查看原文
其他

李彦宏:未来五年,两个BAT不会涉足的大市场

2014-06-01 科技杂谈
科技杂谈keji_zatan

新谈友,请点击题目下蓝字关注我

中国通信行业影响力最大的自媒体


文 / 李彦宏,本文为5月29日,李彦宏在2014百度联盟峰会的发言整理


  去年的联盟峰会在香格里拉举行,当时我讲的话题是“互联网加速颠覆传统产业”。当时讲的时候主要还是觉得,我在讲的是未来三到五年才会发生的事情,没有想到仅仅过了不到一年,这个理念就被很多人所接受了。当时讲这个话,主要还是希望让我们的传统产业,能更早地意识到互联网给他们带来的冲击,同时及早地去拥抱互联网,及早地用互联网思维来做事情。


  那次讲话之后,银行来找我,证券公司来找我,保险公司来找我,医院来找我,学校来找我,都希望能和百度合作。其实跟一家公司合作这种解决方案是没法拓展的,我觉得,每一个企业应该更多从自身的特点想办法,用互联网的思维做事情,或者把原本的事情做得更好,效率才能提得更高。


  但是,对于一个传统产业来说,想要真正把这种思维方式转变过来,还是需要一定时间的。但是,至少我自己,很高兴看到在过去的这一年,这一方面的意识,无论在哪个产业都变得相当强了。


  其实对我来说,讲未来的趋势也有一定的难度,因为百度本来就在互联网这个领域之中,我们想做的事我肯定天天都在想。但我要想做的不一定愿意告诉大家,等我做出来以后才会告诉你们;我愿意告诉你们的,又是我不想做的,又能够代表未来趋势的,这个确实还是有难度的。我不想做的,“A”和“T”想不想做呢?我估计他们也不想做。所以这个话题就变成:未来五年会有非常大的发展,但是BAT又都不会做的,是什么东西?我想了想,确实还有,有两个东西。


  第一个是企业级软件。这倒不是一个新东西,但是在未来会变得很新。其实,企业级软件在发达国家,像美国等都有非常大的市场,孕育了很多市值非常大的公司,IBM、Oracle、Microsoft等。一个企业级软件市场可以养这么多的大公司,但是在中国没有特别大的企业级软件公司。


  有两个原因,第一,中国过去劳动力成本很低,而企业级软件在过去解决的问题是什么呢?是提高企业内部的运营效率,运营效率提高了,可以少雇人。软件比人便宜,那么人们就买软件,这个事情过去在中国不是很明显,所以这个结论就不是特别成立。第二,其实在中国,当老板的人基本不用PC,如果他自己不用的话,就很难带着整个公司去用。或者说,他很难去特别推崇用PC提升工作效率。


  这两个现象都正在改变。一方面,中国劳动力成本上升非常快,这是整个中国经济发展面临的非常大的问题。另一方面,现在每个老板都拿着一个智能手机,不仅拿着,而且真的会用。他通过智能手机,随时随地带着,一天二十四小时都用,这个手机又可以上网,那么自然而然地,他会想到去用这个企业级的软件来提升工作效率。


  但是,我讲的这个企业级软件可以说是一种新的企业级软件,和过去讲的企业级软件是不一样的。它不一定是基于PC,整个工作理念可能也是不一样的。


  其实整个产业界,不管是中国,还是美国,都在朝着这个方向发展。比如微软最近发布的Office365,基本就是把Office搬到了云端。这是因为他们认为这代表了一个方向,所以才会这样做。但是仅仅接管过去企业内部流程运转方面的工作,我觉得还不能完全代表新的企业级软件。


  在我心目当中,新的企业级软件应该能够解决更多的问题,它不仅可以解决企业内部流程的问题,而且能够解决企业从内部到外部的连接问题,就是说,企业如何与客户打交道的问题。过去的企业级软件是没有办法解决这些问题的,而未来是可以解决的。


  这套东西如果作为一种企业级软件开发出来,那么未来不光是对企业内部的效益,而且对整个社会的效益都会有非常大的提升。很多服务型企业,也是国家未来想大力发展的出口、投资、消费当中的消费部分,这类型的企业,目前运营效率非常低。用这类软件去提升效率,我认为是未来五年左右一个具有巨大发展潜力的方向。


  第二个方向跟大数据有关,但不完全是大家一般意义上讲的大数据。每每讲到大数据,我的美国同行,就是Google Chairman(谷歌董事长)Eric Schmidt(施密特)经常说的一句话是:在过去两年,我们生产的数据,是占全部人类文明史上所有数据总和的90%。也就是说,过去一万年产生的数据也只占整个数据的10%。言外之意是,现在数据已经爆炸了,我们要解决的是信息爆炸、数据太多的问题。


  其实,我们现在看到,每天产生的很多数据基本都是没价值的数据。很多产业,尤其是传统产业抱着那些数据说:我这些数据特别值钱,大数据时代来了,我这些数据可以开始显现威力了。像百度这样的公司,在技术上有相当多年的积累,在我们看来,技术已经almost ready(基本就位),技术是可以去做一些事情的;但是我们真正想要的数据现在没有,或是还没有搜集上来,已经被搜集上来的数据基本没有价值。


  国家有关部门的卫星,照了大量的卫星图片,数据量非常大。百度做地图,其实对这些东西也研究了很长时间。琢磨来琢磨去,觉得这个数据拿过来我们用不了,那它们就不是大家真正需要的东西。


