📖 ZKIZ Archives

42章經：我眼中的未來

曲凱 2016-11-28 10:38

本文由42章經（微信ID:myfortytwo）授權i黑馬發布，作者曲凱。

一）視頻領域變革

所有公司的盈利方式只有兩種。一種是想方設法更好地賣貨（或服務），比如京東或小米，另一種是想方設法幫別人更好地賣貨（或服務），比如百度或 Facebook。

第二種盈利模式一般來說就是廣告，而對於所有公司來說，做廣告最有挑戰的地方在於，這是一個零和市場。

賣貨（或服務）的商家的毛利率是相對固定的，那麽其願意在廣告上的支出也是基本穩定的。對於商家來說一般問題是如何在不同渠道間分配廣告投入，而不是該投入多少廣告。

所以，這就像二級市場一樣，市場容量是恒定的，有人多賺了，就說明有人少賺了。

如上圖統計，從 1930 年以來，美國的廣告投入一直是整個國家 GDP 的 1% 到 1.5% 之間，這個穩定度已經非常驚人。所以當 Facebook 和 Google 壟斷廣告市場的時候，Linkedin 和 Twitter 的市值就一直不太好看。

從上圖可以看出，在過去十多年里，廣告收入變化最大的領域有兩個，白色部分代表的報紙行業是下降最快的，而移動行業是上升最快的。雜誌、廣播、電視三個行業反而相對穩定。

這也說明，互聯網的連接屬性，確實打通了世界的信息，所以靠“信息”起家的報紙行業受到了致命的沖擊。而雜誌和廣播靠著垂直的場景一直相對穩定，那麽如果互聯網和移動互聯網繼續增長，剩下的最大的一塊可能被蠶食的市場是什麽呢？

一定是電視行業。

廣告主的反應都是滯後的。電視雖然仍然是最大的媒體之一，但是根據上圖的數據我們可以看出，越年輕的群體，真的越不看電視了。

視頻是一種先天優於文字的表現形式，制作門檻和成本越高，消費門檻和成本就應該越低。人們閱讀文字還是需要動一點腦子，而看電視則完全是被動吸收。所以視頻內容的機遇一定是優於文字或圖片的組合的。

在美國，Snapchat 和 Facebook 在短視頻領域已經爭得不可開交，而目前國內在短視頻領域做得好的幾家則是快手和秒拍等。

今日頭條目前正在發力該領域，但不知道大家註意到沒有，有一個產品是最該入局，卻一直缺席的，那就是微信。

我認為微信這次的動作確實慢了，如果在視頻內容的消費上能做好，微信是有可能完成幾乎登頂後的自我突破，再次走到另一個臺階的。

想象一下，如果朋友圈中出現大量的短視頻內容（哪怕是 PGC 分享，但可以直接瀏覽形式的），那麽微信用戶的在線時長又會繼續增長多少？

當然，除了短視頻，直播平臺也是很有可能對標過去的電視的。比如鬥魚和熊貓 TV，甚至 B 站都在做自己的綜藝節目，而每一個主播的房間也像是傳統電視上的一個電視頻道一樣。

我相信，文字媒體行業的掙紮與衰退，會很快出現在電視媒體行業，再過幾年可能會有很多電視臺過得非常艱辛，就像如今的報社一般。

再者，視頻行業里不只是內容創業者有機會，也許基於純視頻的社交、娛樂等產品也會再出現風口。

二）AI 的未來

我最近一直在想 AI 的本質到底是什麽？後來我突然想到，既然 AI 的意思是人工智能，那麽 AI 的極限就相當於是人。

也就是說，討論 AI 的本質，直接拿人腦來類比就好了。那麽人腦對於世界的作用我暫且分為三種：識別、判斷、行動。

識別，是人腦處理信息的第一步，比如我走在路上看到對面迎面走來一個生物，大腦首先會判斷出來這是一個人。而這第一步也是現在大多 AI 公司在做的事情，也就是圖像識別、語音識別等等。

判斷，是基於認識而產生的，根據迎面走來的那個人的穿著和表情等，大腦可以判斷出這個人是否帶有敵意。這就要比簡單地識別更進一步。

行動，是根據識別和判斷而產生的結果。我識別出一個人走來，判斷出敵意，那麽大腦最終指揮產生我的行動：跑。

所以 AI 對我來說，就是這三個過程量的改進和組合。

如果說人類的行為大都是基於經驗，那麽 AI 的行為就是基於數據。一個人的經驗有可能不全、不準確、或受到各種外部條件影響，而數據是可以克服這些問題的。

所以 AI 最終能夠作用於任何存在大量數據、並且可以被訓練總結成“經驗”的領域。那麽越能夠被量化、越年老越吃香的行業，越容易被 AI 取代。而且，數據本身也是存在規模效應或類網絡效應的，所以未來在某個垂直領域內，成功公司的集中度也會很高。

此外，很多人也都提到過 AI 的場景問題。AI 的好處是它是一個新的維度，也就是說任何行業和公司都可以 AI+，但是 AI 的問題是他的維度是一種對既有場景和模式的升級而不是革命，所以要找一個適合 AI 創業公司的新場景就極難。

比如我們可以說攜程通過 AI 能讓人們更好地買到低價票，百度通過 AI 能讓人們更好地找到所需信息，但很難說 AI 本身有太多 2C 的場景（至少目前看來 AI 個人助手還是一個非剛需的偽命題，而且技術的演進也遠沒到真的出現智能助手的時候）。

