在攻克传统行业最后的堡垒——金融业后，AI将矛头对准了编程。

据美国科技媒体techcrunch消息，英国一家名叫Diffblue的公司近日推出了3款利用人工智能技术帮助编程的产品，分别实现了以下功能：

产品1：可以自动检测程序中的代码错误。

排查错误对于程序开发来说至关重要，因为一个小bug也可能造成巨大的经济损失，但找bug 对程序员来说是一项低端的、繁重的苦力活。Diffblue产品的出现有望替代人类程序员完成这一工作。

产品2：在程序发布后，监测运行时的崩溃bug，自动重测这些bug。

产品3：可以自动重写表述不佳、老旧的代码，升级程序。

Diffblue是英国牛津大学投资和孵化的一家AI初创公司，公司主要创始人Daniel Kroening是牛津大学的计算机教授。Diffblue 公司经过十年研究，开发出的人工智能产品能够构建各类代码库的精准数学模型，该模型能进行深度语义理解分析，了解计算机程序想要做什么。

公司目前已经获得了来自高盛战略投资基金、牛津大学科技创新基金(OTIF)等机构的2200万美元A轮融资。

虽然已推出了一些帮助编程的产品，但Diffblue公司有更大的目标，创始人Kroening对媒体techcrunch表示，期待Diffblue未来可以完全依靠AI编写程序，届时，人们只需要给出对编程结果的指令，AI就会自动完成编程工作。

Kroening还认为，对于编程领域来说，程序员将永远供不应求，因此发展AI的能力，让AI增强甚至替代人类程序员将很好地满足未来编程需求。

图片来自Diffblue官网

AI占领金融业

人工智能技术“来势汹汹”，已经对金融业的很多“精英”岗位构成冲击。华尔街此前文章提到，摩根大通估计，当前被动和量化投资占比约60%，是十年前的两倍多，交易中的常规选股仅一成。

2016年，全球12家顶级投行分析人员由前一年的6282人骤降至5981人，股票、固收和投行的雇佣人数大减1900人。从银行柜员到投行IBD，从分析师到交易员，从审计到律师，人工智能正在让金融业发生“巨变”。

杨爱斌在“华创证券2017年夏季总量团队投资策略会”上并称，债券利率滞后于名义GDP的数据，只是时间长短而已，快则滞后一两个月，慢则滞后12个月。滞后的时间长短取决于接下来信贷收缩速度，以及央行货币政策的转向速度。

“现在来看，估计（债券利率）三季度马上收下来也不太现实，货币政策也不会马上去转向，这样来看似乎意味着我们债券市场最终的收益率下行，也许比想象中慢一点……但是毫无疑问，方向上肯定是债券的收益率顶部已经是探明。”他指出

他同时称，在今年上半年金融市场收缩的背景下，实体经济还没有经受到信用收缩的考验。但这早晚会传导至实体企业。

“要么（央行降低）银行融资成本……降到4以下，要么就是等待最终的信用收缩，对实体经济开始产生打击，只有这两种可能性。”他说。

以下为杨爱斌发言全文，仅供参考：

第一个问题对下半年大类资产市场的展望，我们回顾一下上半年的市场，我们看看美国的资本市场很有意思。美国的经济数字还是不错，但是美国的通胀是显著的低于预期，所以美国在经济不错的情况下，美国的十年国债利率从3月份2.65一路最低到了二点零几，在这个背景下，据说今年上半年美股表现最好的半年，我们都知道经济比预期好，但是通胀比预期低，这是对股票最佳的一种状态。反过来看我们国内，A股表现也还是不错，我们不要看上证中指，我们看MCI的中指股指数，其实在新兴市场涨的不错，但是我们的通胀是低于预期，尤其是2月份CPI公布出来是0.8，但是债券市场还是一轮暴跌，尤其是四五月份，跌幅是非常大的。所以从这个意义上来说，是否意味着我们资本市场对股票市场的反应还是比较正面，但是对债券市场至少就通胀这个因素上来说，我们的债券四五月份经历这一轮的暴跌，暴跌的幅度接近了2013年，十年国开最低3.0，最高到4.4，十年国债最低2.6，今年七年期的快到3.8，上了120个BP，调整的幅度接近03年。至少就通胀这个因素上来看，债券市场在6月初那一轮调整，肯定是超调，肯定是跌的过分。

