最近一直和各个投资人在探讨行业发生的变化。

我们经常会问：市场规模有多大？这是终局思维。

大蛋糕，哪怕切一块，也够吃饱。那我们就好好造碗、造勺子吧。

可是市场规模怎么测算呢？

to C的互联网项目好算。活跃人数*客单价=C端市场。

to B to C的项目也好算。虽然是B端买单，但我们能帮B端获客，终端市场*转化率=B端市场。

to B的市场，怎么算？各个行业不同，我们能否找到规律呢？

这个规律就是：信息化数据化智能化。

好，下面我来用普通人都能理解的语言描述一下。

01.信息化：用电脑for流程

信息化是什么？把你的工作，搬上电脑。

把工作搬上电脑总共分几步：

第一步：打开office，写文档。

第二步：打开OA或者Email，把文档传给你的部门同事/领导。

第三步：你的部门同事或者领导，把文档再加工传给部门外同事或者上级领导。

第四步：一个时间段，各级领导在后台看了看统计数据。

Mike完成了5个调研文档；John对接了10个客户；Lucy报销了3000差旅。

销售部完成了1000万订单；市场部投放了100万广告；人力资源部发放了200万工资……

信息化，就是不同工作信息在公司各个部门、层级之间交流。

这种信息交流，需要符合工作流程。比如报销、请假、立项流程等等。

信息化的结果，通常是事后的、某个维度的统计数据。

我们为什么要信息化？领导需要了解单位、企业的发展情况，员工跟进自己、同事的工作事项。

如果没有信息化，我们就得在一大堆的纸质报告和数据报表中翻找，拿着文件在各个办公室之间奔跑。

行业的信息化，其实是该行业各个单位、企业的信息化程度的缩影。

看一个单位的信息化水平如何，直接的考察方式：你大部分的工作是不是不能离开电脑？是不是必须得面对面交流，或者拿着文本材料到处跑？

看一个行业的信息化水平如何，简单粗暴的方式：该行业内看大部分单位、企业里有没有IT事业部？

大部分学校、医院有IT事业部么？大部分银行、券商有IT事业部么？

回答上述两个问题，马上就能得出结论：教育、医疗信息化水平，是低于金融信息化水平的。

02.数据化：要上网for决策

数据化是什么？把你的工作，搬上网。

很多人会纳闷：我们要用OA和Email，这不是在信息化阶段就上网了么？

一个简单粗暴的理解：你的工作是不是离开了办公室就不行？

除去商业机密要求、操作类岗位，如果你的工作大多数必须在办公室场景完成，那么你的企业或者行业的数据化水平是低下的。

为什么低下？因为你工作的大量环节都在固定软件中完成，而无法在互联网环境中完成。

比如：领导一出差，文件没法签批了。离开公司系统，客户资料就查不了。

你的工作效率、与他人的工作交互能力，受制于特定的信息系统。

为什么非得在互联网环境中完成才叫数据化？因为数据化的特点是：数据量很大，并且伴随着时效性。

封闭或者半封闭的信息系统，无法满足大量的数据运行和实时展示。

我们为什么要数据化？需要实时观察人流、资金流、信息流的数据，据此做出或者改变决策。

来源：光启元

人流、资金流、信息流的数据，从哪里来？又是怎么成为决策依据的？

1.数据收集：一定频率的，人的行为记录和传感器的采集。

比如，我点击一次按钮、滚动一次网页，就是数据，留存时间长、互动次数多，说明我对这个网页内容感兴趣。

2.数据处理：海量数据需要按照一定的规则，删除掉冗余数据、保留关键数据。

比如，我是该网站的用户，我点击、互动的频率数据就很重要。我的胳膊不小心压在了鼠标上，不断点击网站，这个数据对考察网站内容就无意义。

3.数据分析：关键数据需要一定的模型，来挖掘数据之间的关联性。

比如，同一篇文章不同的题目，点击率存在很大差异，就可以推断出哪个题目更吸引读者。点击后的阅读时长，就可以推断题目与内容是否匹配。

