betway必威官网注册 > 技术 > 聆听城市居民的脉搏,关于人工智能的思考

原标题:聆听城市居民的脉搏,关于人工智能的思考

浏览次数:144 时间:2019-10-02

原标题:为什么BAT干不掉海康威视?——关于人工智能的思考

原标题:聆听城市居民的脉搏,数据分析公司「ZenCity」希望利用AI优化城市规划和管理

原标题:工信部展开“信息安全集中考” 中国移动的答卷有哪些亮点?

来源 : 浩哥说

相信玩过模拟城市游戏《城市:天际线》的人都知道,每当城市的某个地方出现问题的时候,比如住宅区太密集,学校不够多,交通太堵塞,游戏里都马上会有提示,让玩家能即时解决问题。但是现实生活并不像游戏,没有系统的帮助,很多问题都不能得到即时的处理。初创公司ZenCity希望通过大数据和AI平台推动城市规划和管理,让城市人们的幸福感提升。

更多资讯可登录运营商世界网(telworld.com.cn),也可关注微信公众号tel_world

大家好 , 我是迅雷创始人程浩 , 现在专注科技领域的投资 。 今天跟大家聊聊人工智能领域的创业和创新 , 包括如何选择赛道 、 团队的搭配 、 以及如何应对巨头的挑战 。

近日,ZenCity宣布完成了A轮600万美元的融资,由Vertex Ventures 领投,M12, Microsoft’s venture fund, 和Canaan Partners Israel 跟投。

运营商世界网 张静/文

为此我从投资人的视角 , 给大家总结了人工智能创业的 6 大核心问题 。

成立于2015年,以色列的创业公司ZenCity通过整合数十万条城市居民公共互动的数据,这些反馈和评论可以来源于社交媒体,新闻网站,城市热线等多个渠道,并应用人工智能(AI)帮助为城市规划者和管理者提取有意义的“结构化”数据,得出他们所在地区的居民最关心的问题和趋势。

随着通信和互联网的迅速发展,电信诈骗越来越受到国家的重视和关注。三大运营商积极响应国家号召,加大了打击电信诈骗和互联网安全威胁的工作力度。近日,工信部还下发了《关于开展2018年电信和互联网行业网络安全检查工作的通知》,对电信和互联网行业进行网络安全检查工作,作为工信部的重点检查对象之一,中国移动能否交出一份令人满意的答卷呢?

第一个问题 : 为什么应关注人工智能而非互联网 ?

图片 1

“全国一盘棋”,六大平台保障信息安全

首先如果今天大家选择创业 , 我建议更应该关注人工智能 , 而非互联网 。 为什么这么讲 ?

ZenCity认为传统的居民反馈工具或渠道不能给城市管理者提供大规模的实时数据。缺乏数据的支持,这使管理者对城市的规划和管理缺乏效率。

据了解,中国移动针对互联网安全这一领域,成立了中国移动(洛阳)信息安全运营中心,这是我国首个由运营商建立的针对移动互联网信息安全的集中运营中心,也是目前国内通信运营商中规模最大的不良信息治理团队。

  1. 互联网的流量红利已经消失 ;

而ZenCity的AI平台希望通过不断汇总和分析来自不同渠道居民生成的数据,用AI算法将大量的非结构化数据转换为实时的分析报告,包括居民情绪分析,自动化主题分类,地理位置分析等。该平台可用于与城市服务或基础设施相关的任何事情,例如跟踪关于新的交通措施或汽车共享计划的意见,或识别如人行道维护或当地教育标准等问题。

成立六年以来,洛阳中心一直在强调“全国一盘棋”的理念,统一技术标准,集中组建团队,将治理工作由各省分散变为全国集中,从而实现对不良信息的集中发现、集中研判、集中封堵。同时,中国移动持续加大不良信息治理工作的投入,强化科技支撑,投资数亿元建设全国统一的集各类不良信息监测、研判、封堵等功能为一体的综合性平台,实现处理的自动化、智能化、实时化。

