黑莓彻底放弃手机业务,“变身”软件公司后能焕发第二春吗?

传奇落幕,傲娇的黑莓终于还是放弃了手机业务。

记性好的朋友可能还记得,一年前,黑莓CEO程守宗(John Chen)曾对手机业务下达了最后通牒:如果今年第二季度不能实现盈利,将关闭手机业务部门。果不其然,随着最新一季度糟糕的财报数据被公布,黑莓官方正式宣布关闭智能手机业务,受此影响,黑莓公司的股价上涨了3%。

去年第二季度黑莓的净利润为5100万美元,而刚刚发布的2017财年第二季度财报显示,这一季度公司的营收为4.9亿美元,同比下滑31.8%,净亏损3.72亿美元,连续两个季度出现了亏损。

没能守住最后这一丝盈利,黑莓手机正式成为了绝唱。

黑莓手机的大起大落

十年前(2006年),是黑莓手机最高光的时刻,它曾一度占据了美国市场48%的份额,因为标志性的全键盘以及超强的安全性,黑莓手机受到了大量政界和商界人士的青睐;即便是到2009年,iPhone 4已经红遍全球的时候,黑莓手机的出货量依然高达5000万部,年收入也接近200亿美元,市值一度达到了830亿美元。

不过,随着iPhone和Android阵营的强势崛起,黑莓就逐渐消失在大众视野。几年的时间,黑莓手机的市场份额就一落千丈,到现在单季度的出货量只能维持在几十万的水准,上一季度财报的数据显示,黑莓手机的出货量约50万部,股价比巅峰时候下降了95%,退出只是时间问题。

不过,程守宗近一年来还一直在试图挽回颓势。为了取悦用户,黑莓甚至放弃了引以为傲的全键盘设计和自家的BB10操作系统,转投Android阵营。与此同时,程守宗还定下了一个“小目标”,今年的出货量达到300万部。

黑莓手机的年出货量如果能够达到300万部的话就可以实现盈利。

但事与愿违,黑莓手机此时已经大势已去,销量反而节节下滑,扭亏为盈几乎成为了奢望。

当然,对黑莓来说,最不能忍受的是黑莓手机业务消耗的巨额资金,据了解,黑莓的手机业务部门占据了公司研发经费的65%,然而其在全球的市场占有率还不到1%,黑莓不得不接受这残酷的现实。

软件业务成最后救命稻草

当然,黑莓并不会就此向大家说再见,未来黑莓将转型成为一家软件公司。

程守宗发布声明表示:“我们的新的移动解决方案(Mobility Solutions)战略已经有了较好的发展势头,我们和印度尼西亚的一家电信合资公司签署了首个主要的设备软件授权协议。未来我们将专注于软件开发,而硬件业务将外包给我们的合作伙伴。这不仅可以减少资金的投入,还能提高投资回报率。”

毫无疑问,软件业务将成为黑莓的最后救命稻草。

从最近几个季度的财报来看,虽然黑莓手机业务一蹶不振,但其软件业务的表现却多次超出了预期。例如,在上一季度亏损6.7亿美元的情况下,软件业务却逆势增长了21%,收入达到了1.66亿美元。当时就有消息人士表示,到2019年,黑莓的软件业务将扩大至176亿美元规模,比去年不到40亿美元的规模要翻超过4倍。

今年7月,黑莓宣布BlackBerryClassic停产,并且扩展了一项新的业务,黑莓与美国参议院签订了一份为期五年价值数百万美元的合同,未来黑莓将为美国参议院提供紧急事物通知。这给业界释放了一个信号,黑莓转型软件业务后依然能够发挥此前政府客户资源的优势。

除此之外,黑莓近几年也在不断的收购公司来布局软件业务。自程守宗接任CEO一职起,发展软件业务就是公司的重点战略,到现在黑莓已经连续收购了多家软件相关的企业。例如,去年9月,以4.25亿美元收购美国移动软件提供商GoodTechnology;最新的一起收购是网络咨询机构Encription。

程守宗曾表示,“我们投资了10亿多美元在软件和安全领域,接下来,我们需要执行这些计划。”因此,黑莓上下早已做好了转型的准备,这次彻底放弃手机业务刚好给黑莓的计划提供了契机。

他还认为,黑莓将核心业务转移到软件服务后,公司财务可能会实现30%的增长。不过这只是程守宗能想到的最好的结果,黑莓的转型前景如何,仍是个未知数。

相关文章:

即将砍掉硬件业务的黑莓,到底还剩哪些牌?

