0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

如何挖掘区块链领域特斯拉?

hl5C_deeptechch 来源:YXQ 2019-06-26 09:59 次阅读

今年 4 月,《福布斯》发布了首份全球区块链 50 强(Forbes Blockchain 50)榜单,其中,富士康成为极少数入榜的中国企业之一,这才令外界猛然发现,原来不知不觉中富士康在区块链领域的布局已经如此领先。因此,DeepHash 专栏很高兴本周邀请到福布斯榜单上列出的富士康区块链关键带队人、HCM 资本创始管理合伙人李仁杰。过去甚少公开发言的他,在本次专栏中将难得地分享 HCM 的区块链投资策略,以及他对区块链产业起落的观察。

区块链这个故事到现在算起来讲了大约已有四年时间,尤其前两年开始非常热,吸引了大量关注。但其实,真正的未来不是在区块链本身,而是在于去中心化的新数字经济。互联网在走了 20 年后,产生了很多问题,有很大的可能是要被革命、要被革新的,所以从投资的角度来看,我们认为应该先有一个布局。

先别管行业里面有多少人是真正为了行业发展在做事,这其实没那么重要。重点是,假设未来的世界发展方向是这样,到底谁能够真地让它实现?区块链行业所存在的这些现况,包括这些公司的体量、所做的事情,能够对实际商业应用的未来起到什么作用?或者是没有?

事实上观察区块链行业 3、4 年时间下来,我们后来发觉,整个进展还是处于相对的早期阶段。如果是以打棒球来讲,比特币可能是第一个球。但整个比赛到现在仍只是刚开始,大约是在第二局、第三局,或是第二局下半。我们看过好球丢出来,也看过坏球,也有人挥棒去打,但大体来讲还很多需要去协助、去建设的,包括技术也好,应用也好,皆如此。

如果说有可能区块链最后证明只是一场徒劳、一场炒作,事实上是没办法胜任数字经济改革的使命,当然也可能再努力 20 年也不会有结果。但为什么我们认为有机会?因为人类在发展这几百年来,很难得出现一个东西是可以像比特币这样解决信任问题的。

其实信任一直围绕着我们每天的生活,以金钱来说,过去你会相信银行。因为银行有国家的监管、牌照,银行有大楼。我们看到银行有钱买得起那些最高的楼,所以银行不会倒,所以觉得可以信任银行。就是因为这样子,才会有这些信任的中介机构。但过去这些信任的成本其实导致人们在生活上、工作上、交易上,损失很多额外的时间和成本。

但人类史上从来没有发生过像比特币这样,至今已经运作十年多了,期间没有一个中间机构、或政府指定的机构,就凭大家的这种分布式记账,矿工协助记账,能够这样运作了十年,没有中断过。不只是信任得到解决,不需要中间责任,另一方面比特币也没有被黑过。中心化系统无论多么安全,还是有被黑的可能性,可能整个数据被偷走或钱被取走。光从这两点就证明,这项技术是有可能给人类社会带来很大的改变。

所以我们认为区块链是非常有未来的,现在的问题是在于为什么会发展那么慢?尽管大家都知道区块链技术是有未来的、是对的,为什么仍无法让它快速发展起来?

我觉得是分成两点原因,第一个是对目前的企业而言,要采用这样一种无中心化、或者弱中心化的东西,意味着需要做出很大的改变。

现在实体世界掌握经济主导权的人,一是可能受限于既有法律规定,二是受限于既得利益者,三是受限于既有技术框架,都很难真正接受区块链。

毕竟现在的大互联网企业是极度中心化,因为中心化,因为垄断,它能够得到每个人非常多的 big data,才能使得它们今天的垄断地位不断加强。这使得改变很难,所以难就是难在这儿。

第二个原因是行业里的早期创业者,确实有情怀、有技术背景,但若是放在过去二、三十年创业成功的历史上来看,其中很多创业者其实还不够成熟。

如果我们统计 2014 到 2016 年的区块链创业公司,从 3 人到三四十人规模的大概占了80%-90% 比重。然后再看背景,大多是智力超群善于钻研的专业鬼才,思维超前,带着他们手中的 code,一心想要改变世界。

但正如刚才说的,实体经济中有些是封闭系统,有些已经被大的互联网所垄断,一个想要改变世界的想法,跟实际能够去落地之间,是隔好几层的。

所有东西最后都要结合到实体世界,哪怕你要做一个去中心化的 Uber,最后也要面临怎么去推广到这些出租车业、或驾驶司机,或使用民众等。太过于前卫,又没有商业运营和推广能力,自然就很难成功。

这也是我们一般看创业公司能否成功的一个关键,技术是一方面,有没有技术的门槛,形成你的竞争壁垒的优势和聚集。另一方面就是怎么商业运营。尤其是区块链行业,会看到很多一二十人的小型初创公司,其中很多确实概念领先,并且可能整个团队都技术超牛,有很多神奇的想法,但理想大多是五年后的,距离真正落地带来改变还有非常长的路要走。

