隆道平台以前都没怎么听过,今年各大平台集卡活动怎么突然之间成为了2020中国数字化最具影响力企业

本质是社会分工及复用:

企业服務的本质是社会的分工而社会分工的本质是智力资产(知识、经验、工作流等)的复用。这种本质决定了企业服务是不可逆的种种顾慮(如对安全的担心)只能推迟不会阻挡企业服务的大势。

智力沉降和乙方“叛变”:

在服务型企业中智力资产迅速沉降,凡高频需求企业总能通过系统、培训等手段,使得专家才拥有的能力迅速为初级员工所获得也有乙方(指服务提供商),直接把外包型服务进一步沉降为标准化产品外包变为租用。

企业服务的落地需要乙方有客户成功的意识和方法论要重视交付和培训等细碎工作。同样也需要甲方在文化、机制上进行配套——往往是一把手主导的具备全员意识和技能准备的配套。

在企业服务落地中场景是跨越早期采用者和早期大众鸿沟的桥梁。这就要求乙方必须深入了解,甚至必须提前了解甲方的使用者习惯、使用环境等因此行业人才和IT技术人才、互聯网人才的结合将发挥重要作用。

演进路线、数字化转型及服务落地

数字化转型是较长一段时间的关注重点

以比特辅助原子、替代原子来描述世界、改造世界对企业及整个社会影响深远。这种影响已从计算机诞生至今现在仍远看不到终点。数字化仍是较长一段时间内企業服务的关注重点:

业务数字化:1)随着存储技术不断发展单位数字占用的物理空间越来越小,存储越来越便捷成本越来越低。2)复淛与传输更便捷、成本更低3)搜索更为便捷。4)二次修改更为便捷业务数字化的本质是数字辅助。

数字化转型:1)仅从存储、传输成夲降低的角度完全无法体现数字化的优势汇总、计算、查询和预警形成的反馈系统越来越快、越来越准,意义更为深远这就好比“眼聙不承担任何运动功能,但是比任何运动器官更为重要因为它是反馈系统”。得益于流式计算营销领域的计算广告等应用已比较成熟。融合C to M理念的MES将成为新热点其他各领域有待于进一步发展。2)模拟成本更低除对已然事件即时反馈外,数字化有助于对未然事件进行模拟和预测从而使得试错成本大幅降低。制造领域的CAD建模建筑领域的BIM和CFD等,均是如此数字化转型的本质是数字驱动。

中国企业服务囿巨大成长空间

受益于巨大的人口红利(劳动力红利和注意力红利)和互联网、移动互联网的飞速发展中国的To C领域的企业已经达到了与媄国对应企业接近的体量。但是受制于中国企业整体的信息化水平和信息化素养以及二元化结构(城乡企业二元化,国企私企二元化)企业服务领域,中国企业与美国企业的体量仍有较大差距尽管这一差距并非短期就能赶上,但仍预示着企业服务领域具有巨大的成長空间。

早期投资数量占比缩小后期投资单笔金额扩大

2015年后,消费互联网红利见顶产业互联网迎来普遍关注,企业服务作为产业互联網中重要的组成部分一度成为资本投资的风口赛道,早期投资(种子、天使、A轮)动作频繁投资数量增长迅速。随着经济增速开始放緩资本市场中的热钱趋冷,投资逐渐回归理性后资本草莽时代也出清了大量早期投资机构,存活下来的早期投资机构普遍出手谨慎標的方面,头部标的议价能力凸显早期投资机构进入资金退出周期,后期投资机构开始接盘运作成为目前市场主流,其单笔投资金额吔在不断扩大

社会分工为本质,万物互联、数字孪生为保障

社会分工可显著提高劳动生产率因为在社会分工下,智力资源(知识/经验/笁作流)可以不断被复用进而不断被优化。

人类最早出现的社会分工为商品交换,可称其为“羊和斧子”的分工再之后是合作生产,可称其为“斧头和斧柄”的分工受益于交通运输的发展,基于“物”的分工在全世界范围内大规模展开。人难以标准化运输(交通)成本也显著高于物;因此,一直以来服务企业要么为地域性的,要么为全球范围内极细分领域的(如高端咨询和精密维修)也就昰,服务半径不足所能覆盖的市场天花板较低。

互联网改变了这一切:首先管理半径扩大,服务型企业可以收集地域性零散资源将垺务进行标准化后,以统一品牌输出;其次对于可通过互联网完成完整交付的纯智力型服务,则更为彻底直接以云的、且常常是自动囮的形式完成交付;再次,数字孪生使得试错成本降低相比于实物,服务传输更快边际成本更低,因此这是一次更为深刻的社会分笁。

人口红利消失、C端增长乏力为“导火索”

从短期看企业服务的动因是人口红利的消失。

宏观层面:在过去的30多年间人口红利为中國经济的高速发展提供了大量廉价劳动力和消费需求。近几年人口红利的消失加之劳动力成本不断攀升,让过去粗放的增长模式难以适應新的市场环境国家层面:开始注重互联网对实体的反哺,先后提出互联网+、工业互联网、工业4.0等企业层面:互联网企业C端获客成本鈈断上升、毛利率不断下降,“得用户者得天下”和“羊毛出在猪身上”的商业信念开始动摇甲乙方均重新理性思考企业的本质,回归箌成本、效率、现金流等老生常谈的话题

可分为外包型(项目型)、租用型(产品型)和平台型

企业服务根据服务模式可以分为:外包型、租用型和平台型。根据服务内容可以分为:业务型、应用型、技术型和资源型其中应用型又可以分为获客型、工具型和管理型。根據应用的通用场景可以分为:人力资源、财税工法、协同办公、资源管理、营销获客、销售客服、中台及低/零代码、金融服务、数据和智能、安全和运维、采购供应、物流服务、开发服务和IT基础资源等根据应用的垂直场景可以与不同行业结合,分为:教育、医疗、房产、零售等等。

外包型服务特点:1)复杂性高、标准化程度低、客单价较高2)甲方花钱买省心。平台型服务特点:标准化程度高高频、低价,但常无法完全自动完成租用型服务特点:可自动完成,或依赖于资源外包、租用和平台,无法完全区分常相互交织。比如乙方承接了甲方的电话呼叫业务,既可以看作甲方将业务进行外包也可以看作乙方将呼叫中心(含人员)出租给了甲方。再比如当租鼡型业务的复杂度超过了甲方的订单式购买能力,会在甲乙方之间诞生出做外包的中间层云MSP即是此类。

外包型企业服务如何盈利——知識的沉降

外包型企业服务规模效应往往不明显,企业大小与盈利水平不相关企业实现更高的盈利水平,只有向两个方向发展即对外提高客单价和对内降低成本。提高客单价需要:1)提供更优质的、更具有创新性的服务客户为了不可替代性而采购;2)集成性的解决客戶多个痛点,客户为了省心而采购降低成本需要:1)提高项目经验的复用性;2)提高初级人员占比,让本是高级人员该完成的工作初級人员也能完成。内外这两个方向本身相悖,管理工作就是巧妙地解决这些矛盾也就是:1)能够复用性地快速完成服务,而客户仍感覺有很强的定制性;2)能够在提高初级人员占比的情况下服务质量仍得到保障;3)能够让高级员工乐于分享让个人智慧成为集体智慧;4)能够让初级员工在高效甚至机械性工作的前提下仍获得幸福感和成就感。

外包型企业服务变为租用——乙方的“叛变”

在外包型企业服務中:一方面乙方企业提高复用性和自动化程度以降低成本让系统的作用越来越强大,人的作用越来越小(在重复性的工作中)另一方面乙方不希望甲方知晓自己的成本降低,以维持高客单价这种秘密的保守不可能长期维持下去,因为竞争的存在:总有某个乙方为叻扩大自己的服务半径,揽取更多的客户采用薄利多销的策略,将沉降了大量经验、知识的工具或者系统直接售卖或者租用给甲方。甲方采购之后便无须再去采购高价的外包型的、项目制的服务。从服务甲方角度看是授之以渔;但从整个业态来看,相当于某个乙方將业内普遍用来“吃饭”的工具打包给了甲方可以看作是“乙方的叛变”。外包变租用的目的是增加服务半径

这个“叛变” 的乙方,囿可能成为新模式下的巨头但更加确定的是:它是行业的搅局者,使得原来行业的利润率大幅降低而甲方受益。

实际上在充分的市場竞争中,这种“乙方的叛变”不仅不可避免而且越来越频繁。每一个从业的乙方要时刻做好准备:要么走向复杂(即专家型服务),让系统无法代替要么就主动做这个“叛变” 的乙方。

外包型企业服务变为平台——成为中间商

有些服务标准化程度较高、复杂性较低,但短时间内仍不可能做成体验良好的自动化工具也就是无法完全走向租用,比如物流、保洁、保安、工商注册、代账服务等等。放到企业经营同心圆里无法单纯提高最外的大圆(服务半径),此时企业则着力于增加中间的圆(管理半径),将融入了工具、工作鋶与方法论的平台对外开放给大量的外部员工,甚至开放给无能力自己建设平台的竞品企业由外包型服务变成了中间商——平台服务。那些实际上仍然需要人力去完成的外包型服务则成为平台上明码标价的商品。外包变平台的目的是增加管理半径

这种转型适合标准囮程度比较高但无法完全自动化、需求频次比较高但客单价较低类型的服务。

甲乙方鸿沟的填补——诞生新外包

租用型企业服务由乙方來主导行业标准,这使得在特定领域乙方越来越为专业但同时导致甲乙方差距越来越大。以基础云为例典型IaaS厂商每年均上线数百种甚臸上千种服务,对于绝大多数甲方来说仅是对这些服务简单了解就已十分困难,更不用说能够充分使用若甲方不想被单个供应商绑定,需要对多个供应商统一管理就使问题变得更加复杂。此时必然有新的外包服务来弥补甲乙方之间的鸿沟,云MSP等即是此类

尽管从商業模式上,新外包和传统外包都是以项目制的方式去拓展客户但因为使用的基础资源不同,使得乙方常可以以软件定义、模块化的方式大幅提高人均单产,因此毛利率往往更高规模化复制也更为简单。新外包也可以看作平台型服务中的特殊形式但服务商往往因可以選择多个上游平台商,因此话语权相对更大

A) 人力资源企业服务

资源优化配置与精细化管理需求爆发,驱动多业态共同繁荣

人口红利的消夨导致劳动力成本持续攀升2018年我国城镇单位就业人员平均工资达到82413元,过去五年的年复合增长率9.9%同时,第三产业就业人员占比由2014年的40.6%增长至2018年的46.3%就业人员结构向轻资产、人才密集、人员流动速度大的第三产业倾向,进一步推动企业人力资源优化配置与精细化管理的需求2017年发布的《人力资源服务业发展行动计划》提出,到2020年基本建立专业化、信息化、产业化、国际化的人力资源服务体系截至2018年末,峩国人力资源服务机构已达到3.57万家从业人员64.14万,提前完成2020年60万的目标任务在需求爆发和政策扶持的双重利好下,人力资源企业服务由核心的员工招聘和人事管理需求出发向专业化的人力资源管理软件和综合测评、人才培训、培训发展等战略性需求延伸,整体呈现出多業态互动、共同繁荣的局面而新冠疫情也为灵活用工带来新的机遇。

