ZKIZ Archives


窩窩團裁員「羅生門」:浮躁的攪局者

http://www.yicai.com/news/2011/08/1038919.html

場裁員引發的「羅生門」正在窩窩團上演。

「公司到現在為止,沒有一個高管離職,第二公司從來沒有裁過員,這說明我們動了別人的奶酪,被動奶酪的人還是蠻生氣的,還是說了一些不該說的話。」近日,窩窩團CEO徐茂棟對外表示。

這距離窩窩團第一批被裁員工向海淀區勞動爭議仲裁委提交仲裁申請已過去一個多月。

裁員亂象

小張(化名)是今年剛畢業的大學生,5月18日在窩窩團品控部工作。7月5日,公司忽然以戰略調整、人員縮編為由通知他換崗到薪資更低的客服部門,要麼就走人。

小張認為,換崗只是裁員的「幌子」。因為客服工作環境差,經常加夜班,一個同事調過去僅一天,就遭遇了部門領導故意刁難,明擺著逼人走。

相比小張,窩窩團撫順地方分站員工阿銘(化名)的被裁經歷顯得荒誕。今年7月某日,他上午剛和單位簽了勞動合同,下午卻被辭退了。

裁員蔓延多地。被裁員工代理律師趙佔領對《第一財經日報》透露,6月底至7月初,窩窩團銷售、技術、人事、品控部門均大量裁員。同時,多個分站如鄂爾多斯、合肥分站被整體裁撤。

趙佔領稱,裁員總人數目前尚難統計,但至少100人。目前維權員工分別來自北京、鄂爾多斯、南京、深圳、鞍山、杭州等。

據悉,北京總部是裁員重災區,以品控部和銷售部為甚。品控部原來40人左右,目前已裁去近2/3,銷售部6人全部被裁。

上海地區同樣遭遇「清洗」。知情人士說,上海站員工總數已從頂峰時的約120人減至50多人。

一名被裁員工告訴本報,公司裁員多以「業績不合格」為由,且只肯給出半個月到一個月工資補償。

一邊裁員、一邊挖角

有意思的是,裁員的同時,窩窩團還在持續挖角對手。

近期以來,窩窩團高調從對手拉手網和美團網成建制地挖人。此前,徐茂棟曾在微博上熱烈地歡迎100多名美團骨幹加入。

內部人士透露,窩窩團內部派系林立,整合面臨困難。一位窩窩團南京站被裁員工透露,徐茂棟將拉手網員工挖來後,就把南京站原來城市經理撤掉。拉手系人馬放話稱,要把原窩窩團人馬清空。

空降來的原上海美團團隊自詡為「飛虎隊」,加盟後同樣「清洗」窩窩團上海原有成員。

趙佔領認為,這看上去像是一種「流寇式」的發展方式:不斷擴張並騷擾打擊對手,但難於穩健地經營好新的疆域;當粗放的經營方式難以繼續支撐極低毛利局面時,就迅速通過裁員撤站轉移戰場。

易觀國際分析師陳壽送認為裁員在意料之中。他表示,窩窩團此前大規模併購與擴張的分支,許多根本無法獲利,只能做交易量。一旦資方態度冷卻或難以為繼時,收縮不可避免。

「窩窩號稱有5000名員工,團購網站每月基本上都是幾千萬開銷,沒有足夠盈利能力,只能依靠投資,節流只能通過裁員、撤站方式收縮戰線。」陳壽送說。

內部消息印證了判斷。「公司一直片面追求銷售業績,背負銷售額,卻不考慮毛利。」窩窩團某分站城市經理爆料,今年某月,該站銷售額約100萬元,但毛利僅1萬元,這還不包括人力、租金等成本,實際毛利率不到1%。更多分站經營則靠花商家的錢。

「這是一家口號型的公司,對外宣稱的數據虛報不少。」華東地區某分站一位離職中層員工稱。

窩窩團的造勢口號確實很多。前不久它持續對外釋放虛假消息,說將獲得2億美元融資且有意向啟動IPO而駁得大名。但被點名的投資方卻公開貶斥了它的言論。此外,它還曾以微博賬戶遭遇黑客攻擊為由,掩蓋一場虛假營銷危機。

