※台北支票借款安心借貸,救急過件簡單不囉嗦,一通電話立即貸!
無論您的房屋與土地有無貸款,持分或道路公園預定地等,皆可依照政府合法法定利率借款。
11月14日,2020「甲子引力」大會於北京召開。開幕式上,甲子光年創始人兼CEO張一甲(甲小姐)為逾千名各界來賓帶來了《2020中國数字經濟55個判斷:命運與共,大道不孤》主題報告。
張一甲從微觀、中觀、宏觀出發,以一年、十年和百年為尺度,帶我們測量了我們所處的這個時代。
去年回顧:2019年的25條判斷
去年的甲子引力,我們做了25條判斷,很多科技公司CEO和我表示很喜歡,所以如果甲子光年發展順利的話,我希望這樣的判斷可以年年進行下去。拋磚引玉,尋找共識和反對的聲音,然後一起修正我們的認知。
接下來,讓我們進入到今天的正題:中國数字經濟的55條判斷。
我將從生態的觀察、實勘的結果、值得的反思,三個維度,去展開這55個判斷。
1.生態的觀察
判斷1:要素比特化:新的經濟範式已開啟
今年4 月 9 日,新華社正式刊發了中共中央、國務院《關於構建更加完善的要素市場化配置體制機制的意見》。這是中央發布的第一份關於要素市場化配置的文件,具有重大意義。國家已經明確,要進行市場化配置的要素主要有五種:土地、勞動力、資本、技術、數據。
數據正式成為了生產要素,這是一個很重要的信號。
農業經濟時代的要素是土地、勞動力、技術。
工業經濟時代,在此基礎上增加了資本和新技術。
数字經濟時代,在此基礎上增加了數據和新技術。
這意味着,新的經濟範式已經開啟——"經濟產出"等於"生產函數"作用於"土地、勞動力、技術、資本、數據"。數據作為一種要素,將和土地、資本這樣的要素相提並論,帶來無限的想象空間。
判斷2:數據與傳統生產要素存在本質區別
作為一種全新的生產要素類型,數據與傳統生產要素存在着本質區別,決定了數據要素市場具備相應特性:
(1)無限性:可複製、可共享、 無限增長和供給;
(2)非競爭性和非排他性:一個使用者對數據的利用,並不減少數據對其他使用者的供應,這和其他要素非常不同;
(3)法律屬性和權屬界定不明確:過去的要素之間的交易方式是交易"所有權",現在這種傳統交易方式變得難以施行。以強調靜態歸屬和排他性效力為核心的傳統產權理論,已無法直接適用於對數據價值歸屬的判斷;
(4)虛擬性:看不見、摸不着;
(5)多樣性:不同的數據有不同的價值,不同的形式。一方面,怎麼打通一起用?另一方面,導致了數據隱私與安全問題愈發突出;
(6)高時效性:每分每秒時刻在變化;
(7)價值不存在於數據本身:數據要作用於其他事物上才能發揮價值,掌握大量的原生數據本身並沒有價值,真正有價值的是對數據進行分析挖掘后得出的數據產品和應用模型;
(8)價值實現上有聚合性:數據的價值在實現上有聚合性,1+1大於2,多個數據聚在一起才能發生真正的價值, 規模化才能創造價值;
(9)價值難以事前預估:在你看到這個數據之前,你怎麼知道這個數據對你價值多少?當你掀開這個數據的幕布之前,你不知道這個數據對你有沒有用。
這9個特徵,對我們提出了很多值得思考的方向:
也許應當以服務而非所有權轉移的形式完成交易;
也許應當建立專業性的大宗數據資源的聚合平台;
也許應當建立數據分類分級保護制度。
判斷3:"數據要素市場"亟待建立
改革開放初期到現在,我們的商品和服務價格,已經從97%以上由政府定價,變成97%以上由市場定價,技術要素市場、勞動要素市場和金融要素市場都發生了巨大的變化。相應地,數據要素市場亟待建立,正在發生。
舉個例子,上半年甲子光年有一篇文章叫《兼職"車模",橫店群演的AI新工作》,橫店演員公會中,已有約75%的群演參与過AI數據的採集。過去很多影視劇在橫店拍,然而很多群演在疫情期間沒有影視劇去演,他們就開始給自動駕駛廠商模擬開車,提供各種各樣的數據,提供數據生產要素,這就是數據要素市場開始建立的徵兆,春江水暖鴨先知。
判斷4:互聯網巨頭的下一個千億戰爭:崛起的超級數據中心
正因為數據要素市場的巨大看點和雲計算的快速增長,可以預見,數據中心將成為下一個十年科技巨頭爭奪的新重點。
為什麼?
