什么才是TO B的制胜之道？八位创投人这么说 | 『B计划』昆仲论道

企业服务是热点，但一谈To B就容易冷场，这是一个需要耐心和毅力的赛道。

未来二十年To B市场会不会持续升温进而走向爆发？如今的To B企业是否已经从过去的粗放增长时代进入到了精细化运营时代？未来又要如何做出给用户不断赋能商业价值的好产品？这些问题也是一直在行业中热议的话题。

这种背景下，由东沙湖基金小镇作为指导单位，携手国内VC、PE、母基金、产业界和优秀企业，一起于2019年4月联合发起了『B计划』，旨在通过融资季、产业季、学习季和行研季四大圈层建设，共享To B领域技术与创新趋势，聚合产业上下游资源，进而促进资本、人才、项目之间的深度融合和共赢合作。

本周，由科技部中国风投委和东沙湖基金小镇指导、昆仲资本和华映联合主办、 元禾重元和达晨创投联合组织的B计划学习季昆仲论道——重新定义TO B活动在北京举办。围绕技术转化和产业联动下的TO B商业变革，机构端、企业端、产业端等“生产力要素”聚集，剖析了To B行业的痛点和未来发展机遇。

在主题为“投资人VS创始人”的圆桌论坛环节，CoinDesk 中国联合出版人、MIT Technology Review 中国联合创始人陈序作为主持人，与昆仲资本创始合伙人梁隽樟 & 博车网创始人陈建鹏、华映资本主管合伙人章高男 & 天云大数据创始人兼CEO雷涛、元禾重元投资总监陈秉涛 & 云徙科技联合创始人朱铁生、达晨创投合伙人任俊照 & 华制智能董事长夏妍娜等嘉宾，就To B行业的发展机遇、资本如何赋能TO B企业、企业如何应对经济发展周期等话题进行了讨论。

本场圆桌的参与嘉宾名单为：

昆仲资本创始合伙人 梁隽樟

博车网创始人 陈健鹏

华映资本主管合伙人 章高男

天云大数据创始人兼 CEO 雷涛

元禾重元投资总监 陈秉涛

云徙科技联合创始人 朱铁生

达晨创投合伙人 任俊照

华制智能董事长 夏妍娜

在本场圆桌中，嘉宾也提出了一些自己的观点。比如，

陈健鹏觉得，他理解的TO B服务，B很重要，尤其是大B，创业还是要和行业多沟通、对接、交流；

雷涛认为，把AI通用的知识提炼后封装起来，可以复制到各行各业；

朱铁生强调，企业服务是一个长周期，要有足够的耐心，创始团队就是要耐住性子，把短板补上，对企业服务到位，这才是对投资者最好的回报；

夏妍娜认为，这是他们最大的机会，把赚钱和值钱的业务叠加起来做；

梁隽樟认为，对于TO B行业的终局的判断很重要，有的行业天然是越大越大的，只有你变成头部的玩家之后，占据非常大的份额，别人就再难撬动，另外，TO B的时机很重要，逆势会非常的费力；

在章高男看来，B端企业的发展的时间周期会被拉得很长，但B端发展的趋势一直在，每年都会进步；

陈秉涛表示，他们更多关注数据在企业端应用场景驱动，即数据源头的产生的地方也是数据应用最终的落地点，数据闭环到产品闭环；

任俊照觉得，现在走向存量经济，意味着下一步走向的就是产业洗牌期，产业会逐步的向做得好的供应链、产业链去集中，效率就是一个很大的驱动力。

**
**

以下为圆桌具体内容的整理。

Q1：如何看待重新定义TO B？

圆桌主持人（陈序）：

我们今天B计划主要探讨的就是TO B这个市场和跑道上面我们企业家的心得和投资人的策略以及经验。所以第一个问题我们想要问一下，投资人和企业家同样的问题，怎么来看待我们今天的主题，就是重新定义TO B这样一个主题。

陈健鹏：

这个和我自己的个人经历，就是从刚开始工作到之前的创业到现在的创业，都是和B紧密相关的，我觉得TO B应该是一个比较长久的，而且是一个绝对的刚需，所以才会把自己的创业、工作和B紧密的相关，同时也因为自己的工作经历，本人是有一点点排斥TO C，因为我觉得TO C的事情是，我自己定义的是茫茫天下无边路，只要干了TO B的事情之后，你可能就是千军万马过独木桥，基本上都会掉下去，真正能够过去的人很少，所以我认为TO B的事情是比较稳妥，比较值得长期追求的一件事情。

梁隽樟：

我是来自昆仲资本的梁隽樟，昆仲资本大概70%的项目都投在和企业服务相关的领域里面，包括科技和产业互联网相关的领域，这个也是和我们自己的定位、我们几个创始合伙人本人的经历有关系。因为我自己本人也是在安全服务的企业工作，本身也是做TO B的事情，我觉得我们投资团队的基因和方向也是很契合的。今天所提的这个问题，我待会儿也会有机会展开讲一下， TO B的时机很重要， 你要逆大势去做这件事情会非常的费力，我觉得现在正好从整个大的宏观环境的发展，不管是生产关系还是生产力，这几个角度来看的话，我觉得确实还是到了一个挺有利的一个位置了。

章高男：

我个人的经历，其实TO B、TO C蛮混合的，因为我最早是在摩托罗拉做手机，但是摩托罗拉本身是一个组织管理非常严厉的，包括软件工程还有六西格玛等等，以前的软件，当时还算是比较高峰的时期，但是互联网就改变了这种开发的模式，这是一个很严密的B端的组织，但是我们做的产品是消费级的产品，是手机，后来我又做手机方案公司，回过来做，这个就直接的TO B、TO C了，因为我们的客户就是手机的方案公司，我们帮他们做设计和开发。后来在雅虎，雅虎我就是纯技术了，去做移动的网关了，和C端接触蛮少的，但是C端是做这一块的业务，但是我们所做的业务是里面的业务部门，所以我做的还是TO B的，更多的还是TO B的基金。

我觉得整个TO B的市场，从过去到现在，有什么变化呢？就是过去整个信息化，其实是在C端通过这个市场有一个非常强的爆发力，但是它在TO B的渗透，在很多领域，其实是润物细无声的，在B端它的特点就是协同效应没有那么好， B端就是一个独立的主体，不会因为另外一家用得有这么好整个行业就全部爆发，整个过程是相对比较慢 的，所以这个隔离的作用就导致现在很多信息化的技术，在TO B的渗透过程时间周期会拉得很长，但是这也说明TO B端的好处就是，它先是长，但是它每年都在进步，B端的生命周期会很长，所以这是一个变化，另外的一个我觉得有一些加速器，就是说包括这种物联网、通讯技术、5G的普及，我觉得在B端的落地会比在C端更快一些，它会产生一些新的应用场景。在C端，在这方面的突破性就不如在B端了，我觉得这是在B端的一个机会。

