當然，拜見宮主高頻的一般都是剛需，不過剛需未必高頻，這一點很多人沒有想清楚。

理論上來說，大人2收所有與《王者榮耀》爭奪時間的產品，大人2收都是它的競品，從微信、QQ到今日頭條，或者說是手遊市場裏的其他類型的遊戲，都是在爭奪用戶的時間。六、官劇情產品運營分析俗話說，官劇情一個統治級的產品出現需要三架馬車，分別是產品、運營以及運氣，這一節我們就來分析分析《王者榮耀》這個好的產品形態做出來之後，團隊采取的推廣和運營的策略。

5.3.6英雄與皮膚(1)英雄與皮膚的收費思路在確定了這款遊戲不能夠用收費的方式來影響遊戲本身的公平性這個大前提之下，反轉結再針對遊戲的目標用戶群，反轉結自然而然就得出了通過英雄和皮膚來收費的思路，而且這個思路已經是一條被《英雄聯盟》證實的好的收費思路，因為英雄收費是剛需，而皮膚收費則是深刻的洞察到了玩家對於美和炫耀的需求，然而為什麽《王者榮耀》的皮膚是有屬性加成的呢?而且為什麽《王者榮耀》的皮膚屬性加成同一角色不同皮膚都一樣呢?這裏也體現出了《王者榮耀》團隊和《英雄聯盟》團隊對於遊戲收費理解的細微不一樣，《英雄聯盟》團隊認為他們做的是一個具有世界影響力的電子競技類遊戲，他們有足夠多的不同國家和文化的用戶，他們必須要保障零付費用戶的遊戲公平性。其實《王者榮耀》並沒解決掉這些缺點的原因主要有以下幾點：尾留懸念(1)服務器差、尾留懸念網絡不好、遊戲卡等都是跟整個手遊的大環境和技術有關的，沒有哪個團隊會希望自己的遊戲出現這種基礎的問題，所以如果真的出現了這些問題，那麽原因也隻能是團隊或者是手遊界本身的技術實力存在著瓶頸，但是隨時時間的推移和技術的進步，這些問題會好轉;(2)小學生太多，經常被隊友坑，玩家素質差。所以《王者榮耀》最終也果斷拋棄了這種盈利模式，拜見宮主而轉向了類似《英雄聯盟》的收費方式，拜見宮主通過設置英雄、皮膚和銘文收費，來讓這個遊戲在不花錢甚至不用每天花大量時間做任務的情況下讓玩家能夠玩的足夠爽。九、大人2收最後的總結由於需要調研整個手遊市場，大人2收所以我下載玩了很多的手遊，但我發現的一個最主要的問題是，手遊裏麵的好遊戲真的是太少了，相比於端遊動則幾百人的遊戲團隊，在手遊方麵即便是一百人的團隊都算的上是大製作了，而《王者榮耀》從立項開始，就有將近150人的團隊，這也注定了他們生產出來的遊戲不會爛到哪裏去，在保證了遊戲本身質量過關的前提之下，隻要你能夠深刻的洞察到手遊用戶最根本的特點，同時結合自身無論是技術還是平台的優勢，你就能夠生產出一款受歡迎的遊戲。一般的道具收費的養成類遊戲例如《夢幻西遊手遊》，官劇情平民玩家靠的是長在線時間，官劇情每天完成任務來換取與土豪玩家實力的接近，平民玩家沒錢但是有的是不要錢的時間，當他們在遊戲裏做了一天的任務從而賺了20塊錢的時候，他們會覺得很開心而不會考慮到時間成本;而土豪玩家有錢但大多數不願意浪費那麽多時間在每天重複的任務上麵，而且如果光花錢就能夠無敵寂寞的話，那這個遊戲也不會吸引很多土豪了，所以遊戲公司觀察了一下兩邊的需求之後，一拍腦袋，就想出了平民玩家用時間換金錢，土豪玩家用金錢換時間的策略，同時略微傾向於土豪玩家一點點，隻要你花的錢夠多，平民玩家就隻能接近你，而不能夠追上你，遊戲公司剩下的時間，就可以用來好好打磨遊戲的品質了。

