峰瑞資本李豐：投資切忌跟風，要盯住這個不變的關鍵點

獵雲網註：在不同的行業當中，無論是機械化、自動化、智能化，你需要去判斷公司所處的位置。它不太容易跳一步發生，就像在雅虎之前很難出現谷歌，在微軟之前很難出現雅虎。原則上，每一個行業生產力效率的發展過程，都需要遵循這個行業的基本規律。要清楚地知道目前行業所處的位置，下一個階段需要什麼。文章來源：混沌大學（ID：hundun-university），作者：峰瑞資本創始合伙人李豐。

任何一個成功的商業模式，都解決了效率問題，這背後有一套生產力驅動工具。

從歷史維度分析，在過去100多年到200年的科技發展中，生產力驅動工具所起到的作用和帶來的變化，可以總結為以下幾個過程——

機械化：用機器替代人的過程，我們稱之為生產力的提高和機械化的過程。

自動化：如果機器上有很多感測器，機器的狀況和處理過程就可以被數據化，之後依據數據就可以做一些基於規則的控制，即讓機器做一些簡單、重複的動作，因此，我們就從機械化進入了自動化。

智能化：如果數據開始大規模的流動（最典型的數據流動即在線化）和交換，當數據慢慢積累到一定程度，根據當時的技術，就會在這類數據上產生出新的決策和分配效率，機器在規則以外自主進行決策、分配或判斷，此時我們稱之為智能化。

有的行業會經歷以上全過程，甚至經歷兩遍；也有的行業正在經歷其中的某一段，但它並不是一定會順次1234，有可能1212不停的循環，也有可能123123的循環。

接下來我們看看生產力驅動工具在不同的行業中，如何決定了成功的商業模式，換言之，如何決定了不同階段中最重要的節點和機會。

機械化提升勞動效率

1.英國工業革命：機器替代人

我們討論經濟強國，是在我們有了科技和成功的商業模式之後。

英國成為頭號經濟強國的原因是，16-17世紀的圈地運動，使得英國的農場主擁有了較多的土地，接下來英國發生了農業革命，即用機器替代人的過程。

農業革命的重要性在於：之前，因為生產力和效率有限，全世界勞動力中一直有90%多的人口要從事農業，此種情況下，無法養活科學家、哲學家、思想家、藝術家等。農業革命之後，因為效率和生產力的提升，有人就可以變成科學家和發明家。

接下來我們就到了工業革命即蒸汽機的年代，之後進入了規模化的工業生產，使得英國成為經濟強國。

這個過程最典型的特點是用機器替代人的過程，在這個節點上，誰能夠先掌握機器替代人的過程，誰肯定是成功的商業模式。

2.美國工業革命：規模化

大概19世紀中後期到20世紀初，美國成為經濟強國。美國發展的原因是，最先開始在全國範圍之內較大規模地形成了鐵路網。

隨著鐵路的普及，美國率先開始進行了規模化、標準化、工業化的生產。換言之，美國的工廠變得不再需要生產一台機器，只生產機器的某些零件即可，而且可以實現大批量、標準化、低成本的生產，再通過鐵路將其運出去。

接下來，由於鐵路的發展和標準化、規模化、工業化的發展，美國又誕生了鋼鐵大王。

大概從19世紀30年代到20世紀初，在美國迅速成為經濟強國的這70年中，由於成功商業模式誕生了不少富豪：

第一個人是范德比爾特，他在當時是美國鐵路業的最大巨頭。在鐵路和工業化之後，出現了第二個非常重要的億萬富豪，即卡耐基，他在20世紀初擁有的卡耐基鋼鐵公司每年能生產的鋼鐵量，已經相當於整個歐洲的總和，這得益於美國在工業化過程中是最大的應用市場。

