雲計算

点击下载《supET-打造共生型工业互联网平台生态白皮书》 摘要：去年的乌镇世界互联网大会上，阿里云牵头建设的supET工业互联网平台当选世界互联网领先科技成果。工业互联网平台的定位是利用云计算、物联网、大数据、人工智能等新一代信息技术打破人、机、物以及服务间的边界，形成产品全生命周期的数字化模型化与数字孪生，并以数据为驱动实现企业的高效运营，以及生产方式和商业模式的创新。同时，依托平台化的运作方式，实现资源的精准对接，为制造业企业提供一站式的数字化、网络化、智能化服务。仅5个月，200多家生态参与方入驻。从报告中你会看到平台定位与建设的七大原则、三大核心工业PaaS、平台未来探索。 文章导读 2009年，阿里巴巴开始自主研发飞天操作系统，云计算开始进入中国制造企业的视野；2013年，淘工厂平台成立，借助大数据与算法成功实现上万家工厂与客户间精准贸易对接，展示了C2M的制造新范式；2017年，阿里云工业大脑问世，并利用工业智能技术为协鑫光伏带来1%的生产良率提升；2018年，阿里云工业IoT平台已与近200家合作伙伴达成合作协议，可支持多达500种工业设备的互联；同年，工业大脑开放平台发布，开放3大行业知识图谱、19个业务模型、以及20多个行业算法模型，不懂代码的工程师第一次可以独立开发企业专属的工业智能应用。这一座座里程碑看似不相关联，且都按照各自的节奏发展, 但当这些不同的故事线拼接在一起，我们依稀看到了一个带有中国特色的工业互联网平台的雏形，从中可以找到构建平台的关键要素 – 连接、数据、洞察以及服务。 然而，这还仅仅是一个雏形。工业互联网平台绝非是一个冰冷的技术堆砌，而是一个“有机生命体”，是不稳定的、多变的、并且是模糊化的，且需要不断的新陈代谢。平台得以持续发展与壮大，核心在于“协作、赋能与共生”。当平台上成千上万的组织、单元聚合在一起，共享资源、相互吸引、相互补充，形成集体智慧与利益共同体，平台才得以繁荣，同时个体利益也才能得到满足。 正是在这样一个背景下，2018年4月，阿里云牵头联合浙江中控和之江实验室等，启动supET工业互联网平台建设，旨在构筑包容、共赢、开放、协作的工业互联网平台生态，推动云计算、大数据、物联网、人工智能等新一代信息技术与工业的融合，为各行各业的企业提供普惠的、一站式的数字化、网络化、智能化服务，助推中国制造业转型升级。 阿里云研究中心重磅报告 让你先人一步看清行业数字化转型的新路径 新增量数字经济时代，各个行业都面临着巨大的挑战和机遇，如何用新科技来发现和驱动新的商业场景和业务增量。 阿里云研究中心，致力于“用科技探索‘新商业’边界”。研究领域既涵盖云计算、人工智能、区块链、大数据、物联网、量子计算等前沿科技的演变趋势及产业应用，更进一步积极探索在前沿科技的推动下，新零售、新制造、新能源、新金融等产业数字化转型的方法论和路径。 经过大量的案例调研和深度研究，阿里云研究中心完成了零售、数字政务和城市治理、制造、金融、传媒、教育等多个行业数字化转型路径和方法论的思考和沉淀。在此基础上，通过扎实的workshop微咨询服务等产品形态，阿里云研究中心已经成为很多企业数字化转型的“战略顾问”。 开发者社区整理

点击下载《AI时代下的汽车业数字化变革》 摘要：如今的汽车业早已不是过去的江湖。工业时代所建立的百年游戏规则，进入到数字时代正快速被打破。汽车与交通、零售、电商、互联网、高科技等行业边界的模糊化，越来越多的车企开始“不按常理出牌”，企业间的竞争维度变得模糊与多元。云计算、物联网、5G、人工智能、自动驾驶、区块链等数字技术，正在重构企业对研发、生产、营销与服务的认知。阿里云研究中心与中国电动汽车百人会共同撰写《汽车数字化变革白皮书2.0》。在此份白皮书中，双方通过大量的的车企数字化转型调研和行业专家访谈，总结并深度分析中国汽车行业数字化转型的创新模式、转型路径以及最佳实践。白皮书指出，得益于数据、算力与算法等数字基础设施与汽车产业的深入融合，微粒化数据运营与精准连接将会是汽车企业跨越S曲线，实现倍速增长的关键要素。白皮书还从数字化研发、数字化制造、数字化营销、数字化出行与数字化中台五个维度展现了中国汽车产业数字化转型的趋势，为已经或是即将踏上转型之旅的汽车企业提供指引。 文章导读 如今的汽车业早已不是过去的江湖。工业时代所建立的百年游戏规则，进入到数字时代正快速被打破。汽车与交通、零售、电商、互联网、高科技等行业边界的模糊化，使得汽车发展环境从复杂变得更加错综复杂。混沌中，越来越多的车企开始“不按常理出牌”，企业间的竞争维度变得模糊与多元。如果非要把企业在不同维度的竞争力换算成一个统一的计量单位，那则是数商（Digital Quotient）。