隨著企業對采購精細化管理的要求,數字化采購開始由ERP時代邁向SRM時代。狹義的數字化采購即SRM(供應商關系管理)軟件,覆蓋從采購尋源到交付結算、供應商評估的整個生命周期,能夠對主營物資、非主營物資進行不同顆粒度的管理。
企業采購流程復雜、品類繁多,供應鏈流轉效率低、成本居高不下制約企業發展。科學運用數字化采購的手段,可以幫助企業低成本、高效率地構建緊密采購與供應關系,提高庫存周轉率,加快供應鏈響應速度,減少資金占用。
以SRM軟件的收入口徑核算目前已采買數字化采購軟件的市場規模,2021年中國數字化采購市場規模達到16億元,同比增長17.9%。考慮企業節流意識的不斷增強,預計到2024年市場規模將達到32億元,其中SaaS收入將成為市場增長的主要動力。
相比CRM、ERP等企業級軟件,數字化采購尚處在發展的極早期階段。中國SRM軟件的潛在市場空間約1200億元,當前滲透率僅在1%左右。隨著數字化采購應用成熟度的提升,SRM軟件將遵循由超大型企業向大型企業進而向中小企業滲透的路徑。
數字化采購廠商拓展收入來源、增強競爭力的方向包括:1)開展供應鏈金融業務,促進資金高效利用,提高客戶對管理工具的粘性;2)構建商業協同網絡,聚集海量采購方與供應商,通過供需雙方的高效連接形成網絡效應。
國內SaaS廠商運用國外頭部廠商的成功經驗初見成效,投資人對SaaS的投資熱情不減且更加理性,大廠的投資目光開始轉向安全合規和行業垂直SaaS。同時,企業數字化轉型、疫情推動、人口代際變化和行業發展等多力齊發,SaaS行業正迎來新的發展機遇。但SaaS廠商們闊步前進的過程中,不可避免會遇到營收增長困難、盈利掣肘等困境。本報告從中外差異比對中探尋SaaS行業的中國特色,并對廠商發展過程中遇到的經營困境及當下發展熱點展開討論。幫助SaaS廠商了解當下熱點、明確市場定位,找到適合自己的商業模式和發展路徑。
行業景氣指數從快速攀升到波動回穩。過去五年,我國互聯網行業經歷了從爆發到成熟再到轉型調整的三次增長周期,行業景氣指數從快速上升區間進入波動區間。2015年至 2020年,反映行業當期景氣狀況的一致指數分別為93.0、96.5、99.4、102.1、103.7、103.8,增長速度逐年放緩。分階段來看,2015-2017年,行業景氣指數快速上升,表明我國互聯網行業處于快速擴張期,2018-2019 年行業增長趨于平穩,2020 年二季度,受宏觀經濟下行壓力加大、行業發展增速放緩等因素影響,行業景氣指數首次出現環比回落,2020年底,隨著我國經濟企穩回升,反映行業當期景氣狀況的一致指數為 103.8,環比上漲0.17個點,消費互聯網持續擴大升級,產業互聯網加速演進,我國互聯網行業進入轉型調整期。
行業增速從高速增長到中高速平穩發展。2015-2020 年,我國網民規模接近 10億,普及率已達 70.4%,行業收入及用戶增速呈逐年放緩態勢,從高速增長階段進入平穩發展階段。我國互聯網市場主體不斷豐富,上市企業數量從116家增加至 190家,2020年我國上市互聯網企業營收規模達 3.4 萬億元,但受宏觀經濟下行壓力加大、流量紅利見頂等內外部因素共振影響,行業增速從 2015 年的46.5%降至 16.7%,年均增速降幅達近6個百分點,電商、游戲、社交、搜索等傳統業務增長放緩,音視頻、數字金融、在線租賃等新興業務成為發展新動力。
競爭格局從高度集中到多極競爭演化。從新浪、搜狐、網易并立到百度、阿里、騰訊興起,我國互聯網行業經歷了市場格局高度集中的發展階段。當前,一批成長能力強的新興垂直領域企業快速興起,多極化的互聯網競爭格局正在形成。以阿里、騰訊為代表的超大型綜合互聯網平臺將旗下業務分拆成立子公司,再推動子公司融資、上市,以獲取更靈活的運營體系與更高的市場估值,截止 2020 年底,我國有2家企業市值超6000億美元。新興企業加快成長壯大,形成了3家(美團、拼多多、京東)市值超1000億美元的大型服務型企業,20余家(以貝殼、百度、網易、京東健康等為代表)市值超百億美元的垂直類及綜合類企業,以字節跳動'為代表的 200 余家獨角獸企業。
業務布局從橫向擴張向縱深耕耘。"十三五"期間,隨著市場需求持續變化,資本、技術等要素逐步完備,互聯網企業開始向橫、縱兩個方向延伸,從專注于單一細分領域向多領域持續擴展,不斷加強技術能力輸出,平臺生態體系愈發龐大。橫向業務布局持續拓展。除螞蟻、騰訊、京東等巨頭企業,字節、拼多多、美團等新興企業先后獲得支付牌照,通過布局支付業務打通線上線下入口;百度、阿里、騰訊、小米持續進軍 AI、自動駕駛、芯片設計、車載系統等領域,不斷擴大自身業務版圖。縱向業務耕耘不斷發力。互聯網企業加快向 B端市場縱深耕耘,依托云計算、遠程辦公軟件等業務,加大對傳統企業技術能力的應用滲透,打造 B 端市場新空間。例如,阿里通過""云釘一體"戰略將辦公平臺和云服務能力輸出,為接入企業提供高效的低代碼開發平臺,推動中小企業數字化轉型。
