阿里為什么會成長為一家平臺型高科技公司，為什么能為中國數(shù)字經(jīng)濟提供強大的技術基礎設施。
科技怎么樣轉(zhuǎn)化為生產(chǎn)力？就看它有沒有發(fā)掘新資源，有沒有擴大市場規(guī)模，或是擴展市場成長的新空間。
過去兩百年，人類社會依照這樣的規(guī)律完成了機械化、電氣化、信息化，生產(chǎn)力的持續(xù)提升，讓全球經(jīng)濟實現(xiàn)了史無前例的騰飛。
下一個時代屬于數(shù)字化和智能化，大數(shù)據(jù)是新時代的石油，規(guī)模化智能化的計算能力則是新時代的引擎。
波瀾壯闊的畫卷緩緩展開，我們驀然發(fā)現(xiàn)，全球人工智能（簡稱AI）的激烈賽道上擠滿了中國企業(yè)，阿里巴巴更是悄然跑進了第一梯隊。
也許你沒有注意到，阿里達摩院兩年來在國際AI頂級賽事上已經(jīng)斬獲40多項第一，還有近400篇論文入選國際頂會，也許你也說不上來，達摩院那些在業(yè)內(nèi)鼎鼎大名的明星科學家叫什么名字。
但是，你可能察覺到了生活中悄然發(fā)生的一些變化。端著手機刷淘寶“猜你喜歡”，合你眼緣的好貨越來越多了；看到想買的東西卻叫不上名字，拍張照上傳到拍立淘，匹配出來的結(jié)果越來越精準了；哪怕擠在雙11下單，包裹上門的速度也越來越快，這不是因為包裹坐上了飛機，而是發(fā)貨地變得離你更近了……
這些變化，都來自阿里巴巴AI技術的進步。
在阿里巴巴，有一群最接地氣的AI科學家和AI工程師，他們將高冷的AI技術，變成了平易近人的應用，再從大規(guī)模應用中沉淀出新技術，引領著新一輪AI創(chuàng)新。
那些想改變世界的科學家
2014年9月19日，阿里巴巴在紐交所上市，淘寶店主、云客服、淘女郎、快遞員們一起上臺敲鐘，AI科學家漆遠和阿里云創(chuàng)始人王堅博士在臺下目睹了這一歷史性時刻。
漆遠是美國麻省理工學院博士后，普渡大學計算機系和統(tǒng)計系終身教授，全球機器學習頂級會議ICML 2014 和 ICML2015主席，有近20年機器學習研究經(jīng)驗。
漆遠還在實驗室跑數(shù)據(jù)的時候，王堅找上門來，游說他加入阿里巴巴，“阿里擁有海量的購物和支付數(shù)據(jù)，這些數(shù)據(jù)都是圍繞‘錢’產(chǎn)生，價值遠高于其他數(shù)據(jù)。你如果來的話，建立超大規(guī)模機器學習平臺的偉大任務，就交給你了。”
這番話極具煽動性，像極了喬布斯招募斯卡利時說的，“你是想賣一輩子糖水，還是跟著我們改變世界？”
于是，在前后拒絕了谷歌、Facebook、百度等公司的邀約后，漆遠決定歸國來到杭州工作，加入了當時看起來“最沒有技術范兒”的阿里巴巴。
在漆遠之后，密歇根州立大學終身教授金榕也加盟阿里巴巴，他曾擔任NIPS、SIGIR等頂級國際會議領域主席，重點研究包括分布式信息檢索、機器學習、多媒體數(shù)據(jù)處理與挖掘等。
后來，阿里又陸續(xù)迎來了華先勝、司羅、周靖人、任小楓等一眾AI領域的頂尖大牛。
為什么科學家們紛紛相中一家以電商為主業(yè)的互聯(lián)網(wǎng)公司？其實問題本身就透露了答案。
電商公司，是所有互聯(lián)網(wǎng)公司中最重運營的公司，電商、支付、金融、物流，每一個場景都離不開運營和服務的支撐。而當電視業(yè)務的規(guī)模，上升到幾十億商品、幾億買家、幾百萬賣家和百億計的包裹之后，運營不可能全靠由人力完成，必須依托技術的支撐。
