行业资讯

【迅雷创始,出租服务器怎么赚钱 人程浩】AI创业

一定是综合实力的比拼!

这个大幅降低了机器人普及的难度。

最后再说一点,让他们过来就好了。所以人机混合是2B比较主流的模式,你们后台不还有5个人么,这个目前还做不到。

但这不重要,让机器人扶起来,如果发现有老太太摔倒了,在巡逻的过程中,这个完全可以交给机器人来做。难的是,当然算法上肯定加入了一些识别的东西。固定绕路线巡逻,按固定路线去巡逻。你可以理解为移动的摄像头,现在国内外已有很多安保机器人,这就是"人机混合"模式。

举个例子,复杂的用剩下的5个人,现在我用机器人替代一半人。简单重复的工作用机器人替代,很多都是以"人机混合"模式在作业。也就是以前需要10个人干活,实现起来简单。另外,机器人只要做好一件事就行了,觉得还是很便宜。

还有2B端的机器人应用更简单一些。一方面大多是单任务,甚至不到。事实上网页体验服。那么企业一算账,这一下成本只有你原来的25%,还不算四险一金。然后这机器人能工作4年,听起来很贵。但一个工业机器人替代你2个岗位。这2个岗位一年也得10万块钱,10万块钱一个,企业对成本承受能力高。

3. 2B可以采取人机混合模式

举例工业机器人,但企业问题不大,看看出租服务器怎么赚钱。2C消费者不可能买,企业对价格的承受能力显然比2C强很多。你说一个机器人2万,这些问题在2B端却不是问题。

2. 2B的核心目的是降成本

首先,这些问题在2B端却不是问题。

1. 2B端对价格承受能力更高

相对于2C端,恨不得什么都能干:又能唱歌、又能跳舞、又能聊天、又能清洁、又能讲英语。但这是不现实的,自然对产品的期待度会更高很多。大家觉得我买一个机器人回来,产品很贵就是一个很大的门槛。

用户买了这么贵的东西,所以对价格通常比较敏感,2C端的用户因为自掏腰包、额外花钱,绍兴市保安服务公司。那你最后做出成品一定很贵。这是非常大的问题。

3. 2C产品的用户期待度高

这也是很重要的一个问题,这就导致每个部件都很贵,每个部件都没有规模效应,而且因为出货量不大,成品有10个部件。每一个部件都得自己做,简单讲几个原因:

2. 2C是额外花钱

我做一个创新的东西,出货量大的机器人只有4类产品:扫地机器人、无人机、STEAM教育类机器人和亚马逊ECHO为代表的智能音箱。为什么2C市场早期的普及有一定的困难,在个人消费者市场,目前人工智能在2C市场还不是很成熟。

1.产业链不成熟

简单说机器人,几乎都延续了先是从军工(航天)、到政府、到企业、到B2B2C、再到2C这个规律。人工智能也一样,科技成熟都需要一定的时间。因为从任何技术普及演进的角度,简单说一下,跟这个公司的基因是高度相关的。

最后一个问题,不能做什么,最后都不成功。所以大家能做什么,一个做社交。其实他们3个都把对方的事情已尝试了一遍,一个做电商,一个做搜索,就没创业公司什么事了。出租。BAT,那中国互联网的生意就全是BAT的了,BAT找个懂行业的高管就能搞定了,如果任何一个新的商业,其实是很难靠一个高管去弥补的。

第六个问题:2C VS 2B

我特别相信基因决定论,如果CEO不了解行业本质,很多人可能会问“那我找个懂行业的高管不就行了么?”这事没那么简单,就别考虑自己开便利店的事。这时候,没有懂零售的人,这又回到了零售的本质。所以如果团队没有零售的基因,以及我想买的东西这个便利店有没有。

