上下班时间久，想办个电信的手机卡，有哪几种？

你好！电信的星卡59档，包含30G国内定向流量和20G国内流量。定向流量可用于百度系、网易系、头条系、腾讯视频、优酷视频、爱奇艺、快手、易信、阿里云、阿里巴巴、书旗小说、高德地图、手淘天猫、央视频。不同地区的套餐详情可能略有出处，请以地方营业厅办理详情为准。  

中国电信的4G畅享卡有29、39、59档可选。4G畅享卡29元——国内流量每月10GB，国内通话100分钟/月。4G畅享卡39元——国内流量每月15GB，国内通话100分钟/月。国内短/彩信01元/条，国内接听免费，超值赠送来电显示/189邮箱免费版/天翼云盘普通版。  

以代工业务产生的稳健利润为基础，富士康的“大象转身”正在进行时。

全文3990字，阅读约需8分钟

作者丨杨硕

编辑丨王方玉

本文核心观点

1、虽然盈利水平较低，但规模红利也足以让富士康形成强大的竞争力。

2、富士康之于地方经济和国家产业发展有重要意义，在整个电子产业链的地位难以替代。

3、积极转型中的富士康布局多个领域，有客户优势和数据经验，会逐渐摆脱代工束缚。

2018年6月8日，持续经营未满3年的工业富联登陆A股市场，创下了36天闪电过会的记录。

两年过去，工业富联的市值从巅峰时期的超5000亿跌到了3000亿左右的尴尬境地，背后是不断下滑的毛利率和差强人意的业绩表现。工业互联网的“概念”，也没能拉动工业富联这艘千亿大船的市值表现。

说到底，低毛利仍然是困住工业富联的“魔咒”。其背后的母公司富士康，同样也难以撕掉低毛利的标签。正如人们所熟悉的，富士康处于微笑曲线中间利润最低的代工制造环节。

不久前，立讯精密通过收购纬创子公司进军苹果手机代工领域，成为了富士康新的、也可能是最强劲的竞争对手。

叠加富士康母公司鸿海精密二季度净利同比下降277%的业绩数据，不少质疑的声音随之而来——在未来一段时间之内，代工仍将是主业，也是富士康向高端转型所依赖的基础，如今这一基础是否要被强劲对手所侵蚀？

大象真的难转身？

根据彼得·马什《新工业革命》的研究，在美国大约以每部500美元的价格上市销售的手机，毛利可达到每部手机321美元。而在321美元的毛利中，富士康组装环节的费用只有65美元，占总价值的36%。

这也是公众对于富士康的普遍印象，它一直处在微笑曲线的中间环节也就是利润最低的部分。

虽然盈利水平较低，但当富士康的体量发展到一定规模后，也足以形成强大的竞争力。

正如杰弗里·韦斯特在《规模》中所说：无论是自然界，还是我们现实当中的组织，都会倾向于越做越大，其根本原因是组织越大，对基础设施的利用率就会越高。也就是说规模越大，越节省资源，同时消耗越少，产出越高。

体现在富士康身上就表现为：产量大销量高，采取产品标准化策略，设备的使用率就高，从而降低了边际成本；而且面对供应商的议价能力增强，原材料成本低于产量规模小的企业。

众所周知，富士康的主要客户Amazon、苹果、Cisco、Dell等全球知名电子品牌非常强势，对于代工厂也有着强大的议价权。

表现最突出的是苹果，它习惯引入新供应商来压缩供应商的利润，转化为自己更低的成本。比如在代工环节进入新供应商和硕来降低成本，制衡富士康。

但富士康仍然能从其中获得相对可观的利润。 业内对富士康有“赤字接单，黑字出单”的评价，背后正是其成本管控能力的体现。

2019年工业富联通信及移动网络设备板块的毛利率是1117%，为苹果手机代工的业务板块作为比较赚钱的生意未纳入到上市体系中，其毛利要更高。

同样的，虽然立讯精密通过收购纬创资通两家子公司股权打入了苹果的手机代工产业链，但一个不能忽视的问题是，根据公开资料，被收购公司在江苏省的两家工厂累计亏损已经达到84亿人民币。

