华映资本章高男：企业家要转变思维方式，把业务数据化

"企业家们一定要改变决策思维方式，从经验决策向智能化决策过渡，这是一个巨大的挑战。”

在4月12日FUS猎云网2019年度人工智能产业峰会上，华映资本合伙人章高男指出，在To B行业转型期，企业正面临“汽车还是马车”的选择问题：伴随汽车的出现，是花精力改良马车的效率，还是尝试驾驭并不完美的汽车，是决定未来前进速度的关键。

章高男是技术出身，据说写过几万行代码，曾任摩托罗拉亚洲研发中心软件主管，雅虎全球移动Web平台负责人。随后进入投资圈，一直围绕技术投资，被称为“技术圈里比较懂投资的，投资圈里比较懂技术的人”。

凭借对技术的敏感嗅觉，章高男相继投出了BOSS直聘、天云大数据、冠勇科技、零眸智能、西米信储、爱拼机、知呱呱、地推吧等明星项目。

在章高男看来，To B投资逻辑万变不离其宗，宏观看行业前景，微观看企业自身竞争力，数据和技术壁垒是最后一步要考虑的。

谈到未来投资方向，章高男说的最多的就是数据。“数据是第一生产力，随着5G、物联网的发展，数据规模将呈千百倍的增长，而这中间一定能诞生伟大的公司。”

章高男告诫企业家，无论从事的行业多么传统，或者对技术多么一窃不通，一定要在成本和性价比可控的范围内，把业务数据化。虽然任何一种数据化都会有代价和成本，但只有这样，才有可能立于不败之地。

在猎云网2019年度人工智能产业峰会上，章高男接受了猎云网的专访，分享了他在To B浪潮下，对技术投资的思考。

这要从两者的区别说起，首先是获客，To B端因为涉及金额比较大，需要评审，因此销售环节的的链条很长，这就导致很难规模化复制。

而To C端的销售链条比较短，因为主要是冲动消费，靠情感价值的满足，而to B端主要靠客观价值的满足。

其次，To B主要是靠大客户贡献价值，To C主要是面向消费者的平台化，因此To B企业很难一家独大。

第三，从服务本身来说，To B端更强调服务，To C端更强调产品。产品中有服务，服务中也有产品，那么产品和服务的本质区别是什么呢？

服务是全流程的体验，是一个很长的链条，产品只是服务过程中的一个载体。此外，产品是标准化的，服务是非标化的、是定制的。

因此优秀的To B企业是能“伺候”好大公司的，这更考验他们对企业用户的理解，和客户对你的信任。

AI本身不是一个行业，是大数据到一定阶段的必然产物，所以很难独立地、割裂地去说AI有什么创业机会。但是有三类形态值得关注：

第一，专注底层技术的公司。例如做人工智能芯片、分布式数据库、图像识别的公司。

第二，帮助企业降低AI使用门槛的公司。这类公司主要是技术驱动，能为不同的企业赋能，因为AI只是一个工具，但对企业来说有较高门槛，不仅要有分布式数据库，还要懂算法和业务的结合。这类公司的出现，可以让企业傻瓜式地使用AI。

第三，传统行业的产业升级。很多行业，例如物流、零售、驾驶等，一旦与AI结合，会产生巨大的革新。对这些行业来说，这些创始人可能不懂AI，但他们如果懂得利用AI，就值得关注。

无论什么形态，在中国，AI都要首先找到一个垂直行业，落地商业场景，而不是纯做技术，那没什么意义，技术成果商业化的能力很重要。

变化很难用“年”做衡量，但我看到的大的趋势是，5G和物联网会让数据更加有保障，与数据有关的产业只是刚开始起飞，随着我们周围所有配件都会被数据化，数据的规模将出现成千上百倍的增长。

现在有人在说是AI的下半场，在我看来，上半场下半场的说法更多的是从投资的角度去说，其实什么阶段不重要，重要的是趋势和本质，

我的投资逻辑不是技术，不是说它是个技术公司我就去投，任何一个投资都是商业行为，要讲投资回报率和稳健性，技术只是衡量因素和决策标准之一。

从今天的演讲议题就能看出，我们说的是“科学、技术、创新”，任何一家企业都要有创新能力，有把技术转化的能力，毕竟公司是商业行为，不是福利组织。

不过从另一个角度看，技术可以形成商业竞争门槛，这是企业的有利点。

无论投资什么公司，逻辑是一样的，要先看行业前景怎样，市场有多大、走向是怎样的、是否有厉害的竞争对手，如果都很好，再看自身与竞品的差距在哪，是不是有竞争优势，这时候才谈到技术。

任何时代的投资逻辑都是一样的，只是不同时代有不同的投资机会。

首先，投资要看宏观市场是否有增长潜力，大环境是怎样的，其次还要看微观，企业自身是否有壁垒，处于什么竞争地位。

很显然，市场大的、行业竞争力高的、有技术壁垒的、市场占有率呈快速上涨趋势的，以及团队能力强，估值还合适的，就是很好的投资标的，这在任何时代都是一样的。

但在不同时代，什么行业市场机会大，什么行业在高速发展，是不一样的。比如10年前，全球市值前十的公司诞生在能源和金融行业，例如通用电气、中国石油、花旗集团等。而今天，大部分有潜力的公司是技术驱动的公司，包括亚马逊、Facebook、苹果、谷歌、微软等，这些公司的共性就是拥有海量数据，数据是第一生产资料，围绕数据的技术领先将产生巨大的价值。

这就是我为什么要投技术。十年前，市场内还有大量的需求没被满足，创业者有大量的淘金机会，而现在，野蛮增长的时代已经过去了，仅此而已。

方法论一样的情况下，取决于你投什么行业、对市场的分析、对核心优势的分析，因此要求的能力和素质不一样。

比如现在很多行业都离不开数据，如果你对数据不够了解，判断力就会弱一些，反之投资起来就会容易些。

每个投资人都有自己的边界，也都是有所擅长的，不是所有领域都能投，没有行业背景知识，很难形成判断力。

我个人觉得，如果这是未来社会的主流，一定会在教育上有所体现。

因为人才培养的模型会受到社会的影响，教育会补足这一块，但是会有一定的滞后性。不过可以预见的是，在未来的教育中，人工智能、大数据也许成为必须掌握的基础学科。