乘企业转型升级春风墨迹天气打响“赤必”之战

admin

　　北京市气象台做为课题承担单元，拾掇了汗青20年严沉特别天气的材料，为类似识别平台的AI模型的研发和锻炼提供了丰硕的气象材料；同时制定了一套科学的查验评估方案，对AI订正模型的效果进行了多次查验评估，为模型的进一步优化提供了根据。
　　墨迹天气副总裁黄耀海表示，由于冬奥会比赛项目在户外场地进行，对场地温度、湿度、风向、以及能否有雾，能否降雨、降雪等天气要素要求很高，提升预告精确度成为赛事主要的技术保障环节；举办场地的海拔较高，保守的气象根本不是很强，工做站也比较少，所以民营企业的积极参取能够共同推进预告技术的建设，提升赛事气象预告的针对性、时效性和精细化程度。
　　第三是按照不一样的天气和不一样的送餐难度，给骑手补助精准的订单费用。当补助精准了，骑手就更同意为这个企业办事，不会跳槽去其他企业，于是该企业具有了比友商更多的骑手，更强的合作力。
　　据墨迹赤必产物总监孙晓刚介绍，墨迹赤必会针对这些特定行业的使用场景打包硬件产物，最终进行合适行业需求的阐发，构成一整套处理方案。
　　“第二个十年，墨迹天气要做的就是把气象和各个行业联系起来。”李李表示。在经济学上有一个德尔菲气象定律：气象投入取产出比为1：98。也就是说，在气象消息上每投资1元钱，就能够得到98元的经济报答。“各个行业都取气象密切相关，墨迹天气帮助企业提高销量、提升效率，降低了气象灾祸风险丧失。这也是墨迹天气在5年内办事了200多家企业的缘由。”为了实现“气象+行业”战略，墨迹天气在2021年推出了行业产物，会从体育、新零售、交通、农业、健康这几个高频行业入手。


　　二是行业气象办事处理方案：深入企业客户业务中的气象办事痛点，为客户提供全面气象办事处理方案，给客户提供业务效率提升方案以及气象风险辅助决策方案，帮助客户精准科学地运营企业。

　　现实上，企业级气象办事市场的空间很是宽阔。2015年，欧洲气象办事年产值已达2600亿美元，美国达1600亿美元，日本达100亿美元，而中国的气象办事年产值仅有6亿美元，折合人民币约37亿元。
　　那么中国的气象办事市场将何去何从呢？在李李看来，“未来中国的气象办事市场将是一片蓝海。”据中国气象办事协会预测，到2025年，中国气象办事市场规模将达到3000亿人民币，呈现爆出式增加。“在这个发展过程中，每个人、每个企业城市逐步发觉本人和气象之间的关系，这是气象办事市场发展起来的内因。取此同时，我国气象市场一曲在加速规模化发展，此刻正逐步从规模化运营转向精细化运营，这就需要使用东西来提升效率、降低成本。而墨迹天气已经在气象市场上耕作十余年了。从2020年开始，墨迹天气就能够提供全球任意位置未来45天的天气预告。”
　　李李透露，气象技术的路径是先要有汗青数据的存储，才能进行海量数据的阐发，再运算模型和算法，最初进行预告。墨迹天气十余年来堆集了很是多的数据，此中C端用户反馈的社会化观测数据，采用了保守数据模式系统+深度机器进修相结合的模式，对用户上传的图片、用户反馈消息的识别，校正精确度。相关材料显示，目前墨迹天气晴雨预告率和精确度已经超过了90%，外行业内属于领先程度。“十多年来我们一曲不竭的通过数据来精进算法、做订正、锻炼模型，让墨迹天气预告得越来越准。”
　　在农业范畴，能够为农户提供网格化、精细化气象预告，为企业提供农业气象灾祸预告和气象灾祸回溯，发展农产物电商，探索村落旅游气象办事范畴。如：海南的椰子一年产能有2亿摆布，如果像有些政府一样按照气象进行精细化运营，产能无望提高到4亿摆布。

　　“简而言之，墨迹天气在第一个十年里做的事就是准。”李李向记者强调，进入气象办事市场最根本的条件就是精确，每时每刻每分每秒、每个地舆位置、每个高度都在产生海量的气象数据，墨迹天气每天要存储数十TB数据。“在过去的几千年里，人类文明在气象范畴的进步不大，最主要的缘由就是没有足够的存储量和算力，气象是借助计算机的发展才兴起的行业。”
　　2016年底，墨迹天气开始布局B端企业级气象办事，启动“天气+”战略，全面发力气象商业范畴，并借用赤壁典故的谐音，将企业端产物品牌定名为“墨迹赤必”。截至2019年9月，墨迹赤必已拿下国内绝大部额外卖行业的气象办事订单，并进军航空气象办事范畴。目前墨迹赤必的处理方案已经覆盖农业、气象安全、公路交通、物流/快递/外卖、零售、聪慧城市、旅游、航空、水利气象、海洋等行业。
　　李李告诉记者，其实气象办事在国外一曲是商业行为，各行各业都无为气象办事付费的习惯，但在我国一曲是由政府来提供气象预告的，所以大师就逐步养成了免费使用气象办事的习惯。
　　由北京市科委、中关村管委会提供经费支撑，由墨迹天气牵头联合北京气象台，北京大学一起合做的基于机器进修的冬奥精细化天气预告示范取使用课题研究工做，将极大提升赛区预告产物的精细化程度以及预告精确性。

