预见未来的七条法则（上）
30年前，John Nasibitt创办了《大趋势》——一本试图预测美国未来的杂志。他预见未来的工具简单而又有效：报纸。必然不是简简单单的读，而是用尺子量。某一话题所占版面的尺寸越大，越可能成为未来的新趋势。可能你会觉得这种办法很幼稚，但是John借此成功预测了信息社会、全球化、去中心化和网络的崛起。
虽然巧妙，但这种办法已经不再适用于今日了。随便一个话题都充斥着海量的墨水或者像素，所以现在我们需要一套新的工具。
36氪
关注互联网创业
- 订阅到：
30年前，John Nasibitt创办了《大趋势》——一本试图预测美国未来的杂志。他预见未来的工具简单而又有效：报纸。必然不是简简单单的读，而是用尺子量。某一话题所占版面的尺寸越大，越可能成为未来的新趋势。可能你会觉得这种办法很幼稚，但是John借此成功预测了信息社会、全球化、去中心化和网络的崛起。
虽然巧妙，但这种办法已经不再适用于今日了。随便一个话题都充斥着海量的墨水或者像素，所以现在我们需要一套新的工具。
此前36氪报道过私家车搭乘服务商Uber，你可以通过Uber的iPhone或Android应用发送租车请求，Uber通过GPS确定你的位置后会派离你最近的司机开车到达你所在的地方，之后你就可以乘车向目的地进发了。Uber的做法很好地解决了大城市里叫车的问题（特别是在高峰时段），不过，由于Uber使用的是在国内被称作“黑车”的私家车，直接拷贝会面临政策上的风险。而且，Uber的租车费用也比一般的出租车要高出许多。
“摇摇招车”基本上可以看成是中国版的Uber，不过和Uber所使用的私家车不一样，摇摇招车使用的是自有租车公司下的空置车辆（目前只在北京地区运营，约70辆），而且在费用上也能做到与一般的出租车持平。
随着分享经济(sharing economy)日趋成熟，驱动它的力量将变成时间，而能实现实时运营的公司将在生态系统中占据更有战略性、更易盈利的位置。被估值10亿美元的房屋租赁网站Airbnb成了硅谷流行的参照之一，许多新的风险投资项目都被拿来和Airbnb相比较，称作是“X领域的Airbnb”。
实时让你的品牌成为英雄
Hotel Tonight是参照Airbnb的一个优秀案例，它关注的是酒店实时预订。
Travis Kalanick是私家车搭乘服务提供商Uber的联合创始人兼CEO，Uber旨在彻底改变居住在大城市里的人们的出行方式。在创办Uber之前，Travis也创办过一些其它的公司，如P2P模式的文件分享应用Scour.net和P2P模式的CDN提供商RedSwoosh。Travis在这里向我们讲述了他的新年决心。
和2011年一样，我在2012年仍将坚定不移地带领Uber继续开拓国际市场。“先在国内站稳脚再开拓国际市场”的发展战略在这个流行山寨的市场环境中并不可行，因此，在别人将你的商业想法山寨之前，你需要及时走出去主动占领国外市场。
Uber是一家提供私家车搭乘服务的创业公司，公司刚刚获得一轮3200万美元的投资，亚马逊CEO Jeff Bezos和高盛领导了本轮投资。Uber CEO Travis Kalanick表示，他将利用这笔融资将Uber提供的服务扩展到世界各地，力争每个月进驻两座城市，为用户提供高质量的汽车搭乘服务。
Uber提供的020模式的私家车搭乘服务究竟有什么独特之处呢？
你可以在任何地方通过Uber的iPhone或Android应用发送租车请求。
Uber在通过GPS定位你的位置后会派离你最近的司机迅速开车到达你所在的地方，大概5-10分钟内就能到达。司机到达后会再给你发一条信息进行确认。确认后你就可以乘上私家车告诉司机你要去的地方。
达到目的地后，包括小费在内的租车费用都会通过信用卡自动完成。在费用计算方面，根据汽车速度的不同，计算标准也不一样，以巴黎为例，如果汽车时速低于20公里，就按距离收费，如果时速高于20公里，就按时间收费。
你能想像租车应用Uber背后的团队包括火箭研究科学家，计算神经学专家和核物理学家吗？或许很难想像，但是事实确实如此，也正是他们这样一个混搭团队才创造出了Uber良好的用户体验。 现在，一般情况下，大部分社交媒体或者应用开发公司都喜欢在核心技术上依靠行业内已有的科技巨头，而他们自己则主要只专注在功能，设计和UI等方面。事实上，Uber开始也是如此，他们采用的是Google的时间算法来估计纽约车子的抵达时间，但是其计算出来的时间却往往会有3.6倍左右的误差。这对于第一次使用Uber服务的用户来说可以算是一次非常糟糕的体验了，更何况纽约的出租车又多，可能用户第二次需要车子就不会再使用Uber的服务了。 考虑到这一点，Uber果断放弃了Google 的API，开始组建一个我们上文提到的混搭团队来开发自己的算法。由于没有许多历史数据可以用，因而他们在初始阶段走得颇为艰难。但是很快该算法发挥了效应，在时间预计上平均起来它要比Google的算法准确度高3分钟。而且随着数据的增多，预计也变得越来越准确。 有人可能会说，在等车时几分钟算不了什么大事。但是你应该看到这个几分钟是平均误差，而不是偶然误差，要说偶然误差的话最大可达到15分钟。 很难想像一个听起来这么简单的应用背后会有一个这么神奇的团队。但是事实就是这样，他们不需要这个团队也可以做下去，只是永远不可能为用户提供这么好的体验。 Via TC