云计算、物联网、5G、人工智能、自动驾驶、区块链等数字技术以飞一般的速度进入到汽车产业所有的毛细血管中，重构企业对研发、生产、营销与服务的认知。车企对数字技术的想象力、驾驭能力，以及将技术与业务结合的能力决定了其是否会成为未来汽车业新的领军者，或是被颠覆者。 阿里云研究中心认为，得益于数据、算力与算法等数字基础设施能力的提升，微粒化数据运营与精准连接将会是汽车企业跨越S曲线，实现倍速增长的关键要素。白皮书《AI时代下的汽车业数字化变革》将从数字化研发、数字化制造、数字化营销、数字化出行与数字化中台五个维度，探讨汽车产业的数字化转型趋势，并结合阿里巴巴最佳实践，对汽车行业数字化转型模式进行深入分析。 阿里云研究中心重磅报告 让你先人一步看清行业数字化转型的新路径 新增量数字经济时代，各个行业都面临着巨大的挑战和机遇，如何用新科技来发现和驱动新的商业场景和业务增量。 阿里云研究中心，致力于“用科技探索‘新商业’边界”。研究领域既涵盖云计算、人工智能、区块链、大数据、物联网、量子计算等前沿科技的演变趋势及产业应用，更进一步积极探索在前沿科技的推动下，新零售、新制造、新能源、新金融等产业数字化转型的方法论和路径。 经过大量的案例调研和深度研究，阿里云研究中心完成了零售、数字政务和城市治理、制造、金融、传媒、教育等多个行业数字化转型路径和方法论的思考和沉淀。在此基础上，通过扎实的workshop微咨询服务等产品形态，阿里云研究中心已经成为很多企业数字化转型的“战略顾问”。 开发者社区整理

以下为信的原文： 各位投资者： 谢谢您对阿里巴巴集团的关注与支持。我们今天启动了在香港的上市，这是20岁年轻的阿里巴巴一个新的起点。 今天世界已进入数字经济时代，这是个大时代，充满变化、挑战和机遇。在这个时代背景下，阿里巴巴如何坚守初心，面向未来不断创造、持续创新，为社会、为客户、为消费者和投资者创造价值？我希望和大家分享我们的思考、计划与行动。 做一家活102年的好公司 阿里巴巴是一家使命、愿景、价值观驱动的公司。阿里巴巴的文化原浆来自于我们相信人和社会的美好。近几年我们持续在思考，数字经济时代的到来，什么是能改变的，什么是不能改变的。在刚过去的9月10日阿里巴巴20周年庆典上，我们宣布了阿里巴巴面向未来的使命、愿景、价值观全面升级。我们创立之初定下的“让天下没有难做的生意”的使命并未改变，而对“成为一家活102年的公司”的愿景进行了升级——我们希望“成为一家活102年的好公司”。阿里巴巴不追求成为一家“大公司”，不追求成为一家“强公司”，我们希望成为一家“好公司”，为社会带来正能量，担当更多的社会责任，为中小企业服务，被员工认同，让股东满意的好公司。 与此同时，我们也把阿里价值观“六脉神剑”进行了升级。从六个词升级为六句阿里的土话，每一句土话都因一段阿里历史故事而生，代表着阿里巴巴文化鲜明的态度和选择。它们分别是： 客户第一、员工第二、股东第三； 因为信任、所以简单； 唯一不变的是变化； 今天的最好表现是明天的最低要求； 此时此刻、非我莫属； 认真生活、快乐工作。 文化是阿里巴巴的基本价值取向，也是引领阿里巴巴从零走到今天的驱动力。无论世界如何变化，只有坚守初心，我们才能面向未来持续前行。 数字经济时代开启新商业文明 数字经济时代最显着的标志是，互联网正在和工业、农业、服务业、社会公共服务等方方面面融合。这也催生了新的商业文明的发展。数字经济时代的商业文明，本质是以开放、分享、合作、共赢为基础，由传统意义上的商业零和博弈回归到对客户的关注和价值创造。数字技术带来的机会能够被社会更普惠的分享，并且更好地推动社会的可持续发展。阿里巴巴希望以自己的探索和实践,为创造数字经济时代新商业文明做出自己的贡献。 经过20年的发展，阿里巴巴已经从成立之初的一家电子商务公司发展成为初具轮廓的横跨数字商业、数字金融、智慧物流、云计算大数据等的数字经济时代的商业基础设施，并由此形成了一个独特的数字经济生态。和这个数字经济生态中的广大合作伙伴一起，我们同时服务着消费者和产业，既创造、激发着新消费的崛起，也致力于服务各行各业完成产业的数字化转型和升级。我们希望既能够帮助成千上万的中小企业成长，也鼓励支持新的独角兽、小巨人的发展。大树下面既能长小草，同时也能让更多的小草长成参天大树。 面向未来的总目标和总战略 在今年9月阿里巴巴20周年之际，我们已经宣布了未来5年的战略总目标：服务全球消费者，其中有超过10亿的中国消费者，创造10万亿人民币以上的消费规模。这是我们完成长远的战略目标：到2036年服务全球20亿消费者，创造1亿就业机会和帮助1000万中小企业盈利的必经阶段和所需要建设的扎实基础。 为实现战略目标，我们会继续坚定推行三大战略：全球化、内需、大数据和云计算。

