-
腾讯科技
网龙拟1.3亿美元收购跨国教育企业Promethean
[摘要]网龙表示，潜在要约还处尽职审查及讨论的初期阶段。
网龙今日发布公告，确认对跨国教育企业Promethean的全部已发行及将予发行股本的潜在现金要约，总价值为1.3亿美元。
网龙表示，潜在要约还处尽职审查及讨论的初期阶段，故尚不确定会否提出任何要约。
资料显示，Promethean是教育和培训领域互动学习技术的开发商，提供包括互动显示系统、学员反馈系统和专门的教学软件等。
分析认为，此项收购有利于加强网龙在“智能硬件+开放平台+专业软件”铁人三项的生态体系。
财报显示，网龙2015年第一季度营收2.46亿元，年增长13.4%，但网龙亏损了1091万元，上一季度网龙亏损1940万元。
今年以来网龙股价持续上涨，在洽购Promethean前夕，网龙刚宣布收购智能语音技术提供商苏州驰声信息100%股权。
来源：腾讯科技
-
腾讯科技
云存储服务供应商Box一财季营收同比增长45%
[摘要]Box第一财季新增2000多客户，总客户数达到4.7万以上。
云存储服务供应商Box今天发布了该公司截至2015年4月30日的2016财年第一财季财报。财报显示，Box第一财季营收为6560万美元，同比增长45%；归属于普通股股东的净亏损为4730万美元，比去年同期的亏损3860万美元扩大。
不过，财报显示，由于更多的客户订阅了Box的内容共享平台服务，因此Box第一财季的业绩超过了市场分析师的预期。数据显示，Box第一财季增加了2000多客户，并同此拉动了该公司总客户数量达到4.7万以上。
Box第一财季营收同比增长45%，为6560万美元，去年同期为4530万美元，同时也好于市场分析师平均预计的6370万美元。
Box第一财季帐单收入为6980万美元，同比增长58%。
Box第一财季运营亏损为4660万美元，去年同期运营亏损为3780万美元；不按照美国通用会计准则计量的运营亏损为3260万美元，去年同期此运营亏损为3130万美元。
Box第一财季归属于普通股股东的净亏损为4730万美元，比去年同期的3860万美元扩大；每股基本和摊薄亏损为0.40美元，去年同期每股基本和摊薄亏损为2.81美元；不按照美国通用会计准则计量，Box第一财季每股基本和摊薄亏损为0.28美元（基于1.194亿股流通股计算），好于去年同期的每股基本和摊薄亏损2.32美元（基于1370万股流通股计算），也好于汤森路透社分析师预计的亏损0.31美元。
截至2015年4月30日，Box持有的现金、等价物和可兑换债券额共为2.84亿美元；持有的限定性现金为2840万美元。
业绩展望：
Box预计2016财年第二财季营收将介于6900万美元到7000万美元之间，不按照美国通用会计准则计量的运营利润率将介于负49%到负51%之间。
Box预计2016全财年营收将介于2.86亿美元到2.9亿美元之间，好于此前预计的2.81亿美元到2.85亿美元；预计全财年不按照美国通用会计准则计量的运营利润率将介于负49%到负51%之间，此前的预期为负50%到负52%之间。
股价表现：
受业务超分析师预期的推动，Box周三盘后股价继续上扬。在周三的美国股市常规交易中，Box股价上涨0.87美元，报收于17.79美元，涨幅为5.14%；在发布上述财报之后的盘后交易中（截至发稿之时），Box股价又上涨了1.21美元，到19美元，涨幅为6.80%。在过去的52周，Box最低股价为16.41美元，最高股价为24.73美元。（悦潼）
来源：腾讯科技
-
腾讯科技
价格太高谈不拢！微软收购Salesforce告吹
[摘要]微软愿意出价约550亿美元，但后者要价700亿美元。
CNBC援引知情人士爆料称，微软与企业云计算和世界上最大在线软件服务商Salesforce.com曾于今年春季就收购问题举行“重要谈判”，但由于双方在价格问题上未能达成一致而导致谈判失败。
CNBC报道称，微软当时愿意出价约550亿美元收购Salesforce，但后者的创始人兼任首席执行官马克·贝尼奥夫（Marc Benioff）坚持要价700亿美元左右。Salesforce目前市值约为484亿美元。
投资银行FBR Capital Markets分析师丹·埃夫斯（Dan Ives）表示，如果说有买家愿意出资700亿美元收购Salesforce，那么很可能就是微软、甲骨文以及亚马逊。在午盘交易中，Salesforce的股价上涨了4%，而微软股价却下降了1%。
CNBC还报道称，除了Salesforce索价过高外，微软首席执行官萨蒂亚·纳德拉（Satya Nadella）似乎也有点儿不太愿意接受如此大规模的收购案，因为其结果对微软的影响难以预料。
微软和Salesforce都拒绝对此发表评论。埃夫斯表示：“Salesforce是云计算领域的明珠，鉴于其在该领域的领导地位以及卓越的品牌和分销能力，我们认为其非常适合融入微软生态系统中。”
Salesforce总部位于旧金山，是全球客户关系管理（CRM）市场的领军力量。市场研究公司Gartner公布数据显示，CRM每年市场价值高达230亿美元。CRM软件可帮助企业组织和追踪销售电话和销售引导（sales leads）数据等。
Salesforce提供在线服务，没有软件直接安装在电脑上，已经吸引了甲骨文、微软等科技巨头的兴趣，因为它们在进入快速发展的云计算市场时已经落后一步。
彭博社4月份曾报道称，已经有潜在买家接触Salesforce。这引发诸多猜测，微软、甲骨文、IBM、亚马逊以及SAP等都可以运行Salesforce。路透社援引2名知情人士的话称，微软目前未考虑收购Salesforce。
SAP首席执行官比尔·麦克德莫特（Bill McDermott）表示，他们不会收购Salesforce，他也不认为业内任何其他竞争对手会收购Salesforce。（风帆）
来源：腾讯科技
-
腾讯科技
担心电脑统治世界？不如先想想怎么保住工作
[摘要]从学术领域来看，人工智能的研究历史与计算机本身一样久远。
最新一期英国《经济学人》杂志刊文称，尽管很多科技行业的知名人士都对人工智能给人类构成的威胁表示担忧，这种技术也的确取得了长足的进步，但通过一番深入分析不难发现，这种技术短期内还远远无法真正模拟或超过人脑，只是在从事一些没有思想、没有灵魂的乏味工作。与其担心电脑是否会统治世界，倒不如先想想自己的工作是否会被电脑取代。
