早教回温:4月相关企业环比增长33.3%

今年第一季度,线下早教机构停摆,中小托幼机构面临冲击,不得不开始新一轮洗牌。 

企查查数据显示,截止2020年5月8日,全国与“幼儿早期教育”相关的企业注册量达3.7万家,其中经营状态是在业、存续的企业有3.0万家,已注销或吊销的企业有0.6万家。
从地区分布来看,广东省、山东省和北京市的企业注册量占据前三名,其中广东省以6933家遥遥领先。山东、北京位列第二和第三,分别有2172家和2120家。 

我国早教行业起步较晚但发展迅速,据企查查数据统计,过去十年,早教相关企业数量呈现持续增长趋势,2013年之前增速平稳,2013年后增速开始加快,2018年是增量最多的一年,全年共新增早教类企业7221家,相比2017年同比增长70.9%。2019年新增早教类企业5049家,相比2018年同比降低30.0%。 

2020年第一季度,我国早教类企业一共新增192家,吊销注销220家,整体呈现负增长趋势。其中2020年1月是新增量和注销吊销量最多的一个月,新增量是96家,注销吊销量是111家。2月是新增量和注销吊销量最少的一个月。2019年同期(2019.1.1-2019.3.31),早教类企业一共新增1469家,注销吊销278家。相比去年,今年早教类企业新增量同比降低86.9%,注销吊销量同比降低20.9%。
随着各地复工复产,早教行业逐渐有所回暖,3月和4月的企业新增量明显回升,其中3月份新增78家早教类企业,4月份新增104家早教类企业,环比增长33.3%。

从企业注册资本分布来看,注册资本在100万以内的早教类企业最多,共20657家,占比55.9%。注册资本在300-500万的企业最少,仅2715家,注册资本在1000万以上的企业有3954家。 

从我国部分早教类品牌机构的市场发展情况来看,成立时间较早的“东方爱婴”目前已实现战略投资,目前有近千家早教中心和200余家日托中心。目前处于战略投资阶段的企业还有位于北京的“悦宝园”和天津的“金宝贝”,其相关的早教中心均已扩展到400余家。此外规模比较大的知名早教品牌中,“红黄蓝”已经拓展到近1300家亲子园和近500件幼儿园,位于宁波的“新爱婴”目前已有超500多家早教中心。
自“二胎政策”全面开放,中国家庭结构已由“4+2+1”走向“4+2+2”模式。目前全国0-6岁儿童约为1.13亿人,2018年母婴消费市场规模为25257亿元,专家预计2020年早教市场规模将突破9200亿元。
相信疫情过去了,早教需求终将会成为未来新的风口。

从今以后互联网,都来赚电商的钱

618大战一触即发,除了“老炮儿”阿里京东拼多多,抖音快手也加入战局。在更宏大的互联网篇章中,赚电商的钱,成为一致目标、超级目标。

短视频竞合江湖,腾讯曾被认为是最大的躺枪者,以至于字节跳动主动的竞争策略,向来瞄着微信瞄着朋友圈。

但现在,直播带货摧枯拉朽,互联网变现争地盘,进入了电商领地。

全世界的互联网自始至终兜售三种产品:人、货和信息。得其道者,过去是BAT,现在加上字节跳动、美团、滴滴等,概莫除外。

表现在商业模式上,无外乎广告、抽成和会员。前两者“羊毛出在猪身上”,平台向企业收取,后者直接向用户收费。

过去20年,以后无数年,中国互联网竞争就是这两种维度、六种要素的排列组合,有的时候资讯(信息)重要一点,有的时候社交(人)重要一点,也就导致有的时候广告最赚钱,有的时候会员(增值服务)趋势凶猛。

此时此刻,结合六大要素给出最明确的赛道、通俗易懂的概念,就是电商。

电商最赚钱,体现在头部公司价值上。

阿里巴巴是营收和市值的NO1,中国互联网排名前十的互联网公司中,电商(交易)性质的还有美团、京东、拼多多、小米、阿里健康。

电商最赚钱,体现在收入模式上。

据公开数据,2019年广告仍是最大的互联网商业模式,规模4367亿元,远高于游戏的2330亿元。而在互联网广告厂商中,排名第一的还是阿里。阿里卖广告,可以说90%都是电商广告。

