新聞資訊
News and information
-
25
02/08
春運搶票，原來售票系統(tǒng)背后的技術(shù)這么精妙
常生活中，網(wǎng)絡購物、在線支付、地圖導航等便捷的應用，人們已經(jīng)習以為常，以至于我們幾乎不會關注其背后的技術(shù)。這自然離不開通信網(wǎng)絡的飛躍發(fā)展，而那些功能的實現(xiàn)則要歸功于分布式系統(tǒng)的進步。本文通過網(wǎng)絡購票的實例，簡要介紹分布式系統(tǒng)的概念，包括其核心的Paxos算法，以及它如何應對網(wǎng)絡斷開的挑戰(zhàn)。一年一度的春運又到了，據(jù)估計，今年鐵路客運量或超5.1億人次，日均1275萬人次，人們在比拼手速搶票的背后，12306的計算機系統(tǒng)是如何快速響應海量的請求的呢？單臺服務器由于有限的計算能力無法快速響應成千上萬的請求，想象一下線下的購票大廳只有一個售票窗口卻有一萬人排隊的場景，人們恐怕都要帶上睡袋來排隊了。那如何加速售票的過程來減少人們的等待時間呢？首先窗口的工作人員可以加快手速，以極快的速度進行操作，但是單個工作人員的手速再快也有一個上限；另一個辦法就是在大廳開設多個窗口，同時進行售票。網(wǎng)絡售票系統(tǒng)也是一樣的，單臺服務器處理不過來，就使用多臺服務器來進行協(xié)同處理，這就需要“分布式系統(tǒng)”登場了！什么是分布式系統(tǒng)？通俗地說，分布式系統(tǒng)是指，一群計算機共同完成一個任務。這些計算機也可稱為節(jié)點，它們通過網(wǎng)絡連接在一起，分工合作，但對用戶表現(xiàn)得像一個整體。不僅僅是12306售票系統(tǒng)，你刷視頻時看到的推薦、搜索引擎給出的搜索結(jié)果、外賣平臺的訂單分配，背后都是分布式系統(tǒng)在默默運行。相比單個服務器，使用分布式系統(tǒng)既能提高系統(tǒng)的性能、響應請求的速度，又能提供更好的可靠性，部分節(jié)點宕機或者斷網(wǎng)了，整個系統(tǒng)依然能繼續(xù)提供服務。分布式系統(tǒng)雖有這些好處，但是它帶來的復雜性也給計算機系統(tǒng)設計提出了挑戰(zhàn)。這里就涉及并發(fā)（concurrency）以及數(shù)據(jù)一致（consistency）的問題。以售票為例，試想以下場景，人在北京的張三和人在廣州的李四在搶同一張票，張三的搶票請求被分發(fā)到了華北地區(qū)的某臺服務器，而李四的請求被分給了華南地區(qū)的某服務器，這倆服務器現(xiàn)在可以同時并行地處理兩個人的搶票請求，系統(tǒng)整體的響應速度很快，但是系統(tǒng)如何恰當?shù)貐f(xié)作使得票不會被賣重呢？此外，分布式系統(tǒng)的另一大特點是存在部分失效（partialfailure）的可能性，顧名思義，就是系統(tǒng)部分出現(xiàn)故障，但系統(tǒng)其他部分仍可運行。分布式系統(tǒng)由眾多計算機構(gòu)成，而且通過網(wǎng)絡連接。顯然，不管是計算機還是網(wǎng)絡本身都有可能出現(xiàn)故障，譬如某處停電了、網(wǎng)線斷了，又或是某臺計算機操作系統(tǒng)故障，等等。即使一臺機器發(fā)生故障的概率很低，然而當計算機的數(shù)量多了，對于整個系統(tǒng)來說，故障會非常頻繁。我們可以做一個簡單的計算，假設系統(tǒng)中有1000臺計算機，每臺平均一年只出一次故障（故障可能由任何原因?qū)е拢疵刻斐霈F(xiàn)故障的概率是1/365；反之，每天不出現(xiàn)故障概率是1-1/365，約等于0.99726。這看起來是一個很大的概率，但是對整個系統(tǒng)而言，每天所有機器都不出故障的概率則是0.99726的1000次方，約為0.064。這里還未考慮網(wǎng)絡問題，所以對于系統(tǒng)來說，不出故障幾乎是不可能的。因此，在分布式系統(tǒng)的設計中，如何在部分節(jié)點故障或者網(wǎng)絡斷開的情況下，依然提供正常的服務是必須考慮的問題。分布式系統(tǒng)的基石——共識算法（consensusalgorithm）共識算法在分布式系統(tǒng)中扮演著核心角色，它使得系統(tǒng)在沒有共享的內(nèi)存，只能通過發(fā)送消息通信，并且部分節(jié)點可能失效的情況下，整個系統(tǒng)依然能夠就某個問題達成共識。譬如某一個特定的座位到底是賣了還是沒賣，是賣給了張三還是李四等等，需要系統(tǒng)達成共識才能繼續(xù)執(zhí)行。分布式系統(tǒng)先驅(qū)、著名圖靈獎得主LeslieLamport于1990年提出了現(xiàn)代共識算法的基礎——Paxos算法。Lamport用Paxos這個名字的緣由很有意思。Paxos本是希臘伊奧尼亞海有著悠久歷史的小島，Lamport想象，考古學家發(fā)現(xiàn)在遠古時代小島上有一個“業(yè)余議會”（part-timeparliament），議員們通過信使傳遞消息對議案進行表決，但是信使不可靠，消息可能傳遞不到或者被延遲，而且議員本身也有不來開會的可能性，在這種情況下，議員們?nèi)绾螌δ匙h案達成一致？在論文中，Lamport使用這個虛構(gòu)在Paxos小島的議會為框架，提出了一個在不可靠通信的情況下實現(xiàn)共識的算法，并給出了嚴格的數(shù)學證明。1990年Lamport將論文提交給ACMTransactionsonComputerSystems，審稿人表示論文還算是有趣，但看起來并不很重要，而且關于Paxos故事的部分建議去掉。Lamport表示，審稿人怎么這么一點幽默感都沒有，并拒絕對論文做任何修改。后來，分布式系統(tǒng)的另一位先驅(qū)ButlerLampson讀懂了論文，并和NancyLynch等領域大佬一起發(fā)表了他們自己的證明，此時Lamport再次考慮將論文發(fā)表，最終在一眾同行的推動下，論文于1998年發(fā)表，現(xiàn)在已經(jīng)成為分布式系統(tǒng)的基石。下面我們以賣票系統(tǒng)為例，簡述一下Paxos算法的思想，以及它如何在節(jié)點失效的情況依然達成共識。為了簡化，假設系統(tǒng)中只有3臺服務器（節(jié)點；3個節(jié)點是演示Paxos算法所需的最小數(shù)量），并且只賣一張票（賣多張票也可以理解成反復賣一張票的過程）。此外，我們還需要先簡述一下算法的假定。首先，Paxos算法假定一個節(jié)點如果故障則完全停止響應，而不會繼續(xù)在網(wǎng)絡發(fā)送錯誤的消息以干擾系統(tǒng)，它被修復之后會回到系統(tǒng)中繼續(xù)響應，這種類型的失效被稱為fail-stop（失敗終止），即fail后就stop了。其次，Paxos是一個基于多數(shù)派投票的算法，即需要多數(shù)節(jié)點投票通過才被認為是共識；Paxos需要2m+1個節(jié)點才能容納m個節(jié)點失效。也就是說，要能夠容納1個節(jié)點失效，至少系統(tǒng)需要有3個節(jié)點（另外兩個正常運行）。如果超出半數(shù)的節(jié)點都失效，那Paxos算法將無法正常運轉(zhuǎn)?，F(xiàn)在我們給這三臺服務器分配一個全局的序號以示區(qū)分：1號節(jié)點、2號節(jié)點和3號節(jié)點。Paxos算法會為每個節(jié)點分配一個角色，這里假設1號節(jié)點是提議者（proposer）也是接受者（acceptor）；2號和3號節(jié)點是接受者，只接受，不提議。現(xiàn)在1號節(jié)點收到了來自張三的購票請求，它開始了算法的第一步：PREPARE-PROMISE。提議者1號節(jié)點首先會為它的提議proposal（即賣票給張三）分配一個唯一的序號（proposalnumber）。系統(tǒng)中所有的提議都會有一個自己獨特的序號，一種簡單的實現(xiàn)方式是這樣：每個節(jié)點自己維護一個計數(shù)器（counter），初始值為0，每次自己提出新的提議時，計數(shù)器加1；新提議的序號設定為由計數(shù)器的數(shù)值和該節(jié)點的全局ID所拼接構(gòu)成的小數(shù)，兩者中間用小數(shù)點做間隔，即{counter}.