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

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期进入到了风雅化运营时期？未来又要如何做出给用户不断赋能商业代价的好产品？这些问题也是一贯在行业中热议的话题。

这种背景下，由东沙湖基金小镇作为辅导单位，携手海内VC、PE、母基金、家当界和精良企业，一起于2019年4月联合发起了『B操持』，旨在通过融资季、家当季、学习季和行研季四大圈层培植，共享To B领域技能与创新趋势，聚合家当高下游资源，进而促进成本、人才、项目之间的深度领悟和共赢互助。

本周，由科技部中国风投委和东沙湖基金小镇辅导、手足昆季成本和华映联合主理、 元禾重元和达晨创投联合组织的B操持学习季手足昆季论道——重新定义TO B活动在北京举办。
环绕技能转化和家当联动下的TO B商业变革，机构端、企业端、家当端等“生产力要素”聚拢，阐发了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，与手足昆季成本创始合资人梁隽樟 & 博车网创始人陈建鹏、华映成本主管合资人章高男 & 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、达晨创迎合伙人任俊照 & 华制智能董事长夏妍娜等高朋，就To B行业的发展机遇、成本如何赋能TO B企业、企业如何应对经济发展周期等话题进行了谈论。

本场圆桌的参与高朋名单为：

手足昆季成本创始合资人 梁隽樟

博车网创始人 陈健鹏

华映成本主管合资人 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

达晨创迎合伙人 任俊照

华制智能董事长 夏妍娜

在本场圆桌中，高朋也提出了一些自己的不雅观点。
比如，

陈健鹏以为，他理解的TO B做事，B很主要，尤其是大B，创业还是要和行业多沟通、对接、互换；

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，企业做事是一个长周期，要有足够的耐心，创始团队便是要耐住性子，把短板补上，对企业做事到位，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，把赢利和值钱的业务叠加起来做；

梁隽樟认为，对付TO B行业的结局的判断很主要，有的行业天然是越大越大的，只有你变成头部的玩家之后，霸占非常大的份额，别人就再难撬动，其余，TO B的机遇很主要，逆势会非常的费力；

在章高男看来，B端企业的发展的韶光周期会被拉得很长，但B端发展的趋势一贯在，每年都会进步；

陈秉涛表示，他们更多关注数据在企业端运用处景驱动，即数据源头的产生的地方也是数据运用终极的落地点，数据闭环到产品闭环；

任俊照以为，现在走向存量经济，意味着下一步走向的便是家当洗牌期，家当会逐步的向做得好的供应链、家当链去集中，效率便是一个很大的驱动力。

以下为圆桌详细内容的整理。

Q1：如何看待重新定义TO B？

圆桌主持人（陈序）：

我们本日B操持紧张磋商的便是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履历。
以是第一个问题我们想要问一下，投资人和企业家同样的问题，怎么来看待我们本日的主题，便是重新定义TO B这样一个主题。

陈健鹏：

这个和我自己的个人经历，便是从刚开始事情到之前的创业到现在的创业，都是和B紧密干系的，我以为TO B该当是一个比较长久的，而且是一个绝对的刚需，以是才会把自己的创业、事情和B紧密的干系，同时也由于自己的事情经历，本人是有一点点排斥TO C，由于我以为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，你可能便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，以是我认为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：

我是来自手足昆季成本的梁隽樟，手足昆季成本大概70%的项目都投在和企业做事干系的领域里面，包括科技和家当互联网干系的领域，这个也是和我们自己的定位、我们几个创始合资人本人的经历有关系。
由于我自己本人也是在安全做事的企业事情，本身也是做TO B的事情，我以为我们投资团队的基因和方向也是很契合的。
本日所提的这个问题，我待会儿也会有机会展开讲一下，TO B的机遇很主要，你要逆大势去做这件事情会非常的费力，我以为现在恰好从全体大的宏不雅观环境的发展，不管是生产关系还是生产力，这几个角度来看的话，我以为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，实在TO B、TO C蛮稠浊的，由于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期间，但是互联网就改变了这种开拓的模式，这是一个很严密的B真个组织，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，由于我们的客户便是手机的方案公司，我们帮他们做设计和开拓。
后来在雅虎，雅虎我便是纯技能了，去做移动的网关了，和C端打仗蛮少的，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，以是我做的还是TO B的，更多的还是TO B的基金。

我以为全体TO B的市场，从过去到现在，有什么变革呢？便是过去全体信息化，实在是在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，实在是润物细无声的，在B端它的特点便是协同效应没有那么好，B端便是一个独立的主体，不会由于其余一家用得有这么好全体行业就全部爆发，全体过程是相比拟较慢的，以是这个隔离的浸染就导致现在很多信息化的技能，在TO B的渗透过程韶光周期会拉得很长，但是这也解释TO B真个好处便是，它先是长，但是它每年都在进步，B真个生命周期会很长，以是这是一个变革，其余的一个我以为有一些加速器，便是说包括这种物联网、通讯技能、5G的遍及，我以为在B真个落地会比在C端更快一些，它会产生一些新的运用处景。
在C端，在这方面的打破性就不如在B端了，我以为这是在B真个一个机会。