所以，技術之于阿里，從來不是錦上添花的門面功夫，而是攸關生死的空氣與水。“如果不做云計算，會死掉”，如果不做AI呢？大概率也活不舒坦。
重運營的模式，飛速發(fā)展的業(yè)務規(guī)模，給阿里技術帶來了前所未有的挑戰(zhàn)，可同時也帶來了一個好處——豐富的場景和海量的數(shù)據(jù)，對研究計算機科學的人來說，阿里巴巴就是一座天然的“頂配實驗室”。
在正式加入阿里前，金榕曾給阿里做過一年顧問，在解決了一個大規(guī)模算法優(yōu)化問題從而將廣告展示收入提升15%-20%后，他第一次深刻感受到“理論的東西原來可以改變生活”。
還有普渡大學終身教授司羅，他加入阿里巴巴的理由也差不多：“在學校里研究一個新的算法，有20個學生來做評測就已經(jīng)算是豪華陣容了。而在阿里巴巴研究一個新的算法，會有上千萬真實世界的體驗和反饋。”
為挖掘金山鋪平道路的人
然而，科技改變世界的道路不是一條坦途，尤其在阿里巴巴，技術研發(fā)之路，從來不是什么風花雪月的浪漫回憶，而是一段篳路藍縷的艱難歷程。
作為阿里巴巴技術的先行者之一，王堅當然清楚這是一種怎樣的體驗，只是如人飲水，冷暖自知，要嘗盡個中滋味，還是得讓科學家們親自走上一遭。
理想主義者不會給理想主義者潑冷水，所以王堅只是告訴漆遠，“阿里巴巴是坐在金山上啃饅頭，金山是阿里巴巴擁有的豐富數(shù)據(jù)，可是這些數(shù)據(jù)的價值并沒有被挖掘出來。”
這番話，其實是6年前，時任阿里巴巴首席人力資源官的彭蕾對王堅說的。
當時，王堅還在微軟亞洲研究院，孤獨地探索著被外界懷疑沒有前景的“大數(shù)據(jù)技術”，彭蕾的話，難免讓他將阿里引為同道，直到毅然擔起了設計全新自主計算架構的艱巨任務。
關于王堅、阿里工程師和阿里云的故事，充滿坎坷和波折，此前已經(jīng)有過無數(shù)版本的演繹，暫且略過那些悲歡離合的細節(jié)，故事的結(jié)局是阿里巴巴用6年時間更換掉了整個底層技術架構，技術終于追趕上了飛速發(fā)展的業(yè)務：
2011年7月，淘寶商品庫全部從Oracle遷移到自己開發(fā)的AliSQL數(shù)據(jù)庫；
2013年5月，阿里巴巴最后一臺IBM小型機下線；
2013年6月，飛天5K達成，成功實現(xiàn)調(diào)度5000臺服務器的目標，成為中國第一個超大規(guī)模計算集群；
2013年7月，淘寶最后一個Oracle數(shù)據(jù)庫下線。
至此，阿里巴巴順利實現(xiàn)了去IOE的目標，完全擁有了自主核心技術，這在當時是前所未有的壯舉，極大推動了計算能力的提升。
計算能力，讓阿里巴巴擁有了挖掘數(shù)據(jù)價值的前提條件和基礎能力，可是吹盡狂沙始到金還遠不是終點，要將數(shù)據(jù)價值挖掘充分，提煉為成色十足的真金，阿里巴巴還需要優(yōu)秀的算法人才。
因此，頂尖AI科學家，作為阿里巴巴科技故事中的新一代主角閃亮登場。
AI科學家是請來了，可連王堅當時心里都沒底的是，在一個務實、接地氣、結(jié)果導向的阿里巴巴，“陽春白雪”和“下里巴人”能做到笙磬同音嗎？
技術與產(chǎn)品之間的巨大鴻溝
熊彼特說：“所謂創(chuàng)新，就是發(fā)明的第一次商業(yè)化應用。”
再前沿的技術，倘若不能滿足市場需求，就無法產(chǎn)生價值，而沒有價值的創(chuàng)新，充其量只能稱之為創(chuàng)意。
