
在TOC端客戶成本高起、新興技術快速迭代、政治經濟環境日益復雜的背景下,企業服務行業涌現眾多新機遇。“竹外桃花三兩枝,春江水暖鴨先知”,對變化較為敏感的TO C互聯網巨頭已經感受到這種市場被動,并做出積極應對,依托自身數據和技術等資源優勢收割TO B端客戶市場。具有代表性的事件是騰訊在2018年國慶前的重大組織調整中,著重提高云計算服務在其企業中的組織地位,發力企業服務市場。
企業服務,即企業級服務,有廣義和狹義的概念。廣義的概念是指面向所有企業級客戶提供運營管理相關的產品和服務;狹義的概念是指基于IT提供企業運營管理相關的工具、系統解決方案等服務,包含硬件、存儲、數據統計與分析、通用技術和安全等基礎服務,生產采購、協同辦公、營銷與銷售、人力資源等業務及工作流程管理服務,以及針對垂直領域提供行業解決方案。
本文選自創業邦研究中心推出的《2018中國企業服務行業報告》,主要介紹企業服務行業的發展現狀與驅動因素,以及對企業服務行業發展趨勢做出研判。
中國企業服務市場的起步晚于美國,上世紀70年代至80年代,美國成熟的信息技術開始商用,誕生了微軟、SAP等一系列的To B端巨頭公司,而中國的資本和市場關注點主要集中在C端。
從2000年至2008年的幾年間,中國企業服務市場主要集中在用友、金蝶、浪潮等巨頭廠商所提供的企業管理軟件等相關服務。2009年阿里巴巴推出阿里云、2010年騰訊開始對外提供云服務后,互聯網巨頭在企業服務領域的布局帶動了更多互聯網企業、初創企業進入企業服務的領域,2015年成為了中國企業級服務的元年。
云計算、大數據等技術為中國的企業服務市場帶來新機遇,新型的企業級服務模式開始涌現。從2016年開始,企業服務的資本市場開始擴張,同時該領域各企業的融資金額不斷被刷新,企業服務領域進入高速增長時期。
近年來,中國的企業數量快速增長,企業服務的市場空間巨大,隨著更多的創新和需求出現,企業服務將誕生一定數量的龍頭企業和大量實力強勁的企業。
一般來說,狹義企業服務產業鏈圖譜包含:企業財稅服務、人力資源服務、企業管理服務、銷售與營銷服務、法務服務、信息安全服務、人工智能服務、云服務、大數據服務、IT基礎及解決方案、信息安全服務等。
最近幾年,IT基礎服務及解決方案、大數據服務、云服務和人工智能服務屬于行業熱點,較受創業者、投資人和行業巨頭的青睞,也產生了眾多實力強大的企業,如大數據服務的海云數據、TalkingData等企業;云服務的阿里云、騰訊云、金山云、青云、UCloud等企業;人工智能服務的商湯、寒武紀、云從和曠視等企業。

企業服務領域國家政策環境迎來利好,2017年國務院發布的《關于進一步擴大和升級信息消費,持續釋放內需潛力的指導意見》指出:近年來,隨著互聯網技術與經濟社會深度融合,我國信息消費已成為當前創新最活躍、增長最迅猛、輻射最廣泛的經濟領域之一,對引領產業升級發揮著重要作用。發展行業類、新型信息產品等領域信息消費,到2020年,信息消費規模預計達到6萬億元。
與此同時,互聯網、云計算、大數據、人工智能以及物聯網等前沿技術的政策性文件疊加效應作用,將加快推進企業的信息化、自動化、智能化和數字化進程,企業服務市場將得到巨大發展。

據工商總局數據顯示,中國企業服務市場主體規模龐大,2017年全國實有各類市場主體已經達到9814.8萬戶;據國家統計局數據顯示,從勞動力成本的角度看,城鎮單位私營及非私營就業平均工資水平均呈上升趨勢,同時勞動年齡人口近幾年保持下降趨勢,雖然勞動力效率平均增長率達到10.27%,但是短期內不足以抵消工資上升和勞動力下降的雙重影響,可以預見企業人力成本仍會持續走高。
