写点什么

技术创业九死一生,如何打造“梦幻开局”?

  • 2021-01-18
  • 本文字数:5436 字

    阅读完需:约 18 分钟

技术创业九死一生,如何打造“梦幻开局”?

导读:在 2020 年 11 月 28 日举行的全球技术领导力峰会 GTLC 厦门站上,Juicedata 合伙人、TGO 鲲鹏会(厦门)董事会成员苏锐,从自己的技术创业经历出发,带了一场 40 分钟的主题演讲。他对比了 To B 和 To C 创业启动时的差异,并全面地回顾了过往技术发展中的一些历史机遇,分析了技术发展带来过哪些巨大商机。本文为演讲内容的整理。



嘉宾介绍:苏锐,Juicedata 合伙人、TGO 鲲鹏会(厦门)董事会成员;参与创建国内首个完全架构在公有云上的分布式文件系统 JuiceFS,服务国内几十家科技企业,并在运营商、证券、能源、航天、广电等领域交付数十 PB。苏锐在互联网行业工作十五年,曾创立 O2O 汽车服务品牌功夫洗车,曾任豆瓣电影 Tech Lead,豆瓣电影票产品负责人,国内知名社会企业多背一公斤产品技术总监,其负责的产品获 Prix 奥地利艺术节数字社区金奖。


大家好,我是 Juicedata 合伙人苏锐,也是 TGO 鲲鹏会(厦门)董事会成员,今天带给大家的分享是《B 端 / C 端创业启动:看技术拐点如何影响商机?》,我将谈谈自己过去五六年的创业经历,以及自己在看待技术发展时的一些心得体会。


先介绍一下自己,我在互联网行业工作了 15 年,2010 年曾在豆瓣电影做技术负责人,后来转向业务方向,做了豆瓣第一个有交易场景的项目-豆瓣电影票。


2014 创业风潮兴起,我自己创业做了功夫洗车,主打的是上门洗车的服务。当时的思考是看到这个市场很大,而且比较落后,认为这里存在一些商机。两年里做了一些积累,但后来有一些大的对手入局,加上 2015 年股灾,O2O 项目拿不到融资,这段创业就暂告一段落。


2017 搬到厦门,开始回到技术领域,和前同事创办了 Juicedata,做了 JuiceFS,至今干了 3 年,有了一些新的感悟。


回看自己的两段创业,经历了 To C、To B 的早期一些过程,今天会结合这些过程,讲讲在两个赛道创业有什么不同,然后会聚焦技术创业,分析技术拐点能带来哪些商机。


To C/To B 创业起步的差异对比


无论是 To B 还是 To C,最初的起步都是比较关键的环节,创业必然会面临两座大山的压力:钱和时间。所以必须要找到 Product-Market Fit(产品市场契合),寻找 PMF 的一个方法是,思考所做的事情是不是由软件定义。


比如沃尔玛、万科、戴尔、京东、艾森哲、链家、饿了么、法大大,这些企业的共同特点是交付环节依靠人力完成,而不是软件。这对应我在功夫洗车的创业经历。


再看向 C 端,微信、谷歌、FB、今日头条、快手、美图等等,它们依赖于软件,不需要很多人力的交付,所以每个员工的边际效益非常高。对比两种模式的差别,会发现团队里的人员杠杆率,竟然相差十倍到一百倍甚至更高。


这在我们现在 Juicedata 的创业中也可以体现,因为技术产品完全通过软件定义,我们大概做了三年,在文件系统的存储行业里,三年是一个开始被人信服的时间。


但不论创业时业务是否由软件定义,在选择 PMF 时都有一个衡量标准——增长情况。对 To B 和 To C 项目而言,增长是万能的尺子,它们的增长模型也十分相似。



对比 To B 市场和 To C 的销售漏斗,虽然表象上不太一样,但本质上都是同样的过程。


即便如此,在创业起步的第一个阶段,二者却有着非常大的不同。在 To B 中管理销售的过程时,一开始就关注和钱相关的指标。这样的角度决定了很多销售模式、市场模式,很多量化指标从第一天就开始被重视。


