
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14