编者按：本文来自微信公众号侃科技频道，作者王新宇。
互联网寒冬被温暖的春节挡一挡，年后立马带出一个大事件。
2月15日，滴滴CEO程维在月度全员会上宣布公司过冬：将裁员15%，涉及员工超2000人。这算是续上了节前的紧张气氛，从处处融洽的春节回归岗位的职场人也瞬间意识到，寒冬仍在继续，温暖只是暂时。
2018年下半年开始，从魅族、拉勾、美图、趣店，到斗鱼、知乎、摩拜、美团、京东等互联网企业，都相继爆出了裁员或进行“人员优化”的信息。
2019年都在讲“过冬”，外部环境确实不大好，投资人也开始打逆风球。互联网泡沫是试验场，资本寒冬是过滤器。
如何看待这个过滤器，是个问题。你可以说它是对伟大公司的过滤与识别，也可以看成是消费互联网和产业互联网的一次转折。在我看来，后者更实在一些。
“裁员潮”风波里的企业，几乎都是to C属性。这符合马化腾提出的消费互联网特征，也贴合人口红利殆尽互联网进入to B阶段的历史转折。
“过冬”应该是有些夸张的说辞，泡沫破碎波及之大，但不会进入大萧条。尤其是一个明显的蓝海摆在眼前，中国互联网公司还有一个等待掘金的B端市场。
1、逆势扩招30%背后
互联网公司“裁员潮”的大环境下，却有一家公司传出了扩招的消息。
墨迹天气相关人士透露，随着墨迹天气ToB业务的持续投入和发展，2019年墨迹天气将进一步扩大依托公司整体业务稳健发展，招聘人数预计增幅达30%左右。
我们之前关注过这家公司，墨迹天气是移动互联网创业潮早期成长起来的明星企业，塞班时代就专注于天气服务，进入智能手机后墨迹天气也是最早一批用户过亿的App。2016年该公司进入B端市场，深入气象数据、气象咨询和气象服务的挖掘，为B端企业、G端政府机构提供解决方案。
关于天气数据的B端市场，此前我们也有文章探讨。这在欧美、日本等发达地区已经是一个百亿美金规模的市场，不仅在能源、运输、农业、航天等重工业领域颇为重要，在新兴的互联网领域如外卖、出行、电商等市场也有渗透。
像墨迹天气，2018年已拿下国内绝大部分外卖行业的气象服务订单。目前墨迹天气在企业端的解决方案已经覆盖航空、物流、电力、零售、保险、汽车、智能家居等行业。
2018年应该是产业互联网的元年，百度、腾讯、美团等一大批互联网公司都在布局B端市场。据我所知道的，腾讯将云服务提到最高层级，去挖掘企业市场；美团在B端供应链上的升级，年初还说要投入110亿元资金；百度将AI封装提供智能音箱、无人驾驶等行业解决方案。
所以，虽然目前墨迹官方还未正式扩招30%的消息，但就此来看可信度也很高。一是墨迹天气的B端服务起步较早，国内同时期几乎没有竟对，二是多年的气象数据积累为墨迹天气在B端市场提供了数据养分，建立了核心壁垒优势。
2、定制化气象服务蓝海
像墨迹天气这样的C端工具类App，早些年的变现途径几乎全部是广告。当移动互联网人口红利逐渐消退，几乎所有工具App都在寻找转型方向，常见的方式是在已有用户的基础上进行横向扩张，延伸出社区乃至社交服务，进而谋求变现，例如美图。
墨迹天气略有不同。一是气象数据的重要性，无论哪行哪业，对天气的感知和防范都至关重要。这也就催生了B端市场的气象数据服务产业，在美国，IBM斥资20亿美元收购的Weather Company，前不久宣布美国、日本和欧洲部分地区的人们可以获得基于船载数据和高分辨率计算机模型的每小时预报。
这通常意味着，如果一场风暴要来袭，美国上空的大气中就会有足够的雷达和计算能力，美国人只需查看手机就能提前知道何时何地。
Weather Company提供的服务只是气象数据在B端市场的一种而已，日本的Weathernews In.公司每天为超过6000艘货轮、7000次航班提供服务，甚至还能给出日本樱花的具体开花时间。
二是墨迹天气“恰好”赶在了风口，2015年6月1日，《气象信息服务管理办法》正式施行，国内气象商业服务市场由此打开，有数据显示，2025年中国气象服务产业规模有望达到3000亿元。