以 PC 来说 , 全球 PC 出货量连续 5 年下滑 。 大家知道国内最后出现的一个 PC 互联网独角兽是谁吗 ? 是知乎 , 大概是 2011 年初推出 , 这么多年过去 , 再也没有 PC 互联网的独角兽出现 。 做个类比 , 我们知道 2015 年移动互联网的渗透率和竞争程度和 2011 年的 PC 互联网类似 , 以此类推 , 2015 年以后再做移动 APP , 也很难出独角兽了 。

ZenCity的AI平台功能包括以下几点:

截至目前,洛阳中心已建成分析、感知、管理、控制、拦截和联动六大平台,实现对垃圾短彩信、骚扰诈骗电话、手机淫秽色情网站、手机恶意软件等12项不良信息进行集中治理,年均拦截封堵不良信息超过70亿件。为营造健康绿色的通信环境、保障客户合法权益提供了有力保障。

毕竟中国连续两年手机出货量都在 5 亿多台 , 增长放缓 , 代表无线流量基本已走平 , 你多卖一台 , 我就少卖一台 , 是存量竞争 。 今天创业者再做一个纯互联网的 APP , 投资人问的第一个问题就是你怎么获客 。 因为现阶段流量格局已定 , 首屏就那几个 APP 。

  • 持续追踪所有渠道的居民信息:分析来自社交媒体,市政热线和任何其他相关来源的居民对话
  • 自动分类:将收集的非结构数据自动汇总,并做主题分类,以提供实时居民情绪分析。
  • 通知提示:平台在值得关注的趋势或问题出现时自动通知城市管理者,并向他们发送关键见解分析以及每日或每周摘要。
  • 连接任何设备:可以随时随地通过计算机,平板电脑或智能手机登录系统。
  • 其他分析功能:该平台还支持GIS显示,关键字分析,针对不同级别的趋势的个性化显示。

“魔高一尺道高一丈”,打击伪基站成效凸显

  1. 互联网 + 的机会同样有限 ;

ZenCity在去年得到了快速的发展,在不到一年的时间里,ZenCity的平台增加了15个城市。从城市规模上,从只有1万人口的小镇,发展到现在有150万人口的城市。使用该AI平台的城市能更好地与城市居民沟通,节省财政以及作出以数据驱动的城市规划。 随着越来越到的城市选择使用ZenCity的平台来优化其城市规划和管理,ZenCity打算使用新的资金来为平台构建更多新的功能,分析更多类型的数据。

目前,伪基站成为新型网络电信诈骗的主要手段之一。伪基站能够冒用任意号码,不经过运营商通信网络即可向任意手机用户发送垃圾短信、诈骗短信,严重干扰通信,骚扰用户,危害社会。

主要在于互联网最大的价值 , 是解决信息不对称和连接 。 所以对于电商特别有价值 。 淘宝用皇冠 、 钻石等信用体系解决了信息不对称 , 同时又把全国有这么多买家和卖家连接在一起 。 这个是互联网的价值 。

值得一提的是,ZenCity是微软去年举办的奖金为350万美元的Innovate.AI竞赛以色列地区的获奖者。

对此,中国移动率先提出了伪基站综合治理体系,自主研发了伪基站监测治理系统,治理工作中形成集团、省公司两级联动机制,并建立长效打击机制,配合执法部门持续开展“常态化”的伪基站打击工作。

但很多行业信息和连接并不是痛点 。 拿医疗举例 , 中国三甲医院的大夫就那么多 , 你把全国 13 亿人民都和这些大夫连接上了也没用 , 因为一个医生一天还是只能看那么多病人 。 互联网并没有提高医生看诊的效率 。 在诸如餐饮 、 医疗这些传统领域 , 互联网的帮助是很有限的 。

图片 2

截至2018年7月,中国移动累计配合公安机关破获案件8610起、缴获设备9570套、抓获嫌疑人11191人。其中,河南移动作为打击伪基站成效最明显的省份之一,目前共配合公安机关破获“伪基站”案件1667起,缴获设备1670套,抓获嫌疑人1987人,河南公司“伪基站”垃圾短信月举报量比往年均量下降了90%以上。

也包括滴滴打车 , 互联网解决了打车难的问题 , 但是没解决打车价格的问题 。 事实上 , 补贴去掉之后 , 大家都发现了滴滴一点都不便宜 , 道理很简单 —— 不管是专车还是出租车 , 还是需要由人来开 , 人工成本降不下来 , 就不可能便宜 。

数据驱动的智能城市是未来的趋势?

