文、图/广州日报全媒体记者 黄岚

在这个互联网技术迅猛发展的年代，你会发现个人隐私随时会被“侵犯”。前不久还爆出一个APP如果你一不小心下载了，你的家庭生活就有可能随时被它的平台“直播”。大数据时代，我们如何才能保护自己的隐私？

最新研究

无需“摇尾巴”

商家也知道你想“要”什么

前段时间，在网上看到一段来自男性网友的有趣“吐槽”——自己只不过在某电商替老婆下单买过一次婴儿尿片而已，随后便收到来自四面八方的母婴产品信息“轰炸”，烦不胜烦。在这个互联网盛行的时代，大数据无疑是当前热门的话题，对产业界、教育界和学术界都正在产生巨大的影响，甚至连同我们的个人生活，都在经历前所未有的科技变革。

随着智能手机及智能穿戴设备的出现，我们日常的行为和位置，甚至身体数据的细微变化，都可能成为被记录和分析的数据。社交网络应用会通过我们的在线活动，得知我们是喜欢喝咖啡还是热爱喝啤酒，想要去东京还是想要去纽约，然后巧妙地在我们的个人页面，投其所好放上最新广告。

在英国作者维克托·迈克尔-施恩伯格和肯尼斯·库克耶所著的《大数据时代》书中，曾这样说道——大数据的力量是那么耀眼，我们必须避免被它的光芒诱惑，并善于发现它固有的瑕疵。数十年来，全球范围内的隐私规范开始让人们自主决定是否、如何以及经由谁来处理他们的信息，把这种控制权放在了人们自己手中，这也是隐私规范的核心准则。

当网络攻击、虚假新闻、网络暴力成了互联网的顽疾，我们迫切需要设立一个和过去不一样的“隐私保护模式”。只不过，在人与互联网高度结合的今天，想要彻底清除自己在网上的痕迹，或许不是一件简单的事情。

专家解惑

个人网络信息“到处留痕”

在日常生活中，大数据的“力量”无处不及，信用卡的消费记录可以画出一个人的出行地图，网络购物的历史信息也会成为互联网大数据的一部分。是否我们的任何行为都会在互联网上留下“痕迹”？就此话题，我们采访到就职于硅谷企业云IT信息平台公司、拥有十年银行信息系统运维经验的技术主管武超颖。

“严格来说的话，所有需要注册用户的服务，或多或少都抱有追踪用户某方面信息的目的。服务对个人隐私的读取，事实上无处不在。”在日常生活之外，互联网技术也能详尽地勾勒出一个人在工作中的行为习惯。从“智能软件记录键盘上的每一次敲击”，到“在智能咖啡机刷工作证就能要一杯热饮”，老板测评员工行为的机会之多，已是前所未有。这不由得让人担忧，这些数据是否会侵犯员工隐私。对此，武超颖表示，那些应用软件其实不具备“数据监控”条件。“社交化平台的后台数据并不对其他公司开放，以微信为例，目前也不存在与公众号和小程序无关的行为数据统计接口。”

当然，比较尴尬的例子也是有的，武超颖举例说，比如某些职场社交平台。“一方面，大家都希望把自己的职场信息记录在上面，以便将来发展的时候可以‘让履历说话’；另一方面，每个人都得小心修饰自己对下一步职场发展的目标，因为在职场社交平台上的‘朋友圈’，既有任职公司的CEO，还有隔壁部门新来的实习生。”

互联网高度发展的其中一个特征，就是让很多“信息”变得更“透明”。武超颖幽默地说，“在职场中，你是积极追求发展还是谋求跳槽，一不小心就会‘露馅’。”

如何优雅地抹去网络足迹

对我们而言，互联网提供的方便，足以让我们忽略潜在的隐私危险，很多时候，相关个人信息的泄露，还会让某些不法分子有机可乘。

为了应对潜在的危机，不久前，瑞典有两位开发者打造了一个名为“deseat.me”的网站，据称只需简单的操作，就能抹掉自己在互联网上存在过的“痕迹”。开发者表示，在整个过程中，用户只需要敲出自己想删除哪个账号，仅此而已。如此设置，让外行人看上去很靠谱，但专家却指出，该网站眼下还是不能彻底“斩草除根”。

除了来自瑞典技术大咖的支招之外，最近还有一篇名为《如何让自己优雅地从互联网上“消失”》的“技术帖”也很火，教大家如何在互联网上保护个人隐私。文章的作者阿西恩说道，“你会把你小孩的照片外加名字打成广告牌，竖在你家门口的马路边上吗？当然不会。但人们每天都在网上做同样的事情。当然这不是问题——直到它真正成为一个问题。”他提出了一些保护个人私隐的方法——

尽量少地在社交网络上暴露自己的真实信息（名字、住址、单位等）；

彻底关闭不常用的社交账号，并对任何第三方的程序、小应用保持警惕；

如果没办法彻底删除你的存在痕迹，那么至少可以制造一些假象，例如把生日和所在地改掉，或者用看起来不像你邮箱的电子邮件地址注册网络服务。

毋庸置疑，在互联网上，你做的任何事情都有可能留下一串数字脚印，想要抹去它们十分艰难。武超颖表示，在这个大数据时代，想从互联网上彻底消失是不可能的，这便是“消失”二字为何要打上引号的原因。“信息保护的目的不是让信息消失，而是让正确的信息被正确的人用在正确的目的之上。”他说，“天下熙熙皆为利来，被滥用的信息终究得抱有某种目的。勿为贪小利而随手奉上自己的数据，就跟与人交往时不要一见面就掏心掏肺一个道理。”

随着互联网行业的快速发展，一方面是大企业对大数据相关技术人才的高薪招聘，另一方面是国家政策的大力支持，相关招聘网站显示，大数据开发人员的需求远远超出其他岗位，而且就业方向可以从单纯的开发岗位转变为复合型岗位。显而易见，大数据目前有不错的发展前景。使得大数据行业备受人们的关注。智汇云校大数据带你了解一下大数据行业：

