36氪获悉，AI 数据服务平台「龙猫数据」宣布完成 3370万人民币A 轮融资，本轮由金沙江创投领投，九合创投、不惑创投（原真顺基金）继续跟投。此前龙猫数据曾获得九合创投、云天使天使轮及真顺基金Pre-A轮投资。本轮融资主要用于：加大研发投入，适应更多数据类型的采集标注，健全数据生产机制；提高服务能力和服务范围，比如医疗数据标注、小众人群采集、国外语音图像采集等。

龙猫数据上线于 2016 年初，其核心业务是为 AI 及大数据领域公司提供数据采集、标注等定制化数据解决方案，服务领域涵盖图像、语音、文本、视频四个方面。目前，龙猫数据旗下拥有众包平台「龙猫众包」，包括移动端APP、PC端标注网站等。官方表示，目前用户量达到百万级，可承担千万人以上样本量，为客户节约至少 50% 数据成本，是国内可调动数据处理人员最多、结果最精准的 AI 数据服务平台。目前，龙猫数据长期合作伙伴包括：百度、腾讯、小米、今日头条、蔚来汽车、升哲、出门问问、猎户星空、Advance、图森、下厨房、深鉴、Remo、YI+、西井、博云、云从、Video++ 等一系列国内领先科技公司。

具体业务方面，图像采集、标注是龙猫数据的第一大业务，龙猫数据提供的解决方案可广泛应用于计算机视觉、智能驾驶、智能安防、电商/新闻平台等多个领域，包括但不限于人脸图片、手势识别、各类车牌、商超 SKU 分类，以及车道线、车辆行驶区域标注、车辆行人 2D/3D 拉框、3D 点云等。龙猫数据告诉36氪，公司曾为多家无人车研发公司提供标注服务，积累了一批优秀标注员，每天可对数十万张图片进行标注。

语音/语义识别也是公司重要的业务之一。这方面，以语音交互智能硬件为例，龙猫数据已为多家相关公司提供语音录制服务，短时间内交付数十万人声样本，并且 100% 审核，大幅提高了客户研发进展。除此之外，龙猫数据还可提供语音转写 ASR，语义标注 NLP 等定制化服务。

当前，人工智能行业快速发展，以深度学习为代表的算法在诸多领域被逐渐应用，对优质数据，尤其是优质一手数据的需求量快速增长。当前，这些“有价值”的数据往往很难依靠市场上的“公开数据”获取，因而为做数据服务的公司提供了新的市场机遇。

专家预测，2018年，62%的大企业将会使用人工智能技术。Tractica预测，2024年人工智能市场规模将增长至111亿美元。基于乐观的市场前景，这一领域也出现了不少服务商。国外方面，亚马逊推出众包数据平台 Amazon Mechanical Turk，初创公司方面有CrowdFlower、Mighty AI等。国内方面，百度推出数据众包平台；成立于1998年的“海天瑞声”去年开始业绩有了大幅提升；成立较早的“数据堂”已经成功挂板新三板，2016年年收入达到9680万元，毛利率达到39.68% ；泛涵科技已完成融资；BasicFinder已于今年3月完成一千多万元pre-A轮融资；爱数智慧2017年初获得明势资本Pre-A轮融资，预计今年订单数量将达到千万元以上。

行业玩家众多，竞争不可避免。龙猫科技认为，公司的优势在于依靠千万级数据采集处理能力，构建了一整套高效健全的系统，从精度、速度、安全性三方面确保了数据结果。精度上，龙猫数据平台目前拥有多重审核机制，包括标注、审核、抽检，多人交叉验证，专业考核及线下培训等，并仍在不断完善。速度上，龙猫数据依托龙猫自有 APP 平台数百万 C 端标签用户，可实现根据需求实时调配人员，任务反应迅速。安全性方面，龙猫数据支持将标注系统直接部署在客户服务器上，不在自身服务器留存，解除了客户对数据安全的顾虑。

数据服务行业，重人力的劳动密集型行业。这类公司的关键点就在于——人员效率、交付质量。一般来说，目前市面上主要有众包和自营两种模式。自营模式较容易保证质量，但往往交付效率不高；众包模式效率高，但为保证质量后续质检要求高。

采用众包模式，龙猫数据的难点就落在了保证质量上：外部需要客户认可数据服务质量；内部需要提升质检的效率，降低运营成本。龙猫数据采用了「免费试采试标-后付费」的模式，合作初期免费为客户提供采集标注服务，正式合作确认后客户验收数据完毕可再付款，提升客户信任感。在质检的机制方面，数据质检应客户的需求，分初审、复审、抽审等多个步骤，为了提高质检效率，团队会针对每个项目，筛选培养一批用户审核团队来进行初审，初审中会采用交叉验证等机制来确保审核质量。

对于这一波因为深度学习而兴起的数据服务商来说，最大的潜在威胁很可能并非来自竞品，而是来自于增强学习、迁移学习等算法，后者仅需要少量的数据即可以达到一定的效果。龙猫数据表示，公司也在不断关注技术的进展，新的技术成熟后也会积极进行业务的调整。

龙猫数据团队目前有33人。 CEO 昝智拥有 7 年互联网产品经验，曾任豌豆荚商业产品负责人、百度联盟产品经理；CTO 姚毅曾任豌豆荚游戏频道技术负责人，Google、中兴工程师，并是点心（百度收购）创始团队核心人员。

来源：数据猿 作者：倪滴滴

上班出门，点开地图，前面红色，后面红色，左面红色，右面红色。被一片“姹紫嫣红”包围，前路不通后路被堵，进退维谷之际老板在深情呼唤，下属在翘首期盼，无奈只有祷告：希望地图的数据不准确，前方道路不求畅通无阻，但求顺利通行。今天本滴就告诉你地图是怎么知道路况给地图“上色”的，你侥幸不堵车的梦有多天真。

地图公司给地图“上色”主要靠数据，数据够则地图生。数据是地图的生命，车速是路况的根本，地图获取数据主要有两种方式：自给自足、仰给于人。

老话说得好，自己动手丰衣足食，地图依靠自给获得的实时交通数据占了一大半。

1、人肉采集，用脚步丈量世界。这种采集方式最辛苦，人工成本最高，据说年薪可达百万，但却最低效。用这种方式采集数据，地图的工作人员需在炎炎烈日下，在凛凛寒风中手持 PDA（掌上电脑） 和相机步行在大街小巷中，人肉采集实时交通数据，报告道路通行状况。有时交警也客串一下采集员，在执勤的时候顺带汇报一下路况。

2、采集车，采集员“翻身农奴把歌唱”。采集车是人肉采集的2.0版本，采集车集成了CCD相机、激光仪、GPS天线等设备，采集员驾驶采集车在路上穿梭，公司的监测数据指哪他们跑哪，不用再被风吹雨淋了。不过有些时候采集数据还是需要人工蹲守的。

3、众包数据，人民群众是最可爱的人。以高德为例，2016年时高德的实时交通大数据就已经有78%是UGC众包数据。地图软件、使用LBS（位置服务）业务的软件等都会向服务器发送位置信息，也就是只要你打开了百度、高德、新浪、淘宝就是在为我国交通状况的统计做贡献，某些情况，即使你没打开软件，也是在默默贡献自己的力量。多大的问题，除以7亿网民都会变得很小，手机用户反馈的信息基本能覆盖整个城市，人民群众确实是最可爱的人。还有一些人他们更可爱，他们会主动上报路况，二环三环水泄不通、五环中段车祸修路，高德地图的实时交通动态事件数据中，有85%来自于用户上报。

地图公司想获得更多更全面的数据，除了自给自足，还需仰给于人。

1、抱政府交通部门的大腿。当地图公司的数据生产力不足时，就需要别人帮助，它首先想到的是政府交通部门。比数据，谁也没有政府多。交通部门的数据又有以下几种来源：

摄像头，这类摄像头一般安装在电子警察的杆上或者信号灯杆上。它的主要作用就是统计车流量，给信号控制提供数据支持的同时顺带也让地图公司使用一下。

地感线圈，如果说摄像头是天罗，那么地感线圈就是地网。一个车道一般有两个线圈，一个检入，一个检出，两个线圈的距离除以信号开始和结束的时间差，便可以计算出车速，也可以测出车辆何时通过、有没有车辆能过。

车辆定位装置，交通部第5号令规定：“旅游客车、包车客车、三类以上班线客车和危险货物运输车辆在出厂前应当安装符合标准的卫星定位装置。重型载货汽车和半挂牵引车在出厂前应当安装符合标准的卫星定位装置，并接入全国道路货运车辆公共监管与服务平台。”也就是说交通部门几乎有所有行驶车辆的位置信息。

2、向专业数据公司求助。论数据的量，政府部门独占鳌头，比数据的质，数据商完美逆袭。国内提供路况数据服务的公司有世纪高通、掌成科技、九州联宇等，他们提供的数据质量更高，专业性更强。

3、与出租车公司、公交公司联手。出租车公司和公交公司提供的是浮动车数据，浮动车就是装有GPS的公交车和出租车,它们在行驶过程中能够定期记录车辆位置，方向和速度信息，计算处理这些数据后就能得到浮动车经过道路的车辆行驶速度以及道路的行车旅行时间等交通拥堵信息。地图公司和公交公司、出租公司合作得到这部分数据。