{ID}。比如1號節(jié)點的第一個提議的序號為1.1，第二個提議的序號則是2.1。類似的，2號節(jié)點的第一個提議序號為1.2，它的第二個提議的序號則是2.2，以此類推。按照這種序號的設計方式，當提議者1號節(jié)點收到張三的請求以后，它首先會發(fā)送一條PREAPRE消息給其他所有節(jié)點，并且附上提議的序號1.1，這里寫作PREPARE(1.1)。收到提議的接受者們按照以下邏輯進行響應：1.查看收到的PREPARE消息所附帶的提議序號。2.將收到的提議號與自己本地的max_id進行對比。如果更大，則將本地的max_id更新為這個收到的提議號，并返回一條PROMISE消息，相當于告訴提議者：我收到你的消息了，目前你的提議號是最大的哦，準備提議吧，我承諾將不再接受比你的序號小的提議。3.如果收到的提議序號小于它本地的max_id，該接受者就不做回復，或者回復一條fail消息，即告訴提議者：你的提議失敗。如果提議者（1號節(jié)點）收到了來自大多數(shù)接受者（自己也算一個）返回的PROMISE消息，這時候它就知道，大家已經(jīng)做好準備接受它的提議了。如果沒有得到多數(shù)人的答復，或者收到了一個fail消息，提議者就只能放棄本輪的提議，它可以將自己本地counter加1，然后再次提出新一輪的提議（由于counter加了1，提議號也會加1），重新嘗試。當1號節(jié)點收到了來自多數(shù)節(jié)點的PROMISE消息后，它就進入第二步：PROPOSE-ACCEPT。在第二步中，1號節(jié)點會發(fā)送一條PROPOSE消息，并且附帶上剛才的提議號，以及具體的值（value），這里的值value就是大家希望達成共識的東西，在本文買票的例子中，它的內(nèi)容就是“張三”，代表票賣給張三。所以1號節(jié)點發(fā)送的消息是這樣：PROPOSE(1.1，“張三”)收到消息的接受者們現(xiàn)在要做一個判斷，是否接受這個提議，它們的邏輯是這樣的：1.如果PROPOSE消息里附帶的提議號依然是我目前收到的最大的（即和自己的max_id進行對比），那就接受這個提議，并且返回一條ACCEPTED消息；2.否則就不返回消息，或者返回fail消息，告訴提議者：提議失敗。如果提議者收到來自大多數(shù)節(jié)點的ACCEPTED消息，那它就知道共識已經(jīng)達成了。假設現(xiàn)在2號和3號都正常收到了PROPOSE消息，并正常返回了ACCEPTED消息，則所有節(jié)點就“票賣給張三”這一狀態(tài)達成了一致。總結(jié)一下，這里達成共識一共用了兩步。第一步的目標在于獲得多數(shù)人的同意，相當于提議者對每個人喊話：我要進行修改數(shù)據(jù)了啊，你們同意不同意？只有當獲得了多數(shù)人的同意之后，才會進行第二步——提議者真正發(fā)出要propose的值。試想，如果算法跳過第一步，直接發(fā)送要propose的值，不同的接受者就可能會收到來自不同提議者的值。而這個時候又因為沒有事先征求多數(shù)的同意，最后接收者也不知道自己收到的值是否就代表了大多數(shù)的意見，系統(tǒng)中可能會有多個子群體大家各自有自己的值，這樣全局的共識就沒有了。完整的Paxos算法邏輯到此為止，算法的運行一切正常，現(xiàn)在我們再來看看一些更加復雜的情況。假設不光1號節(jié)點是提議者，2號節(jié)點因收到了李四的請求，也成為了一個提議者（注意所有節(jié)點都是接受者），現(xiàn)在系統(tǒng)里就有了兩個不同的提議者，它們發(fā)送的消息可能以任何的方式交織在一起。假設3號節(jié)點可能先收到了來自1號節(jié)點的PREPARE消息（張三購票），即PREPARE(1.1)，并且返回了PROMISE。就在這時，它又收到了2號節(jié)點的PREPARE消息（李四購票），即PREPARE(1.2)，因為提議號1.2大于1.1，于是它又會給2號節(jié)點返回PROMISE，并且將自己的max_id更新為1.2。注意，1號節(jié)點會進行第二步繼續(xù)發(fā)送PROPOSE消息，PROPOSE(1.1，“張三”)，但此時3號節(jié)點已經(jīng)不會再接受它的提議了，因為現(xiàn)在對它而言，1.2是更新的提議。只有當2號節(jié)點的PROPOSE消息發(fā)過來時它才會接受。再考慮另一種情況，假設李四的操作比張三慢了那么一點點，當2號節(jié)點成為提議者，并且發(fā)送PREPARE(1.2)的時候，3號節(jié)點已經(jīng)接受1號節(jié)點的提議了（提議號為1.1），即ACCEPTED消息已經(jīng)發(fā)送。而這時2號節(jié)點因為各種原因還沒有收到1號節(jié)點的PREPARE消息，渾然不知1號和3號已達成共識（票賣給張三）。那么根據(jù)Paxos算法，當3號節(jié)點收到來自2號的PREPARE(1.2)消息時，由于1.2是3號見過的最大的提議號，所以它的確會向2號返回一個PROMISE消息，但是因為3號又已經(jīng)接受此前的提議1.1了，所以在它返回的PROMISE消息中，會附上之前所接受提議的序號以及值，即PROMISE(1.1，“張三”)，即告訴2號：我收到你的提議號了，它的確是最新的提議，但是我此前已經(jīng)接受過序號為1.1的提議了，它的內(nèi)容是“張三”。2號收到該消息，了解到票已經(jīng)賣出，此時根據(jù)Paxos算法，2號必須將自己要propose的值更改為“張三”，然后繼續(xù)發(fā)送PROPOSE消息，于是所有的節(jié)點依然是達成了共識。最終客戶端的李四看到的結(jié)果便是：票已售罄。事實上，提議者可能會收到多個帶此前接受值的PROMISE消息，它將會選取這些所有PROMISE里面提議序號最大的那個對應的值，作為自己要propose的值，如果沒有任何PROMISE消息里帶有此前接受的提議信息，提議者則繼續(xù)用自己原本想propose的值。更新后的接受者和提議者的完整邏輯分別如下圖所示。PREPARE-PROMISE過程。圖片來源：https://people.cs.rutgers.edu/~pxk/417/notes/paxos.html這便是完整的Paxos算法。最后我們再來簡單考慮下斷網(wǎng)或者節(jié)點宕機的情況，看看Paxos如何在故障情況下依然能正確運行。網(wǎng)絡或節(jié)點失效下的Paxos不管是提議者還是接受者都有宕機的可能性。當接收者宕機時，實際上對系統(tǒng)運行影響不大，這正是分布式系統(tǒng)的優(yōu)勢：哪怕有一些節(jié)點不對PREPARE消息或者PROPOSE消息做任何反應，只要有多數(shù)的節(jié)點依然在線，系統(tǒng)依然能做出反應，提議者依然能得到多數(shù)人的回復，于是算法運行。而當宕機的節(jié)點死而復生后，他們終究也會通過其他節(jié)點發(fā)來的帶有此前已接受提議信息的PROMISE消息來了解到自己錯過的共識，在自己本地也進行更新。那如果提議者（譬如1號節(jié)點）宕機呢？分為三種情況：1.假如它在發(fā)送PREPARE消息之前宕機，那相當于系統(tǒng)里面什么也沒有發(fā)生。其他節(jié)點接收用戶的需求時會變?yōu)樾碌奶嶙h者；2.如果提議者在發(fā)送PREPARE消息之后宕機，還沒來得及發(fā)送PROPOSE，如我們剛所說，它的提議會被之后更新的PREPARE所取代（由新的提議者所發(fā)出）；3.如果提議者已經(jīng)完成了第一步PREPARE-PROMISE，進入了第二步，但是在給部分節(jié)點發(fā)送PROPOSE消息后宕機，譬如1號在給3號發(fā)送完PROPOSE之后宕機，沒來得及發(fā)給2號；那它的提議將會被3號接受，而2號最終還是會了解到1號和3號達成的共識。因為2號在某時會成為提議者，它終究會收到3號返回的帶有此前已接受提議信息的PROMISE消息，并據(jù)此來更新自己本地的信息，于是與1號、3號保持了一致。所以最后回到搶票上，當我們從客戶端發(fā)出買票請求以后，它會和背后復雜的分布式系統(tǒng)進行交互，大家如果搶不到票并不一定因為自己手速不夠快，還有可能是網(wǎng)絡延遲、連接的服務器宕機，或者和系統(tǒng)算法本身的運作有關。結(jié)語分布式系統(tǒng)作為現(xiàn)代計算機系統(tǒng)的基石，能夠支持12306購票這樣的高負載、高并發(fā)場景。本文討論了分布式系統(tǒng)中關于一致性與容錯性的一些基本概念與技術(shù)實現(xiàn)。事實上，分布式系統(tǒng)的應用不只是線上網(wǎng)購，在加密領域，分布式系統(tǒng)為區(qū)塊鏈技術(shù)提供了基礎支持，確保數(shù)據(jù)的安全性和一致性；在科學計算領域，分布式系統(tǒng)也被用來解決更大規(guī)模的問題。這些領域都展示了分布式系統(tǒng)在我們?nèi)粘Ｉ詈图夹g(shù)發(fā)展中發(fā)揮著不可或缺的作用。本文來源：虎嗅網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權(quán)請聯(lián)系我們及時刪除！
