见实特别邀请峰瑞资本创始合伙人李丰，担纲见实大会（9月19日）压轴演讲嘉宾，在大会的最后环节围绕“新流量、新消费及由此波澜壮阔展开的新创业机会”来进行。峰瑞资本目前在新消费领域研究非常深，也是出手频繁的风投机构。过去4年中，他们投下了钟薛高、三只松鼠、三顿半咖啡等新消费项目。今天发布的，是李丰于近期在小圈子内做的分享内容中的节选，但由于内容真的太长（光文字实录就超过8万字），太烧脑，每个时间轴下关键时代的变革的信息量巨大。见实此次只好节选出其中一部分，其他几个部分内容日后继续梳理分享。分享的这部分内容围绕如下重点：在过去10年，被证明最成功的移动互联网的创业机会或者商业模式围绕着什么少为人关注的逻辑？以及，李丰早年时候如何分析社交产品、为什么没有投自动驾驶人工智能系统而是投了一堆传感器、没有投无人便利店的原因？好吧，让我们先一睹为快吧。更欢迎9月19日，见实大会一起面对面。峰瑞资本创始合伙人 李丰
商业模式本质上最后毫无疑问从长视角来看是时间决定的，或者时代造就的。我们投过的公司，不管是纯互联网，还是零售、电商、品牌、AI、芯片等，从任何一个行业的进展来看，先开始做的事情非常简单，都是用机器替代人力的劳动力，得到了劳动力价值，或者得到了生产力价值的提升和效率的提升。今天生产力的提升，最主要的前提和500年前先有农业革命的出现一样，农民一直占整体劳动力比例的90%以上，英国开始的农业革命让农业生产力提高，也催生了后续的工业革命，然后到机器生产。在国内，1978年是典型的农业国家，农业生产力占劳动力总量超过80%，到今天，中国从农业到工业再到工业之后的科技，用了极其短的时间。现在，在全世界范围之内，产业链当中的制造业还保持在最大最全最好的前提之下，成为单一最大消费市场和人口大国这三个因素叠在一个时间周期里，也是极其少见的。这使得中国在两三年前开始，商业模式、商业现象的出现，有很多以前没有出现过的现象。我们要讲的零售，所有新零售创业者都跟生鲜有莫大关系，因为生鲜底层供应链是农业，红利来自于我们用政策改变了80%的生产力，叫农业生产力。这件事情跟工业差别很大。提升劳动力的整体效率，之间的区别是用机器替代人，及替代更多的人。用机器替代了人就是所谓的第一次工业革命之后。接下来20世纪40年代出现的是自动控制理论和第一次的像电子管的计算机，它们本来也是用来替代人的劳动的，再接下来因为有了芯片变的更复杂一点，再接下来有了互联网，再接下来我们希望移动互联网或者叫信息传递或者叫传感器的出生，使得这件事变成极大规模的普及之后，到了人工智能的阶段。
从一九四几年出现的自动控制理论和计算机的第一代之后，计算的演进把芯片做成电脑，到这儿有一个很重要的过程，我们称之为广义的传感器。就是加入了更多的输入和输出的方法，使得两个可以变成更被普遍应用的产品，我们讲的输入输出设备主要指的键盘和鼠标，也包括图形化的表达。这件事情开始发生了之后，出现结果就是开始有大量数据化的某一类信息，通过这类传感器带来的是最先和最大规模随着各类产品的普及替代劳动力的设备普及。接下来会导致最适合这类输入输出的设备，或者最适合这类传感器的信息先被数据化，因为是键盘和鼠标，所以大量数据化的信息就变成了文本信息。变成了文本信息之后，就开始有了从信息到数据化的过程。在数据化这件事情上，就需要来增加供给和需求在这类信息上的分配效率。所以在数据化的程度和规模都还不高的时候，先出现的分配效率是分类，或者相对好一点的分项分类分行业的这种消费方式。最简单的比方在中国叫网址导航，越来越多的信息开始出现之后，但还没到某个规模之后，出现的问题叫做如何提高这些被数据化的一类信息的供需关系匹配，或者叫消费效率。