由于大数据的速度以及开发效率很高，使越来越多的企业纷纷使用大数据技术开发，还有部分企业把原有的开发转移到了大数据平台。单纯就技术来说，大数据是卓越的，而且不会被任何平台代替。面对这么一个热门的行业不少人对大数据产生了浓厚的兴趣。

大数据培训机构如何选择？

这里我首先说明，我要说的是一家靠谱的大数据培训机构，以下都是如实所诉，大家可以自己去查证，觉得合适就可以实地考察看看。既然要学习大数据，那么选择一个专业的大数据课程就是非常重要的因素。

智汇云校大数据培训不同于其他机构附加大数据，科学安排课程比例，结合名企需求，只教主流及热门的大数据技术。

智汇云校大数据的课程拥有独特的优势

1、前沿的课程设置;全新的课程大纲，课程涵盖大数据体系中的核心技术hadoop 、storm 、spark等，全面涵盖大数据人才所欲的技术点。

2、真实的项目环境;课上所用的项目都来源于企业中的真实项目，学完课程即可胜任企业中相关领域的设计、开发岗位需求。

3、全面的培训内容;不仅培训学员的理论知识，还培养学员的动手实践能力和主动学习能力。

4、开放的学习环境;喻雪于战，一项目为驱动，让学员在实战中去掌握技术，真正做到学有所成、学有所用。

5、顶级的讲师团队;每位老师都有深厚的技术功底，熟悉前沿的技术、了解全新的企业需求，并具有丰富的教学经验。

智汇云校是一个不错的选择，有庞大师资团队实力和丰富培训经验的培训机构。选择智汇云校大数据培训机构，线下教育，有问题会有老师答疑解惑。你会发现，这里有最专业的大数据项目经理讲授实际项目，手把手教你掌握编程技术。选择专业的大数据培训机构，使你完职业完美转型。

隆冬将至，温度逐渐走低。但是，手机市场的热度，并没有因为气温的降低而下降。国内市场，手机新品发布会仍然是一场接着一场的节奏。那么，对于数以万计的安兔兔手机用户来说，其购机偏好是否受到季节的因素而发生变化呢？

历经30天的数据收集，以及数日的整理分析之后。今天，我们发布：11月安兔兔手机用户偏好报告。通过安兔兔大数据，为大家答疑解惑。

注：数据来源：安兔兔评测；数据机型：安卓手机；市场区域：国内市场

屏幕尺寸

大屏手机，早已被越来越多的用户所接受。就11月安兔兔用户手机屏幕尺寸分布数据来看，5.5英寸屏占比最高，达到了32.07%，依然是众多用户的首选；5.1英寸屏和6英寸屏用户占比则依次位居其后，占比均超过了10%。

未来，随着全面屏手机的进一步普及，我们有理由相信，主流安卓手机的屏幕尺寸势必要突破5.5英寸。

屏幕分辨率

当5.5英寸以及更大尺寸的手机屏幕，受到安兔兔手机用户青睐时，手机的屏幕分辨率级别也走高。1080p（1080×1920像素）屏，以及更高屏幕分辨率的占比超过了80%。诚然，1080×1920像素的用户占比依然最高，达到了64.75%。

特别的要指出的是，如同我们的预测的那样，全面屏手机的主流分辨率——1080x2160像素正在逐渐走高，相比上一期的数据上升了1.91个百分点。未来依然存在增长空间。

Android版本

尽管谷歌已经发布了Android 8.1，但是其市场份额并不乐观。就11月安兔兔用户手机Android版本分布数据而言，Android 7.x.x依然是主流。Android 7.0+Android 7.1.1+Android 7.1.2的用户占比之和达到了68.21%。

当然，Android 8.x的用户占比也在逐步提升之中。

ROM容量

智能手机的使用频率稳步提升，用户对于机身存储容量的需求也在增加。从安兔兔的最新数据来看，64GB用户占比超过了半数，达到了54.23%，相比上一期数据有所增长。

同时，我们不难发现，128GB用户占比即将超过32GB用户，两者之间的差距甚至不足1个百分点。32GB机身存储，未来将沦为入门级配置。

RAM容量

从11月安兔兔用户手机ROM和RAM容量分布来看，安兔兔用户的手机以中高端机型为主。其中，6GB用户占比超过了三分之一，高达34.67%。3GB RAM用户占比，被进一步蚕食。

当然，就目前来说，4GB RAM依然是数以万计安兔兔用户的主流配置。

处理器核心数

至于核心数方面，八核处理器仍然是主流，用户占比为76.24%，与上一期数据基本持平。

另外，四核和十核的用户占比同样分别稳定在18%和3%左右，相比上一期数据变化不大。

处理器品牌

从11月安兔兔用户手机处理器品牌分布数据来看，高通骁龙处理器依然诸多安兔兔用户的首选，牢牢占据着半壁江山，用户占比高达66.23%。

不过，随着华为新机的全面出货，华为麒麟处理器的用户占比有所上升，达到了17.95%。与此同时，联发科处理器的用户占比则被进一步蚕食。鉴于国内市场暂无搭载三星处理器的新款手机上市，其用户占比仍然稳定在2%左右。

总结：

整体来说，相比上一期用户偏好报告，11月份安兔兔手机用户的购机偏好并未发生太大变化，5.5英寸1080p屏、八核、4GB RAM、64GB ROM依然是绝大多数用户的选择，Android 8.0也并未全面到来。当然，随着全面屏手机的增加，我们也看到其用户人群的扩充之势，变革正在发生。

不久前，BBC基于剑桥大学研究者Michael Osborne和Carl Frey的数据体系分析了365个职业在未来的“被淘汰概率”。在人事、客服、政府职员、会计、银行职员都高于89%的被淘汰率下，教师这个职业被机器人取代的可能性仅为0.4%。