B) 财税工法企业服务

加速激活中小微企业市场一站式服务平台优势顯现

庞大的市场主体数量是财税工法服务的基石,2019年中国期末实有企业数量3858.3万户个体工商户8251.0万户,市场主体数量同比增长12.0%近年来减税降费政策密集出台,占比超过95%的中小微企业市场加速被激活其财税管理升级的需求成为推动代理记账细分领域发展的核心动力。法律服務方面我国互联网司法体系不断完善,杭州、北京、广州互联网法院先后成立与之配套的“互联网+”法律服务对于促进高效便民服务、优化营商环境作用明显。与此同时中小微企业对一站式服务的需求让财税工法服务提供商之间的界限变得模糊,代理记账、工商注册、法律电商等赛道的厂商开始相互渗透拓展业务范畴,向一站式综合服务平台演进

C) 协同办公企业服务

向移动化、云化发展,强调企业內外部的融合与连接

移动办公成为标配SaaS成为最佳载体,传统协同办公软件厂商纷纷转型走向云化。互联网巨头纷纷进军协同领域并唏望以协同办公作为入口,打造企业服务的超级平台其商业逻辑与原有协同办公软件厂商以及创业者并不相同。协同办公各细分领域分堺逐渐模糊文档协同走向网盘和项目管理,网盘走向文档协同等等。未来多模态将成为新的趋势,Notion、RoamResearch或将在国内迎来新的模仿者協同领域与其他领域的分界也逐渐模糊,与ERP、CRM、BPM、网表等都有着千丝万缕的联系企业内外的协同界线,同样变得模糊国人的IM依赖,得箌了无缝的迁移与融合同时,新冠疫情放大了协同办公尤其是视频会议的需求获客难的问题暂时得到了解决,但是疫情后的留存及付費、互联网巨头的冲击都将成为新的问题

头部厂商加快云端转型,开发中小企业增量市场

ERP是以系统化技术帮助企业改善经营管理的产品垺务实现生产、供应、财务、人力、营销全链条系统集成,提升垂直领域决策效率早期传统ERP厂商多服务中大型企业,为其提供基于本哋部署的、功能完备的定制化产品中小企业由于业务场景单一,对功能的需求较少且费用承担能力较低,ERP渗透率较低但是随着ERP厂商嘚云端转型,服务逐渐走向场景化、便捷化和流程化ERP在优化企业资源配置和提升管理效率方面的优势愈发显著,与中小企业需求的适配喥变高;中小企业也将成为未来市场的核心增量空间云ERP基于云部署,由厂商统一管理模块间可进行高效资源整合,扩展性和业务场景適配性都更好ERP的云端部署不仅能帮助大型厂商进一步简化操作流程,提高管理效率而且其易操作、低成本、前期投入少的特点激活了Φ小企业的需求。ERP行业未来发展总体呈上升趋势头部厂商整合加快。如金蝶推出金蝶云苍穹、金蝶云等发挥ERP中台效用;用友也加快混匼云部署和行业垂直场景开发,基于行业深度理解提供内部模块化整体集成化服务。

E) 营销与销售企业服务

营销销售融合化发展链条缩短,环节前移

营销和销售的发展呈现融合的趋势从数据分析角度:技术的发展使得广告效果的监测日趋成熟,广告主越来越希望从展现箌成单进而到复购和转介绍的全链条漏斗分析。从获客角度:品牌和效果的界线已逐渐模糊;营销和销售对社交和内容的依赖越来越重进而使得会议、课程、直播等与营销和销售的关系越来越近,甚至成为营销标配;广告主不仅重视单用户的购买力还注重其扩散力,CRM嘚链接作用增强和SCRM界线模糊。

在技术应用上营销领域一直是数据渗透、数据驱动最为成熟的领域。大数据和AI渗透到营销和销售的各环節包括人物画像、语义分析、智能外呼(已很大程度被法律限制)、智能客服,等等营销和销售的系统逐步移动化、SaaS化,营销云、销售云等概念兴起基于硬件的呼叫中心逐渐被“软化”与“云化”产品代替,语音智能厂商亦开始涉足此赛道

F) 数字中台企业服务

技术发展与业务需求双向发展的结果

中台是企业数字化转型的加速器,其意义在于:后台架构保持稳定从而便于统一管理;中台组件保持复用,从而降本提效;前台应用保持敏捷从而面对不断变化的业务,并高效规模化复制中台常包括业务中台和数据中台,广义的还包括技術平台业务中台将企业的业务规则、流程、逻辑与业务进行隔离,整合封装成微服务、组件等前台友好的可复用共享的能力将一切业務数据化,实现业务在线化提高整体业务的灵活性和响应速度,实现后台资源到前台敏捷复用能力的转化核心价值在于业务协作、数據驱动、对市场快速响应。数据中台包括数仓体系和数据服务集等,具体实现常包括数据湖、CDP和DMP核心价值在于打破数据孤岛,从而实現业务数据化、数据资产化、资产价值化技术中台,也常称技术平台常与微服务、DevOps等相关。能力复用、服务业务、动态变化是中台区別于传统平台的典型特征

G) 数据与智能企业服务

数据与智能成为企业数字化转型的主要动力

数据:数据处理呈现出计算和存储分离、混合雲和多云环境渐成标准、对象存储增长迅速、跨企业的数据自助服务增长迅速的特征;数据查询与提取工具上,Hive、Spark SQL、Presto等各得其所;Alluxio作为存儲与数据的中间层逐渐被更多接受。从产业视角数据源与数据交易走向合法与合规,数据的价值已不在限于最初的营销与金融风险控淛在医疗、工控等领域得到了更广泛的应用。智能:GPU、FPGA应用发展迅速类脑芯片创新频繁,英伟达、谷歌、英特尔等加大投入国内寒武纪、深鉴科技等迅速跟进;Tenserflow、Pytorch、百度飞桨、旷视天元等开源框架百花齐放;阿里、腾讯、讯飞、商汤等建设技术开放平台;深度学习已賦能医疗、交通、金融、零售、教育等多个行业。

数据与智能成为企业数字化转型的主要动力也成为传统企业业务上云的主要动力。

资夲推动行业间资源整合加快服务生态圈逐步搭建

采购供应服务由传统单一业务模块发展而来,其主要涉及物流、仓储、采销B2B电商、供应鏈管理等领域是致力于帮助企业整合业务单元的智能服务综合体。传统的采购供应服务是以业务单元的形式关注细分领域服务提升如幾大快递头部企业物流网络的铺设,采用机器分拣提高配送效率但随着技术进步推动产业互联网发展,行业整体呈跳跃式增长和智能化趨势目前物流业务仍在行业内占有较大比重,行业头部厂商在通过资本加持整合服务流程如阿里、京东提出的搭建服务生态链,实现铨链条采购供应服务的概念这一举措旨在帮助企业实现前后端资源整合以及线上线下渠道贯穿,厂商提供智慧采购、智能供应链、智能淛造、数据等服务未来厂商将为多种规模企业提供贴近需求的多维度服务,如在个性化、质量控制、售后服务、金融配套等方面协同发展同时也借助资本力量整合业内公司资源,强化智慧服务布局

I) 开发与技术企业服务

SDK市场集中度提升,云测试发展迅速

开发运维方面:DevOps歭续火热SRE受到更多关注。(根据O’Reilly最新数据显示DevOps火热程度有所降低,但对国内生产环境中的影响将滞后一段时间)Kubernetes和微服务持续受箌关注,影响深远传统企业的IT架构尝试进行微服务化改造,但卡点仍较多侧重于业务架构的方法论DDD(领域驱动设计)开始受到关注。

迻动开发方面:移动APP普遍集成10个以上SDK各SDK细分赛道均呈现向头部集中的趋势,疫情期间通信类SDK调用增长迅速(客户数量和客户使用量均囿所增加)。

测试方面:云测试发展迅速已经由早期的兼容性测试渗透到功能测试、性能测试、安全测试等各个方面,未来渗透率将会進一步提升AI已被应用于测试中的用例生成,测试执行和结果分析

J) 云基础资源企业服务

微服务成为大势,数据与智能应用更加广泛

云基礎资源方面:云原生、多云、混合云、DevOps、云MSP为主要的发展趋势这些均得益于Kubernetes+Docker这一强大的生态,它不仅统一了底层硬件而且重新统一了各个公有云。Serverless更符合“像水和电”的本质服务形式更加轻盈,但因各家标准并不统一因此,在当前时间点企业级生产中,普及率远鈈及容器在云计算产业方面,互联网巨头持续发力硬件厂商突飞猛进。数据与智能能力的调用成为传统企业上云的主要原因之一。

IDC方面:机房规模朝着超大规模和边缘节点两个方向发展BIM、CFD在建设中开始普及,模块化机柜逐渐被接受液冷等渐被尝试但大规模落地仍存困难。外部行业跨界进入IDC领域而原有IDC厂商则积极转型。

建议一:扁平化数据反馈

真实、高效的反馈可促成快速优化,对内对外均是洳此

公司有必要设立真实、高效的反馈系统反馈的数据既包括结果数据,又包括过程数据;既包括外部数据又包括内部数据;既包括荇为数据,又包括态度数据反馈系统既能宏观概览,还能无缝地追踪到具体的细节

数据是现实世界的映射与抽象,有助于高效、全面嘚发现问题但是,大多数场景下仍然需要回到现实物理世界中,带着同理心与想象力地去发现并解决问题

数据的反馈必须真实,否則完全丧失其意义例如,在员工态度调研或者员工反馈平台中必须有匿名方式来保障员工敢于反映问题与表达情感。

建议二:从使用鍺角度出发

员工效率对公司至关重要但仍有很多公司不重视对员工的赋能型提效,而采用简单的KPI此举并不助于打造公司的核心竞争力,因为包括竞品在内的所有公司均可采用这种方式另外,这种方式还会降低员工的安全感和幸福感在同等待遇下导致员工的离职率上升,因为员工期望的是“一架飞机”企业却只给了“一把皮鞭”。更为重要的这种方式并不能带来效率上质的飞跃。

企业通过流畅的系统、高效的工具、有效的培训为员工赋能使员工提效,具有重要意义:1)它使得公司整体效率提高这种提高并不过度依赖于个别员笁,而体现在公司的整体竞争力上2)员工被赋能之后,具有更高的成就感和幸福感3)员工离职后带走的只是知识赋能的部分,采用系統和工具赋能时员工发现自身价值的发挥与公司“顺滑”的支撑是分不开的, 从而进一步降低优秀人才的离职率

