萬維鋼 | 周末問答 摘要
“我是個很無趣的人，請問怎么樣能讓自己變的有趣呢？”
一般來說，真正無趣和真正有趣的區別，大概是無趣的人做什么事情都是有目的的，功利性強，或者都是按照別人給他規定好的套路去做，像個機器人。有趣的人經常做一些沒有實用價值、純粹是為了愛好和好玩的事情，而且做出了一定的水平，投入了相當多的功夫。
然后找到有相同興趣愛好的人，社交。
有時，你是有趣的，只是你周圍的人沒有相同志趣。你也得找到合適的組織。真的愛好這個東西，浪費了時間在上面，才能真誠地談論。
所以有趣是對生活游刃有余精力過剩的表現，也的確是值得驕傲的素質。
“治大國如烹小鮮”，這個和“大了，就不一樣”的意思還一樣嗎？
對“治大國若烹小鮮”發表一點看法，老子提倡無為而治，勸告人們不要舍本逐末，自作聰明。其對“道”的看法是我們沒法直接的觀察“道”，但“道”又無處不在，強調“道”的不可知性。我在這里就淺顯地把“道”理解為不以人的意志為轉移的自然規律、物理法則，我等渺小的人類是不可能真正掌握的。治大國和烹小鮮確實有著指數級的差距，治國的道理隨著尺度的變化也跟著變化，但有一點沒有變，要國泰民安統治者就不能瞎折騰。不要總覺得自己的新想法和新設計又能為民謀利了，畢竟治國之道就同我們常說的市場中那個無形的手一樣，只能順遂不能控制。強行控制造成的后果還少嗎？所以我還是覺得老子這件“治大國若烹小鮮”還是有道理的。
王煜全? 國內巨頭爭相布局虛擬現實
谷歌在 2014 年推出廉價 VR 解決方案 Cardbox，國內諸多廠商迅速復制且獲益良多（例如暴風影音推出暴風魔鏡），但由于技術不成熟，熱度迅速退減。
阿里巴巴 從自己的強項——購物平臺出發！
在國內的操作和它的戰略思路相吻合——提升購物體驗
1、 生態建設
2016 年 3 月成立 VR 實驗室，意圖打造全球最大 3D 商品庫。
2、Buy+
阿里巴巴旗下的 VR 三維購物環境,與支付寶整合，消費者無需摘下 VR 設備即可完成支付。
3、 內容
優酷、土豆均已上線全景視頻。
4、 投資
2016 - 2017年:Magic Leap,光場數據采集公司 Lytro, AR 引擎和解決方案公司 Infinity AR, AR 頭顯鏡片制造商 Lumus, 車載 AR 導航技術公司 WayRay 。
騰訊 從自己的強項——游戲出發平臺！
1、Tencent VR SDK 及開發者支持計劃
計劃在 2016—2017 年分三步推出 PC 主機、游戲主機和移動 VR 這三種硬件；內容覆蓋游戲、影視、社交、直播、地圖等。騰訊承諾的兼容 VR 的 ministation 游戲機遲遲未兌現。
2、騰訊云 VR 解決方案
通過騰訊云獲得適用于 VR 場景的云服務支持；與Tencent VR SDK 相結合；
先與游戲場景結合，未來還將擴展到影視、社交、旅游、在線教育等更多可能領域。
3、內容
體育賽事直播、真人秀直播、演唱會直播這三大類。
推廣到點播的影視綜藝內容及用戶 UGC 內容等，構建付費點播/直播、廣告分成、VR 定制這三大商業模式。
4、 投資
AR 公司 Meta，虛擬現實社交初創公司 Altspace VR， VR+ 旅游公司贊那度，好萊塢制片廠 STX （STX 收購了沉浸式內容制作商和分銷商 Surreal）。
百度
推出 VR 頻道，提供的 VR 視頻，游戲，資訊等內容。計劃在全國 10 多個大中型城市的 100 多家購物中心、影城舉辦大規模的 VR 線下免費體驗活動。上線 VR 社區，期望打造內容資訊和愛好者交流的平臺。
聯想 著眼硬件
與多家技術公司合作推出硬件設備。同蟻視合作推出了樂檬蟻視 VR 眼鏡；與微軟合作推出 VR 頭盔；2017? CES 發布了自己的首款 VR 頭盔原型機。聯合 Nvidia 推出 VR 支持性電腦。