雷涛：

TO B，每个人的心里面有一个哈姆雷特，我这个版本 还是大B ，我个人的从业经历也是早期的20多年在外企，也是在一线的一些科技公司去做的，它的产品的属性都是在TO B的数据中心内部发生的，所以我们Focus的点也比较窄，就比较关注于在大型数据中心的大型客户，所以我创业的内容也是做计算的基础设施，也都是服务于大B。所以对TO B的市场，我们自己Focus的有2个方向，第一个这个大B已经很成熟了，我们做核心部件的替代，这个赛道越来越清晰，大家已经开始启动IT大结构的更迭，刚才讲到去IOE，所以每次大型的商业银行和大型的机构里面去做测试，基本上就是这几家，我们这种中小型企业走入到大B的门槛，其实它是靠这样的一个锁定性，专注性能够做很多的工作，我们沟通的成本也相应的降低了，靠测试和靠这些都能够打入核心市场。

第二个我们也看到大B还有一个，第一个就讲到它的认知转移好，它不用去教育你要用机器学习，人工智能太泛了，大多数的安防都在看计算视觉这一类的东西，怎么去做商业流程的重构，这还要去做大量的教育，这些大B有机器学习的普遍能力和实验室，很容易进入。第二个市场就是你的交互工具和服务的同时，变现的同时你会发现你在转移大B数据资源的价值，这一块的价值我们很快发现我们在一些泛行业的推广之中，因为AI本身是一个知识生产过程，会把大型企业的经验、规则、流程的经验价值会快速的抽样出来形成复制，这是我们看到去年带来大规模收益来源的一个基础，一个交互产品和一个交互服务，同时还要转移客户的数据价值，所以这些都是从数据资源，以及从客户的接受程度，大B都是我的答案。

任俊照：

大家好，我是来自于达晨创投，其实B端这个事儿，对我们来说做了很多年了，可能定义的角度不一样，就是说我理解一下。之前整个市场，更多的TO B还是再围绕着科技和服务，更多的理解是做专业化的事情。今天其实在看TO B这么热的时候，我们自己也在关注、在思考这个事儿，我觉得整个和经济的形势是有关系的，因为经济是走向了存量经济，经济走向产业转型的过程中会遇到这种现象，在这种阶段的时候一定是存量经济的这种大家博弈的一个阶段，在这里面如果站在产业链的角度去思考的话，实际上如何去解决你在这个阶段里面，能够保住自己的地位，对一个TO B企业来说，或者说对一个产业链上的角度上来看，大家思考的角度可能是解决效率问题，因为这个时候我们社会的定价不能够提高的情况下，一定是要从层面上去考虑你的竞争力，也就是说如果能够从产业链的角度上去提高整个产业链的效率的话，意味着这是会在产业链做价值、做贡献。这里面意味着很多的机会点，是从产业效率这上面来提升、来改造产业链，去看看我们TO B的机会，当然这里面最终还是要和终端的消费趋势有关系的，因为我们在转型的过程当中，实际上很多也是在消费驱动的，比如说我们现在整个的消费的趋势是往更好的品质化去走，以及更好的个性化去走。在产业上游它的机会点，怎么去琢磨这种机会点，就要把效率和我们消费的终端的趋势以及品质的要求和未来消费者个性化的要求结合在一起的话，我觉得这里面很多的机会点，围绕在这里面进行创新的。也就是说我们这几年，包括前面也做了一些类似的案例和投资，慢慢的看到这种消费趋势是对的。

今天我们跟观众去说，如何提高效率以及提高品质这个上面，这个层次上，怎么去看这个场景的机会，我相信这个赛道里面确实有很多从TO B这个角度去做，TO B相对来说是一个比较安全的事情，它没有像TO C这样的，能够稳稳的在TO B里面去做把自己的优势体现出来，它的增长会一点一点的去放大，能够体现出它的核心优势。相对于TO C来说，我觉得这个机会是非常多的，随着社会的变化，这个机会会一直持续下去的。

夏妍娜：

大家好，我是华制智能的夏妍娜，我们公司其实是最早做智能制造和工业互联网的。我觉得从TO B的角度来讲，我作为一个TO B的创业者来讲的话，因为 它是一个复杂的系统工程，它也是一个持久战 ，为什么这么讲呢？其实这个就是，我们作为一个创业者，对内的话我们会发现它为什么会是一个系统工程呢？一方面产品的打磨和迭代，另一方面就是团队的沉淀，你弄完产品和团队，市场的扩展很重要，TO B的话一定要有一个覆盖市场的BD的能力，同时的话会发现这事搞完之后，还有很重要的就是运营的效率很重要，怎么样能够更好、更快的去获客和服务你的客户，所以对内是一个系统工程。对外来说因为我们服务的是制造业企业，制造业企业本身就很复杂，跨行业特征特别明显，管理的复杂度高，数量级别大，分布特别广，因为我们也是工业互联网的会员单位，当时有一个特别重要的变化是什么？技术的变化要快得多得多，但是组织的变化要慢得多得多，现在技术的变化很快，但是组织的变化是很慢的。

但是我们会发现我们服务工业企业的时候它不仅仅是这种跨行业特征，实际上还涉及到同一个行业，就算是不同的企业，它的管理基础，它的生产方式，它的供应链的能力，包括它的员工的知识结构、技术结构，它的工业水平都是参差不齐的，所以怎么样来服务好？我觉得确实就在复杂上，这是一种，从创业的角度来讲。从另外一个角度，其实 我会非常关注产业它发展的底层逻辑 是什么？这一轮大家都在讲 创新驱动和科技驱动 ，这个驱动的底层逻辑到底是怎么样的？其实我们可以看科技经过了3个阶段，第一个阶段大概就是工业时代，整个全球进行了200多年的时间，1784到1993，它的特征是大规模生产的，然后就是代表企业，像美国的GE和日本的丰田这些企业，它的管理特征是什么呢？科学管理、课程管理、精益管理、质量管理，底层逻辑是机器替代了人的四肢，大幅度来提高了生产效率。到1993年，因为美国是到1993年，我们是到1997年、1998年，我们进入到互联网时代，它的特征是互联网+，在别的企业像谷歌、Facebook、腾讯、阿里这些企业。管理理论是什么？指数级组织、设计思维、精益创业。底层逻辑是机器替代了人的神经，再到后面我们说人工智能特征是AI+，管理职能没有形成，底层的企业出来了，机器替代了人的大脑。但是我的认为是什么？用现在的话来说，工业这件事情，因为我们服务的是工业企业，工业可以缩短它的周期，但是是不可能跳过去的，但是我们也有一定的优势，从我的角度来看，我认为在工业的创新转型升级和在技术应用和驱动上，我们是一个洼地。全球有很多的高地，就是在工业上面很多的这个，因为他们在技术上面确实是非常的领先，在工业的打磨上面有非常大的优势，但是中国有非常庞大的应用场景包括我们在5G和人工智能技术的加入上面，我认为从技术的投入、应用的范围，包括我们在产品的属性，和深度应用方面，确实是迎来了一个机会，当然这个就是做TO B的核心就是需要有非常强的你的战略眼光和长期主义，并且进去做的话就是不断构建壁垒的过程。