消费效率在继续循环普及的过程当中，我们制造出随着用鼠标键盘+电脑的人越来越多。不管是使用，还是消费他们的人都变的越来越多，所以制造信息和消费信息的人也变的越来越多，时间变的越来越长，并且开始变的联网，数据开始大量连接和流动。在这个基础上增加到一定程度之后，解决供需之间的效率匹配，接下来需要更高效的数据匹配，更高效的数据匹配积累到一定程度之后，并且大量数据化，这件事情需要某种形式上的表达形态，使得它变成数据，然后跟大量流通的供给连接。人工智能积累到一个程度一旦发生，如果没有政策影响100%会走向垄断，原因是因为这个事在完成了整个循环之后，毫无疑问进入到一个越大越好越好越大的循环。比你大比你更好用，比你效率更高，比你效率更高所以会更多人用我，所以我会更大，因为更多人用我之后变的更好。这个循环一旦进去不会再回来了，除非被政策切断。对我们来讲最难的事情，或者最重要的事情，都是在判断每一个行业，虽然人工智能如此热，每一个行业在这个循环过程当中站在了哪个位置上和再往下应该去哪个位置，或者再往下应该去哪个阶段。先来解释一些有意思的现象，智能手机跟原来手机相比增加了非常多的传感器，到今天为止在移动互联网上创业的创业者，在过去10年里证明了最成功的移动互联网的创业机会，或者叫商业模式，只跟这个新增的传感器有关，跟计算机的道理是一样的。先举一个最特别的例子，团购是在PC上发生的，那时候跟手机没关系。它是怎么迭代出来的呢？2007、2008年，开始出现团购商业模式的时候完全在PC上，后来美团和大众点评合并。在2010年之前，大众点评做了一件非常辛苦的事情，竭尽全力想把供给端的小商户信息变成数据。但是这个做的太辛苦，因为较少有人在出去干什么事之前先在PC上查好我要去的那个地方长什么样。那么，团购这件事在2008年出现做了一件什么事呢？团购在2008年如火如荼的发生，使得另外一件事开始变的重要了。虽然不持续，纯粹的价格刺激使得需求开始上涨，用户开始愿意到网上去找小商户的团购信息，供给也愿意主动上一下网来提供信息，把自己的内容数据化。这就使得大众点评之前做的事情开始变得越来越值钱。原因很简单，只是因为在智能手机当中增加的传感器，统称叫GPS，也就是定位装置。把位置维度用一种新的传感器大量生产且大量供给。大众点评所做的事情使得这些带有位置信息的东西生成了，一旦有GPS这个维度就可以重新分割信息，信息的价值就变的大了很多。社交也是一样，所有的新社交都是重新添加和分割了信息维度，使得供需关系变的更有效。因为数据的内容或者文本信息的总量开始越变越大，所以我们开始变成了需要用机器分配的方法来提高效率，所以我们变成了开始有人工智能了。但是谷歌所做的事情在供需关系文本信息匹配上，或者百度，原则上是一维的排列，需求变成一个文本数据，把全网的文本数据的供给，按照需求排成一个队。在这个基础上，我们是这么理解Facebook的，属于信息供给再增加，按照一维的排列，按照队列的排列这件事效率会降低，因为太多了。所以在这个基础上，Facebook加了一些其他的信息排列方法使得供需之间的效率可以再提升。从刚才我们举的大众点评也是一样，所有新社交也是一样。
我们当时判断新社交的方法，除了原有信息关系、供需关系之间加了一些新的筛选维度，使得信息在供需上可以再提高一个层级效益，从一维变成两维，两维变成三维。谷歌是线性排列，到Facebook之后，有网格可以传递信息和解决供需关系，所以增加了信息和供需之间的关系，增加了这件事的效率。我们看新社交能不能成的时候，原则上都是按照这个维度来看的，是不是在大量增加的数据当中又提高了，或者又增加了一些信息筛选的维度，使得供需匹配效率可以更高。2012-2015年我们看无线互联网社交，就是用这个逻辑来看的。