[[328173]]

2020 年以來，在全球經(jīng)濟羸弱的大環(huán)境下，也有一些賽道脫穎而出，為長線布局的資本和創(chuàng)業(yè)者帶來結(jié)構(gòu)性機遇。

　　一個動向是，此前在中國市場不被看好的開源以及數(shù)字基礎(chǔ)設(shè)施層的項目，成為不少科技賽道投資人的關(guān)注焦點。

　　這里的數(shù)字基礎(chǔ)設(shè)施，指云計算基礎(chǔ)設(shè)施、基礎(chǔ)層數(shù)據(jù)存儲與處理、云原生代表技術(shù)，且這類公司和產(chǎn)品多以開發(fā)者為用戶，即做的是 to D 市場，開源是常見模式。

　　盡管外部環(huán)境蕭瑟，一些國內(nèi)外“數(shù)字基礎(chǔ)設(shè)施”類項目仍頻頻傳出逆勢融資的消息。

　　2020 年 4 月，物聯(lián)網(wǎng)大數(shù)據(jù)平臺濤思數(shù)據(jù)（Taos Data）宣布完成超過 1000 萬美元的A輪融資，這是其今年完成的第二輪融資；云管理軟件及服務(wù)提供商騫云科技，同樣在 2020 年第一季度完成兩輪融資。

　　AI、5G、IoT 等技術(shù)革新不僅帶來應(yīng)用層的創(chuàng)新，也會帶來數(shù)據(jù)感知、傳輸、存儲、處理等基礎(chǔ)層技術(shù)變革。而數(shù)字基礎(chǔ)設(shè)施領(lǐng)域更容易誕生通用機會。

　　算法的投資熱潮正在過去，基礎(chǔ)軟件的投資熱正在來臨。

　　這背后，也是整個 AI、數(shù)據(jù)技術(shù)投資邏輯的變化。

　　今天的文章，我們會分析造成這種轉(zhuǎn)向的各種因素。

　　1. 又一次跟風(fēng)？

       歷來中國 VC 都有跟風(fēng)美國的“習(xí)慣”。目前基礎(chǔ)軟件在國內(nèi)火也有這個因素。

　　我們先來看看美國基礎(chǔ)軟件市場欣欣向榮的現(xiàn)狀及其崛起環(huán)境。

　　美國市場經(jīng)歷了完整的信息化、云化、智能化浪潮，基礎(chǔ)軟件設(shè)施領(lǐng)域已經(jīng)跑出了很多公司。

　　已上市的公司中，MongoDB 和 Elastic 兩家明星開源公司股價一路飛漲。

　　數(shù)據(jù)庫公司 MongoDB 在 2017 年 10 月上市，截止 2020 年 5 月 26 日市值已超 126 億美金，2020 財年的收入超過 4.2 億美金。即使在疫情期間美股遭受史詩級重創(chuàng)的情況下，MongoDB 依舊保持了 20 倍以上的 PS（市銷率）。

　　

　　在 2019 年 4 月，MongoDB 還斥資 3900 萬美元收購了面向應(yīng)用程序的開源數(shù)據(jù)庫 Realm，擴充自己的移動解決方案工具庫。

　　數(shù)據(jù)搜索公司 Elastic 2018 年 10 月在紐交所上市，市值已超 50 億美金。Elastic 成立于 2012 年，因其開源搜索產(chǎn)品 Elasticsearch 而聞名。

　　未上市的公司同樣表現(xiàn)不錯。

　　2020 年 5 月，開源數(shù)據(jù)庫 Cockroach Labs 收獲D輪 8700 萬美元融資，至此 CockroachLabs 已經(jīng)累積了超過 1.951 億美金的融資。

　　開源平臺 Confluent 也在 2020 年 4 月完成了E輪 2.5 億美元融資，至此 Confluent 累積融資額已突破 4.559 億美元，是行業(yè)內(nèi)未上市企業(yè)中累積融資額最高的企業(yè)。

　　成立于 2012 年的云計算自動化平臺 HashiCorp 在 2020 年 3 月獲 1.75 億美元的E輪融資，估值達 51 億美元。

　　HashiCorp 稱其收入已經(jīng)連續(xù)四年同比增長超 100%，每年的客戶數(shù)量也在翻倍，有超過 100 個《財富》500 強公司在使用他們的產(chǎn)品。而 HashiCorp 有 85% 的員工分布在全球各地進行遠程工作。