看看它的口碑:新浪微博曾發起「中國的團購老闆誰最有可能捲款潛逃」的投票。窩窩團官方賬戶直接將選票投給自家老闆徐茂棟。

「這樣的公司還要IPO,就是一門心思圈錢。」一位前上海員工嘲笑說。

PermaLink: https://articles.zkiz.com/?id=27259

在浮躁的投資世界裡體驗安寧 流水白菜

http://blog.sina.com.cn/s/blog_43b1d06701011mam.html

(一)

 

有些時候,確定性只需要1分鐘就能理解。

 

中國的上市公司一直存在3種狀態,A股、B股、H股(此外,還有美股中的中概股);同股同權是確定性的。A股的大多股票,在B股和H股卻是長期以打折的方式在交易。因此,過去十年,同樣的公司,在H股平均上漲了4倍---即使如此,大多H股的股票還遠遠比A股便宜---而A股卻一無所獲;同樣的公司,B股的獲利也是A股的數倍。折扣就是一種確定性。(反之,如果同樣的股票在境外只有一半的價格或者三分一甚至五分之一的價格在賣,這意味著什麼,不言而喻。)

 

類似的還有當年的封閉式基金,當他們以5折的方式在交易的時候;也就意味著當你的收益翻倍也不過和其他人的成本相同。(當年我推薦封基給朋友,他們說,太慢,沒意思。)

 

搖新股的確定性存在於長期的統計中。過去十年,有新股搖的時候,新股年均回報是年化15左右……而搖新股,只需要申購,開盤賣出兩個動作罷了。

 

(二)

 

過去十年機會騰湧,對股市完全不瞭解的人,可以通過搖新,通過買封閉式基金,還有些時段通過0風險的可轉債,通過購買H股,通過購買B股……輕而易舉獲得非常好的收益。但大多人卻說,中國的上市公司不值得投資,投資機會非常少……

 

遍地黃金的股市已經過去或正在過去。未來,我們必須投入更多的時間精力,回歸到研究公司本身。

 

確定性和不確定性的討論往往是在一個系統內討論的,比如說中國經濟。如果中國經濟崩潰,你原先思考確定性的前提都將毫無價值;更不要說核大戰等等。看完《2012》裡的房子和紙糊了一樣的消失,並不會阻止人們去買房子,道理也一樣。

 

(三)

 

股票短期的漲跌,一年股市的牛熊,這是不確定的。但公司長期的經營,所特有的戰略目標,企業文化,人才觀念,經營模式等等,這些是確定性的。因此,當我們投資的時候,我們會儘量排除不確定性的方法,轉而去尋找已知的可知的東西,從而增加確定性。我們每天都努力瞭解,每天就增加了投資成功的確定性。

中國石油是一家高度確定性的公司,因為他必然是:政府扶持、保守經營。同時,中國石油的確定性也表現在戰略上:在戰略上模糊不清,國企傲慢不思進取甚至腐敗的企業文化,人才觀念上的看中關係。這些構成了企業最核心的內容,你知道中國石油就是如此。

 

大公司的確定性高於小公司,因為大公司經過長期的經營,經歷了市場的風風雨雨,也經歷過了前進過程中的對對錯錯。正如一個成年人的行為是容易預測一樣。而小公司正如小孩,可塑性強,但不確定非常高。歐美市場,大公司溢價,給小公司折價,(修改:大公司和小公司的估值差不多)因為小公司成為大公司的概率非常低,大多一兩年就夭折了。(而一些小公司成長了百倍千倍)市場是殘酷的,只有經過無數次殘酷的考驗,才能成為蒼天大樹。同時適者生存的哲學適用於叢林競爭中。大多人盯住小公司的成長性,看到那些大樹都是從小樹生長而來,卻忘記了,能成為大樹的,永遠只是一個小概率事件。

 

(四)

 

沒有人每天看自己的存摺,因為存摺的利息是確定的,同時存摺是安全的。


對於一個人來說,當他說一個企業確定性不高的時候往往因為對這個企業不夠瞭解。當然,另外一個方面,任何一個企業同時具有確定性和不確定性雙重的特徵。我們尋找出它的確定性,同時意識到它的不確定性,構成了購買一個股票的基礎。確定性和不確定性這個問題主要是啟發人們去思考什麼,去做什麼,最終讓自己敢於投資,同時通過不斷增加對公司確定性和不確定性的瞭解,讓自己增加投資的勝率。

