互联网，已经不再是VC的主菜了
导读：线性资本CEO兼合伙人王淮、华创资本合伙人熊伟铭、九合创投创始人王啸、云启资本创始合伙人毛丞宇、DCM董事合伙人曾振宇、国盛资本总经理周道洪、赛富投资基金合伙人李佳等七位在数智化领域的资深投资人就中国数智化升级与产业重构的话题进行了深入对话。
在这个充满不确定性的时代，“数智化”是为数不多的确定性机会之一。今天各行各业都越来越离不开数字化，离开数字化工具管理企业已经成为一件难以想象的事情。
在投中信息、投中网举办的“第16届中国投资年会·年度峰会”上，在至临资本创始合伙人姜皓天主持下，线性资本CEO兼合伙人王淮、华创资本合伙人熊伟铭、九合创投创始人王啸、云启资本创始合伙人毛丞宇、DCM董事合伙人曾振宇、国盛资本总经理周道洪、赛富投资基金合伙人李佳等七位在数智化领域的资深投资人就中国数智化升级与产业重构的话题进行了深入对话。
以下为现场实录，由投中网整理：
姜皓天：各位上午好，感谢投中给予这样一个机会，能够和大家做一些讨论和分享。这一Panel的题目起得非常好，叫确定性。因为大家知道现在处于一个非常不确定性的时代。我个人比较看好，不确定性中的确定性还是有的。我个人的看法，数字经济就是我很确定的确定性。因为今天不可想象，中国的企业乃至中国的政府离开了数字化和数字经济，怎样去治理企业，怎样治理这个国家。希望今天在座的诸位做一些探讨和分享。
首先按照惯例，每一位花一分钟时间简单介绍一下自己和所在的机构，也可以顺便提一下你们在数智化领域投了哪些公司。
李佳：大家好，我是赛富投资基金的李佳。赛富投资基金创立于2001年，至今已经有二十多年的历史。在近几年，我们主要聚焦像创新科技、大数据、芯片以及医疗健康这些领域。早期也投了很多的互联网、移动互联网的项目。我本人是2005年加入赛富投资基金，也伴随基金和风险投资行业的成长，见证了整个行业的发展，谢谢大家！
毛丞宇：大家好，我是毛丞宇，来自于云启资本。云启是2014年我离开IDG创立的，8年前我们就选择投All in To B赛道，专注于和数智化相关的领域。美元和人民币加在一起投了接近200个企业，50%—60%都是在数智化的领域。
我们主要将数智化分成几块：一个是底层基础软件，比如数据库方面，我们早期领投了PingCAP；还有天洑软件，是做仿真软件的。然后是上面的应用层延展，像偏功能型的，比如客服机器人智齿科技；还有酷家乐，帮助家装数智化，目前也有接近1亿美金的ARR。另外还有百布，也是帮助纺织行业上下游提高效率。
王淮：大家好，我是王淮 Harry，线性资本的 CEO 兼创始人。线性资本是2014年9月份成立，目前是关注以大数据、AI、机器人为代表的前沿科技与产业里矛盾尖锐的问题进行结合的项目投资，希望前沿科技能在这些结合点上给产业带来十倍、百倍的效率提升。刚刚提到的酷家乐，我们天使阶段就投资了，还有神策数据、观远数据、思灵机器人，还有AI+种地、AI+养猪等我们说把人工智能与具体产业结合的项目。用种地、养猪举例，我们投的项目都是用技术改善这种中国人用了上千年的方法，并且比传统方法效率高得多，成本低得多。我们对黑科技“上山下乡（即走进产业）”很感兴趣。还有我们的投资团队自己是工程师出身，关注的也是以工程师、产品经理为代表的技术创业者。过去八年，我们一直寻找与我们这群人口味比较相近，调性相近的技术创业者，谢谢大家！
