AIoT 生态:寻找场景

21天Excel零基础速成训练营,导师带学+答疑辅导+实战作业,让你真正掌握Excel技能,了解一下>>

最近刚读完何帆老师刚刚出版的《变量》一书,在上一节保险渠道的两极之路:长险2B化,短险2C化 | 保险新渠道(一)中,为了说清楚保险业不会一直处于依靠代理人销售信息不对称发财,引入了快慢变量的思路。何帆老师的这本书也是在论述快慢变量,非常值得一读,其中有一个案例很值得思考,可以借鉴来讨论我们关于IoT场景寻找的问题。

1. AIoT生态当前面临的问题

几乎人人都认为,AIoT就是未来五年甚至十年、二十年最大的趋势,通过长线思考和终局思维,AIoT生态是未来十年后商业竞争的终局,但除了智能手机这个应用最为广泛的IoT设备以外,几乎所有企业都没能找到一个真正有效的可落地的场景,来支撑AIoT生态的演化。

国内最被看好的AIoT公司小米,最大的应用场景也依然是智能手机和手机中的一个个App……这就是趋势来临时,几乎所有人都面临的问题:场景!到底合适的场景在哪!???

那么,如果你是一家立志AIoT生态的创业者,除了智能手机,你应该选择什么样的场景切入?

2. 寻找场景的难题

我们在AIoT生态中寻找一个细分类别来具体论述,例如:机器人领域。

之所以选择机器人领域作为AIoT生态建设的切入领域,是因为机器人是所有人认为最具潜力但技术挑战最大的领域。但大多数人对机器人的理解,要么就是家里的扫地机器人这样简单的场景应用,要么就是机器人要像人一样。

图:波士顿机器人惊人的三级跳

图:机器人索菲亚(右一)

例如:波士顿机器人模仿人三级跳,索菲亚模仿人交流等等,实际上这很可能都是错的,希望通过这个案例,可以找到不一样的思路。

确定了具体类别,现在需要我们考虑的问题是:如果你作为一家机器人公司的创始人,你会找到什么场景切入从而做出生态?

3. 终局思维:产业拆解

我们无法靠天天盯着机器人发呆来寻找场景,所以确定了进入的行业,第一步是要对行业进行拆分:行业拆解。

PS:(前面大健康领域最具价值的资源分析,也是用行业拆解的方法:建设如阳光般的大健康互联网生态|新保险(八),你可以移步查看)。

机器人可以分为工业机器人和服务型机器人两个领域,他们的差别非常的大。

工业领域发展近七十年,非常成熟,在工业生产线上,有大量的机器人应用场景,而且都比较标准化,好落地。

从20世纪60年代世界上第一个工业机器人诞生,到现在像成熟的汽车生产线、富士康的手机生产线,遍布了各种各样成熟应用的工业机器人。这个领域最大的特点就是,高端机器人及应用场景都被四大家垄断,就是四个跨国公司——瑞士的ABB、德国的库卡、日本的发那科和安川电机一共四家企业。

按照何帆老师对参访者的描述,国内工业机器人公司拼的都是成本优势,但依然竞争力薄弱。显然对于初创公司而言,没有巨大的工业应用场景做实验,贸然进入工业机器人领域不太明智。

服务型机器人领域呢?

这个领域的特点是它起步晚,现在几乎是一片没有航海图的水域,前景广阔但是没有航线。它的优点也明显,市场规模实在太大,所有跟生活相关的场景,都可能用到服务机器人。

假设我们决定聚焦服务机器人,那怎么继续拆解这个领域呢?

有三个维度,一个是空间,一个是时间,一个是工作流程是否可标准化可量化。

(1)空间

空间的基本分发就是大、中、小三种。

  • 所谓的小的是居家环境,像“低端”的扫地机器人就是一个典型的应用场景;
  • 中等的是办公室、酒店、医院等等,像早期的自动贩卖机也算一个典型的应用场景;
  • 大的是我们居住小区、社区,还有中关村软件园这样的园区等等,目前很难能找到社区内穿行服务的机器人应用落地的场景。

小场景中,机器人在家里最多扫个地,要是给我们做饭、倒茶、叠被子,都还做不到,有一些基础的应用场景,但是很难找到场景的演化或者深度的拓展从而进一步发展迭代。

那大空间呢?环境太复杂,比如小区里会有狗追机器人,会有人想去偷机器人。

实际上这个大小空间是什么呢?

就是我在IAB物智链公众号一直重复的场景颗粒度的问题。颗粒多过大也会导致场景太复杂,不太容易实现,颗粒多过小会导致场景价值大大缩水,因此导致拓展演化非常困难。所以,服务机器人最适合的场景就是中等空间,任务明确,环境简单,可拓展性强的场景。

这是空间的选择上:选中等颗粒度的空间场景。

(2)时间

时间分长短,一般的工作是八小时制,有的地方是两班倒,比如:超市;还有些地方是通宵营业三班倒或者四班倒,比如:钢厂这类生产线,酒店和医院这类服务场所。人因为无法长时间高度聚焦注意力,所以高效工作时间有限,需要休息。但是对机器人而言,24小时工作也不会疲倦,所以长时间性质的工作场所对机器人需求也就越强。

这是时间维度的选择:选长时间工作场景。

(3)标准化

第三个是工作性质的问题,例如:创意性工作,机器人肯定不适合,让它做产品经理、UXD设计师这类工作,机器人是没办法胜任的,至少在短期内不可能。再例如医院的工作,特别是医生和心理咨询类工作,机器人也是短期内没办法胜任的。

机器人能胜任的是那些标准、可量化、简单重复的工作,例如最早应用在金融业的“机器人”化的场景就是取款机。

这是标准化维度的选择:选的场景越标准化越好。

(4)怎么选择?

结合中等颗粒度空间、长时间工作、越标准化越好等等,其实可供选择场景已经非常有限了,酒店就是一个非常典型,且市场空间巨大场景,24小时餐饮服务也是一个场景。

我们以酒店为例:在场景里干什么呢?当然不是迎宾了。

通过拆解酒店所有工作场景,你会发现,最好的应用是让机器人送货,比如:晚上航班延误了,凌晨两三点才入住,肚子很饿,可是餐厅已经关门了,怎么办呢?

这个时候,机器人就能发挥作用了:在酒店放个二维码、或者pad一类操作屏幕,扫一扫二维码或者通过pad就能下单,然后机器人送货上楼,一直到门口,通过门铃或者手机PUSH通知你开门取货。

4. AIoT生态演化之路

如果场景分析到这,最多也就只能算一个精准定位场景的创业案例,创业公司生产很多机器人卖给酒店的同时,还要训练机器人熟悉酒店的内部结构,例如:按楼梯、识别楼层、识别门牌号等等。这这是一个费力的生意,但并不能演化为IoT生态。

所以我们要对场景升级,让场景不断按照“点、线、面、体”的路径演化。

(1)演化V1.0:相互改造

机器人和人不一样,上电梯要按楼层号、识别房间号等等,这个难度并不小。根据场景四要素:空间、时间、情绪触发、交互,场景不是产品的终点,而是产品的起点

产品投入场景之后,它会跟这个场景交互,在交互过程中不断的适应,相互改造,就好像农民在种农作物时都会夹杂种植豆类植物一样,因为豆类植物可以产生氮这种对其它植物至关重要的营养元素,这就相当于豆类植物改造了土壤的品质。

按照一开始的设计,机器人要能在酒店送货,一定要学会对酒店具体的场景做出识别和反应,就实现这一能力所耗费的研究投入就会巨大无比。所以我们要进行场景升级,更高级的方案是:主动改造酒店。

为了让机器人学会做这些事情,主动改造酒店的设施。比如:机器人来到酒店之前,可以把门禁闸机、电梯、房门、购物机都变得更智能。这样机器人就不是在一个智能荒漠里面孤军奋战了,它可以跟身边的一切进行交流,互相协同。

你坐电梯还是要按楼层按钮,但是机器人不需要,它能跟电梯直接“心灵感应”,如果是楼梯,不需要机器人爬楼梯,而是楼梯载机器人,这个难度就不一样了,载人载物是楼梯的天性,但爬楼梯不是机器人的核心能力。这就能推动整个酒店行业的设施和标准来一次大升级,让酒店更接受机器人,释放更多的红利。

谁做这个机器人的公司,很可能就是这波红利的领跑者。

这是我们场景的第二个认知层次,产品和场景要相互适应、相互改造。

(2)演化V2.0:打破空间,创造场景

紧接着,寻找更高级的打法:就是产品从一个相对简明的场景切入真实世界之后,能够打通旧场景的边界,重新界定场景,甚至给自己创造一个新场景。因为机器人的进驻,酒店这个场景本身会经历一次底层的颠覆。

一般意义上,人对酒店的定义,就是一个临时住宿的场所,而且是一个不怎么方便的住宿场所。比如:很多酒店是不允许外卖小哥进入客房区的,我们在酒店里点外卖,外卖小哥还要电话让我们下去取。但是如果酒店里用了送货机器人,我们就会发现,酒店的消费场景从隔离状态进入了一个对外全联通的状态。

这是什么?

区别于网上订酒店这种简单的场景,这是第一次让酒店服务实现了联网,实现了在线化。这么复杂的场景真正实现在线化,居然是通过机器人来实现的,而不是在线预订这种人类常规思维下的交互方式实现的。

由于第一步实现了真正的在线化,接下来数据化、网络化就有了演化的可能性,如果能演化出数据化和网络化,就有演化出生态的可能性。

当酒店服务实现真正在线化以后,以酒店为中心的一个商圈就被打通了,那想象空间就大了。

我们可以在酒店里点餐、买一些水果蔬菜、租游戏机、租高尔夫球杆、订景区的门票,甚至还能够从图书馆里借书。所以,以后酒店这个场景可能就不存在了。因为机器人的介入,以后人们再说这个场景的时候,会说酒店生态,虽然这个只是生态雏形。

如果酒店的电梯、门禁也是智能的,机器人是不是通过所谓的“意识层”就可以和酒店硬件互动了?

这一步非常重要,通过服务机器人一项,就实现了酒店所有场景的撬动,从而对整个酒店进行了改造。

这里再插一句,如果对像亚朵这样的主题酒店进行智能化改造,可想象的空间是不是更大?

(3)演化V3.0:数据智能的诞生

关于生态建设和平台建设的讨论中,屡次强调过生态和平台的本质是数据智能和形成多边网络效应(双边网络效应)。再回头看机器人这个案例,我们需要再一次对场景进行升级,这一次,我们只租赁、不销售机器人。

像一个劳务中介公司一样,把机器人“雇佣”给酒店。这是为什么呢?

你想,一旦酒店生态这个新场景打开,会有成千上万的机器人穿梭在全球各个地方的酒店商圈里面。但是机器人跟人不一样,它是能通过互联网,实时信息交互、实时相互协作的。

所以,机器人这个物种从来就没有单数,它永远是一支“军队的力量”。这个时候,机器人之间的互相协作,就能产生巨量的数据和巨大的效益。

只租不卖带来的好处就是所有酒店用户和机器人互动的数据,全部可以沉淀到机器人租赁公司的后台服务器中,用来分析服务用户,从而迭代机器人、提升用户服务的精准程度,这不就形成了我一直强调的“反馈闭环”吗?

淘宝这样依托于App平台的生态企业,要想做到精准的千人千面,也是依赖于数据智能下的反馈闭环,不断迭代才有更准确的商品或服务的推荐,推荐的精确度越高,用户体验越好,用户体验越好,交互频率就越高,潜在的转化率就越高。区别在于淘宝生态的载体是App,机器人为枢纽的生态载体是机器人这个IoT设备。

这一步,实现了初步的数据智能,但是由于场景单一,还无法形成立体的用户画像,也没有完全形成比较有规模的双边网络协同效应,所以机器人的服务场景还要进一步拓展。

(4)演化V4.0:双边网络效应的诞生

如果我们让机器人自己给很多展览馆、博物馆等等这类场所发份机器人的简历,让机器人去应聘解说员。有的人力资源经理一看简历上写的是机器人,心想这不是神经病嘛。但是也有一些人力资源经理,会愿意让机器人去试一试。可不要小看这个小趋势,机器人真的和人一样上岗工作,那一天很可能到来得比我们想象中的还要更早。

一旦这个缺口打开,就像洪水决堤一样,除了酒店、展览馆,还有更多的场景可以拓展。除了中颗粒度和长时间、标准化的场景,还有大颗粒度、细颗粒度下短时间场景等等。

数据的积累自不用说,形成多边网络效应也指日可待。如果场景足够丰富,为机器人开发应用的、为机器人开发算法的、为机器人提供维修服务的等等各种各样的角色,都可以通过企业对开发者平台(类似Apple的App Store一样)入驻进来,迅速丰富整个生态。

如果稍微现象一下,很可能这个场景缺口,已经扩大到全人类的生计问题,还有我们文明未来的形态了。所以,一个会给自己创造场景的企业,从来都不会愁自己的场景太小。

现实生活中有没有这样的企业呢?这家做机器人公司叫云迹。

另外一个就是,云迹如果要改造酒店场景,必须有酒店愿意配合,从酒店的角度来讲,及早进入比等着颠覆要好,因此阿里在2018年11月份开了一家叫“菲住布渴”的未来酒店。

阿里“菲住布渴”的未来酒店,可以说是阿里布局IoT关键环节:通过酒店训练机器人,通过机器人改造未来酒店。再联想到马云8亿投资的Pepper机器人、参投以色列安全技术初创企业Nexar等等,是不能让你联想到更多呢?

我们把脑洞再开大一点,从家里的各种IoT设备,到去飞机场路上的IoT屏幕、飞机上的IoT屏幕、酒店的机器人…所有的IoT设备连起来,就会形成非常大的闭环服务,从而进一步放大生态的效用。

全文完,希望对你有所启发~

 

作者:李有龙,公众号:IAB物智链

本文由 @李有龙 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
圈子
关注微信公众号
大家都在问