在12月19日举行的第三期「泰合书院」闭门分享中，负责泰合在大数据、交易平台等领域交易的泰合资本董事付超平，以“数据驱动的产业互联网”为题，和在场10余位行业观察家们分享了泰合在产业互联网、B2B交易平台、新型供应链等领域的深度洞察。
付超平认为，中国的产业互联网相比发达国家还有10倍以上增长空间，而从终局角度来看，消费互联网和产业互联网中间的那条线正在越来越模糊。
以下为本文的核心观点：
消费互联网和产业互联网不是对立的关系，而应该是融合的关系。未来理想的情况是只有生产环节和消费环节。
分散、低效、信息不对称是产业链的核心痛点，也是链条中可被优化的环节和价值创造点。
技术对产业链的核心价值有两点，一是重构最小单元的连接；二是数据闭环。
判断数据是否闭环主要看以下三个方面：1）数据本身要是活数据；2）数据要完整；3）数据不能是孤立的，而是要与场景连接起来。
产业互联网不是用互联网思维去改造传统行业，而是把数据作为生产要素对传统行业做渗透，并且在业务场景里形成闭环。
单环节是切入点，终局一定要做多环节改造，多环节改造才能创造深层价值。
产业互联网单靠烧钱烧出的规模某种程度是不可持续的，要给予UE最大的重视，尤其在存量经济时代。
*「泰合书院」是泰合资本组织的私密闭门分享，每期拆解一个行业，旨在与定向邀请来的行业观察家分享泰合的深度实践与洞察。
产业互联网是一个十分庞大的话题，我们先从宏观、中美对标、产业链这三个视角来重新认识产业互联网的发展。
宏观视角，总结成一句话就是产业互联网是以技术作为核心生产力的表达。先从生产力和生产关系讲起：
技术和数据已经成为新型生产要素。我们倡导把视角拉长来看趋势。人类社会在不同时期有不同的核心生产要素：农业时代，最重要的生产要素是土地和劳动，因为农业时代的科技极其落后，土地和劳动能产生最直接的价值——生产粮食；到了工业革命时代，机器逐渐替代了人力，尤其以机器为代表的资本逐渐成为第一生产要素；在这个时代，技术和数据成为最重要的生产要素，并以自然溢出的方式向各个行业扩散。生产力决定生产关系，作为生产关系的表达，经济将产生与技术和数据发展进程相对应的改变。
再来看生产关系，有几个数据：一是中国的经济增速放缓已成为事实，2019年三季度GDP增速降为6%，二是消费互联网所依托的最大增长动力流量红利也趋于见顶。根据Questmobile统计，2019年Q2中国互联网月活人口首次出现负增长，而在已有的互联网人群中，社交通信渗透率为96%，网络新闻渗透率81%，这意味着单纯靠流量增长驱动的经济增长边界逐渐明晰。
这些都标志着经济进入存量竞争时代，单纯靠业务增长去获得更大利润的难度加大，迫使企业去追求内部效率的提升，从规模驱动向效率驱动转移，完成新旧动能转换。产业会选择与其发展最相适应的技术和数据来提升效率，这是产业互联网兴起的宏观逻辑。
第二视角是，从中美对标的角度看，产业互联网仍有10倍以上增长空间。
两个维度：一是把国家当成一个主体，从国际上比较通用的效率指标来看，每个劳动力生产效率上美国是中国的7.5倍；每吨标准煤生产效率，即单位资源投入的产出效率比上，美国是中国的1.9倍，说明在产业效率方面，中国还有比较大的提升空间。另外，把中美已上市科技公司的市值前20名公司列出来做对比，按照粗颗粒度看它的业务是to B还是to C来区分产业互联网和消费互联网，对比着看，美国GDP是中国的1.5倍，在消费互联网头部公司的市值上，美国是中国的2.2倍，这和GDP的倍数是同一个量级；但是to B类的公司，也就是广义上产业互联网公司，美国的市值是中国的15倍，说明产业互联网公司相比发达国家还有10倍以上的增长空间。
第三是产业链视角，消费互联网是产业互联网的基础设施。很多人将消费互联网和产业互联网对立来看，确实二者在所对应的决策主体、决策原理上完全不同，但我们认为，消费互联网和产业互联网不应该是对立起来看，应该是融合的关系。
