2017年5月13日，由初橙资本、蜂巢、福云创咖联合主办的“初橙•阿里校友创业黄埔榜之企业服务峰会”在杭州•梦想小镇圆满落幕。
大会齐聚阿里云数据科学家山景、普华资本投资副总裁钟南海、e签宝CEO金宏洲、网易云通信与视频技术专家郭再荣等重量级行业大咖，为我们解读了在大数据时代下，企业级服务的未来、未来企业级服务的新契机。
此外，主办方初橙还邀请了挖财、贝贝、阿里云、腾保保险、电商宝、WeX微汇金融、上榜科技、360推广、钉钉、乐只、奇点金融、网易云、华兴资本逐鹿X、云片、草根投资等明星企业的创业者，和华兴资本，赛伯乐投资，众海投资(上海办)，软银中国，高榕资本等知名投资机构出席大会。
2017，企业服务的春天到来
2016 年底，在阿里校友创业黄埔榜暨新年酒会上，元璟资本利用大数据分析总结出企业服务领域是去年的明星赛道，其中阿里系企业级服务从 11%增长到了 17.3%。2017 年又频频传来企业级服务获得融资的消息。
为什么是企业级服务？在经济调整期，企业需要转型升级、缩减成本，就会催生企业级服务，尤其是在大数据服务和云服务这两个领域。
是的 ，企业服务市场正变的炙手可热，而此次大会群英云集，亦是希望将目光聚焦于该领域，共同探索新的发展机会。
这次大会盛况空前，不但有阿里云，网易云，e签宝等知名企业的知名嘉宾主题分享，还进行了以“大数据在企业服务中的应用”为议题的圆桌讨论。主持人为星汇商学院发起人孙玉杰，参与的嘉宾有钉钉商务副总裁张斯成、上榜科技COO吴帅、银盒子CEO崔巍巍、草根投资总经理金梦笔、拉勾网副总裁付海丰等。
整体内容量非常大，为了帮助大家最低成本的了解企业服务市场，倪叔特意挑选了：普华资本投资副总裁钟南海的主题分享，讲述从投资人角度而言是如何看待企业服务这个市场机会的。
普华资本投资副总裁钟南海：企业服务3.0
前天我在市区参加李开复老师的一个演讲，他说人工智能会在10-15年里替代现在的很多行业的角色，包括律师、医生、银行柜员，我认可，但是在企业服务领域，我认为完全替代还没有到可见的未来中，能够一定的优化企业服务当中一定的角色，这里的“优化”肯定离不开大数据，今天我的企业服务3.0就是围绕1.0和2.0的迭代和升级延展讲一下3.0，我们作为投资人的角度怎样看待这个机遇的把握。
简单过一下1.0和2.0过去几年发生了什么？我们知道：我们投资人看企业服务的投资机会是看这个市场大不大：
1.0对单个企业费用的财务、人事、销售、安全等等按部门区分来优化的，一个企业财务费用、薪酬费用大概占企业多少开销，我们看过企业费用占企业三成左右，过去5年中有大量做人力资源的独角兽；
2.0就是所谓的交易平台，因为企业采购成本是占到一个企业6成的开销，这是更大的市场，是超过20万亿的市场，2016年的GDP20%的钱花在采购中，这里分成B2B的1.0和2.0。
由此延展出来3.0投资人看哪些维度？在2.0已经用了很多大数据实现变现了，有代采撮合模式、联营自售、自营模式，有了大数据变现可以通过金融、物流实现更多的利润，为什么通过物流赚钱？因为有了大量的线上交易数据以后，我们知道了仓储配送的最佳路径优化，我们设置仓，一辆车出去能够覆盖最大密度的小店，能够实现我们物流优化、实现盈利。
金融，上下游的供应商、买家，能够通过买方双方强势、弱势产生利差。
3.0是完全离不开大数据，为什么？因为B分成大B和小B，都有数据服务的价值，“F2B2C”，我的数据服务是针对中间的“B”和“F”，一会儿详细讲。
（PPT图示）这是基于3.0模式怎样看小B、大B、F的机会。这里有很多的箭头，供应上新品爆款推荐箭头出去是指最终要达到的目的，而销售数据反馈是指所取数据的一种方式，这里大数据可以指元数据和第三方服务平台。
次终端出去的线是新零售，很多小B想要达到最终的目的，可以通过C2B反向数据搜集，包括第三方大数据平台进行服务，提供一个最完整、最成熟的数据库，从而实现新零售的目标。
因为现在渠道下沉，包括ToC欲望越来越强，通过用户反馈实现直销，或者把中间商扁平化，实现渠道下沉，更好的服务C，也能够提高毛利率，这是我认为的B2B3.0或者企业服务3.0中的一个版图。
我把普华的情况做一个介绍，之后分享几个案例，通过这几个案例把1.0、2.0、3.0的板块阐述一下。
我们看三个领域（科技、医疗、文娱）：科技中看企业服务、人工智能、互联网金融；医疗和文娱都是我的同事看，我不多做介绍。
分析案例一（梆梆安全）：