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的数据中央内部发生的，以是我们Focus的点也比较窄，就比较关注于在大型数据中央的大型客户，以是我创业的内容也是做打算的根本举动步伐，也都是做事于大B。
以是对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大构造的更迭，刚才讲到去IOE，以是每次大型的商业银行和大型的机构里面去做测试，基本上便是这几家，我们这种中小型企业走入到大B的门槛，实在它是靠这样的一个锁定性，专注性能够做很多的事情，我们沟通的本钱也相应的降落了，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，它不用去教诲你要用机器学习，人工智能太泛了，大多数的安防都在看打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诲，这些大B有机器学习的普遍能力和实验室，很随意马虎进入。
第二个市场便是你的交互工具和做事的同时，变现的同时你会创造你在转移大B数据资源的代价，这一块的代价我们很快创造我们在一些泛行业的推广之中，由于AI本身是一个知识生产过程，会把大型企业的履历、规则、流程的履历代价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根本，一个交互产品和一个交互做事，同时还要转移客户的数据代价，以是这些都是从数据资源，以及从客户的接管程度，大B都是我的答案。

任俊照：

大家好，我是来自于达晨创投，实在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，便是说我理解一下。
之前全体市场，更多的TO B还是再环绕着科技和做事，更多的理解是做专业化的事情。
本日其实在看TO B这么热的时候，我们自己也在关注、在思考这个事儿，我以为全体和经济的形势是有关系的，由于经济是走向了存量经济，经济走向家当转型的过程中会碰着这种征象，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，在这里面如果站在家当链的角度去思考的话，实际上如何去办理你在这个阶段里面，能够保住自己的地位，对一个TO B企业来说，或者说对一个家当链上的角度上来看，大家思考的角度可能是办理效率问题，由于这个时候我们社会的定价不能够提高的情形下，一定是要从层面上去考虑你的竞争力，也便是说如果能够从家当链的角度上去提高全体家当链的效率的话，意味着这是会在家当链做代价、做贡献。
这里面意味着很多的机会点，是从家当效率这上面来提升、来改造家当链，去看看我们TO B的机会，当然这里面终极还是要和终真个消费趋势有关系的，由于我们在转型的过程当中，实际上很多也是在消费驱动的，比如说我们现在全体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。
在家当上游它的机会点，怎么去琢磨这种机会点，就要把效率和我们消费的终真个趋势以及品质的哀求和未来消费者个性化的哀求结合在一起的话，我以为这里面很多的机会点，环绕在这里面进行创新的。
也便是说我们这几年，包括前面也做了一些类似的案例和投资，逐步的看到这莳花费趋势是对的。

本日我们跟不雅观众去说，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里面去做把自己的上风表示出来，它的增长会一点一点的去放大，能够表示出它的核心上风。
相对付TO C来说，我以为这个机会是非常多的，随着社会的变革，这个机会会一贯持续下去的。

夏妍娜：

大家好，我是华制智能的夏妍娜，我们公司实在是最早做智能制造和工业互联网的。
我以为从TO B的角度来讲，我作为一个TO B的创业者来讲的话，由于它是一个繁芜的系统工程，它也是一个持久战，为什么这么讲呢？实在这个便是，我们作为一个创业者，对内的话我们会创造它为什么会是一个别系工程呢？一方面产品的打磨和迭代，另一方面便是团队的沉淀，你弄完产品和团队，市场的扩展很主要，TO B的话一定要有一个覆盖市场的BD的能力，同时的话会创造这事搞完之后，还有很主要的便是运营的效率很主要，怎么样能够更好、更快的去获客和做事你的客户，以是对内是一个别系工程。
对外来说由于我们做事的是制造业企业，制造业企业本身就很繁芜，跨行业特色特殊明显，管理的繁芜度高，数量级别大，分布特殊广，由于我们也是工业互联网的会员单位，当时有一个特殊主要的变革是什么？技能的变革要快得多得多，但是组织的变革要慢得多得多，现在技能的变革很快，但是组织的变革是很慢的。