王堅一直跟金榕說，我們應該學習SRI（斯坦福國際咨詢研究所），因為“那里的基礎研究和其他地方都不一樣，不僅創(chuàng)造出了最好的理論知識，還能把技術變成產(chǎn)品，產(chǎn)品收益再反哺到學術。”
可現(xiàn)實是，這些加盟阿里的科學家多為學界出身，精通基礎理論，卻缺乏業(yè)務理解和工程實踐經(jīng)驗，所以難免低估了技術與產(chǎn)品中間的巨大鴻溝。
因此，科學家們在融入阿里巴巴的過程中，多多少少都經(jīng)歷過一段磕磕碰碰的磨合期。
金榕加入阿里后，接手的第一項工作是優(yōu)化聚劃算算法，目標是提升GMV（商品交易總額）。
團隊很自然地把低價商品排列在搜索和推薦結(jié)果的前列以提升成交量，卻忽視了對業(yè)務本質(zhì)的理解——低價固然刺激購買，可是也讓目標用戶群下沉到了三四線城市。
技術為業(yè)務開路，科學家們卻在無意中篡改了產(chǎn)品的內(nèi)核。
漆遠接到的首個任務，則是打造一套大規(guī)模機器學習平臺，落地到阿里媽媽。他提交了一份申請數(shù)千臺服務器的計劃，這并不是一筆小數(shù)目，計劃討論后就被否決了。
于是漆遠團隊便陷入了一種悖論：沒有CPU集群，如何證明自己的算法高效？不能證明自己的算法高效，又如何爭取到CPU集群？
這場僵持長達半年，漆遠團隊一度走在解散的邊緣。在業(yè)務部門口中，很多科學家也落下了“不懂業(yè)務”的名聲。
解開僵局讓研發(fā)業(yè)務融合
解開僵局的人，是時任阿里巴巴COO張勇，他找到金榕和其他幾位科學家懇談，“你們要想在阿里發(fā)揮出真正的價值，就必須克服這些困難。”
怎么克服困難？既然不熟悉業(yè)務，那唯有深入到電商和金融兩大核心業(yè)務的一線。
2015年7月，那群科學家被拆分為3路人馬——漆遠加入螞蟻金服；金榕帶視覺團隊加入淘寶和天貓的搜索事業(yè)部；語音團隊則留在了阿里云。明眼人都能看出來，這是阿里巴巴生態(tài)內(nèi)部發(fā)展人工智能土壤最肥沃的幾塊地。
這次融入業(yè)務的練兵經(jīng)歷，后來被稱為阿里科學家們的“上山下鄉(xiāng)”。
“必須要知道糧食是怎么長出來的，錢是怎么掙的。”金榕回憶。
分流到各業(yè)務部門的科學家們，通過和一線業(yè)務充分的溝通和交流，對業(yè)務需求有了更深刻的理解，這才逐漸將技術的興趣點和業(yè)務的痛點真正結(jié)合了起來。
金榕團隊為淘系的智能搜索推薦奠定了一臺底層大腦，如今每天為十幾億人提供精確推薦，第二年就拿到了阿里最高榮譽——集團CEO獎。
漆遠則接手了螞蟻金服智能客服項目，2015年雙11，首次采用深度學習技術的支付寶客服實現(xiàn)了94%語音自助，2016年雙11當天自助服務率更是達到了99%。去除掉人工智能團隊的人員工資和計算資源成本，智能客服項目為公司節(jié)省了一個多億。
而在信貸業(yè)務中，通過機器學習，螞蟻金服把虛假交易率降低了近10倍，新開發(fā)的OCR系統(tǒng)使證件校核時間從1天縮小到1秒，同時提升了30%的通過率。
漆遠夢寐以求的分布式機器學習平臺也終于啟動，雙11期間，平臺首次實現(xiàn)淘寶、天貓個性化推薦的大規(guī)模應用。那一年的阿里巴巴集團算法大獎上，漆遠帶領80人的團隊包攬了16項獎中的6項。
