g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Dünyanın en zeki şirketleri nasıl para kazanıyor?

Yazar: Taro / mikro-kanal kamu numarası: qspyq2015
Bu, Qin Shuo'nun arkadaş çevresinin bir numarası 1440 Orijinal ilk makale

Pencereleme işletim sistemleri için patentler Microsoft'a ait değildir, ancak insanlar Windows ve Bill Gates'e aşinadır; fare patentleri herhangi bir bilgisayar üreticisine ait değildir, ancak insanlar HP ve Dell'e aşinadır. Verimlilikteki her önemli artış, bilim ve teknolojinin gelişiminden ayrılamaz, ancak teknolojinin büyük ölçekli uygulaması yalnızca teknolojinin gücüyle başarılamaz.

Nasıl iyi bir mühendisin iyi bir girişimciye eşit olması gerektiği gibi, teknolojinin de nihayetinde değerini ortaya koyması için işle birleştirilmesi ve piyasa tarafından tanınması gerekir. Girişimcilik, mühendislerin kaderini değiştirecek pazarlık kozudur ve iş modellerinin çoğalması, teknoloji paylaşımının başlangıç noktasıdır.

2017'de MIT Technology Review tarafından seçilen dünyanın en akıllı 50 şirketi, şirketin Teknoloji liderliği ile İş hassasiyeti . Listedeki şirketler sadece sofistike siyah teknolojiye sahip değil, aynı zamanda şirketin çıkarlarının maksimize edilmesini sağlayabilecek mükemmel bir iş modeline sahip.

Peki nasıl para kazanıyorlar? Yazar, listedeki üç temsili sektörden beş şirketi analiz için seçti.

Sağlık (1)

23andMe

2000 yılında, gen dizilemesinin maliyeti yaklaşık olarak Genom başına 100 milyon dolar . 2005 yılında İnsan Genom Projesi tamamlandı. 2007'de 23andMe, sıradan kullanıcılara genetik test hizmetleri sunmaya karar verdi. Bu, cesaret ve cesaret gerektiren bir karar. Genetik test teknolojisinin yüksek maliyeti burada yatıyor, 23andMe Genel halk için gelecekteki genetik test pazarı tespit edilmiş olsa da, trendin içgörüsünden daha önemli olan, trendin geldiği güne kadar nasıl ölüleceğidir.

23andMe, iyi bilinen BGI gibi kapsamlı gen sıralaması yapmak yerine SNP'yi (tek nükleotid polimorfizmi) algılayan gen çipi tarama teknolojisini kullanır. 23andMe'nin pazara SNP testi yoluyla girmesi şüphesiz akıllıca bir seçimdir.

Her şeyden önce, gen çip teknolojisi 1980'lerde başladı ve daha olgun hale geldi. Bu yöntemi kullanarak, tüm genom dizileme için gereken büyük ekipman maliyetinden kaçınabilirsiniz; ikinci olarak, 23andMe'nin hizmet içeriği, ata analizi, aile araştırması, alkol tolerans testi, meme kanseri genleri gibi yüksek kesinlik ve ilgi alanlara yöneliktir. Test vb.

Bu, ekipman ve araştırma ve geliştirme maliyetlerini etkili bir şekilde azaltır ve ayrıca tıbbi riskleri azaltır. Ancak yine de, kullanıcıların tamamen yabancı bir teknoloji için ödeme yapması hala çok zordur, bu nedenle fiyat eşiğini düşürmek en önemli önceliktir.

23andMe'nin ilk test fiyatı 999 ABD Doları idi. Seri B, C ve D finansmanında 110 milyon ABD Dolarından fazla bir miktar elde ettikten sonra, test fiyatı 999 ABD Dolarından 299 ABD Dolarına düşürüldü.

Fiyatlardaki keskin düşüş 23andMe getirdi 1 milyon kullanıcı . 23andMe 99 $ 'lık tek seferlik bir test hizmetiyle para kazanırsa, bu kesinlikle şirketin faydalarını garanti etmeyecektir. Sonuçta, bir milyon test, şirkete 10 yıldan daha kısa bir süre içinde 200 milyon $' ın altına düşecektir. Yalnızca gelir.

Aslında, 23andMe, veritabanlarını iyileştirmek amacıyla daha fazla kullanıcıyı çekmek için mümkün olan en düşük DNA test hizmeti fiyatını kullanıyor ve bu giderek daha büyük olan veritabanı gerçek değer. 23andMe, belirli genetik özellikler ve farklı hastalıklar arasındaki ilişkileri bulmak için büyük verileri kullanır.Bu analiz sonuçları ve ham veriler, birçok ilaç şirketi tarafından istenir.