从终局角度来看，消费互联网和产业互联网中间的那条线正在越来越模糊。未来理想的情况是，只有一个生产环节，然后就直接到了消费环节。这是所有产业链中效率最高的、消费者的需求最容易被反映到产业链上的结构，所以长期来看两者界限会越来越模糊，产业链效率会越来越高。
在这个基础上，消费互联网本质上是产业互联网的基础设施。
一方面，是需求侧的迭代会倒逼供给侧做改革。以宝洁为例，宝洁之前的一个新产品从提出idea到新产品投放，平均周期是3年左右，现在新产品的迭代周期缩短到四个月，有将近10倍的效率提升。
这是怎么做到的？主要是依赖于强大的供应链支持，以及更多更快的数据分析和反馈。存量经济时代，消费互联网的竞争会越来越激烈，在竞争激烈的前提下如何提 升用户终极体验成为核心。如果只是通过产品单一的优化，比如一个APP操作的优化、界面调整等，对用户体验的提升其实是有限的，更大的提升来自于供应链的改造升级，也就是基于产业互联网来提升产业链的效率，最终改变用户体验。
另一方面，终端更多的数据积累和线上化使得向上赋能成为可能。这怎么理解？举个例子，美团起初做的是一个APP，用户可以团购、叫外卖等，这一阶段是以人为核心的连接。发展至今，积累了大量有关用户、商户、交易、支付等要素，必然回向上游做渗透，做以企业为核心的连接。比如说交易环节做了快驴、流通环节做了收银的SaaS工具、做了to B端的美团配送，进一步的变成综合生活服务平台，这就是产业链的视角。
从产业链视角看产业互联网，可以更深入地了解产业链的各个环节。分散、低效、信息不对称往往是产业链的核心痛点，也是链条中可被优化的环节和价值创造点。
以汽配行业为例：2018年中国大概有2.4亿乘用车保有量，每1000人乘用车保有量大概是171，单从存量来说，中国是世界上最大的汽车保有量市场。同时，2019年中国乘用车的平均车龄接近五年，车龄结构性变化驱动维修养护费用增长。2018年车后市场总体是1.3万亿，意味着整个产业链只要提升1%的效率就会创造130亿的价值。
接着看产业链，一个奥迪A6的轮毂从生产开始，每个环节要面临很多问题：在生产端，一年要生产多少个？生产以后卖给谁？库存怎么做？；往下流转是一、二级 批发商，这是一个多层级的结构，交易链条冗长，每层经销商要定中间加多少价？再往下是零售商，向一、二级经销商调货，中间的过程效率会比较低；再往下到维修厂，包括4S店、大型、中型、夫妻老婆店，每家的需求不一样，长期有库存压力，所以交易本身的过程中往往是需要临时调货、串货以满足需求；再往下一层，才能到最终的车主，中间层层加价、沟通效率低，质量无法保证，这就是一个比较典型的低效产业链流转过程。
总结起来产业链痛点集中在三部分：第一，上下游比较分散，比如说汽配上游有150多个品牌，10万多个车型，具体到每个配件有1亿多SKU，中间经销商有 20万家，下游50万个维修厂，其中中小夫妻老婆店就有31万家，这31万家整体的市占率不到10%，分散竞争，每个环节的需求都是特异性的，需要独特性的服务价值；第二，产业链长，且存在诸多低效环节。由生产端向批发商、由批发商向零售商、零售商向维修店、维修店向车主，每一个环节都要经历信息的流转， 而且这种信息的流转在传统行业是很难线上化的；第三，信息极度不对称，最前面的生产端和最终的车主，信息经过多重传递，产业链两端的搜寻成本极高，必然导致价格不标准、质量无法保证等多个问题。产业链痛点越明显，行业被能赋的空间就越大。
我把技术对产业链的核心价值概括为两点。
第一，重构最小单元的连接，这里的关键词是最小单元和连接。最小单元，前一张PPT所示的传统行业里，大部分的产业 链条是链式的，每一层级和下一层级是单点连接，基础沟通和连接的单元是以公司为主体的，意味着哪怕是要买一个很小的配件，也需要以公司为主体进行沟通和反 馈。但在产业互联网时代，技术对产业链的核心价值是将以公司为主体的沟通分解成为更细的颗粒度，比如单一订单、单一SKU做更精细地匹配；然后是连接，即广度和深度。广度连接变成多维；深度是向企业内部拓展，将企业组织结构围绕用户核心需求做重构。