但是我们会创造我们做事工业企业的时候它不仅仅是这种跨行业特色，实际上还涉及到同一个行业，就算是不同的企业，它的管理根本，它的生产办法，它的供应链的能力，包括它的员工的知识构造、技能构造，它的工业水平都是参差不齐的，以是怎么样来做事好？我以为确实就在繁芜上，这是一种，从创业的角度来讲。
从其余一个角度，实在我会非常关注家当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？实在我们可以看科技经由了3个阶段，第一个阶段大概便是工业时期，全体环球进行了200多年的韶光，1784到1993，它的特色是大规模生产的，然后便是代表企业，像美国的GE和日本的丰田这些企业，它的管理特色是什么呢？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，由于美国是到1993年，我们是到1997年、1998年，我们进入到互联网时期，它的特色是互联网+，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色是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，由于我们做事的是工业企业，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上风，从我的角度来看，我认为在工业的创新转型升级和在技能运用和驱动上，我们是一个洼地。
环球有很多的高地，便是在工业上面很多的这个，由于他们在技能上面确实是非常的领先，在工业的打磨上面有非常大的上风，但是中国有非常弘大的运用处景包括我们在5G和人工智能技能的加入上面，我认为从技能的投入、运用的范围，包括我们在产品的属性，和深度运用方面，确实是迎来了一个机会，当然这个便是做TO B的核心便是须要有非常强的你的计策眼力和长期主义，并且进去做的话便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形吧，本身我是理工科背景毕业的，也做过工程师也做过发卖，2017年，我进入行业刚好是在AI刚刚兴起的时候，以是切入的是这个韶光进入，但是在TO B上，我们更关注数据智能的公司，以是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创造，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，创始人会碰着这样的一个问题，投资人要的和企业客户要的完备是抵牾对立的，像大V企业要的是全体的办理方案，须要你一个人托底把所有的办理完。
但是企业家希望投入尽可能少的本钱和边际本钱，尽可能的得到更多的毛利，以是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年代完成了家当的集中化和家当的整合，后来又通过通讯和互联网技能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，以是现阶段我以为在B端更多的关注抵家当的配套，以是说像我比较关注数据这一块的话，可能数据本身会从运用处景反向来看你的技能运用点，相称于是技能引领的趋势。
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，以是就形成了一个闭环，这是我在B端所看到的一个情形。

朱铁生：

大家好，我是云徙科技的朱铁生，我本人20年来一贯专注在企业做事，刚才手足昆季的王总把企业做事的分类分成了两大类，一类是企业级的做事，一类是企业级的协同交易。
我们过去一贯专注在企业级的做事，所谓的定义企业做事，我们过去所谓的企业做事，所指的信息化，它干的一件事情是已知天下的已知问题，通过信息技能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本色的东西。
本日我们谈企业做事，就得看我们所做事的企业的B真个变革，我们本日所做事的这些B端本身面临的场景发生巨大的变革，在交易上面，在管理上面都发生很大的变革，以是它的变革带来企业做事的形式和做事的领域方向会有一个实质的变革，以是我们当时在长期做事，所谓管理效率在提升的这个过程，我们创造，本日SAAS和不SAAS都是在提高管理效益，对本身的业务没有实质的改变，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？但是对做事，你所做事的企业本身来讲，我们自己本身是关注到了，面向它的交易和做事的效率的变革。
你刚才提到我们面向消费类企业会紧张聚焦，它面对的C端和渠道的交易效率和做事的办法发生了变革，我们是比较的聚焦在企业的做事里面比较的面向交易效益这一部分，以是我们为什么定义这个公司？名字也叫云徙，我们看到云打算的机会对我们来讲也是弯道超车的机会，由于先利用再付费，原来我们做传统信息化的时候60%、70%的钱被根本举动步伐拿走了，运用真个做事所拿的钱实在很少。
签一个条约，钱他们先拿走了，本日这种格局，可能根本举动步伐可以很低门槛进来，这样对我们做做事场景有很大机会，这是我们看到的一个重新定义B端做事的一个意见。

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。
天云大数据做的是根本举动步伐做事的事儿，很多的人工智能的企业都在往这个方向跑，供应一个平台性的工具，那么在这么一个市场里面，我们供应一个PAAS一个平台性的工具的时候，我们要应对的是不同家当、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：