4、其他数据作补充。除了上述数据源外还有手机等移动终端通过移动通信网络、Wi-Fi接入点位置、移动终端的GPS定位收集到的定位数据。当你在路上时，通过手机信号知道你的位置和移动速度，经过数据处理，便可得到你所在道路的车辆移动速度。

以上便是地图服务商获取路况数据的主要手段，获取数据后程序猿就粉墨登场了，他们筛选出无效信息，如非移动车辆数据、重复数据等，再通过算法和模型计算出车速得到拥堵延时指数，按照拥堵延时指数给地图“上色”，深红色-非常拥堵；红色-拥堵；黄色-行驶缓慢；绿色-畅通；蓝色-没有路况信息。他们如此煞费苦心的收集路况信息和数据就是为了在地图上更精准地标出红黄绿，确凿地告诉你侥幸在姹紫嫣红中闯出一条路有多天真。

随着移动互联网、大数据时代来临，基于移动终端的大数据精准营销逐渐成主流。企业如何利用大数据发掘用户需求、精准找到目标用户群从而形成强有力的营销方案是关键所在。今天，堂主就跟大家探讨一下，大数据下的精准营销到底有哪些核心秘密值得我们注意呢？

精准营销 合适的时间遇上对的人

简单点来说，堂主认为精准营销就是在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。就好比中国人恋爱喜欢讲究缘分，一见钟情遇上对的人。从大数据角度来说，企业需要通过对数据的采集、处理、分析，从中提取用户需求，形成决策，从而实现企业、用户体验双赢。 

精准营销：有效利用大数据

为什么说大数据跟精准营销有联系了？我们通过以下三个真实案例来探究一下两者的关系。

1、尿布与啤酒

你一定想象不到，尿布和啤酒这两种产品也能发生故事？这并不是一个笑话，在美国一家超市里，因为两者摆在一起的举措，使得尿布与啤酒的销量大幅度增加，这件事情被人们津津乐道，这是发生在美国沃尔玛连锁超市的真实案例。

其实就是因为当地的妇女经常在家照顾孩子，所以她们会经常嘱咐丈夫，丈夫在下班回家的路上为孩子买尿布，而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。所以商家把他们摆在一起，带来了两者销售量的剧增。

2、半夜12点秒杀

这一案例发生在淘宝，有数据显示，用户每天上网高峰期主要集中在中午12点之后和晚上的12点之前。研究人员发现，出现这种“怪现象”的原因是因为现代人普遍睡觉前都会有上网的习惯，于是有些淘宝商家就利用消费者这种“强迫症”在晚上12点进行促销秒杀活动，带动销量的倍增。

3、出行定制服务

在北上广的童鞋应该对堵车深有体会。按照通常的惯例，市民出行一般搭乘公共交通，那就得去固定的巴士站点等待，一旦遇上堵车，等上一个小时都是分分钟都会发生的事。而现在，我们通过数据信息化手段可以直接进行客源组织，为处于相同区域、相同出行时间、具有相同出行需求的人群量身定做公共交通服务，并享受”一人一座“的定制服务，着实为出行提供了不少便利。

很明显，以上三个案例都是出于对历史数据进行挖掘，从而发现用户购买、出行等行为数据，再通过数据系统提取、整合有价值的数据，从而实现数据到行为分析再到营销方案售卖产品的转化。

精准营销核心：用户画像

俗话说知己知彼才能百战不殆。所谓知己，就是说要了解自己的产品定位和产品卖点是什么。所谓知彼，就是要了解竞争对手的情况、目标用户的情况。然后在根据不同的对象采取不同的策略，直面用户痛点，达到转化的目的。

对于用户画像我们不陌生，精准营销的核心就是用户画像。我们在对企业产品本身的定位以及分析的时候，就是根据产品特征，寻找定位出目标用户。对用户的分析，也就需要用户画像。 

1、什么是用户画像？

 简单来说，就是通过一系列标签去描述一个人物。例如，林心如，性别：女；职业：演员；年龄：40；婚姻状态：已婚；收入情况：高；当然还有很多因素，我们可以自定义。

但是很显然，用户画像最关键的是：我们希望从哪些角度去了解我们的目标用户，比如说：林心如喜欢吃什么、喜欢买什么、喜欢什么类型的化妆品、皮肤属性（干性还是油性），从而去给她推荐化妆品。所以重要点就是给用户打标签。 

2. 用户画像三部曲

用户画像怎么做？一般分为三步，数据采集、分析数据、综合标签。

（1）数据采集：我们做用户画像的目的，就是需要收集用户所有的数据。用户数据一般包括静态数据、动态数据两大类，静态数据如性别、地区、职业、消费等级等相对不变的信息数据，而动态数据一般是指，如网页浏览行为、购买行为等用户不停变化的行为信息;

（2）分析数据：做好数据采集后，我们需要给用户打上标签和指数，标签表示用户对该内容有兴趣、偏好、需求等，指数代表用户的兴趣程度、需求程度、购买概率等；

（3）综合标签：整理标签，综合起来，我们就能对目标用户群体有了大概的了解。　　

3. 用户画像实际运用

既然已经完成了用户画像，我们就可以开始精准营销了。确定好应用场景，我们选择该场景需要用到的用户标签，进行精准用户营销信息推送等。当然，具体的应用我们还需要考虑到公司、业务的实际情况来进行决策设计。 

精准营销：找准数据源是关键 

大数据时代，企业如何正确驾驭海量繁杂数据，达到企业、用户体验双赢，并不是一件容易的事情。做好用户画像的前提是大量的用户数据，数据堂汇聚了来自行业合作、数据众包采集、政府合作和网络爬取等方式获取的涵盖科技、信用、交通、医疗、卫生、通信、天气、地理、质监、环境、商户、电力等十几大领域的近5万组共2000TB海量数据，通过彼此关联融合为立体维度数据库，以数据库和API接口的服务形式满足近千家数据应用商数据需求。

（图片来源于网络）

作者：苏格兰折耳喵

来源： 运营喵是怎样炼成的 （yymzylc）

（温馨提示：图片显示毛糙和不清楚，是分辨率过高的缘故，点击图片，即可看到高清大图。 ）

本文将对一个案例进行从数据采集、数据清洗、数据分析再到数据可视化的全流程分析，力求条理清晰的展现外部数据分析的强大威力。以下是本文的写作框架：

1 分析背景

1.1 分析原理---为什么选择分析虎嗅网

在现今数据爆炸、信息质量良莠不齐的互联网时代，我们无时无刻不身处在互联网社会化媒体的“信息洪流”之中，因而无可避免的被它上面泛滥的信息所“裹挟”，也就是说，社会化媒体上的信息对现实世界中的每个人都有重大影响，社会化媒体是我们间接了解现实客观世界和主观世界的一面窗户，我们每时每刻都在受到它的影响。

综合上述两类情形，可以得出这样的结论，透过社会化媒体，我们可以观察现实世界：

由此， 社会化媒体是现实主客观世界的一面镜子，而它也会进一步影响人们的行为，如果我们对该领域中的优质媒体所发布的信息进行分析，除了可以了解该领域的发展进程和现状，还可以对该领域的人群行为进行一定程度的预判。

鉴于此种情况，作为互联网从业者的笔者想分析一下互联网行业的一些现状，于是想到了虎嗅网。

虎嗅网创办于2012年5月，是一个聚合优质创新信息与人群的新媒体平台。该平台专注于贡献原创、深度、犀利优质的商业资讯，围绕创新创业的观点进行剖析与交流。虎嗅网 的核心，是关注互联网及传统产业的融合、一系列明星公司（包括公众公司与创业型企业）的起落轨迹、产业潮汐的动力与趋势。

因此，对该平台上的发布内容进行分析，对于研究互联网的发展进程和现状有一定的实际价值。

1.2 本文的分析目的

笔者在本项目中的分析目的主要有4个：

（1）对虎嗅网内容运营方面的若干分析，主要是对发文量、收藏量、评论量等方面的描述性分析；

（2）通过文本分析，对互联网行业的一些人、企业和细分领域进行趣味性的分析；

（3）展现文本挖掘在数据分析领域的实用价值；

（4）将杂芜无序的结构化数据和非结构化数据进行可视化，展现数据之美。

1.3 分析方法---分析工具和分析类型

本文中，笔者使用的数据分析工具如下：

Python3.5.2（编程语言）

Gensim（词向量、主题模型）

Scikit-Learn（聚类和分类）

Keras（深度学习框架）

Tensorflow（深度学习框架）

Jieba(分词和关键词提取)

Excel（可视化）

Seaborn（可视化）

新浪微舆情（情绪语义分析）

Bokeh（可视化）

Gephi（网络可视化）

Plotly（可视化）

使用上述数据分析工具，笔者将进行2类数据分析：第一类是较为传统的、针对数值型数据的描述下统计分析，如阅读量、收藏量等在时间维度上的分布；另一类是本文的重头戏---深层次的文本挖掘，包括关键词提取、文章内容LDA主题模型分析、词向量/关联词分析、DTM模型、ATM模型、词汇分散图和词聚类分析。

