2016年移动互联网报告：移动互联网吃掉世界

本次报告的几个要点：

移动互联网从创新阶段进入应用阶段，大家更多考虑“我们能用这个来干什么”的问题；
GAFA邪恶轴心的体量（年收入、雇员数量、资本投入等）远超前辈Wintel联盟，技术变得更加关键，到最后都是生态体系的竞争；
机器学习已经到了创新阶段，但还有很多问题需要解决，以GAFA为代表的巨头已经开始科学、工程和产品的军备竞赛，在储备基础技术能力的同时，也在寻找各种落地场景以产品化；
新的计算能力和创新模式出现，甚至“移动优先“也已经过时，现在默认是”仅有移动“和”移动原生“，“无障碍计算”帮助人们做出最好的选择，从而更方面的获取服务；
电商行业正在发生技术变革，数据和技术已经应用到电商行业的各个方面，新的购买流程可能影响用户购买商品的决策；
汽车行业正在被电动化和自动驾驶两大趋势改变形态，也对石油和安全领域产生重大影响，但最大的改变依然是未知；
最后，肥皂很重要，肥皂本身可以成为服务。

正文

1. 从2014年开始，“移动互联网吃掉世界”专题报告就是A16Z的保留节目。

移动互联网对世界产生深刻的变革，很多明星级公司和产品应运而生，2C的类似微信，2B的类似TalkingData——“移动优先”是这类公司的一贯战略。

第一部分 | 移动互联网的应用

2. 移动互联网进入应用阶段

3. 移动互联网正走在连接每个人的道路上

世界上超过14岁的人口有55亿，而手机的累积数量已经接近50亿（其中大约25亿是智能手机）。

中国的手机和智能手机普及率紧随发达国家，在世界上排名第二。东南亚（SE Asia）虽然手机普及率排第三，但是智能手机的普及率却相对落后——这对于智能手机来说代表着巨大的潜力，因为非智能手机面临更新换代。

4. 移动互联网的S曲线超过了PC，覆盖人口数向50亿大关挺进

即使只看智能手机，覆盖人口数上也超过了PC，达到25亿。

同时，PC的覆盖人口数在持续下滑。

5. 移动互联网的S曲线从创新阶段过渡到应用阶段

当智能手机的保有量超过25亿的时候，大家关注的问题也在发生变化。

6. 移动互联网的应用阶段代表什么？

如果说在创新阶段我们关注“这有用吗？谁能胜出？”之类的问题，那么在应用阶段就开始关注“我们能用这个来干什么？”。

以前有平台和技术路线的竞争，用户也只有百万级别。但是现在谁将胜利已经尘埃落定，大部分技术也已经通用化，接下来就是不断的稳定的优化和提升，用户量级达到十亿级别。

7. 我们能用这个干什么？

这是一种新的技术的体量，也是新的计算能力。

这是改变其他行业的新方式，尤其是对电商和汽车行业。

第二部分 | 新的体量

8. 移动互联网突破新的体量

9. 新老替换

GAFA轴心替换了Wintel同盟，并且从年收入来看，比Wintel的规模大3倍。

中国有BATJ，美国有GAFA，这两组“四大恶人“听起来都挺邪恶的样子。

10. Wintel联盟在上世纪90年代出现爆炸性增长

在Intel和Microsoft的黄金10年（1990-2000）中，两个公司的年收入增长幅度超过14倍，技术也取得突飞猛进的发展，在行业中处于绝对领先的地位。

11. 但是GAFA在体量上比Wintel还要大10倍

从10年的跨度对比，GAFA的年收入总和在2015年已经超过4000亿美金。

12. 技术从重要优势成为核心优势

在1995年，Intel和Microsoft即使技术领先，但是市值看也并不突出。但到了2016年，技术已经把GAFA推动到市值排行的头部——技术日益成为核心竞争优势。