如下是会被人工智能淘汰的概率由高到低的排名：

1、电话推销员 99.0%

2、打字员 98.5%

3、会计97.6%

4、保险业务员 97.0%

5、银行职员 96.8%

6、政府职员 96.8%

7、接线员 96.5%

8、前台 95.6%

9、客服 91.0%

10、人事 89.7%

11、保安 89.3%

12、房地产经纪人86%

13、工人，以及瓦匠、园丁、清洁工、司机、木匠、水管工等第一、第二产业工作80%-60%

14、厨师73.4%

15、IT工程师 58.3%

16、图书管理员 51.9%

17、摄影师 50.3%

18、演员、艺人 37.4%

19、化妆师 36.9%

20、写手、翻译32.7%

21、理发师 32.7%

22、运动员 28.3%

23、警察 22.4%

24、程序员 8.5%

25、记者 8.4%

26、保姆 8.0%

27、健身教练 7.5%

28、艺术家 3.8% 音乐家 4.5% 科学家 6.2%

29、律师、法官 3.5%

30、牙医、理疗师 2.1%

31、建筑师 1.8%

32、公关 1.4%

33、心理医生 0.7%

34、教师 0.4%

35、酒店管理者 0.4%

为什么老师不容易被取代？

1.教育的本质不变

人工智能成为新一代“网红”，它带给我们的不仅仅是孩子们学习上的更加个性化，同时也对老师们发出了质问：究竟什么才是教育？

没错，教育的任务是教书育人，教育是为成人、育人而生的。教师的作用不仅是传授知识，而且需要通过情感的投入和思想的引导教会学生做人、塑造学生的品质等。

2.学生成长的需要不变

在人工智能面前，学生们需要教师给予他们理智、勇气去在浩瀚繁琐的选择里做出自己的决定，他们需要通过教师的指导来获得自主学习的能力和创新性的思维，他们需要在教师的引导下获得不可替代的自主、自立、自强和自由的能力。

3.教师的工作责任不变

教师对于人才培养的追求从来就没有改变过。社会需要什么样的人才，教师就要教育出什么样的人才。机器没有感情，影响不了人，但是教师可以。

因而，在人工智能“授业”时，教师就承担着“传道”和“解惑”的责任。从这两点出发，教师必然是带着感情来教育影响学生的，人只能通过人来培养。

即使教师仍然具有不可替代的作用，但是面对人工智能的冲击，教师也应该具备危机意识和改革意识，思考如何提高教师这个角色的不可替代性，思考未来需要培养怎样的人才等问题。

正如俞敏洪老师在2017蔚来师者论坛上所言：

我觉得我们老师要做两件事情：

第一是我们如何让自己的知识结构、创造力变得日新月异；

第二是我们如何了解现在高科技的发展动向，并且把高科技运用到自己的教学中间来，使我们的教学和时代紧密结合。”

只有朝这些方向努力，才能将人工智能带来的挑战转变为变革传统教育、创新未来教育的机遇.

距离2017年一级建造师考试越来越近了，很多考生正在绞尽脑汁思考如何考过今年的一建。优路教育通过市场调查和内部学员的反馈，对一些较为集中的问题进行整理总结，从考生的角度解惑，找到考不过的问题所在，找到相应解决方法，帮助广大考生吸取以往教训，高效备考。

part 1问题一：太忙

70% 左右的学员在班主任督促上课时反映：太忙。时常要出差跑工地现场，是建筑行业在职人员的普遍情况，说自己没得时间学习，但为什么别人同样的情况下能考出来呢？

解决方案：运用碎片化时间进行最合理高效的学习。利用每一分钟可腾出来的时间，去听最精华的内容，用最短的时间吸收消化。优路教育培训班有不同班型，针对不同人群设置，专业的师资团队来总结学习规律和应考技巧，可以节约大量盲目摸索的时间。没有自控力，抽不出时间？没关系，优路培训班的班主任老师来鞭策你，鼓励你，帮你合理安排自己的时间。复习每周有计划，课后监督有老师，不怕你不学。

part 2问题二：学过的内容记不住

80%以上的学员在报名前反映：学过的内容记不住。能参加一建的行业从业人员，往往有丰富的现场实践经验，但缺乏对理论知识的系统性学习与梳理，且应试能力欠佳。同时作为需要兼顾工作和生活的社会人，即使全身心的投入到学习中来，也很难长期保持良好的学习状态。

解决方案：提倡早点在优路报名，多听课。早报名让时间更充裕，准备更充分，心态更好；多听课可以加深印象，学习更有针对性，把精力花在刀刃上。认真听老师的讲解，加深自己对学习内容的理解，并经常练习加以巩固。优路针对重难点设有基础专题模块，反复讲解，帮你掌握重要分值区。

part 3问题三：选错了培训机构

50%以上的学员在各种机构之前：选错了培训机构。近年在建设工程行业人才缺口巨大和国家不断规范行业管理的双重导向下，建筑类职业教育培训机构林立，办学水平良莠不齐。其中有 “打一枪换一个地 方”的不法机构，通常在报名和考试的敏感时段欺骗一些抱有侥幸心理的考生；也有大肆宣传，以主管单位有关系可以走后门等为幌子进行欺诈性招生的大机构；更有宣称直接卖题卖答案甚至替考的骗子。

解决方案：选择正规机构，正规机构的实力不在于“内部名额”或“暗箱操作”等见光死非法途径，而是根据现有建造师管理制度，合理推荐最佳提升方案，推出各种班型，总有一个适合你的。优路教育上市集团、成立12年、4大学习基地、全国70余所直营分校，值得信耐。

part 4问题四认为参加培训浪费时间

90%以上的学员在报班之前认为：参加培训浪费时间浪费金钱，自学也可以成才。一级建造师是国家级的执业资格考试，即使对于专业人士考试难度也相当高，并且随着行业综合人员素质的提升，难度还将逐年增加。很多人因个人的经济条件、对自身的自信或对培训机构的不信任，选择自学。而实际情况是，考生只有自己参加考试时才会花时间和精力去认真对待，而培训机构长年累月在做同一件 事，自学和参加培训的效果对比，可想而知。尤其是每年考试的通过率基本是固定的，那么如果别人多了一分通过的机会，就意味着自己将少一分。

