恒业资本江一：工业数字化的确定性与预期？_工业

4月21日，“第六届中国工业数字化高峰论坛”在上海举行。本届会议由中国互联网协会互联网投融资工作委员会、中国生产力促进中心协会数字经济工作委员会提供指导，由中国化工学会信息技术应用专业委员会和产业数字化创新发展联盟提供支持，由MyMRO我的万物集·固安捷、齐心集团、欧菲斯、鑫方盛、致趣百川、市场易、晨光科力普、领先未来、脉链、米思米中国、百炼智能等企业参与协办。来自全国各地的政府领导、专家学者、工业产业链上下游企业、产业数字化平台、传统工业企业负责人等参加了会议。

恒业资本管理合伙人、HCR慧辰股份董事江一出席会议并发表主题演讲。在此向各位读者分享演讲实录：

恒业资本管理合伙人、HCR慧辰股份董事江一

关于2023年产业数字化机会，江一用了十二个字预测：万物皆数、重度垂直、AI+

他认为这是今年大部分产业互联网关联的上市公司和拿到融资的创业型企业的战略重点。

尊敬的各位领导、各位伙伴们，大家早上好！在科技浪潮及经济四大周期叠加的今天，产业环境发生了巨大的变化，大家的价值排序是什么样的？什么在变，大家又能抓住什么？如何才能顺应周期，从容应对？

这个论坛是中国工业数字化高峰论坛，工业数字化、产业数字化，比数字产业化要大几十倍，大家可以从数字产业化的演进和技术成熟度，倒推看产业数字化到底哪个赛道或者说哪个细分场景有更多的机会。

我演讲的主题就是工业信息化的确定性和周期，有两个字是周期，我们现在面临着四大周期叠加，再加上现在AI技术大爆发，到底应该怎么做，我和大家表述一下，我们这次大概有70多页是我给我的甲方JPMorgan做的每个季度的宏观经济和产业分析的汇报，基本上拿我们的数据分析是给这些基金经理做服务，比券商的研报颗粒度和准确率高很多，我自己公司主要是做数据采集、数据融合和数据应用，我们的数据样本量足够大，质量足够高，参数足够多，运用先进的数据分析技术，如统计分析和机器学习算法，发现隐藏的规律，识别风险因素和新机会，提供对未来的最佳评估。逻辑是，以全景的视角看现在过去和未来的宏观、产业、的趋势。

人是你过去决策的集合体，高质量的决策取决于你是否有高质量的信息，所以信息层支撑了决策层与执行层。

刚在门口时，偶遇了几位朋友，他们讲了同样的话，“大环境不太好。”

全球经济确实是从黄金时代过渡到了黑铁时代，经济复苏不是理所当然。但是对比去年会不会好很多，对比2020年会不会好很多，另你在营收没有过百亿之前，其实大环境和你没什么关系。我想强调一下，现在就是在变革当中，我们凡事看机会。战略性的放弃一些小的机会。所以战略就是取舍和资源分配，专注趋势及产业的高价值和自己高优势匹配的，中间划一个交集，就是你应该做的事情。

所以，你需要关注的是：

第一、长期趋势与公司发展的逻辑是否一致，面对大势和变量，可持续价值排序排第一。

第二、更应着眼那些，唯备东风，万事皆无难而正确的事。

第三、钓鱼的第一条规则，在有鱼的地方钓鱼；第二条规则是，记住第一条规则。

凡事看机会，当下经济复苏缓慢不达预期的情绪面会有影响，但机会也很清晰，就两条。

对投资机构：资产有定价偏差

对创业者：经济的反周期，寻求商业合作的成本相对更低。

原来是竞争逻辑，现在是共生逻辑，从原来的向用户和渠道要市场转变为向供给和同行要能力、连接、可信、开放协同是关键，有能力的输出行业标准并购整合，稍差的也可以被集成、被整合、被并购。

另外，我们对企业战略的价值排序，宏观经济增长对你的影响是千位数，产业环境增长是百位数，模式增长是十位数，然后是运营增长是十位数，价值增长排序是从高到低这样来抓，大部分人做精细化运营的同时，更要瞄准前面三项到底怎么做，这个非常重要。

2023年宏观主要看货币政策和财政政策，今年现在的货币政策和财政政策，仅支持于现在经济复苏的一半，举个例子，仅支持一半，后面那50%可能会在10月30号微调，比如说刚就降准备金率25个基点，降息什么时候开始，资金什么时候流到市场，财政预算怎么调，大家可以关注一下10月10号，可能会有调整，但是也有可能降息会提前，看我们能不能扛住，我猜测可能等不到10月就有可能先调整。首先从货币政策来倒推财政政策，政策到底怎么出，看政府的预算怎么样，政府现在目前有什么牌，你才能猜到或者说倒推到，或者说预测到今年年终或者说年底到底会有什么样的政策发出，一般我们可能早一年或者说早半年大概能够知道，更精准的话可能早三个月，所以说大家什么时候该做准备，需要瞄什么，这是和大家讲的方法论。