摘要： 如今，人工智能已经在零售、制造、传媒、金融等领域发挥着日益重要的作用。在即将到来的2020年，企业将如何更好地拥抱人工智能？作为《中国企业2020》系列报告的第一季，这份白皮书重点阐述了人工智能作为数字经济时代的新生产力的发展现状、趋势洞察，以及如何通过人工智能赋能企业数字化创新。特别指出人工智能为企业创造价值的七大模式，并就人工智能在零售、教育、工业制造业、金融、传媒等领域的应用案例进行了简要分析。同时就人工智能与企业安全的螺旋关系、企业人工智能应用存在的浪费、人工智能的伦理问题与通用准则等议题进行了探讨。 文章导读 AI设计师“鹿班”每秒可设计海报8000张，赋能30万商家备战“双十一”；光伏电池生产商天合光能运用人工智能算法将A品率提升7%，创造利润数千万；AI帮助优酷分析舆情选出爆款影视剧IP，打造了10天播放量超过60亿的《微微一笑很倾城》…… 如今，人工智能已经在零售、制造、传媒、金融等领域发挥着日益重要的作用。在即将到来的2020年，企业将如何更好地拥抱人工智能？ 8月29日，2019世界人工智能大会上，阿里云研究中心发布《中国企业2020：人工智能应用实践与趋势》白皮书。白皮书分析了当前中国企业应用AI技术的成熟度、阶段性演进的路径，总结出人工智能为企业创造价值的七大模式，为企业在2020年的AI应用提供了落地指南。 AI为企业创造价值的七大模式 会上，阿里巴巴集团副总裁刘松表示，AI将影响企业的服务方式，影响他们与客户连接的方式，影响政府管理城市的方式。阿里云已大规模应用了AI赋能各行各业，实践经验将在2020年更广泛地复制推广到更多的产业与合作伙伴。 接下来的一年，AI将如何为产业赋能？白皮书中梳理了“AI为企业创造价值的七大模式”： 1、提升简单重复性工作的效率，做好人类不愿意做的事情。在一些无创意需求的重复劳动场景中，人工智能技术可以提升效率。比如，在现代化工厂中工业机器人和机械臂的应用，结合拥有更高“智力水平”的AI，能够为企业带来更高的生产效率和生产质量。 智能化、数字化、自动化打造智能机器工厂 2、创造数字经济时代新物种，做出原来无法做到的事情。目前，AI结合云计算、物联网、VR/AR等技术可以解放和重构生产要素，催生新模式，新产品、新服务，新业态方面的产生“新物种”的能力。例如翻译机诞生，就是源于AI翻译水平的大幅提高。 3、承担突破人类能力极限的工作，做到人无法做到的事情。AI正在超越人类在全局认知、深度逻辑和复杂准确记忆的能力极限，提供全新生产力。此外，在一些高度危险、高度复杂的生产环境中，AI也能肩负起突破人类能力极限的重任，比如AI+机器人在矿山等高危险环境的作业。 4、重新激活数据，创新业务和商业流程，数据激活全新流程。过去20年，中国企业实现了信息化和电子化，沉淀了大量行业数据，这些数据都可以通过AI“激活”。在数据中找到新的价值点或客户需求，帮助企业优化业务。 5、突破思维定式，发现直觉无法发现的潜在逻辑与联系。AI的计算能力能够突破“老专家”式的传统思维定式，将隐性和碎片化的问题变得显性化，由此生成新的知识。比如，AI能够帮助企业精准匹配用户需求或业务需求，找到原本因为人力、人脑等因素限制而无法发现的潜在逻辑与联系。 6、提供全新的人机或服务交互模式。目前，AI在机器视觉（图像和视频识别）、自然语言理解和语音识别等领域已经具有非常强的能力。人机交互市场正在兴起，特别是在汽车和医疗领域，有了新的增长和扩展机会。 7、辅助人类智能决策，帮助人做出更精准的决策。AI能为企业提供与传统的决策支持系统、知识辅助决策系统或专家系统等智能决策方案，帮助企业构建决策支持系统。提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，提高决策水平和质量。 在“七大模式”之下，阿里云还在白皮书中从零售业、制造业、传媒业、教育业、金融业、车险行业、政务民生领域等八大行业入手，分别详细介绍了人工智能具体的应用价值和成功案例。 中国企业AI应用将迎来“从边缘到核心”的爆发期 “在未来十年，企业应用人工智能的终极目标是创新数据智能带来的商业模式，这是企业的CEO需要从长远着想，从新问题、新痛点入手的议题。”刘松说，“中国在人工智能技术、数据、场景和生态快速协同演进的大背景下，我们有理由相信，人工智能在企业的应用向从边缘逐步进入到核心，迎来各行业应用的爆发期。”

