分类： Open Access

作为苹果一年一度的软件盛会，WWDC 在全球范围的受关注度非常高，这当然源自于苹果在移动计算设备领域的强大统治力，也是过去十年，苹果通过 App Store 所树立的移动应用分发霸主地位的展现。

不过，今天凌晨的 WWDC，还是让很多人感到乏味和失望。有一类反馈说，WWDC 并没有发布任何一款硬件，传说中的 MacBook Pro、iPhone SE 2 呢？还有一类声音：相比较于 2017 年的 iOS 11，iOS 12 带来的更新乏善可陈，很多功能都是致敬（抄袭）Android，苹果这是要衰落吗？

第一种反馈大概是对 WWDC 的目的有误解，真实的情况是，苹果几乎很少在 WWDC 上发布硬件，所以，这个问题更像是个百度知道类的问题。

而后一种声音所代表的观点，则很像一个「知乎类的问题」，必须要拿出来讨论一番。

一

首先，将苹果与 Google 做对比本身就是一个错误，这不仅是因为苹果的核心产品是硬件，而 Google 是搜索引擎这么简单，而是从产业链的角度去看，苹果是独特的、具有软硬件整合能力的科技公司。

以 iOS 12 所带来的更新为例，的确很多功能，如 Sreen Time 和不久前 Google 开发者大会发布的 Android 新特性很相似，但就像苹果每一次谈到 iOS 普及率都会「偷笑」一样所展示的，苹果在 iOS 新版本的普及上远胜于 Google Android。

这也意味着 iOS 的诸多新特性可以以最快的方式发送到消费者手里，从这个角度去看，iOS 的任何一个功能更新都会给普通消费者产生或好或坏的影响，而这是 Google 所难以企及的。

其次，苹果在衰败吗？如果仅仅从此次 WWDC 所展现出来的状态，舞台上的任何一个演示都索然无味，甚至都比不上之前锤子科技发布会上的掌声，但倘若把这一切大会放在一个相对长的周期去看，或许又有了别样的理解方式。

事实上，早在今年 1月份，根据 Bloomberg 记者 Mark Gurman 的独家报道，整个 2018 年，苹果将 iOS 的升级更新定位于优化性能、减少 Bug，更大层面的更新被推迟到 2019 年 的 iOS 13， 以 iOS 12 为例，相较于 2017 年 iOS 11 所带来的惊喜，iOS 12 所释放的信息就是两个字：优化。

比如，iOS 12 可以适配所有支持 iOS 11 的设备，并对早期的 iOS 设备进行了性能优化，减少应用和键盘弹出时间；

再比如，在 AR 场景中，推出 ARKit 2.0，这是 2017 年苹果发力 AR 之后的升级版开发工具；

再比如基于机器学习的照片推荐功能，提供了搜索建议、编辑照片时的建议以及照片分享建议等等。

如果以一个更新周期（通常为一年）来看，这当然不会是 iOS 12 的全部，不过，参考历次 WWDC 大会上 iOS 更新所展示的样子，也可以肯定地说，这就是 iOS 12 的全部功能。

二

如果参考历年 WWDC 之于 iOS 等硬件设备的意义，苹果每一次系统更新都带来了其对下一代硬件设备交互逻辑的思考，比如 2013 年 iOS 7 所带来的系统视觉的变化，也重新定义了苹果各个操作系统里的视觉效果。

接着，2014 年，iOS 8 里的 Continuity 功能，让 iOS 和 macOS 的协同工作变得更简单直接。

在 2017 年，iOS 11 则重新定义了 iPad 的交互逻辑，从而也开辟了一个「只属于 iPad 的 iOS」。

那么，2018 年的 iOS 12 又给未来许下了怎样的承诺呢？在我看来，答案就是增强现实，AR。

苹果的 AR 平台 ARKit 首次亮相于 2017 年的 WWDC，只是在当时，媒体的聚光灯只看到了 新一代 iPad Pro 伴随 iOS 11 横空出世，而且，新 iPhone 在当时也在各种传言中呼之欲出，不管是开发者还是普通用户，对于 AR 的真正价值并没有明确的认知。

但在今天凌晨的主题演讲中，苹果不止一次地强化了 AR 之于 iOS 的重要意义。其一，将 AR 体验扩大，比如延伸到社交领域。此次大会上推出的 ARKit 2.0 版本，增加了联机或共享的功能，这意味着 AR 体验具有了更强的社交属性，现场演示中，两位乐高的员工展示了在 iPad 上共同玩游戏。而在技术层面，持续追踪技术的引入也增强了整个体验的沉浸感。

其二，苹果官方推出了一个名叫 Measure 的 AR 应用，就像这个名字所说那样，用户可以非常方便地对现实世界的物体进行 3D 测量。

其三，与皮克斯共同研发了 AR 文档格式 Universal Scene Description (USDZ) 格式，并联合 Adobe ，打通了从 AR 文档设计到落地的环节，而且，iOS 12 对于 USDZ 文档的分享功能也有了非常有利的支持，你可以通过邮件、信息应用发送这些文档。

上述几个关键布局让苹果的 AR 策略逐渐清晰：利用庞大用户基础的 iOS 设备来启蒙、教育市场，建立起新的开发者生态，从而将 AR 应用扩展到更多的领域，比如这次我们看到的游戏、社交领域，而传言中苹果也在研发独立的 AR 硬件产品，也有了更多用武之地。

