勢，中國的數據量是壓倒全球的

中國對人工智慧的約束較少

在政策上，採取的是鼓勵為主，如無人車領域

在社會層面，對隱私較不糾結，如信用、健康醫療數據等，中國沒有美國的社會監督和自律期望

許多中國企業坐擁海量數據和充沛資金，一旦出現新的風口，風險資金就會一擁而上，對人工智慧來說無疑是一個良機

人工智慧應用正逐漸滲透進入大家的生活，而且影響不斷加深擴大。常見例子如語音和人臉識別，就逐漸由手機擴展至銀行櫃員機

美圖是一個案例，美圖每個用戶都在貢獻數據，比如，自拍就是在貢獻數據

自拍之後，假如用戶是用一個自動美化的自拍，然後自拍了以後，下面可能做什麼事情，三件事情：分享、儲存或者刪除

對美圖來說意義是：分享一定是美的好的，儲存也是美的不錯的但是略差一點，但是刪除的一定是美的不好的。所以美圖要不斷的調整自己的人工智慧演算法，收了一大堆的數據拿來做更多導致用戶分享的美化效果，還有那些會導致用戶儲存的效果

當你在每一次用淘寶的時候，你的瀏覽軌跡，就被捕捉下來，你的淘寶賬號，你用什麼付費，看了什麼東西卻沒有買，考慮再三最後還沒有買或者買了一個競品，這一切都被捕捉下來

尤其在你買的那一刻的數據標註特別的重要。標註的是什麼？標註像你這樣的一個人在今天這樣的時候，是會買這樣一個貨品的

所以淘寶能做什麼，能不能用他的人工智慧找類似的人在類似的時候，當他還不知道沒想到這個貨品的時候就當作一個廣告推薦給他

曠視科技是眾多基於計算機視覺的人臉識別公司

當時在德國馬雲也是特別去演示這個技術，現在它可以同時識別300萬個人

也有城市部署了交通違法的人臉識別系統，闖了紅燈過馬路的人的照片立馬就會被拍下來，賬單就直接寄到了家裡

另外，車在哪裡、車牌是幾號、行人在哪裡、會不會過街等，都可以被識別

基於計算機視覺的人工智慧，帶來的不僅是商業價值，而且是更多的安全保證，讓社會更加的穩定

G20的時候在杭州就遍佈了曠視科技產品「face++」，為安防工作做出了貢獻

現在，在富士康10萬人的工廠不用卡，靠臉就可以刷進去了

一個「face++」可以識別50萬張臉，在座哪一位可以識別50萬張，這是一個超人的領域，那麼這些技術即將在我們的周圍發生

在移動互聯網方面是美國的3倍，線下移動支付美國50倍，外賣是美國的10倍，共享單車是美國的300倍，這些數字都是有價值的，比如摩拜很清楚地掌握了每一個人什麼時候上車開到什麼地方，摩拜的感測器捕捉起來都可以產生價值

來看看滴滴打車在大數據方面的應用：峯值定價策略這些演算法會實時監控交通狀況與路程所用時間的長短，也就是說：乘車價格會根據搭車需求的高低作出調整，同時在交通繁忙時，同樣的路程所用時間也更長。這種定價策略會激勵司機在高峯期載客，在搭車需求較低的時候待在家裡

如果今天中國沒有移動支付只有信用卡，摩拜是做不起來的，也可以說美團肯定不會像現在這麼大，所以這些龐大的數據量帶來的井噴的創業機會是特別巨大的

傳統門戶諸如新浪、網易、騰訊網，依靠的是編輯對新聞時效性的把握，將各類新聞推送給用戶，背後比拼的是團隊對內容的把握能力

今日頭條則走了完全不同的一條路，全是雲端的，根據用戶的點擊與興趣來學慣用戶的閱讀喜好，從而形成千人千面的推送內容，具有很強的顛覆性

== 雲的時代

3G/4G移動時代，開啟了大數據、雲、人工智慧時代的到來

傳統公司的IT 業務通常是這樣搭建的:

