外包新政策或年底出台

http://blog.sina.com.cn/s/blog_48a3708e0100bod7.html


在11月22日中欧商学院服务外包同学会成立仪式上,商务部外国投资管理司副司长林哲莹透露,有关部门正在制定扶持中国外包产业的政策,目前已经形成了 45条草稿,涉及到税收优惠、人才奖励、企业投融资等诸多方面。这次政策的力度前所未有,已经基本相当于国家对自主创新政策的支持水平,预计将在本年年底 或者明年年初推出。

<wbr></wbr>

对于中国的服务外包企业来说,这无疑应该是一件大喜事。就在前些天我去参加北京市服务外包协会组织的外包企业座谈会上,很多企业都在抱怨目前政府对外包的 政策不是很明朗,他们在高新企业认证、企业融资、行业整体形象宣传等方面仍然收到了诸多的掣肘。例如,外包企业没有多少固定资产,房子都是租的,很难提供 足够的抵押物,无法向银行贷款;再如,外包企业一般不拥有软件的知识产权,很多时候享受不到高科企业的待遇;等等。

<wbr></wbr>

就连林司长也承认,中国在服务外包上起步晚了一些,已经远远落后于印度,中国所有的外包企业的规模加起来可能还赶不上印度的外包老大TCS。当然,这也与 外包属于跨行业的新兴产业有关系,我们的政府部门原来是按照行业分割的管理方式,确实不太适应对这种产业的管理。前几年我参加一次关于外包的高层讨论会, 原信产部的某位副司长就明确表示外包没有产品,不属于他的管辖范围。

<wbr></wbr>

当然,这两年对外包的主导权转移到商务部之后,情况有了很大的改观,商务部搞了个“千百十工程”,国内很多城市也将服务外包作为未来的发展方向,先不说北 京、上海、大连,包括成都、西安、南京、无锡、天津、武汉等城市对此都非常有兴趣,毕竟这个关系到城市转型的大问题,如果还是从事低附加值、高污染的制造 业,将来肯定是没有出路的。我在无锡采访的时候,由于去年无锡蓝藻事件的影响,据说无锡市政府的高层下了决心,宁可GDP几年不增长,也要把产业结构调整 过来。

<wbr></wbr>

为此,很多地方也给了外包企业非常大的优惠政策,比如引进一个人给多少钱的奖励呀,买房买车还给税收返还呀,比当年吸收外资还要优惠。当然,这么搞之后可 能市场会出现一定程度的泡沫,但是我感觉有泡沫还是比没有要好,毕竟外包这个行业这么多年也没怎么受人待见过,现在受点高规格的重视也就不要有受宠若惊的 感觉了。

<wbr></wbr>

而最近华尔街的金融风暴也让印度外包企业很受伤,要知道他们很大的一批客户都是美国的金融企业,估计要减少20-30%的订单。IDC中国区总裁郭昕认为 这次金融危机给中国外包带来的机会远大于挑战,一方面是因为我们承接的外包订单很大一部分是国外的制造业和高科技企业,他们所受的影响要相对小一些。

<wbr></wbr>

还有一个原因就是我们国内规模庞大的制造业和服务业规模,目前这些企业的外包需求还迟迟没有被唤醒。“再过20年,世界500强当中也许有200家中国公司,你说这个外包市场大不大?”但是,现在印度人已经进来抢这个市场了,目前国内几大银行都有部分的Call Center外包了出去,而且都交给了TCS等印度公司,这无疑是中国外包行业的悲哀。

<wbr></wbr>

我们也大可不必灰心,要知道,制造业是我们的一大优势,我们有一批懂制造业的人才,而印度人在这方面只有他们那著名的“大舌头”,有时候我们也不得不佩服 印度人“忽悠”的能力,他们操着浓重印度口音的英语,却能够说得白人老外频频点头,更何况美国很多大企业的CIO都是印度人。

<wbr></wbr>

扬长避短,立足于自己的优势,十年后我们还是有可能追上印度人的。

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值