邮箱 :news@@cgcvc.com
文章来源：谢佳 发布日期：2020-01-20
作为在企业软件领域长期耕耘的投资机构，我们也希望将re:Invent的精彩传递给我们的华创派Portfolio Companies，与更多的创业者共同探索全球化的中国机会。于是回到北京后我们立刻与老朋友AWS中国的同事们着手张罗面向华创被投软件企业的AWS X China Growth Capital - AWS re:Invent 2019 Recap 华创“思·享”专场。我们与AWS的专家们一起回顾了AWS在re:Invent 2019上发布的Compute, Storage, Network, Database and Analytics, AI Service, Machine Learning Service新产品，以及AWS的销售方法论实践。
AWS X China Growth Capital - AWS re:Invent 2019 Recap 华创“思·享”专场
AWS是一家值得深度持续阅读的企业，除了re:Invent大会上关于AWS产品的精彩干货，我也尝试从更多的角度来理解这个万亿美金级的现象级Enterprise Tech：
1. We Are Young: 云计算与AWS都还年轻
2. The AWS Story: 生来不同
3. We Are Customer Obsessed: 印度裔良将Raju
4. The Broadest and Deepest Set of Capabilities: AWS的Internet OS初心
5. The Boundary of AWS: 怎样理解AWS的潜力与边界
6. China Opportunity: 中国企业软件市场2025
We Are Young
在re:Invent上频繁出现的关键词几乎涵盖了云计算的所有细分领域：Analytics, Machine Learning, Database, IoT, Edge, Storage, Container, Kubernetes, Serverless, Data Lakes, Security, DevOps, Cloud Migration, Robotics, Alexa, Streaming, Blockchain, Quantum; Life Science, Industrial, Aerospace, Automotive, etc.
或许，工程师内心流淌着的Rock Music和Cyberpunk视觉设计也是云计算灵魂中不可或缺的人性部分。
AWS的CEO Andy Jassy在大会keynote发言上提到，目前的Global IT Spending仍然有多达97%花在本地部署（on-prem），仅有3%花在公有云（cloud）。Andy坦言云计算的发展尚处于非常早期的阶段。
其实相比传统IT软硬件厂商，AWS也还尚且年轻。自2006年正式上线并发布基础存储服务S3以及计算服务EC2以来，AWS在近几年才陆陆续续推出一系列重要的软件产品，例如，2012年推出数据仓库产品Redshift、NoSQL数据库产品DynamoDB，2014年推出分布式关系型数据库产品Aurora，2017年推出机器学习服务SageMaker，2018年推出Kubernetes服务EKS，2019年推出支持本地部署服务Outposts，etc.
AWS年轻活力的另一个体现是其年营收增长仍然保持在高位（40%~50%），同时AWS也是Amazon产生营业利润的主要来源。Amazon 2019年Q1-Q3的财报显示，AWS在前三季度实现了约250亿美元的营收（net sales），与2018年全年相当，虽然仅占Amazon整体营收的13%，但AWS所产生的营业利润占到了Amazon整体营业利润的62%（AWS单独的营业利润率为25%）。
对比“老、中、青”三代企业软件公司的发展情况，让人感到AWS这位年轻人真是前途不可限量：
* 营业利润，Operating Income = net sales - operating expenses
Profitability of AWS:
—————————
2014-2018: AWS net sales CAGR = ~50%
2019Q1-Q3: AWS net sales = +38% compared to the comparable prior year periods
2018: AWS net sales = $25Bn (=11% of Amazon net sales; =59% of Amazon operating income)
2019Q1-Q3: AWS net sales = $25Bn (=13% of Amazon net sales; =62% of Amazon operating income)
AWS Operating Margin = 25% in 2016; 25% in 2017; 28% in 2018
The AWS Story
作为早期风险投资机构，我们更好奇AWS在最开始做对了什么、坚持做对了什么。
AWS的原型可以追溯到2000年Amazon为启动第三方电商服务平台Merchant.com时所做的准备。到2003年，Amazon意识到他们实际上是在做一套“互联网操作系统”，基于这个操作系统可以实现互联网应用的快速搭建。2004年Amazon正式启动这项infrastructure创新业务，此时，团队的目标已经很明确 - 要么不做，要做就做一个真正意义上的平台级OS for the Internet。AWS的早期核心成员后来在接受采访时也解释过，AWS的诞生并不是为了更好的利用Amazon的闲置IT资源。2006年AWS服务正式发布，Amazon则实现了将客户从”Sellers”拓展至“Developers and Enterprises”。
最早在Andy Jassy负责起草proposal申请57人headcounts做内部创新业务时，他肯定没有预料到AWS会如此成功，但他一定十分确信AWS迟早会成功。在创业早期，当创新所面临的不确定性让AWS团队产生犹豫时，他们问自己下面四个问题，得到的全部肯定回答带来继续前行的勇气：
If we’re successful, can it be big?
