共享单车踏入物联网赛道，数据战争下一步迈向何处？

本篇文章3248字，读完约8分钟

物联网有多远？

资料来源|丰瑞资本(身份证号:FreeSVC)

文字|李锋

为什么人工智能现在很热门？

2016年，阿尔法戈在空横空出世，击败了世界级球员李世石和杰克。人工智能是一个古老的概念，在过去的30或40年里经历了跌宕起伏，已经从教授的游戏变成了行业的宠儿，也成为了过去一年里最热门的创业领域。

根据我的抽象理解，人工智能实际上是一种更好的利用数据进行数据处理和建模的技术手段。由于它是一种数据处理的技术手段，在此基础上，我们可以问两个问题:为什么今天天气变热了？它能解决什么问题？

人工智能是一种处理数据的技术手段

人工智能普及的先决条件之一是，过去20年互联网的快速发展产生了大量需要人工智能处理和提炼的数据。

今天，世界上每天产生的数据可能是过去几个世纪的总和。二十年前，我们用磁盘存储数据。现在，我们每部手机产生和传输的数据量是用g来计算的

衡量一个人工智能公司是否拥有大量的数据并持续抢占数据的制高点已经成为其核心。

这些数据来自哪里？

一方面，由于特定原因或历史进程，离线构建并大量存在的数据被大量数字化。换句话说，以前不能上网的数据现在可以用了。这可以部分解释为什么软件即服务、大数据和人工智能倾向于重叠。

在过去的六个月里，引人注目的消息是人工智能入侵了华尔街。高盛和一些大型对冲基金等金融巨头正转向人工智能驱动的系统，以预测市场趋势并做出更好的交易决策。与此同时，交易员和对冲基金经理开始担心失去工作，因为技术越来越节省劳动力。

从20世纪80年代到90年代中期，美国资本市场，也就是我们所说的二级市场，有定量投资的概念。它使用计算机来交换程序。其前端交易系统、中国大陆和台湾的数据服务以及后台的基金管理和服务已经完成了长期完整的数据积累和数字化。换句话说，整个链条可能已经完全启动和充分发展。

如今，在高速计算和海量数据的支持下，人工智能可以通过大量机器将金融业的现有数据转移到互联网上，产生巨大的乘数效应。除了远超人脑的数据分析和处理能力外，深度学习正成为未来智能金融的最大武器。也许在不久的将来，计算机将足够聪明，能够预测我们的需求，带领人类进入一个富裕的时代。

一个好奇的:

在中国，哪些行业、领域和新兴方向，如金融业，已经拥有大量结构化数据，并开始快速联网和流通，从而使人工智能变得有用？

大量数据的另一个来源是，在过去20年中，未连接到互联网的传感器系统已经连接到互联网，这产生了大量数据并在互联网上流通。

我用几个简单的例子来解释这些新的数据源。

今天的智能手机和20年前的通讯手机最大的区别在于手机内部有一些特殊的东西，比如陀螺仪或全球定位系统芯片、麦克风和高质量的相机。这些新传感器一天24小时在线，这造就了我们今天可以看到的许多商业模式，比如用语音代替文字，用麦克风作为微信的输入，用gps定位和地图创建网络汽车，基于摄像头的各种照片和直播应用，以及我接下来要分析的共享自行车模式。

另一个例子是，亚马逊将麦克风阵列和可以处理语音交互的东西放在扬声器中，并使其一天24小时在线，因此，近两年一直炙手可热的智能家居产品在2016年售出了超过650万台亚马逊回声设备。用户和echo之间的每一次通信(语音数据)都将被记录并上传到云中。

大江在商用无人机领域，将陀螺仪、速度传感器、通信芯片、高清摄像头和gps系统等体积更小、精度更高、相对能耗更低的设备放入没有传感器的原型机中，让它们上网与手机连接。独特的视频和巧妙的照片都是由无人驾驶飞行器产生的数据。

传感器不断产生数据

这些例子都引出了一个结论:核心组件或核心传感器的智能化和在线化可以催生新的商业模式。

分享自行车的核心机会是什么？

在物联网的过程中，我们看到了许多曾经不可思议的事情。一个有点特殊的例子是共享自行车。这可能是很多人在过去半年中从未想过的创业模式。

多年来，自行车给人的印象是停留在20世纪70年代和80年代的三大婚礼之一。然而，在安装了传感器之后，它在短时间内占领了地铁入口，并成为一种流行的城市文化，以一种短距离的步行方式取代步行。