我最近一直在思考这个东西，也很好奇，为什么全球的经济都表现的不错，全球的发达经济体全都是超预期的的，实际GDP也超预期，美国、欧洲、日本，尤其是欧洲，还有新兴市场也都不错，中国也是超预期，估计二季度的数据马上出来肯定是不错的，但是为什么通胀没起来，这是很奇怪的一件事情。我就在想这次全球经济的复苏背后是什么原因呢，根本性的原因是我们央行一直在持续的货币放松，美联储通过量化宽松注入了巨量的流动性，他直接向私人部门购买私人部门持有的债券，向整个市场注入购买力，注入了货币，但是美国获取央行的流动性，它主要是金融资产受益了，比如我是资本家，我有股票，或者我是养老金的富人，我持有养老基金，我持有很多债券，这些富人受益。但是金融市场的受益并没有通过美国的企业部门的资本开支，或者说美国政府的基建，特朗普想搞基建，搞不下去。美国的企业也不愿意去加大投资，所以实际上美国企业这么低充裕的流动性，都在不停的回购自己的股票，让股票市场获得巨大的EPS的上涨，带来资本市场的效益。低端的就业改善了，真正的劳动力并没有太大的受益。在这种情况下美国货币的放松，刺激的是金融市场，并没有刺激实体实市场。如果它没有刺激实体经济，意味着实体经济的就业，或者说收入的增长是没有的，这个解释为什么美国通胀一直没有起来。

对我们中国来说也是一样，我们看到经济复苏的背后，最根本的还是我们金融体系在释放巨额的流动性，我们金融机构在急剧的扩张之中，我们的广义信贷数据到现在为止还是维持在14到15的水平，高点去年6月份到达了接近17左右，这么大的广义信贷余额还在巨额增长。

如果看未来的增长状况，我们必须要去看未来货币和信贷扩张能不能持续，我不是经济学家，但是我们对货币和金融这一块研究挺多，我们觉得未来大的环境来看货币和信贷的扩张是走到头，比如我们不知道四季度美联储会不会开始收缩资产负债表，收缩资产负债表和加息其实对整个金融市场和实体市场差异非常大。如果是缩表直接打击的是金融市场，以及财富效应，如果是持续的加息，那对美国的房地产市场，对所有的经济活动的参与者都是利空，但是如果只是缩表，对金融市场的打击非常大。如果看未来的资本市场对美联储缩表，对整个美国风险资产这一块，我们要非常的关注这个事情，因为它一定是对金融市场是个利空。

对中国来说，过去我们释放这么多的流动性，通胀也不高，背后的流动性主要是被房地产市场给吸纳了，所以房地产暴涨，但是显然现在房地产市场大的政策是在收的，给房地产市场未来提供的信贷和流动性一定是在收紧，这个趋势是太明显不过。包括房贷，去年的房贷放了那么多，截至到5月份，我们看房贷的数字还没有明显的下来，但是不代表未来不会下来。因为整个银行存单的成本至少4.7%以上，前一阵子还5.2%，银行去放房贷是亏钱的，所以我们觉得未来针对房贷信贷供给是在收缩。针对企业部门来说，因为很多银行事实上下半年放贷要计提拨备，事实上是亏的，央行上半年觉得信贷投放太快，下半年肯定整个信贷额度收的很紧，这一块也要打一个折扣。第三个是给地方政府借贷，87号文出台之后，很多银行对地方政府融资平台信贷，包括各种PPP，各种地方基金，其实都是面临问题。所以从这个意义上来说，我觉得整个信贷扩张，在下半年大概率应该是往下走，而不是说往上走。

当然在今年整个上半年大家都说M2已经跌到10以下，但是M2的数据绝对是不客观的，因为我们银行的负债，八万亿的同业存单，至少2/3的同业存单是由非银行金融机构持有，这一块严格意义上来说都是货币。老百姓去买了一个余额宝，余额宝做了（同存），货币就消失了，不可能。余额宝的规模是1.5万亿，相当于中国银行的存款，难道这1.5万亿就不是M2吗？一定是M2。