我们再来说回外卖这件事，从美团到大众点评到外卖，跟加GPS也是一样，这个阶段显然100%是因为原来有的供需关系。再来说出行这件事，我们跟司机或者出租车愿意搭载你的人讲：“我在哪儿要去哪儿，愿意花多少钱，别人告诉你我在哪儿需要多长时间在哪儿接你”，这种话如果用语言来解决很难。如果把它变成数据需要一些方法，所以放GPS传感器是最合理和快速简单的把它变成了数据，从而把供需关系变成了数据。这个数据的好处是放在智能手机上的，而且在线且连接，一旦开始极大量快速产生更多数据之后就会发生新的大商业模式，也就是基于新的数据形态来产生分发和匹配。毫无疑问因为在智能手机上加了后摄像头。用诺基亚手机举例，2001年用的是诺基亚手机，后面有背向摄象头，100万像素或者100多万像素，2001年开始到2008年2009年之前，诺基亚的背向摄象头一直没诞生商业模式的原因是，这个东西不好，网络也不好，所以就没有诞生任何商业模式。我原来投过天使轮的B站，道理上来讲因为装了高清的光学摄像头，又便宜又好，又清楚又准。这种类型的新数据才会产生新的匹配商业模式，只不过一方负责生产开始，一方开始负责分发和消费。比如美图开始负责生产，到今天为止他们开始负责消费，就是这个道理。1、 在原来没有传感器和芯片的设备上，如何增加传感器2、 不同类型的传感器产生联网的数据化之后，解决什么问题，提高什么效率3、 自动的过程和范围，取决于取代或提升的那部分劳动力的价值如果我们出去度假，我们要找一个面向海边的适合家庭居住的，最好有餐厅。可能家庭里有老人，最好开了门就能离海很近的。这些事情的描述非常难表达，用了照片和定位之后选择这些非常难表达的描述和供给，同时变成了数据，做了一个新东西来撮合这类新数据。这类带有新维度的数据，这些东西是不是智能化我们先放在一边，这些东西最少有一个非常大的好处是在完整的循环里面，因为有一种已经极大普及的设备装了新的传感器产生了新的数据，所以这种新的数据上能够大量产生出来的供需关系的匹配，就能变成集合，出现大的商业模式。我们回过头看移动互联网上最大的事情几乎只有这一个原因，因为大部分的行业都还没有完成过新数据的积累和新数据的规模化产生，但绝大部分的行业很难一步到这，可以叫它人工智能技术，不过基本上不是机械来负责大部分的事。我们投资过程当中，面临到非常多的问题，如果暂时还没有大规模数据化的行业，我们先要解决的问题是怎么才能让这个行业和这个方向先把传感器装上。前几年经历起伏，最近又热起来的健身行业，我的理解是这样，第一次大家太着急，其中一个方向是直接跳过老师，用可穿戴设备当了老师，把锻炼或身体的某些数据，某些信息变成数据，但挑战的是怎么把传感器装上去变成最大的这个问题。五年以前开始有大量的流行手环，但两年以前，或者三年以前，手环基本上快被消灭了，最近又稍微开始重新再回头了。最先开始的问题是为了让大家给你这些信息和数据，所以才提供了手环产品，但不幸的是装传感器的方法不太被用户接受，用户觉得价值不大，所以没装上去。手机是另外一回事，手机的问题是先有了手机，凑巧手机在正极的过程当中有了更好的光学摄像头，有了更清晰的摄影方法，有了更好的处理器，有了更精密的定位方法，当然里面还有陀螺仪，之后还会加跟多的东西。这个前提是因为你先接受了手机给你的价值，附加进去的那些传感器使得这些新数据没有太大障碍的产生，然后在这些新维度的数据上产生了更多移动互联网创业的商业模式。那么，这个提高什么效率？这也是我们很痛苦的事，我们在投零售的时候跳过了无人商店，是因为在自动化过程当中，唯一考虑的是所放进去的自动化流程远没有智能化，自动化流程在取代人的时候，取代的那个价值够不够提供的成本和效率本身。所以我们跳过了无人零售。