玩家在虛擬世界裏有一個定位，反轉結在現實生活中也有一個完全不同定位，反轉結等你退出遊戲回到現實的時候，周圍並沒有多少人會因為你排名全服第一而對你表達認同和崇拜之情，兩者很難產生交集，所以傳統網遊的社交和現實生活中的社交是脫離的，這種本質上的脫離感，才是傳統PC端網遊社交一直不太成功的原因。同時，尾留懸念各種各樣的《王者榮耀》賽事、尾留懸念直播和社區也被建立了起來，這些活動的本質目的都是為了擴大用戶群體，並且讓《王者榮耀》漸漸的成為一個平台，由用戶自己在上麵產生內容和社交，直到融入用戶的日常生活當中。共享單車目前在永安行的業務版圖裏還隻是不起眼的一小塊，拜見宮主2016年占總收入的比例僅為0.05%。

也就是說，大人2收平均一輛共享單車的價值在175元以下，這與各共享單車公司宣稱的動則300以上的采購成本相比有很大差距。在招股書中永安行宣布了下一步的目標，官劇情未來3年內，官劇情在目前210個左右市縣的基礎上，努力將布局市縣增長到350個左右，布局公共自行車(含無樁共享單車)200萬輛左右。反轉結但這一比例未來肯定會顯著上升。金通科技收入在4億元左右，尾留懸念淨利潤超過千萬元，是永安行的主要競爭對手之一。

document.writeln('關注創業、電商、站長，掃描A5創業網微信二維碼，定期抽大獎。到2016年底永安行投放的共享單車數量僅為4萬輛。

時隔一年多之後，永安行再次申報IPO，共享單車則成了一個繞不過去的話題。深創投和螞蟻金服大概也沒想到，投了一家傳統公司，卻搭上了共享單車的風口。永安行早在2015年就曾提交IPO申請，那一份招股書中隻字未提眼下火熱的無樁共享單車。2014年12月，上海雲鑫對公司增資10,000萬元，投後估值9億元，對應2014年預計淨利潤13倍左右。

永安行成立於2010年，主業是公共自行車服務，這是一個發展多年的傳統行業，已經有多家公司登陸資本市場，例如新三板上的金通科技和綠暢科技。投後估值2億元，對應2012年預計淨利潤14倍左右。這已經大大高於永安行過去七年的擴張速度，但如果要參與共享單車大戰，這個數字卻顯的保守。目前A股上還沒有公共自行車或共享單車公司，如果按創業板平均約70倍市盈率計算，永安行市值有望突破70億元。

雖然時間短、數量少，永安行公開披露的幾個數據仍然頗可玩味。不過，正如當年的滴滴、快的，在海量資本的催化之下共享單車向三四線城市擴張隻是個時間問題，雖然永安行在招股書中稱公共自行車和共享單車存在重大差異，不能互相替代。

永安行稱正在探索為現有的公共自行車加裝GPS模塊，增加無樁停放功能，形成有樁和無樁模式互為補充、互通互聯的效果。永安行將共享單車列為固定資產，到2016年12月底，該項資產價值為698.71萬元，沒有折舊。

直到2016年之前，永安行一直是一家與前沿創新關係不大的公共自行車服務提供商，其估值水平也中規中矩。上海雲鑫為螞蟻金服的全資子公司。2013年7月，上海福弘、青企聯合、青年創業三家機構投資人投資2000萬元，投後估值4億元，對應2013年預計淨利潤11倍左右。在報告期內，永安行的共享單車業務成本僅為2.8萬元，相應的毛利率高達92.27%，不過這個數字的參考價值很有限。機遇在於，共享單車炒熱了整個自行車行業，永安行未來的想象空間前所未有的廣闊;挑戰則在於，ofo和摩拜等互聯網公司是否會將這些有樁時代的傳統公司淘汰出局?從2014年到2016年，永安行的業績表現非常好，營業收入年複合增長率超過28%。2013年8月，機構投資人蘇州冠新投資1,800萬元，投後估值4.5億元，對應2013年預計淨利潤13倍左右。