 

(五)

 

關注投資,經常要問自己,不是市場波動我們該怎麼辦,而是我們對自己持有的公司又多瞭解了幾分。當你認識深入研究之後,就會有夜夜好眠的收穫感和滿足感。

 

在時間匹配、複利認識、摩擦成本控制、注重上市公司內在的價值的關注等確定性的邏輯確立後,巴菲特跳著舞去上班了,這是農夫般的快樂,是雞聲茅店月人跡板橋霜後的人生境界。


PermaLink: https://articles.zkiz.com/?id=32728

不是中國沒有競爭優勢,是浮躁的人沒有競爭優勢 孫旭東

http://blog.sina.com.cn/s/blog_59d5d75d0102ejss.html

巴菲特:中國沒有競爭優勢

  在股東大會臨近尾聲時,一位來自中國上海的投資者詢問巴菲特是否有新計劃投資中國,巴菲特回應稱「中國沒有競爭優勢」。

  曾稱中國經濟發展潛力巨大

  「中國經濟有著巨大的發展潛力。」這是巴菲特在2007年10月首次投資中國大連時所說。

  當時,巴菲特以伯克希爾-哈撒韋公司實際控制人的身份來到大連,出席哈撒韋公司控股公司IMC大連新工廠的開業慶典。

  這是巴菲特在中國投資的第一家企業。公司信息顯示,IMC國際金屬切削(大連)有限公司註冊資本1200萬美元,投資總額為2785萬美元。公司投產後,將為航空、汽車等行業生產高品質的切削刀具,預計年產量200萬件,產值約3億元人民幣。

  投資中石油獲利近七倍

  公開資料顯示,巴菲特真正投資的第一家中國企業是中石油。

  2002年至2003年間,巴菲特投資4.88億美元購入中石油1.3%股份。而自2007年7月開始,巴菲特連續七次減持中石油H股,並在11月5日中石油登陸A股市場的前一個月將所持的23.4億股中石油H股全部清空,收穫40億美元,獲利近七倍。

  2008年,比亞迪(28.82,2.62,10.00%)汽車成為被巴菲特「金手指」點中的公司,巴菲特最終以2.3億美元獲得比亞迪10%的股份,並成為比亞迪第二大股東。

  按照當時的購買價,巴菲特購買比亞迪的股價為8港元每股,此後比亞迪股價一路飆高,在2010年讓巴菲特賬面浮盈超10倍。

  但在2011年之後,比亞迪的表現讓巴菲特「大感失望」。在2012年股東大會上,巴菲特十分看淡比亞迪,只有巴菲特的搭檔——伯克希爾副主席查理·芒格力挺比亞迪。

  如今,這項投資尚未結束,但顯然令股神巴菲特深感疲憊,更放出「中國沒有競爭優勢」的言論。不過,在比亞迪之後,巴菲特至今沒有在中國進行新的投資。

 

http://money.163.com/13/0506/09/8U6C9LHB00251LK6.html

股東大會談及中國


   有投資者在巴菲特股東大會上問如果美元失去儲備地位會怎麼樣?對此,股神巴菲特表示,不太可能有什麼東西能取代美元成為儲備貨幣。未來中國和美國將是超級經濟大國。美元在未來幾十年都會是儲備貨幣。芒格稱,儲備貨幣的國家有一些優勢。失去儲備貨幣就失去了一些優勢。即便那發生了,也沒什麼大不了。歷史上沒有一個超級大國能一直保持第一,我認為未來20年美元都會是儲備貨幣。

   一位來自中國上海的投資者向巴菲特拋出了關於自己投資的疑問。他請巴菲特談一談對新興產業的投資,並問道,如果巴菲特在中國投資會選擇什麼產業和公司。對此,巴菲特回答道,他還沒有真的開始在某個特定國家準備投資新興產業。「不管是中國還是印度,我們觀察,但是並沒有真的做什麼。」

   巴菲特指,他不會在中國做其在美國做的事情,「我們不覺得那是我們的長處所在,雖然它聽起來很誘人。」巴菲特的老搭檔查理-芒格則補充道,巴菲特和他都不喜歡用國家來區分投資,主要還是看產業和公司。

 

我的感想:

   很簡單的一件事情,不同的報導呈現出截然不同的面貌。瞭解巴菲特的人很容易判斷出孰是孰非。不是中國沒有競爭優勢,而是浮躁的人沒有競爭優勢,中國浮躁的人太多了。

PermaLink: https://articles.zkiz.com/?id=55494

線性資本王淮:一拍腦袋就投誰不會,別把創業者搞浮躁了

來源: http://www.iheima.com/finance/2016/1027/159472.shtml

線性資本王淮:一拍腦袋就投誰不會,別把創業者搞浮躁了
石慧石慧

線性資本王淮:一拍腦袋就投誰不會,別把創業者搞浮躁了

數據智能一定要解決商業問題,只有技術是“然並卵”的。

王淮,Facebook第二位中國籍工程師,第一位華籍研發經理。現在,他是線性資本合夥人,主要關註大數據和人工智能。從技術男到投資人,王淮給自己當前定下的小目標,就是投出兩家“10億美金公司”。而他的投資,也自成體系,對於數據智能,他最關註的,就是如何解決實際的商業問題。人工智能專題新的一篇文章,請聽王淮總結自己的投資理念,以及他對當下人工智能創投熱潮的看法與建議。(PS:文尾有彩蛋喲~~)

文丨石慧

王淮是典型的技術男出身。他是Facebook早期員工——2007年加入,是其中第一位華籍研發經理。但隨著Facebook的擴張,“老員工”王淮找不到初創公司的感覺了。他決定換一種生活方式。

如今,他與前京東、天貓高管張川一同創立了線性資本,關註大數據、人工智能,投資Applied Data Intelligence——業務性的數據智能。“以技術為核心,並將技術應用到我們認同的問題上,我們才會投。”王淮說,“大數據應用一定要解決實際的商業問題。”

顯然,技術出身的王淮並不僅僅關註技術本身。來自溫州的他,身上還帶著溫州商人的精明。

數據智能要強應用、商業化,是他的投資邏輯,這從線性投資的項目可見一斑。目前,線性資本投資了33個項目,包括中科視拓、神策數據、地平線機器人、Rokid、艾拉物聯、ThinkingGame數數科技、杭州同盾科技、Ping++等。

在王淮看來,人工智能的熱潮已經來了。不管他並不是很喜歡“風口”這個詞,他暫時也只能用這個詞形容現在的人工智能領域。

他給自己定了一個小目標:投出兩家10億美金的公司。“然後再說別的。”

王淮希望,大數據、人工智能創業者能第一時間想到線性資本。“所以我們必須聚焦。明白自己擅長什麽,不擅長什麽。”他說。

以下為王淮口述,經創業家&i黑馬編輯:

先定一個小目標:投出兩家10億美金公司

我是技術出身,2007年年初進入Facebook做工程師,2012年離開。我是Facebook的早期員工,加入的時候公司只有100多人,到我離開時,已經到了4000多人。

在那時,我就有後來創業的想法,我在雅虎待過一年半,對大公司的運作有了一定的認識,我想去嘗試一下不同的生活,於是就去了Facebook。當時會加入Facebook,我覺得它是家有趣的小公司。那時沒想到它後來會做那麽大,但是那些人我覺得非常有意思。後來離開也是,我覺得最好玩的日子已經過去了,接下去的也許就是按部就班的生活,想有一個更大的改變。但我覺得打工我不可能再去第二家公司,公司對我們實在是太好了。

我回國以後,看了一圈,2012年底打算做投資,和張川、薛蠻子三個人開了公司,拿自己的錢做投資。兩年後,我們想做得更專業,就創立了線性資本。

我們現在做投資,也是用當初創業的感覺去做。我們做了線性資本之後,逐漸機構化,我們自己有一系列方法論,怎麽看一個項目,形成了相對成熟的一套模式。整個過程,更像一個創業公司,從無到有,慢慢成熟。現在圈子里提起投大數據、人工智能,我們的影響力都在那里,我們努力得到了回報。我真的覺得這個過程挺好的,就像一個小公司慢慢做起來的典型的過程。

