通信技术专家回国创业,「纵行科技」自研低功耗广域物联网技术ZETA,获投过亿

2020 年 8 月 25 日 创业邦杂志
通信技术专家回国创业,「纵行科技」自研低功耗广域物联网技术ZETA,获投过亿



在万物物联的时代,通信层的创新和发展一直是近年来物联网市场中最热门的领域。物联网的快速发展也对无线通信技术提出了更高的要求,为满足越来越多远距离物联网设备的连接需求,LPWAN低功耗广域物联网快速兴起。


物联网研究公司IoT Analytics数据显示,自2018年起,低功耗广域网络开始成为物联网连接数增长的关键驱动力,到2023年LPWAN连接数将超过11亿的规模。

 

但需求和实际应用落地之间隔了一条成本的鸿沟。


“在数字化时代,物流、城市、楼宇、工业、农业、安防等行业需落地大量物联网应用项目来实现数字化转型,但由于场景碎片化等特点,仍有大量的物体没有被‘物联’,主要原因是LPWAN终端产品价格高至几百元至上千元不等,而被监测的物体价值大部分在在100至300元内,物联成本高于物值使得物联网应用很难大范围市场化。”作为纯国产的低功耗广域物联网技术的ZETA的发起单位,纵行科技创始人李卓群博士告诉创业邦,回国推广ZETA技术,推动物联网技术应用落地,是数字化时代的必然选择。




从无到有研发至今,ZETA已经以“低功耗、低成本、广覆盖、强安全”几大优势逐步实现了广泛商用。与同类技术相比,ZETA使得客户总成本降低至30%-50%

 


让国产技术也能“硬核”出海


移动通信技术历经约40年的发展,从服务于人逐步走向服务于行业,李卓群也决定把所学发挥作用。


伦敦帝国理工大学博士后毕业的李卓群,一直专注于通信方案和通讯技术研究近20年,曾任职摩托罗拉等知名通信设备公司,拥有多项国内及海外专利、数十篇以上的SCI/EI国际期刊和会议论文。

 

他介绍,纵行科技最初只专注在研发核心技术本身

 

恰好,彼时所谓低功耗物联网技术并不多,竞争尚不激烈:占据较高市场份额的两大玩家分别是运营商主导的NB-loT和美国的LoRa技术,但前者存在数据安全和未来流量成本的不确定性,后者底层技术芯片被美国公司独家垄断,部署成本高,且具有政策风险。

 

两者不管是技术还是商业模式都有局限性,而针对组网架构、部署成本等方面都进行优化的ZETA技术存在的价值和机会显露无遗。

 

ZETA在同类型技术标准领域具有领先的优势。详细来说,ZETA在传统LPWAN的穿透性能基础上,进一步通过分布式接入机制实现快速部署,并为Edge AI(端智能)提供底层支持,具有“超低功耗、超大连接、超低成本、超广覆盖、超高安全”等优势

 

另一方面,纵行科技拥有自主研发的智能组网路由、分布式多跳Mesh自组网等专利技术,智能路由由电池供电。不仅能覆盖无供电地方的网络,保证网络覆盖面及稳定性;还能大幅度降低成本,相比同类型技术,使客户总成本降低30%-50%

 

ZETA也因此成为全球首个支持分布式组网、首个为嵌入式端智能提供算法升级的LPWAN通讯标准,也是国内首家被日本、新加坡等发达国家运营商应用的广域物联网技术。

 

但是随着业务的不断发展,李卓群意识到,单纯的技术应是手段而不是目的。尽管国内LPWAN发展仍处于行业早期,没有成熟可复制的盈利模式,他仍坚定地认为“技术优势应该作为我们的护城河,而不是唯一的变现方式。”

 


以技术为基础,构建ZETA产业生态


后来,基于ZETA核心技术,纵行科技不断研发出包括网络设备、传统终端、智能终端、云标签等产品。

 

从单一的技术输出延伸到自研产品体系,纵行科技的发展脚步也没有停下,基于对一站式服务需求的敏感洞察,纵行科技也开始注重行业垂直解决方案的提供,发展成为一站式解决方案的公司。



这样一来,纵行科技的盈利方式就变得多元化,一方面向行业推广通信标准,依赖技术盈利。另一方面可以提供细分行业的全栈式解决方案,服务周期3-5年,客户按季度、年付费,客单价约50万元。


“解决方案能较好的解决物联网碎片化场景需求。我们的目标是基于ZETA让更多的物联应用落地,助力各行各业数字化转型。”

 

现在纵行科技累计的客户数量多达500多家,包括NEC、软银、中国邮政、日邮物流等覆盖20多个国家和地区。纵行科技也将行业收束聚焦在物流、工业、建筑三大领域。李卓群认为,这些需要大量资产管理、成本敏感度高的领域更能展现ZETA的技术优势。

 

其中针对货品追踪管理需求强烈的物流领域,纵行推出了柔性物联网广域标签ZETag云标签,可广泛应用于物品追踪和管理、身份识别、特殊事件报告,帮助物流、资产管理等行业提升运营效率进行降本增效。


该标签规模量产时,包含电池在内每片的成本是同类技术的1/3~1/10,价格最低的版本可降至10元以下,李卓群认为,“物联终端只有降至10元以下,才能实现爆发式应用和增长。”