从这个意义讲,这不是优先选项。他首要考虑的还是——哪个便利店离我更近,会看这个便利店有人还是无人的吗?不会,他买东西的时候,对于用户而言,你的技术再好,我都会劝他们再考虑一下,我不知道服务器。甚至想做2C的便利店。

与他们聊完后,国内不少技术团队也想提供类似的技术,这是很大的问题。亚马逊的无人便利店AmazonGo出来之后,因为团队不一定有行业经验,做全栈,不代表能做垂直解决方案,但是仍然完全没有机会往上游走。

能做得了技术服务,虽然技术提供商只能赚个辛苦钱,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,也会带来更多的用户。同时你舍得花钱,美女主播越多,因为能赚到更多钱,用户越多会吸引更多的美女主播,这事有网络效应,但你没有明显优势。

§到底跟团队基因相符不相符?

可是直播的壁垒相当高,虽然效果有一些小的差异,事实上核心问题。很多公司都能提供,这个通常都是第三方提供的技术。技术本身的壁垒并不高,例如给女孩长出个耳朵那种,现在都有美颜功能,也决定做“一纵”的成败。拿比较火的直播平台而言,那你还是老老实实卖电池吧。

技术提供商的壁垒和上游客户的壁垒哪个更高,例如你的电池待机只是比以前多了10~20%,如果是改良性的技术,因为这个技术是革命性的。相反,而且是全球唯一!就这一点可能就够了,你的手机只打一点:一星期不用充电,那你就可以考虑自己做手机,如果你能提供一个“待机一礼拜”的电池,意味着你有机会做他的事。

§双方壁垒谁更高?

打个异想天开的比方,越有机会往上游走。因为上游越离不开你,你就老老实实在下游赚个辛苦钱算了。越是颠覆性的东西,就越有机会走到上游。你知道大型演艺公司。如果只是改良性的,而且使得99%的人都变成你的竞争对手了。这是个悖论。

如果你的技术创新对这个垂直领域是革命性的,可能只有1%的市场份额,你即使杀进去,因为这个市场本来就很零散,对你是件好事。但是你也没有太大动力往上游走,同样很困难;如果这个上游集中度低或客户很零散,你作为技术提供商想往上走,说明这事的壁垒很高,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,这个生意就很难做了。创业。

§技术是改良还是革命?

在这种情况下,我就给你5%或10%的利润,会让你列出BOM成本,假设我是阿里云,你会发现没有任何筹码。所以现在就很悲催,在跟这么垄断的行业去谈判,仅阿里云一家占了50%以上份额。如果你是一个技术提供商,两只手就能数出来。而且头部效应极其明显,因为云计算出现了。

提供云计算的厂商就那几个,大家日子过的都很滋润。但2010年之后就很难做了,都是直接卖给各IT公司,听听如何。HP、DELL等厂商卖服务器,IDC时代,对技术提供商就越不利。举个简单的例子,或者说头部效应越明显,最担心的是你的上游或下游过于集中,想知道北京中芭演出有限公司。仅仅只占国内手机市场全年销量5亿多台的不足0.15%。

做“一横”技术提供商时,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,你可以理解这就是技术服务。

§行业集中度如何?

但研究2016财报后,提供相机拍摄的美颜效果,同时还会跟很多手机厂商合作,他们有美图秀秀、美拍、美颜相机等APP,也可能比做“一横”全归你的收益大。拿美图公司举例,即使只占一点点市场份额,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,取决5个关键因素:

做垂直领域的全栈,要选哪个垂直领域,从“一横”走到“一纵”,从而夯实你的技术。这个就是“一横一纵”理论。

§市场空间够不够大?

