正在阅读：复盘与展望2017年O2O：资本寒冬下“暖风”来？复盘与展望2017年O2O：资本寒冬下“暖风”来？

　　2016年，资本终于放过了O2O，给了这个行业一个喘息的机会。

　　风险投资在过去的3到4年的时间里几乎席卷了中国互联网界每一个有潜力成为大规模用户市场的领域，O2O就是在这样一个背景下被热捧追逐，再随着资本寒冬来临而被「抛弃」的。从一个积极角度看，资本给这个很传统的市场带来了不少新气象：比如带来了大量热钱，吸引更多的智力和人力涌入这个行业，而且将O2O的边界从团购这种狭窄的领域迅速扩展到了外卖、及时达、生鲜配送和各类生活服务，极大地方便了人们的生活质量，提高了社会的运作效率。不过从另一方面看，除此之外，其它的一切都很难说是积极的，泡沫越堆越大，烧钱扩张之风盛行，行业内充满着投机者，有能力精细耕耘的企业疲于应对这种局面，而且真正属于科技创新范畴的元素屈指可数。

　　2016年一整年，被资本「始乱终弃」后的O2O的行业基本盘有三个特点：

　　1. 行业洗牌基本完成，资本泡沫中的大多数创业公司该倒闭的倒闭，该被收购的收购，只剩下了百度系（百度糯米、百度外卖）、腾讯系（新美大）和阿里系（饿了么、口碑）三大平台玩家；

　　2. 用户教育已经依靠市场营销和补贴活动基本完成，加上大量资本的撤出，这意味着圈地运动和烧钱运动告一段落；

　　3. 外卖、商品到家、团购等频次较高的用户常用品类已经沉淀完毕，其余的中小品类基本依附在了大平台上。

　　所幸的是，当O2O产业大规模的粗放型扩张告一段落，剩下的平台之间的竞争，就会转向垂直领域的精耕细作。其实在整个2016年，O2O行业已经出现了一些真正的科技创新——不是烧钱圈地，而是真正的产品层面的创新，给用户带来更方便美好的科技和生活体验的功能。比起消除信息不对称，这是互联网企业更应该关注的，也是科技行业更重要的责任所在。

　　可以这么说，拜资本寒冬所赐，O2O的春天终于来了。

　　所以，这篇文章主要目的是梳理一下O2O这个行业在过去的一年时间里发生的那些可能会对我们未来生活体验产生革新和影响的产品和技术创新。它们中的一部分已经付诸使用了，另一些还只是些实验室功能，甚至可能远没有达到一个最终形态；但它们都代表着O2O企业们的尝试。它们不如烧钱、融资和补贴吸引眼球，但更实在和美好。

　　支付宝让你在虚拟场景中花钱

　　作为一个新兴技术和行业，VR/AR还远没有到成熟的时候，无论是硬件、系统还是软件内容层面。但这种给人类创造出一个完全虚拟的环境，以及通过机器与现实环境产生数字化交互的技术，无疑是全球顶尖的科技企业都为之兴奋不已的努力方向。既然行业本身都没多成熟，那么其它行业的应用，更多的是试水。这其中，支付宝的VR Pay就像是一个实验室产品，可能并没有那么快落地。

　　之前，eBay曾经宣布与澳大利亚零售商Myer合建全球首个虚拟现实百货店铺，用户可以利用VR设备完成沉浸式的选品、试穿、下单操作。但eBay的这套VR购物流程中不包括支付，消费者想要购买，还是需要到线下解决。所以，2016年初，支付宝内部组建了一个「F工作室」，专门研发虚拟现实支付技术，8月的时候，支付宝正式公布了VR购物Buy+。用户可以佩戴着VR头盔或VR眼镜浏览虚拟商店，VR Pay可以让用户在VR支付环节中一并完成支付。

　　用户在接入了VR Pay的商家店铺内使用VR设备下单，VR界面内会跳出一个3D形态的支付宝收银台，用户根据所佩戴的VR硬件设备的操作特点，通过凝视、点头、手势等控制方法登陆支付宝账户，并输入密码完成交易。比如，用户只要视觉焦点看向某处，停留几秒钟，即表示确认购买。

　　支付宝VR Pay的点头控制是利用手机陀螺仪轨迹结合特殊算法来识别点头动作，据说支付宝内部研发了大半年才完成。

　　不过，鉴于VR购物这件事还只是零售商的小范围尝试，VR Pay这种，更多的是个看得见摸不着的玩意儿了。

　　人工智能

　　2016年，人工智能无疑是科技公司们的掌上明珠。而且，在这项顶级的计算机技术领域，中国公司已经不再是美国的追随者——百度的IDL已经进入了世界顶级AI实验室的行列，在技术、硬件和人才储备上，在资金投入上也完全能够与Facebook、Google和微软等企业并肩。

　　所以，中国互联网产品中的图像识别技术其实完全不亚于美国产品，甚至在一些领域（比如O2O）的创新应用比美国同类公司和产品脑洞还要大，还要酷。

　　百度糯米的看图识菜：计算机能认菜名，还能知道你觉得好不好吃

　　百度开发图像识别功能有些历史了，这项技术靠着百度的人工智能技术储备和产品基础（百度图片、图片搜索），其实已经相当成熟和完善。在几年前Baidu Eye等概念试水产品过后，在数据积累、算法调教方面，百度的图像识别又精进了不少。