所以 AI 將更多是一個 2B 的場景，是通過技術幫助現有公司做的更好的一個事情。那麽隨之而來的第一個問題就是：

2B 場景下，已經有互聯網巨頭占領的領域，是否還有創業者的機會？互聯網巨頭自身的技術和人員儲備會不如創業團隊嗎？（而且擁有大量數據的大公司本身就有更大的優勢。）我覺得這個問題要打一個非常大的問號。

那麽對於創業者來說，也許去為一些小市場或小公司加上 AI 更有機會？但緊隨其後的第二個問題是，互聯網巨頭會不會開放自己的 AI 能力？根據最新的報道，Google 和 Amazon 都開始在自己的雲服務之上增加機器學習能力的服務，本身公有雲的布局和客戶構成就是能夠和 AI 最好地進行協同的，我相信這是大公司必然會走的一步。

所以基於以上分析，我覺得在 AI 領域未來會有三個結果：

1）互聯網巨頭都會重拳布局，並且會開放自己的接口。AI 市場很大部分會像雲市場一樣，是被幾家巨頭瓜分的。

2）當下的很多創業公司會被大公司收購，而且很多時候是偏向人才和技術收購。

3）一些垂直領域的 2B 的 AI 創業公司才有機會，而且是越傳統的領域越有機會，比如教育、醫療、金融、政府機構等。那麽除了技術以外，這些創業公司對行業的理解和 BD 能力也是同等重要。

三）個性化是方向

過去的線下渠道中，因為貨架空間有限，所以面對線下購物的人流，商家都要在有限的位置下，盡可能的產生最大的購買轉化率。也就是說，商家針對用戶追求得更多是“最大公約數”。

具體來說，就是商家會更願意生產和售賣一個 100 個人里有 60 個人打 80 分的產品，而不是比如有 40 個人打 100 分的產品。

這就是線下場景的局限性和必然結果。但是，隨著線上渠道的連接性加強，並且隨著消費升級帶來的顧客消費意識的轉變，個性化消費會越來越成為趨勢。

原來這 100 個人里的 80 人都是一個共同的群體，比如都購買 A 品牌的洗發水，但現在，在網上他們可能都能夠找到自己最喜歡的能夠打 100 分的產品，於是這 80 個人也許會分散成 5 個品牌的擁護者。所以，過去只有幾個大品牌的快銷市場，會慢慢的變成分散的多品牌市場。

隨著個人數據的增多，這個趨勢會體現在各個不同的領域。比如基因醫療或 DSP 廣告等，實際上本質上都是一個原理。

再比如，知乎上有一個問題，叫做 “為什麽很久沒有周傑倫、林俊傑、王力宏、孫燕姿、蔡依林、S.H.E 級別的華語歌手了？”。排在第一位的回答也恰巧講了同一點原因，就是連接、碎片化和個性化讓市場上多出了很多小眾化的明星，每個明星背後都跟了一個小群體，但市場卻很難有機會再生成大明星了。

所以，個性化和垂直（或者也可以說去中心化）仍然會是一個大的潛在方向，不僅是在消費升級領域，在其他領域中也一樣。

四）傳統企業和互聯網的結合

不管從什麽維度來看，互聯網都發展到了一個非常深入的階段，如果說以前的機會在創業公司，那麽現在一定會轉到傳統企業的互聯網改造了。

對於傳統企業來說，要轉型有兩種方式。一種是被外部公司服務的業務轉型，一種是自身內部的轉型。目前看來，與外部公司合作，帶來的是很多 SaaS 公司的機遇，在近期大多 SaaS 公司都從中小客戶群體向大客戶轉型，這也是一個合理的結果。

而對於傳統企業來說，自身內部轉型目前幾乎沒有任何成功的案例。沒辦法，基因實在太對不上。所以，這些傳統公司未來收購和控股互聯網公司也許是一個更好的選擇。

這就像 Accel 的一個 Partner 剛剛在一個活動上所說的，創業公司應該拋去對傳統行業的鄙視之心，也不要總想著徹底顛覆，因為最終很可能是這些你們想要顛覆的公司把你們收購。

五）AR 是下一個平臺

我一直相信 VR 的魅力，相信 VR 會是一個很有潛力和價值的市場。但問題的關鍵在於，VR 到底是一個遊戲主機量級的市場，還是一個智能手機量級的市場。目前，我的判斷更傾向於前者，也就是說大多數人還是會為了影音娛樂或遊戲而買 VR 眼鏡，那麽這個用戶群的量級就永遠無法和智能手機對比，也就永遠無法成為一個真正的平臺級的事物。

VR 是純虛擬的場景，局限性非常強。而 AR 是能夠與現實交互的，我覺得是有可能在未來變成下一個真正的平臺的。也就是說，未來也許 AR 硬件的保有量會像智能手機如今一樣，當然，那可能會是十年甚至更久以後，但從極限法來看，再難再遠，總會有那一天出現。

從電腦到手機，人們的需求首先是便捷和移動性，其次是屏幕的大小。眼鏡相關的產品最大的好處恰巧也是這兩點：

第一，絕對的便捷和易攜帶，本身就是對眼鏡這個已有事物的替換。

第二，屏幕變小了，但是離眼睛的距離足夠近了，帶來的感受反而比手機屏幕要好。

所以，如果說未來有一個硬件平臺出現，能夠取代手機的話，我更願意相信是 AR，哪怕那是在很久之後。

文章評論

匿名用戶

發布

全部評論：10

發布