-
2019-06-20 21:55:41
在一个拥有技术、人才、资本、市场的四大驱动高科技核心因素的中国,从某种意义上来讲,中国创业者正面临着创业的黄金时代。
为什么创业将成为最有前途的职业
找到核心驱动力,做好结构化体系分析 世界的进程,创业也好,创新也好,它一定有一些核心驱动力,如果我们找到的核心驱动力是非常持久的,那根据这些核心驱动力的动向,我们就可以更好地去看布局哪个方向。任何一种驱动力都需要一定的体系来产生能量,我们需要把体系分析的更清楚,来帮助我们每一个人更好地把控我们所面临的机会。
1. 两大核心驱动力
发明知识、发明技术
追求财富 财富广义的定义是一种可以满足人类需求和欲望的通用能力,钱是财富,健康是财富,愉快的家庭也是财富,核心是这个财富是一个通用的点,它能带来满足需求的欲望。
市场是把知识、技术和追求财富聚焦在一起的平台和环境,市场从某种意义上来讲是人类发明最大的、最有效的平台之一,事实上起了几个大的作用。
1、至少让我们每一个人参与市场,我们每个人参与市场都是为了自己,但我们所做的都是对别人有益的,所以它是一个很神奇的平台。
2、世界上有很多可以做的事情,包括很多创新,但市场是一个加速器,也是个优化器,它会评价哪些创新最有价值,哪些创新最有生命力。
创业必备的几个技术条件
任何市场创新的创业,永远是技术、产品、市场这三个源泉的聚焦,只有这三者聚焦,才能真正成为有效的创业企业,创造商业价值和社会价值。
科学
起点是物理学、电子学、数学、材料物理学、半导体、计算机科学。作为创业者,即使你不是技术专业,也要关注科技发展方向。虽然科学往往走得很远,离创业距离也比较远。但科学下面一层特别重要,即“工程化”。有些科学能够很快被工程化,但工程化也需要很多努力,比方电子工程、材料工程、软件工程。
如何系统化地开发软件还是一个未知的人类行为。所以,从科学到工程还不够,还需要有运营的能力,比方说软件,即使有了软件工程,如何更新软件、部署软件、操作软件这些能力也都要打造,只有这样,才可以让创业者更好地去运用技术。
产品
产品开发也在不断地提供新的工具、新的方法,特别是数字化的工具,让我们可以快速地理解社会需求,设计用户体验,迭代、试错。
历史上比较重要的案例就是云计算。在没有云服务之前,互联网公司也好、软件公司也好,开发一个很简单的产品至少需要6-7个月。有了云之后,一个两三个人的小团队,用一两个月就可以把初步产品搭建出来。
在产品上,我们在不断地提供新的、系统化的服务,在市场上也一样,更多的工具可以让创业者们进行系统化的获客,探索商业模式。同时在资本的运作结构中,整个工业也在不断朝前发展,特别是风险投资行业,各阶段已经比较结构化了。如果大家关注的话,会发现风险投资这个行业每年都是高速增长的。
创业的结构化挑战
能让创业更容易地成为一种职业选择,但它仍然存在结构化的大挑战。这可能是最难的(从0到1的),要找到Product Market Fit,它是结构化的,未来会变得越来越难。
虽然技术、工具在迅速发展,人的教育程度也在不断提高,产品发展也越来越快,每个人都可以想出10个点子,并且可以通过技术立马实现。但每个人一天只有24小时,能够实现的能力也是有限的,很快会卡在瓶颈上,并且随机因素又很多。
此时,唯一可以做的就是把新的点子、新的发明、新的技术和用户的反应快速连接起来,快速迭代、快速试错。
活下来
在找到Product Market Fit之前,你是赚不到钱的,你只能努力活得越久,才能尝试更多的点子。虽然这个玩法很不一样,但你一旦找到了,我想你冲上去的概率可能会高一点,效果也会好一点。这是一个结构化的挑战。
跨越鸿沟
对于一个新技术,整个社会媒体一开始都是充满热情的,甚至过分地夸捧,等冲到顶上就开始失望,于是大家都选择放弃,掉到谷底,最后存活下来的技术会慢慢升温。
社会上永远有一些人,所有新的东西都会去做,无论好坏。这是第一批人,只要是新的,我就愿意做。还有一批人叫Visionary,他看的比较远,他也会试。
所以,早期的产品和技术一般都会有一部分人会试,但这里有一个鸿沟:我身边有人用过,我才愿意去试。因为任何产品,它的下一波采纳者,都是务实的,他试这个产品的前提是老王试过,我的同事试过,或者我认识的朋友用过才行,否则,我不用。于是,鸿沟就造成了。
历史上大部分产品都死在了这里,因为跳不过去,这是一个非常难的问题,即“如何跨越鸿沟”。
中国创业者的黄金时代
中国有一些特殊的机会。到目前为止,全球(包括新工业)基本是美国驱动,因为美国是唯一一个驱动高科技核心因素都有的国家:有技术、有人才、有资本、有市场。但中国彻底改变了整个局面,严格来说是从移动互联网时开始真正改变的。如今,中国的人才足够多,技术也足够强,市场非常大,资本也已经完全拥有,这4个核心中国都有了。
中国有一些特殊的环境,包括基础建设、政策支持,这从某种意义上来讲,对每一个想要创业的中国创业者来说都是个黄金时代。
如何把握住历史性的机会?
