對話未來：To B的春天何時到來？
本文來源|華映資本（ID:MeridianCapital）
「B端企業的生命周期很長，且向上的趨勢一直在。」
近期，在由科技部中國風投委和東沙湖基金小鎮指導、華映資本和昆仲資本聯合主辦、元禾重元和達晨創投聯合組織的B計劃學習季研討會上，華映資本主管合伙人章高男、天雲大數據創始人兼CEO雷濤與同場嘉賓一道，就To B行業的發展機遇、資本如何賦能To B企業等話題進行了討論。
對於To B行業的未來發展，章高男持樂觀態度，他認為雖然To B企業的成長周期相對漫長，但同時生命周期也很長，在持續發展。雷濤眼中的To B主要聚焦於大B，因為大B的認知轉移好，且具有豐富的數據資源。
在雷濤看來，To B行業目前的壁壘主要來自兩方面，第一是前沿科技本身的壁壘，第二是數據複製的價值，表現在推理端的服務。章高男補充道，如今壁壘雖存在，但整個To B市場尚未成熟，留下的機會還有很多。企業的圈地效應主要取決於自身服務，包括服務體驗、技術壁壘等。
面對PAAS類的平台性工具如何應對不同產業、不同企業的個性化差異化需求的問題，章高男指出，從企業對數據進行處理再到找到合適的AI方法產生業務價值，整個過程都是有通用性的。只要產品紮實，對於人工智慧來說，定製性的問題都能被很好地解決。
展望未來，章高男看好To B企業的長期發展趨勢，他表示To B企業發展到三四年的時候是一個好的切入時點。雷濤認為目前To B領域跑得快的企業往往掌握大量的數據，總體來看，應用型企業的發展會快於工具型企業。
以下為發言全文（經整理）：
To B or not To B
It"s a question
「B端企業的生命周期會很長，且發展趨勢一直都在。」
主持人：兩位怎樣看待「重新定義To B」這樣一個主題？
章高男：過去，信息化在C端市場有一個非常強的爆發力，但是它在B端市場的滲透往往是潤物細無聲的，這與B端的特點有關。
B端是一個個獨立的主體，協同效應沒有那麼好，所以B端的整個發展過程是相對較慢的。這個隔離作用導致現在很多信息化的技術在B端的滲透周期被拉得很長。但這也說明了B端的一個好處：B端企業的生命周期會很長，且發展趨勢一直都在。
另外，我覺得物聯網、通訊技術、5G技術等加速器在B端的落地會比在C端更快，進而產生一些新的應用場景，這對於B端是一個新的機會。
雷濤：正如每個人心中都有一個哈姆雷特，每個人對於To B的看法都有所不同。我眼中的To B指的還是大B，關注點也就集中在大型數據中心的大型客戶，我的創業也是圍繞著計算的基礎設施、通用技術學習來的，都是服務於大B。
針對To B市場，我們自己主要關注兩個方向。第一，這個大B應當比較成熟，我們做核心部件的替代，這個賽道正變得越來越清晰，大家已經開始啟動IT大結構的更迭。剛才講到去IOE，我們總是去大型商業銀行和大型機構做測試，發現他們的IT架構大都來自這幾家公司。我們這種中小型企業走入大B的門檻，靠的是專註性。
第二，我們也看到大B發展的兩大潛力。一方面，它的認知轉移好，大B擁有機器學習的普遍能力和實驗室，容易進入。另一方面，我們交付產品和交付服務的同時還在轉移大B客戶的數據價值。因為AI本身是一個知識生產過程，它能把大型企業規則、流程的經驗價值快速地抽樣出來進行複製，這也是我們去年獲得大規模收益的一個基礎。
所以無論是從數據資源還是從客戶的接受程度來看，大B都是我的答案。
做數據的忠誠信徒
「數據資源的價值需要通過機器學習進行提煉，形成知識，進而封裝成推理服務，服務於行業。」
主持人：天雲大數據做的是基礎設施服務的事，很多人工智慧企業也都在往這個方向跑，提供平台性工具。但提供PAAS這樣一個平台性工具時，我們需要應對的是不同產業、不同企業的個性化差異化需求。您認為在這樣的競爭當中，什麼才是制勝的關鍵？
雷濤：其實這個問題的實質就是在問：壁壘在哪裡？
做基礎設施服務，我們總是用技術語言跟我們的生態來溝通，其實挺挑戰的，無論是做PR還是做溝通。所以後來我們多聚焦在一些大型銀行、大型能源等有數據資源的客戶上，紮根於基礎的種子客戶。我們擁有一個先發優勢，2015年我們開始創業的時候沒有人去想，但是SAAS、SES替代的需求顯然擺在那兒，我們就順勢進入了這個領域，在其中形成了一個比較窄的競爭格局。
去年我們開始思考：是不是能夠離開金融科技領域？因為在金融科技領域我們沒有議價權，沒有分享到行業本身發展成長的溢價。所以我們開始嘗試進入能源領域，拿下了中石油、中石化的AI總部認知平台。進去之後，我們發現壁壘不是來自你的能力、你的進場時機，而是數據的複製價值。AI自身可以完成知識生產。舉個例子，我們從某保險公司20年長周期發生的重疾賠付的定價上學習出來的特徵和內容能夠快速地移植到行業里去，並且之後再也不需要碰這個公司的數據了。