據CNNIC調查結果顯示,2016年企業使用計算機比例已經達到99%,利用互聯網辦公比例已達到95%,企業信息化發展的基礎設施較為完備,信息技術使用習慣逐漸形成;截至2018年6月,我國手機網民規模達7.88億人,網民通過手機接入互聯網的比例高達98.3%,網民移動互聯網的使用習慣已經形成,移動化企業服務市場將是企業服務的新藍海。
2017年上半年,國內網站數量達到526.06萬個,光纜長度達到3747萬公里,互聯網基礎設施的不斷完善,為企業信息化、自動化和智能化發展以及云計算服務過程中的信息部署和傳輸提供了基礎保障。
隨著云計算的發展,企業服務開始在云端進行部署,使企業能夠依托網絡按需求尋找和利用資源,從而實現資源的優化配置。而人工智能、物聯網等戰略新興技術之間的融合應用,將大幅提升企業服務水平。
人工智能(Artificial Intelligence, AI) ,又稱機器智能,是計算機科學的一個分支,即通過計算機程序開發用于模擬、延展、拓展類人智能的方法、技術和應用,是一門新興科學技術。
人工智能的核心研究問題包括模擬跟人類相似的、類人類思維的感知、推理、知識、規劃和學習等能力,隨著科技的進步及人類對自身理解的加深,人工智能的概念和應用邊界會不斷拓展。

數據來源:中國互聯網信息中心,創業邦研究中心整理

數據來源:中國互聯網信息中心、互聯網公開信息,創業邦研究中心整理
按照人工智能的發展路徑,可以分為弱人工智能、強人工智能和超人工智能三個層次。目前,市場應用以弱人工智能為主,現在比較成熟的應用案例是基于大量數據的機器學習。
(1)產業圖譜分析
人工智能產業鏈分為基礎設施層、技術層和行業應用層。
基礎設施層主要由基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商組成。在過去5-10年間,人工智能技術走向商業化,主要得益于傳感器等硬件價格快速下降和云服務的普及,GPU 等芯片使大規模計算能力得以提升。目前,人工智能產業在基礎設施層面已搭建完成。
技術層主要包括語音識別、計算機視覺、自然語言處理及深度學習技術提供商。與其他技術相比,語音識別在技術和應用方面已較為成熟,谷歌、亞馬遜、蘋果、百度、阿里等巨頭再次深度布局,科大訊飛和出門問問等企業也顯示出良好的增長勢頭;計算機視覺,尤其是人臉識別方向的技術和應用發展較快,已誕生云從、商湯、依圖、曠視等獨角獸企業。

數據來源:互聯網公開信息,創業邦研究中心整理
應用層主要是把人工智能的相關技術集成到產品和服務中,然后切入特定的行業應用場景,如金融、家居、醫療、安防、車載等。未來,場景數據完整(信息化程度原本就比較高的行業或者數據洼地行業)、反饋機制清晰、追求效率動力較強的場景或將率先實現AI 技術的大規模商業化。目前,自動駕駛、醫療、安防、金融、營銷等領域是業內人士普遍比較看好的方向。
(2)市場規模
中國人工智能市場規模在近五年內保持高速增長,2017年達到216.9 億元,且增長率由2016年的26.3% 增長到52.8%,預計至2020年將達到710億元。
我國計算機視覺產業雖然技術起步晚、市場規模小,但受益于國家政策驅動和計算機視覺技術迭代迅速,以及金融、安防、電子制造、汽車、交通、商場等領域需求量的大幅增加,計算機視覺市場規模成爆發式增長。據統計,超過40%的企業選擇計算機視覺作為技術主要方向。
根據國際調查機構Gen Market Insights發布的《 2018年全球人臉識別設備市場研究報告》顯示,我國將成為面部識別設備最大的消費市場,2017年,我國面部識別設備市場份額占全球比例的29.29%,復合年增長率達29.53%,預計到2023年將占44.59%。