13. 更大的体量代表更多的投入

从GAFA和Microsoft的资本性支出（Capex，包括战略性投资和滚动性投资）看，已经从2000年的10亿美金增长到2015年的340亿美金。

14. GAFA的雇员数也增长了10倍（包括仓储和零售相关的雇员）

15. 如今的技术巨头的特点已经和Wintel/IBM截然不同

巨头不仅强在技术层面，也强在商业层面。

至少有四个互相竞争的巨头，而不是一个。

16. 苹果成为全球前十大零售商

在全球拥有500家线下门店，大约250亿美金年收入，进入全球零售商排名前二十。

加上线上商店的收入，那么收入总和达到530亿美金，已经进入全球零售商排名前十。

17. 对Amazon而言，内容只是一个战略手段

原创内容是Netflix的核心，但是对Amazon来说只是卖给会员的一种商品而已。

在每年的TV生产成本预算中，Amazon排名并不靠前。

18. Netflix是一个威胁吗？

2010年，Netflix已经是世界上最大的在线影片租赁提供商，在传媒领域如日中天，内容制造商都需要依赖Netflix作为主要的销售渠道。但是在当时行业讨论Netflix的威胁时，Jeffery Bewkes（时代华纳CEO）不以为然，把Amazon类比做阿尔巴尼亚军队，“阿尔巴尼亚军队真的能占领全世界吗？我觉得不可能。”

但是6年以后，Netflix的在线流媒体服务收入已经从最初的12亿美元增长到2015年的68亿美元。Netflix在美国拥有4700万用户，在国外拥有3600万用户。Netflix的节目覆盖190个国家和20种语言。每年Netflix花在内容上的投入将近60亿美元，把传统的有线电视网压的喘不过气。

19. 大家都在定制自己的芯片：Intel整个业务都已经被边缘化

谷歌基于FPGA定制了机器学习芯片TPU。

Amazon定制了网络集成电路芯片Annapurna。

苹果的A10是最快的手机系统级芯片（SoC），同时附带自定义的TouchID、Airpods等芯片模组。

微软也在Hololens上使用了自己定制的芯片HPU，用来协助主处理器加速一些专门的运算，比如用于计算机视觉处理的矩阵运算、用于神经网络的卷积运算等。在IoT的世界，定制化芯片将越来越多的用于一些特殊场景，满足特定需求。

20. 站在巨头的肩膀上

技术巨头正在构建一个生态系统，以把以前的所有技术都变得通用化，降低门槛。

这个生态系统包含50亿的移动用户、体量更大的全球化企业和新的竞争方式。

第三部分 | 新兴事物：机器学习

21. 新事物出现了——机器学习

22. 图中包含一只狗吗？

经过50年的研究和积累，计算机视觉系统在解决“图片中是否包含一只狗”的问题时，能达到72%的准确率。这类问题对人来说虽然很容易，但是对于计算机来说非常困难，有时候甚至不可能。

直到2012年，机器学习来了。

23. 机器学习终于来了

经过几十年的等待，机器学习的效果终于得到大幅度提升：图像识别错误率从28%降到7%，语音识别错误率从26%降到4%。

24. 机器学习：数据而非规则

人工智能发生了根本性的变化，从模仿生物感知能力，进步到海量数据和应用数学的结合。

以前的技术是基于规则的，试图构建一个系统来模仿人体感知器官，雇佣语言学家来编辑语法规则，想方设法模仿人类生物智能的工作原理（实际上我们并不了解）。

机器学习更多依靠的是数据，比如通过1万张标识为“有狗”的图片和1万标识为“没有狗”的图片，基于神经网络来完成新图片的识别。正因为有了比以前多百万倍的数据和大百万倍的计算能力，机器学习才成为可能。

25. 语言学家真的有帮助吗？

自然语言处理大师Frederick Jelinek说，“我每开除一名语言学家，我的语音识别系统的效果就会提升一些”。

Jelinek是现代语音识别和自然语言处理研究的先驱、美国工程院院士，他开创性地将语音识别视为通信问题，从而改变了这一领域的方向，使语音识别真正成为可能。以上这句话是老先生在2004年接受Antonio Zampolli奖的演讲时的玩笑话，当时演讲的主题是“我的一些最好的朋友是语言学家”。他的本意并不是我们要干掉语言学家，相反，“工程师要学会利用物理学家的真知灼见，而我们则要学会利用语言学家的真知灼见。”按照TalkingData创始人崔晓波的说法，大数据、人工智能和人类智慧只有结合在一起，才能产生真正的商业价值。