數據中心的需求與總數據處理需求、數據處理集中度成正比,與單體數據處理能力成反比。
5G將進一步催生海量的數據處理需求;而摩爾定律正遭遇瓶頸,換句話說,數據量增加的同時,單個服務器處理數據的性能增長卻在變慢——只能靠建更多數據中心來解決。
今年,在新基建的政策加持下,科技巨頭已不滿足於"隔岸觀火",從過去以租賃數據中心為主到開始在這一領域親身試水,不僅自建數據中心,更染指設備的自研,且投入金額巨大:
騰訊5年投5000億、阿里3年投2000億、百度10年內將服務器規模擴展到500萬台……輕資產的互聯網科技巨頭扎入數據中心這個重賽道,背後折射的,是科技巨頭全面押注云計算的決心。
這個賽道很有看點,未來的超級數據中心產業,很可能會成為工業時代的汽車產業。
過去100年裡,汽車產業對整個社會經濟的推動作用是無出其右的。一輛汽車,涉及成千上萬個配件,對製造工業有着極強的帶動作用,車市也被看做全球經濟的晴雨表。看上去一台服務器跟一輛汽車相差甚遠,但實際上服務器也同樣有着極其複雜繁多的配件,而且其對創新的要求更高。
判斷5:第五代計算平台正在崛起:"人"首次不再成為数字化的必經環節
平均每12年左右,都有一代新的計算平台出現。每一個新的計算平台,都"数字化"了更豐富維度的信息。
第一代平台是從IBM開始的PC機,它数字化了文檔的處理。
第二代平台是蘋果和微軟開啟的,它数字化了整個企業內部的【信息流通和信息管理】,提高了辦公室效率。
第三代平台是PC互聯網,第一,它数字化了全球基於文字和圖像的信息傳播;第二,它数字化了人的興趣和人的意圖。這就是為什麼廣告和電商本能地適合互聯網,因為有了興趣和意圖,有了商業的信息,我們可以做匹配;第三,它数字化了人的社交關係,社交網站在PC互聯網誕生。
第四代平台是移動互聯網,在PC互聯網的基礎上,数字化的範圍開始大規模擴張,從数字化文字和圖像記載的信息開始轉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範圍。到這一步,"人"還是数字化的"必經環節",但不一定再需要主動做事。
第五代平台是AI+邊緣計算+5G,数字化的程度和規模將大規模提升。我們不再用手指、鼠標鍵盤輸入信息,而是用傳感器;我們也不再用圖像显示器讓人來看信息,而是直接用傳動器。
值得一提的是,前四代計算平台,"人"在其中都起着核心作用,是人把對世界的觀察用文字和圖像來数字化,或者人的行為数字化。但第五代計算平台開始——人放棄了主角地位。這會讓数字化的想象空間大大增加。
判斷6:"鏡像效應"正在擴大:比特世界和原子世界同源同步,商業正在變聰明
在這樣一個充分数字化的世界,"鏡像效應"開始出現,並逐漸擴大:数字化正在支撐数字系統和現實世界同源、同步。同源数字孿生讓所有的商品變得可感知、可交互、可連接、可追蹤。
在這個商業當中,数字世界和物理世界二者是同源同步的。什麼叫"同源同步"?
舉個例子:今天A商品從倉庫出庫,有一個工作人員把這個行為輸入在計算機里"A商品從倉庫出庫",這個還是依賴於人記錄的,不叫"同源同步",如果他撒謊了呢?弄錯了呢?
"同源同步"指的是,A商品從倉庫出庫的瞬間,由於智能OS、GPS定位、傳感器等技術,這個信息被自動記錄在電腦裏面,被自動記錄在網絡上,隨着商品的流轉,一切軌跡同源同步出現在数字世界里,這才叫真正的同源同步。
這就構成了一個更聰明的商業,比特世界和原子世界同源同步——決策者可以直接開啟上帝視角。
判斷7:"数字原生"時代到來:数字鏈條逐漸延長,物理鏈條逐漸縮短
進一步,我們就迎來了数字原生時代。
老一輩是"数字移民"(Digital Immigrants),因為出生較早,在面對数字科技、数字文化時,必須經歷並不順暢且較為艱難的學習過程。
新一代是"数字原生"(Digital Natives),他們一出生就面臨着一個無所不在的網絡世界。数字化生存是他們從小就開始的生存方式。
對於数字原生時代的人們而言,我們出門不帶手機就感覺有點寸步難行:手機可以被看作我們進入数字世界的一個窗口。通過手機,我們可以向数字世界發出各種請求調度我們物理世界的資源為我們所用。
数字原生時代,人、数字世界、物理世界構成三角關係,数字鏈條驅動物理鏈條。
今天用戶通過手機平台進入数字世界,在滴滴應用中發送訂單。滴滴平台通過選擇最優執行路徑,把訂單發送到滴滴司機那裡。然後司機在物理世界中把驅車到用戶起點。隨着有輔助的無人駕駛技術的成熟,這個数字世界的運行鏈條會繼續延長,数字平台可以直接把無人車派送到用戶的起點。
