初心《2021中国企业服务新趋势报告》正式发布

9月2号，在36kr WISE2021企业服务生态峰会上，初心发布了《2021中国企业服务新趋势》报告，未来五年，中国企业服务在云原生、开源、软件出海、大规模自动化、MarTech、软件面向业务人员和AI等领域将迎来突破性趋势。

得益于中国互联网和移动互联网的腾飞，供给侧的技术能力和人才储备相比过去完善了许多，致使更多、更优秀的企业服务初创企业开始活跃于市场。从技术角度，中国独特的互联网生态孕育了全球领先的场景，如电商、移动支付、高并发、海量数据等，从中磨炼出的技术能力可以沉淀出优质产品。从人才角度，互联网造就了大批技术能力强、有创新思维的工程师人才，如今C端流量红利式微，从C端向B端的人才溢出效应越发明显。

同时，中国企业服务的初创企业也面临一个更开放、更多元的市场环境。国家政策的扶持和经济产业结构的变化让企业客户更注重提升数字化能力，传统行业的企业也逐渐从粗放式增长转向精细化运营，疫情又加速推动了企业运营管理的在线化。这些因素的叠加，催生了企业服务创业公司的新机会，有望实现比过去玩家更快的增长和商业化进展。软件出海的可能性也在被逐步验证，这意味着中国企服软件公司有机会面向全球市场销售，市场天花板也大大提升。

在此过程中，中国企业服务在多个细分领域将逐步释放无穷的市场潜力，不止于短期风口，而是中长期巨大的结构性机会，将孕育一批闪耀这个时代的优质软件公司。

1. 云原生

企业在经历系统性的IT架构变革，基于云原生的性能优势孕育一系列新的创业机会。

云原生架构的普及有明确且有力的驱动因素。一方面，云原生架构将从互联网行业向传统行业逐步渗透。大量传统企业出于竞争压力及战略危机感，将自上而下的推动向互联网行业学习、模仿互联网的数据应用和数据辅助决策方法，也一并模仿互联网企业的新兴云原生架构并采购其所使用的产品。这个趋势会率先从被互联网“入侵”的行业里的中大型企业开始扩散，如金融、零售等。另一方面，企业对数据的上层应用不断丰富也将催生底层系统架构变革。出于成本考量，各行各业的企业会逐步向微服务、云原生架构转型，从增量、互联网化的业务开始，逐步使用新型架构。

云原生的普及将衍生大量新产品需求。互联网公司技术能力强、人才密度高，会倾向于使用海内外领先的开源云原生产品及工具来自己搭建架构。但一些传统公司没有对应的能力，需要通过外采服务来辅助转型，并愿意为之付费。转型过程中，我们看到服务性需求会伴随企业内部人才培养、能力建设的过程转换为产品性需求。

这些产品需求孕育了新创业公司的机会。公有云厂商固然是云原生领域重要的玩家，但是中大型企业需要对内部架构强掌控，不会在众多服务商中选择云厂商，而是在每个品类当中选择杰出的供应商，因此新一批精品、细分、专业的云原生产品+服务会诞生，这些企业需要有强劲的产研能力，同时也需要有拆解中大企业客户需求的能力。

在云原生领域，初心进行了系统性的布局。包括采用了云原生架构的数据库公司PingCAP，让客户可以在容器化、混合多云的环境下进行部署、运行和管理；分布式中间件厂商SphereEx，将云原生作为核心技术特点；服务网格公司Flomesh，为客户提供云原生环境里重要的网络基础设施；星汉未来，提供基于全链路Serverless技术的云原生基础架构解决方案 。

2. 开源

丰富的场景及工程师红利，中国有望打造全球领先的开源软件企业。

首先，开源作为新型软件的生产协作模式，将依靠产品在细分领域持续颠覆闭源公司。开源社区能调动社会化开发资源、吸引高质量人才参与项目；同时，开源的模式能支撑产品被积极使用、在不同场景快速落地迭代。这一方面决定了开源产品能通过更快的迭代速度在产品品质上超过闭源产品，另一方面也能形成社区网络效应、有助于建立壁垒。在数据库、容器等各个领域，开源产品不断涌现并逐步侵蚀闭源产品的份额，呈现出不可逆转的趋势。

有赖于中国丰富的落地场景和大量的工程师红利，我们认为中国有望通过开源模式打造具备世界竞争力的产品。在中国拥有十分广泛的落地应用场景，包括互联网、电商、物联网等等，这些丰富的应用场景为开源产品的打磨提供充沛的土壤。与此同时，随着互联网的发展，中国培养和积累一大批高质量、高性价比的研发工程师，这些工程师将为开源产品的快速迭代提供强大的人才和技术支撑。

初心投资的PingCAP、SphereEx、Flomesh都将核心产品通过开源的方式提供给用户和开发者；PingCAP的分布式数据库产品TiDB是中国开源领域中具有全球竞争力的数据库领域的代表性产品。此外还有能代表着国际标准的大数据OLAP分析引擎Apache Kylin、AI非结构化数据处理和分析软件Zilliz、面向IoT与5G场景消息与流处理的EMQ，这些开源软件都诞生于中国的土壤。

3.软件出海

依靠「中国红利」打造的极致软件产品，将以中国为大本营出海服务全球用户，并实现可观的商业化。

中国的企业级软件市场正处于特殊阶段，而这个阶段我们认为中国企业有望打造一批引领全球的软件产品。首先，中国在音视频、电商、SCRM等领域世界领先，新一代企业软件与特定场景融合有机会面向海外输出认知和经验红利。其次，中国拥有世界上最大的工程师红利，有机会基于国内海量的用户和场景打造极致体验的产品，辅以极具竞争力的价格，在海外获得商业化层面成功。并且，不同于欧美“One product for all”的运营策略，中国创业团队往往更重视本地化运营，通过不同语言版本的开发、本地化运营以及SaaS收费模式，能为全球企业客户提供更优质的产品和服务体验。目前已经有一批中国软件企业在海外验证了这一机会确实存在，比如已上市企业声网和涂鸦智能及独角兽公司小影科技和酷家乐等。

不同于以往许多案例的是，依靠中国市场庞大的用户群体和丰富的使用场景打磨出的极致产品，有望直接迁移到需求匹配、支付意愿更强的海外市场，从而实现商业化成功。初心布局的新一代渲染器工具D5 Render、智能设计工具Nolibox、音视频服务商乐维科技和CAD设计工具平台云图三维，从建筑、设计、音视频等多维度，均采取了立足国内、面向海外提供生产力工具软件的模式，收获到海外用户的正面反馈。未来将有越来越多的软件企业能借助中国优势，在海外逐渐拓展市场、提供优质的产品及服务、打磨运营经验，扬帆出海、收获红利。