在这种背景下，我们经济的繁荣也好，复苏也好，其实背后还是债务、信贷的扩张，但是未来这个趋势应该是要走向收缩。在这种收缩的背景下，我们回头看看经济，至少我们的名义GDP的增长很难再维持上半年，尤其是一季度11.8%的数据，绝对维持不下去，名义GDP一定是往下走。

如果是这样的话，我们主要是做债券，我觉得债券利率一般来说会滞后于名义GDP的数据，只是时间长短而已，快的时候滞后一两个月，慢的话大概滞后12个月。我们觉得这个滞后的时间长短，取决于接下来信贷收缩程度有多快，以及央行货币政策的转向有多快。现在来看，估计三季度马上收下来也不太现实，货币政策也不会马上去转向，这样来看似乎意味着我们债券市场最终的收益率下行也许比我们想象中慢一点，也许我们还需要再进一步耐心等待时间。但是毫无疑问，方向上债券的收益率顶部已经是探明，这是毫无疑问。这一点我们坚信是能够看得到这个趋势。

在这种背景下，我们整体市场的流动性，其实我们流动性有两个概念，对全社会的流动性来说取决于央行印了多少钱，比如提供给金融机构，金融机构再通过信贷的方式去提供给社会。第二个流动性就是看我们商业银行进行了多少信贷创造。如果我们商业银行在整个三季度或者下半年，它的信贷创造总的是收缩，就意味着全社会实体的流动性面临一个收紧，整个社会的购买力就那么多，是在减少，这种情况下，房地产、实体经济、股票、债券总有一个资产类别的价格面临压力。一般来说，在流动性减少的背景下，价格最高估的资产，流动性最差的资产，面临的压力一定是最大。燕郊的房子基本上都是30%的暴跌，无人问津，因为它的泡沫程度是最大的，所以暴跌的幅度也是最大的，一定是能够看得到这个趋势，因为整体的流动性是在收缩。

对我们金融市场来说，整个二季度是非常惨烈，因为国家要求金融去杠杆，所以金融收缩其实总的来说还可以，因为我们看到M2的增速，广义信贷的增速还有15%。这是很高的增速，因为我们GDP不到7%，至少有8个百分点的额外流动。在这种背景下，金融市场反而暴跌了，因为我们信用收缩主要是针对金融市场，尤其是债券市场，债券市场是整个信贷收缩重灾区。城商行、农商行赎回的净卖出的债券，各卖了五千亿，加起来有一万亿。整个银行对非金融机构的净贷权今年3月份最高点的时候接近余额12万亿，到了4月份还是5月份，数据掉到10万亿出头一点，说明是对非银行金融机构是在收缩信用供给，所以非银行金融机构面临的流动性压力非常大。

在今年6月份，非银机构是很惨的，借钱都是6.5。存款类机构借钱成本还是很快乐的，都在2点几。但是我觉得在上半年这样一个背景下，实体经济还没有经受到信用收缩的考验，因为房贷继续放，平台继续贷，除了企业贷受点影响，但是表内信贷给填上去，实体经济受到的影响并不大，这样我们才能观察到商品期货市场是很有意思的一件事情，4月份商品期货是暴跌，当时大家预期的这种收缩一定会导致需求的收缩，同时利润这么好，钢铁公司冒着杀头的危险也会去生产出来，大家隐含的预期是未来的供给会严格大于你的需求，所以商品市场一轮暴跌。

但是站在目前，大家发现收缩的实际是金融部门，而不是收缩实体。房地产市场也还好，销量不错，这样产生一个很大的预期，做多的人还是做多商品。反过来说，这么高的融资成本，最后怎么可能不传递到实体经济呢。我一直说我们银行的成本都到5，你指望他4.5贷给企业吗，这是不可能的事情。所以在这种背景下面，我们觉得要么银行融资成本，央行给钱把它降下来，降到4以下，要么就是等待最终的信用收缩，对实体经济开始产生打击，只有这两种可能性。

如果说第一种情况，央行愿意采取措施，让商业银行的融资成本降下来，整个流动性毫无疑问比较充裕，也许这种情况下对今年上半年受到巨大估值挤压和扩充压力的中小成长股的股票，也许会带来修复的机会，当然也伴随着整个收益率曲线的变动。另外一种情况，我就不放松，继续收缩，让我们整个实际利率开始抬升。这种背景下，事实上有利于我们城商行曲线触底，因为实际利率太高了。这种背景下，债券市场未来的机会就非常非常好，先走牛平，再走牛陡。从我们的角度来说，我们希望出现这种情况，我们也不清楚最终的中央政策选择哪一种，我们也只能是走一步看一步，慢慢观察。这就是我们的核心想法。

