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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09