解决方案：认真对待考试，一级建造师作为行业金领，一旦考取所获得经济回报及社会地位都将有大幅度的提升。你要相信一级建造师不会没有价值，学习也是投资，时间就是金钱，自学好几年考不过，报班一次通过。这里面投资与回报的道理是显而易见的。专业的事交给专业的优路。优路教育十分愿意和您一起，共同克服所有考试中的困难。更希望优路教育能够在考试中帮助到您。

很多人对于人工智能+大数据+金融与智能投顾搞不清楚，其实他们都是有区别的，今天小智投顾就带领大家来看看AFX300是怎么评价人工智能+大数据+金融与智能投顾的关系的。

AFX300主要是举世为世界闻名的买卖效劳商，致力于为零售客户及金融组织供给广泛的世界产品买卖。咱们的主旨是为出资者打造世界一流的金融效劳渠道，并供给先进有暴涨的网上买卖技术支持及值得信任的客户效劳。

(1)应用领域不同

AFX300认为，人工智能在金融领域的应用主要在于：①智能风险评估和管理;②智能投顾服务。不过，智能投顾的呼声似乎更高，原因之一是投资理财属于高频需求，更贴近普惠大众;而风控服务靠近金融服务链条的后端，且贷款属于低频行为。但事实上，在技术应用层面，后端风险管理的应用成熟度更高。

(2)应用场景不同

虽然2者都是通过数据分析、技术模型来评估并服务个人用户，但智能投顾还必须分析投资理财产品，所以短期内真正大规模应用的难度比较大——原因并不在技术本身，而是相对于个人行为，投资理财产品变化趋势更难以预测，尤其是二级市场存在数据透明度低、政策因素强、产品种类少等问题。

AFX300指出，在2014年大数据风控创业热潮中成立的企业中，企业在服务体系上多有相似，但具体打法上存在差异。

AFX300指出，初创企业多采用“自下而上”的方法，针对中小客户，开发单一产品(黑名单、发欺诈等)切入市场，然后丰富产品类型，铺开金融全流程业务，再向银行、持牌金融机构等高端客户拓展。这种方法前期起量快，能够迅速做大规模和估值，但后劲不足。

(3)拓客成本、成本分布不同

与之相反，AFX300在初期就首先从银行客户入手，设定了“自上而下”的路径，整体解决方案产品的定价高于行业平均水平，聚焦中高端金融机构的客户——以此形成自上而下的势能传导。

对于这一方式造成的前期市场开拓、获客的成本压力，AFX300坦言，“AFX300以更高成本聘请高层次的技术开发人员、数据分析与建模师、顾问式的销售人员。这种自上而下的模式前期投入较高，但金融机构天生比较倾向于向比自己大的机构学习，也倾向于选择服务过大机构的服务商，因为大机构对服务商的考核更加严苛。”

(4)小结

AFX300指出认为“但这种模式的优势在于，一旦形成势能，中后期能迅速占领市场，迅速降低人均成本、提高人均绩效。据了解，目前与同行依靠大规模地推式销售模式，AFX300的销售人员总占比15%，低于行业平均水平，人均综合产出相比部分同行高出2-3倍。”

一、大数据的初步理解首先，大数据不是什么完完全全的新生事物，Google的搜索服务就是一个典型的大数据运用，根据客户的需求，Google实时从全球海量的数字资产（或数字垃圾）中快速找出最可能的答案，呈现给你，就是一个最典型的大数据服务。只不过过去这样规模的数据量处理和有商业价值的应用太少，在IT行业没有形成成型的概念。现在随着全球数字化、网络宽带化、互联网应用于各行各业，累积的数据量越来越大，越来越多企业、行业和国家发现，可以利用类似的技术更好地服务客户、发现新商业机会、扩大新市场以及提升效率，才逐步形成大数据这个概念。

有一个有趣的故事是关于奢侈品营销的。PRADA在纽约的旗舰店中每件衣服上都有RFID码。每当一个顾客拿起一件PRADA进试衣间，RFID会被自动识别。同时，数据会传至PRADA总部。每一件衣服在哪个城市哪个旗舰店什么时间被拿进试衣间停留多长时间，数据都被存储起来加以分析。如果有一件衣服销量很低，以往的作法是直接干掉。但如果RFID传回的数据显示这件衣服虽然销量低，但进试衣间的次数多。那就能另外说明一些问题。也许这件衣服的下场就会截然不同，也许在某个细节的微小改变就会重新创造出一件非常流行的产品。

还有一个是关于中国粮食统计的故事。中国的粮食统计是一个老大难的问题。中国的统计，虽然有组织、有流程、有法律，但中央的统计人员依靠省统计人员，省靠市，市靠县，县靠镇，镇靠村，最后真正干活或上报的是基层兼职的调查人员，由于众所周知的KPI考核导向的原因，层层加码，几乎没有人相信这个调查数据，而其中国家统计局的人是最不信的。在前两年北京的一个会议上，原国家统计局总经济师姚景源向我们讲述了他们是如何做的。他们采用遥感卫星，通过图像识别，把中国所有的耕地标识、计算出来，然后把中国的耕地网格化，对每个网格的耕地抽样进行跟踪、调查和统计，然后按照统计学的原理，计算（或者说估算）出中国整体的整体粮食数据。这种做法是典型采用大数据建模的方法，打破传统流程和组织，直接获得最终的结果。

从这些案例来看，大数据并不是很神奇的事情。就如同电影《永无止境》提出的问题：人类通常只使用了20％的大脑，如果剩余80％大脑潜能被激发出来，世界会变得怎样？在企业、行业和国家的管理中，通常只有效使用了不到20%的数据（甚至更少），如果剩余80%数据的价值激发起来，世界会变得怎么样呢？特别是随着海量数据的新摩尔定律，数据爆发式增长，然后数据又得到更有效应用，世界会怎么样呢？