再来看自动驾驶，它从蒸汽机到内燃机是交通工具最大的贡献，最大的贡献是交通工具。我们在当时看自动驾驶的时候，认为最大的挑战，原来的车都是手动挡，后来便成了自动挡，后来还增加了定速、巡航，极少数的车还加上了自动倒车入库。自动倒车入库是后来加上了声波的倒车雷达，后来又加上了摄像头，后来又加上高清彩色和夜视摄像头，也加上了其他波段的雷达。我们当时的判断也很简单，如果自动驾驶是纯粹的智能驾驶，取代价值非常确定，因为是用机器替代了驾驶员的价值，提升的价值部分非常确定，在循环当中自动倒车入库就是这么过来的，先装了雷达，又装了视频，再把视频和雷达放一块，在一个确定的封闭、安静、稳定的环境当中增加了自动倒车入库。对我们来讲当时没有投，至今为止不一定算是正确的，没有投自动驾驶人工智能系统的原因，是因为如果就从到这而言，中间差了无数多的数据。比如，在音响当中加了麦克风阵列和一点数据处理，再加一两个新传感器并且把它连起来。我们也投了底层技术，这个也是挑战，这是足够大的行业，有二十万亿。这个行业显然还没有快速开始数据化，如果没有开始大规模数据化，回到自动驾驶的问题上，怎么把传感器装进去就变成了核心问题，怎么把它数据化也变成了核心问题，解决谁的问题，提供哪部分价值。如果说，传感器这个是隐藏的逻辑的话，那么零售中呢？零售的创业，围绕供需有两句话：1、每次消费创业的机会都是需求比供给多走半步，只要半步的距离足够大，创业机会就足够大。2、供给永远都是稀缺，谁有办法获得优质和控制优质供给，谁就有可能获得最大市场机会。这两句话在任何一个行业都循环发生。但中国、美国有一个巨大不同，需要解决几个开放性的问题：为什么最早淘宝C对C卖现货是一个好模式？其实不叫C对C，叫小B对C的卖现货，为什么这会变成中国最好的商业模式？再往下出现京东，再往下为什么会顺序出来唯品会和起来又下去的聚美、再往下为什么会出现拼多多？当然与之对应的小事，是为什么会出现社交电商和这些事，当然这是另外一个大问题。还有几个开放性的问题，为什么新出现的品牌，包括小米和苹果、严选、名创、三只松鼠、淘宝天猫中若干起来很快的品牌等，这些新出现的东西为什么都没工厂？往前不是这样的。再往下线下零售是受什么影响？及线下零售往将来看将长成什么样？解释第一句关于供求关系的话，让我举个简单例子：这是我小时候的事，最早家电都是凭票购买，接下来中国只要能造出好家电的人都变成了品牌，如长虹、海尔、格力、美的。从这儿开始到2000年，从供求关系上来讲都是供不应求，只要你能造出好东西来就行，之后出现的情况是供应趋近平衡，竞争开始了。所以这时出现了渠道，对用户更好一点了，开始帮你送上门、免费挑，并且还能退货、可以更多竞价选择等等。
严重的供不应求，供求平衡，供过于求。我们最先开始的两句话说供需关系可以用这几个现象来表述。从这个结果上来讲，我们绕过一次供求平衡，供过于求之后就开始回到供不应求——对新产品的供不应求。那么，中国消费市场有多大？中国一定会出难以想象的巨大消费品市场和消费品品牌市场，百分之百巨大的难以想象。中国正在变成消费单一市场大国，只要今天完成，从此之后在很长时间就是第一名了，我们还有增量。去年2018年经济不是很好，就是这样，商品零售总额增速也达到9.1%，而美国去年2018年是历史上过去10年中最好的一年，商品零售总额的增长率是4%。从这个意义上来讲，最好的一年是4，最差的一年是9，一旦超过去之后就会几乎永远超过去了，直到下一个跟中国差不多的人口大国追上中国为止，这里面有几个特殊的情况，历史上从来没出现过。一是极多、极大、极全、极好、极碎的供应链跟单一消费最大市场同时出现，二是这时出现了互联网，这两件事以前没有典型出现过。