創新工場和BCG諮詢合作的「+AI改造者」系列:看看馬上贏如何在巨頭競爭下,用大數據驅動業務,實現傳統零售商和品牌商的雙贏。
改造者系列:科技巨頭下的AI企業制勝之道?-- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
馬上贏是創新工場投資的大陸領先的快消行業大數據公司,其定位是中國快消品行業的風向標,零售監測的新標準,成為中國的「尼爾森」。通過信息化賦能小規模零售商,馬上贏打通一個個數據孤島,以大數據的方式挖掘零售數據的商業價值,為品牌商提供產品動銷數據與競品監控服務。
為了讓數據更好地服務於新品研發和上市,馬上贏引入了PDCA(Plan, Do, Check, Act)循環,通過數據說話指導快消品快速迭代,提升零售商銷售收入。
具體來說,品牌商可以在零售商的渠道內測試包括售價、外觀、營銷、陳列等要素,通過數據回饋指導新版本,實現往復循環。
在采訪中,馬上贏創始人猴哥(王傑祺)表示,垂直領域內的AI創新需要符合企業自身的需求,要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在零售領域,馬上贏致力於定義中國快消品零售監測行業的新標準,成為「中國的尼爾森」,通過免費為連鎖零售商提供市場情報和「零售數字化鐵三角」2,與零售商進行數據合作,將海量的線下快消品零售數據轉換成精准的市場洞察情報。
1 「改造者」 通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2 「零售數位化鐵三角」指通過PDCA循環迭代的方法提升零售商銷售收入。P=Plan:52周企劃;D=Do:會員營銷;C=Check:BI看板;A=Act:改進。
■本期受訪嘉賓:猴哥(王傑祺)
馬上贏正在建設覆蓋線下門店最多的零售監測網絡,為連鎖企業免費提供BI看板、52周企劃3、會員營銷和市場情報,推進連鎖企業數字化轉型。
猴哥(王傑祺)是馬上贏的創始人兼首席執行官,清華大學學士,美國華盛頓大學碩士。他是原阿里巴巴集團資深產品專家,曾于美國UPS供應鏈部門擔任高級工業工程師。在創立馬上贏之前,他曾創業推出購物助手(如意淘),後被阿里收購。
3「52周企劃」指依托馬上贏的大數據AI技術説明零售商實現精細化管理。零售商可以瞭解一年中每周適合銷售什麼類目的產品,與陰曆節日、陽曆節日、節氣、特殊事件(如比賽活動)關聯,提升門店的銷售計劃能力。
■對談實錄
Q1 馬上贏為什麼選擇切入零售賽道?如何定義「中國的尼爾森」?
猴哥:馬上贏致力於定義快消品零售監測的新標準,做「中國的尼爾森」,為零售商和品牌商提供服務。面向零售商,馬上贏免費提供ABC服務,即AI、big data(大數據)、Cloud(雲服務),以換取訂單數據;面向品牌商,馬上贏基於零售商的脫敏數據提供大陸市場情報,賺取收入。
馬上贏發現,大陸的市場過於分散,零售的毛利又低,大量規模小的零售商缺乏足夠的IT費用以支援其獨立完成信息化應用,但他們對信息化的需求又是真實存在的。另一方面,品牌商有意願和能力為市場情報、動銷數據支付費用。馬上贏看到了零售商和品牌商的痛點以及購買力的巨大差異,嘗試通過為零售商和品牌商提供所需服務來提升整個行業的效率。
馬上贏一方面向零售商免費提供差異化的信息技術服務,按零售商的需求提供BI看板和市場情報支援,另一方面向品牌商提供產品動銷數據與競品監控服務。此外,馬上贏還在著重提升AI演算法和大數據中台數據處理能力,以便支援更多零售商和品牌商的數據服務需求。同時,這些技術優勢和服務支撐能力説明馬上贏建成大陸覆蓋範圍最大的即時零售數據監測網絡。對於馬上贏和客戶而言,這是雙贏。
在數據治理中,馬上贏需要做的是建立相對統一的內容體系,實現統一的度量衡。比如同一個條碼的商品在不同門店的名稱寫法不同,傳統方法是通過人工進行校驗和修正之後才能統一名稱入庫。馬上贏通過自己搭建的超1,600萬條碼的商品庫,使用AI演算法對零售數據做分類、清洗,並基於完善的商品知識圖譜體系標記商品屬性,再由BI看板提供數據洞察服務。馬上贏的這套全流程自動化體系,極大地提升了數據處理和情報產出的速度和效率。
Q2 相比數據咨詢商、科技巨頭等其他類別的競爭對手,馬上贏的差異化優勢是什麼?如果品牌方想自己做零售大數據,馬上贏怎麼應對?
