笔记君邀您，先思考：
今天从投资人的角度跟大家分享企业升级与模式创新在这两年的一些变化，尤其是互联网和人工智能方面。 一、互联网发展过程
互联网的发展有三个阶段：
1. 传统互联网阶段：
包括社区门户、即时通信、移动互联网、电子商务等。比如BAT、京东、360都是比较传统的互联网企业。
2.互联网+阶段：
①互联网 重+ =O2O
重+就是把互联网商业模式完全颠覆掉，把线上的业务同步到线下进行发展。这两年看到很多O2O企业生搬硬套商业模式，有些企业成本结构比较适合使用做O2O，而有些企业却是不可行的。
O2O从线上搬到线下进行消费，我们总结了两个定律：
O2O第一定律：产品极度标准化。3C产品、白色家电、衣服、食品、快消品都属于这个范畴。
反之，教育服务、建材、五金、珠宝、纺织等行业都属于产品类型极其不标准化的，没有办法进行大范围的O2O模式运营。因为电商SKU做到几万的时候，这些行业的产品很难进行搜索、查询和比对。
O2O第二定律：凡是依靠于人进行销售的行业，就没有办法进入O2O。
如果一个东西很好，但是需要销售人员花大量时间跟客户费尽口舌地讲产品特性，才能让客户理解并购买产品，这个东西肯定做不了O2O的。
这就是O2O两个定律，产品极其标准化和不依赖于人群销售的行业才可以做。
②互联网 轻+ =产业升级
我们是“互联网 轻+”化的智能化企业，使用互联网的商业思路，然后进行产业的改革，我们把它叫做产业升级。这实际上是使用互联网TMT的能力。
注：TMT（数字新媒体产业）；TMT（Technology，Media，Telecom），是科技、媒体和通信三个英文单词的缩写的第一个字头，整合在一起。含义实际是未来（互联网）科技、媒体和通信，包括信息技术这样一个融合趋势所产生的大的背景，这就是TMT产业。
通讯是增强信息流；
技术是指把一个行业进行数据化、信息化的过程。
互联网在这二十年中起到的作用是，把一个行业从原来的经验信息化，逐渐规范化、最后走向信息化的过程，这是很重要的。
这两年出现的系统化管理公司，比如SaaS（软件即服务）和OA（办公自动化）、CRM、ERP等，这就是互联网推动产业发展的一类工具，也是我们所关注的产业升级。
原来的媒体是非精准化传播——“一个广告打出来，全中国13亿人都听到”，其中精准传播人群可能只有一千万人。互联网新媒体的出现实现了精准化传播，每一个公众号对应的都是精准客户，内容和广告都是针对精准人群设计的。
3.互联网智能化阶段：
包括大数据+、人工智能、虚拟现实、深度学习、机器人等。
由于互联网产生了信息、产生了结构化数据，导致了第三个阶段人工智能的爆发，数据统计量越来越多，使得人工智能化具备可行性。人工智能是通过分析大量的数据后用不同算法来进行迭代的方法。
这两年许多行业的数据总量都有爆发式的增长，但是对于行业整体智能化而言，现在都还处于初级阶段。因为很多行业数据不够结构化，算法也比较初级，还不能有效地带动行业成长，所以这些企业在近两年都在大幅度地训练数据。
今年年中的时候我看到过一个数据调查报告，该报告把数据分为三个大类：
第一类是由个人所产生的数据，包括在网上留存的搜索数据，比如各种各样的音频、视频、图文内容数据，这些数据可以通过爬虫来抓取。
第二类数据是大量的线上交易、电子化交易、线上支付、电商来完成积累的一些数据。这一类型的数据在这两年大幅度提升，因为这两年的电商O2O平台越来越多，导致了很多公司在训练这样的数据。
这两年关于互联网和人工智能的爆发，主要也是因为各个行业积累了大量的数据导致的，原因是因为产生了大量的标准结构数据。
刚才说的第一类是非结构化数据，处理起来非常困难，这两年自然语义能够越来越熟练地处理第一类型的数据，这也是这两年人工智能爆发的原因之一。
第三类是由硬件传感所产生的数据。
二、互联网之后做什么?
