第二、整個經(jīng)濟現(xiàn)在已經(jīng)從高速增長變成中速或者是勻速增長，在這種情況下，原來的移動端紅利、互聯(lián)網(wǎng)紅利以及整個經(jīng)濟的紅利都沒有那么大了。對于企業(yè)來講，可能進入了一個零和博弈的時代，效率或者企業(yè)整體運營水平會變成核心競爭力； 第四、移動化，因為中國在移動化的方向上走界的最前面。我過去幾年一直在關(guān)注移動化的方向，所以按照我自己的經(jīng)驗和判斷來看，中國在移動端的發(fā)展速度在全球應該是和美國并肩的，甚至在有些領域是領先美國的，所以在C端的經(jīng)驗有可能用于B端。而在B端，其實有很多場景是沒有辦法用PC去解決的，因為很多行業(yè)，比如：餐館的服務員、快遞員、建筑工人、銷售等，其實它是一個移動驅(qū)動的過程或者場景，那么在這種情況下，過去PC解決不了的問題，在移動化的情況下可能得到比較好的解決。
P方面，國家統(tǒng)計局的數(shù)據(jù)顯示，近期大家熱議經(jīng)濟新常態(tài)和“L型走勢”的同一時間，悄然發(fā)生了一個重大變化，2015年中國第三產(chǎn)業(yè)對P總量和增速的貢獻都超過50%，這是一個非常好的標志，發(fā)達國家第三產(chǎn)業(yè)對P的貢獻都比較高。 這意味著，從2015年開始服務業(yè)真正成為中國經(jīng)濟最主要的支柱。要知道美國第三產(chǎn)業(yè)的P占整個P的比值是75% 以上，中國剛剛過50%，從這個角度來看，好日子還在后面。 組織方面，我們可以看企業(yè)規(guī)模的變化。最近五六年，企業(yè)的平均規(guī)模從2010年的110多人降到了2015年的60多人，減少了47% 。 就業(yè)方面，可以看職業(yè)者的數(shù)量。我沒有找到特別權(quán)威的統(tǒng)計，不過個體戶的數(shù)量在六年內(nèi)翻了一倍多，從5400多萬增加到1.17億。在中國就業(yè)人口接近8 億的情況下，職業(yè)者大概占了八分之一，量還常大的。 個體就業(yè)和職業(yè)是非常好的失業(yè)率管控手段。雖然個體戶和職業(yè)者所帶來的稅收可能會少一些，但是對而言，保障就業(yè)比稅收收入更重要，個體就業(yè)和職業(yè)是失業(yè)率非常好的緩沖劑。 其次從企業(yè)需求角度看，創(chuàng)業(yè)潮興起，這也導致了企業(yè)規(guī)模變小。另外，企業(yè)本身面臨非常大的成本壓力。最近20年，中國就業(yè)人口的平均工資每年漲幅大約為13%-14%，控制企業(yè)規(guī)模也是一個剛需。 第三是勞動力供給的變化，目前70%的職業(yè)者都是85后，他們性格特質(zhì)年輕，追求個性，討厭辦公室和朝九晚五，同時職業(yè)對他們而言是一個更優(yōu)的收入分配模式。 第四是技術(shù)原因。從基礎工具、溝通工具、支付工具到交易平臺，再加上移動化的大趨勢，每一層的技術(shù)都變成熟了。 小結(jié)：經(jīng)濟狀況、企業(yè)需求、勞動力供給和技術(shù)演進帶來了兩個結(jié)果：組織越變越�。宦殬I(yè)和共享經(jīng)濟的興起。