我們一直是以創業的心態去做這件事,能不能做成不知道,但我們要先定一個小目標:投的公司里出兩家10億美金的公司,1億人民幣投進去,10億美金的估值出來。

我們很重視投後管理。對我們在董事會上的公司,會有季度性風控,月度性通電話、見面。我們有一套框架來診斷一家公司,主要了解五大問題:團隊、市場、產品、技術、資本;五大問題下有三大緯度:過去一個月發生了什麽大事;處在哪個狀態的問題解決了;沒有將來你的重心是什麽,我們怎麽幫到你。

投後管理主要做三件事。第一,在一些核心問題上,我們自己以及請來的牛人會做他們的顧問。第二,幫助他們進行核心崗位的招聘。第三,幫他們完成接下來的一到兩輪融資。

我們把身邊的投資機構分成三類,對接融資時就從這三類里找。一類是family VC,是和我們有共同LP的基金。二是old friends,是我們合作很多的基金,比如GGV、IDG、紅杉。三是new friends,是跟我們關系很好、想一起合作的基金。

我們投的項目最大的問題可能是商業模式還有待驗證,但當初我們覺得它有機會才會投,基本上幫他們融到下一輪問題不大,線性投資的33家公司,現在至少有10家融到了下一輪。

我們做投資,這麽些年下來有一個巨大的體會,就是說你如果只去搶“風口”,這些機會你看得到的機會,別人也看得到,但你不但要看到,你還要看得懂,“懂”帶來的結果就是“快”。一拍腦袋就投誰不會,但是我覺得現在投資已經過了“搶”這個階段。搶就是倉促,你也反過來讓創業者也倉促了,本來可以紮實做事的創業者,被你這樣一搞心里也浮躁,這對任何人沒有任何好處。所以只能是聚焦,看懂,在保證決策質量的情況下,比別人時間花得更短,才能夠投得更快,而這種快就是有意義的,不是單純去“賭”。

投資還有一點,就是要“投得進”。如果你足夠專業,做到標桿,能讓大數據、人工智能領域的創業者第一個想到你,那就很不一樣了,我們想要的是這種效果。今天在業內,做大數據、人工智能的人應該都知道我們了。我們要明白自己擅長的和不擅長的,做強聚焦。

從最近6個月開始,大數據、人工智能這些領域逐漸風口化。但是“風口”這個詞,我們其實不大喜歡去用,只是說這個時代,在各種因素下,給了這樣一個機會。原來我們有60%-70%是看這塊,現在,我們是100%投入在做這塊。

5大因素帶來“數據智能”商業機會

現在,人工智能因為幾大因素,出現了很大機會。

核心因素是移動智能設備的流行,觸屏把人們原來花在PC互聯網上的時間,大幅度地拉長了。原來在PC上,大家大部分時間是用來工作,而現在,手機成為我們kill time的主要工具。這種設備創造出了一個巨大的市場,這個市場就是每個人的時間。如果把它用人和時間等單位來衡量規模的話,我覺得現在這個市場的規模至少是原來Web時代的5到10倍。時間需要產品去填補,填補過程中大量積累了數據,數據就產生了變現的需求。

因此,第二就是數據的積累。這些年,很多互聯網公司各自積累了幾百萬、上千萬的用戶數據,都非常有價值。但這些數據間,存在孤島效應,這些數據是沒有辦法交叉的。比如,一個互聯網金融公司,和一家電商,它們獲得的數據體系、性質都不一樣。但如果它們能夠放在一起,形成數據集,帶來的價值會大很多,會產生一加一遠大於二的效果。

第三,算法的發展,在過去幾年有了很大突破,比如說深度學習。傳統的數據挖掘方法對強特征問題很有效,比如反欺詐;但是對於從圖像、聲音當中去學習特征,就很難了。而深度學習在這些領域帶來了很多新的應用。近幾年聲音識別、圖像識別、人臉識別等新的應用出現,和技術突破是息息相關的。

與之相應的,是計算能力的提高。AI說起來容易,做起來很難,比如說深度學習的計算量對雲計算也提出了極高的要求。三四年前基礎架構和計算能力沒有發展到這種程度時,要做人工智能也是做不起來的。

還有人才因素。有人覺得美國人才比中國多,我不這麽看。過去幾年,BAT以及二線互聯網公司積攢了大量數據,數據需要人來處理,因此訓練出一大批有實踐經驗的人才。而美國,主要是Facebook、谷歌、亞馬遜、微軟等公司,培養的人才偏理論型,在實踐上不如中國。

