首页
下载应用
提交文章
关于我们
🔥 热搜 🔥
1
百度
2
今日热点
3
微信公众平台
4
贴吧
5
opgg
6
dnf私服
7
百度贴吧
8
知乎
9
dnf公益服
10
百度傻逼
分类
社会
娱乐
国际
人权
科技
经济
其它
首页
下载应用
提交文章
关于我们
🔥
热搜
🔥
1
百度
2
今日热点
3
微信公众平台
4
贴吧
5
opgg
6
dnf私服
7
百度贴吧
8
知乎
9
dnf公益服
10
百度傻逼
分类
社会
娱乐
国际
人权
科技
经济
其它
高三女生醉酒后被强奸致死?检方回应
高三女生醉酒后被强奸致死?检方回应
波罗的海,电缆断裂!
川普的成长秘辛:家庭和大学如何塑造一位“坚刚不可夺其志”的总统
萝莉岛事件背后所隐藏的真相,可能比我们想象的更恐怖
生成图片,分享到微信朋友圈
查看原文
其他
专家呼吁放开生育限制,65岁以上老人近2亿,“银发经济”百亿风口来了?
Original
周峰
创业邦
2021-07-09
收录于话题
#预见
21
#AI
11
#银发经济
1
作者|周峰
编辑|吧哩
图源|图虫
国家卫健委去年8月的一份答复,上周被解读成为“东北地区将放开生育限制”,在网络上传得沸沸扬扬。最终,卫健委最近对这种解读作出了澄清,表明网络上的解读并非本意。
全国人民关注东北人生孩子,言语中难掩对老龄化程度加深的焦虑。叠加人口外流元素后,社保基金亏空、抚养负担加重这些问题在东北显得格外突出。在中国社会老龄化还在加速的背景下,谁也不希望自己的家乡变成下一个东北。
不过,无论生育政策如何变化,人口结构还是需要几十年的时间才能改变。除了多生孩子外,缓解老龄化社会带来的焦虑,还有没有其他可能?
羿娲科技创始人谷鹄翔最近对这个问题感到好奇。他创立的羿娲科技,主要业务是用AI“抄表”——简单来说,就是用图像识别技术来读取工业环境里电表、水表、气压表等一系列表计的读数,然后通过物联网把数据反馈给数据中心,作大数据处理使用。
按理说,这类业务和养老关系不大。但去年公司的一个新项目,让他们和老龄化社会产生了联系。
当时,羿娲科技通过国内某电信运营商承接了上海市一项助老项目,为上海市辖区内独居老人住所做水表智能化改造。改造完成后,老人家中用水数据会反馈给政务平台。一旦12小时内用水量低于0.01立方米,社区工作人员便会收到通知,第一时间上门探视。
这件事去年年底被《人民日报》等媒体报道,并在微博上引来了不少关注。从公司发展角度上看,谷鹄翔自然也在思考助老方向的基础设施改造能否纳入公司未来业务版图中。
一个AI抄表员
怎么就在养老行业里被点名了?
实际上,谷鹄翔和团队在确立主营业务方向之前尝试过老年人相关的创业方向,思考如何将图像识别技术和老年人生活安全结合起来。2015年前后,他和团队开发了一套监测老年人摔倒的解决方案。
摔倒是65岁以上老人意外去世的主要原因。理论上看,这套方案能够救命,理应是刚需中的刚需。不过,团队这次尝试没有成功。
谷鹄翔回忆,“这和技术没有太大关系。”他的博士论文成果可以大幅提高暗光环境下的图像识别效果,在老年人跌倒高发的卧室、卫生间环境中反而具备技术优势。
“使用环境涉及到隐私,老年人很难接受。”
总结这次失败,谷鹄翔感觉犯了纸上谈兵的错误:
虽然合理,但因为应用场景限制,团队并没有找到真正需求。
找到真实需求是谷鹄翔和团队从早期创业经历中学到的一课。也正因如此,用图像识别技术“抄表”成了羿娲科技的主业。
上海市为独居老人安装的智能水表
图源:新华社
当时,某电信企业希望能够通过大数据技术优化通信基站能耗管理。问题出在如何获取数据上。
通信基站大多设立在户外,与之配套的电表并没有完成数字化改造。电力公司往往需要通过人力巡检抄取电表读数,数据周期往往是一周甚至更长,无法满足能耗管理对数据颗粒度需求。
相较于增加巡检人力和全面更换配套电表,在现有基础设施上用计算机视觉技术打补丁是一个成本更优的解决方案。羿娲科技团队由此挖掘到了第一桶金,从传统基础设施数据化改造上找到了方向。
实际上,
数字化一直以来都是中国制造业转型的瓶颈。
麦肯锡曾在一份研究报告中指出,50%-60%的中国企业仍在探索怎样结合管理和数字化工具,建立数据管理和分析的能力。
不过对于羿娲科技而言,这是一片蓝海。2019年,公司产品打磨成型后开始正式销售,业务范围从电信行业扩展到了其他工业领域,订单量几乎翻番。再然后,有一家客户承接了上海市智慧养老改造项目,顺势在解决方案上和羿娲科技展开了合作。
这一次,隐私问题得到了完美平衡,老年人不用主动配合,接受程度大大提高。兜兜转转几年,谷鹄翔没想到团队能用这种方式重新接触养老领域。
他向创业邦表示,公司产品的定位,是智慧养老生态中的感知环节,产品爆发离不开整个养老生态的积极推进。
实际上,面向老年人市场的创业探索早已结束一轮,但难见成效。数年间,技术、市场、人口结构都发生了变化,“银发经济”这次能行吗?