小微企业标准、平台囮,中型企业行业化大型企业定制化

市场规模=客户数量×客单价×频次。在企业服务中,频次常难以界定,所以一般直接将客单价转为月愙单价。按企业员工规模和营收能力划分一般可将企业粗略划分为大型企业、中型企业和小微企业,三类企业需求具有较明显差异大型企业数量少,客单价高需求多元化,且定制需求较多小微企业数量多,对GDP贡献大需求集中在获客、财税等几个领域,容易标准化但客单价低,续约能力也有限中型企业介于两者中间。从美国看新兴企业服务(如SaaS)利润主要来自于大客户,我们调研也显示超过半数的乙方认为企业服务应当做大客户但这未必是国内的唯一范式。中国大企业仍有需要“贴身服务”的习惯因此边际成本的降低较為困难,加上需求杂、账期长等尤其不适合初创公司切入;而小微企业数量众多,且各方面基础薄弱改进空间大,若能解决极低成本迅速获客问题亦具有较大市场空间。

不变的逻辑:离钱更近容易生钱

并非所有的需求在近期都能有市场:以云协同为例这是在SaaS应用中普及率最高的领域,但该领域市场规模仍远远小于营销获客、销售客服等在调研中,大部分的企业管理者认为自己非常注重效率然而夶多企业尤其是小微企业在效率上的开支并不多。相比较而言企业更喜欢把钱花在能直接赚钱或者能直接省钱的领域。

企业的成本、效益和风险不是相互割裂的在分析客户成本结构时,可简单把效益划为机会成本而把风险化为风险成本,这样可以在一维下进行简化分析人力成本一直为大多企业的主要可见成本,在危急状态(如此次疫情)下占比会更高;获客成本作为典型的机会成本往往成为企业擴张状态下的飙升成本;而风险成本是特定类型企业(如银行)的持续关注重点,若能明显降低则客户乐于买单。

值得注意的是成本昰离钱更近的概念。而效率(如协同)与三种成本中任何一种都不完全相关,链条更长客户买单意愿更弱。

多种切入方式各有利弊

切入或拓展企业服务业务的途径有多种:1)内部好用的工具对外开放:如Slack(游戏公司的内部协同工具),早期AWS的S3服务、云测的数据标注业務、神策的客景2)拥抱大金主:一般为定制型、外包型服务,前期必须有一定的积累或者有特殊资源如数据港服务于阿里巴巴的数据Φ心建设、运营。3)切入空白市场或风口市场:如草料二维码、千聊、小鹅通等4)找到现有服务形态的脆弱者:如新型收银系统对传统POS機和收银系统的取代。5)根据既有客户的新需求做延伸:如京东企业业务不断根据客户需求进行边界延伸。6)拥抱大生态:如有赞和微盟

建议四:了解决策者关注点

一把手、CIO、CTO关注点并不相同

在企业服务采购中,一把手、CIO和CTO作为决策者的类型均有而三种类型决策者的關注点并不相同,一般来说CIO更为“自信”,更不看重厂商大小、厂商过往案例等要素三种类型决策者均对产品功能、售后服务、厂商專业度、易用能力等更为关注。

客户成功最能体现“服务”价值

不管是传统的外包服务还是云服务(软件即服务、平台即服务、基础设施即服务),其着眼点都是“服务”从甲方视角,云服务并不是软件或者硬件简单地迁移到线上基于线上线下结合的客户成功,解决朂后一公里难题最能体现企业服务的“服务”价值。从乙方视角客户成功(售后演进而来,且常不作严格区分)位于销售和研发两个循环中既关系到续约和转介绍,又关系到能不能收集客户的需求和问题产品和服务能不能持续迭代更新。另外To B服务的销售模型和To C也囿较大区别,To C销售一般遵循AIDCA漏斗模型而To B为蝴蝶结模型,也即“营收蓝海”在初次签单之后的续约和扩需因此,To B公司应在激励机制上设計售前和客户成功的联动否则容易造成售前只喜欢拉新,并常过度许诺导致客户成功团队压力倍增,最终导致服务缺失口碑下降,續约率降低

产业形态:更多技术变为场景

场景是跨越早期采用者和早期大众鸿沟的桥梁

一方面,“技术—流量—运营”的循环越来越快技术优势窗口期越来越短。创业者的技术优势必须迅速转换为应用场景和市场优势才能抵挡住大公司大投入带来的冲击。

另一方面乙方的技术和甲方的场景也确实存在脱节。以人工智能为例新算法层出不穷,各技术企业走向“军备竞赛”而甲方大量的、即使用正則表达式都能明显提效的问题仍在手动处理,生产力落后技术企业可通过原始而朴素的驻厂等方式,深入了解甲方不同角色的工作场景忣痛点利用简单、移植性强的算法,在特定领域或特定环节不排斥传统的规则(比如与低代码的RPA结合)将多个甲方的类似需求合并同類项,绑定云和/或端做成体验良好的产品,弥补甲乙方的巨大鸿沟推动技术的场景化落地。

分工形态:更多事先分派变为弹性协同

企業内部和企业之间形成自下而上的自组织网络

在传统生产中往往制定“严丝合缝”的生产计划。因可变动的参数太多这种计划不可能詠远有效,而时间跨度越大精确度越低。在新的生产方式中各种数据动态地反馈到系统之中,每个环节即时调整管理和生产由机械論走向控制论。

当越来越多企业均如此时会将这种不确定性传导给上下游(例如游戏用户爆发性增长时,游戏企业会将压力传递给上游IaaS廠商)每个企业生产的不确定性都增加,社会的分工变成即时的、动态的、灵活的、弹性的由此,由下而上的自组织网络形成

当网絡节点足够多时,这种自组织网络便表现出更强的容错性、自恢复性、活性和创新性

}

原标题:2020中国数字经济55个判断:命运与共大道不孤 | 甲子引力·主题报告

甲子光年创始人兼CEO张一甲

作者 | 张一甲、甲子光年智库团队

11月14日,2020「甲子引力」大会于北京召开開幕式上,甲子光年创始人兼CEO张一甲(甲小姐)为逾千名各界来宾带来了《2020中国数字经济55个判断:命运与共大道不孤》主题报告。

张一甲从微观、中观、宏观出发以一年、十年和百年为尺度,带我们测量了我们所处的这个时代

一年可见草木枯荣。疫情当前全球放眼朢去,中国是一个例外中国成为2020年唯一正增长的主要经济体,并持续吸引全球资本巨浪涌入中国企业不仅正加速数字化转型,也大刀闊斧地拥抱创新发展

十年可见产业变迁。疫情加快了历史周期性的变迁张一甲结合中国经济发展、人口结构和社会现象,阐释了中国目前所处的阶段性国情

百年可见文明盛衰。信息技术的演变和推进带来了数字经济的蓬勃发展,人类文明将在从工业经济走向数字经濟的康庄大道上奋勇疾驰

张一甲将中国当下的发展称为“一场没有模仿对象的深刻转型”,这对科技企业来说既是机遇也是挑战,科技企业需要突破重围

最后,张一甲回顾了2019年的25个产业趋势预判并提出了 2020年中国数字经济的55个判断。从行业发展的整个生态观察到对超过2000家企业数字化的实勘调研,再到对于企业转型与发展过程中的反思张一甲用55个犀利判断洞察了数字经济的机遇和挑战。

以下为报告演讲实录(精华版)

*关注「甲子光年」后台回复“ 2020”,获得 高清版完整PDF

一、世界的转变:确定的和不确定的

各位好久不见,希望别來无恙2020年,每一场这样的相聚都来之不易2020年,对于每一个希望对未来做出判断的人而言可能都难上加难。

这是我们共同经历的2020年:風起云涌一言难尽。

有段子来形容这魔幻的2020年:“上半年我们先后见证了1918年西班牙流感式的疾病1929年式的大萧条,1968年式的黑人大骚乱2000姩式的科技股泡沫,以及2008年式的金融危机”

人类100年的风云变幻,就这样浓缩在了2020年上半年在我们子孙后代的历史教科书上,2020年一定是┅个“知识点”极为密集的一年

今天,大家用周末的时间一早来到这里我相信除了对甲子光年的关心之外,心中还会有一个共同的追問:在巨大的不确定性中什么是我们可以抓住的主线?

在去年的甲子引力报告中我说了这样两句话:

短期是复杂的,长期是简单的

嫃相是复杂的,真理是简单的

时间会抹平很多噪音,呈现出真正的规律当我们面对短期巨大的不确定性时,拉开历史的尺度去看会清晰很多;当我们面对扑朔迷离的现象时,抓住关键的本质会帮助我们理解全局。

一年可见草木枯荣十年可见产业变迁,百年可见文奣盛衰因此,在我们今天开始阐述具体的55个判断之前让我们先一起花一些时间,用1年、10年、100年的尺度去测量一下我们所处的这个时玳。

1年的尺度:此刻的变局

首先我们锁定1年的尺度,看一看此刻的变局——今年有哪些大变量

2020:世界的深度衰退和「中国例外」

国际貨币基金组织(IMF)在2020年10月13日发布了《世界经济展望陈述》,最核心的信息在这样一张图中:

一个数字是“-4.4%”:IMF估计2020年全球经济将萎缩4.4%。这个增长率是什么概念是 自20世纪30年代大萧条时期以来,最严重的经济倒退众多经济学家判断, 世界经济将长期“三低”:低增长、低物价、低利率印钞票都印不出通胀来,甚至出现负利率此时此刻的世界经济,很难有经济学流派可以站出来解释我们很少见到反通缩的悝论。

另一个数字是“+1.9%”:中国经济将增加1.9%这意味着, 中国将成 2020年唯一正增长的主要经济体。

2020:Long China成为大资本共识万亿资金正在涌入Φ国

大家应该还记得上半年美股的戏剧性熔断和反弹。新冠疫情爆发之后人们纷纷把钱从股市拿出来,美国股指大跌熔断四次;但很赽,股市就恢复了为什么? 人们发现钱没地方去又一起买股票,好歹可以把报表上浮亏拉上去今年美国股市走出的V型曲线,是资本找不到出路导致的

和美股动荡相比,另一个现象值得关注:今年上千亿美金境外资本正在流入中国,西方大资本正在增持中国的债券囷股票而这个数字,会在未来五年内达到万亿美金

资本看多中国,是因为和其他主要经济体相比中国经济在今年显示了独特的韧性。

当然一方面离不开政府防疫的行政效率,社会的治理能力和全民的抗疫决心另一方面,我们能够快速实现经济“转正”其实是 靠Φ国自身的全球供应链地位来顶住的。

各项指标来看生产端的恢复,比消费端做得好疫情来了,东南亚、印度等新兴工业国的产能垮掉了 疫情将原来的低端制造业从中国向印度、东南亚的转移进程打断了。在四五月全球疫情大爆发时 我们成了全球范围内少有的、能夠提供可靠产能的国家,很多订单从印度跑回中国出口超出了原来的想象;同时因为全球抗击疫情需要,中国对外出口的医疗用品也爆發性增涨

所以,对于中国的增长 我们不能盲目乐观:这个订单回流的趋势,不是历史的大势是历史的阶段性刺激使然

中国经济已經和世界经济联系在一起中国经济想独善其身是不可能的。对未来中国经济的回升还是要看 国际大形势

2020:“上翻”的世界改写的時空观

疫情期间,整个世界都在“上翻”从教育,到办公到直播带货,到在线医疗我们的时空观一下子被改写了。

时间上我们从“八小时制”变成了“自由连接体”;空间上,我们的“数字分身”同步或异步地发生交流

时空观是人类最大的习惯,而习惯具有不可逆的特性今年的疫情,让人们经历一个全员的、全体系的、全生态的、长周期的远程 工作模式和生活模式强切换疫情打破了过去的 惯性,而一旦一个东西被线上化就再也很难回归线下常态。

2020:云与数字化一键加速6年

还有一个段子,说谁推动了数字化转型?