需要存儲設備的解決方案，從 EMC那裡買；

需要伺服器，找 Dell, HP 或者IBM 購買；

需要網路硬體，從思科(Cisco)那裡買；

需要資料庫軟體，從甲骨文 (Oracle) 那裡買

當新興互聯網公司擴展自己的 IT業務時，他們發現傳統解決方案太昂貴了，而且無法迅速擴展到他們需要的規模

以亞馬遜和阿里巴巴為代表的互聯網巨頭，決定另起爐竈。他們搭建自己的伺服器，自己的存儲硬體，自己的網路硬體，用開源代碼開發自己的資料庫軟體

但是它們不滿足於此，還把自己開發的雲計算平臺對外分享

其目標是讓IT未來像水和電一樣隨時隨地、簡單方便的使用，並按使用量收費

用一種成本可接受的方式解決越來越複雜的業務問題，例如海量數據的存儲和分析、超高並發訪問（如雙十一或12306）等

2010年的深圳IT峯會上，李彥宏說雲計算是新瓶裝舊酒，馬雲說不做雲計算就會死，而馬化騰則認為雲計算將變成水電一樣的基礎設施但實現還要上百年

如今他們都為自己的戰略誤判付出了代價

在這個市場當中，據德銀的報告統計，阿里巴巴雲計算規模是騰訊的10倍，百度的30倍

== O2O

中國人民已經把所有的模式創新的東西都已經幹得差不多了，從洗頭到洗腳，這樣一個情況下移動互聯網十多年來的東西基本是以商業模式為主的

O2O（線上到線下）這個詞是中國人造出來的。中國人創新能力還挺強，中國人創新的事，中國人不知道自己在創新

美國人真正知道O2O這個詞是怎麼知道的呢？是李彥宏說他要花200億進入O2O這個市場，然後美國資本市場就問，什麼是O2O，怎麼出現一個O2O的東西，李彥宏要花200億？

美國人完全蒙了：突然出來一個叫O2O的東西，然後一個市值五六百億美金的公司說要花一半的資金幹這個事情，這到底是一個什麼事情

圖示來源於長江商學院網站

所以，當時李彥宏花了大量的時間跟他們解釋什麼是O2O

移動支付數據的分析能夠深度瞭解消費者的消費習慣、場景和模式，有利於企業進行精準營銷。基於支付技術演化出的例如互聯網理財等眾多金融科技模式，市場規模巨大

在今天中國的淘寶網站上，淘寶的後臺可以記錄每個客戶的消費數目、消費頻次和產品偏好。甚至具體到某一個消費者的特定需求，某一件商品的大小、數量、款式和顏色的需求程度時，也都可以調出數據進行檢索和分析。上個世紀的國家計劃委員會能怎麼辦？它能搞清楚全國人民對冰箱一共有多少臺的需求，並調動資源去生產分配就已經老費勁了，更別提去關心每個個體的偏好。有人說，大數據讓「計劃經濟」重生

從千團大戰到百電角逐，中國互聯網的廝殺從未停止

美國互聯網的情況卻是，有效數據散落在各個角落，成為信息的孤島，沒有任何一方有能力把數據整合利用起來

如果我想和朋友們聊天，或者和他們進行語音/視頻通話，我將不得不調用FB Messenger，WhatsApp或者Skype。

如果我想訂購食品，我必須直接打電話給餐廳，或者到Yelp去看看我周圍的餐館是否會送到（但這類功能很少見）。

如果我想把錢轉給朋友/親戚或付賬，我必須單獨登錄我的手機銀行應用程序或公用事業/卡公司的應用程序。

如果我想乘坐旅程，我必須啟動Uber或Lyft。

如果我需要檢查方向或查看我周圍的商戶/地標，我必須載入Google地圖。

如果我想網上購物，我必須打開亞馬遜/ Wayfair / Costco /百思買/沃爾瑪，或者其它應用程序。

如果我想購買活動的門票（音樂會，體育等），我必須使用應用程序TicketMaster。

如果我想安排旅行，我必須單獨載入航空公司/ Amtrak /酒店/汽車租賃的應用程序，除非我使用Kayak或Expedia等一站式服務。問題是，一些航空公司的數據並沒有接入到這些應用程序/站點（如西南航空），所以我仍然必須用西南航空的軟體，以確保我獲得最優惠的價格。

