編者按：本文來“峰瑞資本”，作者田里，側(cè)重于底層技術(shù)、交易平臺、企業(yè)服務(wù)領(lǐng)域的投資。 曾在 IDG 資本投資團隊擔(dān)任早期項目負責(zé)人。主導(dǎo)和參與投資了美圖、快牙、伏牛堂、iDareX 敢玩、Hover Camera、吆喝科技、Moka、費馬科技等項目。 曾于騰訊擔(dān)任搜索自然語言高級工程師。
感謝峰瑞和華興 alpha 合辦的這次活動，讓峰瑞的部分企業(yè)服務(wù)項目能有機會和大家交流。我試圖從近幾年宏觀經(jīng)濟的變化所導(dǎo)致的組織結(jié)構(gòu)和形態(tài)的變化、以及數(shù)據(jù)服務(wù)和流通業(yè)態(tài)的變化，來梳理峰瑞在這幾個方向上的投資邏輯，也匯報一下我們在這個邏輯下的投資實踐。
第一個投資主題是組織變革和就業(yè)場景重構(gòu)。我試圖分析它發(fā)生的原因、現(xiàn)狀，變化和隨之而來的需求，并談?wù)劵谶@些需求可以如何投資。
首先是經(jīng)濟上的原因。我們從 GDP、組織和就業(yè)三個角度來觀察。GDP 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)生了一個長遠意義重大的變化，2015 年中國第三產(chǎn)業(yè)對 GDP 總量和增速的貢獻都超過 50%，這是一個非常好的標(biāo)志，發(fā)達國家第三產(chǎn)業(yè)對 GDP 的貢獻都比較高。
這意味著，從 2015 年開始服務(wù)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 GDP 占整個 GDP 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。雖然沒有被專門統(tǒng)計，通過用覆蓋就業(yè)最廣的民營企業(yè)法人數(shù)量除以民營企業(yè)就業(yè)人數(shù)，可以得出最近五六年，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，可以看自由職業(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，自由職業(yè)者大概占了八分之一，量還是非常大的。
個體就業(yè)和自由職業(yè)是政府非常好的失業(yè)率管控手段。雖然個體戶和自由職業(yè)者所帶來的稅收可能會少一些，但是對政府而言，保障就業(yè)比維護稅收收入更重要，個體就業(yè)和自由職業(yè)是失業(yè)率非常好的緩沖劑。
其次從企業(yè)需求角度看，李克強總理提出 “雙創(chuàng)” 后，創(chuàng)業(yè)潮興起，這也導(dǎo)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，數(shù)據(jù)顯示，最近 20 年，中國就業(yè)人口的平均工資每年漲幅大約為 13% 到 14% ，從成本角度看，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，領(lǐng)英做過一個統(tǒng)計，目前 70% 的自由職業(yè)者都是 85 后，他們是數(shù)字人口的第一代，性格特質(zhì)年輕，追求個性，討厭辦公室政治和朝九晚五，同時從經(jīng)濟角度來說自由職業(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)上的原因。從基礎(chǔ)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。
列舉幾個有代表性的產(chǎn)品。第一個是 Github，代表基本工具；第二組是 Slack 和 Skype，代表溝通工具；第三個是 Paypal，代表支付工具；第四組是 Uber 和 Upwork，代表交易平臺。這些工具在國內(nèi)都可以找到對標(biāo)的公司。
簡單小結(jié)一下，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?。蛔杂陕殬I(yè)和共享經(jīng)濟的興起。
組織變小變扁平導(dǎo)致共性需求更多，因此做標(biāo)準化的服務(wù)和產(chǎn)品更有可能。自由職業(yè)和共享經(jīng)濟的興起，從供給側(cè)來講，當(dāng)自由職業(yè)的供給多起來，會出現(xiàn)對應(yīng)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(wù)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(wù)可以比較自然地從 B 做到 C，或者從 C 做到 B。
從供給側(cè)來看，我們投資了 vphotos 和墨刀，它們分別是針對攝影師人群的交易平臺和針對設(shè)計師和產(chǎn)品經(jīng)理的開發(fā)協(xié)作工具。兩者針對的人群恰好是自由職業(yè)者里占比最高最活躍的影像和設(shè)計師工程師人群，同時也都服務(wù) B和 C 兩種場景下客戶。
從需求側(cè)來看，百場匯、捷稅寶和酷辦則分別滿足了組織變小變扁平、自由職業(yè)和共享經(jīng)濟興起這兩個趨勢下的需求。
百場匯要做活動場地領(lǐng)域的 Airbnb，滿足了年輕人追求個性的需求，幫他們找到優(yōu)質(zhì)有特色的活動場地；捷稅寶直接成為自由職業(yè)者背后的稅務(wù)顧問，它為美甲師、主播、一對一老師等新興職業(yè)提供節(jié)稅和稅務(wù)咨詢服務(wù)；酷辦做聯(lián)合辦公空間的 ERP，而自由職業(yè)者和小組織恰好是聯(lián)合辦公空間中占比最高也最忠誠的客戶。
第二個投資主題是數(shù)據(jù)服務(wù)。關(guān)于大數(shù)據(jù)有一個很好的比喻，說它 teenager sex，所有人都在談?wù)撍?，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。1000 個人對大數(shù)據(jù)可能有 1000 種理解，我試圖講講我們的理解，數(shù)據(jù)服務(wù)從哪里來，走向哪里。也不一定完全對，歡迎各種討論。
從歷史角度看企業(yè)信息化，可以了解我們現(xiàn)在處于什么位置。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(chǔ) IT 技術(shù)迭代，我們把它放在同一個時間軸上，試圖找到規(guī)律。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)（它不是民用或工業(yè)用的，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。之后的 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(yīng)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)在世界上最大的做 ERP 的公司 SAP，他們最早的版本都是運行在大型機上，基礎(chǔ)技術(shù)沒有跟上迭代，影響了產(chǎn)品對用戶需求的滿足。