以下为文章全文：
伊隆·马斯克(Elon Musk)一直都在为人类“谋未来”。这位连续创业的传奇人物曾在万维网发展初期赚得了人生的“第一桶金”，后来协助成立了一家太阳能发电公司SolarCity，力推绿色能源；还创办了电动汽车制造商特斯拉，帮助汽车摆脱对内燃机的依赖；他甚至组建了一家民营火箭公司SpaceX，渴望于有生之年看到人类殖民火星。正是由于参与了种种未来感十足的尖端项目，他似乎成了对未来前景最为乐观的科技大佬。
然而，并非所有未来技术都能得到马斯克的认可。去年10月在麻省理工学院发表演讲时，马斯克曾经将人工智能描述为“召唤恶魔”的技术，担心这种在智能上可能比肩人类的产品有可能对世界构成前所未有的威胁。
持有这种担忧的不止马斯克一人，牛津大学哲学家尼克·波斯特罗姆(Nick Bostrom)曾经发表了一番名为“存在主义风险”的观点，罗列了可能影响人类生存的潜在威胁，除了小行星撞击地球和全面核战争等广为人知的因素外，他还将人工智能列入其中。英国皇家学会前会长劳德·瑞斯(Lord Rees)随后还在剑桥大学创建了存在主义风险研究中心，该中心同样对人工智能的威胁格外重视。
这些担忧折射出人工智能领域近年来弥漫的乐观氛围，这项技术最近几年已经取得了快速进展。谷歌、Facebook、亚马逊和百度都已经加入这场竞赛，不仅积极招募人才，还设立了各种实验室，甚至大举收购创业公司。多数业内人士似乎并不担心被自己创造出的机器或算法超越。这些企业似乎并没有创造新的思维方式，只是去掉了原有的一些模式，通过自动化程序完成原先只有人类才能胜任的工作，甚至让人类服从机器的指令。
在当今世界，具备上网功能的PC、平板电脑和智能手机搜集了海量数据，而不断进步的计算能力也足以快速处理这些数据，使得软件算法可以理解更多语言，识别更多图像。很多企业都注意到这类技术蕴含的巨大机遇。还有人担心这些技术会抢走人类的工作：当今的很多工作都要依靠形态识别和符号翻译等技能，倘若电脑果真能够取代人类完成这些工作——既可以是全自动解决方案，也可以通过补充技术大幅加快人类的效率——领取失业救济金的白领肯定会越来越多。
人工智能技术的繁荣迹象随处可见。去年有传言称，谷歌斥资4亿美元收购了伦敦人工智能创业公司DeepMind。这相当于从Facebook眼皮底下抢走了这家前景广阔的公司——Facebook一直都在扩容自己的人工智能研究室，还专门从纽约大学挖来了明星研究员雅恩·勒坤(Yann LeCun)。谷歌也曾经聘用过斯坦福大学人工智能专家吴恩达，但去年被百度挖走。随后，百度也在硅谷成立了自己的实验室。
芝加哥创业公司Narrative Science希望利用电脑自动撰写新闻报道（《福布斯》其实已经开始用这种技术来报道基础性的财经新闻），而Kensho则计划自动完成金融数据分析专家的部分工作。这些项目都得到了投资者的大举注资。4月13日，IBM宣布将使用沃森(Watson)机器人的一个版本来分析医疗数据，展开病情诊断——沃森曾因为在2011年的美国电视问答节目《危险边缘》中击败了两名人类选手而名声大噪。
关键解决方案
从学术领域来看，人工智能的研究历史与计算机本身一样久远。当今很多令人振奋的技术进步都源自一个名为“深度学习”的子领域，这是“机器学习”的现代变种。通过这种技术，电脑便可通过自学掌握大数据分析等技能。这种模式创造的算法能够解决人工智能研究领域面临许多的难题：通常而言，人类难以应对的任务却很容易用电脑完成，反之亦然。
在求解复杂的数学公式时，即使是最简单的电脑也比人类“聪明”得多。但在以往，就算是性能最强大的电脑也难以胜任人类轻而易举就能解决的任务，例如人脸识别、语音解码和分辨图片中的物体。
简单来说，当人类发现自己难于应对某些事情时（例如求解复杂的公式），就可以编写一系列正式规则，然后将这些规则转化成程序，即可轻而易举解决问题。但对于人类认为简单的事情，就没有必要编写这样的明确规则，或者难以编写这样的规则。
举个最简单的例子，美国最高法院大法官波特·斯图尔特(Potter Stewart)曾在1964年发现了一个规律：成年人可以轻易区分色情图片和非色情图片，但要描述他们究竟是如何区分的，却是几乎不可能完成的任务。由于难以给出法律上“滴水不漏”的定义，他最终放弃了这样的尝试，并得出了这样一个耐人寻味的结论：尽管我无法在理论上定义色情，但“只要我看到色情图片，就能分辨出来。”
目前来看，机器学习是一种很好的解决方案，当程序员无法给出明确定义时，他们便可通过自学来识别物体。不过，机器必须借助海量数据展开高强度的统计分析，才能完成这种任务。
很多系统都使用了一项名为“神经网络”的传统人工智能技术，以此来展开他们所需的统计分析。神经网络是1950年代发明的一项技术，当时的研究人员虽然并不了解智能的真正含义，但他们知道大脑的确具有这样一个结构——只不过，大脑处理信息时使用的并不是晶体管，而是神经元。如果能模拟这些神经元——这是一种高度互联且能彼此发送电信号的细长细胞——或许就可以完成某种类型的智能行为。
神经网络技术
神经元非常复杂。即使是在今天，人工智能对这种结构的模拟也只能算是东施效颦。微软人工智能研究员克里斯·毕舍普(Chris Bishop)指出，自1960年代以来，电信公司一直都在使用神经网络技术发现的回声消除算法。但在取得了早期的成功后，这种理念却逐渐丧失了吸引力。当时的计算能力限制了神经网络的规模，导致这项技术的前景无法充分体现出来。
但最近几年，由于视频游戏对图形渲染能力的需求增加，计算性能得以大幅提升，神经网络再度引人关注。早期的神经网络仅能模拟几十或几百个神经元，通常都采用单层结构。而谷歌最新采用的神经网络则能模拟数十亿个神经元，使得研究人员可以进一步推进相关技术，并采用多层结构。正是得益于这种多层互联结构，才进一步将机器学习“深化”成深度学习技术。
每一个层都负责处理不同层次的抽象分析。例如，要处理一张图片，最低级的处理层负责分析原始图像，对每个像素的亮度和色彩逐一扫描，并研究整张图片上的属性分布。下一个处理层则将这些信息分为更加抽象的类别，并识别边界、阴影等更多元素。紧随其后的分析层则会对这些边界和阴影加以分析，找出可以表示眼睛、嘴唇和耳朵的信号组合。之后，便可将这些信号组合起来判断图中有一张人脸——事实上，这套系统不仅能泛泛地识别人脸，还能在一张新的图片中识别之前见过的某张人脸。
