我们做投资的逻辑是，先找5到10年这个周期当中，注定发生的趋势和要解决的矛盾。即便今天看起来不合理，但是因为有更大的原因，使得这些矛盾在5到10年内必须解决。我们就找这样的事情，想办法再往下一层去找到它们的规律。

在沙丘学院课堂上，沙丘学院导师，峰瑞资本创始合伙人李丰这样说。

峰瑞资本创始合伙人 李丰

李丰侧重于高科技、TMT、新消费等领域的投资。过去十年，他主导投资了三只松鼠、Unity、360金融、顺顺留学、清陶能源、nextVPU、两点十分、Robby、停简单等公司。

加入峰瑞资本前，李丰曾在IDG 资本担任合伙人。在此期间，他主导投资的项目包括宜信、猪八戒、铜板街、Bilibili、Coinbase、Ripple Labs、轻轻家教、挖财、河狸家、英语流利说、同盾科技、闪银、江小白、韩都衣舍、百分点、百融等一系列优秀创业公司。

以下内容根据李丰老师在沙丘学院的讲课笔记整理而成，有删减。Enjoy：

01

智能制造投资的背景及定义

中国的制造业今天碰见智能制造这个命题，是来自于中国上一个周期。中国通过什么竞争力和方法，变成了全世界的生产制造中心？这些竞争力如果需要保存和发展的话，应该往哪个方向去？

◆首先是劳动力要素

上世纪70年代中后期，中国有十几亿人口，80%在农村，1980年代，农村劳动力占中国劳动力总量比例超过 70%，所以几乎全部都是农业劳动力。

中国发展过来的事情非常神奇，1979年，大家自发的在四川和安徽的两个最穷的地方产生了包产到户，也就是后来的家庭联产承包责任制。

1983年的时候，家庭联产承包责任制的普及率已经达到了93%，这意味着把种田多少都一样，变成了多种多得。就这一件事，调动了农村生劳动力的积极性，使得农村劳动力开始走向富裕，而且解放了农村劳动力。

第二件非常神奇的事就是乡镇企业的发展。1980年，乡镇企业开始在全国各地慢慢出现的时候，占了中国农村劳动力大约7%的雇佣水平。但是到了1985年，已经达到了中国农村劳动力总量的14%。1995年，乡镇企业占了整个中国GDP的25%。

中国这两个非常偶然发生的自下而上的特殊的经济现象，让中国变成了90年代中后期全世界的生产制造大国，而且这是一个不可能不出现的结果。

李丰老师在沙丘学院讲课中

◆部分意义上的过度投资

中国在上一个周期当中，转化劳动力技能的方法都是通过过度投资。

什么叫过度投资？拿投资上的话来讲，就是短时间创造出了一个泡沫和窗口，然后导致了大量人才和资源的涌入，使得劳动技能转化和基础产业链的完善和形成。

比如我们用最短的时间就可以成为太阳能面板产能第一的国家，用最短的时间就即将变成锂电池产能第一的国家。

中国历史上发生过很多这样的事情，包括产业园区的建设等，这些事情看起来是对资源有浪费的，但是如果你从相对理智和抽象的历史观点来看，中国每一次快速获得一个新的经济增长方向的技能转化方法，广义上都是通过过度投资获得的。

美国是如何经历相同的阶段，以及如何发展的？

我们回过头去看美国是怎么发展的，对我们看待中国当前的问题极其重要。

1955年的时候，美国也是世界工厂，当时大概有一亿六七千万的人口，51％的劳动人口，这些劳动人口在三个产业里的分布大概是，农业占10％—15％、工业占30％—35％、服务业占55％。

产业升级后的美国，放弃了制造业大国的地位。2014年的美国，人口大概是3亿多，劳动力总量还是占人口比例的50%多一点，劳动力人口在三个产业的分布是，农业占1.3％、工业占19.1％、服务业占80％。

从纯粹的比例上来看，美国的工业劳动力人口总量并没有太大的变化，因为人口翻了一倍，比例下降了一倍。但是服务行业的就业人口变得无穷多，服务业的主要发展来自于金融服务和计算机及相关服务行业。

我们从任何一个国家发展的表象来看，都是把农业和工业的劳动力转移到了服务业，形成了发展格局。那么，如果我们把一个农民或者一个产业工人，从流水线上拿下来，放到餐厅里去工作，通过劳动力的简单转化，会不会增加这个人对GDP的贡献和对生产效率的贡献？这是一个核心问题，这个核心问题的背后需要思考的是，难道仅仅是因为就业行业的转换，就能够使这个国家获得四五十年的持续增长？

