和鲸科技范向伟:中国的软件产品出路在哪里?|腾讯SaaS加速器·CEO说
和鲸科技范向伟:中国的软件产品出路在哪里?|腾讯SaaS加速器·CEO说
和鲸科技范向伟:中国的软件产品出路在哪里?|腾讯SaaS加速器·CEO说,苹果预装软件,测名字软件,乳摇软件过去的10年里面,我们在软件行业,看到了两种发展模式,一种是“对标北美”,一种是“快速做大”。
我们事后发现,这两种模式有着很大的副作用,容易走向产品驱动发展的对立面,成为难以持续的发展。
我一直以为这些问题是中国的软件业态所特有的问题,最近看到BVP画的一张图,归纳了PMF的挑战:没有平衡好“自我”和“客户”、“短期”和“长期”,就会偏离PMF,这些是全球的软件创业共同的挑战。
中国的独特之处在于,相当比例的软件公司是这两种“问题模式”的叠加,在两个“问题象限”里面周期性地摇摆,无法进入PMF的象限。
软件作为一种通用性很强的技术,在美国有行得通的模式,在中国有足够大的市场,”Copy to China“的叙事,是一个持续了20年的投资主题,很难预判到,这个结合会有什么阻力。
美国的2C模式在中国的成功复制,让国际投资者赚到了大钱。BAT最大的股东,都是国际投资者。美国的企业软件,也是当前全球范围最好的生意,除了中国的茅台,很少有一个行业,有着接近的毛利率和业务的持续性。
经过很长时间的实践,人们发现这个阻力是:美国的企业软件的产业基础,是中国所不具备的。
信息技术产业(也就是软件+硬件+通信)在过去的60年的时间里,一直都是美国最大规模、最高利润的支柱产业之一,其领先程度超越了很多从业人员的想象。
20世纪60年代,IBM的市值达到了1900亿美金,是美国排在第一的上市公司(排在第二的是AT&T),当时美国的GDP是8000亿美金。同样的占比,放到今天的中国,相当于一家上市公司的市值达到25万亿人民币。
有领先性的软件产品,不管多么细分的定位,在美国市场都可以通过成熟的产业链,转化成为全局性的竞争优势和销售收入,定位越是清晰,发展越是迅速。
中国市场的软件需求不成熟,相比大包大揽的集成模式,越是明确的定位,等于越是少的流量和收入,加上竞品的追赶,按照美国的方式做定位就是个死循环。
中国大部分的财富,目前都是用这种方式积累的。2C的互联网、消费品,线下的房地产、制造业,领先的规模,都是决定性的竞争优势。
做大就能做强,做大才能做强。这个逻辑在2C互联网的领域很有效,在2B软件的领域却是行不通的。
2C的业务中,客户是在完成一个消费活动,这个消费活动只要客户主观上开心就好,没有其他的评价标准。
2B的业务,本质上一个投资活动,客户是要实现生产活动的ROI的提升,这是主观加上客观的评价标准,最优的ROI只有两种情况,要么产品足够便宜,要么产品足够厉害。
在中国的招投标的制度下,没有几个团队可以证明自己“足够厉害”,往往只能退而求其次,通过足够便宜的卖点,来满足碎片化的、不成熟的需求。
在没有PMF、没有毛利的情况下,软件企业仍然会选择premature scaling,因为在20倍PS的估值预期下,1块钱的销售收入约等于2块钱的融资,这是全局性的单一最大杠杆。为了支撑估值,快速销售、快速扩张、快速融资,成为了全行业的共识。
“透支型扩张”所形成的收入,没有毛利,也没有效率,这一笔收入的本质,其实是负债,是要还回去的钱。
无论是照搬美国的模式,还是快速做大的模式,一个共同的错误,就是用一个更加简单的答案,在回答一个更加复杂的问题。
中国的问题,从来都是复杂的,照搬国际的先进经验,照搬先贤的实践智慧,是第一个阶段的办法,最终的答案,还是实践中打拼出来的。
Bezos说:your margin is my opportunity。虽然平均利润水平很低,但软件行业的平均增速是20%,各个产业的平均增速是5%。随时随地,都有上百倍规模的资金,想要进来抢软件的业务。
软件可以零边际成本复制,只要超过两家同质化的软件的供应商,就近似于无穷大的供给,就可能导致价格,价值崩溃。
在中国的软件行业,三种常见的壁垒都是很难奏效的,一种是资金、一种是人脉、一种是技术。