陈秉涛：

大家好，我是元禾重元的陈秉涛，元禾重元是元禾控股旗下的一个PE和并购平台，也是一个纯市场化、独立运作的一个基金。关于刚才TO B这个话题，我先说一下目前我看到的一个情况吧，本身我是理工科背景毕业的，也做过工程师也做过销售，2017年，我进入行业刚好是在AI刚刚兴起的时候，所以切入的是这个时间进入，但是在TO B上，我们更关注数据智能的公司，所以说我还是更关注最早开始从美国复制一些商业模式到中国，根据中国本地化落地的一些企业，但是在这个过程中我会发现，很多你把美国的模式搬到中国是跑不通的，像很多标准化的产品，创始人会遇到这样的一个问题，投资人要的和企业客户要的完全是矛盾对立的，像大V企业要的是整个的解决方案，需要你一个人托底把所有的解决完。但是企业家希望投入尽可能少的成本和边际成本，尽可能的获得更多的毛利，所以就在标准化和定制化之中处于折中的状况。中国和美国不一样，美国是在上世纪50年代完成了产业的集中化和产业的整合，后来又通过通讯和互联网技术完成了信息化的整合，但是在中国这一块的话相对来说不一样，所以现阶段我觉得在B端更多的关注到产业的配套，所以说像我比较关注数据这一块的话，可能数据本身会从应用场景反向来看你的技术应用点，相当于是技术引领的趋势。我们在B端会关注我们的场景会创建哪些数据，数据会用到哪些场景里，所以就形成了一个闭环，这是我在B端所看到的一个情况。

朱铁生：

大家好，我是云徙科技的朱铁生，我本人20年来一直专注在企业服务，刚才昆仲的王总把企业服务的分类分成了两大类， 一类是企业级的服务，一类是企业级的协同交易 。我们过去一直专注在企业级的服务，所谓的定义企业服务，我们过去所谓的企业服务，所指的信息化，它干的一件事情是已知世界的已知问题，通过信息技术的手段把已有的东西搬到这上面提高效率而已，但是这上面并没有改变业务本身实质的东西。今天我们谈企业服务，就得看我们所服务的企业的B端的变化，我们今天所服务的这些B端本身面临的场景发生巨大的变化，在交易上面，在管理上面都发生很大的变化，所以它的变化带来企业服务的形式和服务的领域方向会有一个本质的变化，所以我们当时在长期服务，所谓管理效率在提升的这个过程，我们发现，今天SAAS和不SAAS都是在提高管理效益，对本身的业务没有本质的改变，只是SAAS不SAAS是对企业的本身，你自己的效益能不能提升的问题？但是对服务，你所服务的企业本身来讲，我们自己本身是关注到了，面向它的交易和服务的效率的变化。你刚才提到我们面向消费类企业会主要聚焦，它面对的C端和渠道的交易效率和服务的方式发生了变化，我们是比较的聚焦在企业的服务里面比较的面向交易效益这一部分，所以我们为什么定义这个公司？名字也叫云徙，我们看到云计算的机会对我们来讲也是弯道超车的机会，因为先使用再付费，原来我们做传统信息化的时候60%、70%的钱被基础设施拿走了，应用端的服务所拿的钱其实很少。签一个合同，钱他们先拿走了，今天这种格局，可能基础设施可以很低门槛进来，这样对我们做服务场景有很大机会，这是我们看到的一个重新定义B端服务的一个看法。

Q2 : TO B的制胜之道

圆桌主持人（陈序）：

我们现在开始我们的提问环节。我第一个问题想要问天云大数据的雷总。天云大数据做的是基础设施服务的事儿，很多的人工智能的企业都在往这个方向跑，提供一个平台性的工具，那么在这么一个市场里面，我们提供一个PAAS一个平台性的工具的时候，我们要应对的是不同产业、不同企业的个性化的差异化的需求，在这样的一个竞争过程之中什么才是制胜的关键？

雷涛：

其实你潜在的直接问题就是你的壁垒在哪里？做基础设施服务，其实很多次的时候，我们总是用技术预研跟我们的生态来沟通，其实挺挑战的，因为它藏得很底层，因为从现在的联邦训练到现在一系列的内容，你真正和业务价值的表达距离很远，而且它本身是一个系统工程，我们发现在这里边无论是做PR还是做沟通，都是很挑战。所以我们就Focus在大型的银行上、大型的能源的这些有数据资源的客户，扎在这里先把基础的种子客户，因为它是整个产业颠覆的转型，如果想要靠产品和服务本身构建壁垒，我们自己理解，在这个阶段里，我们只不过是找了一个 时间窗口， 我们只不是说比那些BAT更早，我们2015年做的时候没有人去想，但是SAAS、SES替代的需求显然摆在那儿，所以就走进去了，走进去之后形成了一个比较窄的竞争格局。

这个过程里头我们也在想，3、5年之后，当这个形成之后，你去看IDC的报告，就是通讯运营商、银行金融、保险，占到80%以上的，但是不影响4%的零售跑出2500亿美金以上的大家伙，因为它就用了一个基础的1753年的算法，颠覆了整个零售行业怎么去选址、怎么去获客，实际的SKU和人群的匹配方法用算法扁平化了，这一个特点在德勤的这一次AI报告里面其实很清楚，很多AI的报告我看了很多，德勤的还是蛮客观的，它命中了2个事实，第一它是一次流程重构的过程，整个商业实现流程重构的过程，零售已经发生了，是不是其他的行业也要把经验规则扁平化到算法和数据上，所以它是一次彻底扁平化的过程。

第二它也提到了通用机器学习，而不是所讲的的搞视觉搞文本，真正企业发生的还是在通用学习，所以这个过程，一旦还原到这个，你会发现所有的流程，都可以被数据做描述和特征化的时候，你的平台就要做一个拆分，我们自己的平台产品线蛮长，核心在跨行业的时候都是在传统工程和推理端服务，中间的模型环境和数据中台的数据库环境，都是通用的基础设施。所以在去年的时候我们基于这个实践，因为数学本身是没有任何的外部属性的，经过特殊工程之后，你的股票的K线还是递增波的曲线，还是心电图，最后在循环神经网络里面都是一样的，特殊工程的处理手段和方法。所以我们就开始思考，我是不是能够离开这家公司？因为我没有议价权，没有分享到行业发展的本身的议价权，所以我们就开始走到了能源，我们拿下了中石油、中石化，两种油的AI总部认知平台，PK掉waston，进去带来的好处就是，你进去之后，你发现你的壁垒不是因为你的能力，你的壁垒是开始被数据被赋能了。

