转自: 2020年中国人工智能+物流发展研究报告_应用 (sohucom)
嵌牛导读
近年来,中国物流业在互联网经济的催动下发展较快,在成本不断攀升、效率提升缓慢的背景下,物流业最迫切的需求即“降本增效”。人工智能技术及相关软硬件产品的加入能够在运输、仓储、配送、客服等环节有效降低物流企业的人力成本,提高人员及设备的工作效率,是缓解物流业顽疾的一味良药。
本报告中的“人工智能 + 物流”指的是基于人工智能技术的软硬件产品及服务在物流活动各环节中的实际落地应用。 2019年人工智能+ 物流的市场规模为159亿元,预计到2025年市场规模将接近百亿。在物流各环节的应用分布方面,仓储与运输占比较大,两者占比之和超过八成。
人工智能在物流中的应用方向可以大致分为两种,一是以AI技术赋能的如无人卡车、AMR、无人配送车、无人机、客服机器人等智能设备代替部分人工 ;二是通过计算机视觉、机器学习、运筹优化等技术或算法驱动的如车队管理系统、仓储现场管理、设备调度系统、订单分配系统等软件系统 提高人工效率。代替人工方向的AI应用市场前景广阔,但受技术水平和政策限制等因素影响,落地条件尚不成熟,还需要较长的培育时间。提效方向的AI应用已具备一定的技术基础,但实际场景散落在物流业务体系中的各个角落,场景清晰度不高,空间不足。
目前,人工智能在物流领域还处于探索之中,但从已经取得的成果来看,“人工智能+物流”的确能够给物流企业在降本增效层面带来收益。物流企业应该以立足当下、着眼长远的原则,以辅助管理、提升效率为短期目标,寻找自身业务链条中能够被 AI 技术赋能的环节并通过试点论证,稳步推进;对未来有望打破物流现有业态的前沿应用做好技术储备。AI公司一方面要把握与物流企业与电商平台的合作机会,在不断地测试积累中打磨核心技术;另一方面也要灵活运用自己研发的技术与产品,在关注物流行业的同时寻找其他的适配领域和变现途径,具备一定的造血能力,以待机会到来之时能够迅速响应物流领域的市场需求。
嵌牛鼻子人工智能运用于物流行业。
嵌牛提问人工智能在物流行业有什么运用呢?
嵌牛正文
物流业的核心痛点
成本增速高于收入增速,物流效率提升缓慢
尽管中国物流业近年来一直保持着较快的发展速度,但随着人力资源、土地资源等要素成本的不断提高,中国物流企业的成本增长速度始终高于收入增速,国家发改委与中国物流与采购联合会共同发布的《全国重点物流企业统计调查报告》中的数据显示,2007-2016年国内重点企业物流业务成本年均增速为105%,比收入增速高07个百分点。在行业成本居高不下的背景下,国内物流行业的效率一直处于较低水平。以社会物流总费用与GDP比率为例,2019年全国社会物流总费用达到146万亿元,占GDP比率为147%。尽管这一比率近年来总体上呈持续下降态势,但下降速度非常缓慢,与发达国家8-9%的水平相比仍有非常大的差距,与全球平均水平(12%)比起来也尚有一段距离。
物流业与人工智能的契合之处
AI是物流降本增效的良药,物流亦是AI展示能力的舞台
物流业的核心痛点决定了该行业最迫切的需求即“降本增效”,物流企业的自动化、信息化转型升级都是为实现降本增效目的而做出的努力。人工智能技术产品的加入能够进一步推动物流业向“智慧物流”发展,更大限度地降低人工成本、提升经营效率。对于人工智能行业而言,随着技术的不断迭代,人工智能不再是高悬于天上的空中楼阁,“商业落地”已成为人工智能企业发展到当前阶段鲜明的主题词。从落地难度及发展前景来看,业务流程清晰、应用场景独立、市场空间巨大的物流业无疑是人工智能落地的绝佳选择。
人工智能+物流概念界定
关键词:人工智能技术、软硬件产品及服务、落地应用
本报告中所阐述的“人工智能+物流”指的是基于人工智能技术(机器学习、深度学习、计算机视觉、自动驾驶等)的软硬件产品及服务(无人卡车、无人机/无人车、智能调度系统等)在物流活动各环节(运输、仓储、配送、客服等)中的实际落地应用。“人工智能+物流”是物流科技的新形态,本报告对“人工智能+物流”的研究范围主要集中在物流活动中的运输、仓储、配送及客服四个环节,分析研究人工智能技术及产品在上述物流作业流程中的应用情况与效果。
人工智能+物流发展环境
利好政策与企业及用户的需求鼓励物流业积极拥抱人工智能
近年来,物流行业发展基础和整体环境发生显著变化,新兴技术广泛应用、包裹数量爆发增长、用户体验持续升级等因素对物流企业的运作思路、商业模式、作业方式提出新需求、新挑战。作为物流行业转型升级的新动能,人工智能进入物流领域的时间尽管相对较短,但发展环境非常有利。政策层面,国务院、发改委等政府相关部门纷纷出台物流相关政策及规划,鼓励企业利用人工智能技术及产品降低物流成本、提升物流效率;经济层面,一方面全国物流业总收入始终处于稳定增长状态,另一方面物流总费用依然居高不下,企业亟需进一步控制物流成本,“人工智能+物流”的空间极为广阔;社会层面,“人工智能+物流”既能满足城市居民对提升即时物流服务效率的需求,又可拓展快递快运的服务边界以惠及农村居民。
人工智能+物流的核心技术
计算机视觉应用最为广泛,自动驾驶有望先于其他行业落地
目前,在物流行业实现应用的人工智能技术主要以深度学习、计算机视觉、自动驾驶及自然语言理解为主。物流领域中,深度学习在运输路径规划、运力资源优化、配送智能调度等场景中发挥至关重要的作用;计算机视觉是现阶段物流领域应用最广的人工智能技术,智能仓储机器人、无人配送车、无人配送机等智能设备都以视觉技术为基础,此外,计算机视觉还能实现运单识别、体积测量、装载率测定、分拣行为检测等多项功能;自动驾驶技术是运输环节智能化的核心技术,尽管尚未正式投入使用,但头部企业的无人卡车已经开始在特定路段进行实地路测和试运行;自然语言理解主要用于物流企业,尤其是快递快运企业的智能客服系统,该技术能有效降低企业在客服环节的人工成本。
人工智能+物流产业链分析