4 大规模自动化

RPA和API服务不存在替代关系，强需求，趋势不可逆，将系统性得到普及。

首先，随着国内长期人力成本上升，竞争加剧的劳动力密集行业会倾向于使用自动化去提高人效，从而节省成本，初心认为自动化的趋势不可逆。企业会从最容易理解、最好计算ROI的品类入手，逐步增加对自动化的依赖。

RPA的落地会早于API管理工具。对于RPA这样好计算ROI、业务可以直接采购的轻量级自动化品类来说，业务团队能直接采购，业务主管可以通过采购这类工具而做出业绩。这会促使自动化在企业内部的传播。随着各类办公产品的普及和各行各业的数字化转型，业务人员对于各类工具的依赖会增加，使用的产品种类会逐步变多。为了降低管理的复杂度和最大化自动化流程的效果，API集成工具的需求将会诞生，提供了一个将各类工具打通、串联的“管控中心”。

初心的观点是长期看API并不会全面替代RPA，两者是互补和长期共存的关系。API是长期战略性业务的首选解决方案，但目前大规模使用API的土壤尚不成熟，如涉及过于大量的集成工作、预算不足或IT部门响应需求不及时，RPA可以为业务人员提供更好的即时解决方案，实现快速简便的部署和降低维护成本。随着业务快速迭代，企业各系统间的集成需求会源源不断地涌现，RPA总能借助自身优势特点找到用武之地。初心布局的影刀RPA就是这样一款产品，能让业务人员轻松上手使用、在大量潜在场景中快速落地实现价值，伴随着RPA在各个企业、不同人群中的渗透，未来大有可为。初心也在积极寻找API领域的优质标的，我们正在期待一个自动化时代的到来。

5 MarTech

消费品牌将接棒卖家成为主流客户，从数据到数据赋能，从重GMV到重LTV，MarTech服务商前景可期。

近年来，具有互联网属性、数字化程度天然高的电商生态孕育出一批软件服务商的机会。在过去的5年，电商卖家是电商SaaS的主流客户，流量投放和运营是重中之重的需求。随着电商渗透率不断提升、数字化能力不断从互联网向其他行业延展，原本数字化程度较低的传统品牌商越发相信数据驱动和数字化转型的力量，积极拥抱更精细的消费者洞察和运营模式，进而接棒电商卖家、成为MarTech软件和服务的重要客群。与此同时，国潮兴起、一大批新消费品牌涌现，天然更贴近消费者，不依赖流量快速堆砌，而是注重对用户的精准识别、细颗粒度的标签化以及精细化运营，也成为MarTech厂商优质的新客群。

在初心，我们认为无论是传统消费品牌还是新兴国产品牌，都比以往更加关注营销和销售过程中的过程性指标，也就是要从单一看重GMV逐渐过渡到以消费者为中心、对消费者全生命周期进行把控的数字化管理方式。初心在这一主题下进行了接连布局：如为企业提供全栈式、全场景的数据智能解决方案的滴普科技；专注于多平台的数据打通和全链路监测管理的数据服务商新略数智；为新零售品牌提供私域社交化一站式解决方案的星云科技；通过数据采集分析帮品牌做智能种草和精准营销的挖数科技等。

6. 面向业务人员

技术变革和用户需求推动软件面向业务人员、注重体验，低代码/无代码方兴未艾。

软件面向业务人员在近年来成为真实可感的趋势，技术的门槛被大大降低，人人都可以是应用开发者和数据分析师，做到曾经只有专业人员能做到的事情。这背后的驱动因素一部分来源于技术的成熟，包括云计算基础架构的普及和各类云原生服务的涌现，提升了业务人员在选择和自定义软件解决方案时的主动权，也包括跨端和跨平台适配的前端技术体系逐渐成熟，推动优秀的低代码、无代码产品问世。另一方面，使用软件的人群本身也在发生变化，比如适应了C端应用软件体验的员工会倒逼B端软件体验升级、更易用、更灵活，未来数字原住民也将逐步进入职场、为软件面向业务人员带来更多可能性。

在这些因素的影响下，低代码、无代码领域的创业公司呈现井喷的趋势。更早一批的低代码产品Outsystems、Mendix等主要还是面向IT专业人员、使用门槛更高；近年来，在市场中声量渐起的无代码产品，比如表格类产品Airtable、做工作流自动化的Zapier、本身是文档但也可以用来搭建网站的Notion等，都真正做到了赋能业务人员、不需要任何编程能力。初心投资的黑帕云和Table++也是其中的代表。黑帕云通过打造实用、好用、易用的表单产品，驱动用户自增长，从而大幅降低企业搭建数字化应用的门槛；Table++则通过自然语言搜索的方式，让业务人员更简单地进行数据分析，无需借助专业数据分析师的帮忙就能轻松实现数据交互。初心也在持续布局更多面向于业务人员的企业级软件产品。

7. 人工智能

数据井喷，市场将倒逼AI底层框架升级，AI infra领域会诞生创新型的创业公司。

经过这几年的发展，人工智能已经从技术研发进入大规模应用的阶段。随着AI模型越来越成熟，AI落地的成功与否已经不单单取决于AI模型本身，而是从数据处理到最终AI部署的全流程，AI的发展将会从原本的AI模型为中心转向以数据和应用为中心，市场的需求将倒逼AI底层框架的进一步迭代升级。随着数据井喷以及AI应用的普适化落地，在数据处理、数据标签、特征工程、模型训练和模型部署等方面，对自动化的需求将会越来越强烈，越来越多的创新型公司在AI Infra层面涌现。

比如，AI正在大规模落地到各类企业应用以及C端应用中，在这一过程中对终端算力的高要求、以及终端的适配性都将对AI模型的部署提出更大的挑战，自动化的模型部署以及编译能够帮助模型更加规模化的落地并实现AI模型的实时应用。比如初心近期布局的CoCoPIE，针对移动AI落地场景，通过对于软件方面模型剪枝和编译方面的自动化引擎研发，能够批量化在不损失过多精度的情况下，减少模型的算力要求，从而实现模型在移动端和低端硬件上的实时运算。

以上是初心团队预测在未来5年中国企业服务领域7点重要的新趋势，云原生、软件开源、软件出海、大规模自动化、MarTech、软件面向业务人员和人工智能技术在企业级软件领域的突破。在这些细分领域，初心也进行了一系列相应的布局。

