云计算的营收竞赛愈演愈烈。

一方面，是巨头通过明示或暗示的方式，借财报等各种契机说自己的营收有多好，数十亿、百亿之类的字眼开始经常出现；

另一边，是市场份额在剧烈洗牌后逐步走向稳定。不久前，Canalys发布的2019年第四季度中国公共云服务市场报告显示，阿里、腾讯、百度分列市场份额前三甲，其中增速也基本遵循“排位靠前则增速更低”的规律，例如BAT“老三”百度智能云收入同比增速97.9%，在中国市场排名第一。

然而，如火如荼的营收竞赛背后，一个因素常常被忽略——云计算巨头们至今一直在亏损，公开可查的数据或表态中，金山等巨头云厂商实际上大多处于亏损状态，盈利期较长。比如金山云在2017年、2018年和2019年，净亏损分别为7.14亿元、10.06亿元和11.12亿元，亏损额逐年增长，三年累计亏损28.32亿元。

如果从亏损这个现实看，既然大家都在亏损，都没有迈过盈利线，某种程度上没有谁比谁一定更强，而更重要的是，我们看待云计算也不应该按照C端的既有思维，在To B赛道上，云计算越来越显露出“价值投资”式的发展路径。

To B赛道没有速战速决，云计算只有“价值投资”式的发展轨迹

To C时代的互联网科技打法，无非是先追求规模不追求利润，先用规模占领市场。

而众所周知的是，在To B赛道上这个打法不再适用了，这里没有速战速决。反映到云计算这里，营收快速增长而亏损持续似乎与To C类似，但事实上“价值投资”式的发展轨迹才是云计算的现实，行业没有也无法只追求短期占领市场规模就万事大吉，只有解决场景实际问题，才能在长期角度创造价值，才能最终赢得市场、赢得利润，而不是靠规模带来的马太效应。

具体而言，云计算的这种“价值投资”式行业现实，又有三种表现：

1、营收度量：长周期项目跨度大于自然年时间跨度

在上市公司财报分析领域，房地产行业要特别注意，年度结转收入时需要特殊的账务标准。房地产项目的跨度长达2-3年甚至更久，自然年或财年的营收并不能准确反映现实。

其实云计算其实也类似，存在着大量长周期项目，不是短期就完成和见效的，超过了年度营收和利润测算范围，因而以年为单位算营收的增长或收缩，有时候并不公允。

除非云计算已经高度渗透市场，并且客户稳定，否则我们度量云计算的营收，用“年”并不是最优选择，而应该放长视野看它最终的价值实现情况，而这，就是一种“价值投资”视角。

2、价值来源：云计算依赖“客户成功”带来的长期“价值付费”

云计算是一种To B企业服务，而企业服务的根本价值来源从来都没有变过——客户成功。

十分理性的企业客户只有看到可持续的价值才会形成长期付费的客户，而对云计算而言，年框式合作而不是“一单一结”永远是营收和利润的追求方向，这就要求为企业提供解决实际问题的方案，让企业心甘情愿进行长期的“价值付费”。

在智能经济时代，To B市场更重视创造价值，光占领市场并没有用，需要新的玩法。规模和营收固然重要，但更应该思考云计算多大程度上回归了自己的使命，为企业提供了多少现实价值。

3、投入资源：不均衡的投入结构要求行业耐心“等待”

从模式上看，云计算是“前期重模式”+“后期轻模式”的组合。

在前期针对行业和企业制定具体解决方案时，投入巨大，由于尖端科技属性，机器成本+人力成本十分高昂，快速扩张期更加明显。

后期由于业务部署完毕，与客户也度过业务磨合期，投入下降但价值创造能力更强，会实现常态化的低成本、高产出过程。

所以，云计算必须经历“价值投资”式的战略性亏损过程，尤其像百度智能云这种融合AI、大数据等进行超前布局的平台，必须付出很大的成本。

在B站上很火的法学教授罗翔有一种观点被热捧，他说有很多人法律学多了，丧失了“人性”，没有从当事人情境去思考法律的意义，而生搬硬套教条，还标榜自己最符合法律的精神。

事实上，这话类推到云计算这里也类似。

云计算巨头们都在亏损，也面临不佳的舆论环境，各路媒体对阿里云“亏损”、营收增长放缓的质疑从没有停过，最近还可以翻找出对百度智能云亏损的批判，这些观点最大的问题是思维被圈禁在了To C时代，没有也无法从To B尤其是云计算的实际出发看待行业的发展。

不过，无论如何，巨头们却没有一个退缩，从价值投资视角看，大家都处在行业早期，没必要过分关心营收和亏损，而应该把更多心思放到价值落地上去。

云计算也有自己的“价值投资”三要素

投资学中对如何做好价值投资有三要素，而换个角度看，云计算也有自家版本的“价值投资三要素”。

1、业务导向：盯住云计算“价值落地”

要投资而不是投机，是价值投资的首要规则。

对云计算而言，盯住AI“价值落地”，在此基础上容许亏损的短期存在，是行业玩家的普遍玩法趋势，那些“赔本赚吆喝”、只做规模的云业务模式将被逐渐被摈弃。

以百度智能云为例，一个多月前，百度智能云事业群组（ACG）进行了组织架构调整，试图通过扁平化管理来提升组织效能；随后的4月中旬，百度在春季职级晋升中新增“E”序列（政企行业解决方案和服务序列），聚焦于AI落地的全流程，包括政企产品管理、行业专家、政企生态合作、政企销售等岗位，在百度外宣中，这被形容是要鼓励懂市场、懂销售、懂解决方案的“三有人才“。

