本文来自微信公众号 ”老衬“，作者：老衬，纷传经授权发布。
01
一个生态的扩张到达极限以后，也是另一个生态的开始。
对于互联网来说尤其如此，To C的流量生意已经做到了极限，包括5环外小镇的大爷大妈们都已经普及了各种“极速版”，学会了如何使用拼多多购物以及抖音、快手刷短视频，互联网还可以去哪里扩张？
流量扩张的根本是用户的场景转移，互联网的产品场景已经同质化到很难吸引多数用户再转移到同一个阵地，更多用户在对比多个同类产品以后，能长期留在手机里的App始终也还是那么几个。
多数新产品都困在了流量极限的内卷之中，同一生态内细化场景不再是吸引用户的准则，同质化程度严重到无法保证用户长期留存，多数产品因此都走向了极致小而美的流量夹缝中求生存。
近两年外部环境迅速恶化，中大型互联网企业的金融资产不断贬值，因此也就断绝了资本曾经的无序扩张，连苹果这种改变过世界的企业，都已经吃了多年老本，国内互联网大厂们就更不敢乱作了，从排队取号领“毕业证”到日拱一卒“优化”，大家纷纷都采取了节衣缩食的裁员策略。
原本指望元宇宙、Web 3成为流量解药，结果这些新生态的发展更迭还是一个很遥远的梦，Meta VR付诸了极大心力，社交产品Horizon的月活数据至今没过20万，尽管如此，这些新生态的热度依旧未减，各大厂商的布局也在继续，只是不知什么时候才能真正走上舞台。
除此之外，剩下的除了To B还是To B，尤其是在国内To B。因为国内互联网To B场景远远没有普及，场景细化也远远没有到达极限，To B模式在国内还有非常大空间，依旧是一块可以做大的蛋糕，况且To B模式离现金流更近，在目前这个冬天，这点也至关重要。
02
国内To B生态没有发展起来的原因众说纷纭，说到底很简单，就是发展周期，国内To B市场虽然已经经历过几轮狂轰乱炸，但事实上直到目前为止，依然还处于早期发展阶段。
这是因为从Web端到移动端，我们虽然在To C应用方面基本跟上了全球发展，但Web时期我们基本是以对标为主，曾经的BAT为代表都能找到国外对标产品，移动端开始以后，我们跟随同时，才有了一些创新。
大众互联网来临以后，Web时期诞生了微软、苹果操作系统，移动时期诞生了苹果、安卓操作系统，包括数据库和中间件这些底层核心基础设施，其实没有一个来自中国。
这就是国内To B和国外的To B生态有很大差距的根本原因，尤其在PC电脑发展时期，美国从军工开始到民用普及，在这个过程中，我们落后了很多年，那时最早是美国军方领头，带动了各大实验室和大企业，形成了硅谷的最早雏形。
直到后来Web端的苹果和微软系统诞生，带来大众互联网热潮以后，我们才逐渐参与进来，在这个过程中，美国为首的商业To B早已形成了客户习惯，而我们才从头开始。
虽然早期阿里创建就是To B基因，但真正让阿里成为巨头的却是淘宝诞生，通常是在To C应用增量少了以后，我们才开始真正重视To B，因为客户习惯的培养需要较长周期，只要还能讲快速增长的故事，多数人便会自动忽视To B。
由于以上因素，国内To B目前基本还是以认知能力以及资金实力更强的大客户为主，但是大客户的需求通常比较个性化，更多只接受定制类私有化互联网部署服务，不太能接受海外流行的SaaS标准产品服务。
中小企业早期一般都采取了能省则省的原则，这两年随着科技类创业公司的增加，以及创业者年轻化的趋势，在使用SaaS产品的客户习惯方面有所好转，但中小企业依然倾向于采用免费的产品服务，付费意愿并不高，再加上中小企业的业务变动也比较频繁，很难为某个SaaS场景长期保持续费留存。
此外很多底层商用的To B系统依然还是国际对手占据主流，比如数据库管理系统，基本是金融银行、电信、政府这些大企业集团使用，这些企业对商用系统的性能要求较高，多数政企倾向于采购技术沉淀了多年的国外商用管理系统，比如Qracle、IBM、微软这些公司旗下的数据库管理系统，这种情况进一步压缩了国内的To B热情。
直到移动互联网以后，我们在核心技术领域终于跟上了国外发展，大约在2010年前后至今，云计算、大数据、AI等新兴技术领域终于有了更多国产厂商的身影，以阿里云、钉钉为首的To B模式开始抬头，大数据分析、中台等方面也出现一批优质创业者。