另一個很重要的時間點是 1970 年代，PC 的出現(xiàn)促使 MRP 理論開始走向 MRP II（Manufacturing Resource Planning）系統(tǒng)。MRP II 系統(tǒng)可以簡單被認為是MRP理論的實踐。1970 年代 PC 出現(xiàn)之后，MRPⅡ 開始大規(guī)模應(yīng)用。
1980 年代之后，產(chǎn)品端的 MRPⅡ 系統(tǒng)出現(xiàn)，基礎(chǔ)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(wù)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(lǐng)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(wù)中非常重要，因為信息化的核心任務(wù)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(wù)信息化領(lǐng)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(wù)）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(chǔ)技術(shù)出現(xiàn)較大提升，才能出現(xiàn)滿足當(dāng)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(yīng)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，接下來我們會走向哪里？
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(yīng)該是不一樣的。那用什么標(biāo)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(biāo)準，前三個標(biāo)準是與數(shù)據(jù)相關(guān)的，后兩個標(biāo)準是與業(yè)務(wù)相關(guān)的。
首先是可數(shù)據(jù)化程度和速度。整個行業(yè)是否可以被完全數(shù)字化？有多少可以被數(shù)字化？現(xiàn)在有多少已經(jīng)被數(shù)字化了？其次是這個行業(yè)里面存量和增量數(shù)據(jù)的大?。坏谌菙?shù)據(jù)業(yè)務(wù)的變現(xiàn)能力。第四，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(wù)人員參與更多。對數(shù)據(jù)服務(wù)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。第五，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(wù)基本在線上，線下部分比較輕的服務(wù)。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，工作環(huán)境不適合收集數(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。
一個開放的問題是，做 AI的時候，究竟應(yīng)該做泛 AI，還是垂直 AI，這個問題沒有定論，但是我們傾向于垂直 AI 。有三個挑選標(biāo)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。
我們投資的云貍科技、吆喝科技和費馬科技基本上都在第二層往第三層走的路上，它們在不同行業(yè)嘗試數(shù)據(jù)服務(wù)，其中費馬科技走得快一些，接近第三層。
第三部分講流通行業(yè)的升級。首先看流通行業(yè)的地位。從 GDP 貢獻率看，2013 年起，批發(fā)零售業(yè)成為對 GDP 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 GDP 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(wù)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(xué)相關(guān)的學(xué)術(shù)和推廣活動，不能直接賣藥。
第二是政府希望把醫(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(wù)，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(yīng)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(yīng)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(yīng)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(yīng)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，常常想顛覆傳統(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，一定有它的合理性，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(dān)物流、倉儲、配送等功能。
這么多年來，他們承擔(dān)了各自的任務(wù)，現(xiàn)在有人要改造這個行業(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(dān)被干掉的那部分責(zé)任和義務(wù)。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。
舟譜數(shù)據(jù)和諾信創(chuàng)聯(lián)做的快消和醫(yī)藥流通都屬于大流通業(yè)，相對原始的行業(yè)，移動屬性較強。對醫(yī)藥代表、銷售員還有司機而言，手機是他們最重要的通訊工具。移動化能把流通行業(yè)從第一個階段推到第二個階段。
這兩家公司在移動化過程中做了非常多的數(shù)據(jù)準備和運營，它們從工具切入，但是奔著數(shù)據(jù)去。不管是更合理精準地完成處方藥的市場投放，還是從倉儲、物流、庫存上不斷優(yōu)化效率，其本質(zhì)都是基于數(shù)據(jù)的效率提升，采取的方法和第二部分談到的數(shù)據(jù)服務(wù)的邏輯異曲同工，也歡迎大家和他們多交流。