我们的基金过去了解有问题的共享自行车产业链，认为核心缺陷是集成了全球定位系统、电子控制和通信芯片的带扫描码和开放模式的电子智能锁。

可通过扫描代码打开的智能锁将全球定位系统和通信芯片集成在一起

锁定全球定位系统会导致一些问题。首先，对于像mobike和ofo这样的物联网设备来说，gps是硬件中最耗电的组件之一，降低定位所需的功耗尤为必要。第二，两次乘坐之间的时间间隔不应太长，否则，当电力消耗殆尽时，gps在线和电子锁解锁将无法支持。

共享自行车公司已经想尽一切办法来解决这些问题，这说明了这个问题的难度。方法包括以低成本生产花鼓，晚上集中为电池供电，在篮子底部安装太阳能电池板，等等。

此外，共享自行车对gps定位传感器也有要求，即使有20米的定位差，即建筑物前后的距离，也很难找到。

因此，一个低能耗、高精度的gps定位传感器是共享自行车商业模式本质上运行更好的前提。这个技术方案被许多人认为是不存在的。

分享自行车的有趣之处在于，这种模式是在传感器发展不够好的时候诞生的。然而，这种模式的普及反过来肯定会刺激技术进步。共享自行车公司与华为、高通、北斗导航等公司联合开发物联网技术就是一个例子。

在过去的一年多时间里，我们遇到了一些来自世界各地的技术团队，他们从不同角度解决了gps的低能耗和高精度问题，然后投资成立了一家名为木星科技的初创公司。

该公司的创始人华文生博士是斯坦福大学引力波探测器信号处理团队的核心成员。他的专业背景是广义相对论，这个专业在他的一生中只做两件事，证明爱因斯坦是对的或者证明爱因斯坦是错的。

木星科技致力于利用团队在引力波探测方面积累的技术和经验，在复杂环境下提供低功耗、高精度、低成本、高可靠性的室内外定位解决方案。据我所知，他们可以把gps的能耗降低到1/50到1/70。这意味着，在正常情况下，只有1/2大小的太阳能电池板的遥控器可以支持全球定位系统在共享自行车电池持续工作。

我和和兴科技的创始团队开玩笑说，你们的技术来得正是时候，因为共享电车最迫切的问题是低消耗的gps定位传感器。

潜在客户:

随着全球定位系统技术的发展，未来还能在太阳能电池和全球定位系统功能上增加什么？

万物之网在哪里？

简而言之，随着大量离线数据的在线和新数据的生成，许多基于数据的业务模式创新将会诞生。当数据大到一定程度时，就会对数据处理能力和效率提出要求。这时，人工智能可以发挥作用。我们已经可以看到，人工智能正在渗透和塑造许多行业。

因此，我们的投资逻辑是:

如果网上离线数据做得很好，我们将投资大数据。

如果大数据在某个方向或领域做得很好，我们倾向于在这个方向或领域投资人工智能。

如果一个行业还没有进入产生大量数据的阶段，从逻辑上讲，我们将首先投资传感器，然后在传感器完全工业化后再投资大数据和人工智能。

以自动驾驶的流行方向为例。鉴于许多基础技术，特别是与硬件和传感器相关的技术，尚未开发出来，自主驾驶仍处于研发和试验阶段，远未建立真正的商业应用。

自主驾驶所需的传感器技术尚未到位

今年3月，中兴通讯与美国政府达成和解，支付了8.9亿美元的罚款，这几乎相当于中兴通讯2016年近一年的净利润。这一事件表明，中兴对一些美国技术的依赖一直导致技术风险和法律风险。展望未来五年或十年，决定许多行业发展的是潜在的关键技术。

回到现在的中国，对于我们努力朝着人工智能方向发展的投资者和企业家来说，更现实的问题是，当我们展望物联网的未来时，我们还缺少什么技术，以及如何在中国保持这些技术的发展和应用。

想象力

哪些技术、传感器和芯片可以继续迭代，它们将向哪个方向发展？有了新的传感器，什么能产生新的数据并在线，从而创造新的商业模式？

我们的基金也在考虑这些问题，我没有明确的答案。我期待着与企业家和同行讨论这些问题。