不过今年Q1确实有点冷，按照中国的潜在经济增速，CPI应该保持在2%以上，价格是需求和供给决定的，目前供给没问题，所以是需求极差才导致了价格低。一般来说，低于1%就证明市场需求冷。但最近一段时间已经连续3个月低于1%，没想到继上个月0.7%之后，居然断崖式跌到接近0的水平。社融也塌方暴跌77%，比1.72万亿的预期也低了0.5万亿。

这都不是一个“冷”字可以形容了，简直是冰点。

另说一句，消费是收入的前置条件，收入是就业的前置条件，就业与民营经济强关联。

冰点怎么办？稳健为主，等政策性，等风来，应该不会让大家失望，我说应该不会。

逻辑就是长期看供给，短期看需求。具体的数据我快速看一下，后面大家可以看托比网的公众号，2023年的展望，还有两会的要点和经济目标，第一次和摩根大通汇报是3月2号，预测的基本没有差异，然后是五大经济政策，积极的财政政策要加力提效，现在效率不高，稳健的货币政策要精准有力，产业政策要发展和安全并举，科技政策要聚焦自立自强，比如说信创，比如说数字中国、数据要素这些都算，社会政策要兜牢民生和底线，这是一个比较低的需求比较低的要求。然后是八大众点就不重复了。然后下行趋势是不可避免的，除非到年终或者说十月10号政府工作报告发布之前看会不会有调整。

消费出口投资三架马车，消费慢变量，出口外变量，世界经济减速和政策调整，投资是自变量，基建空间不大，制造利润下行，技术周期迭代。关注什么对我们有益。我就快速过一下，大家可以拍一下。

这是全球出口，到三月份，出口大幅度萎缩，然后这是消费，所以说什么时候降准，降准已经实行了，降息还远，我们预测可能年中会出，是大概率事件，大概率，95%以上是大概率，5%以下是小概率，经济现状内需很弱，外需下行，信心不足。所以政策会让大家加强信心，政策空间，我们对政策的推算，就是财政，需求侧就是传统基建基本饱和，新基建技术周期会起来，供给侧，地方资金来源，除了之前降本后的发债还有很多地方政府资金来源，货币就是依然要稳健，但是会慢慢的挤空间，按月慢慢的挤空间，这是货币，然后是房地产，要等到年中或者说下半年，这是地方政府现行债务率，大家可以看一下。

大家可以看一下我们还是比较有空间的，这是对标海外。

货币政策，空间在哪？预测货币政策的政策，就是利率下行的空间很大，货币政策通胀压力不大，然后是CPI和PPI，预测倾向于高估，2023年经济增速，我用一句话概括，筚路蓝缕，静待春风，这是1月份的预测，和两会开完的信息来看，准确率目前是百分之百。

信心来自于哪？资本出境主要担心政策性风险，政策一直在调，一直在说看多中国，本质上就是稳预期，消费上要提高收入，买房就是买增长，然后投资就是投未来，所以说鼓励信创等等这些高科技，包括现在目前我们看到的各种各样发布的大措施，如何建立信心，重大困难、重大措施，对2023年预期货币政策和财政政策的靴子落地，大家现在做好准备等风来。

股市倒是还可以，就是现在目前其实在外面还是有很多的情况，只不过没有进来，结构性机会，一些科创的好一点的公司，大概去年都跌了70%—80%，美股和港股都跌的很厉害。看二级市场可以倒推一级市场，一级市场比二级市场资金的信心传导大概三个月，募资周期大概就是三四到个月，国债利率下行，固定资产投资，美股估值与增速，就不多说了，然后是股指与通胀负相关，这是三重压力和三期叠加，导致了现在目前还是有机会的，弯道的时候还比较好超车，不是你一个人有困难，大家都有困难的时候，你只要决策有比较优势，更容易弯道超车。

