2020年8月20日 星期四

中國電信5G星火計劃的培訓聯想--從模仿到創新

 

 

 

 

文/AIM俐鉅創新總經理兼首席創新長 詹長霖

今年初受邀幫大陸中國電信學院第二期星火計劃的學員講「系統性創新解碼」課程,第二期星火計劃訓練重點在5G架構的實際創新應用。這批從中國電信60萬名員工中挑選出來的精英人才,在系統性創新解碼工作坊分組演練中讓我看到從模仿到創新真的要非常慎重,一旦思維走偏沒有真正洞察應用場景需求就會創新破功。

 
創新,是企業發展的原動力,「看上去很美」,但創新的過程往往步步驚心。企業由於各種原因陷入過度創新的陷阱,錯失發展機會,甚至死於創新的案例屢見不鮮。

常見的創新陷阱有路徑選擇錯誤、節奏錯誤、應用偏差等幾種類型。

 
第一種陷阱:創新路徑選擇錯誤
以摩托羅拉為例,這家公司曾經聲勢浩大地推出銥星計畫,這個龐大的創新項目是由77顆近地衛星組成星群,讓用戶從世界上任何地方都可以打電話。

專案路徑獨特,耗資過巨,無異於懸於摩托羅拉頭頂的達摩克利斯之劍。當費盡千辛萬苦,銥星終於在1998年年底投入使用時,命運卻和摩托羅拉開了一個很大的玩笑,傳統的手機已經完全佔領了市場。

由於銥星專案無法形成自己穩定的客戶群,開業近10個月時,銥星手機的用戶還不到2萬,遠少於65萬用戶的盈虧平衡點,公司虧損巨大,甚至拖垮摩托羅拉。

第二種陷阱:踏錯創新節奏,市場無法接受
19世紀50年代,法國宇航和英國飛機公司聯合研製的超音速客機--協和式噴氣客機,突破傳統客機時速限制,成倍縮短旅行時間。從倫敦到紐約7100公里的飛行距離,波音和空客飛機需要6~7個小時,而協和客機3小時就可到達,不過,過於超前的設計導致可靠性偏差,出現了兩次墜機事故。

同時,協和客機單個旅客的票價高達9000美元,遠遠超過市場其他客機。載客量少,並且日常維修費十分昂貴,每架飛機在飛行1.2萬小時後,須進行為期10個月的大修,每次費用達到1000萬美元,最終消耗了大量資源的協和客機不得不退出市場。這一案例也成為創新步子太大、時代跟不上的典型。

第三種陷阱:創新的應用偏差
中國古代四大發明之一的火藥,歐洲人拿去做大炮,我們拿來放煙花。中國人發明的指南針,歐洲人拿去發現新大陸,我們卻用來選祖墳、看風水。

魯迅、伏爾泰都曾經借此調侃,雖然民俗文化領域的應用無可厚非,但對比近代比我們更早崛起的歐洲,我們是不是應當反思一下對創新力的發展重視不足呢?

創新路徑、時機、應用每個環節都不能錯,諸多失敗的案例說明:創新不易!也正因此,華為的創新之路值得我們探討研習。

華為並非是與生俱來的創新高手。前18年,華為採用的是模仿策略,沒有一個是屬於自己的原創產品;而在2001年後,企業渡過了早期的模仿階段,開始大規模進入海外市場。到2004年,華為海外的銷售收入已經超過了本土市場。

近年來,自主研發力度不斷加大,華為已經為全球前50家電信運營商中的35家提供設備,並用總收入的10%投人到研發當中。除了在深圳、上海、北京、南京、西安、成都、武漢這七個城市建立了研發中心,也在斯德哥爾摩、達拉斯、矽谷、班加羅爾、莫斯科、雅加達以及都柏林、布洛涅、米蘭、慕尼黑開設了海外研發中心。

華為採行模仿式創新策略,歷經模仿複製、吸收、改進的系列過程後,才真正走向「創新」,步入原創自主研發階段。它的競爭優勢,也隨著自身規模的不斷壯大而逐漸增強。

無論是陷阱帶來的失敗與教訓,還是華為壯大帶來的成功與借鑒,都在說明一點:我們對創新的覺醒與堅守。從中國公佈的「十二五」規劃綱要中49次提到了「創新」概念;各界專家學者紛紛探索、研究創新;各類企業於創新中謀生存發展,舉國上下,都在用實踐行動賦予「創新」科學的定義與全新的視角。

