新聞資訊
News and information
-
25
02/08
春運搶票，原來售票系統背后的技術這么精妙
常生活中，網絡購物、在線支付、地圖導航等便捷的應用，人們已經習以為常，以至于我們幾乎不會關注其背后的技術。這自然離不開通信網絡的飛躍發展，而那些功能的實現則要歸功于分布式系統的進步。本文通過網絡購票的實例，簡要介紹分布式系統的概念，包括其核心的Paxos算法，以及它如何應對網絡斷開的挑戰。一年一度的春運又到了，據估計，今年鐵路客運量或超5.1億人次，日均1275萬人次，人們在比拼手速搶票的背后，12306的計算機系統是如何快速響應海量的請求的呢？單臺服務器由于有限的計算能力無法快速響應成千上萬的請求，想象一下線下的購票大廳只有一個售票窗口卻有一萬人排隊的場景，人們恐怕都要帶上睡袋來排隊了。那如何加速售票的過程來減少人們的等待時間呢？首先窗口的工作人員可以加快手速，以極快的速度進行操作，但是單個工作人員的手速再快也有一個上限；另一個辦法就是在大廳開設多個窗口，同時進行售票。網絡售票系統也是一樣的，單臺服務器處理不過來，就使用多臺服務器來進行協同處理，這就需要“分布式系統”登場了！什么是分布式系統？通俗地說，分布式系統是指，一群計算機共同完成一個任務。這些計算機也可稱為節點，它們通過網絡連接在一起，分工合作，但對用戶表現得像一個整體。不僅僅是12306售票系統，你刷視頻時看到的推薦、搜索引擎給出的搜索結果、外賣平臺的訂單分配，背后都是分布式系統在默默運行。相比單個服務器，使用分布式系統既能提高系統的性能、響應請求的速度，又能提供更好的可靠性，部分節點宕機或者斷網了，整個系統依然能繼續提供服務。分布式系統雖有這些好處，但是它帶來的復雜性也給計算機系統設計提出了挑戰。這里就涉及并發（concurrency）以及數據一致（consistency）的問題。以售票為例，試想以下場景，人在北京的張三和人在廣州的李四在搶同一張票，張三的搶票請求被分發到了華北地區的某臺服務器，而李四的請求被分給了華南地區的某服務器，這倆服務器現在可以同時并行地處理兩個人的搶票請求，系統整體的響應速度很快，但是系統如何恰當地協作使得票不會被賣重呢？此外，分布式系統的另一大特點是存在部分失效（partialfailure）的可能性，顧名思義，就是系統部分出現故障，但系統其他部分仍可運行。分布式系統由眾多計算機構成，而且通過網絡連接。顯然，不管是計算機還是網絡本身都有可能出現故障，譬如某處停電了、網線斷了，又或是某臺計算機操作系統故障，等等。即使一臺機器發生故障的概率很低，然而當計算機的數量多了，對于整個系統來說，故障會非常頻繁。我們可以做一個簡單的計算，假設系統中有1000臺計算機，每臺平均一年只出一次故障（故障可能由任何原因導致），即每天出現故障的概率是1/365；反之，每天不出現故障概率是1-1/365，約等于0.99726。這看起來是一個很大的概率，但是對整個系統而言，每天所有機器都不出故障的概率則是0.99726的1000次方，約為0.064。這里還未考慮網絡問題，所以對于系統來說，不出故障幾乎是不可能的。因此，在分布式系統的設計中，如何在部分節點故障或者網絡斷開的情況下，依然提供正常的服務是必須考慮的問題。分布式系統的基石——共識算法（consensusalgorithm）共識算法在分布式系統中扮演著核心角色，它使得系統在沒有共享的內存，只能通過發送消息通信，并且部分節點可能失效的情況下，整個系統依然能夠就某個問題達成共識。譬如某一個特定的座位到底是賣了還是沒賣，是賣給了張三還是李四等等，需要系統達成共識才能繼續執行。分布式系統先驅、著名圖靈獎得主LeslieLamport于1990年提出了現代共識算法的基礎——Paxos算法。Lamport用Paxos這個名字的緣由很有意思。Paxos本是希臘伊奧尼亞海有著悠久歷史的小島，Lamport想象，考古學家發現在遠古時代小島上有一個“業余議會”（part-timeparliament），議員們通過信使傳遞消息對議案進行表決，但是信使不可靠，消息可能傳遞不到或者被延遲，而且議員本身也有不來開會的可能性，在這種情況下，議員們如何對某議案達成一致？在論文中，Lamport使用這個虛構在Paxos小島的議會為框架，提出了一個在不可靠通信的情況下實現共識的算法，并給出了嚴格的數學證明。1990年Lamport將論文提交給ACMTransactionsonComputerSystems，審稿人表示論文還算是有趣，但看起來并不很重要，而且關于Paxos故事的部分建議去掉。Lamport表示，審稿人怎么這么一點幽默感都沒有，并拒絕對論文做任何修改。后來，分布式系統的另一位先驅ButlerLampson讀懂了論文，并和NancyLynch等領域大佬一起發表了他們自己的證明，此時Lamport再次考慮將論文發表，最終在一眾同行的推動下，論文于1998年發表，現在已經成為分布式系統的基石。下面我們以賣票系統為例，簡述一下Paxos算法的思想，以及它如何在節點失效的情況依然達成共識。為了簡化，假設系統中只有3臺服務器（節點；3個節點是演示Paxos算法所需的最小數量），并且只賣一張票（賣多張票也可以理解成反復賣一張票的過程）。此外，我們還需要先簡述一下算法的假定。首先，Paxos算法假定一個節點如果故障則完全停止響應，而不會繼續在網絡發送錯誤的消息以干擾系統，它被修復之后會回到系統中繼續響應，這種類型的失效被稱為fail-stop（失敗終止），即fail后就stop了。其次，Paxos是一個基于多數派投票的算法，即需要多數節點投票通過才被認為是共識；Paxos需要2m+1個節點才能容納m個節點失效。也就是說，要能夠容納1個節點失效，至少系統需要有3個節點（另外兩個正常運行）。如果超出半數的節點都失效，那Paxos算法將無法正常運轉。現在我們給這三臺服務器分配一個全局的序號以示區分：1號節點、2號節點和3號節點。Paxos算法會為每個節點分配一個角色，這里假設1號節點是提議者（proposer）也是接受者（acceptor）；2號和3號節點是接受者，只接受，不提議。現在1號節點收到了來自張三的購票請求，它開始了算法的第一步：PREPARE-PROMISE。提議者1號節點首先會為它的提議proposal（即賣票給張三）分配一個唯一的序號（proposalnumber）。