　　三是墨迹赤必商业气象办事平台：基于墨迹赤必专业的气意味询和处理方案，为企业客户打通数据流、业务流，提供墨迹赤必行业气象办事平台产物，帮助客户基于平台快速高效获取专业气象办事产物，从而提升企业客户数字化气象办事运营能力。
　　在健康行业，人类已知因气象气候诱发的病症有40多种，并且，由于大师对室表里空气质量关心度攀升，楼宇环境、医疗健康等气象办事需求旺盛，墨迹赤必将线上线下结合，推进了“全民健身办事云”平台建设，除了预告类产物，还推出了室内健康监测产物，可用于病院、机场、健身房等对室内空气要求较高的场合。
　　在新零售行业，衣食住行各个方面都取气象密切相关，个性化、场景化气象办事需求强烈。如在德国，当平均气温超过22度的时候，啤酒就开始畅销，在此根本上，气温每上升1度，啤酒平均每天就会多发卖230万瓶。而气象办事不只能够丰硕零售业消费场景，还能够保障出产加工环节、商品畅通环节、商品发卖环节，助力零售企业精准营销。如墨迹赤必能够按照天气来做某景区客流量的预测，这关系到该景区商品的备货、用电放置，以及工做人员的排班情况。
　　在交通行业，能够为公众出行提供线路规划办事，为企业降低气象灾祸风险。李李介绍，墨迹赤必正在做极端天气和高耸路况的识别，一方面是为了帮助用户减少极端天气带来的影响；别的一方面，搭客的交通也会由于技术手段的升级而升级。
　　课题中，墨迹天气研发的AI订正技术，通过机器进修技术将极大提升已有预告模式针对山区的预告的精确性。此外，墨迹天气还研发了基于机器进修的类似天气识别平台，能够基于近20年的汗青观测和模式数据，对降雪、寒潮、持续低温、极端高温、大风、大雾等冬季常见特别天气的时空分布特征进行标注，建立天气系统识别模型，对观测实况和数值模式预告材料进行主动识别和汗青婚配，给出汗青类似个例和高影响要素的概率预告，提供相关天气风险情况的提示。
　　据墨迹天气副总裁兼墨迹赤必事业部总经理李李介绍，2016年，一家出名外卖企业找到墨迹天气，请求帮助。由于该企业不久前上线了一个以精确、准时送达外卖为卖点的产物，如果呈现延时，就需要对客户进行赔付。这种情况虽然此刻看来已经极为泛泛，但在当时的外卖行业里是属于第一个吃螃蟹的。当时该企业每天接到的外卖订单已经达到百万、以至千万级，但遇到刮风下雨的天气时经常会呈现送达耽搁，补偿金额也成了一笔不小的费用。
　　成立于2010年的北京墨迹风云科技股份无限公司（以下简称：墨迹天气），一曲以“让气象赋能世界”为使命，创建和共享以人取环境为核心的气象办事平台，其开发和运营的“墨迹天气”是全球天气办事类平台，支撑约199个政府、超过20多万个城市及地域的糊口类天气查询，截至目前具有约7亿用户。
　　第二是按照精准的气象预告来计算外卖送达时间。用了墨迹天气以后，该企业预测的送达时间总是比其他平台精确。
　　第一是压力平衡，调整订单的压力。如果预测未来两小时内有雨，调取一些骑手去平衡运力。这样用户体验就会提升，用户量也会提高了。
　　一是专业的气象办事征询：深入企业客户需求，提供专业气象办事征询和评估演讲，给客户提供专业气象参谋办事；
　　孙晓刚表示，从保守行业到新兴行业，墨迹赤必一曲在积极探索，盼望在这个过程中能够制造一个良性循环。
　　“由此可见，气象不只取我们的衣食住行密切相关，还取70-80%的经济活动相关。无论是普通人还是企业，看天气预告都是为了进行决策，包含糊口上的决策，也包含经济上的决策。”李李谈到，如在某汽车企业，一辆汽车上约有1-2万个零部件，需要不一样的供应商供货。如果在供给过程中有一个环节脱节，那么整个工期城市遭到影响。“我们要做的就是防止任何一个环节脱节，无论是用气象规划，还是路线规划。这就是气象办事在国外有很大市场的内生逻辑。”
　　从墨迹天气对于北京冬奥会相关的课题研究中我们不难看出，借助大数据、人工智能等消息技术，气象办事不只能在人们的日常糊口和防灾减灾中大显身手，已经成为各行各业降本增效、精细化运营、转型升级不成或缺的得力助手！
　　这是唐代杜牧所著的《赤壁》，道出了赤壁之战中“春风”这一气象要素对于战争胜负起到的主要感化。其实，气象的主要性不只体此刻古代战争中，时至今日，在很多行业企业的运营中，气象仍然是极其环节的一环。墨迹天气就深谙此道。
　　在体育行业，赛事运营是体育财产链上的环节环节。墨迹赤必能够针对赛前筹备期的赛事规划、赛中活动保障、赛后的赛事阐发和回复复兴，提供精准的预告和快速的响应，为参赛人员提供安全保障，为赛事运营公司降本提效，为赛事组委会提供气象辅助决策办事。李李指出，不只是体育行业，类似赛事活动和演唱会的户外活动都对气象办事有很大的需求。如2017年王者荣耀KPL总决赛，场地被放置在户外，进行到一半时，大风将舞台顶棚掀飞，比赛只能被迫中止，择日再战。这就是由于活动之前没有充实了解气象消息。

疯子

又抢到前排了。哈，不用怀疑，不用惊讶，你也没有看错！