产业链尚不成熟,角色界限比较模糊
人工智能+物流产业链与传统物流产业链差异最大的地方在于,其上下游关系并非泾渭分明,或者说人工智能+物流的产业链还不太成熟,AI公司、物流企业、电商平台都在产业链中扮演重要角色,AI公司通过直客模式或集成商渠道向下游客户提供AI+物流相关产品与技术服务,而物流企业与电商平台也通过建立研发团队、成立科技子公司等方式研究开发AI技术在物流各环节中的可行应用,三者之间存在合作加潜在竞争的关系,生态比较开放。
人工智能+物流产业图谱
人工智能+物流市场规模
现有市场规模159亿元,仓储与运输环节的应用占比较高
AI公司进入物流领域的时间尚短,产业链下游物流企业与电商平台在人工智能产品技术自主研发中的不遗余力也令解决方案提供方们可选择的入局角度相当有限。从供给侧能够获取的收入来看,2019年人工智能+物流领域的市场规模为159亿元,随着技术能力的提升和行业理解的加深,预计到2025年市场规模将接近百亿水平。人工智能在物流各环节的应用分布方面,智能仓储与智能运输占比较大,两者占据了八成以上的份额;智能配送的落地环境尚不成熟,现阶段规模较小,但未来想象空间极大;智能客服的应用场景较为单一,在各环节中占比最小。
智能运输中的人工智能应用
人工智能在运输中的应用方向集中在无人卡车及车辆管理
运输是物流产业链条的核心环节,也是物流成本构成的重要内容,运输费用在社会物流总费用中的占比始终在50%以上。但由于运输环境及运输设备的复杂性,现阶段人工智能在物流运输中的应用尚处于起步阶段。目前国内人工智能在物流运输环节的应用集中于公路干线运输,主要有两大方向:一种是以自动驾驶技术为核心的无人卡车;另一种是基于计算机视觉与AIoT产品技术,为运输车辆管理系统提供实时感知功能。人工智能赋能物流运输的最终形态必然将是由无人卡车替代人工驾驶卡车,尽管近两年自动驾驶在卡车领域进展顺利,无人卡车在港区、园区等相对封闭的场景中已经开始进入试运行阶段,但与实际运营的距离尚远。未来数年内,人工智能在物流运输中的商业化价值主要体现在车辆状态监测、驾驶行为监控等功能。艾瑞认为,2019年国内人工智能+物流运输的市场规模为61亿元,预计到2025年超过30亿元。
智能运输丨无人卡车
无人卡车的商业化前夜已经到来,但大规模应用仍需时日
近年来,自动驾驶技术的开发与应用一直深受各界关注,与无人卡车相比,无人驾驶乘用车往往更吸引普通民众的眼球。从技术角度出发,应用在无人卡车上的自动驾驶技术与乘用车并无二致,其系统架构同样是由感知层、决策层与执行层组成,感知载体也都以摄像头、激光雷达、毫米波雷达、超声波雷达等传感器为主。但对于目前尚处在实验阶段的无人驾驶车辆而言,城市路况的复杂程度和不确定因素给无人驾驶乘用车的商业化道路带来极大的障碍。反观物流领域,港口、物流园区、高速公路等道路运输主要场景的封闭性较高,运输路线相对较为固定,测试数据的获取与积累也更容易。从商业化的进程来看,以图森未来为代表的L4级别自动驾驶卡车已经率先进入到了试运营阶段,无人卡车的商业化序幕正在缓缓拉开。但这只是无人卡车在物流运输中的初步尝试,目前仍然存在技术稳定性有待验证、可测试路段较少、国内甩挂运输份额较小等诸多问题还未解决,无人卡车距离大规模商业化应用尚需时日。
智能运输丨车队管理系统
实时感知车辆与司机状态,适用于各类运输车辆
无人卡车能够从根本上颠覆整个物流运输流程,但可预见的是在未来一段相当长的时间内,国内公路运输的主力依然会是规模不一的物流企业及其管理的车队。目前,国内人工智能赋能物流运输的主要形式是基于计算机视觉技术与AIoT技术,在车队管理系统中实现车辆行驶状况、司机驾驶行为、货物装载情况的实时感知功能,使系统在车辆出现行程延误、线路异常和司机危险行为(瞌睡、看手机、超速、车道偏离等)时进行风险报警、干预和取证判责,并最终达到提升车队管理效率、减少运输安全事故的目的。与无人卡车的“替代性”功效不同,车队管理系统中所应用的计算机视觉技术是在对原有物联网功能的补充与拓展,依然是以辅助者的角度来帮助司机和车队管理者,其感知设备是后装形式的车载终端,决策来自系统平台,对车辆的控制和动作执行要通过司机手动完成。因此就现阶段而言,融入人工智能技术的车队管理系统在适用性和商业化程度上领先于无人卡车。
智能仓储中的人工智能应用
目前仍以点状应用散落于整个智能仓储系统的各个子系统中
物流业是一个“动静结合”的产业,运输与配送代表着物流的“动”,仓储则代表物流的“静”。为了提升效率,物流产业对仓储也有“动”起来的强烈需求,智能仓储即通过物联网、大数据、人工智能、自动化设备及各类软件系统的综合应用,让传统静态仓储也朝着动静结合的方向进行转变。智能仓储属于高度集成化的综合系统,一般包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统等。因此在智能仓储中,商品的入库、存取、拣选、分拣、包装、出库等一系列流程中都有各种类型物流设备的参与,同时需要物联网、云计算、大数据、人工智能、RFID等技术的支撑。从目前来看,人工智能在智能仓储系统中的应用还不够成熟,仍以货物体积测算、电子面单识别、物流设备调度、视觉引导、视觉监控等多种类型的点状应用散布于整个系统的各个环节当中。
智能仓储丨仓储现场管理
仓内管理——规范员工行为、减少货物损失、降低理赔风险
人工智能在智能仓储中的应用领域之一是在仓储现场管理场景中,其实现途径是以高清摄像头为硬件载体,通过计算机视觉技术监测并识别仓储现场中人员、货物、车辆的行为与状态。根据作业环境,我们可以将人工智能技术在仓储现场管理中的具体应用分为仓内现场管理与场院现场管理。计算机视觉技术在仓内现场管理的应用场景一是针对仓内工作人员的行为进行实时监测,识别并记录暴力分拣、违规搬运等容易对货物、包裹造成破坏及损伤的行为,采集行为实施人员的相关信息;二是监测仓内流转的货物、包裹的外观情况,识别并判断包裹的破损情况,对存在明显破损的包裹进行预警上报。在仓内现场管理中引入计算机视觉技术,能够起到监督与规范员工行为、降低货物破损与丢失概率、减少理赔成本等作用。
