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
|
人工智能 弹性计算 自动驾驶
阿里云张献涛:云原生计算基础设施助力汽车行业数字化升级
汽车行业在变化中积极拥抱数字化,阿里云帮助众多的汽车企业实现数字化升级,为汽车企业的电动化、数字化和智能化全面提速提供助力。2023年阿里云云峰会北京站《云上智能汽车》论坛中,阿里云智能基础产品部副总裁、阿里云智能弹性计算&无影产品线总经理张献涛,发表了《云原生计算基础设施助力汽车行业数字化升级》的主题演讲。
|
机器学习/深度学习 Shell Python
vmcore自动分析工具
作者:雨庭 ## vmcore分析工具的需求变化 解决内核宕机、修复线上问题以及优化性能瓶颈是各操作系统团队工程师日常工作之一,其中大量工作依赖于crash工具对vmcore进行分析,但是应用规模以及场景的变化对其提出了新的需求。这种需求对开发者和集群运维而言,反映出不同的问题。对于开发者而言,crash工具可以满足查看vmcore中几乎所有数据的需求,例如全局变量、调度子系统
6598 0
|
3月前
|
消息中间件 人工智能 Cloud Native
下单丝滑,大促自由:古茗奶茶背后的云原生力量
在新茶饮行业,每一次刷屏级的营销活动,每一杯奶茶的“丝滑”下单,背后都是对数字化基座的严峻考验,是一场应对瞬时高并发流量的技术硬仗。作为拥有超万家门店的行业头部品牌,古茗不仅要支撑海量日常订单,更需在“周三会员日”等大促时刻,从容应对流量陡增,确保系统稳如磐石。面对高并发下的极速响应与弹性需求,古茗如何实现“大促自由”?本期《云故事探索》栏目走进古茗,揭秘支撑新茶饮“万店时代”的云原生力量。
521 47
|
3月前
|
人工智能 运维 Cloud Native
深大智能:基于阿里云 MSE 实现云原生高可用微服务架构,释放运维人力拥抱 AI 时代
深大智能全面拥抱阿里云,通过微服务引擎 MSE 构建新一代云原生微服务体系,重点解决四大痛点。
629 42
|
3月前
|
人工智能 前端开发 Java
13 讲实战课全上线!让 Java 开发者快速入局 AI 应用开发
为了助力开发者高效上手,阿里云云原生应用平台研发团队联合极客邦科技倾力打造「AgentScope Java 公开课」,目前全系列 13 讲已全部更新上线,并面向开发者免费开放!
|
3月前
|
人工智能 运维 测试技术
从部署到优化,AI开源知识库实用心得
先交代一下背景:我们团队是中小规模研发+运维混合团队,共12人,核心痛点有两个:一是内网部署的国产化龙芯服务器,很多工具适配性差,之前用的传统Wiki要么装不上,要么运行卡顿;二是研发、运维、测试三个部门的技术知识分散,比如运维的服务器部署文档、研发的接口规范、测试的用例说明,分别存在本地文档、GitLab、企业微信文件夹里,跨部门协作时找资料像“考古”,新人上手更是难上加难。
|
存储 关系型数据库 分布式数据库
喜报|阿里云PolarDB数据库(分布式版)荣获国内首台(套)产品奖项
阿里云PolarDB数据库管理软件(分布式版)荣获「2024年度国内首版次软件」称号,并跻身《2024年度浙江省首台(套)推广应用典型案例》。
|
分布式计算 运维 Serverless
EMR Serverless Spark服务和EMR Serverless StarRocks服务的比较
**EMR Serverless Spark** 以其出色的稳定性、高效性能、减轻运维负担及成本优化著称,适合大规模数据处理。**EMR Serverless StarRocks** 则以高速查询、存算分离架构和灵活扩缩容见长,侧重企业级功能。两者在不同应用场景中有各自优势,选择应基于具体需求。更多详情,参考阿里云官方资源。
|
SQL 存储 缓存
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
本文介绍了阿里云EMR StarRocks在数据湖分析领域的应用,涵盖StarRocks的数据湖能力、如何构建基于Paimon的实时湖仓、StarRocks与Paimon的最新进展及未来规划。文章强调了StarRocks在极速统一、简单易用方面的优势,以及在数据湖分析加速、湖仓分层建模、冷热融合及全链路ETL等场景的应用。
840 8
阿里云EMR StarRocks X Paimon创建 Streaming Lakehouse
|
数据可视化 测试技术 API
Modelscope Agent实操(三):将API注册为tool,成为smart API,方便社区开发者调用
大家通过写python代码的方式来定制自己的tool,进一步扩展Agent的能力。