熱門搜索

歷史搜索

廣告

投資切忌跟風,要盯住這個不變的關鍵點

"任何一個成功的商業模式,都解決了效率問題,這背后有一套生產力驅動工具。"

本文由混沌大學(ID:hundun-university)授權轉載。

任何一個成功的商業模式,都解決了效率問題,這背后有一套生產力驅動工具。

從歷史維度分析,在過去100多年到200年的科技發展中,生產力驅動工具所起到的作用和帶來的變化,可以總結為以下幾個過程——

機械化:用機器替代人的過程,我們稱之為生產力的提高和機械化的過程。

自動化:如果機器上有很多傳感器,機器的狀況和處理過程就可以被數據化,之后依據數據就可以做一些基于規則的控制,即讓機器做一些簡單、重復的動作,因此,我們就從機械化進入了自動化。

智能化:如果數據開始大規模的流動(最典型的數據流動即在線化)和交換,當數據慢慢積累到一定程度,根據當時的技術,就會在這類數據上產生出新的決策和分配效率,機器在規則以外自主進行決策、分配或判斷,此時我們稱之為智能化。

有的行業會經歷以上全過程,甚至經歷兩遍;也有的行業正在經歷其中的某一段,但它并不是一定會順次1234,有可能1212不停的循環,也有可能123123的循環。

接下來我們看看生產力驅動工具在不同的行業中,如何決定了成功的商業模式,換言之,如何決定了不同階段中最重要的節點和機會。

機械化提升勞動效率

1.英國工業革命:機器替代人

我們討論經濟強國,是在我們有了科技和成功的商業模式之后。

英國成為頭號經濟強國的原因是,16-17世紀的圈地運動,使得英國的農場主擁有了較多的土地,接下來英國發生了農業革命,即用機器替代人的過程。

農業革命的重要性在于:之前,因為生產力和效率有限,全世界勞動力中一直有90%多的人口要從事農業,此種情況下,無法養活科學家、哲學家、思想家、藝術家等。農業革命之后,因為效率和生產力的提升,有人就可以變成科學家和發明家。

接下來我們就到了工業革命即蒸汽機的年代,之后進入了規模化的工業生產,使得英國成為經濟強國。

這個過程最典型的特點是用機器替代人的過程,在這個節點上,誰能夠先掌握機器替代人的過程,誰肯定是成功的商業模式。

2.美國工業革命:規模化

大概19世紀中后期到20世紀初,美國成為經濟強國。美國發展的原因是,最先開始在全國范圍之內較大規模地形成了鐵路網

隨著鐵路的普及,美國率先開始進行了規模化、標準化、工業化的生產。換言之,美國的工廠變得不再需要生產一臺機器,只生產機器的某些零件即可,而且可以實現大批量、標準化、低成本的生產,再通過鐵路將其運出去。

接下來,由于鐵路的發展和標準化、規模化、工業化的發展,美國又誕生了鋼鐵大王。

大概從19世紀30年代到20世紀初,在美國迅速成為經濟強國的這70年中,由于成功商業模式誕生了不少富豪:

第一個人是范德比爾特,他在當時是美國鐵路業的最大巨頭。在鐵路和工業化之后,出現了第二個非常重要的億萬富豪,即卡耐基,他在20世紀初擁有的卡耐基鋼鐵公司每年能生產的鋼鐵量,已經相當于整個歐洲的總和,這得益于美國在工業化過程中是最大的應用市場。

由此可知,規模化成功的商業模式是在美國成為經濟強國的過程中出現的,它們是順周期出現的,且對提升生產力效率做出了貢獻。

數據化提升分配效率階段

1.計算機

先舉一個大家最熟悉的行業,PC互聯網。互聯網最早是從50多年前的芯片開始的,芯片能把計算和相對復雜的邏輯處理集合到由一個機器來做,這是機械化的過程。

芯片處理的是數據

其中還有一個非常重要的輸入設備,我們暫將其稱為廣義的傳感器,即鼠標和鍵盤。它們跟芯片結合之后,可以比較高效地實現本文信息的數據化。

接下來由于互聯網的作用,數據開始了流動

我們列舉了以下三個公司,它們在計算機到互聯網的過程中,依次誕生出的創新商業模式,起到了時代性的作用:

微軟:在個人計算機上,先產生出了一些著名的公司,如IBM或惠普等。此時微軟起到的作用是:使得計算機成為了廣泛的生產力驅動工具。

雅虎:由于鍵盤的存在,文本信息可被高效地變成數據,且能被計算和處理,接下來通過互聯網,文本數據開始大規模地連接和流動,需要對這種大量流動的數據產生一個分配過程。

此時雅虎起到的作用是:讓文本信息被高效地消費。這有點像中國的網址導航,即按照分類列出各種不同的網站及可能的大量信息,來供用戶消費。

谷歌:接下來,隨著計算機的普及、計算機使用時長和用戶數的大量增加,導致文本數據的指數級增長,此時,用排列的方式進行文本數據的消費和分配,效率已經不夠,在巨大的冗余的生產過程中,需要進一步提高決策和分配效率。

此時谷歌起到的作用是:采用人工智能的方式,把所有的文本數據按照某種標準進行相關性排列,用戶從隊列里面來找他所最需要的信息。它還創造了搜索框,把用戶的需求數據化。

2.手機

10年前,在智能手機面市時,它起到了什么作用?

首先與計算機一樣,是機械化的過程。

不同的是,在智能手機里,裝進了更多以前從未被裝過的傳感器,包括最常用的、高清晰度的、尺寸很小的、可以光學變焦的攝像頭,即平時我們所講的多少多少像素的攝像頭,也有包括GPS等其他更多的傳感器被裝進了手機。

這些新被裝進的傳感器和計算結合,就產生出了新的狀態和數據,包括圖片數據、視頻數據、位置信息等。

接下來,由于移動互聯網的存在,這些數據大量的流動和在線,就會被要求提升分配效率。

在智能手機時代,出現了以下不同的商業模式:

蘋果:

它將智能手機變成了廣泛的生產力驅動工具。

當傳感器被裝進手機里,需要有人將其普及到足夠多的用戶手里,才能成為比較廣泛的生產力驅動工具。這個人,在PC時是微軟,Google也做了一些貢獻,在智能手機時代是蘋果。

智能手機普及后,帶來了新的數據,包括圖片數據、視頻數據、位置信息等,這些數據會大量在線,因之產生出了基于這些新的數據來消費的商業模式,即如何分配和使用這些新的在線數據。

當我們用這個視角來分析時,我們就會發現由于新的傳感器驅動所產生的不同商業模式:由于新的攝像頭被裝入手機,產生了新的大量在線的圖片和視頻,美圖、Instagram,接下來產生了中國的抖音,美國pc時代產生的youtube也有了新發展。

談到Youtube,有一個有意思的問題,從投資的角度上看,中國在20062007年之間,產生出了非常多要做中國Youtube的公司,例如優酷、土豆等。

在當時那個年代,這些產生在PC階段的所謂中國Youtube們,沒有一家公司真正變成Youtube,即沒有公司是真正意義上是靠用戶上傳的內容,完成了整個的商業模式,大家都還是在網站上買電影、買連續劇、買大片。

此種現象產生的原因:再往前普及大概20年左右,在美國有一個重要的家庭電子產品——家庭小型攝像機,在中國還沒來得及普及就直接被跳過去了。

今天的中國之所以會出現抖音或美圖,是因為隨著智能手機的普及,用戶已逐漸可以熟練地使用拍照或攝像功能,意味著用戶知道如何產生高質量的內容了。例如所有的女生,基本上在2-3年前就百分之百的知道,自己在自拍上是哪一個仰角比較好看,或哪一個側角比較好看。然后這些數據就開始被大量的生產、分配和消費,接下來就出現了抖音。

滴滴和Uber

原來我們在打車的過程中,如果用傳統的方式來描述,非常難描述清楚,比如要跟司機講:我在3個小時以后可能需要從A地到B地,我此時在A地的某處、穿什么樣的衣服、愿意付多少錢等。