智能仓储丨AMR
仓储AMR市场尚处于起步阶段,未来六年CAGR达367%
尽管AMR具备柔性部署、自主灵活等优势,但AMR产品技术门槛较高,国内能够实现量产且推动项目落地的企业相对较少,AMR市场尚处于起步阶段,还需要一段市场验证时间。而随着落地项目带来的数据积累以及算法的不断优化打磨,AMR将会逐步得到更为广泛的应用,其市场发展前景极为可观。艾瑞认为,2019年国内仓储AMR的市场规模为68亿元,未来数年,AMR市场规模将以高速增长状态迅速扩张,预计到2025年,国内仓储AMR的市场规模将超过40亿元。
智能仓储丨设备调度系统
基于深度学习与运筹优化算法,提升设备群体的智能化程度
随着AS/RS、AGV、AMR、穿梭车、激光叉车、堆垛/分拣机器人等不同类别的自动化及智能化设备越来越多地进入到仓储环境中,设备的调度与协同成为影响设备工作效能的关键因素之一。如果把仓储环境中的各类设备比作一只足球队,那么设备调度系统就相当于球队的教练,负责制定球队战术、选择出场球员以及指挥球员跑位等工作。早期仓储设备的调度与控制主要是以WCS(仓库控制系统)为载体,接收WMS/ERP等上层系统的指令后,控制着设备按照既定设计的运行方式进行工作。而在人工智能技术,尤其是深度学习与运筹优化算法的驱动下,设备调度系统在准确性、灵活性、自主性方面取得显著提升。以AGVS为例,基于大规模聚类、约束优化、时间序列预测等底层算法,AGV智能调度系统能够灵活指挥数百乃至上千台AGV完成任务最优匹配、协同路径规划、调整货架布局、补货计划生成等多项业务,并随数据积累与学习不断自主优化算法。可以说,AI算法加持的设备调度系统能够在一定程度上将系统自身的智能赋予设备本体,使设备群体的智能化程度得以提升。
智能配送中的人工智能应用
理论上市场空间极为广阔,但仍需要较长时间培育
配送是货物流动过程的最后环节,也是物流链条上人力资源投入最重的环节。以快递业与即时配送行业为例,全国快递员数量在2018年就已突破300万,工作灵活性较强的即时配送行业所需人力更甚于快递行业,2019年,仅在美团点评平台上领取过收入的骑手数量就高达3987万人。对于旨在降低人力成本和提高人力效能的人工智能而言,配送领域的应用前景相当广阔,且场景清晰明确。从“替代人工”角度来看,配送中的人工智能核心应用集中于无人配送领域,实现形式是无人配送车与配送无人机;从“辅助管理”角度来看,人工智能主要应用在即时配送领域的订单分配系统中,为系统提供订单数量预估、订单实时匹配、订单路径规划等能力。人工智能在物流配送领域的施展空间极大,但受限于技术稳定度不足、成本与收益不匹配、监管政策严格等因素,无人配送在商业落地层面尚处在萌芽阶段;而即时配送中的订单分配系统尽管已广泛使用深度学习及优化算法,但其核心技术都由各大平台自研自用,软硬件供应商并无获利空间。艾瑞认为,2019年国内人工智能+物流配送的市场规模为19亿元,预计到2024年超过10亿元。
智能配送丨无人配送
无人配送车——城市环境中自动驾驶技术的“降维”落地
无人配送车是应用在快递快运配送与即时物流配送中低速自动驾驶无人车,其核心技术架构与汽车自动驾驶系统基本一致,都是由环境感知、车辆定位、路径规划决策、车辆控制、车辆执行等模块组成。由于无人配送车的运行环境里有着大量的非机动车与行人,路面复杂程度要高于机动车道,因此对于超声波雷达、广角摄像头等近距离传感器的依赖度更高,环境感知算法的侧重点与汽车、卡车等机动车自动驾驶系统也有所不同。但在人口、车辆密集的城市环境中,无人配送车无疑是比无人驾驶乘用车更加适合自动驾驶技术落地的载体,首要原因是无人配送车的体积小、车速低,出现事故的风险与造成人身伤害甚至死亡的概率较低;此外,无人配送的场景非常丰富,落地初期可以选择边界相对清晰、环境相对简单、对新技术接受度高的高科技园区、高等院校等场景,在技术成熟度提升和政策支持的前提下逐步向写字楼、小区等环境扩张,为自动驾驶算法的迭代与进化积累大量的数据资源。
配送无人机——测试为主,可行的应用场景有限
无人机起源于军事领域,早期的发展驱动力是为了减少飞行员伤亡以及应对极端情况,近年来消费级无人机市场也异常火爆。最早将无人机引入物流领域的是亚马逊于2013年提出的Prime Air业务,国内以顺丰、京东为代表的快递、电商巨头也纷纷跟进,推出物流无人机战略。人工智能技术在配送无人机领域的应用原理与自动驾驶并无本质上的差异,主要区别有两点:一是无人机搭载的传感器种类更为繁杂,环境感知算法对数据融合技术的要求更高;二是无人机配送中可选择的路径明显多于车辆,路径上的海拔、地貌、气候等客观约束条件都会对无人机的配送行为产生影响,此外,出于安全考虑,路径规划还需要尽量避开人群聚集区与关键设施,因此配送无人机的路径规划算法更加复杂。2015年至今,快递、电商巨头以及无人机产品技术供应商们通过大量的试验与测试不断打磨提升物流无人机的技术稳定度、探索科学的运营模式。基于国内的人口密度、居住条件、政策限制等现实条件,配送无人机目前较为可行的应用场景在于偏远山区配送、医药资源紧急配送、应急保障物资配送等。
智能配送丨订单分配系统
以“大数据+算法”之力实现订单与运力的最优匹配