更重要的一点，从广义上看，iOS 12 新增的 Memoji、Tongue Detection 等基于前置摄像头的功能，除了进一步强化 iPhone X ¹以及未来 iPhone 系列前置摄像头的价值外，还让前置摄像头成为一个全新的 AR 体验场所，由于手机前置摄像头本身就兼具了社交属性²，因此，「AR+社交」也将成为今年秋天新一代 iPhone 的看点之一。

三

苹果 WWDC 2018 开幕前的几个小时，微软正式宣布收购开源社区 Github，这则整个周末都在传播的「小道消息」最终也以一个符合商业逻辑的方式结尾。

微软此举不仅在某种程度上抢了苹果开发者大会的风头，同时也进一步展现了「微软 3.0」的各种「新特性」，要想当年微软 CEO 史蒂夫·鲍尔默曾公开反对开源社区和开源软件，并以「癌症」来形容 Linux 的知识产权保护。

而到了纳德拉治下的微软，微软已经开始积极拥抱开源社区，在微软专门设计的一个开源项目介绍页面里，你可以看到软件巨人的巨大变化。我也在早先一篇讨论微软变化的文章中写道：

如果说比尔·盖茨的微软是开疆辟土、前无古人的 1.0 时代，史蒂夫·鲍尔默的微软是埋头赚钱、乏善可陈的 2.0 时代，此时的微软，则正在步入到一个全新的 3.0 时代。

 

在这个时代，微软收缩个人消费业务，更专注于 B2B 业务；收购LinkedIn；将 Windows 的开发团队拆分成了「平台」和「体验」两个团队，还包括一系列裁员、部门合并，着重加强云计算和人工智能板块等。

也正是上述改变和调整，让微软继续扮演着计算革命的重要角色，它或许不会推出令人惊叹的新技术、新产品，但也不再对竞争对手、创业公司咄咄逼人，微软成了一个可以掌控产品、技术与股价的公司，从财务数字上看，微软已经成为全球市值第三大的公司。

而几乎与微软同等年纪的苹果，也和微软越来越像。与微软降低 Windows 的权重类似，苹果也正处在一个转型阶段，这个转型就是让公司摆脱对于 iPhone 的过度依赖，在 2018 年智能手机需求萎缩的行业背景下，苹果必须作出改变，MarketWatch 分析师 Jeff Reeves 给出了他的分析：

With a strong base of installed iPhones and iPads, Apple is working to grab dollars from folks using iTunes, Apply Pay, and other offerings. The services segment grew an impressive 31% year-over-year in Apple’s most recent quarter, running at a $35 billion annual rate or so. That’s more than two times the projected top-line revenue of Netflix NFLX, +0.52% this fiscal year.

其次，微软与苹果都进入到了职业经理人的发展阶段，而如今的纳德拉和库克都不具有盖茨和乔布斯的光环，但他们的实干精神也让这两家公司走上了新的轨道，Jeff Reeves 特别提到了库克：

Tim Cook is in many ways the anti-Jobs, known for his silence in meetings instead of his big personality. He was the head of procurement, a good negotiator with amazing supply-chain experience who was able to manage the daunting task of getting all those flashy new iPhones built and delivered.

或许上述这些还不足以说明苹果没有衰落，但就在 2018 第一季度，巴菲特的伯克希尔·哈撒韦公司（Berkshire Hathaway）一季度增持 7500 万股苹果股票，累计持有约 2.4 亿股苹果股票，持股比例约 4.8 %。巴菲特在上月这样评价投资苹果：

When I buy Apple, I know that Apple is going to repurchase a lot of shares,We own about 5 percent. But I know I don’t have to do a thing and probably in a couple of years we’ll own 6 percent without laying out another dollar. Well, I love the idea of having 5 percent go to 6 percent. The cheaper the stock is the more they will get for their money. There is no reason at all for me to encourage other people to buy Apple.

这些数字至少比直觉更靠谱。

本文系 Weeklyio 的开放文章，欢迎订阅 Dailyio 获取更多独家深度内容。

---

2017 年，英特尔斥资 153 亿美元买下 Mobileye 震惊整个科技行业。当时 Mobileye 年度收入只有仅仅 5 亿美元，也使得英特尔这笔交易是否亏本打上了一个大大的问号。

上月，Mobileye 和英特尔终于交出了首份有含金量的成绩单，据媒体报道，英特尔拿下了欧洲市场 800 万辆自动驾驶汽车的大合同，并将在 2021 年交付。

尽管媒体并未透露到底是哪家欧洲汽车公司与英特尔展开合作，但最有可能的或许就是宝马。事实上，早在 2016 年，宝马、英特尔、Mobileye 就展开了自动驾驶合作，同时宝马也计划在2021年推出自己的无人驾驶汽车 iNext。目前尚不确定一套来自 Mobileye 的自动驾驶解决方案价格是多少，但如果以一个 2000 美元的英特尔 Xeon （至强处理器）做对标的话，假设为 3000 美元来计算，那么，仅仅这一个单子，就让英特尔（Mobileye）的营收增加 240 亿美元。