(3)發展趨勢
第一,數據成爭奪要點,應用場景是著力關鍵。
計算機視覺的研究雖然始于學術界,但作為商業應用,能解決實際問題才是其核心競爭力。算法是推動計算機視覺發展的引擎,數據量是引擎的燃料,基于場景的大數據是優質燃料。算法所需的數據絕不只是一些標準數據集,場景數據對模型的訓練至關重要,一些公司可以在LFW或者在FDDB數據集上顯示良好的結果,然而在實際場景應用中的精準度卻差強人意。因此,計算機視覺領域企業需要更加重視場景化數據的關鍵作用。
第二,語音識別進入巨頭崛起時代,開放平臺擴大生態圈形成主流。
語音識別即將進入大規模生產時代,隨著亞馬遜Echo 的熱賣,語音交互技術催生新商機,吸引大大小小的公司構建自己主導的語音生態產業鏈。各大公司紛紛開放各自的智能語音平臺和語音能力,欲吸引更多玩家進入該生態系統。
第三,新興服務領域蓬勃發展,倒逼計算機視覺技術創新。
前沿技術帶來的新領域,如無人車、服務機器人、谷歌眼鏡等,對計算機視覺提出了新要求。目前在3D空間,應用機器視覺技術瓶頸主要來自于3D 視覺傳感器,而服務機器人與工業機器人最大的區別是多維度空間的應用,目前,國內的機器視覺會涉及三維空間、多維空間,未來存在較大的市場空間。
第四,交通、智能家居和智能制造等產業領域應用會增加。
未來,人工智能技術在交通、智能家居領域會產生規模化應用,也將會在工業制造領域應用滲透全產業鏈,并帶動制造產業智能化升級。
云計算是一種按使用量付費的模式,這種模式提供可用的、便捷的、按需的網絡訪問,進入可配置的計算資源共享池(資源包括網絡、服務器、存儲、應用軟件服務),這些資源便能夠被快速提供,只需投入很少的管理工作或與服務供應商進行很少的交互即可。
(1)產業圖譜分析
云計算可以細分為SaaS、PaaS、IaaS以及安全服務四種領域。
SaaS屬于云計算的上層應用,服務商提供統一部署于自己服務器上的應用軟件,客戶按需訂購,按使用數量及使用時間付費,應用數據的存儲、管理及后期維護和安全服務等均由服務商負責。基于SaaS的企業服務包括CRM、HRM、OA、ERP、法律及財務管理等等。線上與線下結合是SaaS企業構建競爭壁壘的一種方式。
PaaS屬于云計算的中間操作平臺,服務商提供軟件開發和運營平臺,客戶可以自主構建應用并擁有控制權限。PaaS通常提供的是完整的開發環境,包括數據庫功能、語言編程選擇以及API程序,使用者能夠在平臺上進行數據的開發、部署、運行、管理和維護等。PaaS服務商面對的直接用戶通常是企業的開發者,目前很多IaaS服務商都開始向PaaS領域拓展。
IaaS屬于云計算的底層基礎架構,服務商提供計算、存儲、網絡以及安全等基礎服務,客戶可以以租賃方式獲取云服務。基于IaaS的企業服務包括:單一垂直模塊,如云存儲、云計算、數據及其分析;CND內容分發和網絡構建;整合多項單一模塊或者包含全體的解決方案。IaaS是公有云市場份額最大的服務模式,中國IaaS市場主要企業為阿里云、騰訊云、中國電信和金山云等。
安全服務屬于輔助性服務,用來保護云計算數據、應用以及相關結構的策略、技術、控制的集合。云安全技術融合了并行處理、網絡計算、未知病毒行為判斷等新興技術和概念,大量客戶端將在網絡中發現的軟件異常行為監測和惡意程序的消息等推送到程序端,由程序端進行自動分析和處理,并生成解決方案返回到每一個客戶端。
云計算行業的主要參與者由互聯網行業(阿里、騰訊、百度、網易、美團等)、IT系統集成廠商(浪潮、華為、用友等)、電信運營商(移動、電信、聯通)和創業公司(又拍云、青云、UCloud和七牛云等)四種角色構成。