最後一點,市場已經準備好了。人工智能公司的目標客戶,原先比較傳統,現在它們的思維開始變了。我們要感謝馬雲對DT時代的傳播,但是,AlphaGo帶來的影響更為巨大。AlphaGo雖然下的是圍棋,但讓很多中國人以為深度學習已經來了,它會搶走所有的工作,你要是不趕緊改變,就等著被幹掉吧。這讓人工智能公司發展客戶變容易了。當然,這種想法還有很大誤區,被人工智能完全顛覆的那天真正到來,還有很長時間,但是,這卻讓人工智能推廣的難度大大降低了。

這幾個因素造就了人工智能的熱潮。這是一個數據依賴技術進行變現的時代。這5個因素,給了人工智能,或者我更願意稱它為“數據智能”,帶來了極大的商業機會。很多投資人也開始關註並進入這個領域。

但是我認為,不能走偏。現在也有很多項目,並不是很“智能”,而是努力向這個概念上來“靠”。所以,要同時具備三個要點:大數據、應用性、智能性的項目,我們才會投。

數據智能只有技術是“然並卵”

我們聚焦的領域,概括起來其實是Applied Data Intelligence——業務性的數據智能。立足於大數據的應用,去解決實際商業的問題。我們投的項目,是以技術為核心,但我們的關註點在應用上。我不會單純因為這個項目的技術牛而去投資,它要將自己很牛的技術應用到我們認同的問題上。

大數據應用一定要解決實際的商業問題。很多SaaS只是數據和數據應用,把傳統的、低效的東西在線化,但沒有思考如何處理數據,從中做些文章。比如稅收類應用,如果只解決數據問題,那是很普通的SaaS。而我們在意的是,它能不能進一步提供增值服務,比如能夠準確反映出企業健康狀態來。

從我們投的公司就能看出我們的邏輯。我們的投的神策數據是數據服務公司,可以通過用戶畫像,從而分析公司的發展趨勢;智能機器人Rokid,它是基於數據的智能實體化,但它的核心仍然是AI的軟件,並非單純強調硬件;地平線機器人提供的AI解決方案應用點也非常廣,比如它目前在輔助駕駛ADAS這方面的應用,就體現了這一點。它們能提供應用,解決一些有用的問題,而不是只有技術但“然並卵”的東西。

在Applied Data Intelligence這個大的架構下,我們主要投三大類的項目:泛智能、基於數據的Fintech(金融科技)和VR/AR的核心技術。前兩類我們投了不少。

我們所謂的泛智能,就是與大數據、雲計算、雲存儲、人工智能、機器人、IoT(註:Internet of Things,物聯網)等相關的項目。我們之所以這樣劃分,是因為我們有自己的一套邏輯鏈:有雲技術才能實現大數據的存儲和處理;在數據基礎上才能做機器學習和人工智能的開發;而開發出來的模型需要落地,它們要麽讓數據流通得更快,要麽讓決策做得更好,也就是說,這些終要變成服務,我們把它稱為DAAS(註:Data-as-a-service,數據即服務)。

2

*線性資本合夥人王淮(受訪者供圖)

在泛智能的硬件領域里,我們認為,機器人有很大的機會。機器人可以分為兩大類:一類是家庭型、娛樂消費型,也就是2C的,另外一類是B端的。而我們目前關註的中心在前者。

我們非常看重IoT。但我們不太關如何心聯網的問題,我們關心的是Ineternet of  Intelligence,真正讓不同的智能設備為一個場景服務。不然我回到家,空調打開一個App,電視打開一個App,窗簾再打開一個,我就累得半死了,這哪是物聯網智能家居,變成我為家居服務了。這是目前IoT的最大問題,每家都要自己搞一套,體驗就很差。

但這樣的狀態持續不了太久,大家一定會尋求聯盟,形成交叉協議,這是必然趨勢。但是,這並不是會非常順利的過程,中間肯定會有博弈。在國外,已經出現了一些聯盟,國內雖然現在還看不出來,但肯定將來是一定會出現的。

人工智能會在哪些領域爆發?