这一广阔市场为墨迹天气提供了新的方向，墨迹天气2016年就推出了定制化气象服务。
3、墨迹天气凭什么？
2015年之后，本土的定制化气象服务创业也随之兴起，例如天使轮就拿到2000万融资的象辑科技。墨迹天气所在的定制化气象服务市场，也就进入了竞争时代。
与Weather Company和Weathernews In.不同，墨迹天气是一款从C端起家的产品，它的核心优势是7年积累的数据与能力。此前36kr报道，今天墨迹天气已经与中国气象局、北京市气象局、NOAA（美国国家海洋和大气管理局）EC（欧洲中期天气预报中心）等气象机构达成合作，每天获得的数据量在350GB以上。同时，墨迹天气还可以反向从C端获得天气数据。
像上文我们提到的每小时预报，墨迹天气在FCN网络（全卷积网络）和Conv-LSTM网络（长短时记忆网络）等AI技术的加持下也已实现。更重要的是，墨迹天气已能够将来自用户的数据与来自气象机构的数据相结合，并将大量历史数据用于训练深度学习模型，让机器来推测未来天气的变化情况。
之前我们也了解过墨迹天气与饿了么的合作。饿了么需要气象数据服务，来提前分布骑手运力，缓解恶劣天气给平台运力带来的压力，而骑手也会依据天气恶劣程度获得不同程度的精准补贴，用户端同样会根据天气恶劣程度获得不同的餐品送达时长预期。
据报道，在饿了么与墨迹天气合作初期，曾同时采用墨迹天气提供的气象解决方案和人工团队调度两种方式，最大限度保证天气对平台带来的不良影响降到最低，但合作两个月后，饿了么便决定撤掉人工团队，完全使用墨迹天气的气象解决方案。
类似于饿了么这样的客户在B端市场还有很多，航空、海运、零售、保险、农业等诸多领域都存在潜在的定制化气象服务需求。但对于墨迹天气来说，要拿下这块市场也并非轻而易举。
传统数值模式系统＋机器学习和深度学习技术
做气象数据定制化服务，难点有二。一个是定制化服务需要面向不同行业客户，数据、需求都不相同，需要墨迹天气投入更多的人力、物力；另一个是定制化服务需要更强的计算能力和数据分析、整合能力。
举个例子，之前英国气象局和阿里云联合举办过一场比赛。参赛选手（飞行器）基于气象预报来规划飞行路线，并达到时效、综合成本最低的双重目标。
英国的气象条件复杂多变，突如其来的风暴会危及飞行器的运输安全，还会造成重大经济损失。每个时间单位、每个特定区域的变量包括气温、降水、风力等若干影响飞行的气象因素。此外，选手还需要考虑无人飞行器的起始降落点、最大飞行时间、飞行速度以及飞行器是否会相撞等因素。
这只是其中一种情况，墨迹天气要想向每一个细分领域、每一个客户提供更精准、更有行业特色的服务，就必须针对他的需求、他的关联因素，做出精准模型，在到处是变量、到处是关联的天气领域，要提供这样的服务能力，显然不容易。
墨迹天气逆势中扩招30%，原因也就在这了。不过，问题是专攻气象数据方面的人才在国内并不好招。除非到气象局或者一些大型云计算企业挖人，但这样成本也会更高。
相对于Weather Company，墨迹天气还处于初级阶段，没有表现出强大的商业能力，当然这与国内整体的气象数据环境有关。Weather Company商业化扩张的后期，因数据能力匮乏成为IBM的客户，久而久之IBM看到了气象数据的价值，就收购了Weather Company除去电视天气预报之外的所有资产。
这个案例对墨迹天气而言，有两个启示。其一，气象定制化服务的商业前景可观；其二，数据能力必须重视，无论后期是否需要寻求外部帮助，自身一定要具备完善的数据能力。
可以预见的是，未来无论是互联网公司还是传统企业，对气象数据的定制化需求都会极其庞大，同时也会给墨迹天气这样的公司提出严峻的市场考验。各行各业千人千面，定制化服务需要面对海量的数据、不同的需求，如何规划一个有助于自身发展的战略至关重要。
,