另一种分类上,从广告依托的平台类型来看,2019年来自电商平台的广告占总量的35.9%,远高于搜索广告14.9%、视频广告(12.5%)、资讯广告(11.8%)、社交广告(9.9%)等类型。

而抽成的商业模式,基本完全属于电商范畴。

电商最赚钱,体现在竞争开放性上。

互联网赛道何其多,但相较于社交(腾讯、微博)、搜索(百度)、资讯(头条、腾讯、百度)、视频(优爱腾)等领域的高度垄断,电商呈现了前所未有的开放性。

阿里之后,京东、拼多多异常凶猛,还有广义上的美团、小米(有品)等,抖音、快手引领的直播带货,提供了更新的电商思路。

基于以上三点,简单粗暴地讲,互联网最赚钱,就是电商。

技术的进步和生活习惯的养成,互联网平台赚电商的钱是必然。

实物消费是社会零售第一大消费,制造业变现就是把东西卖出去。但互联网在早期是简单工具,专职营销,只负责展示,用户消费转至线下。

随着“购物车”一键直达,破除线上营销、线下购买的物理性隔阂。

如果“一切东西都可以网上买卖”,电商必将成为越来越支柱的互联网商业模式。

到那个时候,也不用分搜索营销、视频广告,还是社交、导购,但凡目的是把货卖出去,腾讯、阿里、抖音、百度……赚的都是电商的钱。

平台所面临的问题就剩一个:扮演何种角色的你,位置在哪里?

北京商报评论员 张绪旺

人工智能理解常识的数十年挑战,如何让 AI 不再“智障”?

最新一波 AI 进步浪潮,结合了机器学习与大数据,已为我们提供能够对口头命令做出响应的工具,以及可以识别道路前方物体的自动驾驶汽车。

但不得不说,这些所谓“智能”产品的常识基本为零。

亚马逊智能助理 Alexa 与苹果智能助理 Siri 可以通过引用维基百科(Wikipedia)来获取某种植物的信息,但并不知晓将植物放在黑暗中会发生什么;能够识别前方道路障碍物的智能程序,通常也无法理解为何避开人群比避免堵车更加重要。

人工智能要变得像人一样聪明,常识推理能力是其必备的能力之一。但如何让人工智能理解常识,已是一个困扰了人工智能 50 多年的难题。

纽约大学教授欧内斯特·戴维斯(Ernest Davis)已经研究人工智能的常识问题数十年。他认为,理解常识对于推进机器人技术至关重要。机器需要掌握时间、因果关系和社交互动等基本概念,才能展示出真正的智慧。而这正是我们目前所面临的最大障碍。

常识问题是人工智能的重大盲点

“常识”一词不仅仅是指一种知识,还可以指对这种知识的看法,不是特定的学科领域,而是一种广泛可重复使用的背景知识,几乎是每个人都应该拥有的。

例如,人去餐馆是去吃食物而不仅仅是点菜和付钱的;把火柴扔到一堆木柴上,意味着有人在尝试生火。大多数常识知识的隐式属性,使得这类知识很难被明确表示出来。

虽然早期研究者认为,可以通过把现实世界的事实都记下来构建一个知识库,以此作为实现自动化常识推理的第一步。然而这种做法实现起来远比听起来难得多。无论知识库收集多么丰富多彩的知识,都难免无法捕捉到人类常识推理中常出现的模棱两可和关联重叠的情况。

IBM 沃森(Watson)计算机系统前首席研究员大卫·费鲁奇(David Ferrucci),如今正在向新发明的机器解释一个儿童故事。在这个故事中,费尔南多(Fernando)和佐伊(Zoey)买了一些植物。费尔南多将他的植物放在窗台上,佐伊则将植物扔在她黑暗的房间里。几天后,费尔南多的植物长得郁郁葱葱,佐伊的植物叶子却已变成褐色。在佐伊把植物转移到窗台上后,叶子又开始焕发生机。