但是 To C 创业第一阶段需要关注的是流量,产品赚钱不是首要条件,只要能够保证每天都有新的流量流入,达成留存转化就可以了。


其次是要观察你的用户,因为用户是销售漏斗里最核心的要素。To B 和 To C 转化过程背后的用户,在多个维度上有着相反的特征。


在做 To B 产品时,企业采购相关业务时决策很慢,因为需要进行群体决策,不可以让某一个人拍板,整个决策过程非常理性,但成本高失败的代价很大。


相反的,To C 完全是个人决策,情感因素会占据主导地位。因为失败成本低,而且在 To C 的领域,为了降低交易成本和决策风险,会使用很多方案让用户在判断过程中更容易上头,增强和客户的连接,所以长期对用户进行运营刺激是有效的。


再接着看团队在创业第一步的变化,To C 的团队生存结构就是要快生快死,实验市场手段必须是产品先行,没有产品就无法接触到客户。在扩展运营中也一定是靠自己的团队,很难靠上下游的拉动,产生好的模式。在流量模型里,关键环节的转化率都是自己的产品决定的。



所以做 To C 的时候,整个产品团队、运营团队要不断创造新鲜感,给客户带来新的刺激,技术团队也要不断开发,满足各种各样的需求。To B 就完全不一样,产品必须是找到清楚的切入点后,逐渐能够让客户接受你,然后再慢慢打磨,成为一个真正满意的产品。


相比于 To C 必须拥有产品,To B 则没有这个要求,可以直接用广告投放,用静态页面就可以完成市场的调研。


在拓展层面上 To B 也和 To C 十分不同,To B 解决用户需求很难依靠独立部门,往往要和其他的部门配合,甚至还要和行业上下游配合。通常也不会做任何刺激客户的事情,变化都比较少,需要做的是不断优化客户效率。


说回到技术创业这一块,不论是 To B 还是 To C,都要先找到 PMF,在技术创业前还有一个必要环节,思考技术应该变成什么产品,并进行技术到问题的验证,也就是先找到 Technology-ProblemFit(技术问题契合)。


当有了技术,需要明确技术可以解决的问题,比如细化到解决的是存储安全性问题还是成本问题,亦或者是生态对接的问题。找到明确问题后,还要判断这个问题能不能形成市场。


一种方式是在早期客户群体中,先用技术来验证问题,分析哪个领域的用户会青睐这个技术,最终抽象出市场,再按照这个市场把技术逐渐打造成产品。如果技术很牛,但却找不到市场,就需要慎重考虑这项技术的研发。


对比了 To B/To C 创业初期的不同,再看看技术带来的一些机会。我将结合一些科技发展,谈谈对技术观点的一些看法,分析都出现过哪些大的拐点。


技术的发展创造了无数商业拐点


2000 年互联网在全球范围内普及,互联网的出现带来了大的质变。此前软件的交易是通过卖拷贝、磁盘或者光盘,互联网出现之后,就开始出现了 B/S 架构,逐渐有一些简单的业务产品迁移到了浏览器中。


2006 年宽带网络全球普及,浏览器从只能看信息变成更及时的交互,这个时候谷歌开始风靡,出现了 Facebook,谷歌地图等丰富体验的产品。


Web 2.0 开始向浏览器加入更多场景,之后有了大规模分布式系统的出现,今天开发者面向服务器端的技术,几乎都是从那时开始。


2008 年智能手机出现,PC 端的一些操作开始迁移到手机端,2014 年 4G 网络普及和资费下调,全国迅速用上宽带移动网络,智能手机带来了真正的变革。这个过程里 PC 机出货量也不断下降。


这些技术上面的变化,带来了无数市场机会,如果聚焦在技术创业的领域,会发现其背后的技术发展,不是跳跃进行的而是一个连续过程。


技术发展的第一个层面是硬件,包括存储、计算、网络。硬件发展才有配套软件变化,比如操作系统、数据库、大数据以及各种各样分布式系统。只有进行了软硬件的结合,才会产生了一些新的变化,比如软件定义、虚拟化容器,涌现了新的技术创业机会,商业模式也发生了改变。



对商业模式的改变,可以先看看硬件的变化过程。ARM 于 1990 年成立,不同于当时形成垄断的英特尔,ARM 授权每一家公司自己通过 IP 设计芯片,创造了一个新的商业模式,今天 ARM 成为了整个移动互联网最基础的支撑。