系統中所有的提議都會有一個自己獨特的序號，一種簡單的實現方式是這樣：每個節點自己維護一個計數器（counter），初始值為0，每次自己提出新的提議時，計數器加1；新提議的序號設定為由計數器的數值和該節點的全局ID所拼接構成的小數，兩者中間用小數點做間隔，即{counter}.{ID}。比如1號節點的第一個提議的序號為1.1，第二個提議的序號則是2.1。類似的，2號節點的第一個提議序號為1.2，它的第二個提議的序號則是2.2，以此類推。按照這種序號的設計方式，當提議者1號節點收到張三的請求以后，它首先會發送一條PREAPRE消息給其他所有節點，并且附上提議的序號1.1，這里寫作PREPARE(1.1)。收到提議的接受者們按照以下邏輯進行響應：1.查看收到的PREPARE消息所附帶的提議序號。2.將收到的提議號與自己本地的max_id進行對比。如果更大，則將本地的max_id更新為這個收到的提議號，并返回一條PROMISE消息，相當于告訴提議者：我收到你的消息了，目前你的提議號是最大的哦，準備提議吧，我承諾將不再接受比你的序號小的提議。3.如果收到的提議序號小于它本地的max_id，該接受者就不做回復，或者回復一條fail消息，即告訴提議者：你的提議失敗。如果提議者（1號節點）收到了來自大多數接受者（自己也算一個）返回的PROMISE消息，這時候它就知道，大家已經做好準備接受它的提議了。如果沒有得到多數人的答復，或者收到了一個fail消息，提議者就只能放棄本輪的提議，它可以將自己本地counter加1，然后再次提出新一輪的提議（由于counter加了1，提議號也會加1），重新嘗試。當1號節點收到了來自多數節點的PROMISE消息后，它就進入第二步：PROPOSE-ACCEPT。在第二步中，1號節點會發送一條PROPOSE消息，并且附帶上剛才的提議號，以及具體的值（value），這里的值value就是大家希望達成共識的東西，在本文買票的例子中，它的內容就是“張三”，代表票賣給張三。所以1號節點發送的消息是這樣：PROPOSE(1.1，“張三”)收到消息的接受者們現在要做一個判斷，是否接受這個提議，它們的邏輯是這樣的：1.如果PROPOSE消息里附帶的提議號依然是我目前收到的最大的（即和自己的max_id進行對比），那就接受這個提議，并且返回一條ACCEPTED消息；2.否則就不返回消息，或者返回fail消息，告訴提議者：提議失敗。如果提議者收到來自大多數節點的ACCEPTED消息，那它就知道共識已經達成了。假設現在2號和3號都正常收到了PROPOSE消息，并正常返回了ACCEPTED消息，則所有節點就“票賣給張三”這一狀態達成了一致。總結一下，這里達成共識一共用了兩步。第一步的目標在于獲得多數人的同意，相當于提議者對每個人喊話：我要進行修改數據了啊，你們同意不同意？只有當獲得了多數人的同意之后，才會進行第二步——提議者真正發出要propose的值。試想，如果算法跳過第一步，直接發送要propose的值，不同的接受者就可能會收到來自不同提議者的值。而這個時候又因為沒有事先征求多數的同意，最后接收者也不知道自己收到的值是否就代表了大多數的意見，系統中可能會有多個子群體大家各自有自己的值，這樣全局的共識就沒有了。完整的Paxos算法邏輯到此為止，算法的運行一切正常，現在我們再來看看一些更加復雜的情況。假設不光1號節點是提議者，2號節點因收到了李四的請求，也成為了一個提議者（注意所有節點都是接受者），現在系統里就有了兩個不同的提議者，它們發送的消息可能以任何的方式交織在一起。假設3號節點可能先收到了來自1號節點的PREPARE消息（張三購票），即PREPARE(1.1)，并且返回了PROMISE。就在這時，它又收到了2號節點的PREPARE消息（李四購票），即PREPARE(1.2)，因為提議號1.2大于1.1，于是它又會給2號節點返回PROMISE，并且將自己的max_id更新為1.2。注意，1號節點會進行第二步繼續發送PROPOSE消息，PROPOSE(1.1，“張三”)，但此時3號節點已經不會再接受它的提議了，因為現在對它而言，1.2是更新的提議。只有當2號節點的PROPOSE消息發過來時它才會接受。再考慮另一種情況，假設李四的操作比張三慢了那么一點點，當2號節點成為提議者，并且發送PREPARE(1.2)的時候，3號節點已經接受1號節點的提議了（提議號為1.1），即ACCEPTED消息已經發送。而這時2號節點因為各種原因還沒有收到1號節點的PREPARE消息，渾然不知1號和3號已達成共識（票賣給張三）。那么根據Paxos算法，當3號節點收到來自2號的PREPARE(1.2)消息時，由于1.2是3號見過的最大的提議號，所以它的確會向2號返回一個PROMISE消息，但是因為3號又已經接受此前的提議1.1了，所以在它返回的PROMISE消息中，會附上之前所接受提議的序號以及值，即PROMISE(1.1，“張三”)，即告訴2號：我收到你的提議號了，它的確是最新的提議，但是我此前已經接受過序號為1.1的提議了，它的內容是“張三”。2號收到該消息，了解到票已經賣出，此時根據Paxos算法，2號必須將自己要propose的值更改為“張三”，然后繼續發送PROPOSE消息，于是所有的節點依然是達成了共識。最終客戶端的李四看到的結果便是：票已售罄。事實上，提議者可能會收到多個帶此前接受值的PROMISE消息，它將會選取這些所有PROMISE里面提議序號最大的那個對應的值，作為自己要propose的值，如果沒有任何PROMISE消息里帶有此前接受的提議信息，提議者則繼續用自己原本想propose的值。更新后的接受者和提議者的完整邏輯分別如下圖所示。PREPARE-PROMISE過程。圖片來源：https://people.cs.rutgers.edu/~pxk/417/notes/paxos.html這便是完整的Paxos算法。最后我們再來簡單考慮下斷網或者節點宕機的情況，看看Paxos如何在故障情況下依然能正確運行。網絡或節點失效下的Paxos不管是提議者還是接受者都有宕機的可能性。當接收者宕機時，實際上對系統運行影響不大，這正是分布式系統的優勢：哪怕有一些節點不對PREPARE消息或者PROPOSE消息做任何反應，只要有多數的節點依然在線，系統依然能做出反應，提議者依然能得到多數人的回復，于是算法運行。而當宕機的節點死而復生后，他們終究也會通過其他節點發來的帶有此前已接受提議信息的PROMISE消息來了解到自己錯過的共識，在自己本地也進行更新。