立讯精密能否扭转纬创的败局，实现盈利仍然是未知数，距离大规模上量也有不少距离。

曾在富士康有十多年产业经验的云启资本副总裁郑瑞庭告诉亿欧，富士康不会被取代，不过随着立讯精密入局，各自拿到的苹果代工份额会有调整。具体还要看双方对客户的服务力，谁更有竞争力谁就会获得更大的份额。

同样曾在富士康某事业部工作多年的工程师刘志勇也持相似观点，他表示，富士康之所以可以发展成为代工巨头，在于它的管理体系的高效和成本控制能力。能否被取代，要看有没有对手能像富士康一样高效，同时拥有巨大的订单量。

从财务数据来看，富士康（以工业富联为代表）在反应企业生产经营各环节中存货运营效率的存货周转率指标上也明显高于可比同行，包括立讯精密。

虽然强势的下游客户会延迟支付货款，但工业富联可以将压力转嫁给其上游供应商。反映到财务数字上，2019年工业富联的应收账款为84644亿元，而应付账款和其他应付款合计为79917亿元。

与此同时，下游的国际优质企业客户们发展稳定，且与工业富联保持着长期联系，货款支付有非常好的保障和安全性。

工业富联2018年、2019年的销售现金流与营收比都大于100%，卖出去的货，最终都能收的回来钱，这是很多为小厂商代工的企业所不具备的优势。

富士康最巅峰时共拥有120多万名员工，而散落各地的工厂也俨然一座座小型的城市。深圳富士康规模一度超过了40万人，相当于瑞士第一大城市苏黎世的人口总和。

一座富士康工厂的建立，能够创造大量的就业机会。2010年，富士康落户郑州，在一年时间里就达到了入住员工13万的成就，增强了河南这一人口大省对劳动力的消化能力。

同时，富士康作为全球最大的代工企业，向上连接的是顶级品牌商，向下连接的是千万中小企业。在下游，有一批与其配套自发成长起来数量庞大的中小规模民营企业，极为专业化地生产各种配件。

在富士康产业园中，包括智能手机、超高清电视、智能家居等的各类产业，都能够吸引上下游产业链和关联方在此投资，创造新的产业集群。

地方政府通过引进富士康，可以带来相关配套产业链的转移以及知名企业的“抢滩登陆”，产生连锁经济效应。

以郑州为例，郑州的富士康产业园区每年能够生产8000万多部手机和其他电子产品，进出口量占了河南省进出口总量的67%左右。

据河南省商务厅数据显示，郑州富士康2011年6月出口144亿美元，拉动外商投资企业、加工贸易、机电产品上半年出口分别实现增长575%、532%、493%。

因此各地政府纷纷“筑巢引凤”，给出优厚条件吸引富士康在当地设厂，还在劳动力、税收、出口等多个方面为富士康提供便利。不仅帮助分担能源和运输费用，而且动用政务系统，在财政上专门拨付资金保障富士康招工。

富士康的价值甚至引来了国际的争抢。2017年，郭台铭拜访白宫，有六位美国州长为各自的州争抢富士康投资项目，威斯康辛州州长宣布予以30亿美元的激励优惠，并得到了特朗普的大力支持。

从中不难看出，富士康这艘产业巨舰之于地方经济发展、甚至是国家产业发展的重要意义。 在代工行业 探索 了46年，富士康已经找到一条属于代工厂的生存之道，当规模足够庞大，平台足够广阔的时候，富士康之于整个电子产业链的位置难以替代。

一位通信行业的央企上市公司CEO告诉亿欧，他本人最佩服的商人就是富士康的创办人郭台铭。富士康的生意是几乎是世界上最聪明的生意，稳定、长久且难以被取代。

“富士康的下游客户们或许可以凭借一时的技术优势获得超额和垄断的利润，但一旦巨额研发押宝失败或技术更新不及时，就难以逃脱掉队甚至是消亡的命运。”

