SciX张旭:呼吸安全中迷失的一环

简介:

  13年的时候SciX推出了他们的第一款空气净化器C1,由于他们的大部分精力都在研发上,C1少有产品宣传和推广。宅客君也是在朋友圈里看到好几个朋友在晒,才开始关注到SciX。

搜索SciX的张旭,几乎所有的结果都跟雾霾和呼吸保护有关。宅客君向张旭求证过以前他并不是一位老师,但张旭无论在采访还是演讲时的叙事方式都像极了在授课。

关于SciX,张旭便是从一个故事开始介绍的:

古希腊第一位有史可查的科学家叫做Thales。他通过当时的一些现象和方法预测天气的变化和日全食的发生,但因为不被理解而遭戏谑。直到一年,他预测到来年的橄榄会丰收,于是提前了几月租下了当地所有的橄榄榨油机,因此赚到了一大笔钱。

当然重点不在“一大笔钱”上,张旭对SciX的解释是——通过科学方法预测未来,创造价值。这个解释用人话翻译一下就是:这是一群科学客,早在2010年他们预测到国内的空气很快会出现“夸张的自然奇观”,于是开始着手研究国内的空气问题以及呼吸保护方案。

为什么要做空气净化器?

这是标题中回答的问题。张旭说SciX最初希望完成一整套在当前空气状况下的呼吸保护方案——协助民众避免成为“自然奇观”的受害者。从室外呼吸防护到新风系统,从鼻腔清洗到家庭空气卫生……本来解决方案研发的很顺利;但是,在验证空气净化机时,整个解决方案链条断了。

SciX只好亲自上阵补齐这个空气最不发达国家的室内空气净化机环节。

SciX张旭:呼吸安全中迷失的一环

宅客君纵观国内现在的空净市场,绝大部分品牌都兴起于2013年雾霾爆发以后,而到底是谁在中国做空净呢?绝大部分是广东的小厂以及从互联网跳进去的创业者。宅客君无意在这里歧视某一部分品牌,但当前的空净市场确实相当缺乏对空气的认知和研发能力。

在2013年以前,广东是全球最大的空净制造基地。从这里制造的空净被大量销往美洲,欧洲还有日本,前者主要用来对付空气中的植物颗粒物和家庭过敏原,后者则是主要过滤香烟和花粉。雾霾元年,大部分原样的产品和技术被换了层皮肤打包成新品牌在国内销售,但国内空气的主流问题要复杂得多,这里有PM2.5、二氧化硫、氮氧化物、甲醛、臭氧…

无奈市场的背后原因是什么?根本问题是市场整体的研发投入不足。

张旭这么表示:估算快速膨胀的空气净化市场规模才将跨过100亿人民币门槛。无论放在互联网或者家电行业都太小了,难以驱动现在的企业有足够的研发投入。如果不尽快组织研发突破,中国家庭空气净化将越来越尴尬和无奈。

产值、利润太小导致研发投入不足看似是一个合理的逻辑,但连空气/呼吸这种危及人人的场景都缺乏完善的产品是说不过去的缺陷。

空气净化和启迪认知

“公众认知”是张旭在采访里常常提到的一个词,充满了公知色彩。什么叫公众认知?张旭认为普通人对空气问题的认知是有门槛的。

民众的购买欲随着空气指数爆表被引爆了,但是空气净化机革命还没有被引爆。现在,流行的净化机跑分逻辑本身就可能会导致更为严重的刺激污染。

现在的消费者既希望被品牌宣传引导,又非常容易被品牌所误导。2013年出口转内销的空气净化器,后来逐渐被人们所认知。怎么办呢?宅客君发现现在市场普遍的做法是将空气净化器加大。

宅客君甚至听一位设计朋友(现已抽身离去)讲过这样的项目案例:某家空净企业的设计策略就是外壳结构做得大一些,内部塞上一些棉花,这样的净化器好卖。

公众认知的另一个方面是普通人能意识到空气净化的重要性,假设人们的意识提高,行业的研发投入自然不一样。更先进的净化机,可以在雾霾和家庭空气污染重全面地保护使用者。

空气污染作为国民第四大死亡因素(世界顶级医学学术刊物《柳叶刀》2013年发表),人人自危。如果大家能够具备理性选择空气净化产品的能力,整个市场才能结束误导消费者。

张旭说SciX现在的用户大都是曾经用过心力来理解空气和呼吸的人。包括张旭现在参加的讲座,张旭绝大部分时间讲的都是空气污染问题本身,很少去说他们的产品。在这个问题上,张旭的看法是认知先行的。

SciX张旭:呼吸安全中迷失的一环

张旭的SciX Lab,目前大约是十来人的团队;2012年初建成了大型空气实验舱和若干个小型气候仓,2013年9月开始销售SciX C1空气净化器,目前已经有上万的用户。这个数量看似不大,但据3M中国公司透露,SciX占据了3M在中国民用滤层的8%订货量。

 
 
 
  本文作者: 吴德新

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
SQL 机器学习/深度学习 Java
用Python进行实时计算——PyFlink快速入门
Flink 1.9.0及更高版本支持Python,也就是PyFlink。 在最新版本的Flink 1.10中,PyFlink支持Python用户定义的函数,使您能够在Table API和SQL中注册和使用这些函数。但是,听完所有这些后,您可能仍然想知道PyFlink的架构到底是什么?作为PyFlink的快速指南,本文将回答这些问题。
2728 0
用Python进行实时计算——PyFlink快速入门
|
7月前
|
算法 测试技术
EvalPlanner:基于“计划-执行”双阶段的大语言模型评估框架
EvalPlanner是一种创新的大语言模型(LLM)评估算法,采用计划-执行双阶段范式,生成无约束的评估计划并执行,从而提升评估的系统性和可靠性。该系统包含评估计划、计划执行模块和最终判决三个核心组件,通过自训练循环优化计划和执行过程。EvalPlanner在多个基准测试中表现出色,特别是在数据效率和泛化能力方面,为构建高效、稳健的LLM评估模型提供了新方向。
339 13
EvalPlanner:基于“计划-执行”双阶段的大语言模型评估框架
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
Meta AI推出的Llama 3.3是一款70B参数的纯文本语言模型,支持多语言对话,具备高效、低成本的特点,适用于多种应用场景,如聊天机器人、客户服务自动化、语言翻译等。
349 13
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
|
9月前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
320 31
|
9月前
|
人工智能 小程序 API
「音视频实时互动」功能上线:几分钟实现模型到应用!
「音视频实时互动」功能上线:几分钟实现模型到应用!
178 13
|
10月前
|
云安全 存储 监控
云计算安全:AWS与Azure的安全策略与实践比较
【10月更文挑战第27天】本文对比分析了AWS和Azure在云计算安全领域的策略与实践,涵盖技术、定价、混合云工具等方面。通过代码示例展示了如何在两个平台上实施安全措施,如监控告警、数据加密和身份管理。总结了两者的优缺点,帮助读者根据具体需求选择合适的云服务提供商。
259 4
|
弹性计算 数据可视化 安全
高效部署企业门户网站【阿里云云效平台详细指南】
使用阿里云云效部署企业网站涉及备案域名、ECS、VPC、云效代码仓库和流水线。一键部署通过ROS快速配置,手动部署则需详细配置流水线,包括代码源、构建、部署到ECS。整个流程约10分钟,但需注意网络问题可能导致的异常。一键部署适合快速启动,手动部署适合定制化。文档详细,但可增加常见问题解答和自动化脚本支持。
高效部署企业门户网站【阿里云云效平台详细指南】
|
人工智能 监控 PyTorch
如何才能在阿里云服务器搭建自己的人工智能
如何才能在阿里云服务器搭建自己的人工智能
|
关系型数据库 PostgreSQL