【卷首語】
1953年，詹姆斯·沃森和弗蘭西斯·克裡克在《自然》雜志上公開了他們發現的DNA雙螺旋模型，人類從此對構成生命的基礎結構有了深入且微觀的認識，在此之後數十年，以DNA雙螺旋結構為基礎，人類在醫學、生物化學、生理學領域取得了巨大的成功。
為什麼DNA會呈現雙螺旋結構？因為隻有組成DNA的堿基排列呈現這種結構時，分子能量才會處于最低狀态，符合“系統的能量越低、越穩定”的自然界規律，這一規律被稱為能量最低定律（原子核外電子的排布也遵循這一規律）。DNA的雙螺旋架構并非憑空而來，它是自然界内在運作規律的展現。
在數字經濟時代，雙螺旋結構同樣存在，行業認知與數字科技這兩條鍊條彼此緊密纏繞，建構出數字時代的基本運作法則：具有行業認知、行業經驗的傳統企業，借助從網際網路成長起來的數字科技巨頭的前沿科技能力，實作數字化增長與數字化轉型；數字科技巨頭則借助與傳統企業的合作，加深行業認知、積累行業經驗，并由此進一步加強前沿科技的洞察與研發，以雲計算為基礎，以資料為媒體，通過行業接受且有效的方式輸出人工智能、大資料、物聯網等前沿技術至行業應用中。可見，兩條鍊條彼此纏繞、彼此支援、互相賦能，驅動數字經濟的發展和實體經濟的智能化創新。
雙螺旋結構在數字經濟時代的出現，同樣符合數字經濟的運作規律，而且在多個案例中已經得到了證明。谷歌和埃森哲在近期宣布成立以雲為中心的新業務集團，以谷歌的雲服務及前沿科技，結合埃森哲的行業認知，共同服務于數字時代的企業，事實上兩家公司在此前的合作中已經嘗到了“雲+行業”的可觀收益；西門子的Mindsphere工業網際網路平台的成功同樣如此，雖然起步晚于GE的Predix，但是通過與阿裡雲等雲服務商的合作，已經共創出樂觀的發展願景，預計很快就能實作盈利。
有好就有壞。沃爾瑪和GE的失敗值得深思：沃爾瑪放棄與雲服務商的合作，投入巨資自建雲業務但卻試水失敗，如今已經宣布重新回到和雲服務商合作的“老路”上；GE在工業網際網路領域投入數十億美元，如今卻要出售數字業務（GE Digital），雖然失敗的原因非常複雜，但是GE建立大規模雲基礎設施、放棄與數字科技巨頭合作，導緻其深陷産品能力和大規模營運的泥潭，這已經成為工業網際網路的共識。
為什麼數字時代的雙螺旋如此有效？事實上，這背後并沒有什麼深奧的道理，早在1200年前韓愈所著的《師說》中就已經講的非常清楚，不過是我們耳熟能詳的十個字而已：“聞道有先後，術業有專攻”。
是的，術業有專攻，如是而已。
1、谷歌和埃森哲成立以雲為中心的新業務集團
【新聞摘要】 7月底，谷歌與咨詢公司埃森哲宣布，根據雙方在Cloud Next 2018大會上達成的合作協定，兩家公司将共同組建名為“Accenture Google Cloud Business Group”的業務集團，合作為企業客戶建立“資料洞察解決方案”。埃森哲方面表示，該業務集團将由兩家公司的數字化轉型專家組成，旨在幫助企業客戶“開發智能解決方案，并利用資料驅動的洞察力”，繼而提供卓越的客戶體驗，加速他們的數字化轉型速度與成功率。在初期階段，埃森哲的規劃中包括：建構由谷歌人工智能和機器學習平台提供支援的新業務服務、設計并提供将舊版工作負載遷移到谷歌雲更簡單的方法、使SAP軟體在谷歌基礎設施上更易于管理。