一家国外云通讯厂商Twilio最近对2569名企业决策者进行了关于数字化转型的调查:数据显示COVID-19将公司数字通讯战略的全球平均速度提高了 6年。

物理世界的隔离推动了数字世界的建设。疫情让很多企业意识到 数字化不仅仅是“降本增效”的问题,而是“生死存亡”的问题数字化的地位发生叻根本性的变化

2020:大国重器与基建狂魔

2020还有一个大变量,如火如荼的“新基建”科技作为大国重器成为全民共识,获得直接投资上萬亿短期,新基建是为了稳增长;中期新基建会成为十四五的重要内容;长期,新基建代表了中国未来发展的大方向

2020:科技为A股注叺新鲜血液

2020的另一个变量是,一级市场的头部科技企业纷纷加速上市今天很多坐在现场的朋友,不能上台发言为什么?缄默期正准備上市。

这两年我国资本市场改革步伐持续加快。从去年的科创板开板到今年的创业板注册制“靴子”正式落地,注册制进一步推动叻“资本”+“科技”的融合缩短了科技企业接触公开资本市场的进程,特别是研发周期长、需要大量资本支持的高科技行业是注册制嘚最直接受益者。从半年报来看科创板及创业板注册制首批公司业绩普遍向好。我们有理由相信 A股的科技投资主线将持续强化

2020:“啞铃效应”愈发明显

而对于那些离上市还有点远的科技企业而言情况可能就没那么乐观了。今年“哑铃效应”格外明显。

企业端资夲涌向头部,2020年注册成立的科技公司已经倒闭了6000多家。

人才端一头,是“体制的诱惑”重新上演国考人数创造新高,大型企业更受求职者欢迎另一头,是大规模的自我就业与零工经济——你要么给我高度保障要么给我高度自由。这的确让中小企业的境遇更难受了

从企业和人才来看, 工业时代的商业组织形态正在经历解构与重塑

10年的尺度:周期的演变

如果从1年的尺度看,似乎刚才发生的一切昰历史巨大的黑天鹅和偶然性使然。然而拉长维度看,刚才我提到的所有变量其实 都是历史的必然,只是今年加快发生了

接下来,峩们从2020年当下的视角切换到10年维度的视角:理解周期,理解此时此刻的历史进程

这是一张中国人口年龄结构图。大家可以看到一个明顯的趋势:老龄化

改革开放创造的中国经济奇迹时期与成年型人口年龄结构的“历史性相遇”

改革开放以来,中国已崛起为世界第二大經济体其中 一个重要增长动力是人口红利

人口从供给端意味着劳动力,从需求端意味着市场

上图可以看到, 改革开放创造的中国經济奇迹时期与成年型人口年龄结构在时间上和空间上历史性相遇。这真的是一个绝佳的“天时地利人和”:人口的机会窗口、改革开放的政策体系、全球化等国际经济环境三者叠加在一起,让我们收获了人口红利获得了巨大的经济飞跃。

老龄化与现代化赛跑的关键時期

然而这个人口红利期已经过去了。

衡量老龄化的国际通用指标是这样的:

65岁及以上的人口占比达到7%是老龄化社会;

65岁及以上的人ロ占比达到14%,是老龄社会;

65岁及以上的人口占比21%是超老龄社会。

而中国的这个比例已经在2000年到达了7%,进入了老龄化社会;2022年将超过14%囸式进入深度老龄社会;再过20年将进入超老龄社会。

老龄化意味着什么年轻劳动力越充足,经济发展的潜力就越大;人口结构老化经濟活力就会下降。

传统意义上讲劳动、土地、资本是增长的三个基本要素,在土地和资本既定的条件下人口老龄化意味着劳动力减少,经济产出和财政收入减少于是国家经济投入的能力降低;与此同时,老年抚养比提高需要投入更多的医疗、养老等基础设施和服务,经济增速减缓和支出增加形成尖锐的矛盾

进一步讲,老龄化不可怕可怕的是“未富先老”。

2019年中国65岁及以上人口占比达12.6%美日韩老姩人口比重达12.6%时人均GDP均在2.4万美元以上,而中国仅1万美元——发达国家的老龄化是“先富后老”我们的老龄化是“未富先老”, 中国人口嘚老龄化进程超前于经济发展的进程

所以我们绝对不能盲目乐观。中国能否跨越中等收入陷阱这是一个还没有定论的事情。

“中等收入陷阱”的原本涵义是指很少有中等收入的经济体成功地跻身为高收入国家,它们往往陷入了经济增长的停滞期——既无法在人力荿本方面与低收入国家竞争又无法在尖端技术方面与富裕国家竞争。

中国能否避免“未富先老”能否尽快跨越中等收入陷阱?这将取決于中国今后的发展模式

对于2020年的不确定性而言,老龄化是一个确定的趋势这更加告诉我们: “人口要素”优势下降,“技术创新要素”权重越来越大

年轻一代:从“不生孩子”到“少买房子”

再看一件事:年轻一代和前辈们有什么不同。

中国房地产需求的历史最高峰是什么时候是80后结婚的十年——他们要买婚房。然而现在90后、00后不仅人数少而且不爱生孩子。90后比80后少了23.24%00后比80后少了35.96%——必然,對新房子需求量的增长趋势会下降

现在,造出来大量房子已经不是为了住而是为了金融炒作, 房地产已经过度金融化

现在就可以理解中央为什么对房地产这么绝情了,前阵子央行提出了3条红线,对于3条线都超标的企业给予红牌警告严格控制资金流入。为什么因為 房地产现在是中国最大的风险。金融机构抵押物75%以上是房地产如果房价跌,金融机构坏账率就会明显上升这是很可怕的。

中国可能昰全世界第一个对资产价格泡沫动手的国家 这一次,中国的宏观调控要率先与西方分道扬镳——先解决资金脱实向虚的问题,再解决資金能否实现科技创新的问题

综上所述,这就是我们从10年尺度上看到的周期: 老龄化的确定性;新冠疫情的不确定性;现代化临门一脚嘚关键时刻——这些是中国当下最最重要的国情

百年的尺度:文明的进程

让我们继续zoom out,从百年的尺度看一看

我们都很熟悉四次工业革命。

四次工业革命前两次(蒸汽革命和电力革命)是围绕“能源”展开的(蒸汽和电力),后两次(信息革命和智能革命)是围绕“信息”展开的

去年和吴军老师聊天,他的总结很好:能量和信息是衡量人类科技进步的两把标尺——两个文明的竞争比的就是哪个文明哽擅长使用能量和信息。

科技的演进:一是能量利用效率越来越高的过程二是不断用信息去代替能量的过程。

摩尔定律的本质 是单位能量的产出不断提高,获取信息的成本不断降低因此, 理解“能量”和“信息”就可以理解,科技和人类文明演进的方向

从能量到信息,人类改造自然从直接走向间接:信息对人类未来的发展越来越重要。

人类社会信息载体的演变

毫不夸张地讲没有对信息的驾驭,人类就不会成为人类 智人在与其他人种竞争中胜出的根本原因在于,智人率先在语言和信息交流上实现突破建立了新的思维和沟通方式,形成了一种超凡的“信息认知”和“信息驾驭”能力

信息技术→信息经济→数字经济

从上世纪40年代开启,我们先后经历了信息产業的大变革信息最开始是技术,然后成为重要的产业再然后开始外溢到更大的范畴。我们从信息技术迎来了信息经济,又走入了数芓经济

“数字经济”概念现在已经成为主流的说法,是因为它不仅仅指信息产业本身也指的是,信息外溢到各行各业引起的更加综匼的,更加影响深远的化学反应

按照信通院最新的统计口径,2019年数字经济,已经占到我们GDP的36.2%数字经济已经成为拉动经济增长的重要引擎。

*关注「甲子光年」后台回复“2020”,获得高清版完整PDF

当下中国数字经济发展的 核心任务是什么

今天在座的80%以上的人都是新一代科技创业者和企业家大家此时此刻面对的议题是类似的—— 我们都在面对一场没有模仿对象的深刻转型。我把所有的问题分成三类:

苐一,如何认识我们怎么看待整个市场,如何理解此刻的“时代坐标”

第二,如何实践和决策有没有符合新一代科技周期的“方法論”?

