CNET科技資訊網(wǎng) 2月21日 北京消息(文/周雅):自從美團(tuán)點(diǎn)評(píng)CEO王興去年提出“下半場(chǎng)”的概念之后,這個(gè)關(guān)鍵詞就一直在業(yè)界流傳——當(dāng)人口紅利消失,智能終端的增速接近天花板,依附在終端的軟件服務(wù)也會(huì)放緩,擺在互聯(lián)網(wǎng)公司面前的有兩條路,要么出海,走國際化路線;要么就是“變”。
先不說“下半場(chǎng)”的命題是否成立,第三方數(shù)據(jù)服務(wù)提供商TalkingData用大數(shù)據(jù)告訴大家:就算移動(dòng)互聯(lián)網(wǎng)到了下半場(chǎng),格局也已經(jīng)趨于固定。近期,TalkingData在北京發(fā)布一份《2016 年移動(dòng)互聯(lián)網(wǎng)行業(yè)發(fā)展報(bào)告》,這份104頁的報(bào)告基于該公司旗下的數(shù)據(jù)產(chǎn)品“移動(dòng)觀象臺(tái)”制作,梳理了2016 年移動(dòng)互聯(lián)網(wǎng)的各方面數(shù)據(jù),從宏觀環(huán)境、用戶洞察、硬件市場(chǎng)、行業(yè)應(yīng)用和TOP應(yīng)用榜單五個(gè)方面做出總結(jié)。
報(bào)告顯示:
縱觀國內(nèi)形勢(shì),移動(dòng)互聯(lián)以其智能、聯(lián)接、高覆蓋率等優(yōu)勢(shì),不斷推動(dòng)著互聯(lián)網(wǎng)和實(shí)體經(jīng)濟(jì)的深度融合。移動(dòng)支付、移動(dòng)購物、移動(dòng)O2O等移動(dòng)化、個(gè)性化消費(fèi)形式的逐步普及,不斷改善著人們的消費(fèi)結(jié)構(gòu),追求品質(zhì)的大眾消費(fèi)觀念也更加趨于理性。這些改變無疑將為信息、文化、旅游、健康等產(chǎn)業(yè)注入更多消費(fèi)潛能。
在2016年中,通訊社交仍然是覆蓋率與使用率最高的應(yīng)用類別、但增長(zhǎng)乏力;而視頻、游戲、網(wǎng)絡(luò)購物類應(yīng)用同屬于大眾人群使用率及覆蓋率較高的應(yīng)用類別。這說明了,社交及娛樂作為移動(dòng)智能終端用戶的剛性需求,用戶市場(chǎng)基本釋放完畢,市場(chǎng)格局基本穩(wěn)定。
穩(wěn)定的市場(chǎng)格局下,用戶剛需基本得到滿足了、用戶應(yīng)用興趣也逐漸下降了,這時(shí)候,細(xì)分類別應(yīng)用的市場(chǎng)潛力正在釋放:房產(chǎn)類應(yīng)用是2016年中覆蓋率增長(zhǎng)最為迅猛的應(yīng)用類別,餐飲、健康美容、教育等消費(fèi)類型應(yīng)用覆蓋率也在保持增長(zhǎng)。
同時(shí),細(xì)分行業(yè)的滲透以及與創(chuàng)新技術(shù)的結(jié)合,將會(huì)成為未來應(yīng)用市場(chǎng)的增長(zhǎng)點(diǎn)。
但是,細(xì)分類別應(yīng)用的市場(chǎng)潛力雖仍在釋放,新應(yīng)用進(jìn)入門檻也越來越高,格局已經(jīng)趨于固定。
下圖中可見,三年來,各細(xì)分領(lǐng)域都有至少3款應(yīng)用進(jìn)入覆蓋率TOP1000榜單,而視頻、餐飲、音樂、閱讀等類型的應(yīng)用款數(shù)基本維持不變或者負(fù)增長(zhǎng)。此外受2016年共享單車大熱影響,出行類應(yīng)用款數(shù)增長(zhǎng)明顯,而交通導(dǎo)航類應(yīng)用行業(yè)聚集度提升導(dǎo)致應(yīng)用數(shù)量降幅最大。
截至2016年12月,我國移動(dòng)智能終端規(guī)模達(dá)13.7億臺(tái),根據(jù)中國國家統(tǒng)計(jì)局的最新數(shù)據(jù)顯示,2016年中國大陸總?cè)丝跒?3.83億人——這個(gè)數(shù)字說明人口紅利減退,流量經(jīng)營時(shí)代來臨,充分盤活和經(jīng)營現(xiàn)有流量成為挑戰(zhàn)。