2 数据采集和文本预处理

2.1 数据采集

笔者使用爬虫采集了来自虎嗅网主页的文章（并不是全部的文章，但展示在主页的信息是主编精挑细选的，很具代表性），数据采集的时间区间为2012.05~2017.11，共计41,121篇。采集的字段为文章标题、发布时间、收藏量、评论量、正文内容、作者名称、作者自我简介、作者发文量，然后笔者人工提取4个特征，主要是 时间特征 （时点和周几）和 内容长度特征 （标题字数和文章字数），最终得到的数据如下图所示:

2.2 数据预处理

数据分析/挖掘领域有一条金科玉律：“Garbage in, Garbage out”，做好数据预处理，对于取得理想的分析结果来说是至关重要的。本文的数据规整主要是对文本数据进行清洗，处理的条目如下：

（1） 文本分词

要进行文本挖掘，分词是最为关键的一步，它直接影响后续的分析结果。笔者使用jieba来对文本进行分词处理，它有3类分词模式，即全模式、精确模式、搜索引擎模式：

· 精确模式：试图将句子最精确地切开，适合文本分析；

· 全模式：把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；

· 搜索引擎模式：在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

现以“新浪微舆情专注于社会化大数据的场景化应用”为例，3种分词模式的结果如下：

【全模式】: 新浪/ 微舆情/ 新浪微舆情/ 专注/于/ 社会化/ 大数据/ 社会化大数据/ 的/ 场景化/ 应用

【精确模式】: 新浪微舆情/ 专注/于/ 社会化大数据/ 的/ 场景化/ 应用

【搜索引擎模式】：新浪，微舆情，新浪微舆情，专注，于，社会化，大数据，社会化大数据，的，场景化，应用

为了避免歧义和切出符合预期效果的词汇，笔者采取的是精确（分词）模式。

（2） 去停用词

这里的去停用词包括以下三类：

标点符号：， 。！ /、*+-

特殊符号：▲等

无意义的虚词： “the”、“a”、“an”、“that”、“你”、“我”、“他们”、“想要”、“打开”、“可以”等

（3） 去掉高频词、稀有词和计算Bigrams

去掉高频词、稀有词是针对后续的主题模型（LDA、ATM）时使用的，主要是为了排除对区隔主题意义不大的词汇，最终得到类似于停用词的效果。

Bigrams是为了自动探测出文本中的新词，基于词汇之间的共现关系---如果两个词经常一起毗邻出现，那么这两个词可以结合成一个新词，比如“数据”、“产品经理”经常一起出现在不同的段落里，那么，“数据_产品经理”则是二者合成出来的新词，只不过二者之间包含着下划线。

3 描述性分析

该部分中，笔者主要对数值型数据进行描述性的统计分析，它属于较为常规的数据分析，能揭示出一些问题，做到知其然。

3.1 发文数量、评论量和收藏量的变化走势

从下图可以看出，在2012.05~2017.11期间，以季度为单位，主页的发文数量起伏波动不大，在均值1800上下波动，进入2016年后，发文数量有明显提升。

此外，一头（2012年第二季）一尾（2017年第四季）因为没有统计完全，所以发文数量较小。

下图则是该时间段内收藏量和评论量的变化情况，评论量的变化不愠不火，起伏不大，但收藏量一直在攀升中，尤其是在2017年的第二季达到峰值。收藏量在一定程度上反映了文章的干货程度和价值性，读者认为有价值的文章才会去保留和收藏，反复阅读，含英咀华，这说明虎嗅的文章质量在不断提高，或读者的数量在增长。

3.2 发文时间规律分析

笔者从时间维度里提取出“周”和“时段”的信息，也就是开题提到的“人工特征”的提取，现在做文章分布数量的在“周”和“时”上的交叉分析，得到下图：

上图是一个热力图，色块颜色上的由暖到冷表征数值的由大变小。很明显的可以看到，中间有一个颜色很明显的区域，即由“6时~19时”和“周一~周五”围成的矩形，也就是说，发文时间主要集中在工作日的白天。另外，周一到周五期间，6时~7时这个时间段是发文的高峰，说明虎嗅的内容运营人员倾向于在工作日的清晨发布文章，这也符合它的人群定位---TMT领域从业、创业者、投资人，他们中的许多人有晨读的习惯，喜欢在赶地铁、坐公交的过程中阅读虎嗅讯息。发文高峰还有9时-11时这个高峰，是为了提前应对读者午休时间的阅读，还有17时~18时，提前应对读者下班时间的阅读。

3.3 相关性分析

笔者一直很好奇，文章的评论量、收藏量和标题字数、文章字数是否存在统计学意义上的相关性关系。基于此，笔者绘制出能反映上述变量关系的两张图。

首先，笔者做出了标题字数、文章字数和评论量之间的 气泡图 （圆形的气泡被六角星替代，但本质上还是气泡图）。

上图中，横轴是文章字数，纵轴是标题字数，评论数大小由六角星的大小和颜色所反映，颜色越暖，数值越大，五角星越大，数值越大。从这张图可以看出，文章评论量较大的文章，绝大部分分布于由文章字数6000字、标题字数20字所构成的区域内。虎嗅网上的商业资讯文章大都具有原创、深度的特点，文章篇幅中长，意味着能把事情背后的来龙去脉论述清楚，而且标题要能够吸引人，引发读者的大量阅读，合适长度标题和正文篇幅才能做到这一点。

接下来，笔者将收藏量、评论量和标题字数、文章字数绘制成一张3D立体图，X轴和Y轴分别为标题字数和正文字数，Z轴为收藏量和评论量所构成的 平面 ，通过旋转这个3维的Surface图，我们可以发现收藏量、评论量和标题字数、文章字数之间的相关关系。

注意，上图的数值表示和前面几张图一样，颜色上的由暖到冷表示数值的由大到小，通过旋转各维度的截面，可以看到在正文字数5000字以内、标题字数15字左右的收藏量和评论量形成的截面出现“华山式”陡峰，因而这里的收藏量和评论量最大。

3.4 城市提及分析

在这里，笔者通过构建一个包含全国1~5线城市的词表，提取出经过预处理后的文本中的城市名称，根据提及频次的大小，绘制出 一张反映城市提及频次的地理分布地图 ， 进而间接地了解各个城市互联网的发展状况（一般城市的提及跟互联网产业、产品和职位信息挂钩，能在一定程度上反映该城市互联网行业的发展态势）。

上图反映的结果比较符合常识，北上深广杭这些一线城市的提及次数最多，它们是互联网行业发展的重镇。值得注意的是，长三角地区的大块区域（长江三角洲城市群，它包含 上海 ， 江苏省 的 南京 、 无锡 、 常州 、 苏州 、 南通 、 盐城 、 扬州 、 镇江 、 泰州 ， 浙江省 的 杭州 、 宁波 、 嘉兴 、 湖州 、 绍兴 、 金华 、 舟山 、 台州 ， 安徽省 的 合肥 、 芜湖 、 马鞍山 、 铜陵 、 安庆 、 滁州 、 池州 、 宣城 ）呈现出较高的热度值，直接说明这些城市在虎嗅网各类资讯文章中的提及次数较多，结合国家政策和地区因素，可以这样理解地图中反映的这个事实：

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

长三角城市群是“一带一路”与长江经济带的重要交汇地带，在中国国家现代化建设大局和全方位开放格局中具有举足轻重的战略地位。中国参与国际竞争的重要平台、经济社会发展的重要引擎，是长江经济带的引领发展区，是中国城镇化基础最好的地区之一。

接下来，笔者将抽取文本中城市之间的 共现关系 ，也就是城市之间两两同时出现的频率，在一定程度上反映出城市间经济、文化、政策等方面的相关关系，共现频次越高，说明二者之间的联系紧密程度越高，抽取出的结果如下表所示：

将上述结果绘制成如下动态的流向图：

由于虎嗅网上的文章大多涉及创业、政策、商业方面的内容，因而这种城市之间的共现关系反映出城际间在资源、人员或者行业方面的关联关系，本动态图中，主要反映的是北上广深杭（网络中的枢纽节点）之间的相互流动关系和这几个一线城市向中西部城市的单向流动情形。流动量大、交错密集的区域无疑是中国最发达的3个城市群和其他几个新兴的城市群：

京津冀城市群

长江三角洲城市群

珠江三角洲城市群

中原城市群

成渝城市群

长江中游城市群

上面的数据分析是基于数值型数据的描述性分析，接下来，笔者将进行更为深入的文本挖掘。

4 文本挖掘

数据挖掘是从有结构的数据库中鉴别出有效的、新颖的、可能有用的并最终可理解的模式；而文本挖掘（在文本数据库也称为文本数据挖掘或者知识发现）是从大量非结构的数据中提炼出模式，也就是有用的信息或知识的半自动化过程。

本文的文本挖掘部分主要涉及高频词统计/关键词提取/关键词云、文章标题聚类、文章内容聚类、文章内容LDA主题模型分析、词向量/关联词分析、ATM模型、词汇分散图和词聚类分析。

4.1 关键词提取

对于关键词提取，笔者没有采取词频统计的方法，因为词频统计的逻辑是：一个词在文章中出现的次数越多，则它就越重要。因而，笔者采用的是 TF-IDF （termfrequency–inverse document frequency）的关键词提取方法：

它用以评估一字/词对于一个文件集或一个语料库中的其中一份文件的重要程度，字/词的重要性会随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。

由此可见，在提取某段文本的关键信息时，关键词提取较词频统计更为可取，能提取出对某段文本具有重要意义的关键词。

下面是笔者利用jieba在经预处理�...