人工智能會先在一些具體領域爆發。

金融是一個強數據的領域,智能化能夠加強數據的作用,所以在互聯網金融里面應該有很強的應用。另外,數據性很強的消費領域,從消費品、安全等相關角度,例如用戶畫像、智能推薦,以及智能導購,都是基於數據可以用AI機器人來幫助實現的。

ADAS輔助駕駛也是一個典型的場景。其實,我們發現,很多行業,最大的市場都在“吃喝玩樂行”,對於人工智能而言,“行”現在是最容易被影響的,因為它是強技術性的。“吃喝玩樂”,雖然技術會給它們帶來一定幫助,但是內容和渠道方面,它是有很強的反向控制性的,人工智能要切入是一個巨大的問題。而“行”是一個全新的領域,因為原來像地面交通、空中交通這些都是傳統公司來做的,滴滴這些新的公司的進入,為它們帶來一個巨大的顛覆。

在數據層面,我認為,滴滴肯定是傾向於自己去做的。但是不要忽略了傳統渠道的威力。像OPPO、VIVO、小米、華為它們的“戰爭”形態,我覺得是很有意思的。互聯網讓世界成為平的,但是人口數量和層次的差異、城市之間和城鄉的差異,給中間過程帶來了很多的機會,只要你抓住了,能夠做不少事情。所以不要小瞧傳統廠商,它們中有很多其實非常技術化,只不過它們的傳統技術是跟車相關,互聯網不一定擅長。百度做無人車,它擅長的還是數據的收集和導航、服務,以車為核心的部分,我估計還是要跟傳統廠商合作,所以最後大家會是一個混合體。

智能生活這塊,我認為也是有很大的機會的。如果把出行加進去,就是一整套了。如果撇開它看,就是智能家庭生活,我們覺得這一塊很有機會。

還有一些我們零星的思考。比如說,健康相關的,不僅限於監測,而是回歸健康的本質,比如對人的健康產生預警作用的。只是監測,比如你一天跑了多少步,意義不大;但如果你能對我的健康預警,告訴我現在過勞了,要趕快休息,這種情況下猝死的概率是多少,才是有價值的。但現在技術還達不到。

我們投了一個做女性體溫計的項目,通過體溫曲線,可以測出受孕、避孕幾率。這個項目市場很大,但目前有一半用戶在海外,因為國內要通過醫院渠道去推。這個領域我們不太了解,所以選擇跟投。對於不太懂的領域,我們會先跟投一兩個項目熟悉一下。這也體現了我們對於AI商業應用的態度:能實實在在產生作用的,才值得投,太遠的東西,除非相信它的未來,否則我們大多持懷疑態度。

像Seeta中科視拓做的是人臉識別。它能切入生活的方方面面。人臉識別的核心是身份問題,什麽時候你需要證明“你是你”,都可以用得上人臉識別。但現在技術還不成熟,還沒有真正爆發。另外,人口數量太大了,即使人臉識別的出錯概率低到千萬分之一,那出錯的人數也很多。所以它現在只能在一些限定條件下輔助人力。未來,在銀行、公共安全監控等領域,人臉識別都會有大量應用。而且,人臉比起其他的識別方式,能夠做到自然的、無監督的、安靜這種模式下的一種識別,所以還有很大商機去挖掘。

在國內,人工智能領域創業面臨著兩個最大的問題,一個是數據,另一個是應用。很多創業者,他擁有的是算法、是技術,但是數據不在他這里,應用也不在他這里,這兩塊還要去說服別人,是典型的兩座大山。這些數據源人家為什麽要給你?這有一個信任成本的問題,要麽是我相信你一定個比我強,要麽是我沒有辦法了,不得不試一試。這是個難點。另外一個就是應用,你得解決一個實在的商業問題,但商業問題並不在人工智能行業的人手中。比如自動駕駛,車廠是控制方,它是有話語權的。你要找到商業場景,並說服它們應用你的技術,這又是一個難點。

i黑馬與今日頭條-科技聯合出品,合作多家業界頂級媒體、投資機構,邀請人工智能領域專家、大咖一起來評選的《人工智能創新公司TOP50》榜單已經啟動,我們收到了來自不同投資機構、第三方的推薦以及公司自薦報名。接下來,評委評選之外,候選公司的投票也即將開始,敬請期待!

4

 

王淮數據智能人工智能
贊(...)
文章評論
匿名用戶
發布
PermaLink: https://articles.zkiz.com/?id=220801

Next Page

ZKIZ Archives @ 2019