提到曾经红火一时的“人肉搜索”,大家肯定历历在目,很多知名的人肉搜索事件让我们见识了她的威力。你轻问度娘就可以例数人肉搜索为我们留下的很多经典案例,虽然人肉搜索被很多人诟病,但是她所立下的功勋也将永载史册。人肉搜索引擎之所以以“人肉”命名,是因为它与百度、Google等利用机器搜索技术不同,它更多的利用人工参与来提纯搜索引擎提供的信息。这里所说的“人肉”云中的“人肉”,也是通过人工参与的方式来完善云计算的功能,从而让云计算在特定阶段发挥更大的价值。
某知名名片通声称名片识别率达到99%,真是了不起的进步。于是我也直接进行了测试使用,效果确实很棒,在我使用的情况下,只要选择了“云识别”,只要照片拍的清楚,真能做到100%的识别成功。后来听朋友说起,才知道之所以云端识别能够做到100%准确,因为他们让一群人在后台协助识别,也就是我说的“人肉”云。虽然中国一线城市的人力成本在不断攀升,二线、三线甚至四线城市的人力成本还是很便宜的,技术不能很好解决的问题,通过人力辅助获得了巨大的竞争优势,从而脱颖而出。实际上,对于前端的用户来说,又有谁关心后台的技术实现呢?因为用户只关心用户体验,通过“人肉”云的辅助而提升了用户体验,成本又能很好控制,这何尝不是一个多赢的方程式呢?
2012年1月6日轰动一时的南京银行抢劫杀人犯周克华最后在重庆落网。随着这个案子的结案,大家都很好奇我们的平安城市不是安装了很多的摄像头吗?这些摄像头在案件发生后是怎么利用的呢?周克华南京犯案后,江苏警方就立即查看了附近的摄像头,但是囿于技术所限,当时还没有能够在所有监控视频中寻找某个特定影像的能力,也就是今天被业界热炒的大数据技术,警方也只能用最土的方式来利用这些监控视频:找民警人工看视频,“人肉”云继续担当重任。为了快速侦破这一要案,警方动用了上千名民警24小时不间断看视频,寻找蛛丝马迹。据说眼药水都用掉好几箱,最后从这些视频中发现的信息也还是很少,并且耗时很长,导致找到一些蛛丝马迹的时候嫌犯早就逃之夭夭。在这个“人肉”云的案例中,“人肉”虽然起到了一些辅助作用,但离开我们想要的结果差距还是比较大。如果能够有很好的大数据模型,通过云端的机器自动、快速识别出嫌犯的逃跑路径,或许嫌犯没逃出南京就已经被抓获。那嫌犯将在更早的时间获得控制,不至于给人民的生命财产造成进一步的损失。
我们追溯“人肉”云的历史,其实“人肉”云的方式普遍存在于我们的日常生活中。比如古代驿站的设置,通过驿站来传递信息,就是通过“人+马”的方式进行信息的传递。1920年的甘肃大地震号称是20世纪中国最惨烈的地址,震级为8.5级,死亡超过23万人。但就是这样重要的事情,过了几个月才传递到朝廷,更不用说及时救援了。此时的“人肉+马肉”的效率实在太为低下。再比如上面的嫌犯抓捕方式,没有互联网之前,主要就是到处去贴通缉令,到处走访群众,其实这就是“人肉”云的过程,通过“人肉”云寻找破案的线索。时至今日的人口普查、全国经济普查还是要依赖人肉的方式来实现,还是没能实现云计算的很好结合。
我们还是要意识到“人肉”云的局限性,如果能够通过机器去完成的事情,还是交给机器去解决,这也是今天云计算如此火热的原因,虽然在特定的阶段会出现12306般的尴尬,但是技术不断前行的脚步没人能够阻挡。2013年天猫在光棍节创造的奇迹再一次为整个行业充血,让大家热情高涨,这样的业绩没有后台云计算的支撑几乎是人类不可能完成的任务。
当然,即使天猫光棍节创造的奇迹也只是解决了O2O中的第一个O,第二个O暂时还是要仰仗“人肉”云去解决。其实,“人肉”云在特定的时期是对技术的一个很好补充,就像名片通的案例。中国的人力资源优势不会一夜之间消失,如果你能充分利用中国的人力资源优势,还是能获得巨大收益。比如:今天的快递行业,菜鸟网络的目标是在全国都可以在24小时内完成配送,这个配送在现阶段还是只能通过“人肉”去完成。虽然有人开始尝试无人飞行器快递,但离开真正大面积普及还有很长的路要走。