觀察家

云晴 獨立電信分析師

0.01元中標，是一宗賺大了的買賣

近日某互聯網公司以0.01元中標政務云一事引起熱議。

看項目是賠是賺，關鍵是對項目的目標和范圍理解不同。從互聯網公司的角度來看，這一定是一宗賺大了的買賣，理由有三點。

政務云項目與傳統IT項目相比，蘊含了大量的項目機會。例如：制定政務大數據的戰略發展規劃、明確政務業務需求及邊界、項目架構設計和技術路線選擇、政務應用的開發和部署、跨部門數據的開放和整合、一站式政務服務應用的策劃和實施等。同時，傳統架構改造為云架構，這一過程本身也存在大量的IT改造項目機會，在經過充分論證立項后，以服務購買、系統建設等各種方式形成新的項目預算。在經歷以一個服務提供者和主要咨詢者的角色和政府完成前述活動之后，互聯網公司在項目中獲得先機是非常合乎邏輯的。

互聯網公司在提供“功能標準化、用戶規?；⒎占谢鄙俦镜刂С帧钡墓姺辗矫媸蔷邆鋬瀯莸摹Ｓ捎趯夹g政策環境下的消費模式、服務模式的變化，以及帶來客戶微妙的消費心理、消費習慣的變化等方面的長期關注和耕耘，互聯網公司積累了豐富經驗。而政務應用更多會體現出“功能個性化、用戶規模小、需求變化頻繁、本地化支持較高”的特點。通過這樣的標的進入政務市場，一方面有助于互聯網公司鍛煉自身提供“個性化復雜業務”的能力，提升競爭力；另一方面政府也能夠有機會嘗試“以公眾服務為核心”的政務系統建設思路，一定程度上從IT系統上推動政府向“服務型”政府轉變。

云項目很多會以購買“服務”的方式出現，與傳統購買“交付產品”的方式不同。互聯網公司本身就是云服務提供者和云系統集成商，在已有能力平臺之上，可以以較為彈性的方式來提供服務（隨政務應用或云上形成項目情況而定）。同時，這些服務還能夠借助原有系統能力，項目邊際成本比較低。相比而言，電信運營商會因為云架構的部署喪失傳統層次結構中的戰略主導地位?；ヂ摼W公司對成本的理解是“主營業務之外的可彈性控制的一些額外成本”，而運營商對項目成本的理解是“針對項目可以提出的壓縮之下的最低成本”。

無論如何，結果已經確定。政務云的發展能否走上一條新路，我們拭目以待。

孫曉道

野村綜研通信&ICT事業咨詢部咨詢顧問

5G加速背后的動因是什么

近日， AT&T宣布他們計劃將于2018年年底推出初始階段的5G移動服務，這比其最初計劃在2019年底或2020年推出真正的5G服務要早上一年或更多。一時間，關于5G加速推出的新聞成為熱議話題。事實上，在克羅地亞杜布羅夫尼克召開的3GPP RAN第75次全體大會上，通過了由23家通信運營商、通信設備商組成的企業聯盟遞交的“要求3GPP加速制定5G新空口（5G連接協議）標準的提案”，意味著5G加速已被全球通信標準界認可。AT&T就是推動5G加速的支持者之一。支持這項提案的還包括日本NTT DoCoMo、韓國KT、沃達豐、德國電信等多家通信運營商巨頭，以及華為、高通、中興、愛立信、英特爾等國際領先的通信設備商。從這份“聯名上書”企業的清單不難看出，行業領先的運營商和設備商都迫切地希望5G標準的制定，進而推動5G商用。為何這些巨頭在4G風口還未完全散去的當下如此“按捺不住”？又是什么促使他們希望5G時代盡早到來？筆者認為可以從運營商的企業發展戰略以及設備商的產業發展需求兩個維度來解讀這背后的邏輯。

運營商的企業發展戰略。5G標準的加速是否意味著5G大規模商用的提前到來？下這樣的結論還為時過早。畢竟從標準的正式制定到網絡的大規模建設并投入商用，中間還要經歷較長的周期。但正是由于5G標準的加速，局部市場商用機會的提前到來，使得運營商能夠在較短的時間內通過5G服務樹立標桿從而壓制競爭對手，從企業戰略層面十分有價值。

設備商的產業發展需求。運營商之間在相互較勁，而設備商同樣也不甘落后。高通、愛立信、中興等主流設備商也搞起了5G軍備競賽。伴隨著LTE建設高潮的過去，設備商們勢必會加快下一輪投資建設的進程。

有了產業的需求，標準就更需要盡快制定。2月22日，高通率先發布聲明，宣布已成功完成其首個基于3GPP 5G新空口標準的5G連接。隨后，華為在北京懷柔外場測試環境，開展了3.5GHz 5G新空口下的外場性能測試和與儀表/芯片企業的互通對接測試。正所謂得移動通信標準者得“天下”，借助標準的制定，企業可以在產業鏈中獲得更多的話語權，國家也可以在國際博弈中取得更多的主動權。因此，兩家企業同時支持5G標準的盡快落地，也正是出于這樣的考慮。

誠然，5G商用加速勢必會引爆新商機，帶來新的產業盛宴，但在市場如此熱捧的時候，同樣需要冷靜的思考。走得快，不如走得穩。

張力平

中國電信上海研究院研究員

人工智能的終極目標在類腦智能

近年來，人工智能研究大熱，技術成果斐然。“智能+X”逐漸成為創新時尚，有望催生新的業態，重塑產業格局。

人工智能雖然已取得長足的進步，但尚與期望有不小的差距。事實上，經歷了近60年的發展，至今仍無一個通用智能系統能夠接近人類水平，如可以協同多種認知能力，對復雜環境具備極強的自適應能力，對新事物、新環境具備自主學習的能力。人工智能的發展瓶頸，制約了人工智能應用的全面推廣。這些瓶頸與機器學習本身的缺陷相關：機器學習不靈活，人工智能的不同模態和認知功能之間交互與協同較少，有監督的深度學習不具備通用性等。要突破瓶頸，需要新一代的智能技術革命。

實現人類水平的智能系統一直是人工智能研究探索的長期目標。類腦智能是以計算建模為手段，受腦神經和人類認知行為機制啟發，并通過軟硬件協同實現的機器智能。類腦智能是人工智能的終極目標。類腦智能在信息處理機制上類腦，認知行為和智能水平上類人，目標是使機器實現人類具有的多種認知能力及其協同機制，最終達到或超越人類智能水平。

受腦科學研究的啟發，人工智能模型與系統的智能水平日趨完美。然而，想要真正實現逼近乃至超越人類水平的人工智能，還需對腦信息處理機制進行更深入的研究和借鑒。類腦智能研究的目標就是通過借鑒腦神經結構及信息處理機制，實現機制類腦、行為類人的下一代人工智能系統。

類腦智能的優勢在于：它是一種面向人工神經網絡對低功耗、弱監督等學習需求，將生物機制與數學原理融合的新型網絡模型和學習方法。受大腦多尺度信息處理機制啟發而研發出來的計算模型及軟硬件，使機器實現人類具有的多種認知能力并高度協同，逐漸逼近具有學習和進化能力的通用智能。

類腦智能將成為弱人工智能通往強人工智能的途徑。目前類腦智能取得的進展只是對腦工作原理初步的借鑒，未來的機器智能研究需與腦神經科學、認知科學、心理學深度交叉融合，結合“硬技術”和“軟設計”的突破，逐漸達至類腦智能這一人工智能的終極目標。