这种复制不是复制科技的工具能力属性，而是因为我的科技工具能力属性的可能，我快速的跑马圈地占领了这些数据资源的场地，然后用它的数据生产出来的价值，这个价值的复制是一个巨大的壁垒，因为再也进不去了，因为没有一个空间能够让第二个winer进来再去做这个，所以我回答的 壁垒是2个阶段，第一个阶段是前沿科技本身的壁垒，在这个赛道上谁能够扎得深，谁能够交互，但是你要把全流程从数据再到后端的交互，这是一个非常复杂的系统工具，代码量和赛道上的内容非常多，这个时候比的是效率 ，能不能用一个4个月的毕业生就能够交互一个大几百万的项目，这是你的产品核心价值 。出来以后的推理端的服务，怎么找到全行业拓展，甚至于你的商业模式上的创新，因为正好对标的是微信，这种模型你发现它原来的商业模式就非常的性感，没有那样的过程，嵌入到那样的流程里面，按照几百平方公里，用这种流水性的生意，它已经不是项目，所以推理端的服务在AI本身是一个非常，会产生一个非常大的变化，也就是它，抽象一点蒸汽机把动力给封装移动了，电把能源封装移动了，现在谁把行业知识能够封装移动出来？AI是一个非常好的工具，我们现在做工具的同时，我们现在去占领这些拥有知识的数据资源，这就是我所说的大B，我们去年投了几家公司，有生物医药的和研究院去做的，还有能源和军方的全部都是签约去构成我们的护城河和壁垒，所以我们可以看到2种增长的财务指标，我们去做工具和服务，我们在初期2016年，2015年出来创业，2016年的时候，人均产出只有16万，这其实就是一个IT外包商，2017年20几万到去年我们人均已经达到100万以上，就是不扩张。为什么？ AI本身是一个低代码模式 ，通过训练能够产生一个程序来，而不是要靠程序员一行一行的来写，累积大量的程序员，这个过程是实现了第一个增长，我们期待2020年，我们能够看到第二个增长，我们可以看到复制的这种，把推理端服务，就是本身带给我们收入的增长，希望在我们下一个增长期带给我们一个植入性的变化。

圆桌主持人（陈序）：

章总您作为投资人，如何来看待雷总的回答？特别是刚才讲到数字价值这一块，你是怎么看待，我们从数字价值转移这个市场来看，你是怎么看往后3到5年的发展。

章高男：

我是一个数据信徒，因为我所有的投资生态全部都是围绕数据展开的，而且我对数据的底层数据，应用的推进，对整个数据的底层技术还是有很多需求，还是不完美的，还是有很多更新和迭代的机会，因为这是最普世的，所有的东西，你今天的数据最重要的，几乎上面的应用场景和行业都取决于数据底层数据的支持。而且在中美 贸易上，中美一定是两极这样的一个前提下，核心的底层技术中国肯定要有，这一块不能够受制于人，所以这是我们布局的重点，雷总说得比较专业，我是非常认同的，我把它翻译成人话，他的那个话听起来费劲儿。我就举2个事情来说明这件事情的价值，我们每个行业有1000家企业、1万家企业，每个企业都不一样，这个企业的业务都用到那么10多个数据库等等，这是结构化的，你挑来挑去，1万个企业、20万个企业就那些数据库，这些数据库每个企业就那么几个数据库，那些几个数据库你把它清洗、去重，然后去找合适的AI的方法去找到应用的价值，这是每个企业应用的价值，这个过程是有通用性的。只要你做好了，无非就那么几种，每个企业所用的情况都是类似的，这是刚才说的第一个类似的，行业多没有关系，只要你的产品扎实，定制性的问题解决得很好，对于人工智能。

第二个数据过来之后，需要去找合适的方法去找一些训练，现在有种子用户，比如说大的医院有非常丰富的原来训练的数据，有非常丰富的什么是好的结果？它还有训练，就是把各种各样好的，现在的算法框架也是各个大厂也都有现成的，他们把它封装起来了，它能够根据自己去找最好的训练的方法和调参的参数，但是这个东西是有一定的复制性的，就是刚才所说的，我把知识怎么封装，这个知识性是什么呢？我替中国最好的医院，因为你有最好的人流量、最好的病例，我替你解决完之后，你找这个的方法在别的医院没有数据也可以按照这个方法来积累，类似的方法，这个就有一定的copy性了，那么这个就可以复制到各行各业了。你利用第一波有数据的行业，你训练得好的参数和训练的方法，这个训练方法本身就能够赋能其他类似的相关的企业这个逻辑我觉得是成立的，这个逻辑我觉得未来的模式的改变，你今天不能够看我只做了一个项目，其实我有快速做很多复制的项目，有很少的代码量，所以我觉得这就是未来的一个增长的可能。

圆桌主持人（陈序）：

我们看到在这样的一个场景里面，或者说在这样的一个时间窗口里面我们已经把雷总所讲的壁垒已经初步的建立起来了，也在不断的垒高这个壁垒。我们都知道其实在中国这个市场里面，我们具有像刚才雷总所说的这些特别头部的大B所具有的结构性的数据，非常完整的数据，几十年数据积累的企业并不是很多，本来中国企业的时间都很短，数据积累的习惯、标准化的成果也很低，是不是意味着这个壁垒建立起来之后留给其他企业的机会就非常少了。

章高男：

也不能讲，因为每家有自己的优势，如果说IAAS这一层好以了，IAAS是技术公路，企业把设备都放到了云上之后，把资源和计算力不建议在云上去做，下一步这是很自然而然的，未来5年到10年有更多的企业愿意用一些，它会把一些Server化，会用一些PAAS。比如说现在容器技术很流行，可能这里面有Copernicus这个技术站已经统一了，所有的大厂都用了这个容器技术了，大家实际上把它当成了一个默认的选项了，这就是一个PAAS平台，未来各种各样的PAAS，大厂都不会放过这个市场，大厂一定不会放过这个市场的。

AI是其中的一个很重要的，AI是一个PAAS，我们把它叫做AI PAAS，AI这种PAAS平台，大厂也会去做，但是每个人的立足点不一样，比如说它是公有云的，它已经在公有云上有公有云的生态了，这是它的一个场景，对吧？可能其他在私有云，很多企业它核心业务不会上公有云，核心数据不会上这上面去的，在私有云上的解决方案，天云就是在私有云里面去，或者说企业私有的，企业里面不一定是云，它有一个分布式的解决方案，不管你是怎么样的我帮你去做，我觉得这个机会没有说我一旦做进去别人就做不了。但是我今天来做，比如说欧瑞克进入到银行了，就是大B，大B对它来讲，第一个安全，什么事情首先第一步不要出事，对吧？你只要不出事，钱多花一点少花一点，我绝对不会去替换的。小B不一样，你只要给我便宜一点我就给你替换。但是大B里面全部都是外国的企业，如果中国跳出来一个说我便宜，敢用吗？没有人敢兜这个结果。用户的交易，用户的钱消失了怎么办？所以大公司敢兜这个结果。所以对大B公司来说你要做到稳定性，你的圈地效应是取决于什么？这是你的服务，包括你的服务体验，包括你的技术壁垒，整体的表现如果好，大公司肯定不会替换，我觉得在这里面服务制胜，并不是说你有多强做资源什么的，这还是有一定的先发优势，但是市场太大了，AI在市场，我认为1%都不到，所以大厂有大厂的圈地，小厂有小厂的圈地。还要比的是速度和服务的稳定性，产品化的能力、内功。