組織變小變扁平導致共性需求更多，因此做標準化的服務和產(chǎn)品更有可能。職業(yè)和共享經(jīng)濟的興起，從供給側(cè)來講，當職業(yè)的供給多起來，會出現(xiàn)對應的工具和交易平臺；從需求側(cè)來講，組織變小，人變年輕，就要求個性化、高品質(zhì)的服務或產(chǎn)品，也更加看重分享、協(xié)作和Social功能。 這些變化也帶來新機會。組織變小后，個人在組織里的身份和地位和他作為個體的身份和地位共性更多，B和C的界限開始模糊，很多業(yè)務可以比較自然地從B做到C，或者從C做到B。 關(guān)于大數(shù)據(jù)有一個很好的比喻，說它teenager ，所有人都在談論它，但可能沒有多少人知道怎么做；大家都以為別人在做，都對外號稱自己在做。我試圖講講我們的理解，數(shù)據(jù)服務從哪里來，哪里。
圖中有一條時間軸，軸的右邊是企業(yè)信息化，軸的左邊是基礎IT技術(shù)迭代。這期間我們經(jīng)歷了三個階段，第一個階段是方法和理論，第二個階段是信息化，第三個階段是數(shù)據(jù)。 1915年批量經(jīng)濟概念的提出和1934年確定訂貨點的統(tǒng)計方法，是工業(yè)生產(chǎn)中出現(xiàn)MRP（Material Requirement Planning）理論的理論準備。MRP理論即物料需求規(guī)劃理論，就是工廠生產(chǎn)中，先有一個主生產(chǎn)計劃，然后根據(jù)主生產(chǎn)計劃去協(xié)調(diào)采購、庫存。 直到20世紀40年代中葉，第一臺大型計算機才出現(xiàn)（它是軍方用來做彈道計算的）。此時計算機行業(yè)沒有給企業(yè)界帶來巨大的變化。1950年代末，美國制造行業(yè)的一些專家經(jīng)理人成立了一個叫APICS的組織，這個組織成立幾年后，制造行業(yè)內(nèi)部運行的流程理論MRP才開始形成。至此理論應該相對完善了。 但在這段時間里，計算機還沒有被普遍使用，理論到系統(tǒng)的發(fā)展比較慢，像1970年代成立的現(xiàn)界上最大的做ERP的公司SAP，他們最早的版本都是運行在大型機上，基礎技術(shù)沒有跟上迭代，影響了產(chǎn)品對用戶需求的滿足。 1980年代之后，產(chǎn)品端的MRPⅡ 系統(tǒng)出現(xiàn)，基礎技術(shù)又一次迭代，這一次迭代是PC進一步發(fā)展，微軟和Intel聯(lián)盟興起。 企業(yè)服務方向另一項關(guān)鍵技術(shù)的突破是，關(guān)系型數(shù)據(jù)庫的迅速發(fā)展，ERP領域另一家巨頭Oracle基本靠此起家。關(guān)系型數(shù)據(jù)庫的發(fā)展在企業(yè)服務中非常重要，因為信息化的核心任務之一是把企業(yè)運行過程中的數(shù)據(jù)記錄下來，建立數(shù)據(jù)庫。這個階段SAP已經(jīng)上市了。 1990年代，基于PC和關(guān)系型數(shù)據(jù)庫的發(fā)展，ERP系統(tǒng)開始出現(xiàn)，這時可以說企業(yè)服務信息化領域的產(chǎn)品已經(jīng)非常完善，同時技術(shù)又開始新一輪迭代。1990年代初互聯(lián)網(wǎng)的雛形出現(xiàn)，10年之后SaaS（軟件服務）興起。 在數(shù)據(jù)時代之前，我們能看到一個規(guī)律，即企業(yè)的需求一直都在而且比較超前，而只有基礎技術(shù)出現(xiàn)較大提升，才能出現(xiàn)滿足當時客戶需求的新產(chǎn)品。在這個過程中，企業(yè)的需求、產(chǎn)品和技術(shù)處于螺旋上升迭代的狀態(tài)。 以上回答了數(shù)據(jù)從哪里來的問題。迭代到最后一個時間點2008年，Gartner提出 “大數(shù)據(jù)” 概念。在這個時間點我們應該得到什么樣的產(chǎn)品？這是我們現(xiàn)在面臨的問題，我們走到這兒了，接下來我們會哪里？