数字原生時代到來,各行各業都是如此:数字鏈條逐漸延長,物力鏈條逐漸縮短。
判斷8:企業創新試錯成本降低:從實驗驗證到模擬擇優
数字世界和物理世界形成鏡像效應有什麼好處呢?試錯成本大幅降低。
正因為剛才說的"鏡像效應",原來你想去造一個東西,要做很多實驗,很費錢,很容易攤到巨大的產品成本當中,而在数字世界,你可以通過非常多的模擬方式進行試錯,大大降低了創新的成本。
舉個例子,從1970年到2000年,向太空發射一公斤載荷的成本相當穩定,平均每公斤1.85 萬美元。SpaceX 每公斤的成本僅為2720 美元。為什麼?火箭發動機研製成本的75%在於"試驗、失敗、修改",SpaceX在產品開發早期階段,通過数字空間的模擬仿真,大幅降低了研製成本、縮短周期,提高研發效率和產品質量。
這對所有企業來說,是一個切實的好處。
判斷9:價值誕生邏輯改寫:從"供需邏輯",到"產消合一"
除了試錯成本大幅降低,数字經濟產業鏈價值還有另一項特殊性。價值誕生的邏輯打破了原來的供需關係,是"產消合一"的:
原來一個東西我是供給方,你是需求方;数字經濟,你消費的數據也反哺給了我,產消合一,數據的消費者即生產者——每個人一邊消費一邊生產,消費越多,資源總量越大。
梅特卡夫定律告訴我我們:一個網絡的價值與聯網的用戶數的平方成正比。数字經濟價值呈現指數型增長,這進一步推動了数字經濟快速成長。
判斷10:数字經濟核心商業模式:XaaS,一切皆服務
一方面,如前所述,數據要素的特性,決定了以"所有權轉移"為基礎的傳統交易方式變得難以施行;另一方面,智能化不是空中樓閣,要從信息化、数字化做起,臟活兒、苦活兒、累活兒都需要做,沒有"服務"很難直接賣"產品"。
所以,数字經濟的核心商業模式也就隨之改變——我們買賣的不能是數據本身,我們買賣的是服務。服務正在成為整個数字經濟最核心的商業模式,現在幾乎所有公司都在定位為"服務"公司,XaaS,一切皆服務。
此刻,数字化轉型解決方案供應商快速興起,多類角色爭相成為"賦能者":傳統產業龍頭、互聯網巨頭、傳統IT領域的軟硬件企業、新型科技公司。
判斷11:硬件產品"軟件容器化":將重塑價值體系
還有一個趨勢,硬件產品的"軟件容器化"。
隨着裝填在硬件產品裏面的數據、算法越來越值錢,硬件慢慢變成了軟件的容器,越來越多的產品價值由軟件功能驅動,這將改變硬件產品的價值構成,重塑價值體系。
很多年前有一個概念"軟件吞噬世界",什麼意思?客觀物質世界運行——運行規律化——規律模型化——模型算法化——算法代碼化——代碼軟件化——軟件不斷優化創新反哺物質世界創新。
硬件產品的軟件容器化,最直觀的例子就是汽車。
僅僅數十年前,大約90%的車輛價值來自硬件和基本電氣部件,主要包括動力傳動系統、懸挂系統、車身結構及內部功能。與此同時,只有10%的價值存在於軟件和控制模塊中。在不太遠的未來,軟件和数字技術預計將佔到汽車價值的一半左右。
炒股的朋友都知道特斯拉的股票表現。特斯拉從銷量來看,遠不及三大汽車廠,但他的市盈率是三大汽車廠平均水平的61倍。比亞迪、蔚來汽車、小鵬汽車、理想汽車,都在很在很短時間內超過了傳統頭部主機廠。為什麼?當你看待特斯拉的時候,你把它當作汽車還是當作新的数字空間?它給你的想象力到底是作為汽車屬性的想象力,還是新的数字空間的想象力?
從信息時代至今,創新發展的大邏輯都是"硬件突破——軟件拾取內容紅利":在每一輪硬件進展后,內容創新、模式創新將帶來更洶湧的機會。
判斷12:"深井時代"開啟:数字產業化佔比逐年下降、產業数字化佔比逐年提升
另一個判斷,深井時代開啟,数字化的浪潮已經行至深處。按照最新數據,從数字經濟的內部結構看,数字產業化佔比逐年下降、產業数字化佔比逐年提升,更強的增長動力來自產業数字化。
很多人以為数字經濟等於"新經濟",錯了,数字經濟等於"新經濟"+"舊經濟的新空間",後者是這一輪数字經濟更大的增長動力。
這張圖是今年騰訊發布的用雲量的變化。今年上半年用雲量增幅相比去年上半年是78%,但是移動數據的流量,移動的應用,移動的交易,增長比例都沒有這麼高。這意味着什麼?数字化的底層增長速度比靠近C端用戶層的增長速度更快,数字經濟增長動力是"自下而上"的——数字化層次越靠近底層,增速越快。
判斷13:数字經濟催生商業生態系統全面重構,"生態位"決定企業能否做大
数字經濟催生了商業生態系統全面的重構。
剛才展示三維数字經濟框架的時候,上面寫了"生態坐標",為什麼用"生態"這樣的概念?