(2)市場規模
我國云計算市場高速增長,公有云與私有云市場規模差距進一步縮小。根據中國信息通信研究院報告顯示,2017年我國云計算整體市場規模達691.6億元,增速34.32%;其中,公有云和私有云市場規模分別為264.8億元、426.8億元,相比2016年,公有云市場規模增速高于私有云,增長率分別為55.7%、23.8%。
預計到2021年市場規模將達到1858.3億元,其中公有云和私有云市場規模分別將達到902.6億元和955.7億元,二者差距將進一步縮小。

(3)發展趨勢
第一,云服務加速向社會各個領域滲透。我國云服務已經深入應用于互聯網和政務領域,開始向金融、工業、軌道交通等領域加速滲透。
第二,我國云服務市場快速增長。未來幾年IaaS、PaaS和SaaS市場都將保持快速增長,其中IaaS市場規模增長速度最快。
第三,邊緣計算驅動云計算產業加快發展。邊緣計算利用靠近物或數據源頭的網絡邊緣側提供邊緣智能服務,提高云計算服務的響應速度和能力。
大數據所涉及的數據集合,通常在一定時間內無法通過常規軟件進行采集、管理和處理。面向企業級別的大數據服務,通過大數據采集、存儲、管理、分析以及應用等為企業提供從基礎資源、技術到垂直行業應用等維度的解決方案。
(1)產業圖譜分析
大數據產業分為數據采集與存儲、數據加工與分析、應用服務等環節。采集與存儲代表性企業主要是以阿里、騰訊和百度為代表的互聯網企業;數據加工與分析代表企業主要有TalkingData、BBD、拓爾思、國雙數據、國云數據、海云數據、百分點等;數據安全服務企業有360、明朝萬達、藍盾、啟明星辰和綠盟等。
大數據應用服務范圍較廣,主要的應用領域涵蓋了電商、金融、營銷、醫療、工業和交通等。電商大數據企業有阿里、京東和唯品會等,金融大數據企業有螞蟻金服、冰鑒和百融等,營銷數據企業有眾盟數據、精碩科技、新意互動和時趣等,醫療大數據企業有春雨醫生、平安好醫生、華大基因和時云醫療等,工業大數據企業有昆侖數據、中科云創、華云數據和金控數據等,交通大數據企業有高德、滴滴出行、四維圖形等。大數據商業模式主要是提供產品和解決方案服務。
(2)市場規模
大數據產業處于高速增長階段,據統計,2017年我國大數據產業的市場規模為4700億元,2018-2020年大數據產業年復合增速將保持27.6%,預計到2020年將突破10000億元。
(3)發展趨勢
第一,大數據融合應用領域不斷拓寬。
大數據技術能夠提升企業市場需求分析、生產流程優化、供應鏈與物流管理、能源管理、智能客戶服務等業務能力,促使越來越多的行業應用大數據技術,大大拓展了大數據企業的目標市場,進一步推動大數據技術的應用。
第二,大數據技術應用將向企業核心業務滲透。
目前,我國的大數據與實體經濟融合領域整體上還處于發展初期,大數據技術的出現使得企業實現了精準營銷、數據標準化、情報分析等功能。未來,大數據技術應用將進一步向產品設計、產品生產、企業供應鏈管理等核心業務延伸。
第三,工業大數據將得到快速發展。
工業大數據驅動制造業數字化轉型的新模式、新業態將不斷涌現,是智能制造的基礎。隨著《中國制造2025》《關于深化制造業與互聯網融合發展的指導意見》《深化“互聯網+先進制造業”發展工業互聯網的指導意見》等政策文件的深入貫徹和實施,以及黨的十九大報告中提出的“要加快大數據與實體經濟的深度融合”,大數據在制造業領域的滲透范圍將快速擴展。
人力資源管理的本質是對企業內部人力資源的優化配置,根據現代經濟學的理念,人力資源管理涉及人力資源規劃、招聘與配置、培訓與開發、績效管理、薪酬福利管理以及勞動者關系管理六大模塊。
