这个说法其实也对，性电君不见现在企业PR稿，性电都喜欢强调自己的投资人团队，腾讯、红杉、IDG、真格、金沙江……不都是这样么?知名投资人对于项目确实有很强的品牌背书，但是我们更好奇的是这些投资人如何盈利呢?投资行业简单来说就“募、投、管、退”四项工作，最重要的这个“退”字就代表了机构的盈利，我们今天就盘点下机构的各种退出方法。

一般的道具收费的养成类游戏例如《梦幻西游手游》，品牌排行平民玩家靠的是长在线时间，品牌排行每天完成任务来换取与土豪玩家实力的接近，平民玩家没钱但是有的是不要钱的时间，当他们在游戏里做了一天的任务从而赚了20块钱的时候，他们会觉得很开心而不会考虑到时间成本;而土豪玩家有钱但大多数不愿意浪费那么多时间在每天重复的任务上面，而且如果光花钱就能够无敌寂寞的话，那这个游戏也不会吸引很多土豪了，所以游戏公司观察了一下两边的需求之后，一拍脑袋，就想出了平民玩家用时间换金钱，土豪玩家用金钱换时间的策略，同时略微倾向于土豪玩家一点点，只要你花的钱够多，平民玩家就只能接近你，而不能够追上你，游戏公司剩下的时间，就可以用来好好打磨游戏的品质了。玩家在虚拟世界里有一个定位，性电在现实生活中也有一个完全不同定位，性电等你退出游戏回到现实的时候，周围并没有多少人会因为你排名全服第一而对你表达认同和崇拜之情，两者很难产生交集，所以传统网游的社交和现实生活中的社交是脱离的，这种本质上的脱离感，才是传统PC端网游社交一直不太成功的原因。

同时，品牌排行各种各样的《王者荣耀》赛事、品牌排行直播和社区也被建立了起来，这些活动的本质目的都是为了扩大用户群体，并且让《王者荣耀》渐渐的成为一个平台，由用户自己在上面产生内容和社交，直到融入用户的日常生活当中。和传统PC机时代不同，性电用户在用手机玩游戏时的场所和时间更加的多样化，性电玩游戏不再是一个私人、固定场所和只属于同好人群的上网活动了，用户在用手机上玩游戏的过程中不仅仅希望能够得到很好的游戏体验感，还因为手机的普及和手机玩游戏出现的场所和时间段的多样性而希望能够与人交流，获得反馈，他们渴望立即向他人炫耀、学习或者协作。而对于传统PC网游来说，品牌排行游戏是完全在网络上的，品牌排行玩家在游戏里可以称王称霸号令天下，可以创立帮派结实众多好友，但是在现实生活中他本质上就还只是一个人，一个周围的社交关系完全没有发生改变的人。

至此，性电所有的选择都已经做完了，胜负就此分出。比如后羿，品牌排行只需要确定他是一个远程射手，品牌排行他可以射出一个太阳，所以他的大招应该是一个全屏技能，那么自然而然就能想到《英雄联盟》里面的寒冰和他的大招，寒冰的操作难度又不高，所以可以直接拿来用，不需要做什么更改，所以我们在玩后羿的时候，居然毫无违和感，玩着玩着突然就想到了，这不就是《英雄联盟》里面的寒冰射手吗，技能简直一模一样。

4.3一般用户群定位与需求分析而对于那些一般的用户群来说，性电也就是那些通过朋友介绍或者是《王者荣耀》火到没人不知道了才下载下来玩玩的用户来说，性电他们的特征和需求也是非常明显的：年轻人，愿意尝试新鲜的事物和游戏;有手游经验，但之前基本上没有接触过MOBA类手游;不是重度游戏玩家，只是把游戏当做一种消遣;通常并不是一个人在玩游戏，喜欢找到人一起玩和讨论一款游戏，有社交化的需求;通常在无聊或者碎片化时间的情况下才会玩一会游戏，场景可能是等人、课间、旅途中、下班后、睡前和休闲时间等;在和人社交的过程中，能有一款简单方便而大家又都认可的游戏来拉近人与人之间的距离，丰富社交的形式。

腾讯也是在当时看到了这个机遇，品牌排行所以连出了两款MOBA类的新游戏，品牌排行分别是《全民超神》和《王者荣耀》，有趣的是，《全民超神》最初测试的时候是纯竞技的，主打5V5，不带养成线，而《王者荣耀》是带养成线的，主打3V3，没有5V5的，所以《全民超神》的内测成绩是远远好于《王者荣耀》的，然而在后来的发展方向上，两者都朝着各自相反的方向上改了，最终在天美工作室的努力和《全民超神》的作死之下，《王者荣耀》后来居上，在游戏模式和产品质量上远远超过了《全民超神》。但即便是这些巨头的人工智能助理，性电它们的服务范围基本定位在信息检索，资讯收集获取，而无法搞定相对复杂一点的问题。

对于创业者来说，品牌排行一旦科技巨头都在开足马力，品牌排行加大火力，在进行人工智能布局的时候，创业公司与巨头相比，在人才储备与数据、用户、流量、资本不在一个档次，贸然进入这个赛道，结果是可以想象的。当前人工智能还停留在学术层面：性电投资回报率不对等另一方面，性电当前人工智能的深度学习在语音和图像以及自然语言处理的应用方面虽有进展，但更适合在搜索引擎和学术、信息流内容数据推荐方面，还无法应用在许多普通用户的产品上面。

品牌排行甚至有人激情万丈的喊出：“创业就去搞人工智能”。比如对于今日头条这家从诞生之初就自冠以人工智能属性的公司，性电其基于数据的推荐算法驱动机制尽管带来了低俗的标签，但却俘获了海量用户。