先定一个小目标，人均创收100万。
作者｜王与桐
编辑｜火柴Q
塑造者No．55
在AIoT赛道，有一个各家暗暗憋足了劲的“小目标”——人均年创收100万。
别小看这个目标，细盘市场玩家，达到者鲜。从互联网到物联网，一字之差，吸金力千差万别。
互联网的创收神话，已被Google、Facebook、阿里等验证，但要在物联网复刻互联网奇迹，却面临真实世界的多重挑战：物理环境和终端多元化；产品非标难复制；部署维护成本不可控……最终，往往公司干了一堆累活，还不赚钱。
如何保证终端设备在分散、多变的环境中良好运行？如何减少公司在服务、维护上的过度投入？如何从产品可用走向规模化复制？这是AIoT数据智能赛道面临的共通难点。
今天的主角，是一家年轻的公司——帷幄Whale。
在如今并不乐观的行情里，成立仅一年半，团队人数约100人的帷幄已在2019年上半年获得了数千万人民币收入，比2018年下半年增长1000％，人均创收接近100万。虽然在帷幄目前的阶段，测算这一数字为时尚早，但他们的发展已初步显示出非标技术服务业里难得的特征——高人效。
收入的快速增长，得益于帷幄选择的商业模式，和它在非标行业打造标品的经验。
简言之，帷幄做的事是把线上广告模式搬到线下场景，串起消费者、品牌方和掌握着人流量的场景方（超市、商场、银行、酒店等），用AIoT数据智能技术，做物联网里的营销内容分发平台。
已实现了80％产品化＋20％定制化的产品形态的帷幄，在规模化盈利和客户需求之间初步找到了平衡，目前已获得宝洁、联合利华、百威英博、屈臣氏等20余家大型品牌方客户。
本文，「甲子光年」深度采访了帷幄的创始团队、品牌方客户、生态合作伙伴和投资人，还原了帷幄建立“物联网营销内容分发平台”的思考与经验。
巧妙的切入点加清晰的产品化思路，这家年轻公司试图证明：AIoT技术服务，不一定做得那么累。
1．复刻互联网最赚钱的模式
2018年8月，屈臣氏HWB健康美丽大赏在广州举办。当红明星、时尚大咖、美妆行业供应商及包括宝洁、联合利华、欧莱雅、汉高在内的众多著名快消品牌方悉数到场。
但当天最吸引眼球的，却是占据场馆1／4面积的带屏智能货架展示区。
2018年屈臣氏HWB，帷幄货架前人头攒动
让众人流连忘返的，是一种新奇的互动消费体验。
以购买口红为例，当女孩靠近货架，随手拿起一支欧莱雅豆沙色口红时，货架中内嵌的传感器会捕捉这个行为，并播放欧莱雅在系统内投放的相关带货、试妆视频和评论；当她再拿起另一支姨妈色口红，所有营销内容又会随之调整；当她正犹豫买哪支时，屏幕可能会及时推送促销信息：两件七折。好，都要了。
在这一自然的互动背后，带屏智能货架完成了人脸识别、表情捕捉、动线追踪、重力传感、内容分发、AR互动、促销决策等一系列操作，一气呵成。
为当天活动准备了这场展示的，是当时成立仅半年，团队只有20人的帷幄。
给力的demo，帮帷幄打开了局面。他们陆续收到了几家世界500强零售品牌方的订单邀约，并最终拿下一批标杆客户。
拆分帷幄产品提供的价值，它实际上是在物联网里，复刻了互联网上最赚钱的商业模式：营销内容分发平台。
以电商平台淘宝类比，能直观地理解线上、线下场景的某种相似性：
如果把淘宝想象成一个大型商场，它最初的商业模式是找店家“收租”和收服务费；但随着海量线上消费行为数据的积淀和AI等技术对数据价值的充分挖掘，目前淘宝平台的一大主要收入其实是由商品、店面推荐和各类UGC、PGC内容分发构成的营销服务，付费方包括快消品牌方，也包括淘宝店家。
这样的商业模式给线上电商带来大量收入，但以往，在线下物理空间，如大型Shopping Mall或便利店里，类似的营销价值却很难被充分发掘。