240 亿美元绝对是一个令人激动的数字，也是转型过程中英特尔带给投资者最具吸引力的数字。正因为此，我们也有必要去重新审视 Mobilye——这家自动驾驶公司带给英特尔的价值，以及英特尔真的能够依靠自动驾驶开启又一个辉煌时代吗？

Mobileye 给英特尔带来了什么？

在 3 月份 Uber 自动驾驶车祸后，英伟达也宣布暂停全球自动驾驶测试，而两个月后 Mobileye 如此大的动作也让英特尔再次获得自动驾驶领域的关注度。

长期以来，英伟达的巨大价值一部分来自于在自动驾驶处理器中已经获得的领先地位。如上图所示，英特尔的市盈率（PER）和近 12 个月的市销率（PSR）都要低于英伟达。英特尔的远期市盈率为 13.91 倍，而英伟达是 31.69 倍。英特尔的近12个月市销率仅为 4.02 倍，明显低于英伟达的13.91 倍。

但是另外两个数字则显示，首先，英特尔在数据中心方面还有每季度收入超过50亿美元，与之相比，英伟达的数据中心和汽车业务加起来每季度收入只有 8.46 亿美元。

其次，英特尔仍然拥有大量的现金流可用于增加每年127亿美元的研发预算，这也保证了英特尔的自动驾驶方面的研发投入。

[ttvip2v]

而在产品层面，也许英特尔目前还没有能与英伟达 Xavier 系统芯片和新的 Drive PX Pegasus 匹敌的产品。但是，如果英特尔能将 EyeQ5 与旗下 Xeon 处理器、Nervana 神经网络处理器和 Movidius Myriad X/Myriad 2 VPUs（视觉处理单元）相结合，依然具有不小的竞争力。而 Mobileye 基于摄像头的方案也是对 Movidius 的完美补充。

对于英特尔来说，无人驾驶汽车可以是「轮子上的数据中心」。只要有了正确的处理器、地图、摄像头、传感器和 7*24小时的不间断联网，自动驾驶显然让英特尔的未来业务拥有了更大的想象空间。

Mobileye 到底值多少钱？

800 万自动驾驶的订单至今也是行业里最大的单子。Alphabet 旗下的 Waymo 至今还未给公司贡献任何收入，而瑞银集团认为， Waymo 的无人驾驶辅助系统估值高达1350亿美元。

Mobileye 已经给英特尔贡献了 5 亿美元的收入，如果 Waymo 的估价可以这么乐观的话，那么 Mobileye 未来的又会值多少钱？

其次，英特尔与 Waymo 之间也有紧密的合作关系。根据英特尔官方网站上的消息称，英特尔一直向 Waymo 提供无人驾驶汽车的传感器、连接方案和计算芯片等产品。

第三，Mobileye 在 ADAS 拥有65%的市场份额，与大多数汽车厂商都有长期合作关系，英特尔已经占领桌面和数据中心处理器市场多年，Mobileye 可以帮助英特尔抵御来自英伟达和 Waymo 的双重压力。

技术层面，Mobileye 依靠足够多的传感器来最大化地确保无人驾驶汽车的安全性：12 个摄像头、雷达和激光扫描仪，多种传感器，加上英特尔 EyeQ4 处理器；车前是三个覆盖180°视野的高清摄像头，可收集300米内的图像。

英特尔押注自动驾驶的两大隐忧

在 PC 行业衰退、人工智能未来尚不明朗的行业背景里，英特尔显然对于自动驾驶有着巨大的心理预期，毕竟，相比于虚无缥缈的人工智能，自动驾驶终将成为也正在成为现实，也正如上文所言，Mobileye 的确给英特尔带来了新的增长空间。

但这个增长空间还是有不少隐忧。从商业模式来看，未来自动驾驶会呈现出两种代表性的商业模式：

1. 出行服务中的自动驾驶；
2. 私家车的自动驾驶；

两种商业模式的落脚点也各有不同。首先，出行服务的自动驾驶本质上依然是一种「出租车」模式，这意味着，乘客（用户）的忠诚度几乎不存在，这个市场是一个价格战的市场，一旦失去支撑价格战的资金支持，所谓的市场地位也不复存在。

不妨来看看 Uber 的案例。2016年，Uber 亏损28亿美元并退出了中国市场。2017年，Uber 亏损了45亿美元，退出了东南亚和俄罗斯市场。最近的一个季度，仍然亏损3.04亿美元。2017年第一季度 Uber 的总订单数增加了73亿，2018年第一季度增加了113亿。Uber 还可能离开或减少在印度的业务，因为其最大的投资者软银在竞争对手 Ola 占有很大的股份。Uber 在美国的市场份额也由于 Lyft 的成长而急剧下跌。

Uber 目前正加大在自动驾驶出租车方面的投入，其出发点就在于可以通过自动驾驶来减少司机的成本，并继续占领更多市场。然而这可能太理想化了。如果 Uber 可以这么做，别的公司也可以这么做，最后依然是回到不断拉低成本的逐底竞争。

尤其在像Waymo、Lyft/GM、戴姆勒和特斯拉这样的巨头都纷纷进入这个领域，竞争逐渐激烈的情况下，Uber 还能分到多少就更难预测。这意味着，整个行业将是低利润率的，但同时在安全性方面又需要相当大的投入。因此，不仅是对于自动驾驶出租车的服务商，对于像英特尔这样的制造商来说，一场价格战都是在所难免的。