圆桌主持人（陈序）：

听上去也是留了很多的机会，虽然这个机会不是很容易获得的。下面的这个问题我想要给陈总。陈总是一个连续成功创业者，所以当时您在博车网找到这个机会的时候，发现这个需求的时候，你怎么判断这个机会会慢慢的做出来？或者说你在TO B的市场里面有这样的打算，并不是说一下就要爆发，至少你看到这个有可能做得很大，你当时是怎么考虑这件事情？

陈健鹏：

在我创立博车网之后，我有很长的一段时间是在做汽车后市场，是给中国的各类汽车厂提供工具设备，可以这样讲，国内的各种4S店，包括奔驰、宝马、奥迪、大众，包括一些路边的店里面，基本上推门进去就能够看到我曾经卖的设备，所以这是过去这么多年。

结束前一段创业之后，我离开博世，博世把公司并购了，离开之后再去寻找二次创业这样的机会怎么做呢？我想和很多投资人所做的事情大不多。中国的后市场应该说规模很大，基本上和美国的后市场体量差不多，我在第二次创业之前我花了相当长的时间去研究北美的汽车后市场，把整个后市场梳理了一遍，美国汽车后市场发展了100多年了，所以它的商业模式值得我们去借鉴，中国是20多年的一路高歌猛进，所以当有波折的时候就知道谁在裸泳了，研究之后发现保险其实是汽车后市场的一个幕后推手，几乎所有车辆大家都会买保险，而保险是给后市场一个巨大的买单的人，但是如果是自己花钱的话大家都会怎么去节约怎么好，但是保险买单的时候，车主毫无疑问能多赔尽量多赔，能够怎么贵怎么修都怎么来。而所有的4S店、修理厂也好因为是保险公司，那么我不吃大我吃谁？所以才导致了整个保险理赔当中，因为保险理赔是大几千亿的市场，保险、车险行业是接近万亿的规模，绝大部分的钱都赔掉了，所以发现有很多的水分和很多电商垄断的现象，所以才有什么呢？我们参照北美的商业模式，加上我对后市场很多年的耕耘了解，所以才发现，这个当中可能还是有很多的创业的机会。我们一开始还是抱着有情怀的创业，我能够做什么事情，能够改变这种变相垄断的高价的维修服务能够让这个行业更加的透明、更加的清澈，所以刚开始创业的时候是选了这么一个方向来做这么一件事情。

圆桌主持人（陈序）：

当时选择这个方向以及看到这个需求的时候我们在最初期的时候，我们不说融资方面的问题，有没有在运营之中碰到实际的挑战？

陈健鹏：

这件事情呢，我做的是保险全损事故车的拍卖，也就是这个车撞得严重以后，这个车该修还是不该修？到底用什么方式来处理，对车主来说是一个不过合理的解决方案，是这样的一件事情，这件事情在国内，在2014年，我是2014年创立一家公司的，我们在2014年有一个雏形，但是并没有把它规模化，保险公司更多的精力还花在怎么去增加市场份额，怎么提高知名度方面，所以2014年刚开始有这样的雏形，所以我理解的TO B服务，B很重要，我的企业大B处于什么样的阶段？它的追求是什么？诉求是什么？如果你过早的去做了这些事情你可能是烈士了，但是太晚了，你就没有机会了。所以我想在创业的初期更多的还是和行业的沟通、对接、交流，让自己能够感受到这个行业快要到转折点了，或者说快要有这样的机遇了，这个时候才决定，我觉得这件事情应该值得去投入、去做，所以当时也是义无反顾的自己就投了一部分钱来做这件事情了。

圆桌主持人（陈序）：

梁总我想要请你点评一下陈总所说的这一段发现需求的创业过程，以及刚才其实王总也提到了，在这样的一个市场里面，其实陈总是找到了一个非常好的市场，而且这个市场里面现在是占据了很多的份额，已经远远领先了，这样的一个机会的发现，会不会是一个偶然的因素？从投资人的角度来讲，它的可复制性体现在什么地方？

梁隽樟：

这个话题如果展开说，能聊一天的，但是我简单的说一下我自己的感受，我觉得陈总他还是蛮谦虚的，因为对标的企业是美国的一家很大的企业， 200亿美元的市值的公司，前面也提了一下，对于企业服务这一块，因为最终服务的对象是以企业为主体的，所以你要么就提高它的生产力，让他原来不能够做的事情能够做，要么就把他做得差的事情做得更好，要么就是提高生产关系的效率，原来可能整个产业链上效率是低的，你把它提升。但是这二者的提升，还是要按照行业的发展规律来做的。

所以从投资角度上来说，创业者其实也是投资，他把自己的时间和精力把钱投进去，你还是要找到能够促进行业的发生规则的转型搞清楚，这里面有上下游的变化，也有技术所带来的变化，所以这里面为什么说时机很重要？我们投了很多项目，如果这个时机没有到的话，会特别费力气，可能会熬不到那天，所以为什么我和博车的案例来说，因为当时保险公司还是活得特别滋润的时候，你也很难去撬动它这件事情，但是保险公司是没有钱的行业，你也很难，你本身也挣不到钱。所以你正好找了一个，它本身的支付能力很强，同时又到了那个点的需要，把车险这一块业务能够把它变成要盈利的这个点，这个时候你去推动，但是你怎么去做呢？本来线下也有很多很分散的去做，比如说拍卖全损事故车都是分散在各地去线下的拍卖，对吧？这个时候第一步，你是先提出来的，我先用互联网的方式在网络上去拍卖，你原来看一个车只能够在当地看，现在在各国各地都能够看，这样从区域分散的市场变成了全国的市场，让更多的人参与拍卖之后，整个的交易效率、流动性都会提高，而且更多的人去参与竞价，使得这个估值会更合理，更容易提高。

再下一步就是数据，因为这个车你要推动保险公司的流程变化的时候你还说这个车该不该拍？这会促进整个行业的效率，经过这么多年的积累之后，对于一个车的模型有形成自己独特的行业的数据积累，能够帮助保险公司更快的去推动事故车全险的定价，这又是下一步技术推动这个行业的发展。还有很重要的一点我觉得就是说，对于TO B的话行业的终局的判断很重要，有的行业天然是越大越大的，这个时候你去做也很费劲，但是像这个例子，因为他们的客户本身是保险公司，保险公司天然就不会和很多家公司合作的，只有你变成头部的玩家之后，你所占的是非常大的份额，我觉得对行业终局的判断我觉得也很重要。

我们综合起来再看很多其他的领域的时候，其实也会按照这个逻辑去看的。

圆桌主持人（陈序）：

明白，谢谢梁总。我想要问一下朱总，刚才其实陈总讲到他是从一个之前的产业里面发现了非常痛点的需求，去改变整个行业的格局，那么当初您来创建云徙的时候，是怎么从阿里云整个的一个生态里面去发现一个创业的需求的机会的呢？

