艾拉虽然在物联网智能家居领域耕耘多年，一直给海信、美的的智能家电提供智能化方案，这两年才从幕后转到台前。艾拉背靠上市公司，上海、深圳都自有物业，业务覆盖云管边端在业内可以说是唯一一家了，产品快速迭代，2年时间内已经赶上其他品牌10年进度。可以的，艾拉智能家居品类很多，可做到全套的智能家居，艾拉这个品牌不仅仅是智能家居，他还是专业做物联网的，智能家居产品用起来便捷稳定。
自己家用的话，建议从进门时候的智能门锁，到屋内自动开关灯传感器，再到智能控制室内恒温恒湿的智能设备都可以上，还有智能晾衣杆、智能窗帘，艾拉都有专业的产品系列，你也可以自己去店里体验之后再决定。一般情况下，可以通过重新启动艾拉系统来解决错误。如果重启后仍然无法解决，可以尝试清理缓存，更新系统，重新安装系统或者重新配置系统等方法来解决。如果以上方法都无法解决，可以联系艾拉客服人员，由他们进行进一步的排查和解决。源: i黑马网 (北京)
（原标题：线性资本王淮：一拍脑袋就投谁不会，别把创业者搞浮躁了）
王淮，Facebook第二位中国籍工程师，第一位华籍研发经理。现在，他是线性资本合伙人，主要关注大数据和人工智能。从技术男到投资人，王淮给自己当前定下的小目标，就是投出两家“10亿美金公司”。而他的投资，也自成体系，对于数据智能，他最关注的，就是如何解决实际的商业问题。人工智能专题新的一篇文章，请听王淮总结自己的投资理念，以及他对当下人工智能创投热潮的看法与建议。（PS：文尾有彩蛋哟~~）
文丨石慧
王淮是典型的技术男出身。他是Facebook早期员工——2007年加入，是其中第一位华籍研发经理。但随着Facebook的扩张，“老员工”王淮找不到初创公司的感觉了。他决定换一种生活方式。
如今，他与前京东、天猫高管张川一同创立了线性资本，关注大数据、人工智能，投资Applied Data Intelligence——业务性的数据智能。“以技术为核心，并将技术应用到我们认同的问题上，我们才会投。”王淮说，“大数据应用一定要解决实际的商业问题。”
显然，技术出身的王淮并不仅仅关注技术本身。来自温州的他，身上还带着温州商人的精明。
数据智能要强应用、商业化，是他的投资逻辑，这从线性投资的项目可见一斑。目前，线性资本投资了33个项目，包括中科视拓、神策数据、地平线机器人、Rokid、艾拉物联、ThinkingGame数数科技、杭州同盾科技、Ping++等。
在王淮看来，人工智能的热潮已经来了。不管他并不是很喜欢“风口”这个词，他暂时也只能用这个词形容现在的人工智能领域。
他给自己定了一个小目标：投出两家10亿美金的公司。“然后再说别的。”
王淮希望，大数据、人工智能创业者能第一时间想到线性资本。“所以我们必须聚焦。明白自己擅长什么，不擅长什么。”他说。
以下为王淮口述，经创业家& i黑马 编辑：
我是技术出身，2007年年初进入Facebook做工程师，2012年离开。我是Facebook的早期员工，加入的时候公司只有100多人，到我离开时，已经到了4000多人。
在那时，我就有后来创业的想法，我在雅虎待过一年半，对大公司的运作有了一定的认识，我想去尝试一下不同的生活，于是就去了Facebook。当时会加入Facebook，我觉得它是家有趣的小公司。那时没想到它后来会做那么大，但是那些人我觉得非常有意思。后来离开也是，我觉得最好玩的日子已经过去了，接下去的也许就是按部就班的生活，想有一个更大的改变。但我觉得打工我不可能再去第二家公司，公司对我们实在是太好了。
我回国以后，看了一圈，2012年底打算做投资，和张川、薛蛮子三个人开了公司，拿自己的钱做投资。两年后，我们想做得更专业，就创立了线性资本。
我们现在做投资，也是用当初创业的感觉去做。我们做了线性资本之后，逐渐机构化，我们自己有一系列方法论，怎么看一个项目，形成了相对成熟的一套模式。整个过程，更像一个创业公司，从无到有，慢慢成熟。现在圈子里提起投大数据、人工智能，我们的影响力都在那里，我们努力得到了回报。我真的觉得这个过程挺好的，就像一个小公司慢慢做起来的典型的过程。
我们一直是以创业的心态去做这件事，能不能做成不知道，但我们要先定一个小目标：投的公司里出两家10亿美金的公司，1亿人民币投进去，10亿美金的估值出来。
我们很重视投后管理。对我们在董事会上的公司，会有季度性风控，月度性通电话、见面。我们有一套框架来诊断一家公司，主要了解五大问题：团队、市场、产品、技术、资本；五大问题下有三大纬度：过去一个月发生了什么大事；处在哪个状态的问题解决了；没有将来你的重心是什么，我们怎么帮到你。
