早上好!今天有机会跟大家一起来聊一聊在“转为为机”之下IT产业的新的趋势和发展前景,我想如果说你在Google和百度上查一查,IT产业最时髦的词就是3G,围绕3G这个大蛋糕,带给了人们太多的机会。如果你再仔细想一想什么是3G,带宽宽了一些,有什么用呢?每个人都告诉你是流媒体,在上面可以看电视,除了流媒体以外,很多人会对流媒体提出一个挑战,说3G就是为了流媒体吗?实际上你还没有真正看出3G的,2.5G不支持的应用。数据传送什么数据,哪些需要这么宽的带宽,流媒体需要,其它呢?除了流媒体以外,我个人认为,下一个革命即将到来的或者已经在悄悄到来的就是基于位置的服务,就是LBS。
我们先看看市场有多大?首先,我们想一想什么东西是理想的位置服务?我觉得第一件事儿就是今后的服务一定是你当拿起电话说你想干什么,这个电话就像智能人一样就能应答你,我想这是终极目标。毫无疑问电话有一个定位的功,所以成了最天然的请求的接受器。因为你想用智能语言来问,毫无疑问就涉及到自然语言的理解和处理问题,就涉及到想怎么问,就怎么问。比如说你可以随便问找一个长安街上的电影院,或者说我现在就想找一个厕所。前两天一个朋友在谈,说如果谁能做一个非常好的应用,有一个非常精准的全球数据,什么地方想找电影院就能找到,这个应用还是非常有意义的,其实很多的点点滴滴都带来了很多的机会。
因为这是一个地理应用,所以就涉及到地标的支持。包括一个地标多名称的引用和地理范围的计算,事实上我想把这个问题深入看一下。就在几百米以外是著名的Google公司,这个公司又以做地图为著名,在全世界一说地图应用,人们会想到Google。在它的旁边就是全聚德烤鸭店。我们这里有一个对Google的地图的小测试,既然Google是老大,我们搜一下Google旁边的烤鸭店,我们就想查一查到底能不能找到这个烤鸭店,不好意思Google的搜索结果是无法获取这一地点。我们再换一些其他的搜法看一看能不能找到,Google旁边的全聚德,我们换一种输入方法还是说无法搜索到这一地点。我们再换,我们支持关键字的问法,我只好问Google全聚德,请一个友人正好在旁边的全聚德吃个饭,Google还是告诉你无法获取这个地点,这个很让我吃惊,这个也找不到。这是典型的搜索,这么多年下来做的非常成功,还是搜不到,无论怎么搜都找不到。看来这个问题还有些研究价值,于是我们带领一个团队来研究这个问题,是不是无论怎么搜够能都能找得到,因为这才是一个典型的用户。
我们看这是一个自然语言的搜索,你想怎么问就怎么问,我们期望的是一个以中关村为聚焦点的周边的餐馆,而且是适合商务宴请的餐馆,这已经是一个应用的截图了,我们看到第一个是俏江南,还有好几个,可以看到其他的商务宴请。事实上,你对这样一个POI,你可以再进一步细化它,什么是俏江南呢?还有进一步的信息。所以,会告诉你有没有优惠券,什么口味、环境、服务、人均消费、菜系等等,电话就直接可以打过去了,因为移动电话最好的一个用途是直接就把你的服务预约上,可以把折扣都应用上去。把这个想法再扩充一下,餐馆可以这么找,其他东西是不是也可以这么找呢?比如说天安门旁边的高档酒店,比如说外地人来北京找酒店,如果走到天安门要找一个天安门附近的便宜酒店,或者是北京站附近的便宜酒店。完全在一个服务平台上,我就把天安门作为中心,把周边高档的酒店显示出来,一个是北京首都大酒店,还有其他的一些酒店,比如说这个应用,直接把携程全国的数据库已经加载上来了,就是说全国任何地方都可以问到,这个地方给了一个携程时时订房的价钱,看到这个房间就可以时时把电话拨过去,这个交易就成功了。