猴哥:以往零售商想實現信息化必須高價購買專門技術公司的服務,只有少數資金充足的大零售商可以負擔得起,零售行業中數量眾多的中小型零售商往往望洋興嘆。而品牌方一般很難獲取到這些生意占比很大的中小型零售商數據,因而會尋求數據咨詢商的數據服務。但出於成本和利潤的考慮,數據咨詢商往往只服務最頭部的品牌商,在大陸可能只有幾百個品牌商能消費得起數據咨詢商的服務。相比之下,馬上贏合作的品牌商更加廣泛,從新銳品牌、區域性品牌到成熟品牌、頭部品牌,馬上贏都可以提供符合客戶需要的數據服務。
數據咨詢商從少數零售商那裏提取商品月度銷售匯總數據,再將數據整合為大盤情報,賣給少數頭部品牌商。但馬上贏從「激活生態」的角度出發,説明零售商提升數據運營能力,獲得大量一手銷售訂單數據,可以為品牌商提供更詳細的數據洞察服務。此外,馬上贏由AI賦能數據清洗和BI交付,從而可以提供即時的、更細顆粒度的看板,可以提供細到省級、地級市級、業態級、SKU級顆粒度的數據。
相比電商巨頭,馬上贏選擇線下快消品零售行業,覆蓋更多的線下零售商,涉及更豐富的業態,有大賣場、大超市、小超市、便利店、食雜店等等。在商品品類的選擇上,馬上贏暫不拓展美妝、服裝等電商渠道占比超過50%的品類,而選擇線上化率相對更低的品類,如食品、飲料、日用品。這些品類消費時效性高、頻次高、單價低,線上購物場景並不適合線下。
至於品牌方自己做零售大數據,馬上贏早前就思考過這個問題。我們和大品牌都聊過,如果建立品牌方自己的銷售追蹤網絡是否可行,得出的結論是不可行。一是單一品牌方來做大數據,做完了只能自己受用,成本攤下來很不合算,還不如投資AI企業,實現專業化分工;其次,品牌方還有一些技術壁壘解決不了,攻克下來只會對成本端造成更大的壓力,得不償失。
Q3 馬上贏在賦能零售商和品牌商的過程中遇到的最大挑戰是什麼?
猴哥:最大的挑戰來自於行業裏不透明的競爭——現在做AI的企業太多了,很多企業會虛報準確率,噪音特別大。
AI在每個垂直行業的落地需要很多行業知識,其次才是疊加AI演算法。但很多傳統企業對AI的期待特別高,導致市場上各種聲音魚龍混雜,每個企業都在講述「AI萬能」的故事。馬上贏不會激進地過度承諾,但這種冷靜和狂熱之間的衝突會帶來很多麻煩——當別的AI企業過度承諾其自動補貨的準確率高達95%的時候,馬上贏如果表示我們的準確率位於70%—85%的區間,傳統企業就會輕視我們的實力。現在,垂直行業裏缺乏行業組織或者專業機構來做客觀、公允的第三方普查。比如在圖像識別、自然語義處理領域,都有比較公認的訓練賽,大家用演算法的跑分說話,相對而言就比較客觀。落到垂直領域裡,每個企業自己報數據,很多時候就會有水分。
馬上贏曾經考慮把收集的數據脫敏之後貢獻出來,讓大家有一個公平的舞臺競技,但是很難運行起來。僅僅共享數據不足以激勵演算法團隊,需要行業組織定期舉辦競賽、活動等,或者像Netflix舉辦推薦演算法比賽,通過資本來激勵大家參與,僅僅靠社區運轉不起來。
Q4 你認為未來AI企業的發展趨勢是什麼?