由此可知，規模化成功的商業模式是在美國成為經濟強國的過程中出現的，它們是順周期出現的，且對提升生產力效率做出了貢獻。

數據化提升分配效率階段

1.計算機

先舉一個大家最熟悉的行業，PC互聯網。互聯網最早是從50多年前的晶元開始的，晶元能把計算和相對複雜的邏輯處理集合到由一個機器來做，這是機械化的過程。

晶元處理的是數據。

其中還有一個非常重要的輸入設備，我們暫將其稱為廣義的感測器，即滑鼠和鍵盤。它們跟晶元結合之後，可以比較高效地實現本文信息的數據化。

接下來由於互聯網的作用，數據開始了流動。

我們列舉了以下三個公司，它們在計算機到互聯網的過程中，依次誕生出的創新商業模式，起到了時代性的作用：

微軟：在個人計算機上，先產生出了一些著名的公司，如IBM或惠普等。此時微軟起到的作用是：使得計算機成為了廣泛的生產力驅動工具。

雅虎：由於鍵盤的存在，文本信息可被高效地變成數據，且能被計算和處理，接下來通過互聯網，文本數據開始大規模地連接和流動，需要對這種大量流動的數據產生一個分配過程。

此時雅虎起到的作用是：讓文本信息被高效地消費。這有點像中國的網址導航，即按照分類列出各種不同的網站及可能的大量信息，來供用戶消費。

谷歌：接下來，隨著計算機的普及、計算機使用時長和用戶數的大量增加，導致文本數據的指數級增長，此時，用排列的方式進行文本數據的消費和分配，效率已經不夠，在巨大的冗餘的生產過程中，需要進一步提高決策和分配效率。

此時谷歌起到的作用是：採用人工智慧的方式，把所有的文本數據按照某種標準進行相關性排列，用戶從隊列裡面來找他所最需要的信息。它還創造了搜索框，把用戶的需求數據化。

2.手機

10年前，在智能手機面市時，它起到了什麼作用？

首先與計算機一樣，是機械化的過程。

不同的是，在智能手機里，裝進了更多以前從未被裝過的感測器，包括最常用的、高清晰度的、尺寸很小的、可以光學變焦的攝像頭，即平時我們所講的多少多少像素的攝像頭，也有包括GPS等其他更多的感測器被裝進了手機。

這些新被裝進的感測器和計算結合，就產生出了新的狀態和數據，包括圖片數據、視頻數據、位置信息等。

接下來，由於移動互聯網的存在，這些數據大量的流動和在線，就會被要求提升分配效率。

在智能手機時代，出現了以下不同的商業模式：

蘋果：

它將智能手機變成了廣泛的生產力驅動工具。

當感測器被裝進手機里，需要有人將其普及到足夠多的用戶手裡，才能成為比較廣泛的生產力驅動工具。這個人，在PC時是微軟，Google也做了一些貢獻，在智能手機時代是蘋果。

智能手機普及後，帶來了新的數據，包括圖片數據、視頻數據、位置信息等，這些數據會大量在線，因之產生出了基於這些新的數據來消費的商業模式，即如何分配和使用這些新的在線數據。

當我們用這個視角來分析時，我們就會發現由於新的感測器驅動所產生的不同商業模式：由於新的攝像頭被裝入手機，產生了新的大量在線的圖片和視頻，美圖、Instagram，接下來產生了中國的抖音，美國pc時代產生的youtube也有了新發展。

談到Youtube，有一個有意思的問題，從投資的角度上看，中國在2006到2007年之間，產生出了非常多要做中國Youtube的公司，例如優酷、土豆等。

在當時那個年代，這些產生在PC階段的所謂中國Youtube們，沒有一家公司真正變成Youtube，即沒有公司是真正意義上是靠用戶上傳的內容，完成了整個的商業模式，大家都還是在網站上買電影、買連續劇、買大片。

此種現象產生的原因：再往前普及大概20年左右，在美國有一個重要的家庭電子產品——家庭小型攝像機，在中國還沒來得及普及就直接被跳過去了。

今天的中國之所以會出現抖音或美圖，是因為隨著智能手機的普及，用戶已逐漸可以熟練地使用拍照或攝像功能，意味著用戶知道如何產生高質量的內容了。例如所有的女生，基本上在2-3年前就百分之百的知道，自己在自拍上是哪一個仰角比較好看，或哪一個側角比較好看。然後這些數據就開始被大量的生產、分配和消費，接下來就出現了抖音。