此時的数字經濟越來越像生物學上自然的生態,越來越符合演化的理論。這不再是簡單的還原論的世界,再也不是簡單的因果邏輯鮮明的世界,而是非常靈動、複雜的生態構建過程。
原來在我和科大訊飛執行總裁胡郁先生的對話中,他提到了一個有趣的觀點——新一代科技企業的野心:要麼,你有機會去構建一個新生態,在新生態里成為控制環節的co-founder之一;要麼,你提前預判、快速適應新生態,在新生態系統中找到一個穩固有利的位置。而一個公司的大小取決於三個東西:
第一,你所在的生態系統本身夠不夠大?
第二,你離這個生態的控制節點有多遠?
第三,在你所在的環節,有多少家公司在做這件事,能做這件事?越多公司能做,你能做大的可能性越小。
當一個生態在重構的時候,每一個企業都需要建立"生態思維",以此衡量自己的選擇。
判斷14:物聯網時代的單品終端境遇不同:大C終端強勢,小C"賣場"強勢
在這樣一個生態中,我們一起看看C端和B端的機會。
先看C端。物聯網時代的單品終端究竟會是什麼境遇?你首先要知道這個C到底是什麼樣的C。
To C產品分兩種,一種是大C,一種是小C。大C往往是工具性產品,好就是好,不好就是不好,一定會同質到幾家,比如汽車、家電、PC、筆記本、手機;但比如傢具、玩具,就是小C——有些行業你永遠沒法垄斷,因為用戶要的就是多樣性體驗,很難用單一標準衡量,這時做C端不一定比做賣場有優勢,比如國美、蘇寧、紅星美凱龍。在小C的生態里,反而是渠道或服務起重要作用。
工業機器人也許是大C,目前四家掌握核心垄斷性地位(ABB、發那科、庫卡、安川);而消費機器人,更可能是小C。大C和小C就意味着這個生態系統的"控制節點"是不一樣的。大C生態系統的控制節點就是終端,汽車產業鏈最牛的就是做汽車的,手機產業鏈最牛的就是造手機的;而如果是小C產業鏈的玩家,做小C不如做平台、賣場、渠道。
判斷15:企業面臨二選一:平台化or被平台化;集成or被集成
再看B端。在這樣一個新的生態系統中,B端企業面臨二選一,要麼自己平台化,要麼就是被平台化,要麼集成,要麼被集成。
平台成為数字經濟時代協調和配置資源的基本經濟組織。目前全球市值最大的20家数字企業中,有40%擁有基於平台的商業模式。
目前,公有雲巨頭都集成了不同的生態:企業用戶生態、分銷夥伴生態、開發者生態、服務與應用生態、安全建設生態。所有巨頭公司都在积極成為"新底座",而很多中小企業此刻的機會在於接入主要的平台生態,構建毛細血管——前者解決通用性的基礎設施問題,後者解決終端客戶的需求多樣性的問題。
判斷16:生態化發展的必要性:只有足夠"包羅萬象",才能滿足足夠多的"奇形怪狀"
很多人可能會想,我憑什麼要到人家的生態發展?我想自己做。生態系統是必要的嗎?生態化發展是必由之路嗎?
答案是必要的。正如剛才我們所展示的三維坐標,数字經濟的經濟系統變得越來越複雜:客戶的個性化、產品的複合化、場景的多元化、供應鏈的複雜性。此時此刻正在進行数字化轉型的行業、場景、環節是多種多樣的,終端客戶的需求是變化萬千的,一個公司不可能去滿足所有的客戶需求,甚至無法滿足一個客戶的全部需求,只有大家抱團取暖,變成足夠包羅萬象的供應體系,供應聯盟,足夠的供給端的"包羅萬象",才能滿足足夠多的需求端的"奇形怪狀",這就是生態化發展的必要性。
判斷17:產業鏈關係從"零和博弈"到"正和博弈":data 正在吸引 data,服務正在吸引服務
工業經濟時代,作為價值創造的主體,企業從上游購買原材料,加工后再向下游出售產品,是線性的價值創造模式,企業經營的目標是消滅競爭對手,並從上下游企業中獲取更多利潤;而在数字經濟的價值創造不再強調競爭,而是共建共贏的生態系統。
此時此刻科技公司與科技公司之間的關係正在從"零和博弈"進入"正和博弈":大家發現,你自己拿訂單或者我自己拿訂單,都不如咱們倆加起來拿訂單拿的更多一點——客戶需要的是更加綜合、全棧的投入,單個公司是很難搞定的。生態各方之間,不是"加法效應"而是"乘法效應",融合是大勢所趨,海量數據沉澱為對不同場景的理解,服務的越多,理解的越多,可服務的越多——data靠近data,服務吸引服務,而一個更加"靈動"的生態,會成為客戶更好的選擇。所以,當一個生態開始形成的時候,勢必會越來越大,越來越吸引其他零星的玩家。
判斷18:雲計算的角色上移:從治理工具到治理思維,從生產力到生產關係
在過去十年的雲計算髮展中,企業上雲經歷了基礎IT要素上雲、業務系統上雲、企業間雲端互聯三個階段,隨着数字化轉型進程的加速,企業進入上雲的第四個階段:全面上雲。在這樣的過程當中,雲計算不再是工具,而上升到"治理思維",對客戶的影響也從生產力擴展到生產關係。
判斷19:從業務向雲,到雲向業務:從業務理解技術,到技術理解業務
※手頭吃緊沒處籌,找尋優質合法三民區當舖,審核保密、撥款快!