我们相信以上趋势会为软件创业孕育无限可能。除了提到过的趋势外，初心对企业服务领域的其他赛道也持续关注，非常荣幸能陪跑优秀的创业者，助力他们跑得更快、更稳、更远，见证趋势从无到有、落地生根、创造价值。欢迎企业级软件领域创业者投递BP至：bp@chuxincapital.com。

01 云原生架构的普及将成为必然趋势

软件架构的范式转移

过去的几十年中，软件经历了几次大型的范式转移，而近代软件架构中影响最广大、深远的无疑是云计算。云计算能为企业提供低成本的规模化、弹性扩缩容能力，这在数字化时代受到了企业的高度重视。但云的可能性不仅仅是接入云上的文件系统或“上云”即可钻取的，它更需要企业通过系统性的向云原生架构迁移，从旧时代的单体应用开发架构转向更灵活、可调度的微服务化架构。在云的时代，云原生是其配套的开发范式。

云原生架构的普及有明确且有力的驱动因素，在初心看来是必然的趋势。从需求端而言，伴随着各行各业的数字化转型，企业内部将会不断长出丰富多样的数字化的应用，不断的沉淀数据、依赖数据进行决策、处理日益增加的数据量。这些企业终将发现单体架构的开发及维护成本成为企业极大的负担，占据了研发人员原本可以用来进行业务开发的时间，同时随着企业数字化业务增长，原有的架构也无法快速的响应当前业务需求量的变化。微服务架构的范式下，单体架构被拆解为一个个容器化的微服务，按照企业实际的业务需求随时可以启动和关闭，后端的机器运维与部署的复杂度则可以完全被云计算抽象化，云原生的降本增效已经在互联网深度实践、证明，并向各行各业逐步普及。

从互联网开始 向各行业渗透

云原生架构将从互联网行业开始，向传统行业逐步渗透。大量传统企业在数字化转型的过程中诞生了诸多互联网业务与场景，其服务的在线化、数字化都为云原生架构转型带来了极大的机会。这些企业会在转向云原生架构的过程中去采购相关的产品及服务来支撑内部的变革。

然而，云原生架构的转变并不是一蹴而就的，且很多基础设施软件产品在设计时并不是为了云的架构而设计的，传统软件产品在诞生时并未考虑到云的特性，于是他们往往不能支持细颗粒度的弹性扩缩容，导致企业即便上云也无法完全获得云的降本增效能力。从这个角度而言，有很多基础设施类的产品都需要融入新一代的云原生能力，而这往往意味着产品从底层就需要考虑到云的分布式集群、弹性扩缩容等特性，催化了一批新产品的诞生。架构变革是一次彻底的变化，新老产品往往被拉到同一起跑线上，出现了各个基础设施品类的新机会。

开放兼容的云原生生态

云原生领域最重要的考量就是生态的兼容性。云原生这个单词源自 Pivotal 公司，但真正将其推向世界的背后的主推手则是 CNCF（云原生基金会）。CNCF 最早在谷歌的支持下诞生，如今已经汇集诸多软件巨头的支持。CNCF 早在多年前就清晰地勾勒出了它们眼中理想的云原生生态图景（Landscape），这个版图是由多个细分的开源云原生产品所组成的：

从生态图景上来看，云原生基金会的愿景是希望能够打造一个开放的生态，里面诸多的产品可以各司其职。其生态图景中大多为开源的软件产品或者生态合作伙伴，这些产品和企业随着云原生、微服务的大规模的普及而被市场接纳，从而孕育一批精品的云原生软件产品及服务。当企业进行架构转型时，企业可以打开这份版图，寻找其中各个品类的云原生最佳实践，依赖这些产品的组合来管理自己的基础架构。从这个角度来说，云原生不仅是一种架构、一种理念，也是一个生态。

从初心的角度而言，我们认为有几个机会值得探讨：

1. 原有的基础设施软件产品品类，在云原生的环境下会发生新的变化，他们需要以完全云时代的架构被升级换代，这让新老产品来到了同一起跑线，带来了丰富的更新换代的机会；

2. 云原生的架构转变，会催生新的需求。例如在实践了微服务后，微服务之间的东西流量通讯管理和安全则出现了新的需求，也对应的出现了新的产品品类机会，如 Service Mesh（服务网格）；

此外，从初心过往的经验积累中，我们认为企业架构的转型是缓慢且具有挑战的。它往往需要伴随着业务的增长而增长，并且通常需要考虑到与已有技术栈的兼容性。这些都是云原生发展过程中的挑战，也是该领域创业者需要深入了解的实际情况。初心认为，在云原生的趋势下，对一个产品团队来说最重要的事是稳稳抓住客户的实际需求、与生态兼容齐头并进，这是避免踩坑的最佳方式。

我们相信云原生是一次大型架构变迁下的系统性机会。在云原生领域，初心进行了系统性的布局，投资了云原生数据库 PingCAP、分布式中间件 SphereEx、服务网格 Flomesh、Serverless 基础设施星汉未来等。

02 开源软件：企业级软件赛道必争之地

从边缘到中心，开源的崛起

开源软件从一个小众运动开始，如今已经跃进到了商业软件的核心地带。从谷歌收购 Android、微软收购 Github，到近几年的 Databricks、MongoDB、Confluent 陆续 IPO，成为新一代开源代表企业，目前市值均超过百亿美金，如今开源软件及开发者社区已经成为了基础设施领域的必争之地，巨头纷纷开放自己的框架如谷歌 Tensorflow、谷歌 Kubernetes、阿里 Dubbo 等来在开源领域争取影响力。开源不再是一个遭到主流软件厂商唾弃的小众运动，它肃然已经成为了企业级软件的重要战场。

开源作为新型软件的生产协作模式，目前在基础设施领域已经成为了一股不可或缺的力量。开源软件公司依靠其强大的产品力和生态网络效应在各个细分领域持续颠覆闭源公司、不断侵蚀闭源产品的市场份额。

开源的本质和核心能力

开源软件最核心的本质是一种新型生产协作模式。在开源经典《大教堂与集市》一书中，传统闭源软件的开发模式被称之为“大教堂模式”，作者把闭源软件研发比作教皇在梵蒂冈建立新教堂的过程，可以想象教皇批预算、选项目经理、招工、严格的控制进度……这对应的是闭源软件有序、自上而下的研发路径和任务分配机制。而开源软件的开发更像是一个自由交易的罗马市集，每位使用者按照自己的需要去使用软件，并且提出自己期待的修改，并行对软件动态更新。在开源模式中，因为软件的源码对外开放，任何开发者都可以参与改进自己所使用的软件产品。