2017年，人工智能无疑是科技和互联网领域最火的关键词，没有之一。而人工智能的爆发式增长也带动了相关产业纷纷变革，深挖人工智能红利。文思海辉人工智能数据服务就牢牢把握住了这一时代良机，通过数字化工具开发及多数字化平台整合互联，深入打造全球众包数字化解决方案。

敏捷的多语言及数据服务众包解决方案

“文小包”是基于云的管控式众包多语言服务众包解决方案，除传统的软件和内容本地化服务外，特别面向人工智能研发组织，提供语音、图像、文本、地图等数据的采集与标注服务，适用于语音智能、图像识别、机器翻译、自然语言理解、智能导航、人机交互、无人驾驶等多种人工智能研发及应用场景。李开复曾表示：大数据是人工智能的前提。而“文小包”正是通过提供海量、精细化、高质量、可扩展的训练数据，助推人工智能产品的研发和上市进程。众包服务模式更能够缩短工期，为客户节约成本。

“文小包”在线上拥有卓越的全球资源供应链和全天候资源协作能力，在线下则背靠文思海辉全球化多语言服务在北京、上海、无锡、西雅图、巴塞罗那和东京六大全球交付中心，充分调动全球当地资源，开展多语种数据众包服务，可实现7*24全球交付，从而满足企业全球化、敏捷化、快速数字化等业务对全球本地人才资源的需求，打造立足中国、辐射全球的多语言数据众包服务品牌。

深度整合的数字化众包服务体系

由于众包本身具有人员、任务、管理和生产环境的分散性，当今全球数据众包面临着诸多挑战，效率低下、互动性差、缺乏可视性和互操作性，且大规模部署能力不足。为了应对上述挑战，文思海辉全球数据众包团队自主研发了统一、互联的Pactforma数字化生产及管理体系，将Remote众包平台（文小包）、FilesCenter文件中心、Desk生产平台、DeskMC管理门户整合到同一框架中，实现多项任务同一界面、集中管控、实时分析和全球互联，确保海量级全球众包数据项目的高效管理与实施。

通过数字化整合，文思海辉全球数据众包服务成果凸显：生产速度提升了50%，整体效率提升>35%，服务质量提升>10%，不仅充分解决了前述难题，而且摆脱了众包服务固有的“人海战术”标签，向着技术驱动型的互联网众包服务模式深入探索，不断践行文思海辉“成就更美好的数字化新世界”的愿景与使命。

由于出色的数字化服务能力，“文小包”（原名“文思海辉大圣众包”）代表文思海辉集团在2017中国国际智慧服务峰会上荣膺“2017中国智慧服务领军企业奖”。文思海辉更是在今年由美国著名语言行业调查机构Common Sense Advisory发布的《2017年亚洲语言服务市场报告》中，第九年蝉联语言服务业务额中国第一。

更可靠的互联网众包及兼职平台

除了面向B端客户提供全球数据众包解决方案，“文小包”还是一个面向全球C端用户的多语言数据众包任务平台和资源池。目前“文小包”平台网站提供中、英、日三种界面语言，发布语言转写与标注、数据采集与处理、众包测试、众包翻译等在线任务类型，并已实现资源招募、培训评估、质量控制、在线论坛、信誉跟踪、支付管理六大平台功能。

众所周知，网络兼职风险高，骗局频出，“赔了夫人又折兵”是常有的事。为此，“文小包”任务平台特嵌入受文思海辉财务部门官方管理的在线支付系统，用户可自己录入和更新付款信息，在线核对劳务账单并跟踪付款进度，让劳务付款更便捷、更透明、更可靠，个人信息也更安全。劳务结算方式也针对全球资源提供多样化选择：付款周期为人民币每月两次，美金每月一次，支持人民币账户、PayPal和西联汇款三种方式。

此外，“文小包”上的众包任务人人都能做，资源用户完全不用担心无法胜任。“文小包”会针对具体任务提供专业在线培训，确保用户充分掌握技能/规范后再上岗。用户足不出户，只需电脑和网络即可远程做任务，畅享移动互联时代的自由、舒适新生活。

Google街景地图是一个如同平行世界的神奇存在。如果正在使用这项功能的人，在地图上“遇到”自己或者熟人，不知是该高兴，还是尴尬。

国外一男子在用谷歌街景地图规划驾车路线时，一不小心看见了坐在长凳上和隔壁老王“聊天”的老婆，而这张图是 5 年前被拍到的……后来，他老婆果断承认自己出轨，并跟他离了婚。

同样，你年少轻狂时的黑历史被Google收录的话，可能这辈子也无法清除……

记下这些神奇（qiu）的事情，Google是如何做到的？

2007 年 5 月 25 日，Google 的街景服务正式上线。过去十一年，谷歌一直在用各种方式收集来自世界各地的街景。

除了传统的地图采集车，Google 的街景采集方法中，还包括大量更“接地气”的方式，比如，直接把摄像机绑在人身上，走着拍；或者把摄像机绑在狗和羊的身上拍摄……当然，这些拍摄大部分由Google粉丝完成。

为什么要用这种方式采图？因为地球太大了，而且地图上的内容也需要不断更新。采图的工作量大幅上升，因此，就想到了这个“众人拾柴火焰高”的办法，按照专业人士说法就是：“众包地图采集，是维持地图快速更新的最有效的解决方案。”

这种通过大量的非专业人员和终端，进行地图采集，再进行数据上传，而后实现地图更新的方式，专业上叫做“众包地图采集”。

可以预见的是，众包地图采集也是高精度地图采集的重要方式之一，因为，相较于传统地图5米以上的精度，高精度地图1米甚至更高的精度，对数据处理量和更新频率的要求高出许多。

当然，高精度地图的众包采集需要升级工具。除了采集者所使用的硬件需要支持获取高精度数据，数据处理能力的升级需要更专业的软件服务——基于云端的高精度GNSS＋INS（高精度位置数据+高精度姿态数据）后处理服务。

这款名为千寻云迹的产品，能够让高精度地图的众包采集者省去自建基站、购买专业后处理软件，并安排专人操作与维护等流程，轻松处理获取到的位置、姿态信息。

依托千寻位置遍布全国的超过2200个地基增强站和21万个虚拟站，千寻云迹的服务覆盖全国，可对各基站数据随时调用，这令千寻云迹的数据处理效率和准确率大大提升。千寻云迹从2017年10月发布以来，已经累计处理了270万公里车道级地图数据；51万公里的厘米级高精度地图数据。

千寻位置智能驾驶事业部总经理年劲飞表示“传统集中式的制图很难满足高精度地图频繁的更新需求，而采用千寻云迹，就能把地图更新的任务交给道路上行驶的大量非专业采集设备，它们及时发现道路变化，将数据上传至云平台，从而实现高精度地图数据的快速更新。”

从2018年年初几起金额巨大的投资案开始，自动驾驶行业一路甚嚣尘上。可在高阶自动驾驶基础设施尚未达标的当下，头脑始终保持清醒的投资圈率先回归理性，不再执着于L4级别自动驾驶解决方案，转而向行业内普及推广“高精地图”的概念。

毕竟无人车始终需要依靠对周边环境的精准感知能力，来完成“安全”与“可靠”两项基本指标。而初创企业总是嗅觉灵敏的。以融资为切口，几个月间多家新图商开始向BAT等传统地图厂商发起围追堵截。

不去科普技术，单凭生产模式可将整个行业分为两类：以传统图商为代表的“专业测绘人工制图”模式；以新创企业为代表的“数据众包自动生产”模式。

传统图商口中的“众包”是伪命题

前者称为“专业采集”，基本可以说是当下主流的地图绘制模式，包括四维图新、高德地图，以及具有百度背景的宽凳科技。展开来说，图商先进行整车改造，装配雷达、摄像头、RTK测绘仪等昂贵设备，甚至给车队配上保姆车，以此进行数据采集测绘，再采用内页手工制图。

这种看似常规的作业方式，却被极奥科技联合创始人、CTO王雪坤视作“众包伪命题”：“如果你对汽车行业有足够了解就会知道，任何数据进入主机厂后就不可能出来了。即便是BBA的‘亲儿子’Here，都没有得到一行BBA输出的数据。作为一个Tier 1或者Tier 2的图商，凭什么拿到主机厂的数据？”

回忆起在传统图商的工作经历，王雪坤现身说法。彼时，这位创业者负责欧洲一线车厂的产品线。按他的话来说，每天的工作任务就是编各种故事掩盖地图老旧、更新慢的问题。内部几重讨论下来，多元数据采集的“众包”就成了保证地图更新速率的最佳方式。

可现实是，在与老东家客户的交流过程中，王雪坤发现没有一家主机厂愿意对外输出数据。即便目前看来，车联网等各种硬件环境和通信基础建设已经能够支撑数据的回收，但从车厂的角度而言，其在平台设计时便天然不支持数据的回传。“技术方面是解决了，虽然在POC（Proof of Concept）里面我们要尝试一下，但主机厂层面仍需要突破最后一道心理防线。”