点击查看第一章点击查看第三章 第2章 网络访问层 　　网络访问层是TCP/IP协议栈的最底层。它提供物理网络的接口，实现对复杂数据的发送和接收。网络访问层协议为网络接口、数据传输提供了对应的技术规范。本章将详细讲解网络访问层的构成和相关协议。 2.1 网络访问层的构成 　　在TCP/IP协议中，网络访问层对应OSI七层网络模型的物理层和数据链路层。下面依次介绍这两个层的作用。 2.1.1 物理层 　　物理层是OSI七层网络模型中的第1层，它虽然处于最底层，却是整个开放系统的基础。在进行数据传输时，物理层的作用是提供传送数据的通路和可靠的环境。对于计算机来说，物理层对应的就是网络适配器。　　根据网络适配器的存在方式，可以分为两类。第一类是物理网络适配器，如有线网卡、无线网卡；第二类是虚拟网络适配器，如宽带拨号连接、VPN连接等。　　【实例2-1】显示计算机上的网络适配器信息，执行命令如下： root@daxueba:~# netwox 169 　　输出信息如下： Lo0 127.0.0.1 notether 　　Lo0 ::1 notether

摘要：在消费增速下滑的大环境下，转型焦虑几乎已经弥漫了整个服饰行业，国内大型服饰品牌商几乎都在积极尝试转型，从线下到线上，从国内到国外，从品牌自创到收购。从这几年的情况来看，大部分转型并不太成功。国内服饰行业的转型之惑也折射了服饰行业的生存状况。但在其中也有少数品牌商有亮眼表现。 近日，上市公司太平鸟（代码：603877）发布2018年年报，2018年营业收入增长7.78%，净利润增长27.51%，创出太平鸟自成立以来的最好业绩。从1996年至今，太平鸟已经走过23年。从街边店铺、单个女装品牌，到拥有线下近4600家门店，7个品牌，年营业额超过77亿元。太平鸟在短时间内实现了快速增长。从太平鸟的发展可以看到国内服饰行业的发展趋势和数字化转型路径。 （一）行业困境：服饰行业传统模式和粗放式经营的时代瓶颈 随着国际快时尚品牌强势进入和扩张，国内传统时尚休闲品牌面临着消费群体流失、库存积压、资金周转、策略转型等多重考验。国内大型服装企业曾一度陷入关店潮。如今服饰行业普遍面临产业链产能过剩、库存过高等一系列问题，与此同时实体店销量锐减，店铺租金上涨、人工成本一路走高，利润空间不断被压缩，传统模式因环境的巨大变化而显得不适应。（1）产能过剩，造成库存积压：服饰企业对用户的时尚需求了解不够，对市场的需求信息和预测不符，当市场消费趋缓，生产端容易形成产能过剩，同时优衣库、ZARA和H&M等国际快时尚品牌对国内服装品牌形成极大分流压力，造成销售大量下滑、库存积压。 （2）终端门店导购管理不精细：国内服饰企业的终端门店管理普遍较为传统，缺乏对门店数据收集和分析的能力，门店货品陈列及体验不佳，导购销售转化率、连带率低，门店客单价低，传统门店导购销售平均连带率长期徘徊在1.5以下，而国际时尚快销品牌普遍达到2.3以上。 导购转化率、连带率低造成门店销量下滑。 （3）品牌设计和定位同质化：品牌设计师对流行趋势预测普遍依靠经验，没能抓住消费者的喜好变化和市场变化。在品牌同质化的时代，年轻消费者更加关注个性化设计和购物全流程体验，而服饰企业品牌定位不清晰，设计理念不能满足消费者和市场需求，产品没有吸引力，使得在初始的设计环节就产生了库存。 （4）传统订货经营模式粗放：服饰企业普遍采用传统订货模式，即“服饰品牌商→各级订货商→零售商→消费者”的期货生产模式，通过一年几次的订货会(如春夏季、秋冬季)提前由订货商/加盟商向服装企业预订商品，而订货的数量依靠订货商对于市场的经验来判定。粗放的单一订货模式在互联网时代已经显得不适应，造成销售阻滞和库存积压。 （5）前后端供应链管理水平低：传统服饰企业的研发设计、生产制造、终端零售版块相对封闭，之间依靠流程来进行衔接，由于供应链管理协同不够，造成各版块之间的数据流通慢，信息互通难。各区域之间的产品调度和物流配送效率低，导致存货周转率低。据统计，国际时尚快销品牌只有30到50天，而国内服装品牌的平均存货周转天数高达180天以上，不能及时满足市场需求变化。 （二）创新突破：以用户为中心，携手阿里，用数据优化供应链，线上线下全渠道运营 太平鸟从2008年试水淘宝商城开店，一开始是想开拓新渠道，消化因为传统订货模式带来的库存积压，但线上销量的增长和变化让太平鸟董事长张江平非常惊讶，因此后期不断调整线上的定位和产品，并开始侧重资源、重视线上的发展，到2018年底，太平鸟全品牌线上营业收入达到19.97亿元，占公司总营收26.29%。 淘宝/天猫线上门店给太平鸟带来的绝不仅仅是新的通道和收入，更多隐性的利益来自对用户的分析和洞察以及数据驱动的商业逻辑。过去服饰品牌商了解用户对产品的需求更多的是通过访谈调研和抽样，依靠行业经验去捕捉时尚的变化，现在可以通过网络用户的地理分布及年轻用户的喜好对用户进行画像，并依据这些消费者信息优化产品设计和生产。今天的互联网消费用户主体已经开始向90后及00后为中心转移，这些年轻的消费者年均消费增长率高达14%以上，对服饰行业而言，抓住年轻人就是抓住未来。