这样的开发范式下，活跃的开源软件社区会让开源软件产品的迭代速度远超闭源产品。同时，活跃的开源社区往往聚集了最优秀的人才。这些开发者出于自己的使用需求、对于产品的热情而参与到其中，“产品”的消费者和生产者成为了同一批人，甲方/乙方的利益冲突和沟通成本都极大的被降低。当一个开源软件被越多的开发者所使用、越来越多的人参与到开源软件的开发中，这个产品自身的迭代速度、丰富度、以及社区都会越来越强大，最终形成了两个壁垒：更好的产品+社区网络效应。

初心认为，开源软件的优势来自开源、却不仅仅是因为开源而成功。开源软件的优势更多来自于更好的产品，而更好的产品背后却是成功的开源社区。而当一个开源社区成功了，开发者总会倾向于将熟悉的产品作为默认选项，如同 MongoDB 如今依然是大多数互联网开发者默认的数据库选项一样，这种网络效应也成为了开源企业的深厚护城。

中国的机会

依赖中国丰富的落地场景和大量的工程师红利，中国非常有望通过开源模式打造具备世界竞争力的产品。一方面，我们拥有庞大的数据量，丰富的复杂场景让我们的产品在 ”Hard 模式“ 下诞生，产品技术所需要经过的锤炼远超绝大多数其他国家。

我们的人才优势也非常明显。开源核心社区平台 Github上第一大开发者来源国是美国 (22.7%) ,第二大是中国 (9.76%)，但根据目前 Github 增速数据，预计 2025 年美国开源贡献者会占到 16.4%，中国则会占到13.3% （Github Octoverse, 2020 ）。在这样的背景下，我们相信中国本土的土壤能孕育出世界级的开源基础设施软件企业。

并非银子弹

当然，和任何领域一样，开源创业也有非常多失败的案例，开源模式本身并不是一个万能的银子弹。初心在开源领域的观点是：

• 开源需要“十年磨一剑”的耐心 开源需要极长的周期去建立社区，当社区成为了事实标准后，开源企业才有可能进行大规模的商业化。好的社区需要专业的布道和系统性的运作，社区的开发者和开源产品之间也需要找到恰当的 "PMF"。

• 开源社区的繁荣不等于商业化产品的成功 开源软件必须在其商业模式中寻找客户愿意为之付费的功能或者服务，这有可能是 SLA 服务保障、有可能是产品的安全性能、也有可能是云托管的服务，每个产品都必须独立探索，这也是开源软件成功的关键。

• 开源不适用于所有领域 开源的要义是让开发者避免重复造轮子，所以开源领域布局方向选择必要的先提条件是这个产品「开发者既用户」，其所解决的问题需要具有普遍性，而不是限于单一业务。

初心投资的PingCAP、SphereEx、Flomesh 都将核心产品通过开源的方式提供给用户和开发者。我们相信开放的力量。在基础软件领域，我们也十分愿意去支持更多深度认可开源理念的那些团队。

03 软件出海：出海赛道迎来高速增长新机遇

近两年，从SHEIN、Anker为代表的出海赛道中国消费品牌开始破圈，再到TikTok在下载榜横扫全球，原神霸榜全球近百个国家畅销榜，出海赛道又迎来了一波高速增长的新机遇。

出海是一个特别的赛道，包含了太多的细分领域，横跨了从互联网、消费电子再到消费品牌、企业服务等数大量垂直品类。从十多年前第一批工具出海，到后来游戏出海、电商出海再到如今的品牌出海和IT软件出海以及未来潜在的文化出海，如果要理出一条主线，究其本质，中国企业出海的源动力应该是中国制造和移动互联网产能的外溢：具体来说，也就是劳动人口红利带来的世界工厂的地位以及随着21世纪开始逐渐积累并爆发的互联网人才红利以及更进一步的工程师红利。

为期十年的中国互联网大航海时代，从流量内容驱动逐步走向产品技术驱动

PC时代也有一些小团队在尝试出海，主要依赖SEO寻找机会，但都不成规模，偏向于赚钱和生意思维。伴随着十年前左右全球移动设备从功能机向智能机的转变， 正式进入了出海1.0时代。工具出海的热潮从2011年开始，2015年达到鼎盛：以猎豹移动，UC，久邦数码为代表的工具出海厂商赚得盆满钵满，头部玩家猎豹移动Clean Master几乎成为海外安卓手机必装应用， 下载量近十亿次，市值峰值超过50亿美金。甚至第二梯队的茄子快传、APUS、iHandy、赤子城等出海公司也动辄数亿的下载量，每天几十万的广告收入，茄子快传甚至成为了印度和很多非洲国家的国民应用。

出海1.0时代的主要商业模式是流量变现，也就是卖广告，主要依赖的变现渠道是Facebook和Google。但工具天然使用场景单一、用户用完即走，使用时长短，广告露出机会少，变现空间较为有限；加之获客成本持续上升，iOS、安卓自己的内置工具体验也越做越好，平台生态逐步完善，用户体验的优先级提升，苹果，安卓和FB/Google都开始整治不守规矩的工具以及其广告弹窗和劫持等擦边行为，对中国开发者做了严格的限制，到了19年，1.0工具类出海的机会基本上已经结束了。

产品认知+工程优势+本地化运营，中国新一代企业软件逐渐具备国际竞争力

经历了流量驱动，枭雄争霸的工具出海1.0时代，一批更精品的产品技术驱动的中国企业开始打造一批引领全球的软件产品，以2020年为元年，开启了软件出海2.0时代的大幕：依靠「中国红利」打造的极致软件产品，将以中国为大本营出海服务全球用户，实现可观的商业化。 2020年有两家科技公司登陆了美股市场，分别是声网Agora和涂鸦智能峰值超百亿美金，轻松超过了猎豹移动的巅峰市值。

声网是全球实时互动云服务开创者和引领者，覆盖全球250多个数据中心，通过1万+活跃应用为100多个国家提供实时音视频互动服务，是爆火的Clubhouse背后最重要的服务商。2020年营收1.34亿美元，活跃客户数2000+，海外收入占比约占 20%；涂鸦智能是全球化物联网AI+IoT领军企业，帮助客户快速实现产品智能化，15年开始切入国际化市场，合作逾 5000家客户，服务的企业和开发者分布在全球超过 220个国家或地区。2020年营收1.8亿美元，大部分收入来自海外市场