AR 方面與谷歌聯手推出了基于谷歌 Project Tango 的 AR 手機。與視覺處理芯片商 Movidius 達成戰略合作伙伴關系。
先后投資了計算機視覺和深度學習公司曠視科技、VR 游戲公司鈴空游戲，張藝謀的 VR 內容品牌 SoReal 。
盛大
以投資為主，超過 12 個 VR/AR 項目。包括 AR 專用鏡片供應商 Atheer Labs、冰島 VR 技術開發公司 Sólfar Studios、美國 VR 媒體 Upload VR、Space VR（提供外太空虛擬現實體驗）、美國 The Void 公司（首家 VR 主題公園 The Void，盛大將主題公園引入中國）。
樂視 內容提供商
1、硬件——2015 年發布 149 元的手機式 VR 頭盔 LeVR COOL 1。蟻視、3 Glasses 也是樂視 VR 的合作伙伴。
2、內容——聯合其子公司樂視影業、樂視體育、樂視音樂、樂視自制以及大量第三方內容商，欲打造國內最大的內容應用平臺，涵蓋影視、音樂、體育、旅游、教育、游戲、紀實等方面。
3、投資，2015 年底投資靈鏡科技，合作深厚。
小米
1、VR 布局很低調
2016 年推出——49 元的玩具版盒子和一款 199 元的正式版 VR 眼鏡。
2、投資
2015 年聯合迅雷投資大朋 VR，并達成戰略合作。
周硯青的觀點：
王煜全給BAT三巨頭的點評里強烈惋惜缺乏對硬件的投入。
二月中旬，Facebook關閉200個VR體驗站，其實是個好例子。
技術瓶頸尚未突破，硬件的投資和產出比例太低，國內巨頭都不想當炮灰。合情理地集中在軟件，積極布局投資，隨時準備彎道超車。阿里從城市包圍農村，騰訊從農村包圍城市。都想通過自己的強項在市場上劃出一個大大的圓。百度的看來適合做VR/AR搜索吧。最近Google開始做視頻搜索。照這個方向看，將用戶所看（AR/VR），所聽，所講述的，用AI識別，然后迅速搜索相關信息便是一個不錯的方向。
大家其實都在等，等著那一款迅速改變大眾對VR接受的爆款產品。那款能夠完美重新詮釋真實和虛擬轉換的應用。
吳軍 ?第138封信丨大數據時代要識數
（這篇和萬維鋼前幾天所講的東西基本一樣，都是對大數和小數敏感的重要。值得讀的是更多的例子。這些實例能夠幫助你培養對數字的感覺。如果你自己去搜集，不但浪費時間，還不一定準確。）
大數據時代逐漸普及，應用到了很多領域，社會運行效率（公司掙錢的效率）大大提升。
我們在思維上，開始接受數據驅動的思維方式，并且在決策中使用數據做支撐。
以前只有精英才用做到的事，現在，我們每一個人都必須做到——識數定量。
數字衡量大和小，多和少，輕和重。但是什么算是大，什么算是小，沒有訓練的人沒有概念。因此很容易被別人牽著鼻子走。舉個栗子。
幾個月前，王健林說的“掙一個億”的小目標，被大家反復調侃，因為在大家眼里一個億是一個巨大無比的數字！
對于個人來講，一個億是一個天文數字。
在人均GDP為五萬美元的美國，95%以上的人一輩子是掙不到一億人民幣的。
即使財富排名第5%左右的人，以工作40年為準，一輩子稅前大約可以掙1400萬美元，還不到一億人民幣。
因此，對于個人來講，這樣的小目標，對99%的人是不切實際的幻想。
但對于一個國家，一個億就是一個非常小的數字了。
過去幾個月很多官員和經濟學家一直在吵，中國政府的債務太高了。那么中國政府的債務是多少呢？截止到2016年3月底，是28萬億人民幣。
對中國來說，一萬億只是一顆小花生米而已（在英語里常常用“花生米peanuts”來形容這樣相對來講無關痛癢的錢財）。中國當時的GDP大約是68萬億人民幣，債務占到GDP的41%左右。
接下來我們應該考慮，41%的債務水平高不高？
對于一個家庭，這是非常高的。比如一個人年收入10萬元，欠了4萬元的債務，確實不低。
對于一般地方政府來講，也不算低。
