购彩大厅Welcome投注|购彩大厅WelcomeAPP

谷歌裁员1.2万人 ，CEO称“负全责”！硅谷公司裁员潮持续，苹果也开始了 ？ ******

　　1月22日下午 ，据媒体报道 ，苹果已经削减Apple Store以外零售渠道 的非季节性员工。经证实 ，苹果已经向百思买等商店工作 的苹果零售渠道员工发出了裁员邮件 ，通知被裁员工享有的权利等等。

　　分析称，百思买和苹果公司会雇佣季节性员工来应对消费者 的需求 ，例如在圣诞购物季会招募临时性员工 。而由于目前已经过了圣诞购物季 ，相关 的合同都已经到期 ，因此可以确认本次裁员 的 是非季节性员工。

　　证券时报·e公司记者注意到 ，苹果公司部分裁员只是美国科技公司近期裁员潮 的缩影。近期 ，多家美国科技公司相继宣布裁员计划 。上周三 ，微软计划裁员1万人 ，约占员工总数的5%；同一天 ，亚马逊启动最新一轮裁员；谷歌母公司Alphabe近日计划裁员1.2万人 。

　　苹果零售渠道开始裁员

　　北京时间1月22日下午消息，据报道 ，多位知情人士称，苹果公司已开始在苹果零售店(Apple Store)以外 的零售渠道 ，解雇一些非季节性员工 。

　　这些消息称，一些在百思买(Best Buy)等商店工作 的苹果零售渠道员工，已经收到了关于此次裁员 的通知 ，并告知这些员工所拥有 的相关权利。

　　通常，为了满足季节性 的消费需求增长 ，例如在圣诞节前夕 ，百思买和苹果公司会招聘一些临时性 的员工 ，来服务日益增多的消费者 。但如今已经过了购物旺季，这些季节性临时员工 的合同也已经到期 ，并且走人。

　　事实上 ，另有媒体确认 ，苹果此次裁减 的员工并不是这些季节性员工 ，而裁员数量已经能引起人们的足够关注 。

　　一封电子邮件信息显示，苹果“零售客户服务”(Retail Customer Care)部门员工将在周五晚些时候和周末收到裁员通知 。与其他大型科技公司纷纷裁员不同 ，到目前为止 ，苹果尚未公开披露任何大规模 的裁员决定。但苹果CEO蒂姆·库克(Tim Cook)去年11月曾表示，该公司正在放缓招聘。

　　库克当时称 ：“鉴于当前的形势 ，我们在招聘方面非常慎重 。这意味着我们还在继续招聘 ，但不是所有部门都在招聘 。”

　　美国科技公司裁员潮

　　近期 ，多家美国科技公司相继开启万人级别裁员计划 。其中 ，谷歌CEO暴裁1.2万人内部信曝光引发各方关注 。

　　北京时间1月20日，市值超1万亿美元(约8.6万亿人民币)谷歌公司周五宣布裁员大约1.2万人 ，约占全球员工总量 的6%。谷歌CEO桑达尔皮查伊(Sundar Pichai)向员工发送邮件 ，公布了裁员的细节以及补偿措施等内容。

　　桑达尔皮查伊在信中表示，他对导致裁员 的决定负“全部责任”，他说：我有些坏消息要告诉大家 ，我们已决定裁员大约1.2万人。我们已经向受影响的美国员工单独发送了邮件 。在其他国家 ，受到当地法律惯例的影响 ，这一过程将需要更长的时间。这轮裁员横跨Alphabet(谷歌母公司) 、产品领域、职能 、级别和地区。

　　该公司披露 ，美国 的补偿方案包括 ，至少60天 的通知期，被裁员工将获得相当于16周工资的遣散费 ，此外 ，员工工作每满一年，将获额外两周工资补偿 。

　　除了谷歌外，美国科技巨头微软和亚马逊也开启万人级别大裁员 。

　　微软上周三宣布，将在3月底前裁员1万名员工，约占员工总数 的5%。有媒体分析称，微软裁员可能波及不少工程师岗位 ，或延缓其最新可穿戴设备产品 的开发。同一天，亚马逊启动最新一轮裁员 ， 是其本月初宣布 的1.8万人裁员计划 的一部分。这轮裁员将主要影响零售和人力资源部门 。