虽然计算机及相关产业占美国当时经济总量较小规模，但是它用非常小的比例贡献了完全超出体量的较大的生产效率提升。换句话来讲，美国抓住了一个提升整个国家或者所有行业水平的生产力工具，并且变成了它具有和能够掌握的核心动力。

所以，在从中等发达到发达国家，从GDP的第二到第一并且持续增长50年的过程当中，要想做好劳动力行业的技能转换，核心问题是要找到生产效率工具。

在2010年之前，全球市值最高的十个公司基本上都是能源和制造业公司。2010年之后，全球市值最高的十个公司，有七八个都是互联网公司。生产效率的提高和竞争，使得这些公司变成了全球最大市值的公司。

中国需要把制造业留在国内，来做一次升级

对中国而言，无论如何都要找到对应的生产效率，用工具系统性地解决长期发展的问题。但是像美国、德国、日本，在同一个经济增长阶段，它们是在只有1亿多人口或者2亿多人口的时候过的那个周期，而中国是要带着14亿或15亿人口过这个周期。

如果我们也发生像美国这样的转移，最大的挑战是中国没有办法在短时间之内，把农业、工业这两部分的劳动力全部都转化到服务业，所以生产制造行业在一个相对比较长的周期里必须留在中国。因为它涉及到了劳动力转移和劳动力总量太大，一旦不能很好的解决这个问题，就意味着会出现规模性的失业。

中国第一次城市服务业的规模性发展是2000年之后，当时出现了很多夫妻老婆店，在那个周期里很多劳动力是来自于再往前几年的下岗工人，因为他们被迫再就业。

中国在留存生产制造行业的整条产业链的时候，必须得解决这个产业链当中核心定价点的问题。换句话来讲，这个产业链之所以沉淀在中国，最早是因为中国完成了劳动力转化和大量廉价劳动力的供给，但是你要把这套产业链持续留在中国，你就必须在每一条产业链上找到足够好的具有定价权和毛利空间的点，这是中国的宏观命题。

科技（互联网）的发展是如何形成的？

互联网和移动互联网的发展，包括将要进行的智能制造业的改革，核心问题是什么？这句话我们分成两部分来看。

第一，像互联网和移动互联网这种和智能手机相关而产生出来的巨大无比的公司，基本上都是因为什么原因而产生的？

第二，同一个原因套到制造业的智能化改革上，需要什么前提条件？

过去20年，这些超大型的公司诞生的几乎唯一的原因，是因为有某些事情和设备和传感器，使得某一个巨大的供需信息变成了完全的数据化。

我们先看电脑的历史进程。首先是发明了电脑，当时芯片非常重要，传感器非常重要，这是核心的生产工具。接下来发明了键盘和鼠标，在PC上把你的字变成了数据。把字变成了信息之后，就产生了所有跟字有关的供需关系的数据化，接下来我们依次看到了用人来干这个事，就是做门户网站。门户网站很多了之后，因为有编辑，再往下就是垂直门户等等。

如果把文本变成数据这件事情，变成了越来越多人的需求和供给，导致的结果是基于字的消费，整条链条从供到需上都被数据化了。一旦开始了数据化之后，你就可以在里面重新建立一个分配效率。

再举一个例子。滴滴和Uber为什么会出现？就是我把我在哪和你把你在哪这个供需关系的表达变成了非常简单和容易的数据化，因为手机上有了定位装置。一旦把一个较大体量的行业的供需关系变成了完全的数据化和在线化，就能重新建立分配机制，使得这个效率得到整体提高。

在过去20年，所有最大的事情本质上来自于把一个足够大的行业实现了供需上的联通和数据化。

我们今天来回答智能制造业也只有这一个问题。为什么这个时候有了智能制造的可能性？因为你也把制造看成是供给，把制造面对的采购看成是需求，如果你考虑供需关系的话，最终能够实现极大效率提升的方法，只有一件事就是让这两个部分都能够流动起来，它的信息的流动效率可以极其高且形成闭环。所以，智能制造行业的发展和目标基本上是来自于这一件事。如果这件事实现得快，动力就很快。