而年轻消费者恰恰是网络线上空间的重度人群，因此线上是太平鸟触达消费者的重要神经网络，可以更准确了解用户对于产品和时尚的需求。例如与可口可乐、芝麻街等品牌的联合产品合作，正是在线上探索并成为爆款后，太平鸟开始扩大与各个品牌的合作，吸引了大量的年轻消费者粉丝。 对于线上天猫门店和线下实体门店之间的关系，这10年的时间太平鸟也走过了从“相加”到“相融”的过程，基于太平鸟敏锐的市场嗅觉和勇于创新的文化，太平鸟在2017年开始与阿里巴巴全面合作新零售，实现线上线下全渠道一体化运营以及会员的全域运营。目前，太平鸟已经对超过200家门店进行智慧化改造，自动感知用户实现全域营销，并已经实现了线上线下打通，包括商品的打通、支付的打通、物流的打通，支持门店扫码购、线上购物线下自提。 太平鸟2019年的战略是“聚焦时尚，数据驱动，全网零售”。其中在数据驱动上，主要包括门店的数据化改造、门店的数据收集、大数据门店选址、智能算法驱动商业决策以及供应链TOC的数字化变革等。 其中TOC（Theory Of Constraints）是指针对产业传统系统中最薄弱的环节增强从而带来整体增强的企业管理方法，落实到服饰企业中则是推式供应链演变成拉式供应链，即以销定产。因为服饰行业传统的预测型生产方式是造成门店销售发生高缺货、高库存的根本原因，传统的订货预测型生产方式由于主要凭经验，从而带来终端门店畅销的产品严重缺货、不好销的产品积压成大量库存的结果。为了改变这一现状，需要彻底改变供应链的运作模式。 太平鸟实现供应链快速反应的关键点就在于数据驱动。 首先是门店的数据化，公司需在销售门店获取大量信息数据。了解各种尺码、款式的产品在哪一个门店销售情况。对于销售量好的产品，太平鸟目前通过每周两次的产销协调会议对信息反馈进行整理确定补单，并把补单货品按数据分析结果、按不同数量分发到不同的门店。这样将以前补单需要的40天周期成功缩短到10～14天。 其次则是将供应链数据信息打通，不仅各个数字化门店的销售动态实时数据将直接供给供应商、加盟商，而且太平鸟ERP实现了和外包生产工厂的数据打通。这样，数据在产业链上各个环节畅通，最终实现快速跟踪市场变化、达到以销定产的结果。

摘要：2018年以来，百货企业仍处在洗牌激荡时期，2019年上半年更不乐观。中国前几大百货企业都在探索新零售发展之路。中国连锁协会公布的2018年百货零售业增长榜单，银泰在20强中销售增长位居第一。仅仅杭州武林银泰百货化妆品区，一年可卖10个亿流水，21个单柜品牌，卖到全国第一。 目前，银泰的数字化转型和成长已经取得了令人瞩目的阶段性成果。新零售，是招一个电商副总裁就能解决的问题，还是需要从上至下基于数据彻底的升级转型？百货企业要固守“流量”、“体验”做零敲碎打的改进，还是以技术为基础实现凤凰涅槃的转型？对于转型方式，是用工具来解决局部问题，还是数字化商业操作系统来解决系统问题？这些疑惑，通过银泰的数字化成长似乎都有了新的思考方向。 2017年，阿里巴巴收购了银泰商业，并提出“从-1到0再到1”的整合和改造理念。所谓“-1至0”，是指“回归零售本质”，下沉到行业中去，深入剖析实体零售百货的业态、消费者关系，进行问题诊断，再反向推导解决方法，而不是强行照搬互联网的世界观和方法论；而所谓“从0到1”，则是指在回归零售本质的基础上，依托阿里巴巴强大的技术能力和商业生态，彻底改造现有的商业模式和服务等级，实现技术赋能、区域协同，最终向商业智能和网络协同的终局迈进。 具体说来，银泰的商业转型模式可以从以下几个方面来看： （一）商业要素的数字化和数据激活 数字化是实现实体商业竞争力“升维”的基础，是进行所有服务升级、运营优化的关键。银泰的数字化改造涵盖了以下的关键点，这也是零售百货类企业考量数字化改造时的通用维度和进行步骤： a. 会员数字化：原有的会员卡对消费者识别维度简单，缺少电子化沉淀，因此也无法进行数据价值的发掘。通过电子会员的形式，借助阿里电商生态，可以基于会员线上线下行为进一步培养和区分优质客户、提升企业的盈利能力；通过给予核心用户更大权益的方式，实现健康的、不以补贴为前提的线下流量增长，提升坪效。同时，借助这样的平台，百货将可以对入驻品牌提供增值服务，指导品牌更有效率的进行推广。会员数字化是商家想要增加对客户的了解、实现“以人为本”服务的最基本一步，也是百货深度触达客户、做超前引流的基础。 这里需要说明的是，银泰的INTIME365会员是收年费模式，“吃饭能打折、购物有优惠”，“吃穿用全部囊括其中”。通过会员专享折上折和专属服务（帮就餐取号、帮预留车位、帮全国搜货、观影福利）培养了忠实的粉丝。银泰2018年总收入中超过一半是来自会员的贡献。 b. 