
移动互联网、大数据、人工智能 谁是新增长领军者
有报告预测,2025年之前,将有半数的全球财富500强企业的总部位于新兴经济体。哪些行业和经济体将推动下一轮增长?谁将是这一轮新增长中的领军者?6月29日,2017年夏季达沃斯论坛上,一场名为《新增长领军者》研讨会吸引了众多嘉宾的目光。
从“互联网+”到“工业4.0”,从无人驾驶到虚拟现实,从量子信息到生物技术……第四次工业革命正是本届夏季达沃斯论坛的热门话题之一。嘉宾们认为,在移动互联网、大数据、机器人、人工智能等这些领域,将会彻底颠覆传统生产和组织方式。然而,未来什么样的平台会胜出,哪些“幸运儿”会胜出,也许言之过早。不过,胜出者一定要具有三种重要思维特点,那就是具有“互联互通”意识、拥抱数字技术、以满足消费者为驱动原点。
“互联互通”是新经济的核心思维之一
“互联互通”是新经济的思维核心之一,是第四次工业革命不可或缺的思维模式。北京摩拜科技有限公司创始人、总裁胡玮炜表示,摩拜的成功,正在于实现了“人与工具”的联接。她表示,正是基于移动互联网的应用以及工业制造基础,才诞生了摩拜。而从去年4月到现在,摩拜已经进入到全球130个城市,每天有2000万人在骑行摩拜,这种跨越性增长,驱动力基于物联网的基础,实现人与工具的连接。她认为,做共享自行车,实际上是设计了一个新物种。共享自行车之所以获得众多城市的欢迎,一是因为它免费,不需要政府投资;二是帮助城市解决短途出行问题,而且解决方式非常便捷,不仅提高了交通效率,同时让人们方便骑行,把人们从家和车这样的“盒子”里唤出,来到路上,重新发现城市,从而提高了城市的活跃度。
拥抱数字技术
和共享自行车一样,移动支付是另一个爆发性增长的故事,它表明了拥抱数字技术的重要。俄罗斯Qiwi首席执行官SergeySolonin表示,过去移动支付被看作是银行的颠覆者,但是现在移动支付和传统银行更多的是合作。银行业认识到拥抱数字技术的重要。众多的金融科技公司都在建平台,抢滩布局。在这个领域,满足客户的定制需求是重点之一。此外,区块链技术在迅速发展,用数字技术进行识别系统建设也非常关键。
“在中国,微信支付和支付宝占据了90%以上的移动支付市场,这在欧美是无法想像的。” 美国ARK投资管理公司首席执行官CatherineWood说,西方发达国家习惯用信用卡,在移动支付这样的数字化方面,与中国的差距非常明显。“我真的不看好真砖实瓦建立的实体银行。数字技术的发展使得成本在快速下降。人们必须接受这种变化。”她说,正如施瓦布所说,过去是大鱼吃小鱼,现在是快鱼吃慢鱼。“我每天都在见到这样的例子。”
来自消费者驱动
新一轮的增长动力还来自于消费者驱动。嘉宾认为,任何懂得消费者需求的公司,一定是领先发展的。CatherineWood举例,在移动新媒体领域,传统媒体如何转向新媒体,一定是取决于消费者的选择。消费者采取数字化生存方式是不以人的意志为转移的。至于说是新媒体渠道为王,还是内容为王,她认为都不是重点,投资重点是谁了解消费者,谁能满足和引导消费者。
马来西亚亚航首席执行官Aireen Omar表示,从全球看,东南亚地区消费者的旅游需求增长最快。亚航一直在投资于数据分析,分析消费者行为,为之定制产品。“亚太、东南亚、中国成为关注的重点。“ 电讯盈科董事总经理B. G. Srinivas也认为,中国、印度都有快速跨越式增长的机会。因为新兴市场消费者市场巨大,又没有旧有的东西,就没有包袱,在一些技术颠覆性领域,新兴市场有热情去改变,这是新兴市场大规模增长的潜能所在
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04