从产业的角度看投资，你能跟产业的「老师傅」学习什么？

编者按：本文来自微信公众号“段小张说”（ID：DuanLangShuo），作者段小张。36氪经授权转载。

段郎最近上山下乡地跑了不少工厂，谈不上有什么收获，但对工业体系的庞杂有了一点直观的认识。从最简单的牙缝棒，电动工具，到工序略长的汽车的中控，机器人关节，再到集成度很高的整车装配，百万美元的真空镀膜设备，天朝的制造业让刚入行的段郎大开眼界。

0. 不同行业的差异

学而不思则罔。横向比较了若干行业后，段郎发现每个行业，甚至某道工序本身都有很深的Know-how, 试图快速深入地理解所有行业是不现实的。例如，RV减速器的粗加工件需要进行自然时效处理，甚至长达一年的时间；光固化打印的鞋底，需要由热敏和光敏两种材料进行精确配比，从上百种原材料中得到高弹、高支撑、耐弯折的配方，就是很高的门槛。

不同行业的『老师傅』们，动辄十几年、几十年形成的经验，很难实现传说中的『迁移学习』，只能留给『骨骼清奇』的投资人点滴积累，慢慢学习。

那么，不同行业之间，有没有共同点呢？我认为可以从产业复杂度，和行业集中度两个角度来进行梳理。一个经典的 『2 by 2』的分类，可以提供最基本的思考框架。

1. 从复杂度来理解行业

首先是产业复杂度。例如，国产C919大飞机，零部件超过100万个，而波音747达到了惊人的600万个。百万零部件是什么概念呢？说实话我也很难想象，常见的汽车有3万个零部件，恰好有张图，可以直观地反映汽车作为一个系统的复杂度：

如果我们继续拆解，单台发动机（以宝马M3的为例），可以再细化到更多的零部件（电动车真的是大大简化）：

高度复杂的产品，同时又要大规模量产，意味着成熟而严密的配套体系。以一部车的座椅为例，国内的新发展（Tier3）生产电动气囊，提供给康斯博格（Kongsberg, Tier2），后者将整套按摩系统提供给安道拓（ADIENT, Tier1），安道拓作为一级供应商提供给整车厂（蔚来汽车等）。仅这个不起眼的按摩座椅一项，就涉及到3级的供应链体系。

再举一个手机的栗子。汽车涉及到3万个零部件，那么3C行业最具代表性的手机，涉及到2000多个零件，又是怎样构成的呢？下面这个图可以看到，手机大体上可以拆成背板，主板，电池，屏幕，结构件，相机这几大部分。

我们再详细地看一下手机屏幕，这个成本占比最大的『零部件』是如何造出来的。仅以流程相对简单的OLED为例，又可以细化为TFT基板制作，有机发光层的封装（Cell成盒），显示IC和FPC绑定，封装测试等（点击可看大图）。

其中涉及到面板设备供应商，玻璃材料供应商，OLED发光材料供应商，驱动IC供应商，封装测试厂商等多层的供应链体系。大体上可以用这个图来表示（感谢我司的小马哥制图）。显示面板如此，手机中其他几大件，包括摄像头，电池等，也有4-5层严密配合的供应商体系。

根据段郎实地看到的工厂反馈，传说中的『A客户』已经管控到了手机中框镀膜的设备厂商，或是手表玻璃表盘的检测设备供应商，细数下来也有3-4层。

如果反过来，制造行业内有没有相对比较简单的呢？有的，相对于分工严密的汽车，或者3C，轻工业体系的供应链条就短很多。例如，制鞋行业大体上分为『鞋面 - 鞋底 - 后处理』，整个工艺流程大概十多步。从供应链角度大概也就是『面料厂-鞋面厂-代工厂』这三层。

2. 四象限法理解不同行业

比较常见的是，产业链的复杂度越高，一段时间后集中度也会提高。例如，美国汽车集中在前三大之中，而大飞机制造商主要是波音和空客两家。如果我们把不同行业按照集中度（比如CR10的占比），复杂度两个维度作为横纵坐标，不同行业的分布如下：

我们将3C，汽车，大家电等集中度高，产业链复杂的行业放在右上角，将成衣，制鞋等产业链短，集中度也低的行业放在左下角。段郎认为，对于右上角的领域，应当充分重视行业特性，理解产业本身的逻辑。反之，对于左下角的领域，『互联网思维』有机会发挥更大的作用。

例如，在制衣行业，由于产品相对标准化，产能又比较分散，通过将纺纱厂设备联网，可以很好地组织利用闲置产能。相反的，在显示面板行业，由于产业集中度高，产品准入门槛也较高，仅后段的自动化监测设备单价就高达两三百万元。我们投资的高视科技也花了一年多时间将整线设备导入到华星光电（强行植入广告）。

我们将产业属性和互联网属性对比如下：

3. 产业视角下投资的方法论（探索中）

铺垫了这么长，这些认识，对段郎这样一线的投资经理有什么帮助呢？日常操作上，行业千变万化，这些抽象的认识很可能没什么具体的帮助，最多能够提醒自己要充满敬畏。形而上一点，上述产业属性对提炼所谓『方法论』还是有一些借鉴意义的。段郎觉得至少包括三个方面：

1）吃红利

产业链的投资，首先投的是行业增长。一个未来十倍、几十倍增长的行业，今天不起眼的连接件也能形成大的行业。例如过去10年的智能手机，或是今天的电动汽车行业，供应链领域应当会出现大的机会。除了新增，红利也会出现在国产替代（指纹模组，VCSEL等），或产业转移（屏幕，半导体），降人工（机器换人）等大的逻辑中。

找准红利，需要建立对行业比较系统的认知。例如，通过走访不同层级的工业自动化集成商，我们发现受3C行业的周期影响，中高端的工业机器人增速并不是很快，但低端的冲压，焊接机器人增速高于平均水平。进一步的，通过拜访焊接需求量比较大的摩托车，低速车企业，进一步印证了焊接行业机器换人的需求。

2）挖创新

作为口袋不深的VC小兵，和动辄几十亿元砸产线买公司的产业资本相比，绝对属于弱势群体。我们能够撬动的，也只能是风险收益曲线中『高风险，高收益』的那一段。这就要求我们能够在『成熟行业』中，找到发生变化的机会点。

互联网的创新常见于洞悉人性的产品经理，或天才的程序猿。产业领域的创新，常见在熟悉产业运行逻辑，又善于跨界学习的行业老炮。因为产业结构相对稳固，完全的外行很难切入（芯片行业，显示面板，汽车配套体系，医疗器械等尤其如此）。但机会往往出现在行业经验和新领域的结合上，例如高视将屏幕行业的经验与机器视觉结合，挖掘到屏幕检测的机会；清锋把高速3D打印和制鞋行业的工艺需求结合，挖掘批量生产鞋底的机会。

3）找验证

最后一点，也是产业视角最为特殊的，就是到上下游寻找验证。投资人毕竟是外行，不能过于相信自己的判断。越是分工严密，集中度高的供应链体系，通常验证周期就越长，标杆客户的作用也越明显。就像我们无法预判一款新药的上市周期，我们其实也很难预测一个零部件导入到头部客户的具体时间表。事实上，即使是甲方的项目负责人，对于新产品的采用，也有不少无法掌控的因素。因此，多方验证才是提高准确率的关键。

出差不易，给段郎加个鸡腿🍗吧！