這段科學家“上山下鄉(xiāng)”的經(jīng)歷，真正打通了阿里巴巴“研發(fā)”和“業(yè)務”的對話體系。阿里巴巴也逐漸從技術支撐業(yè)務走向技術驅(qū)動業(yè)務。
一家平臺型高科技公司
轉(zhuǎn)眼到了2017年，新成立的達摩院在這年云棲大會上搶盡風頭，尤其當阿里巴巴宣布三年投入1000個億支持達摩院時，整個世界都驚掉了下巴。
達摩院首任院長張建鋒當時說，阿里的技術分為優(yōu)化和創(chuàng)新兩個部分，推薦、搜索和廣告屬于優(yōu)化；而真正的創(chuàng)新是“定義一個新市場”，成立達摩院的意義之一，就是要將“兩件事都要做到極致。”
也就是說，阿里技術在從支撐業(yè)務走到驅(qū)動業(yè)務之后，又開始嘗試向創(chuàng)造業(yè)務的方向探索。
新市場來自哪里？一方面，來自基礎科學和顛覆式技術創(chuàng)新的突破，所以達摩院成立了機器智能、量子計算、區(qū)塊鏈和自動駕駛四大實驗室，后來又有了主攻芯片技術的平頭哥，這些都是阿里面向未來基礎性技術領域的深度布局。
另一方面，新市場來自各行各業(yè)的場景金山。只是有些行業(yè)數(shù)字化的腳步偏慢，場景金山暫未轉(zhuǎn)化為數(shù)據(jù)金山，有些行業(yè)開始數(shù)字化了，卻和早期的阿里一樣坐在金山上啃饅頭，尚未充分挖掘已有數(shù)據(jù)的價值——各行各業(yè)的數(shù)字化轉(zhuǎn)型，在未來都有可能進化成無數(shù)依靠技術驅(qū)動的新業(yè)態(tài)。
阿里有助力各行業(yè)完成數(shù)字化轉(zhuǎn)型的底氣，自然是因為這條路他們自己已經(jīng)趟了一遍。
在阿里的技術百寶箱里，有飛天云操作系統(tǒng)、飛天大數(shù)據(jù)平臺、阿里巴巴業(yè)務、數(shù)據(jù)雙中臺和智聯(lián)網(wǎng)AIoT平臺這些壓箱底的平臺技術。
而阿里的云計算與AI能力，都經(jīng)受過內(nèi)部海量業(yè)務和長期實戰(zhàn)的檢驗，這些，都是阿里云平臺對外輸出技術與方案時最硬核的實力。
以AI視覺技術為核心的“城市大腦”就是一個典型代表，這項技術的源頭是淘寶拍立淘的圖像搜索技術。
目前，城市大腦已能做到處理上百萬路視頻數(shù)據(jù)，實現(xiàn)了大規(guī)模實時交通事件事故檢測，跨區(qū)域、跨時段尋找肇事逃逸車輛、失蹤人口，預測車流、人流，給出市政規(guī)劃建議等功能。
3年多來，阿里的城市大腦已在杭州、上海、蘇州、衢州、吉隆坡等境內(nèi)外十幾個城市落地。而阿里技術的競爭力在于通過沉淀標準化產(chǎn)品，大大降低了部署城市大腦的成本。
面向新時代，阿里還在持續(xù)加大研發(fā)投入。
在全球知名科技公司中，阿里巴巴是唯一一家研發(fā)人員占一半以上的公司，阿里巴巴的研發(fā)投入已經(jīng)連續(xù)三年位列中國上市企業(yè)之首。
從開創(chuàng)中國云時代，到引領人工智能創(chuàng)新，今天，阿里巴巴已經(jīng)成長一家平臺型高科技公司，技術是阿里實現(xiàn)長治久安的命脈，是阿里創(chuàng)造新商業(yè)模式的引擎，也是阿里面向未來的底氣所在。