司機也要跟你講說:我現在離你還有多遠,開一輛什么樣的車,大概多長時間能到,但無法準確地預知哪一分鐘到。

但是由于智能手機的存在(智能手機中嵌入了GPS),就會使得雙方各在哪里、要去哪里這件事變得一目了然。在智能手機被大量普及后,在這種大量出現的新在線數據上來建構新的商業模式和分配效率,就開始變成非常大的可能且提高了很多效率。

美團和Airbnb,一樣的道理。

未來移動互聯網一定還會出現新的事情,因為會有越來越多新的傳感器被裝進智能手機,這些新傳感器隨著精度的提高或第一次被應用,會帶來新增量的大量數據。這些數據積累到一定程度,就一定要求用某種形式來進行分配和消費,就會進入新的分配和決策效率,意味著這些數據背后所代表的商業模式會被極大地提高一次需求。

以上案例提供了一些分析視角,可以幫助我們去評價和分析商業模式,看它到底利用了哪些新增的在線的大量數據,到底是處在自動化的過程,還是智能化的過程。智能化的過程即加入算法,用人工智能來處理這些過量的數據,以增加它的使用效率。

3.自動駕駛

我們用同樣的邏輯來看自動駕駛行業。

在自動駕駛這個最熱的話題和最熱的創業方向上,我們無非是探討這樣幾個問題:

1)推動自動駕駛走向現實的重要因素

2)目前自動駕駛是處在了什么樣的位置上

3)接下來會發生哪些事情

汽車就跟當年的火車一樣,是一個用機器來替代勞動力的過程,顯然是一個生產力躍遷、機械化的過程。

之前在汽車里裝的對外感知的傳感器和計算芯片不多,在自動駕駛發生的過程中,基于我們的分析邏輯,要先在汽車上裝上越來越多的傳感器,無論是毫米波雷達、多個攝像頭或激光雷達等。

還要裝上越來越先進和算力越來越強的芯片,這個過程其實是把汽車這件事進行了高度的數據化,它的狀態、環境、所碰見的情況和周邊的感知進行高度的數據化。

這些數據一旦產生了更大范圍的流動和交換,或者叫互聯互通,包括與路面的、與交通燈的、與交通控制指令的等等,這些數據在極大量的產生、流動時,就會產生新的決策和分配效率,進入了我們講的智能化。

因此,汽車大概要先經歷用機器替代人的過程,然后再通過傳感器和計算將其數據化,完成數據的極大量積累后,才會進入智能化,即自動駕駛。

依據這個原因,我在3年以前看待這個領域的時候,投資稍微偏謹慎,因為當時汽車的數據化過程還沒有大規模和大范圍的完成,即傳感器們都還沒有被裝到汽車上,以至于汽車的狀態、狀況和環境還沒有被充分的數據化。

3年前,這個領域在AI上很熱時,我反而去投了非常多的傳感器,包括加特蘭微電子、睦星科技、芯路航、飛芯光電、Aqronos,它們代表了汽車數據化過程中必須要先上車的東西。

小結

在不同的行業當中,無論是機械化、自動化、智能化,你需要去判斷公司所處的位置。它不太容易跳一步發生,就像在雅虎之前很難出現谷歌,在微軟之前很難出現雅虎。

原則上,每一個行業生產力效率的發展過程,都需要遵循這個行業的基本規律。要清楚地知道目前行業所處的位置,下一個階段需要什么。

企業的創新只能是面向下一個階段來做。例如:如果處在了A這個位置上,你可以再往下做一段B的事情,接下來就會有較大的價值。

你也可以在一個比較垂直和很窄的領域中,努力通過自己的商業模式,迅速將這三個環節做成閉環。

本文經授權發布,不代表世界經理人立場。如若轉載請聯系原作者。

相關推薦

評論

評論共0
掃描二維碼,移動端瀏覽手世界經理人機版更方便
四方棋牌-首页 中博平台-首页 彩神APP-官网 大发平台-首页 极速快3-首页 决胜时时彩-首页