鉴于无人配送距离大规模落地较远,可预见的是未来相当长的一段时间内快递及外卖“小哥”仍然会是物流配送的主力军。现阶段人工智能在物流配送中发挥的主要作用是通过订单分配系统合理匹配运力与需求,提升配送效率,有效解决配送资源配置问题。尤其是对配送时效性要求非常高的即时物流领域,在引入基于机器学习与运筹优化算法的订单分配系统后,将行业发展初期使用的效率较低的骑手抢单模式和人工派单模式转变为系统派单模式。即时物流订单分配本质上可以看作是带有若干复杂约束的动态车辆路径问题(DVRP),订单分配系统的工作原理是以大数据平台收集的骑手轨迹、配送业务、实时环境等内容作为基础数据,通过机器学习算法得到预计交付时间、预计未来订单、预计路径耗时等预测数据,最后基于基础数据和预测数据,利用运筹优化模型与算法进行系统派单、路径规划、自动改派等决策行为。订单分配系统给企业带来效率提升的最直接表现即配送时长明显下降,以美团为例,在应用了自主研发的O2O即时配送智能调度系统后,美团外卖的订单平均配送时长由2015年的41分钟缩短至28分钟,降幅达到了317%。
智能客服
2025年物流领域智能客服业务规模有望突破77亿元
物流领域的智能客服特指以智能语音和NLP技术为代表的客服机器人。从服务类型上可以分为以语音导航、业务识别、智能派单、坐席辅助为主的语音智能客服和以文字查询、业务识别为主的文字智能客服,二者分别服务于电话呼入和客户端、小程序等终端入口。2019年物流领域智能客服业务规模约为11亿元,其中语音与文字智能客服份额比约为6:4,按供给侧发展规律预计,2025年整体业务规模约为77亿元,年复合增长率为391%。因云呼叫中心逐渐替代传统呼叫中心业务,市场中供智能客服发展的基础环境逐渐完善,智能客服市场发展平稳向上,服务内容从面向消费者的前台形式向面向管理的中后台形式拓展,未来市场有望基于语音人机交互形式的拓展而打开新的想象空间。
人工智能+物流应用总体评价
人工智能+物流发展策略——物流企业
厚积薄发:立足当下的点状应用与着眼长远的技术储备
对于物流企业来说,衡量是否要在原有的生产经营体系中引入某种技术或软硬件产品,唯一标准是该技术与自身业务融合后能够在多大程度上实现“降本增效”,人工智能亦不例外。物流企业,尤其是引领行业的头部企业们对“人工智能+物流”大多秉持着积极且谨慎的态度,一方面通过自建研发团队以及与AI技术输出方开展合作的形式在自动驾驶、智能机器人、无人机等AI前沿应用领域试图取得实质性突破;另一方面基于深刻的行业理解,在自身业务体系中寻找适合成熟度较高的AI技术“即插即用”的场景,在小范围试点应用的基础上评估应用成果并根据实际效果选择优化推广或暂时弃用,在不断地尝试中积累数据与经验、逐步建立企业的AI技术应用逻辑与应用体系。总体而言,目前物流企业较为合理的“人工智能+物流”发展策略首先要立足当下,应用方向以辅助管理、提升效率为主,将计算机视觉、智能语音等AI技术与机器学习、运筹优化等AI算法融入实际业务中形成若干能够为企业带来效益的点状应用;其次要着眼长远,对落地条件尚不成熟且未来发展前景广阔的无人卡车、无人机等应用适当投入研发力量或采用联合开发、注资收购等方式,做好技术储备,在窗口期真正到来时占据市场先机。
人工智能+物流发展策略——AI企业
多重适配:适合切入的场景有限,AI企业需要一核多用
作为“人工智能+物流”中的技术输出方,目前国内物流相关AI企业的主要业务是向物流企业、电商平台等提供基于自动驾驶、计算机视觉、智能语音、自然语言理解等AI技术的软硬件产品。由于进入物流领域的时日尚短,AI企业对物流行业理解不深导致赋能场景挖掘能力有限,涉及物流内部业务核心的类似于订单分配系统的场景又难以触达,大部分AI企业选择从自动驾驶卡车、无人配送车、无人机等具备较大市场想象空间但技术成熟度稍显不足或落地条件不够完备的应用场景入局,短期内很难取得实质性突破。因此,对于AI企业来说,其“人工智能+物流”发展策略中最关键的还是要致力于提升自身核心产品技术的领先性与稳定度,具备向客户提供较为成熟的软硬件产品的能力是企业发展的根基;其次要积极与物流企业深入合作,以标杆项目和实战数据说话;此外,要灵活运用核心技术与产品,在关注物流行业的同时寻找其他的适配领域和变现途径,例如无人物流车的低速自动驾驶技术同样可以驱动无人清扫车、无人零售车等,使企业具备一定的造血能力,而不是一味地接受资本输血,生存下去的初创企业才有机会等到真正的窗口期到来。有弊有利
会计信息化的目标是通过会计与现代信息技术(主要是网络技术)的有机结合,对会计基本理论,会计实务,会计教育等方面进行全面创新,进而据以建立满足现代企业管理要求的会计信息系统。知识时代发展的网络经济对会计信息化而言是一次质的飞跃,具有重要的意义,它不再是对会计技术手段的简要替代,或电子计算机的延伸,而是由此引发的对现行会计核算的挑战。它的影响表现在:
一、会计基本假设将得以创新
会计主体假设下“企业”的界限将变得模糊起来。会计主体的外延不断变化,“网络公司”、“虚拟公司”使得会计核算的空间范围不仅仅是传统会计主体假设下的实实在在的企业,而使会计丰体对应于“虚”和“实”两个之间。虚拟企业以高度发达的通信、信息技术为必要的物质基础支持,通过合作进行竞争,具有高度的d性与灵活性,在网络空间中迅速重构和解散,从而导致会计主体多元化和不确定性。因此,网络经济下,对于“会计主体”,用“经济相关的联合体”定义可能要更加确切些。
随着虚拟公司与网上银行的发展,企业之间的交易不再使用看得见、摸得着的钞票和单证作交易媒体,而采用“电子货币”支付的网络贸易将成为信息时代的商务主流。电子货币的出现,引发了货币革命与支付革命,使货币真正成为观念上的产物,弱化了记账本位币的假设。同时,电子货币的出现,使资金在企业,银行间高速运转,加剧了货币需求的不稳定性,严重地影响了控制货币量的运作模式,加之国际间的资本流动加快,资本决策可瞬间完成,这一切都加大了会计面临的货币风险,对币值不变假设提出了严峻的挑战。面对网络经济,有专家建议将传统的货币计量假设,改为电子货币计量假设。
二、会计核算的重点有新的变化
网络经济时代下,决定一个公司生存发展的不再是传统工业经济条件下赖以生存发展的厂房、设备等有形资产,而是人力资本、知识产权、专有技术、商誉、信息资产等无形资产,无形资产在企业总资产中所占的比重越来越大,作用也越来越重要。由于无形资产在企业中地位的显著提高,会计核算的重点将从有形资产转移到无形资产上。
