前些日子我发表了《是时候投资中国软件了》，发现中国软件行业也许没有我们想象的那么冷。

那么，什么中国软件才值得资本投资呢？中国数字新基建、自主可控是软件行业最确定性的助推器，但你若只是在找寻上一代软件产品的替代品，那就忽略了最重要的因子，即我们正处在一个全新的数字技术革命和AI时代。

如果把软件只看作是代码，那AI正在吞噬软件，GitHub Copilot，DeepMind的AlphaCode， Salesforce的CodeGen都已经在代替程序员写代码了。

目前，中国软件行业存在各种正向推动因素叠加在一起的巨大投资机会，但绝对不是复制一遍美国几十年以来的软件产品，也绝不能照搬硅谷软件投资模式和偏好。中国几乎错过了近四十年的软件快速发展，但河流已经不再是同一条河流。

让我们先回到软件和投资的本质上来。

软件的本质

从原理上讲，软件是由0和1组成的能在计算机上运行的指令，是一系列按照特定顺序组织的计算机数据和指令的集合。从本质上来看，软件是映射现实物理世界的数字孪生世界，软件是人类经验和知识的抽象，我们把规律模型化、模型算法化、算法代码化、代码软件化，从而构建一个以数据流动为核心的数字世界。

在这个软件构建的数字孪生世界里，我们一是可以做大量的实验、仿真、模拟和预测，通过在虚拟世界的快速迭代，构造出全新的改造和认识世界的方法论（模拟择优法）；另外一方面，软件通过构建数据流动的规则体系，控制物理世界更高效运转并予以持续优化。

所以，软件早已不再是完成某一单一任务如人机交互、计算、通信、存储的孤立工具，而是通过数据将物理世界和数字世界形成闭环的基础设施，软件是一个看不见的链接万物的数字世界，是所有工业和商业技术体系的载体，软件和AI终将定义一切。

一级市场股权投资的本质

我理解，一级市场股权投资的本质是投资人通过对新兴技术、新兴行业和创新公司的持续观察，利用自身经历多个资本周期和产业周期的投资经验，形成在行业趋势、技术、商业模式、企业成长等多方面综合认知领先，并利用认知领先在合适的时机进行投资变现。

这个投资公式是我们设立之初就确定的，我们要做的无非是寻找在细分行业周期、企业生命周期中快速叠加增长的，商业模式有指数级增长机会的技术公司。我们相信技术让人类生活更美好，也只专注技术公司的投资，这也是我们作为VC价值发现的投资使命。

对于软件公司，行业生命周期和企业生命周期都很长，几乎和技术周期一样长，我们不必像其他ToB行业投资一样，要不断判断其他看不见的产能，几年会过剩？大资本投入的影响？在其短暂而快速增长的生命周期里是否可以与资本红利相遇？等等，某种程度上，不确定的短期因素更多。

软件有个最大的特点，就是只可能退化不会“磨损”，这也就是为什么软件公司一般用PS估值，好的软件公司达到研发投入拐点后，有的产品收入对应的成本会越来越低甚至趋于零，从而存在指数级增长的机会。某种程度上，软件就如同人类的认知，像个长期价值投资者，只要形成闭环将不断进化。

因此，软件细分行业的发展周期，和软件企业自身生命周期都不难看懂，只要持之以恒苦下功夫，多看公司持续研究，就能够洞察周期规律，选择合适的投资时机。

但投资软件更难的认知是：软件技术路径是不是最优？是否符合大技术趋势？软件长期发展其本质解决了什么样级别的问题？公司未来某个时点是否具备指数级增长的机会？时间是否会让公司累积竞争壁垒？

以数据为核心，

并充分考虑AI的软件才值得关注

我们经常说进口替代，但我们真的是在寻找上一代软件产品的替代吗？时代不同了，软件底层技术和生态都不同了，只有面向未来的才值得看。

一开始我们讲了软件的本质，如果你理解软件是整个数字世界的承载，那么你就会理解，在这个世界里，最受关注的就是数据和算法。如果软件不涉及到数据的存储、处理、分析和流动，那么这个软件是死的，不会因为实时变化的物理世界的映射数据而改变，这个软件将不会参与整个系统的进化，也就会更容易被替代。