高科技工业的历史可以用大规模计算数字化的平台,它演变的结构来描述,基本每过12年左右,历史上会有一个新的大规模的平台。这些平台的核心驱动因素是什么?是数字化的规模和数字化的范围,就是你可以在多大的范围、在什么样的深度,把人类的一些行为变成数字化。
因为一旦信息被数字化了,就可以快速获取、传输,数字化的信息也可以通过计算来提炼、支持,有了支持之后就可以做快速迭代,加快创新的速度。要记住,任何一个赛道,对我们来讲毫无疑问,要去看的就是数字化的范围有多宽,数字化的深度有多深。
现在全球范围内已经数字化了,整个地球“被扁平”了,电商、社交等一系列应用都带动起来了。移动时代,因为交互性可以放在口袋里,随处可用,所以把人们生活的行为统统都数字化了。
在人工智能时代,将会带来更大的机会,因为社会化世界和物理世界会完全融入在一起,任何物理空间,任何人的行为,只要对我们有较高的价值,都将会被数字化,都将有机会大规模地提升价值。
每个时代,对我们有价值的经验、教训
个人电脑/客户端-服务器时代
个人电脑客户端这个时代,前端核心技术是X86的芯片和Graphical Display,从微软角度来讲,这是盖茨先生看得远的一个点。看到X86的微处理器,他知道这个微处理器会到处用,这个软件将是一个大的赛道,微软永远是相信这个的。
第二时代是他跟乔布斯一起看的,是Graphical Display,他在70年代末期内部写了很多非常有价值的备忘录,接下来20年、30年的应用体验基本都观察到了。
但从某种意义上来讲,并不是他们发明的,真正发明它的Xerox PARC(施乐帕克研究中心)是一个实验室,如果从创业者的角度来讲,可以值得借鉴的是把控技术的方向,Graphical Display,或microprocessor,想象将来能够产生的商业价值,并坚持长期走下去。这是微软这样的公司建立起来的核心。
另外,在后端,关系式数据库和分布式系统,在计算机工业历史上是非常非常重要的技术,我把它称为定义性的能力。今天,即使你是做互联网的,我基本可以肯定,你在用关系式数据,都有一个小的MySQL Database Management System(数据库管理系统)。
分布式数据系统,包括今天的区块链核心计算、共识算法都是那个时代诞生的,这里要讲的是,有了这些能力之后,你看到什么样的商业价值赛道,基本都是企业的商业路线,那个时候诞生了Oracle(甲骨文软件系统有限公司),诞生了SAP(思爱普)等一系列非常好的公司。
对于今天的中国来讲,这些赛道可能还有价值,但要和云挂钩。这是第一个时代,我们可以抽取一些比较重要的经验。
互联网时代
最早做互联网是Mosaic,后来网景(Netscape)觉得找到了自身发展的商业模式,认为可以把微软整个颠覆掉了,但有一个很大的挑战:做互联网是Http是开放标准制,也就是没法专利保护,谁都可以做。
可是即使找到了门户也没有用,当初我们认为门户可能是互联网的制控点,但后来很明显搜索引擎才是,因为互联网的规模、结构,必须要有搜索引擎这样的机制将其组建起来。
所以,Google找到了,但Google也没有找到商业模式。Google在早期一直非常非常挣扎,试了各种各样的东西。然而,Google的商业模式,被另外一家公司发现了,叫Overture,它发明了一种用竞价排名的方式,是靠技术驱动来做的。
所以,大家需要关注的是:看清赛道后,机会很多,其中,商业模式至关重要。不过,今天如果你做人工智能没有找到商业模式,也不要着急、不要担心,只要不死,以后一定找得到。因为只要产生价值,就可以获得价值。
一个创业团队要对“长期”保持信心,不要被短期的利益所动,是互联网工业带给我们的非常重要的经验教训,值得每一个考虑创业的人去关注。
移动/云时代
第一,它有相机。大家千万不要小看拍照拍视频,特别是我们今天看到的微视,我观察到它将来会是非常大的赛道,因为有文字和图象,它能传递的信息与一个视频完全不在一个级别上。所以,看交互可以看到将来的新赛道。
第二,语音相对来讲还有点时机,因为语音完全被数字化还需要一段时间,虽然我们打电话用语音,但都是用模拟信号,并不是数字化。
第三,定位也能做,因为手机定位而诞生的项目,如滴滴和Uber。
另外,关注的是主要应用,如短信、通讯、照片、社交等,特别是支付等个性化的推荐,中国的移动互联网已经走到美国前面去了,这和中国互联网整体的大结构有很大关系。
稍微提一下生态,乔布斯在设计iPhone时并没有想做APP,他只想把浏览器做好,但由于种种计算的原因,最后他放弃了,才去做APP。
第一部iPhone只有一个APP,那时,还没有APP的模式。虽然APP的模式对大的应用、经常性的应用是有好处的,但某种意义上会造成生态的不健康。
某些阶段你要推一个APP非常难,因为对于为了体验而偶尔使用的用户来说,你让他们下载个APP是不合理的。一方面是是因为你需要用资源,另一方面是对新的创业生态推进新的服务造成了一种壁垒。
所以,我个人认为像小程序这样一个新的基于服务为主的生产,可以会为创业者带来更多的机会。只有让大家有机会进行创新,机会才会越来越多。
后端是移动通讯4G,主要定义性的能力是云计算和服务,把整个软件工业从商业模式到体验的交付彻底改变了,大规模地让数字化能渗透的范围和深度提高了。这里的赛道是非常活跃的。数字化是逐渐渗透的,假定说数字化无法渗透到一个企业的很多事情上,但有了云服务以,有了手机,就可以越来越往下渗透。
在这里,如果大家想创业,需要考虑的是:当时赛道里,你把哪些行为数字化了?数字化之后你能提高什么样的创新效率、带来什么样的价值?