猴哥:有能力的巨頭要持續加強行業的基礎設施,讓開發AI的人能有更好的工具,讓雇不起博士生的企業也能應用AI,實現技術普惠。同時,垂直領域內的AI創新需要符合企業自身的需求,AI企業要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。我相信這是我們的生存之道——「科技巨頭靠算力,我們靠設計」。
同時,大陸的零售行業在洗牌,有很多更具備數據化思維的新品牌在躍躍欲試。以前是渠道經濟,在社區裏搶到點位就能有流量,未來是有技術、數據和管理能力的品牌才能從老品牌手中搶到點位。此外,隨著許多快消品牌逐步上市,出現資本外溢,更多的人會開始創業,疊加當前快消巨頭的二代交棒窗口,零售領域將有新一波浪潮湧動。我相信,未來的零售行業會更加擁抱數據,擁抱AI。
■要點回顧
1. 不只是技術層AI要有標準,應用層AI也需要標準。垂直領域應用AI需要由行業組織或龍頭企業牽頭制定公認的行業標準,從而促進AI企業公平有序發展,這也將反哺傳統企業,促使傳統企業的AI應用提質增效。
2. 「科技巨頭靠算力,AI企業靠設計」,結合巨頭提供的行業通用基礎設施和「改造者」特有的垂直領域數據集和算法,各取其長,方能最大化傳統企業應用AI的效率。
「成大工業設計碩士」的推薦目錄:
- 關於成大工業設計碩士 在 Facebook 的最佳解答
- 關於成大工業設計碩士 在 NYCU 產學運籌中心 Facebook 的最佳貼文
- 關於成大工業設計碩士 在 Z9 的看板 Facebook 的精選貼文
- 關於成大工業設計碩士 在 [心得] 成大工設、交大應藝工設_研究所推甄心得- 看板graduate 的評價
- 關於成大工業設計碩士 在 成功大學工業設計系ncku ID - Posts 的評價
- 關於成大工業設計碩士 在 工業設計學歷無用論? - 研究所板 | Dcard 的評價
- 關於成大工業設計碩士 在 成大工業設計在職專班ptt - 軟體兄弟 的評價
- 關於成大工業設計碩士 在 國立成功大學工業設計學系碩士在職專班研究所- 博碩士論文下載網 的評價
- 關於成大工業設計碩士 在 成功大學|工業設計學系|謝亞耘|Part 1 - YouTube 的評價
- 關於成大工業設計碩士 在 成大工業設計課程的評價費用和推薦,EDU.TW、FACEBOOK 的評價
- 關於成大工業設計碩士 在 [徵才] 成大工設系洪郁修老師研究室誠徵碩士助理- 看板Master_D 的評價
- 關於成大工業設計碩士 在 想問問看成大工業設計系 - Mobile01 的評價
成大工業設計碩士 在 NYCU 產學運籌中心 Facebook 的最佳貼文
產學運籌中心為輔導本校衍生新創公司及有意申請衍生新創的團隊,特別邀請台北市電腦公會(TCA) 資深總監,沈舉三博士,蒞校分享。
一、講師:沈舉三博士(TCA資深總監)
二、講題:新創科技事業發展歷程(從募資、營運到成功:價值創造的過程)
三、時間:109年12月28日下午2-4時
四、地點:交映樓7樓703室
五、報名連結:https://forms.gle/MjGv6T4CGvpHnF6R6
六、演講摘要:
台灣科技新創事業如何利用新興科技及應用創造出市場新價值?在科技新創企業成長過程中所面臨的各項問題,如何從產官學研各個面向找到有效的資源與協助,邁向員工、客戶、投資人三者皆贏的局面。本演講將從創業團隊、學術機構、研究法人、科技產業、創投業者及政府主管機關的多種角度探討科技新創事業發展歷程中的關鍵議題。
講師個人簡介參考
現職:台北市電腦公會(TCA) 資深總監