把供需信息变成数据这件事是怎么完成的？是通过一个几乎接近自动化或者极大简化输入功能的输入设备完成的。

美国在上一个周期有个非常著名的企业叫YouTube，中国在上一个周期出现了优酷、土豆等，但是它们上面放的全是电影，跟YouTube显然不一样。为什么中国在那个周期里没有YouTube？或者说为什么中国在这个周期里出现了抖音和快手？因为你要把视觉信息转化成数据的时候，你需要个方法。

我们把视觉信息表达为视觉数据这件事，在中国是直到有了智能手机才有的，因为智能手机有个后置的或者前置的高清摄像头。

什么叫技能转化？女生在2010年想拍好看的照片，可能要用单反相机拍照。后来智能手机用多了之后，在座的每个女生保证100%知道自己应该适用哪一个仰角和哪一个侧角自拍最好看，这个基本上是通过自拍了成百上千张照片训练出来的。

它们按照顺序，经历了camera 360、Instagram、美图、快手和抖音，它们做的事情分别是什么？第一，把视觉信息通过设备进行简化了，输入之后翻译成了数据。第二，消费数据和生产数据都在快速增长，所以他们先出现了生产工具，然后再出现了把数据上的供需关系进行了自动撮合，就像抖音这样，用人工智能不停的给你分析和推荐。

所以，你要把一个行业的供需关系变成了数据化，一定要有一个环节得到很好地解决，就是一定要使得供和需的数据化变成简易输入的设备。即便是摄像头，你如果没有好的手机屏幕你也看不了，这是消费端的。对于供给端而言，就是摄像头在不停的提升，不管是前置还是后置在手机上。

智能制造就来自于两件事，一件事是前台数据，就是需求数据的想尽一切办法的数据化；另一件事是生产制造环节想尽一切办法的数据化。

几乎所有的数据化过程都是由传感器完成。什么叫传感器？手机后置摄像头叫传感器，里边的GPS定位叫传感器，键盘和鼠标也可以视为传感器，或者我们把芯片的某些大类也视为传感器，你必须使得足够多的设备变成智能化设备。有了传感器，他们才能出现大量增加的数据，才能使得供需关系的匹配变成更有效的东西。

所以说白了，底层技术和传感器是智能制造行业当中，对供需两端数据化的唯一核心。

02

新零售对智能制造的影响

智能制造中的东西，有一部分是工业用的，但是大部分是消费用的，就是我们的衣食住行。所有大的事情，都是先把供需关系数据化，再在其中基于数据化以后的分配而产生的商业模式。

新零售的本质是什么？

新零售这一轮怎么发展？真正意义上典型的新零售，它做的第一件事情是把线上和线下的用户需求，用一个解决方案和一个通路兜起来。

在过去，中国经历的所有零售都是线上的归线上，线下的归线下，这是两件事。

新零售的本质是第一次实现了线上线下同样的产品，同样的款式，同样的价格。以前，线下零售非常差，都是又贵又不知道的东西，而线上有性价比，而且还比线下便宜。

大概四五年前，我们还经常在线下看见有小男生小女生拿手机扫和拍美国的东西，然后去线上找了买，当然现在很少看到了。他们为什么会拍了去买？因为线下的东西不好，线上的性价比好，线上线下的零售是不统一的。那为什么线上发展的快？因为大家为了追求性价比，强行把一些应该在线下买的东西拿到了线上去买。

现在盒马鲜生、名创优品、小米有品等等这些新零售的典型代表，让你百分之百的相信线上和线下是相同的产品、相同的款式和相同的价格。这在中国零售历史上还是第一次。新零售对用户购买习惯的改变是，不会有太多人去网上买东西了，其实你本来有很多东西就应该在线下买。

新零售带来的好处是，谁做成了新零售这件事，谁就在需求端先把所有的需求变成了一个管道，然后同时因为它有大量的线上化，它还把需求变成了一类数据，这就很厉害。反过头来它就会去影响那个生产端。

所以按照步骤发展，大家首先要在需求端占领用户心智，如果我已经在需求端把新零售变成了代表了百分之几十的线上加线下的所有需求总量，且还把需求端数据化，我还把我的操作管理和运转流程数据化，再往下我就会去强迫供给端变成跟我一样的效率。这就是用需求来改供给。

新零售如何影响制造业智能化？

我们拿智能制造来举例子，他肯定再往下就会去选一些在生产和储存端，能够跟他所需要的效率和数据配套的人，带着这些供应商一块升级，使得这些人最后变成了最大的供应商，然后那些不能升级的就被淘汰了。