实在你潜在的直接问题便是你的壁垒在哪里？做根本举动步伐做事，实在很多次的时候，我们总是用技能预研跟我们的生态来沟通，实在挺寻衅的，由于它藏得很底层，由于从现在的联邦演习到现在一系列的内容，你真正和业务代价的表达间隔很远，而且它本身是一个别系工程，我们创造在这里边无论是做PR还是做沟通，都是很寻衅。
以是我们就Focus在大型的银行上、大型的能源的这些有数据资源的客户，扎在这里先把根本的种子客户，由于它是全体家当颠覆的转型，如果想要靠产品和做事本身构建壁垒，我们自己理解，在这个阶段里，我们只不过是找了一个韶光窗口，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，以是就走进去了，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，便是通讯运营商、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，由于它就用了一个根本的1753年的算法，颠覆了全体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报告里面实在很清楚，很多AI的报告我看了很多，德勤的还是蛮客不雅观的，它命中了2个事实，第一它是一次流程重构的过程，全体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履历规则扁平化到算法和数据上，以是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，以是这个过程，一旦还原到这个，你会创造所有的流程，都可以被数据做描述和特色化的时候，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做事，中间的模型环境和数据中台的数据库环境，都是通用的根本举动步伐。
以是在去年的时候我们基于这个实践，由于数学本身是没有任何的外部属性的，经由分外工程之后，你的股票的K线还是递增波的曲线，还是心电图，末了在循环神经网络里面都是一样的，分外工程的处理手段和方法。
以是我们就开始思考，我是不是能够离开这家公司？由于我没有议价权，没有行业发展的本身的议价权，以是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，进去带来的好处便是，你进去之后，你创造你的壁垒不是由于你的能力，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，而是由于我的科技工具能力属性的可能，我快速的跑马圈地盘踞了这些数据资源的园地，然后用它的数据生产出来的代价，这个代价的复制是一个巨大的壁垒，由于再也进不去了，由于没有一个空间能够让第二个winer进来再去做这个，以是我回答的壁垒是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真个交互，这是一个非常繁芜的系统工具，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，这是你的产品核心代价。
出来往后的推理真个做事，怎么找到全行业拓展，乃至于你的商业模式上的创新，由于恰好对标的是微信，这种模型你创造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，用这种流水性的买卖，它已经不是项目，以是推理真个做事在AI本身是一个非常，会产生一个非常大的变革，也便是它，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，我们现在去盘踞这些拥有知识的数据资源，这便是我所说的大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，以是我们可以看到2种增长的财务指标，我们去做工具和做事，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，这实在便是一个IT外包商，2017年20几万到去年我们人均已经达到100万以上，便是不扩展。
为什么？AI本身是一个低代码模式，通过演习能够产生一个程序来，而不是要靠程序员一行一行的来写，累历年夜量的程序员，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，把推理端做事，便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革。

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？特殊是刚才讲到数字代价这一块，你是怎么看待，我们从数字代价转移这个市场来看，你是怎么看今后3到5年的发展。

章高男：

我是一个数据信徒，由于我所有的投资生态全部都是环绕数据展开的，而且我对数据的底层数据，运用的推进，对全体数据的底层技能还是有很多需求，还是不完美的，还是有很多更新和迭代的机会，由于这是最普世的，所有的东西，你本日的数据最主要的，险些上面的运用处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条件下，核心的底层技能中国肯定要有，这一块不能够受制于人，以是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个事情来解释这件事情的代价，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，这是构造化的，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洗濯、去重，然后去找得当的AI的方法去找到运用的代价，这是每个企业运用的代价，这个过程是有通用性的。
只要你做好了，无非就那么几种，每个企业所用的情形都是类似的，这是刚才说的第一个类似的，行业多没有关系，只要你的产品踏实，定制性的问题办理得很好，对付人工智能。

第二个数据过来之后，须要去找得当的方法去找一些演习，现在有种子用户，比如说大的医院有非常丰富的原来演习的数据，有非常丰富的什么是好的结果？它还有演习，便是把各种各样好的，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演习的方法和调参的参数，但是这个东西是有一定的复制性的，便是刚才所说的，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，由于你有最好的人流量、最好的病例，我替你办理完之后，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，你演习得好的参数和演习的方法，这个演习方法本身就能够赋能其他类似的干系的企业这个逻辑我以为是成立的，这个逻辑我以为未来的模式的改变，你本日不能够看我只做了一个项目，实在我有快速做很多复制的项目，有很少的代码量，以是我以为这便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韶光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殊头部的大B所具有的构造性的数据，非常完全的数据，几十年数据积累的企业并不是很多，本来中国企业的韶光都很短，数据积累的习气、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，由于每家有自己的上风，如果说IAAS这一层好以了，IAAS是技能公路，企业把设备都放到了云上之后，把资源和打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年有更多的企业乐意用一些，它会把一些Server化，会用一些PAAS。
比如说现在容器技能很盛行，可能这里面有Copernicus这个技能站已经统一了，所有的大厂都用了这个容器技能了，大家实际上把它当成了一个默认的选项了，这便是一个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是个中的一个很主要的，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，在私有云上的办理方案，天云便是在私有云里面去，或者说企业私有的，企业里面不一定是云，它有一个分布式的办理方案，不管你是怎么样的我帮你去做，我以为这个机会没有说我一旦做进去别人就做不了。
但是我本日来做，比如说欧瑞克进入到银行了，便是大B，大B对它来讲，第一个安全，什么事情首先第一步不要失事，对吧？你只要不失事，钱多花一点少花一点，我绝对不会去更换的。
小B不一样，你只要给我便宜一点我就给你更换。
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，用户的钱消逝了怎么办？以是大公司敢兜这个结果。
以是对大B公司来说你要做到稳定性，你的圈地效应是取决于什么？这是你的做事，包括你的做事体验，包括你的技能壁垒，整体的表现如果好，大公司肯定不会更换，我以为在这里面做事制胜，并不是说你有多强做资源什么的，这还是有一定的先发上风，但是市场太大了，AI在市场，我认为1%都不到，以是大厂有大厂的圈地，小厂有小厂的圈地。
还要比的是速率和做事的稳定性，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随意马虎得到的。
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，以是当时您在博车网找到这个机会的时候，创造这个需求的时候，你怎么判断这个机会会逐步的做出来？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，我有很长的一段韶光是在做汽车后市场，是给中国的各种汽车厂供应工具设备，可以这样讲，海内的各种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，以是这是过去这么多年。