那如果提議者（譬如1號節點）宕機呢？分為三種情況：1.假如它在發送PREPARE消息之前宕機，那相當于系統里面什么也沒有發生。其他節點接收用戶的需求時會變為新的提議者；2.如果提議者在發送PREPARE消息之后宕機，還沒來得及發送PROPOSE，如我們剛所說，它的提議會被之后更新的PREPARE所取代（由新的提議者所發出）；3.如果提議者已經完成了第一步PREPARE-PROMISE，進入了第二步，但是在給部分節點發送PROPOSE消息后宕機，譬如1號在給3號發送完PROPOSE之后宕機，沒來得及發給2號；那它的提議將會被3號接受，而2號最終還是會了解到1號和3號達成的共識。因為2號在某時會成為提議者，它終究會收到3號返回的帶有此前已接受提議信息的PROMISE消息，并據此來更新自己本地的信息，于是與1號、3號保持了一致。所以最后回到搶票上，當我們從客戶端發出買票請求以后，它會和背后復雜的分布式系統進行交互，大家如果搶不到票并不一定因為自己手速不夠快，還有可能是網絡延遲、連接的服務器宕機，或者和系統算法本身的運作有關。結語分布式系統作為現代計算機系統的基石，能夠支持12306購票這樣的高負載、高并發場景。本文討論了分布式系統中關于一致性與容錯性的一些基本概念與技術實現。事實上，分布式系統的應用不只是線上網購，在加密領域，分布式系統為區塊鏈技術提供了基礎支持，確保數據的安全性和一致性；在科學計算領域，分布式系統也被用來解決更大規模的問題。這些領域都展示了分布式系統在我們日常生活和技術發展中發揮著不可或缺的作用。本文來源：虎嗅網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
23
12/02
2024年，公眾號的危機與轉機？
公眾號2024年還能起飛，你相信嗎？今年肉眼可見的公眾號真的太難做了，特別是對于大號。那公眾號還有機會嗎？能做嗎？在回答這個問題前，先把回憶進度條拉回到11年前，2012年的8月17日，公眾號正式上線與微博并駕齊驅，雙微運營開啟了圖文類博主的巔峰時刻！然而，11年過后的今天，公眾號少了很多注意力，用微信指數對比下就不難發現，現在的寵兒早已不是公眾號，而是視頻號。今天想給公眾號這位11年的朋友做做復盤，看還是否有起飛的機會，以及平臺方是如何重新加持，如果品牌和個人要做公眾號的話，可以怎么做，分為以下3個部分：1.趨勢面：公眾號的危機與轉機是什么？2.平臺線：三大類型公眾號的模式與打法3.行業點：三類公眾號的運營機會從面到線，再到點，逐一談談對公眾號運營的挑戰、策略與展望：一、趨勢面：公眾號的危機與轉機？作為陪伴公眾號發展從入局到今天的運營人，公眾號為什么不火了？我用一個詞來形容就是：外憂內患。1.外憂：新內容媒介沖擊當下內容載體迭代從圖文到視頻，面臨內容形式的競爭和內容平臺之間的競爭，在用戶內容注意力爭奪戰上處于下風，其實也是順應產品生命周期的發展。（1）新內容載體沖擊短視頻崛起，對以圖文形式為導向公眾號沖擊是首當其沖的，用戶對興趣內容閾值越來越高，主要考驗對單一內容的前N秒的跳出率。而圖文內容的形式，是遠低于短視頻的內容沖擊感，曝光到閱讀標題，打開到完讀，在用戶注意力漏斗上太多層級，沒看到正文時候，跳出率早已很高。（2）搜索型內容沖擊即使對于干貨型圖文內容，用戶的搜索習慣和注意力都被搶走了很多。如果想要獲得專業問答，可能首先就會想到要問答就上知乎，當你有問題想問，可能早已有人在知乎上問過了，快速便可獲得不同類型的專業人士回復；如果是生活經驗類、商品類、購物種草類問題，那小紅書就會成為常用的搜索平臺；問答有知乎，種草有小紅書，另外也不要忽略老而彌堅的百度，在搜索內容上你可以發現現在百度對自媒體搜索內容的權重是越來越高，對搜索內容展示百家號、知乎、小紅書內容的加持越來越高，百度搜索玩平臺的整合。所以在搜索上，用戶搜索的心智也被嚴重的分流，對搜索內容的需求，很多時候公眾號就不在首選范圍內。（3）公域推薦型沖擊對于公眾號圖文類型的沖擊，還有這一股勢力不能忽視，就是今日頭條，作為同樣以長圖文為基底的內容模式，公域算法推薦內容的閱讀模式逐漸也養成了用戶新閱讀習慣。一個有趣現象就是，即使微信公眾號圖文已經很強大了，但依然看到很多朋友還在今日頭條上看各種圖文內容，然后樂此不疲地在微信社群里作分享，究其原因，很多人已經養成了聊天在微信，看內容去自己熟悉或已經被你馴化的公域平臺去閱讀。2.內患：自生長步履蹣跚外憂沖擊下，也有來自平臺發展下，用戶與創作者的逃離，也有平臺監管的進退兩難等因素：（1）平臺年資已經很長，興趣度下降，創作者艱難公眾號一直都是以深度的文章內容為主，如果玩公眾號比較早的，有些粉絲都關注你好多年了，即便內容再好，用戶肯定看也看煩了，興趣度也會下降，喜新厭舊是人性的底層邏輯。平臺老化，也會帶來新創作者的望而卻步，特別對于新入局者，如果看到創作者們在這個平臺不賺錢了，那他們動力就大大降低，變成一個阻礙新人在平臺選擇上的重要因素。另外，現在公眾號的廣告報價整體是下降了，這是對于平臺不火的重要標志之一，而廣告價格下來，反作用是對于以廣告為盈利模式的平臺反而會發得更頻繁。我有關注的一個產品經理大V，過往內容看到可能是一周一到兩條廣子，但是現在每次刷進去的都是軟文導流到其他跨品類的廣子，整體內容價值和體驗都下降很多。從用戶興趣度下降>粉絲流量減少>創作者閱讀量和新粉絲增長減少>變現收入減少>廣告增多，內容價值感和質量下降>用戶興趣度下降……所以，這內患一環扣一環，最后連內患都形成了閉環了，創作者能不自閉嘛。（2）平臺監管與限制，過于嚴格帶來副作用平臺加強了監管與限制，一個硬幣有兩面，正面是讓野蠻亂象逐步收歸于可控，但反面對商業化的副作用也很明顯：1）對圖文廣告的監管力度更強了今年微信公眾號改了政策，8月以后，所有的公眾號主廣告要從平臺走互選。大環境讓本身金主投放廣告數量大減，無數公眾號號主廣告收入腰斬2/3以上。如果你敢頂風作案，不走互選平臺私下接了廣子，那你的推文推不出去或者推了也被刪掉。就算上了互選平臺，很多類目或者內容在互選平臺中各種嚴格限制，類目、標題、封面，很多類目根本就不會有金主爸爸去投，現在愿意投公眾號圖文廣子，一般是賺錢類、教培類、成人類和一些白牌產品類，但是很多類目在平臺上不了，而且對內容審核也是非常嚴格。特別對20萬以上粉量的大號沖擊特別大，雖然是在扶持中小號，但大哥們不玩了，只剩下一幫小弟，那平臺影響力肯定是被削弱。