交易数字化：受转型前的商业模式所限，百货对于交易行为只掌握大颗粒度的信息，关注重心在于收入而不是交易内容的本质，重要的数字资产处于无积累、无沉淀的状态。通过将交易销售行为数字化，零售百货“场”的效应可以在实现全渠道经营的基础上，得到最大程度的发挥。关键是可以识别会员在线下的购物品类和喜好，与线上行为进行关联和打通，进而优化场内的进货品种和货品摆放位置。 数据打通的前提下,交易数字化可以进一步提升消费者体验. 一个简单的例子,消费情况可以和场内的停车优惠折扣自动关联，消费者不再需要到服务台兑换停车优惠券，省心又高效。 c. 商品数字化：商品数字化是零售百货转型过程中需要逾越的最大一步，非标品经营和非直营的商业模式都会为商品数字化带来巨大挑战。然而商品数字化的意义，不仅仅是实现线上销售, 更是为数据驱动人货场的重构提供了坚实的基础. 商品数字化带来的数据增量可以构建以消费者为中心的、场景化的商品知识图谱, 反向促进线下购物场景的翻新, 进而更好地优化供应链； 更完整的数据维度产生更精准的用户画像，配合数字化会员体系，为消费者带来更好的购物体验。从入驻品牌角度，商品数字化可以帮助品牌依托商场资源自动实现库存的同城、同域统一调配，提升运营效率和客户体验。

摘要：2018年末开始，寒潮席卷中国汽车市场。热了20多年的中国车市，迎来首次销量下滑。当整车销售从增量市场转为存量市场时，车企面临产能过剩和消费升级的双重挑战。一边是日益发展的科技社会和在此环境下迅速成长的新消费人群，一边却是传统的销售体系，市场这个看不见的手，正在逼迫车企转型。 2016年10月，由吉利汽车和沃尔沃汽车合资成立的新时代高端品牌领克汽车亮相柏林。2018年，在领克汽车的产品元年和品牌元年里，领克01、02相继入市，交出年销售超10万辆的成绩答卷。而在2019年上半年领克汽车累计销量达到55,877台、同比增长20.81%。 除却这些数据，领克还有个数据增长极快，那就是领克社群人数。目前，领克官方俱乐部Co:Club的粉丝数超过100万，各地“Co客领地”车主社群数量达130个，覆盖领地粉丝101,846人。 作为新生的国内高端车品牌，有如此成绩并不容易。这背后与领克汽车深入洞察其目标客户——互联网时代都市年轻族群的生活方式和购物习惯有关，也与领克围绕用户进行的超前部署有关。在阿里云的中台理念和杭州数跑科技有限公司的技术支持下，领克汽车很早就搭建了新零售营销平台。它颠覆了传统主机厂做DMS经销商管理的方式，而是以用户为中心，将数据力量贯穿领克各个业务场景，把产品的数字化属性融合在消费者各个接触点，领克汽车在数字化营销上的经验值得探究。 （一）线下+线上全渠道布局，三位一体，全面协同 随着数字化消费时代的来临，传统汽车经销商销售渠道竞争已成“红海”。业务在线化因此成为了汽车行业转型的必由之路。在消费方式逆向牵引业务领域转型的今天，营销服务域是“变革”的第一站。 领克汽车实现了线上与线下经销商互补。以传统经销模式为基础，借助互联网思维打造线上+线下全面融合的渠道模式，从而持续解决购车用户的痛点。 线上领克商城和线下领克中心、领克空间各有侧重，全面协同，为用户带来颠覆传统的拥车与服务体验，同时也为经销商带来了新的销售增长点。 线下的领克空间主要选址于都市中最具活力的大型商圈中，方便消费者选车、购车。在这里，了解车型的方式相比传统方式更加智能交互，像运动品牌陈列运动鞋一样，每一种颜色、配置的车型都以车模形式陈列在空间中央的展示墙上。车模中装有芯片，只要将感兴趣的车模取下，放在一侧探索吧台感应区上，屏幕会自动显示车型配置、价格等信息。如果你对某款车型感兴趣，你可以去商场的车库里提车试驾，也可以立马购买这款产品。 领克中心则致力于为用户提供工作和亲情之外的第三种空间。在这里，除了提供购车、售后等传统服务，比如利用周末、世界杯的球赛日，车主们可以进行社交派对。与领克空间相比，领克中心的售后服务能力更加完善，两者的运营经销商也可不同，各自根据所在城市结构，进行合理、优化布局，形成定位互补。 相比之下，线上的领克商城则承担着给消费者带来更加便捷的购车体验。领克商城做到了与淘宝一样的可视化进程，消费者通过注册ID，可实现看车、选车、购车、了解车辆从生产下线到运输到店的全过程，做到什么时候提车心中有数。同时也可以通过这个ID，实现智能设备的链接和分享功能。整个商城主要基于云上进行搭建，使用阿里云的弹性计算以快速应对容量变化、弹性支撑秒杀的大并发流量，为系统平稳运行提供保障。2017年11月17日领克汽车旗下首款车型领克01在领克商城线上开启抢订。抢订开始后，137秒售出6201台，并在57分钟内全部完成支付，刷新了汽车行业的销售记录。整个预售过程前后，领克商城承受了来自33个省区市的399万多次点击访问，同时在线人数峰值达96556人。