朱铁生：

其实我们不是从阿里云这个生态的角度去发现的机会，这和我们过去本身的背景有关，因为我和另外一个创始人长期的服务企业，我们服务企业就是提高管理的效率，ERP等角度。我们在服务企业的过程中发现它的消费者是TO C的，这些品牌方企业。它过去很简单，就是产品、品牌、广告，线下渠道就是销售。但是现在面向C端，这个场景已经发生了一个很大的变化，消费者已经在线化了，而且场景也非常的复杂，原来就是做线下，现在是线上线下，线上已经不仅仅是淘宝天猫这种第三方渠道，也有很多的场景，所以我们在这些大企业的时候，它发现就是，原来渠道卖出去了，总的经销商，经销商只有1个渠道、2个渠道，代运营的公司在做。今天发现，整个环境都发生了变化，过去是以别人为中心，现在是TO C怎么样以我为核心，然后把这些企业变成我们的一部分，现在在我们的这些服务大V的时候，这些企业提出了大量的需求，愿意付钱给你做，我们也做了一些案例，只是过去的方式，以管理的角度的方式去服务企业这一端，发现最后解决不了企业的问题，我们通过阿里在前几年的接触，2014年、2015年的接触，阿里提出中台的概念，包括云计算的整个转型，我们自己认为企业服务的形式在变化，另外一个方面就是架构和方式会有变化，因为它本质是帮助它服务C端，所以你的思维是按照管理的新的思维去做的提高管理效率，所以我们和阿里的接触过程，加入了阿里云的生态，产品技术团队是来自于原来阿里服务B端的产品和技术组合成这样的一个团队来做，所以机会在2013年、2014年的时候特别的明显，但是没有找到一个合适的接触方式，但是和阿里紧密的接触的过程中，形成了一个很好的路径、方式来做。

圆桌主持人（陈序）：

关于朱总的回答，陈总有什么要点评的吗？

陈秉涛：

倒谈不上点评这2个字。说一下所在的方向，我在基金的时候，我们从投资的方向来看这个事情，本身如果是说，从TO C之前的投资方向，因为作为资本的话，其实也是一个比较稀缺的资源，一定是流向一个非常合理的方向，是沿着产业的聚焦的方向点。但是在这一块的话，首先我们看一下目前公司活跃的客户，现在过度到了互联网+甚至非互联网的传统企业，往往这一类企业是非常有钱的，但是往往这一类企业现在 面临着一些拐点现象，一个是二代接班人的兴起 ，他们的兴起从之前自上而下的决策机制，慢慢的变成用数据来支持我的判断，这是一种现象。 第二很多的公司出现老的业务营收上不去了所以就想办法， 所以就想到开源节流这件事情怎么开源这件事情是不是要创造新的场景来增加我的收入？所以说中台这件事情，在我们看来解决的是几个问题，第一是数据应用快于数据开发，另外是数据连接的问题，还有一个是从无数据应用到有数据应用的场景变化。

所以说从这几个方面来看，我们更多的聚焦，从一个大的赛道来看，你可能会把它看成是一个IT再一次升级迭代的过程，它是一个更新的产业发展过程，而且是一个长期的。数字化本身在这一块，目前我们看到它的市场渗透率是在慢慢的攀升，但是它的起步点是一个个位数的渗透率，所以它是一个长期慢慢发展起来的过程，而不是一蹴而就很快起来的一件事情。所以我们会从更多传统的产业来判断这个方向的发展趋势，比如说像地产、汽车以及消费，那么在数据应用这个点，其实它目前落地非常成熟的一个点是在零售这个点上，虽然在其他行业也有应用，但是我们看到更明显的还是在零售这一块。所以说如果是一个传统行业，尤其是服务中国to大B销售的行业。那么这个团队出来，像云徙的团队出来我们看到更多的是行业的老炮，在这个行业里面呆了非常久的时间，知道大B客户怎么做？怎么服务？往往这一类公司像互联网技术背景的公司去做传统客户的话，它会遇到一个长期沉淀下来对客户服务的态度上的惯性，所以很多时候你对客户没有太多的需求挖掘一个非常长的周期，没有一个非常快的打单的速度。再加上你是传统的软件销售，再配上所谓的数字化转型趋势，我们认为这样的一个团队，赛道选完要选赛手，所以这是我们为什么最终要选择云徙这一家公司的原因。

圆桌主持人（陈序）：

谢谢。接下来我想要问一下夏妍娜总，在智能制造整个大的方向上，其实不管是从国家还是到企业界都是非常的积极的推进这个过程。您是经常和国际的制造业的同行进行交流，包括和德国这样的先进的制造业国家，有非常多的这方面的合作，您是怎么看待这样的国家之间，现在制造业上发展的水平和发展的路径。中国的制造业在智能制造业上会走一条怎么样的路？

夏妍娜：

这个话题是一个蛮大的话题，应该从3个层面来看，第一个当然刚刚有讲到就是说，它确实是，智能化、数字化它其实是一个全球的趋势。因为从2012年开始，德国提出工业4.0，美国的工业互联网，日本的精益制造，实际上来讲这是一个全球趋势。国家却是从2015年国家推出国家战略开始，这几年，是从中央政府、地方政府、资本企业都在四轮驱动都在推动这件事情，实际上我们就会发现，我们工业的客户来去做这件事情，推动这件事情，它的路径和逻辑应该是怎么样的？这个很重要。我在刚刚谈的时候，中国没有经过完整的工业化的进程的。现在当信息技术指数级增长，信息化、网络化、智能化又在普及应用，技术融合和系统集成叠加式的创新都在推动，工业企业要去做数字化的转型。当然就是说，做这个东西，我认为3个层面第一个肯定是认知的层面，因为我们现在讲，这个都是特别潮的概念，对工业企业来说怎么能够系统的认知工业互联网、智能制造给我企业，推动我企业的业务和经营战略，能够带来实质性的帮助，因为工业企业是很务实的，给他讲高大上的没有用，它更关注的是这个技术和应用怎么样能够去推动企业的生产力提高，能够降本增效，能够带来实质性的帮助，这是认知的层面。第二个实际上就是路径层面，路径层面其实就看，因为不同的行业不同的企业，它不基础不一样，它的战略驱动不一样，其实它的推动路径也不一样。第三个层面就是应用层面，坦白来说现在的话我们国内在服务企业数字化转型特别是在工业企业的，现在都是创业企业居多，大部分都是头部的一些服务机构在推动，像西门子、霍尼韦尔等公司在推动，那么作为国内的，像我们来做这件事情的话，我们怎么去做？我们定位的是，首先是行业化、场景化的。首先是行业化，不同的行业对技术的要求、场景的应用是不一样的，所以工业一定要回到行业化、场景化、模态化、标准化、平台化。我们说流程工业，流程工业就像石油、化工、有色金属、钢铁这些，那么这种就是大系统、大生产、大平台要符合它的大调度，我们看都是大的罐罐，他们的自动化程度已经很高了，它不能够非正常停机，因为他我非正常停机一次，就损失几千万上亿，它的连续生产能力很重要，它的能源管控和平衡很重要，给它节省一个点就可以节省上千万，停机一次损失几千万，如果让它的非正常停机率下降的话，也可以大幅度的节省它的成本。离散制造，坦白说，我认为现在还在自动化改变的水平，离散制造像汽车零部件、3C电子和装备制造，其实还是在自动化的角度上，现在是机器换人，来少人化，来柔性制造、敏捷制造来提高我的敏捷效率，还没有到数字化的水平，所以我觉得行业化特别的重要。