其次，针对私家车自动驾驶的业务也有非常明显的天花板。我们都知道，自动驾驶的终极目的是实现 Level 5 的全自动驾驶，那么一旦达到 Level 5 之后还会有增长吗？

从 PC 到智能手机，这些个人计算设备的进化方向并没有终极目的，也就是说，不管是过往 的PC 还是当下的智能手机，科技行业并不认为这就是个人计算设备的终极形态，这也意味着接下来还将有更多的探索，包括技术研发和商业模式的探索。

但自动驾驶的终极目的很明确，所谓 Level 5 的全自动驾驶早已在科幻电影里一次次地出现，也是当下这个行业前进的方向。而一旦实现了全自动驾驶，此时传感器需要收集更多的数据，软件也需要更加敏捷的情况下，英特尔赖以生存的自动驾驶处理器还有多大市场呢？

更重要的是，对于无人驾驶私家车来说，无法像出行服务的自动驾驶一样把成本分摊到各个环节，私家车的无人驾驶系统在成本中要占很大比重。同时，也很难做出品牌区分，像英特尔把自己的标志打在个人电脑上的那种情况不太可能出现了。在这个领域，某种芯片或软件不可能独占市场。

写在最后

正如以前的几次技术革命一样，总是有人欢喜有人忧，适度的警惕总好过一味的乐观。英特尔在个人电脑时代的辉煌难以重现，众多强大的竞争对手很可能让英特尔举步维艰。未来的2–3年，英特尔还需要在自动驾驶方面做出巨大的投入，业务和收入的增长是肯定的，但利润方面不能过于乐观，至于英特尔在股市中是否还能维持如今的牛市，我们拭目以待。

[/ttvip2v]

上周以来，围绕腾讯投资公众号「差评」的事儿引发科技自媒体、科技媒体的热议。舆论的焦点，一直关注「差评」到底有没有洗稿以及「差评」的态度到底是无知还是无畏。

我无法对前一个问题作出是与否的回答，这里也不会对洗稿展开过多讨论，但看了「差评」对此事的几个回应，我对他们的无知还是感到一丝震惊。在怼品玩网的一篇文章里，「差评」写了这样几段话：

好吧，确实我们写了相同的选题。不过按照这个所谓的洗稿逻辑，那语文老师们批改起命题作文来应该很轻松吧。

 

除了第一个完成的同学，剩下的统统打零分就可以了，理由就是洗稿抄袭。

 

于是我就很好奇，有没有人先于品玩写了互联网墓地这个选题呢？

 

你猜我发现了什么。2017 年 8 月 18 日 Engadget 就早于品玩写过这个网站了。那么按照品玩的洗稿逻辑推算，那就是品玩洗了 Engadget 的稿子？

如果你哪怕学过或者了解过一丁点媒体运作的常识，都应该知道这种状况其实是「撞题」，也就是不同媒体都选择了一个类似或者相同的选题，随后品玩网也在一篇公开回应中指出了这种错误：

事实上，差评并没有搞清楚撞题和洗稿的区别。撞题就像写同题作文，不同媒体有不同的立场、角度，写出不同风格的报道都很正常。它跟洗稿完全是两回事。

撞题是媒体从业者们经常遇到的问题。毕竟，所谓独家新闻、报道还是少数，多数媒体，尤其是科技媒体，需要在同一个信息源中挖掘出不同的观点和看法，比如在我经常浏览的 Techmeme 上，你会非常直观地看到这种撞题所带来的效果。

这种撞题操作，能够进一步挖掘信息源背后的价值，最终带来的是更完整的报道。不久前的 Facebook 数据遭滥用的报道中，剑桥分析员工的爆料首先在《纽约时报》刊出，随后包括英国《卫报》在内的媒体开始跟进，再往后，The Verge 等科技媒体也开始加入其中，从而让事件得以完整展现出来。

二

如果「差评」欠缺的媒体素养真的是因为其团队「年轻人」、「理科生」，那么就像魏武挥周末一篇文章所指的那样，「差评」制造了族群对立：

它很鸡贼地设定了两个族群。

 

第一个：老男人，一帮油腻的混圈子的老男人，欺负我们年轻人。

 

第二个：媒体人大多文科生，文科生对科技理解有限，我们是理科生。

 

这种手法虽然鸡贼，但不罕见，常见于政客群殴。

 

比如台湾地区某某党一贯喜欢怎么干。

 

而这么干的效果不错。

 

尤其是对于自己的脑残粉，很容易生成同仇敌忾之感。

类似的手段，我们也曾在小米、锤子手机发布前后领教过，这种做法转移了话题的焦点，让「差评」的洗稿争议变成了新老价值观或者文科生理科生的对立，其手段之低劣，也让魏武挥不禁骂了一句：「你丫玩弄什么小心机呢？」

三

不过，纵观此次讨论的议题，并没有涉及到对于腾讯在内容平台上的责任。作为当下中文互联网领域最大的内容平台，腾讯的微信公众号平台在产品设计上的缺陷也是造成洗稿、抄袭的罪魁祸首¹。

从产品形态上看，微信公众号基于订阅和分享，对比早年间的 RSS 几乎没有多大心意，当年博客时代的博主与读者的关系非常类似，而在当时，读者往往会通过 RSS 阅读器来订阅多个博客，这又和现在的微信公众号订阅十分类似。