过去十年里，研究人员在计算视觉领域取得了巨大的成功，而这其中，深度学习模型在机器感知任务中的应用功不可没。此外，2012 年以来，由于深度学习模型的复杂程度不断提高，计算能力大涨和可用标记数据的增多，此类系统的再现能力也有了较大进步。

不过在这三个辅助条件中，可用数据集的发展速度并没有跟上模型复杂度（已经从7 层的 AlexNet 进化到了 101 层的 ResNet）和计算能力的提高速度。2011 年时，用于训练 101 层 ResNet 模型的依然是只有 100 万张图片的 ImageNet。因此，研究人员一直有个想法，如果能将训练数据扩容 10 倍，准确率能翻番吗？那么扩容 100 倍或 300 倍又能得到什么样的成果呢？我们能突破现有的准确率平台期吗？数据的增多是否能带来更多突破？

过去五年中，GPU 的计算能力和模型的大小在不断提高，但数据集的规模却在原地踏步

在《重新审视深度学习时代数据的非理性效果》（Revisiting Unreasonable Effectiveness of Data in Deep Learning Era）这篇论文中，研究人员先是吹散了围绕在海量数据和深度学习关系周围的迷雾。他们的目标是探寻如下问题：

1. 如果给现有算法源源不断的加标签图片，它们的视觉再现能力会继续提高吗？

2. 在类似分类、目标检测和图像分割等视觉任务中，数据和性能间关系的本质是什么？

3. 在计算视觉应用中，能应对所有问题的顶尖模型是否用到了大规模学习技术呢？

不过，在考虑以上这些问题前，我们先要考虑去哪找这个比 ImageNet 大 300 倍的数据集。谷歌一直在努力搭建这样一个数据集，以便提升计算视觉算法。具体来说，谷歌的数据集 JFT-300M 已经有 3 亿张图片，它们被分为 18291 个大类。负责为这些图片加标签的是一个专用算法，它用到了原始网络信号、网页关系和用户反馈等一系列信息。

完成加标签的工作后，这 3 亿张图片就有了超过 10 亿个标签。而在这些标签中，大约有 3.75 亿个被负责标签精度的算法选了出来。不过即使这样，整个数据集中的标签依然存在不少噪声（noise）。初步估算的数据显示，被选中图片的标签中有 20% 都属于噪声范围，由于缺乏详尽的注释，因此研究人员无法精确判断到底那些标签应该被取消。

进行了一番实验后，研究人员验证了一些假设，同时实验还带来一些意想不到的惊喜：

1. 更好的表征学习辅助效果。实验显示，大规模数据集的使用能提升表征学习的效果，反过来还提高了视觉任务的表现。因此，在开始训练前搭建起一个大规模的数据集还是相当有用的。同时，实验也表明，无监督和半监督表征学习前途无量。此外，只要数据规模起来了，噪声问题就变得不再重要了。

2. 性能会随着训练数据数量级实现线性增长。也许整个实验最惊人的发现就是视觉任务中的性能和用于表征学习的训练数据规模间的关系了。它们之间居然有着异常线性的关系，即使训练图片多达 3 亿张，实验中也没有出现平台期效应。

目标检测性能会随着训练数据的数量级实现线性增长

3. 容量非常重要。在实验中，研究人员还发现，想要充分利用这个巨大的数据集，模型的深度和容量必须足够大。举例来说，ResNet-50 在 COCO 目标检测基准上就只有 1.87%，而 ResNet-152 就有 3%。

4. 新成果。在本篇论文中，研究人员还在 JFT-300M 数据集训练的模型中发现了不少新成果。举例来说，单个模型已经可以达到 37.4 AP，而此前的 COCO 目标检测基准只有 34.3 AP。

需要注意的是，在实验中用到的训练制度、学习安排和参数设置都是基于此前对 ConvNets 训练的理解，当时的数据集还是只有 100 万张图片的 ImageNet。在工作中，研究人员并没有用到超参数的最优组合，因此最终得到的结果可能并不完美，所以数据的真实影响力在这里可能还被低估了。