26. 人工智能并不只能用来找狗

实际上人工智能是在做数据分析而不是找狗，所以除了图片，人工智能也可以用在其他的场景，比如：

哪些用户即将流失？
前面那辆车会让我并线吗？
网络中是否有异常情况发生？

等等。

27. Alpha Go —— 棋盘游戏和空调

同样的机器学习平台被谷歌用在很多领域，包括围棋和数据中心。

Alpha Go战胜了世界围棋冠军李世乭，同时加持机器学习的数据中心冷却系统节省了超过15%的耗电量。

冷却系统是大型工业设备的必须配套装备，包括冷水机组、泵、冷却水塔等，可以维持数据中心服务器的正常运行。一直以来，冷却系统都是数据中心的耗电大户，占了很大的成本。2016年8月，DeepMind发文表示，已经利用机器学习算法帮助谷歌数据中心的冷却系统减少了40%的耗电量，相当于数据中心整体耗电量的15%（对谷歌来说，相当于节省了数千万美金）。其算法的主要工作，就是看看数据中心运行情况，决定水冷机开多久，关多久，室温可以调多少度等。算法考虑了风扇、制冷系统和窗户等120个变量，通过收集数据中心几千个温度、电源、泵速度、设定值等传感器的历史数据作为算法的训练参数，来测试输入能源应用到IT能源消耗上的比例（即电源使用效率，PUE）、搭建模型、寻求最优解。

28. 从2016年开始，谷歌的整体战略从“移动优先”转到“AI优先”

29. 机器学习用例：多少模式，多少数据？

30. 机器学习技术栈的头部和底部

通过云计算进行大规模的模型训练，然后许多模型可以运行在很小且便宜的设备上（比如手机）。

31. 摄像头无处不在

成像系统和机器学习结合，成为更通用的传感器，市场在不断扩大（主要还是手机）。

32. 计算机如果能像理解文本一样理解图像，这意味着什么？

33. 复杂和抽象

以GAFA为代表的巨头已经开始科学、工程和产品的军备竞赛，在储备基础技术能力的同时，也在寻找各种落地场景以产品化。

34. 机器学习的S曲线

机器学习依然处于创新阶段的早期，还有很多需要解决的基础问题。

第四部分 | 新的计算能力

35. 新的计算能力也出现了

36. 移动互联网app为王——明显而又无奈的事实

在美国，智能手机app已经占据用户所有在线时长的60%。

消耗的PC上的时长在缩减，在移动app上的时长在增加，在手机浏览器上的时长基本上维持在一个相对稳定的水平。说明手机浏览器依然是手机用户获取信息必不可少的一个渠道，但是显然也在逐步的被边缘化。

37. 强者愈强

用户使用app的集中度在提升，其中Facebook就占据了15%-20%的总时长，成为最大的移动网页浏览工具。

中美趋势雷同，流量集中在少数巨头手中以后，所谓互联网的上半场就结束了。流量获取成本提升以后，以流量为基础的创业会更加艰难。TalkingData也有类似的针对国内移动市场的数据报告，可以从TalkingData移动观象台官网获取。

38. 更重要的是，出现了新一代的计算

经过30年的积累，我们迎来了新的更先进的计算能力：更强的随身性、原生的图像处理能力、更多的传感器和感知能力、更强大的应用平台、更强的电池续航能力、更大的数据带宽、更快的计算、云计算等等。

39. 也出现了新的计算模型，更先进也更易用

40. 还有新的创新模式

PC时代已经过去，甚至“移动优先“也已经过时，现在默认是”仅有移动“和”移动原生“。

新的传感器、新的交互方式和新的机器学习模型不断出现，也出现新的创新模式，比如直播、社交、广播、触摸交互、成像技术等。

41. 直播打破了多少旧常规？

假设有高质量摄像头和高性能的CPU/GPU（能够支持足够好的视频编码和效果），假设电池有无限的续航能力，假设有无限的带宽，假设有10亿的高端智能设备……整个手机就变成了摄像头。

42. 无障碍计算（Frictionless Computing）

没有按钮、应用或者中间交互步骤，在用户和最终服务之间没有任何“计算设备“，这就是”即用即得“。硬件传感器就好像app一样，也在app之间建立深度联接，给app带来新的使用场景。

当然，这些新的计算设备也都受益于智能手机行业所积累的通用技术和组件。

“无障碍计算”让用户最方便的享受到服务。Amazon Echo（后改名Alexa）完全依靠语音操作，不需要任何按键，已经成为家庭的智能助手，能帮助用户和各种设备/服务无障碍交互。Snapchat推出的智能眼镜Spectacles，也采用极其简洁的设计，轻轻按一下，就可以拍摄长达10秒的小视频，并方便的分享到朋友圈。