物联网应用案例
用途范围
物联网用途广泛,遍及教育、工程机械监控、建筑行业、环境保护、政府工作、公共安全、平安家居、智能消防、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。
展望未来,物联网会利用新一代IT技术充分运用在各行各业之中,具体地说,就是把传感器、控制器等相关设备嵌入或装备到电网、工程机械、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中,然后将“物联网”与现有的互联网整合起来,实现人类社会与物理系统的整合,在这个整合的网络当中,拥有覆盖全球的卫星,存在能力超级强大的中心计算机群,能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制,在此基础上,人类可以以更加精细和动态的方式管理生产和生活,达到智慧化管理的状态,提高资源利用率和生产力水平,改善人与城市、山川、河流等生存环境的关系。
具体应用案例
下面列举了集中具体的应用案例,以供参考
1. 教育物联网
应用于教育行业的物联网首先要实现的就是,在适用传统教育意义的基础之上,对已经存在的教育网络中进行整合。对教育的具体的设施,包括书籍、实验设备、学校网络、相关人员等全部整合在一起,达到一个统一的、互联的教育网络。
物联网产业需要复合型人才,至少具备四方面的特征,包括掌握跨学科的综合性的知识与技能、掌握物联网相关知识与技术、掌握特定行业领域的专门知识以及具备创新实践能力。目前国内已有30余所大学开设了物联网专业。有超过400所高校建立物联网实验室。
2工程机械物联网
“工程机械物联网”是借助全球定位系统(GPS)、手机通讯网、互联网,实现了工程机械智能化识别、定位、跟踪、监控和管理,使工程机械、 *** 作手、技术服务工程师、代理店、制造厂之间异地、远程、动态、全天候“物物相连、人人相连、物人相联”。
工程机械物联网目前应用广泛。以NRS物联网智能管理系统平台为例,提升原本工程机械物联网服务由“信息采集服务”向“数据咨询服务转变”。由原来的现场管理升级为远程监控,由传统的制造转变为制造服务,由原来的被动服务提升为主动服务。功能涉及信息管理,行为管理,价值管理三大方面。
信息管理:
区域作业密集度管理
故障预警及远程诊断
车辆运维主动式服务
金融按揭安全性服务
行为管理:
作业人员统计管理
作业工时效率性分析
行为与工效油耗分析
*** 作规范与工效分析
价值管理:
产品全寿命周期成本管理
行为与员工绩效管理
量本利敏感要素判断
多维大数据决策支持
以福田的农机信息管理平台为例,可以对农业所需相关机械车辆进行全球GPS定位、锁车、解锁车、设备工时查询、故障报警等 *** 作,这对促进农业生产,提高工作效率有着至关重要的作用。
3建筑行业物联网应用——塔机监控
塔机智能化的监控管理系统,主要针对检测状态、危险距离预警、故障诊断、信息回传、工程调度等方面工作。例如塔机下面危险区域禁止站人实时提示、与其他高空建筑物距离过近、超出安全距离范围、内部故障预警、诊断、实时显示额定载重量、当前风速、回转角度、当前载重等。
4建筑行业应用——商用混凝土搅拌站
对生产设备的远程诊断和远程维护已经成为当前自动化技术中的一部分。尤其对于那些错误容易诊断和容易排除的情况,派一个服务工程师到现场解决,既增加工程师的工作负荷,又花费时间。而且费用也相应增加。为了缩短故障的诊断与恢复时间,提高有经验的高级工程师的工作效率,那么远程诊断和编程就是必备的部分。例如:“商用混凝土搅拌站产品远程售后服务系统”,可以在远程实现对PLC站进行编程和调试。可是实现混凝土搅拌站的远程控制和数据监控。
值得一提的是三维虚拟仿真技术在物联网的应用,给商用混凝土搅拌站的物联网应用开创了新的时代。系统实现搅拌站与车辆实时运行状态模拟功能。以动画形式呈现搅拌站实时动态信息,其中可包括:工程名称、施工配比、搅拌站配料情况及其他原材料配料情况,搅拌站场景如下图所示。
5石油
石油行业物联网系统主要是使用监控设备和信息系统采集运输油轮数据、码头设备和环境数据、油库数据、原油管道数据等,对这些数据进行整理和分析,将原油运输各个环节的数据进行关联和分析,合理安排船期、实现计算机排罐,提高整个原油运输的效率,同时通过对相关设备和环境的监测,及时掌握设备运行情况,保证整个运输过程的安全可靠。
石油行业物联网系统的总体解决方案包括:油库监测系统、原油管道监测系统、原油管道无人机巡线系统等。
6水利
物联网在水利方面的应用主要是对闸门的液压启闭机的状态检测、远程控制、故障预警等,利用水下机器人对大坝、水库等水下状态进行状态监控、信息回传等工作。
例如:“远程信息服务系统”能够通过智能信息采集终端,将液压启闭机PLC控制器的控制信息通过物理端口(串口)采集到终端,然后通过GPRS通讯模块,利用2G/3G网络或者互联网络将信息传递到远程WEB服务器,使得远端管理人员能够实现远程感知闸门启闭的运行信息。
7城市物联网
城市物联网利用互联网的信息管理平台、二维码扫描、GPS定位等技术,是更贴近人们生活的一种应用,现在变得更加的直观。比如儿童和老人的行踪掌控、公路巡检、贵重货物跟踪,追踪与勤务派遣、个人财务跟踪、宠物跟踪、货运业、各类车辆的防盗等GPS定位、解锁车、报警提示应用。
针对环卫车辆可以对车辆进行实时进行的GPS定位、状态监控、车辆信息查询、运行状态等工作,例如:需要知道目前城市的某区有多少环卫车辆,处于什么哪个街道, *** 作员,工作情况,计划任务等,同时又可以根据实际情况进行工作调度,对故障做提前的预警,对突发情况应急处理,对重要的问题着重处理等。
8.农业物联网
