龙空技术网

迎接疫情挑战,你需要这样一本通关秘籍

全国党媒信息公共平台 12

前言:

现时兄弟们对“最大距离准则”大约比较重视,看官们都需要学习一些“最大距离准则”的相关知识。那么小编同时在网上网罗了一些对于“最大距离准则””的相关内容,希望咱们能喜欢,大家一起来了解一下吧!

来源:计算机世界

新冠疫情已成为几乎每篇新闻报道的一部分内容,之前从未有过这么密集的报道。新冠疫情已深入到人们意识的每一个毛孔中,如战争一样影响了人们的生活。

几乎不可能建立预测模型以预测一切最后会怎样。没人能确切地表明新冠疫情紧急状态何时回归正常。没人知道,一旦感染率和死亡率开始放缓,经济活动是否会恢复到疫情之前的水平。也没人能确切地表明我们的工作、雇主和行业是否会在危机后幸存下来。

即使我们试着将范围缩小到科技行业,也很难预测哪些供应商会在这段非常时期后完好无损地存活下来。哪些科技企业将在新冠疫情及余波后最迅猛地反弹,哪些不会。

一种实用的预测框架是研究导致某些企业“失业”的因素。我会借用常常适用于劳动力大军中求职者的概念,但同样会描述使企业在不断寻找客户、销售和收入过程中备感沮丧的因素。

在疫情引发的结构性失业后幸存下来

许多人因技能无法满足雇主的要求而失业时,会出现结构性失业。关键行业或大雇主使用的技术因不断变化而使许多员工的技能过时时,常出现这种情况。解决办法是结合员工再培训和招募拥有新技能的新人。

技术变化使得通过积极采用新技术而颠覆竞争格局的对手拥有持久的优势,如果一家公司的运营流程因这种形势而变得过时,就会变成结构性失业。这就是“数字化转型”的意义所在。如果客户偏爱新的技术性方法来开展业务——比如在线、移动、自助服务、数字化、流媒体和基于人工智能等,坚持采用旧技术的公司很可能发现自己会变成结构性失业。换句话说,它们将失去客户、收入和市场份额,直到它们接受新技术(如果还不算太晚的话)。

鉴于实体店及其他面对面商业模式承受着巨大压力,一些仍依靠这些方法的公司很可能活不到2021年。

Tim O'Reilly在最近的一篇文章中描述了未来可能的场景:一些商业赢家将为基于传感器的隔离、在家工作效率、远程在线学习、疾病实时监测和间接参与体育赛事的虚拟现实提供解决方案。

考虑到疫情后群体办公室可能出现新常态,我预测提供下列产品的供应商会表现不俗:

1.消毒密集型的维护用品,用于每天擦拭和消毒所有表面。

2.非接触式设施,比如无需接触的门、垃圾桶和洗手间装置。

3.办公室室内设计服务,重新考虑会议室、餐厅、咖啡吧、健身设施以及传统上促进亲密社交关系的其他场所。

4.预防性家具,比如有机玻璃隔板和塑料护罩。

就IT行业而言,商业生活的结构将有利于提供以下解决方案的供应商。

1.邻近感测:邻近传感器嵌入在智能手机和可穿戴设备中,可为个人数字助理提供人群状况方面的实时环境AI。

2.计算机视觉:智能摄像头将使用AI来自动监视人群和电力应用,比如住户数量和等待时间计量,人们在室内或公共场所彼此距离太近时发出警报。

3.位置关联:移动应用程序将依靠AI来关联地图数据,显示人们总体上遵循社交距离准则的情况。接触者追踪应用程序将确定他们与感染病毒的人或可能存在任何其他情况的人保持多远的距离。

4.全面的生物感测:疫情后的办公室布局将布满生物传感器,以检测空气、地板、墙壁、天花板、设备和每个表面上的病毒性病原体。一些企业会要求员工佩戴穿戴式生物传感器,并使用基于移动设备的接触追踪应用程序,以确定他们在工作场所接触疾病携带者的机会。红外热成像及其他配备AI的传感器将能够对每个设施中的感染者和携带者进行主动监测和排查。基于AI的计算机视觉将监测并执行社交距离准则。

5.机器人消毒:我们还有望看到基于AI的自动化对群体工作环境进行消毒。机器人技术是这种新做法的关键。智能生物传感器和机器人清洁平台组成的套件将在员工和客户重新到来之前,自动对商业场所进行消毒。这些应用程序将成为设施管理员的工具包中不可或缺的组成部分,用于管理撤消在家工作命令的敏感过程。它们将检测未隔离人员何时将感染源带入原本干净的场所,并使办公室管理人员能够自动触发准入限制、办公室警告、自动清洁策略,以及其他基于基础设施的预防或控制感染的应对机制。

6.自动驾驶递送:无人机及其他自动驾驶递送系统将服务于几乎所有实际场景中的第一线,充分利用AI来导航、管理和操纵物件,并与人进行交互。

7.远程呈现:基于AI的远程呈现系统将成为需要全保真会议功能的家庭乃至远程办公室的一项标配。

8.场地风险勘查:制订在家工作计划时,企业的人力资源和设施管理员将使用自动化场地勘查,内置于设施的生物传感器、增强现实可视化以及AI辅助的位置智能为之提供数据。

更广泛地说,我们要询问以下科技行业的细分市场在新常态下是否有机会。

1.由于技术客户学会通过完全数字化的方法进入市场,事件营销公司能不能长期存活下去?