誠信經營,息低保密立即放款,提供【汽機車借款/典當】【工商企業融資/軋票】【金飾名錶典當/週轉】【支客票貼現/票貼】
幾年前企業上雲,可能雲是很強勢的:我是這樣的規矩,你來適應我;而今天,我們看到的趨勢從"業務向雲"到"雲向業務",雲計算的姿態在發生變化:我的技術理解你的業務,因為我靈動,所以我來適應你,而不是你適應我。
2.實勘的結果
剛才講的是生態的觀察。接下來我們講實勘的結果。
今年甲子光年做了一件事:
我們的記者深入訪問了超過700位数字化的供應端的科技行業CEO,我們智庫分析師團隊做了覆蓋超過2000家数字化的客戶端的企業的問卷調研,得到了一攬子的判斷。
数字化的水溫
首先我們感知一下数字化的水溫。
判斷20:格局遠未定,深海有珍珠:雲計算與信息化仍處於賽程早期
從2018年至2020年,在我們的調研樣本中,終端企業上雲比例從11.7%上升到了16.6%,這是一個不錯的增速;但另外一方面我們也要意識到,"格局遠未定,深海有珍珠"——很多人覺得雲計算炒了這麼多年,還有什麼看點嗎?事實上,中國雲計算實際拿下的市場也就是幾百億,雲計算仍然在賽程的早期。
判斷21:企業高度依賴供應商,蛋糕正在變大
調研還告訴我們,企業但凡涉及数字化轉型,基本上一定要依賴供應商——96%的企業都會藉助外部供應商來幫助自己進行数字化轉型,而且預算逐年增加。
判斷22:選供應商看什麼?更看重效果而非價格
選供應商看什麼?我們收集並統計了不同維度的要素。TOP3要素的共性是"效果"。過去大家會認為經濟實惠重不重要?在這裏,實勘數據告訴大家,對於数字化而言,企業更看重的是效果而不是成本。
判斷23:對供應商的要求:大企業要持續服務,小企業要"保姆"
客戶對供應商有什麼要求?500人以上的大企業要的是"持續的服務";500人以下的中小企業要的是從戰略到執行的全方位的"保姆"。
判斷24:数字化觸點正在下沉:從"領導需要"到"中層需要",從"判斷與決策"到"執行與建設"
数字化的觸點正在下沉。服務觸達的主要對象,2016年大部分是高層管理者,現在更大部分是中層管理者——数字化正在從"領導需要"下沉到"中層需要",從"判斷與決策"下沉到"執行與建設"。
判斷25:数字化的內在動機不同:主動的大企業:高瞻遠矚看利潤;被動的小企業:水來土掩謀生存
大小企業数字化的內在動機是不一樣的。大企業的考慮更加高瞻遠矚,利潤驅動;小企業更多是風險驅動,水來土掩謀生存。
判斷26:客戶重點考慮因素:制衡機制、客戶體驗、組織架構
在数字化時重點考慮的要素,我們把所有数字化相關要素全部列在一起,讓大家選擇和排序,得出TOP3要素是:第一,制衡機制和指標怎麼制定;第二,客戶體驗如何改善;第三,組織架構是否要優化。
判斷27:数字化的7大準備工作:腦袋容易身體難,戰略容易執行難
企業数字化涉及七大準備工作:資金預算、關鍵人員保障、技術與供應商選擇、設置專門崗位推動轉型、相關業務模式流程的優化、頂層方案的設計、組織達成共識。
為什麼說数字化的"腦袋容易身體難"?我們可以看到,大家做的比較好的準備工作是在頂層方案設計和資金預算方面,也就是說,不缺錢、不缺頂層設計;但是在組織共識、關鍵人員保障、專門崗位推動、模式流程優化上的準備是不夠的,"戰略容易執行難"。
判斷28:数字化轉型最核心目標:盈利
数字化轉型最核心的目標是什麼?答案很簡單:盈利。数字化的目標是很務實的。
判斷29:誰是關鍵推動角色?大企業更靠業務端;小企業一把手獨享話語權
在企業数字化轉型的過程中,誰是關鍵的推動角色?從實勘結果來看,大企業更多會有獨立的数字化執行官;中小企業往往還是一把手獨享話語權。
判斷30:資金預算給了誰?一半是"買東西",一半給了人和服務
資金預算給了誰?所有客戶方的錢,一半給了系統建設的支出,也就是說一半用來"買東西";另外一半是数字人才的支出和服務與諮詢的支出。
判斷31:越是小企業,越依賴外部服務
另一個結論是:小企業相比大企業更依賴服務。很多供應商的打法是,給大企業定製化服務,給小企業標準化產品,這裏就存在着供需之間的矛盾——大企業有足夠的專業崗位,而小企業更依賴你。
数字化的行動
剛才感知了数字化的水溫,接下來我們繼續看,数字化的行動。
判斷32:企業行動側重點:小企業着力於機制建立,大企業已開始業務轉型
在行動側重點方面,小大企業不同,小企業更着重於機制的建立,而大企業已開始業務的轉型——大企業和小企業相比,在数字化的行動方面,行動更靠前一步。
判斷33:企業最擁抱的数字化應用:離客戶越近,應用越火爆
企業数字化相關的應用種類有很多,到底他們最擁抱的應用是什麼?