王啸：大家好，我是王啸，九合创投的创始人。九合创投成立于2011年，是一家聚焦科技领域的早期投资机构，全力支持改变产业和行业的创业事业。底层的云计算领域投了青云科技，已经在科创板上市，智能医疗投了鹰瞳Airdoc，已经在香港上市，还有Momenta、探迹等独角兽企业。沿着数据的迁移和积累，我们从底层的芯片、云计算，然后到应用层的机器人、自动驾驶、智能医疗等都有广泛布局。当数据产生越来越多以后，利用数据做一些，不管是交易撮合、软件系统还是各种各样的机器人都存在大量的机会。所以这里面我们持续布局了十年时间，也投了将近300家的公司。
熊伟铭：大家好，我是华创的熊伟铭。华创的主题围绕在科技，科技又分一些细的领域，硬件、软件、医疗、消费等。在2015、2016年，我们就“再见”互联网，因为今天互联网已经到了一定的高度，不再是VC的主菜。我们觉得VC主要的工作是发现新行业，创造新行业。从四五十年代的美国开始，到六七十年代小高峰，到最近行业发生变化。
我们觉得VC行业的使命就是发现新的行业，新的技术，将新技术转化为生产力。我们核心关键词是核心生产力，这体现在各个方面。比如今天讨论数智化，还包括新材料、涂料，太空科技、新兴液体发动机，还有脑机接口，自动驾驶等。这些其实已经是在学界讨论了很久很久的事情，我们今天所有讨论的主题，数智化和无所不在的计算，最早是90年代讨论的主题。我们今天讨论的没有一件新鲜的事，更多的是用新鲜的技术把这些转化成实实在在的产品和服务，推广到市场上，这是我们的观点。
曾振宇：大家早上好！我是DCM的曾振宇。DCM是一家专注于早期科技领域投资的基金，我们今天谈到的是我们过去十年的投资方向。不同时期，大家对数智化分类和命名的方法略有差异，它最早是从广义企业服务的角度里考虑的，我们围绕数字化、智能化、自动化这几个角度做了蛮多的投资。
首先，从底层架构看，我们投资了UCloud，是它最早的投资人；其次是底层数据库—巨杉数据库；从中间的PaaS平台和超级连接器的角度来看，我们投资了RPA的公司弘玑Cyclone，它在整个行业的数智化解决方案中，可以解决行业运行间的连接侧；最后是应用层，我们投资了不少功能型企业，比如智能营销领域的神策数据、客服领域的Udesk。在各个细分行业，我们也有布局，比如餐饮方面我们投资了“再惠”，这是让餐饮企业和中小企业可以有效进行数智化转型的一站式的技术服务解决方案；同样在AI、自动驾驶领域我们也有投资，甚至是更加垂直的AI视觉领域，我们投资了类似阿丘科技这样的公司；在广义客服领域，我们投资了Udesk等。
数智化是一个非常好的命名方式，它把大家过去十多年中各方面的工作做了浓缩和总结。在新的赛道，投资者可以持续沿着方法和功能的模块，寻找潜在的的机会。
周道洪：大家上午好！我来自上海国盛资本。国盛资本是一家新成立的机构，是上海市政府批准成立的上海国企改革发展基金管理机构，2018年开始正式运作。国盛资本的使命一方面是推动国企改革，另一方面是将国有资本优化布局到战略性新兴产业中去，发挥引领作用，推动创新发展。
目前管理的基金群包括17支大型主题、策略基金及28支项目基金，承诺出资650亿元，现在投出去差不多300多亿元，100多个项目，其中120—130亿元投入到战略性新兴产业，特别是新一代信息技术领域投资超过100亿元，接近50个项目。同时我们投资的国企改革项目和一些成熟企业，这些年他们都在进行数智化转型。
今天讨论的题目是如何在数智化时代去寻找确定性。就像大家今天来到这一会场，就有确定和不确定性。你们哪里来的，这是非常确定的，大家扫码以后已经记录在案。但是会后往哪里去，这是不确定的。现在就有模型和工具可以预测，大概有多少人会返回北京，多少人返回上海。然后我们有多少人参加投中年度峰会，多少人在现场多少人在线上都是比较确定的，但是大家参加投中峰会的收获有多少，并将付诸怎样的行动，这些可能是高度不确定的。
