中国的产业功能需求多样化,“一统天下”的物联网平台不会出现

  创投圈内有一个问题非常经典:如果 BAT 等巨头都涉足了你的创业领域,你该怎么办?同样,在物联网领域也存在着这个问题:最后谁会一统物联网平台的天下?创业企业的机会在哪里?

  针对这个问题,在中信双创沙龙《物联网的新形势》活动中,我们专门请来了以下嘉宾为大家答疑解惑:

  中信科技发展有限公司 副总经理 杨晓斌

  机智云 VP 邢雁

  EmergeCEO 栾轩

  轻停智能CTO 刘净

  1、物联网是如何火起来的?

  这一次的物联网热大致起源于 2014 年,当时各种智能硬件如井喷般地争相入市,迅速获得了消费者以及投资人的大量关注。然而,实际上物联网的历史早已超过了 10 年,据了解,物联网的概念最早于 1999 年由 MIT Auto-ID 中心的 Ashton 教授在研究 RFID 时提出,而它最早的实践更是可以追溯到 1990 年施乐公司的网络可乐贩售机——Networked Coke Machine。不过,虽然物联网的起源比较早,但其在 2014 年之前起起伏伏却始终没有爆发,为什么?

  对此,机智云 VP 邢雁表示这主要还是归功于 Wi-Fi 模组的价格下降。

  “2013 年前推出的(物联网设备)是蓝牙连接,而蓝牙除了手机控制以外基本上采集不到什么数据,但物联网后续一系列服务的基础却又是数据,所以(物联网)必须要有一个更加有效的数据采集方式,而就在那个时间段,WIFI 价格开始大幅度下降了,从以前一个 200 多 块,到现在一个模块最低的可以做到十几块钱。当时卖一个空调的利润可能都不到 200 块钱,除了一线像美的、海尔还在研发以外,其他品牌大都持观望态度。”邢雁表示。

  而实际上在更早之前,物联网比如智能家居的互联互通甚至都是纯靠线缆来完成的,有消息称比尔盖茨的智能家居豪宅最开始便主要是基于线缆的,线缆的好处在于信道宽且不易受到干扰,但其缺点也很明显:价格高,而且线缆排线麻烦,而一旦布线完成,想要更换布局也几乎不可能,而这又造成了线缆方案价格的进一步上升。

  另外,对于企业为什么如此看重物联网智能家居,邢雁表示这要从几个方面,一个是市场驱动,过去几年在“家电上网”与家电下乡之后,家电的利润普遍被摊薄,消费者需求也趋于饱和,需要降低成本、提升服务,依靠新的产品来刺激消费,通过差异化提高产品销售。另一个是技术驱动,随着物联网相关技术的发展,在设备生产、销售和服务环境可以依托产品智能化完成,比如售后服务,过去是养一批维修人员随时待命,现在则通过软件远程升级就可以解决很多问题,需要上门维修的系统也会提前预警,大大降低了人工成本,同时还可以增加耗材销售机会,以及更多的第三方服务增值的机会。而对消费者来说,保证设备不出故障、获得好的服务,才是核心诉求。

  而消费者也因为经济、技术等各式各样的理由,逐渐接受了物联网家居。“现在大家已经感受到,北京空气净化器,现在已经没有人买非智能的了。在座各位买空气净化器绝对不会买传统以前那样的,至少手机上能看到空气质量是什么样的。”邢雁说,“正是这些因素促进了在那个时间段(2014 年左右)智能家电集中爆发。”

  2、不会出现“一统天下”的物联网平台

  据了解,目前市面上有众多深耕于垂直领域的物联网平台,比如机智云便是一个偏技术层的物联网平台,其可以帮助企业更快更好地作出自己的物联网产品;而中信也正在打造自己的物联网平台,中信的物联网平台更加上层一点,其旨在打通不同物联网企业的上层业务,“使得第三方企业和企业之间在这个平台上直接找到共赢的卖点,最后使得整个生态的价值最大化、成本越来越小,创新的机会越来越多。”中信科技发展有限公司副总经理杨晓斌表示。

  那么,有没有可能最后形成一个大的聚合平台,把各个相关联或者不相关联的物联网串联起来,形成一个“一统天下”的物联网平台?毕竟在互联网时代,占据了流量入口的平台型企业往往都成了业内绝对的巨无霸企业。

  对此,邢雁明确地表示:想做成一个大平台是不现实的。“中国的产业是多样化的,不同产业的功能需求是不一样的。”邢雁认为所有良性的商业都不会一家独大,相反,未来有可能在某一个产业里形成两到三家巨头,“三足鼎立是最好的状态。”邢雁补充到。

  邢雁认为产业发展过程中会出现很多问题,不可能有一家公司都能解决掉。邢雁以京东、阿里举例表示只要针对不同的侧重点,以自己的核心能力去解决自己能解决的问题,最终能够使得多家公司在同一领域内共存。

  3、物联网创业的机遇与挑战

  据了解,在 2010 年,连接到网络的对象和设备的数量约为 125 亿。 2011 年思科曾预测,因为每一个人拥有更多的智能设备,在 2015 年物联网的对象数量将倍增至 250 亿,更进一步地,在 2020 年预计数量将会到达 500 亿,物联网创业似乎是前景光明的。不过,几位嘉宾也为试图在物联网领域创业的创业者提出了一些建议:

  Emerge CEO 栾轩表示,他用过智能物联网设备同时也用过非智能同类产品,但在体验上,二者却是“几乎没有区别”。为此,栾轩提醒大家一定不能是为了智能而智能,“大家要诚实的问自己,智能的空调和智能的净化器相对于非智能的到底好不好用?好用的点在哪里?”

  栾轩认为物联网并不能简单地理解为遥控器控制变成了智能手机控制。相反,他认为应该将物联网当成是全新的信息来源,利用这些新的信息,给用户带来非常好的体验这才是关键。“比如说针对于售货机,应该是支付宝来做这个体验,而不是说做一个售货机的 APP,这个过程无论是 SDK 厂商、平台商还是各式各样的开发者都需要把握的机会。”

  轻停智能CTO 刘净则强调,物联网创业首先要解决用户真正的问题,其次一定要顺势而为而不是逆势而为,即不要试图改变用户的习惯,只能适应用户的习惯,无论 2C 还是 2B。“因为成本非常高,而且还要看运气。”刘净表示他们当初选择做智能停车也是顺势而为:

  第一个是移动支付,当时微信非常火,微信公众号订阅数已经成为很多公司部门的 KPI 了,客户本身就有动力通过智能停车吸引更多用户对公众号的关注;

  第二是人们逐渐理解大数据了。比如说如果客户不理解大数据分析,不理解基于数据的运营,那不会为此去买单,但现在整个基于数据的运营,包括物联网等都已经被人接受理解了。

  第三就是国内停车场越来越多地使用了视频识别,通过视频识别车牌号,结合微信号与手机号,可以将消费与人的行为关联起来。

  而邢雁则建议一定要专注,“中国是全球最大的消费市场,要想在这个市场玩,就必须专注于自己最擅长的那个产业,不要延伸,越延伸越可能离你原来的初衷越远。比如做共享按摩椅的一定是做按摩椅的厂家,一定不是做互联网的,因为按摩椅已经是很成熟的产业,你只能用你的技术跟他去做融合,去改造他。”

  最后,杨晓斌针对物联网创业机会表示,如果从供应链角度来看,传感器、感知层到传输层、再到平台、应用层,每一个环节都有很多机会。“目前没有形成统一的标准,统一的机制,也没有形成一个所谓的龙头或者说行业一套完整运行的规范,我个人认为未来十年之内一定有很多找定位、找差异化的机会。”

  为此,杨晓斌建议,如果要创业,一定要找准自己的定位。“如果定位不准,你可能看到未来有好的机会,但未来生存不了几年会生存不下去。”

  另外,杨晓斌还建议不要全部都由自己来干,一定要学会借力。“毕竟平台已经很多了,开源的技术、开源的工具也非常多了。”

【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值