　　分析人士认为，大公司裁员的动态，引发投资者对美国经济前景 的看衰情绪 。即便美联储当天公布 的美国全国经济形势调查报告、即“褐皮书”显示 ，2022年12月，多个地方联储经济活动轻微增长或下滑，并预计物价上行压力有望进一步缓解，投资者仍然对通胀形势与美国经济衰退风险感到担忧 。

　　另据媒体报道 ，华尔街分析师近期直言，在销售增长放缓之际 ，预计美国大型科技公司将在未来几个月裁员和削减成本 ，扭转疫情时期的过度行为，以提高利润率并安抚投资者情绪 。

　　不过 ，分析师预计，美国最大 的五家科技公司都将报告去年10月至12月期间的利润下降，因为它们试图在高利率环境下重新调整业务 。分析师预计Facebook母公司Meta Platforms(META.US)和亚马逊(AMZN.US)的业绩下滑幅度最大 。

　　华尔街分析师已经将Meta、亚马逊 、苹果(AAPL.US)、Alphabet(GOOG.US)和微软(MSFT.US)这五家公司 的总营收预测从去年10月份 的预期下调了5% ，至5614亿美元。（证券时报·e公司）

你的隐私，大数据怎知道******

　　作者：杨义先 、钮心忻（均为北京邮电大学教授）

　　在网络上，每个人都会或多或少 ，或主动或被动地泄露某些碎片信息 。这些信息被大数据挖掘 ，就存在隐私泄露 的风险 ，引发信息安全问题 。面对汹涌而来的5G时代 ，大众对自己的隐私保护感到越来越迷茫 ，甚至有点不知所措。那么 ，你 的隐私 ，大数据 是怎么知道的呢 ？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道 ；你做过什么事，它知道 ；你有什么爱好 ，它知道 ；你生过什么病 ，它知道；你家住哪里 ，它知道；你 的亲朋好友都有谁 ，它也知道……总之，你自己知道 的，它几乎都知道 ，或者说它都能够知道，至少可以说 ，它迟早会知道 ！

　　甚至 ，连你自己都不知道 的事情 ，大数据也可能知道 。例如 ，它能够发现你 的许多潜意识习惯：集体照相时你喜欢站哪里呀 ，跨门槛时喜欢先迈左脚还 是右脚呀，你喜欢与什么样 的人打交道呀，你的性格特点都有什么呀 ，哪位朋友与你 的观点不相同呀……

　　再进一步说 ，今后将要发生 的事情 ，大数据还 是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道 ：流感即将暴发了 ！其实 ，大数据已经成功地预测了包括世界杯比赛结果、股票 的波动、物价趋势、用户行为、交通情况等。

　　当然 ，这里 的“你”并非仅仅指“你个人”，包括但不限于，你的家庭 ，你的单位，你 的民族，甚至你的国家等。至于这些你知道的 、不知道 的或今后才知道 的隐私信息，将会把你塑造成什么， 是英雄还是狗熊 ？这却难以预知 。

　　2.数据挖掘就像“垃圾处理”

　　什么 是大数据 ？形象地说 ，所谓大数据，就 是由许多千奇百怪 的数据，杂乱无章地堆积在一起 。例如，你在网上说 的话 、发的微信 、收发的电子邮件等 ，都是大数据 的组成部分 。在不知道的情况下被采集 的众多信息，例如被马路摄像头获取的视频 、手机定位系统留下 的路线图、驾车的导航信号等被动信息 ，也都 是大数据 的组成部分 。还有 ，各种传感器设备自动采集的有关温度 、湿度、速度等万物信息，仍然是大数据的组成部分 。总之，每个人、每种通信和控制类设备 ，无论它是软件还 是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘” 的技术，采用诸如神经网络、遗传算法、决策树 、粗糙集 、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息 。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约 、数据清理 、数据变换、挖掘分析 、模式评估、知识表示等八大步骤 。

　　不过，这些听起来高大上的大数据产业 ，几乎等同于垃圾处理和废品回收 。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类 ，可算作“数据规约” ；将废品和垃圾适当清洁和整理 ，可算作“数据清理” ；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱 ，可算作“数据分析” ；不断总结经验 ，选择并固定上下游卖家和买家 ，可算作“模式评估” ；最后，把这些技巧整理成口诀 ，可算作“知识表示” 。