43. 机器学习成为一种基础设施

各种传感器采集数据，机器学习处理数据，从而能够提供更有价值的行为指导。

44. 机器可以回答问题吗？

机器学习并非无所不能，要确保可行，依然需要对问题域有所限制。

45. 变化的问题，变化的选择

新的交互模式层出不穷，都是为了减少用户触达服务的障碍，得到更轻松的体验。

用户真的需要回答这些问题吗：你有打印机驱动吗？你的密码是什么？你在哪里保存的文件？……你想要买哪种肥皂（对Evans真的是很重要的问题）？你想用哪个app？

问问题就是在让用户做选择，最好的解决方法是让平台能够帮助用户回答这些问题，尽量减少用户的障碍。

46. 从直接、物理的数据交互

47. 到直接、物理的数据交互

第五部分 | 电商

48. 电商行业会受啥影响呢

49. 零售商对比报纸发行

马克·吐温说：“历史不会重复，但有时会重演。”

报纸的成本固定，但是收入在不断下降，目前也在从传统的付费模式转到免费+付费的模式（freemium），边界被打破，需要不同的技能。

报纸分发的优势在发生变化，新的媒体意味着全新的消费方式——不仅仅是场景不同，用户购买的内容也不同。

50. 互联网对传统媒体行业的所有革命，也都会发生在零售行业

51. 目前为止，大多数时候，你是知道你想要什么的

电商在物流方面的进展很大，但在需求了解层面则远远落后。

52. 人们如果对商品有所了解，他们就会在线上购买

即使是衣物，人们也不排斥线上购买，尤其是那些支持免费退货的品类，不合适大不了退货呗。

所以Amazon成为美国第四大成衣零售商。

53. 但是人们怎么知道该买啥？

虽然Amazon就好像是电商领域的谷歌，但是却没有电商领域的Facebook或Buzzfeed，人们无法依靠他人的建议来发掘需求。

互联网只是让你完成购买，但是不能让你有购物的感觉。

54. 数字化需求的产生，第一步是投入1万亿美金

其中一半用于每年的广告（其中三分之一是数字化广告），另外一半用于市场营销。

55. 什么是广告？

Jeff Bezos（AmazonCEO）说，“你的利润就是我的机会“。

Bezos这句话是对Amazon低利润率策略的注脚——Amazon长期维持很低的运营利润率，把收入投资在能够增强用户体验的领域，包括物流效率、商品价格等，提升了自己的竞争优势。利润率极低，偏偏股价还在蹭蹭的涨。和这样的对手长期玩着“谁能比我惨“的游戏，友商心里的阴影面积不小啊。

56. 渠道本身就是产品

肥皂本身即是服务。

新的购买流程代表新的决策方式：改变商品的购买方式，也就可以改变购买的商品品类。

上面的纽扣设备是Amazon在2015年初推出的Dash Button，把“一键购物“的用户体验推进到极致：用户只需要一键按钮便可以订购产品。每个Dash button按钮的底下都有粘合剂，可以被贴在任何方便的地方。用户也可以使用挂钩将其挂在墙壁等地方。用户需要使用亚马逊移动应用软件来设置Dash Button，并且需要将其连接至WiFi网络，配置在按下按钮时订购什么样的商品。最开始这款产品提供18个按钮，包括婴儿食品、咖啡、擦手纸等订购按键。另外，亚马逊现在还向产品生产商提供Dash服务。Dash Button本身是免费的，其内置的电池可支撑数年时间。

Dash Button把位于消费者和商品之间的环节减到最少，连电脑都不用开，实现了真正的“一键购物“。这么简洁的体验，用张小龙的话来说，”别家就不可能超越了“，那这样友商还能怎么争？