我把互联网做了一个总结，它最开始是一个信息工具，后来变成管理工具，然后变成日常的生活必需品，形成消费模式，再然后变成了商业模式，它的发展历程是一步一步走过来的。
最开始的时候，互联网只是一个信息传递中枢，后来衍变得越来越快，从信息化走向管理化，再到今天沉淀了大量标准结构数据，最后形成了人工智能，这是一个逐渐迭代的过程。
这张图里边有两道线：
第一道线以上，互联网所导致的商业模式都是传统的技术推动商业模式，利用的都是互联网的TMT基础能力。
两条线之间使用的是互联网商业模型，刚才说的技术、媒体、通信形式，导致大量产业升级。
第二道线以下是互联网所囤积的信息数据之后变成了智能化和数据库。这是三个阶段。
对于市场来讲，2015年处在如日中天的O2O平台爆发和产业升级的过程，2017年虽然还处在这一阶段，但是能感受到整个产业升级进程已经完成得差不多了，很多行业的商业模型已经做得非常完善了，很多线上的商业平台已经积累了大量数据。所以，我们正在从第二个产业升级阶段走向第三个智能化的阶段。
互联网会往两个方向发展：
互联网做工具-产业系统升级 互联网智能化-深度科技应用
我把这两块分开给大家讲一讲，产业升级和人工智能关注的点。
1.产业系统升级
一个是把它应用到传统行业上去，我们这两年投资非常好的公司都属于产业升级、供应链升级。
比如我们此前投资的一家农业企业，它能够深度地把互联网思维贯彻到底，把客户群体、供应链全都数据结构化以后，一个一个结构拆解出来，然后管理整个产业链，这方面他们做得非常好。一年之内整个产能从单月两百万上升到八千万，典型的用户量做工具产业升级。
今年有三本书可以推荐给大家：《创京东》《阿里传》和《腾讯传》。
每一个公司内部的生态是不断成长起来的，所以我们认为一个最原始的商业模型应该不断地总结方法，使用新的工具辅助业务发展并进行不断升级的过程，这才是一个优秀的企业。但是，并不是每一个企业都能做到，尝试使用新的商业模式和新的工具很重要的。
企业的成长其实跟人的进化是很像的，都是不断使用新工具的过程。
我给大家讲一个让人哭笑不得的故事，古代打仗都用冷兵器，近代打仗用热兵器，这两种兵器的更迭是在什么时候？
在19世纪美国南北战争中。在那个时候刚配备枪炮的军队根本不知道怎么用，于是两边军队各站成一排，两边的军官在短暂沟通后下令开打，两边就开始相互扫射，这是一个令人啼笑皆非的故事。
为什么会出现这种问题？因为对于军官和士兵来讲，他们使用了新的工具，但是没有更新战术和、方法。方法论、战术是非常重要的，当时的枪怎么用大家都不知道，还是处于拿着枪互相肉搏的状态，这是典型的用工具和战术的更迭过程。
我们每天都需要接触大量的互联网公司，大多数公司都声称自己的产品是互联网化的，但其实它们并不是标准的互联网公司。
给大家举几个例子。 首先举个正向例子，我投资的一家公司叫心上，现在的规模是全国最大的二手奢侈品交易平台。这家公司最开始的业务全部是线下进行的—、二手奢侈品的洗涤和养护，有4家直营店，40家加盟店。
在2014年的时候，创始人决定做线上的转型，这个过程势必有很大的困难。她一开始不清楚互联网商业逻辑，于是开始招兵买马一点一点构建互联网团队。
使用互联网工具之后，她发现很多客户是可以量化的，原来的用户定位和商品定位不够准确。
转型初期，她认为线上互联网奢侈品的交易平台应该是高端奢侈品，客单价是5000块钱左右，后来通过调整数据定位客户类型后发现，价格越低成交量越大，1750元是中心最优点。
二手奢侈品交易平台面对的是小康人群或者是中产人群，在消费过程当中的认知应该是：我需要刚需品，而我不需要为了这东西付很多钱。所以她在数据调整过程当中理解到之前的用户定位是错误的。
同样的，她在供应链里也发现了一些问题。比如公司买的洗涤养护液和面辅料，这些东西可能是通过A公司去买，物流过程很复杂，账期很长，价格很高。
搭起整个互联网控制结构以后，她发现进货环节、产品特性、用户类型存在问题，然后开始不断地进行迭代。 这个过程中能非常明显地感觉到她在驾驭工具，最开始使用互联网工具后她认为只是搭建了一个网站而已，后来这个工具给她带来了大量的数据和参考依据，她也越来越了解自己的商业模式。