經過對國內外學者的理論研究與中外大量企業的調研分析,我們將企業在創新過程中的不同階段簡單歸結為:複製階段、模仿式創新結合階段和原始創新階段。

華為的創新路徑正好經歷了這三個階段。通過解構華為,我們定義「模仿式創新」,就是通過對已有行業領先企業產品、服務、公益和管理方式的複製、吸收和改進,為顧客提供相似的甚至更具競爭力的產品服務選擇。

我們必須明白,模仿不是故步自封、停滯不前,更不是侵犯智慧財產權的抄襲。模仿是一種學習,是有意識的學習。從這個角度而言,模仿行為既比創新更加普遍,也顯得更加重要,甚至很多創新本身也是建立在一定程度的模仿基礎上的。

從邏輯關係上,創新可能是結果,而模仿則貫穿了企業發展的整個過程。所以,從模仿到創新是一個普遍的過程,重點在「以終為始」的創新思維。

 

2020年8月5日 星期三

美處理突發狀況的管理方法—OODA方法

文/AIM俐钜創新總經理兼首席創新長 詹長霖

問題解決思維一般可分為「分析型問題解決」及「創造型問題解決」,很多人常用的PDCA方法就是典型的分析型問題解決方法,PDCA僅能應付可預知的狀況。而遇到意想不到的突發狀況時就需要靠創造型問題解決方法,OODA方法就是一個簡單好用的高效方法。若你有工作上有問題解決不了的困擾,推薦你可以研讀作者入江仁之所寫的OODA方法這本書,將可快速提升你的問題解決能力。


 
你的公司、組織或團隊,是否有這些問題?
  • 從管理階層到第一線的從業員,都只會依循前例或模仿其他公司的成功範例
  • 每天上班光是計劃立案、撰寫報告、等待上司回覆就花掉大半時間
  • 公司內完美主義盛行,每件事都要花上大把時間戰戰兢兢地完成
  • 常因公司內會議和製作內部需求資料忙得團團轉,甚至需要加班
  • 公司內部充斥著崇尚明哲保身、等待指示的員工
  • 難得有相當優秀的年輕人才進公司,卻因不公平的人事評價接連離職

從企業決策到組織管理,用OODA有效解決組織12類根本問題;讓公司在分秒必爭的決策過程中,迅速解讀情勢、靈活採取行動。OODA循環理論,正是為了解決這些問題而存在的管理利器!

此書作者入江仁之曾於美國思科系統總公司主導策略經營,在矽谷現場的工作經驗讓他實際感受美式經營模式與日式企業之間的巨大差別,回到日本後成立經營顧問公司,致力於將OODA循環理論導入日本企業,客戶包括TOYOTA、日立製作所、GE、NTT等各大企業,他主張OODA循環能夠創造的自律分散式組織是最先進的經營管理模式,本書即為運用OODA循環管理術的入門方法書。

何謂OODA循環理論(OODA Loop)?
OODA循環理論(OODA Loop)的發明人為美國陸軍上校約翰博伊德(John Boyd,1927-1997),他憑藉多年戰鬥機飛行員經驗與對能量機動理論(Energy Maneuverability theory)的研究,最初是以空戰戰術應用為目的發明此項理論,因此OODA循環理論又被稱為「博伊德循環」,近年來OODA循環理論除被當成軍事戰略的重要理論外,已被廣泛應用於商業管理與策略規劃等領域。

作者於序章即強調,OODA循環試圖攻破的是對手的「世界觀」,以商業角度來說即為顧客的需求,透過各種工具以及情報蒐集來觀察顧客以及競爭企業,並根據情報運用VSA完成自我定位,使企業上下各位置的工作者都能夠根據定位以及常年的工作直覺擬定策略,最後採取行動並嚴格執行監控與整套流程的重新審視,這就是OODA循環管理方法的行動架構。

書中也提到企業組織的十二大症狀,與企業組織運用OODA循環的成功原則,非常值得我們借鑑反思,條列如下給你參考:

企業組織症狀一
是否滿腦子只想著如何模仿其他公司或因循前例?
成功原則 一/「觀察:認知原則」

企業組織症狀二
是否只對內設定績效指標(KPI),實施PDCA,就想看到成效?是否已做了足以打動顧客的工作?
成功原則 二/「了解:世界觀原則」

企業組織症狀三
是否以工作內容完美無瑕為優先考量,把時間放在其次?
成功原則 三/「敏捷:不完美原則」

企業組織症狀四
企業或個人想成就什麼樣的世界?這個目的是否渾沌不明?全體員工是否已對「夢想願景」達成共識、感同身受,並產生共鳴?
成功原則 四/「夢想願景:效能作戰原則」