在這13.7億智能終端用戶中,女性用戶逐漸增多;從年齡層面來看,移動(dòng)互聯(lián)網(wǎng)已經(jīng)是年輕人的游樂場(chǎng),00后+90后與80后人群旗鼓相當(dāng),是移動(dòng)互聯(lián)網(wǎng)的主流群體,于是出現(xiàn)了很多諸如二次元、直播等現(xiàn)象級(jí)應(yīng)用;而70后、60后的中老年人群對(duì)移動(dòng)端的需求也在逐漸攀升,中老年智能機(jī)的占比由去年的26.4%上漲到今年的28.5%。
均衡每個(gè)用戶的行為來看,安裝APP和打開APP的數(shù)量是在一個(gè)穩(wěn)定的數(shù)字范圍內(nèi)的。安裝量上,2014年用戶平均安裝了34款,2015年接近40款,2016年39款;打開頻率上,2014年基本上一臺(tái)設(shè)備能夠使20款應(yīng)用,2015年25款,2016 年23款。可見,人們使用APP的習(xí)慣慢慢固化,一屏之爭(zhēng)更加激烈,應(yīng)用如何擠入用戶設(shè)備的首屏成為關(guān)鍵。
頭部應(yīng)用覆蓋廣,“TAB”格局暫時(shí)難以撼動(dòng)
圖中清晰明了:覆蓋率Top 20中,有9款屬于騰訊系,而阿里系與百度系應(yīng)用分別有5款及3款上榜,可見在移動(dòng)互聯(lián)網(wǎng)應(yīng)用市場(chǎng)格局相對(duì)固化的當(dāng)下,“騰訊-阿里-百度”的格局暫時(shí)難以撼動(dòng)。
而其中騰訊的微信和QQ兩個(gè)應(yīng)用又遠(yuǎn)遠(yuǎn)的與其它應(yīng)用拉開距離。結(jié)合前文所述,2016年人均安裝App只有23個(gè),這個(gè)圖表就已經(jīng)占了20個(gè),看來對(duì)于尚未站穩(wěn)腳跟的“上半場(chǎng)”選手來說,“下半場(chǎng)”也無法扭轉(zhuǎn)局面了。
或許就像上文所說,仍想搏一搏的企業(yè)或許可以從細(xì)分市場(chǎng)找空間。
“十三五”時(shí)期,中國對(duì)實(shí)施網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略、國家大數(shù)據(jù)戰(zhàn)略和“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃等作出重要部署,移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人
工智能、虛擬現(xiàn)實(shí)等產(chǎn)業(yè)迎來發(fā)展契機(jī)。
法律法規(guī)的出臺(tái)、演進(jìn)及完善是一把雙刃劍,一方面讓逐漸規(guī)范化,另外也制約了網(wǎng)約車、互聯(lián)網(wǎng)廣告和網(wǎng)絡(luò)直播等細(xì)分行業(yè)的落地;資本投入放緩,創(chuàng)業(yè)公司銳減;行業(yè)門檻提高,標(biāo)準(zhǔn)化平臺(tái)再次聚合。
相應(yīng)的,政策與資本的變化,再加上移動(dòng)互聯(lián)網(wǎng)趨于年輕化,催生了2016年年度熱點(diǎn):
而2016又是中國互聯(lián)網(wǎng)理性數(shù)據(jù)驅(qū)動(dòng)和價(jià)值回歸之年。
于是,在這個(gè)數(shù)據(jù)爆炸卻又用戶增量趨于飽和的時(shí)代,如何借助智能數(shù)據(jù)挖掘、商務(wù)智能等大數(shù)據(jù)技術(shù),充分利用數(shù)據(jù)價(jià)值解決現(xiàn)實(shí)問題、制定企業(yè)日常決策,在現(xiàn)有流量基礎(chǔ)上真正實(shí)現(xiàn)“存量掘金”成為了企業(yè)亟需解決的的重要命題。
當(dāng)然,如果你還意猶未盡,報(bào)告完整版請(qǐng)戳:TalkingData《2016 年移動(dòng)互聯(lián)網(wǎng)行業(yè)發(fā)展報(bào)告》
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。