现在也会有一些工具可以进行跟踪和预判，但难度会显著增加。数智化是在应对不确定性中诞生的，一切都是计算，算计。我认为，中国数智化创新必须回归商业的本质和市场逻辑，厚植丰富商业实践的土壤，确定性的方向和路径只能来源于是否从根本上解决了商业当中大量的效率、价值、质量、成本、用户体验及社会福利等痛点问题，否则就是无效创新。从这个意义上看，我们容易找到数智化时代确定性的锚点和坐标，不至于迷失方向。
姜皓天：谢谢各位嘉宾，补充介绍一下我本人，我是至临资本的创始合伙人姜皓天。相比在座很多老朋友，我们应该是成立最晚的，2018年才成立。但是我干这个活是最早的，1998年就开始了。至临资本就投资一个主题：科技在产业领域的应用，这是未来大时代的趋势。当前阶段，数字化、或者说数智化是一个主力应用方向，这方面我们投了很多的公司。
接下来进入话题讨论环节。
第一个谈谈大势。大家都在谈数智化、人工智能，但是这个领域目前进入到什么阶段了？在座大部分都是资历很深的投资人，说得干货一点，你们觉得拐点到了没有？如果拿以前的消费互联网的发展来看，虽然1998、1999年就有了互联网，但是前期也是缓慢爬坡的，到2006年是明显的拐点，互联网进入加速发展阶段。换句话说，2006年开始投互联网的人，大概率都有不错的回报。
今天我们讨论的数字经济和数智化也是一样。从To B的角度来看，这一领域已经经过多年的发展，但爬坡还很慢。我们今天讨论一下，加速发展的拐点到了没有？希望每位都回答一下。
我经过很多考虑，倾向于认为这个拐点已经到了。但是今天数智化应用的主角是产业，各个产业的进程和渗透率不太一样。有些产业可能两三年前拐点已经提前到了，但是有些产业还没到，渗透还比较低。像农业，整个行业的渗透率比较低，谈不到拐点。
但整体来看，中国的各行各业在数字化方面的应用，尤其2020年以来，因为疫情的加速，各个企业、行业包括政府都在做业务组织、管理的在线化，我自认为拐点已经到了，现在正是这个领域投资机构和被投企业出成绩的时期。
李佳：说到拐点，其实我们可以先看看整个数智化的进程可以分为几个阶段。我认为从信息化、数字化再到智能化，可以分为这样几个阶段：产业里，最早最原始的都是人工决策，到下一个阶段，人工决策的同时已经有一些数据来做支撑；整个数智化或者产业数智化提的比较多是近5-10年，说明大家开始关注这个事情，目前国家很多产业在现在这个阶段。
人工做决策，同时有数据可以支撑，而且数据也可以通过一些工具展示出来，很多企业正处于这一阶段。这个阶段可以叫数据感知，下个阶段可以叫数据导向，这与人工做决策的本质区别并不在于数据支撑，而是由数据和算法做一些决策，然后人工根据自己的经验和行业的特点做一些微调。
再往下一个阶段才是智能阶段，就是真正由数据来做决策，不需要人工干预。现在像仓储物流，很多是由机器人搬运和上下货，这些完全是机器来做，不需要人工来，但每一秒我们都要对机器人的行为做控制和调试。还有很多产业像3C、半导体、电子制造包括能源，整个数字化和智能化的阶段比较高。其他一些比如服装、农业可能数据还不够全，数据标准化程度也不够高，阶段就靠后一些。
整体来看，我觉得现在各行各业的数据已经很多了，已经到了一个可以用数据做导向来支持一些决策，但是真正做到智能化，整个决策由算法、数据来做，还有很多的路要走。
姜皓天：李佳的观点是看行业，主要取决于数据，要看数据是否完善。
毛丞宇：我们从14年成立起就专注深耕这一领域，现在大家很关心ToB赛道或者是数智化赛道到了什么阶段。