美國印地安那大學公共事務碩士及國立中央大學資訊管理博士。專業於資通訊產業研究、科技新創事業營運計畫及投資評估等領域
曾任資策會產業情報研究所(MIC)資深研究總監、資深產業顧問、產業趨勢研究中心主任等職
曾創立源創投資(股)公司擔任副總經理及源景創投(股)公司總經理;投資台灣及矽谷軟體及IC設計業,輔導並促成國內軟體業者上市櫃,包括思源、鼎新、友立、大宇、第三波、倚天等。
任職資策會期間曾參與多項重要產業計畫包括「軟體工業五年發展計畫」、「示範性應用計畫」、「產業電子化(ABC)計畫」、「國合創新創業(Connect Taiwan)計畫」、系統整合 推動計畫(SIPA),AI新創領航計畫等。歷任經濟部工業局系統整合推動辦公室主任、台灣證交所上市審議委員、資鼎(股)投資顧問、資育(股)創業導師、成大技轉育成中心顧問、台北市政府創業導師等職。
研究領域
科技創業、資通訊及半導體產業、數位經濟、系統整合/智慧城市
公開講授課程:
新創事業營運計畫書研擬 投資案可行性評估實務
成大工業設計碩士 在 Z9 的看板 Facebook 的精選貼文
[為什麼台灣的軟體業不強? ]
我寫這樣的文章,或許會冒犯很多軟體業的前輩,因為我並不是從這個領域出身的,對於某些狀況的理解可能有所謬誤。我也不過開了一個小公司,卻膽敢對前輩的公司指指點點。但我身處於這個產業當中,我很期待這個產業可以茁壯,所以非關心這個問題不可。我也很期待我的文章能達到拋磚引玉的效果,得到前輩的指教,甚至一起構思如何開創新局。
台灣的軟體產業強不強? 就2019的政府統計數據來說,台灣的軟體產業總產值為三千八百億(資訊服務業936億,程式設計業2867億),資訊電子製造業的產值是七點二兆。從市值來比較,半導體製造業最大的公司台積電市值11.75兆,資訊服務業最大的公司精誠資訊市值222億,相差了五百二十八倍。台灣程式設計業最大的公司是訊連,市值是94億,是台積電的一千兩百五十分之一大。軟體公司不大是因為行業特性的關係嗎? 肯定不是,全世界最大的軟體公司是微軟,市值是1.63兆美金,是台積電的四倍。從這樣的數據看起來,說台灣的軟體業不強應該是個客觀的事實。
為什麼用市值的高低來衡量公司強不強呢? 一、這是公開可查的資訊,調查比較容易,資訊也比較容易驗證。相較之下,新創公司的估值就是個非常難查證的神祕數字。二、市值對一個公司經營者來說,代表了公司可支配的資源。公司經營的核心關鍵,在於獲取資源,還有資源的交換、轉換。有越多的資源,就可以做越多的事情。一個市值高,本益比(Price to earning, P/E ratio)高的公司比較可以去併購一個本益比低的公司,倒過來做,很困難。三、我才疏學淺,沒有真的學過怎麼評比軟體公司,姑且先用這個標準來立論。
從國際大廠競相在台設立研發中心,擴大攬才規模就可以知道,台灣明明就有很多優秀的程式設計人才,為什麼軟體業不強呢 ? 我分享自己身處軟體業,觀察到的台灣軟體業的幾個現象。
1. 台灣市場對於軟體及服務定價過低,而且人才過度充沛。從需求面來說,因為定價低,所以客戶很喜歡要求廠商客製化。從供給面來說,因為台灣有足夠的人才,所以可以接受客戶各式各樣客製化的要求。這是軟體業最慘的一種賺錢方式,也就是不斷地接客製化的專案。客製化的專案賺錢是線性的,公司要多賺錢,一定得要多請工程師,因此公司很難長到很大的規模。相對來說,投資人比較不喜歡這樣勞力密集的公司。以精誠為例,2019年稅後淨利18億,目前市值222億,本益比是12,而台積電的本益比是34,微軟的本益比則是37。高度客製化的要求讓台灣的軟體市場非常破碎。我舉醫療資訊系統為例。台灣的醫療資訊系統市場非常的畸形,醫院通常都是用自己寫的醫療資訊系統。