以汽配行业的开思为例，开思是市场上领先的汽配B2B交易平台，总结起来开思主要干了三个事：第一，构建了业内最丰富的底层配件数据库，包括2亿多个VIN码，7万多个车型，在它的系统中输入维修工单，90%以上能够实现自动译码，译码错误率低于万分之五，这样连接的最小单元就细化到每次查询和每一个SKU上，实现了效率提升；第二，搭建了一个智能交易平台。传统情况下要修一台车，汽配厂一般的调货流程先提交工单——人工看一下工单，判断需要哪些配件，然后再去库存中看能不能找到，不能找到就把信息扔到QQ群里，比如你需要宝马某个车型的某个配件，群里N个人给你报型号，这需要一一确认。如果不是就反向沟通，是的话就开始进行下一轮报价环节，整个订单确认流程最短需要半个小时，最长需要好几天时间才能匹配需求。
但开思将查询与交易做了重构，上传工单，系统1秒以内识别工单上配件的型号、车型做智能匹配，匹配出精准的VIN码，然后开思平台自动筛选供应商，给出实时的报价。整个链条从上传工单，到最后定义清楚需求，到精准报价可能只需要1秒钟。多向的连接极大提升了效率。第三，开思打造了一个平台型的治理结构，围绕用户为核心，每一个环节以及前台、后台、中台都是围绕业务场景搭建。三个事加起来反映的是最小单元的连接，把产业链从单点反馈的链式结构变成多点反馈的网式结构，连接的单元从单个公司主体分解成单个产品，单个订单，单个SKU，同时把连接也从企业的外部深化到了企业的内部。
第二个核心价值，我们理解是数据闭环。
在重构最小单元以后通过什么实现连接？这个载体是数据，数据是产业互联网时代最重要的公司资产，这里面既包括比较粗颗粒的数据，如宏观数据、行业数据、交易数据等，也包括更细颗粒度的、在具体的业务场景里产生的数据，比如说，具体某一个用户的交易体验大概是怎样的，比如说每个环节里的微妙变化等。
什么样的数据才有意义？
大家要对数据闭环有一个准确的理解，往往有的一个误解，数据闭环是一连串有联系有反馈的数据，实际上这个描述并不准确。
我们认为，要判断数据是否闭环主要看以下三个方面：
一是数据本身要是活数据。这意味着数据要是实时产生的，是在业务场景里可以循环出现的，与不能反映实时情况的、之前采集的“死”数据，价值天壤之别。
二是数据要完整。不仅包括线上的数据，还包括线下场景的数据。比如一个配件在线上的交易以及在线下的物流，每个环节是什么状态，什么环节导致效率低。
三是场景化的数据。数据不能是孤立的，而是要与场景连接起来，比如说一个配件什么时候推荐给哪个客户，要和应用场景结合起来看。
在一个产业里，如果你有更大的交易规模和更多数据沉淀，针对上游就能产生更低的采购成本，更完整的供应商网络，也就是更强的供应链掌控能力；对下游而言，这意味着你有更精准的匹配，更多的客户积累，更完整的产业布局，更深的行业理解。
从这个角度讲，产业互联网不是说互联网公司、互联网人才去进军传统行业，用互联网思维去改造传统行业，而是把数据作为生产要素对传统行业做渗透，并且在业务场景里形成闭环。本质上，技术对产业互联网的核心价值在于以数据为载体，重构最小单元的连接，并形成闭环。
供应链交易平台往往是产业升级的开端和核心
首先，供应链交易平台是产业链的中间环节，既连接上游也连接下游，也是最直接的价值创造点，一旦实现集采销售，上游的采购成本一定会更低，对产业链的效率有清晰的提升；另一方面，交易平台是产业链里最大的数据汇集中心，切交易平台能有更多的数据积累，在这些数据积累的前提下我们对上游和下游会有更深的洞察。
以农产品流通为例，我国农业生产每年11万亿的生产总值，市场规模巨大，但其实流通效率偏低，比如说流通损耗往往高达20-30%，加工产值的倍率也仅是海外发达地区的1/3。
第二个特点是供需两端的严重不匹配。第一产业是供给端，即生产端，右侧第三产业是需求端，即消费端。产业两端的需求供给其实是错配的，比如说供给端，因为数量和质量是受制于外部条件，比如气候条件，而需求端往往需要比较稳定的供给；又比如，供给端区域的属性会比较明显，橘子树可能只能在南方生长，但橘子的消费是全国属性的，就需要商品流通；再次，供给端SKU特别多，但需求端，饮食习惯和经营种类还是决定SKU本质上是分层化的，匹配和效率是核心；最后，服务上供给端产品形态粗放，标准化比较低，但需求端需要更标准的产出。