我從三個維度分析數(shù)據(jù)。第一個維度是數(shù)據(jù)的整個流通、生產(chǎn)和分析的過程，可簡單分為采集數(shù)據(jù)、管理和分析、智能決策三個步驟。大部分的數(shù)據(jù)產(chǎn)品都可以歸類到其中一個或者幾個步驟。 第二個維度是行業(yè)，鑒于數(shù)據(jù)在不同行業(yè)里存在很大的不均衡性，所以不同行業(yè)里的數(shù)據(jù)切入點應該是不一樣的。那用什么標準去判斷這個行業(yè)從哪個點去切最好？我認為可能有幾個判斷標準，前三個標準是與數(shù)據(jù)相關(guān)的，后兩個標準是與業(yè)務相關(guān)的。 1、可數(shù)據(jù)化程度和速度；2、行業(yè)存量和增量數(shù)據(jù)的大�。�3、數(shù)據(jù)業(yè)務的變現(xiàn)能力；4、在關(guān)于數(shù)據(jù)的工作上，過去是IT人員參與更多，現(xiàn)在業(yè)務人員參與更多。對數(shù)據(jù)服務提供商來說，IT很強可能還不夠，還要有比較多的行業(yè)know-how，甚至有行業(yè)專家；5、行業(yè)本身的變化要求數(shù)據(jù)的切入點不同。 按照五個維度，我把不同行業(yè)做了簡單mapping：農(nóng)林牧漁、運輸和批發(fā)零售處于采集階段；醫(yī)療、安防、公共事業(yè)和制造業(yè)處于第二個階段到第三個階段的過程；最下面是金融、電信、廣告、狹義的TMT，狹義的TMT是指業(yè)務基本在線上，線下部分比較輕的服務。O2O和電商就不算狹義的TMT。 第三個維度是技術(shù)維度。它是變量，因為比較大的技術(shù)突破，有可能把某一個行業(yè)從一個階段推到另一個階段。 第一層的變量上，移動和IoT的發(fā)展能在數(shù)據(jù)采集上推動一個行業(yè)的發(fā)展。在移動和IoT發(fā)展之前，收集數(shù)據(jù)是一個非常難的過程，尤其是移動屬性非常強的行業(yè)，比如運輸行業(yè)，批發(fā)零售業(yè)等，工作不適合收集數(shù)據(jù)。舉個例子，司機天天在外面跑，讓他們守在桌子前輸數(shù)據(jù)不顯示。移動和IoT的出現(xiàn)，加速了數(shù)據(jù)采集的過程，使之從第一個階段走到第二個階段。 第二層的變量包括互聯(lián)網(wǎng)技術(shù)、分布式技術(shù)、NoSQL等等。還有一個非技術(shù)原因是國產(chǎn)化，去IOE，這一點表現(xiàn)比較明顯的是互聯(lián)網(wǎng)。 互聯(lián)網(wǎng)技術(shù)出現(xiàn)之前，金融和電信，這兩個行業(yè)本來就是IT技術(shù)非常成熟的行業(yè)，也是數(shù)據(jù)化程度非常高的行業(yè)。狹義TMT和廣告兩個行業(yè)基本上就是被互聯(lián)網(wǎng)技術(shù)從第二個階段推到了第三個階段。 第三層的一個重要變量是AI，如果AI做得好就能完成我上一張圖講的數(shù)據(jù)閉環(huán)，使得決策后的數(shù)據(jù)進行一次新的數(shù)據(jù)循環(huán)，從而讓AI更加智能。 一個的問題是，做AI的時候，究竟應該做泛AI，還是垂直AI，這個問題沒有，但是我們傾向于垂直AI。