这是历史上所有人的规律，只不过中国太快，这几件事发生的阶段太快，挤在一个时间段里面，而其他国家大约一百年以上时间走这个过程。如美国大部分的品牌是二战后1950年到70年代中期这个周期内产生，大部分世界知名的美国消费品品牌都在这个时间段里面。美国在这个时间段里发生的事情是什么？第一次消费浪潮，典型的大规模消费升级。因为二战前新政所造成的基础设施，及汽车工业这两件事普及，触发了美好生活向往。简单打个比方：全家都能开车一起去看的当时美好的事情，都变成了那个年代的典型世界级消费品牌。中国呢？从电子商务的产生看，最先开始快速发展的年代，是中国的一二线城市住宅商业化之后。买第一套房子是国人第一次开始美好生活的向往。需要买点让自己美好和变好，看起来像是有品质生活的商品。同时还有开始比较明确的预期和财富效应，因为一旦房地产市场在一个级别的城市开始触发以后，它就开始快速增长，尤其是价格和规模。虽然买时还欠着50万，但没关系，因为房子值500万、700万，过了6、7年后就是个千万富翁了，就开始向往美好生活了。中国跟美国的差别是这个。2008年、2009年后中国房地产开始先下沉，二三线城市会经历一模一样的事，这之后出现了面向二三线城市为主的创业机会，就是后面那一波唯品会和聚美。最后一次是从2015年开始更下沉的市场，就是城镇化商业房地产市场，所以最后一次我们激活了最大一个级别的“向往美好生活”的需求，就是今天的下沉市场。电商在不同级别城市第一次被触发时，都会产生出一个比较大的供需差。向往美好生活和零售下不去的差，零售下不去低线城市，因为这对零售的要求更高。才会出现越难去的地方东西反而越贵，越穷的地方东西反而越贵的问题。供需差这件事就从用户的体验上变了，要不然你买贵但不一定好，要不然你买便宜但不一定不好。第一次触发的市场，因为零售解决的不好，都会先从便宜不一定不好开始。这其中，苏宁、国美在2000年之后伴随着中国第一次商业零售连锁业态出现，主要原因也是因为有足够多房子可以租了，加上地产零售化趋势，也导致了后续的经济型酒店创创业热潮。每一次下沉的（从一二线到二三线叫下沉，二三线到四五六线也叫下沉），每一次下沉的时候供需差在向往美好生活和零售上都会创造新的创业机会。过去的升级和变化都和房地产的而变化有关。不过，现在用房地产来刺激美好生活，让用户进入升级这件事，在中国基本上做完了，大级别上没有了。这时，在供需关系中，长期性一定成立的100%规律是来自用户：（这是接下来的隐逻辑）大家作为消费者是怎么买东西，一旦美好生活向往开始被触发了后，你作为消费者是怎么演变的？从知道大概要买什么，到尝试去哪里买？最后为什么这个东西好，并且要买它？从线上和线下零售开始，用户第一个阶段叫：如果你有选择去买贵但不一定好，以及，便宜不一定不好，你就先买便宜但不一定不好，再买大家都知道好、再买我知道好的商品。有点绕口，但只要是成熟用户都是这个循环。具体到投资上，这却是最痛苦的事情，因为很难分清楚这些细分动作之间产生的真实差、真实机会，以及还是不是阶段性创业机会？这对我们是最难分辨的。继续讨论低线市场的第一次消费升级，“便宜但不一定不好”这个逻辑会不会变？一定会变。低端一定会顺着这条线走：用户刚开始美好生活，又不知道去哪儿买，在尝试成本不高的情况下，宁可选便宜不一定不好，然后很快会品牌化。用户知道买不到的时候，你想个办法让他买到了，这就是商业模式创新。道理上来讲是渠道或者叫商业模式创新，品牌化，最终会回到供应链上，这是一个循环，是一定会发生，不会有任何意外。
对了，9月19日，李丰也会在见实大会现场分享关于新消费和新创业机会的新见解、新研究，欢迎面对面一起。
↘见实大会部分嘉宾及日程：
☟
扫码或点击阅读原文，即可购票