这些可以称之为是一阶壁垒,是牌桌上的筹码,是竞争中的“标配”,但没有办法结束一场战争,多方陷入艰苦的拉锯战,看不到结局。
在产能过剩的环境下,只有二阶壁垒,也就是可以超越对抗、结束竞争的长期壁垒,才是需要去经营的东西。
在中国特殊的国情之下,壁垒是比增长更重要的逻辑。在中国的软件行业,这个逻辑搞错了,任何增长都可能戛然而止。
令人困惑的现实在于:同质化竞争的弊端人们都很清楚,可是中国的软件行业,仍然看不到什么差异化。
差异化的收益是长期的,但代价是立刻的。这个代价是更少的共识、更多的误解、更少的资源。
人们喜欢围绕着技术创新的风口展开热情的讨论,因为这里有必然发生的变革,有打动人心的前景。
这张图是愿景基金在讨论,未来20年最大的风口是人工智能,就像20年前的互联网一样,人工智能产业将会出现巨大的增长。
但是这个增长,有着很强的误导性,因为这个增长的分布,是极其不均匀的。互联网行业1000倍的增长的投资收益,其中的970倍,来自于极少数的公司。
这个极少数,不是10%,也不是1%,而是0.1%。也就是1万家创业公司中的10家,创造了97%的投资收益。
下面这张图是VC行业的投资回报的幂律分布,如果我们刚好是落在这99.9%的区间,其实就和这个1000倍的增长,没多大的关系。
中国的市场基数大、想象空间大,技术创新作为最大的共识,中国的“回声室效应”,也就是Inflated Expectations的高度,远超出大部分的市场。
只要抓住了热点、跟上了风口,就可以赚到差价。这是99.9%的区间里,人们找到的赚钱方式。
没有杠杆和风口,行业便无法整合资源,但是风口过热、共识太强,就会出现泡沫,进而带来两个矛盾,一个是实践上的,一个是心态上的。
在实践上,风口在整合资源的时候,也放大了同质化。企业在金融市场拿到的资源,在营销和招投标的环节仍然要还回去,一进一出可能还是在原地踏步。
在心态上,泡沫化的经济收益是及时的反馈,这个反馈过于直接和强烈,会形成潜意识中的增强回路。人们对于现实行动的延迟反馈,会产生兴趣上的冷漠,对于现实问题的复杂结构,产生情绪上的厌恶。
可是真实价值的创造,从来都是复杂的,从来都是缓慢的。这个时候,热点就从促进资源整合的杠杆,变成了抑制价值创造的障碍。
真正稀缺的不是差异,而是耐心。正是因为多数人做了同样的、容易的选择,少有人走的路才有了壁垒。
其实在很长的一段时间,产品化不是中国的软件企业生存的最优选择,多数的客户,需要的就是技术服务和运营服务,而不是一个更好的产品。
但是软件服务有个结构性的问题,是随着业务规模的扩大,技术服务的边际效益是递减的。
随着软件系统的规模扩大,维护成本是指数级增长的。只有产品化,可以封装住功能扩张和场景延展所带来的复杂性,否则甲方和乙方都受不了。
事实上,软件系统的综合成本中,大部分都是运维成本。维护成本低的软件,要么就是没有被用起来,要么就是被用户自己用了起来,分摊了运维成本。
如果没有User,尤其是Power User的话,软件的运维成本,是不可能下降的,软件项目、数字化项目的ROI,也是很难打平的。
一个更现实和更隐蔽的问题在于,只有产品化,才能在高度不确定的环境下,锚定甲方和乙方的预期。
大型软件项目中,甲方和乙方都会有很多的模糊的预期,双方都在画饼,一个画的是煎饼,一个画的是炊饼,项目启动之后,发现不是同一个饼。
只有标准化的产品,才可以构建明确的预期,甲乙双方的目标是什么,交付的成果是什么,预期的成本是什么,信任与合作才能够保持下去,进一步拿到成果。
巨大的技术红利,巨大的能力短板,以及巨大的同质化竞争,是中国的软件创新的基本国情。
相当比例的用户需求、企业问题,存在着有效的产品方案、不错的产品体验,但是在中国就是跑不通PMF。究其原因,中国的企业普遍是“人治”为主,企业之间的差异很大,很难找到共性的痛点、稳定的需求。
在中国要找到PMF,前提是摆脱企业内的“人治”带来的波动性,在更大的视野中,在企业之间的互动过程中、在产业链的依存关系中,看到产业用户的共同的痛点。
比如“让天下没有难做的生意”,就是在贸易行业去审视商家的痛点,排在第一的痛点,是“货卖不出去”,第二的痛点,是“钱收不回来”。这才是老板们最关注的问题,任何人都没法回避,回避了公司就开不下去了。