Do we have a differentiated approach to the space?
Is it being well-served today?
And do we have some competencies that would allow us to be knowledgeable in this area?
AWS是创新创业Aim high, think long term and different并带来巨大成功的典范。以上四个问题也值得每一家初创状态的公司深度思考。
AWS这个Internet OS的形成也对硅谷的风险投资行业产生了影响。Harvard Business Review有一篇文章专门针对这个现象做过深入分析。AWS（以及开源软件）的出现极大的降低了创业早期尝试一个新想法的成本，从2000年初需要自己购买服务器并且从头搭建服务的百万美元级成本下降了10倍。这就激活了一个早期投资群体：非机构化的天使投资人。这些天使投资人往往具备专业判断能力以及更早接触到创业者群体的优势，过去限于机构化募资的门槛使得他们通常只能加入一家专业的投资机构才能做投资，而初创企业在天使轮融资需求的大幅降低彻底打通了天使投资人的任督二脉。
“We are customer obsessed, we are not even technology obsessed.”
AWS非常重视与VC一起建设创新生态。在re:Invent的一个private session上，AWS负责AI, Database/Analytics/Machine Learning, Security, Alexa的四位VP分别向数十位全美最顶级的企业软件投资机构代表分享了他们的思考。其中，负责Database/Analytics/Machine Learning业务的印度裔VP Raju Gulabani关于AWS创业的思考值得与大家分享。会后与Raju的交流也给我留下了深刻印象，他有一种典型的心态平和且同时能深度进入事物当中的状态。之后我也留意看了一下他的LinkedIn profile，他的成长路径很有代表性，90s初在印度念完本科硕士后赴美闯荡，加入了一家小软件公司踏实做了五年、在微软做基础软件产品五年、而后两段创业经历五年、2000s中Google刚上市后加入了云计算团队、2010年加入Amazon至今。在说到客户需求对于企业级产品的重要性时，我非常同意他所提到的AWS思想：“We are customer obsessed, we are not even technology obsessed.”
Raju提到的Amazon “Working Backwards” 哲学其实也是所有创新的关键：
Start with the customer and work backwards.
Think Long Term, start with the future, and work backwards to today.
Raju还回顾了2010年他加入AWS时如何以创业的视角来思考产品创新，这些深度思考帮助他们在很早就沿着一个正确的方向努力：
风险投资作为一种职业最具吸引力的其中之一就是：你总有机会向各个领域最顶尖的思想者与实践者近距离学习。
Amazon以客户为中心的经营哲学植入了AWS。AWS的客户体验目标是“cheap and easy”，这同时也是云计算相比传统IT最本质的竞争优势。AWS给出的Cloud Economics是客户上云后五年内可以节省多达51%的IT运营成本。不断帮助客户省钱的精神已经贯彻到了AWS的产品演进路线层面。
以最基础的S3对象存储产品为例，经过十几年的迭代已经演进出6种适用于不同场景的产品，从高频访问到低频访问再到存档场景，对应不同的性能要求与不同的价格，不断精细化合理计费的颗粒度，相比粗放式的单一产品能做到为客户节省80%的综合成本。再比如，这次推出的UltraWarm for Amazon ElasticSearch Service可以帮助客户在使用Amazon托管ElasticSearch服务时通过UltraWarm服务自动将冷数据从EBS挪到S3（S3对象存储的价格大概仅为EBS块存储的1/3）。
看起来短期能收到的单位费用确实变少了，但长期而言AWS并不会因此而少赚，因为产品创新所带来的“更便宜、更好用”的体验必然会提升平台竞争力与客户粘性。产品创新会带来固定研发成本的提升，但通常并不会带来可变运营成本的提升，而固定研发投入成本会随着产品的规模化而迅速摊薄。这是简单的大道理。
The Broadest and Deepest Set of Capabilities
从2003年正式kick off，历经16年，AWS已经成为了The de facto Operating System for the Internet。AWS的“天时”在于传统IT信息架构向互联网架构的范式转移；AWS的“地利”在于背靠Amazon有底气think long term；AWS的“人和”在于拥有Jeff Bezos这样有远见的领导者，以及CEO Andy Jassy, CTO Werner Vogels这样的价值坚守者，和诸多像Raju Gulabani这样的良将。
AWS的产品目录也越来越像云计算产品的一部wikipedia，你能找到几乎所有的IaaS/PaaS产品品类。
AWS挑战的是几乎所有传统IT基础软硬件巨头，包括HP, IBM, Oracle, Microsoft, VMware, EMC等等。作为定位于操作系统的平台级企业，AWS在硬件部分可以基于足够大的规模，以相对低成本的专有化硬件来实现对通用硬件的优势。未来AWS将更是一家软件企业，通过软件能力来丰富其标准化硬件平台之上的软件品类SKU。软件业务本身也是一个粘性更高、利润空间更大的生意。
理解了AWS的Internet OS初心，就不难理解AWS的产品策略：The broadest and deepest set of capabilities.