在這次實勘中,我們把所有企業擁抱的不同環節的数字化進行了統計和整理。圖中,白色是2019年的數據,紫色是2020年的數據,橫軸表達的是他們對這些應用的關注度,縱軸表達的是實際滲透率。我們特別在意那些關注度足夠高,滲透率在快速上漲的應用——關注度足夠高,表明有未來的發展潛力,滲透率增速足夠高,表明增幅足夠快。
結果表明,最突出的看點是兩個應用:一個是營銷與線索管理,一個是訂單與收費管理。這說明什麼?企業最擁抱的数字化應用是離客戶近的應用。大家的關注點更靠近外在"需求側",而不是內部的"治理側"和上游"供給側"——越離客戶近,他們越需要数字化的應用。
判斷34:實踐結果超預期嗎?外部容易內部難
那麼,数字化的實踐效果如何呢?
圖中可以看到實踐效果和預期的對比。其中,實踐和預期差別最大的有兩個,"優化生產計劃"的實踐效果是顯著低於預期的,"全產品生命周期優化客戶體驗"是顯著高於預期的。這就和判斷33形成了很好的呼應,靠近客戶的應用效果更容易超出預期——客戶覺得,投入在CRM或者是營銷管理上還是不錯的,而如果某個應用是為了解決生產的問題,解決供應鏈的問題,往往效果不如預期——改外部容易,改內部、改上游非常難,越靠近客戶越容易。
判斷35:数字化的下一步:大型企業看數據,中小企業要靈活
数字化的下一步做什麼?大企業更看重數據管理能力,小企業更看重企業的敏捷性。
判斷36:如何看待新技術?關注是都關注,真正切入的還很基礎
客戶有多看重新技術?實勘表明,不同新技術大家都關注,但真正切入的是還很基礎:就是"大、智、移、雲、物"——大數據、人工智能、移動互聯網、雲計算、物聯網。
穿透三大行業看数字化的真相
接下來,我們進入数字化的三個重點行業:建築業、地產業、TMT行業。
判斷37:大灣區與長三角高度活躍
長三角大灣區高度活躍,也就是兩大工業重地高度活躍。
判斷38:三大行業数字化的內在動機不同:製造業看重"柔性",地產和TMT更看重利潤
三大行業数字化的內在動機不同,製造看重"柔性",地產和TMT更看重利潤。
判斷39:三大行業数字化就緒程度迥然不同:地產行業最有錢,但執行能力最欠缺
相比之下,地產行業的資金預算是最足的,但執行能力是最欠缺的——相關業務流程模式的優化、組織的共識等等是很欠缺的。
判斷40:三大行業的数字化預算流向不同:TMT行業更親近雲,製造業與地產業更傳統
從預算流向來看,TMT行業更親近雲,製造業、地產更親近於傳統IT。
判斷41:三大行業實踐数字化的服務訴求不同:製造業更依賴"個性化"支持;三者都渴望諮詢服務
三大行業對数字化服務的訴求是不同的,製造業更依賴"個性化"支持,而三個類型的企業都非常渴望諮詢服務。
判斷42:三大行業實踐数字化措施各不相同:供應商打法也應"入鄉隨俗"
而詳細去看三大行業實踐数字化的措施,是非常不同的,這裏我不展開講了,只想提醒一下,對於一個科技公司來說,服務三個行業,你的打法一定要入鄉隨俗,因為客戶的需求是隔行如隔山的。
給科技廠商的小建議
最後,是給科技廠商的幾個小建議。
判斷43:廣告投在哪?客戶也是人:"兩張網"本質是"一張網"
廣告往哪兒投?企業用戶端最重點關注的渠道是移動化的社交媒體——微信、微博以及自己的圈子。這是什麼意思?雖然大家在做產業互聯網,但是"產業互聯網"和"消費互聯網"本質是一張網,客戶是B,也是C,真正要影響他們,靠官網也好,搜索引擎也好,傳統渠道也好,都是非常低效率的,更重要的還是C端圈層的營銷。
判斷44:獲客最短路徑:尊重現有供應商,求合作而不是奪食
另一個十分重要的問題是,客戶最終是通過什麼渠道購買数字化產品服務的?這意味着獲客最短路徑。在我們的調研中,大比例勝出的,是"現有供應商提供的升級服務"。
這意味着,當企業選擇数字化轉型時,他們大比例會選擇從現有的信息化升級。
所以,對於新一代科技廠商而言,你不要總想着直接顛覆那些已經在為他們提供信息化服務的供應商,你要想盡辦法和他們進行合作,想盡辦法藉助他們這麼多年來已經形成的客戶信任和客戶關係,和他們一起幫助他們的客戶從信息化升級到数字化——客戶的建立需要時間的積累和沉澱,與其橫刀多食,不如通力合作。
判斷45:該秀的肌肉:長板必須長,短板不能有
還有一個判斷,考核供應商時,客戶最關注的信息維度是什麼?答案告訴我們,長板必須要很長,短板是不能有的——你要有很好的產品和服務的供給能力,同時,要極力避免"數據遷移難"和"計費方式不靈活"的問題。
3.值得的反思
以上是實勘數據的概覽,時間有限,想了解詳情,可以關注我們後續的報告推送。接下來,是一些值得反思的問題。
判斷46:"交付"的考驗:1億收入很容易,10億收入難上加難
一個核心關鍵詞是"交付"。
