月度归档:2020年08月

无现金社会

整理笔记,没法记录在onenote上。

无现金社会达成后,会出现一种无现金的文化,就跟之前现金文化一样。我们如何看待我们的财富和支付能力,电影和小说中如何描述人们如何有钱或一贫如洗,数字化是可以做到一点,但是信用体系似乎描述起来又只有屈指可数的几个场景。

实体的卡,比如百夫长可以让事情容易一点,但毕竟不如现金那么普及,这世界上很多人也不清楚卡是怎么回事。动不动炫耀账户上的数字更是隐私保护的大忌。

这种无现金文化该怎么表达,还是值得思考的。

所以一些支付应用的卖点的UE,在一个普遍受用的环境下,frictionless的购物、支付,这样就足够了……?

无现金的技术和架构也出来很多年了,大体上不会形成太大的问题。有点可悲的是,由于V和MA实在是太强大了,以至于网上购物也只能沿用老旧的信用卡技术体系。

这是一条当时的笔记记录。CNP(Card not present)欺诈的根源,是信用卡技术体系并非为电子商务而设计的。但电子商务起来迅猛,信用卡产业链又不希望失去这一大市场,于是增加了EMV 3DS这种补丁式的标准。

政府的支持和公众的信任。政府无疑是乐于见到无现金社会出现的,前提是不冲击其法币基础。不受政府监管的加密货币会在强权国家受到政府的抵制和禁止。小政府国家只有靠央行和法庭去限制,民间行为很难控制。

无现金还有一个问题是,当它与现金对立之后,公众会将其视为一种方式,但实际上无现金支付方式五花八门,八仙过海,其通用性和普及性还有漫长的路要走。

最后估计还是政府、央行、卡组织才有能力去统一,也同时可以承担公众普及的成本。

联邦学习与大数据隐私专场

这个专场对于我来说,算是一个扫盲性质的,听了几个讲座后,大概知道联邦学习是一个什么样的模式了。

杨强是港科大的教授,微众银行的高管。他对联邦学习的介绍还是很清晰的:https://www.leiphone.com/news/202008/hBACeSbAY8PIOcbh.html

联邦学习的背景是1.数据的来源碎片化,且难以标准化,2.数据的合规性要求限制了中央处理。

继续阅读

企业服务专场

选这个来听,本意是希望听到关于企业SaaS怎么做的讨论,但遗憾的是,还是偏少。主要是企业服务如何匹配新基建等大方向和大趋势的。

信通院政策与经济研究所副所长何伟,https://www.leiphone.com/news/202008/PG3C7FP2gUzNXNAd.html

重点在于产业发展的时间和方向,企业服务应该与其保持一致。

阿里巴巴副总裁,郭继军,https://www.leiphone.com/news/202008/wvoatM5VImhgvrGQ.html

企业服务中,数据凌驾一切,打通数据间的障碍,后挖掘及形成新的业务。而对阿里来说,目前则不纠结于具体是哪个云,哪一家的云,只考虑将其打通并组合给应用。

继续阅读

AIoT专场

其实这个专场更多的是老生常谈,因为世界的变化方向已经很明显了,我们一天天地看到AIoT的临近,只是是谁推动的差别。

谭建荣院士的报告,应该算是一个总体的介绍,虽然我知道很多人并不需要这样的介绍。https://www.leiphone.com/news/202008/k6OvGuYih46R9IBb.html

印象最深刻就是5G+IoT这种异构网络下,很多传统的网络方式会被替代,沿用过往的经验可能并不合适。自组织网络跟M2M又是相互相成的,M2M会衍生新的业务需求,但基本的M2M需要自组织网络,M2M的业务设计也应假设是自组织网络下。内容分发上也有新的考究,毕竟5G下,存储尚未出现一种更优的形式,P2P该怎么走?

继续阅读

机器人前沿专场

次日,选了机器人前沿专场和AIoT专场来听。

开场的报告是加拿大工程院张宏院士作的。他也即将在深圳建立有实验室,但此次是用远程的方式进行演讲。

https://dy.163.com/article/FK6GSE5D0511DPVD.html

讲的范围不多,集中在机器人如何得知自身处在已知地图的何处。包括对视野中的各种物体的标示(全局/全景描述符),Deja vu的时候各种不同的外部环境产生的变化如何识别,二维点云计算即确认,图像粗匹配、精匹配,雷达和视觉的信息融合等等。

不过他说的是已知地图的情况。结合去年有个讲陌生环境下的digital twin构建地图,就可以多机器人联合制作地图并进行相对定位了。

继续阅读

人工智能前沿专场

今年看着早鸟票(399)便宜,就又参加了一次CCF-GAIR。但疫情的影响很大,去年的诺奖嘉宾的豪华阵容就没见到。但主题和方向是更加专注。我前后三天,主要听了五个专场:人工智能前沿、机器人前沿、AIoT、企业服务、联邦学习与大数据隐私。

继续阅读

Good to Great

终于把这本书看完了,看的是电子版。

虽然进入书中的Great的例子,十年后大多数都比较凄惨,对不起Great的名头,尤其是Fannie Mae。

但如果视之为诅咒,或者是作者所总结的优点并不能覆盖其可能存在的缺陷。

作者总结的能从Good到Great的公司特点有这些:

第5级经理人:CEO谦逊而能力强,先想到的是公司的发展而非个人的得失。然而,我的延伸想法是:有这样的leader自然是幸事,然而这类人虽然不少,但能成为CEO的却不多,因为在竞争中往往容易因为谦逊的特质而容易被高调的同事所覆盖。真正的leadership是什么,在公司选则CEO的时候,往往不是这类型的人才占优。这也是为什么赛道一般的公司跑出来Great的情况才有机会是这样的人当CEO。因为高调的都跑到别的更光鲜的赛道去了

公司先有正确的人,再有正确的人在合适的岗位上。在今天来说,这一点算是老生常谈了。

坦然面对残酷现实,但不要悲观,坚持。乐观才能成就Great,但实在残酷的现实面前乐观。

刺猬理念,专注于核心竞争力和对应的目标。这一点很重要,反反复复、周期性地检查自身的核心竞争力和目标的情况,保持清醒,不要被突然的机会所改变。快钱赚了之后就再也回不到这种刺猬的心态了。

3 Circles,更准确的来说,是三点:自我优势在哪里?增长引擎的关键什么?激情/热爱的事情是什么?这三点如能统一,基本上就是无往不利了。

工作纪律。

掌握好技术后,再对业务进行加速。并不过度追求技术领先。这一点很有意思,从统计数据上看,拥有领先技术的公司并不一定会变Great,但要成为Great,还是要合理利用成熟的领先技术,对业务进行加速。

积累每天的进步,逐渐成就成功,而不是特变。所谓的每天进步一点点……