　　美國市場的蓬勃離不開大數(shù)據(jù)與云計算的背景。可以說，整個基礎(chǔ)架構(gòu)的增量和變革都在美國率先發(fā)生。

　　2003、2004 年 Google 發(fā)布的 GFS 和 MapReduce 論文，全面揭開了大數(shù)據(jù)的時代序幕。

　　亞馬遜最先入局云計算，AWS 已上線 16 年。

　　云的普遍使用帶來了程序運行環(huán)境的升級，技術(shù)創(chuàng)新潮流一波接一波，包括集群技術(shù)，流計算，數(shù)據(jù)庫，容器技術(shù)和機器學(xué)習(xí)等。

　　最先的潮流是云計算基礎(chǔ)設(shè)施，主要集中在容器和 kubernetes 技術(shù)。

　　容器好比 IT 世界里的“運輸集裝箱”。上云第一步就是要將物理資源虛擬化，在容器技術(shù)出現(xiàn)之前，虛擬化都是用虛擬機來完成，容器是輕量級的虛擬化，最常見的容器引擎就是 2013 年崛起的 Docker。

　　除了 Docker 對容器進行創(chuàng)建外，還需工具對容器進行編排， kubernetes 就是這個工具。Kubernetes 源于 Google 內(nèi)部的 Borg 項目，Google 使用 Go 語言重寫后將其命名為 Kubernetes，并在 2014 年 6 月開源。之后，Kubernetes 在眾多廠商和開源愛好者的共同努力下迅速崛起。

　　與此同時，作為基礎(chǔ)設(shè)施的數(shù)據(jù)處理框架也在完善。

　　Google 的論文催生了大數(shù)據(jù)計算框架 Hadoop，Spark 從 Berkeley 大學(xué)的 AMPLab 實驗室誕生，Kafka 從 LinkedIn 誕生，F(xiàn)acebook 也把大數(shù)據(jù)查詢引擎 Presto 開源出來。

　　此外是深度學(xué)習(xí)框架以及配套工具。研究熱潮之下，開源深度學(xué)習(xí)框架層出不窮，如 Google 在 2015 年開源的深度學(xué)習(xí)框架 Tensorflow， Facebook 開發(fā)的 PyTorch、Caffe。中國互聯(lián)網(wǎng)企業(yè)也推出了自己的框架，如百度的 PaddlePaddle、小米的 MACE、騰訊的 ncnn 等。

　　從資本層面看，一個重要的觸發(fā)點則是近兩年開源原廠和 IaaS 大廠之間的長期矛盾，甚至在近年發(fā)生了一些糾紛事件。

　　例如云服務(wù)商“一哥”亞馬遜接連受到不少創(chuàng)業(yè)公司的質(zhì)疑，并在去年發(fā)生了開源創(chuàng)企“六大門派圍剿光明頂”事件——2019 年 4 月，7 家創(chuàng)業(yè)公司在硅谷召開會議，主題就是如何針對亞馬遜提出反壟斷訴訟。

　　原因是亞馬遜復(fù)制其他科技公司開創(chuàng)的軟件，并集成到 AWS，AWS 自己作為 IaaS 廠商收到了錢，但是費用并未分給原廠。

　　也是在這個長期矛盾之下，很多開源原廠修改了其開源許可證，從開源變?yōu)?ldquo;源碼可用”，不能集成到云等服務(wù)中，目的就是防止云服務(wù)商“薅羊毛”。

　　IaaS 廠商和開源原廠的博弈和上述游戲規(guī)則的變化，一方面導(dǎo)致大廠開始自研數(shù)字基礎(chǔ)設(shè)施技術(shù)，但另一方面也出現(xiàn)了一個對創(chuàng)業(yè)公司的利好——開源基礎(chǔ)軟件的退出窗口豁然打開，因為大廠開始通過“買買買”補充生態(tài)。