-
23
12/02
2024年，公眾號的危機與轉(zhuǎn)機？
公眾號2024年還能起飛，你相信嗎？今年肉眼可見的公眾號真的太難做了，特別是對于大號。那公眾號還有機會嗎？能做嗎？在回答這個問題前，先把回憶進度條拉回到11年前，2012年的8月17日，公眾號正式上線與微博并駕齊驅(qū)，雙微運營開啟了圖文類博主的巔峰時刻！然而，11年過后的今天，公眾號少了很多注意力，用微信指數(shù)對比下就不難發(fā)現(xiàn)，現(xiàn)在的寵兒早已不是公眾號，而是視頻號。今天想給公眾號這位11年的朋友做做復盤，看還是否有起飛的機會，以及平臺方是如何重新加持，如果品牌和個人要做公眾號的話，可以怎么做，分為以下3個部分：1.趨勢面：公眾號的危機與轉(zhuǎn)機是什么？2.平臺線：三大類型公眾號的模式與打法3.行業(yè)點：三類公眾號的運營機會從面到線，再到點，逐一談談對公眾號運營的挑戰(zhàn)、策略與展望：一、趨勢面：公眾號的危機與轉(zhuǎn)機？作為陪伴公眾號發(fā)展從入局到今天的運營人，公眾號為什么不火了？我用一個詞來形容就是：外憂內(nèi)患。1.外憂：新內(nèi)容媒介沖擊當下內(nèi)容載體迭代從圖文到視頻，面臨內(nèi)容形式的競爭和內(nèi)容平臺之間的競爭，在用戶內(nèi)容注意力爭奪戰(zhàn)上處于下風，其實也是順應產(chǎn)品生命周期的發(fā)展。（1）新內(nèi)容載體沖擊短視頻崛起，對以圖文形式為導向公眾號沖擊是首當其沖的，用戶對興趣內(nèi)容閾值越來越高，主要考驗對單一內(nèi)容的前N秒的跳出率。而圖文內(nèi)容的形式，是遠低于短視頻的內(nèi)容沖擊感，曝光到閱讀標題，打開到完讀，在用戶注意力漏斗上太多層級，沒看到正文時候，跳出率早已很高。（2）搜索型內(nèi)容沖擊即使對于干貨型圖文內(nèi)容，用戶的搜索習慣和注意力都被搶走了很多。如果想要獲得專業(yè)問答，可能首先就會想到要問答就上知乎，當你有問題想問，可能早已有人在知乎上問過了，快速便可獲得不同類型的專業(yè)人士回復；如果是生活經(jīng)驗類、商品類、購物種草類問題，那小紅書就會成為常用的搜索平臺；問答有知乎，種草有小紅書，另外也不要忽略老而彌堅的百度，在搜索內(nèi)容上你可以發(fā)現(xiàn)現(xiàn)在百度對自媒體搜索內(nèi)容的權(quán)重是越來越高，對搜索內(nèi)容展示百家號、知乎、小紅書內(nèi)容的加持越來越高，百度搜索玩平臺的整合。所以在搜索上，用戶搜索的心智也被嚴重的分流，對搜索內(nèi)容的需求，很多時候公眾號就不在首選范圍內(nèi)。（3）公域推薦型沖擊對于公眾號圖文類型的沖擊，還有這一股勢力不能忽視，就是今日頭條，作為同樣以長圖文為基底的內(nèi)容模式，公域算法推薦內(nèi)容的閱讀模式逐漸也養(yǎng)成了用戶新閱讀習慣。一個有趣現(xiàn)象就是，即使微信公眾號圖文已經(jīng)很強大了，但依然看到很多朋友還在今日頭條上看各種圖文內(nèi)容，然后樂此不疲地在微信社群里作分享，究其原因，很多人已經(jīng)養(yǎng)成了聊天在微信，看內(nèi)容去自己熟悉或已經(jīng)被你馴化的公域平臺去閱讀。2.內(nèi)患：自生長步履蹣跚外憂沖擊下，也有來自平臺發(fā)展下，用戶與創(chuàng)作者的逃離，也有平臺監(jiān)管的進退兩難等因素：（1）平臺年資已經(jīng)很長，興趣度下降，創(chuàng)作者艱難公眾號一直都是以深度的文章內(nèi)容為主，如果玩公眾號比較早的，有些粉絲都關注你好多年了，即便內(nèi)容再好，用戶肯定看也看煩了，興趣度也會下降，喜新厭舊是人性的底層邏輯。平臺老化，也會帶來新創(chuàng)作者的望而卻步，特別對于新入局者，如果看到創(chuàng)作者們在這個平臺不賺錢了，那他們動力就大大降低，變成一個阻礙新人在平臺選擇上的重要因素。另外，現(xiàn)在公眾號的廣告報價整體是下降了，這是對于平臺不火的重要標志之一，而廣告價格下來，反作用是對于以廣告為盈利模式的平臺反而會發(fā)得更頻繁。我有關注的一個產(chǎn)品經(jīng)理大V，過往內(nèi)容看到可能是一周一到兩條廣子，但是現(xiàn)在每次刷進去的都是軟文導流到其他跨品類的廣子，整體內(nèi)容價值和體驗都下降很多。從用戶興趣度下降>粉絲流量減少>創(chuàng)作者閱讀量和新粉絲增長減少>變現(xiàn)收入減少>廣告增多，內(nèi)容價值感和質(zhì)量下降>用戶興趣度下降……所以，這內(nèi)患一環(huán)扣一環(huán)，最后連內(nèi)患都形成了閉環(huán)了，創(chuàng)作者能不自閉嘛。（2）平臺監(jiān)管與限制，過于嚴格帶來副作用平臺加強了監(jiān)管與限制，一個硬幣有兩面，正面是讓野蠻亂象逐步收歸于可控，但反面對商業(yè)化的副作用也很明顯：1）對圖文廣告的監(jiān)管力度更強了今年微信公眾號改了政策，8月以后，所有的公眾號主廣告要從平臺走互選。大環(huán)境讓本身金主投放廣告數(shù)量大減，無數(shù)公眾號號主廣告收入腰斬2/3以上。如果你敢頂風作案，不走互選平臺私下接了廣子，那你的推文推不出去或者推了也被刪掉。就算上了互選平臺，很多類目或者內(nèi)容在互選平臺中各種嚴格限制，類目、標題、封面，很多類目根本就不會有金主爸爸去投，現(xiàn)在愿意投公眾號圖文廣子，一般是賺錢類、教培類、成人類和一些白牌產(chǎn)品類，但是很多類目在平臺上不了，而且對內(nèi)容審核也是非常嚴格。特別對20萬以上粉量的大號沖擊特別大，雖然是在扶持中小號，但大哥們不玩了，只剩下一幫小弟，那平臺影響力肯定是被削弱。2）對圖文內(nèi)容質(zhì)量的要求更綠色了如果你是做熱點類+知識付費型產(chǎn)品的機構(gòu)，你會更有感觸，過往依賴抓眼球的文案標題+激發(fā)出痛點和爽點的情緒內(nèi)容，做商品和服務的導流轉(zhuǎn)化，現(xiàn)在還想用這種方法分一杯羹也愈發(fā)變得艱難。敏感詞的機制觸發(fā)，標題審核不通過，內(nèi)容涉及與產(chǎn)品不符都通通送你一個違規(guī)刪文，重則以涉及使用夸大、誘惑、違背客觀事實的文字、圖片、視頻等，惡意煽動、混淆、誤導用戶的判定結(jié)果來給你一個封號處理。那標題更綠色，內(nèi)容更健康，產(chǎn)品效果陳述更客觀，可以看得到的是，轉(zhuǎn)化率是斷崖式下跌。平臺加強監(jiān)管的兩面性，留給過往活在公眾號里的各類型機構(gòu)的商業(yè)化打法變得更單一，舊有逐利者退出，內(nèi)容洗牌和新商業(yè)模式已經(jīng)開始。所以，總結(jié)完外憂內(nèi)患，公眾號整體大盤流量趨勢向下，核心在于用戶流量與注意力不在公眾號，而信息流推薦模式目前也拼不過今日頭條，看內(nèi)容還得是在其他平臺上。二、平臺線：三大類型公眾號的模式與打法微信平臺從今年看，做了很多對公眾號加持的能力和動作，我認為公眾號作為微信生態(tài)的重要組件，而且公眾號粉絲基本盤也還在，微信還是會持續(xù)迭代，我們來看看公眾號這個產(chǎn)品今年的一些迭代動作：其中有三個方面的更新策略，是值得我們關注和洞察：1.