Orbital Inside的危机：遥感图像处理是个免费的市场

Orbital Inside的困境

曾经的明星创业公司，Orbital Inside正面临严峻的挑战，其部分原因在于市场变化和内部问题。该公司的遥感分析和图像处理技术虽然先进，但在快速发展的泛AI领域，这已不足以保持其竞争力。与此同时，Orbital Inside依赖于军方合同和政府项目的业务类型，在面对私营部门及商业市场的拓展时，似乎未能形成有效的商业模式。公司的收入和客户基础受限于专门的技术能力和高度特定的市场需求，这在某种程度上限制了其扩张和多元化的能力。

据[Jack Pouluson](JACK POULSON)（独立记者，专注于技术与军事的交叉领域）的博客报道，Orbital Insight 正在通过尝试与史蒂夫·沃兹尼亚克的卫星公司合并来避免破产。Orbital Insight公司先后融资 1.3 亿美元，但现在已经将自身价值贬值至 5000 万美元，寻求获得新的资金支持。为了缓解现金流的极度紧张，还从银行获得了 300 万美元的紧急贷款。目前努力的最大客户是印度尼西亚军方，但这个代号是Alpha的项目也面临着很大的不确定性。

Orbital Insight 公司首席财务官吉姆-库克（Jim Cook）在 9 月 7 日向 SATIF（一家投资集团公司） 提交的最新报告中直接指出了公司商业业务的失败：

我们在大约九个月前做出了一项战略决策，也许时间更长一些，目的是将我们的商业业务暂时搁置，减少与我们在过去七八年里一直在努力做的事情相关的支出负担。我们在过去七八年里一直在努力做的事情，与商业业务相关的人员超过 50 人，甚至 60 人。但这并没有奏效。我们只是没有遇到与联邦业务相同的拐点。因此，我们的战略很明确，就是减少人员——马特•福尔克（首席技术官）提到 40 或 42 名员工加上 15 名承包商员工——在联邦业务上实现盈利，然后在所有成功和盈利的基础上重新启动我们的商业业务......但是，坦率地说，我们试图同时做太多的事情，（通过）不惜一切代价实现增长的风险方案......

一句话总结就是：商业业务一直投入但没有成效，还是回到政府和军方的业务先活下来。

Orbital Inside与Palantir的差异

Orbital Insight曾经是卫星影像智能化创业公司的佼佼者。得到了 Google Ventures、In-Q-Tel 的大力支持，并在五角大楼的 Project Maven 中占有一席之地。该公司的主要产品 TerraScope ，可分析卫星图像和地理定位数据，包括用于探测船舶、军用飞机、大型储油罐等敏感基础设施。Orbital Inside还销售商业智能产品，这类技术将卫星图像与商业手机 GPS 监控数据（涉及个人信息）融合在一起，该技术最大企业客户是道琼斯能源分析子公司 OPIS。在商业应用上比较引发想象的典型案例是用卫星影像监测沃尔玛商超门前的车辆来预测沃尔玛单店的销售状况。

曾经的优等生也要被创业大学开除了。

与之形成鲜明对比的是Palantir，虽然说Palantir的业务在很多投资人的眼中一点都不性感。但这家公司通过提供强大的数据集成和分析平台，成功地为各种行业客户提供服务，包括商业、政府和军事部门。Palantir的成功部分归因于其能够处理和分析庞大而复杂的数据集，提供定制化的解决方案，以及维护长期的客户关系。Orbital Inside貌似缺乏的是这种灵活性、适应性以及多源性，或者是对商业市场需求的理解和响应能力。

还是一句话：Palantir卖的是高价的定制化服务，这个高价格包含了其独特的价值，客户认可。

遥感分析市场的局限性

不是Orbital Inside不想学习Palantir。真正的原因还是遥感分析市场的规模相对较小，并且高度专业化，这意味着即使有军方的投资和项目资金，也难以支持一个公司高速发展。Orbital Inside的商业模式过于依赖于大额且不稳定的政府合同，缺乏必要的多样性来缓冲市场波动和政策变化带来的风险。但一群都是做遥感卫星图像处理的专业人士，怎么那么容易进入其它领域？想进Palantir的市场，进不去，投资人不给投资了，那就没发展；但不进去，就在遥感市场里打转，又是等死，这是悖论。说白了，还是遥感图像分析的市场不足以养活为数尚且不多的创业公司。

AI技术的快速进步

一个更令Orbital Inside胆战的竞争对手，并非是另一波遥感专家、NASA出来的科学家或者是更大腕的明星专业者，而是快速进步的AI技术。Orbital Inside曾经引以为傲的高深技术已经变得越来越普及，甚至有些服务完全能够通过免费的开源软件或低成本的服务提供商获得。这种技术的民主化进程使得公司曾经的技术优势不再稀缺，从而大大削弱了其市场定位，投资人也不会再觉得这项遥感AI技术多么的高大上。不客气的说，Orbital Inside 三年前那些引以为傲的遥感智能识别技术，在2023年，几乎就是免费的。

稀缺性的重要性

在AI时代，拥有并保持稀缺性更加重要了。这种稀缺性可能源自独特的数据集、专有技术、专业服务或者专精于某一垂直领域的深度知识。公司需要不断创新找到其独特的价值主张，还得将其发扬光大，才可能在日益竞争激烈的市场中保持其独特性和不可替代性。而且还需要对市场需求有深入的理解，并能够快速适应市场变化。

门槛、护城河、壁垒，这些类似的概念哪个创业者不懂？谁不知道做项目不挣钱，同质化的产品没有未来？真要寻找到可靠的稀缺性，实在是太难了。本来已经卷的发热发烫的市场上，马上或者已经杀进来一个超级卷怪，AGI。更是难上加难。

DeepMind 的创始人兼首席科学家肖恩·莱格（Shane Legg）提出了一个在卓克老师看来算是 AGI 的终极定义： 如果一个人工智能系统在所有能提出的人类认知任务上都达到了人类当前的表现水平，就可以认为是 AGI。

按照这个水平定义的AGI，肖恩的预测，最大概率是2025年就能诞生，一个月以后，就可以说是明年。迟一点是2028年。所以别说创业公司，就是目前所有打算运营到2025年的企业，上文提到的稀缺性资源：独特的数据集、专有技术、专业服务或者专精于某一垂直领域的深度知识，哪一样还可以真的作为稀缺性在您的运营中持续的发挥效应？

总结

Orbital Inside的困境提醒了所有创业公司，如果在小市场中混迹，不可避免的只能存活在眼前的苟且中，想增加研发投入、搞成规模的营销活动，那都得靠持续的资金投入，创始人讲故事的能力成了企业最关键的竞争力；更需要警醒的是，在AI日益成熟的今天，还能找到并保持自己的稀缺性。无论是通过舍不得离开的社交网络（求不得），独特的数据（有可能），先进的技术（真没戏），还是卓越的服务（最靠谱），稀缺性都是公司能够在市场中长久生存的关键。在我看来，武装了AGI的内部技术和生产模式是所有企业存活的必需品，人少、效率高，能实现个性化服务的低成本最能保证稀缺性，而独特数据是个关键的乘数因子。因为所有组织，最终都会依赖数据喂养的自家AGI，完成『痛苦』而『无奈』的智能化迁移之旅。