• 12
阿里副总裁刘松:看好智能硬件和汽车在未来5年内的发展
统计 阅读时间大约9分钟(3305字)

2017-04-02 阿里副总裁刘松:看好智能硬件和汽车在未来5年内的发展

愚人节后,IT领袖峰会前来点有料的。

【猎云网(微信号:ilieyun)深圳】4月2日报道(文/钟钟)

阿里巴巴创新中心近日联合创头条、五叶草发布了国内首个双创数据大屏,希望通过双创热力图上的双创主体和载体、投融资曲线、产业分布、云栖指数等多种数据维度,来客观展示深圳近几年的双创成果和发展趋势。

国内双创环境如何?这些数据有何作用?在双创领域内,阿里未来还有哪些动作?围绕这些问题我们采访了阿里巴巴集团副总裁、阿里云业务总经理刘松。

中国的创投环境如何?

刘松认为中国创业者的盲目性很大,他们很容易“画扇面”(猎云网注:不断改变自己的想法来迎合当下,最终想法与当初所要实现的东西相去甚远),后来就是为了创业而创业,为了生存。

他认为中国的环境容易同质化,变成“紫海”,而且周期非常短。主要的原因就是投资人,投资人更愿意选择一个不出错的,这样别人不会说他是错的,像今天所有人都在投云计算,所有人都在投共享单车。

他表示,中国不是创业机会不足,而是好团队太少。太少的原因是,第一个是教育(缺少横向的商业训练及团队精神),第二个是市场不规范,第三个是社会浮躁不成熟,资本是个大问题,他觉得跟美国不一样的是,他认识的所有的干过点什么事的人基本上都没有干完他们的事,没有闭环过,都去干投资了,没有创业的体验,即使是最好的分析师,也都是一开始就微博微信上只言片语证明自己聪明的那种人,然后就开始做分析师,他认为中国做投资的除了几个60后,比如徐小平之类的革命者以外,中间还缺了一层真正的投资人,现在很多的投资人和硅谷的那些教父,包括YC,整个的理解根本不在一个层次上。

“双创数据”做的是一件什么事?

他表示,中国的创业者很多,无论是市场驱动,还是政府驱动,但是创业者过度聚焦了,中国可能有10个人都在做同样一件事情,但是他们自己都不知道;第二个从政府的角度,从做服务的角度来看,你不知道创业者缺的是什么,不知道不同领域的创业者哪个方向在这个时间点更容易成功,不知道那些成功创业者的共同特质是什么,不知道在全国创业的时候哪些地方更容易成功,在这里面如果说成功创业的几率是3%,那那97%的创业项目怎么死的都不知道。

所以他们要做的事情就是,通过数据和平台运营看出规律,然后告诉那些“盲目”的创业者,他们缺什么。如果中国的创业是一个野生动物园的话,他们大概可以知道这些动物是什么样的,他们的班底和规律是什么样。

创业者的成果肯定是有团队的能力,但是跳出来从一个宏观角度来看,他们不管快班的学生,他们看中等的学生,这个中等的学生还有没有机会,还有一些明显撞墙的人,他也要告诉他们,不要再花这个时间了。

围绕双创这一块儿,阿里未来要做什么?

刘松表示,双创数据只是一个方面,他们还要做一个SaaS平台,把阿里的生态进行对接,形成一个SaaS化的服务模式,也就是一个创业的SaaS服务平台。

阿里主要做三件事,线上线下一体的SaaS服务平台;整个的数据化的运营(通过那个双创数据);第三个就是,把阿里的整个生态去跟创业公司形成“菜单式”的对接。所有这些东西会做成淘宝的那个级别的,一个大的类似于开放平台的东西。

他认为未来的创业公司都是网络化的,互相有联系的,就像超级野生动物园的感觉,他需要知道这些逻辑。

如何检查?刘松告诉猎云网,检查的标志是,今天任意一个投资人来,他能看到他在任何地方都看不到的,中国创业的群像、画像以及规律性的东西;第二个,他如果想要的话,他很容易看到那些值得他投的公司;第三个,未来,跟阿里有关的创业公司,他的成长应该和阿里的生态是有强关联的,阿里能够帮到他们,如果没有这些,仅仅是用阿里合作伙伴的资源,包括技术的赋能,还是浅了一点。

那可以说,阿里是要搭建创业的淘宝平台,把创业者类比为淘宝卖家?

刘松表示,可以这么理解,但也不完全一样。今天这个游戏的闭环是由成长中的创业公司,由他物理的孵化器,还有他线上的一些服务,稍微远一点,还有一个区域经济,阿里生态的各种各样的商家(共同组成的),所以这个结构比较复杂,比淘宝要复杂。

要怎么把这些都穿起来,基本上就是通过这样一个“交换广场”,把创业公司、孵化器、阿里的生态资源、第三方的客户资源都能把它穿起来,事实上,阿里对于创业公司来说,也是一个比较大的品牌商,可以帮他们宣传。

但他认为他们现在做的不够的地方是,除了云计算和讲师资源还有包括物理的一些资源,阿里的生态资源,跟创业公司能获得成长的相关性,他们还未把这个事情闭环掉,刘松表示这是他们未来12个月里会做的事情。

怎么看现在很多创业者选择海外市场的现象?