但微信公众号的文章从一开始就拒绝引入外部超链接，这是和 RSS 博客时代的诀别，更像一种历史的倒退。由于缺乏超链接的支持，内容生产者在写作过程中的引用、参考几乎无处安放。

而从阅读体验来说，文章的引用、参考理应与文章内容融为一体，而这些链接提供了获取更多内容的便利性，但遗憾的是，在微信公众号里阅读，文章和引用、参考是割裂的，而且，读者也不可能便捷地访问这些参考链接。

在微信的「体系」内，所谓的「超链接」仅仅局限在微信平台上发布过的文章，这意味着什么呢？不仅 2012 年微信出现之前海量的中文互联网信息无法引用，还意味着绝大多数英文媒体的资料无法以参考、引用的形式出现在微信公众号的「超链接」里。

这更意味着，任何一位严肃的内容生产者都必须回到互联网时代之前的写作习惯：

1. 正文中的写作中加入不能跳转的引用来源，如 1、2、3；
2. 所有的参考、引用被堆积到文章底部，毫无阅读体验而言。

但在当下新媒体的浮躁环境下，还能有多少新媒体如此严谨地在微信上写一篇文章呢？更重要的一点，由于割裂的阅读体验，越来越多的读者不会去关注文章底部的那些参考和引用链接，以上这些，也构成了微信公众号文章毫无节制洗稿的最大动因。

四

另一方面，没有外部链接、参考的微信公众号文章，也将过往新闻的时间、空间属性剥离出来，成为一种独立的内容。

过去的新闻行业，从来都建立在空间、时间的维度之上。以报纸为例，它提供了一种隶属于空间的内容组织形态，也就是说，你所看到的新闻，更多还是本地的事件，这受限于当时通讯技术不发达。随后电报的出现，第一次让大西洋两岸实现了消息的快速传播。

而到 1887 年，匈牙利人 Tivadar Puskás 利用电话线路发送内容，同时他将不同时间与不同内容做了有效的结合，每个时间段对应不同的内容呈现形式，这也构成了 20 世纪广播节目、电视节目的雏形，其核心就是时间表（ Schedule，或理解为节目单）的概念。

在 21 世纪之前，任何一条被传播的新闻都有着时间、空间属性。但社交媒体的出现，内容的组织方式开始抽离了空间、时间的概念，社交媒体的新闻更强调社交关系，以所谓信息流的方式展示出来，整个世界也开始从「Schedule 」转变为「Stream」。

而在微信公众号以及其他新媒体平台，大量「 de-contextualization」（去情境化）的内容开始出现，这些内容只剩下内容本身，不再具有其他属性，这也是各种谣言、假新闻出发的源泉，新闻可以任意排列组合，以各种方式拼凑，反正也不需要（也不能）加入超链接，也不必使用参考或引用，「成衣，或者是毛衣、牛仔裤和披肩的搭配，无论上层社会的夫人还是女工，都能消费得起；只不过后者不懂得如何把这几种服饰搭配起来」，意大利作家贝托·埃科曾在其代表作《试刊号》中如是写道。

五

2016 年的时候，我曾在一篇会员通讯里谈到，微信公众号平台不过是腾讯局域网里的一个子产品罢了。作为内容生产者，你被禁锢到了腾讯的产品体系里，微信公众号文章的音乐资料只能来自腾讯的 QQ 音乐，视频资料只有腾讯视频，不支持超链接等等问题让所谓的「微信公众号开放平台」更像是一个腾讯产品的展示。

过去的两年时间里，随着腾讯在支付、电商、生活等领域的投资和收购，腾讯局域网变得越来越大，但上述判断并没有过时，毕竟，再大的局域网终究也是一个封闭花园。而在过去两年里，微信公众号平台虽然放开了原创限制并上线新的原创保护机制，但所有这些努力也无法改变这个平台的最大难题，而这个难题却又是腾讯局域网的竞争壁垒，所以也是无解的难题。

或者你可以说，随着微信公众平台上内容越来越多，「微信的超链接」也几乎就是互联网的超链接，到时候是不是可以重建信任机制？

或者你还可以再思考一个问题：被微信培养起来的一批内容生产者和消费者们，还记得互联网以及互联网的超链接吗？

题图来自 Unsplash（Matthew Henry）

上周，可能是有史以来最严格的数据隐私保护法规《一般数据保护规定》（下文统一称之为 GDPR）正式生效。这个法律对于数据收集、使用、流通都有了详细的规定，并明确了数据各方的权利和义务，比如作为数据所有者的个体，即便你已经同意了互联网公司可以收集你的数据，还可以继续要求这些公司：

• 访问并修正错误
• 删除个人数据
• 反对处理数据
• 导出数据

正如这个法规名字里的「一般」两字，GDPR 像是一个大篮子，将欧洲的数字经济参与者们，尤其是涉及到数据的参与者——本土公司、跨国巨头、个人开发者、个人消费者——纳入其中，并为不同的参与者们提供了新的角色设置。

不过，考虑到该法律才刚刚实施，我们并不能过于武断地去给欧盟数字经济（移动互联网、人工智能）的未来判死刑，但毫无疑问，在数字经济与全球化的现实语境下，这个法规对欧盟以及全球数字的影响将是深远的。