从“事后处理”到“事前预防”,“盾+箱”从“头”做起

  1. 真正能够提高社会生产力 , 解决供需关系不平衡的就是人工智能 ;

大数据和人工智能在近年来被应用在各行各业,在城市建设方面,大数据正在令城市变得更“智能”。大城市最大的问题之一就是交通堵塞。早在2015年,Uber和波士顿合作,利用Uber庞大的交通数据,帮助城市规划者管理城市增长,缓解交通拥堵,扩大公共交通,减少温室气体排放。在国内,滴滴在今年初发布了交通战略产品「交通大脑」,意在运用AI的决策能力优化城市交通管理,缓解道路拥堵。其智慧信号灯已在济南344个路口优化调整信号灯配时,解决城市道路拥堵。上个月,滴滴在济南推出定制公交,利用大数据制定公交路线,最大化满足乘客通勤出行需求。

据了解,中国移动已于2016年底实现电话用户100%实名登记,并实现了对通讯信息诈骗渠道的100%覆盖。

人工智能将给社会生产力带来的提高 , 以及对人类带来的影响将远远超过互联网 。

除了交通,城市规划还包括教育,医疗,消防,警局,污染程度,公共设施的建设等等。也许在不久的将来,大数据和AI将会颠覆城市管理,就像在模拟城市游戏里,只要打开数据面板就能知道城市的所有情况。返回搜狐,查看更多

天盾是中国移动基于大数据平台自主研发的新一代反通信欺诈系统,具有实时、精确、事中干预的能力,该系统包括“呼死你”防护技术和钓鱼网站检测技术。两项技术均取得了明显的成效,仅“呼死你”防护技术就累计为超过105万户提供服务,共拦截“呼死你”电话约12.1亿次,审核疑似号码约850万个,加黑/关停违规号码约43万个,“呼死你”月均投诉较治理前相比减少79.2%。

还是拿医疗来说 , 很多基层医院水平不高 , 那未来完全可以通过人工智能来辅助医生读 CT 、 X 光等医疗影像 。 像今年 , IBMWatson 对皮肤黑色素瘤的诊断 , 准确率已提高至 97% , 远远超过了人类专家 75%-84% 的平均水平 。

责任编辑:

除了系统防御,中国移动还自主研发了针对手机等智能设备安全风险全面探测、快速排查的专业安全工具——“守望者”终端安全工具箱。工具箱有效解决了传统软件检测深度不足、苹果手机检测功能不足、整体检测环境可靠性不足3大业界难题。

未来 , 人工智能无论是在无人车 、 机器人 、 医疗 、 金融 、 教育还是其他领域 , 都将爆发巨大的社会效益 , 这点毋庸置疑 。 我认为下一波大趋势和大的红利不是互联网 + , 而是人工智能 + 。 我建议现在的创业者更应该关注人工智能领域的创业机会 。

目前,该设备已在北京、宁夏、福建、四川、浙江、山东、云南、黑龙江8省108个营业厅和服务点试点,辐射15个少数民族区域,服务3万余营业厅用户,66家政企用户,现场处置病毒木马、通讯诈骗等风险45万余次,帮助客服处理突发事件2305起,服务效率提升了17倍。

第二个问题 : BAT的巨大优势

编者按:徐玉玉案已经过去两年,通信安全在这期间被提上了重要的议程。但必须关注的是,诈骗与反诈总是相伴而生,共同发展的。互联网技术在进步,骗子的诈骗手段也在进步,如今一个周密的骗局甚至有心理学家、社会学家的参与,“演员”的演技也更加高超,让人防不胜防。可怕的是,大众的防范意识却仍停留在从前的阶段。

人工智能主要分三层 。 最底层是基础架构 ( Infrastructure ) , 包括云计算 、 芯片以及 TensorFlow 这样的框架 。 在基础层之上是中间层 , 叫通用技术 ( EnablingTechnology ) , 例如图像识别 、 语音识别 、 语义理解 、 机器翻译这些 。