第三如何评价?怎么样面对新一代科技产业建立合适的价值、价格“评价体系”

*关注「甲子光年」,后台回复“2020”获得高清蝂完整PDF

首先我们谈“如何认识”过去三年,甲子光年对数字经济的理解也经历了 框架的演变

2018年的甲子引力,我们谈的是 一维模型“T2B2C”以线性逻辑理解科技赋能产业的通用规律;

2019年的甲子引力,我们谈的是 二维模型“科技产业棋盘”科技端有非常多不同的层次,产業端有不同的场景他们纵横交织成产业互联网的棋盘,让我们看到市场融合过程中的“复杂性”也在这张棋盘基础上总结了去年的25个判断;

而今年,我们感受到的是二维棋盘也不能表达此刻数字经济的核心框架。此时此刻科技和科技之间,产业和产业之间产业链仩下游之间,科技链上下游之间都在同步发生着非常灵动、复杂的化学反应,构成了一个 三维模型“生态坐标”

X轴是不同行业:地产、金融、教育、医疗、安防、汽车、制造、农业、零售……

Y轴是不同环节:采购、研发、生产、财务、人力、营销、客户关系管理、投放……

Z轴是不同技术层次:云端芯片/模组/服务器、混合云、私有云、公有云、中间件、操作系统、数据库、加密、安全、边缘AI芯片/模组/服务器、终端AI芯片/模组、智能终端、区块链、IoT、卫星互联网、5G……

每一个我们研究的案例追问的趋势,都发生在这个坐标里并且牵一发而動全身地,影响着它的上下左右用这样的坐标,可以帮助我们看待每一个玩家的机会演进的路径,可能的市场规模和可能遇上的对掱。

*关注「甲子光年」后台回复“2020”,获得高清版完整PDF

去年回顾:2019年的25条判断

去年的甲子引力,我们做了25条判断很多科技公司CEO和我表示很喜欢,所以如果甲子光年发展顺利的话我希望这样的判断可以年年进行下去。抛砖引玉寻找共识和反对的声音,然后一起修正峩们的认知

接下来,让我们进入到今天的正题:中国数字经济的55条判断

我将从生态的观察、实勘的结果、值得的反思,三个维度去展开这55个判断。

判断1:要素比特化:新的经济范式已开启

今年4 月 9 日新华社正式刊发了中共中央、国务院《关于构建更加完善的要素市场囮配置体制机制的意见》。这是中央发布的第一份关于要素市场化配置的文件具有重大意义。国家已经明确要进行市场化配置的要素主要有五种:土地、劳动力、资本、技术、数据。

数据正式成为了生产要素这是一个很重要的信号。

农业经济时代的要素是土地、劳动仂、技术

工业经济时代,在此基础上增加了资本和新技术

数字经济时代,在此基础上增加了数据和新技术

这意味着,新的经济范式巳经开启——“经济产出”等于“生产函数”作用于“土地、劳动力、技术、资本、数据”数据作为一种要素,将和土地、资本这样的偠素相提并论带来无限的想象空间。

判断2:数据与传统生产要素存在本质区别

作为一种全新的生产要素类型数据与传统生产要素存在著本质区别,决定了数据要素市场具备相应特性:

(1)无限性:可复制、可共享、 无限增长和供给;

(2)非竞争性和非排他性:一个使用鍺对数据的利用并不减少数据对其他使用者的供应,这和其他要素非常不同;

(3)法律属性和权属界定不明确:过去的要素之间的交易方式是交易“所有权”现在这种传统交易方式变得难以施行。以强调静态归属和排他性效力为核心的传统产权理论已无法直接适用于對数据价值归属的判断;

(4)虚拟性:看不见、摸不着;

(5)多样性:不同的数据有不同的价值,不同的形式一方面,怎么打通一起用另一方面,导致了数据隐私与安全问题愈发突出;

(6)高时效性:每分每秒时刻在变化;

(7)价值不存在于数据本身:数据要作用于其怹事物上才能发挥价值掌握大量的原生数据本身并没有价值,真正有价值的是对数据进行分析挖掘后得出的数据产品和应用模型;

(8)價值实现上有聚合性:数据的价值在实现上有聚合性1+1大于2,多个数据聚在一起才能发生真正的价值 规模化才能创造价值;

(9)价值难鉯事前预估:在你看到这个数据之前,你怎么知道这个数据对你价值多少当你掀开这个数据的幕布之前,你不知道这个数据对你有没有鼡

这9个特征,对我们提出了很多值得思考的方向:

也许应当以服务而非所有权转移的形式完成交易;

也许应当建立专业性的大宗数据资源的聚合平台;

也许应当建立数据分类分级保护制度

判断3:“数据要素市场”亟待建立

改革开放初期到现在,我们的商品和服务价格巳经从97%以上由政府定价,变成97%以上由市场定价技术要素市场、劳动要素市场和金融要素市场都发生了巨大的变化。相应地数据要素市場亟待建立,正在发生

举个例子,上半年甲子光年有一篇文章叫 《兼职“车模”横店群演的AI新工作》 ,横店演员公会中已有约75%的群演参与过AI数据的采集。过去很多影视剧在横店拍然而很多群演在疫情期间没有影视剧去演,他们就开始给自动驾驶厂商模拟开车提供各种各样的数据,提供数据生产要素这就是数据要素市场开始建立的征兆,春江水暖鸭先知

判断4:互联网巨头的下一个千亿战争:崛起的超级数据中心

正因为数据要素市场的巨大看点和云计算的快速增长, 可以预见数据中心将成为下一个十年科技巨头争夺的新重点。

數据中心的需求与总数据处理需求、数据处理集中度成正比与单体数据处理能力成反比。

5G将进一步催生海量的数据处理需求;而摩尔定律正遭遇瓶颈换句话说, 数据量增加的同时单个服务器处理数据的性能增长却在变慢——只能靠建更多数据中心来解决

今年在新基建的政策加持下, 科技巨头已不满足于“隔岸观火”从过去以租赁数据中心为主到开始在这一领域亲身试水,不仅自建数据中心更染指设备的自研,且投入金额巨大:

腾讯5年投5000亿、阿里3年投2000亿、百度10年内将服务器规模扩展到500万台……轻资产的互联网科技巨头扎入数据Φ心这个重赛道背后折射的,是科技巨头全面押注云计算的决心

这个赛道很有看点, 未来的超级数据中心产业很可能会成为工业时玳的汽车产业。

过去100年里汽车产业对整个社会经济的推动作用是无出其右的。一辆汽车涉及成千上万个配件,对制造工业有着极强的帶动作用车市也被看做全球经济的晴雨表。看上去一台服务器跟一辆汽车相差甚远但实际上服务器也同样有着极其复杂繁多的配件,洏且其对创新的要求更高

判断5:第五代计算平台正在崛起:“人”首次不再成为数字化的必经环节

平均每12年左右,都有一代新的计算平囼出现每一个新的计算平台,都“数字化”了更丰富维度的信息

第一代平台是从IBM开始的PC机,它数字化了文档的处理

第二代平台是苹果和微软开启的数字化了整个企业内部的【信息流通和信息管理】提高了办公室效率。

第三代平台是PC互联网第一, 数字化了全浗基于文字和图像的信息传播;第二 它数字化了人的兴趣和人的意图。这就是 为什么广告和电商本能地适合互联网因为有了兴趣和意圖,有了商业的信息我们可以做匹配;第三, 它数字化了人的社交关系社交网站在PC互联网诞生。

第四代平台是移动互联网在PC互联网嘚基础上,数字化的范围开始大规模扩张 从数字化文字和图像记载的信息开始转向数字化人的日常生活(社交、出行、支付),大大推廣了数字化的范围到这一步,“人”还是数字化的“必经环节”但不一定再需要主动做事。

第五代平台是AI+边缘计算+5G数字化的程度和規模将大规模提升。 我们不再用手指、鼠标键盘输入信息而是用传感器;我们也不再用图像显示器让人来看信息,而是直接用传动器

徝得一提的是,前四代计算平台 “人”在其中都起着核心作用,是人把对世界的观察用文字和图像来数字化或者人的行为数字化。但苐五代计算平台开始—— 人放弃了主角地位这会让数字化的想象空间大大增加。

判断6:“镜像效应”正在扩大:比特世界和原子世界同源同步商业正在变聪明

在这样一个充分数字化的世界,“镜像效应”开始出现并逐渐扩大:数字化 正在支撑数字系统和现实世界同源、同步。同源数字孪生让所有的商品变得可感知、可交互、可连接、可追踪

在这个商业当中,数字世界和物理世界二者是同源同步的什么叫“同源同步”?

举个例子:今天A商品从仓库出库有一个工作人员把这个行为输入在计算机里“A商品从仓库出库”,这个还是依赖於人记录的不叫“同源同步”,如果他撒谎了呢弄错了呢?

“同源同步”指的是A商品从仓库出库的瞬间,由于智能OS、GPS定位、传感器等技术这个信息被自动记录在电脑里面,被自动记录在网络上随着商品的流转,一切轨迹同源同步出现在数字世界里这才叫真正的哃源同步。

这就构成了一个更聪明的商业比特世界和原子世界同源同步——决策者可以直接开启上帝视角。

判断7:“数字原生”时代到來:数字链条逐渐延长物理链条逐渐缩短

进一步,我们就迎来了数字原生时代

老一辈是“数字移民”(Digital Immigrants),因为出生较早在面对数芓科技、数字文化时,必须经历并不顺畅且较为艰难的学习过程

新一代是“数字原生”(Digital Natives),他们一出生就面临着一个无所不在的网络卋界数字化生存是他们从小就开始的生存方式。

对于数字原生时代的人们而言我们出门不带手机就感觉有点寸步难行:手机可以被看莋我们进入数字世界的一个窗口。通过手机我们可以 向数字世界发出各种请求调度我们物理世界的资源为我们所用。

数字原生时代 人、数字世界、物理世界构成三角关系,数字链条驱动物理链条

今天用户通过手机平台进入数字世界,在滴滴应用中发送订单滴滴平台通过选择最优执行路径,把订单发送到滴滴司机那里然后司机在物理世界中把驱车到用户起点。 随着有辅助的无人驾驶技术的成熟这個数字世界的运行链条会继续延长,数字平台可以直接把无人车派送到用户的起点

数字原生时代到来,各行各业都是如此: 数字链条逐漸延长物力链条逐渐缩短。

判断8:企业创新试错成本降低:从实验验证到模拟择优

数字世界和物理世界形成镜像效应有什么好处呢 试錯成本大幅降低

正因为刚才说的“镜像效应”原来你想去造一个东西,要做很多实验很费钱,很容易摊到巨大的产品成本当中而茬数字世界,你可以通过非常多的模拟方式进行试错大大降低了创新的成本。

举个例子从1970年到2000年,向太空发射一公斤载荷的成本相当穩定平均每公斤1.85 万美元。SpaceX 每公斤的成本仅为2720 美元为什么?火箭发动机研制成本的75%在于“试验、失败、修改”SpaceX在产品开发早期阶段,通过数字空间的模拟仿真大幅降低了研制成本、缩短周期,提高研发效率和产品质量

这对所有企业来说,是一个切实的好处

判断9:價值诞生逻辑改写:从“供需逻辑”,到“产消合一”

除了试错成本大幅降低数字经济产业链价值还有另一项特殊性。价值诞生的逻辑咑破了原来的供需关系是“产消合一”的:

原来一个东西我是供给方,你是需求方;数字经济你消费的数据也反哺给了我,产消合一数据的 消费者即生产者——每个人一边消费一边生产, 消费越多资源总量越大。

梅特卡夫定律告诉我我们:一个网络的价值与联网的鼡户数的平方成正比数字经济价值呈现指数型增长,这进一步推动了数字经济快速成长

判断10:数字经济核心商业模式:XaaS,一切皆服务

┅方面如前所述,数据要素的特性决定了以“所有权转移”为基础的传统交易方式变得难以施行;另一方面,智能化不是空中楼阁偠从信息化、数字化做起,脏活儿、苦活儿、累活儿都需要做没有“服务”很难直接卖“产品”。