要充分发挥这类神经网络的作用，必须首先对其进行训练。例如，要让机器自学人脸识别，就必须为其提供数千张图片的培训素材，有的包含人脸，有的则没有。每一张图片都将由人类进行标记。图片本身作为输入到系统的数据，而标签（“是人脸”或“不是人脸”）则作为输出结果。电脑的任务则是在输入数据与正确的输出结果之间建立一套统计规则。
为了实现这一目的，电脑必须逐一了解那些标记为“人脸”的图片在各个抽象层中的所有共性。一旦相关性达到一定程度，电脑便可给出可靠的标记结果，在训练素材中找出人脸照片。下一步则是让其面对各种从未见过的图片，看看之前确定的人脸识别规则能否应用于实践。
通过这种自下而上的模式，机器学习算法便可掌握在人类看来“只可意会而不可言传”的辨别能力。但这种算法长期以来都局限于非常专业的领域。要编写这样的程序，往往需要系统设计师提供各种线索，通过手工编写代码的方式手把手教会机器来处理各种任务——例如，一组代码专门处理图像，另外一组代码则专门识别声音。
另外，早期的神经网络对数据的消化能力有限。一旦超过了某个程度，再为其提供更多数据便无法进一步提升效果。现代系统所需的“手把手”指导和调整越来越少。除此之外，数据分析能力也早已今非昔比，足以应对任何数据输入规模。而由于互联网的壮大，如何获取足够的数据也不再是问题。
百度、谷歌和Facebook等大型互联网公司都通过用户采集了海量信息，包括电邮内容、搜索请求和购物历史。他们的服务器中汇集了人脸、汽车、猫咪等各种各样的物体图片。这些企业的负责人深知这类数据所蕴含的潜力，但如此庞大的数据量却令人望而却步。不过，机器绝不会“望而却步”。人们已经找到了应对信息过载问题的方案，更何况，人类在创建很多数据时已经预先添加了标签。只要辅以正确的算法，电脑便可使用这些有注释的数据自学成才，从中识别出有用的形态、规则和类别。
结果令人颇为惊讶。2014年，Facebook推出了一套名为DeepFace的算法，能够在图片中自动识别人脸，而且精确率高达97%，甚至连光照不足和半遮半掩的人脸都能成功识别。这几乎可以比肩人类的识图能力。
微软同样在大力宣传该公司为Cortana数字助理开发的物体识别软件，这款软件可以告诉用户潘布鲁克威尔斯柯基犬与卡迪根威尔士柯基犬，这两个相似度极高的犬种之间的差异（如下图所示）。有些国家已经开始将人脸识别技术应用于边境检查，而能够从视频脚本中识别人脸的系统对于警方和间谍机构而言也极具吸引力。5月5日发表的一篇报告显示，美国间谍已经开始利用声音识别软件将通话内容转换成文本，以便简化搜索流程。
纯粹的自学
然而，尽管互联网提供了庞大的数据宝藏，但却并非无穷无尽。事实上，机器学习算法赖以生存的基础是人类预先注释过的数据，但这类数据的来源却非常有限。正因如此，一场“纯自学”算法的开发大战已然打响，研究人员希望在完全没有人工帮助的情况下让电脑展开“纯粹的自学”。
这一领域已经实现了很多进展。2012年，吴恩达领导的一支谷歌团队展示了一套“纯自学”算法，在学习了数百万段YouTube视频图像后，便可对其“看到”的内容分类，包括人脸和网上随处可见的各类猫咪图片。整个过程中没有人在视频中添加“人脸”或“猫咪”标签。但在分析了海量信息后，这套算法还是可以轻而易举地通过自己掌握的统计信息对物体进行分类。
下一步则是从识别具体物体向识别许多不同物体发展。斯坦福大学的安德烈·卡帕西(Andrej Karpathy)和李菲菲(Li Fei-Fei，音译)在一篇论文总描述了一套新型计算机视觉系统，可以为某张图片的具体部分添加标签。例如，向其展示一张早餐桌，它便可以识别出桌子上的叉子、刀子、咖啡、鲜花，以及桌子本身。它甚至可以用流畅的英语生成场景描述信息（如下图所示）。但这项技术并不完美，经常会出现识别失败的情况。
谷歌等大型互联网都对这类技术表现出浓厚兴趣，因为这可能直接影响他们的利润。更好的图片分类其可以改进搜索引擎的功能，帮助其寻找用户真正想要的信息。从长期来看，这项技术还有更具革命性的用途。例如，能够分析和解读具体场景的技术不仅对机器人研究很有帮助，还有助于工业设备、无人驾驶汽车和战地机器人等新型装备在现实世界中实现完美导航。
图片归类还能对“增强现实”等技术形成促进。例如，谷歌眼镜和微软HoloLens等产品都会在现实影像的基础上叠加有用信息。旧金山Enlitic公司也希望利用图片识别技术分析X光片和核磁共振扫描结果，以检查人类医生可能忽略的问题。
另外，深度学习技术并不局限于图像识别。这其实是一种通用的形态识别技术，只要是能够提供大量数据来源的活动（例如保险公司运营和基因信息分析），都可以对其加以利用。在欧洲核子研究中心（CERN）最近举行的一项竞赛中，深度学习算法在识别亚原子微粒特征时的表现就优于物理学家亲自编写的软件——值得一提的是，前者的程序员对于这一领域的物理学知识几乎一无所知。更令人惊讶的是，还有一组研究人员编写了一套能自学《太空入侵者》游戏的算法，水平甚至超过人类玩家。
深度学习技术还能改善机器翻译水平，得益于网上的大量多语种文本资料，这一领域已经开始使用神经网络。目前任职于百度的吴恩达认为，在智能手机上引入优秀的语音识别程序，可以让很多因为文化程度有限而难以充分利用电脑的中国人，全面享受移动设备带来的便利。百度目前有10%的搜索是通过语音输入技术完成的，他相信这一比例到2020年将增至50%。
这些不同类型的人工智能技术可以组合起来，形成功能更强大的系统。例如，2014年5月，微软就在加州召开的一次会议上展示了一套同声传译电脑系统。在该公司的一位研究人员用英语演讲的同时，系统会将内容实时翻译成德语。这个套系统使用了3个人工智能程序，一个负责将声波解码成英语内容，第二个负责将英语翻译成德语，第三个再用德语朗读出来。该公司希望，他们有朝一日能在网络通话服务Skype中整合这项技术。
机器没有灵魂
利用智能手机和先进算法让教育水平较低的人享受互联网的便利，的确是好事，但这是否足以打消马斯克等人的“存在主义担忧”？形态识别和自学算法能否最终为机器赋予高于人类的智能？
很多对此忧心忡忡的人都有充分的理由。神经科学领域的研究已经延续了数十年之久，但几乎所有迹象都表明，人脑只不过是由普通原子组成的一台机器，使用了普通的自然力量，遵守了普通的自然法则。换句话说，它并不是依靠所谓的神秘“精神”运转起来的。这表明，要打造一个人工大脑，甚至是与人脑看似不同但却具备相同功能的机器，从理论上讲是完全可行的。