这是一个特别典型的过程。许多大型企业在使用互联网的过程当中迭代速度很快，因为互联网化过程带给它们很多有用的信息数据，让企业经营者能够更深层地理解自己所处的行业，这是互联网带来很重要的变化。
BAT之后诞生的新型企业，并不依赖于简单的商业模式，而是学会驾驭了一种新型工具，对于人工智能更是如此。我们相信人工智能出现，会有一批更加新型的企业崛起，BAT很难在商业模式上跟它们直面竞争，作为财团投资也许会是一种不错的选择。
刚才讲的正面的例子，再给大家讲两个反面的例子。
我们是互联网化的企业，也接触过很多互联网公司，大家都觉得要去做线上化，特别是找钢网和易酒批这些典型的网站出现之后，他们更认为很多To B的行业可以做线上化，于是出现了找木网、找纱线、纺织、建材这些细分类目的网站这其实并不算是严格意义上的互联网企业。
比如一家建材公司想把所有的建材、石料板材都放到线上，创始人的网站构想也非常清楚，团队干劲也比较足，每年有几个亿的成交量，我开始觉得做得不错。
最后到公司一看，发现公司的工作状态是什么？虽然有网站，但没有人运营维护，所有人都在打销售电话，这是完全依赖于人和客户进行沟通的一种商业模式，它不能算是一个互联网化的公司。
互联网化公司最开始的时候要能看到商品是标准的，而不依赖于人和客户沟通，这是很重要的一点。
再比如我看过一个纱线公司，前端的研发和后端的布局是很完善的，我以为对于纱这一品类是可以互联网化的。因为这个行业可能是50个SKU，然后把它们全部标准化放到线上，大家在线上进行交易。
结果我到公司去看的时候，很让我们震惊的是，纱线有12000到15000种SKU，每一年下雨的雨水不一样，纱线韧性弹性不一样，边纹不一样，口径粗细不一样，颜色不一样，每一种纱线SKU有50多种标签，出来之后有几万种SKU，买方就没有办法在网上选择。
所有的人买纱线都是要亲自根据手感来挑选——“这种纱线对我有效，以后不要麻烦看别的了，以后我只进货这一种”。它是高度依赖于线下体验的产品，这种产品非常难以互联网化。
在供应链中从生产过程、到仓储流转、到分销有很多的企业，第二产业中建材类等行业都是如此。
并不是所有的行业都可以互联网化，并不是所有的企业用同一种方式进行转型都是可以升级的，完全不是的。很多行业没有办法进行互联网转型升级，只能拿它作为辅助性工具管理公司。这两年我们也逐渐的把目标从互联网化的公司转向更多的行业。
上图是我们认为的产业升级的过程。
任何一个公司都是倾向于产业升级和企业升级，把企业原来的那套理论体系逐渐的总结成新的规律去推动，把公司做得越来越规范的过程。
这是一个从经验走向规范化、走向数据化、走向结构化的过程，互联网只是其中一个推动的工具，只是使某一些企业在从信息化走向数据结构化的过程中，让它的数据变得更加标准，所以才能更深刻地理解自己的商业模式过程。
比如像农业和工业企业也能受到互联网影响是因为原来他们的管理都是依靠于人进行管理的，依靠于自己的经验进行管理的。而突然有了互联网之后，多出了一种数据化、量化的工具，使得整个的行业更加标准化。
比如我们投过的农业公司甲加由，一个在河南的农业公司，它很快从工业化衍生出了金融属性化，原因是它非常注重量化管理，他们对所有农户的工作状态用信用评级、用数据化衡量，做到了很多村镇银行很难办到的一步。 通过量化管理它能给农户进行评级，对接银行、金融产品，给农户发放贷款做保险、卖期货。
这是从小型规模经济走向大型规模经济的过程，我们从中国的很多企业投资过程当中发现了许多问题，中国的很多企业在用老旧的经验管理公司。美国特别典型餐饮的企业是麦当劳、肯德基，还有中国的兰州拉面、沙县小吃等餐饮企业，这是老版的经验，必须要使用一种新方式。
给大家推荐一个电影叫《大创业家》，讲的是麦当劳创业的过程，这个电影就讲了两个事情：
第一，麦当劳为什么可以被复制？
因为麦当劳兄弟把麦当劳商业模式用一个非常体系化的方法进行管理。