人工智能时代
第一,人工智能的前端,即输入输出。输入的话,听和看,当然触摸已经有了;输出的话,可以是对话,可以是自助体系,输出体系可以是自己动,可以是机器人,也可以是自动驾驶的车辆等。
第二,核心技术,传感器将会保持在前沿有很多投资,特别是麦克风、摄像头、激光雷达、光学传感器、各种传感器低功耗,保护隐私的场景。座椅,对隐私保护有帮助的传感器是个非常重要的砝码。
芯片几乎要重做。简单讲,传统的X86也好、ARM(微处理器)也好,都是所谓的Von Neumann architecture(冯·诺依曼体系结构),基本是控制流为主,数据的维度不能太高,计算效益不会好,但关键它的结构究竟是怎样需要一定阶段的时间来演变。
指令集可能还会使用X86或者ARM,因为它还是需要中央处理器来调动,但主要的计算,都会用其它的结构来计算,所以整个结构会加以改变。我个人认为,定义性的体验我们还没有找到,至少目前还没有看到,但我们有定义性的能力,它是由深度学习带来的。
简单来讲,深度学习在过去叫神经元处理,80年代曾火过一阵子,真实革命的起点是2006年,Geoffrey Hinton(神经网络之父)与微软合作,到2009年,语音识别的字差率、句差率从27%、28%左右不断下跌,跌到接近人、甚至超过人的水平。
接下来是非常难的自然语言处理,它和通用人工智能有着紧密联系。我个人认为它还需要很多年才能赶上人类水平。任何事情,如果建立起一个模型,就会变得非常高效,因为它的核心是快速获得知识。
如果你的企业是知识驱动的,这次就要大规模地加速了,因为这次不光是人来获取知识,我们还可以通过建立人工智能机器高效地获取知识,这是一个跨时代的东西。
后端5G技术非常非常复杂,但带来的商业机会多且宽泛。
芯片也一样,我觉得英特尔和高通等如此横的芯片时代一去不复返,将来和现在,芯片都会处于很大的垂直领域。
底层软件基本要重做,框架和工具目前有一些不错的体系,但有一些大规模的深度学习训练和推理系统,包括数据系统、工程化等,还有很多工作需要去做。目前人工智能还没有真正工程化,就像以前的软件工程,还没有完全系统地去训练模型,以达到我们想要的结果,包括一些数据处理。杀手级的应用,比如感知和认知。我觉得感知肯定是领先的,特别是视觉。
AI创造价值的核心模式
核心是要数据,数据不是无中生有的,任何数据都是观察自然现象、物理环境以及人类现象的一个数字化表达,是知识的载体,它的内涵是知识。
首先,获得数据,要有传感器。
其次,要从数据中获取知识,然后运用知识达到我们的目的。一般是通过软件+硬件+算法,达到我们创造社会价值的目的之后,产生新的数据。一定要建成这样一个闭环,前提是找一个比较全的应用。
在这里,我强调一下闭环。因为知识都是活的,人类社会在变,物理环境在变,所以一次性的数据没有用,必须加了闭环的、活的数据才能真正打造健康的人工智能的业务和生态。
展望未来技术驱动创新前沿
人工智能时代前端很有可能是智能物件、助手、自助体系、自动驾驶机器人、智能场所;后端很有可能是行业云、城市大脑之类的。还有一些新的端可以考虑,像AR、VR和脑机结合,曾经有一段时间,大家觉得眼镜可能是下一个机会,这是有可能的,并且,可能很快就会被应用。
另外,是和未来有关的后台,特别是像区块链或者量子计算这样的。其实,任何一个技术领域的创新,最终的核心能力都是建立在物理和数学基础上的。
物理中唯一一个还没有被商业化的大领域就是量子物理,它和电子、和数学一样,将来产生的是整个量子的生态,有量子化学、量子材料等。当然了,因为量子计算是应用于整个领域的,所以在上时间可能要更远一点,可能7年、10年左右,但一定是一个非常大的空间。
其中,于我们相关的有计算生物学,甚至生物学本身。生物是再生的,我们现在也有工程能力建立新的生物体系,比如用计算的方式,新的能源产生方式、存储方式。像特斯拉这样的公司,它是一个能源公司,车子是第一个应用,第二个应用是飞机,它是用成熟的能源技术来改变世界的。目前来看,能源技术具有很多发展机会。
回到创业这个着眼点,也是一个比较系统化、结构化的深入,任何一个时代,都会诞生所谓的第一梯队公司,它站在生态的最高控制端,会很不一样。
更多相关内容 -
企业“六位一体”创新驱动与路径协同
2020-07-24 17:59:14在创新驱动战略背景下,探索何种创新驱动路径更有效,对企业保持持续竞争优势具有重要的意义。研究提出企业"六位一体"创新驱动要素体系模型(人力资本、资金来源、技术获取、政策激励、研发合作以及国际化程度),并从... -
KX驱动一键安装版-2019(创新内置声卡一键驱动)
2019-09-08 00:11:22KX驱动原官方版本留下了很多缺陷,如64位系统下插件不全,容易...kx驱动极速版特点:智能判断声卡型号 智能蒙蔽集成声卡 智能打开效果图 智能导入效果预置等 是目前网络上真正意义兼容多系统,实现一键安装的唯一版本! -
805 数字化让数字与智能技术助力创新驱动.docx
2021-10-22 15:38:28805 数字化让数字与智能技术助力创新驱动.docx -
2021年物流公司“创新驱动,转型发展”主题演讲比赛演讲稿.docx
2022-02-18 13:13:562021年物流公司“创新驱动,转型发展”主题演讲比赛演讲稿.docx -
创新驱动视野下我国经济技术开发区竞争优势多维分析
2020-06-26 10:55:33开发区在中国经济、社会体制变革中有先行先试意义,开发区取得的成功既得益于中国改革开发营造的良好环境,也有基于中国特色发展模式所积累的竞争优势。与国内其他区域性经济相比,开发区在制度体制、财政自主权与反哺... -
意义创新:另辟蹊径,创造爆款产品
2022-02-20 17:17:21意义创新:另辟蹊径,创造爆款产品 罗伯托·维甘提 -
论文研究-创新驱动下三级供应链分销渠道产品质量控制策略研究.pdf
2019-09-20 18:40:43论文研究-创新驱动下三级供应链分销渠道产品质量控制策略研究.pdf, 基于四阶段Stackelberg动态博弈分析,构建了一个制造商、两个竞争零售商与最终顾客组成的三级供应链... -
“创新驱动发展战略”满分卷(共七套试卷及标准答案).docx
2021-12-17 21:13:29“创新驱动发展战略”满分卷(共七套试卷及标准答案) -
中国创新发展报告+243页(分享版).pdf
2021-03-22 01:15:18创新驱动是国家命运所系,国家力量的核心支撑是科技创新能力。努力掌握核心技术,积极探索前沿引领技术,构造新型国家创新体系,建设面向未来的世界科技创新强国具有重要意义。我国在国家创新体系建设方面取得了突出... -
工程类专业“案例驱动式”教学方法改革与实践
2020-06-15 12:05:31以环境工程类专业“气态污染物控制技术”课程“案例驱动式”教学实践为例,剖析工程类专业课程采用“案例驱动式”教学方法的意义,详述了“案例驱动式”教学方法实施内容、要点和教学质量保障措施,以加深对工程类专业... -
通信与网络中的物联网存亡关键:商业模式创新
2020-11-06 09:37:32物联网商业模式创新的重要性或先于标准及关键技术的突破,只有认识到这一点,中国的物联网产业才能走上一条兴亡之路。 叫好不卖座:物联网的瓶颈 尽管一个个有关物联网产业的动辄百亿千亿元的地方政府规划不断... -
LED照明中的60V、同步降压型大电流 LED 驱动器
2020-10-20 21:06:27“高功率 LED” 这一名词的意义正在快速演化发展。虽然一个 350mA LED 在几年之前可能会轻易地被打上 “高功率” 的标签,但与如今的 20A LED 或 40A 激光二极管相比或许只能算是 “小巫见大巫” 了。现在,高功率... -
基于DEA的企业技术创新效率研究——以上海战略性新兴产业为例
2020-05-06 19:38:49上海市战略性新兴产业的蓬勃发展对于上海实现"创新驱动、转型发展"有着重要的意义,为了实现战略性新兴产业企业技术创新投入产出效率的最优化,文章基于文献研究和理论分析,构建企业技术创新效率评价指标。通过对上海... -
数据驱动的数字化转型:从流程驱动到数据驱动
2021-01-13 08:54:13在流程驱动的世界中,流程是最重要的,很多时候陷入了为了正确的流程而制定流程,而忘记了流程本身的意义所在。 数字化转型的一个工作就是将过去那么多年建立起来的流程自动化,无形化,敏捷化。因为既然是流程,那...以下文章来源于凯哥讲故事系列 ,作者凯哥
数字化时代已经到来
1996年的时候《Being Digital》的作者Negroponte就提出数字化生活的概念,而20年以后的今天,我们已经进入了数字化的生活,移动互联网、物联网、手机、各种社交媒体、电子支付等各种数字化技术把我们的生活完全连接到了云端,连接到了网络。每一个消费者通过手机和设备,成为了一个巨大的数字化网络的一个节点,每时每刻,我们从云端获取各种信息,各种状态,浏览各种商品,从而实时的决定我们的决策和行动。
数字化时代的三大特点
数字化时代和过去有哪些不一样的地方呢?
信息透明
过去,很多行业知识、数据、信息、方法等都是封闭的,而数字化时代首先的表现是信息透明。所有的文档、信息、影像等都通过手机、电脑、手环、穿戴设备等传输到了网络上,而在Web2.0时代催生出的UGC(User Generated Content)一下子打破了传统的知识的壁垒,原来相对封闭的信息一下子百花齐放的在网上产生,知乎、在行、得到等知识变现的应用更是把原来行业的知识、专业信息也都快速、批量的陈列在所有用户面前,大家的信息获得的渠道千万倍的增长。
信息透明给这个社会带来的改变是巨大的,它从根本上打破了传统的物理世界的各种信息壁垒,极大的冲击了传统行业和社会形态。冲击最为明显的几个行业,比如媒体行业,信息咨询服务行业,在网上每一个人可以搜索到基本上所有的信息。
知识和方法论的透明,让过去的专业壁垒大幅下降,专业咨询公司拥有的方法,掌握的知识,很多在互联网上也可以找到。信息透明让行业之间的边界模糊了,隔行如隔山这句话已经行不通。
速度为王
-
连接速度
手机把人和互联网连接在一起,微信把朋友们连接在一起,传感器把工业世界连接进来。你的信息、状态、反馈时时刻刻被采集被连接,数字化把所有的一切都连接起来了
传统的物理世界,建立连接的速度是很慢的。没有连接,就形成了一个个的行业孤岛,商业孤岛,孤岛之间信息不透明,生产者、消费者、渠道商、分销商等界限分明,产品和服务没有办法直接快速的触达用户端,中间过程繁琐导致成本高,反馈慢。而数字化的时代,连接速度几何倍速的提高,这一点最明显的就是物流和支付行业。数字化就像一条条道路,连接了物理世界的一切,四通八达,无孔不入。
-
反馈速度
原来传统工业生产模式,获得消费者的反馈非常缓慢,所以产品更新速度也受到局限。为了解决快速采集反馈的问题,都形成了过去的一个巨大的产业,市场调研公司。
数字化的时代,评论,反馈的速度是可以做到实时的,而厂家和服务商也在利用反馈的速度来优化自己的产品和服务。这样在产品的设想之初就能够基于用户的反馈,需求来驱动设计和开发,降低了需求和服务之间的差距。
-
创新速度
创新的速度决定了每一个企业的竞争力,如何快速的产生创新想法,并且快速落地,快速反馈,快速投资运营成为优势业务,决定了企业的生死
边界消失
设想一下,有一天你打上了滴滴以后,你可以在手机上选择不同的环境模式,比如:“KTV”模式还是“会议模式”。
当你选择"KTV"模式以后,后排升起一个隔音屏,立刻出租车成为了一个迷你的KTV,你可以和朋友在后座尽情放歌。
当你选择会议模式后,屏幕上出现了其他的会议同事,你们可以在车上展开讨论,并且将讨论结果实时上传到云上分享给其他的同事。
这个时候,你能说滴滴仅仅是一个出租车公司,或者是出行公司么?
请不要把这个当做一个玩笑,也许这个已经纳入了程维的计划之中。
物理世界的一切都会被数字化,数字化技术把一切都连接起来,原来传统世界的地理位置,时间跨度,商业模式,职业,岗位,技能,一切的被连接成一张立体的网,都可以通过一个点寻找到另外一个点。所以原来的行业边界,组织边界,职位边界,角色边界,都被数字化所链接,所打破。
这个对于企业服务市场来说,是一个巨大的挑战,边界的消失带来的是从观念上,经营模式上的彻底的改变。
数字化已经覆盖了很多的消费者场景,而这一点直接影响到了企业端,对传统的企业经营带来了很大的影响。所以,很多企业都在强调要进行数字化转型。
2016年Gartner发表了一篇文章“Now Is Time for Digital Transformation”[1],报告中提到CIO必须通过重构组织、流程和他们的业务来进行进行数字化转型。
数字化转型是什么
说到数字化转型,首先要说什么是数字化。
数字化是英语Digitalization翻译过来的,而英语中跟数字化相关的词有以下三个:
Digitization:数字化,指的是“模拟信息转换成数字形式(按照目前的技术就是二进制的数据)”。
Digitalization:数字化,这个和Digitization的区别,是Digitalization是从模拟型号转化成数字信号的过程。
那么Digital Transformation:被描述为是“数字化带来的整体和社会效应”,数字化技术使数字化的过程得以实现,从而为改变和改造现有的商业模式,消费模式,乃至社会经济结构、法律和政策措施、组织模式、文化形式带来了更多的机会。
所以,数字化转型强调的是带来的效果,是区别于传统的组织形式、沟通形式、技术手段所产生的变化本身。
流程定义的世界到数据定义的世界
从企业信息化建设伊始到现在,一直都在做一件事情,那就是将物理世界的流程在信息世界中定义一遍,传统的信息系统是流程驱动的。
而过去的企业转型也一直是围绕着流程来走的,从最早的信息化系统建设,将线下业务流程搬到线上,信息化,再到BPR业务流程再造。
那么数字化转型和流程再造的区别是什么?很重要的是企业原来的运营模式和数字化时代的运营模式发生了根本性的变化。
传统的企业运营模式是工业化生产的理念,流程化的管理,在标准化的基础上,将一个价值链分解成一个个的流程节点,然后将一个节点对应到一个小的组织,由这个组织来负责这个节点的工作。这样,整个一个价值链可以并行的运转,然后通过流程把工作串起来。这在过去的工业化时代,的确提高了企业的管理效率,带来了规模化的生产。
所以在十年前,凯哥做ERP实施的时候,特别提到的,就是标准化,精益化和集约化。而业务流程则是一切的基础。我们做规划,做系统,最重要的就是梳理流程,一层层一级级的流程图,而流程梳理过程中最痛苦的就是节点与节点的关系,也就是一个个的连接线。
因为,我们会发现,我们要将一个业务流,价值流拆成几个流程,由多个组织实现,需要定义清楚责权利,分工界面,而从事情本身来讲,他就是一体的,是不可分的,不是那么的清晰,总会有一些灰色的模糊地带。
于是,这些模糊地带就成了流程再造中最困难的节点,六西格玛和其他工具旨在改进和改进这些流程,发现浪费,以提高效率,重点和质量。
而在数字化时代,数字化转型的很重要的目的就是缩小企业目前做或可能做的流程,流程转化为软件,实现了自动化,剩下的就是数据。数字化将运营过程沉淀成数据,这使管理者可以从数据视角而不是过程视角来查看他们的业务。
随着数据的出现以及将这些数据与指标或问题联系起来的能力,它使组织不仅能够变得更有效率,而且还能改变它的功能。通过数据镜头而不是过程镜头观看世界带来的商业影响是超强大的。
在流程驱动的世界中,流程是最重要的,很多时候陷入了为了正确的流程而制定流程,而忘记了流程本身的意义所在。
数字化转型的一个工作就是将过去那么多年建立起来的流程自动化,无形化,敏捷化。因为既然是流程,那就是别人之前设计好的,而现在的业务现状、竞争格局,客户需求,无时无刻不在发生变化,用过去的流程来管理和制约现在和未来的变化,这是不可能的事情。
如何去发现变化,预测变化,只有数据。
大西洋彼岸的蝴蝶扇了一下翅膀,带来了印度洋上的一场雷暴。看似相隔万里,虚无缥缈,但是物理世界的一切都是可以用数据度量的。
一切的现象乃至谜题,背后都有规律可寻,而这个规律就是业务模型,如何将业务模型建成数据模型,来指导更多的业务场景,这就是数据工作者要去做的事情。网上广为流产的林彪打仗的故事,时刻采集一切的战地信息,从敌人的枪支弹药,供给粮草,衣着打扮到时间地点,一切都是数据,一切都是线索。
数据包含了一切的事实,数据包含着一切的本质。
取代以流程为核心,建立从数据出发的管理体系,用数据驱动业务的运营,战略的制定和创新的产生,是数字化转型最核心的工作。
数据驱动的数字化转型
传统咨询公司为企业提供转型服务的两大法宝,是方法论和最佳实践。
这还是没有逃出流程定义的世界的逻辑,方法论,是经验的总结,是体系的沉淀,是非常重要的。但是,我们前面提到,方法论这种知识类的东西,在数字化时代,已经完全透明了,你能掌握的方法,别人也掌握了,你知道的体系,别人也知道了,所以这一点来说,方法论本身并不是核心壁垒了。
最佳实践,也就是案例分析,我们以前打项目,客户最看重的就是案例。你做过哪些其他同类型的项目啊,多多益善,我们看看别人怎么做的。过去的竞争是下象棋,你只要把你行业里的头部竞争对手干掉,你就高枕无忧了。但是,现在的竞争是下多维立体围棋,还是在一个无边际的棋盘上,你也不知道你的对手是谁,在哪里,所以这种所谓的最佳实践,作为参考的价值越来越小。
用流程驱动的思路,通过定性的调研访谈,会议讨论的方式来推进数字化转型的方法已经越来越不能满足企业需求。很多时候,我们发现,这种访谈调研,分解到几级流程,试图通过经验性的分析,所带来的,很多时候,都是无止无休的争论,博弈,各种出于自身利益角度的诡辩,而不反应真实的业务,达不到最终的转型的目的。
过去的十几年的信息化建设,很多企业已经积累了大量的数据,从数据中挖掘和分析价值,从流程驱动到数据驱动的数字化转型体系,这是数字化转型的一个颠覆性变革。
数据驱动创新和优化
数据驱动,意味着以数据为核心,将企业的数据资产梳理清楚,对之进行集成、共享、挖掘,从而发现问题,驱动创新。
数据是最客观的,是最清晰的,数据能够帮助管理者化繁为简,透过复杂繁芜的流程看到业务的本质,更好地优化决策。
某世界顶级能源行业客户,内部的管理非常的标准化,所有的业务都分解到流程,结点,每一个任务都有人专业负责,然后通过各种KPI来度量考核。但是,近几年,发现随着新能源产业革命带来的冲击,以前的那种方法不起作用了,不管内部如何的规范,如何提高效率,都无法提升销量,无法提升经销商的业绩。我们帮助客户进行数据分析,发现本来相对简单的业务,由于部门割据,角色繁多,一套数据被反复的解读、二次加工,产生了不同的口径,不同的维度的报表,然后这些报表又被在不同的场合被作为事实的依据来指导不同的决策。
不论多少部门和分工,对于一个企业来讲,所有的业务的本质和目标只有一个,
传统企业由于流程和组织的划分,将原本统一的数据割裂,产生了不同的解读,不仅无法提高效率,更是在应对市场外部变化的道路上越走越远。
将数据利用好,能够从两方面推动企业的数字化转型:
驱动创新
从数据中发现规律,发现价值,能够产生更多的创新,特别是那些原来人的经验所不能够洞察和理解的。
传统的数据仓库,商业智能的核心还是人的经验,而随着行业边界的消失,海量的数据涌入,谁都无法掌握全面的信息,一个小的决策都会带来大量的信息的关联分析,靠人的经验决策风险巨大,并且随机性太高。
举个实例来说,地产行业的投资研究是最重要的环节,每天全国有众多的地块在拍卖,买哪一块不买哪一块,用多少成本去购买,买回来盖什么类型的产品。这个决定至关重要,对错直接决定这个项目的成败。而过去这类型的决定,更多的是靠经验拍脑袋。但是,现在众多的房地产企业都在寻找利用数据来做投研,结合行业宏观信息数据,消费数据,历史的销量数据等,来建立投研模型。
在数据资产中,产生洞察,驱动创新,利用数据可视化,建模,算法,来发现经验不能触达的部分。
比如,我们在一个智慧物流的数据探索的项目中,发现运力与区域的关系,在几千万条的货运数据中,发现一些地区之间的货物运输是有模式和规律的,这些规律在一定的时间内是生效的,这就带来了巨大的价值。原来的货运定价相对是固定的,静态的,而当我们洞察了这样的规律后,就可以动态定价,针对不同的地区,不同的路线,不同的货物差异化定价。
所以,企业需要拥有一个全面、开放、方便、快捷探索数据价值的体系,在数据中去发现洞察,产生创新。
优化流程
数据驱动创新,这一点在行业里已经被广泛认知了。同时,数据能够帮助企业去优化原来的业务流程和系统。
一个企业,流程的固化过程,信息化建设的过程是漫长的,这过程中,有太多的噪音和干扰。利益的博弈,格局的重组,风险的考量,所以,现在我们所看到的业务系统的流程,是附加了太多的组织、人员、利益、风险的因素的综合体,复杂而不能被清晰地理解。
如果从流程本身去优化,是不可能的,就像大力士不可能造出一个自己举不起的锤子。而,所有的流程都会沉淀成数据,数据是最本质的反射。不论业务流程多么复杂,物理世界的本质是清晰地,数据之间的关联是清晰的,从数据出发可以越过流程的迷雾,快速到达业务的本质。
我们所做的数据咨询的项目有太多这样的例子。我们会发现一个本来很清晰的业务,由于流程和组织结构,运营分块的原因,被打上了众多的内部管理的标签,从ID到属性,但是这些本身对于最终的用户,是不产生价值的,名义上都是为了方便内部的管理。真的方便了管理么?
-
-
论产业链、创新链与资金链合理配置
2020-05-01 19:46:57开展产业链、创新链与资金链合理配置的研究并提出合理解决的对策,对于落实十九大精神,加快新时期中国特色社会主义建设,充分发挥科技创新在创新驱动中的引领作用,具有十分重要理论意义和现实意义。按照产业链部署科学... -
智能汽车创新发展战略
2018-10-30 13:47:00汽车产业是国民经济重要的战略性、支柱性产业,与人民群...实施创新驱动发展战略、建成现代化强国的重要支撑,对不断满 足人民日益增长的美好生活需要具有十分重要的意义。为加快推 进智能汽车创新发展,制定本战略。 -
三种数据思维 :数据驱动、数据通知、数据启发
2022-03-10 14:18:37因为这三个短语有很强的意义,如果您知道它们代表什么以及如何正确应用,它们会非常有用。 这三个短语代表着三种不同的数据分析模式。那么这三种模式背后的真正价值是什么?“数据启发”实际意味着什么,和“数据...
在大数据广泛应用的2020年,数据分析模式可以被细分为“数据驱动”、“数据通知”和“数据启发”。本文分享了关于如何利用这些思维模式,帮助你充分利用数据获得最大收益的专业知识。
您是否注意到最近办公室里更频繁使用“数据驱动”、“数据通知”和“数据启发”这些术语了?看起来您的同事只是在用文字赶时髦,但也许您会完全疏忽它们。
因为这三个短语有很强的意义,如果您知道它们代表什么以及如何正确应用,它们会非常有用。
这三个短语代表着三种不同的数据分析模式。那么这三种模式背后的真正价值是什么?“数据启发”实际意味着什么,和“数据通知”相比又有什么不同?
希望我可以帮助揭示点东西,在我10年的分析团队工作和现在的产品团队工作中,为了能通过数据来战略性地指导产品,我已经能够理解并阐明这些短语之间的差异了。
首先,它们的含义是什么?数据驱动,数据通知和数据启发描述了如何使用数据。-
如果您是数据驱动的,那么您拥有做出决策所需要的准确数据。您会同意“它将告诉您关于下一步该做什么需要知道的答案”的说法。
-
数据通知意味着为了让决策最优化,每个人都知晓当前的变现以及为什么产品的绩效会这样。
-
数据启发意味着预测趋势。需要通过不同的数据源把故事拼在一起,因为只有单一数据源很难预测未来的客户期望。
最好的情形是您的团队已经理解这三种不同的数据分析模式,并且知道何时利用每个用例,因为:
-
正确使用这些方法可以消除团队之间的摩擦,因为这些方法指导如何获得所需的数据输出。
-
它们可以确保您的团队正确使用数据,您不希望陷入使用数据启发式方法来回答数据驱动问题的情况,反之亦然。
数据驱动
数据驱动意味着您拥有确定未决决策结果的数据,当有人使用这个术语时,意味着与数据通知或数据启发相比,他们要求的是最具体的信息类型。
这是数据中最严格的数据思维方式:- 必须在需要数据之前通过度量计划预先确定,以确保数据得到正确应用。
- 需要预先确定样本量(通常相当高),以确保发现足够稳定,可以复制。
- 需要参与的团队成员具有统计方法知识。
i. 何时需要数据驱动?
数据驱动结果的两个最佳用例是回答业务问题和确保对任何产品上的更改不会对业务产生负面影响。
以下是数据驱动问题的示例:- 何时是发布X或者促销Y的最好时间?
- 什么设计性能更好,版本A或B或N ?
- 什么个性化的方法表现更好?
- 我们下个月或下一年将赚取多少钱来计划预算?
- 添加新特征/类型的用户会对产品产生什么影响?
ii. 如何响应数据驱动的请求
进行A/B测试确保设置的用户属性能捕捉每个测试组中的用户属性。在测试完成后,使用事件分割来显示哪个组在预先确定的度量计划中指定的成功度量具有更高的转化率。
运行回归模型时,务必探索分析哪些操作彼此高度相关以及哪些与期望的结果高度相关,并注意哪些功能会影响其他功能,这可以帮助您发现由于某个功能更改而导致的收入上升/下降。iii. 数据驱动的局限性
对于这种类型的请求,数据旨在回答一个非常具体的问题。这意味着您无法从同样的数据中获得其他见解,这些数据有一维的用途。如果您看到其他人使用来自数据驱动请求的数据来回答一个无意回答的问题,那么这将抵消数据驱动的工作。这个用例不应指导新的策略或设计思维过程,而是应该用来验证解决方案。数据通知
数据通知意味着团队了解KPI绩效、下降率、以及任何给定产品中的用户路径。他们能够发现普遍的性能上升或下降现象,并能说明可能发生这种情况的原因。要成为一个数据通知的团队,您需要知道是什么和为什么。团队还必须准备使用这些信息来改进和告知他们未来的策略,用这些数据指导未来的操作将使您的团队获得数据通知能力。
i. 何时需要数据通知
激活数据通知流程的主要原因是:- 制定有关产品变更和优化策略时;
- 为积压的功能安排优先级。
该小组需要执行两个流程:
-
使用假设驱动的方法来解释您认为策略可行的原因
-
向所有团队传达策略和发布日期,确保每个人都了解情况
ii. 如何响应数据通知的请求
团队获得数据信息时应该包括诸如路径查找器、事件分割、漏斗分析和生命周期等报告。
注意包含以下细节:-
KPI和度量的定义解释了为什么 KPI/度量标准被用于该报告;
-
有关如何解释数据的信息;
-
关于哪些策略对这些仪表板创造了影响或改变的注释,这样人们可以理解探索性研究出现中的趋势。
iii.数据通知的局限性
与数据驱动不同,数据通知分析不应该直接告诉您应该做什么。它应该有助于解释过去的失败和成功,从而推动新的战略。
团队必须能够清楚地传达他们正在制定的策略为什么会奏效的假设,如果他们不这样做,那么就无法分析过去的策略。如果无法分析过去的策略,那么团队就永远无法理解为什么会发生某些事情,因此也就永远无法实现数据通知的团队。数据启发
数据启发通常对结果没有要求或期望,它本质上是探索性的。三种分析类型的结果将不同数据源的数据糅合在一起,并在数据源之间产生有趣的共性。理解数据启发的关键是通过识别看似无关的数据源来激发新想法,从而帮助克服数据难题。
关于这个分析,这样做的人是依靠直觉和推理,而不是具体的、统计上合理的方法。坦白说,这是一件好事,您希望在混合中进行此类分析。数据的问题在于,它只能描述过去发生的事情,并根据过去的趋势预测未来可能发生的事情。它不能很好地提出新的、创新的想法,因为这些新想法没有先例。数据启发可以通过识别看似无关的数据源来激发新想法,从而帮助克服数据难题。
i. 何时需要数据启发
应用数据启发思维的最佳位置是:
-
在确定产品创新方向的战略阶段;
-
在设计思维作业期间。
数据永远不会告诉您如何进行设计或策略,但是它会告诉您这是一些有趣的并发趋势,因此提供了比其他方法论更广泛的信息。
ii. 如何响应数据启发的请求
这些关键的探索性报告是:-
人物角色:识别行为相似/不相似的用户群。针对每个群组定制产品,或者找出如何让那些参与度较低的群组投入更多。
-
参与矩阵:哪些操作对回访有价值,哪些操作没有价值。该报告非常适合识别低频但高价值的行为。一旦发现了这些行为,就会假设为什么这个行为对于那些做这件事的人很重要,以及您如何能帮助更多的人从这个行动中找到同样的价值。
-
粘性:显示人们回访时有价值行动的频率。一旦您从契约矩阵中了解了少量高价值的操作,请使用粘性报告为每次访问中执行此操作的人员构建自定义群组,并与只执行一次或根本不执行此操作的群组进行比较。
iii. 数据启发局限性
这些数据永远不应该被称为具体数据。每个人都应该意识到出现的数据趋势可能是假的交互数据趋势(看似相关的交互实际上并不相关),只要每个人都知道从这些数据中得出具体结论是有风险的,就值得冒这个风险,因为这些数据可以揭示之前未知的笼罩在黑暗中的区域。您的模式是数据驱动、数据通知还是数据启发?还是三者结合?
利用这三种数据分析模式可以增加团队完成工作所需的相关洞察力,关键是知道何时需要利用哪种。这样您的关键是知道利用每一种分析模式的时候,这样您对数据的期望就会与您从数据中得到的一致。
如果您能够确定您需要特定的数据驱动见解,那么现在您知道这可能需要计划和自定义实现。
如果您希望了解您的策略是如何执行的,以便可以针对将来进行优化,那么请确保您的团队已了解了这些策略的先前策略和评估指标。
如果您正在寻找灵感,要知道您可能没有得到您想要的确切信息,但可能会发现一些令您惊讶的事情。这三种数据分析模式都有各司其职,关键是要知道自己需要哪种模式。
来源:https://amplitude.com/blog/data-driven-data-informed-data-inspired
:
数据思维延伸阅读:跳过牙医ToC,这家隐形正畸公司现年入4亿美元,成立5年即将IPO
300+精品课程,为你的求职、学习持续赋能。 热门课程推荐:
【设计思维】 【精益创新】 【增长黑客】【设计冲刺】更多精彩案例与方案可以访问Runwise创新社区。我们为你准备了4大精选内容:
1.前瞻方案研究 2. 最新实践案例 3. 科学思维方法 4. 创新技术工具
———————————————— -
-
数据时期的技术创新治理方式.pdf
2022-06-22 04:58:05数据时期的技术创新治理方式.pdf数据时期的技术创新治理方式.pdf数据时期的技术创新治理方式.pdf数据时期的技术创新治理方式.pdf数据时期的技术创新治理方式.pdf数据时期的技术创新治理方式.pdf数据时期的技术创新... -
高校计算机基础课程中任务驱动教学法研究与实践 (2011年)
2021-06-13 21:08:58计算机基础教学是高等教育中必不可少的基本内容,而目前高校计算机基础课程教学中面临诸多问题,任务 驱动教学法无疑是一种有效的教学方法,给计算机教学带来了新的生机和活力,有利于培养学生的创新能力和独立分析问 题... -
任务驱动教学法在旅游信息化教学中的应用.docx
2022-01-23 09:16:15任务驱动教学法在旅游信息化教学中的应用.docx -
基于任务驱动的高职“供应链管理”课程设计 (2014年)
2021-05-13 02:38:57“供应链管理”作为高职物流管理专业的专业核心课程,对于培养学生的供应链管理...针对供应链管理课程的教学难点,提出基于任务驱动的课程设计思路,通过重组教学内容,创新教学方法,提高学生学习的积极性和主动性。 -