现在面临一个很大的一个节点在哪里？当然一个就是你的底层的技术的应用平台，它一定是基于全球顶级的技术架构来去打的，而且现在工业互联网的架构，因为传统的架构肯定是支撑不了，因为我们公司在这一轮，你的工业的操作系统，你的数据库，你的中间件，你的工业软件，这个还早得很，这个才刚刚开始。你的底层技术平台架构一定是全球领先的，一定是符合这个时代数字化和工业互联网发展的它的技术架构。同时你的垂直行业的深度耕耘和你的产品深度应用能力很重要。因为这个就是你的底层的APPS平台，因为PAAS的话，创业公司很少有技术和能比去投入一个PAAS的平台，所以应该在应用平台上怎么样去把行业的工业大脑，就是深入行业之后，把行业的关键应用把它打磨好，通过头部客户的标签化、行业化，能够把你的数据工厂、算法工厂，能够通过行业的应用来建模，有了大量的沉淀之后就可以做数据分类、数据优化、数据驱动来做，实际上你的行业的应用越多，你的产品化、行业化的复制能力越来越强。

圆桌主持人（陈序）：

你说得很细，在这样的一个过程之中，你觉得华制智能最大的机会在什么地方？

夏妍娜：

最大的机会，我觉得就是中国的工业，每一个工厂都要进行数字化转型，这是最大的机会，确实是工业化和数字化的基础都非常的薄弱，为什么我们这几年从2015年之后，分行业之后做行业的头部客户之后我们把它场景化掉，我们做过一个行业就可以进行行业化复制，所以我认为这是最大的机会。特别是还有一个，就是国家已经把物联网、云计算、大数据作为新基建了，作为我们深圳的企业，深圳的企业我认为这一轮产业互联网深圳的机会很大，因为底层技术在深圳，第二个应用场景在深圳，第三个产业链在深圳。

圆桌主持人（陈序）：

你来看一下现在的这个情况下，机会非常好，夏妍娜总也提到了，但是我们也确实存在着像离散制造业这种初期的自动化的情况，需求端从投资人的角度来看，你是怎么判断的？以及在这个市场周期的情况下，需求端的变化会对智能制造服务企业整个的供给也好、发展也好、增长也好，会带来什么样的影响？

任俊照：

主持人的这个问题很好，但是要从投资的角度来谈产业的变化要从逻辑上面来思考，其实刚才也讲了一下，就是说我们这个社会现在在存量经济，包括我们整个经济在往一个新的方向去转的时候，实际上背后是有驱动力的，比如说效率，效率就是一个很大的驱动力，就可以发现，像我们最近如果能够为产业链提升效率，让它降低成本这是很好的事情。很多这样的客户都会喜欢的。

第二个就是往个性化去走，这个当然是我们的一个新的消费人群消费的变化来驱动的，这也和我们的经济收入水平有关系，第三是往品质去走，我们把这些要素组合在一起，我们去看工业互联网这件事情，它在产业里面往上游去走，它就是基础性的工业，比如说像化工，都是偏向于流程的行业，像下端的往后边去走，往消费端去走，是偏向消费这一端它未来更多的是要往个性化去走，中间很多是在离散型行业，它是提供一些部件或者说是材料类的产业。其实在这里面，每一个节点逻辑是不太一样的，比如说偏向C端的，这个时候我们更多看和个性化这种结合比较密切的产业很容易实现数字化的转型，因为它有下游消费的驱动，所以很容易去往这方面去转型，之前比如说我们投了尚品宅配个性化家居定制的，还有我们的红领服饰，个性化的服装定制的，这是偏C端类的，所以比较容易往数字化去升级提升，这种升级提升之后是改变了商业的模式。往上游去走的时候，因为我们整个的基础的工业，相对是比较，自动化是比较高的水平，所以它在进行数字化转型的时候它相对是比较容易的，所以它在数字化转型之后，对整个设备的运营监控，能够更好的去让它的生产更加连续和有效，所以反映到结果上，在企业的生产效率上得到了提升，在中间这一端的时候，相对是比较有调整的，因为它的整个行业，可能整个的自动化的水平没有太高，所以这里面它需要经过一个自动化的提升，然后才可以实现这种数字化，这里它实际上也是分行业的。比如说更偏向于3C这种行业的时候它的自动化的水平是比较高的，这个时候我们升级的产业链，包括家电的产业链，它已经是一个大规模的制造的能力所以它在这个环境里它是比较容易上自动化的，还有很多的行业在自动化的行业之中，所以我们就选择汽车和3C比较好的自动化的产业去和他们去做结合，所以这一次是要找一些头部的行业和头部的企业去做这件事。

另外一个逻辑是什么？就是说，刚才讲的是单点怎么实现工业化的。还有一种模式是通过改造产业链的方式，让产业链更加有效率，我衍生到产业链，把我的企业把我的合作伙伴的企业变成云生产，这种方式可以对下游的需求更快速的匹配以及它把整个产业链的产能集中起来，效能会更高，所以它是改造了上下游产业链的关系，所以这也是一种形态，所以这里面体现出来就是一个对效率的这种提升，第二个就是对C端需求的变化，个性化的匹配，是有所驱动的。华制在这一段时间，也是一直在探索，这些路都要一点一点去探索和建立的，就看谁更愿意去付钱。上游的这些大的基础工业它是有这些实力的，所以它在这方面会更加的积极一点，和国家的政策推动，也要率先去做表现，下面的企业。还有就是从中间往头部去走，我们看到华制承担的也是有头部的能力。当然靠后端的往C端去走，其实也是比较容易实现个性化的企业，他们能够结合在一起，所以我觉得整个工业互联网的机会，还是要围绕着背后的意思，就是产业的发展，底层的逻辑来去推动这件事情我觉得会相对比较容易。

Q3： To B 的春天什么时候来？

圆桌主持人（陈序）：

我们把最后一个问题放到时间的问题上来，之前也提到了春天来不来的问题，所以我想要把这个问题变成时间的问题来问各位，企业家是最注重时间的，投资人对时间的敏感度更高。所以我们来看一看我们各位所在的企业，以及投资人所投资所看到的发展方向、企业的发展方向，最快这个春天什么时候能够来？陈总从你先开始。

陈健鹏：

我觉得每个行业可能不太一样，所以在我所处的行业来看，我觉得正感觉到春天一步步的到来，很近了，但是我觉得做一个企业，就是我们做2B，应该是一个服务性的公司，第三方服务性的公司，所以首先你得认识到它是一个很苦逼的事儿，所以尽量的多做一些苦活累活，所以第三方才会让你干这个事儿。其次这是很快乐的事情，因为你是第三方，你必须要很专业，到一定的规模别人才会依赖你，依赖你，你自然就会有很多的成就感，所以时间是非常漫长的作品，所以要在这个过程中慢慢的去体会。