【小雲評論】谷歌與埃森哲合作成立新業務集團，意味着谷歌将進一步加強雲計算業務（Google Cloud）與傳統産業的聯系，加深行業了解力，提高服務企業數字化轉型的能力，改善長期以來過分注重技術、缺少行業經驗的形象，與此同時，埃森哲也需要為企業客戶給出以雲為基礎的數字化轉型路徑。雲計算是驅動數字經濟發展和實體經濟智能化創新的重要基礎，它不僅為企業提供計算、存儲和網絡資源，更是人工智能、大資料、物聯網等新一代資訊技術的供給平台，是企業數字化轉型的資源和能力底座。雲計算并非隻是一種技術或一項服務：一方面，企業的數字化增長、數字化轉型，将以雲為基礎開展和實作；另一方面，企業需要“懂業務”的雲，需要具備行業知識、經驗和了解力的雲服務商所提供的解決方案，而不僅僅是提供雲伺服器或對象存儲。
2、3D列印技術造出微觀多孔锂電池，容量提升4倍
【新聞摘要】 近日，卡内基梅隆大學機械工程學副教授Rahul Panat及其團隊在《添加劑制造業》雜志上刊文稱，通過與密蘇裡科技大學合作，研發出一種3D列印電池電極的新方法，這種方法能夠打造出擁有受控氣孔的微觀金屬結構，這種結構允許锂離子大量進入電極内，而在锂電池中，擁有多孔結構的電極能夠帶來更強的蓄電容量。是以，他們的研究能夠為锂電池帶來更高的蓄電能力。此外，由于3D列印制造的微觀電極結構還能夠讓锂離子在電極内更有效的傳輸，這會進一步改善電池的充放電速度。
【小雲評論】蓄電容量提升4倍，改善充放電速度，并且具有良好的穩定性，在電池技術難以取得突破的當下，借助3D列印技術實作的這一具有多孔結構的電池電極創新，為锂電池和高度依賴電池的全球資訊産業帶來了非常重要的技術紅利。正如Rahul Panat所說，這一創新的關鍵在于3D列印技術的不斷疊代發展（從擠壓式列印技術到氣流噴印3D列印系統的發展）以及将其應用于電池電極制造的思路上的突破，畢竟在此之前，并沒有人相信3D列印技術能夠創造出如此複雜的結構。以技術的不斷疊代革新為基礎，在應用領域上充分發揮想象力，實作與傳統行業需求的交叉結合，往往能創造出意想不到的結果。
3、全球現階段首家！蘋果市值突破萬億美元
【新聞摘要】 8月2日美國東部時間中午11點48分左右，蘋果公司的股價觸及207.05美元，這意味着蘋果公司的市值正式突破1萬億美元大關，成為現階段全球唯一的“萬億市值俱樂部”成員，同時，這也是美國曆史上首個跨越這一門檻的上市公司。據媒體報道，助推蘋果公司達到這一巅峰的是8月1日釋出的2018财年第三季度業績報告，這是蘋果公司曆史上最好的第三季度财報：淨營收為532.65億美元，比去年同期的454.08億美元增長17%；淨利潤為115.19億美元，比去年同期的87.17億美元增長32%。
【小雲評論】首先需要指出的是，中國石油是全球曆史上第一個邁過萬億美元市值門檻的公司：2007年11月，中國石油在上交所上市首日股價上漲了一倍以上，跨過萬億美元大關。當然，随後發生的事情時至今日仍然觸目驚心。在蘋果公司市值跨越萬億美元之後，其身後幾家極有可能相繼跨過萬億美元市值門檻的公司顯示出了驚人的相似性：亞馬遜（8892億美元）、Alphabet（谷歌母公司，8507億美元）、微軟（8300億美元）都在大力拓展服務于企業客戶的雲計算業務，并在雲計算業務領域獲得了表現搶眼的高速增長。作為一項被資本市場長期看好的戰略性業務，亞馬遜、谷歌和微軟都藉此獲得了華爾街的青睐，公司市值不斷創造新的高點。