有三個挑選標準，第一是有明確的場景，第二是問題解決有明確的結(jié)果，第三是最好有一個數(shù)據(jù)循環(huán)。 所以，我們在看行業(yè)和數(shù)據(jù)的時候，大概會做一個mapping，即行業(yè)會停留在數(shù)據(jù)處理的哪個階段，技術(shù)變量在哪兒，能把它推到什么地方，新的技術(shù)變量是不是能從根本上提升行業(yè)的效率。 首先看流通行業(yè)的地位。從P貢獻率看，2013年起，批發(fā)零售業(yè)成為對P總量貢獻率僅次于工業(yè)的第二大單一產(chǎn)業(yè)。最近10年批發(fā)零售業(yè)的年度增幅都超過了13%, 而P的增幅過去是8%到10%，現(xiàn)在新常態(tài)變成了6% 到7%，可見零售業(yè)的平均增幅很快。但從2013年開始批發(fā)零售業(yè)的增幅開始變緩，這是它遇到的一個問題。 從流通行業(yè)對就業(yè)的貢獻來看，私營企業(yè)成為解決中國就業(yè)問題最重要的力量，而在私營和個人就業(yè)者中，從事流通行業(yè)的人數(shù)占40%。2015年的最新數(shù)據(jù)顯示有1.13億人從事流通行業(yè)的相關(guān)職業(yè)。 由此可見，大流通行業(yè)是一個非常重要的行業(yè)。但是這個行業(yè)如果沒有技術(shù)的迭代，真得不容易做。前面我也提到了，在移動和IoT出現(xiàn)之前，物流業(yè)和零售批發(fā)業(yè)相對原始，現(xiàn)在移動和IoT正在把流通行業(yè)從第一個階段推動到第二個階段甚至第三個階段。 其次流通行業(yè)本身正在發(fā)生變化。我們投資的兩家公司恰好代表了流通環(huán)節(jié)變化的兩個方向。諾信創(chuàng)聯(lián)做的是醫(yī)藥行業(yè)的流通和相關(guān)營銷，它代表監(jiān)管流通這個方向；舟譜數(shù)據(jù)做的是快消行業(yè)，是極度市場化流通的方向，屬于兩個極端。 諾信創(chuàng)聯(lián)所在的醫(yī)藥行業(yè)受政策影響很大，除兩票制和藥品托管之外，對它影響比較大的有兩件事。第一，今年過完年國務院辦公廳發(fā)布批文，要求醫(yī)藥代表必須注冊、登記，并且只能從事醫(yī)學相關(guān)的學術(shù)和推廣活動，不能直接賣藥。第二是希望把醫(yī)療資源平攤到三線、四線甚至更偏遠的地方，讓更多的人享受到醫(yī)療服務，這樣一來基層醫(yī)院就變得越來越重要。但是過去許多藥廠就盯著三甲醫(yī)院，基層醫(yī)院的覆蓋度不夠，同時醫(yī)藥代表的手被捆住，市場活動應該如何開展，是比較大的問題。 舟譜所在的快消行業(yè)也碰到了問題。第一是用戶消費升級太快，傳統(tǒng)經(jīng)銷和供應鏈的體系跟不上，所以廠商和經(jīng)銷商很迷茫，不知道什么賣得好，也不知道自己賣得怎么樣，對手賣得怎么樣，應該怎么去改；第二是終端渠道的變化，基層變多意味著終端下沉，同時新的終端渠道出現(xiàn)，電商、O2O等渠道開始下沉，原有的幾層分銷渠道的效率受到很大挑戰(zhàn)。 應對這樣的變化，我認為新公司首先要做的就是尊重行業(yè)的合理規(guī)律。偏垂直行業(yè)的公司在跟傳統(tǒng)行業(yè)結(jié)合的時候，常常想傳統(tǒng)行業(yè)，打破傳統(tǒng)行業(yè)的格局。有時候我會對這種做法打一個問號。 