农业物联网的应用比较广泛的是对农作物的使用环境进行检测和调整。例如:大棚(温室)自动控制系统实现了对影响农作物生长的环境传感数据实时监测,同时根据环境参数门限值设置实现自动化控制现场电气设备,如:风扇、加湿器、除湿器、空调、照明设备、灌溉设备等,亦支持远程控制。常用环境监测传感器包括:空气温度,空气湿度,环境光照,土壤湿度,土壤温度,土壤水分含量等传感器。亦可支持无缝扩展无线传感器节点,如:大气压力、加速度、水位监测、CO、CO2、可燃气体、烟雾、红外人体感应等传感器。
9智能家居
这方面的应用就更加的贴近人们的生活,这是关系到人们生活起居、与生命安全息息相关的应用,我们可以通过智能家居的物联网络,进行室内到室外的电控、声控、感应控制、健康预警、危险预警等,比如声控电灯、窗帘按时间自动挂起、感应器感应到煤气泄漏、空气污染指数过高、室内的光线被家具遮挡严重、室内家居摆放设计、马桶漏水、电量煤气不足报警、车库检测、室外摄像检测、未来天气预测、提醒带雨伞、生活备忘录电子智能提醒等多方面的功能应用。
物联网(The Internet of Things,简称IOT)是指通过 各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、 连接、互动的物体或过程,采集其声、光、热、电、力学、化 学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。物联网( IoT ,Internet of things )即“万物相连的互联网”,是互联网基础上的延伸和扩展的网络,将各种信息传感设备与互联网结合起来而形成的一个巨大网络,实现在任何时间、任何地点,人、机、物的互联互通[2] 。
物联网是新一代信息技术的重要组成部分,IT行业又叫:泛互联,意指物物相连,万物万联。由此,“物联网就是物物相连的互联网”。这有两层意思:第一,物联网的核心和基础仍然是互联网,是在互联网基础上的延伸和扩展的网络;第二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通信。因此,物联网的定义是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与互联网相连接,进行信息交换和通信,以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。
物联网的基本特征从通信对象和过程来看,物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理[5] 。
整体感知—可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。
可靠传输—通过对互联网、无线网络的融合,将物体的信息实时、准确地传送,以便信息交流、分享。
智能处理—使用各种智能技术,对感知和传送到的数据、信息进行分析处理,实现监测与控制的智能化。根据物联网的以上特征,结合信息科学的观点,围绕信息的流动过程,可以归纳出物联网处理信息的功能:
(1)获取信息的功能。主要是信息的感知、识别,信息的感知是指对事物属性状态及其变化方式的知觉和敏感;信息的识别指能把所感受到的事物状态用一定方式表示出来。(2)传送信息的功能。主要是信息发送、传输、接收等环节,最后把获取的事物状态信息及其变化的方式从时间(或空间)上的一点传送到另一点的任务,这就是常说的通信过程。(3)处理信息的功能。是指信息的加工过程,利用已有的信息或感知的信息产生新的信息,实际是制定决策的过程。(4)施效信息的功能。指信息最终发挥效用的过程,有很多的表现形式,比较重要的是通过调节对象事物的状态及其变换方式,始终使对象处于预先设计的状态
希望我能帮助你解疑释惑。
近日,我与网络专家张晨兄讨论多云、混合云以及网络安全等相关话题,偶有所得,忽然有了写本文的冲动。试着发了一条朋友圈,很多朋友纷纷鼓励我发一篇短文,于是花上一小时写就这篇文章,抛砖引玉。闲话少叙,直接切入正题,笔者关于云产业的十一大预测:
趋势一:ABC融合加快并初露锋芒
以ABC为代表的AI(人工智能)、Big Data(大数据)、Cloud(云计算)以及更广的IOT(物联网)、Block Chain(区块链)等技术体系与商业模式深度融合,成为整体的区域(城市)、行业云服务解决方案。
趋势二:中国公有云厂商营收与美国差距扩大,但总的占比提升
趋势三:国内头部公有云厂商首次达到盈亏平衡或少量盈利
阿里云作为国内公有云的领头羊在2-3年内初步达到平衡点,成为国内首家盈利的公有云厂商。
趋势四:华为云快速进入国内公有云前三,腾讯云强化2B理念
华为依赖其对2B市场的雄厚积累及强大的研发实力,快速(预计3年内)进入公有云前三,而腾讯云在从2C基因切换到2B理念后(预计需耗时2年左右),市场份额略有提升。
趋势五:国内公有云开始分化合并,走行业和区域结合
国内的中小公有云始终处于生存和毁灭的边缘,被收购合并是一条路,全面转私有云也是一条,另外中型玩家切入特定的行业、强化在某些特定区域的布局也是可以考虑的出路。
插播一句广告,笔者十分佩服如小鸟云这样的创业企业,始终坚持走自己的路,而且走出了自己的特色,产品可靠、工具好用。
趋势六:国内云厂商并购加剧
受经济大环境影响,部分私有云企业生存困难,会加剧并购整合。
趋势七:国内公有云相对于AWS等巨头在云服务上出现更多创新
一直以来,国内公有云以模仿AWS的云服务为主,而令人欣喜的是,在智慧城市等各类应用场景下,各类云服务、各层整合的完整云解决方案越来越丰富,设计出了相对AWS更富深度更有广度的云服务。
趋势八:混合云真正大行其道,一些厂商学习微软
公有云大局已定,私有云格局复杂,而混合云已是当前,各厂家可以模仿微软的混合云路线。