以新闻行业为例，GDPR 的巨大挑战也是对于其商业模式的直接冲击。过去十几年里，新闻行业依靠数字广告的精准投放苟延残喘，如今，这个变现渠道在欧盟地区已然失效。

包括 《洛杉矶时报》和《芝加哥论坛报》都直接拒绝欧洲用户使用，同时，两家报纸所属集团 Tronc 的多个手机应用也在欧盟市场下架。

二

而 GDPR 对机器学习的冲击可能是致命的。

一个必须要明确的前提：GDPR 并非是禁止欧盟地区的机器学习行为。

但显然，欧洲的机器学习从业者们将面临巨大的困难。DDPR 禁止所谓「自动化决策（automated decision-making）」的使用，并将其定义为只要数据决策过程中没有人为参与，就属于自动化决策，比如很多机器模型自动化生成的用户模型概要，就已经涉嫌违法。

而如果要合规，至少要从以下三个方面入手：

1. 基于合同，比如通过其他公司的合同授权；
2. 基于其他法律授权；
3. 基于数据所有者（个体消费者）同意；

其中第三项或许是最简单，也是最繁琐的，正如上文提到的数据所有者所拥有的权利，他/她当然可以同意其数据用于机器学习，还可以随时要求取消，这种动态的数据许可无疑将大大增加机器学习从业者的负担，而一旦没有足够的数据，机器学习的优势也消失殆尽。

三

如果说机器学习仅仅是人工智能的一个狭小领域，GDPR 更多还是对其技术实现层面的影响。那么， DDPR 对于云计算，特别是公有云的影响，则将会涉及商业模式层面。

通信行业资深从业者宁宇在钛媒体撰文指出了这种危险：

为了更全面地进行数据的安全保障，GDPR对数据的控制者（如云计算的客户）和数据的处理者（如云服务提供商）提出了同样的要求，这一政策的本意是让接触数据的各个企业都承担起数据安全保护的责任，但是云计算是由多层次组成的，强调开放性和企业之间的自由组合与协作。这二者放在一起，就产生了矛盾冲突。

宁宇列举了几个案例，比如以公有云三大服务模式来看，GDPR 将 IaaS、PaaS、SaaS 三个服务的数据使用做了割裂式的规定：

GDPR要求，如果没有数据控制者授权，数据处理者不应聘用另一个处理者；如果数据控制者反对，那么数据处理者就不能将数据提供给第三方。那这是不是意味着：PaaS平台发展任何一个用户、开发任何一个应用，都必须事先征得IaaS厂商的同意？

再比如：

GDPR要求，数据处理者必须在收到数据控制者书面通知后才可以处理数据。这条规定在云服务场景中几乎是不可能实现的：得不到上层应用的书面通知，底层的基础设施和平台就不能对数据进行处理？

宁宇也注意到一点，在上周 Gartner 的公有云 IaaS 魔力象限里，入围的 6 家公司，亚马逊、微软、Google、阿里云、IBM 和 Oracle，没有一家是欧洲公司，那么，他们未来在欧洲的云业务会呈现出怎样的局面？会不会为欧洲的云服务模式提供更多个性化的定制？都将是观察 GDPR 后续影响的重要入口。

四

有趣的是，几乎在欧盟地区最严格的数据保护开始实施的前夕，发生在美国和中国的两件事情也格外值得关注。

在美国，波特兰的一位女士告诉位于华盛顿的 KIRO 7 电视台，他们家的亚马逊智能音箱 Echo 录制了她和丈夫的对话，并将这段对话随机发给了她丈夫公司的同事，你可以在这里查看这个这段视频。

这是颇为诡异的事件，亚马逊随后的调查中，通过调取 Echo 的设备日志，也证实了该事件属实。亚马逊在发给《纽约时报》的声明中写道：

“Echo woke up due to a word in background conversation sounding like ‘Alexa,’Then, the subsequent conversation was heard as a ‘send message’ request. At which point, Alexa said out loud ‘To whom?’ At which point, the background conversation was interpreted as a name in the customer’s contact list. Alexa then asked out loud, ‘[contact name], right?’ Alexa then interpreted background conversation as ‘right’. As unlikely as this string of events is, we are evaluating options to make this case even less likely.”

亚马逊并未给出更详细的解释，但考虑到这位用户家里有多台 Echo 设备，其根源很可能就是当你在卧室说话时，厨房的 Echo 被唤醒，并错误地将其当作「发给xxx」的指令，从而自动发送。

但显然，上述对于机器「自动化决策」的解释缺乏证据，也几乎无法杜绝。如果放在 GDPR 的框架下，数据处理者（亚马逊）在没有得到数据所有者（用户）的同意下私自使用了数据（发送给朋友），已然触犯了法律。

五

另一个不得不提的案例发生在中国。

我曾在不久前在朋友圈感叹道：「人脸识别公司太多，（中国人）人脸快不够用了。」这是对中国人脸识别公司发展之快、数量之多的最好注解。

与之呼应的则是，中国人脸识别的海外探险已经开始。美国在线媒体 QZ 提到，津巴布韦政府购买了来自广州的云从科技的人脸识别技术，用于公共场所的人脸识别。

但中国的人脸识别应用场景还在无限制的扩展中。《新京报》的一篇报道中，杭州第十一中学成为被人工智能，尤其是人脸识别所改变的学校典型，不禁利用人脸识别改变了过往点名、打卡，还将人脸识别技术集成到课堂管理之中：