看你的企业或者行业的数据化程度，可以ba把刚刚简单粗暴的理解上升一个层次：你的工作是不是离开了办公室就不行？你的工作是不是离开了实时数据就不行？

如果你是图文号、视频号、电商平台的运营，你一定离不开实时数据。

如果你是老师，在公立学校上课，你的工作就不依赖于实时数据。上课时，你扫一眼全班，盯一下个别同学，凭经验，可以大致判断教学效率。

但如果你是校外线上教育的老师，后台就会不断推送给你数据：某问题的答对率如何？课堂的互动率如何？依据这些数据，来判断教学效果并做实时调整。

所以都是教育行业，但校内教育和校外教育的数据化程度截然不同。

03.智能化：要上云for提升

其实很多行业的信息化、数据化，都逐步上云处理。

但智能化为何必须上云呢？因为数据不仅仅是采集、处理、分析，还必须把数据回传到机器中进行学习，再输出。

我们常说“用数据、喂机器”就是这么个道理。但背后却是数据的存储和传输量呈几何级数上升，往往需要云端服务器才能处理。

信息化数据化智能化的演进到底如何，举些生活中能感知到的例子：

比如，看视频监控这个工作：

如果你是一个保安大队长，通过监控视频观察环境，然后每天在OA上传执勤报告，这是信息化。

如果你是一个交警部门领导，全市交通情况的数据源源不断汇集、得出初步分析结果，据此决策高峰期各个路段的红绿灯时长（比如，车辆排队超过500米，算法自动切换到绿灯），这是数据化。

如果你觉得这个交警部门领导实在太累了，这么多个路口的数据和结论，同时车辆排队长可能是因为出了车祸，怎么有办法实时决策？

这时候就依靠人工智能辅助决策。

各类路面照片不断地送入机器，不断学习，修正算法。

再遇到新情况，机器就可以帮助判断：

这是正常拥堵，还是车祸造成的拥堵，甚至可以判断车祸的大小，是否需要路面执勤交警进行干预……领导据此作出决策，这是智能化。

再举例，卖东西的场景：

如果你是一个小卖部的老板，让员工每天把营业数据输入进销存的系统，月末夫妻俩算个账，看看哪个货好卖，这是信息化。

如果你是一个电商，在淘宝店里做活动，看点击率、购买率、优惠券的核销情况，判断是否要进行展位推广和加大优惠力度，这是数据化。

如果你是一个直播电商，但你上镜不太好看。可以通过二维卡通图片和人脸跟踪器，自动生成动态虚拟主播。

同时，机器通过实时的销售、互动数据，发出指令：互动数据低迷，主播需要更多的微笑表情；或者，根据主播的话术，切入一段应景的音效，这是智能化。

 来源：Google Japan 的软件工程师 Pramook Khungurn 开发了一套基于深度学习的系统，只需一张正脸的动漫人物图，就能轻松合成各种面部和头部动作的动画，搭配人脸跟踪器等应用，能让人以很低的成本轻松制作动画主播节目

智能化，可能替代人。比如，直播室就不需要那么多个助理和导播。

智能化，更可能提升人。比如，交通红绿灯切换时效性更高、路面执勤效率更高。

04.信息化数据化智能化何时发生

虽然我们知道了各个行业的趋势：信息化数据化智能化。

但何时改造才是最佳时机？两个维度——

不进行数据化、智能化的成本有多大？

有的成本低，多雇几个员工就可以先解决。比如，企业的人力资源管理。

有的成本高，无法根据实时数据做决策，可能造成重大人生、财产安全损失。比如，交通、运输、环保、智能生产等。

进行数据化、智能化的收益有多大？

比如，电商直播中看到实时的投放数据，我可以加大投放力度，让产品更多的曝光，带来更大规模的收入。

当我们从两个维度对行业、企业进行分析，就能大致判断数据化、智能化改造的时机。

能在时机来临前，先行半步，就是最聪明也最幸运的创业者和投资者。

最后分享历史学家大卫·克里斯蒂安的著名的理念：

人类一直在追求能量和信息效用的最大化，所以，凡是能在能量或信息层面寻找到新突破点的技术，就可能创造极大的商业价值，成为新的财富创造者。（芳博士）