 

纵行科技发起的ZETA联盟功不可没,ZETA联盟联合全球物联网产业链上下游不同环节的公司和团体,将LPWAN通信标准“ZETA”应用推广到各垂直行业,共建ZETA物联网生态圈。

 

目前,合作伙伴累计超过500家,联盟成员超过200家,覆盖日本、法国、新加坡、泰国、澳大利亚和东南亚、欧洲等国家和地区。


ZETA联盟旨在以科技创新为驱动力,通过物联网通信领域的技术开发与应用研究,助力全球各产业数字化升级和物联网产业的变革发展。

 

同时,针对物联网多场景、碎片化的需求,纵行科技联合上下游合作伙伴开发标准化的智慧物联套件,为客户提供多场景、轻量化的菜单式物联网应用软硬件选购平台。


ZETA AIoT套件商店一方面可连接上下游多方需求,打通物联网产业的运营链路,推动降本增效,另一方面也可以根据客户个性化的需求,制定合理的物联网应用落地解决方案

 

李卓群认为,纵行科技在近几年完成了发展从0到1、1到10的阶段,团队规模扩充到近80人,分布在上海、厦门、东京。团队也先后获得了汇禾资本、达晨创投、中科院国科嘉和等知名机构的投资,目前已完成B+轮超亿元融资。

 

现阶段,纵行的通讯标准已经被行业初步认可,垂直领域探索也已初见成效。接下来公司将不断扩大影响力以及市场占有率完成“10到100”的飞跃,实现业绩快速增长,今年纵行科技预计实现大几千万级营收。


点击小程序,查看项目详情

图片来源:纵行科技、壹图网


快鲤鱼 l ID:akuailiyu
长  按  二  维  码 , 一  键  关  注


MORE | 更多精彩文章

在纸飞机上轻松安装15g动力系统,童年玩具一秒变高端遥控飞机模型 | 海外黑科技

王健林千亿梦碎,湖北首富花百亿要做? | 医线

又一批亿万富翁诞生!创业板注册制首日成交额超2000亿,18只新股最大涨幅超2900%

 两天票房破6亿!大火的《八佰》,能救巨亏近40亿的华谊吗?

● 从市值5亿美金到2000亿美金,Netflix 做对了什么?丨充电

登录查看更多
1

相关内容

李卓先生是华为云AI技术总监,东莞市人工智能学会副会长,负责华为云AI面向行业客户的解决方案、商业开发、营销拓展、联合创新及科研机构的合作。他于1998年加入华为,曾担任多个管理层职务,包括华为南部非洲品牌部总监、华为西部非洲品牌总监等。多年以来从事通信资源算法研究(申请专利8篇),曾多次代表华为在粤港澳大湾区人工智能&机器人等主题论坛和展会发表主题演讲,并在《智慧警务》等杂志发表多篇文章。
小贴士
相关资讯
2018年氢燃料电池行业研究报告
行业研究报告
4+阅读 · 2019年5月6日
2019年中国童装行业研究报告
行业研究报告
4+阅读 · 2019年4月22日
2018年边缘计算行业研究报告
行业研究报告
8+阅读 · 2019年4月15日
【物联网】物联网产业现状与技术发展
产业智能官
6+阅读 · 2018年12月17日
相关VIP内容
专知会员服务
54+阅读 · 2020年9月11日
新时期我国信息技术产业的发展
专知会员服务
33+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
77+阅读 · 2020年1月2日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
57+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
91+阅读 · 2019年12月23日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
28+阅读 · 2019年11月13日
相关论文
CornerNet-Lite: Efficient Keypoint Based Object Detection
Hei Law,Yun Teng,Olga Russakovsky,Jia Deng
3+阅读 · 2019年4月18日
Xiaojie Guo,Siyuan Li,Jiawan Zhang,Jiayi Ma,Lin Ma,Wei Liu,Haibin Ling
4+阅读 · 2019年2月28日
Shi Luo,Xiongfei Li,Rui Zhu,Xiaoli Zhang
3+阅读 · 2018年12月20日
Wenhui Zhang,Tejas Mahale
3+阅读 · 2018年12月13日
Efficient Dense Modules of Asymmetric Convolution for Real-Time Semantic Segmentation
Shao-Yuan Lo,Hsueh-Ming Hang,Sheng-Wei Chan,Jing-Jhih Lin
8+阅读 · 2018年9月17日
Efficient Road Lane Marking Detection with Deep Learning
Ping-Rong Chen,Shao-Yuan Lo,Hsueh-Ming Hang,Sheng-Wei Chan,Jing-Jhih Lin
5+阅读 · 2018年9月11日
LaneNet: Real-Time Lane Detection Networks for Autonomous Driving
Ze Wang,Weiqiang Ren,Qiang Qiu
3+阅读 · 2018年7月4日
Zhishuai Zhang,Siyuan Qiao,Cihang Xie,Wei Shen,Bo Wang,Alan L. Yuille
11+阅读 · 2018年4月8日
Jiyi Zhang,Hung Dang,Hwee Kuan Lee,Ee-Chien Chang
4+阅读 · 2018年4月4日
Souvik Kundu,Hwee Tou Ng
6+阅读 · 2018年1月25日
Top