软件出海2.0时代对于「中国红利」的拆解主要可以分为三块：

1.产品认知

中国在音视频、电商，物联网，AI，SCRM等领域世界领先，新一代企业软件与特定场景融合，输出认知红利有机会成为具备国际竞争力的产品。

2. 工程和场景优势

中国有世界上最大的工程师红利，有机会基于国内海量的用户和场景打造极致体验的产品，并辅以极具竞争力的价格，推动国内做大用户量，海外引领商业化的双轮驱动的商业模式

3. 本地化运营

不同于欧美“One product for all”的运营策略，中国创业团队更重视本地化运营，通过多语言版本的开发、本地化运营以及SaaS收费模式，为企业提供更好的产品和服务体验。

目前已经有一批中国软件企业在海外验证了这一机会确实存在，除了已上市企业声网和涂鸦智能还包括独角兽公司和准上市公司小影科技和酷家乐等。

趣维科技（小影）是移动视频生产服务商，全球下载量超10亿次，视频榜全球收入前十，旗下专业剪辑工具VivaCut上线半年即覆盖千万级欧美专业视频博主。2019年公司海外营收超过亿元，近三年复合增长率超50%。酷家乐是全球化的云设计平台，帮助设计师快速生成装修方案/效果图，注册用户超2500万，覆盖全球180个国家，企业级客户覆盖近 20个国家。2020年的SaaS化营收超过1亿美元，海外收入约在数千万元

初心的布局

• 国内做大用户量，海外引领商业化的双轮驱动的商业模式将成为主流，成为软件领域的「国货之光」

依靠中国市场庞大的用户群体和丰富的使用场景打磨出的极致产品，有望直接迁移到需求匹配、支付意愿更强的海外市场，实现商业化成功。初心布局的D5渲染器、智能设计工具Nolibox、音视频服务商乐维科技和CAD设计工具平台云图三维，从建筑、设计、音视频等多维度，均采取了立足国内、面向海外提供生产力工具软件的模式，收获到海外用户的正面反馈。未来将有越来越多的软件企业能借助中国优势，在海外逐渐拓展市场、提供优质的产品及服务、打磨运营经验，扬帆出海、收获红利

• 跨境生态服务商迎来新机遇

初心也是新一代跨境服装DTC品牌Cider的第一轮机构投资人，见证公司高速发展，在不到一年的时间之内成长为DTC领域的头部玩家和10亿美金的独角兽公司。疫情后，跨境电商近两年以50%的复合增长率蓬勃发展，相关生态方兴未艾，亚马逊和Facebook的政策变化使得传统的野蛮式打法难以为继，提升品牌力和精细化运营成为必选项，加之TikTok的强势崛起，新的玩家和需求涌现，出现更多专业化分工，跨境生态迸发出巨大的机会。同时中国电商，MarTech，AI，SCRM 等先进方法论输出，有机会服务全球客户：在这个思路下初心也布局了云雀科技，东南亚最大的一站式电商服务商和品牌管理集团以及QuickCEP，跨境全场景消费者数据和体验管理平台，针对跨境电商独立站和品牌站，通过消费者数据行为洞察、智能服务导购、营销自动化SOP策略等一系列解决方案，助力卖家精细化运营、培养消费者忠诚度

04 大规模自动化：促进整体生产力持续稳定增长

自动化的驱动因素

• 机器人、AI与机器学习等技术蓬勃发展，导致机器以令人瞠目的速度在部分领域的工作产出质量上追齐甚至超越人类，使自动化具备技术上的可行性；

• 当劳动力人口面临增长停滞的风险时，国家倾向于鼓励自动化以提高经济体的整体生产力，实现经济发展上的效益；

• 面对激烈的市场竞争，企业有动力通过采用自动化的解决方案提高人效、降低成本，获得更大的竞争优势；

• 尽管自动化技术的前进相对早于社会接受度，我们相信自动化的趋势不可逆转，终将实现大规模的普及。

企业实现自动化的路径

01 挖掘和评估可自动化的场景

企业可以采用人工梳理的方式挖掘可被自动化的场景，也可以选择使用流程挖掘的方法、在寻找自动化场景的初始环节就实现一定的自动化。

流程挖掘是一项促进企业数字化转型的创新技术。流程挖掘能将业务流程数据进行汇总和可视化展示，将流程的实际运行情况与理想状态进行对比分析，从而获得流程绩效和合规性报告，辅助流程优化决策。这个领域最具代表性和影响力的公司Celonis创立于2011年，在今年6月获得D轮10亿美元融资，估值高达110亿美元。

如果说流程挖掘是体检，那么自动化的解决方案是药方，对症下药效果更为显著。比如，流程挖掘和RPA两者间就存在紧密的协同关系。流程挖掘可以在部署RPA前系统性识别出业务流程中最有改进价值的环节，根据分析结果推动反向改进信息系统配置或者系统开发，包括决定RPA机器人的配置；不仅能确保RPA有可衡量的落地收益，还能大幅度提高其收益。

图：KPMG和Celonis在流程挖掘和RPA领域的合作方案

02 选择合适的自动化解决方案

企业会从最容易理解、最好计算ROI的品类入手，逐步增加对自动化的依赖，因此RPA的落地会早于API管理工具。对于RPA这样好计算ROI、业务可以直接采购的轻量级自动化品类来说，业务团队能直接采购，业务主管可以通过采购这类工具而做出业绩。这会促使自动化在企业内部的传播。随着各类办公产品的普及和各行各业的数字化转型，业务人员对于各类工具的依赖会增加，使用的产品种类会逐步变多。为了降低管理的复杂度和最大化自动化流程的效果，API集成工具的需求将会诞生，提供了一个将各类工具打通、串联的“管控中心”。

初心的观点是：长期看API并不会全面替代RPA，两者是互补和长期共存的关系。 API是长期战略性业务的首选解决方案，但目前大规模使用API的土壤尚不成熟，如涉及过于大量的集成工作、预算不足或IT部门响应需求不及时，RPA可以为业务人员提供更好的即时解决方案，实现快速简便的部署和降低维护成本。随着业务快速迭代，企业各系统间的集成需求会源源不断地涌现，RPA总能借助自身优势特点找到用武之地。初心布局的影刀RPA就是这样一款产品，能让业务人员轻松上手使用、在大量潜在场景中快速落地实现价值，伴随着RPA在各个企业、不同人群中的渗透，未来大有可为。初心也在积极寻找API领域的优质标的，我们正在期待一个自动化时代的到来。

03 赋能员工自行开发自动化应用

通过流程挖掘等方式寻找自动化场景，实际上是企业自上而下、由IT部门驱动的自动化进程。尽管这一方式也十分重要，但难以将自动化的价值充分授予个体员工。近年来盛行的低代码/零代码概念起源于对员工或业务团队个性化IT需求的关注，希望能通过技术和产品将开发能力赋予本不具备研发能力的用户。