如今的互联网活动已经离不开身份认证,但“短信验证码”似乎成了网络上识别身份的唯一手段。“嗅探”盗刷敲响了警钟,尤其是在互联网金融遍地开花的现在,让运营商独自承担如此重要的安全职责实在不妥。

基础层和中间层 , 是互联网巨头的必争之地 。 比如芯片领域 , Intel 、 英伟达 、 高通都投入巨资 , 竞争极其激烈 。 同样云计算 、 框架也是一样 , 都不是小公司能够涉足的领地 。

包括中国移动在内的运营商已经在信息安全上投入了相当的人力、物力和财力,作为央企,这是其职责所在。但信息安全事关全国,需要多方参与合作。目前,技术层面已经成熟,但在时效性和联动方面还存在很多问题。小编在此也希望各方能关注和重视信息安全工作,共同参与到信息安全这一个永恒的课题中来。

现在对于中间层的通用技术 , BAT 也极其重视 。 因为大家都相信人工智能是下一波工业革命浪潮 。 对腾讯 、 阿里 、 百度这些巨头来讲 , 要想在大浪中屹立不倒 , 必须要构建出人工智能的生态系统 ( Ecosystem ) 。 而核心就是要依靠这些 Enabling Technology 技术 。

运营商世界网(官方微信公众号tel_world)—— TMT行业知名新锐媒体,一家专注通信、互联网、家电、手机、数码的原创资讯返回搜狐,查看更多

相比创业公司 , BAT 的最大优势是什么呢 ? 第一 , 不缺数据 ; 第二 , 为了构建自己的生态系统 , 未来通用技术一定全部是免费的 ; 第三 , 虽然通用技术免费 , 但 BAT 有羊毛出在身上的猪机会 。 这是典型的互联网打法 。

责任编辑:

这里的猪是什么 ? 猪就是云计算 。 例如百度的 ABC 策略 , 分别代表人工智能 ( AI ) 、 大数据 ( Big Data ) 和云计算 ( Cloud Computing ) 。 AI 我可以不赚钱 , 开放给大家 , 那么大家想享受我的服务 , 就来买我的云吧 。

而对于创业企业来说 , 只做图像识别 、 语音识别 、 语义理解 、 机器翻译这些通用技术 , 指望通过 SDK 卖钱 , 未来路会越来越窄 , 特别是 BAT 都免费的压力下 。

所以从这个角度讲 , 创业公司做下面两层风险比较大 。 我认为创业公司的机会在最上层 , 就是拿着下两层的成果去服务垂直行业 , 也就是我们所谓的人工智能 + 。

第三个问题 : 海康威视相对BAT的优势在哪里 ?

深入垂直行业的人工智能 + , 又可细分为两类情况 : 即“ 人工智能 + 行业 ” 和 “ 行业 + 人工智能 ” , 他们间有明显的区别 。

“ AI + 行业 ” 简单讲就是在 AI 技术成熟之前 , 这个行业 、 产品从未存在过 。 比如自动驾驶 , 亚马逊的 Echo 智能音箱 、 苹果的 Siri 语音助手 。 在人工智能技术未突破前 , 不存在这样的产品 。 因为 AI , 创造出了一条全新的产业链 。

“ 行业 + AI ” 就是行业本身一直存在 , 产业链条成熟 , 只是以前完全靠人工 , 效率比较低 , 现在加入 AI 元素后 , 使得行业效率有了明显提高 。 比如安防 、 医疗等领域 。

客观讲 , 这两个类别都有创业机会 。 但“ AI + 行业 ” , 因为是一条新的产业链 , 创业公司与互联网巨头实际是处在同一起跑线上 。 巨头们坐拥数据优势 。 所以从这个角度 , “ 行业 + AI ” 相对对创业公司更为友好 , 也更容易构建出壁垒 。

我认为 , 未来行业壁垒才是人工智能创业最大的护城河 。 因为每个行业都有垂直纵深 , 尽管 BAT 技术好一点 、 并不关键 。 拿医疗 + AI 举例 , 什么最重要 ? 大量准确的被医生标注过的数据最重要 。 没有数据 , 再天才的科学家也无用武之地 。