刚才我举了一个找厕所的例子,同样我想找一个附近的厕所,或者说我找一个附近五星级的厕所,比如说你带来一个国际的高级旅行者。我们看云计算的深度位置服务,实际上你要的就是一个地图和背后的搜索框,首先你要理解自然语言,你在问什么,然后这个自然语言引擎要去调一个地址引擎的东西,我们待会儿还要详细的来研究一下这个问题。事实上就是把不同的CP加载在后台,比如说可以包括银行的分理处、ATM机、麦当劳、肯德基、电影院、加油站,列出来就是生活搜索,你每天都要碰到的。凡是具有地理分布的任何东西,除了刚才讲的还有厕所、演出、超市、商店、4S店等等,我们再仔细看一下地址引用引擎到底是一个什么东西?实际上它是由点线面三部分组成。比如说Google大厦,你也可以叫Google公司,Google大厦旁边是一个经纬度,代表一个点,实际上你想找在这个点周边的餐馆,所以说你需要把这个经纬度算出来以后,把这个点周边的圆,或者说一个方形圈出来,所有落在地理位置之间的餐馆都拿出来,再来过滤其他的川菜馆、高档宴请、商务宴请等。我们举了例子Google做不到这件事儿,就是因为他不做经纬度,所以做不到这件事情。获得你的地址里面要带这样的东西必须做经纬度,你没有第二个选择,为了解决刚才Google搜索的体会问题,你必须去做经纬度,按地理位置把所有落在这个地理位置的你的目标找出来再进行过滤。
我们再看线,长安街上的电影院,实际上我想去一个电影院,或者在长安街上找一个厕所,或者在长安街上找一个加油站,这个长安街构成一条线,甚至还有延长线,这个电影院名字既不在长安街,地址也不在长安街上,可能在长安街一个角,比如说50米、100米,你都要考虑长安街,所以你要计算长安街周边,全是你的目标领域。外滩附近的加油站,外滩就是一个不规则的域流,实际上这就多了,西直门也算一个域,金融街也是一个域,金融街那条街包括旁边都属于一个域。所以,地址引用引擎要支持全国所有的重要地标。全国有多少,千万数量值,而且这个地标本身就是一个非常重要的CP。也许你可以说,你想找Google公司或者Google大楼旁边的全聚德,你肯定不会问XYE旁边的全聚德,一般会说地标,比如说健翔桥、学院桥也都是地标、北航、清华都是地标,除了这个地标以外,在语言里面还带有其他地标的描述,比如说北大东门、清华东门,健翔桥的西北角、北三环以北,也可能有这样的描述,都构成了对地理的自然语言的理解,需要你再去处理它。毫无疑问大家想,如果今后要支持自然语言对系统的请求的话,这是我们刚才讲的典型的自然语言的请求,非常的模糊,非常的自然,但是必须要把它做好处理好,很遗憾,我们这里看到了很好的机会。
实际上我们要搜索的是POI,对POI实际上有很多的语意上的一些解释和匹配,比如说你对这些POI的描述是郭林家常菜,讲法就很多了。比如说中央财经大学,也可以描绘成财大,也会有人说中央财大、中财大等等,会有很多种说法。有可能在你的POI里面,他想找一个清华东门外的吃辣的地方,我的数据库里面只有川菜、湘菜、粤菜,没有辣的这些东西,鲁菜不是,淮阳菜不是,你也可能会说我要找一个北大附近带我女朋友去吃饭的地方,什么叫带我女朋友去吃饭的地方,那可能是一个浪漫的,餐馆里面也没有浪漫的分类,所以你都需要把在特定的在餐饮引用里面的东西精准的解释出来。
大家看到我们有一个小组在研究这个引擎和自然语言处理,作为公共的中间件,这样的话这个中间件可以支持什么事情呢?如果说你能拿来一个很好的CP,我认为它应该有四个特点。
更多内容待续。
接上:
第一,你的这个内容覆盖广泛,尽可能宽的数据。
第二,你这个数据应当有一定的深度,比如说我们刚才看到的餐馆,光餐馆名可能还不充分,可能实际上要看到这个餐馆进去人均消费是多少,品牌菜是什么,环境是什么等等。