有時跟一些To B公司的朋友聊天,飯桌上大家依次自我介紹,"我是做銷售的","我是做產品的",輪到說"我是做交付的",大家就苦笑一下,意味深長。
有位做交付的朋友非常語重心長地跟我說,我們賣服務、賣產品的時候,"銷售"的角色就是把客戶的期望抬高到100%,"交付"的角色就是在漫長的服務當中把客戶的期望降到50%,這就是交付崗位的作用和尷尬。
對於新一代科技企業而言,1個億的收入是容易的,10億的收入是很難的。但凡你的技術不錯、團隊不多,磕幾個客戶,幾年之內就可以做到1億,但從1億到10億是非常難的,交付能力跟不上是核心的問題。從1億到10億,背後需要的功力是指數級的差別。客戶期望的管理,組織能力的建設,是兩大核心議題和共同考驗。
判斷47:中國企業下一個成就國際化品牌的機會:依然相信硬件的力量
剛才我們提到軟件正在吞噬世界。在互聯網浪潮席捲世界的當下,很多人看衰硬件,但是在出海這件事上,可能要另外考慮。
出海不是出國。軟件企業出海很難,因為嚴重依賴本地化服務。有一個段子,一個APP出海到阿拉伯國家,阿拉伯人的書寫方式是從右往左,這就導致了當地用戶認為評分中一星是最高分,於是很多阿拉伯用戶在Google Play中給產品寫下"very good",然後打一星;相比之下,硬件出海反倒有優勢——譬如,我們的華為和大疆。硬件,一旦產品力做到絕對的說服力,相比軟件和服務,更容易擴張。
因此,我們有理由相信,中國企業下一個做國際化的機會:硬件。
舉個例子,自動駕駛激光雷達領域的企業禾賽科技,目前已經有大於一半的收入來自海外市場。
我問他們的創始人:為什麼你們可以做到這一點?
對方的答案很簡單:"產品力。"從一開始,他們就沒有隻定位在國內市場,就是衝著全世界最好的產品去做的。
這是硬件的機會——專註產品,可能你的市場會比做軟件和服務更容易規模化。
判斷48:数字經濟呼喚"信任":從"熟人社會"到"契約社會"
To B時代什麼最貴?信任。
"信任"這兩個字,有它的深意——如果我們兩個人關係很熟悉,我們之間不叫信任,叫關係;信任是即使我們不認識,也有規律和機制,讓彼此有合作的默契。
中國幾千年來的農耕文明形成根深蒂固的圈層社會和熟人文化,西方是大航海時代帶來的陌生人社會和契約文化,後者更習慣於"契約"。而隨着我們的時空觀打開,貿易往來夥伴增加,我們不可能停留在農耕時代的熟人關係。此刻的生態,一榮俱榮,一損俱損。如果我們要真正做到全球化,需要融合歐美開放的信用體系。中國的企業家、創業者們要從全球角度看科技產業,懂得全球化的商業合作規則,建立全球化的信用。因此,此時此刻新一代中國科技企業是否可以真正意義上構建出一個信任主導的生態,一個信任主導的系統,使我們可以真正被更多人所認可、所承認,這是一個很值得思考的問題。
判斷49:生態呼喚"科技向善":生態化發展如果不恪守邊界,就是對生態最大的破壞
生態呼喚科技向善,這個議題是想說給科技巨頭聽的。生態化發展如果不恪守邊界,就是對生態最大的破壞。
此時此刻,巨頭都在底座化,平台化,如果底座不恪守好自己的邊界,就會發生一個現象:我把底座打好了,上面有很多人在我的底座上做了一個又一個應用,但我們一看某個應用比較受歡迎,我就把底座抬高一點,把這個應用直接納入我的體系,那原來做這個應用的企業就完蛋了。這個現象時有發生,可是這樣的事情一旦多起來,這個生態就會有巨大的破壞——如果合作夥伴都沒有利潤,你怎麼給用戶最好的體驗?如果別人都玩不下去了,這個生態體系就不成系統了。
越是巨型数字經濟體,越是需要恪守生態的邊界,做生態就要有生態的氣度。此時此刻的巨型經濟體正在奔向萬億市值,所以他們的一舉一動,他們的做與不做,也是我們需要追究、探討、討論的。
判斷50:警惕決策過度依賴數據:人的歸人,機器的歸機器
数字經濟是真正意義上的機器文明,但機器可以做的事情是有邊界的。不能因為我們高度数字化,而忘記了我們應該承擔的主觀義務——人的歸人,機器的歸機器。在數據之外,我們還有很多事情需要去思考和作答。
在這樣的数字經濟時代,有的時候我還是會警惕過度的依賴數據。數據在這個世界上不是解決所有的問題。從哥德爾不完備定理開始,我們就應該知道,數學是不完美的,計算是不完美的。
在所有問題當中,只有一部分是數學問題;數學問題當中,只有一部分是可判定問題;可判定問題當中,只有一部分是有答案的問題;有答案的問題當中,只有一部分是可計算的問題;可計算的問題當中,只有一部分是工程可解的問題;最後,才是人工智能的問題。
前陣子聽一個朋友說,這個時代很多年輕企業家, 你不給他數據,他是很難做決定的,這是值得反思的現象——這一代企業家身上,是否少了一些中國第一代企業家的魄力、勇氣、眼光、決斷力和在行業里摸爬滾打產生的直覺?
