返回 登录
0

几张可视化图,让你从专利角度搞清Google和Apple的创新差异在哪里?

阅读1528

来源:将门创投,授权CSDN发布。
欢迎人工智能领域技术投稿、约稿、给文章纠错,请发送邮件至heyc@csdn.net

Steve Jobs在过去十年中获得了347项专利,其中许多是追授。相比之下,Google的Sergey Brin和Larry Page在同一时期只有27个。

这是一项能体现Apple和Google运作差异的数据。Apple在很大程度上是由一个高度集中的开发结构所驱动的,这样的结构源于它的设计工作室。而Google有一个更分散的,开源的方法来开发新产品。为了获得两家公司更真实的画面,位于波特兰的数据可视化工作室Periscopic,创建了一系列针对Co.Design的可视化定制,比较了Apple和Google在过去10年专利申请的创新信息图——”innovation signatures”。

图片描述

左:Apple 右:Google

为了更清楚地读懂信息图,我们需要知道,图中每一个块团都代表了专利发明人。而由于很多专利是由多个发明人共同拥有的,图中的每一条线则连接了发明人和共同发明人。

这样看来,Apple更像是一个充满了修理玩具的大球,而Google则比较单调,团块呈蜂窝状。从专利方面来看,我们对两家公司的结构了解似乎就停留至此,但是Periscopic相信,这些图片还清晰地叙述了另一个故事。

“在过去的10年里,Apple已经拥有了10,975项专利,团队共拥有5,232个发明人,而Google已经拥有了12,386项专利及8,888位发明人。” Periscopic公司的数据研究员Wes Bernegger写道。从比例来看,两家公司的数据很类似。“我们能看到的最显着的差异在于,与Google内部更平均分散的创新结构相比,Apple的核心存在着一群高度互联,经验丰富的‘超级发明家’。” Bernegger继续分析道。“这些似乎表明了,Apple是一个自上而下,更集中控制的系统;而Google则有更多的独立授权。”

图片描述

Apple细节图

这个理论其实很有道理。Apple由Jonathan Ive带领的顶级秘密设计实验室,长诞生了公司的为数不多,却非常有利可图的产品。在Apple的创新足迹中,你会发现Ive,以及公司内部基本上所有著名的设计师,包括Eugene Whang,Christopher Stringer,Bart Andre和Richard Howarth,正在领导公司的硬件开发,主要负责我们所看到的每一款iPhone的设计。

图片描述

Google细节图

而Google则拥有一个相对扁平的组织结构,公司有着许多小团队,有很多都是个人被授权。当然,所有这一切都可以在他们的innovation signature中看到。 通过专利这一点,Google员工看起来都相当平等,分布的也相对平均。

也就是说,Bernegger坚信,Apple实际上比Google有更多的“连接和协作”。 “在Apple,平均每一项专利所拥有的发明人数是4.2,这个数字在Google是2.8。”他届时道,“这些数据组合在一起意味着,Apple的每一个专利发明人平均比Google的发明人产出两倍多的专利数(即9:4)。”

他们看起来迥然不同,但是从专利结构看,我们可以发现两家公司之间有很大的相似之处。简单来说就是,Apple和Google都有一个围绕整个结构的膜状环。 这些专利开发者是相对独立于什么?他们与公司是怎样相连系的?

图片描述

Google

在Google的例子中,我们可以找到一个线索。 公司最厉害的超级发明人之一就来自于公司之外,与公司其他产品没有任何关系。这位发明人是Kia Silverbrook,他在2013年卖给了Google 269项相机和打印机专利。显然,最近被收购而非内部开发的专利将缺乏与其他员工的关联。此外,这些外环可能代表来自任何一位非主要团队雇员的发明贡献。但这还需要进一步的调查才能确认。

图片描述

Apple

虽然这些分析图是专门为Google和Apple的故事打造的,但它们都源自PatentsView,一个Periscopic帮助美国研究所和USPTO开发的可视化工具。 它是一个可公开访问的系统,改变了我们长期以来使用的专利数据库。如上所示,我们可以查看公司内的专利,还可以按创作者或主题进行排序。

“对于PatentsView,我们的想法是创建一个可以让公众探索专利数据的界面。”Periscopic的联合创始人Dino Citraro说道,“其中一部分是为了给像专利律师那样需要专利数据的人,提供更便捷的访问途径。但是我们在很大程度上,也是在配合政府为了变得更开放而付出的努力。”


【CSDN在线直播课】《TensorFlow实战》作者、PPmoney大数据算法总监黄文坚老师即将开课:《使用TensorFlow创建可自动玩游戏的DQN模型》,本次课程集中讲解Deep-Q Network及其TensorFlow的实现。扫描下方二维码报名

图片描述

评论