鑒于清晰的市場需求,在企業服務領域,廠商既能夠選擇從具體的服務模塊切入垂直領域,也能夠建立覆蓋全環節的綜合性服務平臺。
(1)產業圖譜分析
HRM的產業鏈主要分為專注特定方向平臺、綜合服務平臺和招聘平臺三個細分領域。
專注特定方向平臺主要為企業提供社保、綜合保障、員工素質培訓等垂直性綜合解決方案,協助企業在員工薪酬、福利等方面進行有效的管理,如51社保、團建寶、薪福多等。
綜合服務平臺主要為企業提供人才外包管理、快速招聘和企業內訓等服務,使企業在運營中達到人力資源使用效益的最大化,同時還為企業提供專業員工培訓,提升員工素質。另外,此層面的企業還建設了人力資訊共享平臺,企業的HR和員工都可以在此平臺查詢人事方面的相關政策與事宜,如人力窩、人瑞集團等。
招聘平臺主要分為整體招聘、兼職招聘以及特定群體的招聘業務,如拉勾網、大街網等網站承接各行業企業的招聘信息,使各類求職者都可以在平臺上了解崗位信息、在線咨詢,降低企業尋覓良才的成本和時間;兼職貓、兼客兼職、斗米等主要提供兼職崗位,如針對于臨時工、大學生等非正式員工的招聘崗位,使企業可以有針對性地進行員工崗位招聘;還有一類企業,如一覽英才網、校園巴士等,主要為企業提供特定群體的招聘平臺,如藍領、應屆畢業生或按求職者專業劃分的不同領域的招聘崗位,在一定程度上減少了企業篩選應聘者簡歷的時間,使企業在招聘過程中提升效率。
(2)市場規模
近幾年,我國人力資源服務產業的市場規模逐年擴大,2016年人力資源服務業的增長率達到頂峰,為23.71%。據預測,2018-2020年年復合增長率約為17%,到2020年,人力資源服務行業的市場規模將達到23000億元以上。
(3)發展趨勢
第一,人力資源管理業務向綜合性、一體化方向發展。
HR與財稅和薪酬支付等企業服務傾向融合,形成一體化生態,打通不同行業之間的數據壁壘,服務商可以在現有軟件和系統收費的基礎上,提供員工金融貸款、廣告以及營銷等增值服務。
第二,人力資源管理向數字化、智能化服務發展。
數字經濟時代,服務商依托豐富的數據,利用SaaS、大數據、人工智能等技術,為企業的人才招聘提供精準推薦和匹配,提高企業招聘成功率,降低企業人力資源管理成本。
C端互聯網企業依托數據、流量和技術優勢打入B端,如阿里巴巴發展阿里云和釘釘等企業服務平臺,2018年7月以171.25億元領投WPP中國;騰訊、百度、美團等利用數據和技術優勢開展云計算服務。
IaaS、PaaS、SaaS與業務服務、專業服務等跨界融合,如CRM與OA/HRM、ERP與財務/CRM等界限日益模糊,行業通用型服務與垂直行業解決方案服務相互滲透,提供綜合性、個性化的企業服務。
現代企業普遍認識到大數據的價值,并推動大數據技術由外圍業務向核心業務應用,使大數據融合應用領域不斷拓寬。再加上深度核心業務的融合,大量數據、機器學習、訓練素材的豐富度大幅提升,算法的不斷優化,使大數據分析更加智能化。持續深入融合的大數據與人工智能技術應用在企業管理、生產和服務中,有效降低了企業成本,提升了企業管理和服務水平,增強了企業競爭力,進而推動企業加快數字化、智能化進程。同時,倒逼企業級服務公司向數字化、智能化服務轉變。
隨著大數據、人工智能、物聯網、區塊鏈和邊緣計算等技術不斷融入云計算,促進云計算算力速度的提升和分析的智能化,持續推進云計算在無人駕駛和物聯網等新興領域的應用。
中國SaaS市場還處于早期發展階段,根據IDC報告,2017年SaaS是全球公有云服務市場規模中最大的一部分,占比約59.7%;根據中國信息通信研究院報告顯示,2017年SaaS中國公有云服務市場占比約39.5%,低于全球SaaS市場占比,中國SaaS市場規模將仍保持高速發展。