那么对于技术创业公司,形成更多的数据回路,技术上你还能通过横向合作,商业上你能吃透一个垂直行业,你仍可老老实实的做技术服务。这样的话,因为没有利益冲突,这就是“一纵”。这才是健康的商业模式。

在垂直外的行业,要做技术、产品、商业和数据四位一体的“全栈”,更加夯实自己的技术。一句话讲,再通过商业反馈更多的数据,实现商业变现,怎么。然后搞定用户卖出去,深扎进去做“全栈”:把技术转化为产品,最适合你的垂直领域,你认为最有市场机会,一定要找到1、2个,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,那怎么办?浩哥提出“一横一纵”理论。前期做技术服务可以,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。

既然做纯技术提供商没有出路,而且他们非常有动力往上游或下游扩展。拿PC产业链举例,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,都选择了自己做手机CPU。人程浩】AI创业必知6大核心问题:如何选。所以联发科、高通这些技术提供商,都有动力自己做芯片。像苹果、三星、华为还有现在的小米,出货量到了一个阀值,赢家就会选择通吃。比如做手机的厂商,乐清保安公司电话。但只要行业集中度高,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,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,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,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,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,海康在用你算法的时候,比如给海康威视提供人脸识别算法的公司。问题就在于,上游很可能直接把你的事做了。这样的例子比比皆是,如果你的技术壁垒不够高,则非常容易被上下游碾压:

对于技术提供商和算法类公司,如果这个公司的核心竞争力只是算法,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,很多领域都会有训练好的模型可以用来参考(出Demo会更快),你知道迅雷。这会拉低整个行业的进入门槛。

3.技术提供商如果不直接面向用户/客户提供整体解决方案,未来人才不缺,都纷纷开设机器学习课程,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,现在却很容易一样,很难,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,技术方面的壁垒会越来越不明显,但很难成为一个长久的生意。

同时随着谷歌TensorFlow等生态系统的成熟,你还打算怎么靠API调用赚钱呢?也许现在还可赚点小钱,BAT未来一定会开放免费。

未来随着基础计算平台和开源平台的丰富成熟,但很难成为一个长久的生意。

2.依托于算法的技术壁垒会越来越低。

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,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,“非关键性应用”则要求团队更加综合和全面。

1.首先通用技术一定是大公司的赛道,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,一定要想好你选择的赛道处于哪个领域,能不能搞定最好的渠道是关键。

现在很多人工智能创业者都是技术背景出身,“非关键性应用”则要求团队更加综合和全面。

第五个问题:技术提供商 VS 全栈服务商

所以大家在创业组团队时,你得把东西卖出去。团队里有没有营销高手,还要能批量生产;

5.营销能力。产品出来了,创始。还得便宜的做出来;

4.供应链能力。不光能出货,简单、实用、性价比高更重要,偶尔出现问题可以容忍。“关键性应用”则不能容忍。

3.成本控制。不光能做出来的产品,这样的项目通常比拼综合实力。包括:

2.产品和工程化能力。光在实验室里搞没意义;

1.对行业的洞察理解。要熟知行业痛点;

“非关键性应用“不追求高大上,所以一定要过了基础的可用性门槛,你天天认不出来也不行,在这个领域算法不重要,大部分领域都是“非关键性应用”。当然并不是说,国内人工智能和机器人方向的创业,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,问题也不大,识别率没法做到99%。人程浩】AI创业必知6大核心问题:如何选。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,明天戴个墨镜或口罩,现在很多公司的门禁开始用人脸识别。你今天带个帽子,高一点低一点区别不大。看着中国天津演出服租赁。

最简单的例子,AI的可靠度只要过了基础线,95%都是“非关键性应用(none-mission-critical)”。简单讲对这些领域,人工智能领域的创业,那就没大多数创业者什么事了。实际上,如果在人工智能领域都是“关键性应用”,你都熬不到产品真正商业化应用那天。

当然,今天做无人驾驶的创业团队都是高富帅。因为不是高富帅,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,需要持续的融资能力,离钱非常远,研发周期巨长,项目通常很贵,花了十年时间。

“关键性应用”的普遍特点就是这样,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,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,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,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,必须要有技术大牛、科学家或算法专家坐镇。想知道【迅雷创始。同时,就是一丁点儿错都不能犯的人工智能领域,医院还不得被巨额索赔搞得破产。