　　一個有力的買方首先是 IaaS 大廠。例如微軟以 75 億美元收購 GitHub，IBM 在以 334 億美元收購 Linux 巨頭 RedHat（紅帽）。

　　另一類買方是志在云轉(zhuǎn)型的 to B 巨頭，如 Salesforce 此前以 65 億美元收購集成平臺服務(wù)提供商 MuleSoft。

　　實際上，一直以來，開源軟件做大之后對大公司來說都有很好的并購價值，最典型的案例就是 Android 之于 Google。

　　而今基礎(chǔ)架構(gòu)的革新，對創(chuàng)業(yè)公司和 VC 來說都是一輪基礎(chǔ)軟件的新機會。

　　2. 中國的機會

　　轉(zhuǎn)眼看中國市場，基礎(chǔ)軟件創(chuàng)業(yè)熱確實有跟風(fēng)全球趨勢的因素，但也存在本土邏輯。

　　和全球趨同的是，云計算普及和開發(fā)者數(shù)量的增加也是中國市場不可阻擋的趨勢，且中國的發(fā)展速度和未來空間冠絕全球。

　　根據(jù) IDC 發(fā)布的報告，2019-2023 年中國公有云 IaaS 年均復(fù)合增長率將達 46%，預(yù)計到 2023 年中國 IaaS 市場規(guī)模將達到 2087 億元人民幣。

　　到 2024 年，50% 的大型中國企業(yè)將在容器、開源和云原生應(yīng)用開發(fā)方面依賴于第三方服務(wù)提供商。 

　　此外，開源項目的商業(yè)價值正在逐漸被中國資本市場認可。

　　這一方面是因為歐美已跑出了成功的商業(yè)模式。

　　目前開源的收費方式大概包括以下 3 幾種：

　　一是提供技術(shù)支持及咨詢服務(wù)，如 Red Hat（紅帽）。這家成立于 1993 年的公司主要出售基于開放源代碼 Linux 操作系統(tǒng)的軟件和服務(wù)，主要盈利方式為紅帽免費提供開源軟件，但向客戶收取維護、支持和安裝等服務(wù)費用。

　　不過這種商業(yè)模式是項目制，很難規(guī)模化，“紅帽模式”并不容易復(fù)制。

　　更為常見的方式是是 Open-Core，即核心代碼開源，商業(yè)版套件收費。

　　因為大部分企業(yè)客戶在下載源代碼后都需要購買額外功能才可規(guī)模化使用，這種方式相當(dāng)于用免費的代碼吸引開發(fā)者，來取代傳統(tǒng)軟件業(yè)的營銷投入，再賣付費的其他功能。

　　最后一種是云服務(wù)的 Hosting（托管）模式——開源廠商將其服務(wù)托管在公有云平臺上，開發(fā)者付費給 IaaS 廠商，IaaS 廠商再分一部分給開源原廠。

　　這種模式的問題是，實際上作為渠道的 IaaS 廠商最初過于強勢，比如 AWS 改改源代碼就說是“新產(chǎn)品”，自己收錢。但在經(jīng)過原廠的強硬抵制后，云托管已逐漸規(guī)范，成為行業(yè)慣例。

　　數(shù)據(jù)公司 Databricks、開源軟件服務(wù)公司 Acquia 都是這種模式。

　　開源項目被中國資本市場認可的另一原因是，國內(nèi) IaaS 大廠也有收購開源項目的意愿。

　　例如早在 2017 年阿里巴巴投資歐洲開源數(shù)據(jù)庫 MariaDB，有分析稱這是阿里巴巴“在海外領(lǐng)域最引人注目的云交易”。

　　而本土利好因素之一則是，中美貿(mào)易摩擦下的國產(chǎn)替代。

　　中國市場每年進口 3000 多億美金的底層技術(shù)，自主可控和進口替代為底層技術(shù)投資帶來機會。

　　例如數(shù)據(jù)庫領(lǐng)域國產(chǎn)替代正如火如荼，一家獨大的 Oracle 數(shù)據(jù)庫的陣地正在被侵蝕。

　　在數(shù)據(jù)庫技術(shù)社區(qū)墨天輪的國產(chǎn)數(shù)據(jù)庫排行榜中，已有 PingCAP 研發(fā)的 TiDB、阿里體系下的 OceanBase 和 PolarDB 等國產(chǎn)數(shù)據(jù)庫開始占據(jù)重要份額。　　

墨天輪國產(chǎn)數(shù)據(jù)庫排行榜

關(guān)系型數(shù)據(jù)庫之外，從新型的圖數(shù)據(jù)庫、到向量搜索引擎、深度學(xué)習(xí)框架等領(lǐng)域，也涌現(xiàn)了一批中國的基礎(chǔ)軟件團隊。