然而，理论归理论，实践归实践，不能完全混为一谈。目前任职于Rethink Robotics公司的人工智能先驱罗德尼·布鲁克斯(Rodney Brooks)认为，部分原因在于“智能”一词所引发的困惑。如今，电脑已经可以从事之前只有人类才能完成的事情。图像分类工具的精准度令人毛骨悚然，但它既没有目标，也没有动机，对于自己的存在也没有任何意识，只是按照枯燥的既定流程制作列表、建立模型。
另外，如果想要复制人脑的运作方式，未必非要以当今的人工智能模式为起点。人工智能借助很多类似于“蛮力”的模式来获得看似智能的反应，尽管效果比以前好了很多，但仍与真正的人类思维模式有着天壤之别。它的目的并不是建立一套可以模仿生物思维方式的系统。正如另一位人工智能先驱艾滋格尔·迪杰克斯特拉(Edsger Dijkstra)所说，问“电脑会不会思考”就好比问“潜水艇会不会游泳”。
推动社会进步
事实上，只要了解一下愚弄人工智能程序的方式，便可充分明白个中缘由。去年6月在一次计算机视觉大会上发表的论文表明，很多视错觉图片都可以愚弄图形识别算法（如下图所示）。这些内容都充分表明，电脑算法只能机械地匹配各种形态，但整个过程却完全不考虑任何背景信息。在算法眼中，物体并不是物体，只是一组具备某些特性的形态，这就使之很容易陷入类似的陷阱。某些情况下，在人类看来毫无意义的电视静电图像，却会被神经网络识别为具体的物体。
这并不是说人工智能领域的进步无法达成令人满意的结果。与之前的几波科技创新不同，很多中产阶级可能也会非常青睐这类技术。以微软的同声传译技术为例，虽然它远算不上完美，也没有人会将机器翻译的结果误认为是专业翻译人员提供的服务，但却足以帮助人们理解对方的大意。不仅如此，使用这种技术的成本也远低于专业翻译人员。因此，这种算法可以通过成本低廉的方式造福很多Skype用户。这或许对译者不利，但对其他人来说，确实是一大福音。况且，微软还会不断改进程序执行效果。
有人担心人工智能取代很多白领工作，就像机器设备在工业革命中取代了很多蓝领工作一样。这一点的确值得重视，例如Narrative Science的财经新闻撰稿程序和Kensho的金融数据分析程序，类似的例子不胜枚举。
Kensho的系统是为了解读各种自然语言搜索请求，例如：“如果油价每桶下跌5美元，汽车公司的股价将会怎样？”之后，该系统便会搜索各种财务报告、公司文件、历史数据，并在几秒钟内用自然语言提供答案。该公司还计划将软件提供给大型银行和金融交易商。例如，法国Yseop公司就使用Kensho提供的软件来分析各种请求，然后筛选各种数据，最快能在一秒钟内用英语、西班牙语、法语和德语制作出3000页的报告。欧莱雅和VetOnline.com的公司也已经在各自的网站上使用该系统来提供客户支持。
事实上，这种担忧不仅存在于理论层面，一些白领工作已经逐步被及其取代。例如，很多公司都在使用电脑来接听电话。尽管功能存在局限，而且需要通过人工来解答一些电脑无法理解的问题，但的确可以大幅降低人工成本。要预测具体受此影响的工作是件非常复杂的事情，但牛津大学马丁学院却在2013年发表了一篇论文，认为美国统计人员追踪的半数职业都会受到影响。这令很多人颇感担忧。
但有弊必有利。价格低廉的自动化技术肯定大有用途。例如，用不知疲倦、快如闪电的电脑来检查医疗图像将会为医务人员提供很大帮助。看待人工智能的最佳方式，或许是将其视作一种加强人类大脑功能的技术。一如纸张提供了便携、可靠的记忆，算盘辅助了心算能力，人工智能同样是对人类现有能力的一种良性补充。
正如印刷机让抄录员下岗一样，高性能的人工智能技术也会令一些人失业。但那些无法被其取代的技术同样可以得到改进，让所有人都能获得原本只有少数人才能掌握的技能。如今，只要你随身携带一部智能手机，就相当于在口袋里放了一台庞大的老式计算机，只需要定时为其充电即可。未来，译员和医生或许也可以“随叫随到”。
另外，尽管马斯克和瑞斯等人仍然忧心忡忡，但电脑智能的提升仍将成为一项真正具有革命意义的技术。有朝一日，机器或许的确可以具备与人脑比肩的全面智能。但目前看来，与其担心电脑是否会统治世界，倒不如先想想自己的工作是否会被电脑取代。（长歌）
-
腾讯科技
前程无忧发布2015第一季度财报：总营收比同增4.8%，净利润同比增46%
[摘要]前程无忧总营收为4.581亿元，同比增长4.8%。
前程无忧今天发布了该公司截至3月31日的2015年第一季度未经审计财报。
财报显示，2015年第一季度，前程无忧总营收为人民币4.581亿元（约合7390万美元），同比增长4.8%；净利润为人民币1.733亿元（约合2800万美元），比上年同期的净利润人民币1.185亿元增长了约46%。
2015年第一季度业绩概要：
总营同比增长4.8%，达到人民币4.581亿元（约合7390万美元）。
运营利润同比增长3.1%，达到人民币1.234亿元（约合1990万美元）。
毛利润率为73.8%，去年同期为74.5%。
高管评论：
前程无忧总裁兼首席执行官甄荣辉对此评论，“如同我们预期的那样，今年第一季度的业绩受2015年中国传统春节假期的极大影响。尽管招聘活动仍呈现出积极态势，但我们能够感觉到雇主的谨慎。我们认为，随着雇主适应并向中国经济增长形势放缓这一事实状态，今年雇主的招聘方式可能也因此而出现更大的波动。我们将继续推进我们的战略计划，重点是通过客户并购措施来增加市场渗透率，并推出新产品，这些新产品将拓展我们的服务范围并为公司带来长期的增加新收入的机会。”
2015年第一季度财务分析：
总营收为人民币4.581亿元（约合7390万美元），比上年同期的人民币4.372亿元比增长4.8%。其中，网络招聘服务营收达到人民币3.102亿元（约合5000万美元），比上年同期的人民币3.015亿元增长2.9%，这一增长主要是由于使用前程无忧在线招聘服务的独立雇主数量增加，但此增加又被每位独立雇主的平均营收下降部分抵消。今年第一季度，使用前程无忧服务的独立雇主数量比去年同期的259,336增加11%，达到287,914个，这一增长主要是由于新客户增加以及雇主使用的在线招聘服务量增加。然而，每个独立雇主的平均营收同比下滑7.3%。
出版物广告营收为人民币240万元（约合40万美元），比上年同期的人民币840万元下滑71.9%，这一下滑主要由于正在进行的业务转型与印刷广告服务不相关。前程无忧第一季度的出版物广告页数约为24页，低于上年同期的219页。截至2015年3月31日，前程无忧仅在西安市出版《前程招聘专版》市。