单个的数据并没有价值，但越来越多的数据累加，量变就会引起质变，就好像一个人的意见并不重要，但1千人、1万人的意见就比较重要，上百万人就足以掀起巨大的波澜，上亿人足以改变一切。

数据再多，但如果被屏蔽或者没有被使用，也是没有价值的。中国的航班晚点非常多，相比之下美国航班准点情况好很多。这其中，美国航空管制机构一个的好做法发挥了积极的作用，说起来也非常简单，就是美国会公布每个航空公司、每一班航空过去一年的晚点率和平均晚点时间，这样客户在购买机票的时候就很自然会选择准点率高的航班，从而通过市场手段牵引各航空公司努力提升准点率。这个简单的方法比任何管理手段（如中国政府的宏观调控手段）都直接和有效。这里多说一两句，过去一个暴政国家对内的控制主要是物理上的暴力，就是强力机构权力无限大，搞国家恐怖主义；而现在一个暴政国家，主要是就靠垄断信息、封锁信息，让民众难以获得广泛而真实的信息，从而实现国家的控制。这个信息封锁，就是对大数据的封锁。

没有整合和挖掘的数据，价值也呈现不出来。《永无止境》中的库珀如果不能把海量信息围绕某个公司的股价整合起来、串联起来，这些信息就没有价值。

因此，海量数据的产生、获取、挖掘及整合，使之展现出巨大的商业价值，这就是我理解的大数据。在互联网对一切重构的今天，这些问题都不是问题。因为，我认为大数据是互联网深入发展的下一波应用，是互联网发展的自然延伸。目前，可以说大数据的发展到了一个临界点，因此才成为IT行业中最热门的词汇之一。

二、大数据将重构很多行业的商业思维和商业模式

我想以对未来汽车行业的狂野想象来展开这个题目。

在人的一生中，汽车是一项巨大的投资。以一部30万车、七年换车周期来算，每年折旧费4万多（这里还不算资金成本），加上停车、保险、油、维修、保养等各项费用，每年耗费应在6万左右。汽车产业也是一个很长产业链的龙头产业，这个方面只有房地产可以媲美。

但同时，汽车产业链是一个低效率、变化慢的产业。汽车一直以来就是四个轮子、一个方向盘、两排沙发（李书福语）。这么一个昂贵的东西，围绕车产生的数据却少的可怜，行业产业链之间几无任何数据传递。

我们在这里狂野地想象一番，如果将汽车全面数字化，都大数据了，会产生什么结果？

有些人说，汽车数字化，不就是加个MBB模块吗？不，这太小儿科了。在我理想中，数字化意味着汽车可以随时联上互联网，意味着汽车是一个大型计算系统加上传统的轮子、方向盘和沙发，意味着可以数字化导航、自动驾驶，意味着你和汽车相关的每一个行动都数字化，包括每一次维修、每一次驾驶路线、每一次事故的录像、每一天汽车关键部件的状态，甚至你的每一个驾驶习惯（如每一次的刹车和加速）都记录在案。这样，你的车每月甚至每周都可能产生T比特的数据。

好了，我们假设这些数据都可以存储并分享给相关的政府、行业和企业。这里不讨论隐私问题带来的影响，假设在隐私保护的前提下，数据可以自由分享。

那么，保险公司会怎么做呢？保险公司把你的所有数据拿过去建模分析，发现几个重要的事实：一是你开车主要只是上下班，南山到坂田这条线路是非繁华路线，红绿灯很少，这条路线过去一年统计的事故率很低；你的车况（车的使用年限、车型）好，此车型在全深圳也是车祸率较低；甚至统计你的驾驶习惯，加油平均，临时刹车少，超车少，和周围车保持了应有的车距，驾驶习惯好。最后结论是你车型好，车况好，驾驶习惯好，常走的线路事故率低，过去一年也没有出过车祸，因此可以给予更大幅度的优惠折扣。这样保险公司就完全重构了它的商业模式了。在没有大数据支撑之前，保险公司只把车险客户做了简单的分类，一共分为四种客户，第一种是连续两年没有出车祸的，第二种过去一年没有出车祸，第三种过去一年出了一次车祸，第四种是过去一年出了两次及以上车祸的，就四种类型。这种简单粗暴的分类，就好像女人找老公，仅把男人分为没有结过婚的、结过一次婚的、结过二次婚的、结过三次及以上婚的四种男人，就敢嫁人一样。在大数据的支持下，保险公司可以真正以客户为中心，把客户分为成千上万种，每个客户都有个性化的解决方案，这样保险公司经营就完全不同，对于风险低的客户敢于大胆折扣，对于风险高的客户报高价甚至拒绝，一般的保险公司就完全难以和这样的保险公司竞争了。拥有大数据并使用大数据的保险公司比传统公司将拥有压倒性的竞争优势，大数据将成为保险公司最核心的竞争力，因为保险就是一个基于概率评估的生意，大数据对于准确评估概率毫无疑问是最有利的武器，而且简直是量身定做的武器。

在大数据的支持下，4S店的服务也完全不同了。车况信息会定期传递到4S店，4S店会根据情况及时提醒车主及时保养和维修，特别是对于可能危及安全的问题，在客户同意下甚至会采取远程干预措施，同时还可以提前备货，车主一到4S店就可以维修而不用等待。

对于驾驶者来说，不想开车的时候，在大数据和人工智能的支持下，车辆可以自动驾驶，并且对于你经常开的线路可以自学习自优化。谷歌的自动驾驶汽车，为了对周围环境作出预测，每秒钟要收集差不多1GB的数据，没有大数据的支持，自动驾驶是不可想象的；在和周围车辆过近的时候，会及时提醒车主避让；上下班的时候，会根据实时大数据情况，对于你经常开车的线路予以提醒，绕开拥堵点，帮你选择最合适的线路；在出现紧急状况的时候，比如爆胎，自动驾驶系统将自动接管，提高安全性（人一辈子可以难以碰到一次爆胎，人在紧急时的反应往往是灾难性的，只会更糟）；到城市中心，寻找车位是一件很麻烦的事情，但未来你可以到了商场门口后，让汽车自己去找停车位，等想要回程的时候，提前通知让汽车自己开过来接。