企業組織症狀五
公司是否要求您不論在任何情況下,都必須依標準作業流程行動?您是否受制於花很多時間擬訂的計劃,或受高層主導編訂的行動指南、程序或計劃束縛,而忽略了行動原本的目的?
成功原則 五/「策略:跳脫形式、跳脫有名無實原則」

企業組織症狀六
員工是否為了對內工作忙得焦頭爛額,忽略了附加價值的提升?
成功原則 六/「行動方針:提升價值,排除浪費原則」

企業組織症狀七
員工是否必須時時看風向揣測上意,忽略了「讓顧客感動」這個目標?
成功原則 七/「心態、情緒感受:跳脫既定成見原則」

企業組織症狀八
公司裡是否充斥著坐等指示的員工?考核制度是否讓員工只求自己能拿到好考績,助長自私自利的風潮興起?
成功原則 八/「主體性:分散自治原則」

企業組織症狀九
員工之間是否興起一股「只要我考績拿高分就好」的自私風氣?
成功原則 九/「團隊:人我不分離原則」

企業組織症狀十
公司是否在資訊蒐集或分析上耗費大把時間,遲遲無法做出決策,或錯失良機?
成功原則 十/「決策:直覺原則」

企業組織症狀十一
公司裡是否充斥著紙上談兵或內部會議,經營團隊和第一線同仁各懷鬼胎?業務部等直接接觸客戶的部門,是否與研發部門對立?是否只要一發生標準作業流程上沒規範的事,就令人躊躇猶豫,不敢行動?
成功原則 十一/「行動:驗證、鍛鍊原則」

企業組織症狀十二
公司是否只要一回顧過往,就老是要反省那些沒做好的事,陷入負面思考?是否一直執著於計劃?是否總是消極地追究責任?
成功原則 十二/「檢討:雙環學習原則」

2020年7月30日 星期四

持續學習力,持續創新力,持續成長力

文/AIM俐鉅創新總經理兼首席創新長 詹長霖

我們都對「知識改變命運」耳熟能詳,然而改變命運的不再是知識的數量,而是認知的深度。知識管理的核心實際上是通過管理知識提升我們的認知深度,進而改變我們的行為模式。那麼問題來了,如何提升我們的認知深度呢?


一、跳出專業限制
高效的學習,一定要學習與解決某一類問題相關的所有核心能力,要做到這一點,就必須突破專業限制。

我們所謂的專業,比如市場行銷、法律、文學、政治、歷史,其實只是人為製造的分類標籤罷了,但是,這個世界並不是按照你劃分的標籤單獨運行的。一個市場行銷的問題,背後往往涉及法律、政治、歷史和文化的因素。所以認為只要做,或是只能做相關自己專業的事,這種認識,會極大地阻礙我們學習真正應該學的知識。

二、跳出低水準勤奮陷阱
原始的讀書方法是:花很多時間去閱讀一本新書,去記錄名言警句。卻從不花時間去加工這些資訊,將其和已有的知識聯繫。看似我們節約了很多加工整合的時間和精力,以便能夠讀更多的新書,卻還是買櫝還珠,撿了芝麻丟了西瓜,把最有價值的工作放棄了。
然而,大腦的記憶,靠的是將資訊與舊經驗聯繫起來。換句話說,我們記住新知識的最好方法是與已有的知識進行聯繫。

三、打破習慣性防衛,建立綠燈思維
當我們感到自己的觀點尊嚴可能會受到挑戰時,我們的第一反應不是思考對方的挑戰和質疑是否合理,更多的是反感和生氣,其實我們每時每刻都可能面臨這樣的挑戰。如果我們一直陷入這種習慣性防衛而不自知,恐怕學習再多的新觀點新方法都是無用的。所以,要提高學習效能,第一步就是要打破習慣性防衛。

那怎樣才能打破這種防衛呢?答案是:建立綠燈思維。什麼是綠燈思維?綠燈思維是,當我們遇到新觀點或者不同意見時,第一反應是:哇,這個觀點肯定有用,我應該怎麼用它來幫助自己?比如,一個老闆聽完諮詢顧問的意見後,可以這麼想:“嗯,這個觀點雖然和我過去的做法不一樣,但是仔細想想,一定有有用的地方。比如,如果我能夠先傾聽再溝通,就能讓員工充分表達意見,可能產生新的創意;而且,充分溝通,也能避免我們討論了半天才發現大家說的不是一回事兒;還有,理解和傾聽,也是和員工建立信任的過程,能夠增加團隊的凝聚力。” 