  下一个方向其实是新数据,就是要思考,什么数据能够真正帮助人们解决问题。今年4月1号,我们讲了一个概念性的产品,就是百度筷搜。实际上,这个东西我们还没做出来。但是,这东西确实是代表方向的。你有一双筷子,在你吃饭的时候就能知道这盘菜有没有用地沟油、或者这个蔬菜是不是重金属超标了……那么大家就会觉得这个东西太有用了,我想要这个东西。


  目前,这个数据还没有,我们还没有能力收集这些数据。但是这的确代表了一个方向,因为你本来天天就在吃饭、每天都在用筷子,不像你本来不带手环你却戴上了、你本来不戴眼镜,却戴了这个很重的东西,这是完全不一样的。我本来就干的事,同时帮我收集数据,这些数据可以立刻告诉我一些有价值的信息;或者这些数据也许不会立刻告诉我有哪些信息,立刻告诉我的也不一定有价值,但是,我如果坚持这样做下去,也许就会有价值。


  就像中医的理念是“治未病”,就是还没生病的时候就告诉你身体以后会怎么样。很多的病有一个漫长的积累过程,在这个积累的过程当中,你的身体各项指标一定是在发生变化的。可是目前的医学实践,都是等你有病了,或者说你觉得你有病了,到医院进行检查,希望几个小时之内、最长几天之内诊断出来到底有什么问题。而真正能够治疗人们的这种“未病”的、或者说更先进的治疗方法,是对很多症状的多年积累,在积累的过程中、由于持续monitor(监测)你的身体特征长达三个月、六个月的时间,就可以知道我今天和六个月之前的身体数据有哪些不一样,可能是身体上出了什么问题,需要及早去医院看。这样的不是“快数据”,而是“慢数据”。“慢数据”会对消费者有很大的价值。而这种“慢数据”的收集方法,又不是来自于那些原本不需要戴的东西,一定是平时就在干的事,顺便把这些数据收集上来。


  所以,新一代的数据收集,不管是收集工具也好,或者说数据本身也好,都会有很大的发展。但是这里面,难点并不在于你制造出来一个新型的硬件,而在于能够找到那个点,找到什么数据对人们是有价值的。


  要想找到有价值的数据,其实不光要有技术。技术是有价值的,但在这里并不是最关键的。最关键的是domain knowledge(领域知识)、你的experience(经验)、以及跨领域的思考能力。假如你真的是一个懂互联网的中医,你就有可能研究出来一个指标,在连续follow(跟踪)半年之后,就可以知道哪些病会不会发生,而这是纯互联网公司干不了的,需要有这个领域的专业知识、甚至是经验。还有跨领域的思考,并不是一个简单的医生就可以想到这些东西,你一定要有互联网思维。你可以不知道这个技术是怎么实现的,但是你要知道技术上可以实现这些东西,那才有可能找到合适的数据。


  所以,这种类型的数据,我认为是未来真正有价值的数据,过去不管产生了多少数据,其实都浪费掉了。所以从这个意义来讲,现在传统产业在数据上仍然没有优势,互联网公司目前在数据上也没有优势。我们讲很多大数据,百度每天有几十亿人次的搜索什么的,这些数据,现在做的事情大多数是宏观上的预测:比如我们预测一下端午节哪个景点人比较多、高速上哪里要堵车了,这些都相当于是统计型的结果,现在的数据可以做到这些。但是真正individualized(个性化)的数据,比如说,我们怎么能够知道一个人在走进一个餐馆的时候会点什么菜?现在的数据积累其实还不够;某一个人,五年以后会得什么病?我们现在也搞不明白。


  所以,这样的东西,是需要每一个行业,以及拥有行业知识、行业经验的人,来积极拥抱互联网,来跟互联网进行结合,才能够做出来。


  我之所以讲这些东西,还是希望有更多产业的人,不光是互联网产业界的人,其他产业界的人,能够多跟我们这些人碰撞。我也希望在座的联盟合作伙伴,多和各个行业的人进行碰撞,因为很多东西是在不同的行业进行交叉的时候,才能够撞出火花,才能真正把一些过去被别人忽略掉的东西找出来,而这种领域,恰恰是机会最多的。


  在这方面,中国处在一个非常有优势的地位。我们的传统产业时间更短,基础并不是那么牢固,传统产业中的企业家,尤其是民营企业家,他们更加开放,因为过去几十年中国的市场一直是一个迅速变化的市场,他们本身做生意的方式就在变化,再变化一次对他们来说也没有那么难。这和美国那些做了上百年的传统企业的思维方式,或者说转变思维方式的成本相比,还是很不一样的。所以,如果我们能够更好的把互联网公司的思维方式、技术、经验和每一个领域进行更好结合,产生出来的未来价值,对整个社会的运营效率的提升,都是非常有帮助的。


  所以,当有了新的企业级软件,有了新的数据,再结合上比如最近几年飞速发展的深度学习、人工智能这些技术,我相信未来若干年都会有一个非常美好的前景。


  欢迎大家加入科技杂谈菁英汇,交流思想、分享信息。仅限行业商端人士参与。参与方式:点击左下方“阅读原文”,填写您的加入信息,科技杂谈通过审核后,会添加入群。


本文仅代表作者观点,科技杂谈授权刊登。

转载必须注明作者与科技杂谈,侵权必究。

科技杂谈文章,均同步发布于犀牛财经网。

已入驻搜狐新闻客户端,网易阅读客户端。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存