大家知道在麦当劳开第一家店之前，并没有租场地开店，而是租了网球场，在场地上拿粉笔画每一个桌子和人烤箱的距离，找了一个指挥家在场地为大家排练，排练了很充足的时间。大家像舞台剧对接一样，当对接完全没有错误，保证汉堡产出流程最快的时候才开了第一家店。所以，好的商业模式都是制度化的，是可以复制的。
第二个是关于复制的，是用地产的思路来做麦当劳。
克洛克加入之后导致麦当劳爆发过程，典型的用制度来思考的商业模式。
再给大家推荐一本书叫《3G资本帝国》，里边有一句名言：好的公司都是体系化的，好的公司是制度化的。指的是用制度管理公司进行产业升级的过程。
产业过程有很多的推动力，商业化过程和互联网都是推动力，再有一种推动力就是人工智能，下一步的推动力显然是当信息数据结构化之后，会产生更多的人工智能推动。 三、智能应用三段论
我们认为人工智能一定会成为下一个浪潮的推手。人工智能可以分成三个阶段，互联网基础、大数据积累和算法的应用。前两点已经基本成熟了，大数据半成熟的原因是因为很多数据都是非结构化的，这两年的企业正在做很多的结构化处理。
算法及应用： 很多算法是成熟的，但是它在商业使用里并不成熟，这对于企业家的挑战是非常大的。所以很多企业进行转型的时候，需要使用更多的商业工具，算法模型就是其中的一种。 现在这几个过程都已经完成了，最难的是对公司的商业模型做模型化处理过程，这需要企业家对于算法和数据有深刻的认识。当你有了认识之后，你才可能用算法对你的公司进行迭代，就像刚才讲的互联网公司一样，算法实际上是用更难的工具来推进公司的发展。
1.大数据是进入人工智能的门票
我把大数据分成了这样的拓扑结构。
三个阶段，大数据不断的收集整理，抽象自己的商业模型，把数据填充进来，把自己的商业模型抽象成模型，这是大数据的基础。 任何公司都需要有数据的入口，需要通过平台、手环等智能设备来把数据收集进去。然后要有出口端，算完了模型之后要变成商业策略实施有效执行，这就形成执行的过程。
举个最简单的例子，《大数据时代》里面讲到一个故事，美国一个开7-11便利店的老板，通过长时间研究自己的财务状况发现，雨伞和蛋挞搭配在一起卖得非常好。 他发现了两者具有相关性，然后把这两个货架放在一起，每次下雨的时候雨伞和蛋挞都卖得非常好，这就是通过分析大数据改变商业策略的非常典型的案例。
2.大数据的发展进程
有四个阶段：
①数据开采与收集，不断从市场里去挖掘数据，我们把整个市场所有的数据叫做数据矿山。
②数据清洗与标签化，从2011年开始，全球的研究院所和大型企业的工程师，开始花费大量的时间去做很低级繁琐的工作，这就是数据标签化过程。
③非同源数据的交汇耦合，现在大数据体量非常之多，但是数据分属于不同的公司，比如滴滴拥有出行的数据、携程有旅行的数据、美团有餐饮的数据，所有的数据积累起来，这些数据非常的密集，而其它大部分外界的数据是非常稀疏的。
出现这种情况的原因是有效数据不够，需要企业把不同的数据交汇在一起进行综合化分析。 这项工作亚马逊已经开始做了，中国也有很多金融公司去购买很多其它的平台数据，像诺亚和点融网就做得非常好，通过多元数据的耦合之后，综合分析每个人的用户画像，分析出结果后反过来给企业推送商业策略，这是典型的产生过程。
最终就形成了一个④结构化的精练数据集。这是大数据的发展历程。
四、人工智能的模型化过程
有了数据结构之后，我们衍生出了模型化过程，这也是企业发展更重要的一点。
把智能分成三个部分，第一叫赋予智能、第二叫学习智能、第三个叫残差信息。 赋予智能叫做弱智能，能进行学习的智能叫强智能。 计算机出现的前70年里面，我们认为大部分的智能都是人类赋予的智能，都是人类知道标准的商业模式是什么样的，然后把自己的经验写成代码，无论是一百和一千行代码都是将人类此前的经验输入计算机，很少有计算机自己进行学习的。
这两年人工智能大爆发的原因，主要是因为学习智能的能力开始迅速的上升，这是各大公司通过训练大量的数据提升的。学习智能和赋予智能的典型区别是：