第三,这个数据需要能够及时的更新,有没有这样的机制,这件事情极其重要,因为现在凡是对全国任何一类数据,对它及时更新这件事情是非常不容易做到的。如果说我跟中石化签约这样一个计划,中石化可以给我提供非常精准的中石化全国加油站,哪儿又新加了一个,如果我们的信息系统在一起的话,立刻就给我提供,哪个关掉了,立刻就给我提供哪个关掉了,这样可以及时的更新。刚才我说的厕所,假如说你有全国非常完备的厕所的CP,这个是非常值钱的,你还要想象一下怎么能够及时的更新。
第四,这个CP能够给你带来利益,带来商务模型。拿厕所为例,你要找厕所,这个事情怎么给我带来利益?两个利益,我把我找厕所的业务挂在上面,每个人下载一次两块钱,假如一千万人下载就是两千万,如果真做的好,可能真有人下载这个东西,让你赚两千万。另外,我相信Google或者百度都喜欢买你的数据,说你的数据好买给我的地图应用上面。
你们刚才看到了携程的数据,这个就不一样了,酒店的数据拿到这个电话直接打到携程去以后,因为携程是纳斯达克上市公司,你会看到每一个成功的酒店给他带来66块钱收益,你可以跟他谈判我要10%,6块钱不会出太大问题。如果说你有足够的装机量,带给我们足够的用户,你就去找别人要10块钱,因为这会给他带来利润,这绝对有很高的价值。
这个地方讲的是机会和机遇,而且是3G带来的机会和机遇。现在每年以20%的速度在成长,就是带GPS功能的手机,再过三、五年几乎所有的手机都带GPS,因为GPS的芯片很便宜,就是几美元。事实上今天你的手机不带GPS,移动运营商已经能够精准定位你了。你的手机有没有GPS已经能够精准的定位你了,我认为他们现在可以做到5—10米。不管怎么说,你有没有GPS现在移动运营商可以精准的定位你,好多人害怕隐私被泄露掉了。我估计三、五年以后差不多大部分都是GPS手机了。所以,我们认为这个地方会带来巨大的机会,实际上iPhino这方面做的就非常成功。
利用了这个地理引擎我们做了一个餐饮的客户端,来帮助大家找餐饮,现在支持40个城市60多万的餐馆,大家有机会可以到Wap网站上去用一用。我们再看每年光北京就用了300亿元,用于老城区干道和路网建设,2020年的时候北京轨道要超过一千公里,但是北京上班族平均花在路上的时间是一个小时,下一个问题是LBS怎么样帮助我们提高生活中的幸福指数,同时还要在政治上考虑节能减排。想象一下你每天上班,习惯把手机带上,能不能先看一下你从你家里到上班的地方交通状况会是什么样?这张图表达了上班的路状,帮助我选择什么样的道路去,你可以选择去公交还是要选择自驾,这张图深入看的话,你可以看到北京现在这个时刻的时时交通情况。这是一个发布的数据,今年年底在世界十个城市都会发布时时交通数据。我们何以通过路径规划来选择交通,动态调整的规划。这个规划可能是用图形,也可以是用文字的,告诉你去哪儿,当然这个规划可以有不同的侧面,比如说可以公交优先、地铁优先,或者是自驾车。或者说你可以简单的告诉我现在到国贸去哪一种方法最快?我可以给你一个规划,在现在这种情况下你应该选择哪个方案从A点到B点。
讲了这个概念以后,事实上这个概念已经实施了,正在这个时刻动态时时交通的导航有两个团队正在全国实测,现在在湖北、东北路测全国的导航加上时时交通。这是进入汽车导航,包括动态时时交通的状态。实际上有一个全域交通的模式,这个模式你可以看到,基本上在手机上面,就会像你现在在北京的路上看到大的交通看板,你在任何一个点可以看到你前面交通的状态。我可以不用机器自动导航,我知道我要去什么地方怎么去,我只要知道前面哪些路是在堵着的,或者中间有一条路是不堵的,平安大道是不堵的我走平安大道,完全和位置服务关联,现在在什么位置,看到前面时时的路况是怎么样的。