我们相信在自动化场景同样存在Citizen Developer、即IT民主化的空间。更为个性化的自动化需求在企业层面难以甄别和满足，但如果将所有员工的长尾自动化需求汇集起来，对于企业提升效率的价值绝不可小觑。因此，市场亟需易用性强、理解和使用门槛低、部署便捷的自动化工具。

图：UiPath的"Welcome to the Automation First Era" 白皮书

04 运用AI能力持续迭代自动化

AI可以让企业更好地实现自动化，如第一部分提到的流程挖掘其实就包含许多AI洞察分析的场景。AI与自动化的有机结合主要体现在两个方面：

• 帮助企业发现和预测可实现自动化的场景，拓宽自动化的边界；

• 通过机器学习提供普通机器人无法提供的认知判断能力，从而让机器处理更复杂的流程，增强自动化的能力。

初心相信一个大规模自动化的时代正在到来，欢迎对这一领域感兴趣或者正在探索的创业者随时和我们联系、交流和探讨。

初心Portfolio：影刀RPA

作为影刀天使轮和Pre-A轮连续两轮的投资人，初心看好影刀的产品创新能力和敏锐的客户需求洞察能力，相信影刀始于电商场景但不止于电商场景，未来能够实现RPA for every business and everyone的愿景。

05 MarTech：零售时代新机遇

从大流通模式到DTC的零售时代机遇

传统零售时代是围绕产品的大流通经营模式： 通过选货、定价、上架、发货、售后等传统流程，靠产品、价格战或供应链优势取胜，对应的客户管理非常粗糙，品牌和用户之间粘性较弱，甚至很多线下消费品是2B的，完全不直接面向终端消费者，线下渠道是主战场；

电商上半场是围绕品牌的流量式经营： 通过做广告/买流量获取新客，集中资源引爆单品，拉新成本逐年高企，品牌方开始学会分析客户行为，定向触达，提升成交转化率，公域是主战场。

在如今电商下半场，随着流量成本不可逆上涨，品牌从只看重短期的GMV到注重提升更长期的 LTV成为必然的选择，是一种产品思维向用户思维转化的运营方式。 多平台、多触点、低红利”的市场是今天品牌运营大多数痛点的来源。“多平台”和“多触点”意味着营销场的扩大、链路的加长以及营销对象决策链路的碎片化。这些策略和运营复杂度都需要品牌对多平台和触点的投入和最终产出有比较准确的把握——前链路的曝光和触达、后链路相应的成交转化，可谓环环相扣。此外，“低红利”要求品牌建立持续反复利用的流量池，提升服务水平，培养用户忠诚度，增强全域多渠道会员运营能力，以深度挖掘用户终身价值。营销环境的成熟和数据能力的进化使得品牌方营销的核心要素从完全围绕产品变成了品牌方和客户直接创造连接（DTC）

电商服务商和电商SaaS的时代机遇，淘宝是中国乃至世界上最大的aPaaS平台

淘宝服务商城2009年成立到现在，总共的服务商数量大致是在五千到八千家之间，近十万家店铺都用过服务商的产品或者服务。在初心的视角里面，淘宝本身就是中国最大的toB公司，实现了商家自身的上线并帮助商家把商品域相关的环节包括选品、订单、物流、支付等业务都搬到线上，这是非常重要的行业数字化的基础

aPaaS生态是Salesforce这样的国际企业服务巨头所打造的生态集群，其AppExchange平台汇集了逾3000款已集成的应用程序，可帮助扩展 Salesforce 的功能，而我们看到淘宝生态对应的服务商数量应该是超过这个量级的。更不用说这几年火热的钉钉，企微，飞书的应用生态，目前集成的服务商数量仅在百余家。初心认为，淘宝是目前中国乃至世界上最大的aPaaS平台，也是目前服务商生态的集大成者和最佳实践者。

同时，电商商家以及新消费品牌存量客户大且集中，业务天然“长”在线上，需求共性多，对SaaS产品和服务付费能力好，且行业增速可观，是企服行业极具代表性的优质客群。其中产品化程度和产品易用性还是资本角度最关注的两个指标，也是决定服务商是否可以规模化的重要条件

消费品牌将接棒卖家成为主流客户，一系列MarTech服务商应运而生

流客户，随着电商渗透率不断提升、原本数字化程度较低的传统品牌商越发相信数据驱动和数字化转型的力量，积极拥抱更精细化的消费者洞察和运营模式，进而接棒电商卖家、成为重要客群。与此同时，国潮兴起、一大批新消费品牌涌现，天然更贴近消费者，不依赖流量快速堆砌，而是注重对用户的精准识别、细颗粒度的标签化以及精细化运营，也成为MarTech厂商优质的增量客群。

数字化程度高的行业通常有一系列的数据去精细化的监测行业的过程指标，比如在移动互联网APP时代的AARRR模型，通常会包括新增、活跃、留存、变现、转介绍等衡量指标。再比如初心所投资企业服务SaaS行业，也有CAC，LTV，ARR，，NRR，Churn等一系列指标体现公司收入质量和全生命周期的价值，在这基础上还可以有进一步的敏感性和群组分析。而目前对于消费品牌，GMV是目前唯一的指标，但也是一个相对短期的，不可持续的结果指标，过程指标存在大量的缺失，因此从单一看重GMV逐渐过渡到以消费者为中心、对消费者全生命周期进行把控的数字化管理方式，孕育大量需求和机会。在初心，我们认为无论是传统消费品牌还是新兴国产品牌，都比以往更加关注营销和销售的过程性指标，品牌需要建立以“人”为中心的管理理念，消费者将成为重要的战略资产，数字化的消费者洞察方式是未来构建品牌力的基石。

在电商场景下，大量的业务流程已经实现了线上化，CDP、SCRM、RPA以及各类效率工具等已经被大量公司正在搭建和使用；在新的竞争环境下，品牌方有很大的意愿推动进一步的数字化：LTV的内涵包括延长用户生命周期、提升转化、提升客单，最终也会对应毛利的提升。当然LTV的价值既包括自身的成交价值也包括他的传播价值，也因此CEM（客户体验管理）、NPS（净推荐值）等后链路分析和行业应运而生，围绕客户的数字化经营成为了品牌方的必修课。而在组织上公司也会新设类似CDO这样一个角色来总领公司的数据资产