直到2014年年底，现为极奥另一位创始人打来电话：“现在后装市场的行车记录仪、大屏车机开始装SIM卡了，这事儿有没有可以玩的？”王雪坤回忆说：“当时我就知道，我找到第二条路了。”

也就是说，相比通过前装车辆搜集数据，从后装切入进行众包数据采集本身具备一定优势：铺量很快，同时面对行车记录仪等生产型企业，通过技术植入或交换，以极低甚至几乎零成本引入数据平台，更好推进商务层面的合作。而这就是如今极奥科技提出的第二种生产模式——数据众包。

据了解，极奥科技现在平台上已经接入800多万辆车，年底将超过1000万辆。其每天能够产生两亿多公里数据，这些数据通过地图生产平台以人工智能的方式最终完成高精度地图作业。

看下来，这种“数据众包自动生产”模式的好处毋庸置疑，传统巨头似乎没有理由对此“视而不见”。究其原因，四维图新出身的王雪坤表示，地图是一个劳动密集型产业，体量巨大的传统图商要想转到高科技公司并不容易。“地图这件事情，本身是一个工艺化的生产流程。它已经是一个耦合的非常好的一个链条，你不能从中拆掉，除非推倒重建。”

换句话说，传统图商目前只能通过与主机厂合作获取道路数据。即便明知物流场景可以作为入口完成众包，却无法为物流公司提供服务。“传统图商在今年CES上展出过公司众包设备， 15万人民币一台。对于物流公司而言，成本太高了。”

“相比传统图商巨头，我们今年上半年研发的专业众包设备在成本上少两个零，同样能够达到5-10厘米的精度。”反观极奥的商业模式，这家没有车队的初创企业选择用服务抢占入口，以硬件为基础，向物流公司、车辆运营公司、客运公司抛出橄榄枝。或者说，极奥在试图用后装的设备保证地图的鲜活度，同时用专业设备的众包保证地图的精准度。

定位“地图服务商”，以行业服务反哺

值得一提的是，虽然全方位对标传统图商，但极奥却拒绝把自己定位成地图公司，其强调“地图服务商”的概念。而所谓“地图服务”，以自动驾驶为例，传统图商拿出来的是一张地图成品，而极奥则打包了从生产发布更新的整个地图端，到基于地图的高精度定位、多传感器融合，以及基于地图的车道决策，包括避障、改变车道等一系列动作。“地图能够在你这条产业链里面做到的最后一步是什么？我做到地图的极限。”

直接点说，相比扔给你一张地图，地图服务商要做的是教你如何用地图。不可否认，基于对地图属性丰富度、鲜活度的超高要求，高精地图最完整的一个落地场景一定是自动驾驶。可拆分开来，电子地图每一个维度都能否赋能到其他行业。

在物流行业中，传统地图在限高限重限宽限轴等方面的信息、对车道级的限行、道路级的限行等等数据均是缺失的，甚至在拓扑、道路等常规环节之外，高精地图忽略了很重要的POI（Point of Interest）环节。这直接造成物流公司30%-40%的损耗。追根究底，是因为面向乘用车市场的传统图商放弃了这部分数据的采集，而这恰恰成为了极奥眼中可以切入的巨大市场空间。

展开来说，该公司通过高精地图基于车道的坡度去斜率，再配合众包数据建立起的数学模型去完成整个对于每条道路的成本预估模型，然后给到这些物流公司进行精准化运营。要知道，物流成本就是时间成本，油耗、轮胎损耗、刹车损耗均是重要因素，而商业公司缺少的这部分数据导致最终无法进行估价。

另外，在分时租赁以及共享出行方面同样存在合作机会。运营公司的核心要点是车辆流转率，车辆位置则起到决定性作用。传统地图只规划单线道路，无法做到精准化定位。极奥则通过对车辆周边环境，包括路沿等物体判断车道位置是否适合下一次流转，或者测算流转率更高的停车位置，以此指导运营人员工作，实现整体流转率呈倍数的提高。

用行业服务去支撑未来，看起来有点“开小差”的工作却成了极奥生存下去的重心。“我个人比较悲观，自动驾驶并非2021年就可以满街跑。我们都相信2025年之前L3一定会定点，之后才能量产。作为一家创业公司，在这段时间里不单要抢定点，还得活着。”

地图公司只有两件事：成本和更新

说白了，即便是一家“全职”地图公司，要做的也就是两件事：控制地图生产成本，提高地图更新频率。具体而言，成本降低意味着设备铺量，便能直接提高整体更新速度。

就成本端，王雪坤直言：“从2015年10月27号我们公司拿到营业执照当天开始，到现在，估计还没有传统图商一个月花得多。”究其原因，专业测绘工作需要按公里数计算价格：2016年，高德地图汽车事业部总裁韦东在演讲中公开表示：公司一辆测绘车改装费800万元，每公里测绘成本10万元。

其中，成本最高的部分便在于动辄上百万元的激光雷达。而相比大多数传感器路线，极奥推出了成本更低的“双目加IMU（Inertial Measurement Unit）”方案，将成本控制在2-3万元。在演示中，地图上坡、曲率、涵洞高度等等均通过图片融合技术完成。至于精度层面，双目摄像头目前可以达到5厘米，激光雷达则在1-2毫米之间，目前业内对于精度的需求普遍在5-20厘米一个单位。

在几乎为零的数据成本之外，公司大量支出来自内部运营。在近80名员工中，80%为研发人才，其中以地理信息和人工智能两大类为主，这些来自传统图商及Tier 1厂商的一线员工进而构成了极奥的技术壁垒。国内地理信息人才匮乏已经成为行业共识，王雪坤毫不避讳地说：“在国内本科中，电子地图仅仅是大三下学期一门课一章里面的两小节。中国电子地图行业发展只有15年左右，四维图新的发展史就是中国电子地图的前半段。”

如果想要进一步降低人力成本，恐怕就得在自动化上多下功夫。按极奥方面的说法，以地图原始数据作为众包平台，从众包平台到地图人工智能多生产平台再到生产的流程已经实现了90%以上的自动化率。至今仍需要人工完成的工作在于串接、标注、质检，包括服务器数据拷贝以及机器生产任务的自动化工单等。“极奥内部的最高指导原则是，任何一件事人工重复两遍之后，必须自动化。”

在持续降低成本的同时，对于拥有55%-60%后装在线设备量的极奥来说，提高精度则是另外一个重点，其最大制约因素在于环境覆盖量。对此，王雪坤概括为：“众包就是一个‘三人成虎’的故事，数据长传后经过人工智能自动处理，关键在于摄影感知技术。我要让系统相信一辆车的数据能够达到什么精度，才能以最小数量的车辆规模来完成。再进一步，就是设备量和更新速度、成本和时间互相交叉平衡的过程。”现阶段，该公司数据的更新频率仍以小时为单位。

无人驾驶公司的高精地图只属于“独立小王国”

回到业界最为关心的技术进展方面，这家新创企业现阶段已经完成了全国30万公里高速路段及全国20几个中心城市核心道路的测绘工作，地图可信度达到95%以上。

单从应用场景来看，极奥似乎正处在从L3到L4跨越的关键节点，其中考量有三：能否快速覆盖地面、复杂地物的结构化、地图精细颗粒度的更新。有意思的是，诸多自动驾驶科技企业在进行无人车队实际运营时，选择自行解决高精地图业务，貌似也想分出一块蛋糕。

实际上，无人车队运营的高精度地图和图商手中的高精度地图分属两个概念。以极奥为例，该公司把高精度地图分为四个层面：

设施层：这部分我们首先关注的是静态物理世界的重构。所包含的内容也是地图中最最基础的车道级拓扑，高精度的地物、以及高精度的道路、路口模型、车道边线等等。地图的基本模型、基本结构、基本属性、基本精度以及基本的实时动态性将有这层来保证。环境层：当然也有人称之为“感知地图”，这里面针对地物将包含更丰富的视觉特征，激光点云特征，毫米波雷达特征，这当然是为了提高定位精度和场景感知所必备的。同时也将包含更丰富的交通语义，甚至更丰富的动态语义。行为层：其反映的信息完全跳脱了传统地图的关注范围，将目光放到了车辆驾驶行为上——自车驾驶行为、周围车辆驾驶行为，以及两者相互之间的行为影响，在各个应用场景的决策模型建立和评估中，它们扮演着重要的角色。场景层：这是最有别与传统地图的一部分，刚才已经反复强调的物流、出行、智慧城市等的特有数据，将在这层做到最终的表达。这一层的数据来源也是最丰富的，数据变化也将是最快的，数据特性也是最各异的。

对于自动驾驶公司而言，他们谈高精度地图仅仅是“环境层”的特征模型，用以参考定位，技术含量很低。“他们可以用自己L3级别的自动驾驶车，在园区里面进行测绘。那是他们的独立小王国。”在以地图服务为核心的极奥看来，这家公司要的是一张逻辑、基础技术、应用均十分完备的地图。