他认为这是好事,如果他们是一个高标准的团队,从0到1,他们最好可以先用国外相对有序的模式,把自己的模式固定,再来反向教育和运用到中国市场。

他表示,这些创业的公司就是太早向中国不规范的市场低头,他一旦低头了,那他就可以生存,但他不会再有增长的机会,也失去了他创业的初心。

如果这个人有资本,一开始就应该从国外买技术,不管是以色列的还是硅谷的日本的这些技术。以色列的性价比是最好的,包括他的一些智能硬件的一些专利。

虽然创业者做的事情是在中国,但他应该要有全球的视野,他的产品一开始就在海外卖,那是一个试金石,因为这个市场是发达成熟的,要不然他在中国做的时候你不知道你做的是对的还是不对的,中国的To B市场还不够成熟。To C,刘松认为就觉得不用费这么老大劲跑到美国了,因为他们的人口太少。

刚讲到以色列的智能硬件专利的性价比高,智能硬件……?

中国的To C市场,他认为智能硬件在未来5年时间里,空间是足够大的。今天的问题是软硬一体的闭环,加上服务没有很好的整合起来,做智能硬件的这帮人他们就只管做,但是他们的营销手段、品牌运营能力比较差。

过5年,所有的90后都会认为东西都应该是智能的。他还认为To C的产品不用费劲去教育市场,如果大妈们愿意用微信就用,不用,也不用教育他们。中国的任一一个特殊的人群都足够大,只需要抓住他们就好。

但他表示这需要依赖数据,这个智能硬件的人群足够大,那如何把这些人群画像画出来,这个也是他以后要和阿里巴巴去同步的,让他们可以指导这些智能硬件去哪儿。

“前年双11的时候,伊利有一款澳洲直供奶比普通的牛奶贵3倍,但是他们在双11的前几天,用阿里的大数据定位到中国有60万生活在北京上海的海外回来的母亲,孩子在2岁到3岁以内的,会花2倍到3倍的价钱去买这个奶,所以双11的时候,他们也是直接命中了这部分的受众。”刘松说道。

另外,他还认为电动车也绝对是一个风口,电动车会塑造汽车的互联网化,只要他过了一个充电桩的临界点以后就会变成一个标配。但是中国汽车决策人的动作观念都慢了点。

数据很有用,但所有的企业都在说他们是基于大数据

他表示,这些企业其实都是一些小数据,依据大数据是有道理的,但是一些企业核心产品和大数据不太相关,比如他上次见了一个做货车轮胎的公司也要做大数据,他说,你们不用着急,确实能用上,但是你真正的竞争力不在大数据上。

他认为有2个点可以判断大数据对你有没有用,一个是否在线,第二个就是交易频度的问题。所以,阿里关注的几个都是高频,交叉数据并且能够带来比较大的经济效益的变化的,比如制造业,它本身就很贵,就像那个发电的光伏,它本身就很贵嘛;交通,是高频度;公安,涉及到公共安全。

大数据最适合应用在哪些地方?

“5+2”,即,重点在“公安、交通、制造、金融、健康”+“环保+气象”。

他表示,气象还可以帮到交通、零售,比如马上要下雨,或者是快下雨的时候,百货商店可以把雨伞都摆在门口,包括通过气候的预测,能够知道今年是暖冬,对于服装的款式也可以有所帮助。

“这‘5+2’是公认的用数据量最大也是最有价值的。”他说。

那对于传统行业,大数据难在哪儿?刘松告诉猎云网,首先是人才方面的;第二个就是每一个数据的周期都很长,里面涉及到了数据的收集、交换、建立数据数理模式,这前面做了80%的事儿,后面的20%才开始可能有价值;第三个就是数据的分析要跟业务去做结合。

这里他讲到了人工智能,他认为它和大数据有点不一样的地方,就是今天的人工智能,尤其是语音这样的,会变成一个超级入口。去年的搜索量有1/4都来自于语音搜索,今年可能会达到50%,所以未来人们也不输入文字了,智能音箱也能回答你的问题了,所以这是,人工智能绕开了大数据的那个坑,什么数据的收集、整理、交换啊,人工智能直接通过在线服务的方式,就开始不断的训练,就带来了直接的广告的收益。

“在某些领域,人工智能就是‘端上就能吃的东西’,但是大数据呢,就像你回家做菜,你还要去市场买东西,回家洗了、剁了再找个餐具把他给装上,周期非常长。所以对于很多行业来说,首先可以考虑入口是不是可以和人工智能做衔接。比如智能云客服,你直接用智能语音问答引擎,后面加一个知识库就直接能解决了,你要做大数据,那就复杂了,”他说道,“人工智能是要基于大数据,但是不是说人工智能就要基于现有的大数据,比如说智能音箱,你要用它就自然产生了数据,它不用历史数据也可以,所以在有些To C的场景,人工智能直接就变成了一个超级入口,不依赖于原有的大数据。”

未来5年的设想?

刘松表示,“泛智能化”是未来一个很重要的要素。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×