费鲁奇面前的屏幕上出现了一个问题:“费尔南多将植物放在窗台上是因为他想让植物更健康吗?这是否有意义?洒满阳光的窗户光线充足,植物就能保持健康。”

这个问题是费鲁奇创造的人工智能系统努力学习世界运作方式的部分内容。对于我们而言,能轻易理解费尔南多将植物放在窗台上的缘由。但对于 AI 系统而言,这一点很难掌握。

因为在阅读文本时,人类可以做出常识性的推理,这些推理对理解叙事性故事(narrative,由具有逻辑、因果等关系的events构成)起支撑作用。要让机器和人类一样具有这个能力,就必须无限地获取相关常识,越准确越好。

费鲁奇和他的新公司元素认知(Elemental Cognition)希望通过教会机器获取并应用日常知识,来与人类进行交流、推理并观察周围环境,以此解决现代人工智能中的重大盲点。

研究人员通过在屏幕上单击“是”按钮,就能回答费尔南多植物的问题。而在某处的服务器上,一个称为 CLARA 的 AI 程序将该信息添加到事实与概念库中,学习这种人造的常识。就像一个永远好奇的孩子一样, CLARA 不断向费鲁奇询问有关植物故事的问题,试图“理解”事物为何以这种方式展现出来。

“我们能否让机器真正理解他们所阅读的内容?” 费鲁奇说,“这非常困难,但正是元素认知想要实现的目标。”

AI 理解常识的过程

尽管人工智能领域开始研究常识问题已久,然而进展还是慢得出奇。一开始,研究人员尝试将常识翻译成计算机语言——逻辑。研究人员认为,如果能够将人类常识中所有不成文的规则用计算机语言写下来,那计算机就能够像做算术一样,利用这些常识进行推理。

不过,这种方法依赖人工,不具有扩展性。新西兰奥克兰大学人工智能研究人员 Michael Witbrock 表示,能够方便地用逻辑形式表示的知识量,原则上是有限的,并且事实证明这种方法实现起来非常艰巨。

另一条通往常识的道路,是使用神经网络进行深度学习。研究人员设计这样的人工智能系统来模拟生物大脑中相互连接的神经元层,在不需要程序员事先指定的情况下学习模式。

在过去的十几年间,经过大量数据训练的越来越复杂的神经网络,已经变革了计算机视觉和自然语言处理领域的研究。然而,虽然神经网络具有较强的智能能力以及灵活性(实现自动驾驶,在国际象棋、围棋中击败世界一流的玩家),但是这些系统却仍然会犯很多令人啼笑皆非的常识性错误(有时甚至是致命的)。

在 2011 年,沃森计算机通过解析大量文本,找到了智力竞赛节目《危险边缘》问题的答案,但在理解常识方面仍有很多局限性。随后,人工智能领域的深度学习开始兴起。通过教计算机识别人脸,转录语音并向它们提供大量数据来执行其他操作,深度学习已得到广泛应用,且近几年在语言理解方面取得了新的突破。目前可以通过特定的人工神经网络生成问题答案或者具有连贯性的文本模型。谷歌、百度、微软,以及 Open AI 都已创建更复杂的语言处理模型。

以 CLARA 为例,其目标是通过明确逻辑规则,将深度学习与构建知识到机器中的方式相结合,主要使用统计方法来识别句子中的名词和动词等概念。

有关特定主题的知识来源于亚马逊 Mechanical Turkers,随后会内置到 CLARA 的数据库中。CLARA 再将其给出的事实与深度学习语言模型结合在一起,产生自己的常识。此外,CLARA 还能通过与用户互动来收集常识。如果遇到分歧,它可以询问哪种陈述最为准确。

CLARA 并非唯一可以理解常识的人工智能。华盛顿大学教授,艾伦人工智能研究所研究员 Yejin Choi 与合作者近期提出自动构建常识知识库模型 COMET(Commonsense Transformers),融合了符号推理与深度学习两种截然不同的人工智能方法。