台大、長庚都是如此,榮總體系的醫院甚至都還不是用同一套系統,台北榮總、台中榮總、高雄榮總都各自寫了一套。醫院都自幹了,廠商有甚麼生存空間? 為什麼醫院可以自己寫呢? 因為台灣有太多CP值高的工程師了。美國的醫療資訊市場完全是個不同的樣貌,基本上是被兩家巨型公司Cerner以及Epic瓜分。台灣的診所資訊系統市場是另外一種畸形。診所不會想要自己請工程師來寫資訊系統,但是也不想付太多錢。診所的資訊系統一年只收費兩萬多元。這價格實在是誇張到一種欲哭無淚的境界。所以西醫資訊系統的市場大概養了三個比較大的公司,牙醫資訊系統的市場大概也養了三個比較大的公司。因為可以賺的錢實在是不多,所以這些公司也都不大,資本額最大的大概是五千萬,小的大概是五百萬。能賺的錢不多,程式的設計自然也很難跟得上時代,所以,診間的程式都還停留在十幾年前Visual Basic 寫出來的藍底白字的版本。講到這裡,我的感想真的只有一個慘字可以形容。
2. 軟體的包裝跟行銷、以及授權談判都至為關鍵。因為台灣的軟體市場實在是不怎麼妙,也很少公司有產品銷售到海外市場的經驗,所以產品設計、行銷、以及商業開發的人才都不多,於是造成了一個惡性循環,因為做不出很強的產品,所以只能透過高度客製化的服務來滿足客戶,就了就完全喪失做出可以行銷世界的產品的能力了。台灣可能有足夠的工程師一起做出一套很強的產品,偏偏這些工程師都是一個一個地在幫個別的客戶做客製化服務。
3. 講起台灣軟體創業成功的案例,真的是少得可憐,所以投資人興趣也不是很大。我跟資工的人討論起台灣軟體創業成功的案例,趨勢科技總是第一個被提起。趨勢科技的市值是兩千四百億台幣,是亞洲最大的純軟體公司。可是,趨勢科技是在美國洛杉磯創立,總部在日本,股票在東京證券交易所掛牌交易的公司啊。訊連就真的是台灣土生土長的軟體公司了,但跟趨勢比起來實在是小非常多,而且創業也是二十四年前的事情了。過去這二十年來,台灣的軟體創業出現了非常大的斷層,在二十世紀末網路科技快速崛起時,曾經有過資迅人以及網勁這兩個公司。資迅人像是煙火一般,快速崛起也快速殞落,曾經從英特爾、高盛、花旗等大公司募集將近七億元的資金,卻在創業六年後跟著網路泡沫化一起消失了。網勁沒有這麼絢麗的歷史,也撐得比較久一些,但終究在2014年也停止營運。軟體創業成功的例子不多的狀況下,投資人對這個產業自然不會有太大的興趣。這又成了另一個惡性循環,投資人不願意支持,沒有足夠的資金可以組建頂尖的團隊來做產品研發,當然也產生不了成功的公司。別誤會,我不是在怪投資人。我現在也開始逐漸換位思考,想像一下如果我是投資人,我敢不敢投台灣的軟體公司。說實話,我自己會很猶豫。如果台灣軟體新創成功案例很多的話,那投資人真的沒甚麼好猶豫的。這是現實。
4. 台灣政府對於推動軟體產業發展的政策好像還不是很夠力。政府想要幫忙軟體業已經很久了,民國六十八年的時候就成立了一個資訊工業策進會,也就是大家耳熟能詳的資策會。資策會對於推動台灣軟體產業發展似乎成效不彰,當然也受到了各界批評。比如說曾任資策會副執行長的王可言砲轟資策會的酬庸文化,說資策會裡的領導人普遍缺乏帶領台灣軟體服務產業取得國際競爭力發展的熱忱。或是義美的高志明總經理批評資策會壟斷政府資源,優先掌握政府軟體專案的資訊,與民爭利。我對於資策會的這些批評因為沒有第一手的經驗和資訊,不確定該如何看待。但是資策會的員工有一千八百人,遠超過除了精誠(員工人數三千)之外其他的軟體公司,這件事情我真的想不透。如果資策會對於推動台灣軟體產業的發展不夠力的話,那就不要再投入那麼多的資源在這了吧,可以想點別的辦法呀。資策會裡面許多的軟體工程師釋出之後,多創立一些公司,或許還更能帶動軟體產業的發展。經濟部工業局為了推動軟體產業發展,也曾經規劃”軟體工業五年計畫”,這個計畫總共執行了兩期,從1993到2002年,這個計畫獎勵性質多過補助,但對於推動軟體公司上市櫃扮演了重要的角色,精業於1995年上市,凌群、友立、資通於2001年上市,昱泉於2002年上市。這對於軟體業來說似乎是個輝煌的年代。但,時至今日,在台灣軟體公司的市值還是遠遠低於電子製造業。