2）對圖文內容質量的要求更綠色了如果你是做熱點類+知識付費型產品的機構，你會更有感觸，過往依賴抓眼球的文案標題+激發出痛點和爽點的情緒內容，做商品和服務的導流轉化，現在還想用這種方法分一杯羹也愈發變得艱難。敏感詞的機制觸發，標題審核不通過，內容涉及與產品不符都通通送你一個違規刪文，重則以涉及使用夸大、誘惑、違背客觀事實的文字、圖片、視頻等，惡意煽動、混淆、誤導用戶的判定結果來給你一個封號處理。那標題更綠色，內容更健康，產品效果陳述更客觀，可以看得到的是，轉化率是斷崖式下跌。平臺加強監管的兩面性，留給過往活在公眾號里的各類型機構的商業化打法變得更單一，舊有逐利者退出，內容洗牌和新商業模式已經開始。所以，總結完外憂內患，公眾號整體大盤流量趨勢向下，核心在于用戶流量與注意力不在公眾號，而信息流推薦模式目前也拼不過今日頭條，看內容還得是在其他平臺上。二、平臺線：三大類型公眾號的模式與打法微信平臺從今年看，做了很多對公眾號加持的能力和動作，我認為公眾號作為微信生態的重要組件，而且公眾號粉絲基本盤也還在，微信還是會持續迭代，我們來看看公眾號這個產品今年的一些迭代動作：其中有三個方面的更新策略，是值得我們關注和洞察：1.公眾號的圖片消息功能，昵稱又名為“小綠書”顯而易見，小綠書的圖文形式，明顯就是“偷師”小綠書，排版高度相似，都以展示圖片為主，標題在圖片下方，用戶頭像和名稱在圖文卡片的左下角，點贊數在右下角。這也很明顯看出微信意圖，在拓展圖文短內容形式，向小紅書和抖音看起，以22年的一個數據報告顯示，抖音圖文的平均互動率是視頻的1.32倍，而圖文的收藏率更是視頻的1.47倍，重圖片種草的圖片消息顯然有這短小精悍的內容潛力，微信補齊圖片種草能力，降低公眾號創作者們的內容生產門檻，進一步完善內容生態。2.公域流量推薦的相關功能一個是升級了發布功能，訂閱號每天一次群發，升級為發布，即群發一次，但可發布多次，且發布內容雖不推送給訂閱用戶，但在主頁展示，且有機會能進入公域流量推薦給合適用戶。另外一個是公眾號文章公域流量入口增多，文章尾部的看一看、訂閱號信息里的看一看，把過往閉環公眾號文章打開了新的公域推薦機制，被更多同類閱讀興趣標簽的用戶會作推薦發現。我認為，公眾號后續開放和完善公域信息推薦，打破產品局限的動作會越來越多，但問題是在社交聊天為主的微信上，留給公眾號打開流量同時，并且要保證用戶體驗為前提的克制會越來越大。3.公眾號與問一問的互通互聯所以在自身功能推薦可做的動作天花板有限的情況下，打開與微信生態內其他組件打通變得很重要，而微信平臺作為去中心化平臺，微信生態內各組件的互聯互通是其重要能力體現，這也是強化問一問的回答背書能力，同時也增加問一問與公眾號之間的內容引流。現在在問一問通過與公眾號聯動導流，并且實現每天幾十上百的漲粉已經是有人拿到結果，并且通過后續的流量主和導流到項目里實現變現。總結下，當然上述這些變化，有的只是其中的一個小交互，但通過今年公眾號的重要能力更新與加持來看，會釋放兩大運營上的信號：（1）公眾號持續會打開“內容”流量口子，公域推薦機制對公眾號內容做流量推薦的能力加持；（2）公眾號作為微信生態里的連接器，這個重要定位依然不會變，小程序、視頻號、問一問、看一看、搜索、帶貨等等，依然是運營的萬能連接器。三、行業點：三類型公眾號的運營機會我們看到公眾號當下面臨的挑戰，也關注到微信平臺今年對公眾號的能力加持和態度，那么回過頭來回答我們一開始的提問，公眾號還有機會嗎？能做嗎？我的答案是有的，但要順應平臺規則，以用戶舉手投票的優質內容為核心，帶動粉絲體量的增長，獲得下次推送更多粉絲閱讀和互動，進入到公域推薦流量池：內容漲粉通常應用在訂閱號（當然服務號也合適，但訂閱號效果更佳），整體邏輯是漲粉數=文章閱讀數（推文曝光總數x點擊轉化率）X關注轉化率，提升推廣曝光數是擴大口子關鍵，而公眾號關注率則是交給文章內容與引導解決。所以內容漲粉下推薦、搜索、分享、關聯導流，四大方式組成你能獲取多少內容粉的重要方式，內容粉的特點是對你內容感興趣的，是高精準且相對來說主要來自內容制作成本，成本相對低。但缺點是如果沒有產出爆文的話，漲粉速度慢，主打內容長尾漲粉。推廣漲粉通常適用于服務號（同樣訂閱號也適合，但主要建議服務號做推廣漲粉），整體邏輯目前還能玩的裂變漲粉、投放漲粉，但現在裂變用戶質量也差了，且投放費用持續上漲，所以做這兩類漲粉方式，需要跟后續粉絲添加公眾號后的變現銷售做投產比的關注，如果投產比小于1，那就需要調整優化，或不能選該模式漲粉了。同樣門店漲粉，也要考慮投產比，此外門店引流到轉化購買，目前更主流是導流到企微個微的私域池子，用戶觸達的價值會更高。公眾號雖然產品形態形式不變，但可以預見定位、目標、策略在運營上都會有一些不同，我總結了三大類型的公眾號，當前應該如何進行運營：1.品牌型公眾號（1）公眾號選型，是要做服務號還是訂閱號？商品型的企業公眾號，比如大快消、大健康、耐用消費品等貨架型企業，過往會糾結要做服務號還是訂閱號，在當下的流量環境，讓用戶好友列表里看見你就是最好的選擇，服務號是必選項。在品效合一的要求越來越高，發揮服務號的服務接口能力，承接商品銷售和服務才是重要的核心，如果是內容服務型的公司，比如設計公司、媒體公司、金融公司，除非你有豐富大量優質內容，能提供專業內容價值，不然我還是建議服務號做到周更即可。（2）不要再做單一賬號運營，要串聯私域經營前面已經提及到，公眾號現在已然是微信生態的組建之一，而且內容權重下降下，做好業務連接器的角色：公眾號+小程序+私域，是圍繞公眾號的私域運營鐵三角，把這三塊觸點打通，是私域發售的基礎建設；公眾號+視頻號，則是利用公眾號存量粉絲對視頻號公域拓展更多用戶的加成，無論是直播、短視頻，關注過你公眾號的用戶，都有可能會刷到你的視頻號，對于視頻號起號有重要的流量起盤價值。（3）品牌型的公眾號怎么做內容？把你的公眾號內容，分成兩個大類來做：品牌內容，即提升用戶對你品牌和商品認知，精美配圖設計+故事感內容文案+品牌活動，把這些內容作為你們企業名片內容來打造，用于品宣、銷售、商務介紹等等；銷售內容，讓用戶在微信里找到如何找你購買，全平臺有哪些最新活動或新品：按品類日、上新日、節點銷售去好好策劃公眾號內的發售型內容，并把公眾號內容作為反哺給各電商平臺、直播平臺的導流平臺為重點，公眾號內銷售為輔助。年度內容標簽+月度靈感關鍵詞+N個主題話題，構建你的內容信息屋，合理規劃品牌內容和銷售內容比例。2.流量變現型公眾號什么是流量變現型公眾號呢？我定義為通過公眾號存量流量或拉新流量，通過內容進行變現的類型，統稱為流量型公眾號。