四、反思,提升知識掌握的層次
反思不是總結,至少兩者的側重點非常不同。總結是對結果的好壞進行分析;而反思是對產生的結果的原因進行分析。
做事的順序:做出假設——採取行動——產生結果
反思的順序:觀察結果——研究原先假設——反思校正假設

事實上,反思在學習的過程中至少起著三方面的作用:
(1)發現知識誤區
(2)促進已有知識產生新知識
(3)檢驗學習的新知識是否用了起來


訓練反思能力的三個方法:
(1)從小事反思,深入突破
(2)把生活案例化處理
(3)培養記反思日記的習慣

簡單的法則往往最難堅持。但是一旦我們掌握和堅持了這些思考方式和習慣,我們就徹底升級了自己的元認知能力,極大的提升自己的認知效率,進而表現出讓人驚訝的認知深度。


文章來源:創新式發展

2020年6月10日 星期三

從系統思維重新思考你的商業模式

文/AIM俐鉅創新總經理兼首席創新長 詹長霖

據國家統計局2020年1月17日公佈數據來看,2019年,社會消費品零售總額411649億元,比上年名義增長8.0%(扣除價格因素實際增長6.0%,以下除特殊說明外均為名義增長)。其中,除汽車以外的消費品零售額372260億元,增長9.0%。

我們看到,這是一個很有趣的悖論:很多傳統零售企業覺得「末日降臨」時,整個中國的消費品零售總額不但沒有減少,反而在增加。

為什麼?
過去,我們說零售的本質就是要給顧客提供最好的商品,這是產品思維;
要給客戶提供極致的服務,這是用戶思維。產品思維和用戶思維本身沒錯,但今天傳統零售企業沿用產品思維和用戶思維的打法,卻遇到很大問題,直接表現就是銷售額減少,這說明了什麼?

到底是什麼原因,造成這些令傳統零售商們「苦惱」的悖論,以及到底什麼是新零售。

產品思維和用戶思維是不是零售的本質?

事實上,產品思維和用戶思維的「失靈」,說明當下零售業的變革並非產品思維和用戶思維的創新,而是一個結構性變革。


其實每一次新技術、每一個效率工具、每一種新生產關係的出現,都會大規模地改變一些商業模式。

從總的方向上來說,一定是向效率更高的商業模式發展。

因為消費品零售總額在上升,一部分企業銷售額下降,一定有另外一部分企業賺到更多的錢,為用戶提供了更多的產品和服務。一部分零售企業因此遭受到前所未有的巨大挑戰。

過去,線下零售找流量的方式已經非常成熟,用兩個字——旺鋪,就能總結線下找流量的所有邏輯。

但從線下到線上之後,人們發現流量極度分散,獲取流量的方式越來越難,成本越來越高。

漸漸地,幾乎所有的產品經理都發現,低成本獲取流量的方法,是互聯網最現實、最值錢、最稀缺的技術。

更重要的是,線上獲取流量的方法和線下的套路並不一樣,各種各樣的方式都有可能成為吸引流量的辦法。
移動互聯網這一新工具出現後,吸引流量的方式變得碎片化,五花八門,還有各種各樣的組合,就怕你的腦洞不夠大。

比如,你看個抖音,就可能被種草,然後下單了。
比如,你就看一篇公眾號文章,就忍不住剁手了。
比如,你就刷個朋友圈,就看到某個朋友在賣什麼零售或者其他的,忍不住又剁手了。
比如,你進到一個社群,看到別人分享的土特產,可能忍不住又剁手了。

未來,流量的搜集方式是碎片化的、零散的、多樣的。這些場景,就是要告訴大家,不要死守任何一個你認定正確的流量來源。

比如,你覺得在家門口開個小店這個模式永遠不會錯,因為小店天然自帶流量,但你不能死守這一流量來源。

就如疫情來了。那些只靠線下門店流量活著的企業,就會很難過。在移動互聯網這一大趨勢下,流量結構一旦變了,就沒什麼是必然正確的,一定要重新思考流量的底層邏輯,然後去嘗試各種各樣腦洞大開的流量獲取模式。