车辆是城市最大最活跃的移动物体，是拥堵的来源，也是最大的污染来源之一。数字化的车辆、大数据应用将带来很多的改变。红绿灯可以自动优化，根据不同道路的拥堵情况自动进行调整，甚至在很多地方可以取消红绿灯；城市停车场也可以大幅度优化，根据大数据的情况优化城市停车位的设计，如果配合车辆的自动驾驶功能，停车场可以革命性演变，可以设计专门为自动驾驶车辆的停车楼，地下、地上楼层可以高达几十层，停车楼层可以更矮，只要能高于车高度即可（或者把车竖起来停），这样将对城市规划产生巨大的影响；在出现紧急情况，如前方塌方的时候，可以第一时间通知周围车辆（尤其是开往塌方道路的车辆）；现在的燃油税也可以发生革命性变化，可以真正根据车辆的行驶路程，甚至根据汽车的排污量来收费，排污量少的车甚至可以搞碳交易，卖排放量卖给高油耗的车；政府还可以每年公布各类车型的实际排污量、税款、安全性等指标，鼓励民众买更节能、更安全的车。

电子商务和快递业也可能发生巨大的变化。运快递的车都可以自动驾驶，不用赶白天的拥堵的道路，晚上半夜开，在你家门口设计自动接收箱，通过密码开启自动投递进去，就好像过去报童投报一样。

这么想象下来，我认为，汽车数字化、互联网化、大数据应用、人工智能，将对汽车业及相关的长长的产业链产生难以想象的巨大变化和产业革命，具有无限的想象空间，可能完全被重构。当然，要实现我所描述的场景，估计至少50年、100年之后的事情了，估计我这辈子是看不到的。

三、新智慧生物的诞生？

下面的想象就更狂野了，真正要实现，估计至少是我们十辈子或者一百辈子以后的事情。那时候，我们已经是祖宗了哈。大家就当科幻小说来看好了。

从最近一位微软副总裁的演讲说起。瑞克·拉希德（RickRashid）是微软研究院的高级副总裁，有一天，他在中国的天津迈上讲台，面对2000名研究者和学生，要发表演讲，他非常非常紧张。这么紧张是有原因的。问题在于，他不会讲中文，而他的翻译水平以前非常糟糕，似乎注定了这次的尴尬。

“我们希望，几年之内，我们能够打破人们之间的语言障碍，”这位微软研究院的高级副总裁对听众们说。令人紧张的两秒钟停顿之后，翻译的声音从扩音器里传了出来。拉希德继续说：“我个人相信，这会让世界变得更加美好。”停顿，然后又是中文翻译。

他笑了。听众对他的每一句话都报以掌声。有些人甚至流下了眼泪。这种看上去似乎过于热情的反应是可以理解的：拉希德的翻译太不容易了。每句话都被理解，并被翻译得天衣无缝。令人印象最深的一点在于，这位翻译并非人类。

这就是自然语言的机器翻译，也是长期以来人工智能研究的一个重要体现。人工智能从过去到未来都有清晰而巨大的商业前景，是以前IT业的热点，其热度一点不亚于现在的“互联网”和“大数据”。但是，人类过去在推进人工智能的研究遇到了巨大的障碍，最后几乎绝望。

当时人工智能就是模拟人的智能思考方式来构筑机器智能。以机器翻译来说，语言学家和语言专家必须不辞劳苦地编撰大型词典和与语法、句法、语义学有关的规则，数十万词汇构成词库，语法规则高达数万条，考虑各种情景、各种语境，模拟人类翻译，计算机专家再构建复杂的程序。最后发现人类语言实在是太复杂了，穷举式的做法根本达不到最基本的翻译质量。这条道路最后的结果是，1960年代后人工智能的技术研发停滞不前数年后，科学家痛苦地发现以“模拟人脑”、“重建人脑”的方式来定义人工智能走入一条死胡同，这导致后来几乎所有的人工智能项目都进入了冷宫。

后来有人就想，机器为什么要向人学习逻辑呢，又难学又学不好，机器本身最强大的是计算能力和数据处理能力，为什么不扬长避短、另走一条道路呢？这条道路就是IBM“深蓝”走过的道路。1997年5月11日，国际象棋大师卡斯帕罗夫在和IBM公司开发的计算机“深蓝”进行对弈时宣布失败，计算机“深蓝”因此赢得了这场意义深远的“人机对抗”。“深蓝”不是靠逻辑、不靠所谓的人工智能取胜的，就是靠超强的计算能力取胜：思考不过你，但是算死你。

类似的逻辑在后续也用到了机器翻译上。谷歌、微软和IBM都走上了这条道路。就是主要采用匹配法�...