例如 2014 年 HCM 刚在北京设立时,公司落脚在芳草地,起初还只有两、三个人,就在一次引介之下,见到了第一个从硅谷来募资的区块链项目。

这位创业者是一个外表看起来有点酷、很神秘的印度人,他是斯坦福大学第一个教比特币的,2013 年几乎还没有人听过什么是比特币、什么是区块链时,他就成立了公司。

他带着团队来北京与我们见面,开口表示目标融资 3 千万美元,打算做一种小型矿机。当时这可以说是整个比特币、区块链融资史上金额最高的一个项目。一直到 2016 年 CoinDesk 共识大会上公布一份区块链项目融资统计,数据一摊开来,这家公司还遥遥领先其它所有项目。

但最后,这家公司的产品概念太超前,市场一时难以理解,销售不见太大起色,所幸公司即时转为其它方向,后来也被一家大型交易所收购了。

这告诉我们,现在真正重要的是应该要回归到什么是 real?区块链怎样能够实现落地?这也是我们在区块链生态投资布局上的思考逻辑。

这个问题可以有两个思考方向。一个是能够落实企业应用的。让企业愿意真地让自己的东西结合这个技术,可能逐步从半去中心化到完全去中心化,并且可以延伸整个上下游,让它的效益能够发挥出来。

另外一个是能够重新建立一个生态的。包括开创自己的客户、自己的用户,自己的供应商,真正建立一个有别于过去的、全新的生态系统。就像特斯拉虽然前后花了十年时间,但最后真地建立一套新的生态,真地打造出一种新的产品,从 Model S 到现在的 Model 3,也真地建立起新的用户、新的市场。

这两个方向中又以后者为难。但 HCM 近期投资的由 Provenance Blockchain Inc.(下简称 Provenance )所发行的 Hash 通证,就是这样一个例子。

Provenance 创始人曾经创立过美国校园网贷明星初创企业 SoFi,目前仍是美国最成功的 FinTech 公司之一。去年离开后,当他在思考下一步要做什么时,他发现比起先前的 FinTech 模式,区块链才能够真地改变银行。

但问题是他怎么做?首先他成立了一家房屋网贷平台 Figure,做房屋净值贷款和售后回租房贷,瞄准美国一般手续又慢又贵的房屋增贷市场。HCM 在今年早些时候也参与了 Figure 的 B 轮融资。

这个创业对他来说是驾轻就熟,只用半年时间就将产品打造上线,创业约一年,已经累积一千多笔贷款,同时在底层架构已经使用区块链来记录和跟踪这些信息,并且还与投资银行Jefferies等金融机构建立合作关系,提供贷款额度。接着,他就推出区块链平台 Provenance ,以 Figure 作为第一个场景,在链上发行房抵贷产品,进而延伸为整个链上资产证券化,证明区块链技术在整个融资流程中大幅节约成本、减少风险和提供流动性的优势。

刚才我们讲到区块链发展慢的第一个问题是没有场景,很难说服传统大企业真地对区块链技术开放场景。

但是这个创业者能够自己产生场景,自己就是第一个场景。从第一笔到第数千笔贷款,全是自己做。所以这就不一样了,真的有成功的可能性。

从我们做投资的角度来讲,我们能做什么?就是每天去找一些觉得真地会成功的人,然后再给他一些更多的支持,是不是?

我认为我们不可能自己跨界成为创业者,做一个能够改变世界的项目,也不觉得自己有这样的能力。而有些创始人真地很优秀,只是说也许哪个方面差了一点,如果 HCM 真地能够帮到他,给他一点意见或是指引,就是我们的价值所在。

HCM 投资布局的出发点,就是要能够成为协助引领着整个时代变革的,无论是一个助力、一个推进、或者是一个提升。用资本的力量,用资本的牵动,去撬动更多的资本,然后去布局更多的未来两、三年要发展的生态。

因此, 在区块链去中心化发展到当前这样还有点混沌的时候,我们怎么样能够起到一个协助的作用,逐步创造未来新的互联网、价值互联网?尤其是如何从务实的角度出发,怎么样结合实体经济,对实体经济产生作用,串联起整个生态发展的重要技术与应用?这些是最重要的。

早,不一定是快,不一定是对。晚,不一定是慢,不一定是错。但是现在 “It’s about time”,也是更多、更好的群雄崛起,好好发挥落地作用的時刻了!