在数字世界，数据会成为最主要的资产，围绕数据资产的基本处理方式就是各种算法。现在通识大模型学习计算机语言所沉淀的知识，会比学习人类多种语言要容易的多。AI对于软件就是最好的生产力加速器，AI让数据发挥价值的成本大大降低、并且过程更自动化、决策更智能，资源的配置和使用效率也显著提高。

因而，不涉及到数据和面向AI的软件就不是未来，不会参与整个数字世界的系统进化。如果把软件类比为你熟悉的新型生产工具，那么投资人要投的是新能源智能车，而不再是汽油车。

数据驱动并以数据为核心

解决复杂问题的新一代软件值得投

在信息化到数字化乃至智能化的过程，未来的软件主角并不是只提供一个工具、完成一个任务，尤其当今软件文明底层是一个开源生态，而软件更大的价值是意在打造一个全新的数字空间。我们将越来越无法区分新一代软件是产品、服务还是解决方案。

这个数字空间首先是把物理世界一一映射成为数字世界，把数据进行标记、整理、关联、计算，把所有业务流程、制度、监管、Know-how以计算机语言和模型予以抽象；辅以AI予以学习、推理、甚至自生成各种服务和决策；进而达成比上一代依赖人为行业经验和机械自动化，更有效的资源配置。

而在这个充满技术革命和变化的过程中，以我们被投公司为例，这类软件公司通常的发展路径是：采用新技术和以数据为核心，为头部客户以做项目的方式完成某种系统性诉求，慢慢沉淀抽象出各种通用、简单、易用、易组合搭建积木式的产品组合；然后作为整体解决方案推广至全行业。

这类软件一般是利用全流程实时数据解决客户的一个系统问题，比如说整体工业企业网络和生产安全（长扬科技）、资金资本市场的核心交易管理系统（凯美瑞德）、公网可视化和全域流量数据实时监控和分析（恒安嘉新）、整个孪生数字城市的数据底座（土豆数据）、农业资源的统一数字平台（佳格大数据）等等；其核心就是链接海量且实时变化的数据，并依据实时变化的数据实时计算出系统化解决方案的最优解。

这类公司某种程度上掌握客户的主运营命脉，粘性极强，并可能最终实践出行业的最优解，其解决方案尤其模型、算法、产品模块都可以在全行业复用，行业将不断趋于集中，强者恒强，从而作为行业隐形标准晋升为大公司。

新一代AI驱动生产力工具

并自建服务生态的软件公司值得投

这几年，根据我们对各种软件工具的持续调研和观察，我们逐渐找到了一些可以成为新一代生产力工具的软件公司的共性：

第一、以数据为核心，没有准确、大量、实时数据，是无法参与真正的生产经营活动的，软件就是死的，数据是数字经济一切的基础。

第二、AI驱动，AI能以最简单的方式让我们对以往所有知识经验积累进行重新组织和优化，强大的算力和算法将远超于人类主导的编程和思考逻辑，在很多To B的场景，只要有足够多足够高质量的数据，AI就一定能用起来，不仅比人类以往任何方法都高效，甚至重塑行业规则。

第三、新一代技术工具的推广需要靠生态，工具作为产品的沉淀要靠自身，尤其是靠对头部客户的服务，但工具推广要靠生态。把工具赋予给行业内广泛的业务集成商或中小服务商，让合作伙伴更高效、更高质量、更低成本的做业务从而赚到钱，让更多的客户能够直接享受到新的生产工具和个性化的服务，这类软件更有机会快速占领市场，利用先发优势做成行业标准，成为引领行业关键技术发展的巨头公司。

第四、新一代软件技术工具一定要遵循“大道至简”，无需追求大而全的功能，而核心功能一定要非常智能、简单、易上手。工具之所以能够被广泛应用，更多取决于其使用门槛，现在AI驱动、无代码、低代码、RPA都能够让产品更为易用。

最后的话

作为专注新兴数字产业的投资机构，我能够在这里毫无保留的畅谈投资Know-how，一是我认同软件开源世界的开放文明，另外我也深知投资机构也如同软件公司一样，开源代码就在那里，但要成为优秀的大公司要经过长时间的沉淀，我们需要解决的是一个复杂的系统问题，产品战略和商务战略都不能错，尤其在前十年积累期，错了可能就没有回头重来的机会。

点个「在看」，和我们一起聊聊