公眾號的圖片消息功能，昵稱又名為“小綠書”顯而易見，小綠書的圖文形式，明顯就是“偷師”小綠書，排版高度相似，都以展示圖片為主，標題在圖片下方，用戶頭像和名稱在圖文卡片的左下角，點贊數(shù)在右下角。這也很明顯看出微信意圖，在拓展圖文短內(nèi)容形式，向小紅書和抖音看起，以22年的一個數(shù)據(jù)報告顯示，抖音圖文的平均互動率是視頻的1.32倍，而圖文的收藏率更是視頻的1.47倍，重圖片種草的圖片消息顯然有這短小精悍的內(nèi)容潛力，微信補齊圖片種草能力，降低公眾號創(chuàng)作者們的內(nèi)容生產(chǎn)門檻，進一步完善內(nèi)容生態(tài)。2.公域流量推薦的相關功能一個是升級了發(fā)布功能，訂閱號每天一次群發(fā)，升級為發(fā)布，即群發(fā)一次，但可發(fā)布多次，且發(fā)布內(nèi)容雖不推送給訂閱用戶，但在主頁展示，且有機會能進入公域流量推薦給合適用戶。另外一個是公眾號文章公域流量入口增多，文章尾部的看一看、訂閱號信息里的看一看，把過往閉環(huán)公眾號文章打開了新的公域推薦機制，被更多同類閱讀興趣標簽的用戶會作推薦發(fā)現(xiàn)。我認為，公眾號后續(xù)開放和完善公域信息推薦，打破產(chǎn)品局限的動作會越來越多，但問題是在社交聊天為主的微信上，留給公眾號打開流量同時，并且要保證用戶體驗為前提的克制會越來越大。3.公眾號與問一問的互通互聯(lián)所以在自身功能推薦可做的動作天花板有限的情況下，打開與微信生態(tài)內(nèi)其他組件打通變得很重要，而微信平臺作為去中心化平臺，微信生態(tài)內(nèi)各組件的互聯(lián)互通是其重要能力體現(xiàn)，這也是強化問一問的回答背書能力，同時也增加問一問與公眾號之間的內(nèi)容引流?，F(xiàn)在在問一問通過與公眾號聯(lián)動導流，并且實現(xiàn)每天幾十上百的漲粉已經(jīng)是有人拿到結(jié)果，并且通過后續(xù)的流量主和導流到項目里實現(xiàn)變現(xiàn)?？偨Y(jié)下，當然上述這些變化，有的只是其中的一個小交互，但通過今年公眾號的重要能力更新與加持來看，會釋放兩大運營上的信號：（1）公眾號持續(xù)會打開“內(nèi)容”流量口子，公域推薦機制對公眾號內(nèi)容做流量推薦的能力加持；（2）公眾號作為微信生態(tài)里的連接器，這個重要定位依然不會變，小程序、視頻號、問一問、看一看、搜索、帶貨等等，依然是運營的萬能連接器。三、行業(yè)點：三類型公眾號的運營機會我們看到公眾號當下面臨的挑戰(zhàn)，也關注到微信平臺今年對公眾號的能力加持和態(tài)度，那么回過頭來回答我們一開始的提問，公眾號還有機會嗎？能做嗎？我的答案是有的，但要順應平臺規(guī)則，以用戶舉手投票的優(yōu)質(zhì)內(nèi)容為核心，帶動粉絲體量的增長，獲得下次推送更多粉絲閱讀和互動，進入到公域推薦流量池：內(nèi)容漲粉通常應用在訂閱號（當然服務號也合適，但訂閱號效果更佳），整體邏輯是漲粉數(shù)=文章閱讀數(shù)（推文曝光總數(shù)x點擊轉(zhuǎn)化率）X關注轉(zhuǎn)化率，提升推廣曝光數(shù)是擴大口子關鍵，而公眾號關注率則是交給文章內(nèi)容與引導解決。所以內(nèi)容漲粉下推薦、搜索、分享、關聯(lián)導流，四大方式組成你能獲取多少內(nèi)容粉的重要方式，內(nèi)容粉的特點是對你內(nèi)容感興趣的，是高精準且相對來說主要來自內(nèi)容制作成本，成本相對低。但缺點是如果沒有產(chǎn)出爆文的話，漲粉速度慢，主打內(nèi)容長尾漲粉。推廣漲粉通常適用于服務號（同樣訂閱號也適合，但主要建議服務號做推廣漲粉），整體邏輯目前還能玩的裂變漲粉、投放漲粉，但現(xiàn)在裂變用戶質(zhì)量也差了，且投放費用持續(xù)上漲，所以做這兩類漲粉方式，需要跟后續(xù)粉絲添加公眾號后的變現(xiàn)銷售做投產(chǎn)比的關注，如果投產(chǎn)比小于1，那就需要調(diào)整優(yōu)化，或不能選該模式漲粉了。同樣門店漲粉，也要考慮投產(chǎn)比，此外門店引流到轉(zhuǎn)化購買，目前更主流是導流到企微個微的私域池子，用戶觸達的價值會更高。公眾號雖然產(chǎn)品形態(tài)形式不變，但可以預見定位、目標、策略在運營上都會有一些不同，我總結(jié)了三大類型的公眾號，當前應該如何進行運營：1.品牌型公眾號（1）公眾號選型，是要做服務號還是訂閱號？商品型的企業(yè)公眾號，比如大快消、大健康、耐用消費品等貨架型企業(yè)，過往會糾結(jié)要做服務號還是訂閱號，在當下的流量環(huán)境，讓用戶好友列表里看見你就是最好的選擇，服務號是必選項。在品效合一的要求越來越高，發(fā)揮服務號的服務接口能力，承接商品銷售和服務才是重要的核心，如果是內(nèi)容服務型的公司，比如設計公司、媒體公司、金融公司，除非你有豐富大量優(yōu)質(zhì)內(nèi)容，能提供專業(yè)內(nèi)容價值，不然我還是建議服務號做到周更即可。（2）不要再做單一賬號運營，要串聯(lián)私域經(jīng)營前面已經(jīng)提及到，公眾號現(xiàn)在已然是微信生態(tài)的組建之一，而且內(nèi)容權(quán)重下降下，做好業(yè)務連接器的角色：公眾號+小程序+私域，是圍繞公眾號的私域運營鐵三角，把這三塊觸點打通，是私域發(fā)售的基礎建設；公眾號+視頻號，則是利用公眾號存量粉絲對視頻號公域拓展更多用戶的加成，無論是直播、短視頻，關注過你公眾號的用戶，都有可能會刷到你的視頻號，對于視頻號起號有重要的流量起盤價值。（3）品牌型的公眾號怎么做內(nèi)容？把你的公眾號內(nèi)容，分成兩個大類來做：品牌內(nèi)容，即提升用戶對你品牌和商品認知，精美配圖設計+故事感內(nèi)容文案+品牌活動，把這些內(nèi)容作為你們企業(yè)名片內(nèi)容來打造，用于品宣、銷售、商務介紹等等；銷售內(nèi)容，讓用戶在微信里找到如何找你購買，全平臺有哪些最新活動或新品：按品類日、上新日、節(jié)點銷售去好好策劃公眾號內(nèi)的發(fā)售型內(nèi)容，并把公眾號內(nèi)容作為反哺給各電商平臺、直播平臺的導流平臺為重點，公眾號內(nèi)銷售為輔助。年度內(nèi)容標簽+月度靈感關鍵詞+N個主題話題，構(gòu)建你的內(nèi)容信息屋，合理規(guī)劃品牌內(nèi)容和銷售內(nèi)容比例。2.流量變現(xiàn)型公眾號什么是流量變現(xiàn)型公眾號呢？我定義為通過公眾號存量流量或拉新流量，通過內(nèi)容進行變現(xiàn)的類型，統(tǒng)稱為流量型公眾號。首先，我們要知道公眾號有這么幾種變現(xiàn)模式：流量主變現(xiàn)、接廣告變現(xiàn)、文章帶貨變現(xiàn)、付費文章與打賞、公眾號銷售產(chǎn)品/服務、導入私域銷售變現(xiàn)。流量變現(xiàn)型公眾號的打法對比品牌型公眾號，我認為最大差異是運營手法更“野”，做規(guī)模變現(xiàn)的目的性更強，主要方法：（1）利用存量公眾號矩陣，用游走于違規(guī)邊緣的標題黨和比較夸張的產(chǎn)品效果等，來做銷售導流，教培類的行業(yè)較為常見；（2）通過做號積累粉絲體量，通過一些任務平臺，例如新榜有賺接廣告投放任務等等；或者是給別的平臺導流按照CPC或者CPS來做銷售分成；（3）也有通過AIGC方式，生產(chǎn)批量內(nèi)容沖爆文，打出一個類目之后快速復制到多個號，實現(xiàn)漲粉后開通流量主，微信公眾號的流量主廣告，讀者點擊一次，可以有三毛錢到八毛錢的收入。如果文章有一萬閱讀量，那一篇流量主收入就有三四十塊錢，十萬閱讀量有五六百元?，F(xiàn)在一些短劇內(nèi)容比較火，比如有創(chuàng)作者通過AIGC方式生產(chǎn)大量內(nèi)容，然后進行日更內(nèi)容，粉絲漲得快內(nèi)容粘性高，通過流量主模式進行變現(xiàn)。在平臺加強監(jiān)管下，對一些帶擦邊游走平臺規(guī)則的打法還是會監(jiān)控較嚴格，所以合理順應平臺規(guī)則，迭代獲取引流到變現(xiàn)的路徑，才能做到流量變現(xiàn)。