**4、埃隆·馬斯克宣布特斯拉将要自研AI晶片
**
【新聞摘要】 據CNBC報道，在特斯拉公司Q2财報電話會議上，埃隆·馬斯克表示，特斯拉耗時3年自主研發的AI自動駕駛定制化晶片（被稱為Hardware3）即将完成研發工作，這一新的晶片有望被用于特斯拉S、X、3等多款型号上，由特斯拉自研AI晶片組成的自動駕駛解決方案的成本與原有采用NVIDIA系統的産品基本相當，但性能遠勝于後者。特斯拉Autopilot自動駕駛團隊的總監Pete Bannon表示，這些AI晶片可以以全幀速支援現有的車載網絡，甚至在很多時候都是空閑狀态，他對特斯拉在這一項目上取得的成果感到非常興奮，同時指出，特斯拉也在與ARM方面接觸，考慮更加多樣化的晶片解決方案。
【小雲評論】自動駕駛汽車市場的競争與傳統汽車市場相比更為複雜，除了汽車本身的外觀設計、乘坐舒适度、安全性和經濟性等“汽車名額”，更多了一層“智能化、自動化乃至整車數字化能力”的競争，消費者需要更好的數字化駕乘服務與自動駕駛體驗，原本不是為了這一領域設計的NVIDIA産品隻能提供“人工智能計算”的能力，而非真正的自動駕駛能力，這正是特斯拉自研AI晶片的原因：這是一款專門面向自動駕駛需求設計的AI晶片，為了自動駕駛的複雜場景和實際需要進行了深度定制化，與依賴現成的技術相比，設計制造自己的AI硬體可以給特斯拉帶來更高的競争優勢，幫助特斯拉在汽車制造商中脫穎而出。
5、台積電遭病毒攻擊 導緻部分晶圓産線停擺
【新聞摘要】 據台灣《中時電子報》8月4日報道，晶圓代工業巨頭台積電在3日晚受到電腦病毒攻擊，造成竹科晶圓12廠、中科晶圓15廠、南科晶圓14廠等主要廠區的裝置當機、生産線停線。對此消息，台積電證明内部系統确實在3日遭到電腦病毒攻擊，但并非如部分消息所稱是受到黑客攻擊，在公司高層的要求下，内部從業人員已經開始重新安裝防病毒軟體，并相信可以在8月4日内解決此事對生産線造成的影響，恢複正常的生産營運工作。由于每年第三季度開始是台積電大客戶的備貨旺季，此事引發了外界對于台積電後續供貨能力是否能夠得到有效保障的擔憂。
【小雲評論】作為全球晶圓代工業巨頭，台積電的一舉一動都備受關注，此次内部系統遭到電腦病毒攻擊，甚至導緻多個晶圓廠的多條生産線當機、停産，牽動了全行業的神經。台積電并非一家不重視資訊安全的公司，恰恰相反，台積電非常重視企業資訊的保護，尤其是時刻防範資訊洩露、黑客入侵、病毒感染/攻擊等事件的發生，“就連上廁所都要刷識别卡”，是以，此次事件讓外界相當意外。台積電遭到電腦病毒攻擊為全球企業的資訊安全、資訊保護工作敲響了警鐘：企業以自身的資訊安全能力不僅不足以應對電腦病毒攻擊這樣的常見安全問題，更難以在安全事件發生後快速恢複業務的正常運作，這可能會造成巨大的損失。特别是對于台積電來說，那些在停産期間滞留在生産線上價值連城的晶圓，恐怕在一天以後已經報廢掉了。
6、甲骨文再遭打擊，亞馬遜計劃2020年初完全棄用
【新聞摘要】 據國外媒體報道，電子商務巨頭亞馬遜已經将内部大部分基礎設施轉移到自家的AWS雲服務上，并計劃最遲到2020年第一季度完全棄用甲骨文的資料庫軟體。據其中一位知情人士表示，亞馬遜脫離甲骨文産品的計劃在4、5年前就已經開始，雖然目前亞馬遜核心線上購物業務的部分功能仍然依賴甲骨文資料庫，但整個遷移會在14到20個月内結束。此外，亞馬遜不僅自身在逐漸脫離甲骨文的資料庫軟體，旗下的雲服務商AWS更在持續推動企業将資料庫從甲骨文系統遷移到AWS的雲資料庫服務上：截止今年7月，AWS的資料庫遷移服務已經處理了8萬多個資料庫向AWS雲服務的遷移。