社會消費品零售總額和網(wǎng)上零售額增速放緩。2019上半年，我國社會消費品零售總額達到19.5萬億元，同比增長8.4%；網(wǎng)上商品和服務零售額總額達到4.8萬億元，同比增長17.8%。隨著我國進入經(jīng)濟發(fā)展新常態(tài)，社零總額增速維持在7-10%之間，相較于17年以前增速放緩。網(wǎng)上商品和服務零售近幾年發(fā)展迅猛，但自2018年以來增速也震蕩下行，目前維持在18%左右。
社零總額增速維持在地位
數(shù)據(jù)來源：公開資料整理
網(wǎng)絡零售增速降低，進入發(fā)展新階段
數(shù)據(jù)來源：公開資料整理
網(wǎng)絡零售結(jié)構開始分化，實物商品零售額保持高增速。從結(jié)構上看，實物商品和非實物商品網(wǎng)上零售開始出現(xiàn)分化，實物商品網(wǎng)上零售額增速長期保持在20-30%區(qū)間。非實物商品的網(wǎng)上零售額增速在2018年之前明顯高于實物商品網(wǎng)絡銷售，但由于2018年我國電子游戲行業(yè)進入發(fā)展調(diào)整期等因素影響，以虛擬商品、服務類商品為主的非實物商品網(wǎng)上零售額增速開始明顯下滑，在網(wǎng)上零售中占比逐漸降低。
網(wǎng)絡零售品類結(jié)構分化，實物商品零售額增速依舊
數(shù)據(jù)來源：公開資料整理
網(wǎng)上零售占社零比例穩(wěn)步提升，成為社零增長重要驅(qū)動力。2019年6月，我國網(wǎng)上零售占社零總額的比例為24.7%，占比接近社零總量1/4,較17年初提升9.9pct，其中實物商品網(wǎng)上零售占比達到19.4%，網(wǎng)上零售渠道已經(jīng)成為社零增長的重要驅(qū)動力。相比之下，根據(jù)歐睿咨詢數(shù)據(jù)，截至2018年底，傳統(tǒng)零售業(yè)較為發(fā)達的美國和日本，其實物商品網(wǎng)上零售額占社零總額的比例分別為13.66%和8.59%，網(wǎng)上零售滲透率遠低于我國。因此，網(wǎng)上零售的發(fā)展對于我國的社零增長來說顯得尤為重要。
實物商品網(wǎng)上零售額占比接近20%
數(shù)據(jù)來源：公開資料整理
實物商品網(wǎng)上零售額增速明顯高于社零增速
數(shù)據(jù)來源：公開資料整理
B2C業(yè)務頭部電商平臺市占率穩(wěn)步提升，腰部電商和垂直電商平臺市占率略有下降。B2C作為電商行業(yè)的主要形態(tài)，市場集中度在穩(wěn)步提升。截至2019年上半年，B2C業(yè)務的CR3集中度已經(jīng)提升至93.3%，其中天貓、京東和蘇寧易購占比分別為62.4%，25.6%和5.3%，較去年同期分別變化+4.2pct，-0.6pct和-0.2pct。天貓市占率進一步提升，擠壓亞馬遜中國（市占率0.2%，同比-0.4pct，下同）、國美（0.7%，-0.5pct）、1號店（0.1%，-0.1pct）等腰部電商平臺市場份額。此外，以唯品會（3.2%，-1.3pct）、聚美優(yōu)品（0.1%，-0.1pct）等為代表的垂直電商市占率略有下降。雖然該榜單未將淘寶、拼多多等C2C、B2C混合交易平臺統(tǒng)計在內(nèi)，但是不影響對于整體趨勢的方向判斷。頭部電商憑借平臺雙邊效應以及在下沉市場的優(yōu)異表現(xiàn)，未來電商行業(yè)市場集中度有望進一步提升。
各品類電商滲透率均保持增長
數(shù)據(jù)來源：公開資料整理
公眾號
小程序
微信咨詢