梁隽樟：

我觉得现在从投资人来说，之所以有咱们今天咱们这个论坛，包括咱们之前所谈的TO B的机会，或者说产业的机会也好还是产业的下半场也好，大家意识到，从各方面的驱动因素来说，不管是技术还是产业整合的程度或者说需求的迫切需求，还是到了一个大家需要在这方面共同去做的这么一个阶段，但是各个行业也不一样。

圆桌主持人（陈序）：

您看好什么行业？在2B的大方向里面你看好什么行业？

梁隽樟：

有很多新的带来变化的东西，比如说大的AI和数据智能对很多行业的赋能，我觉得这是很多人在看的，但是有一些其他的因素，比如说像国产替代和安全的机会，像这一类的需求，包括我们投半导体的公司，包括我们投的信息安全的公司，所以这是另外一些驱动因素所带来的结果，行业有这些变化因素的时候我们才有机会，对投资人来说是这样的。产业互联网来说，我觉得能够看到很多行业的数字化程度提高，特别是把业务交易放到线上去，渗透率越来越高，这也会和各个行业不一样的，就像陈总所在的这个领域。有了这个互联化和数据化之后，后面可以做的事情，也会很多，所以这是我自己的看法。

圆桌主持人（陈序）：

谢谢。章您对时间有没有更加直白的观点？

章高男：

一般通常来讲，TO B从创立到上市一般是8年到12年左右，通常的情况下，TO B就是这样的一个漫长的过程。我个人比较喜欢的，因为我们是VC，我比较喜欢的一个入围的时间是一个企业发展到3、4年的时候，前2年企业在打磨产品，一个2B的行业，活到3、4年一定是能够活得下去的，3、4年比较的符合VC布局的时间，这个时间保险系数比较高。就行业来讲，哪个行业都有投资机会，我只能够说逻辑，这个逻辑肯定是，所有的项目基本的逻辑、共同的逻辑，未来的5到10年是有巨大的行业红利，这是有底线的要求，不是趋势肯定不投，第二在这个红利过程中，我还是个人比较喜欢一些通用性和底层驱动的项目，就是行业属性不是那么强的，这是我个人的一个想法。垂直行业我最多挑2、3个，市场特别大的，行业特别分散的行业我们能够去切入，我们也有垂直型的行业，就是非常少的去聚焦的。

雷涛：

其实从行业和产品2个角度，我非常的同意第一位嘉宾所讲的，差异还是挺大的，我们自己看到的，跑得快核心就是有大量的数据，所以这个是一个数据驱动的刚需出现的流动替代的一个问题。我们比较看好的生物医药慢，非常慢，ATC全数据处理，但是没有太多的研发力量。但是总体来看，应用会快于工具，我们现在在工具上，在程序度曲线里还是在左边，不管是混合数据库也好还是AI PAAS，而且我发现他们很快。不知道它多长时间更新一次，我们2015年做的时候没有这个市场，2018年出现在左边的三角下，我今天一看一下又到山顶了，我说下一步是不是要掉下去了？所以从工具上来看，我觉得还是在比较早期的大B客户在试用的这个阶段，从某种角度上更容易变现的就是拿这个工具到行业里面去做变现业务的时候还能够有快速的收入业务成长，这是平衡，我们要向投资人所讲的。

任俊照：

因为我们这个方向更多关注的是工业领域的，其实我们在服务领域有另外一个团队在关注，在工业领域，我觉得整个中国的工业都是在往一个制造大国向制造强国去转变。这里边有一个好的，能够让未来的整个制作工业变得更强的基础设施在逐步的形成和完善，5G的技术、物联网的技术为代表。本身像我们说到人工智能，现在人工智能用到这些工业领域里面也在接入。这些技术在应用的时候，给我们整个一个，我们说这是一个生产的方式，产生了一个大的变化，其实如果用日本当时的一个背景去看，日本在70年代的时候，开始也是走向了一个，花了十多年的时间走了品质升级的过程，它当时所用的生产的模式叫做IASO全面诊断体系和精益市场的管理，带动了整个日本品质的提升。其实在中国今天的时候，用工业互联网这种生产的方式、模式，和我们制造业结合在一起的时候，其实我相信可能未来整个中国的制造业，可能工业都会有一个比较大的提升，其实在我们现在背后的整个经济环境逻辑的这种，也有倒逼，现在走向存量经济，意味着下一步走向的就是产业洗牌期，产业会逐步的向做得好的供应链、产业链去集中。这里面我们去改造行业或者说自己主动的去改造行业都存在着大量的机会，所以我觉得这是一个非常好的一个时间的点，是让我们去关注行业工业的变化。

夏妍娜：

这个问题是说春天来了吗？我觉得这是一个特别哲学的问题。因为从创业者来说，创业是一个持久战，但是同时你说冬天和春天，我觉得这是并存的。为什么？因为从我们的生态其实是活在冬天里面的，有大量的不确定性因素，又面临着大量的挑战，但是你又得活在春天里面，因为你做的每一个，我们工业这条路很长，但是我们会发现每一个突破都是技术壁垒，在TO B里面，所有的行业技术的沉淀，只要沉淀得越多，你的壁垒就会越来越高，同时的话又是一个，刚刚这一位老总说到，为什么要做TO大B？你就会发现做TO B，你刚开始一定要去做TO 大B，因为你做To大B之后，你才能够把它场景化掉，对吧？但是To大B是赚钱的业务，但是投资人关注的是值钱的业务，所以我们还得把赚钱和值钱的业务叠加起来做。所以我觉得春天一直都在，但是我们永远活在冬天。

陈秉涛：

本身我们这边的话，更关注数据落地在传统行业的一些驱动性服务，比如说像一些传统行业寻求的技术赋能，因为他们是从服务的需求转向了对技术的需求，所以说除了泛BI领域在每一个垂直行业的落地，指的是大B，而不是纯BI工具这一类，还有在工业、汽车以及其他的消费类的，所以说目前在我的关注的方向上，我认为未来在B2C，包括快消、慢消等，所以在这方面，数据起来的速度和量是有一定的基础的。另外对于买单的用户方我更能够看到它的数据的变现价值，所以在这个方向上我们会更加的聚焦，在成长期方面，我们对推出也是有一定的期望值，所以并购和IPO因为一二线市场宏观的影响，所以我们更多的是倾向于IPO的方式，所以在成长期我们更希望是一个传统性的生意，通过技术的赋能来提升自己的攀升。

朱铁生：

他非常看好，但是我也经常给他说要有足够的耐心，企业服务是一个长周期，而且它在木桶里面，决定你的是最短的那个短板，是这样的一个因素，所以企业服务有一个规律，投资方对企业服务的关注，从某种程度上加快了企业的发展，但是因为它和TO C场景不一样，它的资金发挥的效率没有那么直接和明显，所以如果说TO B服务的时候1年融10人下去，我自己认为，从我的角度来讲，我可能很难理解这样的一个企业服务怎么做得到的，因为它的资金效益发挥得没有那么明显，TO C拿钱了之后就开始砸，就开始扩展用户，所以我们作为创始团队就是要耐住耐心，把你的短板补上，对企业服务到位，这才是对投资者最好的回报。

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: