为什么苹果以前封闭就失败了,现在的苹果还是封闭的,它却成功了?

听听Apple4.us 发起人张亮的解读:


首先得说,成功还是失败,是个阶段性指标。苹果的策略到目前为止没失败,不代表过两年也不失败。但,将苹果的成功和失败归结为封闭,是个将复杂局面过分简化的说法,不太可取。

简单比较一下 2008 年以来,苹果在移动上的成就,与 1984 年前后的区别:

第一,乔布斯治下的苹果一直是一家追求提供完整体验的公司,这意味着它要有从软件到硬件的 控制力 那就必须得承认,这种控制力是与时俱进的:当年麦金塔电脑虽然也是惊世之作,但别忘了,那不过是个小团队的孤军奋战,你看那段时间的历史,乔布斯老得跑到日本去取经、去谈判,跑到德国去找工业设计外包,连鼠标都是在硅谷找的设计公司外包的,诸如此类。虽然是横空出世的产品,但更多是理念上的,从硬件配置、性价比上,确非跨时代。但二十多年过去,苹果早已变成行业垂直整合能力最强的公司:苹果可以优先享受所有的新技术、新生产工艺、新材料,甚至很多关键物件的工厂他们都参与投资了,甚至把某些零部件买断,这就让苹果获得了两个相对业界绝大的优势: 核心技术的排他权或优先权,及性价比

想想,从金刚玻璃、多点触控,到 10 寸屏,到视网膜显示屏,光在显示这条线上,苹果一直是压着行业走,至少有半年到一年的时间差的。这是多大的价值?

再想想,以前大家都说苹果的东西贵,但那怎么也是几年前了,现在 Macbook Air、iPad 的性价比,有什么同类产品可以做到?

独家技术和性价比,就像倚天剑和屠龙刀一样,拥有一样就可以号令江湖了,可今天苹果同时拥有两者:它有的时候打新技术牌,有的时候打性价比牌,有的时候混着打。这确保了苹果是今天出货量最大的厂商之一,和利润最丰厚的厂商,没有之一。

手中有量,心中不慌啊。

第二,任何一家公司,如果想成为一个平台,必须有足够大的开发者群体构成产业链,形成生态系统。说白了,能给别人分钱。

当年麦金塔的一个问题,是不能帮产业链上的其他人赚足够多的钱。而相对的,兼容机最大的价值就是量大,为 Wintel 开发软件,能养活自己,甚至能赚大钱。想想有多少公司是靠 Wintel 起来的?EA, Blizzard, Intuit, Lotus, Adobe... 当年 Adobe 还是苹果投资的,但因为苹果销量不够大,在乔布斯回归苹果时,Adobe 都不开发适配苹果的软件了。

但现在 iOS 互惠的产业链,大家都看得到。这世界上至少有几十万家小公司在 iOS 相关的产业链上发展,甚至有些人赚到了大钱(Angry Birds),有些人因此成为数十亿美元公司(Square, Instagram)。

众所周知,封闭和开放是利弊互现的:而现在苹果正享受着封闭带来的好处(统一、不需要大量适配、能够开发出最高品质的产品、一揽子解决支付问题等等),但它又没有遭受封闭最容易遇到的问题(销量达不到 critical mass)。所以产业链在跟着苹果走,而不是跟着 Android 走。

至少在短期内,我们还看不到 Android 在统领开发者这件事儿上完成大翻盘。

第三,还有更多的理由可以列进来:品牌(一个销量增加 200% 的光环),网络效应(苹果用户特有的存在感是一种变相传销),经验(圣斗士是不会两次输给同一招的!)等等,这都是当年的苹果所不具备的。但我认为最核心的还是前面提到的两点:出货量 + 生态系统。

不过,这并不意味着“封闭”的苹果刀枪不入了。它依然有很 险峻的挑战 要面对:

一个是,如果说过去几年苹果享受着新技术带来的光环,比如它有视网膜显示屏而同行没有,那它就赢了。可 当几个核心指标都达到了一个阈值,接下来的变化就不那么吸引人了 ,无论电池、CPU 还是屏幕、相机,如果苹果找不到新的能显著超越竞争对手的技术,那行业规则就会从“同样的价钱,买更好的技术”变成“更低的价格,买同样的技术”,那个时候苹果的优势就没那么明显了。

第二是,虽然苹果拥有着近乎无敌的产业控制力, 但还有一家公司也有类似的能力,就是三星 。韩国同学们是真真正正的拥有一条自己的端到端的产业链……那么,在拼性价比的时候,它至少不会输给库克。

第三是, 安卓还是在实实在在的成长 。它终归还是得让苹果陷入人民战争的汪洋大海中。

不过,话说回来,过去十年来,苹果一直是靠享受“头啖汤”获取利润的,它的问题有且只有一个:能不能找到下一个大市场并把它初期最丰厚的利润刮走。只要能,封闭还是开放,并不重要。

==================
转载from 知乎 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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