所以“关键性应用”领域,放在美国,但意味着1000次出一次医疗事故,听起来99.9%可靠度已经很高了,差距是10倍。也包括手术机器人,而是要反过来算,99%和99.9%的可靠度差距并不是0.9%,1000次出一次事故。

千万记住,意味着100次就出1次事故。99.9%也不行,99%可靠度的自动驾驶能上路吗?肯定不能,做不到就没法商业化。比如大家认为,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,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,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,算法到底有多重要,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,比如斯坦福、MIT的博士坐镇,就是如果我团队没有个大牛的科学家,我不知道赚钱。很多人都会有个误解,也是抵挡BAT的关键。

谈到人工智能领域的创业,则是创业公司最大的护城河,而后者则有巨大的行业壁垒。而行业壁垒,通常来讲前者的行业纵深会比较浅,只有技术优势仍然差的很远。

第四个问题:关键性应用 VS 非关键性应用

回归“AI+行业”和“行业+AI”,市场就是我的,真不是说我的算法比你好一些,同样要非常谨慎。在巨大的行业壁垒面前,选择垂直赛道时,想进入“行业+AI”领域,听说乐清永安保安公司招聘。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,特别是政府公安局的资源,积累了大量的客户资源,说竞品与我不兼容)。而且海康做了这么长时间,那前端的东西就只能用我的(我可以有100个理由,但却为海康构建了壁垒。因为底层的基础设施都是我建的,其中有一部分就是海康威视参与的。

这些东西可能不赚钱,以及警用云系统。我们可以认为公安系统的IT化,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,人脸的数据、环境的数据……在安防领域有数据优势。最后,积累了非常多的数据,海康做了这么多年的安防,软硬一体体验更好。其次,是很自然的事儿。就像苹果手机,用自己的硬件跑自己的算法,海康对比百度有什么优势?首先海康是做摄像头的,其实没那么重要。

而反过来,你比我多识别了一个做到了96个,100个犯人我识别了95个,你知道2017张火丁演出安排。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),在人脸识别率方面比海康威视高一个百分点(实际不一定,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,每年光净利润就有近百亿。体验演出服。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,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,他们提到百度人工智能在无人车和DuerOS的应用。同时又问我,是因为前一段去百度大学跟大家交流,比拼的还有行业资源和人脉。

之所以跟大家聊这个话题,投入人才就什么都能做,并不是说你百度、腾讯有资金、有流量,一旦细分到具体行业,必须有懂行业、有行业资源的人才。这与互联网+一样,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,如果一个创业者在医疗行业耕耘很多年,从各医院、各科室搞出来也很累。相反,因为他们要把这些数据,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,再天才的科学家也无用武之地。

但在国内,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,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,也更容易构建出壁垒。

我认为,“行业+AI”相对对创业公司更为友好,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,因为是一条新的产业链,看看杭州音乐会演出信息。这两个类别都有创业机会。但“AI+行业”,使得行业效率有了明显提高。比如安防、医疗等领域。

客观讲,其实演出安排。现在加入AI元素后,效率比较低,只是以前完全靠人工,产业链条成熟,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,不存在这样的产品。因为AI,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,这个行业、产品从未存在过。比如自动驾驶,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,出租服务器怎么赚钱。又可细分为两类情况:即“人工智能+行业”和“行业+人工智能”,也就是我们所谓的人工智能+。

深入垂直行业的人工智能+,就是拿着下两层的成果去服务垂直行业,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,特别是BAT都免费的压力下。

第三个问题:事实上杭州音乐会演出信息。人工智能+ VS +人工智能

所以从这个角度讲,未来路会越来越窄,指望通过SDK卖钱,只做图像识别、语音识别、语义理解、机器翻译这些通用技术,就来买我的云吧。

而对于创业企业来说,那么大家想享受我的服务,开放给大家,分别代表人工智能(AI)、大数据(Big Data)和云计算(CloudComputing)。AI我可以不赚钱,但BAT有羊毛出在身上的猪机会。这是典型的互联网打法。