手机不给力,黑莓说要收购更多软件企业

雷锋网

在微粒贷、蚂蚁借呗上借了钱,会不会影响房贷申请?

几个月前,来自蛇口的杨女士发现微信钱包里多了个“微粒贷”,当时在按钮上方有两个默认勾选的用户协议,像对待大部分用户协议一样,杨女士并没有打开阅读就直接点选了查询额度,后来有做风控的朋友提醒:微粒贷是要查央行的个人征信报告才能返回评估额度,而征信没事别查询,会影响银行对个人的评估。

那个用户协议里有一个就是《人民银行征信查询授权及借款相关协议》,点击了那个用户协议就等于是授权微众银行去查询自己的征信报告。虽然央行有规定“除进行贷后风险管理时无须取得被查询人的书面同意外,办理其他业务需要查询个人信用报告的,都必须取得被查询人的书面授权”,但雷锋网又在央行征信中心发布于2015年6月的《信用报告全攻略》里看到,并不一定非得书面授权,网上授权也可以,而且“划‘钩’‘提交’就授权”。

央行《信用报告全攻略》截图

所以,严格算来,微粒贷、花呗、京东白条这类互联网贷款业务并没有违规,不过,显然它们没有做到提示风险的义务,它们至少应该用一种醒目而非这么隐蔽的方式告知用户可能存在哪些风险。

无独有偶,在网上看到有用户反应因为在微粒贷上借了钱,在征信报告里留下了借贷记录,导致无法顺利申请到房贷。

“半年内查询征询超过6次,我们受理贷款会很谨慎。甚至有银行有明确规定一年授信次数不能超过多少次,否则不接这个件。”一位银行的朋友告诉雷锋网。

“正常情况下,一个人的征信报告是不会被反复调阅的,被查询征信意味着这个人近期有贷款行为或者贷款意图,如果查询次数很多的话,代表这个人被一些银行拒绝过。”一位在互联网金融公司做风控的人说。

央行官方发布的《信用报告全攻略》里有这样一句话:“多查无益引猜忌,银行猜您闹‘钱慌’”。算是对上述两种说法的官方认定。

这位从业者告诉雷锋网,蚂蚁借呗、微粒贷、京东白条等业务在央行征信中心会被标注为“小额贷款”,而有小额贷款记录的人在银行贷款审查中是需要审慎的对象。

“所有的融资渠道里,银行借款成本是最低的,而这类贷款折算成年息的话费率其实是很高的,为什么要选择费率高的?我们很容易倾向于判断这个人可能在传统融资渠道不受欢迎。”

这个观点可能有些偏颇,因为大数据征信的诞生,很大的动力之一就是为了满足从业者那些在传统银行因为人力问题覆盖不到的80%人群。这位从业者也承认,在便捷性上,银行和互联网公司根本没办法比。

那么,有小额贷款记录的人在申请大额贷款——比如房贷——的时候会不会遇到问题?

“只要没有违约、没有逾期就不会影响房贷申请,”南粤银行的一名中层管理者告诉雷锋网,“有房产抵押啊。”

另两位银行从业者也持相同的态度,认为小额贷款不会影响贷款审批。“只要没有不良记录,就不会影响贷款评估”、“主要看他的收入负债比和信用状况”。

每一家银行的审批标准都不一样。“我行对小额贷款看得没有那么重,有的银行比较重,”其中一个从业者说,“但只要总体征信好、还款来源充足就可以。”

而另一些从业者对此持不同的态度。实际上,央行的征信系统只会忠实地记录个人的行为,比如何时接待多少、何时还款,有无逾期行为,而不会做价值判断,所以反应在征信上,只要按时还钱,这些贷款记录都是没有问题的,但银行会对这些记录作出判断,有一个银行职员就干脆地告诉雷锋网:“多次小额贷款可以理解为钱紧嘛,是要被减分的。主要会影响房款速度,比如车贷;房贷就没戏了。”

持审慎态度的银行朋友总结道,小额贷款也许没有坏处,但肯定没有好处。如果近期有大额贷款计划,在进行小额贷款前,最好审慎阅读几遍贷款须知。

雷锋网

清华教授孙富春:从视听觉认知到无人驾驶 | CCF-GAIR

编者按:2016年8月12、13日,雷锋网在深圳举办了盛况空前的“全球人工智能与机器人峰会(CCF-GAIR)”,来自中美加的全球最为顶尖的科研实验室、学术权威、产业大咖、投资领袖共同探讨人工智能、机器人、无人机、智能驾驶等四大领域的未来趋势和产学研发展方向。雷锋网将会议精彩演讲内容与视频精心编辑,近期将逐步放出。

