区块链、人工智能和混合现实初创公司的引爆点
已发表: 2018-06-27创业失败可以归因于各种因素,但是当创业公司能够建立大企业时,有几个可能的临界点
自过去几年以来,初创公司见证了巨大的成功故事,一些新公司不仅大获成功,而且改变了企业的面貌。
但是对于每一个成功的创业公司,无数其他的创业公司都未能成功。
启动失败可归因于各种因素。 我们试图分析某些技术的初创公司能够建立大企业时可能的转折点。
区块链
每个人,甚至是对比特币和不同加密货币形式的最大怀疑者,都对支持区块链创新有好话要说,这有可能对任何形式的交易造成最大的破坏。 然而,区块链技术已经建立了很长时间,我们还没有看到它的任何主要应用。
可以说,由于区块链是构建比特币的技术,它的主要用途是作为一种支付系统,或者随着它的发展,一种价值存储。 区块链的其他用例,如真实性验证、分布式存储、去中心化交易平台、智能合约以及作为不可变账本,都已经尝试过,但没有成功。
银行业革命
当像比特币这样的加密货币成为一种无需中间人的无成本且即时的价值交换方式时,每个人都认为这将彻底改变银行业。 然而,令我们懊恼的是,事情并没有像预期的那样发展,因为投机和贪婪占据了主导地位。
比特币并没有成为一种功能货币,而是披上了数字黄金的外衣。 随着交易费用的增加和完善所需的时间,“银行革命”的炒作也显着平息,尽管在全球范围内采用率有所增长。
就连银行也开始松了一口气,因为他们自己对被数字货币超越的恐惧已经消退,至少在可预见的未来是这样。
底层区块链技术必须对每个人都安全可靠,而不仅仅是精通技术的人。 政府支持的银行系统提供各种形式的证券,如 FDIC 担保、ACH 的可逆性、身份验证、审计标准,如果出现问题,还有一个调查系统,目前加密货币没有解决这些问题。
最近像 Bitfinex 或 Coincheck 这样的黑客攻击表明,交易加密货币仍然不安全,特别是对于那些不精通技术和最脆弱的人来说,因为他们让自己面临更高的被黑客攻击和垃圾邮件的风险。
基于区块链的服务必须解决的其他主要挑战之一是可扩展性。 为整个系统每秒处理数千笔交易并在网络中的每个节点中复制整个分类帐的挑战是巨大的。
还有多个分布式账本平台为数字业务提供动力,为可编程经济奠定了基础。 尽管通往可编程经济的道路还很漫长,但直到有一个类似于 TCP/IP 为整个互联网生态系统所做的统一框架。
智能合约等其他用例也很有趣,因为它创建了一个全球计算网络,可以完全消除对集中式第三方的需求。 然而,智能合约还有很长的路要走,因为最近的 DAO 事件证明智能合约仍然可以被愚弄。
每个人都认为,区块链可以融入现代生活的几乎任何领域,然而,即使在区块链技术诞生近 10 年后,也没有一个领域被它接管并威胁到在位者。
其应用的想法很棒,但这种改变游戏规则的技术的执行速度仍然太慢。 大约有 9 家区块链公司获得了 1 亿美元以上的资金,但仍处于产品开发的早期阶段。
人工智能 (AI)
虽然人工智能在电子商务、健康科技、教育科技、金融科技等不同行业中得到采用,但它也面临着一些独特的挑战。 有许多初创公司声称使用人工智能,但遗憾的是,很少有人会成功并建立可持续的业务。
最大的挑战之一是清楚地确定企业是否真的在使用人工智能来解决问题。 虽然大多数公司可能都在使用机器学习,但它不一定有资格成为一家人工智能公司。
为了获得资格,系统应该基于自学习算法,并且能够在不断自我改进的情况下做出自己的决定。 为了使 AI 系统取得成功,应该正确组合其他技术,例如 NLP、深度学习和相关技术,而大多数进入 AI 领域的初创公司都没有承认这些技术。