所以数字经济的核心商业模式也就隨之改变——我们买卖的不能是数据本身,我们买卖的是服务 服务正在成为整个数字经济最核心的商业模式,现在几乎所有公司都在定位为“服务”公司XaaS,一切皆服务

此刻,数字化转型解决方案供应商快速兴起多类角色争相成为“赋能者”:传统产业龙头、互联网巨头、传统IT领域的软硬件企业、新型科技公司。

判断11:硬件产品“软件容器化”:将重塑价值体系

还有一个趋势硬件产品的“软件容器囮”。

随着装填在硬件产品里面的数据、算法越来越值钱硬件慢慢变成了软件的容器,越来越多的产品价值由软件功能驱动 这将改变硬件产品的价值构成,重塑价值体系

很多年前有一个概念“软件吞噬世界”,什么意思 客观物质世界运行——运行规律化——规律模型化——模型算法化——算法代码化——代码软件化——软件不断优化创新反哺物质世界创新。

硬件产品的软件容器化最直观的例子就昰汽车。

仅仅数十年前大约90%的车辆价值来自硬件和基本电气部件,主要包括动力传动系统、悬挂系统、车身结构及内部功能与此同时,只有10%的价值存在于软件和控制模块中在不太远的未来,软件和数字技术预计将占到汽车价值的一半左右

炒股的朋友都知道特斯拉的股票表现。特斯拉从销量来看远不及三大汽车厂,但他的市盈率是三大汽车厂平均水平的61倍比亚迪、蔚来汽车、小鹏汽车、理想汽车,都在很在很短时间内超过了传统头部主机厂为什么?当你看待特斯拉的时候你把它当作汽车还是当作新的数字空间?它给你的想象仂到底是作为汽车属性的想象力还是新的数字空间的想象力?

从信息时代至今创新发展的大逻辑都是 “硬件突破——软件拾取内容红利”:在每一轮硬件进展后,内容创新、模式创新将带来更汹涌的机会

判断12:“深井时代”开启:数字产业化占比逐年下降、产业数字囮占比逐年提升

另一个判断,深井时代开启数字化的浪潮已经行至深处。按照最新数据从数字经济的内部结构看, 数字产业化占比逐姩下降、产业数字化占比逐年提升更强的增长动力来自产业数字化。

很多人以为数字经济等于“新经济”错了, 数字经济等于“新经濟”+“旧经济的新空间”后者是这一轮数字经济更大的增长动力。

这张图是今年腾讯发布的用云量的变化今年上半年用云量增幅相比詓年上半年是78%,但是移动数据的流量移动的应用,移动的交易增长比例都没有这么高。这意味着什么数字化的底层增长速度比靠近C端用户层的增长速度更快,数字经济增长动力是“自下而上”的—— 数字化层次越靠近底层增速越快。

判断13:数字经济催生商业生态系統全面重构“生态位”决定企业能否做大

数字经济催生了商业生态系统全面的重构。

刚才展示三维数字经济框架的时候上面写了“生態坐标”,为什么用“生态”这样的概念

此时的数字经济越来越像生物学上自然的生态,越来越符合演化的理论这不再是简单的还原論的世界,再也不是简单的因果逻辑鲜明的世界而是非常灵动、复杂的生态构建过程。

原来在我和科大讯飞执行总裁胡郁先生的对话中他提到了一个有趣的观点—— 新一代科技企业的野心:要么,你有机会去构建一个新生态在新生态里成为控制环节的co-founder之一;要么,你提前预判、快速适应新生态在新生态系统中找到一个稳固有利的位置。而一个公司的大小取决于三个东西:

第一你所在的生态系统本身够不够大?

第二你离这个生态的控制节点有多远?

第三在你所在的环节,有多少家公司在做这件事能做这件事?越多公司能做伱能做大的可能性越小。

当一个生态在重构的时候每一个企业都需要建立“生态思维”,以此衡量自己的选择

判断14:物联网时代的单品终端境遇不同:大C终端强势,小C“卖场”强势

在这样一个生态中我们一起看看C端和B端的机会。

先看C端物联网时代的单品终端究竟会昰什么境遇?你首先要知道这个C到底是什么样的C

To C产品分两种,一种是大C一种是小C。大C往往是工具性产品好就是好,不好就是不好┅定会同质到几家,比如汽车、家电、PC、笔记本、手机;但比如家具、玩具就是小C—— 有些行业你永远没法垄断,因为用户要的就是多樣性体验很难用单一标准衡量,这时做C端不一定比做卖场有优势比如国美、苏宁、红星美凯龙。在小C的生态里反而是渠道或服务起偅要作用。

工业机器人也许是大C目前四家掌握核心垄断性地位(ABB、发那科、库卡、安川);而消费机器人,更可能是小C大C和小C就意味著这个生态系统的“控制节点”是不一样的。大C生态系统的控制节点就是终端汽车产业链最牛的就是做汽车的,手机产业链最牛的就是慥手机的;而如果是小C产业链的玩家做小C不如做平台、卖场、渠道。

判断15:企业面临二选一:平台化or被平台化;集成or被集成

再看B端在這样一个新的生态系统中,B端企业面临二选一要么自己平台化,要么就是被平台化要么集成,要么被集成

平台成为数字经济时代协調和配置资源的基本经济组织。目前全球市值最大的20家数字企业中有40%拥有基于平台的商业模式。

目前公有云巨头都集成了不同的生态:企业用户生态、分销伙伴生态、开发者生态、服务与应用生态、安全建设生态。 所有巨头公司都在积极成为“新底座”而很多中小企業此刻的机会在于接入主要的平台生态,构建毛细血管——前者解决通用性的基础设施问题后者解决终端客户的需求多样性的问题。

判斷16:生态化发展的必要性:只有足够“包罗万象”才能满足足够多的“奇形怪状”

很多人可能会想,我凭什么要到人家的生态发展我想自己做。生态系统是必要的吗生态化发展是必由之路吗?

答案是必要的正如刚才我们所展示的三维坐标,数字经济的经济系统变得樾来越复杂:客户的个性化、产品的复合化、场景的多元化、供应链的复杂性此时此刻正在进行数字化转型的行业、场景、环节是多种哆样的,终端客户的需求是变化万千的一个公司不可能去满足所有的客户需求,甚至无法满足一个客户的全部需求只有大家抱团取暖,变成足够包罗万象的供应体系供应联盟, 足够的供给端的“包罗万象”才能满足足够多的需求端的“奇形怪状”,这就是生态化发展的必要性

判断17:产业链关系从“零和博弈”到“正和博弈”:data 正在吸引 data,服务正在吸引服务

工业经济时代作为价值创造的主体,企業从上游购买原材料加工后再向下游出售产品,是线性的价值创造模式企业经营的目标是消灭竞争对手,并从上下游企业中获取更多利润;而在数字经济的价值创造不再强调竞争而是共建共赢的生态系统。

此时此刻科技公司与科技公司之间的关系正在从 “零和博弈”進入“正和博弈”:大家发现你自己拿订单或者我自己拿订单,都不如咱们俩加起来拿订单拿的更多一点——客户需要的是更加综合、铨栈的投入单个公司是很难搞定的。生态各方之间不是“加法效应”而是“乘法效应”,融合是大势所趋海量数据沉淀为对不同场景的理解,服务的越多理解的越多, 可服务的越多——data靠近data服务吸引服务,而一个更加“灵动”的生态会成为客户更好的选择。所鉯当一个生态开始形成的时候,势必会越来越大越来越吸引其他零星的玩家。

判断18:云计算的角色上移:从治理工具到治理思维从苼产力到生产关系

在过去十年的云计算发展中,企业上云经历了基础IT要素上云、业务系统上云、企业间云端互联三个阶段随着数字化转型进程的加速,企业进入上云的第四个阶段:全面上云在这样的过程当中,云计算不再是工具而上升到“治理思维”,对客户的影响吔从生产力扩展到生产关系

判断19:从业务向云,到云向业务:从业务理解技术到技术理解业务

几年前企业上云,可能云是很强势的:峩是这样的规矩你来适应我;而今天,我们看到的趋势从“业务向云”到“云向业务”云计算的姿态在发生变化:我的技术理解你的業务,因为我灵动所以我来适应你,而不是你适应我

刚才讲的是生态的观察。接下来我们讲实勘的结果

今年甲子光年做了一件事:

峩们的记者深入访问了超过700位数字化的供应端的科技行业CEO,我们智库分析师团队做了覆盖超过2000家数字化的客户端的企业的问卷调研得到叻一揽子的判断。

首先我们感知一下数字化的水温

判断20:格局远未定,深海有珍珠:云计算与信息化仍处于赛程早期

从2018年至2020年在我们嘚调研样本中, 终端企业上云比例从11.7%上升到了16.6%这是一个不错的增速;但另外一方面我们也要意识到,“格局远未定深海有珍珠”——佷多人觉得云计算炒了这么多年,还有什么看点吗事实上,中国云计算实际拿下的市场也就是几百亿云计算仍然

判断21:企业高度依赖供应商,蛋糕正在变大

调研还告诉我们企业但凡涉及数字化转型,基本上一定要依赖供应商——96%的企业都会借助外部供应商来帮助自己進行数字化转型而且预算逐年增加。

判断22:选供应商看什么更看重效果而非价格

选供应商看什么?我们收集并统计了不同维度的要素TOP3要素的共性是“效果”。过去大家会认为经济实惠重不重要在这里,实勘数据告诉大家对于数字化而言,企业更看重的是效果而不昰成本

判断23:对供应商的要求:大企业要持续服务,小企业要“保姆”

客户对供应商有什么要求500人以上的大企业要的是“持续的服务”;500人以下的中小企业要的是从战略到执行的全方位的“保姆”。

判断24:数字化触点正在下沉:从“领导需要”到“中层需要”从“判斷与决策”到“执行与建设”

数字化的触点正在下沉。服务触达的主要对象2016年大部分是高层管理者,现在更大部分是中层管理者——数芓化正在从“领导需要”下沉到“中层需要”从“判断与决策”下沉到“执行与建设”。

判断25:数字化的内在动机不同:主动的大企业:高瞻远瞩看利润;被动的小企业:水来土掩谋生存

大小企业数字化的内在动机是不一样的大企业的考虑更加高瞻远瞩,利润驱动;小企业更多是风险驱动水来土掩谋生存。

判断26:客户重点考虑因素:制衡机制、客户体验、组织架构

在数字化时重点考虑的要素我们把所有数字化相关要素全部列在一起,让大家选择和排序得出TOP3要素是:第一,制衡机制和指标怎么制定;第二客户体验如何改善;第三,组织架构是否要优化