结束前一段创业之后，我离开博世，博世把公司并购了，离开之后再去探求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。
中国的后市场该当说规模很大，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称长的韶光去研究北美的汽车后市场，把全体后市场梳理了一遍，美国汽车后市场发展了100多年了，以是它的商业模式值得我们去借鉴，中国是20多年的一起高歌年夜进，以是当有波折的时候就知道谁在裸泳了，研究之后创造保险实在是汽车后市场的一个幕后推手，险些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，但是如果是自己费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只管即便多赔，能够怎么贵怎么修都怎么来。
而所有的4S店、修理厂也好由于是保险公司，那么我不吃大我吃谁？以是才导致了全体保险理赔当中，由于保险理赔是大几千亿的市场，保险、车险行业是靠近万亿的规模，绝大部分的钱都赔掉了，以是创造有很多的水分和很多电商垄断的征象，以是才有什么呢？我们参照北美的商业模式，加上我对后市场很多年的耕耘理解，以是才创造，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做事能够让这个行业更加的透明、更加的清澈，以是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寻衅？

陈健鹏：

这件事情呢，我做的是保险全损事件车的拍卖，也便是这个车撞得严重往后，这个车该修还是不该修？到底用什么办法来处理，对车主来说是一个不过合理的办理方案，是这样的一件事情，这件事情在海内，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，怎么提高有名度方面，以是2014年刚开始有这样的雏形，以是我理解的TO B做事，B很主要，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义士了，但是太晚了，你就没有机会了。
以是我想在创业的初期更多的还是和行业的沟通、对接、互换，让自己能够感想熏染到这个行业快要到迁移转变点了，或者说快要有这样的机遇了，这个时候才决定，我以为这件事情该当值得去投入、去做，以是当时也是当仁不让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创造需求的创业过程，以及刚才实在王总也提到了，在这样的一个市场里面，实在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霸占了很多的份额，已经远远领先了，这样的一个机会的创造，会不会是一个有时的成分？从投资人的角度来讲，它的可复制性表示在什么地方？

梁隽樟：

这个话题如果展开说，能聊一天的，但是我大略的说一下我自己的感想熏染，我以为陈总他还是蛮谦逊的，由于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，对付企业做事这一块，由于终极做事的工具因此企业为主体的，以是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，要么便是提高生产关系的效率，原来可能全体家当链上效率是低的，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。

以是从投资角度上来说，创业者实在也是投资，他把自己的韶光和精力把钱投进去，你还是要找到能够促进行业的发生规则的转型搞清楚，这里面有高下游的变革，也有技能所带来的变革，以是这里面为什么说机遇很主要？我们投了很多项目，如果这个机遇没有到的话，会特殊费力气，可能会熬不到那天，所以为什么我和博车的案例来说，由于当时保险公司还是活得特殊滋润津润的时候，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。
以是你恰好找了一个，它本身的支付能力很强，同时又到了那个点的须要，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，比如说拍卖全损事件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，我先用互联网的办法在网络上去拍卖，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，全体的交易效率、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，更随意马虎提高。

再下一步便是数据，由于这个车你要推动保险公司的流程变革的时候你还说这个车该不该拍？这会促进全体行业的效率，经由这么多年的积累之后，对付一个车的模型有形本钱身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件车全险的定价，这又是下一步技能推动这个行业的发展。
还有很主要的一点我以为便是说，对付TO B的话行业的结局的判断很主要，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，由于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互助的，只有你变成头部的玩家之后，你所占的是非常大的份额，我以为对行业结局的判断我以为也很主要。

我们综合起来再看很多其他的领域的时候，实在也会按照这个逻辑去看的。

圆桌主持人（陈序）：

明白，感激梁总。
我想要问一下朱总，刚才实在陈总讲到他是从一个之前的家当里面创造了非常痛点的需求，去改变全体行业的格局，那么当初您来创建云徙的时候，是怎么从阿里云全体的一个生态里面去创造一个创业的需求的机会的呢？