中国有个非常有意思的事情，就是制造端永远有高中低三个档次。

低端的挑战就是既不规模化，又不现代化，也不标准化，然后也没有什么性价比。这样的产能慢慢的就被挪到了东南亚去，但是它们在被挪走之前，也需要生存。所以中国出现了一种商业现象，就是微商，或者叫社交电商。

2018年一季度，全球提供智能手机芯片的出货量出现了20%的下降，就意味着智能手机市场已经饱和了。网购用户有5亿多人，智能手机用户有十几亿人，那么那些不是网购用户但是是智能手机的用户，都在什么地方？大部分这样的人还是在一线城市。

中国的新零售正在开始，线上线下高性价比的同品同款同价这件事，已经在快速铺开，但显然还没有在所有的消费品方向和各个级别的城市渗透下去。如果一线城市新零售还没有覆盖他，他不是网购用户，同时是智能手机用户，三个标准同时存在，那他原来买东西在哪买？只能去就近比较差的线下零售店来买。

那与之相对应的话，假定现在在手机上，他看到了一些东西，而且这些东西性价比很高，这个冲击力是很大的，就像2008年的淘宝。这一部分的供应链是从哪来？谁提供了极其便宜，便宜到难以想象的产品？就是那些相对来讲中低端的供应链，在被转移之前为求生存而提供的产品。

那小米有品、名创优品、网易严选这些人的供应链是从哪来的？应该是中端的或者中高端的。因为他们并不需要大规模的改进，需要的是标准化、规模化、性价比和质量可控。

高端供应链的主要还是外贸。有两个著名公司的，一个叫宜家，一个叫ZARA。从ZARA来看，生产商为了配合ZARA，需要做到ZARA的哪些特点？第一是极快反应，第二是较好的性价比和质量，第三是能够容忍设计和调整，第四是能够小批量生产。这四件事合在一块，对于ZARA来讲前提是，需要打通整个环节上的流通和信息，就是我需要知道用户要什么，且知道用户在哪要，且知道你和我之间要的不同是什么，且知道那些不同在哪里怎么做。你在这个闭环里面流转得越快，后台的配合度越高，就意味着你的能力越高级。

以前只有ZARA和宜家能做这个事，那现在变成了，谁在这个环节上把用户的需求线上线下联通了之后，把它变成了闭环，它就可以用这个闭环去改下端的供应链。谁要被它改成了较好的供应链，谁就变成了最好的供应链。

供和需这两边谁快，谁做得更好一点，谁效率更高一点，谁就会对谁的话语权更大一点。就如果我先做得好，我对你的话语权就大，因为我就狭数据以令你，如果你做得好，那就反过来了。

03

智能制造的投资逻辑和机会

我们最早投了互联网金融和电商品牌，那么我们怎么投新零售，怎么投智能制造？对于投资逻辑，我们要想清楚什么是这个周期的主要问题和一定要解决的矛盾，我们叫结构性机会。我们先找什么是大的东西，然后再往下看什么是能做的。

芯片到底能不能投？

比如芯片，大家都在争议VC该不该投。我们当时为什么投芯片呢？我们跟我们同事商量，他们刚开始也不是那么同意。从宏观上来看，全球每年5300亿美金的芯片产能，中国每年要进口2400亿美金，另外还有500亿美金是在国内生产，在国内生产的500亿美金当中，大部分还是由外资占比超过51%的厂家生产的，所以可以认为跟进口是一样的，只不过把厂设在了中国。那这加起来是3000亿美金的进口芯片的需求，大概代表了2万亿的产值。

中国大概生产了70%的消费电子产品，而且绝大多数含有芯片，我们叫设备的智能化。中国生产的所有含芯片的消费电子产品中，90%的芯片是进口的。从生产制造行业来看，一块钱在芯片上就意味着大概5块钱在行业里边，所以这两万亿的芯片大概意味着十万亿的产值，一亿六千人的就业（从一个正常的生产制造业工人的六七千块钱的工资来看）。

所以，我们有两个选择，要不然解决这两万亿的进口，十万亿的产值，1.6亿人的就业；要不然就面临只做装配制造这一件事情，但是纯粹的劳动力成本会导致你的整条产业链被挪走，被挪到更便宜的地方。

