两种社区类型：

1.白名单共识社区，只对极少数主题达成共识，并在此基础上运营社区
2.黑名单共识社区，只排除极少数主题，在其他所有事情上要求共识，并在此基础上运营社区

白名单共识社区，如果社区成员在超出共识的主题上发表看法，是一种个体行为；社区管理者不能代表社区在超出共识的主题上表态，这是一种违约。

黑名单共识社区，社区管理者可以在被排除的主题之外任何主题表态，都可能被固化为新的社区精神内核。

稀缺到平凡，是一个规模化的过程，技术创业促成这一个“技术大众化”的变化，就面向了更多的客户群体。以数据科学为例，市场已经进入到 “单例/局部” -> “集成/全局”的创新通道上，不是说单例和局部的优化没有价值，而是说当前的情况下，从集成和全局的视角出发，性价比更好。

使用越简单，客户群体越大

开发算法是数据科学家的工作领域，需要极高的学术能力；使用算法，是数据工程师的领域，需要极高的行业垂直认知。通常认为数据科学家的人数更少，难度更高，实际上深入行业的“高工”人数更为稀少，我们所看到的“大量”工程师，是指从事相对“高工”来说，更简单工作的。

随着使用难度的降低，客户群体会逐渐变大，这是对技术创新的奖励，属于“技术下沉”带来的红利。

每种“技术下沉”，都有对应的方法

方法代表
AI增强的类问答交互Magic BI、北极数据、……
低代码图形界面海致BDP
Excel类交互界面维格表
领域专用语言Kur、Gen、Byzer、SQLFlow……
算法工程化机器学习框架/机器学习平台

  1. 算法工程化，如机器学习框架（封装多种算法）/机器学习平台（封装算法和资源）

    • 稀缺的算法能力 -> 普通工程师，例：国产机器学习框架oneflow
    • 稀缺的工程能力 -> 算法开发者

  2. 语言，有两类分支

    • 开发一种领域专用语言，降低使用算法或工程化的难度，如

      • Kur，一种深度学习专用语言
      • Gen，MIT提出的AI专用编程语言

    • 已有语言的能力拓展，让客户群使用熟悉的技术栈进入新的技术领域，如让数据分析师具备数据模型的能力

      • Byzer，类SQL语言，用于数据智能
      • SQLFlow，类SQL语言，用于数据AI

  3. 低代码/无代码，让具备一定逻辑能力的业务方，进行简单数据开发，也可以是提高数据分析师和工程师工作效率的工具

    • 海致BDP

  4. 创新型BI，通常基于NLP等技术，通过近似问答的方式，由AI自动输出数据智能结果，直接将数据能力下沉到一线的业务人员

    • MagicBI，AI驱动和搜索式的下一代智能分析平台
    • 北极数据，增强型数据分析工具

每个方法都有受众，只是多寡不同

一种技术能力扩散到更广泛的客户群，都伴随着降低准确性、牺牲效率、舍弃高难度能力的代价，从目前的市场趋势看，创业机会的分布是哑铃状的，底层框架难度大，成功后价值高，有垄断效果；应用层的增长型BI客户群基数大，收费更容易；而中间的语言类和低代码类，更多像是实现框架或数据应用的工具，需要投入更多运营资源，才有机会形成规模。

生物进化论中有生存竞争存在三种形态的说法，分别是种内竞争、种间竞争和环境竞争，在创业项目的商业计划书中，也可以清晰看到这三种竞争，是理解项目定位和发展的不同角度，也是创业者和投资人需要达成共识的地方。

种内竞争，你死我活，替代

从创业项目的角度看，如果功能相似、产品相似、方案相似，那么可以认为是同一赛道的种内竞争，通常是策略就是对比性能参数及销售能力，所以商业计划书中常常出现对标产品，这个对标产品的估值/市值，会影响到创业项目的估值。高确定性的路径带了稳定预期，同时也带了天花板。

上面是最容易达成共识的种内竞争，很多时候，创业项目认为自己产品有独特性，技术又先进，分明是新物种，为什么投资人就是听不懂呢？

产品方案、技术架构、增长路径都是可以设计的，也可以通过不同的角度来阐述，所以投资人也会有自己的理解。为了在众多备选中确定投资项目，投资人还会从客户和市场的角度来看，如果一些项目，都是打同一类市场，解决同一类问题，投同一个标，竞争同一笔预算，那么这些项目不管在技术上产品上有多少不同，都是种内竞争。

