CNET科技資訊網(wǎng) 8月16日 北京消息: 印度今年的GDP增速約為7.6%,將超過中國成為全球經(jīng)濟增速最快的國家。此外,印度2015年吸引外資達90億美元,成為去年最受外資青睞的國家。借助這樣的發(fā)展勢頭,印度莫迪政府在今年1月推出的“印度創(chuàng)業(yè),印度崛起”計劃成立高達90億美元的創(chuàng)業(yè)基金。在多方助力的作用下,印度的初創(chuàng)企業(yè)進入爆炸式增長期。有機構(gòu)報告稱,2014年印度擁有3100家初創(chuàng)企業(yè),預計到2020年,這一數(shù)字將突破11500家。這樣龐大的初創(chuàng)企業(yè)數(shù)量為孵化器產(chǎn)業(yè)的發(fā)展提供了足夠大的發(fā)展空間。那么,印度的孵化器產(chǎn)業(yè)發(fā)展得怎么樣呢?
不同于中國的孵化器市場,印度孵化器大致可分為三種類型,即高校政府合作型、私人基金投資型以及外資型。每一類型的孵化器都各有代表,且發(fā)展勢頭很猛。
在高校孵化中心,有經(jīng)驗的創(chuàng)業(yè)者、高校教師會為學生創(chuàng)業(yè)者提供經(jīng)驗分享和創(chuàng)業(yè)指導。學生的創(chuàng)新想法也可在第一時間得到高校的資源支持。這種孵化器類型比較適合在校學生和技術主導型企業(yè)。
以印度理工學院孟買分校的SINE為例,它是全印最早的孵化器之一。目前,SINE孵化的78家企業(yè)中已有36家成功完成融資。此外,印度安德拉邦推進的Nasscom計劃,通過創(chuàng)業(yè)教育,鼓勵學生和年輕人自主創(chuàng)業(yè)成為企業(yè)家。除了高校孵化器,印度政府還致力于建立創(chuàng)業(yè)型大學,營造良好的創(chuàng)業(yè)環(huán)境,加強企業(yè)和高校的聯(lián)系,促進科研成果轉(zhuǎn)化。
這一類孵化器更像“房地產(chǎn)開發(fā)商”,為初創(chuàng)公司提供辦公空間是其主要優(yōu)勢。2015年9月,塔塔家族的掌門人拉坦塔塔(Ratan Tata)聯(lián)合多個政府機構(gòu)成立印度最大的孵化中心T-Hub。
T-Hub是“獨特的公私合營”機構(gòu),現(xiàn)擁有6萬平方尺空間,可容納800家初創(chuàng)企業(yè)。在提供低成本的共享辦公空間外,T-Hub還會在公司管理和法律咨詢方面幫助初創(chuàng)企業(yè)發(fā)展,這些都是創(chuàng)業(yè)公司在發(fā)展初期會遇到的最大難題。
近期,在德里擁有約216處物業(yè)Qdesq完成天使輪融資。Qdesq不止提供低價的辦公空間,還配備了附加服務,如前臺接待等。孵化器Innovation則試圖搭建一個在科技領域全球領先的創(chuàng)業(yè)項目推廣平臺。
孵化器起源于美國,隨著互聯(lián)網(wǎng)的普及,逐步向世界各地發(fā)展。在印度,孵化器背靠的外國資本可不只是美國。2015年12月,英國加速器Entrepreneurial Spark與新德里Viridian Ventures合作推出ESpark-Viridian Accelerator,計劃投資3億美元,以18個月為孵化周期,為創(chuàng)業(yè)期企業(yè)提供種子資金、基礎設施和創(chuàng)業(yè)指導。
法國加速器NUMA也與班加羅爾共享空間企業(yè)Cobalt合作推出城市加速器,將以知識產(chǎn)權(quán)為核心,為創(chuàng)業(yè)者打造提供辦公空間、基礎服務的生態(tài)環(huán)境。中國企業(yè)也正成為印度孵化器市場上不可小視的力量,阿里巴巴計劃聯(lián)手印度GLOBALS公司在班加羅爾建立創(chuàng)業(yè)孵化器,專注于移動互聯(lián)網(wǎng)和移動電子商務產(chǎn)業(yè)的初創(chuàng)項目。此外,位于印度創(chuàng)新之都古爾岡的竺道加速器,其中國經(jīng)驗+印度創(chuàng)新的本土化運營很值得中國企業(yè)借鑒。
目前,印度的創(chuàng)業(yè)市場受到追捧,其初創(chuàng)企業(yè)的密度已居世界第三。有機構(gòu)預測,2014年印度擁有3100家初創(chuàng)企業(yè),預計到2020年,這一數(shù)字將突破11500。
如此數(shù)目龐大的初創(chuàng)企業(yè)市場為印度孵化器市場的發(fā)展留足了空間。若初創(chuàng)項目入駐一個完善健全的孵化器卻能達到事半功倍的效果,其創(chuàng)業(yè)成功率也會隨之增加。但就目前印度市場已有的孵化器來看,大部分仍不能達到上述標準,本土孵化器尚處發(fā)展初期,各方面配套服務尚不完善。而外資孵化器缺乏本地化經(jīng)驗,難以對創(chuàng)業(yè)項目對癥下藥。
可在印度孵化器市場發(fā)展大好的前景下,創(chuàng)業(yè)者和投資方們不妨冷靜一下,對創(chuàng)業(yè)者們來說,孵化器真的是必需品么?孵化器究竟能為創(chuàng)業(yè)提供什么樣的幫助?