179家公司只有8家过B轮
“银发经济”只是看起来热闹?
在“银发经济”上碰过壁的,不只有谷鹄翔团队。2015年前后,随着中国老龄化程度加深,思考如何在老年人群市场开拓的创业者如雨后春笋一般出现。
从理论上讲,围绕养老需求展开的“银发经济”应该是一片广大市场。国家统计局最近的人口数据显示,中国65岁及以上人群接近2亿,在全国人口中的占比达到了12.6%。
更何况,中国老年人口比例还在加速增长。据中国发展研究基金会预测,中国预计会在2022年进入联合国定义的深度老龄化社会,届时65岁以上老人占比将超过总人口的14%。
中国发展研究基金会对中国人口结构的预测
图片来源:第一财经
但
从现实来看,和老年人相关的东西,似乎还算不上是一门好生意。时至今日,这一领域中鲜有高估值公司产生。
创业邦用“智能养老”为关键字,选取医疗健康、生活服务、文化娱乐、消费、物联网、社区社交6个与“银发经济”相关的一级行业,在睿兽数据查询了2013年至今成立的初创公司。
结果显示,在过去7年中,共有179家公司在业务上与智能养老相关,但其中有公开融资记录的仅有92家。其中大部分公司融资轮次都在A轮以内,
完成B轮以上融资公司仅有8家,没有任何一家公司进入公开市场。
这其中轮次最高的森亿智能在去年年底完成了4亿元人民币D轮融资,估值没有对外披露。值得注意的是,这家公司的主要业务是人工智能医疗服务,养老并不是主攻方向。
“在科技相关产品上,老年人消费意愿对比医疗健康会差很多。”
蓝图创投管理合伙人孔毅对创业邦说。
在他看来,这和当前老年人群结构不无关系。“目前很多40、50后老人对科技产品有学习障碍,市场可能要等人群结构转变后或许才会出现变化。”
换言之,想象中美好的“银发经济”,过去数年中实际规模其实很小。“硬件创业公司决策因素中,有相当一部分来自于成本考量。因此创业公司非常依赖小米生态链这样的产品平台。”孔毅表示,“到目前为止,这些平台里并没有针对老年人群体的产品方向,这也证明了当前市场体量不够大。”
银发经济看起来热闹,这在投资人群体中不是一家之谈。华映资本副总裁张倩鋆观察到,银发经济中比重最大部分在康养、房地产这些方向上。
“银发消费市场规模相较之下实际很小,应该就两三百亿。”
不仅如此,没有真正经历过老年,似乎也成了开拓老年人市场中的绊脚石。在长岭资本管理合伙人蒋晓冬看来,很多投资人、创业者会从TMT行业的商业逻辑出发去制定商业计划,但能否简单套用有待商榷。
“TMT公司通常是高频、低客单价、低门槛,但我们投资养老领域的一些企业则恰恰相反:相对低频、客单价相对较高,有较高的门槛或壁垒。”蒋晓冬曾经在公开场合如此表示。在他看来,
构成壁垒的是一定的行业经验和资源,此外还需要建立健康的商业模式。
和追求快速迭代的互联网行业相比,养老显然要慢上许多。
智慧养老:理论上成熟,摘果子还早?
种种原因之下,理想和现实间的真实需求仍然没被发现。上海市民政局局长朱勤皓2020年6月在上海人民广播电台一期节目中评价当下智慧养老产业时表示,这个行业还处在新兴阶段,
产品虽然有很多,但明显的“三重三轻”:重技术、重概念、重产品;轻需求、轻场景、轻服务。
实际上,上海市民政部门对居家养老需求早有洞察。早在2019年上海市发布的《上海市社区嵌入式养老服务工作指引》中就计划在辖区内构建1个或多个“15分钟服务圈”,让老年人在家中可以获得生活照护和助老服务。
这其中,失能、失智、高龄、独居情况老人因为有刚需,成为重点聚焦对象。利用智能水表、智能门锁等AIoT设备提供急救援助、安全防护和远程照护的智能服务自然被列入了规划当中。
积极探索智慧养老和上海市人口现状不无关系。早在2017年,上海市65岁以上常住人口就已经超过了14%,进入联合国定义的“深度老龄化”社会,先于全国其他地区接受人口红利消失后的挑战。
在国家整体规划中,2020年是一个关键节点。
2017年,工信部、民政部和国家卫计委联合发布了《智慧健康养老产业发展行动计划(2017-2020)》,计划建设面向居家老人、社区和养老机构的传感网系统和信息平台,利用信息技术帮助老人。
在规划时间节点上,
2017年至2020年恰好是示范项目的培养阶段。这些成功案例在2020年之后将进一步受到政策引导,在规模上形成真正意义上的市场。
“目前智慧养老服务在需求、技术水平和产品供应方面,理论上都已经成熟。但还处在萌芽期,能否快速成长需要验证。”
孔毅认为,市场空间有,机会也可能有,但市场规模是相关产业能否吸引资本关注和推动关键因素。
在蒋晓冬看来,“慢”并不是这个领域的缺点,而是目标人群的特点和习惯,并不能轻易改变。作为厂商则需要努力去适应这个相对慢一些的行业。
关注视频号
DEMO挖掘机
Get更多有趣的产品和项目
MORE丨更多精彩
您可能也对以下帖子感兴趣
{{{title}}}
文章有问题?点此查看未经处理的缓存