拿消费互联网来对比，我们回到2003年看淘宝，那时候美国电商渗透率6%，中国1%不到。过了十多年，不管是电商的渗透率、微信支付、移动支付包括O2O线下方便的程度，抛开各种因素，我们最头部消费互联网的市值和美国又有所拉开，在2010年比较接近，现在又拉开了。在行业渗透率上，差不多用了十多年超过了美国或者并驾齐驱。
美国有一家专注投SaaS的著名机构Bessemer，我们和他们有比较深度的交流，每年会发布一个全球SaaS白皮书，它把ARR达到1亿人民币，在美国就是1亿美金的企业称为“半人马”企业，去年超过1亿的有40家，美国超过1亿美金的有百家，独角兽至少有100多家。
我们对比来看中国和美国处于什么阶段？美国的话，从Salesforce起来，过去一两年达到一亿美金企业的速度非常快，这个过程中，疫情也推涨了协同办公等。从发展阶段来看，中国的数智化进度相当于10多年前的美国。去年SaaS在二级市场最火热的时候，有30多家独角兽企业，相当于2010年的美国。如果往后看，随着政策的鼓励推动、产业重构升级以及企业管理层的年轻化趋势，中国数智化有很大发展空间。
收入方面，中国因为各种原因，目前还是比美国慢，以及信息化的程度相对落后。从行业维度来看，美国很多门类已完成整合，中国还有很多传统、碎片化的行业，比如家装、纺织、物流等，数智化水平有待提升。
未来十年，中国作为全球最大的产业门类、最全供应链生产制造的大国，有很多数智升级和产业重构的需求。美国目前有四、五百家数智化领域的独角兽企业，中国也有希望跑出三、四百家这样的企业。我们希望找到有韧性和拼劲的创业者，和他们一同成长，助力产业提效升级，创造真正的价值。
姜皓天：穿插一个问题，我想问毛总，你刚才提到不同产业链的问题。如果是从科技赋能产业的角度，一种思路是各个产业链的环节都可以慢慢做赋能，等到你具备足够的数据和智能的基础的时候，然后再往上突破；另外一种思路是不等了，专注产业链的关键环节，先做出来，带点整合的意思。你觉得在后一种情况，也就是我们用资本的方式，加速一些企业做产业链的重构和整合，什么样的产业上会有这样的机会？
毛丞宇：To B与To C有很大的差异，绝不仅仅只靠资本就能短时间助推起来。
举个例子，比如医院行业的数智化，在前面的诊断和提供医疗服务方面需要很多软件，在后面也需要绩效管理、医学培训等软件。一家三甲医院，大概有五、六十个软件供应商围绕着院长和信息化主任，希望帮助医院提高效率。
另外从行业来看，行业是有上下游之分的，比如百布、小胖熊，还有京东工业品等，这类型是把商品流作为切入点，从商品流切到交易环节。如果这个行业本身碎片程度高，民营企业比较多，相对来说，更有机会做一个聚合的生态平台，帮助行业进行整合，提高效率。像百布，贯通了成品布、坯布、棉花、成衣等上下游。而钢铁、石油、电力这些行业，大部分都是国企、央企，留给创业者的整合机会不多。
所以需要剖析碎片化程度和市场化程度，小企业越多，效率越低，就越有产业链的重构和整合提效的机会。
姜皓天：很好的分享，什么样的行业有这样的机会，比较零散化、市场化驱动的。王淮，你来看看对大势的理解。另外还有一个我很感兴趣，你说投AI养猪，其实那是挺落后的一个领域，为什么这么早的时机点上就投，考量点是什么？
王淮：可能我们这个机构是属于对大势和风口这个事没那么关注的。我们关注什么呢？这个（产业升级面临的）问题是不是够严重，是不是够大，科技在这里面，尤其是大数据、AI、机器人为代表的技术，对于解决这样的问题，是不是会带来升维的效率提升的效果。我们看到养猪的过程，目前总体还是非常的老套。包括几个核心环节，像健康管理，明明可以通过技术监测体重、体温等做健康监测，不需要一直用人工，但目前很多地方还是在用非常传统的方式。还有是养猪这个行业里，有非常严重的偷猪现象。一般如果有猪死了，看管的人拍张照报告给养猪企业，说这个猪因为病什么的挂掉了，这一只猪的损失是不用给养猪企业赔的，但是有的人会用一只死掉的猪摆拍3次，假装有3只猪死了，然后留2只健康的自己拿出去卖掉赚钱。实际上，这种问题技术完全可以解决，科技可以做到“让猪只死一次”，把养猪企业在这方面的损失降到0。