最后不得不提一句，“肥皂即服务“这句话真的是振聋发聩，醐醍灌顶，让人脑洞大开啊——文峰是彻底服了。

57. 机器学习可以对需求进行预测吗？

在没有购买记录或导购的时候，我们如何推断消费者喜好？

比如，基于专业杂志10年累积的菜谱来训练AI模型，然后对着用户的卧室/厨房台面照张照片，接着问“在这些我从没见过的东西中，我会喜欢什么“。

58. 你想要买什么？

开源运动的领袖人物Eric Raymond提到，“计算机永远都不应该询问用户任何它可以自己探测、理解和推断的信息“。

59. 数据已经在零售行业产生效果

到目前，数据几乎影响了零售的每个方面，除了需求本身。

比如上世纪90年代，数据通过ERP的形式影响了供应链和物流。

而到本世纪初，数据以数字指标的形式影响了广告。

那现在是不是该轮到需求了？

60. 零售行业的S曲线

曾经沃尔玛采用新技术改变了零售行业——同样的事情如今又发生了。

早期，沃尔玛所以能够迅速扩张到全国，相当程度得益于技术上的不断投入，特别是在信息技术和物流配送技术上的投资，成为全球采购战略、配送系统、商品管理、电子数据系统、天天平价战略这些业界经典案例的坚实基础，成为领先于竞争对手的最大优势。1974年，公司开始在其分销中心和各家商店运用计算机进行库存控制。1983年，沃尔玛的整个连锁商店系统都用上条形码扫描系统。1984年，沃尔马开发了一套市场营销管理软件系统，这套系统可以使每家商店按照自身的市场环境和销售类型制订出相应的营销产品组合。在1985至1987年之间，沃尔玛与休斯敦公司合作发射了一颗人造通讯卫星，先后投资7亿美元建起了世界上最大的民用电脑与卫星通讯系统，该系统的应用使得总部、分销中心和各商店之间可以实现双向的声音和数据传输，全球4000家沃尔玛分店也都能够通过自己的终端与总部进行实时的联系。公司在全美有20个配送中心，所供应的分店都在一天车程或者350英里范围内，各店85%的商品都有配送中心直接供应，而一般竞争对手只有50%到60%。

61. 已经被技术革命了的领域

包括消费媒体、移动手机、付费电视、在线广告和电视内容生产。

62. 未来呢？

零售行业是技术革命的大蛋糕，大家可以吃很久。

第五部分 | 汽车

63. 汽车行业又会受啥影响呢

64. 汽车即是手机

又来，跟着我念马克·吐温的话，“历史不会重复，但有时会重演。”这次重演的是汽车行业。

今天，技术不再是很高的门槛，手机的核心组件已经通用化（不再被少数公司控制），软件成为高附加价值的部分……“手机“的概念已经完全不同。

65. 变革汽车行业的两种模式

电动化和自动驾驶技术的发展，正在改变汽车行业。

电动汽车已经进入实用化阶段，去除了引擎和传动装置，改变了汽车工业制造和供应商体系，但是没有改变汽车的使用方式。

自动驾驶技术可能还需要5-10年甚至更长的时间去解决大量的挑战，但是同样会改变很多东西，包括汽车甚至城市的形态。

66. 电动化：电池的成本曲线

电动汽车的发展，受益于电池行业的发展：电池的成本在不断下降，能量密度（单位体积的电池所储存的电量）在不断提升。

67. 电动化改变了汽车

电动化把汽车变得更加简单，也把很多部件变成通用化产品：复杂和私有的汽油引擎和传动装置消失了，取而代之的是简单和商品化的电池和电机；运动部件减少到以前的十分之一……竞争的基础整个改变了，软件部分具有更高的价值（尤其是自动驾驶相关的软件技术），因此要求新的竞争力。

68. 案例——手机

以前，诺基亚的75%的手机是在自有的8个制造工厂生产。但是现在，手机得到了解放，制造手机并不是必须自己拥有所有手机组件的生产制造能力，比如，苹果手机依赖于全球789个地区的189个供应商提供手机组件。

69. 不公平但是相关——资本性支出（Capex）

领先的技术企业现在在汽车领域的投入并不比汽车OEM厂商少，甚至谷歌和苹果已经在投入上排名前列了。

70. 同时，自动驾驶技术也在发展

稳定而持续，一步一个脚印。

71. 什么才是汽车行业的竞争门槛？

一旦电池和传感器成为通用化的技术，那什么才是战略优势？目前还没有答案。

72. 自动驾驶汽车等同于没有马的马车

和马车的历史对照一下，去除驾驶员改变的东西比去除马更多。

73. 直接的影响在石油和安全领域

石油的消耗量可能会减半，全球每年125万因为交通事故死亡的人数也有望大幅度降低。

74. 后继的影响甚至大的多

电动化改变了整个汽车行业的生态，包括服务行业、工具、能源、税收、汽油……

75. 自动驾驶改变了汽车和城市的形态

改变的依然非常多，包括趴车、拥堵、零售、保险、所有权、住房供给、物流、房地产……

76. 但是，最大的改变依然未知

（所以更加值得期待。）

1882年多利亚女王时代，未来派艺术家Albert Robida创建了这幅拉风的石版画，名为“2000年去歌剧院的姿势“。本着绝顶的YY精神，Robida描绘了贵妇绅士们去歌剧院的宏大场景，各种奇形怪状的飞行设备让人叹为观止。站在现在思考未来，不说100年以后，就是10年以后的样子谁能想象得到呢？站在现在思考过去，10年前，那时候我们还没有iPhone和安卓手机，谁又能预料到现在的状况呢？

第六部分 | 感谢

77. 感谢你的耐心