这一是因为此前的技术做不到以低成本手段，感知、采集线下消费行为数据，没有精准营销的决策基础；二是零售行业非常分散，难以形成垄断流量的寡头，做营销服务的规模效应也就相对弱。
而这两个阻碍，刚好给帷幄这类AIoT数据智能玩家提供了机会。
机会一方面来自新技术：物联网、传感器、数据智能、推荐算法等黑科技给线下场景吹来了新风。
另一方面也来自线下分散的商业格局：淘宝、Facebook都是自己有平台，自己做营销，形成了流量生意的闭环；而线下商业场景的碎片化，则给连接品牌方和场景方的第三方营销内容分发平台提供了更多机会。
帷幄来做这件事，又有一定的优势。这家公司的创始团队，来自全球范围内，把广告营销生意做得最风生水起的公司之一，Facebook。
CEO叶生晅曾在Facebook Feed Ranking ＆ Data部门工作3年，创建并管理了世界最大的机器学习 Ranking 数据管道平台，是推荐、排序、预测系统的专家；
CTO王尊曾在Facebook Feed Ads部门负责广告产品和数据框架；
CDO谢树昆曾在Facebook Feed Machine Learning部门负责数据业务。
来自麦肯锡的COO陈安迪，则有丰富的数字零售转型经验，使团队在技术和行业认知上获得了平衡。
帷幄CEO叶生晅对「甲子光年」类比：“假设一家店面，每小时人流量是一千，一天下来至少是一万，一个城市至少有一千个便利店，一天就是一千万流量。一个App，如果有一千万日活，这是什么概念？”
这是一个好故事：在物联网里，复刻互联网最成功的商业模式。
但淮南为橘，淮北为枳，物联网里，互联网的流量＋营销玩法行得通吗？
2．AIoT带来的新增价值
每天被1000万人光顾的便利店，真的类似1000万日活的App吗？
其实二者有明显区别。
第一个区别，是网络效应。
网络效应，指随着新节点加入，网络整体的边际收益递增，且已加入的节点对未加入的节点有示范作用。比如电商平台，规模越大，买卖匹配效率越高，更多买家和卖家会更加吸引彼此，网络规模会持续扩大，逐渐形成垄断和寡头；而目前来看，物联网场景则难有“网络效应”：场景方和品牌方相对分散独立，节点之间较难相互影响。
第二个区别，是内容分发方与用户关系的强弱。
在互联网世界，PC、手机等信息终端都是私人物品，营销内容分发平台可直接触及个人消费者。
而物联网的终端是嵌入在商场、电梯、楼宇等B端场景里的屏幕、传感器等，作为营销内容分发平台的帷幄等公司，在面对C端之前，还隔了一层场景方——场景得一家家磕出来，很难快速起量。
这使得物联网不能简单模仿互联网逻辑。
不过，营销内容分发方面，物联网有新的想象空间。
一是增长潜力巨大：根据亿欧《2018线下大数据产业应用研究报告》，如果算上餐饮业，目前80％的消费行为仍然发生在线下；而在美妆、珠宝等高货值品类上，线下销售的比例格外高。如今线下销售行为只实现了7％的数据化，发展空间巨大。
二是巨头并无绝对优势，可能出现新的大体量公司：这就像陆地上跑惯了的人要下下水，以往信息化、数字化程度低的广阔物理世界对大小玩家来说都是未知水域。
三是场景方也将受惠于此：要在物理世界分发电子营销内容，需要在零售卖场、银行等渠道场景布置传感器、屏幕，这为这些物理空间积累了行为数据，带来了新的交互体验——这部分投入除了可用来帮快消品牌方做广告，本身也对卖场、银行等场景方非常有价值。
考虑到线上线下的综合差异，帷幄摸索出了与互联网营销内容分发平台略有不同的商业模式：
发展到今天，典型的互联网广告模式是，服务向消费者免费，找品牌方收广告费，“羊毛出在猪身上”。