所以我们关注的都是这类能用技术去解决产业中问题的项目。我们觉得β是一个大势，会影响科技进入产业的效率，但是α是如果这个前沿技术被产业接受，能否带来十倍、百倍效率的提升。我们更多关注α，但是对β，是否定性因素的考量，只要不挂掉就熬，我们做科技投资，最重要的就是要有耐心。
姜皓天：非常好的分享。落后的产业，不一定是提高效率，堵住漏洞也是创造价值。我附加一个问题，王啸你在百度，一个是通用型，一个是垂直类的，这两个你喜欢哪种。
王啸：简单来说，就是用计算能力解决不太好解决的问题，或者当数据多了，有些问题可以高效被解决。观察过去的数智化，一定是数据多的行业容易数据化，人力成本高的行业容易数据化。本质上来说是能够替代人工，或者是把人工的效率提高。所以我觉得数字化是一个大浪，是一个非常大且非常长远的一波趋势。但是各个行业里面表现出来的节奏感是完全不同的。
最早期简单来说互联网是媒体的数字化，从2000年开始，后来到金融行业，再往后是日常的消费平台，包括美团、滴滴等。在这数据化的大浪潮里面，有些是偏消费，有些是偏产业。
对于一些SaaS公司，我们的人工成本和美国相比还是便宜的，软件提高的效率和愿意为软件付出的成本，与之成反比，人越贵，愿意为软件付出的成本越高。目前中国没到那个程度，所以SaaS公司普遍收入和规模的增长以及留存，比美国差一些，随着人力成本的提高，我觉得越来越好，但是需要的时间比想象得长。
通用类和行业垂直的数智化是不同的，通用类是解决基础的偏管理的，包括销售管理、客服管理。行业垂直类的数智化是解决行业中的痛点问题，特别是当一些行业中的数据化、智能化，和类似于机器人前端行动设施完备以后，可以很好地用这种系统从下订单、订单管理、到交付，实现完全的数字化。电商就是非常好的例子，物流、商品、支付，所有的这些流都可以打通，这对传统行业冲击是巨大的。把电商的例子放到纺织行业或者其他一些制造业，如果所有环节打通掉，整个效率就会提升。
现在我们遇到的问题是什么？很多行业只能打通一部分，某一部分提高效率，而另外一部分还是低效的，这时候数字化的进程受到阻碍，没有完全打通。所以提高的是行业效率的20%的，还剩下80%没有提高，这中间还需要演进的过程。这个演进的过程需要相对较长的时间，自动化的生产、制造、运输到终端的执行，如果完全自动化，整个过程会更加通畅，发展速度会快很多。
所以在中国，每个行业的发展节奏是完全不同的，我们也是沿着发展节奏去看每年不同的数字化主题。
姜皓天：哪些行业会在现代数字化的机会下渐入佳境，华创的观点是怎样的？
熊伟铭：我的观察是中国不会出现美国一样的软件行业，行业也有，但是价值会不一样。原因是中国先发展互联网，美国先发展芯片。我们是倒着做作业，美国是顺着做，美国是从基础设施一步一步地走上来，天然的有小公司变大，再不断地涌现出新的小公司补充不同的角色。而我们是反过来。今天很多软件的价值被大公司内部化，比如说微信和钉钉的产品吃掉了Salesforce和CRM的市场。所以，美国有独立软件的机会，国内软件的未来，用户价值上是最高的。跟美国相比，国内很多两三百亿美金的市场都不存在，Dollar Value和User Value是两个不同的价值。
