过去10年是VC黄金十年，GDP增长，有有更多实际流通的钱在行业里，推动着VC行业，打造了互联网和移动互联网平台，创造了非常多的数千亿级别的超级独角兽，这是非常自豪的。
这几点还会继续成长吗？GDP增速放缓，移动互联网红利已经吃完，融资也面临了各种挑战，下面的机会在哪里？
下一个机会是来自于技术驱动，后端创新
其实，数字经济的成长已经在放缓。虽然我们诞生了美团、滴滴、拼多多等各种很棒的顶级产品，取得了世界级别的成绩，但是增长已经放缓，所以我们需要去找下一个增长点。
过去的增长，来自于重构用户体验，无论买东西、做社交、O2O等，中国已经领跑世界，有很多伟大的数字公司产生，它们重构了一个交易界面，重构了一个用户界面，也创造了巨大的价值。另外就是累积了巨大的数据。
有人说互联网进入了下半场，事实是它最大的红利期已经结束。我们不会再期待未来还像过去五年十年一样，有这么多超级独角兽的产生，相反，这一类平台级别的移动互联网的独角兽，未来会大大递减。
创新工场认为下一个机会是来自于技术驱动，后端创新。什么叫后端创新？如果前端创新所颠覆的是社交、媒体、支付、O2O，后端是相对传统的行业，比如说物流、企业服务、工厂供应链、零售教育、医疗。在这些领域会带来30%-50%价值创造的成长，增长的主要原因是目前我们的后端还非常低效。
中国物流行业是分散的，不像美国有这么多的巨头。拼多多背后有上千万级别的小工厂，用非常低效的方法在生产；三四线城市的零售行业中，消费者买到的东西是多层不合理的利润分配。所以现在非常低效的效率，就是我们创造效率的巨大机会。
四个方向的升级
我们可以拆分出四种问题，分别是线下后端效率低下，线下业态落后，快速增加的运营成本，最后是后发行业低效。
第一，线下后端低效。比如拼多多、淘宝、美团，已经是世界级别的线上应用，这些伟大应用的后台效率还是低下的，美团背后有300万外卖的小哥，阿里双十一产生的包裹可能都是夫妻店包装起来的。面对后台效率的低下我们可以有机会去寻找投资。
在快递方面，中国行业集中率远远不如美国，在美国有UPS等行业的龙头，中国还是非常零散。物流的集中会给线上带来更大的价值，靠前端来推动后端的改革，这依然会产生很多投资机会。
第二，线下业态落后。我们的一二线城市其实跟发达国家是一样的，甚至生活还比他们更方便。如果我们考虑到线下，在三四五线的城市差距还是非常巨大的。
从商店来说，连锁化并没有发生，在美国100多年的发展中，行业整合是必然发生的，所以形成了沃尔玛这种伟大的公司，它们用巨大的效率打败了夫妻老婆店，成为最棒的连锁。在中国，市场经济发展几十年，线上越来越方便，很多投资人不关注线下了。其实线下的机会还是巨大的，今天这些夫妻店在中国还有700多万家，有很大的整合机会。
还有酒店连锁，在一线城市已经是60%，但是到了三四线城市只有10%，这也是一个整合的机会。
还有很多零售在三四五线城市非常低效，当商店进货时，尾货分销体系是多层的，三四五线城市的顾客消费意识已经同步提升，但供给没跟上，所以零售的低效和背后的渠道体系都有很大的提升空间。
有个误区是凡是线下的就是低效的，但事实并非如此。连锁化经过大的整合，可以跟线上一样高效，只是过去三四五线城市并没有这样的压力让它们做改革。如今，因为新流量入口，让信息扁平化了，这是一个巨大的机会。
第三，运营成本快速增长。中国人力成本在过去五年增加了50%，在美国只增加了9%，人力成本增加意味着电商获客的成本快速增加，这导致很多中小公司面临着很大的挑战。
中国中小企业关闭的数量每年都在增加，这本身不代表经济有问题，只代表着低效的小店必须要靠整合来产生规模效应，等待着用资本来帮助带来效率和整合。整合是要靠资本的，效率是要靠技术的。
第四，后发行业低效。医改推动了医疗行业的快速增长。但目前，仍有很多国内医药公司不像欧美企业花了很多时间和钱在研发，更多的钱是在做销售，而药的品质、医疗体验都有很大的整改空间，这两点也会带来很多机会。
中国商业保险的比例是远低于其他国家，商业保险和医疗大数据结合，能做到更高效的成果。这些都可以用资本做整合，提升效率。
用资本推动技术应用和行业整合
资本怎么整合？例如，在一个分散的行业，用10%的投资份额让它得到更高规模的效应，或者可以去收购其他更小的公司、更高效来运营业务，靠市场和销售，来占有更大份额。
我们要用资本来推动行业的整合，用资本来推动应用的技术，技术该怎么用？
以AI为例，实际上，技术不只有AI，AI不是唯一的技术，AI要有数据，有数据要有IT，做了AI，代表了你的数据有IT化、云端化，第一个例子就是降低成本，AI最短期的获利方法就是取代重复性的劳动，事实就是如此。
世界上最火的AI叫RPA，做的就是直接用AI来取代重复性的工作，UiPath等有140亿美金的估值。创新工场旗下的创新奇智，有一个落地场景在制造业质检。以前靠人力，我们用AI来替代。AI可以提高检测效率，还可用在3C装配上面：无论是手机屏幕有没有被划到，或者IC板有没有错误，不需要用人工来检查。
另外一个简单的例子也是单一环节的优化，教育有学习、练习、测评，可以有双师课堂、AI可以纠正发音，孩子学数学，可以改考卷、改功课，都是让老师花更少的时间在这些重复性的工作上，让孩子更短的时间提高他们的分数。
第三个是零售的例子，可以建立整个零售行业的赋能，零售就是人、货、场这三个，用坪效来提升人的效率，更快速提供货品来解决物和货的效率，然后再用数字赋能去解决场的效率，如果我们能知道每个人在线上线下的购买习惯，我们就可以推测他在每一个商店可能买多少东西，就可以做一个销售预测，就可以带来更好的存货管理，带来更好的物流供给，整个环节就被提升了。
最后一个例子是医疗行业，大数据快速布局到农村，同时快速覆盖1.5亿人，在美国，大数据很难汇集这样的数字。一方面，药品可以更有效，提供信息化产品，医疗人员也可以帮他们赋能，做更好的医疗。第二，用AI来重新做一次药物研发，还可以提升各种治疗的可能性，包括癌症，脑神经，这些都是可以赋能带来更大的价值。
创新工场作为一家投资公司，投资之外，还和子公司创新奇智赋能传统行业。下一代的独角兽公司会来自于后端的创新，我们一方面来提供资本帮助他们来做整合，另外一方面我们要帮助他们拥抱技术来得到更高的效率。
注：文/新芽NewSeed，公众号：新芽NewSeed，本文为作者独立观点，不代表亿邦动力网立场。
文章来源：微信公众号：新芽NewSeed
