零一转型在黎明前,可惜了

虽然几个月前就听说零一在转型,人也走了很多,但今天才算官宣(李开复独家回应:盲目坚持负担不起的东西,并不是健康的选择)。预训练基本放弃,相关人员到阿里云或通义,To C也基本放弃,后面重点做To B。

看到消息后我在朋友圈说零一这样走下去大概率成为一家强依赖开复老师人脉的中型的To B公司,有好几个朋友说我评论犀利、刁钻😓。完全不是这样,既然零一都定了重点做To B方向,我说大概率成为一家中型To B公司,其实是相信开复老师的经验和影响力。因为毕竟国内做To B的平均而言最有可能是做不起来,其次是做成一家小公司,能做成中型公司已经是少之又少、难上加难。

我说的中型是指营收在5亿到20亿之间。国内的To B环境大家都知道,超过20亿的有几家?

零一To B看消息24年是大几千万,好好做的话,两三年后应该可以做到近3个亿,再憋几年应该可以突破5亿,但是否能突破10亿很难把握,10亿也是个大槛。

不了解具体情况,但我觉得零一做出这样的转型挺可惜的,我不觉得一定是正确的选择。我不觉得零一已经到了根本养不活To C团队的地步,大幅压缩一下团队,继续努力尝试To C肯定可行,毕竟大模型公司估值这么高。

零一很可能也没把To C全砍掉,但这样也不应该重点去做To B,因为要做To C的突破最需要创始人全神贯注,To B业务既然都说了要靠开复老师的人脉,显然会占用大量精力,并且很长时间又不会带来利润。

不少人评论零一需要靠To B赚点钱,开复老师也说坚决不做做一单亏一单的生意,说实话我觉得除非零一有华为那样的管理水平外加开复老师事必亲躬,否则这话压根不可行,因为To B的一单算亏还是不亏有太多门道了。

另一方面我认为To C会有大机会,因为这一代AI技术理论上是真的能够帮助非常多的人大幅提高效率。软件行业在二十年前的主战场就是面向个人的,出来了OS、Office、双A(Adobe、Autocad)等巨头,这二十年主战场转到了协作,但我认为AI会让个人软件再次成为主战场,因为AI会成为每个人的代理(或第二大脑、数字分身),我认为会有越来越多的人会意识到自己的代理是不能直接放在协作平台上的,因为代理对你了解的太多了,直接放在协作平台的话,上司是不是申请个权限就能看到你所有的一切?协作也会大量通过代理之间的协作,比如两个人的代理之间先开会,然后各自向自己的“老板”汇报。

但要做到这一点需要整个行业的努力,要突破每个方向都很不容易,比如我们最近终于能做到帮用户记笔记了,不久之后代替用户去看视频、听直播、听讲座应该是问题不大的,但我们也不知道什么时候能做到代替用户开会,也就是代理不但要听,还要发言,还要现场给承诺。

To C不是一蹴而就,最近好几个To C爆发的公司(比如Bolt.New)都是有了几年的积蓄期。我估计3年左右,会有一大批To C公司爆出来,因为近一两年成立的公司都积蓄的差不多了。网上很多人好说风凉话,说Killer App在哪里,有哪家赚钱的吗,不用理他。

基于之前在杭研做业务创新的体会,我对以上预期的置信度是80%左右。另一方面To B出现同样的情况,我认为概率不到20%。80:20,To C还是To B,很明显。

这里要说明一下我说的To C和To B指的是产品,不是商业模式。To C的产品仍然很可能主要通过To B销售,类似Office、双A。

说实话我们这些做AI应用的初创团队挺慌大模型公司不做预训练转身做To C的,因为大模型公司融的钱比应用多好多,零一做To B对我们而言也算少了点竞争吧。不过我还是觉得挺可惜的。

【风轻扬:汪源,杭州久痕科技创始人、CEO,前网易副总裁、杭州研究院执行院长、网易数帆总经理。久痕科技:让知识工作更轻松高效。】

内容概要:本文详细介绍了一个基于C++的养老院管理系统的设计与实现,旨在应对人口老龄化带来的管理挑战。系统通过整合住户档案、健康监测、护理计划、任务调度等核心功能,构建了从数据采集、清洗、AI风险预测到服务调度与可视化的完整技术架构。采用C++高性能服务端结合消息队列、规则引擎和机器学习模型,实现了健康状态实时监控、智能任务分配、异常告警推送等功能,并解决了多源数据整合、权限安全、老旧硬件兼容等实际问题。系统支持模块化扩展与流程自定义,提升了养老服务效率、医护协同水平和住户安全保障,同时为运营决策提供数据支持。文中还提供了关键模块的代码示例,如健康指数算法、任务调度器和日志记录组件。; 适合人群:具备C++编程基础,从事软件开发或系统设计工作1-3年的研发人员,尤其是关注智慧养老、医疗信息系统开发的技术人员。; 使用场景及目标:①学习如何在真实项目中应用C++构建高性能、可扩展的管理系统;②掌握多源数据整合、实时健康监控、任务调度与权限控制等复杂业务的技术实现方案;③了解AI模型在养老场景中的落地方式及系统架构设计思路。; 阅读建议:此资源不仅包含系统架构与模型描述,还附有核心代码片段,建议结合整体设计逻辑深入理解各模块之间的协同机制,并可通过重构或扩展代码来加深对系统工程实践的掌握。
内容概要:本文详细介绍了一个基于C++的城市交通流量数据可视化分析系统的设计与实现。系统涵盖数据采集与预处理、存储与管理、分析建模、可视化展示、系统集成扩展以及数据安全与隐私保护六大核心模块。通过多源异构数据融合、高效存储检索、实时处理分析、高交互性可视化界面及模块化架构设计,实现了对城市交通流量的实时监控、历史趋势分析与智能决策支持。文中还提供了关键模块的C++代码示例,如数据采集、清洗、CSV读写、流量统计、异常检测及基于SFML的柱状图绘制,增强了系统的可实现性与实用性。; 适合人群:具备C++编程基础,熟悉数据结构与算法,有一定项目开发经验的高校学生、研究人员及从事智能交通系统开发的工程师;适合对大数据处理、可视化技术和智慧城市应用感兴趣的技术人员。; 使用场景及目标:①应用于城市交通管理部门,实现交通流量实时监测与拥堵预警;②为市民出行提供路径优化建议;③支持交通政策制定与信号灯配时优化;④作为智慧城市建设中的智能交通子系统,实现与其他城市系统的数据协同。; 阅读建议:建议结合文中代码示例搭建开发环境进行实践,重点关注多线程数据采集、异常检测算法与可视化实现细节;可进一步扩展机器学习模型用于流量预测,并集成真实交通数据源进行系统验证。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值