投后管理主要做三件事。第一，在一些核心问题上，我们自己以及请来的牛人会做他们的顾问。第二，帮助他们进行核心岗位的招聘。第三，帮他们完成接下来的一到两轮融资。
我们把身边的投资机构分成三类，对接融资时就从这三类里找。一类是family VC，是和我们有共同LP的基金。二是old friends，是我们合作很多的基金，比如GGV、IDG、红杉。三是new friends，是跟我们关系很好、想一起合作的基金。
我们投的项目最大的问题可能是商业模式还有待验证，但当初我们觉得它有机会才会投，基本上帮他们融到下一轮问题不大，线性投资的33家公司，现在至少有10家融到了下一轮。
我们做投资，这么些年下来有一个巨大的体会，就是说你如果只去抢“风口”，这些机会你看得到的机会，别人也看得到，但你不但要看到，你还要看得懂，“懂”带来的结果就是“快”。一拍脑袋就投谁不会，但是我觉得现在投资已经过了“抢”这个阶段。抢就是仓促，你也反过来让创业者也仓促了，本来可以扎实做事的创业者，被你这样一搞心里也浮躁，这对任何人没有任何好处。所以只能是聚焦，看懂，在保证决策质量的情况下，比别人时间花得更短，才能够投得更快，而这种快就是有意义的，不是单纯去“赌”。
投资还有一点，就是要“投得进”。如果你足够专业，做到标杆，能让大数据、人工智能领域的创业者第一个想到你，那就很不一样了，我们想要的是这种效果。今天在业内，做大数据、人工智能的人应该都知道我们了。我们要明白自己擅长的和不擅长的，做强聚焦。
从最近6个月开始，大数据、人工智能这些领域逐渐风口化。但是“风口”这个词，我们其实不大喜欢去用，只是说这个时代，在各种因素下，给了这样一个机会。原来我们有60%-70%是看这块，现在，我们是100%投入在做这块。
现在，人工智能因为几大因素，出现了很大机会。
核心因素是移动智能设备的流行，触屏把人们原来花在PC互联网上的时间，大幅度地拉长了。原来在PC上，大家大部分时间是用来工作，而现在，手机成为我们kill time的主要工具。这种设备创造出了一个巨大的市场，这个市场就是每个人的时间。如果把它用人和时间等单位来衡量规模的话，我觉得现在这个市场的规模至少是原来Web时代的5到10倍。时间需要产品去填补，填补过程中大量积累了数据，数据就产生了变现的需求。
因此，第二就是数据的积累。这些年，很多互联网公司各自积累了几百万、上千万的用户数据，都非常有价值。但这些数据间，存在孤岛效应，这些数据是没有办法交叉的。比如，一个互联网金融公司，和一家电商，它们获得的数据体系、性质都不一样。但如果它们能够放在一起，形成数据集，带来的价值会大很多，会产生一加一远大于二的效果。
第三，算法的发展，在过去几年有了很大突破，比如说深度学习。传统的数据挖掘方法对强特征问题很有效，比如反欺诈；但是对于从图像、声音当中去学习特征，就很难了。而深度学习在这些领域带来了很多新的应用。近几年声音识别、图像识别、人脸识别等新的应用出现，和技术突破是息息相关的。
与之相应的，是计算能力的提高。AI说起来容易，做起来很难，比如说深度学习的计算量对云计算也提出了极高的要求。三四年前基础架构和计算能力没有发展到这种程度时，要做人工智能也是做不起来的。
还有人才因素。有人觉得美国人才比中国多，我不这么看。过去几年，BAT以及二线互联网公司积攒了大量数据，数据需要人来处理，因此训练出一大批有实践经验的人才。而美国，主要是Facebook、谷歌、亚马逊、微软等公司，培养的人才偏理论型，在实践上不如中国。
最后一点，市场已经准备好了。人工智能公司的目标客户，原先比较传统，现在它们的思维开始变了。我们要感谢马云对DT时代的传播，但是，AlphaGo带来的影响更为巨大。AlphaGo虽然下的是围棋，但让很多中国人以为深度学习已经来了，它会抢走所有的工作，你要是不赶紧改变，就等着被干掉吧。这让人工智能公司发展客户变容易了。当然，这种想法还有很大误区，被人工智能完全颠覆的那天真正到来，还有很长时间，但是，这却让人工智能推广的难度大大降低了。
这几个因素造就了人工智能的热潮。这是一个数据依赖技术进行变现的时代。这5个因素，给了人工智能，或者我更愿意称它为“数据智能”，带来了极大的商业机会。很多投资人也开始关注并进入这个领域。