其它人力资源相关营收为人民币1.455亿元（约合2350万美元），比上年同期的人民币1.272亿元增长14.4%，这一增长主要得益于客户对人力资源外包、以及培训服务需求的提升。
毛利润为人民币3.293亿元（约合5310万美元），比上年同期的人民币3.127亿元增长5.3%；前程无忧第一季度毛利润率为73.8%，低于上年同期的74.5%。
运营支出为人民币2.058亿元（约合3320万美元），比上年同期的人民币1.929亿元增长了6.7%。其中，销售和营销支出为人民币1.433亿元（约合2310万美元），比上年同期的人民币1.32亿元增长8.6%，这一增长主要由于员工人数的增加、员工薪酬支出的增长、以及广告支出的增长；总务和行政支出为人民币6250万元（约合1010万美元），比上年同期的人民币6100万元增长2.5%，前程无忧总务和行政支出的增长，主要由于员工薪酬支出和专业服务费用增加，但被职业服务费用下降部分抵消。
运营利润为人民币1.234亿元（约合1990万美元），比上年同期的人民币1.198亿元增长3.1%。前程无忧第一季度运营利润率为27.7%，高于上年同期的28.5%。不计股权奖励支出（不按照美国通用会计准则），前程无忧第一季度的运营利润率为32.5%，低于上年同期的33.2%。
有效税率为12.9%，低于去年同期的16.6%；不计股权奖励支出（不按照美国通用会计准则），前程无忧第一季度有效税率为15.4%，高于去年同期的14.6%。
净利润为人民币1.733亿元（约合2800万美元），上年同期净利润为人民币1.185亿元。前程无忧第一季度每股普通股完全摊薄收益为人民币2.06元（约合0.33美元），上年同期为人民币1.95元。
股权奖励支出为人民币2170万元（约合350万美元），上年同期为人民币1970万元。前程无忧第一季度业绩中计入了人民币350万元（约合60万美元）的汇兑亏损，上年同期前程无忧的汇兑收益为人民币50万元。
不计入股权奖励支出和汇兑损失，前程无忧第一季度（不按照美国通用会计准则）调整后净利润为人民币1.418亿元（约合2290万美元），比上年同期为人民币1.376亿元增长了3.0%。前程无忧第一季度（不按照美国通用会计准则）调整后每股普通股完全摊薄收益为人民币2.39元（约合0.39美元），上年同期为人民币2.26元。
资产负债表：
截至2015年3月31日，前程无忧持有的现金和短期投资总额为46.822亿元人民币（约合7.553亿美元），截至2014年12月31日则为人民币44.947亿元。
股票回购计划：
前程无忧公司股东们此前批准了回购价值为7500万美元股票的计划。2015年第一季度，前程无忧在公开市场上了回购了54,141股美国存托凭证，共耗资170万美元，其中包括交易费用在内。
业绩展望：
基于当前的市场和运营形势，前程无忧预计2015年第二季度的营收将介于人民币4.8亿元至人民币5亿元（约合7740万美元至8170万美元）之间；预计第二季度不计入股权奖励支出和汇兑损失/收益的（不按照美国通用会计准则）调整后每股普通股完全摊薄收益将介于人民币2.25元至人民币2.45元（每股美国存托凭证完全摊薄收益为0.36美元至0.40美元）之间。前程无忧预计2015年第二季度总股权奖励支出将介于人民币2300万元至人民币2400万元（约合370万美元至390万美元）之间。（悦潼）
来源：腾讯科技
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
腾讯科技
传58同城将收购中华英才网 提供全招聘服务
[摘要]招聘业务是58同城分类信息业务的重要组成部分，主要面向的是蓝领人群。
5月7日消息，今日有传闻称58同城将收购中华英才网，消息最快于本周公布。目前58同城方面并未就此事发表回应。
业内人士分析称58同城原本专注蓝领招聘，如果收购中华英才网可以形成互补。合并后58同城可以提供全招聘服务。
中华英才网成立于1997年。2008年10月，Monster以1.74亿美元现金收购中华英才网剩余55%的股份，至此，中华英才网成为Monster的全资子公司。多年来，中华英才网一直处于亏损状态。2012年11月起，中华英才网就被Monster公开寻求出售，直至2013年Myjob以3000万美元价格收购中华英才网。
招聘业务是58同城分类信息业务的重要组成部分，主要面向的是蓝领人群。春节期间，58同城、赶集网也通过招聘季活动备战蓝领招聘，姚劲波此前曾表示，58同城每年主要面对的是蓝领的工作，服务员，销售，房产经纪人，每年春节前后是58招聘的热点时间。去年11月，58同城在其招聘平台2015年专属战略发布会上也宣布，全资收购一家叫“魅力91”的垂直行业招聘网站，但未披露收购金额。
过去一年，58同城持续通过收购扩大业务版图，公开宣布的投资将近20起。今年年后，就陆续宣布入股装修O2O公司土巴兔，收购房产信息平台安居客。上个月又刚刚宣布了与另一大分类信息平台赶集网的合并。
来源：腾讯科技（陶然）
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
腾讯科技
韩国对甲骨文捆绑销售软件行为展开调查
[摘要]最终的裁决可能会在6月或7月出来。
韩国反垄断监管部门周二宣布，它正在对美国数据库公司甲骨文进行调查，目的是评估甲骨文将新软件产品与其维护服务合同捆绑在一起销售的行为是否妨害了公平竞争。
韩国公平贸易委员会（FTC）的主管Hwang Won-chul表示，甲骨文还要求客户为甲骨文所有软件的维护服务付费，而客户们不能选择单独购买部分软件的维护服务。
这名官员称：“我们还没有决定是否对甲骨文进行制裁。”他补充说，最终的裁决可能会在6月或7月出来。
与此同时，公平贸易委员会正在对美国芯片厂商高通进行调查，以裁定高通是否滥用了它在韩国的垄断市场地位。公平贸易委员会尚未披露关于该项调查的其他细节。
甲骨文对此未予置评。（林靖东）
来源：腾讯科技
扫一扫，关注“HRTechChina",聆听人力资源科技的声音！
-
腾讯科技
SAP联合创始人茨奇拉去世 享年74岁
[摘要]茨奇拉与四名前IBM的同事在1972年创办了SAP，该公司开辟了ERP软件的基础。