很有可能中国现在已经过了最大的一波浪潮。与美国或全球平均比较，中国智能终端的普及率是极高的，这很难做到，但是中国做完了。有点类比像中国有高铁，高铁的溢出效应取代了很多的支线飞机。因此，不能说美国市场多大，中国市场就得多大，中国反而要做很多的减法。
全国统一的思想是我们要重建数字化的基础设施，数据库要分拆，最近阿里也要拆数据化部门。都像一块砖一样的拆出来，我们在重新补美国六七十年代、九十年代的课，中间有大把的机会。我们面临的机会是亚马逊除去电商和Cloud之外的那部分价值，这里面有很多投资机会。
姜皓天：中国创业领域的机会可能不一定要一味照抄美国。DCM是美元基金，按照美元的逻辑，爱投通用型、技术型的企业。你觉得中国这样的机会好找吗？或者更为难你一下，这类企业在现在中美格局的情况下，将来好去国外上市吗？
曾振宇：首先回答第一个问题，我们怎样看待大势的判断？这个拐点是不是已经来了？或者拐点究竟在哪里？
在回答这个问题前，我先简单定义一下什么叫拐点。用一个投资者比较务实的观点来说，这个拐点定义为：从被投企业的收入规模到收入的实现化，然后转变成具有真正社会意义的有收入体量的公司，以此为结果。如今，有多少公司跨国以IPO为毕业线。以这个标准来看，数智化的企业正好是在这一拐点的前夕。
我们看到的这批企业，从年化1亿、2亿人民币的收入到现在有一批公司接近6—7亿人民币的收入，这在各行各业既有通用性又有垂直性，各个行业的数智化进程都有一批头部公司。我们把这些公司的形象称之为高中毕业的前夕，意思是即将参加高考，有一些公司可能因此成长为大学生，然后再从整个的资本市场的角度变成上市企业。这些发展与成长离不开企业自己的努力和发展，或者是背后资本的加持，更主要的是社会环境正在慢慢变得成熟。
我们观察到，为什么中国以前传统的SaaS和企业服务的通用性这么差？为什么在其他成熟先进的市场中，比如说美国跑得比较快？这中间的差别是什么？有一个观察，像美国这样成熟的市场，它的管理学和方法论是天然通用的，而这些通用的管理学和方法论最早被固化为软件，之后软件云化被进一步固化，而固化软件反向加强了管理方法论的通用性。因此，它是理论和工具的双向加强，这就像整个市场的度量衡被统一，使得企业的扩张变得非常容易。
在今天的市场中，有各种各样的企业同时并存，各种各样的方法论也在同时并存。在这一时间节点，这些方法论又被固化在私有化的部署里，固化在独立研发的软件里。这样的软件反向强调了附着在上面的方法论，造成了度量衡的不统一。为此，对于第三方数智化企业来说，想要实现规模和快速扩张很不容易，但是这些随着云化的进展正在改变。我们现在正在看到企业们逐步跨过这些槛，从领先的企业只有1—2个亿的收入，到现在领先的企业达到了6亿人民币的毕业线。今后一旦有一批企业冲过毕业线，此时资本市场形成了成熟的配套支持或者认可，将又会有一批企业走向公众视野，慢慢地，在整个生态里形成正向的循环。虽然这个正向循环的发展有些时候是不匀速的，一旦经过了转折点，过程可能会加速发展。所以这是我们的判断，同时也是我们的期待。
在数字化的领域，它天然是比较割裂的，这里面每个行业的每一个功能的进展都是不一样的，有的行业还处于数字化的早期阶段，有的行业已经处于智能化的早期阶段。这里面要求的打法、扩张的速度和产品的结构都有所不同，但是发展的趋势是确定的，不管从发展路径，还是今天企业要减员增效，或者是进一步提高经营的效率，从企业经营需求的角度来看，它都是指向了这个方向。