而帷幄的服务向消费者和场景方均免费——主要以免费方式在零售卖场、银行、医院等场景安装智能带屏货架，最后找品牌方收钱。
这为线下商业的3个主要角色都带来了价值：
给消费者的价值：
新型交互体验、精准促销信息、消费决策辅助。
给品牌方的价值：
精准推送营销内容，促进消费者的购买行为，最终提升整体收入。
给场景方的价值：
获得包括用户画像分析，客流、人流分析，运营决策辅助在内的数据服务；以智能交互屏幕增强对消费者的吸引力。
在这个模式中，由于物联网场景分散，帷幄不太可能、也没有必要获得场景方、品牌方的数据；但在处理、分析大量数据的过程中，帷幄能迭代产品，获得行业洞察，从而更高效地做好内容分发。
在具体落地行业时，帷幄重视利用已有资源，叶生晅告诉「甲子光年」：“我们要做的是把线上线下数据打通，而不是抛弃已经成熟的线上数据，另起炉灶做线下。”
在客户的选择上，帷幄采取“二八法则”：以80％的精力服务宝洁、联合利华等国际大品牌方和美妆等高货值产品——大品牌和做高货值品类公司更在乎消费者的购物体验：迪奥花费几百万去设计线下的电视内容投放；欧莱雅巨资收购AR公司ModiFace；巨头对利用技术手段，深刻洞察消费者行为的理念更有接受度。
由此，一边融合线上、线下数据，掌握消费者行为，一边根据停留、拿货、挑选等行为做相应内容分发，帷幄形成了“线上行为－线下行为－营销内容效果反馈”的数据闭环，和“品牌方－帷幄－场景方－消费者”的商业闭环，在AIoT数据智能赛道上，找到了一个独特的切入点，立住了自己的产品。
3．三层产品加内容生态
「甲子光年」曾在以往文章中总结过，技术公司落地有三个关卡：技术验证、产品验证、量产验证。
帷幄目前处在产品验证到量产验证的临界点上：产品已落地，且赢得了宝洁、联合利华等标杆客户，接下来的问题是如何规模化复制。
从结果上看，帷幄表现不俗。今年上半年，其收入增长超1000％，这得益于帷幄“80％的产品化＋20％的定制化”的清晰产品思路。
其中，80％的产品化有3个层次。
一是上层的硬件设备。包括看得见的带屏智能货架、Whale Hub（商业级AIoT边缘计算单元）和看不见的传感器、摄像头等，客户可根据自己的不同需求选择、组合这些标准化产品。
二是中间的应用层。帷幄针对品牌方客户，推出了“Alivia清晨平台”。品牌方可在简洁的界面上实时查看投放内容、反馈数据，并根据推荐优化策略更新内容，实现对内容素材、信息流和数据的远程统一管理。
Alivia清晨平台界面
而在服务场景方的数据应用方面，帷幄也推出了涵盖销售漏斗追踪、转化率分析、坪效分析、上架试用分析等标准模块的产品。
三是底层技术的标准化。帷幄自己开发了一套AIoT技术开发方案，这些经验后来被集成在了帷幄今年5月推出的新产品 Whale Hub上，可快速实现新的AIoT功能。如帷幄自己的人脸门禁系统，就是帷幄团队用他们的AIoT产品方案，花一个晚上hack出来的。
20％的定制化部分则主要是内容运营。
“以抖音为例，在线上，用户可以看30秒视频，也可以看3分钟视频；但到了线下，10秒钟就必须吸引到消费者。”
叶生晅告诉「甲子光年」，线上、线下内容在心理层和物理层（屏幕、交互手段等）上都有巨大差异，线下无法照搬线上，这就需要帷幄在内容供应者和品牌方之间做好对接。
目前，帷幄已和一些短视频MCN机构（网红、内容创作者的经济机构；或集团性内容创作机构）建立了合作，邀请他们针对线下场景创作合适内容。
比如在近期的“上海垃圾分类”热点中，百威英博的科罗娜啤酒就在帷幄的帮助下，做了一波精彩的线下营销。
科罗娜的经典饮用方式
爱喝科罗娜的人一般会在酒瓶里塞一瓣柠檬，但柠檬是湿垃圾，酒瓶是干垃圾，喝完之后会出现柠檬瓣掏不出，干湿难分类的问题。