那台灣的軟體業,要怎樣才能變強呢? 我覺得要期待整個生態系都變好,大家一起成功是緣木求魚。我覺得有一家新創公司非常成功之後,就有機會打破我上述的種種惡性循環。我這樣想的原因是,我認為這跟拓荒一樣,要期待一片荒野全被整成好走的步道,不如期待一個拓荒者走出一條路讓大家跟。一個新創公司獲得巨大成功之後,這個公司的人才帶著成功的經驗再去創造或是協助其他的公司,像是當年PayPal mafia一樣。有了幾個公司成功之後,投資人對於軟體業有信心了,比較願意做早期高風險的投資,進一步提高軟體新創公司成功的機會。這樣就會有正向循環了。
不過問題回來了,軟體新創公司該怎麼得到巨大的成功呢? 我要給答案資格還不夠,因為我的公司還沒有獲得巨大的成功,但我的策略是這樣的:
1) 挑戰困難的問題,因為消費的根本在於花錢解結問題,問題越大越困難,客戶越是願意花錢去解決這個問題。困難的問題不見得一定很大,但是需要有能力的人花心思才有辦法好好解決。困難的問題本身就造成了一個很重要的競爭壁壘。
2) 組成頂尖的團隊。困難的問題,只有頂尖的人才才能解決。我無時無刻不在想人才的問題。遇到好的人才,我一定是用盡所有辦法,死纏爛打的也要請他加入團隊。我曾經等過兩年,才說服了一個非常稀有的人才全職加入團隊。雲象的人才素質非常高,絕對不輸台灣頂尖的大公司,這是連之前在聯發科擔任高級主管的同仁都認同的。因為我們有了很強的團隊,我們才有辦法挑戰一些世界級的問題。比如說骨髓抹片的AI分類計數,或是超高解析度(目前記錄是六億兩千五百萬畫素)影像的AI計算。
3) 找到志同道合的投資人。或許是我運氣好,也或許是我選擇得很嚴格,我找到了充分認同我對於公司發展方向的規劃,並且充分信任我,支持我的投資人。雲象股票的價格,雖然跟美國以及日本相比還是有一段落差,但是就台灣的新創而言是很高的,要找到願意投資我們的投資人並不簡單。但是一旦找到了,我們的合作非常的愉快,雲象也不斷地締造佳績。這是非常好的正向循環。
4) 學習和學界以及政府合作。因為台灣的投資氛圍不好,軟體新創公司必須要想盡辦法從各處或獲取資源。我為了人才的培育以及獲得,曾經到成大去教了AI。這讓我有機會介紹雲象給還沒有畢業的同學認識,在他們被大公司搶走前,吸引他們來雲象實習。我兩年前播的種,現在竟然收成了,有一位我當年教過的同學,到台大資工念完碩士之後,到雲象任職。我很開心,因為他是同一批面試的候選人裡面表現最好的。我覺得這是學界跟業界合作一個非常好的示範。我也還在嘗試在學界找到兼任的教職,持續這樣的合作模式。政府其實一直都在推動產業發展,雖然有些政策可能不見得合適,但只要能得到些許的支持,對公司的發展都會很有幫助。我們得到經濟部技術處以及台北市產發局的補助之後,計畫執行單位還協助連結其他的資源,這對公司來說是非常寶貴的,因為這些資源並不是我們平常接觸的到的,也為了我們帶來了新的效益。
以上,是我回顧雲象發展至今,覺得對我們來說有用的策略。我們還在持續努力當中,期許雲象能成為台灣軟體創業成功的典範之一,為台灣軟體業的發展盡一份心力。台灣的軟體產業環境好,裡面所有的公司才會跟著一起好。我很希望,在未來,台灣的軟體人才畢業後的第一志願,是台灣的軟體公司!