新模式運營兩三年,不斷糾錯,不斷調整,最終確定新格局。

穩定時代,我們更需要學習行業方法論;在變革時代,我們更需要理解行業本質。商業模式究竟是什麼?
舉個例子。在過去,如果想開一家餐廳,做寫字樓午餐的生意,怎麼做?
我會在離寫字樓儘量近的地方租個鋪面,最好還是臨街的鋪面。
為什麼?因為到了中午,寫字樓的白領們下樓吃飯,午休時間有限,不可能走到很遠的地方。越是離寫字樓近,越是臨街的鋪面,生意就會越好。

如果你問一家做得不錯的寫字樓餐廳,做好生意最重要的訣竅是什麼?老闆幾乎肯定會說:哪有什麼訣竅,唯有全心全意為顧客著想,做最好吃、性價比最高的飯菜。

「全心全意為顧客著想」,這就是用戶思維;
「做最好吃、性價比最高的飯菜」,這就是產品思維。

他說得對嗎?當然對,但又不完全正確。因為他說這句話時,也許並不知道他正身處一個自己可能並不完全理解的商業模式裏。在這個商業模式中,寫字樓餐廳與顧客的交易結構是:用租金買流量。在穩定時代,他做的很對,但是在變革時代,這麼想就危險了。

今天,互聯網上出現一個網站叫「餓了麼」,美團外賣,小程式外賣。這些外賣平臺,讓寫字樓裏的白領不再需要走出寫字樓,在辦公室就把午餐吃了。

這時,你再有用戶思維(全心全意為顧客著想),再有產品思維(做最好吃、性價比最高的飯菜),顧客也會越來越少。為什麼?

因為寫字樓午餐生意這個系統的交易結構變化了。擁有系統思維,也就是能夠理解「利益相關者的交易結構」的人,這時候可能立刻會意識到,這是一個機會。

既然越來越多的寫字樓白領選擇在外賣平臺上買午餐,那我就不需要把餐廳開在離寫字樓儘量近,甚至是臨街的地方了。因為現在不是顧客下來吃,而是我送上門。只要在寫字樓附近3公里之內,租一個儘量便宜的地方,就算是在一個很深的小巷子裏也沒關係。在3公里內的深巷租個地方,當然比在300米內租個旺鋪要便宜得多。

這樣一來,同樣品質的菜品,我就可以比你便宜得多,或者同樣的價錢,我加個雞腿、鹵蛋或一份水果沙拉。我的競爭力,就會比你強很多。

新的商業模式提供巨大的「產能」,服務那些激增的需求。而同時,在寫字樓旁的街邊,租金高昂的餐廳,生意有可能越來越差,差到老闆開始懷疑人生:

一定是我的用戶思維還不夠,產品思維也不夠。店老闆要求服務員對客人要笑得更真誠,飯菜要更好吃。但是,這樣也未必能挽回曾經的輝煌。

這就是系統思維。

很多創業者有用戶思維,有產品思維,但卻缺乏系統思維,不理解「利益相關者的交易結構」。

在時代變革時,黯然退場。我不知道我們做錯了什麼,但是我們輸了。你一定要相信,有時候不是你不努力,而是這件事本身就錯了。

用進化思維,接受所有你曾經信仰的東西都不是最終的完美狀態,一切都在進化;
用本質思維,不斷深挖,區分方法論和本質的差別,在變革時代,基於本質,尋找新的方法論;

隨著科技的發展、時代的進步,在變革時代,大公司總是被小公司打敗,然後小公司成長為大公司。穩定時代,是大公司收割的時代;變革時代,是小公司翻身的時代。

文章觀點來自:微信公眾號教父思維

2020年5月20日 星期三

流程創新應怎樣實施


文/AIM俐鉅創新總經理兼首席創新長 詹長霖


青島紅領集團有限公司是一家面向全球定制高檔西裝、襯衣等服裝產品的傳統企業,在美國、加拿大、澳大利亞、英國、法國、德國、瑞士、瑞典等國家設有分支機構,主要運營酷特智能C2M(客戶對生產者)系統個性化定制服務客戶。對於紅領集團的成功,仁者見仁,智者見智。但是,有一條是普遍認可的,那就是它與時俱進的流程創新。

對於流程創新是否有效落實和實施到位?具體體現在三個方面:
 
一、數據化及可視化
用戶的個性化、差異化的需求日益增多,定制服裝重新贏得人們的青睞。但是傳統的服裝定制需要量體師以手工的方式量體、打版、製作毛坯,並在用戶試穿後反復修改,一方面,定制服裝的量體方法需要量體師有長時間的經驗積累,且量體經驗不可複製另一方面,工廠難以找到數量眾多、經驗豐富的量體師,這樣不僅人工成本高昂,而且每位量體師量出的數據不能用於標準化的工業生產。