富士康上世纪90年代左右主要做电脑，跨入21世纪就涉足手机，目前也在涉足电动车零部件代工和芯片设计、封测与设备，它并不需要像下游客户一样投入巨大研发成本蹚出产业创新之路，只需要跟随电子行业发展趋势做出相应调整，就能保证自身的稳健、长久发展。

或许是富士康没有及早对员工群体出现的变化做出有效的调整应对，2010年富士康发生了员工跳楼事件，从1月开始到11月，十余名富士康员工坠楼。

一时之间，富士康被千夫所指，“员工跳楼事件”成为富士康发展史上难以抹去的污点。

2011年开始，郭台铭表示未来富士康将增加生产线上的机器人数量。随着工业机器人的广泛使用，富士康的员工数量逐步缩减，业务和规模不降反增。

从长期来看，劳动人口的红利逐渐消退，劳动者对单调的体力劳动接受度也在不断降低。 富士康被倒逼发展智能工厂、熄灯工厂的举措也符合了这一大趋势。

如今，富士康已经将灯塔工厂建设经验实现了产品服务化，作为整体的解决方案推向市场，赋能其他生产者。它旗下的“柔性装配作业智能工厂”在2019年入选世界经济论坛“制造业灯塔工厂”。

根据工业富联官网介绍，入选灯塔工厂的智能工厂，整个项目导入108台自动化设备，并完成联网化。项目完成后，节省人力280人，这已经节省了该厂88%的人力，效益却提升了25倍。

不难看出，富士康这只大象，正在积极转型过程当中。

富士康作为3C代工领域最大的平台型企业，在发展的过程中积累的众多供应商以及紧密的联系是其转型的一大优势。 在工业互联网的模式下，富士康是接入设备最多的工业互联网平台，最终形成的数据经验，会成为富士康的核心资源。

郑瑞庭告诉亿欧：“富士康和客户的联系不是所谓的一个数据型公司能取代的。所以富士康的切入点也非常明显，它和客户是共生的。从这方面来看，富士康能够找到自己在工业互联网上成功的方向。”

此外，在新能源 汽车 产业上，富士康布局了整车零部件、锂电池材料、还入股了宁德时代，投资了滴滴、摩拜、小鹏 汽车 。目前特斯拉电动 汽车 所使用的零部件中，大约30%是富士康生产的。

富士康涉足了半导体产业多个领域，包括IC设计、设备及制程服务和封测业务，已具备垂直整合能力架构。2019年，鸿海在半导体产业上营收已达到700亿新台币。

与3C电子产品835%的毛利率相比， 科技 服务、芯片产业可观的毛利率对于富士康来说都意义重大。如果 科技 服务业务、芯片板块、新能源 汽车 板块都能成长起来，富士康也将会打破电子产品代工的局限。