刚才我讲了一些想法,这些想法不仅仅是想法,我们把这些想法再付诸实践,再做出来,做出来以后我相信随着时间的推移,就涉及到了每个人每天的工作和生活。我们再来想象一些事情。
当你行走到星光天地的时候,我可能已经知道你是一个女性白领中产阶级,离我香水店已经有20米,一定要告诉你这里面有一个香奈儿NO5,五折。当你到了国美电器的时候,你想买一个电脑还是想买一个手机,我马上告诉你在你周边两公里之内可能买同样的东西还有一个店比他卖的还便宜,你来比,因为我是LBS。我告诉你全中国什么地方卖的最便宜一点儿意义都没有,你现在到这里来买,我就可以告诉你两公里之内卖的比这个还便宜,或者可以直接把电话就打过去。毫无疑问,大家记得在游戏之前,中国的互联网完全是被聊天社区垄断了。当时不了解,到好多网吧里面去看,全在里面聊天,后来游戏出来了都到游戏里面去了。事实上大家认为,交流这件事情是永恒的,但是LBS的交流是最重要的,我现在坐在星巴克里面想聊天,我要找一个五公里之内十分钟能走过来的朋友,正好他现在也闲着,一定是LBS的交流。如果把两边的客户端打开,也许我们擦身而过的时候也会出现这样一个响声,你碰到了一个亲爱的朋友。毫无疑问LBS可以给你带来健康、安全方面的应用。
我讲的这些东西只要你有一个团队来做这个事情就能做出来,我相信中国进入3G以后,这个将会非常快。实际上你今天看日本的市场,日本的LBS市场已经非常成熟了。这上面我相信能给大家带来巨大的机会,不是一般的机会。
我们再按照传统的意思简单的看一看最前面的数据。我讲完了我的想法以后,给大家看看前面的数据。移动市场的规模很大,成长率很高,2G的应用都是短信和IVR,中国移动增值服务的应用,大家知道最大的是两项,一个是音乐,主要是铃声,正铃和彩铃,加上MP3的下载,还有游戏,我想游戏还会持续的增长。根据移动和其他运营商的想法,再下一个热点可能是阅读。今天这个大讲堂非常荣幸的请到了中文在线的CEO,今天上午最后一个演讲者童总来讲阅读。因为中国与移动下一步要推的阅读,有一个阅读基地,是每个省做一件事情,笔触说游戏是在上海,LBS不是辽宁,阅读是在浙江,中国移动和中文在线合作做的阅读基地将大幅度的推出手机在线阅读,现在已经大量的人在电子阅读了,可能这也会是非常巨大的增长点。
移动互联网的用户需求,这是一些统计,你们看他们每天在玩儿什么,你会看到搜索、新闻娱乐、地图导航,这是对用户黏性的一些分析,用户对哪些服务产生黏性。比如说你习惯了看手机报,我现在就是这样,手机报就是两、三年的历史,往后纸制报纸可能都可能没办法活下去了,都是电子推送过来,或者自己去看的,要这样的话干吗还要买报纸,所以传统的报纸面临的不是一般的挑战,芝加哥的太阳报还有美国好几个大报都关掉了,都是百年的报。音乐市场也是一样,中国移动去年音乐收入是167亿元人民币,而传统的全部的CD所有的音乐收入加起来大概10个亿,可以忽略这个市场。所以,你想想这上面带来的机会和革命。
方兴未艾的位置服务,国内位置服务产业的总额已超过200亿,我希望比这个还要高。中国移动服务Google、微软等,我就不多讲了。
总而言之,中国的发展趋势和现状,大家应该看得出来,以后几年LBS的服务,应该按照年增长率35%以上增长,我告诉大家任何产业能够按照10%几的速度增长的话,都会给机会主义分子带来很大的机会。如果你认为你也属于机会主义分子之一的话,不妨一想。你对我刚才讲数据源能够进行加工处理我也非常高兴,我们可以进一步探索,可以聊。我刚才讲的还没有组织团队做的你感兴趣的话我们也可以进一步交流。
我就讲这么多。谢谢大家!