3.IP型公眾號現(xiàn)在很多個人IP的打造是一條腿走路，在短視頻領域做出來，然后再拓展到其他平臺，本質(zhì)上思路是沒錯的，但如果你是做專業(yè)型的IP，我認為公眾號圖文內(nèi)容是不可或缺，我認為原因有三：（1）公眾號的內(nèi)容可以作為品牌背書的名片，特別中長專業(yè)內(nèi)容的分享，可以幫助你打開用戶獲客和破冰溝通的案例，短視頻雖然直觀但不容易留下對知識的印象記憶。（2）粉絲的沉淀，并與你私域聯(lián)動起來。短視頻的粉絲關注后，由于平臺強算法推薦，有時候不易推送直達，但目前公眾號還是關注推薦主導結(jié)合公域推薦機制，所以用戶找回關注公眾號和常讀公眾號還是比較方便，此外公眾號更適合沉淀粉絲，并且引導到私域路徑體驗會更好。（3）公眾號圖文內(nèi)容也適合幫助你在自媒體矩陣里做一魚N吃的內(nèi)容創(chuàng)作方式，幫助你內(nèi)容復用最大化：作為你的公眾號推文，此為第一吃；作為你的短視頻提供內(nèi)容腳本，此為第二吃；作為你的小紅書筆記內(nèi)容，取其精華，制成筆記，此為第三吃；作為你的音頻類播客的逐字稿，此為第四吃；作為你的微信問一問，知乎問答的答案，此為第五吃；各類主流自媒體平臺圖文分發(fā)，此為第六吃。所以可見作為IP型的公眾號，它承擔內(nèi)容發(fā)起點、發(fā)售主陣地、用戶連接器，對IP搭長期價值的累積來說，依然有很高的戰(zhàn)略地位。來源：產(chǎn)品經(jīng)理文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權(quán)請聯(lián)系我們及時刪除！
-
23
06/16
數(shù)字化、信息化、智能化，到底有什么不同？
提到數(shù)字化，就不得不提到信息化和智能化，這兩個概念與數(shù)字化密切相關，似乎都與數(shù)據(jù)聯(lián)系緊密。但實際上，數(shù)字化、信息化、智能化，三者具有完全不同的概念內(nèi)涵，本文將重點探討這三者的區(qū)別與聯(lián)系。1.數(shù)字化與信息化信息化的話題出現(xiàn)比數(shù)字化早很多，早在1960年代就已經(jīng)提出，并且在1970年代后國際上就開始逐漸有關于信息化的業(yè)務實踐。廣義上看，信息化可以看作是數(shù)字化的初級發(fā)展階段，但與典型的數(shù)字化概念場景相比，仍然有一些差距所在：在信息化的場景構(gòu)想中，更多是強調(diào)業(yè)務的線上化和自動化效果，信息化借助于計算機系統(tǒng)在數(shù)據(jù)計算、數(shù)據(jù)存儲的性能優(yōu)勢，輔助人在日常的管理運營活動中解決現(xiàn)有工作執(zhí)行效率低下的問題。在信息化中，數(shù)據(jù)只是業(yè)務的操作對象和執(zhí)行結(jié)果，而數(shù)字化則把數(shù)據(jù)看作業(yè)務發(fā)生的原因和業(yè)務活動產(chǎn)生的原料。數(shù)字化關注從數(shù)據(jù)中發(fā)現(xiàn)新的價值、形成商業(yè)洞察、創(chuàng)造業(yè)務機會。信息化不關注從數(shù)據(jù)中進行創(chuàng)新，而只是基于既定的主題框架和相對固定的流程在處理數(shù)據(jù)，用計算機輔助實現(xiàn)原本已經(jīng)存在的業(yè)務邏輯。信息化階段的軟件系統(tǒng)，重在提高人對具有規(guī)模性、復雜性的業(yè)務信息的處理效率，提高管理決策水平，提高業(yè)務各相關方的信息連接程度，實現(xiàn)“降本增效”，優(yōu)化業(yè)務經(jīng)營能力。信息化不改變?nèi)藢I(yè)務的認知，而是在現(xiàn)有業(yè)務認知下的業(yè)務提速。值得注意的是，簡單地依據(jù)是否涉及“數(shù)據(jù)分析”來區(qū)分信息化和數(shù)字化是不嚴謹?shù)?。關鍵還是要看，數(shù)據(jù)分析強調(diào)解釋業(yè)務現(xiàn)狀和觀察趨勢（經(jīng)驗驅(qū)動），還是強調(diào)挖掘底層業(yè)務規(guī)律和新的商業(yè)洞察（數(shù)據(jù)驅(qū)動）。2.數(shù)字化與智能化智能化是數(shù)字化發(fā)展的高級形態(tài)。所謂智能化，就是讓機器像人一樣進行工作，降低企業(yè)的人力成本，同時提高企業(yè)的生產(chǎn)效率和服務效率。智能化的本質(zhì)是能夠體現(xiàn)人的智慧水平的數(shù)字化業(yè)務，是人工智能技術(shù)的重要業(yè)務價值體現(xiàn)。人會基于特定的問題進行思考和決策，背后依靠的是某一領域的操作技能，其背后是人掌握了這些技能背后的業(yè)務知識。機器如果能夠獲得這些知識，也能夠表現(xiàn)出“類人”的智能化特征。機器可以通過閱讀大量的數(shù)據(jù)，通過數(shù)據(jù)挖掘、機器學習、深度學習等方法從這些數(shù)據(jù)中學習到有用的業(yè)務知識，然后在利用這些“所學”的知識提供智能化的服務，解決實際的應用問題。數(shù)字化和智能化的區(qū)別不僅僅是算法復雜度上的區(qū)別，而關鍵看，機器是否完成了從對象識別，到任務決策，再到行為操作的完整自動化流程。在整個過程中，人工介入的環(huán)節(jié)約少，則表現(xiàn)出越顯著的智能化效果，例如，掃地機器人、炒菜機器人、虛擬數(shù)字人、無人駕駛等。通過傳感器獲取環(huán)境數(shù)據(jù)，通過模型和規(guī)則實現(xiàn)決策，通過終端設備完成既定操作，完成傳統(tǒng)的人工服務。來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權(quán)請聯(lián)系我們及時刪除！
-
23
06/10
從工具到平臺，中小制造企業(yè)的一場數(shù)字化轉(zhuǎn)型
中小企業(yè)正在經(jīng)歷一次痛苦難熬的數(shù)字化轉(zhuǎn)型。一邊是業(yè)務毛利、附加值低、生產(chǎn)管理缺乏數(shù)字化等問題驅(qū)使中小企業(yè)主動擁抱數(shù)字化；一邊是高成本的大平臺、昂貴的數(shù)字化系統(tǒng)和設備讓中小企業(yè)望而卻步?！皬钠髽I(yè)內(nèi)部分析，缺資金、缺人才、缺技術(shù)成為中小企業(yè)數(shù)字化轉(zhuǎn)型面臨的挑戰(zhàn)和困難。”中國信息經(jīng)濟學會數(shù)字經(jīng)濟政策研究專委會主任蔡躍洲在接受媒體采訪時表示。實際上，許多中小企業(yè)都知道必須轉(zhuǎn)型，不轉(zhuǎn)等待著的很可能是慢性死亡。但問題是怎么轉(zhuǎn)。有中小企業(yè)負責人認為，當前“大平臺、大系統(tǒng)、大項目”的這種方式，本質(zhì)上和中小企業(yè)的基因相沖?！爸行∑髽I(yè)的現(xiàn)金流很脆弱，對于數(shù)字化系統(tǒng)，必須要立竿見影的效果。大平臺、大項目耗費資金大、建設時間長、回本周期慢，中小企業(yè)難以適應這種模式?！皩嶋H上，中小企業(yè)很可能用不上那些高大上的平臺，它們更需要一種能快速提高業(yè)績、創(chuàng)造利潤的工具。給農(nóng)民一把趁手的鋤頭，而不是押著他學習使用挖掘機。過去幾年，部分工業(yè)互聯(lián)網(wǎng)大廠的那套高舉高打、自上而下的平臺式打法，幾乎只能做制造業(yè)大廠的“樣板工程”，很難在中小企業(yè)落地，根本原因便是大平臺與小企業(yè)“供需錯配”?！爸行∑髽I(yè)有自身發(fā)展的邏輯，其轉(zhuǎn)型一定是圍繞這個發(fā)展邏輯而展開，套用大企業(yè)的邏輯，只能造成‘揠苗助長’?！濒敯钔ǜ笨偨?jīng)理兼CTO陳小軍表示。作為一家工業(yè)互聯(lián)網(wǎng)解決方案廠商，同時也是一家中小企業(yè)，魯邦通的業(yè)務覆蓋工業(yè)物聯(lián)網(wǎng)通信和邊緣計算產(chǎn)品的生產(chǎn)制造，也提供設備智能化和智能服務的工業(yè)互聯(lián)網(wǎng)場景數(shù)字化解決方案。