再往后,1997 年 CPU 中第一次出现 MMX(多媒体扩展),计算机开始处理和多媒体相关的计算,视频能力、游戏能力,包括多媒体的能力开始被发掘。


紧接着到了 2005 年,英特尔发布了双核处理器,之后 CPU 越来越多核。


2010 年 RISC-V 的出现也是是重要的转折点,ARM 提供和售卖专利,并放出设计权利,RISC-V 的开源降低了产业链的成本。


而在网络的层面上,2015 年机房 10Gb 网络普及,主干网络的带宽大幅提升,对分布式系统基层架构设计带来了质的改变。


然后是存储方面,1996 年 NetAPP 推出支持多协议的硬件存储,2006 年 SSD 进入笔记本市场,破除了具有物理极限的磁盘的限制,在存储上的吞吐能力上有了质的飞跃。从 2006 年到 2013 年磁盘市场达到顶峰,SSD 凭借经济性和场景多用逐渐取代市场,同年的 PCIe 的固态硬盘也开始普及,今天企业数据库没有跑在磁盘上的,多是跑在 NVME 上。


如果没有硬件的迭代,许多软件就没有发展的空间,所以硬件是整个技术发展的根基,之后才是软件层面的一些改变。



先看操作系统的几个重要阶段。1991 年开始,Linux 逐渐垄断了服务器市场;1977 年甲骨文创立,从刚刚发表的关系型数据库论文中,抓住了商机,虽然创办的前四年都没法运营起来,但还是能拿到政府大单,后来于 1994 年推出了 MySQL ,解决了很多业务场景的难题。


也是从 1994 年开始,陆续出现了可免费使用的开源产品,而之前大部分都是商业软件。


2006 年宽带网络开始普及,Web 2.0 的出现让许多事情可以在互联网上进行,之前软硬件一体化的东西开始跟不上时代,所以出现了大规模分布式系统,互联网流量开始爆发式增长。


这些现象开始倒逼技术的发展,从 2005 年开始有密集的产品出现,比如从关系型数据库舍掉一部分,变成了 MongoDB,到今天又有 TiDB 之类的分布式数据库,给了技术人许多创新的机会。


2006 年 Web 2.0 之前没有大数据,普遍采用并行计算框架,比如科研工作都是用 MPI,到 2006 因为数据量暴涨,集群规模不断增大,需要解决稳定性问题,谷歌做了一些突破性的研究,后来社区有了 Hadoop。现在普遍都开始上云,又出现了新的机会,比如基础软件在云架构上的变革。


另外,Apache 基金会也为开源带来了保障,后来很多项目都是在 Apache 基金会支持下成长起来的,因为有了大规模分布式系统的需要,一些技术的出现就顺理成章,包括 2014 年出现的 Kubernetes


当然软件和硬件之间有一些重叠的部分,2004 年 SDN 标准出现,实现了软件定义网络。此前的网络都是用硬件的路由器、交换机插线解决配置的,规模大了以后用软件实现是必然的选择。也是有了软件定义网络,才有云计算发展的可能。


2007 年出现了专注做网络虚拟化的 Nicira(后来被 VMware 收购),对基础设施的建设做了很大贡献。


而在 2006 年里,亚马逊发布了重磅级云产品 S3,成为了云上对象存储的事实标准。


随后是在 2010 年前后,新出的技术产品更加密集了,因为移动网络的普及,交互频次又上升一到两个量级。


直到今天的 5G 的发展,IoT 能让数据量可以再上两个量级,这几年机器产生的数据超过了人为的数据,无论是在线交易数据库还是离线分析数据库,在 IoT 场景上能适用的还比较少,这些新场景都是好的创业机会。


再来看看商业模式的变化,1991  Linux 发布了内核,让软件社区如获至宝,后面的 Linux 发展很快,围绕它出现了更加丰富的自由软件。



1999 年,Redhat 上市带来了很大的商业价值,它证明了运行开源软件是可以挣钱的,还能把公司做上市。此后很多产品都开始拥抱开源,走向社区。


2004 年,SalesfoceIPO,它用 SaaS 的方式交付企业最核心的 ERP、CRM 等系统,取代了之前 SAP 那种非常高成本的交付方式。Salesfoce 在 1999 年决定要做 SaaS,五年后成功 IPO,这个速度令人叹服。


公有云的鼻祖 AWS 于 2006 年发布,随后的 2007 年安卓发布,开源生态在走向商业化过程中,还出现了 GitHub 这样的惊人产品,凭借托管代码促进技术人员交流最后卖出了 75 亿美金。


因为云的构架商业模式又发生了变化,2012 年出现了 Snowflake,它可以进行离线分析,完全架构在公有云上,可以随便往里面写数据,支持弹性伸缩,而且使用门槛低。


开源的流行对商业界也产生了大的影响。2001 年微软 CEO 说开源就是癌症,是毒瘤。有趣的是到了 2014 年,微软的态度来了一个大反转,当时的微软 CEO 宣布微软热爱 Linux,并开始全面拥抱开源,还在几年后收购了 GitHub。