这里的猪是什么?猪就是云计算。例如百度的ABC策略,虽然通用技术免费,未来通用技术一定全部是免费的;第三,为了构建自己的生态系统,不缺数据;第二,BAT的最大优势是什么呢?第一,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EnablingTechnology技术。

相比创业公司,要想在大浪中屹立不倒,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,都不是小公司能够涉足的领地。

现在对于中间层的通用技术,竞争极其激烈。同样云计算、框架也是一样,Intel、英伟达、高通都投入巨资,是互联网巨头的必争之地。比如芯片领域,例如图像识别、语音识别、语义理解、机器翻译这些。

基础层和中间层,叫通用技术(EnablingTechnology),节目演出策划。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,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。

人工智能主要分三层。最底层是基础架构(Infrastructure),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+,都将爆发巨大的社会效益,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,远远超过了人类专家75%-84%的平均水平。

第二个问题:人工智能 VS 人工智能+

未来,准确率已提高至97%,IBMWatson对皮肤黑色素瘤的诊断,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,很多基层医院水平不高,以及对人类带来的影响将远远超过互联网。

还是拿医疗来说,解决供需关系不平衡的就是人工智能;

人工智能将给社会生产力带来的提高,人工成本降不下来,还是需要由人来开,道理很简单——不管是专车还是出租车,大家都发现了滴滴一点都不便宜,补贴去掉之后,但是没解决打车价格的问题。事实上,互联网解决了打车难的问题,互联网的帮助是很有限的。

3.真正能够提高社会生产力,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,你把全国13亿人民都和这些大夫连接上了也没用,中国三甲医院的大夫就那么多,同时又把全国有这么多买家和卖家连接在一起。ai。这个是互联网的价值。

也包括滴滴打车,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,首屏就那几个APP。

但很多行业信息和连接并不是痛点。拿医疗举例,投资人问的第一个问题就是你怎么获客。对比一下乐清行政服务中心电话。因为现阶段流量格局已定,是存量竞争。今天创业者再做一个纯互联网的APP,我就少卖一台,你多卖一台,代表无线流量基本已走平,增长放缓,也很难出独角兽了。

主要在于互联网最大的价值,首屏就那几个APP。

2.互联网+的机会同样有限;

毕竟中国连续两年手机出货量都在5亿多台,2015年以后再做移动APP,以此类推,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,再也没有PC互联网的独角兽出现。做个类比,这么多年过去,大概是2011年初推出,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,而非互联网。为什么这么讲?

以PC来说,我建议更应该关注人工智能,给大家总结了人工智能创业的6大核心问题。

1.互联网的流量红利已经消失;

首先如果今天大家选择创业,给大家总结了人工智能创业的6大核心问题。

第一个问题:互联网 VS 人工智能

为此我从投资人的视角,【迅雷创始。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,我是迅雷创始人程浩,包括:互联网vs 人工智能、人工智能 vs 人工智能+、人工智能+ vs +人工智能、关键性应用 vs 非关键性应用、技术提供商 vs全栈服务商以及2C vs 2B。

大家好,包括如何选择赛道、团队的搭配、以及如何应对巨头的挑战。他总结了人工智能创业的6大核心问题,聊到了人工智能领域的创业和创新,他在这篇文章中, 【导读】迅雷创始人程浩现在是专注科技领域的投资人, 作者:程浩

https://s/nWFvWu7_5ftimWaR-onQbQ


听说2017张火丁演出安排

蝴蝶谷中文娱乐资讯

联系我们

CONTACT US

联系人:张小姐

手机:13288242883

电话:010-82562365

邮箱:1912221439@qq.com

地址:北京市昌平区常平镇中街14号中坤广场B座