相比之下，2017年1月，共享單車主要玩家之一ofo已經宣布在線單車總數達到80萬輛，開展共享單車服務僅一年半的時間就超過了永安行七年擴張的規模。深創投、螞蟻金服投資估值兩年漲三倍永安行在發展曆程中幾乎每年一次融資，不過都跟共享單車的概念沒什麽關係。

從永安行此後全麵接入芝麻信用服務來看，螞蟻金服的入股應該是出於戰略目的。盡管無樁共享單車業務僅占永安行收入的0.05%，成本的0.01%，卻占據了招股書的大量篇幅。

2012年9月，機構投資人上海福弘投資2,000萬元，持有10%的股份。在招股書中，永安行也表示目前還沒有客戶因為共享單車的興起而撤銷訂單。

從業績上看，就算沒有共享單車概念，這也是一家足夠優秀的公司。從2016年12月開始投放，到報告期末的12月31日，不到一個月的時間，永安行的共享單車業務貢獻了36.8萬元的收入。永安行作為傳統公共自行車服務行業的龍頭代表，在這個共享單車迅速擴張的時期衝擊上市，機遇和挑戰都很突出語音識別、自然語言理解等技術要產品化商業化落地目前還看不到苗頭。

在國內，BAT等巨頭占有者最大的用戶群與數據，它們可以用深度學習的算法，在大數據的基礎之上，更好的應於廣告的推薦以及內容平台的信息流算法推薦。國內BAT，前兩年的共同戰略還是連接與生態戰略，轉眼間，都在給自身貼AI標簽了。

有人認為，創業公司可以選擇做垂直領域的先行者，積累用戶和數據，結合技術和算法優勢，成為垂直領域的顛覆者。這也是我們看到巨頭研發的聊天機器人都隻能做到幾輪對話的原因。

李彥宏、馬化騰、雷軍、馬雲等大佬均提及了“人工智能”這一概念，並且都在推動之中。所以我們看到，當前中國互聯網巨頭也紛紛開始從穀歌、Facebook、微軟以及全球名牌大學招募頂尖人才。

人工智能當前有了一定的發展和突破，但離真正商用、產品化落地與人類生活緊密關聯的時間點還太遙遠。技術雖炫酷但盈利方麵艱難而人工智能的技術雖炫酷但盈利方麵艱難，當前即便是與人工智能息息相關的機器人產業，其前景也並不樂觀。這是科技互聯網領域常見的場景，從O2O、P2P、VR到今天的人工智能盡皆如此。document.writeln('關注創業、電商、站長，掃描A5創業網微信二維碼，定期抽大獎。

“當下創業就去搞人工智能”最終可能會淪為一個笑話。但這個遠不是其他領域創業打雞血拚宏願談理想就能成，開發人工智能是一個龐大的係統工程，它不會是一個突然出現的風口，更是一個長時間的經濟技術、科研發展水平的緩慢沉澱與推動的過程。

當前人工智能領域的人才是稀缺性人才，創業公司也很難去搶到優質人才。在推理性與邏輯性、專業性的實際問題層麵的解決能力上依然被一些用戶與業內人士嘲為智障助理，實用價值並不大。

當然人工智能是未來這並不錯，問題是這個變革或者說真正改變人類的未來時間點什麽時候來，但肯定不是現在。創業者缺數據但數據是AI的基礎人工智能(AI)已經應用於語音識別、圖像處理器、計算機視覺、機器人等多個領域，在人機圍棋大戰中屢屢獲勝，而這背後，經過了是海量數據的積累與學習。