这项研究并没有将精力集中在特定任务数据上。研究人员相信，未来获取大规模的特定任务数据将成为新的研究重心。

此外，谷歌那个拥有 3 亿张图片的数据集并不是终极目标，随着技术的发展，建设 10 亿+图片数据集的任务应该提上日程了。AI 科技评论表示对此拭目以待。

埃森哲近日发布最新研究报告《人工智能:助力中国经济增长》称，到2034年人工智能将拉动中国经济年增长率从6.3%提速至7.9%。

此项研究将2035年中国经济规模作为基准情境(即按当前条件发展下的预期经济增长量)，与人工智能效应情境(即人工智能获充分应用下的预期经济增长量)加以对比。结论显示，人工智能作为全新的生产要素，到2035年，中国劳动生产率将提高27%，中国经济总增加值将提升7.111万亿美元。

埃森哲大中华区主席庄泉娘认为:“中国已在人工智能领域取得了巨大进展。我们的研究显示，人工智能有潜力提振中国当前放缓的经济增长。当然，和任何推动变革的技术一样，我们应当正视人工智能所带来的挑战和风险。各利益相关方应当在智力、技术、政治、道德和社会等各方面做好准备，迎接人工智能引领的未来。”

此项调查显示，AI主要通过三种方式激发经济增长。首先，AI创造了虚拟劳动力，解决人类无法完成或相对较困难、较重复的工作。为区别于传统自动化解决方案，人们称其为“智能自动化”。其次，AI通过对现有劳动力和物资进行补充和提升，提高员工能力，提高资本效率。第三，AI将推动更多行业的创新，开辟新的经济增长空间。

研究显示，制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的三个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。

根据国际货币基金组织的统计，如果仅涉及公共政府债务，而不包括国家公民和企业的债务，全球的债务总额搞到60万亿美元。而这60万亿美元的债务，不同国家又承担多大的比例呢？

首先，我们来看看各国占全球债务的比例可视化图。

各国占全球债务的比例

整体来说，经济越发的地区，占比相对较高，但是这跟经济比重还是呈现不同的情况，主要体现着不同的一面。

美国GDP占全球比重的23.3%，但美国政府的债务占全球债务总额的29.1%，而且债务规模和比重都在持续上升。

日本的GDP占全球的比重已经缩小到6.18%，但是日本政府的债务总额却占了全球的19.99%。

中国是全球第二大经济体，占全球经济的比重已经提高到13.9%（截至2015年），但是债务仅占6.25%，政府债务仅仅占GDP的39.4%。

欧洲方面也是债务的“重灾区”，全球债务最多的15个国家中，有9个国家在欧洲，而且还不包括俄罗斯在内。欧洲债务占全球债务比重的26%。美国+日本+欧洲合计占了全球债务的75%。

据Futurism报道，1999年，微软联合创始人比尔·盖茨（Bill Gates）出版了名为《未来时速》（Business @ the Speed of Thought）的著作。他在其中做出15个大胆预测，当时让人听起来觉得非常“离谱”。然而商学院的学生马库斯·基尔约宁（Markus Kirjonen）在他的博客中说，盖茨的预测都被证明准确得惊人。以下就是盖茨20年前所作的15大预言，它们如今基本上都已经成为现实。

盖茨1999年曾做过15大离谱预测 如今一一应验了

1.价格比较网站

盖茨预测：自动价格比较服务将被开发出来，允许人们在多个网站比对价格，从而毫不费力地找到最便宜的产品。

现状：你可以在谷歌或亚马逊上轻松搜索到一种产品，并看到不同的价格。NexTag和PriceGrabber等是专门用于比较价格的网站。

2.移动设备

盖茨预测：人们会随身携带一些小型设备，以帮助他们随时保持联系，无论身在何处，他们都能进行电子商务活动。他们将能够检查新闻，看到自己预订的航班，从金融市场获取信息，并在这些设备上做任何其他事情。

现状：智能手机以及智能手表已经成为现实。

3.通过网络即时支付、在线融资以及更好的医疗保健

盖茨预测：人们将通过互联网支付他们的账单、管理他们的财务预计与医生进行沟通。

现状：技术还没有像Uber颠覆运输方式那样改变医疗领域，但像ZocDoc这样的网站旨在更容易找到和协调医生。像One Medical和Forward这样的初创公司正试图改变医生的办公室，比如通过提供在线和数据驱动医疗服务的月度会员资格。你现在也可以通过Lending Club等网站借钱，通过PayPal和Venmo等网站和应用支付账单。