为蹭这波热点，品牌方便在贩售科罗娜的货架屏幕上投放了一个互动内容：教人们用1／16的柠檬配科罗娜，喝完后能方便分类。
这改变了以往线下营销绝缘热点，相对静态的缺陷。这场活动下来，科罗娜货架前的消费者停留时长增长了5倍。长期以来被忽视的线下流量和数据价值，在此时凸显。
遵循着80％产品化、20％定制化的思路，帷幄目前只抓两头：品牌方和底层技术，中间环节则充分开放给硬件供应商、内容供应商等合作方。
这也为帷幄的未来远景——“打造线下营销内容生态”提供了基础。
帷幄COO陈安迪表示：“帷幄就像iPhone，我们提供硬件和系统，第三方在我们的底层技术之上，围绕线下营销、内容、行为分析等开发App或生产内容，一起提升消费体验。”这也会为内容生态带来新变化，下一个抖音、快手，也许将在物联网领域诞生。
4．被巨头惦记的机会
在实现线下内容生态的路上，帷幄已实现了一些“小目标”。
从今年开始，帷幄已从最初落地的零售场景走向泛商业领域，进入医院、酒店、学校等更多场景。
今年5月9日，帷幄又发布了软硬一体化边缘计算设备Whale Hub小魔盒，它提供混合AI计算引擎，统一的实时处理API，多种识别、分析、交互算法和模型，并允许同时接入1000个传感器和2个摄像头，能让开发者从搭建边缘AI系统的繁杂任务中解放出来，专心于应用层，也就是定制化部分的开发。
叶生晅告诉「甲子光年」，做AIoT平台和推出Whale Hub的背后，是帷幄一贯的技术价值观：不闷头搞炫酷技术，而是要用技术解决问题。
不过从目前客户的反馈来看，帷幄等AIoT数据智能公司的产品仍存在一些影响问题解决的客户体验瓶颈，包括“线下运维成本过高”和“数字化不融入业务”。
某引进了多类智能货架商品大型综合商场技术部负责人告诉「甲子光年」，他们就遇到过培训成本高，后续运维难以跟上的问题：
“商场卖货柜员一般没有任何技术背景，又让他扫这个、又感应那个……培训柜员非常麻烦；所以做好线下数据化，需要技术公司和我们一起寻找最优闭环方案、最佳流程，降低整体的运维成本。”
而数字化不融入原有业务流程，则是产品设计的问题。好的体验设计，追求“零感知”，润物细无声。现状却是，很多公司，产品做了一堆，流程却不够优化，导致柜员或消费者要进行多次扫码、识别，无法将身份读取、支付、会员拉新等多个环节自然串在一起，反而使消费者产生抵触心理。
前路虽难，整个AIoT数据智能市场却越来越热，舆论关注度持续提升，各类玩家陆续入场。
其中有从硬件商转型的：如台湾明基，此前的一大业务就是给零售商提供包括电子屏在内的整店数字化展示方案，它们的优势是有硬件产线和现成的商业渠道；目前，明基推出的新型智慧门店方案中，已包括了具有互动功能的智能屏幕和智能云货架。
有本来就占据线下场景的：如起家于电梯传媒的分众传媒，现已能在全国230个城市，触达5亿人流／日；早在2017年，分众就开始推交互屏幕，目前，分众已可实现根据人群特征调整内容的智能广告推送；与帷幄不同的是，它尚未涉足MCN内容生态。
甚至有身怀数据和技术优势的互联网巨头：如京东数科旗下子品牌京东钼媒，就在切入与帷幄类似的市场。
目前，钼媒称其已在全国铺了200万＋线下智能屏幕，覆盖社区、工作、出行、校园、消费等线下场景，掌握了丰富的用户标签体系，能为B端广告主提供精准服务。
值得一提的是，分众背后也有巨头魅影：阿里在去年7月以150亿人民币当上分众二股东，在分众当天发布的公告中，明确写到“双方将共同探索新零售大趋势下数字营销的模式创新”。
大家伙对AIoT线下营销市场的顾盼，对帷幄这些初出牛犊来说既是潜在的危险，也是另一种证明。
毕竟，不被惦记的肉，不是好肉。
END．