开辟了现代企业资源计划（ERP）软件、并把一家德国公司变成为全球软件巨头的SAP联合创始人克劳斯·茨奇拉（Klaus Tschira），周二在海德堡逝世，享年74岁。
茨奇拉与四名前IBM的同事在1972年创办了SAP，目标是为即时数据处理开发标准化的应用软件，这种做法在当时有悖于以此为方向的系统。
SAP在周二的声明中表示，“茨奇拉对科学的强烈喜好，特别是对数学和计算机科学的喜好，在一生中指引着他。因为他奠定的基础，为许多青年才俊进入科学领域开启了大门。”SAP并未透露茨奇拉逝世的原因，但表示茨奇拉的逝世“并不意外。”
SAP在1973年完成了公司首个财务会计系统RF。该软件套装后来成为了一系列其它软件模块的基石，也就是SAP R/1 ERP。在上世纪80年代和90年代，随着企业让即时计算成为了日常业务不可分割的一部分，SAP R/1 ERP和继任产品成为了商业软件市场的关键元素之一。
在获得物理学学位并在IBM任职一段时间后，茨奇拉与汉斯-威尔内·赫克托（Hans-Werner Hector）、迪特马·霍普（Dietmar Hopp）、克劳斯·韦伦罗伊特（Claus Wellenreuther）、哈索·普拉特纳（Hasso Plattner）在德国曼海姆共同创办了SAP。在1988年至1998年期间，茨奇拉曾担任SAP董事会董事，并在1998年至2007年担任公司监事会监事。
茨奇拉在1995年创办了非盈利性组织克劳斯·茨奇拉基金会（Klaus Tschira Foundation），用于支持科学和数学领域的项目。2008年，茨奇拉和妻子格尔达创办了格尔达和克劳斯·茨奇拉基金会（Gerda and Klaus Tschira Foundation）。
尽管SAP后来在企业资源计划软件市场的地位受到了甲骨文、微软等公司的挑战，但该公司依旧是该领域的龙头。SAP当前是欧洲最大的科技公司，2014年营收为176亿欧元（约合189亿美元），拥有超过7.4万名员工。（明轩）
来源：腾讯科技
-
腾讯科技
亚马逊全球CTO眼中的云计算发展八大趋势
[摘要]沃纳·威格尔认为，云让一切变得智能化，同时将让工业物联网化。
沃纳•威格尔
亚马逊AWS是全球最大的公有云服务商，其技术的广度和深度甚至领先于谷歌、微软等跨国公司，能为客户提供超过40多种的服务，包括计算、存储、数据库、分析、应用及部署等。
亚马逊AWS能取得今天的成就要归功于一个人，不是CEO杰夫•贝索斯，而是被称为“引领云计算成为主流的功臣”沃纳•威格尔（Werner Vogels），他是亚马逊全球副总裁兼CTO。
威格尔负责推动亚马逊公司的技术愿景，以及全球范围内基于亚马逊的用户需求的持续创新。他是一名知名的博客写手，近期他撰写了一篇预测未来云计算发展趋势的稿子。
全文如下：
2014年，我们见证了云计算如何推动消费产品和企业级产品领域的伟大创新，而成为不同规模组织的新常态。如今，云计算已成为推动诸多企业创新的引擎。
其中不仅包括Dropbox、 Airbnb、Pinterest、Hailo、WeTransfer 和Soundcloud等新兴企业，也包括百时美施贵宝（Bristol-Myers Squibb）、壳牌、联合利华和 西班牙曼弗雷保险集团等成熟企业。
与此同时，我们也看到大量的中国企业也通过云计算加速了创新的步伐，更快的拓展国际市场。
小米正通过云计算服务全球范围的智能手机用户；远景能源通过云计算管理着世界各地的智能风场；猎豹移动通过云计算为全球的用户提供手机安全的保障。
毫无疑问，云计算已经产生了广泛的影响。以下是我总结的未来云计算发展的八大趋势：
第一，云分析将无处不在。
云分析几乎影响着每位消费者和每个商业领域。通常，消费者不会注意到云，因为云在不同的应用程序的身后提供支持。但云分析正变得越来越普遍。从零售建议到基于基因学的产品开发，从金融风险管理到初创企业衡量其新产品的效果，从数字营销到快速处理临床试验数据，这些领域都通过借助基于云分析而达到新的水平。
AWS（Amazon Web Services）已经清晰的看到了这一趋势，因为我们的数据仓库服务Amazon Redshift已经成为公司历史上增长最快的云服务。我们甚至发现，Amazon Redshift是许多企业使用的第一个云服务。随着越来越多的企业开始了解分析对其发展的作用，我们预计该服务能够在2015年实现爆发式增长。
第二，云将实现自助分析。
过去，组织内部的分析系统处于旧式IT的最顶点：在专用硬件上运行一个集中式数据仓库。在现代企业中，这种情况是不能接受的。在帮助业务部门变得更加敏捷、更快速地响应业务需求并开发客户真正需要的产品方面，分析发挥着至关重要的作用。但这种集中式、不够灵活的旧式数据仓库模式往往使企业用户陷入困境。而基于云的分析完全改变了这种情况。
业务部门现在借助云服务的资源，在云中迅速创建自己的数据仓库，并可根据其需求和预算选择数据仓库的规模和速度。它可以是一个在白天运行、拥有2个节点的小型数据仓库，也可以是一个仅在星期四下午运行几个小时、拥有1000个节点的大型数据仓库，或是一个在夜间运行，以在第二天向工作人员提供所需数据的数据仓库。
全球商业出版物《金融时报》如何使用分析就是一个很好的例子。《金融时报》拥有120年的历史，已经在诸多方面进行了变革，它通过使用云来运行商业智能（BI）工作负载，得以分析所有报道，使报纸更加个性化，为读者提供更加定制化的阅读体验，彻底地改变向读者提供内容的方式。
借助新的商业智能系统，《金融时报》每天能够实时分析140篇报道，并提高完成分析任务的敏捷性，分析所需时间从几个月缩短到几天。此外，《金融时报》也扩展了其商业智能，以更有针对性地向读者提供广告。通过使用Amazon Redshift，《金融时报》每天能够处理1.2亿个独立事件，并集成内部日志和外部数据源，为读者打造一份更加动态的报纸。
第三，云让一切变得智能化。
近来，一切都可以变得“智能化”—— 智能手表、智能衣服、智能电视、智能家居和智能汽车。绝大多数的智能设备的软件都是在云端运行的。
无论是家里的温控器、手腕上的活动跟踪器，还是漂亮的超高清电视上的智能电影推荐，它们都由在云上运行的分析引擎驱动。由于这些智能产品的“智能”存在于云中，这也催生了新一代设备。实现了路灯照明的智能化的飞利浦CityTouch就是一个很好的例子。
