ofo7亿美元融资的野心：以技术手段领跑共享单车之争

ofo小黄车E轮融了7亿美元，比摩拜单车多出了一个亿。

这次的领投方变成了阿里巴巴、弘毅投资和中信产业基金，而前几轮领投的滴滴出行和DST继续跟投，这也创下了共享单车行业的单笔最高融资。

在官方的文件中，ofo一连用了四个最来表述自己——全球规模最大、覆盖最广、市场占有率最高、估值最高。

华丽的数据表现当然是好事，但这也意味着ofo需要更良性的扩张以巩固市场地位，更好的数据运营去管理庞大单车群体，以及更性感的故事来撑起庞大的估值。

对此，ofo给出的解决方案是：物联网+人工智能。

在之前的文章中，我已经详细讲述过ofo的智能锁发展历程，尤其是刚刚联合华为和中国电信联合推出的NB-IoT物联网智能锁解决方案，不仅对ofo来说是一次飞跃，对于整个共享单车乃至物联网行业都颇具意义。

此前，共享单车的智能锁大多采用带有SIM模块的2G网络制式，每个智能锁内部都有一个独立号码的SIM卡，以此达到解锁和地理位置回传等目的，类似于摩拜单车这样。

但2G网络也有诸多弊端，比如有些地方网络信号覆盖不好，需要用骑行的方式来充电供电，在极端天气或者久了没有人骑时故障率高等诸多问题，而NB-IoT智能锁的诸多特性刚好可以弥补这些缺陷。

所谓NB-IoT，指的是窄带物联网（Narrow Band Internet of Things）。它是物联网领域一个新兴的技术，主要特点有三：

一是广覆盖，室内甚至地下室同样能够覆盖；

二是海量连接，一个扇区能够支持10万个连接；

三是低功耗，终端模块待机时间可长达10年。

你看，广覆盖的特性可以解决网络信号覆盖不好的问题，海量连接的特性则可以在同一区域大量停放ofo的情况下，也能同时稳定的连接，避免掉线；低功耗的特性更是让这个物联网智能锁无需更换电池和充电就能稳定工作两三年，这简直就是为共享单车量身定做的啊。

性能上的提升只是基础，更深层次的意义在于出行效率的提高和出行数据的挖掘上。

接入NB-IoT物联网后，ofo小黄车就能够实现对车辆的精准监控，并且能同时监控更多车辆，这些不仅有助于提高出行效率，而且可以帮助解决ofo目前饱受诟病的乱停乱放问题。

同时，接入NB-IoT物联网后的海量出行数据可以在诸多方面发挥作用，比如帮助完善智慧交通城市，为实体零售行业提供区域人群出行特性等营销价值。此外，这些尝试也是窄带物联网本身实现商业化落地的宝贵财富。

数据接入只是物联网的第一步，要将这些海量数据进行分析、挖掘和应用，就需要借助人工智能。

提及人工智能，我们最先想起的恐怕是谷歌的阿尔法狗，这个依靠深度学习、强化学习和蒙特卡洛树搜索的围棋程序碾压了整个围棋界，其中，卷积神经网络正是深度学习的重要一环，它主要应用于图像识别领域，卷积是提取相关性特征的方法，神经网络是预测需求的模型结构。

而今，ofo则把卷积神经网络应用于预测用户出行需求上。

如上图所示，北京西北部上地、西二旗、中关村地区是骑行需求最多的地区，其次是望京、国贸等地。单纯从图像上来看，很难判断中关村地区和国贸地区骑行需求的联系。而卷积神经网络算法则可以帮助ofo提取这两个地区的相关性特征。

简单来说，就是结合当前时间、地点、单车数量等因素，使单车供给最大限度接近用户需求。

同时，ofo还用上了TensorFlow人工智能系统，这个谷歌于2015年底开源的深度学习系统可以帮助ofo在预测结果上更为精准。

共享单车具有明显的潮汐效应，且骑行需求受天气等因素影响比较大，ofo利用卷积神经网络和TensorFlow人工智能系统进行精准预测，从而为运营调度提供更好的决策，这种智能运营方式或许是今后共享单车乃至智能出行领域的一种趋势。

当然，无论是物联网还是人工智能，都需要时间和数据去调教打磨，但建立在这两者之上的数据之争和效率之战，必将是共享单车下阶段比拼的重中之重。