所以2023年梳理一下，变数很多，主要就是等政策，现在目前慢慢的缓释的情况下，大家要做好充分的准备。

二级市场，纳指见顶，A股小盘股和美股中概股低于发行价，反而我们大A还比较好，再说一级市场，LP，GP化，GP FA化，我本人就是LP出身，原来投了产业互联网的两个基金，觉得GP投的太烂了，自己跳出来做GP了。去年GP大概倒了80%，现在目前大部分稍微大一点规模的非头部的都在做招商基金，什么意思呢？以反投为主的招商资金，我投你，你大概给我多少点，不太在乎项目的高成长性，不太在乎项目在行业内的技术壁垒，不是那么的强要求，所以说一级市场，就是各位现在目前，大家如果没上市，在一级市场融资越离IPO近，你的节点越清晰，你的时间表越清晰，你的流动性会越高，所以说尽可能的往后推。

投资价值逻辑用三张图来给大家讲明白需要关注优先级。

如图概括：:

再往后就是头部效应加剧，目前A股也是这样，主板市盈率偏高，创业板稍微差一点，科创板更差，北交所更差一点，头部集中，是一个阶梯状。伪独角兽破灭，因为二级市场无法接盘。我的一个朋友，北森控股，港股刚发就破发了，募了MINI IPO，但是去年最困难的时候，比现在还差，通过各种各样的分析，通过各种各样的判断，通过各种各样的努力，去年我们投的港股的元宇宙第一股，大概募资6个亿港币，是去年最大企服领域融资，这是我们当时努力的结果。

所以在这个环境下，企业的关键词是什么？练内功、重效率、业务迭代、净现金流，内功好事半功倍。增长不是检验项目的唯一标准，过去一年63%的项目是做重的，比如说自建物流、自建无人仓各种各样的方式。

结构就不和大家说了，快速过一下，我快一点，从结果倒推，成就这个事情，和什么有关系？和体量和概率和效率有关系，所以从价值排序来看，先看体量再看概率再看效率，是重要的，所以说这个事情够不够大，概率够不够高，效率够不够高很重要。竞争优势的选择和执行就是战略，先考虑风险，再考虑代价，再考虑持续和意义。现在需要考虑的场景是人多需求多，窗口期内亟待满足的，红利就是供需失衡产生的机会。二级市场的有效原则，非情绪面，可以看一下二级市场的轮动。

机遇一般，一个企业的生命周期遇到五六次，但是机会很多，如何把控机遇很重要，机会每天都有，机遇不见得每天都有，然后怎么判断机遇，就看资金集中度，大家知道流动性溢价，比如说举个例子，假设有一个上市公司，你看当天的交易额非常多的情况下，股票一定是涨的，所以你看资金集中度能够判断机遇到底在哪，比如说大模型，比如说刚才刚才讲的行业模型，这其实能够反馈一定的需求，举个例子，陈总的寒武纪，一个芯片设计公司，现在涨了有五倍，去年亏损11个亿，我们不说好坏，大家判断，芯片设计公司，股价现在目前一千多亿，每年业绩逐次递减，还能涨五倍，资金集中度可见一斑。像360、海天，这样的公司发布的业绩，不评论好坏，大家认真研究。算法的好坏和参数的多少有关系，待会儿再和大家讲一下AI，时间不多了，快速过。

找行业，大散乱差的行业，如果说你们公司跨行业，找大散乱差的行业，我们自己的上市公司41个大类行业做了前27个，大家不用那么多，可能大部分的数字产业化的公司，会聚焦在5到6个核心行业就OK了，看看你的产品或者服务的要素是否能够在不同的场景和行业里串联。我再随便说一句，我们服务的一个五百强公司，在大中华区有两家代理商，两家代理商也是五百强，一个是外企，一个是央企，他们都做了非常精细的数字化，央企那家总共有76个流程，外企总共有23个流程，哪个公司效率高？23个流程的人效是央企的人效三倍多，人数比他们多两倍，所以说核心在哪？内部流程数字化是要找到费效比高，有ROI的流程再做固化。全链条提升产业效率，打穿产业链基于产业视角做重做深，这个很重要。实现的主要路径，价值创造，创造客户愿意付费的价值，创造可以量化的价值，你越搞量化，你的交易成本越低。

几个趋势，万物皆数，我在2018年托比网南京的会议上提出来的，今年讲数字中国，数字要素，数字产业化，还有价值评估和分配，刚才说的可量化的价值。重度充值，节点叠加，消除隔阂，精益运营的肇始，其实全链路的数字化如果说公司做的特别好的话，到底找哪些价值点来做。通用标品的消亡，是不是一个产品不重要，主要看能不能复用，如果从二级市场看上市公司的话，营收增长30%，净利润增长至少要50%，所以也效率的解决批量的问题，降低交付成本重构成本结构标准化服务，重点是你的成本能不能降降多少。从竞争逻辑转化为共生逻辑，这个非常重要，从向用户和渠道要市场，转成向供给和同行要能力。这个我过一下，重新定义创新，就是提升效率、降低成本、提升体验，前面三个是比较大的。