飞利浦CityTouch是适用于整个城市的智能路灯管理系统。它提供联网的道路照明解决方案，允许整个郊区和城市智能的地控制路灯照明，做到实时管理天黑后的环境。城市管理人员能够在人流量较高的街道上保持良好的照明，在恶劣天气或环境光线过暗时增加亮度，或者在人烟稀少的工业区调暗灯光。
这项技术已经被应用于布拉格和伦敦郊区等地。CityTouch正在使用云作为后端技术来运行该系统，并从路灯上安装的传感器收集的大量数据中提取有价值的信息。这些数据使城市管理人员更好地了解天黑后城市的情况，并采用更有效的照明管理计划，避免过多的光污染对城市居民和野生动物造成不良影响。
第四，云分析将改善城市生活。
云分析能够利用城市环境信息来改善世界各地城市居民的生活条件。芝加哥正在进行的工作就是一个很好的例子。芝加哥是首批在全市范围内安装传感器来永久测量空气质量、光强度、音量、热量、降水、风和交通的城市之一。
来自这些传感器的数据流入云中进行分析，用于发掘改善居民生活的方式。芝加哥的“Array of Things”项目收集的数据集将在云上公开，以供研究人员寻找分析数据的创新方法。
许多城市已经表示有兴趣效仿芝加哥使用云来改善城市生活，并且很多欧洲的城市已经开始行动，比如英国的彼得伯勒市议会。彼得伯勒市议会公开其收集的数据集，让当地社区参与创新。人们将议会公布的不同数据集进行整合。
例如，人们可以把犯罪数据和天气情况关联起来，帮助议会了解在炎热天气中是否会发生更多的入室盗窃案，以便他们更好地分配当地警力，或把就医数据与天气情况关联起来，发现其中的趋势和模式。在云的帮助下，这些数据开始向大众开放，以推动创新。
第五，云将实现工业物联网。
当我们想到物联网（IoT）时，我们通常重点关注物联网对消费者而言意味着什么。但在2015年，我们将见证一个不同的物联网的崛起——工业物联网。工业机械将与互联网连接，把数据传输到云中，以获得有关使用情况的洞察、提高效率，避免停机。
无论是通用电气给燃气涡轮机安装仪表、壳牌公司在油井中放置传感器、凯驰配备工业清洗机车队，还是建筑工地使用Deconstruction的传感器，所有这些都将连续地向云发送数据流，以供实时分析。
第六，云将实现视频分析。
长久以来，视频仅用于存档、回放和观看。借助云强大的处理能力，一个新的趋势应运而生：把视频当作数据流来进行分析。这被称为视频内容分析（VCA），适用于零售、运输等多个领域。
一个常见的应用领域就是在装有摄像头的地方，如商场和大型零售商店。视频分析可以帮助商场了解人流模式。分析可以提供了人流量、停留时间以及其它统计信息。这使零售商能够改善其商店布局和店内营销效果。
另一种常见的应用领域是音乐会等大型活动的实时人群分析，以了解整个场地的人流情况、预防拥堵，从而改善参与者的体验。交通部门也利用类似的方式疏导交通、监测高速公路上的停滞车辆和高速铁路上的物体以及其它运输问题。
另一个把视频内容分析运用在消费领域的创新的例子是Dropcam。Dropcam对联网摄像头传送的视频进行分析，为客户提供警报。Dropcam是目前最大的互联网视频内容生产源，其向云中传输的数据流比YouTube还要多。
VCA也成为体育管理的一个重要工具。球队正在使用视频分析来从不同的角度分析球员。例如，在一场英超比赛中，球队利用许多记录下来的视频流的分析数据，来改善球员的表现，并推动具体的训练计划。
美国职业棒球大联盟（MLB）的棒球队正在使用视频分析在赛场的电视屏幕上提供更好的实时分析,而美国橄榄球大联盟（NFL）正在使用VCA自动制作橄榄球比赛的精简版本，使视频时长缩短60%-70%。
第七，云将实现安全的分析。
从网购到医疗再到家庭自动化，分析在如此多的新领域得到应用，因而分析数据的安全性和私密性变得至关重要。在存储和分析引擎中深度集成加密功能并让用户能够拥有密钥，确保了只有这些服务的使用者有权访问数据。
第八，云将改变医疗分析。
数据分析正迅速成为分析健康危险因素和改善病人护理的核心。尽管医疗行业面临降低成本和优化病人护理水平，云正在发挥着至关重要的作用，并帮助实现数字化医疗。
云支持创新的解决方案，如飞利浦Healthsuite——一个管理医疗数据，并为医生和患者提供支持的平台。飞利浦Healthsuite数字化平台分析并存储着从3.9亿个影像检查、病历和患者输入中收集的15PB的患者数据，为医务人员提供可操作数据，这些数据可以直接影响病患照护。
这正在彻底变革着世界各地几十亿人的医疗现状。在2015年及以后，我们预计可以看到云在推动患者诊断和治疗方面发挥更大的作用。
腾讯科技 徐安娜 3月2日报道
-
腾讯科技
聪明的机器人最终取代所有人力工作吗？
[编者按]有可能最终取代人类作用的尖端自动化技术，或许就在我们眼前。14年的时候，关于HR是否也能被取代，是否可以拆分人力资源部等话题一直都成为在人力资源行业人们的话题。此文说不定也会给HR们一个启发！
长久以来，麻省理工学院经济学家埃里克-布林约尔松(Erik Brynjolfsson)一直都对人们担忧自动化技术会取代人们在工作领域重要性的想法嗤之以鼻，但布林约尔松在MIT的许多同事却一直试图向外界证明这一有可能最终取代人类作用的尖端自动化技术或许就在我们眼前。
谷歌在2010年宣布，配备了许多特殊传感器的丰田普锐斯已经在美国道路上安全行驶了超过1000英里。直到这时，布林约尔松才开始意识到自己此前的想法或许是错误的。
在此之前，无论是蒸汽发动机、自动焊接机还是无处不在的ATM，机器已经一次又一次证明了自己能够在一定情况下取代人类的作用。而最近包括自动驾驶汽车、可以阅读人类表情的电脑技术的问世则又一次迫使诸如布林约尔松这样的专家重新审视自动化技术会在未来对现有劳动力造成多大的冲击这一话题。
举例来说，世界第二大矿业集团力拓矿业公司(Rio Tinto)已经在澳大利亚北领地利用自动驾驶卡车和钻头在铁矿石开发地自动工作，且该公司还计划在今后利用自动驾驶火车将开采出来的铁矿石运往483公里外的加工基地；在美国洛杉矶的港口，当地政府正在安装一整套可能将所需码头工人数量减半的全自动系统；如今的计算机已经可以帮助人们完成法律调研、撰写股价走势报告、构思广造词，甚至是新闻稿件，而这些此前都是只有人类才能够独立完成的工作。
盖茨入局
微软联合创始人比尔-盖茨（Bill Gates）去年在华盛顿发表演讲的时候曾表示，自动化科技的发展已经开始对所有领域的人力工作者构成了威胁，无论是司机、护士还是餐厅服务员都不例外。