国庆啦，首先祝我们的祖国生日快乐，永远昌盛！

国庆出行不通畅，猪肉行情不见涨。作为养猪人的你们，今天休假了吗？看到低迷的生猪行情还有心情外出游玩吗？当然行情不是个人所能决定的，该干活干活该玩了玩，劳逸结合嘛！

今天你是带着家人出去旅游呢？还是被堵在去经典的高速路上？还是在电脑or手机上查询着生猪的价格呢？亲爱的养猪人如果你看到了这篇文章，请耐心读下去，相信这篇文章会对你的分析市场大环境将会大有裨益。

TV民声今天给广大养猪人带来了干货。今天小编在分析行情数据时，发现一个普遍（但常被人忽视）的一个情况，是什么呢？用图说话，见下图。

根据百度指数分析出关于搜索关键词“生猪价格”的人群占比图中，30~39岁的占比中最高，越占58%，40~49岁的位居第二，约占50%。结合小编生在农村长在农村的经验，30~49岁年龄段的养猪人文化程度普遍不高，相对而言这部分人群使用互联网检索关于养猪方面信息的能力也相对较弱。因此，小编今天给大家带来一期关于“如何快速、准确地找到关于生猪价格的信息”的内容。相信不少养猪人从网上搜索到的信息却不是我们想要当天信息，遇到此类情况要如何做呢？

百度作为中文第一大搜索引擎，所以我们以百度搜索引擎为例。在搜索框中输入关键词后，点击上图中的“检索工具”，可以选择检索到的时间范围，比如，一天之内、一周内、一月内、一年内，甚至可以自定义时间范围。根据需要进行检索，就能够检索出指定时间内发布的信息啦。

这样以来就能大幅度缩短我们想要找到目标信息所耗费的时间，此外，一定要注意的是，网络上各种信息鱼龙混杂，关于“猪”的各种价格行情信息亦是如此，所以，各位养猪人要结合实践经验来进行甄别，以参考的角度来分析，切莫全部听信这些数据。

由于不能直接上相关的网站链接，所以小编把某些图片中的链接进行了打码，所以，大家可以通过小编介绍的方法来搜索每日所需要的数据信息。另外，给各位养猪人推荐“百度指数”这一工具，其是由百度旗下推出，依托大数据采集技术的数据分析平台，用来分析养猪形势是有不小帮助呢。

如上图，同样还是搜索“生猪价格”这一关键词，数据分析显示，山东省搜索这一词的占比最高，那么从一定程度上可以认为山东地区关注生猪价格的网民数量最多，从侧面分析，也可能是山东地区养猪专业户数量是最多的。如果搜索其他的呢？比如猪饲料价格、玉米价格、大豆价格呢？是不是可以从一定程度上来预测和判断某一地区这类作物的价格，从而有助于养猪人提前做出对策呢？

当然搜索不同的关键词可以得出的分析结果是不一样的，以分析数据为辅、实践经验为主，再加之科学的养猪技术，才能最大程度地把握养猪市场的脉搏，走向致富之路。

亲爱的养猪人们！如果你们有对TV民声更好建议的话，欢迎在评论区留言哦，你们的建议是我们持续推出质量更高文章或视频的源动力！

　　近日，慧择网发布的《儿童保险大数据报告》显示，根据0~14岁的被投保人数据分析，儿童平均持有保单2张，61.5%的住院医疗理赔集中在0~6岁低龄儿童，6岁以上少儿警惕意外伤害高发，白血病和婴幼儿疫苗保障等少儿特色保障产品销量走俏。

　　平均持有保单2张 妈妈是消费主力

　　慧择网大数据显示，0~14岁的被投保用户中，购买年龄层集中在6~14岁，占比46.8%，其次为2~6岁和0~2岁，男童身份占比53.6%，略高于女童。从投保人和被投保人关系分析，妈妈是绝对的消费主力军，以44%的购买占比遥遥领先父亲。

　　值得注意的是，以往“一切以孩子为中心，只给孩子买保险”的误区已不再存在，数据显示，儿童平均持有保单的件数是2张，而观察“为儿童购买同时为自己投保的父母亲”群体，母亲平均为自己买4.5张、父亲为自己买约4.3张。作为家庭的经济支柱和孩子的依靠，家长已越来越重视以家庭为单位，做到“大人孩子一起保”。

　　6~14岁少儿警惕意外伤害高发

　　图1

　　虽然我们身边经常发生儿童重疾的事件，但在现实生活中，为孩子规划保险时，首要考虑的险种应该是意外险。

　　孩子因为天性好动、好奇心强、非常爱探索，所以防范能力差，缺乏自我保护意识，很容易造成意外伤害，而这也成为了家长“最担心”的事情。根据慧择网大数据，在为孩子购买险种的排名占比中，除了旅游保险，人身意外保险是家长的首要选择，占比17.1%，其次才是重疾和住院医疗保险。

　　图2

　　根据过往的理赔案例分析，“交通意外、溺水、摔跌伤、气管异物窒息、误服药物毒药、烫烧伤”是儿童因为意外而发生理赔的六大主因，其中交通意外在北方案例显著增多，而南方则发生溺水意外较多。慧择网事业部副总经理谢淑贞表示，有调查数据显示，52%的儿童意外伤害发生在家庭，19%发生在街道，12%发生在学校。当孩子2岁起学会走路，容易发生摔伤、磕碰、异物窒息等伤害；3岁左右进入幼儿园，与其他小朋友玩耍打闹、或者逗玩宠物被咬伤、抓伤比较多；当孩子逐渐长大踏入小学校园，因为意外伤害的理赔案例明显增加，骑车、爬山等跌摔伤、出去玩水游泳而溺水、以及交通事故频发。

　　如今市面上的少儿意外险主要针对18岁以下的孩子，一般新生儿出生7天后即开始有适用的各式意外险可供家长选择投保。相对其他少儿保险，少儿意外险的保费低，保额高，一般每年花上三四百元的保费，即可获得10万元保额意外伤害附加10万元意外医疗保障。

　　白血病和婴幼儿疫苗等特色保障产品走俏

　　除了意外导致的开支，孩子小的时候，“大病不犯、小病不断”是很多爸妈的共同感受。

　　因此少儿医疗开支也是许多家长关心的话题。

　　图3

　　和成人社保一样，少儿社保的原则同样也聚焦于“广覆盖、保基础”，因此自费药或一些自费项目的治疗都不能理赔。如果家长希望孩子尽快痊愈少受点苦，选择一些进口药、特殊药、先进的诊疗技术，则均不能列入报销范围。虽说各地区的少儿社保细则会有所不同，但基本上均为最基本的保基础产品，因此需要商业医疗险弥补少儿医保在重大意外、重大疾病以及高端医疗服务需求方面的覆盖不足。