成大工業設計碩士 在 成功大學工業設計系ncku ID - Posts 的推薦與評價
用學生的角度,帶大家認識成大工設~ 不再只局限於官網讓我們看看成大工設的另一面吧! 大學路一號, Tainan, ... 【111學年度碩士班(含在職專班)招生入學考試】 ... <看更多>
成大工業設計碩士 在 工業設計學歷無用論? - 研究所板 | Dcard 的推薦與評價
如果是一般設計工作室就是看作品集囉,如果你作品很優秀又是碩士那就是雙贏了。 當然成大碩的目標應該都是4w5w起跳,但工設薪水頂就在那邊你知道的QQ。 ... <看更多>
成大工業設計碩士 在 [心得] 成大工設、交大應藝工設_研究所推甄心得- 看板graduate 的推薦與評價
大家好,我是於2015年3月成大碩士班推甄的新生(提早入學)
大學也是就讀工業設計,在推甄時沒有補習,希望
對沒有補習的人也能有所幫助,由於在推甄時常上ptt爬文,
受益良多,因此也希望分享推甄的方法給予各位,希望大家
都能考上心中理想的學校
分別入取 [成大 工設丙組] 正取第一
[交大應藝-工設組]正取第八
[成大工設丙組]
成大的推甄分為三步驟
1.備審資料(作品集)
2.筆試
3.面試
..................................................
[備審資料]當時將作品集分為4本
第一本是最主要的大學作品集,放了六個產品設計作品
、視覺設計作品、社團活動(擔任社長)
第二本是實習的經驗,由於大學階段實習過三次分別在
台中、大陸深圳、高雄擔任實習與設計的工作,因此把
他獨立出來有別於在學校時的作品,建議大家主打一個
經驗就好,太多重點會使得評審分散注意力
第三本是得獎經驗,將得獎的作品清楚地用簡錄的方式
呈現,使評審知道得到多少獎,與分別是那些獎
第四本是國科會的撰寫
...................................................
[貼心叮嚀]作品集不只一本的人,封面可以統一,稍做區
分就好,這樣可以讓人覺得是一體的且不凌亂,不過交大
教授對我建議,不要分這麼多本,因為教授們在面試時看
作品集的時間不多,因此認為備審資料這關時,可以不只
一本,但到面試時,建議不要這麼多本,或是再重新統整
成一本
[筆試]約莫A3大小的5張空白紙,共三小時,這次的考題是
[木製的機構玩具]
第一張紙,請發想出10個木製的機構玩具,寫出發想過程,
與10項玩具的設計理念、機構原理
第二張紙,選定10項玩具中的一項,畫出透視圖與三視圖
第三張紙,畫出選定項目的爆炸圖
第四張紙,寫出需要大量生產時的製程步驟
第五張紙,畫出情境圖,與介紹產品
[筆試準備]因為之前爬文經驗,知道需要在三小時內寫5
張紙,因此我上了國外的期刊網站,讀取期刊,(因為之
前曾經題目是國外論文,因此練習閱讀外文)利用期刊內
容,出題目給自己,並且練習在三小時內寫出五張A2紙
並練習表技(刻意寫大張點),發現真的蠻有效的,這個
方法可以在練習時訓練寫題目的邏輯,同時增加畫圖跟
寫字的手感
[筆試書本]建議大家多讀設計方法,我是讀張建成作者
,六合出版社印製,筆試時可以多寫自己的思路,讓
審查人員知道,思考的脈絡是明箱設計並不是黑箱設計
..................................................