流通行業(yè)的分銷體系在中國存在了二三十年，一定有它的合，偏上游的分銷商墊資的作用大，偏下游的分銷商則更多地承擔物流、倉儲、配送等功能。 這么多年來，他們承擔了各自的任務，現(xiàn)在有人要這個行業(yè)，甚至要把體系干掉重來。干掉不是不可以，但由于需求沒變，干掉體系的同時，必須要承擔被干掉的那部分責任和義務。以及，新公司是不是能比原有體系做得更好、更高效、成本更低？我覺得不一定。所以，我們更愿意投資尊重行業(yè)合理規(guī)律的公司。 為什么把這幾件事放在一起呢？其實大家如果從頭開始注冊過一家公司，到公司運營到一段時間后，大概就能明白線下這幾個行業(yè)其實是交叉在一起的。做工商注冊的公司很有可能免費幫助你做注冊，最后是為了將你帶到記賬以及人力資源那一塊的服務。而且這幾個行業(yè)現(xiàn)在存在著比較大的性機會，因為現(xiàn)在的基本現(xiàn)狀是公司數(shù)量眾多，但是都沒有形成比較大的規(guī)模�；谶@幾點判斷，我們覺得整個行業(yè)有比較大的整合機會。 我覺得還有其他幾個原因在于：衣食住行可能是C端比較好的或者是剛性的需求，對于企業(yè)來說，我其實也一直在找這種“高頻、剛需、穩(wěn)定”的需求，從這個角度來講，其實財稅和人力資源服務可能是比較好能滿足這些條件的需求。因為財稅、人力資源服務其實是一個相對外在強制性的需求，但凡你要開一個公司，不管你有沒有利潤，你都要報稅，哪怕只有一個人，都需要發(fā)工資，正規(guī)情況下也需要給他交社保。 而且人力資源服務，我個人感覺有一個更好的地方在于，它能夠帶來比較大的資金沉淀。從這個角度來看，其實在能做的事情就不只企業(yè)服務那么簡單了。因為這可能會過一些交易，也可能會產(chǎn)生一些比較大的金融服務的機會。包括騰訊、阿里以及我們的友商其實今年都在人力資源領域做了不少的布局，尤其是在人力資源外包行業(yè)、薪酬、福利等方向，這些創(chuàng)業(yè)方向是很好的，但是誰能找到一個最高效的方式去完成這種服務，并且能成本足夠低，我覺得這可能是一個比較大的挑戰(zhàn)。 我個人比較看好的方向，也一直在尋找的標的，是工具協(xié)。工具協(xié)和協(xié)同工具之間的差別是什么呢？我覺得工具協(xié)本身有比較強的工具屬性，這個屬性不一定是為了協(xié)同而上的，它可能是為了解決某一個垂直行業(yè)或者某一個職業(yè)里面的某些需求，可能這個需求最好不只是由他本人能完成，而是把內(nèi)外部的合作伙伴都拉到平臺上，接下來可能就會衍生出其他的機會。 大概的邏輯是這樣的：工具屬性解決了你作為某一個行業(yè)或者職業(yè)的從業(yè)者的需求，那么如果你把協(xié)同拉上來，在剛需的基礎上，其實就有了粘性，你本身作為工具的價值就會好了不少，并且同時在協(xié)作的過程中難免會有數(shù)據(jù)的留存，這樣粘性會更加高。接下來可能就會衍生出比較多的機會，包括在工具衍生出交易市場、招聘、教育或者職業(yè)培訓等方面的需求，我覺得都有可能變成一件比較大的事，而且由于工具本身可能帶有比較強的職業(yè)或者行業(yè)屬性，那么這種機會可能比較多的會在垂直行業(yè)里面產(chǎn)生。 還有一塊機會也是我一直看好，但是還沒有看到比較好的投資標的的一個機會，就是在營銷方面。我們可以看到在美國的SaaS或者企業(yè)服務的上市公司里面，除了廣告公司之外，其實做營銷工具的有若干家10億美金以上的上市公司。但是在中國，這個領域還沒有發(fā)展起來。 我覺得這可能是一個比較好的點，因為它實際上和企業(yè)的收入是直接相關(guān)的。