　　根据报告，家长选择在孩子0~6岁时购买住院医疗险的比率高达93.1%，远超6~14岁的孩子购买占比13倍，而数据显示，家长的选择是“明智”的，在0-14岁儿童的住院医疗险理赔案件中，有61.5%的理赔案件集中在0~6岁的低龄儿童，首当其冲的理赔原因是支气管炎和肺炎，其次手足口病、口腔性疱疹、发烧、肠胃炎也是儿童导致生病住院的风险因素。

　　图4

　　除了这些易发的疾病，盘点围绕孩子健康，市场上推出的各类诸如流感、护齿等特色专项保障产品，销售最走俏的产品是儿童白血病和婴幼儿疫苗保障。日益上涨的儿童罹患白血病比例和屡见不鲜的疫苗卫生事故成为各界关注的焦点，数据显示，购买这两种保障的孩子年龄层，50%集中在2~6岁。

　　谢淑贞介绍，无论有没有社保，家长要选择在孩子不同年龄段配置不同的产品，并且要结合家庭的实际经济情况。比如，针对重疾产品，对于预算不多的家庭，可以考虑保障20-30年的消费型重疾，保障至孩子成人，届时再重新选择市面上已经更新换代的好产品；对于预算充足的家庭，则可以购买终身重疾险，年龄小费率低是很大的优势。她建议，为孩子购买保险时应当考虑：意外险、医疗险、少儿重大疾病保险。在这些保险都齐全的基础之上，考虑到未来确定性支出的少儿教育金及婚嫁金，可以购买教育金或者年金保险。

　　行业动态：上海市医保卡项目行业重疾理赔第一单

　　近日，经上海市保险同业公会确认，太平洋(601099,股吧)寿险上海分公司完成了《上海医保卡余额购买商业健康保险》项目重疾理赔第一单。客户李先生收到上海分公司给付的重大疾病保险金20万元、住院医疗费用保险金1.7万余元。

　　据悉，今年1月5日，客户李先生在上海分公司投保了《上海医保账户重大疾病保险》及《上海医保账户住院自费医疗保险》，成为首批享受到上海市此项惠民保险政策的参保人。4月17日，李先生因右肺结节入院，4月19日进行手术，4月24日临床病理诊断显示为右上肺肿块微浸润性腺癌。这期间住院花费医疗费用58540.64元，自费34741.22元。李先生出院后即向分公司报案，于5月17日提交理赔申请材料。接到理赔申请后，上海分公司高度重视，立即立案处理，核实相关病史，鉴于未发现既往病史及未如实告知事项，分公司于5月22日作出根据条款正常给付的结论，赔付重大疾病保险金20万元，医疗费用保险金17152.71元。上海分公司当天完成了结案支付。高额赔案在5个工作日内完成调查核实支付，得到了客户好评。

　　据了解，截至5月24日，太平洋寿险上海分公司医保卡项目累计生效保单近9800件，总保费近490万元。上海分公司还于近期发布医保卡余额购买商业健康险项目“投保状态自助查询”和“专属增值服务”两大新功能，不断优化服务体验，切实做好上海民生实事项目的落地。

感谢您阅读我的百家号文章，如果您喜欢的话不妨点击上方的订阅，我每天都会带来精彩的文章与大家分享。如果您有什么想法，可以在下方留言，同大家一起讨论！

解惑：大数据分析和金融领域的依存关系！

如今是一个网络化和数据化的新经济时代，大数据在众多领域有着亮眼的成绩，在金融方面的表现更是格外突出，大数据的是从海量的数据信息中识别获取到有价值的信息，并且从中分析出与相关领域有主要运行指标之间的关联，从而精确找到有价值的客户和渠道。

现在大数据在金融领域主要使用批量计算创建企业级的数据仓库，实现内部和外部数据的统一存储，通过对业务数据建模，找到了更多的数据关联关系，为管理决策精准营销提供数据支持，从而实现业务优化和创新。使用流式计算模式，实时处理大数据，帮助金融机构应对各类金融欺诈风险，开展实时智能决策，预测客户消费行为等。另外，金融机构利用深度学习技术，发挥人工智能在图像、语音、自然语言处理等方面的优势，实现技术性突破，整合更多的数据资源，预测金融消费者行为，实现市场营销和风险控制等，通过反欺诈异常检测进行预警，保护用户和公司双方利益。

大数据发展过程是增量和存量、场景之间互相转换的过程，大数据使得金融穿透到企业发展的全生命周期。大数据不仅可以描述已有的场景、分析已有的数据，更加可以通过点式显现和链式逻辑预测未来。

大数据已经成为互联网金融的催化剂，也助力消费金融的发展，一般意义上，大数据是指利用现有理论、方法、技术和工具难以在可接受的时间内完成分析计算、整体呈现高价值的海量复杂数据集合,所以说数据的体量越大，最终得到的大数据分析结果越精准，比如说MobData大数据就是利用了自己本身已有的巨大的数据体量，在消费金融领域获得了比较亮眼的成绩，对消费金融做出了一个完善的安全等级高的消费金融反欺诈服务体系，通过初步的数据采集然后进行数据治理，再进行欺诈识别，通过欺诈评分规则得到最终的判断结果。

MobData大数据通过海量的数据分析对消费金融行业的人群特征，也做出了近千种维度特征补充，能够做到最大程度的提高消费金融领域安全系数减少可能出现的风险因素，提升用户体验，优化服务质量，增强便捷性等。

消费金融的日益发展离不开大数据的支持，可以说金融对于大数据的依赖性比任何一个行业都强烈，在互联网金融领域，大数据的意义在于促成“金融信息+场景分析”的跨界融合，有效降低金融风险，提升金融机构的服务水平。运用大数据、云计算等科技构建风控体系就是先进的金融手段之一，能够对多维度、大量数据进行智能处理，且批量标准化的执行，不仅提升了风险防范能力，也为金融服务的创新奠定了基础。