Hassas tıbbın ivme kazandığı günümüzde bu verilerin potansiyel değerinin ne kadar değerli olduğundan bahsetmiyorum bile. 2015'in başında 23andMe ve Genentech, 60 milyon dolarlık bir işlemi tamamladı --- 23andMe, Genentech'e kullanıcıların anonim genetik verilerini sağlayarak Genentech'in bunu tıbbi araştırma ve geliştirme için kullanmasına olanak tanır.

Bununla birlikte, 2013'ün sonunda, 23andMe ağır bir darbe aldı: ABD Gıda ve İlaç Dairesi (FDA), 23andMe'nin yeni kullanıcılar için sağlık verileri analizini içeren genetik test hizmetleri sağlamasını yasakladı. Bundan önce, 23andMenin 2B işi esas olarak bilimsel araştırma ve ilaç şirketlerine genetik test verilerinin sağlanması (bunu sağlamadan önce kullanıcı izni almak için) alanında yoğunlaşmıştı.

Elbette 23andMe bu yüzden pes etmedi, halen kendi araştırmalarını sürdürüyor, kullanıcıları eğitiyor ve takip hizmet kabiliyetlerini güçlendiriyor. Sonunda 2015'in başlarında, FDA 23andMe'nin çabalarını kabul etti ve Bloom sendromu geni Taşıyıcılar test hizmetleri sağlar. Sadece biri onaylanmış olmasına rağmen, onlar için çok önemli. Bu, diğer hastalıklarda kullanılabilecek olgun bir modele sahip oldukları anlamına gelir.

23andMe'nin başlangıcından itibaren 100.000 kullanıcı biriktirmesi 3 buçuk yıl sürdü; ancak 23andMe'nin 1 milyon kullanıcı biriktirmesi yalnızca 4 yıl sürdü. 2013 sonunda FDA yasağı yoksa, 23andMe'nin milyonlarca kullanıcı edinmesi belki daha az zaman alacaktır.

Bu yılın Nisan ayında FDA, 23andMe'nin 10 hastalık riski için kişisel genom genetik sağlık risk testini onayladı. FDA tarafından onaylanan ilk tüketici sınıfı gen dizileme ürünü. Bu, endüstri tarafından tüketici düzeyinde gen sıralaması için düzenleyicinin zeytin dalı olarak kabul edilir.

Sağlık (2)

Oxford Nanopore

İlaçların belirli hastalar üzerindeki etkilerini tahmin etmekten, bir kişinin belirli bir hastalığı geliştirme riskini değerlendirmeye kadar, gen sıralaması ilacı yeniden şekillendiriyor. Kan testi ile tespit edildi Tümör genleri Değişiklikler, doktorların bir ilacın başarısız olup olmadığını daha hızlı anlamasını sağlayabilir. 2022 yılına kadar bu tür sıvı biyopsinin pazar büyüklüğünün 11 milyar ABD dolarına ulaşacağı tahmin ediliyor.

Genetik ilaçların geliştirilmesi birçok firmanın çabasını gerektirir. En düşük fiyat ve en hızlı şekilde genetik verileri elde edip bu verileri faydalı bilgiye dönüştürebilen ve aynı zamanda en güvenli bilgi depolama yöntemine sahip olan, kazanan kimdir.

Ancak tüm bunlar hayal edildiği kadar kolay değil. Her insan geni 100G'ye kadar veri taşır. Her 7 ayda bir toplanan genetik veriler iki katına çıkar. İçin 2025 yılında, toplam genetik veri miktarı için gereken depolama alanı, dünyadaki tüm YouTube videoları için gereken depolama alanını aşacak ve astronomların evren hakkında elde ettiği tüm bilgileri aşacak.

ingiliz Oxford Nanopore Şirket, dünyanın ilk ve tek taşınabilir nano-gözenek sıralayıcısını geliştirdi. DNA moleküllerinin bir elektrik alanın etkisi altında nano-gözeneklerden geçmesine izin vererek, dizilemeyi tamamlamak için farklı bazlar geçerken dirençteki farklı değişiklikler kaydedilir.

Nanogözenek sıralaması o kadar doğru değildir, ancak sıralayıcının boyutunu büyük ölçüde azaltabilir. Sıralayıcılar genellikle büyüktür, yaklaşık 100 kilogramdır, ancak Oxford Nanopore'un sıralayıcıları, yanınızda taşınabilen USB ile yaklaşık aynı boyuttadır ve veri okuma hızı da daha hızlıdır. Sıralama tamamlandıktan sonra, test sonuçlarının analizini elde etmek için bilgisayara takın.