有時候我也會提醒自己,創業:腦力、體力、心力、定力,四個力缺一不可,腦力和體力機器可以幫我,但心力和定力是機器不可解的。
判斷51:試錯是必由之路,擁抱錯誤,並從錯誤中成長起來
還有一個反思,是關於錯誤的態度。事實上,恰恰是對挫折的過度反應成就了創新。
進化是怎麼發生的?進化來自於錯誤。是因為變異,有了錯誤,才有自然選擇,才有優勝劣汰。所以科技公司試錯,應該是一個主動的事情。無論是政府也好,資本也好,媒體也好,社會輿論也好,多去鼓勵試錯,少去因為試錯惡語相加——在創新背後,試錯就是原本的驅動力。對於新一代創業者而言,要大量試錯,在試錯中成長起來。
對整體上強於模仿,弱於創新的中國,最大的範式轉換就是要開始深刻體悟創新的高成本和高風險,在實操上做好預案,在心態上給予包容。
判斷52:沒有唯一正確的道路可言,沒有絕對正確的答案
新一代科技企業面對無數選擇問題:聚焦單點or全棧都做?大客戶or小客戶?輕資產vs重資產?
事實上,沒有唯一正確的道路可言,沒有絕對正確的答案。此時此刻很多科技公司在前行路上面臨的問題,不是一個驚天動地的大問題,而是一萬個複雜的小問題——一個驚天動地的大問題也許可以靠神丹妙藥,一萬個複雜的小問題就沒有正確可言了。
就像一個小寓言"布里丹之驢"——一頭又渴又餓的驢,在同等的距離外,左邊是水,右邊是食物,如果它高度理性,做決策謹小慎微,它就挪不動腳步——選左邊選右邊都不是理性最優解,它猶豫不決,反倒餓死渴死了。這個時候,還不如隨機推它一把。
企業決策也是如此,所以,如果你真的不知道該怎麼選,你就扔個篩子,努力做就是了,因為每一條路都有可能跑出來。
判斷53:道路很長,第五代計算平台絕非終點
剛才說到,每一代計算平台都数字化了不同維度的信息,此刻我們處於第五代計算平台,事實上,第五代計算平台絕非終點:
區塊鏈,数字化了信任,降低了交易成本;量子計算,数字化了更微觀的世界,可能帶來IT基礎設施的新一輪革新;腦機接口,数字化了大腦的活動行為、思維等等……這一切都將開拓嶄新的、高價值的商業應用和社會價值。我們還有很多事情沒有做完。
判斷54:科技倫理:警惕算法的偏見,警惕困住我們的"系統"
今年有兩篇文章讓我印象非常深刻,一篇是《外賣騎手,困在系統里》,一篇是《抖音內幕:時間熔爐的誕生》,這兩篇文章我看了之後想了蠻久。從某種意義來說,技術有可能是中性的,但算法可能是有偏見的。我們要時刻警惕算法背後是否有這樣的偏見——不是我們發明了算法和信息,很有可能我們反被它們困住。智慧帶來的問題,需要更大的智慧才能解決。
判斷55:新一代科技企業應該主動承擔商業之外的使命
新一代科技企業的特點是,它們與國家戰略強相關,也背負了很多商業之外的使命。
當然,在今天所描述的数字經濟之外,還有很多使命,也有人在不斷實踐:生物科技,給我們更長、更好的生命體驗;能源技術,讓我們擺脫化石能源的桎梏;氣候環保,讓我們對抗全球變暖的威脅;星際探索:帶人類尋求更廣闊的生存空間……我們還有太多的故事沒有講完。
【本文經授權發布,不代表立場。如有任何疑問題,請聯繫(editor@zero2ipo.com.cn)處理。】
※屏東當舖在地經營多年,政府合法立案
可閎當舖:汽車借款免留車不分車齡,有車來就借。
Orignal From: 2020中國数字經濟55個判斷:命運與共,大道不孤 | 甲子引力·主題報告_台北支票借款
沒有留言:
張貼留言