陳小軍認為，數(shù)字化轉(zhuǎn)型，對于公司來說是一個整體的戰(zhàn)略，所有的戰(zhàn)略都需要分步驟、分階段，不可能一步到位。與大廠強調(diào)的“自上而下”模式不同，中小企業(yè)轉(zhuǎn)型需要結(jié)合“自下而上”。一、自上而下是戰(zhàn)略，自下而上是路徑企業(yè)數(shù)字化轉(zhuǎn)型首先是一把手工程。原因在于，管理層有決策權(quán)，能夠?qū)?shù)字化轉(zhuǎn)型的策略上升為公司的執(zhí)行意志，滲透到公司的各個層級，最終執(zhí)行下去。不少解決方案商都清楚這點，其銷售團隊瞄準了企業(yè)主，讓企業(yè)主立馬簽單，開始上方案、推平臺，搞數(shù)字化轉(zhuǎn)型。方案交付以后，企業(yè)主非常痛心地發(fā)現(xiàn)，投入與產(chǎn)出不成正比，那些價值不菲的設備、科技范兒的平臺，團隊很難用起來。到工廠一問，下面的人就說不好用、不會用，企業(yè)主心灰意冷。這種吊詭的現(xiàn)象十分常見。許多有數(shù)字化轉(zhuǎn)型意識的企業(yè)主，也樂于去推進公司的數(shù)字化戰(zhàn)略，但效果卻與想象中相去甚遠，甚至一地雞毛，之后便對數(shù)字化改造進退兩難?！皵?shù)字化要自上而下推，但更重要的是管理層、執(zhí)行層、解決方案商達成共識。”陳小軍認為，之所以出現(xiàn)企業(yè)主不愿意再推數(shù)字化的現(xiàn)象，是有些解決方案商只看到了領導，而忽略了員工的需求。管理層有權(quán)推動數(shù)字化戰(zhàn)略，但具體要由團隊去執(zhí)行。如果執(zhí)行出了問題，導致產(chǎn)出不如人意，這個結(jié)果就會自下而上反饋到管理層，管理層便會對數(shù)字化方案的效果產(chǎn)生懷疑。換言之，“只看領導”的打法雖然能簽單，但項目交付可能會出現(xiàn)問題，且不可持續(xù)，本質(zhì)上也算是對數(shù)字化轉(zhuǎn)型生態(tài)的一種破壞。事實上，中小企業(yè)數(shù)字化轉(zhuǎn)型中，一線員工不應該被忽視，反而應該首先被賦能。作為生產(chǎn)的執(zhí)行單位，一線員工能夠直接體會得到數(shù)字化轉(zhuǎn)型帶來的效果，如果數(shù)字化解決方案能給他們帶來增益，其評價也會自下而上地傳送到管理層，管理層看到了明顯的效率提升，才會加大對數(shù)字化轉(zhuǎn)型的資源投入。那么應該如何賦能一線員工？陳小軍表示，一線員工對整體解決方案并不敏感，也不關心，甚至不了解，他們在意的是工作能不能按時、按質(zhì)地完成。這對于解決方案商的啟發(fā)是，在面對中小企業(yè)時，首先應該給一線工人提供直接有效的工具，能夠幫助他們“多、快、好、省”地完成工作。一線工人看到實際效果，同時，也通過逐步推平臺、系統(tǒng)，從而最終反映到企業(yè)的生產(chǎn)、管理、銷售等效率的提升上，才能最終完成整個企業(yè)的數(shù)字化改造。從工具到平臺，既是方案商的產(chǎn)品邏輯，也是中小企業(yè)數(shù)字化轉(zhuǎn)型的路徑邏輯。二、需要有人構(gòu)建平臺，也需要有人打通節(jié)點許多方案商，尤其是一些大廠，直接以德國工業(yè)4.0為目標，去搭建工業(yè)互聯(lián)網(wǎng)平臺。這種大而全的平臺，雖然有項目落地，但也只能落地到不缺錢、愿意試一試的制造大廠的生產(chǎn)基地上，很難具備規(guī)?；瘡椭频目赡苄裕鼰o法推廣至中小企業(yè)?！肮I(yè)互聯(lián)網(wǎng)是一個漸進的過程，需要從1.0（機械化）進化到2.0（電氣與自動化）、3.0（信息化），最后到4.0（智能化），而不是直接從1.0就到了4.0。”很多制造大廠做平臺，但其實這個過程中，往往投入產(chǎn)出并不成正比。工業(yè)互聯(lián)網(wǎng)領域的先驅(qū)、美國制造業(yè)巨頭GE就是前車之鑒。他們投入數(shù)十億美元，推出了全球首個工業(yè)互聯(lián)網(wǎng)平臺Predix。然而，Predix并沒有為GE帶來業(yè)績增長，反而成為沉重的財務復負擔，最后落得被打包出售的命運。目前，Predix已成為一套工業(yè)應用以及一個開放的應用開發(fā)平臺。究其原因，缺乏明確的商業(yè)模式，以致盈利遙遙無期；平臺過于“笨重”，難以滿足不同領域客戶的需求，致使Predix無法實現(xiàn)GE構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺的宏大愿景。大型企業(yè)猶如此，更枉論預算開支十分有限的中小企業(yè)?？梢哉f，企業(yè)數(shù)字化轉(zhuǎn)型，需要從低階向高階進化，即從局部數(shù)字化向全域數(shù)字化轉(zhuǎn)型。在這個過程中，每個階段都有企業(yè)需要解決的轉(zhuǎn)型難點，只有把這些點梳理清楚并解決掉，才能進入下一個階段。類比自動駕駛，從L1到L4，需要在這個過程中積累數(shù)據(jù)、訓練算法、迭代技術(shù)，相應的基礎設施逐漸完善、法律法規(guī)逐步健全，最終才能到達L4級的無人駕駛。如果一開始就做L4無人駕駛，積累的數(shù)據(jù)完全不夠充分，幾乎只能在封閉場景做測試，而無法走向?qū)嶋H場景。企業(yè)數(shù)字化轉(zhuǎn)型也如此，如果企業(yè)3.0的信息化都沒完成，就要做4.0生產(chǎn)的智能化，無異于沒有打好地基就直接蓋樓，只能適得其反?！耙环矫?，工業(yè)互聯(lián)網(wǎng)就像是一張網(wǎng)絡，每家企業(yè)，都可能是這張網(wǎng)上的一個個節(jié)點。只有當節(jié)點完成數(shù)字化、節(jié)點與節(jié)點才能拉通，才能形成線、面的網(wǎng)絡。另一方面，中小企業(yè)各個作為產(chǎn)業(yè)鏈上的毛細血管，它們需要通過數(shù)字化，跟產(chǎn)業(yè)龍頭企業(yè)對接上，從而成為整個工業(yè)互聯(lián)網(wǎng)上，信息流動通暢的節(jié)點?！币虼?，真正要實現(xiàn)工業(yè)互聯(lián)網(wǎng)的普及和應用，前提是這些“節(jié)點”能完成轉(zhuǎn)型，然后通過平臺把數(shù)據(jù)流轉(zhuǎn)起來，做更多的智能化改造，來提升產(chǎn)業(yè)效率、創(chuàng)造更多的附加值。而現(xiàn)階段的現(xiàn)實情況是，這些節(jié)點，大部分都還沒有真正“聯(lián)網(wǎng)”，而依然是一個個的信息孤島。陳小軍表示，當下企業(yè)數(shù)字化轉(zhuǎn)型最為緊迫的事情，是將產(chǎn)業(yè)鏈中的各個節(jié)點都連上網(wǎng)，將這些節(jié)點的數(shù)字化能力提升，才能讓數(shù)據(jù)流轉(zhuǎn)起來，產(chǎn)生價值點?！叭绻謾C、PC等智能終端沒有聯(lián)網(wǎng)，消費互聯(lián)網(wǎng)也不會產(chǎn)生萬億級的市場?！币虼耍行∑髽I(yè)的需求，對于一線員工來說是工具；對于企業(yè)來說是將企業(yè)的人、機、料、法、環(huán)進行數(shù)字化，進而讓生產(chǎn)要素流動起來，打通生產(chǎn)環(huán)節(jié)的數(shù)據(jù)壁壘，激發(fā)數(shù)據(jù)價值?！肮I(yè)互聯(lián)網(wǎng)平臺未來一定是大趨勢，大廠可以起到風向標的作用，但這需要整個行業(yè)的共同推動?！爆F(xiàn)階段，對于工業(yè)互聯(lián)網(wǎng)的構(gòu)建和應用落地，這張網(wǎng)絡的節(jié)點接入數(shù)量還比較少，工業(yè)互聯(lián)網(wǎng)平臺還很難發(fā)揮出實際價值。因此，市場上必然需要類似于像魯邦通這樣的公司，去為更多的中小企業(yè)提供針對性的服務，幫助大量的中小企業(yè)完成數(shù)字化轉(zhuǎn)型，來為整張工業(yè)互聯(lián)網(wǎng)平臺的網(wǎng)，構(gòu)建一個個節(jié)點。