此外,每家人工智能初创公司都需要更多专注于技术的创始人,他们拥有物理、数学、认知、计算机科学方面的技能,他们可以建立具有大量数学和解决问题技能的复杂模型。 建立一家人工智能公司需要极大的耐心,尤其是在人才稀缺的情况下。 硅谷的 5 大公司为这些人才提供高价,很少有初创公司能负担得起。
为你推荐:
由于合适的团队是扩展系统的核心,人才的(不)可用性是扩大 AI 初创公司规模的一大障碍。
深入了解潜在客户以了解他们的问题并获取他们的数据也很重要。 获取数据是关键。 一旦数据可用,就必须对其进行清理、结构化和标记。 如果没有正确结构化的数据,就无法训练模型。 如果数据质量不够好,就需要大量的资金和时间用人力来修复。
人工智能在每个领域都有很大的潜力,但需要更多地了解从哪里开始应用程序。 人工智能初创公司的孕育周期也很长,通常需要长达两年的时间才能开始产生收入。需要弥合理论想法和实际产品应用之间的差距。
自动驾驶汽车是人工智能有望产生最大影响的垂直领域之一。 顶级风投和大型汽车制造商已经在该领域投资了超过 70 亿美元,但自动驾驶技术中的人工智能仍然是 60 年代计算的地方。
这意味着虽然该技术是新生的,但它不是模块化的,并且尚未确定不同部分如何组合在一起。 最近发生的特斯拉汽车事故或优步的撞车事故表明,开发一种基于人工智能的系统,该系统可以通过具有成本效益、可维护的硬件进行大规模制造和部署,具有挑战性。
大量数据对于训练 AI 模型至关重要,因为故障的影响是致命的。 包括 Waymo、通用汽车、Lyft、优步和英特尔在内的公司,甚至汽车租赁公司 Avis,都认识到了这一点,并与潜在的竞争对手建立了合作伙伴关系,共享数据和服务,以打造真正的自动驾驶汽车,以及将支持它。
在过去的几十年里,人工智能经历了炒作和幻灭的周期,但最近开始在商业世界中获得动力。 其更好地服务客户的能力是毋庸置疑的。
一个成熟的企业不会在一夜之间改变,尤其是当它涉及难以理解的技术并且被它打算帮助的人视为威胁时。 构建和部署人工智能系统需要围绕期望的业务成果、目标用例、数据资产、算法、大规模计算、流程集成、变更管理、激励调整、高管支持和问责制制定合理的战略。
尽管它处于一个有趣的十字路口,但它在我们的日常生活中正变得司空见惯,无论是导航,还是 Siri 和 Alexa 等个人助理。
混合现实
虚拟现实和增强现实是另外两大技术颠覆,它们已经存在了一段时间。 许多初创公司正试图成为下一次 VR 革命的一部分,并且由于对 AR/VR 市场的预期预期巨大,预计还会有许多其他公司到来。
虚拟现实的出现始于 2012 年,这要归功于 Palmer Luckey 为 Oculus Rift 设备发起的 Kickstarter 活动。 从那时起,VR 生态系统开始蓬勃发展,该技术开始受到广泛关注。 研究公司开始预测未来几年的大数据,并且达到了炒作周期的顶峰。
但实际上, VR 市场一直在持续增长,但从未达到预期的大数字。 所有主要的科技公司目前都在押注它,无论是微软、谷歌、Facebook、苹果还是 Valve。 Unity 首席执行官 John Riccitiello 表示,VR 将在 2019 年开始起飞,但正如我们所见,距离颠覆还有几年的时间。
这种增长低于预期的主要原因之一是 VR 的价格非常高。 Oculus Rift、HTC Vive 等高品质 VR 头戴式设备太贵(600-900 美元),需要由功能强大的 PC 供电才能提供体面的体验。 此外,支持 VR 的 PC 也很昂贵(1000 美元),而且复杂的体验成本阻碍了采用。