在數據採集方面,紅領集團自主研發專利量體工具和量體方法,採用3D鐳射量體儀對人體19個部位的22個尺寸進行數據採集。採集的數據和版型資料庫相匹配,客戶只需在定制平臺上填寫或選擇自己的量體資訊、特體資訊和款式工藝資訊等數據,後臺的智能系統就會根據客戶提交的數據,自動將其與資料庫中存儲的模型進行比對,輸出客戶的尺碼、規格號、衣片、排料圖、生產工藝指導書以及訂單物料清單等標準化資訊,把個性化的資訊變成標準化數據。

與此同時,網頁上會展示給客戶一個3D模型,通過模型,用戶可以立體、細緻地觀察款式顏色、細節設計、布料材質等。用戶體型數據的輸入能夠驅動系統內近10000個數據的同步變化,能夠滿足駝背、凸肚、墜臀等特殊體型特徵的定制,覆蓋用戶個性化設計需求。

二、模組化
 
為了使複雜的訂單資訊能在標準化的流水線上運作,一方面紅領集團將成衣過程合理地拆解為每道工序具體執行的工作,另一方面,紅領集團通過嚴密的演算法,測算出大批量個性化生產環節應該安排的合理工作量,每道工序的工作時間等,以保證每一個工序的相互銜接,避免造成產能浪費。

對於其他行業也同樣是這樣,往往很多工作都需要協同完成,但並不是串聯狀態,更多的時候可以同時進行。先將需求進行分解,模組化完成再組裝,是流程創新非常重要的部分。

三、平台化
 
企業的目標應聚焦於企業平臺的搭建,以企業大平臺承載各類平臺的發展,同時逐步完善數位化雲服務平臺,通過雲計算、大數據優化商業生態,形成行業產業鏈的聚合、複製、協同,建立一整套的產業生態體系。

 

2020年4月10日 星期五

美國AI創新全版圖

文/AIM俐钜創新總經理兼首席創新官 詹長霖
 
近幾年來美國AI行業的融資趨勢明顯走強,熱度攀升。從美國各州的表現看,加州(48%)、紐約(12%)與麻州(9%)分別是美國AI產業交易量最豐富的前三位。 

總體來講,加州、紐約和麻州雖為前三甲,但在AI發展的方向側重點有所不同。開放的創新氛圍、豐富的科技創業資金以及政府的大力支持,使得加州佔據了將近一半的AI資金;紐約則注重AI與城市生態系統的有機結合,通過國際化的環境與人才吸引多元產業的發展,從而實現領域的增長,並不斷探索著與制定城市政策相關的AI應用;而麻州則借助生命科學領域的成功經驗和成熟的研究體系在AI領域處在前沿。 

它們各自關注著哪些領域,又發展得如何呢?

(一)AI與物流行業相結合,實現短途智能化

加州的Nuro於2016年6月由Google自動駕駛專案Waymo的兩位首席工程師Dave Ferguson和JiajunZhu創立。此前他們從該公司知名的自動駕駛專案Chauffeur計畫中獲得了數百萬美元的獎金。這份獎金旨在激勵那些堅持在Google的自動駕駛汽車專案的工程師。
 
在成立的僅僅三個月後,Nuro就完成了在中國的第一筆A輪融資,網易創始人丁磊(William Ding)成為了Nuro董事會的一員。2017年6月在美國進行的第二輪融資使Nuro的A輪融資總額達到了9200萬美元。

在獲得了充足的資金後,Nuro於2018年1月發佈了其第一款產品R1。R1是一款自動駕駛的電動本地商務送貨車,旨在為客戶或商家提供短途運輸,如雜貨、禮品盒和禮物等。與傳統的自動駕駛車有所不同。Nuro只有傳統汽車的一半大小,有四個隔間和包括鐳射雷達,照相機和雷達。

在今年初獲得了軟銀願景基金的9.4億美元的融資之後,Furguson表示產品將更多地關注服務如何與實際客戶的聯繫上。目前Nuro已經與美國的兩家零售巨頭Kroger與Walmart合作,在休士頓運行自動運輸服務。

(Nuro R1送貨小車,圖片來自網路)