简单说，如果你们在同一个鱼塘里捞鱼，不管你们来自哪里，用的是什么工具，都是你死我活的替代关系。进行这样的项目探讨，重点有两个：

  • 市场足够大，能养活足够多同类，在项目还弱小的时候有生存机会
  • 效率足够高，项目成长起来能成为赛道top玩家

在项目定位中并不排斥种内竞争，而是说在这样的路径上，项目的重点是对比性的，如果能产生替代效果，或者代差，则是优秀的项目。例如：

  • AI驱动的智能增强BI 替代 传统BI（替代写SQL的技术人员）
  • Snowflake 为代表的云数据仓库 替代 传统数据仓库

种间竞争，你好我好，共生

生物之间的种间竞争，有很多种，捕食、寄生、共生，在商业上的种间竞争，比较受欢迎的还是共生关系，也就是诞生了新物种，不但不跟存量优势物种竞争，还促进双方种群的扩大。

简单说，就是差异化定位

从客户和市场的角度看，就是具备了新能力，解决以前不能解决的问题，能开发出新的客户和市场，比如桉树叶对普通动物来说有毒，但是树袋熊可以吃，就形成了差异化。

  • 边缘云计算 释放 IoT设备的算力、带宽、存储能力
  • AI芯片 增强 移动设备的算力利用率

现在有很多 All in one 的全链条工具厂商，也声称自己是新物种，这就有点难解释了，All in one 有自己的集成优势，但也会面临全链路各节点上工具的竞争，需要发现新的价值才能找到生态位，形成种间竞争，从目前的趋势看，All in one的新价值是这样的排序：

经营/运营价值 > 管理价值 > 工具价值

也就是说，跳出工具竞争，深入到企业日常的管理和运营中，才会发展出市场，才会有新的预算

环境竞争，生态建设，多元

影响生物生存的外部因素都可以归类到「环境」这个概念中，但这里不讲那么复杂的，而是聚焦到「平台」，平台生态有一个标准，就是与平台交互的多方都可以赚到钱，而且是持续赚到钱，比别处更容易赚到钱。所以，强调自己是「平台」的项目，评估一下自己到底是动物园还是赤道大雨林：

  • 动物园，有生物多样性，但是建立在外部资源强输出（人工管理）的情况下，生态脆弱
  • 大雨林，有生物多样性，无需人工管理，生态强健，是真正的平台

结论提要

这是一个“沟通界面统一”的过程，首先是开发与运维角色，在DevOps下，使用统一的语言和数据界面沟通；然后是IT与业务角色，在NoOps下，实现沟通界面的统一，甚至可以称为“IT面管理”

一、HashiCorp、DataDog、Servicenow的产品线

跳出 DevOps 这个概念来看HashiCorp、DataDog、Servicenow的产品线布局，可以发现一个逻辑模型：
640.png

对应到代表性产品：
640 (1).png

  • HashiCorp 比较强的是 IaC（Terraform） + Safe（Vault）
  • DataDog 比较强的是 Watchdog，通过开源大量运维类工具，自下而上获得企业客户，相当于将大量能采集数据和管理节点的“探针”，植入了企业的各种IT环境和环节中，形成事实上的“度量+痕迹+日志”标准，进入企业级的运维数据处理和IT服务管理市场
  • Servicenow 比较强的是 workflow，已经深入到非IT领域，以工作流为基础进入了通用型比较强的企业日常工作（员工入职培训流程等）

三家工具和服务布局重合度很高，多云部署和管理已是基础功能，简单说：

  • HashiCorp 的生态位是 IT架构设计 和 IT架构安全
  • DataDog 的生态位是 监控 和 运维
  • Servicenow 的生态位是工作流，是基于IT的企业业务细节管控，即“IT方向的ERP”，单一平台实现业务数字化转型

都具备了从IT架构深入企业日常运营的基础能力，从三个起点，通过三个路径，走向“企业治理”这个终局，成为“企业治理”的一部分。

因此，关注到新的IT趋势：

  • 混合云架构盛行，物理网络异构分散，虚拟网络统一集中
  • 边缘端兴起，网络实时性要求更高
  • 企业业务数字化转型，垂直化带来IT架构的碎片化和复杂化更严重

需要新的IT服务理念，IT从支持型服务向“IT即业务”转变：

  • IT架构与企业治理架构高度一致
  • IT运维与企业运营高度一致
  • IT架构甚至先与实际业务发生改进实验，承担“虚拟试验田”的功能，实现真实业务的低成本迭代测试