初心的布局

初心在MarTech这一主题下进行了接连布局：

基于电商场景的人工智能客服乐言科技，专注于认知智能技术产业应用，拥有世界领先的算法与工程团队，已经成为电商SaaS领域的准独角兽公司；

为企业提供全栈式、全场景数据智能解决方案的滴普科技，构建了低成本、高性能、易使用的云原生数据智能服务平台FastData和数据资产治理与运营平台DXP，陪伴了百丽，百果园等近百家传统企业的数字化转型；

专注于多平台数据打通和全链路监测管理的数据服务商新略数智，帮助品牌沉淀并管理营销和消费者数据资产，构建以消费者为核心的智能运营中枢系统。用数据产品赋能新锐品牌，通过技术打通营销全链路实现全域提效，让品牌方做到更多的过程指标的分析；

为新零售品牌提供私域社交化一站式解决方案的星云有客，用大数据的算法将多元化的用户公域信息整理成清晰的用户标签，基于用户的个性化标签和不同生命周期阶段，用差异化的内容和丰富营销场景，不断深度连接触达和服务用户，最终实现全域流量和销售额提升；

通过数据采集分析帮品牌做智能种草和精准营销的挖数科技，借着小红书、抖音、B站等“Z世代”聚集的平台的影响力空前提升，提供包括达人分析、笔记分析、热词分析、品牌分析、商品分析以及种草相关分析等模块，可以为种草营销提供强大的数据和系统支持

06 技术变革和用户需求推动软件面向业务人员

趋势背后的驱动因素

1. 从需求侧看，互联网、尤其是移动互联网等C端应用极大程度上提升了用户对软件使用体验的要求

传统企业软件跟C端应用的使用门槛和易用性完全不在同一个等级上。传统企业软件常常需要特定的培训课程和厚厚的使用手册，甚至有时候需要IT、财务等部门的专门员工进行操作和管理；在电脑上安装、更新新软件也需要IT人员集中操作。业务员工的使用感受普遍不佳，但他们的声音对软件采购决策来说可能并不那么重要。年龄大一些的用户很多也是在开始工作以后才接触电脑和IT应用，并没有把软件工具玩出花样的能力和意愿。

但今天，遑论个人PC，手机、iPad等智能设备都已经广为普及，这些终端上承载的丰富多彩的应用程序在激烈的竞争中不断优化自身用户体验，把用户的使用习惯、对易用性的要求和对产品UI的审美判断拔高了一个层次。

用户的信息素养 (Information Literacy) 和tech-savvy程度也在不断提升。随着数字原生代、互联网原住民等长大成人、步入职场，新代际用户开始有能力和意愿基于软件产品的灵活性进行各类探索、创造，搭建出高度个性化的应用。Roblox在某种程度上可被视为是这类搭建需求在C端的体现。B端的SaaS也需要响应新代际的新需求，将IT更底层的能力拆解出来、赋能给非专业IT开发者。

2. 从供给侧看，优秀的产研人才逐步转向企业服务领域，使体验更好的产品成为可能

首先，SaaS高毛利、高续费的商业模式与传统项目交付制软件公司的模式相比，吸引力大大增强。好的商业模式，叠加资本市场给予的信心和溢价，像磁铁一样吸纳更好的人才和团队进入赛道，包括深受传统行业模式困扰的、有改造行业想法的软件从业者。

其次，移动互联网红利消退，C端互联网机会逐步渺茫，也倒逼优秀的创业者探索新方向。企业服务赛道主打提升企业效率、让各行各业从野蛮生长转为精细运营，顺应了时代潮流，因而也吸引审时度势的创业者进入这个领域。

追本溯源地看，优秀的产品来自优秀的团队。这些优质人才也将带来体验更好的软件产品。

软件面向业务人员的体现形式

• Product-led Growth PLG (Product-led Growth, 即产品驱动的增长) 这种go-to-market策略兴起的本质原因是B端软件决策模型的变化。

其实，C端app几乎都是产品驱动增长的（包括渠道买量），因为产品本身就是C端app面向个人消费者的一切，从用户下载app开始，注册、转化、留存、传播漏斗等关键用户行为都以产品为大本营。

B端软件在获客增长路径上“C端化”的可能性，是导致B端软件体验“C端化”的重要原因之一。当以IT部门为代表的企业部门采购软件时，影响他们决策的因素往往包括稳定性、价格、软件与已有系统的兼容集成等，这些因素中员工的使用体验往往排不进前列。但是当员工自己可以选择软件时，他们更在意的是优秀的使用体验和快速落地的产品价值。（当然，反过来看，员工/小团队自己采购软件也会失去集团统一IT管理的视角，导致shadow IT难管理、部门间工具割裂、公司付费的SaaS数量井喷等潜在问题。）

能成功走PLG道路的SaaS制胜的关键正来自于新模式要求的新能力，而传统软件基于过往的销售经验往往不擅长这些。比如，高度用户友好的使用体验就成为了新一代SaaS产品决胜的关键要素；freemium的定价策略和支持用户self-service购买的便捷付费方式在某种意义上成为标配；口碑营销、社区运营、病毒式传播等marketing手段价值逐步凸显。

PLG模式正在越来越多的海外SaaS身上得到体现和验证，比如Zoom、Figma、Airtable、monday.com等。这一趋势也逐步传导到国内，尽管中国企业的软件采购现状相比美国来说对PLG模式的友好度更低，但是我们相信，对适用于PLG的SaaS领域来说，终端用户用脚投票会是检验产品力的终极试金石。

• No/Low Code 软件面向业务人员的另一种体现形式就是No/Low Code。No/Low Code大大降低了技术门槛，人人都可以成为应用开发者和数据分析师，做到曾经只有专业IT人员能做到的事情。

No/Low Code背后的驱动因素一部分来源于技术的成熟，包括云计算基础架构的普及和各类云原生服务的涌现，提升了业务人员在选择和自定义软件解决方案时的主动权，也包括跨端和跨平台适配的前端技术体系逐渐成熟，推动优秀的低代码、无代码产品问世。另一方面，使用软件的人群本身也在发生变化，比如适应了C端应用软件体验的员工会倒逼B端软件体验升级、更易用、更灵活，未来数字原住民也将逐步进入职场、为IT民主化带来更多可能性。

在这些因素的影响下，No/Low Code领域的创业公司呈现井喷的趋势。更早一批的低代码产品Outsystems、Mendix等主要还是面向IT专业人员、使用门槛更高；近年来，在市场中声量渐起的无代码产品，比如表格类产品Airtable、做工作流自动化的Zapier、本身是文档但也可以用来搭建网站的Notion等，都真正做到了赋能业务人员、不需要任何编程能力。