人并不知道明确的物体意义，明确的商业意义，难以进行表达，计算机的逻辑关系自己没有完全理解，但是通过大量的数据和已知的分析结果进行训练，然后让计算机分析产出商业的结果。
我今年听说过一个很有意思的事，在纽约有两家公司商业谈判是这样的：
A公司和B公司分别把自己的所有要素全部结构化写到系统里，让计算机分析两家公司后直接进行对弈，评判分析他们两家商业结构的强弱。听起来虽然离我们很遥远，但是美国已经有公司在做了，说明数据的结构化非常的前沿。
这个过程是什么？我们很难分析和表达分析的数据交给计算机去完成，这是学习的智能。
这两年的大爆发一个主要的原因是神经网络，带领整个人工智能爆发。而神经网络的一个特点，最要求大量、海量的数据，我们自己用了很多算法训练模型。
神经网络爆发最强的两个方向是什么？是图像识别和语义识别，原因就是有了海量的数据。有了数据之后，迅速地训练出结构化规律，最后变成商业模式或者一种函数，这两年是因为数据爆发，导致了神经网络带领整个人工智能往前推进。
另外一个是残差信息，也就是算不出来的一部分。
从数据角度来讲，对于赋予部分是一阶段简单的特征，比如拿派特公式来做的话，第一阶段是赋予的智能，是人直接分析出逻辑关系的过程。 这些东西是高阶复杂的特征，本身没有办法通过人去解决，只能通过计算机解决。对于残差信息就是忽略的商业模型和事件模型，这是这两年模型化的过程。
关于人工智能，推荐一本书《终极算法》，这本书是比尔盖茨2017年的特推书，书中很细致地讲解了现在最流行的5种算法应用模式，讲得非常好。
五、人工智能应用趋势
所有的企业都在寻求转型过程，我们把转型过程分成三个类别：
①基础层
基础层是基础的数学物理层，比如这两年爆发的人工智能芯片，量子速度是提高新的效率和使用新的方法来做的。基础的数学物理层发展的越快，才能导致上层结构变得更有效。
②技术层
这几年在中国人工智能发展速度最快，表现最好，像科大讯飞、Face++等等都是属于技术模块层。包括图像识别、声纹识别、自然语义、运动学习等具体模块。
机器人爆发模块点是在什么地方？ 一定是基础模块层成熟后才能爆发，现在很明显能发现五年前看到的都是闭门造车，每个基础模块都是工程师自己写的。今年我们再看机器人公司的时候，每一个模块都是用其他的公司开源的模块，比如用IBM和科大讯飞的模块，使应用层变成了产品化设计的过程。
我认为技术模块层的最后一扇门是自然语义识别。这一块是相对比较复杂的，很难实现标准模块化的过程，我认为三到五年内可以实现。这两年通过科大讯飞可以看到，这部分的模块变得越来越标准了。
③应用层
市场有一个误解，认为应用层已经来了，大家都在做机器人和人工智能的布局，但是这些结构还不是最标准的。
相反比较适合去发展和做投资的，但是没有那么直观的行业，比如量化物流仓储和企业资源的优化，都是这两年非常关注的行业，而且对于大型企业都有非常多的结构化数据，非常适合用人工智能的办法进行优化。
智能驾驶的需求并不是很旺盛，其实人工智能应该真正应用在什么方向上比较适合？我认为应用在量化金融等方面，是更适合人工智能去做的。
六、对未来的理解？
最后还有一个观点给大家分享一下，我们接触过非常非常多的创业公司、包括大型公司转型，无论是创业公司还是企业转型都存在一些问题，大家对于未来的理解都是非常线性的，特别是大型公司会有这样的理解偏差。
大型公司存在一个典型的问题，因为整个公司的模块已经非常标准化了，想要迅速转型但是最后船大难掉头，只能依靠于自己所拥有的资源来尝试。
我跟一个在硅谷工作的朋友经常探讨未来发展，他今年60岁了，他的初中同学和高中同学，有一部分当时家庭条件最好、学习最好的同学都去做飞行和汽车相关的行业了。 原因是因为在那个时代，大家都认为研究飞机和汽车是今后科技度最高的行业，所以大家都去做这些行业。
但是，40年之后他们发现这个行业并没有像想象中一样发展，而是手机、电脑、互联网在迅速发展，所以大家对未来的理解都是这样的，只能依靠自己所拥有的知识判断未来的发展形势。