從我自己的角度來判斷，差不多是這樣來排序的。對于企業(yè)來講，如果你幫助它做開源，要好于對企業(yè)做節(jié)流；如果你幫助企業(yè)做節(jié)流，要好于單純的效率提升。從這個角度來說，其實營銷和銷售是綁的比較緊的，但是在這個方向上其實我一直沒有找到特別好的公司。 另外一塊是企業(yè)IT，這一塊我們的投資人張矩看的比較多，他自己也有比較長的企業(yè)IT方面的從業(yè)經(jīng)驗，自己也做過創(chuàng)業(yè)，也在大公司干過，也做過孵化以及投資人，行業(yè)經(jīng)驗非常豐富。我引用一下他之前在我們內(nèi)部分享講的一段話，我覺得特別對，這也是我們看好企業(yè)服務的另外一個比較重要的原因：其實整個企業(yè)服務投資是一個嘗新的過程，只不過我們遵循了一個螺旋式上升的規(guī)則來投資。 原因也很簡單，因為隨著的變化和技術(shù)的提升以及大家對目標追求的越來越高，必然會導致需求有變化，也必然會帶來技術(shù)上的更新。其實每一次需求的變化都會帶來比較大的技術(shù)上的更新，比如過去的數(shù)據(jù)量不大，可能用單機就可以做了，數(shù)據(jù)量大的時候，可能對于單機的性能就會有一些要求，再大量的話，可能就要多用一個機群去算。在算的過程中，可能我們也經(jīng)歷了很多的迭代，從單機計算到后來的MapReduce，再到后來的Spark，越算越快。我們最近也投資了一家公司，他們做出來的指標在某些領域上其實比Spark還要好。這種需求從根本上來說就是為了算得更快、更好、更準。由于需求在不斷提升，所以新的技術(shù)、產(chǎn)品也在不斷提升，這方面的機會是比較大的。 在企業(yè)IT領域，安全也是我們特別看好的一個方向，我們也在這方面非常積極的做投資和布局。因為隨著數(shù)據(jù)量的不斷增大，并且數(shù)據(jù)越來越成為公司非常核心的資產(chǎn)時，相關(guān)的安全需求，包括碰到的問題和困難也會越來越多，那么在這個領域我們覺得會有非常大的機會存在。 最后再講一下交易平臺，其實我們在B2B交易方面的投資不是特別多，原因也相對簡單，因為現(xiàn)在市面上能看到的比較多的B2B交易平臺常見的做法是先通過撮合，GMV達到一定程度以后，一方面可以在下游抓需求，另一方面在上游控制供應端，一步步往上走，最后做自營，公司主要的收入和利潤可能來自于自營。 但是在這種模式上可能面臨一個挑戰(zhàn)，現(xiàn)在相對比較多的B2B交易可能集中在非常成熟的產(chǎn)品或者工業(yè)原材料這兩個領域： 第二、這些傳統(tǒng)行業(yè)在線下已經(jīng)存在了比較長的時間，每一個環(huán)節(jié)抽取的毛利其實都對應著他在中間做了很多事情，如果我們做了一個B2B交易平臺把這些中間商或者中介全部去掉的話，那么這部分人所做的工作其實是需要平臺來承擔的，那么平臺是不是能夠提供一個比過去傳統(tǒng)模式更加高效的一個模式，包括時間和經(jīng)濟上的高效，這件事情其實是存在疑問的。 所以，我們其實更傾向于去找中間有相對大一點的毛利空間，并且能盡量在中間產(chǎn)生比較大的增值部分的B2B企業(yè)。具體舉例子可能不太好舉，但是我們希望平臺本身除了交易之外能夠產(chǎn)生其他的價值，比如：粗加工、精加工等，如果是這種模式，我們覺得它的價值、門檻會高一些。 比特幣的價格十分不穩(wěn)定，一會暴跌一會又回升。對此，多家比特幣交易平臺日前宣布調(diào)整交易手續(xù)費。 推薦：
|