  

▲ 清华大学教授、863计划专家组成员孙富春

“如果有一天你坐在车里面,没有驾驶员,或者驾驶员没有把握方向盘,千万不要震惊,因为我们已经进入了一个无人驾驶时代”,这是清华大学教授、863计划专家组成员孙富春教授在CCF-GAIR大会上演讲的开场白。

他还不无自豪的介绍了其创办的中国智能车未来挑战赛取得的成就:“你可能难以想象,从长沙到武汉2800多公里的路段里,有雨天也有晴天,人工干预仅仅占整个路段的0.75%;从北京到天津150多公里的路段里,没有人工干预,实现全程的自主驾驶……”

作为国家自然科学基金委员会重大研究计划“视听觉信息的认知计算”指导专家组的一员,孙富春教授介绍,该研究计划在2000年披露,经过8年的论证,直到2008年才在国家自然基金委立项,至今走过8年,要感谢许许多多人。

“视听觉信息的认知计算”研究计划

视听觉信息首先是“看到”。上帝对人特别青睐,从眼睛到微曲的皮层,我们经历的是感知部分和信息处理部分,还有连接二者的中间环节。这么长的路径,触觉、听觉等其他感觉是没办法做到的,所以眼睛被称为心灵的窗户。

▲ 视听觉信息研究对象

数据显示,人类获取外界的信息80%来自视觉,而且,大脑皮层的60%都与视觉相关。当然,听觉也是非常重要的部分。

先锋科学家揭示,自然图像经过稀疏编码以后的基函数与微曲的皮层细胞感受的反应特性是一致的。这一发现也为未来通过稀疏编码的方式来研究视觉编码奠定了理论基础。

据孙教授介绍,在专家组近年的研究中,发现触觉与视觉是同构的(让人想到盲人和失聪者的眼睛特别好)。未来可以通过人工摄像机把视觉编码变成触觉编码,让盲人感受到外部的世界(这两年也已经有人工视网膜的出现)。

专家组还发现,语音在稀疏编码下的去燥特性、增强特性非常好。语音是否也具有与触觉一样的底层结构呢?这正是需要研究的问题。

所以,本计划中的“视听觉信息”研究对象主要是指与人视听觉感知相关的图像、语音以及文本信息,目的是促进计算机对这类信息实现有效的处理和理解。

机器认知能力不如三岁小孩

事实上,日常生活中视听觉信息非常多,有各种各样的工具(信息器)比如手机、摄像机、网络摄像机、卫星遥感等来捕捉这些信息。

网络产生前,大家生活在二元世界里,彼时的机器人智能都是局部的;如今在网络世界中,机器人完全可以实现全局智能。比如自动驾驶汽车可以在网上找到一条路径,通过地图规划路径,借助摄像机的形态识别找到我们今天的会场,这就是网络的神奇。

网络上有海量的视听觉感知数据。如何有效地快速地发现这些数据,通过及时有效的处理把它变成可用的知识,这是无人驾驶研究中非常重要的部分。

目前,对于结构化信息的处理能力,机器远远超过人,比如说一些报表;但对于非结构化的信息,比如说听觉信息,人要远远强于机器人,比如人可快速在人群里找到熟悉的朋友,有人驾驶汽车可以在任意非常复杂的环境中进行驾驶,而无人驾驶目前还办不到。

尽管机器的计算速度提升比较快,但计算机的认知能力还非常落后,它的认知能力甚至不及一个三岁小孩。

两大挑战和三大基本科学问题

8年来,我们的目的就是研究人类视听觉的认知机理,发展新的高效计算模型,提高计算机对与人视听觉感知相关的图像、语音和文本信息的理解能力和处理效率,在无人驾驶的平台上进行验证。目前,围绕认知过程的表达与计算有两大挑战和三大基本科学问题。

两大挑战:

1、复杂感知信息的理解

2、海量异构信息的计算。

三大基本科学问题:

1、感知基本特征的提取、表达和整合,主要是要探索人力视听觉信息基本特征的提取、表达与整合机理,为建立相关高效计算模型奠定基础。

2、感知数据的机器学习与理解,主要围绕图像、语音和语言数据的非结构化和半结构化特点使计算机难以实现从数据层到语义层的转化,建立新的机器学习方法是实现这种转化的有效途径。