但是我认为，不能走偏。现在也有很多项目，并不是很“智能”，而是努力向这个概念上来“靠”。所以，要同时具备三个要点：大数据、应用性、智能性的项目，我们才会投。
我们聚焦的领域，概括起来其实是Applied Data Intelligence——业务性的数据智能。立足于大数据的应用，去解决实际商业的问题。我们投的项目，是以技术为核心，但我们的关注点在应用上。我不会单纯因为这个项目的技术牛而去投资，它要将自己很牛的技术应用到我们认同的问题上。
大数据应用一定要解决实际的商业问题。很多SaaS只是数据和数据应用，把传统的、低效的东西在线化，但没有思考如何处理数据，从中做些文章。比如税收类应用，如果只解决数据问题，那是很普通的SaaS。而我们在意的是，它能不能进一步提供增值服务，比如能够准确反映出企业健康状态来。
从我们投的公司就能看出我们的逻辑。我们的投的神策数据是数据服务公司，可以通过用户画像，从而分析公司的发展趋势；智能机器人Rokid，它是基于数据的智能实体化，但它的核心仍然是AI的软件，并非单纯强调硬件；地平线机器人提供的AI解决方案应用点也非常广，比如它目前在辅助驾驶ADAS这方面的应用，就体现了这一点。它们能提供应用，解决一些有用的问题，而不是只有技术但“然并卵”的东西。
在Applied Data Intelligence这个大的架构下，我们主要投三大类的项目：泛智能、基于数据的Fintech（金融科技）和VR/AR的核心技术。前两类我们投了不少。
我们所谓的泛智能，就是与大数据、云计算、云存储、人工智能、机器人、IoT（注：Internet of Things，物联网）等相关的项目。我们之所以这样划分，是因为我们有自己的一套逻辑链：有云技术才能实现大数据的存储和处理；在数据基础上才能做机器学习和人工智能的开发；而开发出来的模型需要落地，它们要么让数据流通得更快，要么让决策做得更好，也就是说，这些终要变成服务，我们把它称为DAAS（注：Data-as-a-service，数据即服务）。
在泛智能的硬件领域里，我们认为，机器人有很大的机会。机器人可以分为两大类：一类是家庭型、娱乐消费型，也就是2C的，另外一类是B端的。而我们目前关注的中心在前者。
我们非常看重IoT。但我们不太关如何心联网的问题，我们关心的是Ineternet of Intelligence，真正让不同的智能设备为一个场景服务。不然我回到家，空调打开一个App，电视打开一个App，窗帘再打开一个，我就累得半死了，这哪是物联网智能家居，变成我为家居服务了。这是目前IoT的最大问题，每家都要自己搞一套，体验就很差。
但这样的状态持续不了太久，大家一定会寻求联盟，形成交叉协议，这是必然趋势。但是，这并不是会非常顺利的过程，中间肯定会有博弈。在国外，已经出现了一些联盟，国内虽然现在还看不出来，但肯定将来是一定会出现的。
人工智能会先在一些具体领域爆发。
金融是一个强数据的领域，智能化能够加强数据的作用，所以在互联网金融里面应该有很强的应用。另外，数据性很强的消费领域，从消费品、安全等相关角度，例如用户画像、智能推荐，以及智能导购，都是基于数据可以用AI机器人来帮助实现的。
ADAS辅助驾驶也是一个典型的场景。其实，我们发现，很多行业，最大的市场都在“吃喝玩乐行”，对于人工智能而言，“行”现在是最容易被影响的，因为它是强技术性的。“吃喝玩乐”，虽然技术会给它们带来一定帮助，但是内容和渠道方面，它是有很强的反向控制性的，人工智能要切入是一个巨大的问题。而“行”是一个全新的领域，因为原来像地面交通、空中交通这些都是传统公司来做的，滴滴这些新的公司的进入，为它们带来一个巨大的颠覆。
在数据层面，我认为，滴滴肯定是倾向于自己去做的。但是不要忽略了传统渠道的威力。像OPPO、VIVO、小米、华为它们的“战争”形态，我觉得是很有意思的。互联网让世界成为平的，但是人口数量和层次的差异、城市之间和城乡的差异，给中间过程带来了很多的机会，只要你抓住了，能够做不少事情。所以不要小瞧传统厂商，它们中有很多其实非常技术化，只不过它们的传统技术是跟车相关，互联网不一定擅长。百度做无人车，它擅长的还是数据的收集和导航、服务，以车为核心的部分，我估计还是要跟传统厂商合作，所以最后大家会是一个混合体。
智能生活这块，我认为也是有很大的机会的。如果把出行加进去，就是一整套了。如果撇开它看，就是智能家庭生活，我们觉得这一块很有机会。