首先，我們要知道公眾號有這么幾種變現模式：流量主變現、接廣告變現、文章帶貨變現、付費文章與打賞、公眾號銷售產品/服務、導入私域銷售變現。流量變現型公眾號的打法對比品牌型公眾號，我認為最大差異是運營手法更“野”，做規模變現的目的性更強，主要方法：（1）利用存量公眾號矩陣，用游走于違規邊緣的標題黨和比較夸張的產品效果等，來做銷售導流，教培類的行業較為常見；（2）通過做號積累粉絲體量，通過一些任務平臺，例如新榜有賺接廣告投放任務等等；或者是給別的平臺導流按照CPC或者CPS來做銷售分成；（3）也有通過AIGC方式，生產批量內容沖爆文，打出一個類目之后快速復制到多個號，實現漲粉后開通流量主，微信公眾號的流量主廣告，讀者點擊一次，可以有三毛錢到八毛錢的收入。如果文章有一萬閱讀量，那一篇流量主收入就有三四十塊錢，十萬閱讀量有五六百元。現在一些短劇內容比較火，比如有創作者通過AIGC方式生產大量內容，然后進行日更內容，粉絲漲得快內容粘性高，通過流量主模式進行變現。在平臺加強監管下，對一些帶擦邊游走平臺規則的打法還是會監控較嚴格，所以合理順應平臺規則，迭代獲取引流到變現的路徑，才能做到流量變現。3.IP型公眾號現在很多個人IP的打造是一條腿走路，在短視頻領域做出來，然后再拓展到其他平臺，本質上思路是沒錯的，但如果你是做專業型的IP，我認為公眾號圖文內容是不可或缺，我認為原因有三：（1）公眾號的內容可以作為品牌背書的名片，特別中長專業內容的分享，可以幫助你打開用戶獲客和破冰溝通的案例，短視頻雖然直觀但不容易留下對知識的印象記憶。（2）粉絲的沉淀，并與你私域聯動起來。短視頻的粉絲關注后，由于平臺強算法推薦，有時候不易推送直達，但目前公眾號還是關注推薦主導結合公域推薦機制，所以用戶找回關注公眾號和常讀公眾號還是比較方便，此外公眾號更適合沉淀粉絲，并且引導到私域路徑體驗會更好。（3）公眾號圖文內容也適合幫助你在自媒體矩陣里做一魚N吃的內容創作方式，幫助你內容復用最大化：作為你的公眾號推文，此為第一吃；作為你的短視頻提供內容腳本，此為第二吃；作為你的小紅書筆記內容，取其精華，制成筆記，此為第三吃；作為你的音頻類播客的逐字稿，此為第四吃；作為你的微信問一問，知乎問答的答案，此為第五吃；各類主流自媒體平臺圖文分發，此為第六吃。所以可見作為IP型的公眾號，它承擔內容發起點、發售主陣地、用戶連接器，對IP搭長期價值的累積來說，依然有很高的戰略地位。來源：產品經理文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
23
06/16
數字化、信息化、智能化，到底有什么不同？
提到數字化，就不得不提到信息化和智能化，這兩個概念與數字化密切相關，似乎都與數據聯系緊密。但實際上，數字化、信息化、智能化，三者具有完全不同的概念內涵，本文將重點探討這三者的區別與聯系。1.數字化與信息化信息化的話題出現比數字化早很多，早在1960年代就已經提出，并且在1970年代后國際上就開始逐漸有關于信息化的業務實踐。廣義上看，信息化可以看作是數字化的初級發展階段，但與典型的數字化概念場景相比，仍然有一些差距所在：在信息化的場景構想中，更多是強調業務的線上化和自動化效果，信息化借助于計算機系統在數據計算、數據存儲的性能優勢，輔助人在日常的管理運營活動中解決現有工作執行效率低下的問題。在信息化中，數據只是業務的操作對象和執行結果，而數字化則把數據看作業務發生的原因和業務活動產生的原料。數字化關注從數據中發現新的價值、形成商業洞察、創造業務機會。信息化不關注從數據中進行創新，而只是基于既定的主題框架和相對固定的流程在處理數據，用計算機輔助實現原本已經存在的業務邏輯。信息化階段的軟件系統，重在提高人對具有規模性、復雜性的業務信息的處理效率，提高管理決策水平，提高業務各相關方的信息連接程度，實現“降本增效”，優化業務經營能力。信息化不改變人對業務的認知，而是在現有業務認知下的業務提速。值得注意的是，簡單地依據是否涉及“數據分析”來區分信息化和數字化是不嚴謹的。關鍵還是要看，數據分析強調解釋業務現狀和觀察趨勢（經驗驅動），還是強調挖掘底層業務規律和新的商業洞察（數據驅動）。2.數字化與智能化智能化是數字化發展的高級形態。所謂智能化，就是讓機器像人一樣進行工作，降低企業的人力成本，同時提高企業的生產效率和服務效率。智能化的本質是能夠體現人的智慧水平的數字化業務，是人工智能技術的重要業務價值體現。人會基于特定的問題進行思考和決策，背后依靠的是某一領域的操作技能，其背后是人掌握了這些技能背后的業務知識。機器如果能夠獲得這些知識，也能夠表現出“類人”的智能化特征。機器可以通過閱讀大量的數據，通過數據挖掘、機器學習、深度學習等方法從這些數據中學習到有用的業務知識，然后在利用這些“所學”的知識提供智能化的服務，解決實際的應用問題。數字化和智能化的區別不僅僅是算法復雜度上的區別，而關鍵看，機器是否完成了從對象識別，到任務決策，再到行為操作的完整自動化流程。在整個過程中，人工介入的環節約少，則表現出越顯著的智能化效果，例如，掃地機器人、炒菜機器人、虛擬數字人、無人駕駛等。通過傳感器獲取環境數據，通過模型和規則實現決策，通過終端設備完成既定操作，完成傳統的人工服務。來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
23
06/10
從工具到平臺，中小制造企業的一場數字化轉型
中小企業正在經歷一次痛苦難熬的數字化轉型。一邊是業務毛利、附加值低、生產管理缺乏數字化等問題驅使中小企業主動擁抱數字化；一邊是高成本的大平臺、昂貴的數字化系統和設備讓中小企業望而卻步。“從企業內部分析，缺資金、缺人才、缺技術成為中小企業數字化轉型面臨的挑戰和困難。”中國信息經濟學會數字經濟政策研究專委會主任蔡躍洲在接受媒體采訪時表示。實際上，許多中小企業都知道必須轉型，不轉等待著的很可能是慢性死亡。但問題是怎么轉。有中小企業負責人認為，當前“大平臺、大系統、大項目”的這種方式，本質上和中小企業的基因相沖。“中小企業的現金流很脆弱，對于數字化系統，必須要立竿見影的效果。大平臺、大項目耗費資金大、建設時間長、回本周期慢，中小企業難以適應這種模式。“實際上，中小企業很可能用不上那些高大上的平臺，它們更需要一種能快速提高業績、創造利潤的工具。給農民一把趁手的鋤頭，而不是押著他學習使用挖掘機。