編者按：本文系投稿稿件，作者曾響鈴，來源：科技向令説（xiangling0815），版權歸原作者所有。
雲計算的營收競賽愈演愈烈。
一方面，是巨頭通過明示或暗示的方式，借財報等各種契機説自己的營收有多好，數十億、百億之類的字眼開始經常出現；
另一邊，是市場份額在劇烈洗牌後逐步走向穩定。不久前，Canalys發佈的2019年第四季度中國公共雲服務市場報告顯示，阿里、騰訊、百度分列市場份額前三甲，其中增速也基本遵循“排位靠前則增速更低”的規律，例如BAT“老三”百度智能雲收入同比增速97.9%，在中國市場排名第一。
然而，如火如荼的營收競賽背後，一個因素常常被忽略——雲計算巨頭們至今一直在虧損，公開可查的數據或表態中，金山等巨頭雲廠商實際上大多處於虧損狀態，盈利期較長。比如金山雲在2017年、2018年和2019年，淨虧損分別為7.14億元、10.06億元和11.12億元，虧損額逐年增長，三年累計虧損28.32億元。
如果從虧損這個現實看，既然大家都在虧損，都沒有邁過盈利線，某種程度上沒有誰比誰一定更強，而更重要的是，我們看待雲計算也不應該按照C端的既有思維，在To B賽道上，雲計算越來越顯露出“價值投資”式的發展路徑。
To B賽道沒有速戰速決，雲計算只有“價值投資”式的發展軌跡To C時代的互聯網科技打法，無非是先追求規模不追求利潤，先用規模佔領市場。
而眾所周知的是，在To B賽道上這個打法不再適用了，這裏沒有速戰速決。反映到雲計算這裏，營收快速增長而虧損持續似乎與To C類似，但事實上“價值投資”式的發展軌跡才是雲計算的現實，行業沒有也無法只追求短期佔領市場規模就萬事大吉，只有解決場景實際問題，才能在長期角度創造價值，才能最終贏得市場、贏得利潤，而不是靠規模帶來的馬太效應。
具體而言，雲計算的這種“價值投資”式行業現實，又有三種表現：
1、營收度量：長週期項目跨度大於自然年時間跨度
在上市公司財報分析領域，房地產行業要特別注意，年度結轉收入時需要特殊的賬務標準。房地產項目的跨度長達2-3年甚至更久，自然年或財年的營收並不能準確反映現實。
其實雲計算其實也類似，存在着大量長週期項目，不是短期就完成和見效的，超過了年度營收和利潤測算範圍，因而以年為單位算營收的增長或收縮，有時候並不公允。
除非雲計算已經高度滲透市場，並且客户穩定，否則我們度量雲計算的營收，用“年”並不是最優選擇，而應該放長視野看它最終的價值實現情況，而這，就是一種“價值投資”視角。
2、價值來源：雲計算依賴“客户成功”帶來的長期“價值付費”
雲計算是一種To B企業服務，而企業服務的根本價值來源從來都沒有變過——客户成功。
十分理性的企業客户只有看到可持續的價值才會形成長期付費的客户，而對雲計算而言，年框式合作而不是“一單一結”永遠是營收和利潤的追求方向，這就要求為企業提供解決實際問題的方案，讓企業心甘情願進行長期的“價值付費”。
在智能經濟時代，To B市場更重視創造價值，光佔領市場並沒有用，需要新的玩法。規模和營收固然重要，但更應該思考雲計算多大程度上回歸了自己的使命，為企業提供了多少現實價值。
3、投入資源：不均衡的投入結構要求行業耐心“等待”
從模式上看，雲計算是“前期重模式” “後期輕模式”的組合。
在前期針對行業和企業制定具體解決方案時，投入巨大，由於尖端科技屬性，機器成本 人力成本十分高昂，快速擴張期更加明顯。
後期由於業務部署完畢，與客户也度過業務磨合期，投入下降但價值創造能力更強，會實現常態化的低成本、高產出過程。
所以，雲計算必須經歷“價值投資”式的戰略性虧損過程，尤其像百度智能雲這種融合AI、大數據等進行超前佈局的平台，必須付出很大的成本。
在B站上很火的法學教授羅翔有一種觀點被熱捧，他説有很多人法律學多了，喪失了“人性”，沒有從當事人情境去思考法律的意義，而生搬硬套教條，還標榜自己最符合法律的精神。
事實上，這話類推到雲計算這裏也類似。
雲計算巨頭們都在虧損，也面臨不佳的輿論環境，各路媒體對阿里雲“虧損”、營收增長放緩的質疑從沒有停過，最近還可以翻找出對百度智能雲虧損的批判，這些觀點最大的問題是思維被圈禁在了To C時代，沒有也無法從To B尤其是雲計算的實際出發看待行業的發展。
不過，無論如何，巨頭們卻沒有一個退縮，從價值投資視角看，大家都處在行業早期，沒必要過分關心營收和虧損，而應該把更多心思放到價值落地上去。
雲計算也有自己的“價值投資”三要素投資學中對如何做好價值投資有三要素，而換個角度看，雲計算也有自家版本的“價值投資三要素”。
1、業務導向：盯住雲計算“價值落地”
要投資而不是投機，是價值投資的首要規則。
對雲計算而言，盯住AI“價值落地”，在此基礎上容許虧損的短期存在，是行業玩家的普遍玩法趨勢，那些“賠本賺吆喝”、只做規模的雲業務模式將被逐漸被擯棄。