滴滴和Uber：

原來我們在打車的過程中，如果用傳統的方式來描述，非常難描述清楚，比如要跟司機講：我在3個小時以後可能需要從A地到B地，我此時在A地的某處、穿什麼樣的衣服、願意付多少錢等。

司機也要跟你講說：我現在離你還有多遠，開一輛什麼樣的車，大概多長時間能到，但無法準確地預知哪一分鐘到。

但是由於智能手機的存在（智能手機中嵌入了GPS），就會使得雙方各在哪裡、要去哪裡這件事變得一目了然。在智能手機被大量普及後，在這種大量出現的新在線數據上來建構新的商業模式和分配效率，就開始變成非常大的可能且提高了很多效率。

美團和Airbnb，一樣的道理。

未來移動互聯網一定還會出現新的事情，因為會有越來越多新的感測器被裝進智能手機，這些新感測器隨著精度的提高或第一次被應用，會帶來新增量的大量數據。這些數據積累到一定程度，就一定要求用某種形式來進行分配和消費，就會進入新的分配和決策效率，意味著這些數據背後所代表的商業模式會被極大地提高一次需求。

以上案例提供了一些分析視角，可以幫助我們去評價和分析商業模式，看它到底利用了哪些新增的在線的大量數據，到底是處在自動化的過程，還是智能化的過程。智能化的過程即加入演算法，用人工智慧來處理這些過量的數據，以增加它的使用效率。

3.自動駕駛

我們用同樣的邏輯來看自動駕駛行業。

在自動駕駛這個最熱的話題和最熱的創業方向上，我們無非是探討這樣幾個問題：

（1）推動自動駕駛走向現實的重要因素

（2）目前自動駕駛是處在了什麼樣的位置上

（3）接下來會發生哪些事情

汽車就跟當年的火車一樣，是一個用機器來替代勞動力的過程，顯然是一個生產力躍遷、機械化的過程。

之前在汽車裡裝的對外感知的感測器和計算晶元不多，在自動駕駛發生的過程中，基於我們的分析邏輯，要先在汽車上裝上越來越多的感測器，無論是毫米波雷達、多個攝像頭或激光雷達等。

還要裝上越來越先進和算力越來越強的晶元，這個過程其實是把汽車這件事進行了高度的數據化，它的狀態、環境、所碰見的情況和周邊的感知進行高度的數據化。

這些數據一旦產生了更大範圍的流動和交換，或者叫互聯互通，包括與路面的、與交通燈的、與交通控制指令的等等，這些數據在極大量的產生、流動時，就會產生新的決策和分配效率，進入了我們講的智能化。

因此，汽車大概要先經歷用機器替代人的過程，然後再通過感測器和計算將其數據化，完成數據的極大量積累後，才會進入智能化，即自動駕駛。

依據這個原因，我在3年以前看待這個領域的時候，投資稍微偏謹慎，因為當時汽車的數據化過程還沒有大規模和大範圍的完成，即感測器們都還沒有被裝到汽車上，以至於汽車的狀態、狀況和環境還沒有被充分的數據化。

3年前，這個領域在AI上很熱時，我反而去投了非常多的感測器，包括加特蘭微電子、睦星科技、芯路航、飛芯光電、Aqronos，它們代表了汽車數據化過程中必須要先上車的東西。

小結

在不同的行業當中，無論是機械化、自動化、智能化，你需要去判斷公司所處的位置。它不太容易跳一步發生，就像在雅虎之前很難出現谷歌，在微軟之前很難出現雅虎。

原則上，每一個行業生產力效率的發展過程，都需要遵循這個行業的基本規律。要清楚地知道目前行業所處的位置，下一個階段需要什麼。

企業的創新只能是面向下一個階段來做。例如：如果處在了A這個位置上，你可以再往下做一段B的事情，接下來就會有較大的價值。

你也可以在一個比較垂直和很窄的領域中，努力通過自己的商業模式，迅速將這三個環節做成閉環。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！