今天讲讲创业黑马

(1)找人


企业关键决策人都在哪儿?如何把他们紧密的黏在一起?这两个问题我一直琢磨。


如果把这个世界分为两部分,一个是实业,一个是高科技。这两个跨界连接,就会促进很多实业升级与创新。


一、我能想到的几个实业企业家聚集的地方:

大型企业:中国企业家&正和岛

中型企业:吴晓波

中小新锐企业:创业黑马、湖畔学院、混沌研习社

初创企业:36kr、3W


老牌的当然还有MBA学院,如中欧、长江。还有那些咨询公司:和君商学院、AMT商学院。应该各种登山划艇沙漠穿越俱乐部、养生太极汉学茶艺古董艺术品俱乐部、生态环保慈善俱乐部也不少。


二、另外我还随手想到了几个和IT高科技相关的聚集地方:

CIO:中国信息化百人会、锦囊、转型家。当然,各地CIO联盟也是一方不容忽视的力量(山东、陕西、四川、河南、广东、江苏、浙江、福建这几个CIO联盟的活动我也都参加过见识过)。老牌的北大CIO班也算一个源头


运维总监:高效运维、运维帮


架构师:高可用架构


CTO:MIT创新领袖俱乐部、中国互联网技术联盟、InfoQ EGO


SaaS:T客汇、崔牛会


云计算:云头条


大数据:中国大数据产业生态联盟、首席数据官联盟


人工智能:新智元、机器之心


工业互联网:工业互联网产业联盟、红领酷特智能、中国智能制造百人会


不过我今天就想单说说创业黑马,因为它们做的好像还不错。


(2)创业黑马商业模式


一、创业黑马背景


创业黑马是牛文文创办的。牛文文出身于中国企业家杂志,这里面不少企业家人脉都是中小企业主跪舔仰拜的。


牛文文2008年一创办创业黑马,就以新锐企业为主,这和中国企业家杂志高大上形成了强烈的差异不同。我记得创业家杂志报道凡客、京东、美团、58同城、莆田系都曾经让我耳目一新。


牛文文创办创业家的时候,拉上了金主盛大陈天桥(2008-2011的盛大是如日中天啊),也拉上了广告商大把的公关公司蓝色光标。这两个人脉相当给力的。


后来,牛文文报道京东、美团、58同城、搜狗,这几家公司都还处于微时。这很关键,识于微时,记住这句话。后来,刘强东、王兴、王小川、姚劲波这些人崛起了,都给了牛文文很大的撑台。


2009年的微博、2013年的微信公众号、2014年的创业和教育、2015年的众筹和风投,创业黑马都抓住了。


二、黑马会


媒体报道放大发声,这是结识人脉很好的切入(帮助他人嘛)。至于怎么进一步熟悉,这就需要黑马会。这是创业黑马做的很赞的事。


老牛在中国企业家的人脉资源又发挥了巨大的作用。企业老板这个群体也是有鄙视链和仰慕链的。而中国企业家聚集的中国大型企业的企业家人脉,充当了这个人脉金字塔的顶层。


当然,这帮大型企业知名企业家日常被人们仰慕太多了,都不爱接待结识他人了。好,老牛找来了现在的黑马(京东、美团、凡客、搜狗)等等这些新锐。大型企业知名企业家成名已久,但是对这些江湖新晋崛起的新贵特别感兴趣,觉得应该看看他们是用了什么招快速崛起的。而新晋新贵也特别想结识这些知名老企业家(人家身上绑定的政府和江湖的人脉太多了)。于是一拍即合。


有这两层的支撑,再往下走就太容易了。因而黑马会成立了各地分舵,各行业分舵。都由各地活跃的企业家、各行业活跃的企业家担任理事长(召集人、掏钱、找地方、聚人饭局)。而各行业各地区的企业老板都想认识更多的人脉产生更多的商业机会,于是,双赢,黑马会就运转起来了。


到了后来就必须设置门槛了(防止什么烂企业小企业主都加进来),设了会费门槛(可以阻挡一部分屌丝小老板,也可以黏住已经入会的人,毕竟花了一年几万块的会费的老板不想打了水漂,总想着必须参加几次活动认识几个人脉好值回这个会费)。