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 特斯拉
    +关注

    关注

    66

    文章

    6008

    浏览量

    125670
  • 区块链
    +关注

    关注

    110

    文章

    15554

    浏览量

    104757

原文标题:如何挖掘区块链领域特斯拉?一个投资老将的分析|DeepHash 专栏

文章出处:【微信号:deeptechchina,微信公众号:deeptechchina】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    特斯拉修补黑客竞赛发现的漏洞,Pwn2Own助其领先安全领域

    作为领先电动车品牌,特斯拉始终重视网络安全,并且与白帽黑客建立伙伴关系。为此,特斯拉依托Pwn2Own等黑客赛事平台,以重金奖励挖掘漏洞以弥补隐患。这一措施取得良好成效,数百个漏洞已在发现前被及时修复。
    的头像 发表于 03-22 11:35 118次阅读

    iBeLink KS MAX 10.5T大算力领跑KAS新领域

    Kaspa是一种基于DAG(有向无环图)技术的加的密的货的币,它拥有高速、安全、可扩展的特点,是未来区的块的领域的新星。为了挖掘Kaspa,我们需要一款专门的挖掘机,能够适应Kasp
    发表于 02-20 16:11

    数据挖掘的应用领域,并举例说明

    数据挖掘(Data Mining)是一种从大量数据中提取出有意义的信息和模式的技术。它结合了数据库、统计学、机器学习和人工智能等领域的理论和方法,通过高效的算法和工具,对大数据进行分析和挖掘,从而
    的头像 发表于 02-03 14:19 512次阅读

    有什么办法可以扩展SCB区块的RX FIFO吗?

    大家好目前我正在做一个必须从 SPI 读取大约 2000 字节的项目,那么有什么办法可以扩展 SCB 区块的 RX FIFO 吗?
    发表于 01-30 06:26

    充分挖掘SiC FET的性能

    充分挖掘SiC FET的性能
    的头像 发表于 12-07 09:30 180次阅读
    充分<b class='flag-5'>挖掘</b>SiC FET的性能

    机器学习与数据挖掘方法和应用

    机器学习与数据挖掘方法和应用(经典)
    发表于 09-26 07:56

    一文弄懂数据挖掘的十大算法,数据挖掘算法原理讲解

    数据挖掘主要分为三类:分类算法、聚类算法和相关规则,基本涵盖了当前商业市场对算法的所有需求。这三类包含了许多经典算法。市面上很多关于数据挖掘算法的介绍都是深奥难懂的。今天我就用我的理解给大家介绍一下数据挖掘十大经典算法的原理,帮
    的头像 发表于 09-14 15:56 531次阅读
    一文弄懂数据<b class='flag-5'>挖掘</b>的十大算法,数据<b class='flag-5'>挖掘</b>算法原理讲解

    机器学习与数据挖掘的区别 机器学习与数据挖掘的关系

    机器学习与数据挖掘的区别 , 机器学习与数据挖掘的关系 机器学习与数据挖掘是如今热门的领域。随着数据规模的不断扩大,越来越多的人们认识到数据分析的重要性。但是,机器学习和数据
    的头像 发表于 08-17 16:30 1519次阅读

    数据挖掘与机器学习专业就业方向

    数据挖掘与机器学习专业就业方向 随着信息技术的不断发展以及互联网的普及,我们现在生活在一个大数据时代中。大量的数据被收集并存储在不同的领域,并且这些数据随着时间的推移不断增长。然而,这些数据对于人类
    的头像 发表于 08-17 16:29 1209次阅读

    数据挖掘和机器学习之间的关系

    数据挖掘和机器学习之间的关系 数据挖掘和机器学习是两个非常相关的领域,但是在很多情况下它们被误解为是同一种东西。事实上,数据挖掘和机器学习有很多的不同之处,但也有很多的相似之处。在本文
    的头像 发表于 08-17 16:29 2315次阅读

    数据挖掘十大算法

    数据挖掘十大算法 数据挖掘是目前最热门的技术和概念之一。数据挖掘是一种利用现代数据分析技术发现、提取和分析数据中有价值信息的过程。数据挖掘可以帮助人们发现数据背后的规律和趋势,从而为业
    的头像 发表于 08-17 16:29 1835次阅读

    python数据挖掘案例

    python数据挖掘案例 Python数据挖掘在各个领域中应用非常广泛。它可以帮助我们从大量的数据中挖掘出有价值的信息,从而为决策和优化提供依据。本文将介绍一些Python数据
    的头像 发表于 08-17 16:29 846次阅读

    python数据挖掘与机器学习

    python数据挖掘与机器学习 Python是一个非常流行的编程语言,被广泛用于数据挖掘和机器学习领域。在本篇文章中,我们将探讨Python在数据挖掘和机器学习中的应用,并介绍一些Py
    的头像 发表于 08-17 16:29 884次阅读

    机器学习与数据挖掘的对比与区别

    机器学习与数据挖掘的对比与区别  机器学习和数据挖掘是当前互联网行业中最热门的领域之一。虽然它们之间存在一些对比和区别,但它们的共同点是研究如何有效地从海量数据中提取信息和洞察,并用于支持业务决策
    的头像 发表于 08-17 16:11 1152次阅读

    数据挖掘定义及方法 数据挖掘在微电子领域的应用

      摘要:本文首先介绍了微电子领域及该领域中半导体制造的发展现状,然后分析了数据挖掘在半导体制造中应用的必要性和可行性。最后重点讨论数据挖掘技术在研究晶圆制造质量异常问题中的应用,文章
    发表于 07-18 15:43 0次下载