首先,孵化器更像是一個創(chuàng)業(yè)生態(tài)圈,是創(chuàng)投圈交流、對接的平臺。在這里,創(chuàng)業(yè)者們可以對接其他初創(chuàng)團隊、媒體人、行業(yè)大咖及各種廠商,極大的節(jié)省了創(chuàng)始人尋找相關資源的時間和精力。此外,孵化器內(nèi)還會有創(chuàng)業(yè)“老司機”進行經(jīng)驗分享,幫助首次創(chuàng)業(yè)者避開雷區(qū)。
其次,孵化器承擔了部分FA和部分投資人的工作,即幫助創(chuàng)業(yè)者完成融資。對大部分初創(chuàng)企業(yè)而言資金緊缺都是其頭疼的難題,而孵化器左手創(chuàng)業(yè)者右手投資方,將作為橋梁幫助雙方實現(xiàn)對接,自己也可對創(chuàng)業(yè)項目進行投資。而YC提供的路演機會更是創(chuàng)業(yè)者們不可錯過的、讓資本市場知道自己的機會。
最后,孵化器還將為企業(yè)提供法律咨詢、運營管理咨詢、公關咨詢及上市準備等服務。作為一個成熟的孵化器,不會只關注初創(chuàng)項目,而是對其孵化過的企業(yè)進行跟蹤管理,在必要的時候提供幫助和支持。
如此看來,若初創(chuàng)項目入駐一個完善健全的孵化器卻能達到事半功倍的效果,其創(chuàng)業(yè)成功率也會隨之增加。但就目前印度市場已有的孵化器來看,大部分仍不能達到上述標準,本土孵化器尚處發(fā)展初期,各方面配套服務尚不完善。而外資孵化器缺乏本地化經(jīng)驗,難以對創(chuàng)業(yè)項目對癥下藥。
當人們下意識的以為是孵化器成就創(chuàng)業(yè)公司時,不妨仔細思考。而創(chuàng)業(yè)者們也大可不必過于迷戀“孵化神話”。實際上,孵化器與創(chuàng)業(yè)公司是相互折磨相互成就的關系。
對孵化器而言,入駐的創(chuàng)業(yè)項目并非越多越好,項目在精不在多。這也是為什么YC對入駐項目審核嚴格的原因。一個好的創(chuàng)業(yè)項目一旦成功,將為孵化器帶來名氣,即品牌效應。從而吸引更多地優(yōu)質(zhì)項目入駐,形成良性循環(huán)。
若只因“人氣”而允許無價值項目入駐,孵化器因此而承擔各種顯性成本和隱性成本。如時間、金錢成本及自身品牌的貶值,難以盈利等問題,其后果是毀滅性的。對創(chuàng)業(yè)者而言,選擇一個成熟完善的孵化器至關重要。
選擇得當,可學習成功者的經(jīng)驗,輕易地接觸到所需資源,不管是融資抑或上市都有成熟的團隊給予支持,其創(chuàng)業(yè)成功率將大大提高。反之則可能受到孵化器的拖累。
由此可見,孵化器和創(chuàng)業(yè)項目之間可謂相愛相殺,項目若想成功二者缺一不可。雙方都應做出最恰當?shù)倪x擇,拋開名利、人氣等虛假因素。此外,“對口”也尤為重要,如電商類創(chuàng)業(yè)項目便可入駐電商垂直領域孵化器。
竺道觀點:中國的孵化器產(chǎn)業(yè)的紅利期已經(jīng)結(jié)束。在盈利模式不明確,濫竽充數(shù)的孵化器大量涌入的情況下,中國孵化器產(chǎn)業(yè)面臨行業(yè)洗牌。他們并沒起到整合資源,創(chuàng)業(yè)服務的作用。而在政府的大力支持下,印度孵化器市場的紅利期才剛剛開始。大量初創(chuàng)企業(yè)需要服務、資本方和創(chuàng)業(yè)者的追捧,因素證明印度創(chuàng)新創(chuàng)業(yè)整體的大勢已起。中國孵化器產(chǎn)業(yè)所面臨的問題,在印度還為時尚早。但是很多中國孵化器的前車之鑒,可以成為印度同行很好的前車之鑒。
文章來源:鈦媒體
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。