但是對于中央政府，或者像中國這樣可以得到中央撥款支持的地方政府，這個比例非常低。
美國聯邦政府借的國債到今天累計已達21萬億美元，占GDP的125%。即便如此，美國人也沒有像中國人那么恐慌。
為啥？因為全世界主要國家，債務都是在這個水平上下——日本的國債占GDP的200%，法國占100%，英國占90%，意大利占130%，而且債務水平都在上升，只有德國占73%左右。回頭看看中國的41%，呵呵。
要特別說明的是，越是經濟不太好的國家，債務水平反而不高。比如俄羅斯，債務只占了GDP的不到20%。
中國文化總體上不是欠錢過日子的文化，欠點債渾身不舒坦。
回到主題——什么算是大數呢？
對中國這樣的國家，十萬億或者一百萬億算！
將它寫出來——100，000，000，000，000。1后面跟著14個零。
如果用小時來度量宇宙的年齡，宇宙到今天大約是一百萬億小時。
中國目前人民幣發行量是155萬億，約是GDP的兩倍。約16萬億是2016年新增加的。按這個速度，28萬億人民幣的債務很快就可以通過增發貨幣還清。當然，不是為了還債，而是為了繼續發展。
對比美國。美元的貨幣發行量13.2萬億，相當于91萬億人民幣，遠低于中國。美國GDP的體量比中國大，貨幣發行量只占GDP的80%左右。
從金融危機開始，中國的媒體上就充斥著——“美國搞量化寬松，不負責任地印鈔票”，然后給出很多嚇人的大數字，美國以百億為單位印鈔票等等。
實際上，美國在發行美元上是非常謹慎的，相比之下，世界很多國家在這方面要不負責任得多。
比如日本的貨幣發行量也高達8.3萬億美元（大約相當于57萬億人民幣），是GDP的2.12倍。
正是美國相比之下發行貨幣比較少，才維持了美元堅挺。
小數字也應該如此。(和萬維鋼的流程一樣)
一位離開Google到某個電商公司負責廣告業務的員工有一天和我抱怨，他的老板對0.8%的廣告點擊率相當不滿意，覺得太低了。那次我們聊天時，北大光華管理學院的一位統計學教授也在場，他開玩笑地說“你回去和他講，他怎么不上天呢？”
實際上，0.8%這個點擊率對互聯網展示廣告來講已經非常高了，因為整個行業的水平大約是0.4％，只有這個數字的一半。搜索廣告的點擊率要高很多，但是也只有2%。在互聯網廣告這個場景下，即使不到1%，也是很大的數字。
比廣告點擊率更精密的數字是支付系統的出錯率。在這個行業，千分之一都是很大的數了。10年前Google在做自己的支付系統時，請來了一些原來PayPal的員工，得知在這個領域最關鍵的是控制被欺詐的概率，如果做不到千分之一，就不用在這個行業混了。
一般來講，這個行業的欺詐率是用基點（也就是萬分之一，即0.01%）來衡量的。大部分信用卡公司和銀行都能夠將欺詐率控制在幾個基點這樣的數量級。支付寶因為有大數據支持，大約能做到一個基點以下。這使得其他產品難以和它競爭。
“準確率”（或者比率）這樣的概念更是隨著應用場景的不同，標準相差很多，因此也讓人難以理解。
比如說語音識別，要95%以上。
機器自動翻譯，能做到50%，就非常好了。
對于指紋識別，要到99％以上。
我們經常會看到這樣的洗滌劑廣告，能夠殺死99%的細菌。事實上，對那些細菌特別多的東西，殺死99%是遠遠不夠的，因為細菌在合適的環境里繁殖的速度很快，一天下來就可以繁殖上萬倍。
同時，如果一個過濾器能夠過濾掉99%的PM2.5顆粒，在室內大致可以滿意了。
怎么知道每一個領域數字的大和小呢？怎樣才能不被別人忽悠呢？
首先，不要一看到別人給 的字，不管多大多小，就被唬住。牢記數字的大小和場景密切相關。
其次，對于很多事情要有大致的概念，不需要了解細節，但是在數量級上要有常識。比如標題黨常常用“豪宅”兩字來吸引眼球。把那個價錢放到一個地區和當地的房價或者收入水平做一個對比。
最后，在下結論之前，善用互聯網，找參照物。有了照物，對數字的判斷就更準確了。
數字敏感，是我們不吃虧，乃至事業成功的基礎。