在这个前提下供应链交易平台是落后生产和先进消费的最优解，贡献集采销售、仓配的交付、数据的运营、服务的增值等多维价值，也会直接创造产业链的价值提升。我们看到农产品中，也诞生了一批领先的供应链交易平台，如蜀海、望家欢等等公司，带动产业链整体升级。
多环节改造才能创造深层价值
单环节是切入点，终局一定要做多环节改造。
拉长时间和空间维度去看中美to B企业的成长路径。在美国，有不少做单环节的上市公司，但某种程度上两边的发展不能直接类比。一个是发展阶段不太一样，美国公司对软件的接受度、对to B产品的接受度相对来说比较成熟，而在中国企业还在由为直接创造商业价值付费向为提升效率付费转换的过渡期，会有一个过程；还有一个是在消费互联网侧中国 和美国已经走出不一样的道路，比如说外卖，在中国已经随处可达，但是国外一定享受不到这个便利性，所以消费互联网侧数据产出的颗粒度、产出的属性，以及对供应链的需求本身也不太一样，在此基础上对2B企业的需求程度也不一致。
因此中国to B企业的发展路径有可能不同于美国。在链条长、相对分散的行业里如果只做单个环节，对产业链效率的整体提升作用有限，公司能赚取到的毛利也比较有限，只有切一个产业链的多个环节，产业深化，才能从整个产业链的角度提升整体价值，提升用户黏性。
针对这一观点举几个行业例子：
一是开思，开思的切入点是做中高端的原厂件交易，已经是行业内比较龙头的地位。但如果仅限于此，其对行业的效率提升从量化的角度来看，一是要乘以高端车型在全部车里的转化率，二是乘以全车件在所有SKU的渗透率，对行业的提升效率会有天花板，这样公司能拿到的take rate也相对有限。但是更大的增量是基于现在已有的规模优势、效率优势、组织形态去向上下游品类拓展和服务，从而促进全产业链升级。这也是开思在4S店、中端车及高频件、物流、维修厂的SaaS等都已经有深度布局的原因。
二是望家欢，将生鲜中最苦的仓配作为切入点，创始人高军在1995年创立望家欢，专注于团餐配送，经过近24年的积累望家欢在品牌资质、仓配物流网络、质量管理体系等方面有明显的优势。其最初的价值创造是在流通环节做更有效率地做履约，但现在望家欢是一个专注于团餐领域的全链条供应链服务体系，比如上游做更深度的源头直采，节省3%以上的成本，比如以需求指导前置性加工，比如科技赋能，打造全链条可追溯体系等，其实也是深入多个环节全方位对产业链做了提升。
各个行业的产业互联网机会以及各行业的关键要素
未来，各个行业的产业互联网机会怎样? 回答这个问题，我们一般比较喜欢用坐标轴的形式来看各个象限的关键能力。以下是我们供应链团队在看各个行业的关键要素时的分析框架。需要说明的是，仅代表我们对大行业大概的统计值以及分析框架，细分领域有可能不同，具体情况具体分析。
纵轴是产品的标准化程度，非标和标准都有机会，只不过大家的特性不一样，需求也不一样，非标产品定义的潜力会比较强，毛利空间会比较大一点，基础设施相对来说没有那么完善，效率提升的空间也就比较大。同时产业链往往比较复杂，行业的认知壁垒比较高。
再往下纵轴的下半部分产品相对标准，平台能赚取的毛利空间小一点，基建的网络往往是存在，效率本身的提升空间会比较小，更考验的是快周转，运营的壁垒比较高。我们把一些大行业放到对应的坐标系里，上半部分MRO、汽配、药、服装、餐饮等，某种程度上产品相对非标，供应链平台能取得的毛利空间也大一点。下面的油品、化纤、钢材、零售、快消、酒水相对来说会标准化一点，供应链流通环节能拿到的毛利空间也会小一点，但细分领域要结合细分领域具体情况来做分析。
横轴主要是终端需求的划分，左半边是B2B2B，顺经济周期；右半边是B2B2C，抗经济周期的。B2B2B，它终端需求是来源于B端，稳定性是受制于经济周期，商品的金融属性比较强，盈利就受制于交易能力，所以往往会有部分自营业务。