今天可用的虚拟模拟也不完美。 VR中的视觉体验模拟不是很好,用户的大脑仍然能够看到像素并理解它不是真实的。 此外,现有的 HMD 需要用户安装外部摄像头、校准系统和处理大量电缆。 这对于普通客户来说很难使用。
另一个主要因素是内容,非常差。 目前没有针对虚拟现实的 AAA 级游戏。 大多数可用的游戏来自独立工作室,这些工作室是在耳机生产商的帮助下开发市场的。
为了让 VR 取代 VR 硬件价格,必须大幅下降。 这将吸引买家,反过来又会吸引更多的软件生产商,只有在达到临界质量后,大型工作室才会发现开始创建高质量的应用程序很有趣。 采用仍然存在挑战,例如模拟病、房子里的空间或用户将耳机戴在脸上几个小时的(不舒服)。
在我们看来,在 B2C 开始之前,VR 将在 B2B 领域得到更多采用。培训、MRO、医疗保健等领域有令人信服的用例,可以通过 VR 解决。
有望解决价格、大规模采用、易用性等挑战的移动 VR 有其自身的限制。 移动虚拟现实应用面临的最明显和讨论最充分的挑战是,与台式 PC 相比,其功率预算和热限制更加有限。
尽管移动芯片可以封装一个不错的八核 CPU 布置和一些显着的 GPU 功率,但由于前面提到的功耗和热限制,不可能全速运行这些芯片。
随着 VR 行业的扩展,最亮点之一可能是所谓的“独立”耳机。 这些设备既不束缚也不连接到智能手机。 相反,它们集成了计算和通信系统。 谷歌和 GameFace Labs 都被认为正在开发这样的系统。
Nvidia、ARM、AMD 等公司已经在研究受限于非连接设备的内存带宽。 他们的集成 GPU 可以使用压缩技术节省 50% 的带宽。 此外,被广泛称为 5G 的下一代移动网络的到来,将释放 VR 和 AR 技术的全部潜力。
由于带宽、延迟和均匀性的限制,当前的 4G 网络标准严重限制了 VR/AR 的普及。 高质量的 VR 和 AR 体验需要处理大量数据。 这对于本地应用程序来说很好,但如果数据是远程提供的,它可能会给网络带来压力。
这就是 5G 显着更快的速度和更低的延迟将派上用场的地方。 专家预计,5G 将带来 10 倍的吞吐量提升,10 倍的延迟降低,100 倍的流量提升,网络效率比 4G 提升 100 倍。
与 VR 有一些技术重叠的增强现实与 VR 不同,服务于不同的目的。 增强现实预计将彻底改变我们的生活方式,因为预计它可以让我们从智能手机转向佩戴一副 AR 眼镜。
需要提到的是,目前这一代的 AR 眼镜还为时过早,对客户来说无法使用。 在技术方面,它远远落后于 VR,但由于它没有内容挑战,因此可以预期,一旦技术成熟,我们会看到更快的采用速度。
总而言之,这些技术颠覆具有极大地改变人类生活的潜力。 在数据推动大部分创新的数字时代,公司必须对数据隐私等问题承担更多责任。 最近涉及 Facebook 和 Cambridge Analytica 的有关未经授权使用个人信息的事件引发了世界范围内关于创新阴暗面的争论。
中国正在成为人工智能技术的强国,因为他们的公司可以在不考虑隐私的情况下访问大量数据。 此外,庞大的国内市场将确保中国初创企业迅速扩大规模,并可能威胁世界秩序。 另一方面是欧盟,它对个人数据隐私给予了重视,这反映在 GDPR 法规中。
然而,所有主要国家都开始讨论自己的数据隐私法,但关于数据所有权和责任仍然存在灰色地带,这需要一些时间来发展。 因此,人们希望在监管机构、创新者和公众之间取得适当的平衡,以确保这些技术发挥其潜力并建立大企业。
[本文由 Exfinity Venture Partners 的执行合伙人兼首席信息官 Shailesh Ghorpade 和 Exfinity Venture Partners 的合伙人 Mohit Babu 共同撰写。]