对于一个成立已46年，在代工行业成长为全球老大，位居世界500强第26位的巨头而言，代工厂、低毛利是过于简单粗暴的标签。

在行业内46年立于不败之地，足够富士康摸索出属于代工厂的生存之道。当规模足够庞大时，富士康拉动巨大就业、带动所在地电子产业链的繁荣，进而影响到城市发展。

如今，这艘产业巨舰也在5G和物联网时代进行着自我变革，从收购夏普、推动工厂智能化转型代替人力，到打造工业互联网平台，进军新能源 汽车 。

以代工业务产生的稳健利润为基础，富士康的“大象转身”正在进行时。

致谢：

以下专业人士在本文写作中提供了有价值的观点和案例，但篇幅所限不能全部附上，特别致谢（排名不分先后）：

云启资本副总裁郑瑞庭、前富士康某事业部工程师刘志勇以及一位不愿透露姓名的通信央企上市公司CEO。

围墙里的大数据注定成为死数据。大数据需要开放式创新，从数据的开放、共享和交易，到价值提取能力的开放，再到基础处理和分析平台的开放，让数据如同血液在数据社会的躯体中长流，滋润数据经济，让更多的长尾企业和数据思维创新者产生多姿多彩的化学作用，才能创造大数据的黄金时代。
我的大数据研究轨迹
我做了4-5年的移动架构和Java虚拟机，4-5年的众核架构和并行编程系统，最近4-5年也在追时髦，先是投入物联网，最近几年一直在做大数据。我们团队的大数据研究轨迹如下图所示：
2010-2012年，主要关注数据和机器的关系：水平扩展、容错、一致性、软硬件协同设计，同时厘清各种计算模式，从批处理（MapReduce）到流处理、Big SQL/ad hoc query、图计算、机器学习等等。事实上，我们的团队只是英特尔大数据研发力量的一部分，上海的团队是英特尔Hadoop发行版的主力军，现在英特尔成了Cloudera的最大股东，自己不做发行版了，但是平台优化、开源支持和垂直领域的解决方案仍然是英特尔大数据研发的重心。
从2013年开始关注数据与人的关系：对于数据科学家怎么做好分布式机器学习、特征工程与非监督学习，对于领域专家来说怎么做好交互式分析工具，对于终端用户怎么做好交互式可视化工具。英特尔研究院在美国卡内基梅隆大学支持的科研中心做了GraphLab、Stale Synchronous Parallelism，在MIT的科研中心做了交互式可视化和SciDB上的大数据分析，而中国主要做了Spark SQL和MLlib（机器学习库），现在也涉及到深度学习算法和基础设施。
2014年重点分析数据和数据的关系：我们原来的工作重心是开源，后来发现开源只是开放式创新的一个部分，做大数据的开放式创新还要做数据的开放、大数据基础设施的开放以及价值提取能力的开放。
数据的暗黑之海与外部效应
下面是一张非常有意思的图，部分是化石级的，即没有联网、没有数字化的数据，而绝大多数的数据是在这片海里面。只有海平面的这些数据（有人把它称作Surface Web）才是真正大家能访问到的数据，爬虫能爬到、搜索引擎能检索到的数据，而绝大多数的数据是在暗黑之海里面（相应地叫做Dark Web），据说这一部分占数据总量的85%以上，它们在一些孤岛里面，在一些企业、政府里面躺在地板上睡大觉。
数据之于数据社会，就如同水之于城市或者血液之于身体一样。城市因为河流而诞生也受其滋养，血液一旦停滞身体也就危在旦夕。所以，对于号称数据化生存的社会来说，我们一定要让数据流动起来，不然这个社会将会丧失诸多重要功能。
所以，我们希望数据能够像“金风玉露一相逢”那样产生化学作用。马化腾先生提出了一个internet+的概念，英特尔也有一个大数据X，相当于大数据乘以各行各业。如下图所示，乘法效应之外，数据有个非常奇妙的效应叫做外部效应（externality），比如这个数据对我没用但对TA很有用，所谓我之毒药彼之蜜糖。
比如，金融数据和电商数据碰撞在一起，就产生了像小微贷款那样的互联网金融；电信数据和政府数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，麦肯锡列举了很多应用，比如可以发现骗保；物流数据和电商数据凑在一块，可以了解各个经济子领域的运行情况；物流数据和金融数据产生供应链金融，而金融数据和农业数据也能发生一些化学作用。比如Google analytics出来的几个人，利用美国开放气象数据，在每一块农田上建立微气象模型，可以预测灾害，帮助农民保险和理赔。
所以，要走数据开放之路，让不同领域的数据真正流动起来、融合起来，才能释放大数据的价值。
三个关于开放的概念
1、数据开放
首先是狭义的数据开放。数据开放的主体是政府和科研机构，把非涉密的政府数据及科研数据开放出来。现在也有一些企业愿意开放数据，像Netflix和一些电信运营商，来帮助他们的数据价值化，建构生态系统。但是数据开放不等于信息公开。首先，数据不等于信息，信息是从数据里面提炼出来的东西。我们希望，首先要开放原始的数据（raw data），其次，它是一种主动和免费的开放，我们现在经常听说要申请信息公开，那是被动的开放。
Tim Berners Lee提出了数据开放的五星标准，以保证数据质量：一星是开放授权的格式，比如说PDF；其次是结构化，把数据从文件变成了像excel这样的表；三星是开放格式，如CSV；四星是能够通过URI找到每一个数据项；五星代表能够和其它数据链接，形成一个开放的数据图谱。