過去幾年，部分工業互聯網大廠的那套高舉高打、自上而下的平臺式打法，幾乎只能做制造業大廠的“樣板工程”，很難在中小企業落地，根本原因便是大平臺與小企業“供需錯配”。“中小企業有自身發展的邏輯，其轉型一定是圍繞這個發展邏輯而展開，套用大企業的邏輯，只能造成‘揠苗助長’。”魯邦通副總經理兼CTO陳小軍表示。作為一家工業互聯網解決方案廠商，同時也是一家中小企業，魯邦通的業務覆蓋工業物聯網通信和邊緣計算產品的生產制造，也提供設備智能化和智能服務的工業互聯網場景數字化解決方案。陳小軍認為，數字化轉型，對于公司來說是一個整體的戰略，所有的戰略都需要分步驟、分階段，不可能一步到位。與大廠強調的“自上而下”模式不同，中小企業轉型需要結合“自下而上”。一、自上而下是戰略，自下而上是路徑企業數字化轉型首先是一把手工程。原因在于，管理層有決策權，能夠將數字化轉型的策略上升為公司的執行意志，滲透到公司的各個層級，最終執行下去。不少解決方案商都清楚這點，其銷售團隊瞄準了企業主，讓企業主立馬簽單，開始上方案、推平臺，搞數字化轉型。方案交付以后，企業主非常痛心地發現，投入與產出不成正比，那些價值不菲的設備、科技范兒的平臺，團隊很難用起來。到工廠一問，下面的人就說不好用、不會用，企業主心灰意冷。這種吊詭的現象十分常見。許多有數字化轉型意識的企業主，也樂于去推進公司的數字化戰略，但效果卻與想象中相去甚遠，甚至一地雞毛，之后便對數字化改造進退兩難。“數字化要自上而下推，但更重要的是管理層、執行層、解決方案商達成共識。”陳小軍認為，之所以出現企業主不愿意再推數字化的現象，是有些解決方案商只看到了領導，而忽略了員工的需求。管理層有權推動數字化戰略，但具體要由團隊去執行。如果執行出了問題，導致產出不如人意，這個結果就會自下而上反饋到管理層，管理層便會對數字化方案的效果產生懷疑。換言之，“只看領導”的打法雖然能簽單，但項目交付可能會出現問題，且不可持續，本質上也算是對數字化轉型生態的一種破壞。事實上，中小企業數字化轉型中，一線員工不應該被忽視，反而應該首先被賦能。作為生產的執行單位，一線員工能夠直接體會得到數字化轉型帶來的效果，如果數字化解決方案能給他們帶來增益，其評價也會自下而上地傳送到管理層，管理層看到了明顯的效率提升，才會加大對數字化轉型的資源投入。那么應該如何賦能一線員工？陳小軍表示，一線員工對整體解決方案并不敏感，也不關心，甚至不了解，他們在意的是工作能不能按時、按質地完成。這對于解決方案商的啟發是，在面對中小企業時，首先應該給一線工人提供直接有效的工具，能夠幫助他們“多、快、好、省”地完成工作。一線工人看到實際效果，同時，也通過逐步推平臺、系統，從而最終反映到企業的生產、管理、銷售等效率的提升上，才能最終完成整個企業的數字化改造。從工具到平臺，既是方案商的產品邏輯，也是中小企業數字化轉型的路徑邏輯。二、需要有人構建平臺，也需要有人打通節點許多方案商，尤其是一些大廠，直接以德國工業4.0為目標，去搭建工業互聯網平臺。這種大而全的平臺，雖然有項目落地，但也只能落地到不缺錢、愿意試一試的制造大廠的生產基地上，很難具備規模化復制的可能性，更無法推廣至中小企業。“工業互聯網是一個漸進的過程，需要從1.0（機械化）進化到2.0（電氣與自動化）、3.0（信息化），最后到4.0（智能化），而不是直接從1.0就到了4.0。”很多制造大廠做平臺，但其實這個過程中，往往投入產出并不成正比。工業互聯網領域的先驅、美國制造業巨頭GE就是前車之鑒。他們投入數十億美元，推出了全球首個工業互聯網平臺Predix。然而，Predix并沒有為GE帶來業績增長，反而成為沉重的財務復負擔，最后落得被打包出售的命運。目前，Predix已成為一套工業應用以及一個開放的應用開發平臺。究其原因，缺乏明確的商業模式，以致盈利遙遙無期；平臺過于“笨重”，難以滿足不同領域客戶的需求，致使Predix無法實現GE構建工業互聯網平臺的宏大愿景。大型企業猶如此，更枉論預算開支十分有限的中小企業。可以說，企業數字化轉型，需要從低階向高階進化，即從局部數字化向全域數字化轉型。在這個過程中，每個階段都有企業需要解決的轉型難點，只有把這些點梳理清楚并解決掉，才能進入下一個階段。類比自動駕駛，從L1到L4，需要在這個過程中積累數據、訓練算法、迭代技術，相應的基礎設施逐漸完善、法律法規逐步健全，最終才能到達L4級的無人駕駛。如果一開始就做L4無人駕駛，積累的數據完全不夠充分，幾乎只能在封閉場景做測試，而無法走向實際場景。企業數字化轉型也如此，如果企業3.0的信息化都沒完成，就要做4.0生產的智能化，無異于沒有打好地基就直接蓋樓，只能適得其反。“一方面，工業互聯網就像是一張網絡，每家企業，都可能是這張網上的一個個節點。只有當節點完成數字化、節點與節點才能拉通，才能形成線、面的網絡。另一方面，中小企業各個作為產業鏈上的毛細血管，它們需要通過數字化，跟產業龍頭企業對接上，從而成為整個工業互聯網上，信息流動通暢的節點。”因此，真正要實現工業互聯網的普及和應用，前提是這些“節點”能完成轉型，然后通過平臺把數據流轉起來，做更多的智能化改造，來提升產業效率、創造更多的附加值。而現階段的現實情況是，這些節點，大部分都還沒有真正“聯網”，而依然是一個個的信息孤島。陳小軍表示，當下企業數字化轉型最為緊迫的事情，是將產業鏈中的各個節點都連上網，將這些節點的數字化能力提升，才能讓數據流轉起來，產生價值點。“如果手機、PC等智能終端沒有聯網，消費互聯網也不會產生萬億級的市場。”因此，中小企業的需求，對于一線員工來說是工具；對于企業來說是將企業的人、機、料、法、環進行數字化，進而讓生產要素流動起來，打通生產環節的數據壁壘，激發數據價值。“工業互聯網平臺未來一定是大趨勢，大廠可以起到風向標的作用，但這需要整個行業的共同推動。”現階段，對于工業互聯網的構建和應用落地，這張網絡的節點接入數量還比較少，工業互聯網平臺還很難發揮出實際價值。因此，市場上必然需要類似于像魯邦通這樣的公司，去為更多的中小企業提供針對性的服務，幫助大量的中小企業完成數字化轉型，來為整張工業互聯網平臺的網，構建一個個節點。當這些節點串聯在一起時，工業互聯網才成為一個真正有用、有效的平臺。三、不存在完全標準，也不必完全定制對于工業互聯網廠商而言，只有深入了解中小企業數字化轉型的痛點，才能對癥下藥，開出合適的藥方。但中小企業散布于各種行業，三百六十行，每一行都有自身的獨特性，行業之間差異化非常明顯。不同的行業、場景差異，給企業和解決方案商帶來一個問題：標準還是定制？