速度会有波折和起伏，但是我们对于发展方向还是很有信心的，作为投资者，只要我们从早期就和优秀的企业站在一起，那机会始终也是站在企业和我们这边的，这是我们的判断。此外，关于怎样看待市场有多大机会。显然，现在的市场不会像消费互联网市场爆发的那么快，它在绝对体量上是小的，增速上是可被预测的，然而它也有一些好处，比如安全边际高。
另外，它可选择的创业者数量相对多，不会出现明显的马太效应。这些对于投资者来说也是好事，我们在这里面即便不以美国市场作为观察模版，以欧洲和日本市场为观察模版，中国还是能够产生很多大型公司，只要我们在早期与这些公司站在一起。回到问题的本身——创新来自于哪里，痛点来自于哪里，技术发展的路径是什么。
投资者只要专注在这些基本问题，控制好投资的节奏和标准，会发现新的机会非常多。
姜皓天：多谢曾总。周总，作为纯人民币、规模又大的基金。结合国内资本市场上市机会，首先请您分享一下您对大势的观点。另外，结合国内的资本市场的机会，从您的角度看，您又看到了哪些机会点？
周道洪：关于“数字技术现在是不是一个拐点”的问题，我从两个层面来分析：一是技术层面看。过去十年二十年我们一直都在等待一个革命性的突破，其实至今还没有等到。从整个数字经济发展的演进逻辑来看，从原来的互联网到现在的移动互联网，再到产业互联网，本质上看还是数字应用层面技术升级的路线。
第二是技术应用层面。我认为这一轮数字应用技术的发展是波澜壮阔的，它不断地往纵深方向发展，带来了翻天覆地的变化，是革命性的。当前，我们都感受到了数智化时代的到来。正如大润发老总所说的，“我击败了所有的竞争对手，但是却输给了这个时代。”特别是这些年，全球经济寒冬，我国经济进入存量经济时代，叠加世纪疫情，极寒环境和市场倒逼数字化非常高强度的普及。现在70岁、80岁的老人，你不用二维码“扫一扫”根本出不了门。这个看起来很小的动作，对数字化普及、跨越数字化鸿沟，其实影响非常大、非常深远。
这轮数智化创新正因为是应用层面技术的革命，中国完全有可能走出自己的独创性路径，IFC（Innovation from China）已经在现实中呈现。因为中国超大市场规模的优势非常明显，商业应用场景大、深、远，只要你能够从根本上解决了商业当中大量的效率、价值、质量、成本、用户体验及社会福利等痛点问题，就会有市场。所以这一轮在中国发生的数智化创新，我认为是带有独创性的，也是很有前景的。
最后落实到前面姜总说的这个问题。我们投了一个生产工业缝纫机的企业。一次我们深入探讨未来的发展方向。工业缝纫机算是传统产业，两三家企业已经占据全球70-80%的市场。那这个行业未来的数字化，创新点在哪里？很有可能出现一家提供工业缝纫机的企业，成为整个服装行业的中央工厂。对于服装行业，设计和创意才是最重要的，而加工是差不多的工序，完全可能把很多重复、分散的加工能力通过高度集中来提升效率。未来这个产业很有可能被颠覆和重构。比如，华东有一两个中央工厂，华北有一两个，华南再有一两个，就可能把全部的服装制造加工都解决了。这就是智能化和数字化带来的产业重构，这种趋势是不断深化的，也许所有的产业都可能因此重新来过一遍。过去，我们注重规模，现在注重链接，注重范围经济，这是数字经济的未来。
从数智技术的应用层面看，我认为仅仅一切才刚刚开始，远没有到出现拐点的时候。而且这一轮创新比以往都更有效，泡沫相对较少。为什么？因为这一轮数智化创新是环境和市场倒逼出来的，经受存量经济时代的经济寒冬叠加世纪疫情的严峻考验，寒冬之中开出的创新之花可能更加绚丽。
姜皓天：非常感谢各位嘉宾回答了行业大势的看法，也问了每个人具体的问题。比如说哪些领域更有机会，怎样看待国内国外不同的行业和不同资本市场的机会。也感谢在座的各位嘉宾的分享，时间关系，我们对话到此结束，谢谢大家！