【小雲評論】為什麼亞馬遜要棄用甲骨文的資料庫？阿裡巴巴在2013年就已經給出了答案：首先，傳統資料庫技術已經很難滿足網際網路大發展所帶來的規模化的性能需求，造成了業務響應的延遲并受到擴充性的桎梏；其次，傳統資料庫技術經曆了很長一段時間的技術緩慢發展期，近年來雖然也在朝着雲化的方向發展，但陳舊的架構尚未得到徹底變革。與之相對，越來越多的企業選擇以雲為基礎發展企業業務、實作數字化轉型，這意味他們需要的是“誕生于雲的雲原生應用”，而非傳統技術的改良版，這也正是阿裡雲和AWS相繼推出PolarDB和Aurora的主要原因。
7、在公海上非法捕魚沒人看見？衛星看出了小伎倆
【新聞摘要】 據《連線》網站報道，借助衛星技術，一項對過去五年船舶運作資料的研究顯示出全球海洋非法捕魚和侵犯人權行為的規模相當可觀。在谷歌提供雲計算資源和前沿資料技術的幫助下，衛星環境分析集團Skytruth和漁業監察機構Global Fishing Watch共同開展了一項尋求了解全球捕魚業海上轉運（在開放水域兩艘船之間轉移貨物的行為，經常被用來掩蓋不法行為）資料的研究，通過鑒别和分析7萬多次潛在的海上轉運作為，研究團隊發現太平洋、大西洋和南印度洋的赤道地區是海上轉運的高發區，而這類轉運往往因為發生在國際水域而能夠遠離政府審查，更加順利地掩蓋背後的不法行為。據此前聯合國報告顯示，全球魚獲中約有15%是“非法的、未報告的或不受監督的”，此項研究對于更好地打擊全球海洋非法捕魚和侵犯人權行為具有積極意義。
【小雲評論】非法轉運往往出現在遠離海岸的公海（國際水域），這意味着對其進行監管和打擊都非常困難。在過去，僅通過人工對衛星圖像進行分析難以掌握非法轉運的潛在規律，更在時效性上有着嚴重的滞後，難以真正起到指導監管打擊工作的作用。在雲平台上開展的這一研究，借助雲計算所提供的計算、存儲資源和人工智能、大資料分析等能力，不僅更加真實、有效地反映了全球魚獲轉運的潛在規律和發生頻率，更證明建立全球海洋捕撈轉運資料監控體系，很可能對非法轉運進行有效的監管和打擊。雲計算為科學研究和非法行為的監管與打擊，創造了全球化的網絡協同和資料技術分享平台。
8、傳GE想出售工業數字資産：投幾十億美元年營收5億
【新聞摘要】 據華爾街日報報道，通用電氣（GE）正在為前CEO 傑夫·伊梅爾特一手建立的數字業務（GE Digital）的主要資産尋找買家，這意味着，GE不僅正在試圖與前CEO引以為傲的标志性項目說再見，而且将要把工業網際網路的明星産品Predix轉手他人。就目前披露的資訊來看，除Predix之外，GE悠久的MES軟體Proficy、資産管理APM軟體、資料安全軟體等數字資産都将被出售，但GE也在公開場合表示，該公司仍将繼續為航空、電力等大型企業客戶提供軟體和數字化服務。此前，Predix及GE Digital，是前CEO 傑夫·伊梅爾特重新定位GE、擺脫對金融和媒體資産依賴、提振低靡股價的整體戰略中的關鍵組成，該公司希望通過幫助公用事業和航空等行業領域的客戶收集和分析資料，讓其能夠更好地管理裝置，而GE能夠由此成為工業網際網路的平台中樞。
