係香港要唔認命 Kites 創辦人 Alan Tsui
近半年,本地Startup生態圈吹起一陣奇風,Co-working space數量急增,Incubation、Seed Round都很多,做的人似乎多了一點,Startup圈子湧現不少陌生的面孔,這些面孔當中不乏後生仔。
「我係香港人,係香港長大,我15歲就開始第一盤生意,係eBay賣嘢…」Kites 共同創辦人 Alan Tsui 談自己幾次的創業經驗,說得頭頭是道,其實他今年才25歲。「不過頭兩次我都沒當成是Startup,因為沒有向外籌錢(Raise Outside Funding),盤生意冇快速增長,唔需要籌咁多錢。」
地址雲端服務
「Kites 專注如何將地址變成Latitude和Longitude(經緯度),換言之機器亦可以解讀地址,其實這問題過去10年香港一直未能好好解決。」
快速交待完背景,Alan 講解 Kites 這門技術含量較高、一般人較難理解的生意,究竟是為了解決什麼問題而生。
「箇中好多原因,主要係Backend系統問題,一個城市以至一個國家的數據,比如美國,需要好幾個政府部門協作,用了十幾年才完成。」
簡言之,Kites 要解決的問題,是將現實世界的地址,變成可供任何應用程式或電腦系統解讀的雲端服務(Geocoding Cloud Service),由於種種原因(多數原因為自身缺乏資訊科技能力),物流業以至各行各業俱「未用盡」數據和電腦運算的好處,只要使用 Kites 提供的應用程式接口(API)便可以直接在開發時應用其雲端地址資料庫。
根據 Alan 的解說,我終於明白問題所在:現時香港的送貨流程,可以稱得上非常原始,送貨者到收貨者之間的路程,例如速遞,或外賣食物,主要仍舊靠人腦解讀地址,靠送貨者的經驗去判斷地址的位置、行車路線,沒有發揮電腦可以即時搜查交通資訊,然後推薦最短最有效率路線的可能,以及該從那個分店派出哪位送貨員最為理想。
試想想,如果Pizza Hut改良了系統,結果30%訂單,可以經過App由顧客直接下訂單,取代傳統的電話外賣,節省了的成本和長遠獲得的經營數據,其商業價值是相當巨大的。我的另一問題是,Geocoding這門生意,理論上無遠弗屆,在產品上,任何地址也不外乎一組經緯度,為什麼選擇在香港搞?
揀.hk唔發矽谷夢
事實上,相似的Geo題目,一般使用者最熟悉係Google Map,而中國市場百度、騰訊都有投放大量資源提供Geo數據資訊,試問 Kites 如何跟這些巨人競爭?
「Google 的數據其實佢地每個國家係licence俾人,我知佢licence給誰,而係香港,佢亦只係用一組data set,呢層我地唔止,佢地(Google)係香港都要同我地傾。」其實我對這答案有所保留,如果Google在支援地區地址進步速度加快,Kites又可以拿什麼跟巨人競爭?
「揀香港,係見到Geo喺亞洲有好大空間可以發展,而我喺香港長大,呢度好似自己屋企,所以返黎搞。但是否一個明智既決定,我暫時未知,因為有可能新加坡或北京會更好。」
「至於大陸係一個好大市場,競爭亦好大,但其實Geo這範疇整個亞洲都做得麻麻,問題係對方真係投放好多資金去做,如果我地籌唔到咁多錢,亦可以集中做好香港,或者東南亞先,事關市場較分散,唔似得中國大陸咁scalable,因為市場細,因而競爭亦細。」
問題係選擇細市場,潛在似 WhatsApp、SnapChat 那種火箭式增長的機會便變得不可能,籌錢的難度豈不是更高?
「玩細市場係咁,你真係唯有push back,要多諗辦法去盈利,香港唔會有好似facebook或google個種夢想,可以創業6年8年都完全未有revenue,冇辦法,因為香港既user base係得咁多,換個角度,雖然consumer market未必得,一個細市場既enterprise market係可以的… 如果你睇返上市,矽谷過去10年既上市公司,10間有8間係enterprise company,雖然成功之日唔會出好出名,未必好多人識你,亦好多人唔明白你做緊乜。」
沒有「矽谷模式」就放棄?You don’t have to win all medals to be successful. 其實走出自己的香港模式一樣可以成功,香港也有年收入過千萬甚至更多的Startup,係香港只要唔認命,冇話冇路行。
唔認命有路行
Alan第一次創業是十五歲,上 eBay 開店創業,第二盤生意做背囊,自己設計,由於生意不俗,本來打算有大學唔讀,但父母反對。
「爹哋媽咪係醫學界,梗係想我讀埋大學,但我唔想,咁當時大家就make a deal,話只要我讀大學,之後就唔管我,於是我就去了芝加哥大學讀經濟,咁讀經濟,大部分都做金融,我中間去過建設銀行做,但真係太悶,於是咪返嚟Startup!」
Kites小資料
網址:kites.hk
孵化器:Cyberport
員工:8人
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。
Related Posts
Latest News
-
針對不同行業監管AI發展(方保僑)
隨着人工智能(AI)技術普及,潛在風險和挑戰也日益顯現。如何在促進創新的同時,確保AI技術安全、透明和公平使用,已成為香港特區政府乃至整個社會必須面對的重要課題。
- Posted March 31, 2025
- 0
-
AI預測|蓋茨:兩工作十年內較受AI衝擊
微軟(Microsoft)共同創辦人比爾蓋茨(Bill Gates)早前接受電視節目訪問時,預測人工智能(AI)將於未來10年取代人類在醫療、教育等大多數專業領域的角色。
- Posted March 31, 2025
- 0
-
陳仲文|AI武器化 衍生新興網絡威脅
香港生產力促進局數碼轉型部總經理、香港網絡安全事故協調中心(HKCERT)發言人陳仲文指出,本地企業現時面對五大網安風險,從大型語言模型(LLM)外洩風險、AI助長的詐騙攻擊,以至關鍵基礎設施的安全隱憂等,企業須正視新興威脅,強化防禦策略。
- Posted March 31, 2025
- 0
-
楊紅霞|籲港府支援基建 配合人才優勢
港理工大學計算機及數學科學學院副院長(環球事務)楊紅霞直言,本港在生成式人工智能(GenAI)浪潮中尚未取得較大突破,乃不爭事實,但只要充分把握人才優勢,善用周邊地區資源,相信仍有不少發展機會。
- Posted March 31, 2025
- 0
-
直接偏好優化(DPO)
直接偏好優化是一種用於訓練機器學習模型的新興方法,直接利用人類的偏好數據來優化模型。
- Posted March 31, 2025
- 0
-
獎勵模型(Reward Model)
獎勵模型是一種在機器學習領域使用的概念,特別是在強化學習及某些生成式模型的訓練中。
- Posted March 31, 2025
- 0
-
楊紅霞|倡模型融合省九成算力 訓練以小見大 降AI開發門檻
近期加入香港理工大學的知名學者楊紅霞,現擔任計算機及數學科學學院副院長(環球事務),同時兼任電子計算學系教授,她提出「模型融合」(Model Fusion)概念,開展「基於模型的模型」(Model over models)項目──Co-GenAI。
- Posted March 31, 2025
- 0