朱铁生：

实在我们不是从阿里云这个生态的角度去创造的机会，这和我们过去本身的背景有关，由于我和其余一个创始人长期的做事企业，我们做事企业便是提高管理的效率，ERP等角度。
我们在做事企业的过程中创造它的消费者是TO C的，这些品牌方企业。
它过去很大略，便是产品、品牌、广告，线下渠道便是发卖。
但是现在面向C端，这个场景已经发生了一个很大的变革，消费者已经在线化了，而且场景也非常的繁芜，原来便是做线下，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，以是我们在这些大企业的时候，它创造便是，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。
本日创造，全体环境都发生了变革，过去因此别人为中央，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，现在在我们的这些做事大V的时候，这些企业提出了大量的需求，乐意付钱给你做，我们也做了一些案例，只是过去的办法，以管理的角度的办法去做事企业这一端，创造末了办理不了企业的问题，我们通过阿里在前几年的打仗，2014年、2015年的打仗，阿里提出中台的观点，包括云打算的全体转型，我们自己认为企业做事的形式在变革，其余一个方面便是架构和办法会有变革，由于它实质是帮助它做事C端，以是你的思维是按照管理的新的思维去做的提高管理效率，以是我们和阿里的打仗过程，加入了阿里云的生态，产品技能团队是来自于原来阿里做事B真个产品和技能组合成这样的一个团队来做，以是机会在2013年、2014年的时候特殊的明显，但是没有找到一个得当的打仗办法，但是和阿里紧密的打仗的过程中，形成了一个很好的路径、办法来做。

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，由于作为成本的话，实在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，是沿着家当的聚焦的方向点。
但是在这一块的话，首先我们看一下目前公司生动的客户，现在过度到了互联网+乃至非互联网的传统企业，每每这一类企业是非常有钱的，但是每每这一类企业现在面临着一些拐点征象，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，逐步的变成用数据来支持我的判断，这是一种征象。
第二很多的公司涌现老的业务营收上不去了以是就想办法，以是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？以是说中台这件事情，在我们看来办理的是几个问题，第一是数据运用快于数据开拓，其余是数据连接的问题，还有一个是从无数据运用到有数据运用的场景变革。

以是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，你可能会把它算作是一个IT再一次升级迭代的过程，它是一个更新的家当发展过程，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逐步的攀升，但是它的起步点是一个个位数的渗透率，以是它是一个长期逐步发展起来的过程，而不是一挥而就很快起来的一件事情。
以是我们会从更多传统的家当来判断这个方向的发展趋势，比如说像地产、汽车以及消费，那么在数据运用这个点，实在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运用，但是我们看到更明显的还是在零售这一块。
以是说如果是一个传统行业，尤其是做事中国to大B发卖的行业。
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韶光，知道大B客户怎么做？怎么做事？每每这一类公司像互联网技能背景的公司去做传统客户的话，它会碰着一个长期沉淀下来对客户做事的态度上的惯性，以是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率。
再加上你是传统的软件发卖，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，以是这是我们为什么终极要选择云徙这一家公司的缘故原由。

圆桌主持人（陈序）：

感激。
接下来我想要问一下夏妍娜总，在智能制造全体大的方向上，实在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。
您是常常和国际的制造业的同行进行互换，包括和德国这样的前辈的制造业国家，有非常多的这方面的互助，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，该当从3个层面来看，第一个当然刚刚有讲到便是说，它确实是，智能化、数字化它实在是一个环球的趋势。
由于从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环球趋势。
国家却是从2015年国家推出国家计策开始，这几年，是从中心政府、地方政府、成本企业都在四轮驱动都在推动这件事情，实际上我们就会创造，我们工业的客户来去做这件事情，推动这件事情，它的路径和逻辑该当是怎么样的？这个很主要。
我在刚刚谈的时候，中国没有经由完全的工业化的进程的。
现在当信息技能指数级增长，信息化、网络化、智能化又在遍及运用，技能领悟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。
当然便是说，做这个东西，我认为3个层面第一个肯定是认知的层面，由于我们现在讲，这个都是特殊潮的观点，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计策，能够带来本色性的帮助，由于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能和运用怎么样能够去推动企业的生产力提高，能够降本增效，能够带来本色性的帮助，这是认知的层面。
第二个实际上便是路径层面，路径层面实在就看，由于不同的行业不同的企业，它不根本不一样，它的计策驱动不一样，实在它的推动路径也不一样。
第三个层面便是运用层面，坦白来说现在的话我们海内涵做事企业数字化转型特殊是在工业企业的，现在都是创业企业居多，大部分都是头部的一些做事机构在推动，像西门子、霍尼韦尔等公司在推动，那么作为海内的，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，不同的行业对技能的哀求、场景的运用是不一样的，以是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，那么这种便是大系统、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，由于他我非正常停机一次，就丢失几千万上亿，它的连续生产能力很主要，它的能源管控和平衡很主要，给它节省一个点就可以节省上千万，停机一次丢失几千万，如果让它的非正常停机率低落的话，也可以大幅度的节省它的本钱。
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，实在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，以是我以为行业化特殊的主要。