与纯深度学习语言模型相比,COMET 在交谈或回答问题时的理解错误频率更低。因为COMET 与许多使用规范模板存储知识的传统知识库正好相反,常识知识库仅存储松散结构的开放式知识描述通过借鉴 Transformer 上下文感知语言模型,在 ATOMIC 和 ConceptNet 知识库中选取种子知识训练集进行预训练,使得模型可以自动构建常识知识库,给定头实体和关系,生成尾实体。

尽管常识建模存在挑战,但 Yejin Choi 的调查显示,将来自深层预训练语言模型的隐式知识转移到常识图中生成显式知识时,结果很有希望。研究的实证结果表明,COMET 能产生被人类认可的高质量新知识,其最高1位的精确度能达到 77.5%(ATOMIC)和 91.7%(ConceptNet),接近人类的表现。使用常识生成模型COMET进行自动构建常识知识库,或许能成为知识抽取构建知识库的合理替代方案

“如果我生活在一个没有其他人(可以交谈)的世界里,我仍然能够拥有常识——我仍然能够理解这个世界是如何运转的,并且对我应该看到什么和不应该看到什么抱有预期。”布朗大学的计算机科学家 Ellie Pavlick 说,他目前正在研究如何通过在虚拟现实中与人工智能系统互动来教授它们常识。

对 Pavlick 来说,COMET 代表了“真正令人兴奋的进步,但缺少的是实际的参考方面”。“苹果”这个词不一定就是真的苹果,这种意义必须以某种形式存在,而不是语言本身。”

Salesforce 公司的高级研究科学家 Nazneen Rajani 也在追求类似的目标,但她认为,神经语言模型的全部潜力还远未开发出来。她正在研究神经语言模型是否能学会推理涉及基础物理的常识情景,比如一个装有球的罐子被打翻通常会导致球掉出来。

“现实世界真的很复杂,”Rajani 说,“但自然语言就像一个低维度的代理,反映了现实世界的运作方式。神经网络可以通过文本提示来预测下一个单词,但这不应该是它们的限制。他们可以学习更复杂的东西。”

随着AI理解常识研究的不断突破,或许很快,我们身边的人工智能助手就会变得越来越聪明和善解人意。

14亿中国人的饭碗在哪儿?“动”数据告诉你

手中有粮,心中不慌。2020年政府工作报告指出,14亿中国人的饭碗,我们有能力也务必牢牢端在自己手中。新中国成立以来,我们用世界7%的耕地养活了全球22%的人口,创造了奇迹。中国饭碗装中国粮食,14亿中国人的饭碗来自哪儿?中国网有数君用“动”数据带您看个明白。

一、稻谷种植分布情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

二、稻谷播种面积、产量情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

三、小麦种植分布情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

四、小麦播种面积、产量情况

14亿中国人的饭碗在哪儿?“动”数据告诉你

五、玉米种植分布情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

六、玉米播种面积、产量情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

七、粮食进出口情况

14亿中国人的饭碗在哪儿?“动”数据告诉你
14亿中国人的饭碗在哪儿?“动”数据告诉你

(动数据转载请注明来源:中国网《中国有数》)

美国和中国的云计算公司争夺东南亚的霸主地位

在去年的斋月期间,Tokopedia一天的销售额就超过了其运营的前6年的销售额。

为了应对流量激增,这家印尼最大的在线购物公司求助于谷歌和阿里巴巴,通过它们的云服务器举办斋月活动。

Tokopedia负责工程的高级副总裁Herman Widjaja认为,同时使用这两家公司,可以将网站和应用程序在如此重要时刻崩溃的风险降至最低。

阿里巴巴在印尼拥有两个数据中心,是Tokopedia的投资者之一。但该公司目标是超越阿里巴巴,表明美国和中国云公司在东南亚的竞争日益激烈。

市场情报公司IDC预计,到2023年,全球增长最快的云计算市场每年在云服务上的支出将达到760亿美元。

高德纳(Gartner)高级研究总监吴涛表示,没有哪家公司愿意“放弃这么大的市场”。

“诸如阿里云之类的中国云供应商的崛起阻止了亚马逊网络服务和其他公司在亚太地区的市场中独领风骚。吴总监说:“加上华为云使竞争更加激烈。”