從企業的角度看，定制更符合自身需求，但成本太高；標準化產品又怕不好用，效果欠佳。從方案商的角度看，標準化成本雖低，但由于場景復雜，很難做出一套低成本、通用型極強的方案。正如中國信息經濟學會數字經濟政策研究專委會主任蔡躍洲分析：“制造業不像消費互聯網涉及的場景較為簡單。不同行業都有其專有技術和行業特征，數字化轉型涉及的場景通常都會比較復雜。僅僅依靠編程程序員很難將相關技術、過程、功能用代碼直接實現。”在這種情況下，企業需求和方案商的供給，似乎成了一對內生性矛盾，難以化解。這道題并非無解，關鍵在于如何看待標準與定制。陳小軍認為，之所以會存在定制化，本質原因是每個行業的know-how不一樣，每家中小企業的核心競爭力不同，這就決定了方案商不可能做一套完全標準化的產品和解決方案。對于廠商來說，標準化和定制化其實不是最核心的困擾，“最重要是幫助企業梳理出它的核心競爭力，并且通過技術去強化這個競爭力，讓它數據化、體系化地去流轉和運行下去，發揮出最大價值。”陳小軍表示。在執行中，可以“相似能力做標準，核心競爭力做定制。”即行業里邊非常相似的能力，通用的技術，方案商就能夠做標準化；而那些屬于企業獨有的差異化能力和技術，就需要做定制化；二者應該結合起來。好比醫生給病人開藥，一些基礎疾病，如感冒咳嗽就可以標準化，但一些特殊的病，則需要開特殊的藥。魯邦通具備數字化技術和實體制造兩方面能力，這個特殊性，也為其投入中小企業數字化服務業務帶來獨特優勢。一方面，魯邦通基于自建的數字化工廠，生產物聯網硬件；另一方面，魯邦通基于自身工業物聯網平臺的研發能力，以及自主開發MES系統、工業低碼平臺等工業互聯網產品，“親自操刀”完成對自身工廠的數字化改造。基于此，魯邦通對于“中小企業數字化轉型難、難轉型”這道病癥的藥方，非常清晰明了。作為從工業物聯網跨越到工業互聯網的解決方案商，魯邦通目前提供從工業物聯網通信和邊緣計算等產品，到設備智能化和智能服務的工業互聯網場景數字化解決方案，已應用到機器人、醫療設備、環保設備、新能源裝備、電梯及特種設備等工業設備行業，以及企業生產制造的各流程。以電梯為例，過去電梯的維護主要靠維修工人定期檢查，或者等設備出現故障以后才會進行維護。這種方式非常落后，設備出現故障極容易導致安全事故，并且出現事故之后，從發現到處理，存在時間差，這段時間很可能造成不可挽回的后果。魯邦通提供的多源融合智能傳感器，可以實時監測到電梯的運行情況，將數據傳送到云端，一旦出現故障，系統便會將事故信息推送給維修工程師，盡快解決問題。具體到企業節點連接，魯邦通也通過5G通信、邊緣計算、智能感知與云端智能等技術，構建魯邦通智物協同云，幫助更多裝備制造企業實現“云邊端”融合并賦能行業場景數字化、網絡化及智能化。又比如，針對一家環衛設備企業管理全球部署設備、售后運維、備品備件，管理客戶訂閱數據等需求，魯邦通提供一套基于用戶角色及場景驅動的軟硬結合解決方案，幫助客戶管理整個工業互聯網服務價值鏈，實現設備管理、售后運維管理、金融租賃管理一體化的制造業服務化轉型。“各類傳感器、邊緣設備，讓生產的各個節點連接起來，實現‘上網’，然后通過平臺把各種數據流轉起來，賦能舊業務、打造新業務，創造價值。”總結2015年5月，政府在《中國制造2025》中首次提出“促進生產性制造向服務型制造轉變”。由此掀起了企業數字化轉型浪潮。與此同時，伴隨著人工智能、大數據、云計算等技術的應用落地，技術再一次推動了產業進步。中小企業作為國民經濟的毛細血管，在產業發展中起著不可或缺的作用。但中小企業的數字化轉型始終是一個難題：不敢轉、轉不起。這個難題的癥結在于，中小企業需要用得起、用得好的數字化工具，但目前，更多是大型數字化平臺走在前面，供需未能匹配。很顯然，雙方都需要一場認知革命。只有各方達成共識，形成合力，才能推動這場巨大的變革。來源：雷鋒網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
23
05/27
來，認識一下Windows最重要的功能
我們報道了微軟在Build2023開發者大會發布的WindowsCopilot——深度集成在Windows11人工智能助手。至此，Copilot已經出現在了微軟幾乎所有重要產品之中，包括輔助編程的GithubCopilot、輔助辦公的Microsoft365Copilot、輔助客戶溝通的Viva?Copilot、輔助業務流程的Dynamic365Copilot等等。微軟比那些宣告自己AIfirst、AllinAI的公司還要更進一步，選擇AllinCopilot，即全面轉向人工智能輔助技術。我們來到了轉折點看到這里，相信有相當一部分不那么關心AI技術的讀者還不太了解，“Copilot”到底是什么。“Copilot”一詞源自飛行術語，意思是副駕駛員（Co-pilot）。在飛機上，副駕駛員是協助主駕駛員操作飛機的人，通常當主駕駛員需要休息或處理其他任務時，副駕駛員就會接管控制權，二者共同負責飛機的安全飛行。對照這個定義，我們就不難理解：每個使用計算機程序的人都是“駕駛員”，AI則是輔助我們航行的“副駕駛”。舉個例子，當你準備沉下心來辦公，你就可以在Windows11調出Copilot，把你的需求敲進去：WindowsCopilot會建議你打開專注模式，并把系統界面調整成更沉浸的暗色模型。這時候你還想聽一點音樂，再敲入需求：WindowsCopilot會根據你喜歡的音樂類型，在Spotify等音樂軟件上播放對應的歌單。聽起來我們像是又回到了命令行界面時代，通過一個輸入框實現所有的計算機操作。但不同的是，你不再需要花時間去學習和理解編程這門專屬于計算機的語言，你只要用人類的自然語言把你的需求拋給它，它就能幫你解決。WindowsCopilot還可以幫你解決很多問題，例如當你收到一份冗長到讀不下去的文件，你可以直接把它從桌面拖到Copilot上，讓AI幫你總結這份文檔，實現“量子速讀”。你還可以讓它幫你重寫或者解釋文檔的內容，提高工作的效率。簡單來說，Copilot不能完全取代你的工作，但它能幫你節約很多不必要的重復性勞動，從而節約你在“數字瑣事”上花費的時間。這也是微軟對于Copilot的定義：一種使用自然語言處理技術或大語言模型（如GPT-4），幫助人們完成復雜或認知任務的應用程序或組件。從撥號上網年代一路走來的朋友可能就察覺到了一些關鍵要素：操作系統+助手，等等，這不就是Windows97時代的Clippy和WindowsPhone時代的Cortana嗎！？