二、理念演化

DevOps -> NoOps

这是一个“沟通界面统一”的过程，首先是开发与运维角色，在DevOps下，使用统一的语言和数据界面沟通；然后是IT与业务角色，在NoOps下，实现沟通界面的统一，甚至可以称为“IT面管理”。

最终实现了 IT架构 + 业务架构 + 组织架构 的统一。

三、技术演化方向

颗粒度更细

  • 容器粒度，Docker -> WebAssembly，从服务到函数，考验IaC的设计和部署能力
  • 时间粒度，响应时间向实时操作系统的要求演化，考验多云部署、管理、监控能力

规模更大，更复杂

  • IoT带来，调度和管理的数量指数增长
  • 5G带来，数据量和带宽的指数增长
  • SaaS带来，外部API的监控和治理

更自动化

  • 老中医式的人治 -> 固定规则形成的法治 -> 少数核心概念指导下的AI自治

四、客户角色的演化

产品使用人：运维 -> 开发+运维 -> IT+一线业务+管理高层

付费决策人：IT部门总监 -> CTO（技术架构&运维）+CSO（运营风险）+CFO（运营成本） -> CEO（企业治理）

五、完整的IT治理平台服务应该包括哪些组件

新形态的DevOps

  • 设计配置：基础设施即代码
  • 安全：零信任安全方案、数据合规方案、攻击面管理方案
  • 连接：多云服务联网
  • 交付：多云应用部署交付、私有云部署方案
  • 运行：工作流引擎及运行环境
  • 评估：运维监控、费用管理
  • 政策：国产化替代

对比房地产：

  • 设计院 + 建筑方 + 安保 + 物业 + 第三方服务供应/维保（电梯/门禁/物流/会计/律师）

一、Meta这家公司由什么构成

Meta = CyberID + VR/AR + Libre + SocialGame

  • CyberID，Facebook本身首先是基于熟人社交的，也就是真实ID，会发展出来与真实世界无关的ID
  • VR/AR，元宇宙的接入设备，会模糊真实世界与虚拟世界的界限
  • Libre，基于真实资产的类稳定货币，成为元宇宙的价值交换中介
  • SocailGame，价值产生的场景，可以引入多方入驻的子宇宙

二、入口级产品并不是VR/AR

接入设备是容易被替代的，可以是手机，可以是VR，也可以是未来的脑机接口设备，因此要看不变的东西是什么？是ID。

由于在元宇宙中，一个人可以对应多个ID，掌握了ID就掌握了最上游，也可能掌握价值中枢。

入口级产品是类似数字钱包的CyberID钱包

三、NFT是元宇宙的基础设施之一

云宇宙中的价值共识，通过某种虚拟货币来实现与真实世界的对接，Liber有这个潜力，但还缺少了价值载体，把注意力放在从属于ID的内容、行为结果或其他东西上，NFT可以标记有价值的“东西”的产权，这样才可能实现价值交换。

数字ID = 「多ID => CyberID钱包」
数字ID = 「NFT => 可交易的数字身份 + 归属于数字身份的NFT」

除NFT可交易之外，元宇宙中的数字身份也可以被交易

数字身份的交易也记录在链上，有几个好处：

  • 真实ID可监管，容易被真实世界的法律法规接受
  • 数字身份与真实身份实现了隔离

四、SocialGame提供了IP跨元宇宙实现价值的机会

准确的说，相同IP的游戏可能在不同的元宇宙提供商的服务里存在，只是表现形式会有差异，出现两个机会：

  • IP生产商，即CP对渠道的优势
  • 跨元宇宙（平台）的游戏编程工具，包含形象设计、剧本设计、互动设计等，类似RPG Maker这种工具的低代码形式，降低子宇宙剧情和规则的设计难度，实现一处制造处处使用

这两个机会都在元宇宙“体验”供应链上游，供应链的其他环节也会有

五、其他潜在机会

  • IaaS层：边缘设备的算力应用，即边缘云在元宇宙场景中的应用
  • PaaS层：元宇宙领域的“API”方案商
  • SaaS层：偏向工具和特定服务，可能会有跨元宇宙货币的机会
  • 设备：VR的供应链，已经火过几波了

总结：

1、元宇宙入口级产品是类似数字钱包的CyberID钱包
2、元宇宙版的RPG Maker软件，也许是SaaS化的
3、C端的元宇宙可能还是赢家通吃，优势在原来就有ID优势的企业，如Facebook和腾讯

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. ...
  7. 109