背后，阿里云用技术实力与专业服务，保障了此次抢购活动的平稳进行。 （二）为年轻人打造真实潮空间 让领克“不止于车” 2018年6月29日，领克新零售营销平台的Co：Club领克会员俱乐部正式上线，它以定期社交和分享活动的形式，结合相应参与激励机制，成功搭建了品牌专属的社交平台。目前，领克官方俱乐部Co:Club的粉丝数超过100万，各地“Co客领地”车主社群数量达130个，覆盖领地粉丝101,846人。 Co客们可以在领克APP上直接上传文字，分享自己的拥车感触，更可以通过线上报名、线下参与的方式，参与到由领克官方发布或领克车主自发的各种活动中去。通过社区上的活动，Co客们可以获得相应的Co币。Co币不仅仅是虚拟积分，而且在领克商城上可以直接转化为积分和货币，不仅可以购买汽车的零配件，比如车辆行李架、儿童安全座椅等。 还多次携手时尚品牌进行跨界合作，推出与年轻潮人生活相关的文化服饰、电子产品等，比如联手国内知名设计师品牌JINNNN开发领克系列的服装、配饰、眼镜、挎包等系列单品。这些跨界合作也成为了品牌营销的一大亮点，给用户提供了专属的潮流体验。通过Co币的发放建立了一整套用户激励机制，让领克6S服务模式中Social和Share发挥作用。 （三）用数据为渠道赋能 如果仔细研究领克的经销方式，其实在整个体系搭建上，领克并没有脱离传统的经销模式，而是通过各种方式去提升渠道的服务能力，通过数据技术去帮助汽车品牌商、经销商、消费者之间相互联系。 领克汽车通过新零售营销平台，对所有渠道的销售与服务业务进行了数字化升级。它专门为销售顾问配备了销售助手APP，为服务顾问配备了相应的服务助手APP，不仅可以将线下客流状态、销售过程和服务过程实时记录成数据，上传反馈到营销平台，让主机厂实时获知各经销商的销售动态，销售顾问和服务顾问还能从APP上获取高质量的行为指导意见。同时，来自领克商城的线上线索也会通过新零售营销平台的“营销大脑”进行数据清洗和人物画像分析，将有效线索派送到相应销售顾问和服务顾问的APP上。 其实，现代人、货、场的本质未发生根本变化，借助数据和算法，可以实现人、货、场关系更精准、高效的匹配和连接。然而，这些连接离不开具体的场景和人的需求，企业在进行数字化转型时，不仅要有以人为本的服务意识，更要懂得如何将数字技术武装到每一个毛细血管中，深入到每一位客户的行为中去。

云是大规模体量下各种小概率事件常态化的一个复杂场，云上的攻防对抗是攻击者和防御者在这张复杂场上的博弈与演化。大规模的环境之中充斥着各种各样转瞬即逝的信息，对于威胁，没有什么是比「大规模」和「转瞬即逝」还更好的隐匿与庇护。任何一个技术问题，放大到大规模的尺度下，随着体量的增大，技术难度都会呈指数级上升，攻防更是如此。而当双十一遇到云，更是大规模叠加大规模，在这一天上百万的黑客、僵尸网络、病毒、蠕虫、木马等悄然集结，共同组成了狂欢背后的黑暗联盟，龃龉着每一个剁手党。 今年的双11购物狂欢节超越去年的2135亿成交额，创下2684亿的历史新高。先不说数百万的黑客在这一天对平台发起的疯狂攻击，单就双11当天每秒54.4万笔订单峰值，本身就是对平台稳定性的一次大考。那守护着这一购物狂欢的防御体是如何从这上千亿次的访问请求中判断哪些是正常购物请求，哪些是黑客攻击的？ 答案是，人机联合大作战。具备丰富护航经验的安全专家借助提前训练好的机器智能，赋能整个防御体自动化、智能化、实时化检测风险的能力，做到快速应急响应。 那机器智能是如何而来的？ 源于智造工厂的机器智能 先进的安全机器智能的诞生需要三大前提条件：一是海量的历史攻防数据作为先天土壤，二是专业的安全专家进行培育，三是丰富的应用场景提供训练环境。而阿里云作为亚太第一的云服务商以及为20万家企业提供企业级安全服务的企业，具备了生产先进机器智能的一切先天条件。同时，阿里云安全的智能能力，不是单点的人工智能，而是全局的机器智能。 阿里云沉淀的PB级历史攻防数据，相当于上千万部高清电影，这些全量攻击数据资源类似“原油”，源源不断的输送给阿里云的智造工厂，为机器智能的诞生提供基础条件。 由阿里云自主研发的飞天操作系统连接的数千台机器规模组成的计算集群，形成数据内核，即“数据炼油厂”，通过对原始攻击数据资源进行萃取，从“数据原油”当中提炼出各类“数据石油”，即恶意IP库、恶意域名库、恶意样本库等等，成为安全对抗过程中的关键威胁情报。 各类数据石油会进一步输入到安全智能内核和智能知识引擎中，产出攻防对抗过程中的弹药。安全智能内核采用“正常总是基本相似，异常却各有各的异常”的思想，能够从数据向量空间中精准提取出一切非正常行为的异常行为表征模式，进一步沉淀形成攻防对抗知识，输出给到智能体，让智能体具备安全专家的能力，赋能安全产品，与威胁进行自主攻防对抗，唯一不同的是智能体可以7X24小时无间断不休息，而且几乎不会犯错。 