　　2016年的乌镇互联网大会上，百度糯米推出了一项「推荐菜」功能。这项功能可以在100毫秒内分析用户上传的菜品图片，寻找区分菜品和库里图片的视觉特征。这种菜品识别的识别率能够达到90%，甚至可以区分宫保鸡丁和酱爆鸡丁这种外观上十分相似的菜品，还能显示卡路里含量，同时利用情感分析进行菜品的自动打分。

　　这项功能综合了百度背后图像识别、语音评价和情感分析三个功能：百度糯米利用了细粒度图像识别，基于增强学习优化及全卷积注意力网络来自动定位图片中最具区分性的区域来帮助识别相似物体。自动打分功能，用的也是人工智能领域常见的核心技术，通过训练多层循环神经网络来分析用户的情感倾向，模仿用户进行菜品的自动打分。

　　Don't lie to me，你的眼睛早就出卖了你

　　人脸识别不是新鲜技术，但是眼神识别呢？

　　2010年，携程成立了一个叫做用户研究与设计部的部门，开始引入“眼动仪”（Eye Tracker）等设备研究用户的眼神轨迹，来「读懂」用户的真实想法。眼动仪可以追踪用户的视线，实时记录用户的浏览轨迹和浏览数据。在多年的研究之后，携程终于获得了丰富的用户浏览行为数据，配合设计和产品的优化来提升了网页或App上的用户体验。比如，研究人员发现，用户对黄色更为敏感，停留时间比蓝色多出0.276秒，所以携程在某个产品中选用了黄色的方案。另外，携程还根据用户的眼动轨迹来合理调整和规划页面的布局。

　　这的确是细节处见真招了——但想想看这是不是有点太智能了？不但你的点击会被记录，连动动眼珠都会被记录下来！

　　去哪儿：用声波检测服务质量

　　不止图像和眼珠，你的声音也包含情感，互联网产品也不会放弃捕捉它。去哪儿的电话客服就是一例。

　　每个人应该都有过给客服打完电话后请你给他的服务进行评分的请求，这件事去哪儿正在试图通过你的声音来判断你对这次电话服务到底满意不满意。这项功能叫做“声波检验”，去哪儿的后台系统会利用电话那头声波的变化，根据算法自动判断你的情绪是积极还是消极，从而判断客服的服务是否达标。

　　大数据支撑下的智能交通

　　这是个不太性感的领域，但它背后对于数据量和系统的技术储备要求很高，很多黑科技就隐藏在它们背后。

　　滴滴出行背后的大数据分析

　　滴滴不仅仅是一家O2O和出行公司，还是一家技术驱动的科技公司。

　　2016年，完成了与快的的合并，把Uber中国收入囊中之后，「滴滴研究院」终于浮出水面。滴滴研究院集合了一大批科学家，为滴滴出行App提供智能分单、拼车、供需预测、运力调度等技术支持。比如，滴滴会在司机和乘客的历史数据中学习接单概率模型，提高司机和乘客的匹配度，利用运力的规模效应实时地从全局上最优化总体交通运输效率和乘客出行体验；另外，滴滴还会基于供需预测结果，大规模有序调动全城所有可用运力，实现资源最优化分配，力求解决正在发生的以及潜在供需失衡的状况，提升平台效率的同时最大化利用交通运力，缓解城市拥堵。

　　外卖小哥去哪儿？系统都规划好了

　　如果你打开外卖App，就会发现，你可以在手机里实时监控快递小哥的位置。但这不是最牛逼的，最牛逼的是外卖产品后台对配送员的调度系统。

　　以百度外卖为例，百度外卖采用了智能物流调度系统，当某个区域有新的订单产生时，系统会显示该区域的配送员分布，安排给就近的配送员；而且每个配送员当前所派送的订单数目会在后台可视化屏幕上有标记，如果某个骑士的订单量已经满负荷，则会人工干预安排给附近的另一个骑士，从而保证配送速度。

　　机器搬运工来了，人类什么时候下岗？

　　物流是电商和O2O行业的最核心环节，尤其是效率至上的生鲜电商领域，从仓储分拣到打包配送，每一个环节都需要真正的黑科技参与。

　　拿京东到家来说，京东目前拥有智能无人仓——这是一个由机器人、人工智能算法和数据感知网络打造的全自动仓储。京东能够通过搬运机器人、货架穿梭车、分拣机器人、堆垛机器人、六轴机器人、无人叉车等一系列物流机器人的相互协作，基本代替了电商物流仓库中的基础人工劳动。这种机器人的拣选速度可以达到3600次/小时，相当于传统人工的56倍。

　　另外，2016年的双十一期间，京东正式在宿迁、西安、北京等多地同时投入了无人机运营。而且，京东已经获得了四个省的飞行许可，并已规划了大量航线。在智能物流领域，京东已经不输电商巨头亚马逊，但更重要的是，如果机器搬运工和快递员越来越多，人类下岗就在所难免了。