根据Synergy Research Group的调查,竞争涉及了大量的投资,亚马逊,谷歌,阿里巴巴,腾讯和微软在过去三年中将其在该地区的数据中心覆盖率增加了近70%。IDC表示,去年亚洲对云基础设施的投资达到980亿美元。

德意志银行亚太地区技术投资银行业务主管尼尔•朗加尼表示:“这些市场中,很多传统上都是中小企业占很大比重的市场,但一旦这些企业进入数字经济,就会产生大量需求,总共会有数十万客户。”

所谓的超大规模数据中心的全球增长,是由全球最大的技术平台(包括Facebook和Apple这样的公司)建造的最大综合体,未来12至24年的数据中心容量兆瓦数将达到每年约10%几个月,朗加尼说“在亚洲,这一比例约为25%。”

在欧洲和美国市场面临更大挑战的中国供应商,也加大了对亚洲市场的投入。

阿里巴巴云是2018年在印尼上线的第一个全球公共云平台,谷歌和亚马逊随后也公布了类似计划。

阿里巴巴在中国内地以外运营着11个数据中心,并于上月宣布,将在未来3年向云计算投资280亿美元。它对客户的定位是:“为了亚洲”。

但这并没有阻止谷歌等公司赢得市场份额,因为企业越来越多地转向不止一家供应商。

麦肯锡亚太区联席主管阿南德•斯瓦米纳表示:“围绕着这些供应商正在开发的分析等方面,人们竞相打造独特的产品,以使他们的解决方案开始有别于其他公司。”

大型云运营商还为希望更新工作方式的企业提供数字“转型服务”,以及网络安全服务。

谷歌表示,通过使用一些云计算工具,用户可以将处理数据查询的时间从几天缩短到几分钟甚至几秒钟。

“一旦他们能够做到这一点,更有效地分析数据……然后他们来找我们,帮助他们从数据中获取智能,这就是人工智能和机器学习的用武之地,”谷歌Cloud亚太区董事总经理里克·哈什曼(Rick Harshman)说。

谷歌将成为首家在印尼首都雅加达建立数据中心的大型美国云服务提供商,AWS将于明年底或2022年初跟进。

哈什曼表示:“我们在印尼推出这项服务的原因之一,是我们看到‘数字原住民’在印尼大量采用了公共云。”

注:基于2019年第四季度公共IaaS和PaaS的收入

但这些中国科技巨头可以依赖它们作为合作伙伴或投资对象的东南亚公司广泛生态系统的忠诚度。

例如,总部位于新加坡的东南亚最大电子商务公司之一Shopee就使用了腾讯云。Shopee的母公司、在美国上市的SEA Group将腾讯视为大投资者。

吴总监表示,腾讯的云业务重点是其游戏和社交通讯业务。他补充称,阿里巴巴一直在利用其支付宝平台和电子商务业务,扩大其在东南亚的云业务。

美国公司正在迎头赶上。微软(Microsoft)现在提供云服务,是这家东南亚叫车服务公司投资的一部分,谷歌也为其竞争对手Gojek提供云服务。

斯瓦米纳坦表示:“对多数机构而言,这种云合作关系通常持续多年且规模庞大,随着时间的推移,这种忠诚会得到发展——只要价格合适。”

美国三大平台也都承诺,将对它们在亚洲的数据中心进行脱碳。例如,到2025年,微软(Microsoft)的所有建筑和数据中心都将使用100%的可再生能源。

由于冠状病毒在印度尼西亚的传播,Tokopedia今年不会扩大其斋月购物节的规模。但毫无疑问,云仍然是未来的趋势,Widjaja先生说。

微软Azure负责营销的企业副总裁朱莉娅•怀特(Julia White)表示:“鉴于目前的形势,我们的确看到了云需求的增长。”她补充称,与拥有自己的固定基础设施相比,与公共提供商合作扩大或缩小规模的能力对企业来说更具成本效益。