右侧是B2B2C，终端需求来源于C端，稳定性受惠于C端的消费习惯，商品的消费属性比较强，盈利更多的来自于“内容”的生产能力。比如说餐饮领域，我们的客户蜀海做的爆品“巴沙鱼”，就是带动产品去做升级。从上游养殖端的合作，到工厂的加工品、半成品，依托蜀海遍布全国的食材供应链网络，推出了一系列巴沙鱼产品，包括巴沙鱼免浆鱼片、巴沙鱼菜品AB包等，深受广大餐饮客户的喜爱。
每一个细分象限里因为行业特性不一样，决定它能切的产业链价值和能力需求不一样，但每个领域都有很大机会。切入点是一方面，更关键的是选择能对产业创造效率的切入点，以及切入以后怎么去撬动其它环节实现多环节的价值提升。
必经之路：并购整合
我们认为，并购整合是产业互联网发展的一个必经之路。在大部分行业里，产能本身是过剩的，有效产能是不足的，产业互联网的发展必然会加速对劣质产能的淘汰，以及对优质产能的迭代和整合。
有几个考虑，一是to B跟to C不一样，to B壁垒是多维的，比如说资源某种程度上也是to B公司壁垒的一部分，而这通常是难以替代的；二是to B端规模效应是不显著的，刚才说的产业互联网决策的主体由个人转向企业，而企业决策也由非理性转为理性，由个体决策转为系统性决策，所以很难在短时间内依靠自己的业务发展把整个客户都打下来，行业有自己的发展规律，要敬畏行业。
举个例子，Sysco是世界上最大的食材供应链平台，从1992年到现在大概30年，Sysco的发展历程就是一部辉煌的并购史，30年间做了200-300个并购，每一次它的收入到达瓶颈时并购都成为新的增长驱动力。其并购的方向有三个：一是区域性的供应链公司，二是产业的上游和下游做渗透和布局，三是国际化，切其他国家的市场。
我们自己服务的客户也有一个例子，望家欢是中国现在最大的团餐供应链公司，他们从去年开始也在做并购的事情。
首先团餐的市场有几个特征，一是团餐市场1.2万亿规模，年化增长率高于30%，高于餐饮市场年化增长率，按照40%的供应链成本来计算，团餐供应链的市场规模整体接近5000亿，而且团餐客单价大概是7块钱，对比外卖大概四五十块钱客单价至少有几倍的增长空间；二是团餐供应链的市场极其分散，中国排名前100个团餐供应商销售收入都加起来市占率在5%以内，效率较低，因为没有规模。这个基础上，联合是迅速扩大规模的最好方式，可以高效提升采购议价能力与运营效率。
基于这个考虑，望家欢从2018年开始推产业合伙人计划，开放自己的行业品牌资质的积累、集采、联采、供应链能力、配送、信息管理平台、标准化的运营体系。通过股权的方式合作区域化的公司、上下游的公司，联合打造农产品的供应链产品生态，也进一步巩固了市场龙头地位。
类似这样的一些行业，产业互联网最终的趋势一定是产业深化。这个逻辑判断下来并购、整合是产业发展的必经之路。
接下来我们看看关注的指标，是追求规模还是追求效率？我和投资人、公司交流时经常会聊到这个问题。首先，我认为这两者本质上是不冲突的，效率和规模不是一个严格意义上的两极，并非不可兼得。其次，产业互联网单靠烧钱烧出的规模某种程度是不可持续的，必须注重效率的增长，也就是把补贴的因素都扣除后客户、收入、规模的增长。
我们认为，在这个基础上，要给予UE最大的重视，尤其在存量经济时代。UE就是单位经济效益模型，也就是把所有订单相关因素都考虑进来的前提下来算每一单赚到的钱，直观反映企业的运营效率。还是以汽配为例：一单的客单价是多少，客户留存多少，下单频次如何，每单能抽取多少利润，要付出什么样的地推成本等等。因为UE是一个复合指标，所以每个行业的UE计算公式不一样，结合这个平台本身做的事情和模式来看结构怎么设计。
UE带来的另一个话题是现金流，to B端要考虑资金的周转、留存、使用效率。我们在2019年开始做年初展望的时候也提到，不管是从投资还是企业本身经营的角度出发，现在的市场环境下，对于效率的关注程度应该高于对规模的重视程度。这样的背景下，核心就是看怎么去实现有效率的增长，这也是考验产业互联网创业者在目前阶段怎么把自己业务做得最好的核心指标。