沒錯，Clippy、Cortana和Copilot（微軟是不是對C開頭的單詞有執念？）在定位上確實存在一定的重合，你甚至可以把它們看作同一款產品在不同交互界面時代的三種形態。Clippy：圖形交互界面的系統助手，其設計初衷是提供了一個平易近人、友好的界面，以簡化復雜的操作任務。然而，由于Clippy需要通過一個彈窗進行交互，它總會不合時宜地彈出來，導致用戶在使用時失焦。Cortana：語音交互界面的系統助手，對標Siri和Google助手，定位個人數字助手。但受限于功能局限，Cortana能做的事情很有限，即便微軟盡可能地把Cortana推向Windows之外的更多平臺，也很難吸引用戶使用。WindowsCopilot：自然語言交互時代的AI助手，它深植于系統之中，又不局限于系統，它可以集成于各種程序和應用中，并且能夠理解用戶的需求并提供幫助，在功能性、靈活性和集成度方面遠超Clippy和Cortana。從技術發展的路線來看，你會發現Copilot與Cortana的路徑類似但方向截然不同。2014年，Cortana作為WindowsPhone8.1的默認語音助手首次亮相，提供語音搜索、日程管理和個性化建議等功能，標志著微軟正式進入語音助手市場，與蘋果和Google競爭。隨后，Cortana隨Windows10操作系統一同推出，拓展到PC和平板電腦之上，集成了更多的系統功能，為更多人熟知。在接下來的時間，微軟把Cortana塞進了包括Microsoft365套件、Teams等更多的產品之中，希望能獲取更多的用戶。但到了2021年，微軟決定停止Cortana大部分服務，退出這場語音助手大戰。Cortana的失敗不僅是因為其市占率一直上不去，還因為語音助手功能本身很難再翻起太大的浪花：10年前的語音助手能幫你寫郵件、查天氣，10年后它仍然只能做這些基礎型的工作，用戶的感知并不強。直到ChatGPT的出現，語音AI助手給人留下的“愚蠢”刻板印象才被打破。ChatGPT能夠通過自然語言理解人們的需求，幫助人們完成一些需要高智能的任務，雖然GPT模型時而會出現生成錯誤的答案，但已經解決了AI助手長期以來的痛點——語義理解。這是一個關鍵的轉折點，微軟迅速地把大語言模型技術與其產品結合起來，丟出了一個又一個讓人瞠目結舌的技術Demo：用聊天的方式在Bing搜索、用幾句需求做出個精美的PPT、讓Edge瀏覽器一鍵總結網頁內容……很快，Copilot將無處不在，AI將無處不在，我們與計算機交互的固有邏輯開始出現裂縫，一個新的交互邏輯準備破殼而出，重新定義新一代的計算機和互聯網。比爾·蓋茨在AI爆發后給出了他的判斷。也就是說，側邊欄AI助手將會成為一個新的常態，你的語言會變成像鼠標點擊、手指觸碰一樣具有“魔力”的新交互方式。只不過，如果你只是把Copilot看作是一個新時代的AI助手，那你就太小看微軟的野心了。全新的軟件形式前面我們說到，微軟為旗下的很多產品都接入了Copilot，讓Bing、Edge、Office煥發出新的活力。更重要的是，這些散落在不同軟件的Copilot彼此之間并非獨立，而是相互打通的。這里我們要引入一個很重要的概念——插件集。你可以把這些基于大語言模型的Copilot理解成Chrome瀏覽器（當然，這是一個非常不恰當的比喻），而插件就是瀏覽器上面的擴展程序，有了第三方的插件，Copilot就能實現很多不同的功能。此前，我們曾詳細介紹過ChatGPT的插件集體驗，有了這些第三方插件，ChatGPT可以實現訂餐、查航班、解答數理化難題等等功能。現在，這些插件同樣可以應用在Bing、Edge、Office甚至Windows之中，因為這些產品都采用了同樣的開放插件標準。簡單來說，開發者只要開發一次插件，就能應用在微軟的一系列Copilot之中，這給開發者和用戶都帶來了極大的靈活度。還是拿實際應用舉例。很快，你可以在Bing調用Zillow插件（租房信息查詢），然后直接向Bing提問，“用XX預算在X地租房有什么房源推薦？”。Bing就能直接給出對應的房源信息。或者你可以在Edge瀏覽器上讓AI幫你總結食譜，然后調用Instacart插件，一鍵購買你缺少的食材。這是一種全新的信息獲取方式，它跳過了從搜索引擎到服務商網站、再到具體信息的過程，直接提取了你最需要的內容，然后以平鋪直敘的方式呈現給你。Copilot+插件，或許會改變我們使用網絡獲取服務的方式。另一方面，在我們最熟悉的Office套件上，也能夠使用插件。例如當你想用Word起草一份法律合同，但是你并不熟悉當地的法律，你就可以調用ThomsonReuters、Westlaw等法律插件來幫你起草和修改具體的內容。插件集的出現豐富了大語言模型的可能性，而一個共同的插件標準又讓插件集的作用變得最大化，這就是微軟正在構建的Copilot技術堆棧，最終共同拼成了微軟眼中Copilot最理想的形態：不僅是一種新的程序，不僅是一種新的用戶界面，還是一個新的平臺。正如前面所說，大語言模型的出現賦予了軟件前所未有的易用性和可操作性，“AI助手化”會成為軟件設計的新常態。像Adobe等廠商都已經開始在自家的軟件加入AI功能，越來越多的開發者會考慮為自己的產品設計“Copilot”。微軟瞄準的正是這么一個尚處于萌芽時期的新機會，它想要利用自己在桌面系統和辦公軟件超高占有率的優勢，搶先建立起這個全新的平臺，領先一眾對手。微軟CTOKevinScott在Build大會上誠摯地向開發者們介紹了這個宏大的愿景，他引用了比爾·蓋茨的一段話：KevinScott認為像GPT-4這樣的基礎模型很強大，非常強大，但它并不能做所有的事，這需要更多開發者將這樣的技術應用到相對應的程序之中，把大語言模型作為構建程序的一部分，AI才能創造出全新的用戶體驗。這是一種全新的程序開發方式。KevinScott拋出了一個觀點：當下，AI正在以不可思議的速度重塑著人們對科技、對世界的認知，它不僅改變了我們處理數據的方式，也在重新定義我們與機器的交互方式，甚至是我們理解和解決問題的方式。大語言模型的崛起，突破了傳統的程序設計框架，AI開始能理解我們的語言，預測我們的需求，甚至理解我們的情感，用數據和算法的力量解決了以前我們難以想象的問題。值得敬畏的是，面對這樣一場全新的科技巨變，48歲的微軟依然走在技術變革的最前沿。來源：虎嗅文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
- 1