以百度智能云為例，一個多月前，百度智能雲事業羣組（ACG）進行了組織架構調整，試圖通過扁平化管理來提升組織效能；隨後的4月中旬，百度在春季職級晉升中新增“E”序列（政企行業解決方案和服務序列），聚焦於AI落地的全流程，包括政企產品管理、行業專家、政企生態合作、政企銷售等崗位，在百度外宣中，這被形容是要鼓勵懂市場、懂銷售、懂解決方案的“三有人才“。
顯然，百度智能雲的組織架構調整是要整合AI體系，突出AI在實際場景中為企業解決問題，這表達出百度更重視價值銷售，對雲計算“價值落地”更加重視。
如今，雲計算行業已經形成一個共識：未來的市場競爭不是在存儲、網絡等方面，而是在AI技術。因此，主流雲服務廠商都傾向於由技術專家直接帶隊。比如阿里雲智能總裁張建鋒也是阿里巴巴集團的CTO。同樣，百度CTO王海峯也十分注重提升AI技術核心競爭力。因此可以肯定的是，此次調整後，更加扁平化的管理將能夠讓百度智能雲更高效執行“AI 雲”戰略，從而更好的順應中國正在發生的產業智能化趨勢。
而幾乎所有的雲計算平台，在初期的狂奔突襲後，都轉入類似的業務導向中。
2、市場策略：標杆做透、“價值”複製
價值投資需要對目標對象進行深度研究以保障投資的有效性，同時把類似的研究用在更多目標企業身上，而云計算同樣需要做透標杆案例、產生現實價值然後再進行市場和規模的擴展。
規模化複製已經成為雲計算的市場主旋律，但這種複製普遍體現在既有的標杆案例基礎上。
例如阿里雲在杭州的智慧城市樣板正在往全國擴展，而騰訊雲借數字廣東抽離的Wecity正嘗試在更多城市落地，百度智能雲則在產業智能化方面做深標杆案例，例如在服務國內領先的精密零部件製造廠商精研科技的過程中，其利用了優勢的AI能力，提供了一整套智能質檢解決方案，此外，質檢雲2.0讓精研科技這樣的典型製造企業可0代碼進行模型訓練，可以根據產線原材料、工藝變化，自行對模型進行優化迭代，AI能力被無縫連接到企業自身業務中。
雲計算行業還有更多此類提效、降本的標杆案例，可以在更多同類企業中得到應用。做透標杆，才能更好地進行價值複製。
3、底層技術：“價值”的產生過程越來越依賴技術支撐
從投資角度判斷一個企業的未來前景，時間跨度約長，越需要深度洞察能力；
而對雲計算而言，由於企業從雲計算中獲取的價值越來越深度，前期只是“上雲”，後期數據、智能化需求湧現，這就需要雲計算必須不斷強化自己的底層技術能力，才能幫助企業真正解決問題。
因此可以看到，AI、大數據、雲計算三位一體的模式已經從百度一家所有變成行業的共識，同時廠商的技術探索還在不斷深入。
例如，在能力層面，3月，百度智能雲容器引擎CCE正式上線支持構建崑崙XPU集羣，這個動作的目的是要為百度自研崑崙芯片的高性能AI計算簡化運維、降本增效，從而快速實現場景落地與行業賦能；
在場景應用層面，不久前百度智能雲中標央視網項目，兩邊將配合打造集智能説明、智能搜索、智能語音、智能考核於一體的的AI中台，最終為用户提供優質內容和智能化的場景服務，這是雲計算 AI不斷與現實需求融合的結果。
從價值投資式的思維看，雲計算未來在AI、大數據等方面的技術PK將越來越重要。
價值投資推動“反長尾效應”，雲計算的競爭先從“大客户”開始？很容易發現，優質“大客户”在雲計算的“價值投資”式謀局中位置十分關鍵，長尾市場支撐了規模，但似乎不是現在的重點。
事實上，由於長尾市場需求的零散化，雲計算要儘可能體現自己的價值，與大客户合作更有彰顯能力，雲計算早期的大多數資源也往往投入在與大客户合作磨合、瞭解企業和行業現實的過程中。
從價值投資的思維看，雲計算在前期體現出典型的“反長尾效應”——重點攻克市場上有代表性的大客户，後期PK整體市場和營收的時候才會體現出“長尾效應”，把成功的方案複製給中小微客户。
所以，就更容易明白為什麼雲計算巨頭在“大客户”上的爭搶越來越白熱化，這其中，處於BAT老三位置上的百度更為積極，大客户是證明自己價值、實現追趕的最好窗口。
在組織架構調整後，百度智能雲已經連續拿下央視網、國家電網、雲手機、億聯銀行等多個大單。
例如，受益於百度智能雲在金融領域的長期投入，不久前百度智能雲、度小滿與億聯銀行達成戰略合作簽約，三方將在金融業務和金融科技領域展開全方位合作，民營銀行聯合雲計算進入了新階段。
可以肯定的是，未來雲計算的營收競爭還會繼續，但我們看到的輿情中，雲計算的那些“大單”也會更加明顯地出現。
結語4月23日，工業和信息化部在新聞發佈會上“官定”了新基建的大致範圍，強調將支持5G、人工智能、工業互聯網、物聯網、車聯網、大數據、區塊鏈等技術創新和產業應用。
作為上述內容的重要承載，雲計算成為新基建的“幕後英雄”，是“新基建”的基建。
在新基建大潮疊加產業智能經濟浪潮的時代，公有云市場需要新的打法，應該放棄對短期營收和虧損的糾結，回到切切實實的價值創造上，比拼技術、比拼應用、比拼解決方案，而我們看待雲計算的方式，也必須改變過去老套的To C思維，放棄偏見，回到雲計算市場現實需求上。