那接下来的问题是，芯片能不能做，能不能投？专业上我只讲一件大家都能懂的事，就是芯片这件事本质上就是个制造业的高度集成，或者叫技术极端集成的硬件集成的表现和方法。原来什么事情会用到芯片呢？原则上只有两个前提，第一件事需要高度集成，第二件事情需要计算和一定程度上的智能化。两件事同时存在的需求的交集用得到芯片。所以原来芯片的发展基本上只跟智能高度集成运算设备有关。

在2000年之前，电脑上因为需要通用计算平台，它要支持非常多的功能，所以它对运算集成和智能化要求非常高。IBM在1982年到1983年提出过一个需求，叫做发展垂直计算市场，就是将来会有各种各样的设备都会出现智能化的需求，所以我们发展垂直计算的芯片。但这个事只提了一年半就再也不提了，原因是那个时候通用芯片发展速度太快，导致所有你所需要的垂直计算场景都被覆盖掉，所以当时就变成了赢者通吃。

2000年之后出现了第二种通用计算设备，就是通话手机，然后后面是智能手机。这件事带来了第二个需要高度集成的有运算的设备，然后出现了第二波芯片的机会。当然主要还是国外新出现的一些应对新的智能化的设备，批量产生的芯片公司或者芯片方案设计公司。

为什么现在是中国的机会？

现在中国的情况是什么？比如自行车需要智能化，手表需要智能化，手环需要智能化，将来衣服、鞋子、帽子、桌子、水、空气、温度、湿度……所有这些东西都开始变成了智能化的设备或传感器，既需要运算又需要数据，又需要智能化又需要集成。

所以，这一次跟上一次最大的差别就是有非常多广义的产品都开始出现了智能化。而且，在上一次的通用计算中，你的手机和你的电脑都是要干无数多事，但这一次的智能化当中的很多事情，在开始的时候只干一件事。

比如自行车的智能化，需要解决的模组或芯片就三个需求，第一个需求是接收和认证密码，就是个通讯；第二个需求是如果是电子锁的话，控制电子锁；第三件事情是做个定位。所以我们叫非常垂直应用场景的智能化，在这个基础上中国有机会了。

中国在上一次芯片做的很难的原因是，在通用计算平台上的芯片是一个完全头部效应的东西，只要我做的比你好，大家都用我。

这一次是因为它需要贴着产业链做垂直解决方案，就是贴着自行车的这个需求做，它只针对自行车的需求。针对自行车的需求是什么呢？尽量的低功耗，低成本，高集成，还要尽量的高精度。所以我要在这个场景下，做一个完全只针对这个硬件、这个需求、这个场景的优化，把它变成满足这个需求的最好解决方案。

自行车的产业链当然全都在中国，消费在中国，场景也在中国，原则上你只有在它身边才能做好，所以你可以用曾经有的这些智能化的技术或者叫集成化的技术来把它做好，大概中国这一轮的机会全都是长成这样。

我们做投资的逻辑是，先找5到10年这个周期当中，注定发生的趋势和要解决的矛盾。即便今天看起来不合理，但是因为有更大的原因，使得这些矛盾在5到10年内必须解决。我们就找这样的事情，想办法再往下一层去找到它们的规律。

就像芯片能不能投，为什么这个周期能投？现在投芯片的机构肯定有很多，因为一有中兴这个事儿，全国的VC、PE都开始看芯片了。一个好处是，我们之前投过的这些企业立马估值上涨，但是我们也在接着投。

在某个领域没有变成大家都关注的方向之前，好处就是，第一创业者不会特别多，第二是愿意做的人真的是相信，第三你有足够多时间，从容去判断这些企业的好坏，而且你有足够多的时间和机会去把这个领域学好。

所以说我们的方法都是先找主要矛盾，在主要矛盾里向下面去看，可能有哪些解决方案，然后把可能投的方向细化一遍，在它没有变成热点之前，赶紧想办法布局。在这个基础上，你只要认定这个主要矛盾或早或晚一定会发生就可以了。

沙丘学院2018秋季班报名通道：https://jinshuju.net/f/A3YT53?x_field_1=jrtt

了解沙丘学院更多详情，报名2018秋季班，请关注“沙丘学院”今日头条，或者关注微信“清科沙丘学院”（ID:sandhillcollege）/“沙丘投资实验室”（ID：sandhillvc）

閱讀更多 沙丘學院 的文章

關鍵字: 经济 李丰谈 智能手机