现在面临一个很大的一个节点在哪里？当然一个便是你的底层的技能的运用平台，它一定是基于环球顶级的技能架构来去打的，而且现在工业互联网的架构，由于传统的架构肯定是支撑不了，由于我们公司在这一轮，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。
你的底层技能平台架构一定是环球领先的，一定是符合这个时期数字化和工业互联网发展的它的技能架构。
同时你的垂直行业的深度耕耘和你的产品深度运用能力很主要。
由于这个便是你的底层的APPS平台，由于PAAS的话，创业公司很少有技能和能比去投入一个PAAS的平台，以是该当在运用平台上怎么样去把行业的工业大脑，便是深入行业之后，把行业的关键运用把它打磨好，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，能够通过行业的运用来建模，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，实际上你的行业的运用越多，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，你以为华制智能最大的机会在什么地方？

夏妍娜：

最大的机会，我以为便是中国的工业，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根本都非常的薄弱，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，以是我认为这是最大的机会。
特殊是还有一个，便是国家已经把物联网、云打算、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家当互联网深圳的机会很大，由于底层技能在深圳，第二个运用处景在深圳，第三个家当链在深圳。

圆桌主持人（陈序）：

你来看一下现在的这个情形下，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形，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形下，需求真个变革会对智能制造做事企业全体的供给也好、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家当的变革要从逻辑上面来思考，实在刚才也讲了一下，便是说我们这个社会现在在存量经济，包括我们全体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，效率便是一个很大的驱动力，就可以创造，像我们最近如果能够为家当链提升效率，让它降落本钱这是很好的事情。
很多这样的客户都会喜好的。

第二个便是往个性化去走，这个当然是我们的一个新的消费人群消费的变革来驱动的，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，它在家当里面往上游去走，它便是根本性的工业，比如说像化工，都是倾向于流程的行业，像下真个今后边去走，往消费端去走，是倾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，它是供应一些部件或者说是材料类的家当。
其实在这里面，每一个节点逻辑是不太一样的，比如说倾向C真个，这个时候我们更多看和个性化这种结合比较密切的家当很随意马虎实现数字化的转型，由于它有下贱消费的驱动，以是很随意马虎去往这方面去转型，之前比如说我们投了尚品宅配个性化家居定制的，还有我们的红领衣饰，个性化的服装定制的，这是偏C端类的，以是比较随意马虎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，由于我们全体的根本的工业，相对是比较，自动化是比较高的水平，以是它在进行数字化转型的时候它相对是比较随意马虎的，以是它在数字化转型之后，对全体设备的运营监控，能够更好的去让它的生产更加连续和有效，以是反响到结果上，在企业的生产效率上得到了提升，在中间这一真个时候，相对是比较有调度的，由于它的全体行业，可能全体的自动化的水平没有太高，以是这里面它须要经由一个自动化的提升，然后才可以实现这种数字化，这里它实际上也是分行业的。
比如说更倾向于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家当链，包括家电的家当链，它已经是一个大规模的制造的能力以是它在这个环境里它是比较随意马虎上自动化的，还有很多的行业在自动化的行业之中，以是我们就选择汽车和3C比较好的自动化的家当去和他们去做结合，以是这一次是要找一些头部的行业和头部的企业去做这件事。

其余一个逻辑是什么？便是说，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家当链的办法，让家当链更加有效率，我衍生抵家当链，把我的企业把我的互助伙伴的企业变成云生产，这种办法可以对下贱的需求更快速的匹配以及它把全体家当链的产能集中起来，效能会更高，以是它是改造了高下游家当链的关系，以是这也是一种形态，以是这里面表示出来便是一个对效率的这种提升，第二个便是对C端需求的变革，个性化的匹配，是有所驱动的。
华制在这一段韶光，也是一贯在探索，这些路都要一点一点去探索和建立的，就看谁更乐意去付钱。
上游的这些大的根本工业它是有这些实力的，以是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。
还有便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。
当然靠后真个往C端去走，实在也是比较随意马虎实现个性化的企业，他们能够结合在一起，以是我以为全体工业互联网的机会，还是要环绕着背后的意思，便是家当的发展，底层的逻辑来去推动这件事情我以为会相比拟较随意马虎。

圆桌主持人（陈序）：

我们把末了一个问题放到韶光的问题上来，之前也提到了春天来不来的问题，以是我想要把这个问题变成韶光的问题来问各位，企业家是最看重韶光的，投资人对韶光的敏感度更高。
以是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：

我以为每个行业可能不太一样，以是在我所处的行业来看，我以为正觉得到春天一步步的到来，很近了，但是我以为做一个企业，便是我们做2B，该当是一个做事性的公司，第三方做事性的公司，以是首先你得认识到它是一个很苦逼的事儿，以是只管即便的多做一些苦活累活，以是第三方才会让你干这个事儿。
其次这是很快乐的事情，由于你是第三方，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造诣感，以是韶光是非常漫长的作品，以是要在这个过程中逐步的去体会。