(二)AI優化企業工作流程,節約人力成本

UiPath由羅馬尼亞企業家Daniel Dines和Marius Trc於2005年成立。該公司從羅馬尼亞布加勒斯特開始,目前在倫敦,紐約,班加羅爾,巴黎,新加坡,華盛頓特區和東京開設了辦事處。2017年,該公司將總部遷至紐約,以便更接近其國際客戶群。到目前為止,該公司在200個國家/地區擁有40萬用戶,其年收入也從2017年4月的800萬美元增加到現在的2億美元以上。此外,UiPath表示目前已擁有超過2500名員工。
 
UiPath是一家在機器人流程自動化(Robotic Process Automation)領域中快速增長的創業公司。該公司使用基於AI的軟體來幫助企業運行重複的或普通的後臺任務,以騰出人力來處理更複雜的工作。目前已擁有現在2100名客戶,其中包括美國陸軍,國防後勤局,GSA,IRS,NASA,海軍和退伍軍人事務部等政府部門。
UiPath企業RPA平臺可以在內部部署或在雲中進行,並且包括三個組合元素:1) UiPath Studio:一個過程模型工具,通過使用功能強大的記錄器將可視化的建模過程自動化;2)UiPath Robot: 一位數字化工作者,可以批量或完全獨立地執行計畫的工作而無需人為介入;3) Unipath Orchestrator: 一個管理控制臺,用於為機器人分配自動化需求的任務清單。


(UiPath的企業RPA平臺,圖片來自網路)


(三)AI加速科技發展,提供更便捷的金融服務

Avant成立於2012年11月,總部位於伊利諾伊州芝加哥。Avant通過運營著一個線上借貸市場,向中等收入客戶提供個人貸款以償還債務,支付意外的醫療費用以及家庭假期的花銷。


通過使用大數據和機器學習演算法,該公司提供了定制化方法來簡化用戶的信貸選擇,主要有兩種方式:第一種為個人貸款(Personal Loan), 額度在$2000到$35000美元之間。第二種為Avant專屬信用卡,用戶只需要交29美元的年費,即可獲得額度為$300-$1000美元之間的信用卡。Avant信用卡的好處在於用戶無需繳納任何的定金,並且年費相當的低廉。
 
Avant創新的產品理念與每年將近4億美元的年收,獲得了一眾知名投資者的青睞,比如頭部私募KKR、老虎全球基金(Tiger Global Management)和精品投行Jefferies等。2015年, Avant獲得由泛大西洋資本(GeneralAtlantic)領投的3.25億美元E輪融資。 
根據CB Insights提出的NexTT框架,根據行業採用率(Industry Adoption)和市場優勢(Market Strength)評估了每一種趨勢,並將其歸類為暫時(Transitory)、必要(Necessary)、實驗性(Experimental)、威脅性(Threatening)四大類。暫時性指有應用但是未確定市場的趨勢;實驗性是指試點企業或初創公司的產品沒有被廣泛應用,但已初步引起媒體興趣和概念認證的趨勢;威脅性是指已有大規模市場投資活動,已經被市場初步採納並具有大規模市場應用的趨勢;必要性是指已經廣泛採用、擁有市場並且被大眾理解的趨勢。

 
(NExTT趨勢矩陣,圖片來自CB Insights)

將人工智慧劃分為了25個領域,分佈在這四個大的趨勢框架裏。前文提到的三家公司都位於AI目前在技術上比較成熟的一些領域。比如Nuro的R1就使用了邊緣AI(edge AI)的技術,利用AI演算法處理感測器的數據。UiPath和Avant致力於通過預測性維護(PredictiveMaintenance)來提高數據分析的準確性,並自動化繁瑣的操作。

 

(CB Insights劃分的人工智慧劃分為了25個領域)
 
可以看到,世界的競爭格局將因人工智慧而改變,下一階段也將會有更多的公司投身入AI這個巨大的洪流裏。大浪淘沙,誰又能笑傲今年的AI市場,我們拭目以待。



 
文章來源:網路,硅谷密探

2020年4月1日 星期三

人工智慧做輔助醫療已是大勢所趨

文/AIM俐鉅創新總經理兼首席創新長 詹長霖

現如今,人工智慧的浪潮正席捲著各個行業,而作為行業中相對成熟的領域,醫療被認為是人工智慧最先落地的部分。伴隨著經濟快速發展、民眾生活水準的提升,以及人口老齡化的到來,人們對於醫療健康的需要日益增長。這就催生了對人工智慧(AI)醫療的巨大需求,可以說,人工智慧技術已成為解決醫療問題的突破口。