五年内定点，国内车厂才是蓝海

有意思的是，虽然极奥的数据来自后装市场，实际做的却是面向前装车厂的工作。随着产品线逐步成型以及各个业务方向明确，该公司十分明确要在5年时间内抢夺自动驾驶定点，通过各种地图服务保障公司资金流通。

他们显然并不排斥跟主机厂合作。王雪坤透露，公司的确在跟一家国际车企谈如何用它的数据进行回收，包括云架构、互相脱敏等。然而，这与后装企业间简单通过免责声明合法换取数据截然不同，面对国际车企，供应商必须要考虑能够提供哪些服务。在打通研发环节之外，更多需要引入销售、4S店等等体系整体设置产品。

“老实说，推进很慢。但我们知道这件事情在三五年之内要定点，十年左右实现车辆量产。”谈及合作伙伴，亿欧汽车了解到，极奥去年便进入了某德系一线主机厂的供应商体系，合作覆盖L2到L4级别的研发层面。此外，还包括上海大众、一汽、威马等合资车企及自主品牌。

严格说来，地图供应商在主机厂面前基本用了相同的套路：逃不开研发费、license费、以及后续服务费这样的组合贩售。而高精地图产品无非分为两个维度：高精性和实时性。极奥的信心来自：“高精层面一致，但实时性上我绝对以几个数量级领先于他们。”

说实话，这家3岁的企业野心相当明确。对于统治电子地图十余年的老牌巨头而言，地图更新和地图应用可以说是其鲜少暴露的弱点，这刚好给了极奥切入市场的机会。幸运的是，在商务层面几家图商均处于POC阶段，“我们从传统图商最薄弱的口子切入。现在看来，我们已经切到最核心的部分，因为极奥不但能够实现地图更新，以快速的方式补充地物、变更拓扑，我们也同样提供稳定的车辆决策路线，最终把20赫兹的频率把车头前方200米范围内每20厘米的点，交到主机厂负责车辆控制的团队，直接完成自动驾驶。”

口气不小，好在头脑足够清醒。极奥很明白，长久以来站在供应链顶端的自主品牌未来只有两条路：其一，从安全角度考虑，选择知名跨国Tier 1厂商，降低“�...

出品|根智汇、老板日课；作者|黄子（企业医生）

企业在设计商业模式时，可以考虑改变传统集中式企业单一支付成本的方式，充分利用分布式资源（如网络资源）来协作完成内部无法完成的任务。随着互联网技术的发展，企业可以通过方便地连接外部资源进行协作创造，将内部价值链转化为外部价值链，成本也自然由外部主体承担。

在互联网时代，企业要善于打破公司的边界。

一般企业可以运用外包专业力量来解决内部无法承担的项目或成本过高的项目。外包强调的是高度专业化，专业化带来成本降低。而众包则强调跨专业的创新，往往蕴含着巨大的潜力，产生的结果往往是内部天价成本都无法实现的结果。

集中化和分布化的区别：

例如美国加州分布式计算项目。

美国加州伯克利大学的分布式计算项目，成功调动了世界各地成千上万个人电脑的闲置计算能力，同样地，分布式的人力资源网络也可以使成千上万网民的闲置脑力得到充分应用。轰轰烈烈的软件开源运动证明，由网民协作网络写出的程序，质量并不低于微软、Sun等大公司的程序员开发的产品。

例如维基百科。大规模协作，维基百科更是树立了一个群体创作的典范。

众包能帮企业节约大把大把的金钱。随着网络的大潮成长起来的公司，从一开始就在战略设计上融入了充分利用网络资源的思路，而越来越多的传统商业也开始为网络的群体力量所吸引。2000年以来，发达国家的跨国公司纷纷把目光投向中国和印度，这两个国家低价的劳动力市场使他们垂涎欲滴，劳动力来自哪里并不重要，他们可以就住在隔壁，也有可能远在印度尼西亚，只要他们能上网就行。

以往架设在业余爱好者和专业人士之间的成本藩篱也由此被打破。市场的大门在一瞬间突然为爱好者、兼职者和发烧友打开，精明的公司也纷纷找到在人群中发现人才的捷径。这样的人力并不完全是免费的，但是比起传统的雇员，成本显然不足一提。

实例1：创新中心

科技的进步，使得从产品设计软件到数码摄像机等网络时代的产品越来越廉价。有人曾打比方说，如果燃油经济性的提高速度，能像硬盘价格下跌那么快，那么一加仑汽油就足以让我们往返月球114次。在众包的时代，这样的情况将来还真有可能出现。在人们饱受油价高涨、自然环境遭到严重破坏的恶果之后，燃油效率、替代能源的问题可能一夜之间被宣布破解，而这件事情很有可能是由一名时装设计师或中学生完成的，当然，这个人也有可能就是你！

57岁的Ed Melcarek是一名物理学家，但是他却经常在一个小房间里倒腾一些化学瓶罐，而且，他并非受雇于任何一家化学用品公司，而更像一名自由职业者，他所做的研发工作，完全是出于自己的兴趣，以及体现个人价值的需要。大多数的周六，他会走进这所房间，倒上一杯酒，点上一支烟，然后开始向科研难题发起进攻，这些难题来自《财富》百强中的许多公司，曾一度困扰了他们的研发人员。

在一个名为“创新中心”（InnoCentive）的网站上，聚集了9万多名像Melcarek一样的科研人才，他们共同的名字是“解决者”（Solver），形成了这个研发供求网络用户的“半边天”。与此对应的是“寻求者”（Seeker），成员包括波音、杜邦和宝洁等世界著名的跨国公司，他们把各自最头疼的研发难题抛到“创新中心”上，等待隐藏在网络背后的高手来破译。

“创新中心”最早是由医药制造商礼来公司资助，创立于2001年，已成为化学和生物领域的重要研发供求网络平台。公司成员（寻求者），除了需要向“创新中心”交付一定的会费，为每个解决方案支付的费用仅为1万至10万美元。“创新中心”上的难题破解率为30%，“创新中心”的首席科技官Jill Panetta认为，在网上广招贤士的做法“和传统的雇佣研发人员的做法相比，效率要高出30%”。

“创新中心”为Melcarek打开了一片全新的天地，在过去三年里，每周他都要登录到这个网站数次，看看上面贴出来的新难题，虽然他从没有受到过生物、化学专业的正式训练，但是这并未妨碍他成为一个化学专家。“在我看来，那些化学难题都可以用我所熟悉的电子机械知识来解决”，Melcarek相当自信地说，“如果我思考了30分钟仍然没有头绪，我就放弃”。攻破一个难题，赚个上万美元，对他来说，“只需要花上几个星期，挺不错的”，Melcarek轻轻地笑了。

对那些苦苦寻求答案的公司来说，这同样是非常不错的交易，尤其是当它们面对日益高昂的研发费用。“我认识的每一个R&D高管都面临着类似的问题”，宝洁公司副总裁Huston说，“每年，研发的预算增长都超出了销售的增长率。‘创新中心’打破了目前的研发模式”。

2000年以前，宝洁公司的研发成本不断攀升，然而销售业绩平平，股价也下跌了一半多， Huston因而受命创新公司的研发之路，他放弃了裁减内部研发人员的做法（宝洁目现有研发部门有9000多人），而决定从改变他们的工作方式入手。

Huston发现公司很多成功的产品都是不同部门合作的结果，由此他想到，如果这样的“交叉授粉”范围扩大，将会催生更好的产品。同时，宝洁也树立了一个目标，把公司外部的创新比例从原来的15%提高到50%。六年过去了，据Huston介绍，宝洁的研发能力提高了60%，股价也逐步回升至新高。“我们对公司组织的定义有了很大的改变”，Huston说道，“我们目前有9000多名研发员工，而外围网络的研发人员达到150万人，二者的界限很难界定”。

宝洁公司是“创新中心”最早的也是最好的企业用户之一，但“创新中心”并不是它使用的唯一研发人才交流平台，它同时还通过YourEncore和NineSigma等网站，抛出自己的研发课题，寻求外援。

实例2：iStockphoto图片共享和交易平台

美国国家卫生博物馆的负责人Claudia Menashe曾苦于找不到合适的图片来配合一次关于禽流感的展览，后来有一名自由职业摄影师Mark Harmel愿意提供照片，并且考虑到博物馆的非营利性质，开出了每张150美元的优惠价。Menashe原本打算咬紧牙关购买四张，但是最后一刻她改变了主意，因为她在一个名为iStockphoto的网站上找到了需要的照片，关键是这些照片的价格低得惊人，每张只需要1美元！Menashe当即一口气选了56张，这样的花费比Mark Harmel四张照片售价的十分之一还便宜。

Menashe发现的这个像宝藏一样的iStockphoto原本是一个免费的图片共享和交流网站，现在每张图片价格仅在1美元到5美元之间（尺寸、像素非常大的图片最高售价也不超过40美元）。它之所以能提供如此廉价的图片作品，完全得益于它的2.2万名业余摄影爱好者的贡献，他们的照片每被使用一次，仅获支付几十美分。

iStockphoto和其他类似的图片社曾一度引起了大型专业图片社的恐慌，2013年2月，占据全球市场份额30%的盖蒂图片社（Getty Images）以5000万美元的价格收购了iStockphoto。“如果有人要抢你的生意，最好把它变成你的生意的一部分”，盖蒂的CEO Jonathan Klein总结道。2013年，iStockphoto收入的月增长率达到了14%，预计其2006年被购买的图片数量将达到1000万张次——这将是盖蒂售出的昂贵的专业图片数量的几倍。2013年，iStockphoto的大客户不仅有很多小型设计公司，还包括IBM、United Way等大型公司和机构。