3、关于跨模态信息的协同计算。

目前,三个关键技术都取得了突破,比如在视听觉信息的协同计算、自然语言的理解与视听觉认知相关的脑机接口方面,已经建立无人驾驶平台、脑机接口平台和搜索引擎;还创建了无人车未来挑战赛以及脑机接口比赛两个国际性的赛事;同时收获了国际科学奖项。

孙富春在演讲中提到,“我们还把脑机接口用在无人驾驶方面,通过脑控来控制无人车的运动。另外还通过脑机接口实现自动泊车。目前,在非浸入式脑机接口方面,中国处于世界领先地位”。  

驾驶脑    

在孙富春教授看来,驾驶脑是专家组这些年研究的突出成果,它主要的工作是模拟人的驾驶经验,学习人眼和听觉的感知进行表达和融合,在环境中作出决策。

▲ 驾驶脑

当然,这个过程中要去掉人在驾驶过程的一些情绪的影响。

人的性格决定他开车是保守还是张扬;长期记忆区存储人在长期驾驶过程里形成的经验和技巧;动机就是完成出行任务从起点到终点的一次性路径规划;短期记忆主要表示驾驶员的选择性注意,仅仅关注刚刚过去的以及当前的周边驾驶态势。

拒绝人脑中的情绪部分进入驾驶脑,永远不会因情绪而分散注意力,机器始终专注。

我们的眼睛、耳朵可以感知外面的环境,比如说在哪里,这旁边有没有障碍和目标,通过长期记忆区来决策这种情况下我应该如何驾驶,这叫行动。

然后把行动的信息和感知信息进行比对,确认是不是达到了效果,就形成这样一个闭环:从动态感知到态势分析、自主决策到精确的控制和行动。

▲ 驾驶脑感知域、认知域及行动域的工作闭环

这里面还有一个很重要的概念就是路权:行进过程中车本身占有的空间。在这个基础上形成了自主决策。比如速度应该有多少变化,转角应该多大的变化,形成决策记忆池。通过控制模块控制无人车,从感知到决策再到控制,形成闭环。

驾驶脑是通过英伟达的Drive PX实现的自动驾驶硬件系统。    

无人车未来挑战赛

据悉,从2009年开始到去年,该项赛事总共举办了7次比赛:

▲ 无人车挑战赛历程

从比赛的结果来看,人工干预最后基本取消,速度是越来越快,比赛也从局限的封闭道路越来越走向真实的道路环境里面。

回顾这8年来,孙富春教授指出下面这些工作对他们的帮助很大:

第一是认知机理研究成果,如何形成可计算的模型,这个我们探索了很多的方法,还需要进一步地完善。

第二是在环境感知的拓扑结构信息如何在认知过程中表达与理解,探索新兴的多模态传感器。其中包括:

1、声音、视频信息的集成。

2、人机智能混合问题,这个也是刚刚国家提到的人工智能2.0版本,我们要研究人机混合的智能系统。

3、借助这个平台发表更多的关于认知科学方面的成果,将自然语言理解和脑机接口集成到无人车的平台上,让成果走出实验室。

第三是通过无人车平台取得的重大进展,进一步促进创新,引领无人车产业的发展。

尾声,孙富春教授以诗为寄:人机仿造胜奴仆,亲我劳耕续史书”

PS:本篇内容来自雷锋网栏目「新智驾」,欢迎微信添加「新智驾」订阅公众号。

雷锋网

微软与美银美林合作区块链项目,提升交易效率

微软与美国银行美林正在合作一个项目,用区块链技术让贸易金融更快,成本更低也更安全,并保证更透明。两家公司表示会开发一种基于区块链的框架,并最终销售给有需要的公司。

区块链可以简单理解成一种电子记录保存及交易处理系统,所有交易方都能通过安全网络追踪信息,而且不需要第三方验证。

区块链的支持者(最早基本是比特币爱好者)认为,它能让各种交易更快速可靠,易于审计,因为整个过程不需要人工处理,也不需要中间人验证。使用现有处理系统,交易通常要几天才能完成,而且需要复杂的文书记录,这就很容易造成欺诈。美林就认为区块链技术能简化交易处理过程。

微软的云平台Azure也会用于这个项目。上个月,微软的区块链服务(BaaS)还正式向Azure用户发布预览版。自2014年投身比特币相关技术以来,微软基于Azure云平台,与多家区块链初创公司进行过合作,希望为区块链提供技术平台支持。

最近几年,除了微软,Google、IBM和亚马逊都在区块链上有所行动。雷锋网前几天报道,Google还宣布其云服务将用于为银行测试数据区块链技术。

雷锋网