　　其中有創(chuàng)始人剛剛當(dāng)選 Linux AI 基金會新一屆董事會主席的數(shù)據(jù)處理公司 Zilliz，他們目前主打的產(chǎn)品是向量搜索引擎 Milvus；即將發(fā)布開源深度學(xué)習(xí)框架 OneFlow 的一流科技；由 Apache 軟件基金會項目 Apache Kylin 核心團隊創(chuàng)建的 AI 增強數(shù)據(jù)倉庫公司 Kyligence；今年三個月內(nèi)完成兩輪千萬美元融資的物聯(lián)網(wǎng)數(shù)據(jù)服務(wù)商濤思數(shù)據(jù)；新一代云數(shù)據(jù)倉庫偶數(shù)科技；

　　處理和存儲知識圖譜的圖數(shù)據(jù)庫 Neo4j；容器 PaaS 服務(wù)商 DaoCloud 道客云、靈雀云、飛致云、時速云；
私有云服務(wù)商 EasyStack 和聚焦 IaaS 層的 ZStack。……

　　另外是“新基建”政策紅利。

　　“新基建”概念 2018 年底首次被提出，并于 2020 年 4 月 20 日被明確范圍。其中信息基礎(chǔ)設(shè)施包含：以 5G 為代表的通信基礎(chǔ)設(shè)施，以云計算、AI 為代表的新技術(shù)基礎(chǔ)設(shè)施，以 IDC 為代表的算力基礎(chǔ)設(shè)施。

　　各個互聯(lián)網(wǎng)巨頭開始摩拳擦掌。阿里云剛在今年 4 月 20 日宣布未來三年將投 2000 億元，用于云操作系統(tǒng)、服務(wù)器、網(wǎng)絡(luò)、芯片等核心技術(shù)研發(fā)和數(shù)據(jù)中心建設(shè)。

　　一個月后，騰訊云也在 5 月 26 日對外宣布，五年投 5000 億元，劍指新基建。

　　在昨天（5 月 28 日）最新公布的騰訊 AI 新基建架構(gòu)中，其包涵了全域安全、加速網(wǎng)絡(luò)的“云基支撐”層和包涵了算法核心框架、深度學(xué)習(xí)工具組件等的“算法平臺”層，就是對應(yīng)著數(shù)字基礎(chǔ)設(shè)施的建設(shè)。

　　騰訊云公布了 AI 新基建的整體布局，即“一云三平臺”架構(gòu)，一云是指騰訊云，三平臺包括算法平臺、服務(wù)平臺以及開放平臺。

　　5G 也是中國市場的變量——5G 可能會帶來無人駕駛、VR/AR、遠程醫(yī)療、工業(yè)物聯(lián)等新應(yīng)用，也會帶來數(shù)據(jù)感知、傳輸、存儲、處理等底層技術(shù)的變革。

　　開源在大數(shù)據(jù)時代曾在美國市場繁榮，如 AI、5G、IoT 的浪潮是中國的機會。

　　3. 昨日算法，今日基礎(chǔ)軟件

　　基礎(chǔ)設(shè)施公司創(chuàng)業(yè)潮，也顯示出近兩年 AI 創(chuàng)投的動向：從應(yīng)用層往基礎(chǔ)層遷移。

CSDN 論壇，alice_tl：《AI 的架構(gòu)與核心》

　　在起于 2016 年的這一波 AI 創(chuàng)業(yè)熱潮中，中國市場最初最受追捧的是以算法為核心的公司。

　　它們多以通用算法起家，如以人臉識別起家的商湯、曠視，以語音技術(shù)起家的云知聲、思必馳等。

　　不過從商業(yè)上看，在走向市場的過程中，算法本身面臨很大挑戰(zhàn)。

　　這首先是因為當(dāng)前的深度學(xué)習(xí)仍是弱人工智能，其表現(xiàn)非常依賴數(shù)據(jù)環(huán)境，而 AI 的訓(xùn)練測試數(shù)據(jù)跟實際場景中的數(shù)據(jù)有很大落差，這就導(dǎo)致預(yù)訓(xùn)練的算法真的落地具體場景時，做不到“開箱即用”，需根據(jù)不同場景的數(shù)據(jù)特征做調(diào)參。