梁隽樟：

我以为现在从投资人来说，之以是有咱们本日咱们这个论坛，包括咱们之前所谈的TO B的机会，或者说家当的机会也好还是家当的下半场也好，大家意识到，从各方面的驱出发分来说，不管是技能还是家当整合的程度或者说需求的急迫需求，还是到了一个大家须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：

有很多新的带来变革的东西，比如说大的AI和数据智能对很多行业的赋能，我以为这是很多人在看的，但是有一些其他的成分，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，以是这是其余一些驱出发分所带来的结果，行业有这些变革成分的时候我们才有机会，对投资人来说是这样的。
家当互联网来说，我以为能够看到很多行业的数字化程度提高，特殊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，以是这是我自己的意见。

圆桌主持人（陈序）：

感激。
章您对韶光有没有更加直白的不雅观点？

章高男：

一样平常常日来讲，TO B从创立到上市一样平常是8年到12年旁边，常日的情形下，TO B便是这样的一个漫长的过程。
我个人比较喜好的，由于我们是VC，我比较喜好的一个入围的韶光是一个企业发展到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布局的韶光，这个韶光保险系数比较高。
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，这是有底线的哀求，不是趋势肯定不投，第二在这个红利过程中，我还是个人比较喜好一些通用性和底层驱动的项目，便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，市场特殊大的，行业特殊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：

实在从行业和产品2个角度，我非常的赞许第一位高朋所讲的，差异还是挺大的，我们自己看到的，跑得快核心便是有大量的数据，以是这个是一个数据驱动的刚需涌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，运用会快于工具，我们现在在工具上，在程序度曲线里还是在左边，不管是稠浊数据库也好还是AI PAAS，而且我创造他们很快。
不知道它多永劫光更新一次，我们2015年做的时候没有这个市场，2018年涌如今左边的三角下，我本日一看一下又到山顶了，我说下一步是不是要掉下去了？以是从工具上来看，我以为还是在比较早期的大B客户在试用的这个阶段，从某种角度上更随意马虎变现的便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发展，这是平衡，我们要向投资人所讲的。

任俊照：

由于我们这个方向更多关注的是工业领域的，实在我们在做事领域有其余一个团队在关注，在工业领域，我以为全体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，能够让未来的全体制作工业变得更强的根本举动步伐在逐步的形成和完善，5G的技能、物联网的技能为代表。
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。
这些技能在运用的时候，给我们全体一个，我们说这是一个生产的办法，产生了一个大的变革，实在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，花了十多年的韶光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，带动了全体日本品质的提升。
其实在中国本日的时候，用工业互联网这种生产的办法、模式，和我们制造业结合在一起的时候，实在我相信可能未来全体中国的制造业，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全体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便是家当洗牌期，家当会逐步的向做得好的供应链、家当链去集中。
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，以是我以为这是一个非常好的一个韶光的点，是让我们去关注行业工业的变革。

夏妍娜：

这个问题是说春天来了吗？我以为这是一个特殊哲学的问题。
由于从创业者来说，创业是一个持久战，但是同时你说冬天和春天，我以为这是并存的。
为什么？由于从我们的生态实在是活在冬天里面的，有大量的不愿定性成分，又面临着大量的寻衅，但是你又得活在春天里面，由于你做的每一个，我们工业这条路很长，但是我们会创造每一个打破都是技能壁垒，在TO B里面，所有的行业技能的沉淀，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？你就会创造做TO B，你刚开始一定要去做TO 大B，由于你做To大B之后，你才能够把它场景化掉，对吧？但是To大B是赢利的业务，但是投资人关注的是值钱的业务，以是我们还得把赢利和值钱的业务叠加起来做。
以是我以为春天一贯都在，但是我们永久活在冬天。

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做事，比如说像一些传统行业寻求的技能赋能，由于他们是从做事的需求转向了对技能的需求，以是说除了泛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，以是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，以是在这方面，数据起来的速率和量是有一定的根本的。
其余对付买单的用户方我更能够看到它的数据的变现代价，以是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，以是并购和IPO由于一二线市场宏不雅观的影响，以是我们更多的是方向于IPO的办法，以是在成长期我们更希望是一个传统性的买卖，通过技能的赋能来提升自己的攀升。

朱铁生：

他非常看好，但是我也常常给他说要有足够的耐心，企业做事是一个长周期，而且它在木桶里面，决定你的是最短的那个短板，是这样的一个成分，以是企业做事有一个规律，投资方对企业做事的关注，从某种程度上加快了企业的发展，但是由于它和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，以是如果说TO B做事的时候1年融10人下去，我自己认为，从我的角度来讲，我可能很难明得这样的一个企业做事怎么做得到的，由于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，以是我们作为创始团队便是要耐住耐心，把你的短板补上，对企业做事到位，这才是对投资者最好的回报。