无论是基于开源技术产品还是自研产品，AWS要给客户最完整的选择，这同时也是倾听客户的结果。所以无论是数据库产品体系还是机器学习平台又或是数据分析套件，AWS都是沿着“先做全再做好”的路径推进，而不是像大部分初创企业那样先把某个单点做到极致的好，再去拓展版图。从最近的新品发布来看，AWS已经将更多的力气花在了“做好”方面，但比起把某一个产品做到极致好，AWS仍然更愿意把功夫花在不同产品体系间的互融互通，形成更好的“整体”。
这是很聪明的竞争策略，因为对于客户而言整体易用性往往比单点性能更有价值。AWS几乎无法在短时间内把种类繁多的每一个产品都做到性能最好以单产品的性能来逐一获得竞争优势，但AWS完全有优势将客户在平台上的跨产品整体体验做到最好。
AWS Database Stack
AWS Machine Learning Stack
AWS Data Lake Stack
Artificial Intelligence & Machine Learning
这次的re:Invent也释放了AWS继续加强AI&ML方向投入的信号，发布了一系列带场景的有趣产品，例如，符合专业临床报告要求的语音转文字服务Amazon Transcribe Medical；支持自定义训练打标签的服务Rekognition Custom Labels（Amazon Go线下自助商店也是powered by Rekognition）；基于ML的在线实时反欺诈服务Amazon Fraud Detector（经验来自于Amazon电商）；基于机器学习的智能客服Contact Lens for Amazon Connect（支持客户情绪变化判断、对话主题归类、对话内容分析等）；基于ML的Code Review工具Amazon CodeGuru（例如自动检查多线程之间的隔离，敏感数据的处理等问题）；支持Natural Language Query及NLU的企业搜索服务Amazon Kendra；基于GAN生成式对抗网络学习的全球第一款可以自己编曲的键盘DeepComposer，etc.
AWS同时也进一步完善了Amazon SageMaker的能力，SageMaker是一个支持快速构建、训练和部署机器学习模型的机器学习平台，这次的新发布增加了对Kubernetes的支持，增加了Debugger, Model Monitor, Autopilot(automatic model creation)等配套工具。
The Boundary of AWS
某种意义上讲，AWS并没有“重写”IT基础设施，AWS更多是“重构”了IT基础设施。或者说，严格意义上对IT基础设施的“重写”是一个不可能完成的任务，因为超级复杂的系统只能“演进”，无法被一次性替换。所以AWS也必须依赖于对开源社区的“引用”以及基于开源技术的“优化”，本质上AWS是在借助全人类工程师的力量完成这个超级操作系统的建设。
万亿美元级企业
历史上出现过的有代表性的商业操作系统机会是Windows和iOS，他们背后的微软和苹果都成为了市值破万亿美元的传奇企业。这两次机会的特点是，大多数据情况下操作系统本身无法做到在最开始就明确定义它上面最有价值的应用是什么，并且在大部分时候缺失商业竞争角度与专业竞争能力来抓住应用级机会。微软抓到了Windows之上Office的机会，但微软完全没有角度与能力去抓到AutoDesk和Adobe的机会，苹果也无法获得Facebook和Spotify的机会。操作系统对应用无知的特点限制了这两次操作系统机会的商业天花板。
但这一次AWS跟过去不一样。AWS非常清楚其之上最有商业价值的核心应用是什么，AWS也能清晰的定义出这些应用的specs，并且这些核心应用仍然在基础设施的范畴内，也就是说，AWS具备充分的商业竞争角度与专业竞争能力来抓住这些机会中的相当一部分，例如数据库（AWS的分布式关系型数据库Aurora是自2006年AWS成立以来增长最快的产品，价格是商业数据库的1/10，性能是开源数据库MySQL的5x, PostgreSQL的3x）。更不要说AWS有机会借助开源社区的力量。而那些AWS所坚信的事情他们也一定会锲而不舍，例如机器学习，即便当下没有足够的优势，但有足够的决心在正确的方向上日拱一卒，re:Invent 2019上发布的系列machine learning新产品就是最好的例证。
考虑到Public Cloud极高的规模效应和竞争门槛，只要商业社会的数字化继续深化，AWS就有机会保持增长。这意味着按接近于AWS现有的业务增长速度以及二级市场对相同盈利能力企业的估值体系，AWS在未来5年就有机会成为一家独立估值超过万亿美元的企业。