现在主流的数据开放门户，像datadov或datagovuk，都是基于开源软件。英特尔在MIT的大数据科研中心也做了一种形态，叫Datahub：吉祥物很有趣，一半是大象，代表数据库技术，一半是章鱼，取自github的吉祥物章鱼猫。它提供更多的功能比如易管理性，提供结构化数据服务和访问控制，对数据共享进行管理，同时可以在原地做可视化和分析。
广义的数据开放还有数据的共享及交易，比如点对点进行数据共享或在多边平台上做数据交易。马克思说生产资料所有制是经济的基础，但是现在大家可以发现，生产资料的租赁制变成了一种主流（参考《Lean Startup》），在数据的场景下，我不一定拥有数据，甚至不用整个数据集，但可以租赁。租赁的过程中要保证数据的权利。
首先，我可以做到数据给你用，但不可以给你看见。姚期智老先生82年提出“millionaires’ dilemma（百万富翁的窘境）”，两个百万富翁比富谁都不愿意说出自己有多少钱，这就是典型的“可用但不可见”场景。在实际生活中的例子很多，比如美国国土安全部有恐怖分子名单（数据1），航空公司有乘客飞行记录（数据2），国土安全部向航空公司要乘客飞行记录，航空公司不给，因为涉及隐私，他反过来向国土安全部要恐怖分子名单，也不行，因为是国家机密。双方都有发现恐怖分子的意愿，但都不愿给出数据，有没有办法让数据1和数据2放一起扫一下，但又保障数据安全呢？
其次，在数据使用过程中要有审计，万一那个扫描程序偷偷把数据藏起来送回去怎么办？再者，需要数据定价机制，双方数据的价值一定不对等，产生的洞察对各方的用途也不一样，因此要有个定价机制，比大锅饭式的数据共享更有激励性。
从点对点的共享，走到多边的数据交易，从一对多的数据服务到多对多的数据市场，再到数据交易所。如果说现在的数据市场更多是对数据集进行买卖的话，那么数据交易所就是一个基于市场进行价值发现和定价的，像股票交易所那样的、小批量、高频率的数据交易。
我们支持了不少研究来实现刚才所说的这些功能，比如说可用而不可见。案例一是通过加密数据库CryptDB/Monomi实现，在数据拥有方甲方这边的数据库是完全加密的，这事实上也防止了现在出现的很多数据泄露问题，大家已经听到，比如说某互联网服务提供商的员工偷偷把数据拿出来卖，你的数据一旦加密了他拿出来也没用。其次，这个加密数据库可以运行乙方的普通SQL程序，因为它采用了同态加密技术和洋葱加密法，SQL的一些语义在密文上也可以执行。
针对“百万富翁的窘境”，我们做了另一种可用但不可见的技术，叫做数据咖啡馆。大家知道咖啡馆是让人和人进行思想碰撞的地方，这个数据咖啡馆就是让数据和数据能够碰撞而产生新的价值。
比如两个电商，一个是卖衣服的，一个是卖化妆品的，他们对于客户的洞察都是相对有限的，如果两边的数据放在一起做一次分析，那么就能够获得全面的用户画像。再如，癌症是一类长尾病症，有太多的基因突变，每个研究机构的基因组样本都相对有限，这在某种程度上解释了为什么过去50年癌症的治愈率仅仅提升了8%。那么，多个研究机构的数据在咖啡馆碰一碰，也能够加速癌症的研究。
在咖啡馆的底层是多方安全计算的技术，基于英特尔和伯克利的一个联合研究。在上面是安全、可信的Spark，基于“data lineage”的使用审计，根据各方数据对结果的贡献进行定价。
2、大数据基础设施的开放
现在有的是有大数据思维的人，但他们很捉急，玩不起、玩不会大数据，他不懂怎么存储、怎么处理这些大数据，这就需要云计算。基础设施的开放还是传统的Platform as a Service，比如Amazon AWS里有MapReduce，Google有Big Query。这些大数据的基础处理和分析平台可以降低数据思维者的门槛，释放他们的创造力。
比如decidecom，每天爬几十万的数据，对价格信息（结构化的和非结构化的）进行分析，然后告诉你买什么牌子、什么时候买最好。只有四个PhD搞算法，其他的靠AWS。另一家公司Prismatic，也利用了AWS，这是一家做个性化阅读推荐的，我专门研究过它的计算图、存储和高性能库，用LISP的一个变种Clojure写的非常漂亮，真正做技术的只有三个学生。
所以当这些基础设施社会化以后，大数据思维者的春天很快就要到来。
3、价值提取能力的开放
现在的模式一般是一大一小或一对多。比如Tesco和Dunnhumby，后者刚开始是很小的公司，找到Tesco给它做客户忠诚度计划，一做就做了几十年，这样的长期战略合作优于短期的数据分析服务，决策更注重长期性。当然，Dunnhumby现在已经不是小公司了，也为其他大公司提供数据分析服务。再如沃尔玛和另外一家小公司合作，做数据分析，最后他把这家小公司买下来了，成了它的Walmart Labs。
一对多的模式，典型的是Palantir——Peter Thiel和斯坦福的几个教授成立的公司，目前还是私有的，但估值近百亿了，它很擅长给各类政府和金融机构提供数据价值提取服务。真正把这种能力开放的是Kaggle，它的双边，一边是10多万的分析师，另一边是需求方企业，企业在Kaggle上发标，分析师竞标，获得业务。这可能是真正解决长尾公司价值提取能力的办法。当然，如果能和我们的数据咖啡馆结合，就更好了。