在 2018 年,开源的开山鼻祖 RedHat 也出售了,因为在早期开源中都是卖技术支持,真正的企业客户没有足够实力的团队会使用。这在 Redhat IPO 的时候是存在的,但是到 2006 年之后,随着大家更多使用公有云,很多需要的技术支持不再需要了。


再看今天如日中天的开源项目,Kafka、MongoDB 等等,他们不约而同地在 2018 年前后改了 Lisence,在更改 Lisence 内容时有一个共同指向,就是禁止公有云薅羊毛。公有云厂商马上做了反馈,有的云就遵守新规则,双方一起分钱,有的就自己造了一个来兼容社区产品。


其实无论是软件、硬件的发展,都给我们整个社会的商业模式带来了一轮又一轮的机会,有一句丘吉尔的话送给大家:历史能看多远,未来我们就能看多远。这对技术创业尤其重要。


以史为鉴,技术创业仍然大有可为


最后做一下总结,技术创业门槛不高,就算没有权利、资本、资源,只要有会技术的伙伴就可以开始。另外是要从历史中找到未来的趋势,每一次趋势的变化都会孕育一大批成功产品,其实最简单的就是以前的东西跟不上了,必须在新的趋势下做一个新东西进行替代,找到可以参考的标竿,在发展的过程中都可以作为参照物。


在 To B 和 To C 赛道都体验过后,发现 To B 一定要客户解决问题,To C 不一定是解决问题,尤其是在今天竞争越来越激烈,有越来越多大的产品出现,未来更是有无限的机会,当年 BAT 垄断的时候,很多人觉得没有机会了,但后来还是出现了美团、字节跳动。所以在 To C 上,也有无限创造的机会。


分享的最后推荐几本书给大家,对技术创业会有帮助,都是和技术创业相关的内容,分别是《教堂与集市》《浪潮之巅》《创新者的窘境》《上帝与拉里·埃里森的不同》《Borland 传奇》《UNIX 编程艺术》。


我今天的分享就到这里,谢谢大家!

2021-01-18 10:341393

评论

发布
暂无评论
发现更多内容

一分钟了解体育直播平台盈利模式

软件开发-梦幻运营部

HarmonyOS UI 开发

EquatorCoco

UI HarmonyOS 设计开发

基于高德地图的电子围栏、地图搜索嵌入

五陵散人

地图 高德地图 电子围栏

一文读懂Penpad 以 Fair Launch 方式推出的首个资产 PEN

大瞿科技

SpringBoot混淆代码,防止反编译代码泄露

源字节1号

开源 软件开发 前端开发 后端开发 小程序开发

一文读懂Penpad 以 Fair Launch 方式推出的首个资产 PEN

加密眼界

AIGC下一步:如何用AI再度重构或优化媒体处理?

不在线第一只蜗牛

视频 媒体服务 AIGC 人工智你

2023,九章云极DataCanvas的澎湃时刻

九章云极DataCanvas

九章云极DataCanvas公司牵手国家超算互联网,实现算法与算力一体化服务

九章云极DataCanvas

聊一聊日常开发中如何优雅的避免那无处不在的空指针异常

快乐非自愿限量之名

指针 软件开发

企业架构设计原则之理念领先性

凌晞

架构设计原则

九章云极DataCanvas公司出席WBBA 2024宽带发展大会

九章云极DataCanvas

大模型基础应用框架(ReACT\SFT\RAG)创新及零售业务落地

京东零售技术

人工智能 算法 大模型 agent ChatGPT

融云 IM 史无前例五折优惠!

融云 RongCloud

百度AI,能否“投”出未来?

自象限

百度 AI

阿里巴巴1688商品详情API:如何高效地获取商品信息?

技术冰糖葫芦

API 接口

壹陆锋芒,韧性成长 | 博睿数据16周年庆典圆满落幕!

博睿数据

德国 building IoT 2024 峰会:天谋科技围绕 IoTDB 的时序数据管理解决方案前沿探索

Apache IoTDB

万字长文讲解关于LowCode你需要知道的一切

canonical

DDD 低代码 软件架构 可逆计算 Nop平台

再聊对架构决策记录的一些思考

疯狂架构

架构设计实战 架构决策记录 ADR

技术创业九死一生,如何打造“梦幻开局”?_文化 & 方法_苏锐_InfoQ精选文章