新入场的创业者和浸润领域多年的实干家，未来要想在数字化浪潮中找到新机会，应该怎么做？

1、方向：数字化浪潮中我认为，我认为，第二产业的科技升级大概率会成为一级市场新一轮周期的大命题。以往互联网新经济公司的成本可能会更多地集中在需求侧：获客成本、营销广告费用等等。但第二产业科技升级公司的成本则会高度集中在供给端，比如研发投入、人才投入、产能建设、产品整合等等。对于供给端的投入能帮助企业建立起高壁垒。一旦产品得到了验证，这类企业的商业壁垒就会越筑越高，产生叠加效应。

2、战略：我有个简单对战略的定义：排序、取舍、资源分配。所以战略前瞻性的原则就要求我们想办法获取真正有价值的信息，罗列更多看不见的选项，做价值排序、精准分配。

如何匹配是关键，总结：清晰公司定位、识别核心能力、分析业务挑战、尝试终局思路

关键：需要在一个你聚焦的垂直行业的核心能力找不同场景串联的机会。用有效率的方式去解决批量的问题。

3、战术：高质量的信息才能支撑高质量的决策、捕捉关键的价值点快速低成本验证。

初期：要验证你的成功要素，比如团队、商业模式。早期：验证用户价值，跑出来一些数之后，就可以验证MAU、DAU、GMV。中期：就需要验证商业规模了，要开始变现了，验证合同、确认收入、增速。后期：典型的就要看是不是一个赚钱的公司，验证盈利能力，看毛利率、净利率这样的指标。

备忘：不断提升公司的容错率支撑捕捉新机会的可能性。好的公司核心驱动指标带动公司增长，预估每个指标的天花板，在现有指标动力衰竭之前，找到新的增长接力指标。

另AI+，我觉得是一个非常重要的机遇和决策点，这个是我想讲的重点，前面东西太多了，AI拐点是重点，现在目前我们自己的定位，不管是我们投的标的也好，还是自己的上市公司也好，全部都在喊一个口号,ALL IN AI，这不是一个选择题。

对于未上市公司特别不友好，你不选的话非常难，再过几天，26号GPT 4.0已经联网了，现在的算法加上了两点，MSA和多头注意力，可以把你的问题分成多个子任务进行拆解，还会自动纠错。所以说现在如何抉择，AI引领范式转变，应用层大厂做，中间层是国产芯片和云厂商，模型层是大厂入场，国外的数据是开放的，国内的数据在各个大厂或者说各个小厂之间是不够开放的。GTP如果说来概括算法，中间需要海量的高质量的历史数据，然后强化学习就是需要多人博弈，中间需要很多要点，所以说你需要用国外的接口，如果说国产替代的情况下，把外面的接口封了，比如说GTP3.5，或者说微软的必应的4.0，去年到现在海外算力提升大概30多倍，这是什么概念？相当于当时的PC互联网转移动互联网的趋势，非常重要。

在这里还和大家讲一点，大模型其实就是未来的水电煤，作为基础平台将支持无数智能应用，原来企业因为AI的加入能力增强，大部分的应用是也机会做一遍的，类似于PC到移动互联网，更好的模型和更低的成本会催生出大量的新场景，我最开始投SaaS，后面会有大量的会有非常大量的按用量或者按算力收费的各种各样新产品和新场景，所以说各位按用量和按算力续费率百分之百，PS估值会提高多少大家可以算一下，包括数据要素是能够并表的，我们每年买两个多亿的数据，可以均摊十年，相当于净利润了40%。然后是海外对标，下一代的搜索工具New bing，生成图片，还有行业工具Jasper，生成视频Runway。前段时间蓝色光标发了很多公告，把现在目前接入的供应商了公司内部做美工做图片做研报的公司裁了很多人，现在目前确实眉头紧，大家到底应该如何抉择，非常重要。大家可以研究一下现在目前的海外对标已经到了什么程度。和大家说一下稀缺的东西在哪？大模型现在目前已经不再稀缺，大模型数据才稀缺，所以说数据要素非常稀缺，但是国内的高质量数据又不多，可能隐私计算会兴起，这是第一个。第二个会催生很多基于行业的小模型，封闭的不联网的小模型，因为大家考虑到数据安全的原因，再就是算力，假设现在可以买超算中心，或者说有稳定算力的资源，这会很值钱。长期主义，系统提升了你的概率，我们要做什么事情，我们要唯备东风，万物皆无的事情，弯道超车，不如换道超车，经常找我融资的项目端，我大概率和他们说，别干了，或者说这个赛道别玩了，换一个行业，经常讲的高品质就是这句话。