现在老牛把黑马会定位在解压、归属感场所,我个人认为这个定位非常正确。


三、变现:培训


一开始,老牛只有媒体这块业务。有了黑马会,终于可以不用那么愁采访内容源、愁买单方。这些企业家就是内容源、就是买单方。首先先解决了媒体这块业务的生存。


虽然黑马会收了一些会费,在各地理事长的组织下,用会费做了不少线下聚会、走进参访,但这些都只是为了黏住会员而已。想赚更多钱就需要开拓新的业务。


从参访,老牛研发出了企业家MBA实战训练营培训业务(这块目前仍然是创业黑马最大的收入来源)。


三大实战训练营:小米(智能硬件实业/互联网思维/快公司)、京东(中关村崛起/网上实物零售/线下重资产仓储物流配送)、华为(庞大员工/重型销售服务/企业级通信设备产品)。都是当红炸子鸡啊。(况且华为大学还有对外营收的权力,华为大学还出品了人力资源/管理者/领导力的图书《以奋斗者为本》,连教材都有了)。


但是,企业实战训练营不好搞啊。企业是用来赚钱的,不是用来让别人学习的。于是,训练营就不好持续,必须自己亲自操盘干啊。


正好在线教育崛起、群分享崛起、碎片化学习崛起、视频直播崛起。老牛一转身又搞了这些(而李善友的混沌学院还在搞线下礼堂大班课),而且不搞李善友那些吓唬人的思维概念,而是扎扎实实的营销、销售&电商、组织变革&二代接班&执行力&领导力、资本风投&并购、创新激活&孵化。


四、资本


营销包装放大传播,创业黑马的微博微信官网有了;人脉结识合作,创业黑马会有了;类MBA学习交流,在线教育有了。但是最赚钱的应该还是拿钱赚钱。但是老牛自己并没有多少钱啊,怎么办呢?


嘿嘿,这些黑马会的企业老板有钱啊。大家都很痛苦啊,中国经济这么差,如果有什么好的投资企业,赶快投啊。自己辛苦干,不如投钱让别人出力干。


于是,黑马基金成立;于是,众筹业务出台。又赶上2015年众筹火爆、风投火爆,老牛风投一时无两。


为了让基金投资更加流转快,老牛甚至在各地搞了每月一场投资见面会,就和招聘会面试一样,一方是想拿到钱的企业主,一方是想投资的风投机构。


老牛好像还搞了一个会馆,专门用于项目展示、项目洽谈、线下培训。


五、年会


别人家的年会是产业总结&展望、评奖&颁奖、高人演讲、产业企业家论坛交锋这个常规套路。但是这个套路有个一直让人诟病的地方,下面的人本来是来结识人脉寻找生意的,台上的人喷的很High,台下的人自己开小会。


但老牛在搞年会方面也是很有创新,除了上述这些套路:

1、在媒体业务上,搭年会顺风车搞展会。


2、在黑马会业务上,搞了黑马运动会(跳绳、篮球)、搞了德州扑克(搞这个不费钱还能交流还能看透人性)。


3、在资本风投业务上,搞了现场分组投票创投项目、导师辅导、上台展示、导师间PK、全场投票。不仅让黑马者露了脸、找到了VC,也让黑马企业家和导师(一般是业界大佬和VC大佬)建立了深厚的人脉关系。而导师们也其实想寻找人才青年才俊网络自己的下一代人脉、寻找好的投资项目纳入到自己的江湖布局当中(和湖畔学院一个目的),所以导师也愿意来。


(3)焦虑


创业黑马有很多的创新,媒体营销、培训、资本三大业务搞的很创新。但是,创业黑马仍然危机重重。


1、媒体营销:过去是深度采访深度写稿,现在是包装黑马放大传播(为融资做包装)。但是现在内容创业又起来了,还得深度回归内容(内容还是营销,这个度不好把握啊)。还有一帮子搞高科技的,都在纷纷模仿今日头条搞爬内容(创业黑马也不擅长搞这个啊)


2、培训:MBA学习在中国的本质是同学般人脉(这比赤裸裸老板和老板的关系更柔和),你真把他当学习了,那就真是到姥姥家了。尤其是在线不见面的、碎片式的,更没有什么同学般感情可言。


3、资本:众筹是衰落了(筹不了几个钱还得把股份让渡出去,走财务法务流程还挺复杂),而基金投资呢,现在很多黑马企业进入了不少传统实业(这和牛文文出身中国企业家有一定关系),这些传统实业不好投啊(进入高科技投资?那就和创业黑马这个圈子链条关系不大了,和一个普通风投机构一样了)。


我其实在外面看的很浅(估计有许多虚假信息,请大家指正补充),我只是在思考:企业关键决策人都在哪儿?如何把他们紧密的黏在一起?


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。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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