4.个人助理和物联网

盖茨预测：“个人伴侣”将会出现。它们将以智能方式连接和同步所有设备，无论它们是在家中还是在办公室中，并允许它们交换数据。该设备将检查你的电子邮件或通知，并提供你所需要的信息。当你前往商店时，你可以告诉它自己准备的食谱，它会生成一个你需要采购的材料列表。它会通知你所有的设备，你在购买什么以及时间安排，让它们根据你的行为进行自动调整。

现状：移动设备上运行的智能助理Google Now正朝着这个方向前进。与此同时，像Nest设计的智能设备可以收集你日常生活中的数据，并自动调节房间的温度。还有一系列语音控制设备，如亚马逊的Echo和谷歌的Google Home，你可以下令它们阅读你的电子邮件，并为你提供烹饪指导。

5.在线家庭监控

盖茨预言：你的家里会不间断地播放视频，当你不在家的时候而有人来访时，它会通知你。

现状：2014年，谷歌斥资5.55亿美元收购了家庭监控摄像机制造商Dropcam。但这仅仅是个开始，Ring制造了智能门铃摄像头，可以让你看到谁在你家门口。甚至Petcube的摄像头可让你控制激光，以便你不再的时候依然可以宠物玩耍。

6.社交媒体

盖茨预测：你与朋友和家人联系的私人网站将成为常态，让你聊天和计划各类事件。

现状：现在有20亿人已经在使用Facebook来关注自己的朋友在做什么，并策划各种活动。还有Snapchat、Instagram、WhatsApp以及Facebook Messenger等，其他规模较小的社交网络更如雨后春笋般涌现。

7.自动促销优惠

盖茨预测：软件会知道你预定旅行的时间，并利用这些信息为你提供在当地活动的建议。除了提供活动建议外，它还能提供你想购买的所有东西的折扣、优惠、促销等相关信息。

现状：像Expedia、Kayak等旅游网站可以基于用户过去的购买数据提供建议。谷歌和Facebook可以根据用户的位置和兴趣提供促销广告。Airbnb让人们呆在家里而不是酒店，也开始提供旅行目的地的专业意见，可以让你像当地人那样生活。

8.直播体育讨论网站

盖茨预测：在电视上观看体育比赛时，这些服务将允许你讨论正在发生的事情，并参加一场你认为谁会赢的讨论。

现状：许多社交媒体网站已经拥有类似功能，Twitter成为无可辩驳的领导者，它们甚至还可直播游戏。你也可以在ESPN之类的体育网站上实时留言。

9.智能广告

盖茨预测：设备上将出现智能广告。它们将了解你的购买趋势，并将根据你的喜好显示广告。

现状：只要看看你在Facebook或谷歌上看到的广告，你会发现大多数在线广告服务都有这个功能，广告商可以根据用户的点击历史、兴趣和购买模式对用户进行定位。

10.现场直播的站点链接

盖茨预测：电视广播将包括相关网站和内容的链接，以帮助你更全面地了解信息。

现状：现在几乎所有商品都有标注，鼓励观众去访问网站，比如在Twitter上关注其业务、扫描二维码、、或添加在Snapchat上。很少看到广播是没有网站链接。

11.在线讨论会

盖茨预测：城市和国家居民将能够就影响到他们的问题进行互联网讨论，如地方政治、城市规划或安全问题等。

现状：大多数新闻站点都有评论区，人们可以在这里进行现场讨论，许多网站都有论坛，人们可以对某些问题进行提问和回答。Twitter和Facebook在利比亚、埃及以及突尼斯的政治革命中扮演了重要角色，在美国Black Lives Matter运动中也发挥了重要作用。

12.基于兴趣的在线网站

盖茨预测：在线社区不会受你所在地的影响，你的兴趣最重要。

现状：各种新闻网站和在线社区都关注单一话题，许多新闻网站已扩大到对某个话题进行更深入的垂直报道。Reddit就是分组讨论的很好例子，它着眼于性却，而不是你认识谁，或你在哪里。