还有一些我们零星的思考。比如说，健康相关的，不仅限于监测，而是回归健康的本质，比如对人的健康产生预警作用的。只是监测，比如你一天跑了多少步，意义不大；但如果你能对我的健康预警，告诉我现在过劳了，要赶快休息，这种情况下猝死的概率是多少，才是有价值的。但现在技术还达不到。
我们投了一个做女性体温计的项目，通过体温曲线，可以测出受孕、避孕几率。这个项目市场很大，但目前有一半用户在海外，因为国内要通过医院渠道去推。这个领域我们不太了解，所以选择跟投。对于不太懂的领域，我们会先跟投一两个项目熟悉一下。这也体现了我们对于AI商业应用的态度：能实实在在产生作用的，才值得投，太远的东西，除非相信它的未来，否则我们大多持怀疑态度。
像Seeta中科视拓做的是人脸识别。它能切入生活的方方面面。人脸识别的核心是身份问题，什么时候你需要证明“你是你”，都可以用得上人脸识别。但现在技术还不成熟，还没有真正爆发。另外，人口数量太大了，即使人脸识别的出错概率低到千万分之一，那出错的人数也很多。所以它现在只能在一些限定条件下辅助人力。未来，在银行、公共安全监控等领域，人脸识别都会有大量应用。而且，人脸比起其他的识别方式，能够做到自然的、无监督的、安静这种模式下的一种识别，所以还有很大商机去挖掘。
在国内，人工智能领域创业面临着两个最大的问题，一个是数据，另一个是应用。很多创业者，他拥有的是算法、是技术，但是数据不在他这里，应用也不在他这里，这两块还要去说服别人，是典型的两座大山。这些数据源人家为什么要给你？这有一个信任成本的问题，要么是我相信你一定个比我强，要么是我没有办法了，不得不试一试。这是个难点。另外一个就是应用，你得解决一个实在的商业问题，但商业问题并不在人工智能行业的人手中。比如自动驾驶，车厂是控制方，它是有话语权的。你要找到商业场景，并说服它们应用你的技术，这又是一个难点。
免费参加InnoTalk沙龙-InnoTalk-从人工智能在金融领域的应用创新看未来发展机会：
点击报名： >美国第一大运营商AT&T展开对物联网的布局，随即物联网概念在全球掀起热潮，一大批运营商滋生出搭建物联网PaaS云平台的需求。 在这一市场机遇之下，成立于2010年的艾拉物联成为全球多家运营商的服务商，为其搭建私有化物联网PaaS云，其中包括美国AT&T、sprint、欧洲orange、中国联通、中国电信等。成立以后，艾拉物联为运营商扮演服务商角色大概持续了414GOOGLE相继推出Echo、Google Home等智能音箱后，搭载AI语音识别技术的智能家居产品成为市场杀手级应用，因此推动了包括智能家居在内的物联网行业发展。语音AI技术的落地，萌发了大小智能家电用品上公有云需求。智能音箱等产品能逐步落地应用后，艾拉物联的业务重心不再局限于为运营商提供公有云PaaS服务，而是聚焦在实现AI语音与 PaaS云物控部分的连接，并提供PaaS、SaaS、为客户开发小程序、APP等服务，简称为“白盒方案”，而硬件方面由客户方掌控。然而，该解决方案需双方相互开放源代码并耗时10个月以上才能开发出一套实现软硬件结合，同时具备云端服务的产
特别2017年后，国外的智能家居市场逐渐繁荣，推动国内的跨境电商快速发展。为了提高研发效率，艾拉物联开发出一套新的“公有云+模组+SaaS”标准化通用型解决方案，即“黑盒方案”。艾拉物联CEO刘渝龙向36氪透露，这套方案的原理是把云服务用Agent方式固定在芯片模组里，在获得艾拉物联的云模组后，客户不需要知道其中的算法和规则，只需了解模组中每个PIN角的功能配置及其属性，以此来配置客户自身的主板即可。因此，这成为了一个零代码低代码开发方案。该方案最大优势在于大大缩短了研发周期，把从前的10个月缩至2、3个月，提升开发效率。在客户方面，公司曾向美的、海尔、海信、公牛等家电厂商提供该类解决方案服务。至今，以智能家居为主要切口，艾拉物联已明确了两大方向的业务。首先，面向B端大客户，艾拉物联提供PaaS云+模组的服务；其次，面向C端用户，公司提供SaaS+整机产品，并为了做好智能家居“最后一公里”建设，推出自有全屋智能品牌“Ayla Home”，应用场景覆盖了智慧家庭、智慧酒店、智慧地产、智慧社区等。——————————————————————————————————————————
是不是真的这个事呢如果有我把自己这几年的经验和你分享。。。。
一定要搞清楚情况，千万不能诬陷别人的哦，不然这个是要负责任的
希望你说的这个不是那种骗子把，毕竟有时候还是好人多的!!!