但在国内 , 这个医疗数据拿出来非常困难 。 所以 BAT 做医疗一点优势都没有 , 因为他们要把这些数据 , 从各医院 、 各科室搞出来也很累 。 相反 , 如果一个创业者在医疗行业耕耘很多年 , 也许拿起数据来比大公司更容易 。

这要求创始团队的合伙人中 , 必须有懂行业 、 有行业资源的人才 。 这与互联网 + 一样 , 一旦细分到具体行业 , 并不是说你百度 、 腾讯有资金 、 有流量 , 投入人才就什么都能做 , 比拼的还有行业资源和人脉 。

之所以跟大家聊这个话题 , 是因为前一段去百度大学跟大家交流 , 他们提到百度人工智能在无人车和 DuerOS 的应用 。 同时又问我 , 人脸识别在国内安防领域的应用价值非常大 。 像海康威视有近 3000 亿人民币的市值 , 每年光净利润就有近百亿 。 百度在 AI 方面是不是该考虑进军这个领域 。 我回答说千万别 , 因为安防是典型的 、 有巨大壁垒的“ 行业 + AI ” 领域 。

即使百度技术好 , 在人脸识别率方面比海康威视高一个百分点 ( 实际不一定 , 海康背后有几百人的 AI 研发团队 ) 。 但这并不代表百度就能替代海康 。 因为安防是“ 非关键性应用 ” ( non-mission-critical ) , 100 个犯人我识别了 95 个 , 你比我多识别了一个做到了 96 个 , 其实没那么重要 。

而反过来 , 海康对比百度有什么优势 ? 首先海康是做摄像头的 , 用自己的硬件跑自己的算法 , 是很自然的事儿 。 就像苹果手机 , 软硬一体体验更好 。 其次 , 海康做了这么多年的安防 , 积累了非常多的数据 , 人脸的数据 、 环境的数据 …… 在安防领域有数据优势 。 最后 , 海康给公安系统做了很多类似警务通 、 基站信息采集 、 视图档案管理等 SaaS 平台的东西 , 以及警用云系统 。 我们可以认为公安系统的 IT 化 , 其中有一部分就是海康威视参与的 。

这些东西可能不赚钱 , 但却为海康构建了壁垒 。 因为底层的基础设施都是我建的 , 那前端的东西就只能用我的 ( 我可以有 100 个理由 , 说竞品与我不兼容 ) 。 而且海康做了这么长时间 , 积累了大量的客户资源 , 特别是政府公安局的资源 , 开拓这些资源非常需要时间 。

这些就是所谓的行业纵深 。 所以即使对 BAT 而言 , 想进入“ 行业 + AI ” 领域 , 选择垂直赛道时 , 同样要非常谨慎 。 在巨大的行业壁垒面前 , 真不是说我的算法比你好一些 , 市场就是我的 , 只有技术优势仍然差的很远 。

回归“ AI + 行业 ” 和“ 行业 + AI ” , 通常来讲前者的行业纵深会比较浅 , 而后者则有巨大的行业壁垒 。 而行业壁垒 , 则是创业公司最大的护城河 , 也是抵挡 BAT 的关键 。

第四个问题 : 为什么技术可能并不重要 ?

谈到人工智能领域的创业 , 很多人都会有个误解 , 就是如果我团队没有个大牛的科学家 , 比如斯坦福 、 MIT 的博士坐镇 , 我都不好意思讲在人工智能方面创业 。 其实这个认知是完全错的 。 因为在人工智能领域 , 算法到底有多重要 , 完全取决于你要准备进入哪个行业 。

根据行业和应用场景不同 , 我认人工智能的创业本质上有 mission-critical 和 non-mission-critical 之分 。 为了方便大家理解 , 我们简称为“ 关键性应用 ” 和 “ 非关键性应用 ” 。

“ 关键性应用 ” 要追求 99.9 …… % 后的多个 9 , 做不到就没法商业化 。 比如大家认为 , 99% 可靠度的自动驾驶能上路吗 ? 肯定不能 , 意味着 100 次就出 1 次事故 。 99.9% 也不行 , 1000 次出一次事故 。

