互聯網寒冬「裁員潮」，墨跡天氣卻擴招30％，產業互聯網來了

互聯網寒冬被溫暖的春節擋一擋，年後立馬帶出一個大事件。

2月15日，滴滴CEO程維在月度全員會上宣布公司過冬：將裁員15%，涉及員工超2000人。這算是續上了節前的緊張氣氛，從處處融洽的春節回歸崗位的職場人也瞬間意識到，寒冬仍在繼續，溫暖只是暫時。

2018年下半年開始，從魅族、拉勾、美圖、趣店，到鬥魚、知乎、摩拜、美團、京東等互聯網企業，都相繼爆出了裁員或進行「人員優化」的信息。

2019年都在講「過冬」，外部環境確實不大好，投資人也開始打逆風球。互聯網泡沫是試驗場，資本寒冬是過濾器。

如何看待這個過濾器，是個問題。你可以說它是對偉大公司的過濾與識別，也可以看成是消費互聯網和產業互聯網的一次轉折。在我看來，後者更實在一些。

「裁員潮」風波里的企業，幾乎都是to C屬性。這符合馬化騰提出的消費互聯網特徵，也貼合人口紅利殆盡互聯網進入to B階段的歷史轉折。

「過冬」應該是有些誇張的說辭，泡沫破碎波及之大，但不會進入大蕭條。尤其是一個明顯的藍海擺在眼前，中國互聯網公司還有一個等待掘金的B端市場。

逆勢擴招30%背後

互聯網公司「裁員潮」的大環境下，卻有一家公司傳出了擴招的消息。

墨跡天氣相關人士透露，隨著墨跡天氣ToB業務的持續投入和發展，2019年墨跡天氣將進一步擴大依託公司整體業務穩健發展，招聘人數預計增幅達30%左右。

我們之前關注過這家公司，墨跡天氣是移動互聯網創業潮早期成長起來的明星企業，塞班時代就專註於天氣服務，進入智能手機後墨跡天氣也是最早一批用戶過億的App。2016年該公司進入B端市場，深入氣象數據、氣象諮詢和氣象服務的挖掘，為B端企業、G端政府機構提供解決方案。

關於天氣數據的B端市場，此前我們也有文章探討。這在歐美、日本等發達地區已經是一個百億美金規模的市場，不僅在能源、運輸、農業、航天等重工業領域頗為重要，在新興的互聯網領域如外賣、出行、電商等市場也有滲透。

像墨跡天氣，2018年已拿下國內絕大部分外賣行業的氣象服務訂單。目前墨跡天氣在企業端的解決方案已經覆蓋航空、物流、電力、零售、保險、汽車、智能家居等行業。

2018年應該是產業互聯網的元年，百度、騰訊、美團等一大批互聯網公司都在布局B端市場。據我所知道的，騰訊將雲服務提到最高層級，去挖掘企業市場；美團在B端供應鏈上的升級，年初還說要投入110億元資金；百度將AI封裝提供智能音箱、無人駕駛等行業解決方案。

所以，雖然目前墨跡官方還未正式擴招30%的消息，但就此來看可信度也很高。一是墨跡天氣的B端服務起步較早，國內同時期幾乎沒有竟對，二是多年的氣象數據積累為墨跡天氣在B端市場提供了數據養分，建立了核心壁壘優勢。

定製化氣象服務藍海

像墨跡天氣這樣的C端工具類App，早些年的變現途徑幾乎全部是廣告。當移動互聯網人口紅利逐漸消退，幾乎所有工具App都在尋找轉型方向，常見的方式是在已有用戶的基礎上進行橫向擴張，延伸出社區乃至社交服務，進而謀求變現，例如美圖。

墨跡天氣略有不同。一是氣象數據的重要性，無論哪行哪業，對天氣的感知和防範都至關重要。這也就催生了B端市場的氣象數據服務產業，在美國，IBM斥資20億美元收購的Weather Company，前不久宣布美國、日本和歐洲部分地區的人們可以獲得基於船載數據和高解析度計算機模型的每小時預報。

這通常意味著，如果一場風暴要來襲，美國上空的大氣中就會有足夠的雷達和計算能力，美國人只需查看手機就能提前知道何時何地。

Weather Company提供的服務只是氣象數據在B端市場的一種而已，日本的Weathernews In.公司每天為超過6000艘貨輪、7000次航班提供服務，甚至還能給出日本櫻花的具體開花時間。