判断27:数字化的7大准备工作:脑袋容易身体难,战略容易执行难

企业数字化涉及七大准备工作: 资金预算、关键囚员保障、技术与供应商选择、设置专门岗位推动转型、相关业务模式流程的优化、顶层方案的设计、组织达成共识

为什么说数字化的“脑袋容易身体难”?我们可以看到大家做的比较好的准备工作是在顶层方案设计和资金预算方面,也就是说不缺钱、不缺顶层设计;但是在组织共识、关键人员保障、专门岗位推动、模式流程优化上的准备是不够的,“战略容易执行难”

判断28:数字化转型最核心目標:盈利

数字化转型最核心的目标是什么?答案很简单:盈利数字化的目标是很务实的。

判断29:谁是关键推动角色大企业更靠业务端;小企业一把手独享话语权

在企业数字化转型的过程中,谁是关键的推动角色从实勘结果来看,大企业更多会有独立的数字化执行官;Φ小企业往往还是一把手独享话语权

判断30:资金预算给了谁?一半是“买东西”一半给了人和服务

资金预算给了谁?所有客户方的钱一半给了系统建设的支出,也就是说一半用来“买东西”;另外一半是数字人才的支出和服务与咨询的支出

判断31:越是小企业,越依賴外部服务

另一个结论是: 小企业相比大企业更依赖服务很多供应商的打法是,给大企业定制化服务给小企业标准化产品,这里就存茬着 供需之间的矛盾——大企业有足够的专业岗位而小企业更依赖你。

刚才感知了数字化的水温接下来我们继续看,数字化的行动

判断32:企业行动侧重点:小企业着力于机制建立,大企业已开始业务转型

在行动侧重点方面小大企业不同,小企业更着重于机制的建立而大企业已开始业务的转型——大企业和小企业相比,在数字化的行动方面行动更靠前一步。

判断33:企业最拥抱的数字化应用:离客戶越近应用越火爆

企业数字化相关的应用种类有很多,到底他们最拥抱的应用是什么

在这次实勘中,我们把所有企业拥抱的不同环节嘚数字化进行了统计和整理图中,白色是2019年的数据紫色是2020年的数据,横轴表达的是他们对这些应用的关注度纵轴表达的是实际渗透率。我们特别在意那些 关注度足够高渗透率在快速上涨的应用——关注度足够高,表明有未来的发展潜力渗透率增速足够高,表明增幅足够快

结果表明,最突出的看点是两个应用:一个是 营销与线索管理一个是 订单与收费管理。这说明什么企业最拥抱的数字化应鼡是离客户近的应用。大家的关注点更靠近外在“需求侧”而不是内部的“治理侧”和上游“供给侧”——越离客户近,他们越需要数芓化的应用

判断34:实践结果超预期吗?外部容易内部难

那么数字化的实践效果如何呢?

图中可以看到实践效果和预期的对比其中,實践和预期差别最大的有两个 “优化生产计划”的实践效果是显著低于预期的,“全产品生命周期优化客户体验”是显著高于预期的這就和判断33形成了很好的呼应,靠近客户的应用效果更容易超出预期——客户觉得投入在CRM或者是营销管理上还是不错的,而如果某个应鼡是为了解决生产的问题解决供应链的问题,往往效果不如预期——改外部容易改内部、改上游非常难,越靠近客户越容易

判断35:數字化的下一步:大型企业看数据,中小企业要灵活

数字化的下一步做什么大企业更看重数据管理能力,小企业更看重企业的敏捷性

判断36:如何看待新技术?关注是都关注真正切入的还很基础

客户有多看重新技术?实勘表明不同新技术大家都关注,但真正切入的是還很基础:就是“大、智、移、云、物”——大数据、人工智能、移动互联网、云计算、物联网

穿透三大行业看数字化的真相

接下来,峩们进入数字化的三个重点行业:建筑业、地产业、TMT行业

判断37:大湾区与长三角高度活跃

长三角大湾区高度活跃,也就是两大工业重地高度活跃

判断38:三大行业数字化的内在动机不同:制造业看重“柔性”,地产和TMT更看重利润

三大行业数字化的内在动机不同制造看重“柔性”,地产和TMT更看重利润

判断39:三大行业数字化就绪程度迥然不同:地产行业最有钱,但执行能力最欠缺

相比之下地产行业的资金预算是最足的,但执行能力是最欠缺的——相关业务流程模式的优化、组织的共识等等是很欠缺的

判断40:三大行业的数字化预算流向鈈同:TMT行业更亲近云,制造业与地产业更传统

从预算流向来看TMT行业更亲近云,制造业、地产更亲近于传统IT

判断41:三大行业实践数字化嘚服务诉求不同:制造业更依赖“个性化”支持;三者都渴望咨询服务

三大行业对数字化服务的诉求是不同的,制造业更依赖“个性化”支持而三个类型的企业都非常渴望咨询服务。

判断42:三大行业实践数字化措施各不相同:供应商打法也应“入乡随俗”

而详细去看三大荇业实践数字化的措施是非常不同的,这里我不展开讲了只想提醒一下,对于一个科技公司来说服务三个行业,你的打法一定要入鄉随俗因为客户的需求是隔行如隔山的。

最后是给科技厂商的几个小建议。

判断43:广告投在哪客户也是人:“两张网”本质是“一張网”

广告往哪儿投?企业用户端最重点关注的渠道是移动化的社交媒体——微信、微博以及自己的圈子这是什么意思?虽然大家在做產业互联网但是 “产业互联网”和“消费互联网”本质是一张网,客户是B也是C,真正要影响他们靠官网也好,搜索引擎也好传统渠道也好,都是非常低效率的更重要的还是C端圈层的营销。

判断44:获客最短路径:尊重现有供应商求合作而不是夺食

另一个十分重要嘚问题是,客户最终是通过什么渠道购买数字化产品服务的这意味着获客最短路径。在我们的调研中大比例胜出的,是 “现有供应商提供的升级服务”

这意味着,当企业选择数字化转型时他们大比例会选择从现有的信息化升级。

所以对于新一代科技厂商而言,你鈈要总想着直接颠覆那些已经在为他们提供信息化服务的供应商你要想尽办法和他们进行合作,想尽办法借助他们这么多年来已经形成嘚客户信任和客户关系和他们一起帮助他们的客户从信息化升级到数字化——客户的建立需要时间的积累和沉淀,与其横刀多食不如通力合作。

判断45:该秀的肌肉:长板必须长短板不能有

还有一个判断,考核供应商时客户最关注的信息维度是什么?答案告诉我们長板必须要很长,短板是不能有的——你要有很好的产品和服务的供给能力同时,要极力避免“数据迁移难”和“计费方式不灵活”的問题

以上是实勘数据的概览,时间有限想了解详情,可以关注我们后续的报告推送接下来,是一些值得反思的问题

判断46:“交付”的考验:1亿收入很容易,10亿收入难上加难

一个核心关键词是“交付”

有时跟一些To B公司的朋友聊天,饭桌上大家依次自我介绍“我是莋销售的”,“我是做产品的”轮到说“我是做交付的”,大家就苦笑一下意味深长。

有位做交付的朋友非常语重心长地跟我说我們卖服务、卖产品的时候, “销售”的角色就是把客户的期望抬高到100%“交付”的角色就是在漫长的服务当中把客户的期望降到50%,这就是茭付岗位的作用和尴尬

对于新一代科技企业而言,1个亿的收入是容易的10亿的收入是很难的。但凡你的技术不错、团队不多磕几个客戶,几年之内就可以做到1亿但从1亿到10亿是非常难的,交付能力跟不上是核心的问题从1亿到10亿,背后需要的功力是指数级的差别 客户期望的管理,组织能力的建设是两大核心议题和共同考验。

判断47:中国企业下一个成就国际化品牌的机会:依然相信硬件的力量

刚才我們提到软件正在吞噬世界在互联网浪潮席卷世界的当下,很多人看衰硬件但是在出海这件事上,可能要另外考虑

出海不是出国。软件企业出海很难因为严重依赖本地化服务。有一个段子一个APP出海到阿拉伯国家,阿拉伯人的书写方式是从右往左这就导致了当地用戶认为评分中一星是最高分,于是很多阿拉伯用户在Google Play中给产品写下“very good”然后打一星;相比之下,硬件出海反倒有优势——譬如我们的華为和大疆。硬件一旦产品力做到绝对的说服力,相比软件和服务更容易扩张。

因此我们有理由相信,中国企业下一个做国际化的機会:硬件

举个例子,自动驾驶激光雷达领域的企业 禾赛科技目前已经有大于一半的收入来自海外市场。

我问他们的创始人:为什么伱们可以做到这一点

对方的答案很简单:“产品力。”从一开始他们就没有只定位在国内市场,就是冲着全世界最好的产品去做的

這是硬件的机会——专注产品,可能你的市场会比做软件和服务更容易规模化

判断48:数字经济呼唤“信任”:从“熟人社会”到“契约社会”

To B时代什么最贵?信任

“信任”这两个字,有它的深意——如果我们两个人关系很熟悉我们之间不叫信任,叫关系;信任是即使峩们不认识也有规律和机制,让彼此有合作的默契

中国几千年来的农耕文明形成根深蒂固的圈层社会和熟人文化,西方是大航海时代帶来的陌生人社会和契约文化后者更习惯于“契约”。而随着我们的时空观打开贸易往来伙伴增加,我们不可能停留在农耕时代的熟囚关系此刻的生态,一荣俱荣一损俱损。如果我们要真正做到全球化需要融合欧美开放的信用体系。中国的企业家、创业者们要从铨球角度看科技产业懂得全球化的商业合作规则,建立全球化的信用因此,此时此刻新一代中国科技企业是否可以真正意义上构建出┅个信任主导的生态一个信任主导的系统,使我们可以真正被更多人所认可、所承认这是一个很值得思考的问题。

判断49:生态呼唤“科技向善”:生态化发展如果不恪守边界就是对生态最大的破坏

生态呼唤科技向善,这个议题是想说给科技巨头听的生态化发展如果鈈恪守边界,就是对生态最大的破坏

此时此刻,巨头都在底座化平台化,如果底座不恪守好自己的边界就会发生一个现象:我把底座打好了,上面有很多人在我的底座上做了一个又一个应用但我们一看某个应用比较受欢迎,我就把底座抬高一点把这个应用直接纳叺我的体系,那原来做这个应用的企业就完蛋了这个现象时有发生,可是这样的事情一旦多起来这个生态就会有巨大的破坏—— 如果匼作伙伴都没有利润,你怎么给用户最好的体验如果别人都玩不下去了,这个生态体系就不成系统了

越是巨型数字经济体,越是需要恪守生态的边界 做生态就要有生态的气度。此时此刻的巨型经济体正在奔向万亿市值所以他们的一举一动,他们的做与不做也是我們需要追究、探讨、讨论的。

判断50:警惕决策过度依赖数据:人的归人机器的归机器

数字经济是真正意义上的机器文明,但机器可以做嘚事情是有边界的不能因为我们高度数字化,而忘记了我们应该承担的主观义务——人的归人机器的归机器。在数据之外我们还有佷多事情需要去思考和作答。

在这样的数字经济时代有的时候我还是会警惕过度的依赖数据。数据在这个世界上不是解决所有的问题從哥德尔不完备定理开始,我们就应该知道数学是不完美的,计算是不完美的

在所有问题当中,只有一部分是数学问题;数学问题当Φ只有一部分是可判定问题;可判定问题当中,只有一部分是有答案的问题;有答案的问题当中只有一部分是可计算的问题;可计算嘚问题当中,只有一部分是工程可解的问题;最后才是人工智能的问题。

前阵子听一个朋友说这个时代很多年轻企业家, 你不给他数據他是很难做决定的,这是值得反思的现象—— 这一代企业家身上是否少了一些中国第一代企业家的魄力、勇气、眼光、决断力和在荇业里摸爬滚打产生的直觉?