[面試]做了20~30張PPT,並且背稿,這樣可以使得自己掌
握說話速度,考試之前要練習好在時間內說完,這樣會讓
人覺得考試者是有準備的,在說話時需要有自信具有彈性
,並且要大聲說出來,交大教授有提醒我要說話大聲點
,會更有氣勢,不過面對評審的大眼睛實在會害羞(囧)
[以下是教授問我的問題]
1.你覺得你的產品真的有用嗎?(指著某個產品)
2.你做過的哪件作品你最喜歡,為什麼?
3.作品中哪個最難製作,為什麼?
4.為什麼選成大工設丙組?
5.你提的研究計畫,很多人都想做,卻沒有解答,你有特殊看法嗎?
以上,聽說成大工設老師會比較嚴肅,不過也許因為自己
遇過很多更兇狠的主管(s級怪獸),覺得其實只要誠心自信
的回答,教授其實人都很好:)
[交大應藝-工設組]
交大的推甄分為兩步驟
1.備審資料(作品集)
2.面試
[備審資料]部分,每一個產品設計都要放入自己的思考過程
,包含發想、轉換、評估(魚骨法、KJ法、5W1H......等)若
作品集整體有故事性並有整體性會更好,封面一定要可以吸
引人,也不一定是傳統的書本,可以加入更多創意(有看過有
人用其他材質製作封面)
在備審資料中[讀書計畫]部分與成大[研究計畫]有些許不同,
研究計畫是對於未來在碩士的論文的研究計畫,可以參考國科
會形式去撰寫,或是碩博士論文,而讀書計畫則是對於每一個
階段的規畫,過去、現在、未來的規劃
......................................................
[面試]面試時20~30張太多了,來不及說完,(因為交大教授
不是說完再一次提問,他會在報ppt的同時邊提問)PPT內容
主要是放得獎作品、研究計畫、實習經驗、班級排名、國
科會撰寫,不過每個人的經歷不同,所以可以依自己的特長
與特色去鋪陳,
[以下是教授問我的問題]
1.你成大上的話,會想來交大還是成大?
2.教授指著某個作品,問,這個作品妳主要參與些什麼,
主要發想人是誰?
3.你大學指導教授是誰?
4.PPT上的作品是你的畢業製作作品嗎?
面談完覺得交大教授很貼心的叮嚀,面試時該注意的事項,
比如他會希望我聲音再大一點,教授人很好也很有耐心
以上是自己的推甄經驗,希望可以幫助到各位,
當初也是很緊張,要特別謝謝朋友與學長姐的提攜,也覺得
自己很幸運,這篇心得主要是補充以前沒看過的細節,若是內容
有誤,也歡迎訂正:)要相信自己充分並展現自己的特色,相信很
多人都可以進入理想的學校
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.242.58.141
※ 文章網址: https://www.ptt.cc/bbs/graduate/M.1421503666.A.8AB.html
※ 編輯: ryoheikame (111.242.58.141), 01/17/2015 22:11:29
※ 編輯: ryoheikame (111.242.58.141), 01/17/2015 22:14:04
※ 編輯: ryoheikame (140.116.135.85), 10/08/2016 22:15:23
※ 編輯: ryoheikame (140.116.135.85), 10/08/2016 22:18:40
※ 編輯: ryoheikame (140.116.135.85), 10/08/2016 22:20:48
... <看更多>