初心相信软件面向业务人员的时代正在到来，欢迎对这一领域感兴趣或者正在探索的创业者随时和我们联系、交流和探讨。

初心被投项目：黑帕云、String、影刀RPA

黑帕云通过打造实用、好用、易用的表单产品，驱动用户自增长，从而大幅降低企业搭建数字化应用的门槛。

String则通过自然语言搜索的方式，让业务人员更简单地进行数据分析，无需借助专业数据分析师的帮忙就能轻松实现数据交互。

影刀致力于做一款每一个人都能用的RPA产品，极力打磨产品的好用易用性，让无编程基础的业务人员能够快速上手，赋能企业与员工高效解决工作需求。

07 人工智能：数据井喷，市场将倒逼AI底层框架升级

人工智能从1956年被首次提出以来，已经经过了60多年的发展。在这60年的过程中，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，并逐步包括人脸识别、智能客服、智能安检等多个应用场景。

而随着AI模型越来越成熟，AI模型的准确度的提升已经不仅仅是AI发展最重要且唯一的指标，人工智能的发展正经历着从AI模型为中心，转向以数据和应用为中心的阶段。

在这一阶段，AI落地的成功与否已经不单单取决于AI模型本身，AI的发展将会从原本的AI模型为中心转向以数据和应用为中心，更加关注从数据处理到AI部署的全流程。市场的需求也从解决AI不能用的问题，转向如何解决AI更普遍用的问题。

在一个完整的ML项目中，根据实际项目需求，包括以下四个环节：数据的收集和处理，数据标签与特征工程，模型训练以及模型部署与应用。而在实际工程化落地的过程中，存在着大量的问题和挑战亟待解决。

随着数据井喷以及AI应用的普适化落地，在数据的收集和处理、数据标签和特征工程、模型训练和模型部署等方面，如何更进一步提高效率同时降低成本，从而让越来越多的模型能够落地应用。在此基础上，市场将倒逼AI底层框架进行进一步的迭代升级，越来越多的创新型公司在AI Infra层面涌现。

数据收集与清理

数据的收集和清理依旧是数据科学家的一大挑战，占据了他们近80%的时间。核心原因除了数据本身的繁杂以外，传统ETL工具缺乏灵活性，对非结构化数据的支持较差等问题也有很大的改善空间。在数据井喷的背景下，对于数据的自动化处理以及如何更友好的建立和管理企业内部的数据工作流，数据分析师和开发者需要新的工具。

数据标注

目前多数机器学习依旧采用监督学习算法，即训练样本需带有属性标签，数据集越丰富、标签质量越高，算法的准确度往往越好，因此数据的标注工作虽然繁琐且相对技术门槛比较低（一些专业领域的数据标注除外），但是却对模型的准确性有很大的影响。

传统的数据标注更加依赖人力众包，而随着相关技术的成熟，数据标注的自动化一直是大家在探索的方向。今年4月，硅谷AI数据标注公司Scale AI完成E轮融资，估值已经达到73亿美金，Scale AI所研发的软件能够通过算法自动、快速甄别物体，通过初筛的图片再经过外包团队的二次筛查和标注，从而极大提升标记效率。这种算法为主、人工为辅的标注模式，也许会随着相关技术的愈发成熟以及数据标注服务覆盖面的愈加广泛，逐渐成为未来机器学习训练数据整理的趋势。

特征工程

在特征工程方面，特征的选择有助于提升模型的可预测性，在AI落地的过程中，相关特征的选取需要商业分析师与数据科学家的相互配合，将行业know-how与特征选取有机结合。而实际生产落地过程中，特征的选取以及筛选也并非一次性的工作，即使模型训练完成并实现部署，也需要在之后不断对于模型以及特征向量进行进一步的迭代和更新。因此，如何高效实现特征向量的管理，实现其在团队内的分享以及重复利用，也引起了越来越多的关注。

Uber在2017年提出了Feature Store的概念，之后Airbnb、Databricks、Google等公司陆续跟进，数据科学家和数据工程师开始使用Feature Store来开发、部署、监测以及维护相关特征库。而其中的新起之秀就是2019年才成立的Tecton，去年刚刚完成B轮融资，并获得Atlassian、Zego等知名公司机器学习团队的认可。

模拟训练

在模型训练方面，开源框架(Tensorflow, MxNet, PyTorch, CNTK and Keras)依旧是公认的王者，但相关模型优化平台也得到了一定的关注，比如2014年成立的SigOpt帮助数据科学家进行大规模的超参数优化，并在去年被Intel收购。与此同时，随着AI的实际应用逐渐普遍，一站式数据科学平台（如Dataiku）的兴起，则更强调数据科学家与商业分析师之间的协作。

模型部署与应用

相比于前几个方面，AI在部署和应用领域的问题则更偏向工程化。由于大部分的AI进展都以研究为导向，大家专注于研发许多很厉害的算法，一方面算法在特定领域的应用确实越来越多，算法的准确率也越来越高，但另一方面，这些算法也越来越复杂。因此当这些科研领域验证可行的AI算法，大规模落地到各类企业应用以及C端应用中，算法的庞大复杂导致算法在训练和运算过程中都需要高算力的支撑，同时也是高功耗和高成本的代名词。同时在实际部署过程中，针对不同的终端，如何实现自动化的模型部署以及编译也是大家一直在探寻的方向。

其中核心想和大家分享关于算力的问题。终端算力问题本质上可以通过硬件，云端计算或者软件优化手段解决：

• 硬件解决方案层面，通过高性能算力硬件能够满足算力。现今，全球有不少于100家的AI芯片初创公司，各种新硬件层出不穷，从重塑可编程逻辑和多核设计，到开发自己的全新架构，再到使用神经形态架构等；
• 云端计算则是目前更为常见的解决方案，主要靠服务器集群运算后回传的云端计算，即用户端将数据传输给云端服务器进行运算，云端再将结果传回给用户，比如常见的语音助手等都是采取这一形式；
• 软件解决方案层面，主要通过合理的AI模型优化，能够减少模型对于算力的需求，比如初心近期布局的CoCoPIE（项目详情，查看文末），针对移动AI落地场景，通过对于软件方面模型剪枝和编译方面的自动化引擎研发，能够批量化在不损失过多精度的情况下，减少模型的算力要求，从而实现模型在移动端和低端硬件上的实时运算。

不可否认的是，相比于AI Infra在美国百花齐放的局面，中国在AI领域的项目则在更多着墨于应用层。但初心相信，随着中国成为AI应用侧的超级大国，AI上层应用的繁荣将会倒逼Infra层的变革，也会有越来越多创新型公司在这一领域涌现，也欢迎对这一大方向感兴趣或者正在探索的创业者随时和我们联系、交流和探讨。