以产业场景为中心的Product Industry Fit(PIF),我认为这是一种中国特色的PMF,就是基于产业用户、产业场景、产业瓶颈、产业互动来构建PMF。
在中国当前的发展水平和竞争强度之下,几乎每个行业、每个产业,都存在着结构性的矛盾,而中国的产业环境是极其复杂的,要求软件公司对于行业、产业,有着触达本质的洞察。
软件公司必须要抓住产业之中的真实用户、真实任务。让软件成为产业中的用户完成OKR的手段,把产品用起来、把结果拿到手。
尤其重要的一个逻辑是,产品锚定的使用场景,需要是一个产业性、协同性的任务,而不仅仅是停留在企业内部的管理任务。
产业链上下游的互动、合作,乃至交易,这样的场景才能够测算出软件使用的ROI,并且能够被讨论、被分享、被传播,否则软件只能成为企业的成本项。
广联达、明源云、微盟、酷家乐,就是在建筑工程师、地产营销经理、零售营销经理、家装设计师的产业用户群体之中,找到了稳定的产业场景、产业痛点,里面都有着明确的上下游的互动,直接促进了产业用户实现自己的业务OKR。
如果客观做个归纳,中国的信息产业,包括软件产业,能够活下来的物种,基本都是这个形态。
阿里、小米、美团、广联达、明源云、微盟、酷家乐等等,都有一个特点,就是极强的综合能力、需要兼顾2B和2C、兼顾投放和地推,都是“铁人三项”的专业选手。
“铁人三项”的逻辑,不是局部场景的优化,而是谋求在单点场景实现击穿,拉通整个产业链的关键瓶颈。
中国经济的发展阶段,处在大规模的产业整合,与大规模的数字化转型,两个历史周期的叠加,这是与其它任何国家都不一样的产业格局。
在中国的软件产品,如果找到了产业的真实用户的OKR,击穿了产业的瓶颈问题,做出了PMF的体验和口碑,会有比较大的概率,演化成产业平台。
比如,阿里巴巴在早期就具备了独特的价值,因为贸易业,最核心的生产要素就是商家(而不是商品、物流、资金等等)。让商家做生意的效率提高、体验提高,让碎片化的商家在一个统一的平台上做生意,就是产业整合的过程。
产业生产要素、产业用户和软件产品进行结合的过程,也就是产业级的网络效应进行“结网”的过程,这个过程一旦达到了一个临界点,就是不可逆的,会进入指数级的网络扩张。
网络效应是所有的竞争壁垒之中,最难以被复制、最难以被攻破的。虽然消费、社交、娱乐的网络效应已被占领,产业中仍有着广阔的机会和空间。
可以说有多少个产业、有多少种产业生产要素,就存在着多少潜在的产业网络效应的生态位,这些生产要素的整合,不可能离开软件产品,这是属于中国这一代软件创业者的独特机会。
产业链的复杂性很高,很少有创业者愿意深入产业之中,调研产业的痛点、理解产业的瓶颈。这导致产业平台是被低估的机会。
就像当年的外卖和打车,被认为是没法做成、也没有价值的边缘场景。外卖和打车已经这么复杂了,何况其它更深的产业场景。有人在复杂性面前选择远离,有人则是在复杂性里面看到了机遇。
综上所述,我认为中国软件的出路,是在产业整合的背景下,聚焦产业用户的痛点,击穿产业链的瓶颈,找到Product Industry Fit,构建产业互联网平台。
中国的软件产品,是按照产业、行业来进行定位的,职能和功能都不重要,帮助客户赚钱才是最重要的事情。
之所以会出现这种差异,因为只有产业整合的任务完成之后,产业才有足够的利润积累,进行更加深度的职能分工和能力建设,并且引入精细化的管理软件。
欧美的核心产业,比如汽车、能源、金融、化工,普遍在20世纪的60年代以前,完成了产业整合,面对着全球市场,需要通过软件支撑更深度的分工、更精益的管理,才能形成更大的生产效率、营销效率。
今天的中国,还远远没有完成产业整合的任务,过去五年国家高度重视的供给侧结构性改革,就是由政府和央国企主导的产业整合,淘汰落后的产能,整合分散的产能,尤其是高污染、高能耗的产业,这个进程还远未结束。
今天中国的化工企业有10万多家,房地产公司也有9万多家,其中有相当的比例是过剩产能和僵尸企业,大量的产业都是相似的情况。
大部分的产业门类的整合,无法依赖政府和国企,而是要依靠市场的力量、技术的力量,这个产业整合的过程中,软件产品就是处在核心位置的效率杠杆,否则产业整合就是亏钱的买卖。