“我不认为人们已经开始意识到了这一点。”盖茨说道。
全球领先的信息技术研究和顾问公司Gartner曾预计，大约有三分之一的工作会在十年内被自动化技术所取代。同时，牛津大学研究人员表示在二十年内，大约有50%的工作会逐渐被自动化技术取代。
“在我读大学的时候，如果你说你担心科技会带来的副作用，你肯定会被视为异类，因为科技总是为我们提供方便的。经济学家不应该担心自动化技术可能对人力劳动者构成的威胁，而是应该担心这一技术所带来的发展不平衡问题。”MIT经济学家大卫-奥特（David Autor）说道。
奥特的研究发现，自动化技术所取代的大多是诸如办公室文员和图书馆管理员这样的中级工作岗位，同时为市场创造出了对于低端和高端工作人员的更大需求，而这也正是劳动力市场在过去15年时间越来越两极分化的原因所在。奥特相信，自动化技术工具的出现不是为了取代人力的作用，而是希望帮助他们更加高效的展开工作。
布林约尔松曾在2011年和他人联合撰写了一本有关自动化技术的书籍，他在书中曾提及了这样一个细节：仅仅在谷歌宣布自己的自动驾驶汽车前六年，MIT经济学家、自动化技术专家弗兰克-莱维（Frank Levy）曾在一本书中明确表示自动驾驶汽车不可能成为现实。
莱维对于布林约尔松在书中的指责并不高兴，而他直到现在也依旧认为自己在《计算机如何创造未来的就业市场》（How Computers Are Creating the Next Job Market）一书中的观点没有问题，即自动驾驶恐怕不会像人们想象中那么快来到我们身边。
对此，MIT机器人专业教授约翰-莱昂纳德（John Leonard）还特地为他们开办了每月一次的开会讨论时间供莱维、布林约尔松以及其他一些MIT教授在此各抒己见。
未来走势
美国佐治亚理工学院（Georgia Institute of Technology）工业机器人专业主管亨利克-克里斯特纳森（Henrik Christensen）认为，如今的自动化技术已经在向全球工厂扩张，而中国不久前刚刚超过美国成为了全球最大的机器人市场。
“如今的大多数卡车司机或将在十年内失业，而刚刚出生的小孩未来可能根本无需学习驾车。当然，自动化技术的扩张也不一定会像人们想象中那样迅速。举例来说，ATM已经出现了很长一段时间，但从事出纳职业的人数直到最近才开始缓慢减少。具体来说，美国各大银行在1985年总计雇佣了48.4万名出纳，2007年时的这一人数是47.2万名，直到最近这一人数才降至了36.1万。”克里斯特纳森说道。
MIT管理学院杰出教授、斯隆管理学院技术、创新、创业与战略项目主任斯科特-斯特恩（Scott Stern）同样相信，自动化技术已经发展到了自己的转折点，而现在摆在科学家面前的一个最重要问题就是机器人和人类在处理复杂问题时的互动技术离我们还有多远。
对此，有不少MIT学者相信如今电脑的运算能力是这一技术成为现实的唯一瓶颈。目前，全球各地都在建立庞大的数据库以及越来越多的超级电脑，而这些工具的出现则将使电脑有可能从事此前必须由人类主导的工作。然而，就连MIT机器人专业教授约翰-莱昂纳德都不认为这一自动化技术的重大突破会在可预见的未来出现。
“机器人领域的部分进步让我们错误的认为自己已经同施瓦辛格《终结者》电影中的桥段十分接近了。”莱昂纳德说道。
对此，莱昂纳德特地在自己的车辆仪表盘上安装了一个行车记录仪来查看自动驾驶系统在日常通勤路途中有可能遇到的复杂情况。在仔细查看了这一视频后，现年49岁的莱昂纳德表示自动驾驶汽车在自己的有生之年恐怕还无法在车流如梭的城市道路中完美领航。
谷歌近期为莱昂纳德提供了一次试驾旗下自动驾驶汽车的机会，莱昂纳德在试驾后将这一体验同莱特兄弟的首次飞行试验进行了比较。
“它们都是了不起的成就，但看看莱特兄弟的首次飞行和将这一技术投入商用花费了多长时间？”莱昂纳德补充道。
平衡利弊
事实上，有关自动化技术引发人们对于工作岗位不确定性的担忧最早起源于19世纪。当时的英国纺织工人担心第一代自动纺织机的问世会对自己的赖以生存的技能构成威胁，而随后的事实也证明他们的担心是完全正确的。然后，在上世纪60年代的时候人们对于机器自动化威胁的担心又再次被摆上了台面，因为那时越来越多的工业机器人开始首次进入美国生产企业之中。不过根据芝加哥大学针对顶尖经济学家展开的一项调查显示，他们中有88%的人都认为美国历史上还没有因为自动化而导致了就业率的降低。
因为虽然自动化机械的使用大幅降低了产品的成本，但同时也为企业创造出了更大的市场需求，所以这一情况反而为我们创造了更多的工作岗位。具体来说，汽车的诞生虽然让铁匠这一职业濒临灭绝，但同时也创造出了诸如汽车经销商等更多的职位需求。换句话说，过时的技术迟早会被淘汰，但社会的总就业人数依旧能够保持平衡。其中，世界第二大矿业集团力拓矿业公司似乎就是一个最好的例子。
力拓创新部负责人约翰-麦格(John McGagh)表示，公司的自动化进程大约在十年前，也就是更强大的计算机芯片以及拥有更高精度的GPS问世后开始正式起步。全新自动驾驶卡车的启动会减少许多的驾驶岗位需求，但同时也创造了更多其它的岗位需求，就比如网络工程师以及近五年才出现的机电一体化工程师这一岗位。
值得一提的是，喜达屋集团位于加州库比蒂诺的Aloft酒店在不久前启用了一款名为Botlr的机器人管家，Botlr能在晚间向客房提供食品和牙刷等物品。Botlr是一款完全自动化的机器人管家，这款机器人能记住酒店中的所有通道、电梯和客房位置，使用激光雷达来进行导航、确定道路，并通过摄像头来避免碰撞人和障碍物。
当酒店宾客致电前台需要服务时，酒店员工可以向机器人输入信息。只需按几颗按钮，机器人即可向宾客提供所需的物品。Botlr能通过酒店的WiFi网络呼叫电梯，登上电梯前往特定的楼层，而这些操作均不需要机器人接触电梯的控制面板。而且，Botlr在抵达房间外后不会敲门，而是会通过拨打室内电话的方式通知房客开门，而房客也不需要为这一服务付出小费，仅仅需要对其进行服务评分而已。
Savioke CEO史蒂夫-库辛斯(Steve Cousins)表示：“我们也曾考虑过让Botlr同房客进行交流，但一旦这样做的话对方就会默认为你能够理解他们所说的话，而我们则希望这是只有酒店员工才拥有的‘技能’。”（汤姆）
来源：腾讯科技
扫一扫 加微信
hrtechchina