網絡提速降費深入推進,引領寬帶網絡升級換代。2015 年起,我國開始持續推進網絡提速降費和電信普遍服務試點機制,加速推動寬帶網絡演進升級和推廣普及。2020年底,我國固定網絡實現光進銅退,全國所有地級市全部建成光網城市,光纖用戶在固定寬帶用戶中占比超過94%,固定寬帶速率在全球 180個國家和地區中排名第 17位2。我國僅用不到3年時間建成全球規模最大、覆蓋最廣的4G網絡,移動網絡速率在全球137個國家和地區中排名第5位3,移動數據流量平均資費降至0.33元/GB。全國行政村通光纖、通4G比例都超過 99%,基本實現農村城市"同網同速"。網絡覆蓋持續完善、網絡能力提升、資費水平大幅降低為互聯網尤其是移動互聯網的繁榮打下堅實基礎。
網絡流量激增,加速骨干網承載能力多維擴容。為滿足日益豐富的互聯網業務需求,我國建成北京、上海、廣州、成都、武漢、西安、沈陽、南京、重慶、鄭州、杭州、福州、貴州、呼和浩特共14 個骨干直聯點,減少骨干網絡路徑繞轉,提升網間通信性能。2020 年,國家(杭州)新型互聯網交換中心建成投入運行,打通了基礎電信企業、互聯網數據中心(IDC)、內容分發網絡(CDN)、互聯網服務提供商(ISP)、云服務商、網絡內容服務商(ICP)之間的互聯通道,"全方位、立體化"的網間架構布局初步形成,網絡承載能力大幅提升。數據中心大規模部署,2020年我國在用數據中心機架總規模約440萬架,近5年年均復合增速超 30%,云化、智能化水平大幅提升,有效支撐直播、高清視頻等大流量網絡業務運行。
移動智能終端普及,推動手機網民數量快速攀升。2015年以來,智能手機在手機出貨總量中的占比持續提升,到 2020年智能手機出貨占比已高達 96%。移動智能終端的廣泛普及不斷降低網絡接入與用戶操作門檻,手機網民成為拉動中國總體網民規模攀升的主要動力。中國互聯網絡信息中心(CNNIC)數據顯示,截至 2020年底,我國手機網民規模達9.86 億戶,較 2015年增長3億,移動互聯網普及率達 70.4%,較 2015年提升 20.1個百分點。手機網民快速普及使得基于大帶寬的融合業務需求迅速激活,移動流量業務實現爆發式增長。
中國人工智能在零售領域的應用前景如何
人工智能(AI)在零售領域應用是指人工智能計算機視覺、智能語音等人工智能技術在零售場景中的落地應用,其通過為零售行業的參與主體、不同業務環節賦能,進而實現對零售行業的整體升級和改造。人工智能技術應用于零售領域,促使“人-貨-場”的結構發生變化,其信息流轉速度加快,數字化程度持續提高。在政策利好、零售行業增長乏力、人工智能技術持續進步等因素驅動下,中國人工智能在零售領域應用行業市場規模將持續擴大,預計于2025年達到67.7億元。
1. 智能客服、精準營銷等是人工智能在零售領域的主要應用場景 人工智能應用于零售領域的關鍵技術包括計算機視覺、智能語音、自然語言處理、機器學習、知識圖譜等。現階段這些技術在智能客服、精準營銷等場景下應用較為成熟。隨著人工智能技術持續進步,其將可在零售領域實現大規模的應用。
2.零售行業增速乏力,急需AI等新技術助力轉型 2015-2020年期間,中國社會消費品零售總額和網上零售總額的增速逐步下降,2020年其增速分別為-3.9%、10.9%,零售行業增速乏力。同時零售行業是典型的勞動力密集型行業,在供應鏈、客服、營銷、運營、銷售等不同環節均需大量人力資源,但中國勞動力市場逐年緊縮,零售行業面臨用工短缺問題,當前中國連鎖零售行業人才缺口約達500萬人。因此,零售企業需利用AI等新技術對收銀、客服、營銷、門店管理等環節進行智能化改造,在提升人員效率、節省人力成本的同時,以獲取新的業務增長點。
3.云服務巨頭在AI+零售行業更具優勢
中國人工智能在零售領域應用行業參與者眾多,參與者入局基礎差異性顯著,主要包括云服務企業(阿里云、騰訊云等)、AI技術企業(第四范式、商湯科技等)以及傳統零售企業(蘇寧等),其中,阿里云、騰訊云等在零售業進行布局的云服務企業在行業中更占優勢。
人工智能本質是解決生產力升級的問題,人類生產力可以歸類為知識生產力和勞動生產力,人工智能走入產業后,可以分為感知智能、認知智能和行為智能,后兩者更與生產力相對應,NLP和知識圖譜是發展認知智能的基礎。
原始數據通過知識抽取或數據整合的方式轉換為三元組形式,然后三元組數據再經過實體對齊,加入數據模型,形成標準的知識表示,過程中如產生新的關系組合,通過知識推理形成新的知識形態,與原有知識共同經過質量評估,完成知識融合,最終形成完整形態上的知識圖譜。
在面對數據多樣、復雜,孤島化,且單一數據價值不高的應用場景時,存在關系深度搜索、規范業務流程、規則和經驗性預測等需求,使用知識圖譜解決方案將帶來最佳的應用價值。
2019年涵蓋大數據分析預測、領域知識圖譜及NLP應用的大數據智能市場規模約為106.6億元,預計2023年將突破300億元,年復合增長率為30.8%,其中2019年市場中以金融領域和公安領域應用份額占比最大。
隨著整體市場數據基礎的完善和需求喚醒,大數據智能領域規模持續走高,但在行業可落地性和理性建設的限制下,預計市場增速將呈現下降趨勢,期間咨詢性需求將會大量出現,從整體發展來看增速處于良性區間,對真正有價值的公司和產品有正向意義。