谷歌承诺不再为石油和天然气公司开发AI工具

据国外媒体报道,谷歌今日承诺,将停止开发定制的人工智能(AI)工具,来帮助石油和天然气公司在全球范围内提取化石燃料。

  在做出这一承诺之前,绿色和平组织(Green Peace)周二刚刚在一份报告中阐述了,谷歌、微软亚马逊如何使用人工智能和仓库服务器来帮助壳牌(Shell)、英国石油(BP)和埃克森美孚等公司在地球上寻找油气矿藏。

  对此,谷歌一位发言人今日向媒体证实,谷歌将不再构建定制的AI/ML(机器学习)算法,为油气行业的上游开采提供便利。

  该发言人称,谷歌云2019年从石油和天然气公司获得了约6500万美元的收入,占谷歌云总营收的不到1%。为此,谷歌承诺不在AI/ML领域展开竞争,不会给谷歌带来太大影响。

  市场咨询服务公司HG Insights预计,今年石油和天然气行业在云计算领域的整体开支将达到13亿美元。

  对于谷歌的这一确定,绿色和平组织表示赞赏。绿色和平组织官员伊丽莎白·扎迪姆(Elizabeth Jardim)称:“虽然谷歌与石油和天然气公司仍存有一些遗留合同,但我们欢迎谷歌的这一决定,即不再为上游石油和天然气开采构建定制的解决方案。”

  谷歌被誉为世界上最环保的大型科技公司之一。与其他科技巨头不同,谷歌自2007年以来就一直保持了碳中和。相比之下,亚马逊承诺到2040年实现碳中性,而微软承诺到2030年实现“碳负值”。

丰巢去年巨亏近8亿元 冒险收费实则为无奈之举?

最近,因超时收费政策,丰巢“得罪”了不少用户。然而,即使被上海上百个小区联合抵制,丰巢也依然坚持这项收费政策,唯一的退让是将原定的免费保管时长由 12 小时延长至 18 小时。为何丰巢冒着得罪用户和损失市场份额的风险,也依然要坚持收费呢?

据央视财经报道,虽然经过连续 4 轮融资,总规模已经达到55. 7 亿元的丰巢,依然处于亏损的状态。数据显示,丰巢 2020 年一季度亏损2. 45 亿元, 2019 年亏损7. 81 亿元。

image.png

专家表示:快递柜行业是典型的重资产行业,在其成本结构中,购买柜组与小区入场费是前两大支出,边际成本的递减效应并不明显。钱烧完了,盈利却跟不上,这成为了众多快递柜行业的共同难题。丰巢快递柜因前一段时间巨亏,所以它的净资产已经支撑不了太长时间。作为丰巢目前最大的对手,背靠四通一达和阿里巴巴的菜鸟驿站则宣布继续免费保存。这对于丰巢来说,无疑是巨大的打击。

飞机制造商:机舱内这项功能,你想象不到

据路透社报道,世界两大知名飞行器制造商波音公司和空中客车集团日前联合多家航空公司共同发起一项“紧急行动”,希望能通过这一系列活动重拾旅客对乘坐飞机旅行的信心,促进国际民航业复苏。

波音和空客方面表示,在办公大楼里空气每小时大约完成室内外交换四次。而飞机在飞行过程中每小时可完成的机内外空气交换的次数大约是写字楼的20倍-30倍。

据悉,现代的民用飞行器均搭载HEPA过滤网,即医院级别的高效空气颗粒过滤网。通过这种过滤器能有效清楚机舱内部空气中99.97%的杂质和污染物。通过对阀门的冲洗,HEPA过滤网还可以去除客舱回流空气中的细菌和病毒,在应对包括病毒、细菌和真菌等微生物方面的有效率达99.9%以上。

据《民航资源网》消息,“紧急行动”的发起方之一空中客车集团表示,空中客车与Koniku公司日前将双方联手开发的飞机和机场安全运营研究活动扩展到生物危害检测领域。该创新生物技术解决方案最初专注于对飞机客舱和机场内的化学物质和爆炸物进行非接触式自动检测、跟踪和定位。针对新冠肺炎疫情,双方决定将生物危害识别纳入其中。该技术解决方案使用基因工程气味受体,当它们“嗅”到任何危害时,便会触发警报,更加智能地守护客舱和机场的安全。

