中美企業(yè)級大PK：為什么中國沒(méi)有誕生市值百億的企業(yè)？

　　在2C市場(chǎng)，美國三大巨頭Google、Facebook、Amazon，市值加起來(lái)達8000億美元，與之相對應的，中國B(niǎo)AT三巨頭綜合起來(lái)接近3萬(wàn)億人民幣，約5000億美元?！?C領(lǐng)域，中美兩國企業(yè)差距不大。

　　但在2B領(lǐng)域，美國有Salesforce、Oracle為代表的估值百億美金以上的國際巨頭，而中國約4000萬(wàn)家企業(yè)(含中小企業(yè)與創(chuàng )業(yè)型小微企業(yè))中，卻沒(méi)有一家市值百億美元的SaaS公司。

　　這是為什么?

　　近期，英途率近20位一線(xiàn)科技公司和投資機構高管深入硅谷，實(shí)地探訪(fǎng)了超過(guò)20家標桿性企業(yè)級服務(wù)公司，總結了中美企業(yè)級服務(wù)大環(huán)境的異同以及硅谷投資熱點(diǎn)，從中可以看出一些端倪。

　　中美大環(huán)境比較

　　1、美國產(chǎn)生了以Salesforce為代表生態(tài)鏈，產(chǎn)業(yè)環(huán)境開(kāi)放兼容，小公司夠專(zhuān)注

　　Salesforce通過(guò)API開(kāi)放接口接入各種各樣的應用，有類(lèi)似Appstore的Appexchange，通過(guò)接入Salesforce，用戶(hù)能選用各類(lèi)垂直細分的應用和小插件;這樣的生態(tài)在中國非常困難。這導致的結果是，美國的大企業(yè)形成了大平臺，小企業(yè)專(zhuān)注于某個(gè)小領(lǐng)域。像這次考察看了銷(xiāo)售預測里最好的四家，底層技術(shù)都差不多，都是基于Salesforce，但上層把自己隔離開(kāi)來(lái)，不做直接競爭;而國內大家都喜歡獨立做，比如海爾、美的、TCL在智慧家庭領(lǐng)域都希望做成封閉的市場(chǎng)，這樣很難做大。

　　2、美國企業(yè)提供的服務(wù)習慣放在云上，人們習慣線(xiàn)上模式及移動(dòng)辦公

　　美國Saas模式接受較好，這樣充分支持了后來(lái)的各種云計算，有利于解決數據孤島的問(wèn)題，還有人們的工作習慣于線(xiàn)上模式及移動(dòng)辦公，像考察的Pandadoc就是做銷(xiāo)售文件的管理，需要的就是電子文件、電子簽名、印章以及信用卡的電子支付等，而中國在接受全線(xiàn)上的模式還需要一段時(shí)間;另外，看的Intacct，是一家財務(wù)管理的應用，因為中國很多企業(yè)有兩套帳，或自己的記錄方式，很難做到規范地放到云上。

　　3、美國企業(yè)級服務(wù)喜歡收費的銷(xiāo)售模式，注重用戶(hù)的生命周期價(jià)值

　　據統計，美國有40%的企業(yè)To B;中國只有5%的企業(yè)To B;而中國的普通用戶(hù)對收費較為抗拒，也影響到本身To B企業(yè)的收費模式。并且原來(lái)中國企業(yè)尤其是傳統企業(yè)都是習慣一次性訂單支付;而美國注重客戶(hù)的生命周期價(jià)值(LTV)，留存率很高，長(cháng)期通過(guò)按賬戶(hù)或年費的形式來(lái)獲取利潤，大客戶(hù)很愿意為服務(wù)付費，像考察的BridgeEdge用戶(hù)留存率達到了100%。

　　4、美國注重開(kāi)發(fā)者文化，對底層技術(shù)很看重，注重通過(guò)數據推動(dòng)效率提升

　　美國的人力成本比中國貴，所以很注重通過(guò)數據來(lái)解放人，提升效率，哪怕是一點(diǎn)效率的提升對成本都有很大幫助，這也是本次考察有幾家銷(xiāo)售預測公司;而中國企業(yè)的人力成本低，與其購買(mǎi)銷(xiāo)售分析預測軟件，挖掘潛在客戶(hù)，不如用傳統方式掃樓，或鋪開(kāi)整個(gè)渠道。除此之外，美國企業(yè)級服務(wù)公司都有自己聚焦的領(lǐng)域，有核心的技術(shù)和算法，舍得投入時(shí)間進(jìn)行默默開(kāi)發(fā)，像考察的Graph SQL和Alation都花費了3-5年的時(shí)間進(jìn)行核心技術(shù)的開(kāi)發(fā)，并且投資人也對回報退出有較長(cháng)的忍耐。

　　硅谷熱點(diǎn)總結及建議

　　SaaS模式、云端、大數據、連接、開(kāi)放是大勢所向。目前美國SaaS產(chǎn)業(yè)占軟件的15%，2年前還只是2%-5%，再過(guò)3到5年會(huì )有50%;中國企業(yè)能學(xué)習的就是打造生態(tài)鏈，進(jìn)行微創(chuàng )新，關(guān)注垂直的制造業(yè)大數據及工業(yè)物聯(lián)網(wǎng)，以及數據預測分析。

　　1、打造生態(tài)鏈

　　國內企業(yè)最大的優(yōu)勢是地面部隊，要學(xué)會(huì )打造生態(tài)鏈，把自己和生態(tài)的優(yōu)勢發(fā)揮出來(lái)，把已有的資源充分地利用好，就像App Store一樣，分一部分利潤給第三方。做生態(tài)鏈要大氣，雖然會(huì )犧牲一定自己的利益，但是給了各個(gè)角色生存的空間，在長(cháng)遠來(lái)看是共贏(yíng)的，這點(diǎn)參考Salesforce。

　　2、微創(chuàng )新

　　相較于美國，中國也許有一些后發(fā)的獨特的優(yōu)勢。比如，美國的企業(yè)級服務(wù)大部分都是PC端的，移動(dòng)端非常少，智能手機的普及率并沒(méi)有國內高，這方面的創(chuàng )新值得探索。

　　3、制造業(yè)大數據及工業(yè)物聯(lián)網(wǎng)

　　這次參訪(fǎng)的企業(yè)中，有3家是物聯(lián)網(wǎng)相關(guān)的，在過(guò)去的四年里，傳感器的布放數量增長(cháng)了5倍，且傳感器都能通過(guò)互聯(lián)網(wǎng)連接到一起，產(chǎn)生了大量的數據，這在過(guò)去是不可能的。中國是制造業(yè)大國，使用制造業(yè)數據做預測分析，有很大的市場(chǎng)，這使得相關(guān)企業(yè)級服務(wù)公司能很快積累經(jīng)驗。

　　4、數據和預測分析

　　數據作為公司資產(chǎn)，會(huì )成為核心競爭力。預測分析是使用數據挖掘、統計、建模和機器學(xué)習來(lái)分析當前的數據去預測未來(lái)，Gartner預計，到2020年，預測分析會(huì )吸引商業(yè)智能和分析領(lǐng)域的企業(yè)40%的投資。

　　美國現在的銷(xiāo)售預測分析公司前5家，包括我們此次參訪(fǎng)的Infer等，共有幾千家用戶(hù)，然而這個(gè)市場(chǎng)的總量是巨大的，據SalesPredict高管透露，美國共有25萬(wàn)家企業(yè)需要銷(xiāo)售預測分析的服務(wù)。