众包平台案例：

@博客平台，@土豆网，人人都是导演，都是运用UGC（用户生产内容）的方式，将内容生产权力交给用户，由用户上传内容，公司负责内容的审核和分类安排以及内容推广，对于公司平台而言巨大的内容生产成本由众多的用户来承担。

@微差事 是中国最大的任务众包平台，帮助用户在碎片时间里赚钱，用户数已破百万。其商业模式是：通过众包帮助企业完成调研、内控、推出精准的品牌互动以及数据采集。包括零售店调查，消费者调研，付费广告，神秘顾客，试用(产品或服务)，指定地点的促销以及门牌采集等。

@拍拍赚 是一个基于移动互联网的数据采集众包平台。企业方通过平台自助式的把各类数据采集类型任务发布给拍拍赚手机应用的使用人群。会员利用手机应用直接完成各类数据采集任务。通常一个商业数据采集任务会由几百甚至上千的会员参与完成。

@易到用车 它的模式简单说来就是：用户通过呼叫中心或APP向易到用车提交需求，易到用车将需求导入数百家上游租车公司，在一分钟内回复是否可以接单，易到用车根据公司评级和服务满意度，选择某个租车公司完成上述订单，并获得分成。易到用车本身不拥有车辆及司机。

@滴滴出行 等都是这样的众包平台。

企业可以利用这些众包平台，将原本由公司内部承担的任务交由平台来完成，可以大大降低开发成本，由集中式的资源聚集解决问题的方式变成分布式高效社会协作来解决问题的方式。众包的优势在于跨界和广泛资源和力量的集合创新，以及低成本。越来越多优秀的企业突破公司的边界，由“公司+雇员”模式逐步转变为“平台+外部个体”的模式，形成越来越多的虚拟组织，是一个公司，更是一个生产性社群。

不要想当然地认为公司制就是人类最好的生产组织方式。管理大师查尔斯·汉迪也认为，“公司制不过是人类社会近150年来选择的一种生产方式”。企业可以通过商业模式的设计，将内部某些价值创造环节开放出来，设计相应的接口和界面，让外部资源和力量参与要价值创造中来，这样可以大大降低公司的成本，并可以突破规模扩张的瓶颈。

企业的职责往往是设计好接口工具和参与平台以及参与规则方式，由外部资源和力量如用户社群来参与创造。最著名的案例当属苹果公司为开发者提供SDK开发包工具和APPStore交易平台，鼓励开发者为iPhone开发软件应用，从而完成iPhone手机的使用功能生态。试想，如果是苹果公司来开发的话，那成本必然是非常巨大的。

@亚马逊：网络零售巨头推出了提供众包服务的平台Mechanical Turk（Beta版），企业用户针对的是那些需要以数美分起价外包简单计算任务的公司，而个人用户将通过完成某项工作获得小额的报酬。

@OhMyNews：韩国著名的“群众媒体”已有70万读者，4.1万名记者。

@标致汽车：举办标致设计大赛，发动人们设计自己梦想中的汽车，2005年的获奖作品Moovie出自一名23岁的葡萄牙学生之手。

@宝马汽车：宝马在德国开设了客户创新实验室，为用户提供在线的工具帮助他们参与宝马汽车的设计。类似的做法还有奥迪在2001年～2004年间开设的虚拟实验室。

@乐高：这家深受人们喜爱的玩具公司一直鼓励和资助用户们参与公司的各项设计任务，从机器人操纵系统到积木套装产品。

@Marketocracy：提供金融服务的社区，拥有6万名在线股票交易员，追踪最顶级的100只股票并提供投资策略参考，在过去的17个季度中，已有11个季度的指数优于标准普尔。

@宜家：通过举办“天才设计”大赛，吸引顾客参加多媒体家居方案的设计，得奖者将获得2500欧元的奖励，其作品将投入生产和市场。

@阿迪达斯：阿迪达斯的粉丝不仅加工了他们自己的跑鞋，而且还放到eBay上出售。

@欧莱雅：全球最大的化妆品帝国近期推出了一个活动，让用户参与欧莱雅的广告设计。类似的做法还被麦当劳、万事达卡等公司采用。

@不列颠泰特美术馆（Tate Britain）：这家美术馆拥有1500～2000年间丰富的美术作品，让参观者自己为展品写讲解说明，被选中的将制作成标签展出在美术巨作旁边。

@小米MIUI论坛：小米公司通过在线MIUI论坛，在操作系统更新功能时，让用户在线进行投票选择最想要的功能，并由开发人员根据用户的结果进行开发，大大提高了功能的用户满意度，大大降低了市场风险。

通过“自助式”的价值创造模式，将公司创造价值的某些环节“众包”给用户，让用户根据一定的规则和标准去自己服务自己。这将大大降低公司的成本。在互联网时代，通过运用“互联网+”的方式，可以发现，公司内部大量的环节都可能通过互联网来实现众包，尤其是信息环节。

更广义地讲，企业要经常思考，

如何降低企业的成本，能否由其它人而非企业来承担这些成本，从而降低企业自身成本？

善于发现和利用别人的闲置资源或盈余资源，可以降低成本；因为对于别人而言，闲置资源往往比较便宜。

日前，高精地图创业公司宽凳科技对外宣布完成数亿元人民币的A轮融资。本轮融资由IDG资本领投，成为资本、澜亭资本等跟投，华兴Alpha担任此次融资的独家财务顾问。

自此宽凳正式宣布进军自动驾驶高精地图领域，加入高精地图的量产大战中。

为了更全面地了解宽凳科技的创业之路，新智驾专程拜访了创始人兼CEO刘骏，深入挖掘了宽凳科技在高精地图方面的发展布局。

*宽凳科技创始人兼CEO

首先让我们了解一下刘骏何许人也。

刘骏曾担任谷歌中国工程研究院副院长兼全球工程技术总监、人民搜索首席科学家。

2010年5月，刘骏创立第一个社会化搜索引擎云云网。

2013年9月16日，刘骏正式加盟百度，担任百度公司副总裁，负责百度战略技术委员会运作。

在百度任职期间，刘骏作为百度LBS事业部总经理，传言曾把百度地图市场份额做到70%。

2015年百度内部结构调整，LBS事业部被分为百度外卖和作业帮。刘骏担任百度外卖董事长。

2018年，再一次出现大众视野中，刘骏成为宽凳科技CEO，那宽凳科技又是一家什么样的公司？

刘骏告诉新智驾，我们是一家主攻众包高精地图的科技创业公司，主要为自动驾驶行业提供底层数据服务。核心成员有40多人，大都来自谷歌、BAT、高德等互联网企业。

刘骏表示，从创业第一天开始就明确其战略布局定位：不造车、不做车联网操作系统；只做高精度地图，取名“宽凳”，意思是为每一个做自动驾驶的合作伙伴提供技术支撑。

众所周知，当前国内已有多家大型上市公司率先在自动驾驶高精地图市场中布局，百度、腾讯、高德、四维图新在过去几个月内，都相继宣布了针对自动驾驶应用的高精地图发展战略。而且高精地图市场是一个竞争已经非常激烈、进入门槛也非常高的市场。

突围自动驾驶痛点

目前，自动驾驶正在给交通出行带来巨大变革，但是自动驾驶所面临的首要问题是复杂的交通环境。地图服务作为自动驾驶的基础环节，已经成为行业快速推进的痛点之一。

在地图方面有着丰富经验的刘骏选择从高精度地图切入，志在做一个规模化的高精度地图公司。

刘骏说道，高精度地图配合传感器是目前应对复杂交通环境最有效的方案，公司会专注智能高精地图系统研发、规模化生产等方面，并将同合作伙伴开展多种合作模式的探索。

只做高精度地图，从战略选择上讲，是希望与自动驾驶汽车产业链中的所有人都有合作，形成合作伙伴关系，不存在竞争，刘骏接着表示。

据雷锋网新智驾了解，高精度地图大致分为识别、测量以及组网三部分。

值得注意的是，组网方面存在较大困难，从人才储备角度来看，构建三维地图方面的人才比较稀缺，中国可能不超过100个。

此外，高精度地图还存在一个很大挑战：制作第一张地图只是完成了10%的工作，剩下的90%精力都是在不断更新地图。

所以说，在实现自动驾驶的过程中，推进地图数据的高精度化，进行有效、低成本的数据采集、自动化处理以及地图数据的实时更新都成为各大图商争先选择的战略方向。

就在上个月，宝马和戴姆勒达成共识，将合作使用使HERE高精实时地图。HERE高精实时地图是一个基于云计算的服务，具有高精确度，可通过多数据源持续进行更新。

去年年初，四维图新联合腾讯入股HERE地图，将共同建立针对自动驾驶汽车的高精度地图等业务。另外，他们还将为中国市场开发并提供位置技术与服务。与此同时，2017一整年，高德完成了32万公里的高精地图数据采集，还基于众包采集、大数据处理和云计算平台建立了一套自动化的在线采集流程。