同时波音日前启动了“放心出行”项目,将与航空公司、世界各地监管机构、行业攸关方、飞行乘客、传染病专家和行为学专业人士合作,以制订受到行业认可的安全建议。团队还将就现有已经获批的适用于飞机驾驶舱和客舱的消毒方法向用户提供建议,并测试其他的消毒剂。

2019年中国金融云市场规模达33.4亿美元

国际数据公司(IDC)近日发布了《中国金融云市场(2019下半年)跟踪》报告。报告显示,2019年中国金融云市场规模达到33.4亿美元,同比增长49.6%。

  报告指出,三大动力驱动2019年中国金融云市场稳步前行。

  1、行业挑战:云计算、人工智能、大数据等技术在金融IT解决方案中的融合应用,将金融行业监管与竞争压力推向新阶段,基础设施云化、流程数字化、业务数据化、场景智能化逐步成为金融机构数字化转型的核心内容。

  2、创新驱动:客服、风控、营销、认证等智能化云应用,移动应用开发、AI开发、API开放等云平台,作为渠道与管理系统升级换代的重要选项,正在从互联网金融向银行、保险、证券全面推广。

  3、政策利好:自2019年8月央行发布首个金融科技发展规划以来,监管规则体系不断完善,试点范围不断扩大,彻底扫除金融机构对云计算及相关技术应用的顾虑。

  随着IT基础设施转移到云端,云计算普及率正在不断增长。基于灵活、低成本、部署便捷等特性,云计算在政府和大型企业,特别是在金融行业正发挥着越来越重要的作用,金融行业云化可以实现完善管理、节省成本、业务创新,金融行业上云已经成为了一个很大的趋势。

电子劳动合同来了,你知道怎么签吗?

近日,北京市人社局发消息称将推广使用电子劳动合同。同时,北京市还将结合优化营商环境、开展便民利企服务的相关要求,逐步推广电子劳动合同在不同场景的应用,搭建全市统一的电子劳动合同管理平台。

据悉,电子劳动合同内容与纸质劳动合同相同。但纸质合同签署时间长,并涉及人员往返、快递邮寄及存储等成本。电子劳动合同则便民利企、节省成本、提高效率,有利于优化用工管理。

今年3月,人社部向北京市人社局发出《关于订立电子劳动合同有关问题的函》,允许北京率先推广使用电子劳动合同,“用人单位与劳动者协商一致,可以采用电子形式订立书面劳动合同。”

同时,文件还明确采用电子形式订立劳动合同,应使用符合电子签名法等法律规定的可视为书面形式的数据电文和可靠的电子签名。用人单位应保证电子劳动合同的生成、传递、储存等满足电子签名法等法律要求,确保其完整、准确、不被篡改。符合《劳动合同法》规定和上述要求的电子劳动合同一经订立即具有法律效力。

在安全性能方面,由于电子劳动合同采用了实名验证、人脸识别、非对称加密技术、CA证书、第三方取时技术等科技手段,可有效避免作弊,及时发现对电子签名、电文内容的改动。

目前,北京市人社局正在开展调研,了解企业自建电子劳动合同签署系统和人力资源服务机构建立的第三方管理平台的运行情况,推动电子劳动合同在政务管理服务事项中的应用。

“理想的状态是,电子劳动合同统一上传至一个平台,在审核相关材料时,各部门可以通过信息互通的方式获取数据,既提高了效率,也省去了办事人员往返奔波之苦。”北京市人社局有关负责人表示。

劳动合同也是合同。北京市中银律师事务所高级合伙人杨保全律师告诉记者,《合同法》规定了采用数据电文的书面形式订立的合同,还明确了数据电文的表现形式包括电子数据交换和电子邮件。

“目前,法律对于数据电文真实性标准可概括为‘可读、可保存、可识别、真实’。”杨保全提醒道,在使用电子签名签订劳动合同时应注意以下几点:应事先约定,可采用书面也可以采用其他方式约定,采取电子邮件、微信、录音等方式时可以进行必要的书面确认或公证;应对电子签名进行认证,确保电子签名的有效性;选择国家认可的第三方电子签名服务平台。

来源:工人日报