工业互联网我们在关注哪些机会点？

　　2019年，被形容为企业服务赛道的元年。经统计，过去一年，一级市场的企服项目融资数超过 800 ，占比近 20% ;千亿美金的 Salesforce、Zoom 等 SaaS 公司在美股市场也有营收翻了 9 倍的估值表现;协同办公软件 Slack、登陆科创板的金山办公，都是值得研究的投资案例。

　　视点的转移并不代表消费端已经完全没有投资机会，我们依然能看到新人群、新品类的不断出现和升级。但更重要的是，当服装、3C电子为代表的万亿行业进入存量商品、同质化竞争的阶段，需求端明显不满足于“有”，希望更“好”的消费方式，这一切倒逼企业的加速重构：业务流程的重构;管理逻辑的重构;生产方式的重构。

　　我们理解的产业互联网是：生产与消费直连;价格信号能够有效传递;制造也开始成为服务的一环。而这其中能够链接和优化两端的工作方式，都存在系统性的投资机会。2019年盈动资本在工业SaaS、数据中台、RPA、低代码等领域都有相关的投资布局。

　　工业互联网：关注的机会点?

　　资本和政策市场的不同，造成我们与瑞典、美国等国家制造业基础的巨大差异，只有900万人口的瑞典，诞生出多家如ABB、沃尔沃、Skanska、宜家等巨头企业。

　　在消费者—渠道—生产的链条中，消费特征和生产方式的阶段不同，投资机会也存在相当大的差异。

　　过去的20年，依赖于迅速崛起的消费内需，只要能把”货“生产出来就有人买，所以很多从业朋友说”会做供应链的都能活下去“。

　　当大环境处在消费旺盛的阶段，制造企业更擅长掌控成本，生产制造没有本质区别，投资更集中在终端产品和渠道的变化上。

　　我们在之前发布的研究《我们是怎么理解服装去库存的?》中提到：伴随刘易斯拐点的出现，国内的劳动力红利开始消失，劳动密集型的低端制造加速向东南亚、北非等国家转移的趋势明显，我们正在失去曾经在成本上的比较优势。

　　我们梳理了产业互联网下2B端新的创业方向，接下来将以服装、零部件加工制造业为例，简单表达一下我的一些观察。

　　一，  数据产生价值，第二曲线存在的前提。

　　国内制造业数字化程度低，因此行业内的解决方案多是「软硬件结合」，硬件和实施基础层的数据采集基本能够覆盖成本(不含大型项目)，软件的收费模式和数据价值是实现规模化的关键指标。我们更看好在数据侧有独特壁垒的项目，希望公司能通过数据发挥 「第二曲线」的价值。

　　我们以第三大产业服装纺织举例，品牌方去库存叠加消费多样需求，过去以大批量、规模化为主的供应链压力极大。而在设计、面料、成衣、渠道到零售环节，链条长，信息化程度低，垂直SaaS系统能充分发挥价值，比如WMS、GST、APS系统等。相比大信息流通的B2B平台，我们更看好通过技术赋能业务，掌握产能数据进而做成云工厂的商业模式。

　　从投资的角度，我们还会考虑整个行业客户对数据安全的敏感度，以及是否有较好的软件付费习惯，这些都决定了未来从SaaS工具切到交易的链路是否可行。如果存在可以切到交易的机会，我们会在SaaS估值基础上给出溢价。

　　目前来看，国内客户对进销存的财务数据比较敏感，但能够接受物料用量、产成品库存和次品率等数据上云，所以我们投资了「语祯物联」，因为认可这类项目具有”黑盒“数据采集能力和潜在供应链机会。

　　二、客户的刚需程度可量化，产品才有定价力。

　　客户的刚需程度可量化有两层含义：你的产品解决方案最好不可替代地解决了客户痛点，并且，它有可被衡量的刚需程度。

　　根据我们对国内生产端转型的观察，国外工业平台侧重设备管理服务(总体占比达50%以上)，通用设备管理环节更多会沉淀在类似树根互联、徐工信息这样的大平台上，而国内大量企业更愿意为生产的增收和提效付费。