市面上有三种物联网卡。电信流量卡性价比高，联通流量卡稳定，移动流量卡信号好，但基本买不到。1物联网卡大多需要实名认证，没有太大影响，不与手机卡数量相互影响。22020年所有移动IOT卡都要挂了，协议还得重新签。这一年过去了。3电信方面，这个IOT卡是今年兴起的，还是比较稳定的，5G卡居多。4现在市场上鱼龙混杂，经常断网或者限速是很不好的。选择IOT卡一定要选择靠谱的公司，比如潇湘公司的大象IOT卡，云电通讯的IOT卡。这两个公司有多年的合作经验，可靠的售后服务，和专门的客户服务是可用的和稳定的。客服工作时间是晚上9点到9点。推荐几款2021年性价比高的IOT卡。电信——小深卡电信5g卡，35元100G虚30%，适合大部分学生党和上班族。正常4g在信号好的地方可以提速到100mbps，4G的下载速度可以达到每秒15M，非常不错。每个月都可以自由叠加套餐。无叠加套餐的IOT卡性价比高，无限平均网速10mbp到50mb。每个月底流量清零到联通沈啸卡联通卡IOT卡，空30%，26号是第一天，27号是第一天。套餐在中距离，也比联通普通手机卡性价比高很多，玩游戏延迟更低。4G的卡板兼容所有类型的手机，有的学校电信性能差，可以选这个。下载速度在1M到4M左右。包装也可以自由堆叠。不锁卡换卡槽，5分钟就能恢复网络。而且最大的好处和电信一样，不用预存话费。这很好。潇湘IOT知名品牌电信大象卡，虚标量20%。这两年口碑不错的IOT卡电信5g卡，支持5G和4G下载速度，4G可以达到每秒15M，非常不错，每个月可以自由叠加套餐，平均网速10mbp到50mb。流量在每个月底被清除。

你好！电信的星卡59档，包含30G国内定向流量和20G国内流量。定向流量可用于百度系、网易系、头条系、腾讯视频、优酷视频、爱奇艺、快手、易信、阿里云、阿里巴巴、书旗小说、高德地图、手淘天猫、央视频。不同地区的套餐详情可能略有出处，请以地方营业厅办理详情为准。  

---