13.项目管理软件

盖茨预测：项目经理希望能让整个团队都联网，描述项目，并获得适合他们需求的可用人员的建议。

现状：在企业领域，如今拥有大量工作流程软件，彻底改变你招募、组建团队以及分配工作的方式。

14.网上招聘

盖茨预测：同样，寻找工作的人将能够通过公布自己的兴趣、需求以及专业技能在网上找到就业机会。

现状：像LinkedIn这样的职业社交网站允许用户上传简历，并根据他们的兴趣和需求找到工作，招聘人员也可以根据专业技能进行搜索。

15.商业社区软件

盖茨预测：“公司将能够进行投标工作，无论他们正在寻找建设项目、电影拍摄或广告活动。对于那些想要外包自己通常不想面对的工作的大公司、寻找新客户的公司以及没有服务提供商的公司来说，都是非常有效的。

现状：很多企业软件都集中在社交方面，因此用户可以接触到其他企业，并开始对话，这可能会在他们的应用中直接生成更大的项目。所谓的“零工经济”，再加上Upwork这样的网站，可让大企业更轻松地与自由设计师、作家或工程师联系起来，将它们的工作外包出去。

在几经易主之后，英国奢侈手机制造商Vertu传出制造部门将进入破产清算的消息。尽管Vertu中国对消息作出澄清，但依然难掩其面临的困局。

被曝制造部门即将破产

多家英国媒体报道称，由于拯救计划失败，Vertu制造部门将进入破产清算。这意味着Vertu手机形同全线停产，同时也接近破产边缘。此次清算将导致该公司近200人失业。

Vertu以镶嵌各种珠宝的高端手机著称，在国内某电商平台最贵的一款报价高达247.4万元，最便宜的一款也要2.8万元。

Vertu品牌最早由诺基亚于1998年成立，2012年以1.7亿英镑卖给了私募股权公司EQT。2015年，EQT又将Vertu出售给香港基金公司Godin Holdings。今年3月，流亡在法国的土耳其商人Murat Hakan Uzan从Godin Holdings手中接盘，价格只有5000万英镑。

报道称，Vertu的总债务高达1.28亿英镑，但是Uzan只愿意偿付190万英镑。英国《电讯报》援引Vertu发言人称，该公司拯救计划失败，是因为谈判中债主的要求超过了公司的财务能力。

英国《金融时报》援引知情人士称，Uzan将继续持有Vertu这一品牌以及它的技术和设计授权，且计划对其进行重整。

Vertu中国澄清

对于上述报道，Vertu（纬图）中国官方微博今日表示，Vertu品牌目前一切正常运转，包括产品研发、销售和售后服务，上述报道是对Vertu英国关闭一家生产效率较低工厂时间的错误解读。

Vertu（纬图）中国称，目前Vertu在规划新的生产线，关闭工厂属于战略调整，并不影响Vertu品牌的正常运转，也不影响中国地区销售和售后服务。

走入死胡同

尽管Vertu中国出面辟谣，但作为奢侈品的Vertu手机似乎已经走入死胡同。

Vertu目前的拥有者Uzan由于在土耳其经营不善而欠下巨款，2004年土耳其政府查封了200多家属于Uzan集团的公司，以偿还其家族近57亿美元银行贷款，Uzan家庭的一些成员也因此流亡海外。

Uzan在今年3月接盘Vertu时的声明中称，Vertu是一个强大的品牌，拥有一个公认的小众市场。“我期待与Vertu团队合作并提供投资，以实现Vertu的全部潜力。”

但是，尽管制作工艺领先，但Vertu手机的功能却并不那么出彩，在很长一段时间内，该品牌在功能和配置方面都比市场慢几拍。2010年，Vertu由塞班系统改为安卓系统，2011年发布首款触摸屏手机，与当下主流智能手机快速更新换代相比进度缓慢。

而奢侈手机的竞争也并不弱于大众手机市场，定位高端的商务手机，比如三星W系列、黑莓保时捷定制产品，比Vertu有更清晰的定位同时主打商务属性。而且三星W系列每年一款的迭代，避免了技术迟滞与用户体验的背道而驰。

同时，与LV等毗邻的昂贵门店租金及需要配置专门团队的助理服务，也直接加大了Vertu的运营成本。因此，不少人认为，Vertu如不转型只能等死。