移动互联网以后，无论创业公司还是大厂的技术实力不仅没落后，很多方面还可以吊打海外同行。比如分布式数据库方面，由于我国互联网人群基数巨大，更容易爆发海量数据，比如阿里双十一并发数据以及支付宝支付数据，因此诞生了几个类似阿里系的数据库管理系统，可以出海在和国际同行掰手腕。
下个产业阶段公认为是智能化生产，这方面的技术布局我们更加没有落后，很多方面可能还具备先机，比如百度这种很早深耕AI To B的公司，在自动驾驶和智能硬件系统等方面已经有很多优势。
无论下一次技术革命离我们还有多远，至少现在来看我们不会缺席，新兴技术的商业化应用基本都从B端开始，这种从头开始培育客户习惯的过程，肯定也会带来整个国内B端市场的变化，因此To B在国内存在巨大机会。
03
To B市场的很多场景和To C不同，比如不需要担心对手是谁。
巨头们当然在布局不同的To B场景，而且某些赛道还会不遗余力投入资本清场对手，因为相较于C端消费，B端客户的LTV（客户终身价值）更高，客户形成使用习惯以后的转移成本也高，流失原因通常是客户倒闭了，或者相关产品线关闭了。
在这个逻辑之下，不容易倒闭的大客户，自然成为所有To B企业针对的KA（关键客户）；不容易收缩的产业，或者正在增长的产业，也自然成为所有To B公司需求来源的灯塔。
To B企业如果要做SaaS产品，至少需要在一个场景拥有完整解决方案，而To B场景的逻辑非常复杂，一个场景内通常要区分多重用户角色的不同业务流程，而且不同用户角色的功能权限也完全不同，因此一个外表看起来还很简洁的SaaS产品，其实背后已经开发出来一大堆非常复杂的功能逻辑。
也因这点，SaaS很难像To C产品那样通过MVP模式（最小可行性产品）快速迭代，因为MVP模式的重要前提是C端用户角色统一，每多一重用户身份意味着功能开发成本翻了不止一倍，这样就失去了MVP模式的最大优势。
用户角色身份不同，业务流程不同，产品逻辑也不同，因此SaaS相比To C产品的工作量也会增加5-10倍不止，所以SaaS产品的迭代周期通常很慢，通常以年为单位，很难做到To C产品那样每周或每两周迭代一次，而目前市面上充斥着很大比例“周迭代思维”的SaaS半成品，很明显本末倒置处理了需求。
SaaS迭代慢也不完全代表迟滞，SaaS同样有自身的灵活性，因为企业客户的需求的是确定性的，SaaS不需要像To C产品那样，为了贴合大众，在功能上不断做A/B测试，SaaS可以很容易找到PMF（产品契合市场），To C产品的PMF过程则异常艰难，PMF决定产品生死，从这点来看，To B产品更容易存活。
飞书、钉钉、腾讯会议等用户量较大的SaaS产品可以看出，巨头们正在围绕通用场景竞争，其实更多是为了自家流量价值的最大化，这一点本身就和多数创业者选择垂直领域做SaaS有很大差异，而且大厂们核心产品的流量结构也限制了自身的产品方向，如果针对垂直领域反而会为导流带来阻碍，因此多数垂直领域的To B创业其实不需要担心对手是谁。
数据库、操作系统、中间件这些底层技术类解决方案，近两年在国产信创化背景之下开始火热起来，不过这些核心技术领域除了考验技术实力以外，还非常考验系统性能，如果背后没有依托大流量产品来迭代性能，很难做到底层能力的扩展和兼容性，因此在这些核心技术领域，拥有大流量产品的大厂也具备先天优势。
大厂们在其他方面的布局则是增值服务方面，围绕自身流量产品的付费客户打造附加值，这些产品是流量产品的附属产品，严格来说算不上布局，也不太容易和市面上其他SaaS产品产生竞争。
比如腾讯为微信打造的企业微信生态，字节跳动为抖音打造的MCN和广告主生态，美团为外卖商家打造的收银机生态，阿里为零售客户打造的阿里妈妈、菜鸟生态等。
04
国内的To B市场状况，可以总结为一半产品，一半服务。
不是说市场上有一半公司在做产品，而是说即便做SaaS产品的公司，针对KA大客户的定制化服务，至少也会占一半权重，对于多数创业型To B公司来说，大多只做一部分产品架构，100%以服务定制客户为主。
这是国内和国外To B市场的最大不同，由于发展周期的原因，国内To B处于市场早期阶段，需求端的企业客户在早期有很多流程习惯还没有标准化，选择外部的供应端乙方时，服务权重肯定会大于产品权重。
