文/黄乐欣

    碎片化与自媒体交织，信息无处不在。我们看到微博推动着碎片化的表达方式，手机、PAD等移动终端为满足这样的表达方式创造更为方便的手段，微图片、微视频、微地图、微购物等等创新的应用与手机相结合，则推动着碎片化沿着多媒体和多样化的方向发展。未来的网络将会朝着SOLOMO这样一个方向发展，也就是Social、Local和Mobile，这三个将是我们未来互联网发展的趋势，从根本上改变了我们未来使用网络的方式和使用网络的纬度。

移动着的碎片

    2010年3月10日，Twitter上用户发出的tweets突破了100亿条，每天用户创造的信息量超过1.3亿条。新浪截止今年2月用户已突破1亿，每天创造的信息量超过5000万条。这一速度并没有停顿。

    微博控们即便在面对面聊天的时候也按捺不住摆弄手机上的微博，他们偶尔痴痴的傻笑完全与周遭的氛围格格不入，但他们显然陶醉在自己的世界里。移动设备已经成为他们创造信息的最好手段。

    除了文字信息，图片、音频、视频等等多媒体的资讯通过更为便捷的手机应用被用户大量创造，用户们并不在意挥洒他们的创意或在移动设备上键盘输入有多么不便，他们要的就是表达与参与。

    Foursquare、街旁、开开等等基于位置LBS的移动应用，则不停的发布者使用者的位置信息，或者在酒店、商场、景点、演唱会等等，一切你能想到或者想不到的地方，跟随他们的足迹，你可能会发现更多意想不到有趣的蒲点。

    人们用Facebook、开心网、人人网分享着各自的信息，交友变得如此轻易，越来越多的好友只会被羡慕而嫉妒，却没有人会考虑麻烦。

    没有谁可以阻拦信息的进一步碎片化，除了我们自己。

技术变革推动

    “过去的几十年里面，经历了几代计算技术的发展，从90年代开始，我们进入了PC互联网的时代，诞生了很多有名的公司，包括雅虎、Google、eBay和亚马逊。当我们进入二十一世纪第十个年头的时候，我们渐渐进入到了一个移动互联网的时代。”新浪CEO曹国伟如此评价我们所处的这个时代。

    显然意见的事实是，在PC快速普及的90年代末，博客开启了web2.0这一波互联网应用的大潮，播客、视频等等以自媒体方式呈现的应用极大的方便了人们的表达欲望，加速了信息碎片的过程。而在当下，移动终端的普及则推出着新一波的信息大潮。

　　移动终端计算的能力在不断的提升，如果在PC互联网时代是10亿左右的终端，在移动互联网的时代，如果我们把所有的移动终端加起来，未来我们可以看到10倍于PC互联网的终端规模。从另外一个角度来讲，移动互联网的使用时间，因为是随时随地都可以上的一个终端，在使用时间上也会大大超越PC互联网的使用时间。不管是从终端的数量还是个人的使用时间上来说，移动互联网意味着都将是比PC互联网大很多的潜力。

　　从全球范围来看，2011年，智能终端，包括智能手机和平板电脑的出货量、销售量已经超过了PC和笔记本电脑的数量。在中国，2010年，智能手机的出货量大约在2000万台左右，到2012年的时候，我们预计会达到6000多万台。在2013年移动互联网使用的用户数将超过PC互联网的使用数。

    根据最近监测到的数字，国内GPRS上网用户的实际数大概在5.3亿左右，去掉彩信用户和一批非常小流量的用户后，得到的结论是实际上中国的移动互联网使用人数或者手机上网的人数在4月份的时候已经超过了3.5亿，移动互联网用户占到PC互联网接近80%左右。未来在一两年里面，我们相信通过手机上网或者移动终端上网的人口会超过PC互联网。

精准与聚合

    信息的碎片化会不会继续，每天新创造的信息量会不会更多。只要我们相信会有更新的技术出现，这个问题就会有答案。但是对于普通个体而言，即便24小时不停接收信息，面对级数膨胀的海量信息，穷其一生也难以全部接收。我们面对的是一个老生常谈的话题，怎么样才能看我想看到的有用的信息。

    从这个角度上看，即便信息未来如何进一步碎片化，都面临着个人信息精准接收和信息聚合的问题。

    web1.0以编辑和专业人士建设内容为主，当时门户的出现其实更多迫于互联网内容的缺乏，而今这种形式反而会成为人们解决信息接收问题的一种解决方案，不过可能是在移动设备上呈现。在这个方面，恐怕目前影响最大的就是百度的阿拉丁平台，而非存在至今的各类行业专业媒体，虽然由于阿拉丁缺乏公平公正性而广受业内诟病，但是它致力于信息聚合的理念却在网友群里中获得相对较好的评价，网友搜索一些确定性信息，不会出现其他网站搜索结果而是展现百度内部人工筛选的搜索结果，客观上节约了网友的信息获取时间。当然，大部分人没法拥有百度那样的身价，不过1，2个专业人士就能维护的轻量级资讯网站，或者博客也是不错的选择。

    基于社会网络下的好友推荐与用户本身的主动关注方式，也将会在未来大行其道。应用的开发者利用用户既有的好友网络不断的分析好友的信息流，从而给用户推荐最多人阅读的信息，或者根据用户的喜好调整推荐的内容，我们在GOOGLE READER等应用中已经可以看到这样的做法。

    未来我们也许不能了解每一个事件或事物的每一个细节，但是我们能够根据我们自己的偏好的知识结构决定我们自己可以接受什么样的信息。