趋势九:云服务分层解耦加快,底层巨头为主,上层聚焦业务创新
云服务从大层次来分主要分为IaaS、PaaS,PaaS又可以进一步细分为APaaS、IPaaS,再有BPaaS等等。在巨头占据IaaS主要份额的大趋势下,中小型客户可以聚焦到中上层与业务相关的云服务的设计与创新。
云服务整体的分层解耦会加快,可能A客户的PaaS层服务由B提供,而B厂商的云服务又依赖于C厂商基础设施服务支撑。A为使用B的云服务付费,B为使用C的云服务付费,而A和C之间可能并无直接联系。
趋势十:CMP需求越来越明显,出现细分
云管理平台(CMP)随着多云、混合云的逐步展开而快速增长,而作为巨头忽略的空间,CMP随着网络条件的改善在多云混合云异构、跨云服务编排、跨云服务分析等方面有广阔的空间。
多云在解除厂商绑定、利用特有或优势的云服务、地域布局、安全、折扣性价比等方面有较大的应用场景,CMP将会是很好的基础平台帮助多云管理。详情见笔者另文《云管理平台是混合云多云管理的必然选择》。
CMP提供商会出现细分,一部分转化为基于行业的标准化产品(含后端接口服务),另一部分提供底层的基础异构云资源与服务管理工具,还有一部分专注项目做集成。
趋势十一:云MSP市场空间广阔,与CMP厂商开始融合
如笔者在文章《CMP?MSP?1+1才能大于2》中所述,CMP的核心在于平台,是工具和集成平台,目前主要服务于私有云。MSP(管理服务提供商)核心在于人,从咨询、上云迁移及运维各个角度提供服务,目前市场主要在公有云。CMP与MSP的融合有广泛的市场空间与切实需求,能更好的打通公有云与私有云之间的壁垒,MSP厂商可以基于CMP提供的工具,做上云的迁移、批量的打补丁等服务,也可以利用CMP平台监控各类公有云、私有云资源,做任务的分发和工单管控。
CMP与MSP的融合会带来更多的云服务能力和市场空间。
后记:
本来只想写三五百字的预测,不写分析过程,后来想想还是加上了,写着写着就超了,唯有希望抛出来这么多的砖,引来更多的玉。
本来想写第12点的,想说Docker会挤占虚拟化的市场,后来想想算了吧,留些空间给其他同仁。
抛出够多的砖了,希望引来更多的砖,当然最好是玉。。。。。。
楼炜 Jet 现任云星数据副总裁,业内资深的云计算专家,云技术社区技术专家,10年云计算经验,7年+ IaaS、PaaS经验,全球云计算大会最佳企业CIO。著有: 《企业级IaaS架构的深度解析》、《企业级私有云构建的架构师阵型及架构策略》、《云管理平台之辩》等文章
在美国宣布进一步制裁华为后,华为因为无法自主生产芯片,整体发展速度开始放缓,手机业务更是遭到巨大打击。芯片危机下,华为公司目标已经从寻发展转变为求生存,甚至近段时间,华为辛辛苦苦养大的荣耀品牌,也传出要被拆分出售的消息。当然,华为也不会坐以待毙。
事实上,在2019年华为遭到美国第一轮制裁时,华为高层就表示公司早有准备,而之后华为的确拿出了备胎方案,成功化解危机。如今,美国再次给华为制造麻烦,华为方面也接连传出三个好消息。可以看出,华为早有准备绝非说说而已。
第一个好消息:鸿蒙系统逐渐成型。
随着鸿蒙20系统发布并宣布开源,鸿蒙系统正在快速构建自己物联网生态,在智能电视、智能手表以及车载系统、手机系统方面,鸿蒙系统会陆陆续续对安卓以及其他系统进行替代,另外华为还通过品牌合作的方式,将鸿蒙系统推广到厨卫家电领域。
更大的应用范围和更远大的应用前景,鸿蒙系统将帮助华为早日摆脱谷歌安卓束缚,在全新市场打造出自己全场景智慧生活生态。
第二个好消息:华为成为中国移动蜂窝物联网基站和FDD基站最大供应设备商。
简单来说,华为接到了中国移动一笔大订单。该订单对于目前正被不少国家和地区排斥的华为而言十分重要,毕竟对于一家公司来讲,订单就意味着生存,中国移动的这份订单将可以在很大程度上改善华为的生存状态。
第三个好消息:华为在中国TMT企业研发投入榜中高榜首。
资料显示,华为2020年研发总投入高达131659亿,是 科技 、媒体、通信行业中研发投入最多的企业,即便公司在今年发展并不顺利,但华为在研发投入上却是从不含糊,这也将让华为获得更多的新技术加持,并在相关领域保持市场领先地位。
总体来看,虽然芯片问题依旧是困扰着华为,但华为也在慢慢解决这一问题,而且华为的实力并没有降低。对于华为的未来发展前景,你怎么看?首先,在中国这么一个人口众多的国家,尤其是在北京、上海这种一线城市,如何脱颖而出很重要,本科学历,四级证书已经成了最基本的标志(这里没有任何歧视意义,但是如果没有学历,很多垃圾公司会连面试的机会都不给),不用给我讲个例说有些人高中没毕业也能很成功,是,我身边就有一个实例,我曾经面试过一个90后的小男孩,高中都没毕业就不喜欢上学,只是酷爱系统运维(注意,我写的是酷爱)。第一次面试就让我感觉其非常有潜力,于是将他介绍给我前公司的老板,现在,差不多半年的时间,他的薪水已经由35K上升到了13K,远远高于我在公司时的薪资水平,呵呵,为什么,因为他玩命到疯狂的地步,每天没有任何的生活空间,坚持每晚2-3点才睡觉,疯狂的学习Linux系统运维的一切知识,诸君,如果你没有这份坚持与执着,那就认真去考个学历,并且把英语搞好,我不是说有了这两样东西就会成功,你同样需要努力,但是相比之下,机遇更多一些~
其次,我们应该有一个良好的职业发展方向,我周围有很多朋友,也见过很多人,包括应届毕业生和工作了两三年的朋友,甚至有的朋友都工作了快5年的时间,仍然拿很低的薪水,勉强维持生计,聊天的时候会感觉自己很迷茫,不知道能做什么,也不知道该做什么,这里,熊熊希望提醒大家,IT已经不是曾经的泡沫经济时代了,希望理性对待,如果你不是那块料(我的导师曾经说过一句话,IT人的成功是拿钱和命堆起来的,所谓钱就是疯狂的买书,看资料,命当然就是玩命学习了),那么在你还没有进入这行之前,请三思。如果你已经选择了IT这个行业,那么恭喜你,虽然这个行业现在人数众多,但是90%还都停留在最初级的IT民工层次,只要你肯付出努力,你就会站在金字塔尖~
