京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从大数据养牛看物联网创业思维
“目前,人们对于大部分牲畜的健康、营养管理都是通过每天肉眼观察和经验来判断的。这是一种十分低效率的方法,因为当发现问题的时候纠正难度很大,并且代价高昂。”沃西说。
生死畜牧公司的做法是让牛吞下一个集成了各种传感器、芯片、通讯系统的长约4.5英寸的“电子药片”(ePill),“电子药片”进入牛的“瘤胃”(反刍动物4个胃中的第一个,也是最大的一个,主要作用是暂存饲料和微生物发酵)后停留下来,并由此开始不间断追踪牛的各种生命信息,包括心跳频率、体温、反刍时间、胃酸浓度、激素分泌等。
这些生命信息通过微波传送到附近的信息接收器,并发送到云端平台进行数据分析、处理。依据一定的标准,人们可以随时随地通过终端设备查看牛的体征动态,任何一头被追踪的牛出现异常系统就会报警。在大数据分析的基础上,人们甚至可以对牛的行为方式做出预测,饲养者也因此可以改善喂养、预防疾病和改进管理。
生死畜牧公司目前正在研发的首款产品面向乳制品生产商,通过对于奶牛的追踪,最终帮助生产商提升牛奶品质和产量。“我们预计今年下半年完成最后阶段的测试,并在年底前投入商业化运营,明年我们在乳制品行业的业务将全面铺开,”沃西透露说,自2012年4月公司成立以来,生死畜牧累积获得约130万美元天使投资,“此前我们对数千家乳制品生产商的调查显示,九成以上的调查者对我们的服务非常感兴趣。”
如果商业发展如沃西的期望,生死畜牧公司将步入一个前景广阔的大市场。据美国农业部的报告统计显示,美国每年有将近四百万的动物在乳肉生产过程中死亡,同时有更多数量的动物患病。这意味着美国乳肉制品生产商每年遭受数十亿美元的经济损失,包括收入损失、极高的治疗成本和喂养成本——这数十亿美元的损失恰恰就是生死畜牧公司的发展空间。
“我们将是全球首家真正开始对牛进行大规模数据监测的软件服务公司,与以往尝试这一领域的研究机构不同,我们可以把成本做得很低,甚至达到以往的1/20,”沃西说,“对于乳制品生产商来说,他们只要按年给每头被追踪的奶牛交纳几十美元的服务订阅费即可。”
沃西颇具开拓性的商业故事不仅给包括我在内的听众带来了很多乐趣,而且也引发了我对物联网创业的几点思考。
其一,物联网时代可能给创业者提供了创造前所未有的产品创新的可能,这些产品基本特征是结合了传感器和芯片。毫无疑问,生死畜牧公司的核心——“电子药片”是开创性的产品。这项技术的发明者是沃西的合作伙伴,曾经为美国军方所用,此后因为缺乏投入项目被剥离出来,因此成就了生死畜牧公司。
“未来每一件物体都可能被集成芯片,不管是家用电器,还是大型挖掘机,甚至灯泡,”PTC全球传播副总裁斯诺(Eric Snow)说,“这一变化会彻底改变产品设计、创新的理念和方式,因而给新进入者带来很多机会。”
其二,物联网创业不再是独立的行为,与传统领域的创业相比,它需要联合、利用更多生态资源、采纳更多开放式创新。以生死畜牧公司为例,集成了传感技术、通讯技术的“电子药片”是其核心专利,而要让大数据养牛真正能够帮助乳制品生产商,仅仅依靠“电子药片”显然是不够的——这将是一个庞大的工程,包括软件、通讯、云平台以及数据分析。
“我们最擅长的是‘电子药片’,对于创业公司来说,我们很灵活、快速,但我们缺乏资源,所以必须聚焦,不可能兼顾所有。对于商业的其他方面,我们采取了合作和借用现有平台的方式。”沃西解释说。正因为如此,已经创立2年多生死畜牧公司目前仍然是一个“轻公司”,除了两位创始团队成员外,其他10多位成员为根据项目推进需求组建的临时外聘专家团队,跨越软件、通讯、畜牧等领域。
云平台是生死畜牧商业模式的重要构成,而沃西选择了提供物联网应用软件服务的PTC旗下ThingWorx平台,一站式解决了信息采集后,传播、分析和分发的过程。“ThingWorx帮助我们以最高的效率、最合适的预算完成了商业架构。”沃西说。
其三,在商业模式上,服务将是提供物联网应用和解决方案的主要方式。对于生死畜牧公司来说,他们将不再满足于将一套硬件(“电子药片”及信息收发设备)叠加系统销售给乳制品或肉类生产商,而是抓住物联网时代商业变革的机会,提供持续的服务——通过服务获取源源不断的稳定收入。
从商业发展的角度来看,订阅服务将是未来商业模式发展的大趋势,因为它对于服务提供者和使用者是共赢的:既可以给用户带来更贴近需求的满足,也可以让服务提供商的商业更加稳健、可持续。由此看来,物联网商业的开启将是服务型模式推进的一个重大契机。
在中国,从2010年上海世博会开始,物联网热便悄然升温,但目前大多数应用仍然停留在概念阶段,并没有形成真正的商业。发展迟缓的原因是多重的,但缺乏有效的生态链条或许是阻碍有创新理念的创业公司发展的关键原因之一。ThingWorx目前正准备进入中国开拓业务,相信这将为完善中国物联网发展的生态链起到一定的推动作用。
对于中国的机会,沃西表示美国市场目前仍然会是生死畜牧公司专注的市场,但他已经注意到中国乳制品行业的广阔市场空间。“到技术和商业都成熟的时候,我们完全可以在全球各地复制我们的模式。”沃西说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16