大学生创新创业现状与政策支撑体系研究
2020-04-25 09:39:58在国家实施创新驱动发展战略、大力推进“大众创业、万众创新”的政策背景下,文章重点分析了大学生创新创业现状与重要意义,面临的机遇与挑战,结合大学生创新创业政策支撑体系现状与需求,提出相应的政策建议:改善创新... -
问题驱动下高等数学教学之我见
2020-04-19 13:18:37文章阐述了在高等数学课程开展问题驱动教学的意义、适用性;探索了实施该教学法的实际困难、应注意的问题和教师在实施过程中的地位与作用,指明了具体实施的几种课型。 -
EMBA课程小记(4)——“半面创新”课程体会
2021-07-14 00:27:18“半面创新”课程体会半面创新这门课给我的启发很大。除了周宏桥老师说他的这本《半面创新:创新的可计算学说》一书可以传世500年之外。我更加隐约体会到的一点是:创新,极有可能存在一个大道至简的...“半面创新”课程体会
半面创新这门课给我的启发很大。除了周宏桥老师说他的这本《半面创新:创新的可计算学说》一书可以传世500年之外。我更加隐约体会到的一点是:创新,极有可能存在一个大道至简的终极逻辑。
回味本课程之前,需要先介绍下周老师。他是一位老IT从业人员,20多年的码农,自称coding到2008年才放手。然后,对艺术(主要是中国的诗词有别样的追求和喜爱),技术(20多年从业经历,上过C++之父的课程),企业经营之术等方面有多年的耕耘。所以,半面创新是周老师在“求真的IT,求美的文艺,求善的经营”三个方面求索后得到的一门实践思想。由于课程只有短短2天,我这里把其中一些关键性的,有重要意义的地方记录下来。
正反合的理解
根据半面创新对许多案例的研究,同时,也结合了道家的道生一,一生二的思想,诗歌的构造方法,周老师提出了一种很有洞见的创新创造的架构与体系设计方法。也就是下面的起承转合。
配合一个腾讯的案例,我们可理解如下:
腾讯的“基因”是熟人社区,所以对之求“反”一定成功,陌生人社交正是腾讯“打”不到的阴影部位,如陌陌(中国的一款开放式社交平台,可以基于地理位置建立社交关系);
同时,预测在求“合”处是一个成功位置。最熟悉的陌生人、陌生的熟人等;如“脉脉”。豆瓣、抖音等。”
上面的起承转合有一个简化版的算法。用这个算法配上几百年前的洋务运动,可知:
f1:以不变应万变,恪守传统,不过只存在了很短的时间。
f2:以1860-1890年的洋务运动为代表,提出“中学为体、西学为用”。它保持了“形而上”的孔孟之道,以及“枢而中”政体不变,只引进了“形而下”的西方科技和坚船利炮。
f3:自甲午中日战争失败之后直至1910年,有识之士认识到西方富强之因并非只在科技,而在“枢而中”的政治体制,于是发动“戊戌变法”以推行君主立宪制,或暴力革命以确立民主共和制。
f4:自1917年新文化运动至1919年五四运动,提出打倒“形而上”孔家店,全盘西化,思想阵地有以胡适为代表的自由主义、“南陈北李”的纯马克思主义等。
遵循这个思路,我们看看现在做的边缘的方向,很显然处于合的部分。
所以,边缘是我们选择的非常正确的赛道。
创新产品的驱动力
我们做B端需求居多。如果要做C端产品的话,总感觉找不到一个思路。而周老师提到的一个工具“左中右”则比较好的给出了一种思考方式。“左中右”即下图所示:
如果从行业侧出发,则我们必须以技术推动。这个要求很高。而且要踩对时代的浪潮。如工业革命,移动互联网时代等。
如果从需求侧出发,则必须敏锐的观察到市场,消费者的需求。只有进入(潜在)市场容量大的领域,才有可能获得成功。
周老师给了一个三星的例子,值得我们深思:
而我们在边缘侧的发展驱动力,其实和老师说得非常一致:
显然,我们也是技术+需求做驱动轮,对客户提供高质量的服务和产品。
“半面”是什么以及阅读指导
这个问题其实课上好像没有回答。该问题的答案其实在书里。因为周老师想把艺术,技术,经营术统一到一起,这里边涉及到很多关键因素。如何有机,艺术得将这些因素组合起来?最终得到的答案就是两个字,“半”和“面”。其实,更确切的说,是两个图像。
这两个图背后就是一套方法论,需要各位去阅读周老师这本书了。顺便给一些阅读指南:
这本书是一本和IT(具体来说是程序员)相关的书,很多理念,观点,表述方法都是使用了程序员耳熟能详的词。所以,没有程序员背景的同学,先看案例篇(也就是书里的外篇)。
书里有很多诗歌,大部分是周老师原创之作。除非诗歌的爱好者,这些诗词都可以不看。
最后的最后
我期望的结果不是朋友们从我的书、文章、博客后学会了什么知识,干成了什么,而应该是说,神农,我可是踩在你的肩膀上的喔。
关于学习方面的问题,我已经讨论完了。后面这个公众号将对一些基础的技术,新技术做一些学习和分享。也欢迎你的投稿。不过,正如我在公众号“联系方式”里说的那样——郑渊洁在童话大王《智齿》里有一句话令我印象深刻,大意是“我有权保持沉默,但你说的每一句话都可能成为我灵感的源泉”。所以,影响不是单向的,很可能我从你那学到的东西更多。
神农和朋友们的杂文集
长按识别二维码关注我们
-
课题申报模板:1515-基于CDIO的项目驱动教学模式探索与实践—以《Java Web应用开发》课程为例 .doc
2020-11-16 11:17:55优质课题模板精选 课题界定研究现状选题意义研究价值理论依据研究目标研究内容研究假设创新之处研究思路研究方法技术路线实施步骤 基于CDIO的项目驱动教学模式探索与实践以Java Web应用开发课程为例 1. 问题的提出... -
探寻“大数据驱动创新”的路径
2013-12-05 09:28:56探寻“大数据驱动创新”的路径 ■主持人的话 错失机遇,就会落后 这一年来,全球热议大数据,大家都已经感受到了大数据带来的冲击。目前,大数据已经在社会管理、社会服务、公共安全等各方面改变着我们。 ... -
创新创业大赛的目的是什么?为什么要参加创新创业大赛?
2020-11-12 19:28:37为落实党中央、国务院提出的大众创业、万众创新的重大部署,深入实施创新驱动发展战略,中国创新创业大赛聚集和整合各种创新创业资源,引导社会各界力量支持创新创业,搭建服务创新创业的平台,弘扬创新创业文化,... -
基于TRIZ的AGV机器人底盘创新设计
2018-05-07 19:53:19近年来,国内自动化立体仓库和柔性装配线进入快速发展阶段。...在我国用工短缺和经济转型升级的关键时期,了解AGV机器人应用现状和发展趋势并对其进行针对性创新设计对AGV机器人发展和我国经济发展局有重要意义。