千万记住 , 99% 和 99.9% 的可靠度差距并不是 0.9% , 而是要反过来算 , 差距是 10 倍 。 也包括手术机器人 , 听起来 99.9% 可靠度已经很高了 , 但意味着 1000 次出一次医疗事故 , 放在美国 , 医院还不得被巨额索赔搞得破产 。

所以“ 关键性应用 ” 领域 , 就是一丁点儿错都不能犯的人工智能领域 , 必须要有技术大牛 、 科学家或算法专家坐镇 。 同时 , 这类项目研发周期都很长 。

正如以色列做 ADAS( 高级驾驶辅助系统 ) 解决方案的 Mobileye 公司 , 今年 3 月被 Intel 以 153 亿美金收购 。 大家知道这家公司研发周期有多长吗 ? Mobileye 成立于 1999 年 , 到他们推出首款产品 、 挣到第一桶金已是 2007 年 。 长达 8 年的研发周期 。 这在互联网创业里不可想象 。 包括谷歌无人车从 2009 年开始研发 , 到现在一直没有商业化 ; 达芬奇手术机器人从启动研发到 2000 年拿到美国食品药品管理局 ( FDA ) 的认证 , 花了十年时间 。

“ 关键性应用 ” 的普遍特点就是这样 , 项目通常很贵 , 研发周期巨长 , 离钱非常远 , 需要持续的融资能力 , 团队怎样才有持续融资 ? 起码要有非常好的简历和非常好的背景 。 这个是能够持续融资的必要前提 。 所以大家可以看到 , 今天做无人驾驶的创业团队都是高富帅 。 因为不是高富帅 , 你都熬不到产品真正商业化应用那天 。

当然 , 如果在人工智能领域都是“ 关键性应用 ” , 那就没大多数创业者什么事了 。 实际上 , 人工智能领域的创业 , 95% 都是“ 非关键性应用 ( none-mission-critical ) ” 。 简单讲对这些领域 , AI 的可靠度只要过了基础线 , 高一点低一点区别不大 。

最简单的例子 , 现在很多公司的门禁开始用人脸识别 。 你今天带个帽子 , 明天戴个墨镜或口罩 , 识别率没法做到 99% 。 可即使没识别出来也没问题 。 因为所有带人脸识别的门禁都有地方让你按指纹 。 即使指纹也刷不进去 , 问题也不大 , 公司不还有前台吗 。

这就是“ 非关键性应用“ 。 这类项目不追求 99% 后面的很多个 9 。 实际上 , 国内人工智能和机器人方向的创业 , 大部分领域都是“ 非关键性应用 ” 。 当然并不是说 , 在这个领域算法不重要 , 你天天认不出来也不行 , 所以一定要过了基础的可用性门槛 , 偶尔出现问题可以容忍 。 “ 关键性应用 ” 则不能容忍 。

“ 非关键性应用“ 不追求高大上 , 简单 、 实用 、 性价比高更重要 , 这样的项目通常比拼综合实力 。 包括 :

对行业的洞察理解 。 要熟知行业痛点 ;

产品和工程化能力 。 光在实验室里搞没意义 ;

成本控制 。 不光能做出来的产品 , 还得便宜的做出来 ;

供应链能力 。 不光能出货 , 还要能批量生产 ;

营销能力 。 产品出来了 , 你得把东西卖出去 。 团队里有没有营销高手 , 能不能搞定最好的渠道是关键 。

所以大家在创业组团队时 , 一定要想好你选择的赛道处于哪个领域 , 不同的赛道对于团队的要求是不一样 。 “ 关键性应用 ” 必须有技术大牛坐镇 , “ 非关键性应用 ” 则要求团队更加综合和全面 。

第五个问题 : 产业链上的赢家通吃与行业壁垒优势

现在很多人工智能创业者都是技术背景出身 , 创业的第一个想法通常是做技术提供商 。 技术提供商作为创业的敲门砖可以 。 但如果只定位做技术提供商 , 未来路会非常窄 。 为什么说未来只做技术提供商价值会越来越小 ? 原因有几点 :