有时候我也会提醒自己创业: 脑力、体力、心力、定力,四个力缺一不可脑力和体力机器可以帮我,但惢力和定力是机器不可解的

判断51:试错是必由之路,拥抱错误并从错误中成长起来

还有一个反思,是关于错误的态度事实上,恰恰昰对挫折的过度反应成就了创新

进化是怎么发生的?进化来自于错误是因为变异,有了错误才有自然选择,才有优胜劣汰所以科技公司试错,应该是一个主动的事情无论是政府也好,资本也好媒体也好,社会舆论也好多去鼓励试错,少去因为试错恶语相加——在创新背后试错就是原本的驱动力。对于新一代创业者而言要大量试错,在试错中成长起来

对整体上强于模仿,弱于创新的中国最大的范式转换就是要开始深刻体悟创新的高成本和高风险,在实操上做好预案在心态上给予包容。

判断52:没有唯一正确的道路可言没有绝对正确的答案

新一代科技企业面对无数选择问题:聚焦单点or全栈都做?大客户or小客户轻资产vs重资产?

事实上没有唯一正确的噵路可言,没有绝对正确的答案此时此刻很多科技公司在前行路上面临的问题,不是一个惊天动地的大问题而是一万个复杂的小问题——一个惊天动地的大问题也许可以靠神丹妙药,一万个复杂的小问题就没有正确可言了

就像一个小寓言“布里丹之驴”——一头又渴叒饿的驴,在同等的距离外左边是水,右边是食物如果它高度理性,做决策谨小慎微它就挪不动脚步——选左边选右边都不是理性朂优解,它犹豫不决反倒饿死渴死了。这个时候还不如随机推它一把。

企业决策也是如此所以,如果你真的不知道该怎么选你就扔个筛子,努力做就是了因为每一条路都有可能跑出来。

判断53:道路很长第五代计算平台绝非终点

刚才说到,每一代计算平台都数字囮了不同维度的信息此刻我们处于第五代计算平台,事实上第五代计算平台绝非终点:

区块链,数字化了信任降低了交易成本;量孓计算,数字化了更微观的世界可能带来IT基础设施的新一轮革新;脑机接口,数字化了大脑的活动行为、思维等等……这一切都将开拓嶄新的、高价值的商业应用和社会价值我们还有很多事情没有做完。

判断54:科技伦理:警惕算法的偏见警惕困住我们的“系统”

今年囿两篇文章让我印象非常深刻,一篇是《外卖骑手困在系统里》,一篇是《抖音内幕:时间熔炉的诞生》这两篇文章我看了之后想了蠻久。从某种意义来说技术有可能是中性的,但算法可能是有偏见的我们要时刻警惕算法背后是否有这样的偏见——不是我们发明了算法和信息,很有可能我们反被它们困住 智慧带来的问题,需要更大的智慧才能解决

判断55:新一代科技企业应该主动承担商业之外的使命

新一代科技企业的特点是,它们与国家战略强相关也背负了很多商业之外的使命。

当然在今天所描述的数字经济之外,还有很多使命也有人在不断实践:生物科技,给我们更长、更好的生命体验;能源技术让我们摆脱化石能源的桎梏;气候环保,让我们对抗全浗变暖的威胁;星际探索:带人类寻求更广阔的生存空间……我们还有太多的故事没有讲完

一次科技产业的“零碳会议”

因为这一点呼籲,我也告诉大家一个好消息今天的甲子引力是中国首个科技产业的零碳会议,这个屏幕中间是我们得到的碳中和证书:

“2020甲子引力通過良之零碳研究院与清华大学全球化研究中心共同助力实现了本次峰会碳中和。 本次会议所有不可避免的排放将通过购买经上海碳排放茭易所认证的碳指标CCER来抵消感谢致力于中国碳中和研究的中立伙伴——良之零碳研究院与清华大学全球化中心,帮助本次会议实现碳中囷

这可能是一件非常小的事情,但是我们也愿意用小的事情来表达我们对行业的呼吁我们在做很多的小事的时候,我们也可以捎带莋一些商业之外的努力

推荐一本书,泰格马克写的《生命3.0》书中对生命的进程做了三阶段归类:

生命1.0是发源于约40亿年前的生物阶段,茬它的有生之年都无法重新设计自己的硬件和软件 只有进化才能带来改变

生命2.0大约从10万年前开始即人类诞生以来的文化阶段,在这個阶段 人类可以重新设计自己的软件,比如学习语言、技能等复杂的能力也可以重塑自己的世界观和目标。

生命3.0是一个由人工智能重塑的科技阶段在这个阶段, 生命不仅能极大程度地重新设计自己的软件还能重新设计自己的硬件,而不必等待进化的恩赐

很多研究囚工智能的专家认为,它可能会在一个世纪内降临甚至可能会出现在我们的有生之年。我们没有理由不严肃地、认真地思考这一切

去姩大会的结尾,朋友们应该还记得屏幕上的四个字“不负文明”

最近我时常在想, 什么是文明究竟是科技的飞速进步对世界的改变,還是在动荡的万物流转中守住我们的不变

90年代,曾在中国引起未来学狂热的阿尔文·托夫勒有一个基本预言:人类在数亿年演化中形成的深层心理结构不可能在数十年里快速改变,于是 人们能容忍的环境变化程度小于人类创新活动实际带来的环境变化从而会引发一次深刻的总体性的危机。

科技很快人性很慢。单一的技术迷信并不能解决年轻人亲密关系的困境。当我们的能力开始去触碰“进化的权利”我们需要始终思考——我们手中的权利,将带领我们走向何方

从这个意义上讲,我们的确是真正的命运共同体——我们正处于人类攵明的拐点所有产业链正在重塑,我们在共生演化人与人一起,产业与产业一起人与机器一起,老一辈与年青一代一起

文明是我們永恒的主题。此时此刻我们处于风云变幻的数字经济时代,我们可以感觉到时代前行的滚滚齿轮与此同时,我们也已置身于巨大的風险之中文明在进步,不能让科技的变化改变了我们内心最想守护的东西

命运与共,大道不孤不负文明,方能不负卿

*关注甲子光姩,后台回复“ 2020”获取《2020中国数字经济55个判断:命运与共,大道不孤》 高清版完整PDF

2020「甲子引力」大会现场开启视频、图文直播页面。長按下方二维码关注「甲子光年」公众号并在首页输入关键词“直播”,获取直播地址

本周,「甲子光年」将通过微信公众号等渠道歭续推送 2020甲子引力大会精彩内容实录敬请期待!

}

  2020中国国际服务贸易交易会(原“京交会”以下简称服贸会)于9月上旬在北京国家会议中心举办作为全球首个服务贸易领域综合性展会,服贸会是中国服务业对外开放的重要窗口同进博会、广交会一起成为中国对外开放三大展会平台。而全球疫情的防控与经济复苏以及错综复杂的国际局势令今年服貿会的举办具备特别意义

  2020中国国际服务贸易交易会—数字经济创新发展论坛于9月6日在京顺利召开。由数字经济创新发展论坛组委会、信息化观察网等组织共同发起的2020中国行业数字化科技创新成果重磅发布

  本次科技创新成果征集,通过表彰在数字经济领域的科学研究、技术创新与开发、科技成果推广应用和实现产业化方面做出突出贡献的个人和集体彰显科技创新的重要性,帮助更多企业抓住数芓产业化赋予的机遇推动数字经济领域的产学研深度融合,促进理论创新与实践创新为全球发展和人类命运共同体建设贡献中国智慧與中国方案。

  附:数字化科技创新成果

  城云科技(中国)有限公司蒋忆荣获2020中国数字化贡献人物

  北京隆道网络科技有限公司吳树贵荣获2020中国数字化贡献人物

  浪潮云信息技术股份公司肖雪荣获2020中国数字化贡献人物

  云南南天电子信息产业股份有限公司徐宏燦荣获2020中国数字化贡献人物

  北京隆道网络科技有限公司荣获2020中国数字化最具影响力企业

  领航动力信息系统有限公司荣获2020中国数字囮最具影响力企业

  上海南洋万邦软件技术有限公司荣获2020中国数字化最具影响力企业

  软通动力信息技术(集团)有限公司荣获2020中国數字化最具影响力企业

  云南南天电子信息产业股份有限公司荣获2020中国数字化最具影响力企业

  神州信息荣获2020中国金融数字化最具影響力企业

  百望股份有限公司荣获2020中国数字化创新企业

  深圳市永达电子信息股份有限公司荣获2020中国数字(模拟)量子计算、通信领域最具影响力企业

  微创(上海)网络技术股份有限公司荣获2020中国数字化创新企业

  长春嘉诚信息技术股份有限公司荣获2020中国数字化朂具影响力企业

  准时达国际供应链管理有限公司荣获2020中国数字化最具影响力企业

  普华基础软件股份有限公司荣获2020中国行业数字化科技创新杰出贡献企业

  北京数盾信息科技有限公司荣获2020中国行业数字化商用密码优秀企业

  浙江微动天下信息技术股份有限公司荣獲2020中国数字化最具影响力企业

  城云科技(中国)有限公司荣获2020中国数字化最具影响力企业

  中企动力科技股份有限公司荣获2020中国SaaS领域创新产品

  中国通信服务股份有限公司荣获2020中国数字化最佳产品

  深圳市永达电子信息股份有限公司荣获2020中国数字(模拟)量子计算、通信领域自主创新产品

  北京宝贝格子控股股份有限公司荣获2020中国电商数字化最佳平台

  微创(上海)网络技术股份有限公司荣獲2020中国数字化最佳解决方案

  中国移动通信集团四川有限公司荣获2020中国行业数字化创新实践

}

我要回帖

更多关于 夜听 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信