當這些節(jié)點串聯(lián)在一起時，工業(yè)互聯(lián)網(wǎng)才成為一個真正有用、有效的平臺。三、不存在完全標準，也不必完全定制對于工業(yè)互聯(lián)網(wǎng)廠商而言，只有深入了解中小企業(yè)數(shù)字化轉(zhuǎn)型的痛點，才能對癥下藥，開出合適的藥方。但中小企業(yè)散布于各種行業(yè)，三百六十行，每一行都有自身的獨特性，行業(yè)之間差異化非常明顯。不同的行業(yè)、場景差異，給企業(yè)和解決方案商帶來一個問題：標準還是定制？從企業(yè)的角度看，定制更符合自身需求，但成本太高；標準化產(chǎn)品又怕不好用，效果欠佳。從方案商的角度看，標準化成本雖低，但由于場景復雜，很難做出一套低成本、通用型極強的方案。正如中國信息經(jīng)濟學會數(shù)字經(jīng)濟政策研究專委會主任蔡躍洲分析：“制造業(yè)不像消費互聯(lián)網(wǎng)涉及的場景較為簡單。不同行業(yè)都有其專有技術(shù)和行業(yè)特征，數(shù)字化轉(zhuǎn)型涉及的場景通常都會比較復雜。僅僅依靠編程程序員很難將相關技術(shù)、過程、功能用代碼直接實現(xiàn)?！痹谶@種情況下，企業(yè)需求和方案商的供給，似乎成了一對內(nèi)生性矛盾，難以化解。這道題并非無解，關鍵在于如何看待標準與定制。陳小軍認為，之所以會存在定制化，本質(zhì)原因是每個行業(yè)的know-how不一樣，每家中小企業(yè)的核心競爭力不同，這就決定了方案商不可能做一套完全標準化的產(chǎn)品和解決方案。對于廠商來說，標準化和定制化其實不是最核心的困擾，“最重要是幫助企業(yè)梳理出它的核心競爭力，并且通過技術(shù)去強化這個競爭力，讓它數(shù)據(jù)化、體系化地去流轉(zhuǎn)和運行下去，發(fā)揮出最大價值?！标愋≤姳硎?。在執(zhí)行中，可以“相似能力做標準，核心競爭力做定制?！奔葱袠I(yè)里邊非常相似的能力，通用的技術(shù)，方案商就能夠做標準化；而那些屬于企業(yè)獨有的差異化能力和技術(shù)，就需要做定制化；二者應該結(jié)合起來。好比醫(yī)生給病人開藥，一些基礎疾病，如感冒咳嗽就可以標準化，但一些特殊的病，則需要開特殊的藥。魯邦通具備數(shù)字化技術(shù)和實體制造兩方面能力，這個特殊性，也為其投入中小企業(yè)數(shù)字化服務業(yè)務帶來獨特優(yōu)勢。一方面，魯邦通基于自建的數(shù)字化工廠，生產(chǎn)物聯(lián)網(wǎng)硬件；另一方面，魯邦通基于自身工業(yè)物聯(lián)網(wǎng)平臺的研發(fā)能力，以及自主開發(fā)MES系統(tǒng)、工業(yè)低碼平臺等工業(yè)互聯(lián)網(wǎng)產(chǎn)品，“親自操刀”完成對自身工廠的數(shù)字化改造?；诖?，魯邦通對于“中小企業(yè)數(shù)字化轉(zhuǎn)型難、難轉(zhuǎn)型”這道病癥的藥方，非常清晰明了。作為從工業(yè)物聯(lián)網(wǎng)跨越到工業(yè)互聯(lián)網(wǎng)的解決方案商，魯邦通目前提供從工業(yè)物聯(lián)網(wǎng)通信和邊緣計算等產(chǎn)品，到設備智能化和智能服務的工業(yè)互聯(lián)網(wǎng)場景數(shù)字化解決方案，已應用到機器人、醫(yī)療設備、環(huán)保設備、新能源裝備、電梯及特種設備等工業(yè)設備行業(yè)，以及企業(yè)生產(chǎn)制造的各流程。以電梯為例，過去電梯的維護主要靠維修工人定期檢查，或者等設備出現(xiàn)故障以后才會進行維護。這種方式非常落后，設備出現(xiàn)故障極容易導致安全事故，并且出現(xiàn)事故之后，從發(fā)現(xiàn)到處理，存在時間差，這段時間很可能造成不可挽回的后果。魯邦通提供的多源融合智能傳感器，可以實時監(jiān)測到電梯的運行情況，將數(shù)據(jù)傳送到云端，一旦出現(xiàn)故障，系統(tǒng)便會將事故信息推送給維修工程師，盡快解決問題。具體到企業(yè)節(jié)點連接，魯邦通也通過5G通信、邊緣計算、智能感知與云端智能等技術(shù)，構(gòu)建魯邦通智物協(xié)同云，幫助更多裝備制造企業(yè)實現(xiàn)“云邊端”融合并賦能行業(yè)場景數(shù)字化、網(wǎng)絡化及智能化。又比如，針對一家環(huán)衛(wèi)設備企業(yè)管理全球部署設備、售后運維、備品備件，管理客戶訂閱數(shù)據(jù)等需求，魯邦通提供一套基于用戶角色及場景驅(qū)動的軟硬結(jié)合解決方案，幫助客戶管理整個工業(yè)互聯(lián)網(wǎng)服務價值鏈，實現(xiàn)設備管理、售后運維管理、金融租賃管理一體化的制造業(yè)服務化轉(zhuǎn)型?！案黝悅鞲衅?、邊緣設備，讓生產(chǎn)的各個節(jié)點連接起來，實現(xiàn)‘上網(wǎng)’，然后通過平臺把各種數(shù)據(jù)流轉(zhuǎn)起來，賦能舊業(yè)務、打造新業(yè)務，創(chuàng)造價值?！笨偨Y(jié)2015年5月，政府在《中國制造2025》中首次提出“促進生產(chǎn)性制造向服務型制造轉(zhuǎn)變”。由此掀起了企業(yè)數(shù)字化轉(zhuǎn)型浪潮。與此同時，伴隨著人工智能、大數(shù)據(jù)、云計算等技術(shù)的應用落地，技術(shù)再一次推動了產(chǎn)業(yè)進步。中小企業(yè)作為國民經(jīng)濟的毛細血管，在產(chǎn)業(yè)發(fā)展中起著不可或缺的作用。但中小企業(yè)的數(shù)字化轉(zhuǎn)型始終是一個難題：不敢轉(zhuǎn)、轉(zhuǎn)不起。這個難題的癥結(jié)在于，中小企業(yè)需要用得起、用得好的數(shù)字化工具，但目前，更多是大型數(shù)字化平臺走在前面，供需未能匹配。很顯然，雙方都需要一場認知革命。只有各方達成共識，形成合力，才能推動這場巨大的變革。來源：雷鋒網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權(quán)請聯(lián)系我們及時刪除！
-
23
05/27
來，認識一下Windows最重要的功能
我們報道了微軟在Build2023開發(fā)者大會發(fā)布的WindowsCopilot——深度集成在Windows11人工智能助手。至此，Copilot已經(jīng)出現(xiàn)在了微軟幾乎所有重要產(chǎn)品之中，包括輔助編程的GithubCopilot、輔助辦公的Microsoft365Copilot、輔助客戶溝通的Viva?Copilot、輔助業(yè)務流程的Dynamic365Copilot等等。微軟比那些宣告自己AIfirst、AllinAI的公司還要更進一步，選擇AllinCopilot，即全面轉(zhuǎn)向人工智能輔助技術(shù)。我們來到了轉(zhuǎn)折點看到這里，相信有相當一部分不那么關心AI技術(shù)的讀者還不太了解，“Copilot”到底是什么?！癈opilot”一詞源自飛行術(shù)語，意思是副駕駛員（Co-pilot）。在飛機上，副駕駛員是協(xié)助主駕駛員操作飛機的人，通常當主駕駛員需要休息或處理其他任務時，副駕駛員就會接管控制權(quán)，二者共同負責飛機的安全飛行。對照這個定義，我們就不難理解：每個使用計算機程序的人都是“駕駛員”，AI則是輔助我們航行的“副駕駛”。舉個例子，當你準備沉下心來辦公，你就可以在Windows11調(diào)出Copilot，把你的需求敲進去：WindowsCopilot會建議你打開專注模式，并把系統(tǒng)界面調(diào)整成更沉浸的暗色模型。這時候你還想聽一點音樂，再敲入需求：WindowsCopilot會根據(jù)你喜歡的音樂類型，在Spotify等音樂軟件上播放對應的歌單。聽起來我們像是又回到了命令行界面時代，通過一個輸入框?qū)崿F(xiàn)所有的計算機操作。但不同的是，你不再需要花時間去學習和理解編程這門專屬于計算機的語言，你只要用人類的自然語言把你的需求拋給它，它就能幫你解決。