校方负责人介绍，系统每隔30秒会进行一次扫描，针对学生们阅读、举手、书写、起立、听讲、趴桌子等6种行为，再结合面部表情是高兴、伤心，还是愤怒、反感，分析出学生们在课堂上的状态。

 

校方表示，目前仅趴桌子一项为负分行为。若此类不专注行为达到一定分值，系统就会向显示屏推送提醒，任课教师可根据提醒进行教学管理，而显示屏仅任课教师可见。日后还会与学校医务室等其他后台的数据打通，若学生因身体不舒服，可列入“白名单”。

 

该校高一学生王虹艺在接受媒体采访时表示，自己理解该系统并非是把上课睡觉的同学的影像录下来，而是通过分析行为得出一个数据。若自身状态不好，收到信息反馈后，在下节课或者第二天便会积极做出调整。

这个原本的「典型」随后遭到众多质疑，不过很多批评者都站在了道德高地上去指责学校对隐私的无视，而搜狐「后窗工作室」则用一个微观视角去重新审视这件事，他们找到了被这个系统所改变的人，包括教师、家长和学生，他们各自又有者不同的需求，比如，家长很喜欢这个系统：

一个高瘦男生，常常不自觉地扭动身体，系统就给了一个低分，可能“被误认为经常趴在桌子上。”他现在已经有了很大的改变，他回家和父母说，父母都觉得应该支持。

而在一些高年级学生看来，他们担心家长和学校联合起来的「阴谋」：

吴建飞担心，下一步系统会怎么发展，“如果是像之前新闻说的，让家长联网，打开手机就能随时看孩子的监控，那我们肯定无法忍受。”他说：“这是破坏家庭团结，我们要有所行动。”

 

比他高一级的柳峰也有类似的打算。“这就像赫胥黎的《美丽新世界》，通过捕捉你的表情然后控制你。”

 

“同学不错，知道东西很多啊？”旁边的同学挤兑他。“不是，我只知道锤子。”他边说，嘴边细密的胡须抖动了一下，他说高二8班已经有人把手机柜撬开了。

 

如果这个系统在全校推广，你们会怎么办？

 

“我已经准备好了锤子。”说完，他便匆匆离开。

这位同学的锤子灵感或许来自于苹果经典的「1984」广告，不过，当下人脸识别技术所创造的「美丽乌托邦」，显然更像是奥威尔笔下的大洋国，而在这个过程中，科技公司们所扮演的角色并不光彩，在上周 Bloomberg 科技频道的一则新闻通讯里，编辑 Shira Ovide 提出了一个非常难解却又十分重要的命题：

Should powerful technology companies do more to help protect people from potential government abuse, or do more to help government protect its citizens?

本文系 Weeklyio 的开放文章，欢迎订阅 Dailyio 获取更多独家深度内容。

---

当 2014 年 2 月萨蒂亚·纳德拉正式从史蒂夫·鲍尔默接过微软 CEO 的接力棒时，微软正在被硅谷和华尔街边缘化。彼时，以智能手机为代表的移动互联网如火如荼，然而却没有微软的位置，曾被寄予厚望的 Windows phone 早已跌破 4% 的市场份额；而在 PC 市场持续下滑的背景下，微软的企业级业务也在被以亚马逊为代表的云计算厂商所侵蚀。

外界同样不看好纳德拉的前途，这位 1992 年就加入微软的老兵，先后在微软云计算部门、在线研发部门任职，纳德拉对于微软的熟知程度以及上任之后的一系列内部措施，都为接下来微软的转型打下了基础。

根据 2017 年《快公司》的报道，纳德拉在内部最为人称道的举措是要求高层阅读一本名叫《非暴力沟通》的书，这本书的核心命题是探讨如何通过同情心展开合作。事实上，在纳德拉的「前任」比尔·盖茨和史蒂夫·鲍尔默时期，微软的内部文化充满了内斗的基因，下图是漫画家 Manu Cornet 的一副经典漫画，充分展现了微软的公司文化。 （更多…）

根据 Zdnet 的报道，Gartner 最新的全球云计算基础设施即服务的魔力象限发布，如下图所示。

而在去年，Gartner 的魔力象限是这样的：

Gartner 的魔力象限包括纵轴和横轴两个指标，其中横轴是前瞻性（Completeness of Vision），反应的是企业的产技术能力、市场领导力、创新能力等；纵轴是执行力（Ability to Execute），主要考量产品的易用性、服务能力和技术支持能力。

通过两个指标，Gartner 划分出四个象限，从而形成了对市场格局的基本判断：

• Niche Players：特定市场或领域的重要公司，2018 年，阿里云位列此象限就是因为其在中国市场的巨大市场份额；
• Challengers：这个象限展示的是一些执行力很强的公司，但在基础技术上还有差距；
• Visionaries：这个象限里的公司，在技术前瞻性上颇具潜力，但产品打磨以及服务能力还比较欠缺，2017 年的魔力象限中，Google Cloud 就属于这个类型的公司；
• Leaders：无论是技术前瞻性还是产品以及服务能力，都在这个领域有巨大影响力，亚马逊、微软在云计算领域长期霸占这个象限，这也是和他们的市场份额所匹配的；

两相对照，很多人不禁要问，为什么今年的公司这么少，Gartner 对此解释道：

This year, we chose more stringent inclusion criteria, which had the effect of only including global vendors that currently have hyperscale integrated IaaS and PaaS offerings, or that are currently developing those offerings. These changes reflect Gartner’s belief that customer evaluations are currently primarily focused on vendors for strategic adoption across a broad range of use cases.