但是为什么产业需要去采购一家软件公司的产品,为什么不自建数科公司、不自研软件产品。
产业龙头的任务是产业整合,首先要实现自己的供应链、价值链的整合,也就是建设集团的数据中台和业务中台。
如果不是基于标准化的产品,想要封装住中国的产业场景的复杂性,几乎是不可能的,不是说整合本身做不到,而是整合的成本控制不住,投入远远大于产出的事情,是无法持续的。
软件企业可能提供的最有价值的能力,就是由领先的标准化产品,用可控的成本,支撑产业用户聚集、产业资源聚集、产业场景运营,这一整套综合能力。
在如今一切皆变的产业环境中,只有产业用户是相对确定的要素,并决定了其他要素的流动,谁能够聚集最多的、真实的产业用户,谁就把握了产业整合的核心竞争力。
比如阿里巴巴的商家、酷家乐的家装设计师、广联达的建筑工程师,以及和鲸的数据科学家。高素质的产业人才,是现代产业的灵魂,也是产业整合的支点。
这个出路,在差异化的积累和产品化的坚持中,在PIF所支撑的产业互联网平台中,在产业互联网平台的产业用户中,在产业整合和数字化叠加的历史进程中。
写完上篇文章,引发了业内的一些讨论,这是我所没有想到的,我以为软件公司,已经普遍放弃在中国做产品的努力了,这个过程真的很难,我自己就有过好多次情绪崩溃的时候,这条路实在是太曲折了。
之所以我们一直在坚持,是因为用户和客户的接纳与鼓励,没有中国的数据科学家的群体,就没有和鲸这家公司,虽然和鲸也没有做成什么大事情,但是和鲸的用户一定会成为各个行业数字化的顶梁柱。
让我很意外,也很感动的是,有大量的软件公司,都还在持续地探索、深入地复盘、坚定地寻找产品化的道路。
不少朋友来和我讨论,关于中国特色的PMF,到底应该是什么,要注意什么原则,这篇文章是一个回应,是我7年以来的思考和总结,希望对于中国软件行业的从业者,提供一种可能的思路。
这段附注内容,是和鲸寻找PMF的具体的经历,关于我们做了怎样的选择和取舍。
和鲸做的是数据科学平台,不熟悉这个行业的读者,可以把我们做的产品,理解为一个加强版的MATLAB,是数据科学家用来开发AI模型的一个专业软件。
数据科学平台还有一个更厉害的名字:人工智能开发平台,是AI的软件基础设施,是算法、数据、算力、开发者四者融合的环境,也是“新基建”的七大领域之一。
这是一个门槛很高、前景很广,同时竞争极其激烈的领域,BATH都有深度的布局,微软、谷歌、AWS、Oracle、SAP,都有专门的产品线,国内很多超过C轮的AI公司、数据公司,也都在积极参与,竞争压力不可谓不大。
很多同行和投资人,一直不能理解,为什么首先选择进入教育和科研这两个行业,而不是金融、地产、零售这样的更有钱、信息化程度更高的行业。
我们在2017年开始做ModelWhale这款产品,我们当时的判断是,机器学习、数据科学在中国还是一个很早期、很不成熟产业。金融、地产、能源这样的成熟产业,虽然预算很高,但有着大量的定制化需求和运维服务需求,一个更好用的标准化产品还不是刚需。
为了在这个高速增长、高度竞争的行业站稳脚跟,我们的选择是,在产业需求爆发之前,提前布局这个产业最核心的生产要素,集中精力进行PMF的打磨,完成PMF的验证之后,再进入成熟产业。
这个核心要素,在我们的理解中,不是数据、算法、算力这些指数级增长的供给,这是巨头的地盘,而是更长期性的、结构性的、稀缺性的生产要素:是善于利用数据、算法、算力的人才,这些人才的供给是高度稀缺的。
这好像是显而易见的结论,谁都认同人才的重要性。但是大部分的企业,不知道怎么筛选、培养、管理数据人才,我们认为,这个环节存在着整个人工智能的产业链上最为隐蔽和严重的浪费。
在2017年,我们调查发现,在中国的高校和科研机构之中,有着增速最多、密度最高的数据科学的人才,中国的100万高级科研人员之中(具有博士学位),有二分之一都有数据处理、统计分析、机器学习的需求,大约四分之一是刚需。
我们在2017到2020年,坚持了四年的时间,聚焦在中国的头部高校和科研机构,帮助老师、学生和科学家,把我们的产品用在教学和科研工作之中,拿到尽可能丰富的反馈,帮助我们打磨产品、逼近PMF。