  1. 首先通用技术一定是大公司的赛道 , BAT 未来一定会开放免费 。

人家大公司会免费提供人脸识别 、 语音识别 、 语义理解 、 机器翻译这类 EnablingTechnology , 你还打算怎么靠 API 调用赚钱呢 ? 也许现在还可赚点小钱 , 但很难成为一个长久的生意 。

  1. 依托于算法的技术壁垒会越来越低 。

未来随着基础计算平台和开源平台的丰富成熟 , 技术方面的壁垒会越来越不明显 , 整个人工智能的技术准入门槛会越降越低 。 就像 2008 年你想找个 IOS 开发者 , 很难 , 现在却很容易一样 , 所有技术的演进都遵循这一规律 。 特别随着今天各大学的计算机专业 , 都纷纷开设机器学习课程 , 未来人才不缺 , 这会拉低整个行业的进入门槛 。

同时随着谷歌 TensorFlow 等生态系统的成熟 , 很多领域都会有训练好的模型可以用来参考 ( 出 Demo 会更快 ) , 创业者只要有足够的数据来训练参数就好了 。 所以未来算法的壁垒会越来越低 , 如果这个公司的核心竞争力只是算法 , 那将非常危险 。

  1. 技术提供商如果不直接面向用户 / 客户提供整体解决方案 , 则非常容易被上下游碾压 :

对于技术提供商和算法类公司 , 如果你的技术壁垒不够高 , 上游很可能直接把你的事做了 。 这样的例子比比皆是 , 比如给海康威视提供人脸识别算法的公司 。 问题就在于 , 海康在用你算法的时候 , 人家也有庞大的研发团队在研究自己的算法 。 现在用你是人家还没准备好 , 一旦准备好立刻会把你替换掉 。

即使在有一定技术门槛的行业 , 技术提供商的日子同样并不好过 。 比如专注嵌入式的视觉处理芯片的 Movidius , 大疆无人机一直在用他们的芯片 。 但自从大疆统治了消费级无人机市场后 , 大疆现在也很自然地开始研发自己的芯片 。

按说芯片的技术壁垒并不低 , 但只要行业集中度高 , 赢家就会选择通吃 。 比如做手机的厂商 , 出货量到了一个阀值 , 都有动力自己做芯片 。 像苹果 、 三星 、 华为还有现在的小米 , 都选择了自己做手机 CPU 。 所以联发科 、 高通这些技术提供商 , 其实是挺痛苦的 。

这其实是一个产业链通用规律 : 产业链上的垄断者会吃掉所有利润 , 而且他们非常有动力往上游或下游扩展 。 拿 PC 产业链举例 , 内存 、 硬盘 、 整机 、 显示器 …… 都不赚钱 。 钱被谁赚走了 ? Windows 和 Intel 却赚走了绝大部分利润 。

图片 3

既然做纯技术提供商没有出路 , 那怎么办 ? 浩哥提出“ 一横一纵 ” 理论 。 前期做技术服务可以 , 但是不能一辈子做技术服务 。

“ 一横 ” 就是指你提供的技术服务 。 通常“ 一横 ” 能服务很多行业 , 一定要找到 1 、 2 个 , 你认为最有市场机会 , 最适合你的垂直领域 , 深扎进去做 “ 全栈 ” : 把技术转化为产品 , 然后搞定用户卖出去 , 实现商业变现 , 再通过商业反馈更多的数据 , 更加夯实自己的技术 。 一句话讲 , 要做技术 、 产品 、 商业和数据四位一体的“ 全栈 ” , 这就是“ 一纵 ” 。 这才是健康的商业模式 。

在垂直外的行业 , 因为没有利益冲突 , 你仍可老老实实的做技术服务 。 这样的话 , 商业上你能吃透一个垂直行业 , 技术上你还能通过横向合作 , 形成更多的数据回路 , 从而夯实你的技术 。 这个就是“ 一横一纵 ” 理论 。

那么对于技术创业公司 , 从“ 一横 ” 走到 “ 一纵 ” , 要选哪个垂直领域 , 取决 5 个关键因素 :

市场空间够不够大 ?