　　再看原料结构。大数据具有异构特性 ，就像垃圾一样千奇百怪 。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾 是有实体 的，再利用 的次数有限；而大数据是虚拟 的 ，可以反复处理，反复利用 。例如 ，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司 ，将某群体的消费习惯卖给百货商店等。总之 ，大数据专家完全可以“一菜多吃” ，反复利用，而且时间越久 ，价值越大。换句话说，大数据 是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响 ，即存在泄露隐私 的风险。隐私是如何被泄露的呢？这其实很简单 ，我们先来分解一下“人肉搜索” 是如何侵犯隐私 的吧！

　　一大群网友 ，出于某种目 的 ，利用自己的一切资源渠道，尽可能多地收集当事人或物 的所有信息 ；然后 ，将这些信息按照自己 的目的提炼成新信息，反馈到网上与别人分享 。这就完成了第一次“人肉迭代”。

　　接着 ，大家又在第一次人肉迭代 的基础上，互相取经，再接再厉 ，交叉重复进行信息的收集 、加工 、整理等工作 ，于 是 ，便诞生了第二次“人肉迭代” 。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实 ，至少主体 是事实，“人肉搜索”就成功了 。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形 。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成 的特殊“人肉搜索”而已 。只不过 ，这种搜索 的目的 ，不再限于抹黑或颂扬某人，而 是有更加广泛的目的，例如，为商品销售者寻找最佳买家 、为某类数据寻找规律 、为某些事物之间寻找关联等。总之，只要目的明确 ，那么 ，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息 ，被数据库中 的海量异构数据所替代 ；网友寻找各种人物关联 的技巧，被相应 的智能算法替代 ；网友们相互借鉴 、彼此启发的做法 ，被各种同步运算所替代。

　　各次迭代过程仍然照例进行 ，只不过机器的迭代次数更多 ，速度更快，每次迭代其实就 是机器 的一次“学习”过程 。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那 是因为对大数据挖掘来说，永远没有尽头 ，结果会越来越精准，智慧程度会越来越高，用户只需根据自己 的标准，随时选择满意 的结果就行了。

　　当然，除了相似性外 ，“人肉搜索”与“大数据挖掘”肯定也有许多重大 的区别 。例如 ，机器不会累 ，它们收集的数据会更多、更快，数据 的渠道来源会更广泛。总之，网友的“人肉搜索” ，最终将输给机器 的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前 的现实情况来说 ，大数据隐私挖掘 的“杀伤力” ，已经远远超过了大数据隐私保护 的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外 。自互联网诞生以后，在过去几十年 ，人们都不遗余力地将碎片信息永远留在网上 。其中的每个碎片虽然都完全无害，可谁也不曾意识到 ，至少没有刻意去关注 ，当众多无害碎片融合起来，竟然后患无穷！

　　不过 ，大家也没必要过于担心。在人类历史上 ，类似的被动局面已经出现过不止一次了。从以往的经验来看 ，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘” ，获得空前好处，产生了更多需要保护的“隐私” ，于 是，不得不再回过头来 ，认真研究如何保护这些隐私 。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图 ，于是 ，新一轮的“挖掘”又开始了 。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不 是一个突出 的问题。

　　但 是 ，现在人类需要面对一个棘手 的问题——对过去遗留在网上 的海量碎片信息，如何进行隐私保护呢 ？单靠技术 ，显然不行，甚至还会越“保护” ，就越“泄露隐私”。

　　因此，必须多管齐下 。例如从法律上，禁止以“人肉搜索”为目 的 的大数据挖掘行为；从管理角度 ，发现恶意 的大数据搜索行为，对其进行必要 的监督和管控。另外 ，在必要 的时候 ，还需要重塑“隐私”概念 ，毕竟“隐私”本身就 是一个与时间、地点、民族 、文化等有关 的约定俗成 的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢 ？或者说 ，至少不要把过多包含个人隐私 的碎片信息遗留在网上呢？答案只有两个字：匿名 ！只要做好匿名工作 ，就能在一定程度上，保护好隐私了。也就 是说 ，在大数据技术出现之前 ，隐私就 是把“私”藏起来 ，个人身份可公开，而大数据时代，隐私保护则 是把“私”公开（实际上 是没法不公开） ，而把个人身份隐藏起来，即匿名。

　　《光明日报》（ 2023年01月12日 16版）

　　（文图 ：赵筱尘 巫邓炎）