這種複製不是複製科技的工具能力屬性，而是因為科技工具能力屬性具有超前性，讓我們能快速地跑馬圈地佔領巨大的數據資源場地，用他們的數據生產出價值。這個價值是一個巨大的壁壘，因為別人再也進不去了。
所以我回答的壁壘是兩個階段。第一個階段是前沿科技本身的壁壘。在這個賽道上誰能夠扎得深，誰能夠交付，誰就能拔得頭籌。這個時候比的是效率，就是你的產品核心價值。第二個階段是推理端的服務。數據資源的價值需要通過機器學習進行提煉，形成知識，進而封裝成推理服務，服務於行業。
在這個過程中，我們可以看到兩種增長的財務指標。第一個是人均產出的變化，第二個就是推廣這種推理端服務和知識本身帶來的收入增長。
主持人：如何看待數字價值轉移？如果僅聚焦在數字價值轉移這個市場，您怎麼看其往後三到五年的發展？
章高男：我是一個數據信徒，我的投資生態是圍繞數據展開的，特別關注數據的底層技術。
雲計算的推進對整個數據的底層技術提出了更多的要求，目前還不完美，還有很多更新和迭代的機會。另外，在目前的世界局勢下，核心的底層技術中國肯定要有，這一塊不能夠受制於人，這也是我們布局的重點之一。雷總說得比較專業，我是非常認同的，再舉兩個例子來說明這件事情的價值。
第一，我們每個行業有成千上萬家企業，每個企業的要求都不一樣。但這些企業使用到的資料庫也就那麼十來個。企業從海量數據中對數據進行遷徙、清洗、去重，然後去找合適的AI的方法讓它產生業務的價值，這個過程是有通用性的。所以行業多沒有關係，只要你的產品紮實，對於人工智慧來說，定製性的問題都能被很好地解決。
第二，獲得數據之後，企業需要去找合適的方法做訓練。現在的公司都有種子用戶，例如大保險機構、大醫院，他們有非常豐富的訓練數據。各個大廠也都有現成的演算法框架。他們把數據封裝起來，後續能夠根據自己的學習、訓練找到最好的訓練方法和調參參數。
同時，這個東西是有一定的複製性的，能夠賦能其他類似的相關的企業。這個邏輯能夠引起未來模式的改變。你看我只做了一個項目，其實我可以用很少的代碼量快速做很多複製項目的能力。所以我覺得這提供了未來增長的一個可能。
主持人：我們都知道其實在中國市場里，像剛才雷總所說的這些特別頭部的大B，擁有幾十年數據積累，具有結構性、完整數據的企業並不是很多。本來中國企業的成長時間都不長，數據積累的習慣、標準化的程度也不夠高。這是不是意味著這種壁壘一旦建立起來後，留給其他企業的機會就非常少了？
章高男：我認為不能完全這麼講，因為每家企業都有自己的優勢。IAAS是技術公路，它發展成熟之後，企業就會更願意把設備放到雲上，把資源和計算力在雲上做。自然而然地，未來五到十年，會有更多的企業願意用一些PAAS和SAAS。未來會湧現各種各樣的PAAS，大廠一定不會放過這個市場的。
AI也可以有 PAAS服務，我們把它叫做AI PAAS，是一個很重要的平台。AI這種PAAS平台，大廠們也都會去做，但是每個企業的立足點不一樣。比如有的主攻公有雲市場，其他的關注私有雲市場。天雲就是做私有雲的，也包括其他分散式的解決方案。我覺得這個機會沒有嚴格到說我一旦做進去，別人就做不了。
企業的圈地效應主要取決於你的服務，包括整體服務體驗、服務可靠性和安全性，技術壁壘等。雖說這裡面有一定的先發優勢，但是市場太大了，我認為目前AI在市場滲透力連1%都不到，還留有很多機會。所以，大廠有大廠的圈地方式，小廠有小廠的圈地方式，比的是速度和服務的穩定性、產品化的能力，這都是內功。
展望未來?共探To B春天
「對VC來說，To B企業發展到三四年的時候是一個好的切入時點。」
主持人：落回到時間上，兩位眼中To B的春天最快什麼時候能夠到來？
章高男：一般來講，To B企業從創立到上市一般需要8年到12年左右，其成長是一個漫長的過程。對VC來說，To B企業發展到三四年的時候是一個好的切入時點。在To B行業，企業能夠活到三四年，說明它已經經過了第一輪的驗證，一定是能夠活下去的。三四年這個時間段對VC來說是較為理想的布局時機，保險係數比較高。
就行業來講，其實每個行業都有投資機會，我只能來談談個人認為較為普適的投資邏輯。第一，未來五到十年是有巨大的行業紅利的，這是底線的要求。沒有這種趨勢，肯定不投。第二，在紅利過程中，我個人比較傾向於通用型和底層技術驅動的項目，它們的行業屬性不是那麼強。垂直行業我最多挑兩到三個市場特別大或特別分散的行業去切入。
雷濤：目前To B領域跑得快的企業都掌握大量的數據，這是數據驅動的剛需出現流動替代的問題。總體來看，應用型企業的發展會快於工具型企業。從工具上來看，我覺得目前還處在大B客戶試用的階段。