12 yıl ve 200 milyon ABD doları yatırımdan sonra, Oxford Nanopore'un ucuz taşınabilir genetik analizörü Antarktika'dan uzaya kadar tüm testleri başarıyla geçti ve insanlara her zaman ve her yerde teşhis testleri, germ hücresi izleme ve daha fazla işlev sağlaması bekleniyor. Oxford Nanopore'un amacı, herkesin herhangi bir organizmayı herhangi bir zamanda, herhangi bir yerde analiz etmesine izin vermektir.

Hastaneler, hükümetler vb. Gibi birçok kuruluş Oxford Nanopore'un ham verilerine ihtiyaç duyar. Ancak bu kurumlar yeni teknolojileri denemede genellikle çok muhafazakar. Bireysel tüketicilere gelince, şirketlerin onları böyle bir test yapmanın faydalı olduğuna ikna etmek ve aynı zamanda düzenleyicileri teknolojilerinin güvenli ve güvenilir olduğuna ikna etmek için çok fazla enerji harcamaları gerekir.

Oxford Nanopore, üretim, satış, pazarlama ve yeni ürün geliştirmeye daha fazla kaynak yatıracağını söyledi. Cep telefonu uyumlu gen sıralayıcı . Büyütüldüğünde, Oxford Nanopore'un düşük maliyeti onun büyük avantajı haline gelecektir.

Yapay Zeka (1)

Gamalon

Yapay zeka söz konusu olduğunda, herkes derin öğrenmeye ve sinir ağlarına aşinadır. İster konuşma tanıma ister görüntü tanıma olsun, derin bir sinir ağı eğitimi çok fazla veri gerektirir. Örneğin, makinenin bir kediyi ayırt etmesini istiyorsanız, makinenin bir döngüde 10.000 farklı kedinin resmine bakmasını sağlamalısınız. Bu sırada makineye bir köpeğin resmini gösterirseniz, sistemin kafası karışacaktır.

Büyük miktarda veriye sahip teknoloji devleriyle karşı karşıya kalınca, yapay zeka çağında küçük şirketlerin ayakta kalması giderek zorlaşıyor gibi görünüyor. Ancak 2013'te kuruldu Gamalon Şirket kendi çözümünü yayınladı. Bayesian Program Synthesis teknolojisi kullanarak geliştirdikleri yapay zeka sistemi, sadece küçük bir miktar veri ile onbinlerce görüntü gerektiren derin sinir ağı eğitiminin etkisini elde edebiliyor.

Gamalon'un verimliliği, diğer makine öğreniminin 100 katıdır. İşin sırrı, belirsizlikle baş edebilmesi ve algoritmanın olasılığı hesaplamasıdır. Sisteme bir veri seti girildiğinde, şirketin programı otomatik olarak bir kod bölümü oluşturabilir; bu, bu veri setinin özelliklerinin en iyi açıklamasıdır.

Eğitim için gereken veri miktarındaki önemli azalma, hesaplama için gereken enerji tüketimini büyük ölçüde azaltmıştır. Ek olarak, derin sinir ağlarını eğitmek, yüz binlerce sunucu ve aynı zamanda NVIDIA işlemcileri gibi pahalı görüntü işlemcileri gerektirir. İPad'deki işlemci, Gamalon'un makine öğrenimini tatmin etmek için yeterli.

Gamalon'un ilk ürünü bir kurumsal veri temizleme aracıydı. Bu araç, dağınık metin verilerini mantıksal yapılandırılmış verilere dönüştürebilir ve bilgisayar veritabanlarına çok sayıda belge girmesi gereken şirketler için uygundur. Amazon, Microsoft, Google vb. Bulut verileri de bu araç aracılığıyla senkronize edilebilir.

| Gamalon'un kurucusu ve CEO'su Ben Vigoda

Kurumsal veri temizleme araçları yüksek teknoloji ürünü gibi görünmüyor, ancak Gamalon sadece teknolojisinin uygulanabilirliğini kanıtlamak ve bu arada biraz para kazanmak istiyor. Gamalon'un yatırımcılarından Faris Investment'ın kurucusu ve genel müdürü Aydın Şenkut şunları söyledi: Veri temizlemenin pazar büyüklüğü milyarlarca dolar.

Teknoloji endüstrisindeki derin öğrenmeye olan coşku göz önüne alındığında, Gamalon'un kurumsal müşteriler için veri temizleme hizmetleri sağlama konusundaki şu anki odak noktası da oldukça sağlam. Belki gelecekte Gamalon, kendi Bayes makine öğrenimi teknolojisini satmayı düşünecektir.

Yapay Zeka (2)

Kindred AI

Kindred Yapay zekayı kesme perspektifi biraz farklı: Bir makinenin bir insanla aynı IQ'ya sahip olması için, önce bir insanla aynı vücuda sahip olması gerektiğine inanıyor. bu nedenle Kindred, yapay zeka geliştiren diğer şirketler gibi sanal sistemlerin geliştirilmesine odaklanmaz, ancak fiziksel robotların üretimine odaklanır.