给骗过之后，用这些办法，我也给骗过，但是要理性，我给你提几点建议就好了
一、网上给骗子骗子了怎么应对
1 、网络上可以报网警，线下报警但是意义虽然不大，报了总比没报强，正常途径
2 、整理好详细的要客观在网上还原事情的经过，让更多的人来站你一边
3 、把信息发布到网上，让他接受网络的谴责，切记要客观对待
4 、以其人之道还至其人之身或者交给警察，迟早会有报应的
5 、用不同的号，继续联系骗子，让他觉得成功的时候翻脸扇他几巴掌
6 、让他以为还要成功的时候骂个狗血淋头，给他希望的同时也给他失望
7 、前事不忘，后事之师，这次算是花钱买了个教训把，毕竟有时候也灭办法
8 、换个心态，就当他得了急病，虽然这样有点毒，但是能让你好点就行了
9 、曝光之后让他没生意，也好给别人参考，不要让骗子得逞
10、各种社区，微信，微博，QQ群，贴吧，分类信息曝光，让他无处遁形
我去年网络上也给骗过，那滋味就像吃进去肚子的苍蝇，吐不出来
但是在肚子里面有觉得恶心，只有时间才是最好的解药，吃一垫，长一智、
二、如果识别骗子公司
1、看营业执照，机构代码证
2、 税务登记证，业务往来，人员素质，公司规模，往来业务单位，机构组成和设置，
3、察言观色，另外你要对人家公司的业务有一点认识，否则隔行如隔山，你要学习。
人不能一直都是成功的顺利的，这样到时候只会摔得更重
难免会有磕磕碰碰，有失败，才有成功，这才是人生，失败之后要及时的理性处理
让自己在失败中成长变得更强调整心态，时间会慢慢
让自己在这次时间中变得更加成熟稳重下次做事之前也会更加稳重
失败被骗不可怕，怕的是一蹶不振，教你几招怎么识别网络骗子的技巧
你不坚强，没人为你坚强，只有靠自己自强，你联系别人的时候或者别人联系你的时候
三、怎么去更好的识别骗子
1 、你先百度下别人的信息，然后加上骗子两个字
2 、或者分析下对方的QQ和****
3 、如果QQ不超过五年，而且QQ业务什么也没开
4 、空间进去一片空白，那就什么也没有
5 、QQ好号要更加小心了，说不定他花几十块钱到淘宝网上买的帐号
6 、一个QQ个人资料什么都看不到信息的85%是骗子
7 、如果什么也没说，做什么都吹得天花乱坠，那就很可疑
8 、如果给你吹得很大，急着要你交钱，各种承诺，要谨慎啊
9 、记住当你觉得自己有便宜的时候，要谨慎
10、如果对方急着要你交钱，那就更谨慎
11、只有自己和下次看好自己的钱袋，骗子就无力回天了
这样的事只有经历过才知道，明白你给骗过的感受
他们都是和法律打擦边球，但是出来混总是要还的
—————————希望能有这次的经验，不管以后怎么样，希望你越走越好—————————
———————————最后祝你找工作顺利，工作顺心，生活开心————————————
—————————觉得好就请点采纳答案把，给个好评，祝愿你生活更美好——————————
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）