　　所以，做通用算法的公司，除了在一些個別場景——如安防領(lǐng)域大規(guī)模的人臉識別等——領(lǐng)域能有用武之地，很難再開拓新市場。

　　而當(dāng) AI 公司迫于生存和市場壓力，從通用算法轉(zhuǎn)向深入場景，踏實做行業(yè)產(chǎn)品和服務(wù)后，又面臨難復(fù)制、難以規(guī)模化的瓶頸。

　　因為在核心的算法能力之外，AI 公司還不得不處理場景里紛亂的數(shù)據(jù)，開啟“設(shè)置框架、喂數(shù)據(jù)訓(xùn)練、調(diào)參數(shù)、喂數(shù)據(jù)訓(xùn)練、再調(diào)參數(shù)”的循環(huán)，派駐工程師駐場，養(yǎng)起人數(shù)眾多的實施、部署、服務(wù)部門。

　　這直接影響的是 AI 公司的毛利率。

　　硅谷頂級風(fēng)投機構(gòu) Andreessen Horowitz（A16z）曾調(diào)查發(fā)現(xiàn)，毛利率低幾乎是全球 AI 公司的共性——AI 企業(yè)毛利率通常在 50-60％，遠低于 SaaS 企業(yè) 60-80％ 以上的毛利率。

　　另一方面，如今算法能力已不再稀缺。

　　各大科技巨頭和學(xué)術(shù)會議每年產(chǎn)生著大量的開源通用算法——自然語言處理（NLP）領(lǐng)域，Google 在 2018 年發(fā)布的 BERT 預(yù)訓(xùn)練模型已在多項任務(wù)上取得了優(yōu)異效果；“科創(chuàng)板 AI 第一股”計算機視覺算法提供商虹軟科技也在 2018 年推出虹軟視覺開放平臺時就宣布永久免費。

　　可以說，算法類的創(chuàng)業(yè)公司，確實偏離了資本最初對平臺型、通用型發(fā)展機會的預(yù)期。這中間，是投資人被忽悠了，還是從業(yè)者自己也霧里看花？

　　相比而言，數(shù)據(jù)理解、數(shù)據(jù)處理等更基礎(chǔ)的環(huán)節(jié)，理論上能誕生跨行業(yè)的通用型機會。這也是現(xiàn)在大家開始“跟風(fēng)”看這個領(lǐng)域的原因之一。

　　但處于發(fā)展早期的中國基礎(chǔ)軟件市場，也面臨很多不確定性。

　　不確定性首先在于，中國的 to D 市場很不成熟。

　　To D 其實可以算 to B 的一個子類，雖然使用者是開發(fā)人員，但付費方還是開發(fā)者所在的機構(gòu)。

　　而中國市場付費能力最強的機構(gòu)是政府和大型企業(yè)，其中還有不少國企，它們更偏好私有云或行業(yè)云，對公有云上的開源系統(tǒng)有安全性等顧慮。

　　另一方面，基礎(chǔ)軟件創(chuàng)業(yè)也受限于中國的低信息化水平。

　　從比例上看，較于美國，中國開發(fā)者數(shù)量仍然很低。波士頓咨詢發(fā)布的報告數(shù)據(jù)顯示，美國每萬人 AI 人才密集度約為中國 72 倍。

　　此前我們在與一位阿里云業(yè)務(wù)負責(zé)人交流時，他就提到國內(nèi)除互聯(lián)網(wǎng)和金融之外，國內(nèi)別的行業(yè)的信息化水平與國外“天差地別”。

　　比如中國某 Top3 的大型鋼鐵企業(yè)，一共沒幾個能做 IT 開發(fā)的人，這在國外成規(guī)模的制造業(yè)企業(yè)是不可想象的。

　　所以，“基礎(chǔ)軟件+開源”雖在國外已有先例，但國內(nèi)能否復(fù)制還要打個問號。

　　其次，基礎(chǔ)軟件創(chuàng)業(yè)公司的成長周期長，非常考驗公司持續(xù)融資能力。

　　也因此，現(xiàn)在活躍在此領(lǐng)域的投資機構(gòu)多為存續(xù)期長的美元基金。

　　總的來說，這條以往少有人走的路，正吸引著人才和資本躍躍欲試，想象空間不小。