　　原因容易理解。大家都知道在中国做企业服务的现状，是要先让客户多挣到100块，才有机会从这100块中收取10块服务费。而通过数据智能帮助客户做生产排期、过程管理、工艺优化，是提高产出最直接的解决方案。

　　产出可量化，能让客户清晰地知道他为什么离不开你的服务，以及你的方案能带来多大的收益，这样才能掌握到定价权(Pricing power)基础，才有机会站在细分行业的核心位置。

　　三、对于行业生态的看法

　　我分享一下对行业生态的看法。我们研究了市值千亿美金的巨头公司 Salesforce ，它从1999-2004年一直在开拓 CRM 市场，直到2007年才推出 PaaS 平台 FORCE.COM。与企业的销售、招聘、客服等场景完全不同，生产端的不同场景间有极高的行业门槛，比如产线有设备、劳动工人，产线流程和非标布局，很难存在一个通用产品的机会。

　　所以我们认为，工业软件不能做得太轻，选对垂直行业，然后做深，要有做出”超级产品“的准备。毕竟从阿里云到浪潮云，即便并没有行业落地基因，但云资源巨头们也都在盯着工业云平台。

　　有哪些值得关注的指标?

　　一 、早期项目做到第100家客户，面临一个突破点。

　　关注工业互联网赛道的朋友可能认为行业发展偏慢，其原因除了仍处于早期之外，还与行业的特殊性相关。早期项目大多是 Founder 带领一波深耕制造业的团队创业，凭借多年积累的行业资源，在早期获客上具备先发优势。但当你拿下 100 家客户后，公司需要新的销售渠道和客户打法，能否打破这个瓶颈，决定公司未来是否具备成长性。

　　我们可以简单估算：每家客户年收费10-20万，约100家的客户数，公司确定收入2000万。在这之外，我们更加关注公司的销售效率(Sales efficiency)，包括销售漏斗转化率、销售人效产能和ROI指标。

　　真正的客户是适合你的客户，而不一定是你正在做的大客户。

　　值得注意的是，从不同渠道获取销售线索的成本和转化率之间差别很大，公司需对ROI进行整体评估，及时放弃转化率低的方式。我们对比了 Salesforce 的销售费用率，发现基本稳定在 45% 上下。

　　工业 SaaS 项目一般是收取年服务费，行业客户对按月订阅模式的认知比中小企业办公 SaaS 差一些，但对于产品和渠道驱动的项目，LTV/CAC也很重要。偏SaaS类项目评估指标，我们常利用LTV( 客户付费生命周期 * 客户平均收入 )和 CAC( 销售成本 + 营销费用 )的比率，判断公司能否在未来 12 个月内收回客户成本。

　　二、理性看合同、营收和现金流

　　2B 企业服务市场，特别是企业的生产制造流程、工作流和数据都沉淀在系统当中。与流量竞争、价格补贴保持GMV不同，这个行业的留存可能性更高，所以我们会更关注能做到持续收费、高留存的企服公司。

　　我们之所以说要理性看待ACV(年合同额)、ARR(年经常性收入)和Cash flow(现金流)，更多是从财务和公司经营的角度。

　　我们想象有以下两种情况，情况一：拿下500万的大合同，需要720*3个人天服务，客户按年支付;情况二：拿下150万合同，需要180*2 个人天服务，但可持续收费。哪种情况更好?

　　正如我们在上一期「企服行研会」中的讨论的那样：早期公司为提高行业认知，争取时间和资金做产品，更偏向做大项目树立行业标杆。我们当然认可团队拿下标杆客户的技术和商务能力，但企业不应该迷恋于大项目带来的合同数字，从融资和估值角度，一二级市场更关注产品复用程度、未来现金流的可持续性。

　　举个数据中台的例子，我们在总结项目「袋鼠云」的投资逻辑时发现，满足「数据量大」、「愿意为数据资产付费」 这两个条件的还是以中大型客户为主，那么选择 【可能没有持续营收的大合同 】还是 【做标准化产品收入】，就可能会产生两类完全不同的财务表现和市场估值。(来源：盈动资本 文/方凯 编选：网经社)