简而言之，Gartner 将那些还没有整合到 PaaS 和 SaaS 的云服务供应商剔除出了这个魔力象限，因此只剩下了这六家。或者换句话说，云计算的基础设施即服务的战争已经结束，IaaS已经不再是单纯地地基础设施服务，而更应该具备进一步向上的能力，也就是从 IaaS 到 PaaS 甚至 SaaS 层。

其次，Google Cloud 的进步速度非常明显，从去年的「Niche Player 」象限一跃进入「领导者」象限。如果按照 Gartner 这次的评价角度，毫无疑问，Google Cloud 过去一年，利用机器学习能力拓展 PaaS 、SaaS 的客户，得到了市场的广泛认可，至此，也正式形成了亚马逊、微软、Google 在云计算基础设施服务的领先者格局¹。

我曾在本月初的一期会员通讯里提到 微软 Azure 和 Google Cloud 的现状，至少从营收层面，两家公司还无法追赶 AWS：

长期以来，微软和 Google 都没有将公有云业务单独列入财报。比如微软，就把公有云业务 Azure 放在智能云的业务体系里，这个业务体系还包括面向企业的 Office 365 等产品。根据微软的财报数字，智能云业务收入为 79 亿美元，其中 Azure 云收入的增长速度为 93%。

 

而 Google 对云服务的数字披露更保守。虽然其 CEO Ruth Porat 透露云计算、硬件等非广告收入贡献越来越大，但并没有触及核心数字。

 

Google 的云服务体系，包括云计算平台（也就是 Google Cloud）和 Google 办公套件（G Suite）。按照上一财季 Google CEO 皮查伊的说法，这两块业务已经变成了一个高达每季度 10 亿美元收入的业务。再结合本季财报分析师会议上的说法，Google 云计算的整个营收应该在 10–15 亿美元之间。

 

但不管是微软还是 Google，还难以撼动亚马逊在云计算领域的霸主地位。根据本周亚马逊公布的财报数字：AWS云服务第一季度净销售额为 54.42亿美元，比上年同期的36.61亿美元增长49%；运营利润为14亿美元，高于上年同期的8.90亿美元。

第三，与「领导力」象限相比，「Niche Player」象限的竞争更值得关注。原因就在于 IBM、Oracle 和阿里云，几乎是三个类型完全不同的公司，但云毫无疑问又成为这三家公司未来发展的重要推动力，甚至是唯一推动力²。比如在 IBM 最新一季的财报中，IBM 透露出两个明显变化：其一，IBM 的传统业务，也就是硬件和操作系统业务的收入在缩减。

第二个变化则是 IBM 的战略部门业务的收入继续成长，这里包括云、认知计算（比如 Watson）等业务，如下图所示，这个业务的增长势头非常好。

另外，IBM 来自云计算的收入也达到 42 亿美元，这也从另一方面显示了市场对于蓝色巨人云计算的认可。也正是这样的增长速度，确保 IBM 能在连续 5 年营收下滑后，实现了首次增长。

再来看看 Oracle。在 3 月份的最新一季财报中，云服务增长了 32%，达到 15.7 亿美元。

但这个收入和 Oracle 传统业务的 64 亿美元相比，其实是个非常小的数字。而如果再细心去看 Ocacle 的云业务收入，会发现其中来自 SaaS 的收入高达 11.5 美元，而且其 33% 的增长率也远远落后于竞争对手们动辄 100% 的增长。即便是算上 PaaS 层的 4.15 亿美元收入，Oracle 无论是营收还是增长，都已经掉队。

美国科技媒体 Information 也爆料称，Oracle 在云业务的客户拓展上采用了非常激进的措施，Oracle 希望利用在数据库上市场占有率，影响客户在采购云服务时的决策，但 Information 发现却事与愿违，该网站援引前 Orcale 雇员的话说：

There is a huge struggle going on between Oracle and many of their clients. Oracle is pushing cloud everywhere, even where customers don’t want it and can’t use it.

不过，对 Oracle 等 Niche 市场从业者而言，云计算的市场规模还在扩大，而且新的变量，如人工智能、边缘计算也在创造出新的增长空间，同时也可能是这些 Niche 市场企业弯道超车的好机会，Google Cloud 的进步很好说明了这个问题，如今，阿里云也在加码人工智能领域的投入，不断扩展 ET 大脑的技能树，而 Oracle 也在近期完成一笔重磅收购。

多个消息源确认，Oracle 已经买下了一家名为 DataScience 的数据分析公司，该公司在数据科学领域拥有完善的产品覆盖，包括数据平台、数据解决方案等，Oracle 有望利用这笔收购，进一步加强其云端产品的竞争力，尤其是机器学习和数据分析的能力。