Kindred'in kurucusu Gildert şunları söyledi: İnsanların düşündüğü gibi bir zeka yaratmak için öncelikle insanlara benzer bir duyu sistemi yaratmayı gerektirir. Aslında, tüm bunlar deneyim biliş teorisine dayanmaktadır, yani insan gösterimi makine öğrenimini önemli ölçüde hızlandıracaktır.

Kindred şimdi robotlara zor ve hünerli hareketleri insanüstü bir hızda nasıl tamamlayacaklarını öğretiyor. Robotu bir insan operatörle eşleştiriyorlar. Operatör bir video oyunu oynamak, bir VR başlığı takmak ve ayarlamak için bir hareket izleme kontrolörü tutmak gibidir. Makinenin hareketi. İnsan işbirliğinin yardımıyla, otomatikleştirilmiş sistemlerin gücü artırılır.

Ancak tüm start-up'lar bir ikilemle karşı karşıyadır, yani yönünüzün doğru olduğunu bilirsiniz, ancak kar etmek uzun zaman alır. Sonunda ısrar etmek için finansmana ihtiyacınız olacak, ancak finansmanın da olumsuz etkileri olacak. Girişimci olarak ne yapmalıyız?

Cevap, mümkün olan en kısa sürede pozitif nakit akışına ulaşmanız gerektiğidir. Kindred şu anda 15 milyon ABD doları biriktiriyor, ancak kurucu ortak Rose, şirketin ilk adımının satış yoluyla olacağını vurguladı Depo sıralama robotu Orb Karlılığı sağlamak için, elde edilen kar insansı robotlar geliştirmek için kullanılacaktır.

3D baskı

karbon

Çok havalı ve göz kamaştırıcı olmasının yanı sıra, 3D baskı insanlara çok pahalı ve yavaş olduğu izlenimini veriyor ve gerçek uygulama alanları da üretimde büyük ölçekli kullanım bir yana çok sınırlı. Çıktı Karbon Bu durumu kırmak için Adidas, 2018'in sonuna kadar 100.000 çift ayakkabı basmak için Carbon'un 3D baskı teknolojisini kullanacak.

Karbon ilan etti, Geleneksel stereolitografi yazıcıları ve diğer baskı teknolojileri ile karşılaştırıldığında, 3D teknolojileriyle basılan nesneler daha yüksek çözünürlüğe sahiptir ve baskı hızı geleneksel 3D baskının 25 ila 100 katıdır. Carbon, yazıcıları bir abonelik modeli aracılığıyla satar. Kullanıcıların gerçek zamanlı sistem güncellemelerini ve yazıcının en son özelliklerini almak için yalnızca aylık abonelik ücreti ödemeleri gerekir.

Carbon'un misyonu, üreticilerin ve tasarımcıların maliyetleri düşürmesine, enerji ve malzeme israfını azaltmasına ve konseptten ürün lansmanına kadar geçen süreyi kısaltmasına yardımcı olmaktır. Abonelik modeli, küçük üreticilerin ve bazı endüstriyel tasarım stüdyolarının, ekipmanı güncellemenin ek maliyetleri konusunda endişelenmek zorunda kalmadan 3D baskı almasına olanak tanır.

Ek olarak, Carbon ile basılan her ürün izlenebilir. Örneğin kalemin baskı süresi, kullanılan reçine partisi, operatörün adı, depoda geçirilen süre gibi bilgiler takip edilebilir. Bu, sadece ilaç üretimi gibi yüksek denetimli endüstriler için değil, şirketler için de önemlidir, bu, ürünlerin kalitesi niteliksiz ise, büyük ölçekli geri çağırmalara gerek olmadığı anlamına gelir, çünkü şirketler hata bağlantısını önceden bilebilir ve ürünün üretimini durdurabilir. . Carbonun mevcut yatırımcıları arasında General Electric, BMW, Nikon, Google ve JSR (Japan Synthetic Rubber Company) bulunmaktadır.

Sonuç

Herhangi bir girişimci, ekip veya proje için mavi okyanus pazarını aramadan önce, kendisinden başlamak ve ona uygun bir iş modeli bulmak daha önemlidir. Aynı ekip ve aynı model başka bir sektöre dönüştüğü için, başarı olasılığı çok düşmeyecek, ancak bir iş modelini değiştirmenin başarı olasılığı yüksek değildir. Her iş modelinin farklı bir yolu, farklı giriş noktaları, farklı atılımları ve farklı sistemleri vardır. ve Tüm iş modellerinin en gerekli kalitesi şunlar olabilir: insan doğasına saygı.