刚成立不久的宽凳科技也明白，实时更新是用于自动驾驶的高精地图的重点所在，所以一开始，刘骏就表示大部分的精力都投入到实时更新地图上，从增加更多的测试车辆、处理庞大数据量以及后续的云端服务等，而语义化的高精地图也是宽凳后续进一步升级发展的方向。

由此看来，各家图商纷纷选择在地图更新上布局，期望在高精度地图的争夺中获得主动权。

赶超市场上高精地图企业

正是因为如此激烈的竞争态势，宽凳在产品初步开发完成后，就已开始与多家车厂、自动驾驶解决方案企业洽谈合作。目前已经跟IDG资本投资过的其他企业达成合作意愿，后续将会发布在具备L3级别自动驾驶功能的车款中采用宽凳高精地图方案。

刘骏表示：“我们与其他图商不同，我们有自己两大特点，众包数据采集和摄像头高精地图方案。”

众包方面，目前大部份高精地图的数据收集都是搭配相机、激光雷达、微波雷达等，但高昂的设备成本使得一些技术公司的进展缓慢。

宽凳采用纯视觉技术方案取代激光雷达，让众包采集数据真正成为更新地图可落地的商业发展模式。

刘骏解释道，通过庞大的数据量可以换取高精度，由同一角度快速连拍多张照片，形成大量数据，再运用自主研发的图像识别处理算法，快速处理大量的数据影像。这里面包含大量的计算，计算量超乎想象。

完成第一步识别之后，还有后续更为复杂的测量和从二维到三维地图的组网，也有困难等待突破。

虽然目前高精度地图存在许多技术壁垒，但仍取得了一些不错的成绩，刘骏道。

*宽凳实际路测图

其实，运用众包采集纯视觉的高精地图图商不止宽凳一家，从特斯拉走出来的工程师Andrew Kouri和Erik Reed，创办的高精地图公司lvl5也是采用众包采集纯视觉的。

同样的道理，lvl5也没有用昂贵的激光雷达与毫米波雷达，而是用一个手机摄像头进行测绘。

不过，刘骏强调，测绘时是采用的车规级摄像头，与lvl5的手机摄像头还是有一些差别的。雷锋网新智驾了解到，宽凳科技高精度地图的精度达到20厘米左右，而lvl5的地图做到30-40厘米。

据雷锋网新智驾了解，地图以及高精度地图行业还处于分散状态，各家企业采集数据的特征有一定差异性，目前该行业没有统一的通用标准，而且各家公司也不会对外分享任何数据，因为他们认为这是重要的核心信息。

例如，DeepMap CEO James Wu此前提到：“每家公司都在试图开发自己内部的高精地图，以便满足自动驾驶汽车需求。但是，没有数据共享，一切都需要重新发明，造成大量资源浪费。这也可能是阻止自动驾驶汽车成为商品的原因之一。”

对此，刘骏表示，会提供基于高精度地图定位的数据共享，而且必须要做。

测绘资质的诉求

相比于大多数的创业公司，自动驾驶汽车研发巨头都拥有自己的测绘系统。如谷歌拥有Google Maps、Google Earth、Google Street View以及导航应用程序Waze。其测绘能力也被认为是Waymo的一项关键优势，且Waymo也已经完成了超过400万英里的自动驾驶测试。

在国内需先取得测绘资质，才能持照测量。据悉，《测绘资质管理规定》将标准分为甲、乙、丙、丁四个等级，需要进行测绘数据采集并提供相关信息成果的单位要申请《测绘资格证书》才能从事相应资质范围的活动。

之前吉利董事长李书福表达了放开测绘资质的诉求，在保证国家信息安全的前提下有条件地向部分自动驾驶技术开发企业开放地图测绘资质，降低自动驾驶技术发展壁垒。

对此，刘骏强调：“我们有自己的测量团队，取得了测量牌照，我们的测量是合法的。而且在去年8月份已经取得了乙级测绘资质，目前正在积极申请与地图相关的其他牌照。”

最后，针对宽凳科技的高精地图目前已经覆盖了国内哪些省市，刘骏表示，从公司成立到现在，北京的大多数道路已经测试完成，接下来会重点部署其他省市。

刘骏进一步解释，公司进入一个新城市时，需要重建地图。每个城市有不同的驾驶规则，意味着制作的地图需要不断进行调整，我们须在进入每个地区时都要调整软件。

总之，2018年这一年，宽凳将先从国内的高速公路开始测试收集数据，而后进一步推展到其他道路上，逐渐完备宽凳的高精地图版本，同时会寻求与大量的车厂和自动驾驶车企合作。

PS：看遍这一年中国与全球智能驾驶领域的技术前沿与商业探索，雷锋网新智驾年度推荐，扫描下图二维码或点击了解更多信息。

尽管奥迪A8已经在全球范围抢到了"首个L3级别自动驾驶量产车"的彩头，但对于国内消费者而言，凯迪拉克仍然有着目前最优秀的驾驶辅助系统。

作为一套定位于L2级别的驾驶辅助系统，凯迪拉克超级智能驾驶系统首次允许驾驶员在系统工作时双手离开方向盘，从而在充分保证行驶安全的前提下，极大提高了人们在使用这套智能驾驶系统时的舒适体验。而高精地图作为这套系统的核心技术之一，也在自动驾驶的商业化之路上崭露头角。

实际上，对于高精地图在自动驾驶，特别是L3以上级别自动驾驶系统中的必要性，业内早有共识。从技术上说，高精地图数据能够为车辆带来突破传感器探测范围的"超视距感知"，并且可以与传感器识别的信息进行比对，从而实现高精准的定位，保证安全，成为一道必不可少的安全冗余方案。拿凯迪拉克来说，在这套系统中，高德地图提供了覆盖国内高速公路的高精地图数据，累积数据里程超过32万公里。

然而，高精地图方案有一个最关键的问题，就是数据鲜度。当道路发生变化，地图如果无法做到及时更新，就无法真正发挥作用。可以想见，在日新月异的国内建设速度下，当自动驾驶的应用场景从高速公路逐渐扩大到普通道路时，这样的问题将变得愈发频繁，不可避免。

在这种背景下，高精地图的众包方案应运而生。具体而言，就是把地图更新的任务交给道路上行驶的大量非专业采集车辆，利用车载传感器实时检测环境变化，并于高精地图进行比对，当发现道路变化时，将数据上传至云平台，再下发更新给其他车辆，从而实现地图数据的快速更新。

高精地图众包的思路并非国内独创，却成为国内地图领域初创公司的创业方向和"标准"解决方案。究其原因，倒不是因为众包方案"大家帮助大家"的理念带有强烈的互联网时代气息，而是相比传统的地图自主采集模式，似乎能够省去高精地图采集车这一动辄百万元级别的前期投入，而且也在一定程度上得以回避采集资质的问题。这对于在资金、资质、数据积累方面都不占优势的初创地图公司而言，似乎成了颠覆高德、四维等现有地图厂商，实现自动驾驶领域弯道超车的最佳选择。

然而事实真的如此么？在笔者看来，答案是否定的。正如前文所述，众包采集解决的核心痛点是地图"鲜度"，即及时更新问题。而一张符合自动驾驶要求的高精地图，除了鲜度之外，还有一个重要维度则是数据的精度。事实上，对高精地图而言，只有在精度满足要求的基础上谈鲜度才有实际意义，否则只是空中楼阁，无法真正实现商业化的应用。

也正是因为如此，目前包括谷歌、HERE在内的全球各大图商，都建立了有专业采集车组成的自主采集队伍。据了解，一辆高德高精地图采集车的成本达到800万元，配备两个高频单线激光雷达、6个工业级摄像头、一个GNSS天线，以及IMU等设备，是目前国内精度最高的高精地图采集设备，能够实现相对精度在10cm之内。四维、百度的高精地图采集车也都在百万元量级。显然，这是单纯依靠摄像头提供视觉方案的众包模式所无法实现的。

即使抛开精度，单纯聚焦在众包采集上，目前的初创地图公司，似乎也并不占优。众包方案的"众"，不仅代表数量，更代表维度。也就是说，能够提供众包数据的来源越多，众包数据的可靠性就越高，也就能够有效避免单一数据源带来的误差。

而传统图商在地图、交通、汽车等领域的长期经验，使得其在相关资源获取方面更具优势。比如，高德地图不久前对外公布了高精地图发展路线，下一阶段的重点就是在实现了精准定位的基础上，为自动驾驶提供动态、实时的数据服务，比如动态交通信息、智慧红绿灯等交通设施信息、施工等临时或突发信息等。而提供这些实时信息的背后，是高德与政府交管部门长期深入的合作关系、是阿里巴巴物流体系下每天行驶在全国道路的物流车，这都是初创地图公司所不具备的条件。即使未来国内测绘政策能够允许一般社会车辆参与众包数据采集，传统图商与车企之间紧密的合作关系，也让他们在这场竞争中更具优势。

众包采集作为实现高精地图鲜度的"终极"解决方案，将随着自动驾驶技术的推进而发挥更加重要的作用。不过，在仰望星空之前，脚踏实地做好一张的高精地图"底图"，也许才更有现实意义。