相对KA大企业来说，大量SMB中小企业的需求场景则相对简单，因此很多SaaS产品主要针对的也是SMB中小客户，而且更多还是围绕科技相关领域的中小客户，笔者在2020年写过一篇《To B生态全景解读》中分析过这个情况，此处不再过多赘述。
针对SMB中小企业客户的SaaS产品，一般会围绕企业部门中的“人”来拿需求，比如项目管理、协同、CRM等等，这些产品由于主要是围绕人，因此可以拿到网络效应，能够迅速积累出大量的客户资源和数据，劣势是客户付费意愿并不强，公司很难盈利。
由于SaaS盈利周期较长，这些产品很容易遭遇生存困境，拿到不错客户资源数据的SaaS产品，由于符合大厂流量产品的用户结构，因此这些SaaS产品多数都会被大厂并购，比如Teambition、幕布、友盟等，当然大厂本身也在围绕自己流量产品打造不同的SaaS产品，比如飞书、钉钉、腾讯会议等。
那些能够生存，短期内不用被并购的To B产品，通常围绕的不是企业部门的人，而是客户某个事务性的工作流程，并且在垂直领域经过多年场景打磨，也是以服务大客户为主，同时拿到了不小比例的中小客户资源数据，比如财务方面的金蝶、用友等等。
另外就是移动互联网以后的To B团队，通常选择不发布SaaS产品，或者发布产品也不作为主要盈利模式，这些团队通常是某个技术领域的专家，自己研发出一套半产品化的技术架构或者管理系统，能够针对不同的大客户做私有化定制服务。
PLG产品驱动和SLG销售驱动两种模式在To B生态中反复被讨论辩证，国外PLG模式很成功，国内还是以SLG模式为主，也许随着新兴技术的不断迭代，国内客户习惯得到培养，这个情况也许在未来会得到最大程度的改善。
05
抹平了技术核心能力的差距，To B企业其实无论本地化或者全球化都没了限制。
早期阶段，核心技术能力以及成熟度方面，我们和海外公司有很大距离，但随着移动互联网到今天AI大数据生产等，国内团队在很多核心技术能力方面并不弱于海外同行，而且很多方面可能还更具优势。
再加上国内现在有不少To B科技公司本身也采取了全球化的团队结构，在国内拥有大量国内员工，也在全球各地组建分公司或者工作室引入全球员工，根据不同市场生态选择不同策略，也招募不同人才团队。
在这个前提下，To B其实相比较To C更容易全球化，因为海外市场用户的习惯比较成熟，To C竞争会遭遇海外巨头封堵，To B垂直领域竞争同样无需关注对手是谁，而且海外还可以采用PLG模式拓展市场。
宏观方面，国内包括全球在内，数字化转型如火如荼，无论工业制造、政府招标、消费零售、电力能源等领域都在研究数字化转型路径，而数字化转型的核心就是To B企业最为擅长的数据处理。
数据处理在Web时期多数只是事务性流程处理，移动互联网以后开始走向数据分析路径，走到今天，数据处理已经走向生产路径，比如前阵子爆火的“AI作画”，完全由AI画出来的《太空歌剧院》效果对所有人都产生了剧烈冲击。
数据生产开始替代我们曾经认为不可能被替代的一些职能，这个进程比我们的想象还快，数据生产同样也带来了To B机会，而且当前大家起点都一样，所有企业客户的数字化转型需求也明确，数字化转型周期很可能也是国内To B市场的成长普及周期。
即便当下这个流量极度内卷的冬天，面对纷至沓来的新兴科技，对于所有互联网企业来说，To B依然也是为数不多可以增长的选择。
比如元宇宙方面，C端虽说还没有哪个产品月活能达到20万，但数字孪生和远程交互在B端已经有很多交付场景，比如文旅虚拟展馆，建筑和制造业的三维原型，医疗和汽车的传感交互等等。
从三维建模到定位算法，元宇宙To C应用还不成功，主要因为这些To B底层技术的接口和开源市场还没成熟，全球在这些方面都没有统一标准，而从硬件组装到开发者生态，相比全球显然国内优势更大，因此存在很大的可能性，元宇宙标准的制定者就会来自国内。
Web 3国外基本也停留在发币和炒概念币阶段，国内更早认知到区块链炒币的三元悖论，立法禁止炒币以后，反而从本质上对区块链技术进行了更多思考及应用，也诞生了很多B端商用场景的摸索。
下一次科技产业迭代，To C应用看起来虽然还远在天涯，To B商业交付却已经近在咫尺，在新兴产业迭代旧产业之际，一切需求都不会区分公司大小、背景如何，只要具备真正落地的解决方案，就有平等获取所有KA大客户和政府竞标的机会。
综合以上，国内的To B市场，现在可入，未来可期。