这个过程中,我们也拒绝了很多头部银行、能源企业、运营商的产品采购订单,不是我们对收入不感兴趣,是因为这类订单也包含了相当比例的定制化需求,很有可能让产品走向PMF的对立面。
这个高度聚焦、打磨产品的策略,会不会在细分行业里出现过拟合,以至于无法进入主流行业?这也是我们一直很担忧的问题,所以我们在打磨PMF的过程中,运营了一个数据科学家的在线社区,也就是和鲸社区,高频率地组织面向企业的数据科学、人工智能算法竞赛,验证产品能否为企业用户带来价值。
直到2021年,我们的产品达到了相对领先的用户体验,开始被国内的气象、医疗、能源、金融的头部客户采购,我们才开始进入更多的行业。
经过六年的积累,几百个版本的迭代,几万名用户的使用反馈,和鲸才把数据科学平台做出了稳定的PMF,出现了持续的客户推荐和客户增购,我们深知在中国要做出一个PMF的艰辛。
和鲸在高校和科研行业完成PMF的打磨后,在气象、遥感、海洋、金融、零售、制造业、医疗、制药等越来越多的行业中成为头部客户的选择。
因为和鲸所锚定的核心场景,是一个跨行业、嵌入产业、嵌入业务的场景:数据人才如何与业务人才配合,交付数据智能的业务价值。
如何让“数据智能”产生业务价值,是整个数据产业所面对的核心挑战,而这个挑战的核心支点是有能力、有动力、懂业务的数据人才。
我一直坚定地认为,任何一个工业领域,只要物质要素的生产实现了工业化,物质要素匮乏的瓶颈就会被解决。剩下的瓶颈,是人才要素和组织要素,而这是长期性的、结构性的瓶颈,工业越是发展,人才和组织瓶颈就越是突出。
所以和鲸围绕着数据人才的整个生命周期,进行了持久的布局和积累,通过比赛场景进行人才的聚集和筛选,通过社区场景沉淀人才的内容和关系,通过协同工具支撑人才的生产与协作。经过7年的积累,和鲸逐渐成为了国内领先的数据人才社区和数据协同工具。
在这7年里面,我们也是逐渐意识到,一个好的软件产品,必须要找到自己的PIF,成为产业生产要素放大自身价值潜力的杠杆,这个产品才有可能在中国扎根,构建难以替代的二阶壁垒,抵御无穷无尽的同质化竞争。
和鲸的定位是Connect People with Data,其实就是数据人才进行学习、交流、工作的产业互联网平台,只是刚好这个平台的能力,也可以进行企业的私有化部署,也是一个企业级、行业级的解决方案。
这篇文章讲了中国特色的PMF是PIF,其中最重要,也是最困难的三件事情是:深入地理解产业链的相互依赖关系、定位产业链的关键瓶颈任务、赋能产业用户实现OKR,这里面的每一点都是很难操作的,也是必须要做到的,然后才有可能围绕一个场景实现击穿,拉动产业要素的整合。
我所在的AI领域,是一个可能会改变世界,也是注定要受到误解的产业。下一篇文章中,我将结合和鲸这7年在AI产业的探索,讨论一种构建PIF的逻辑框架:基于产业瓶颈、产业用户、产业要素的三级火箭模型,构建产业互联网平台。
相关文章
- 如何卸载天锐绿盾客户端
- 电视同步直播软件 网络电视直播App大全
- 女篮世界杯14决赛怎么看直播 用当贝X3大屏观赛更震撼
- 技术干货思普软件:见证PLM平台的力量(附PPT全文)
- 利刃大讲堂:零数农科扬帆起航再创辉煌亏损无法出金被骗真相!被骗难友速看!
- 苹果推出一款新的Mac app帮助小白学习Swift基础编程知识
- 技巧]蓝牙和PC之间传输软件BlueSoleil的安装
- 软件工程师应聘“高薪”工作“国外进修”终成开设赌场
- 上海租车软件哪些好?凹凸平台展现不凡实力
- 手绘选用哪个软件更加的好?
- 群发邮件用什么软件邮件群发工具邮件群发软件邮件群发器
- 人事考勤工资管理软件好评度高么?
- 群发短平台_软件_短信营销
- 信息化项目管理——项目库存管理
- 2022手机上比较真实的钓鱼游戏下载 好玩的钓鱼游戏推荐
- 摄像头app软件忘记了什么软件看片
- 盗刷医保款3万余元药店收银员被判盗窃罪
- 九江城规项目管理有限公司关于九江市规划设计集团有限公司加密软件技术服务采购项目询价公告
- 看刊宝v122-一款免费阅读期刊杂志的阅读软件
- 上海立信会计金融学院数学软件平台(Matlab)运营服务竞争性磋商