我觉得大企业的转型也存在这类问题，大多数企业家和个人在想象未来、制定商业战略的时候，都是依靠于当前自己所拥有的知识、资源来积累线性的发展，很难做到一个指数发展。 经常有人问我，BAT现在这么强大，会不会对人工智能产生一揽子格局？肯定不会，人工智能肯定是由一个个新型技术公司研发、成长，BAT可能会投资，但一定会出现新型的科技公司在这一领域成长起来。科技的发展是指数化成长的过程，不是某一个大公司不断的调整战略方向就能做到的。
任何公司在推动发展的时候都有这样的过程，从最开始从技术衍变成产品。
比如2005年到2010年阶段，最重要的是互联网上升红利期，美团、点评都是从那时候成长起来的。
2010年到2015年是产业升级期，这个时候大家都去做产业升级，2015年之后进入到了互联网的泡沫期，出现了各种不顾一切去做互联网化的公司，最后都失败了。
再往下是工具公司。微观经济学里边有一个定律，产出是劳动力和资本的函数，但并不是技术的函数。因为技术对于行业推动的过程是有一个周期的，当推动完成之后，这项技术就没有增值的价值了，它会变成一种基础，所以这也是很重要的一点。
我们经历的是一个个时代的行业通过迭代的这么一个过程，从最开始的电脑和手机的普及，这是90年代末21世纪初就完成的过程，然后到互联网到新的一代AI和生物技术等等。
这里面有一个很重要的原理是什么？左半边是新生的技术和产品，右半边是成熟的技术和产品。
很多创业者问我应该做什么，我就这么回答：如果你拥有非常多的资源，有很强的垄断能力，你就做上一个时代的产业。如果你手上没有资源或者是比较少的资源，但有技术，你就做下一代新生的产品。
整个左半边拼的是设计、产品、商业化。右半边拼的是资本能力、政策能力，这是一个很大的区别。
在今天如果你通过做互联网社交平台为主的企业是很难成功的，因为已经过时了。经常有人会问传统互联网还有没有机会？有，你可以绑住腾讯做游戏，那机会应该会非常大，这是互联网典型的特点。
整个市场发展是一个浪潮推着一个浪潮再往前推进的过程，每一个浪潮的特点不一样。
我认为我们现在正在处于一个硅机电的过程中，但是这里面有一个重要的事情，就像刚才说的飞行汽车的行业。这两年大家都觉得AR、VR，家庭的完全电子化和智能化的过程是一个非常明朗的未来发展方向。
比如，我们家中每个镜面物体，敲击后就有数字显现，这很现代化，大家认为这是未来，其实这个理解我认为是有偏差的，我认为这是沿着线性发展往下走的过程。
为什么讲这个？很多大公司都在做布局，无论是像小米、联想还是海尔，我们很熟悉的这些大公司，大家都认为家庭科技化是今后的发展方向，到今天有没有真正实现？
比如一个投资人家里有很多集中数据可供科技化使用，但是完成这么一个布局要多少钱？至少要上千万，我把这些东西叫做科学奢侈品。很多的企业、个人在想象未来的时候，想象的都不是新科技，而是想象科学奢侈品，这是个很典型的问题。
刚才我所说的飞行汽车到底是什么？它类似于私人飞机，它不是能为大众所使用的科学成果，而是用上一个时代的科技经过复杂的组合后成为很昂贵的科学奢侈品。
我说的是什么意思？是通过AR、VR、私人飞机等来总结的，很多的企业、个人在思考问题的时候都是线性的，都是自己想象综合化的成果，实际上使用的是传统的当前已拥有的科技，这些就是科技的奢侈品。
任何的新科技像苹果，上一代的苹果，这一代的机器人和人工智能，下一代的生物技术一定是降低成本的过程，不是提升成本的过程，一定要降低成本，降低能耗。
而私人飞机和家庭影院这些东西都是属于提升能耗，提升成本的新科技，至少在现阶段属于伪课题，不是真正的创新。对于选择企业布局方向，我认为是这样的。
今天分享到这里，谢谢大家！ 主办方简介—— 清华经管创业者加速器X-elerator是一个体现清华精神，为全球优秀创业者和创业团队成长服务的创业加速平台。依托聚集于此的优秀人才资源、教育资源、金融资源、网络资源和创新资源，为创业者提供一个成长为出色企业家的精神家园和栖息地。以提升创业者或者创业团队的思维和能力为核心，为那些选入加速器的全国乃至全球顶级创新项目，提供包括创业研发、创业设计、资源配置和商业模式创新的深度整合服务。 |
|
|