2.商业模式依赖通过现场活动吸引客户的技术分析公司能不能继续经营下去?

3.如果科技企业原本让员工在邻近的地方“共事”,而不是在家远程工作,会不会因突然改回(可能永久性改回)虚拟协作而导致员工的工作效率急剧下降?

4.由于鼓励员工在家完成更多的工作,一些技术供应商庞大的办公园区会不会空无一人,成为资产负债表上的大笔开销?

5.如果在线销售和服务成为大多数客户青睐的互动渠道,一些通过实体零售网络得到广泛采用的消费类科技公司能不能使那些商店保持盈利状态?

目前不清楚的是,任何科技供应商面对面的商业模式是否已因疫情封锁而受到了致命破坏,或可能受到致命破坏。一旦目前的紧急状态结束,会议活动可能会在采取生物危害防护措施的情况下重新安排,员工会回到全面消毒的办公室,零售店将采取新的“无病菌”运作方法重新营业。

从结构上讲,我们现置身于虚拟世界。因此可以预料,疫情期间为我们提供虚拟生命保障的供应商将最早最有力地反弹。FAANG公司(Facebook、亚马逊、苹果、奈飞和谷歌)将傲视群雄。同样,任何SaaS供应商(比如Oracle、SAP和Salesforce)将处于有利地位,有望迎来快速增长。微软也将成为虚拟、自助服务和云计算潮流受益者的宠儿。

现在,我们完全生活在由它们共同编织的摇篮中:以在线、按需、自助、移动、社交、流媒体、虚拟和云计算为中心。许多这些供应商还在AI、自动化、机器人、边缘计算和物联网等方面大力投入。这些都是关键的赋能因素,以便将来我们不需要看到和接触其他人,或以其他方式与其他人密切联系。FAANG和类似的供应商将进入一个技术市场,在这个市场,没有为这种结构性调整做好准备的供应商将沦为疫情的受害者。

另一方面,客户可能会因保持社交距离而疲惫不堪,以至于保持亲密的社交关系(实体零售、大型体育活动、商务旅行和休闲旅行)会再度流行起来,因而抵消FAANG享有的结构性优势。

经受疫情带来的摩擦性失业

许多失业人员花费大量时间寻找新工作时,会出现摩擦性失业。就业市场的信息交流不完全或低效率使人们难以在疫情过后很快找到适合其技能和薪酬要求的工作,即便工作岗位可能很多。

公司不得不花费比平时更多的时间确保有必要的现金,以便在严峻的经济形势下摆脱困境时,会出现摩擦性失业问题。随着当前危机开始减弱,如果科技公司有良好的现金状况,或目前可以获得信贷及其他资金以维持下去,将会以最快的速度反弹。它们可以雇人、投入新的运营资本或寻找其他发展方式,以满足沮丧的客户被压抑已久的旺盛需求。

对我们所有人来说幸运的是,本次疫情危机发生在史上持续时间最长的美国牛市的末尾。说得更确切些,这场危机发生在长期充分就业的末尾。这意味着许多家庭有大量现金。因此,投资界可以轻松找到足够的资金,为度过危机、准备复工的任何公司提供所需的资金。考虑到已经拥有极其雄厚的现金,FAANG及同类公司会再次处于有利地位。

对于收入严重依赖数字广告销售的那些公司而言,明显的警告信号已初露端倪。《华尔街日报》最近撰文报道,Facebook报告称其产品和服务在疫情危机期间的使用率大大提高。然而,它也看到全球数字广告大幅下滑。此外,使用率提高的许多服务并未实现创收,这增加了管理费用,收入却没有相应增长。

谷歌母公司Alphabet表示,其许多最大的广告客户已大幅缩减了在线广告支出。这是个危险信号,毕竟这家公司几乎完全依赖在线广告,极容易受到远离广告支持的商业模式的任何结构性行业带来的影响。

在疫情引发的周期性失业期间蓄势待发

经济社会总需求不足,无法为每个想工作的人提供岗位时,就会出现周期性失业。这常常出现在衰退时期:信贷紧缩、股市崩盘、货币供应突然收紧,以及其他宏观经济因素共同长期严重抑制总需求。

一家科技企业能否抵御疫情引发的任何周期性下滑,取决于它是否有力地抵御上述结构性和摩擦性失业挑战,还取决于在此紧急状况期间和随后时期,是否保持足够健康的资产负债表(比如通过避免过多的债务融资)。

另一个周期性复苏因素是,在危机最严重的时候,公司能否在资产负债表上保留足够多有价值的资产。如果形势变得艰难,公司耗尽现金储备,要是能出售或利用关键资产来筹集资金以摆脱困难,直到周期性浪潮又让它水涨船高,公司就能有力地反弹。

FAANG和类似的企业再次在这里拥有明显的优势。我们经历的这段时期充分展示了云计算、数字、流媒体、边缘、人工智能以及其他数字化转型等技术具有的价值。

总结

即使广告和订阅收入在新冠疫情危机期间(发生可能性极小的最糟糕情况)枯竭,所有这些公司都拥有大量有价值的产品和服务,可以在紧要关头变成现金。现金为王,在股市严重萧条,消费者屏息、等待警报解除的时期更是如此。

FAANG很有希望更迅速地摆脱这个困境,并在未来几年更有能力主导全球商业界。

作者:James Kobielus是市场研究分析公司Futurum Research的研究主管兼首席分析师。 编译:沈建苗 原文网址:

标签: #最大距离准则