如果我在中國，只需四個應用程序（微信，攜程，滴滴出行，淘寶）就可以完成以上所有功能。

據統計分析，中國阿里巴巴、騰訊、百度的市值加上他們投資參股控股企業的市值，加在一起佔中國互聯網市值的90%以上，美國的谷歌、亞馬遜、Facebook只佔美國互聯網企業市值70%左右。數據直接表明，中國互聯網的巨頭產生的作用比美國高出不少

在中國以外的地方沒有任何公司的應用能夠提供像微信這樣多的功能。微信的月用戶達7億，集發消息、語音聊天、瀏覽網頁、遊戲和付款功能於一體

它可以在很多方面使用，包括付停車費、預約醫院掛號、點餐或是買咖啡

與其說微信是一個應用程序，不如說它是一個完整的手機操作系統，中國移動用戶上網時間的三分之一都花在了微信上

微信的用戶體驗就超過了Facebook

中國互聯網的競爭非常激烈，能在中國取得領先地位的產品，用戶體驗、運營等各方面一定是非常完善的

中國互聯網的速度非常重要，一個創業企業如果沒有發展速度，獨立下去的可能性幾乎很小，如果發展速度不夠快，後面巨頭像騰訊、阿里，他們自己可以超過你

直播能活下來，因為發展速度足夠快，騰訊內部做10款直播產品，沒有一款能起來的

美團點評的四個核心業務，從團購，電影到外賣，旅行，都是2012年到現在為止中國互聯網打的最慘烈的領域

有人說，以前互聯網產業是copy to china（拷貝到中國），現在是copy from China（從中國拷貝）

總的來說，企業家從別的國家學習、借鑒到經驗，同時根據本地的特殊情況創造出適合本地的產品

== 結語

比爾蓋茨曾驚嘆，中國3年的水泥消耗量超過了美國100年。中國是唯一一個和美國一樣各行各業都蓬勃發展的國家。不僅是IT界，還有各種製造業、金融業等等，中國過去三四十年已經證明瞭這一點

信用卡滲透率低，但借記卡滲透率高：信用卡滲透率低，為數字支付騰出了空間。但如果借記卡的清算系統等基礎設施不容易得到，那就不可能了。每一個第三方支付賬戶最終都連接到銀行卡上。一個普通的中國消費者有3.6張借記卡，它為第一步設立第三方支付賬戶掃清了障礙

另外，傳統商業的孱弱、發展不全，也為移動支付等智能革命提供了後發優勢基礎

而美國是在一個高度成熟、發達的經濟體系的基礎上發展互聯網，因此很多業務原本在線下就有很成熟的模式，在互聯網大潮下直接移植到互聯網上，因此互聯網的特色並不明顯

中國製造業的蓬勃發展，為電商行業提供了眾多商品；高速公路、高鐵、港口、機場等促進了快遞行業的發展；三大電信運營商在偏遠地區建立了眾多3G/4G網路基站，提供了移動互聯網最重要的基礎設施

跨界裏有很多案例，比如阿里是縱向的跨界，從原來B2B到淘寶，在淘寶的基礎上延伸至支付寶，在支付寶裏又做金融。像騰訊、美團也是類似的

很多巨頭，他們開始可能都是專註在某一個產品，某一個用戶端去獲取用戶的交易和需求。產生了足夠大的用戶量後，就完全有能力跨界做更多的東西，這就是互聯網的機會

前微軟亞洲研究院副院長李世鵬這樣描述從學術界走向工業界的人才流動：「現在流行老闆給自己以前下屬或實習生打工，像微軟亞洲研究院前常務副院長馬維英去了今日頭條，張宏江也是今日頭條的顧問；孫劍去了曠世科技，給他以前的學生印奇當首席科學家，姚期智也是曠視的首席顧問；視覺計算機組負責人湯曉鷗，也跟他的學生徐立一起，成為商湯科技的聯合創始人」

5G將為移動互聯網能提供了更快的網路加速、更優化的網路架構，還提供了融合視頻等方面的方式。它會讓互聯網接入 的速度變得更快，延遲到毫秒，另外還會催生新的應用，讓產業變得低價、快速、便捷。由此看來，5G會成為新產業的催化劑

~~~

歡迎關注微信公眾號「深知東」（ID：shenzhidongp），主題：時政歷史、互聯網等。請猛戳鏈接掃描二維碼關注 ->

「深知東」公眾號二維碼?

mp.weixin.qq.com圖標
推薦閱讀：
相關文章