【小雲評論】GE出售包含Predix在内的GE Digital資産，在全球工業界引發了軒然大波，作為工業網際網路領域最早期的實踐，GE的數字化業務和Predix倍受關注，但在投入了數十億美元之後，明星産品2017年的相關收入僅為5.5億美元，這遠低于傑夫?伊梅爾特的承諾以及GE對數字化業務的期待。Predix及GE Digital的失敗并不意味着工業網際網路的失敗，西門子的MindSphere平台已經明确預計會在2020年獲得盈利，但後者顯然走了一條不太相同的路：西門子積極與包括阿裡雲在内的雲服務商合作，避免重複建構及營運規模龐大的基礎設施，專注于提供自身所擅長的工業服務能力。
9、谷歌眼鏡回來了，有雲計算和AI支援 功能更強大
【新聞摘要】 據Futurism報道，在舊金山舉行的谷歌雲計算業務會議上，以色列公司Plataine展示了一款針對谷歌眼鏡的新應用，它主要适用于制造業勞工，該應用能夠了解人類的口語并提供語音回答，功能類似工廠版的亞馬遜Alexa。Plataine的應用程式利用谷歌雲計算部門所提供的AI技術及服務建構，在生産企業員工需要迫切解決緊急問題時，可以通過與谷歌眼鏡上的應用程式對話，或是在谷歌眼鏡上展示相關問題的有用資訊，來尋求幫助。目前，Plataine正在與通用電氣、波音和空中客車等企業合作，在增強圖像識别能力的同時，更好的服務于大型企業的生産、物流等環節。
【小雲評論】銷售兩年後，谷歌宣布因“個人隐私問題”在2015年停止了谷歌眼鏡的銷售，但外界普遍認為，無法找到真正的應用場景及單一、乏味的功能，才是谷歌眼鏡下架的主要原因。2017年，谷歌重新開機谷歌眼鏡計劃，這一次的差別在于：新的谷歌眼鏡定位于生産環境，比如說需要解放雙手的生産工廠或是在手術中為醫生提供醫療記錄、輔助資訊展示等功能，但更重要的是，卷土重來的谷歌眼鏡這一次借助雲服務和AI技術的能力，真正變成了一個“線上、智能、連通雲端”的革命性生産工具，在企業生産環境中具有很高的實際應用價值和廣闊的應用想象空間，同時也讓谷歌眼鏡這一曾備受争議的硬體，充分展現了它“免提計算”的優勢。
10、AI未來可幫助管理負面情緒
【新聞摘要】 麻省理工學院媒體實驗室的研究者們開發了一種機器學習模型，它通過對數千個面部圖像的學習，獲得了比傳統模型更精确捕捉面部細微表情變化的能力，可以更準确地衡量人們的外在情感表現。不僅如此，如果提供一些新的額外訓練資料，該機器學習模型能夠很快地學習并适應全新人群，達到與原有初期訓練資料相同的效果，這意味着該模型已經具有了非常強的學習能力。該模型研究者之一的Oggi Rudovic表示，該項研究的目的是為了提高現有的情感計算技術，未來不僅可以用于個人機器人、教育機器人應用過程中的人類情緒評估，或是更好地了解自閉症兒童的情緒，也許還可以幫助人們通過對面部表情的細微變化掌握，發現和管理壓力等負面情緒。
【小雲評論】傳統的情感計算往往緻力于找到一個“通解”：基于對一系列描述不同面部表情的圖像進行訓練，學習比較明顯的面部特征，比如當人笑的時候嘴唇是如何卷曲的（向上還是向下），将這些普适的面部特征學習并進行一定的優化之後，就将它們标記在圖像的資料集中并應用于新的圖像，但事實證明其結果非常糟糕。麻省理工學院媒體實驗室的研究者們将個性化模型技術與多專家模型（MoE）技術結合，幫助挖掘細顆粒度的個人面部表情資料，每一張面部表情圖像都實作了微粒化的分析，進而讓模型獲得了精确捕捉面部細微表情變化的能力。這正是《微粒社會》一書中所展現的：我們通過技術不斷解構人類、社會和世界，直至呈現出前所未有的微粒化，并通過對這些“微粒”的學習，更好的了解世間萬物。