 
醫療資源緊張,催生人工智慧在醫療行業的快速發展

隨著經濟的發展、民眾生活水準的提高,以及人口老齡化的到來,使人們對於健康的需求日益增長。這讓醫療行業面臨著,醫療資源的供給能力無法完全滿足民眾對高水準醫療需求的問題。

當前,有許多國家都在進行醫療改革,同時也在不斷將新技術應用到醫療領域,人工智慧技術正在成為提高醫療資源服務能力和提升醫療效果,從而應對醫療服務挑戰的重要工具。

目前,人工智慧已被廣泛應用到包括醫院管理、藥物挖掘、臨床決策支持、醫學影像、健康管理、語音識別、病理學在內的多個領域。AI醫療在過去幾年取得了突破性進展,特別是醫學影像人工智慧的發展尤為迅速,並被廣泛應用到腦部、心臟、肺部等多個器官的疾病診療中。

國內外科技巨頭紛紛在醫療人工智慧領域大力佈局

事實上,早在1972年,人工智慧在醫療領域的應用就已開始,英國利茲大學嘗試用人工智能的演算法進行腹部疼痛的判斷。

2011年,IBM公司正式啟動人工智慧認知系統Watson,IBM Watson可以在10分鐘內閱讀和剖析20萬份醫學文獻、論文和病理,協助醫生提供個性化專業治療建議。

2015年,穀歌對企業架構進行調整,成立母公司Alphabet。Verily、DeepMind和Calico是Alphabet旗下專注於使用AI來解決疾病,從監測、檢測到生活方式管理。其中,DeepMind開發的系統依照光學相干斷層掃描(OCT)數據進行診斷,可以識別50種左右的眼部疾病。

2016年,微軟公佈了研發微軟人工智慧醫療專案Hanover,該專案涉及開發計算方法推動癌症治療、採用機器學習和圖像處理技術幫助放射醫生瞭解腫瘤擴展過程。

2018年,亞馬遜成立了一個醫療健康團隊,將通過Alexa智能語音助手,對新生兒、產婦照顧、糖尿病管理,以及衰老問題等提供各種醫療保健服務。

 
在國內,人工智慧在醫療領域的發展同樣是如火如荼。雖然我國醫療人工智慧領域的研究比發達國家晚,但是發展速度卻十分迅猛。
 
2016年,百度推出了人工智慧在醫療健康領域的最新成果——百度醫療大腦。百度醫療大腦是通過海量的數據、專業文獻的採集與分析,進行人工智慧化的產品設計,模擬醫生問診流程,根據用戶症狀,提出可能出現的問題,經過反復驗證最終給出建議。節省了醫生的時間,提升了問診過程效率。
2017年,阿裏巴巴旗下阿裏雲宣佈推出了人工智慧系統ET醫療大腦。ET醫療大腦可在患者虛擬助理、醫學影像、藥效挖掘、新藥研發、健康管理等領域承擔醫生助手的角色。目前,ET醫療大腦可以輔助醫生判斷甲狀腺結節點,通過電腦視覺技術,在甲狀腺B超影像上圈出結節點,並給出良性或者惡性的判斷。

2017年,騰訊公司推出了將人工智慧技術應用到醫學領域的AI醫學影像產品:騰訊覓影。通過人工智慧技術,讓癌症的早期篩查變得更加精准。目前,騰訊覓影已經能夠支持肺癌、宮頸癌、糖尿病視網膜病變等篩查。此外,騰訊旗下的微信用戶在2018年突破了10億,截至2018年大約有3.8萬家醫療機構開設了微信帳號,其中約有60%允許用戶線上掛號,超過兩千家醫院接受微信支付。

醫生是否會被人工智慧完全取代?

對於醫院來說,人工智慧技術可以提高醫生的工作效率,比如醫學影像的識別,目前,與人工智慧技術相比,完全通過人類識別,在準確率以及效率上會相對較低。但是因為醫療的嚴謹性,仍需要醫生下達最後的診斷結果。

此外,因為部分疾病需要根據病史和患者各個方面的具體情況來判斷,這也是人工智慧做不到的。因此,人工智慧僅僅可以看做是輔助醫生的工具,幫助提高醫生的工作效率,並不能替代醫生。



在醫療資源緊張以及人口老齡化的大環境下,人工智慧技術將可能成為解決這些問題的突破口。人工智慧技術能讓醫療產業鏈得以進一步優化,並讓醫療行業走向更高效率與更高層次,人工智慧醫療的未來值得我們期待。

 
文章來源:網路天極網