海量的智能体之间相互协作共同协助安全专家完成超大规模攻击下的自主攻防对抗，好让安全专家腾出精力去做更高维度的研判与推理。此时，智能知识引擎则源源不断的提取数百万计的对抗知识，对各类威胁实体进行多维度的画像建模，让安全专家在攻防对抗过程中具备洞察一切威胁的上帝视野。得到智能知识引擎加持的安全专家，就像得到了福尔摩斯丰富知识与严谨推理的超能力一样，不放过任何一丝一毫威胁的蛛丝马迹。 那安全专家与机器联合到底产生了什么样的威力？ 人机智能联合的战绩 每年双11阿里云都会遭到数十亿次来自全球不同国家的多种方式的攻击。今年双11期间，抛开黑客攻击流量之外，单就正常订单创建峰值就已经达到54.4万笔/秒，单日数据处理量达970PB，相当于上亿部高清电影夹杂着各种病毒文件同时涌入阿里云，这本身就对平台稳定性提出了高度挑战。面对如此庞大的数据量，人类智能与机器智能形成联合智能体，在双11这场护航中打了一场漂亮的胜仗： 云平台自动识别并拦截来自184个国家的60亿次攻击，发现安全事件立即响应，在不影响业务稳定的情况下，及时止血消除风险； 云平台峰值流量10Tbps，成功防御1917次DDoS攻击，峰值223Gbps，云原生DDoS防护包商业化解决方案完美支持IPv4、IPv6双栈流量； 为阿里云官网国内外100+双11活动提供全面防护，分析处理2000万次业务请求，并为云上400+客户提供2亿次风险识别服务，保障客户安全； 为33家参加大促的云上客户保驾护航，提前巡检配置规避风险，主动监控预警20次，应急响应5次，在大促QPS超过日常4倍的情况下保障客户活动平稳顺畅。 如前文所讲，安全智能内核产生的智能体如安全专家一样，可以与威胁自主对抗。目前，阿里云安全已经借助批计算、流计算、图计算等前沿技术，产生数千个智能模型，形成成千上万个智能体，赋能到阿里云整体安全防御体系当中，与安全专家共同作战，形成了一道坚固的安全防线。 同时通过这场攻防大战，我们不难看出，安全的本质已经不再是人与人之间的对抗，而是智能体之间的知识对抗。智能体可以是人类智能，也可以是机器智能。攻击者利用漏洞知识、攻击知识伺机突破，防御者利用检测知识、防御知识进行纵深拦截。谁拥有了更多的知识谁才能赢得这场战争。人类智能和机器智能的双向联合，让这场狂欢背后的攻防大战即激烈又轻松，既复杂又简单。

导读：本文将主要介绍高德在高精地图地面标识识别上的技术演进，这些技术手段在不同时期服务了高精地图产线需求，为高德地图构建高精度地图提供了基础的技术保证。 1.面标识识别 地面标识识别，指在地图道路中识别出各种类型的地面标识元素，如地面箭头、地面文字、时间、地面数字、减速带、车距确认线、减速丘、人行横道、停止让行线、减速让行线等。这些自动化识别结果将作为生产数据交付给地图生产产线，经过制作后演变成服务于自动驾驶、车载导航、移动导航的地图。 高精地图一般对各个地图要素精度至少有着厘米级的要求，所以相对于普通地图来说需要更高的位置精度，这也是与普通地图识别的最大不同，所以探索如何将地面标识识别得又全又准是我们一直努力的方向。 地面标识识别有两大难点：一是地面标识本身的种类、大小繁多，二是地面标识易被磨损遮挡，清晰度参差不齐，这给高精度识别带来了巨大的挑战。 1）地面标识种类繁多：实际场景中地面标识种类繁多，在内容、颜色、形状、尺寸等方面均有不同分布。 颜色：比如黄色、红色、白色等 形状：箭头形、各种文字数字形状、条形、多条形、面状、丘状等 尺寸：国标定义的标准箭头长度为9m，但也存在1m~2m甚至1m以下的地面标识元素，尤其减速带以及人行道等尺寸差异会更大，反映到图像中像素个数以及长宽比均会有较大差异。 图1. 部分地面标识 2）磨损压盖多：地面元素长年累月受车辆、行人等碾压会造成磨损，以及经常存在的堵车等场景更是加大了地面要素被遮挡的可能。所以从激光雷达获取的点云数据和由相机获取的可见光图像数据的质量均参差不齐，对地面标志识别带来了极大的挑战。 常见的问题如下所示，示例如图2所示。 地面标识磨损：地面标志由于磨损褪色、掉漆导致不完整或者严重不清晰 采集环境问题：遮挡(施工、车辆)、由于环境改变引起的材料激光反射率差异以及可见光不清晰（雨天、逆光等） 图2. 自然场景下拍摄的地面标识 2. 识别起步 地面标识识别需要做的是将地面标识这部分区域提取出来，则最直观的是对其进行阈值分割、骨架提取、连通域分析等传统方法。首先获取点云中地面点集合，接着获取集合中高反射率部分的骨架集合，然后对每个局部骨架区域计算强度截断阈值，最后对区域进行连通区域搜索以及附加降噪措施等。