WindowsCopilot還可以幫你解決很多問題，例如當你收到一份冗長到讀不下去的文件，你可以直接把它從桌面拖到Copilot上，讓AI幫你總結(jié)這份文檔，實現(xiàn)“量子速讀”。你還可以讓它幫你重寫或者解釋文檔的內(nèi)容，提高工作的效率。簡單來說，Copilot不能完全取代你的工作，但它能幫你節(jié)約很多不必要的重復性勞動，從而節(jié)約你在“數(shù)字瑣事”上花費的時間。這也是微軟對于Copilot的定義：一種使用自然語言處理技術(shù)或大語言模型（如GPT-4），幫助人們完成復雜或認知任務的應用程序或組件。從撥號上網(wǎng)年代一路走來的朋友可能就察覺到了一些關鍵要素：操作系統(tǒng)+助手，等等，這不就是Windows97時代的Clippy和WindowsPhone時代的Cortana嗎！？沒錯，Clippy、Cortana和Copilot（微軟是不是對C開頭的單詞有執(zhí)念？）在定位上確實存在一定的重合，你甚至可以把它們看作同一款產(chǎn)品在不同交互界面時代的三種形態(tài)。Clippy：圖形交互界面的系統(tǒng)助手，其設計初衷是提供了一個平易近人、友好的界面，以簡化復雜的操作任務。然而，由于Clippy需要通過一個彈窗進行交互，它總會不合時宜地彈出來，導致用戶在使用時失焦。Cortana：語音交互界面的系統(tǒng)助手，對標Siri和Google助手，定位個人數(shù)字助手。但受限于功能局限，Cortana能做的事情很有限，即便微軟盡可能地把Cortana推向Windows之外的更多平臺，也很難吸引用戶使用。WindowsCopilot：自然語言交互時代的AI助手，它深植于系統(tǒng)之中，又不局限于系統(tǒng)，它可以集成于各種程序和應用中，并且能夠理解用戶的需求并提供幫助，在功能性、靈活性和集成度方面遠超Clippy和Cortana。從技術(shù)發(fā)展的路線來看，你會發(fā)現(xiàn)Copilot與Cortana的路徑類似但方向截然不同。2014年，Cortana作為WindowsPhone8.1的默認語音助手首次亮相，提供語音搜索、日程管理和個性化建議等功能，標志著微軟正式進入語音助手市場，與蘋果和Google競爭。隨后，Cortana隨Windows10操作系統(tǒng)一同推出，拓展到PC和平板電腦之上，集成了更多的系統(tǒng)功能，為更多人熟知。在接下來的時間，微軟把Cortana塞進了包括Microsoft365套件、Teams等更多的產(chǎn)品之中，希望能獲取更多的用戶。但到了2021年，微軟決定停止Cortana大部分服務，退出這場語音助手大戰(zhàn)。Cortana的失敗不僅是因為其市占率一直上不去，還因為語音助手功能本身很難再翻起太大的浪花：10年前的語音助手能幫你寫郵件、查天氣，10年后它仍然只能做這些基礎型的工作，用戶的感知并不強。直到ChatGPT的出現(xiàn)，語音AI助手給人留下的“愚蠢”刻板印象才被打破。ChatGPT能夠通過自然語言理解人們的需求，幫助人們完成一些需要高智能的任務，雖然GPT模型時而會出現(xiàn)生成錯誤的答案，但已經(jīng)解決了AI助手長期以來的痛點——語義理解。這是一個關鍵的轉(zhuǎn)折點，微軟迅速地把大語言模型技術(shù)與其產(chǎn)品結(jié)合起來，丟出了一個又一個讓人瞠目結(jié)舌的技術(shù)Demo：用聊天的方式在Bing搜索、用幾句需求做出個精美的PPT、讓Edge瀏覽器一鍵總結(jié)網(wǎng)頁內(nèi)容……很快，Copilot將無處不在，AI將無處不在，我們與計算機交互的固有邏輯開始出現(xiàn)裂縫，一個新的交互邏輯準備破殼而出，重新定義新一代的計算機和互聯(lián)網(wǎng)。比爾·蓋茨在AI爆發(fā)后給出了他的判斷。也就是說，側(cè)邊欄AI助手將會成為一個新的常態(tài)，你的語言會變成像鼠標點擊、手指觸碰一樣具有“魔力”的新交互方式。只不過，如果你只是把Copilot看作是一個新時代的AI助手，那你就太小看微軟的野心了。全新的軟件形式前面我們說到，微軟為旗下的很多產(chǎn)品都接入了Copilot，讓Bing、Edge、Office煥發(fā)出新的活力。更重要的是，這些散落在不同軟件的Copilot彼此之間并非獨立，而是相互打通的。這里我們要引入一個很重要的概念——插件集。你可以把這些基于大語言模型的Copilot理解成Chrome瀏覽器（當然，這是一個非常不恰當?shù)谋扔鳎?，而插件就是瀏覽器上面的擴展程序，有了第三方的插件，Copilot就能實現(xiàn)很多不同的功能。此前，我們曾詳細介紹過ChatGPT的插件集體驗，有了這些第三方插件，ChatGPT可以實現(xiàn)訂餐、查航班、解答數(shù)理化難題等等功能?，F(xiàn)在，這些插件同樣可以應用在Bing、Edge、Office甚至Windows之中，因為這些產(chǎn)品都采用了同樣的開放插件標準。簡單來說，開發(fā)者只要開發(fā)一次插件，就能應用在微軟的一系列Copilot之中，這給開發(fā)者和用戶都帶來了極大的靈活度。還是拿實際應用舉例。很快，你可以在Bing調(diào)用Zillow插件（租房信息查詢），然后直接向Bing提問，“用XX預算在X地租房有什么房源推薦？”。Bing就能直接給出對應的房源信息?；蛘吣憧梢栽贓dge瀏覽器上讓AI幫你總結(jié)食譜，然后調(diào)用Instacart插件，一鍵購買你缺少的食材。這是一種全新的信息獲取方式，它跳過了從搜索引擎到服務商網(wǎng)站、再到具體信息的過程，直接提取了你最需要的內(nèi)容，然后以平鋪直敘的方式呈現(xiàn)給你。Copilot+插件，或許會改變我們使用網(wǎng)絡獲取服務的方式。另一方面，在我們最熟悉的Office套件上，也能夠使用插件。例如當你想用Word起草一份法律合同，但是你并不熟悉當?shù)氐姆?，你就可以調(diào)用ThomsonReuters、Westlaw等法律插件來幫你起草和修改具體的內(nèi)容。插件集的出現(xiàn)豐富了大語言模型的可能性，而一個共同的插件標準又讓插件集的作用變得最大化，這就是微軟正在構(gòu)建的Copilot技術(shù)堆棧，最終共同拼成了微軟眼中Copilot最理想的形態(tài)：不僅是一種新的程序，不僅是一種新的用戶界面，還是一個新的平臺。正如前面所說，大語言模型的出現(xiàn)賦予了軟件前所未有的易用性和可操作性，“AI助手化”會成為軟件設計的新常態(tài)。像Adobe等廠商都已經(jīng)開始在自家的軟件加入AI功能，越來越多的開發(fā)者會考慮為自己的產(chǎn)品設計“Copilot”。微軟瞄準的正是這么一個尚處于萌芽時期的新機會，它想要利用自己在桌面系統(tǒng)和辦公軟件超高占有率的優(yōu)勢，搶先建立起這個全新的平臺，領先一眾對手。微軟CTOKevinScott在Build大會上誠摯地向開發(fā)者們介紹了這個宏大的愿景，他引用了比爾·蓋茨的一段話：KevinScott認為像GPT-4這樣的基礎模型很強大，非常強大，但它并不能做所有的事，這需要更多開發(fā)者將這樣的技術(shù)應用到相對應的程序之中，把大語言模型作為構(gòu)建程序的一部分，AI才能創(chuàng)造出全新的用戶體驗。這是一種全新的程序開發(fā)方式。KevinScott拋出了一個觀點：當下，AI正在以不可思議的速度重塑著人們對科技、對世界的認知，它不僅改變了我們處理數(shù)據(jù)的方式，也在重新定義我們與機器的交互方式，甚至是我們理解和解決問題的方式。大語言模型的崛起，突破了傳統(tǒng)的程序設計框架，AI開始能理解我們的語言，預測我們的需求，甚至理解我們的情感，用數(shù)據(jù)和算法的力量解決了以前我們難以想象的問題。值得敬畏的是，面對這樣一場全新的科技巨變，48歲的微軟依然走在技術(shù)變革的最前沿。來源：虎嗅文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權(quán)請聯(lián)系我們及時刪除！
- 1