至于IT发展方向,我本不想多说,每个人的想法不一样,但是我还是希望唠叨几句,算是个建议吧,首先,大家可以去各大招聘网站浏览,热门的职位,如项目经理、技术总监甚至CTO等,还是以软件开发为主,毕竟,我们要考虑一个公司的组成架构(不考虑人力行政及财务后勤等职能部门),对于一个大型互联网企业来说,拳头部门是他的产品与研发部门,这两个部门支撑着整个网站乃至整个公司的核心,没有产品没有平台谈其他的都没有任何意义。至于收益部门,肯定是销售和市场这两个部门,不管在哪个公司,只要你有成熟的产品,这两个部门的精英们就会想尽一切办法将其变为收益;再次是售前售后支持部门,一个好的产品并不是卖出去就算成功了,更重要的是客户的良好反馈,百年老店靠的是什么——口碑!最后,才轮到系统运维部门,做好了,是公司信息化部门,做不好,就会沦落成网管部门,任何其他部门的小鱼小虾都会踩你一脚,老板还不会向着你,因为,在老板的眼里,你只是为其维护硬件,适应的节约成本罢了(而且,在他眼里,你每次节约成本会带来更多的成本投入,比如我们的数据库经常需要升级内存 ^_^),所以,能不能做好,如何规划好,很重要~
对于软件开发方向,熊熊强烈建议学习C++或者C这种语言,相比其他语言,这两种语言囊括了所有能做的事情,而且用这两种语言的薪水,一般都是其他语言的2倍以上;第二类,建议NET平台下的C#语言,也许会有人认为微软平台的产品很垃圾,我想说的是,存在即合理,Linux如果有那么多人去测试,去攻击,一样会撑不住,而且,用得起微软的,都是有钱的公司,这样的公司,薪水也不会低吧,呵呵;第三类,LAMP,这里,好像不是纯开发了,其实,我想说的是,如果你选择PHP,就必须深入理解LAMP,我见过很多号称PHP很好的开发,只是用Zend等成熟的框架进行编码开发,并不深入理解PHP与MySQL的架构,更不理解Linux架构,那样的话,你的薪水怎么可能上的去;第四类,本人非常熟悉但一直不想说的Java,好像是从01年开始,Java这种语言迅速占领了我们的视线,学习Java的热潮使得熊熊也一度迷茫过,Java语言的培训学校也如同雨后春笋一般层出不穷,然后,近十年以后的今天,Java语言走到什么程度了呢,那就是,一个应届毕业生甚至可以号称自己精通Java语言,我承认我身边有很多真正的Java高手,他们的薪水不低,但是对比我认识的其他语言的高手,还是差了一大截,如果非要选择Java,我希望你能够有机会去一个大型公司做ERP(比如国内的用友、金蝶、浪潮通软),否则就深入研究一下嵌入式吧(J2ME),这也是未来的发展方向,至于用JSP做网站,我劝还是算了,除非你能牛到成为架构师(不是PM,是真正的架构师),不然真的是在浪费青春,充其量只是代码民工罢了~
对于系统运维来说,这是熊熊最熟悉的职业了,但是也是熊熊最深恶痛绝的一个职业之一,运维的程度不一样,决定运维的水平良莠不齐,而且,做运维最重要在于是否有足够的权限,没有权限的SA是痛苦的,是郁闷的,而且学习不到任何东西,如果你做一个运维,感觉每天很清闲,那么恭喜你,只能说明两件事,不是你的水平真的高到了一定层度,就是你运维的环境实在太小,作为一个合格的SA,良好的日志记录与系统规划能力非常重要,谦虚谨慎,戒骄戒躁~
再来说说数据库,DBA是熊熊最向往之而且希望为其奋斗一生的职位之一,数据的魅力无处不在,在当今社会,任何一个稍具规模的公司(手工作坊就算了),无论是否与IT行业有关,数据都是其必不可少的组成部分,各种各样的数据均需要数据库来承载与维护(无论是大型的数据仓库,如DB;还是流行的Oracle、MS SQL、MySQL、Sybase等;甚至是微型的VF、Access等),一个好的DBA的作用显得极为重要,不仅需要能够进行日常维护,对于数据库本身的优化(包括数据库系统架构优化与SQL优化)及数据库整体架构设计,更是锻炼DBA的一个重要工作,重要的开发工作(核心部分存储过程)也要由DBA来完成,没有人比DBA更了解数据库中各个库与表的合理架构,再高级的数据挖掘和BI等,那就是超级DBA的职责范围了~
最后谈谈系统集成职位,这个职位是熊熊刚刚接触不久,但是又深有感触的职位,想做好这个职位,不在于你的技术水平要有多高,但是对各种技术一定要非常了解,就是要做个博采众长的人,而且,重点是你的文档能力与沟通演讲能力(文档能力决定你上可以向领导有所交代,下可以向客户有所演示),这也是为什么很多技术很好的人做不好系统集成高级职位的原因,深入理解需求,并能将其准确的用书面和语言表达出来,这才是重中之重,当今社会需要复合型人才,闷头苦干一辈子只能做个高级工程师(建议看看唐骏自传)~
各位在北京或上海这种一线城市打拼的兄弟们,如果你们今年已经到25岁,还没有到27岁,请一定要努力,相信我,只要你肯努力,你的薪水能够在2年内达到6K以上(最保守数字),如果你到27岁的时候,还不能达到月薪8K,或者说完全没有这个潜力(潜力的保守值是你已经最少拿到6K的月薪),那么我只能对你说很遗憾,你会被社会淘汰了,这是很残酷却又很现实的存在,设想一下,我们现在本科毕业后,一般的年龄都在22岁左右,到27岁已经有了5年的工作经验,在北京或上海这种绝对一线城市,如果你拿不到这个数,你如何养家糊口,如何给你爱的人幸福,现在的女孩子都是现实的,没房没车的生活不是每个女孩子都愿意跟你过的(已经有女友的不要拍砖,那我只能祝贺你小子很幸运,而且,好好善待你女友吧,毕竟,没有面包的爱情是不牢靠的,人家肯跟你,你就要加倍努力回报),做IT人一定要有一个良好的职业规划,知道我一年后应该达到什么水平,三年后应该达到什么层度,五年后应该达到什么地位,这样下去才不会迷茫~
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)