二是墨跡天氣「恰好」趕在了風口，2015年6月1日，《氣象信息服務管理辦法》正式施行，國內氣象商業服務市場由此打開，有數據顯示，2025年中國氣象服務產業規模有望達到3000億元。

這一廣闊市場為墨跡天氣提供了新的方向，墨跡天氣2016年就推出了定製化氣象服務。

墨跡天氣憑什麼？

2015年之後，本土的定製化氣象服務創業也隨之興起，例如天使輪就拿到2000萬融資的象輯科技。墨跡天氣所在的定製化氣象服務市場，也就進入了競爭時代。

與Weather Company和Weathernews In.不同，墨跡天氣是一款從C端起家的產品，它的核心優勢是7年積累的數據與能力。此前36kr報道，今天墨跡天氣已經與中國氣象局、北京市氣象局、NOAA（美國國家海洋和大氣管理局）EC（歐洲中期天氣預報中心）等氣象機構達成合作，每天獲得的數據量在350GB以上。同時，墨跡天氣還可以反向從C端獲得天氣數據。

像上文我們提到的每小時預報，墨跡天氣在FCN網路（全卷積網路）和Conv-LSTM網路（長短時記憶網路）等AI技術的加持下也已實現。更重要的是，墨跡天氣已能夠將來自用戶的數據與來自氣象機構的數據相結合，並將大量歷史數據用於訓練深度學習模型，讓機器來推測未來天氣的變化情況。

之前我們也了解過墨跡天氣與餓了么的合作。餓了么需要氣象數據服務，來提前分布騎手運力，緩解惡劣天氣給平台運力帶來的壓力，而騎手也會依據天氣惡劣程度獲得不同程度的精準補貼，用戶端同樣會根據天氣惡劣程度獲得不同的餐品送達時長預期。

據報道，在餓了么與墨跡天氣合作初期，曾同時採用墨跡天氣提供的氣象解決方案和人工團隊調度兩種方式，最大限度保證天氣對平台帶來的不良影響降到最低，但合作兩個月後，餓了么便決定撤掉人工團隊，完全使用墨跡天氣的氣象解決方案。

類似於餓了么這樣的客戶在B端市場還有很多，航空、海運、零售、保險、農業等諸多領域都存在潛在的定製化氣象服務需求。但對於墨跡天氣來說，要拿下這塊市場也並非輕而易舉。

傳統數值模式系統＋機器學習和深度學習技術

做氣象數據定製化服務，難點有二。一個是定製化服務需要面向不同行業客戶，數據、需求都不相同，需要墨跡天氣投入更多的人力、物力；另一個是定製化服務需要更強的計算能力和數據分析、整合能力。

舉個例子，之前英國氣象局和阿里雲聯合舉辦過一場比賽。參賽選手（飛行器）基於氣象預報來規劃飛行路線，並達到時效、綜合成本最低的雙重目標。

英國的氣象條件複雜多變，突如其來的風暴會危及飛行器的運輸安全，還會造成重大經濟損失。每個時間單位、每個特定區域的變數包括氣溫、降水、風力等若干影響飛行的氣象因素。此外，選手還需要考慮無人飛行器的起始降落點、最大飛行時間、飛行速度以及飛行器是否會相撞等因素。

這只是其中一種情況，墨跡天氣要想向每一個細分領域、每一個客戶提供更精準、更有行業特色的服務，就必須針對他的需求、他的關聯因素，做出精準模型，在到處是變數、到處是關聯的天氣領域，要提供這樣的服務能力，顯然不容易。

墨跡天氣逆勢中擴招30%，原因也就在這了。不過，問題是專攻氣象數據方面的人才在國內並不好招。除非到氣象局或者一些大型雲計算企業挖人，但這樣成本也會更高。

相對於Weather Company，墨跡天氣還處於初級階段，沒有表現出強大的商業能力，當然這與國內整體的氣象數據環境有關。Weather Company商業化擴張的後期，因數據能力匱乏成為IBM的客戶，久而久之IBM看到了氣象數據的價值，就收購了Weather Company除去電視天氣預報之外的所有資產。

這個案例對墨跡天氣而言，有兩個啟示。其一，氣象定製化服務的商業前景可觀；其二，數據能力必須重視，無論後期是否需要尋求外部幫助，自身一定要具備完善的數據能力。

可以預見的是，未來無論是互聯網公司還是傳統企業，對氣象數據的定製化需求都會極其龐大，同時也會給墨跡天氣這樣的公司提出嚴峻的市場考驗。各行各業千人千面，定製化服務需要面對海量的數據、不同的需求，如何規劃一個有助於自身發展的戰略至關重要。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！