那么，怎样理解AWS的能力边界？
AWS的天然限制在于超级系统设计的首要目的是满足平台上过百万量级的绝大部分中长尾客户，这意味着AWS的一些核心产品就不太容易同时满足那些需求特别复杂的高端客户。面对这个情况，AWS的一个解法是通过做很多built for purpose product来满足不同的需求，而不是做一个general purpose product来满足大部分需求，但这并不能解决根本问题。
AWS的另一个边界在于总有技术大牛不愿意被大平台招安，使得在技术领域总有初创企业能用“更短”的时间把产品技术做到“更对更好”从而获得市场先机。技术性能好赶，但市场先机不易追回。对于初创企业来说，以更快的速度做到AWS同品类的同水平都无法保证带来成功，因为随着发展AWS将获得越来越明显的商业及人才资源优势，AWS大概率会赶超。初创企业只有在差不多的时间内做出明显更好的产品，获得客户的持续认可才有机会抓住这个品类的机会，通常情况下这当中的决定性因素往往就是稀缺人才，资源的质而非资源的量决定高度。以数据仓库为例，Snowflake在2012年成立，AWS Redshift在2012年上线，Snowflake通过更领先的技术创新（在存储与计算分离为代表）获得了更广泛的客户认可，Redshift在去年才跟进做了类似的改进。
与所有大平台类似，AWS还有一个边界在于那些对AWS来讲商业不成立的机会他不会碰或者暂时不会优先碰。这包括对于AWS而言过小的机会、AWS为了优先抓大机会而战略性搁置的中等机会、AWS缺乏行业knowhow优势的垂直机会。
China Opportunity
回到中国。中国市场的特点是潜力特别巨大，阶段非常早期。作为早期投资机构，我们对中国企业软件市场在未来5-10年的发展有着充分的信心。
云计算在中国市场的“拐点”有可能发生在什么时候？本质上讲，云计算在以一种“更好的方式”来解决企业IT基础设施管理的问题（存量有限，增量明显），而供给侧“更好的方式”只有满足“更便宜、更好用”这两点，才能解释需求侧选择的合理性。事实上，海外大量客户选择公有云选择AWS的原因就是“cheap and easy”。现阶段国内还没有哪家云计算厂商能真正意义上做到让客户的综合使用成本更加的”cheap and easy“。所以我相信这个“拐点”与供给方自身的能力有极强的相关性。
在未来的相当一段时间，云计算在中国仍将以“混合云”为主流的落地形式，这由中国的企业组成结构决定（国有企业仍然是中国经济的命脉）。对于公有云早期发展意义重大的应该是”go to cloud”派，他们往往是新兴经济，没有历史包袱，直接上云、全部上云，而不是“migrate to cloud”派，他们有复杂的迁移成本，最终很可能是部分边缘业务上云，长期以”Hybrid Cloud”存在。而像AWS这种Cloud原教旨主义，当他们说Cloud时，指的就是Public Cloud。
我们同时回顾一下美国SaaS应用软件市场的发展过程（需要说明的是，SaaS应用软件与Cloud基础软件通常是两个分开统计的市场），2014年是一个拐点，到2018年时平均每家付费企业每年为SaaS应用软件支出超过30万美元（企业平均使用100-200款SaaS产品，平均为每位员工每年支出超过3000美元）。美国SaaS发展在近几年起跳很快的一个主要原因是，SaaS是基于美国过去已经发展成熟的“传统企业软件市场”的升级，而在2014年前后云计算技术的发展也相对成熟起来。
中国仍处于“企业软件”市场发展的第一阶段，这一届的甲方还不够商业成熟，这一届的乙方也还不够能力成熟。但我们仍然看到了企业级科技在中国市场发展的强劲推动力。把范围放大到企业软件市场机会的整体，我们相信未来五年（2020-2025）中国市场将有机会诞生一批10亿美金级以上估值、5-10亿RMB年营收、市场化健康成长的新一代“产品型”企业软件公司。也就是说，未来五年将有可能现出一批10-20亿美元级的软件企业IPO（年龄在8~10岁），年营收超过1亿美元（7亿RMB；接近一半为annual recurring revenue），10~20x P/S，80~100x P/E，上市后仍将保持健康高速的增长。他们有可能集中在：核心的基础软件、数字化能带来显著业务价值的垂直大行业、产品化程度高且具有网络效应的新兴协作工具等领域。
我们相信这是一个理性乐观但绝对称不上大胆的预测。