这是中国目前做移动安全领域最佳的企业，没有之一，现在覆盖了将近80万个移动APP，帮助移动APP解决加密加固监测的效果，用强销售、强技术、强产品覆盖足够多的客户，成为这个领域的寡头，把商业化模式完全成型，还要搜集很多大数据出来，而且他们已经做了快10年了，在移动安全领域的角色和地位不可撼动。1.0的阶段已经达到，现在用了安全数据去实现第二阶段的目标，就是拓展物联网的领域，通过这里实现大量软硬件智能设备的覆盖，最后才进入机器人认知安全领域。这是一个非常典型的，通过覆盖足够多的B，这是我认为企业服务中1.0的升级，通过自己某一个安全领域里打透，获取大量数据，横向拓展业务领域。梆梆安全去年有8000万的利润。
分析案例二（财务引擎）：
这是很典型的在金融领域企业服务的案例，我个人对To C的金融现在来看还不是特别看好，对ToB的智能投顾还是比较关注的，这个团队在美国扎根了五六年，他们把学校和学校外大量元数据搜集过来，利用校企迭代能力智造了财富管理的财富模型，财富管理和资产管理是不一样的概念，财务管理是和每个人、每个家庭随着时间的推移产生不同需求紧密挂钩的领域，资产管理非常简单，就是对于目前已有的资产、资金进行处置，财务管理和整个家庭、整个个人从小到老息息相关的领域，所以更需要动态的数据进行服务，所以财务管理更加需要数据服务的金融领域。
有了这个算法模型以后，在美菱、挪威国家财务基金、普利斯顿大学的财务管理委员会，包括美国大大小小十多家家族基金办公室都已经进行了获客覆盖，有了成熟的美国实践落地的经验，有一套自己的数据，他们的算法和模型带到国内来可以说“杀鸡用牛刀”，但是这里需要中国的落地和迭代开发，所以靠清华大学的校企开发能力和迭代能力，现在在券商领域拓展的非常好了。这是运用元数据产生自己排他性算法和模型，结合国内的情况产生了一套算法和模型，服务中国B端金融客户。
我今天主题是3.0，但是并不是说1.0和2.0已经是过去式了，他们也依然存在，并且非常有价值。
分析案例三（网化商城）：
这是一个交易平台，我比较看重频率，这里讲到了物流和金融，物流是仓储和配送，我们如果做好了精细化运营，因为我们知道数据，我们根据数据进行精细化运营，能够把货物的管理、仓储管理做到最优化，如果我们算过一笔账，就是我们一辆车的半径，如果我们有了足够多的交易数据，能够把单车货值、路线规划到最佳，这对于整个企业物流降低成本提高是很有帮助的，很多B2B平台靠物流实现了利润，因为整个毛利是非常低的，特别是快消、汽配等等，本身毛利几乎低的可怜。
金融，为什么金融能够赚钱？还是基于买卖双方大量数据的沉淀，为什么？我的平台有价值，买卖双方离不开我，卖方通过我的平台大出货，买方通过我们的平台大量进货物，一方通过我的平台达到30%以上的出货率，大量货物去哪我就很清楚，货值我很清楚，把他的货压在我的仓了，或者搞云仓的概念，比如说这个货值100元，先把30元、50元贷给他，这个钱作为他们的滚动紫金，就有了利差优势，买方通过我的平台买了货，他离不开我，因为我的品类多、东西便宜，可以通过应收账款进行授信，因为货出去多少我很清楚。
分析案例四（惠民网）：
这是中国快消领域按照客户数来说、按照体量来说都是中国快消领域最大的平台，它是做O2O的，2015年学找钢网做撮合，帮助小B找货，帮助小B要送达，把车送到店门口，让小B离不开他，通过这个采集了大量的夫妻老婆店进货的交易数据，通过这个数据多了以后，小B多了以后倒逼上游，让大B或者厂商离不开我，通过大量的跟大B合作联营模式，这是我们仓的概念，实现上游品类SKU的高强度的管控。我拥有了大量的品类和流量，实现了上下游品类数据的采集。
等于说上面有什么货我也清楚了，下游小B进货的习惯，包括地理位置、单个社区的人买什么饮料、小吃我都很清楚了，我可以做前置仓，通过反季节的方式进行前期的囤货，进行大量的高毛利的销售，最后实现的是自己的便利店的打法，我知道了所有小B、中B、大B、F的数据，我就自己玩了，这是我个人认为的B2B或者企业服务交易类的平台最终想要达到的目的。这是我认为帮助小B、中B、大B也好，他们获利了以后，我自己平台最终实现了价值，做成直接线下便利店的模式。
所以，企业服务不完全纯看线上，也会结合线下新模式去思考，引发更多的企业服务3.0的思考，归根到底离不开大数据、离不开交易累计的真实数据。
我承认：B2B有大量的刷单，ToB交易如果没有平台也在交易，但是如果不是由买方主动发起的交易，我都认为是To B的刷单行为，因为这不是真实的，所以一定要强调“真实”两个字，企业服务有“服务”两个字，服务有很多维度，比如说物流、效率、金融，但是这些是配菜，自己的交易闭环没有形成，自己的服务价值没有体现，我认为这个流水都是暂时的，或者是不忠诚的流水。
只有达到了自己的交易平台，买卖双方离不开我，哪怕没有补贴也在这里买卖，这样的数据才有价值，沉淀以后有希望在ToC或者新零售这一端带来更大的投资机会。