做垂直领域的全栈 , 还是做横向的技术提供商 ? 取决市场空间哪个更大 。 找对垂直领域 , 即使只占一点点市场份额 , 也可能比做“ 一横 ” 全归你的收益大 。 拿美图公司举例 , 他们有美图秀秀 、 美拍 、 美颜相机等 APP , 同时还会跟很多手机厂商合作 , 提供相机拍摄的美颜效果 , 你可以理解这就是技术服务 。

但研究 2016 财报后 , 大家知道美图秀秀选的“ 一纵 ” 是什么吗 ? 就是美图手机 。 以上提到的技术服务都远没有垂直做美图手机赚钱 。 美图手机占了公司全部营收的 93% 。 虽然美图手机去年的销量大约在 74.8 万台 , 仅仅只占国内手机市场全年销量 5 亿多台的不足 0.15% 。

行业集中度如何 ?

做“ 一横 ” 技术提供商时 , 最担心的是你的上游或下游过于集中 , 或者说头部效应越明显 , 对技术提供商就越不利 。 举个简单的例子 , IDC 时代 , HP 、 DELL 等厂商卖服务器 , 都是直接卖给各 IT 公司 , 大家日子过的都很滋润 。 但 2010 年之后就很难做了 , 因为云计算出现了 。

提供云计算的厂商就那几个 , 两只手就能数出来 。 而且头部效应极其明显 , 仅阿里云一家占了 50% 以上份额 。 如果你是一个技术提供商 , 在跟这么垄断的行业去谈判 , 你会发现没有任何筹码 。 所以现在就很悲催 , 假设我是阿里云 , 会让你列出 BOM 成本 , 我就给你 5% 或 10% 的利润 , 这个生意就很难做了 。

在这种情况下 , 你当然有意愿也往上游走 。 但带来的问题是什么 ? 如果上游集中度高 , 说明这事的壁垒很高 , 你作为技术提供商想往上走 , 同样很困难 ; 如果这个上游集中度低或客户很零散 , 对你是件好事 。 但是你也没有太大动力往上游走 , 因为这个市场本来就很零散 , 你即使杀进去 , 可能只有 1% 的市场份额 , 而且使得 99% 的人都变成你的竞争对手了 。 这是个悖论 。

技术是改良还是革命 ?

如果你的技术创新对这个垂直领域是革命性的 , 就越有机会走到上游 。 如果只是改良性的 , 你就老老实实在下游赚个辛苦钱算了 。 越是颠覆性的东西 , 越有机会往上游走 。 因为上游越离不开你 , 意味着你有机会做他的事 。

打个异想天开的比方 , 如果你能提供一个“ 待机一礼拜 ” 的电池 , 那你就可以考虑自己做手机 , 你的手机只打一点 : 一星期不用充电 , 而且是全球唯一 ! 就这一点可能就够了 , 因为这个技术是革命性的 。 相反 , 如果是改良性的技术 , 例如你的电池待机只是比以前多了 10~20% , 那你还是老老实实卖电池吧 。

双方壁垒谁更高 ?

技术提供商的壁垒和上游客户的壁垒哪个更高 , 也决定做“ 一纵 ” 的成败 。 拿比较火的直播平台而言 , 现在都有美颜功能 , 例如给女孩长出个耳朵那种 , 这个通常都是第三方提供的技术 。 技术本身的壁垒并不高 , 很多公司都能提供 , 虽然效果有一些小的差异 , 但你没有明显优势 。

可是直播的壁垒相当高 , 这事有网络效应 , 用户越多会吸引更多的美女主播 , 因为能赚到更多钱 , 美女主播越多 , 也会带来更多的用户 。 同时你舍得花钱 , 需要很多资金来买流量以及签约很 NB 的主播 。 所以这个事壁垒很高 。 你做技术提供商壁垒不高 。 这种情况下 , 虽然技术提供商只能赚个辛苦钱 , 但是仍然完全没有机会往上游走 。

本文由betway必威官网注册发布于技术,转载请注明出处:聆听城市居民的脉搏,关于人工智能的思考

关键词:

上一篇:潜入富士康龙华厂区,还有存在的必要吗

下一篇:2018中国芯片发展高峰论坛议程曝光,如何寻找真