显然，百度智能云的组织架构调整是要整合AI体系，突出AI在实际场景中为企业解决问题，这表达出百度更重视价值销售，对云计算“价值落地”更加重视。

如今，云计算行业已经形成一个共识：未来的市场竞争不是在存储、网络等方面，而是在AI技术。因此，主流云服务厂商都倾向于由技术专家直接带队。比如阿里云智能总裁张建锋也是阿里巴巴集团的CTO。同样，百度CTO王海峰也十分注重提升AI技术核心竞争力。因此可以肯定的是，此次调整后，更加扁平化的管理将能够让百度智能云更高效执行“AI+云”战略，从而更好的顺应中国正在发生的产业智能化趋势。

而几乎所有的云计算平台，在初期的狂奔突袭后，都转入类似的业务导向中。

2、市场策略：标杆做透、“价值”复制

价值投资需要对目标对象进行深度研究以保障投资的有效性，同时把类似的研究用在更多目标企业身上，而云计算同样需要做透标杆案例、产生现实价值然后再进行市场和规模的扩展。

规模化复制已经成为云计算的市场主旋律，但这种复制普遍体现在既有的标杆案例基础上。

例如阿里云在杭州的智慧城市样板正在往全国扩展，而腾讯云借数字广东抽离的Wecity正尝试在更多城市落地，百度智能云则在产业智能化方面做深标杆案例，例如在服务国内领先的精密零部件制造厂商精研科技的过程中，其利用了优势的AI能力，提供了一整套智能质检解决方案，此外，质检云2.0让精研科技这样的典型制造企业可0代码进行模型训练，可以根据产线原材料、工艺变化，自行对模型进行优化迭代，AI能力被无缝连接到企业自身业务中。

云计算行业还有更多此类提效、降本的标杆案例，可以在更多同类企业中得到应用。做透标杆，才能更好地进行价值复制。

3、底层技术：“价值”的产生过程越来越依赖技术支撑

从投资角度判断一个企业的未来前景，时间跨度约长，越需要深度洞察能力；

而对云计算而言，由于企业从云计算中获取的价值越来越深度，前期只是“上云”，后期数据、智能化需求涌现，这就需要云计算必须不断强化自己的底层技术能力，才能帮助企业真正解决问题。

因此可以看到，AI、大数据、云计算三位一体的模式已经从百度一家所有变成行业的共识，同时厂商的技术探索还在不断深入。

例如，在能力层面，3月，百度智能云容器引擎CCE正式上线支持构建昆仑XPU集群，这个动作的目的是要为百度自研昆仑芯片的高性能AI计算简化运维、降本增效，从而快速实现场景落地与行业赋能；

在场景应用层面，不久前百度智能云中标央视网项目，两边将配合打造集智能说明、智能搜索、智能语音、智能考核于一体的的AI中台，最终为用户提供优质内容和智能化的场景服务，这是云计算+AI不断与现实需求融合的结果。

从价值投资式的思维看，云计算未来在AI、大数据等方面的技术PK将越来越重要。

价值投资推动“反长尾效应”，云计算的竞争先从“大客户”开始？

很容易发现，优质“大客户”在云计算的“价值投资”式谋局中位置十分关键，长尾市场支撑了规模，但似乎不是现在的重点。

事实上，由于长尾市场需求的零散化，云计算要尽可能体现自己的价值，与大客户合作更有彰显能力，云计算早期的大多数资源也往往投入在与大客户合作磨合、了解企业和行业现实的过程中。

从价值投资的思维看，云计算在前期体现出典型的“反长尾效应”——重点攻克市场上有代表性的大客户，后期PK整体市场和营收的时候才会体现出“长尾效应”，把成功的方案复制给中小微客户。

所以，就更容易明白为什么云计算巨头在“大客户”上的争抢越来越白热化，这其中，处于BAT老三位置上的百度更为积极，大客户是证明自己价值、实现追赶的最好窗口。

在组织架构调整后，百度智能云已经连续拿下央视网、国家电网、云手机、亿联银行等多个大单。

例如，受益于百度智能云在金融领域的长期投入，不久前百度智能云、度小满与亿联银行达成战略合作签约，三方将在金融业务和金融科技领域展开全方位合作，民营银行联合云计算进入了新阶段。

可以肯定的是，未来云计算的营收竞争还会继续，但我们看到的舆情中，云计算的那些“大单”也会更加明显地出现。

结语

4月23日，工业和信息化部在新闻发布会上“官定”了新基建的大致范围，强调将支持5G、人工智能、工业互联网、物联网、车联网、大数据、区块链等技术创新和产业应用。

作为上述内容的重要承载，云计算成为新基建的“幕后英雄”，是“新基建”的基建。

在新基建大潮叠加产业智能经济浪潮的时代，公有云市场需要新的打法，应该放弃对短期营收和亏损的纠结，回到切切实实的价值创造上，比拼技术、比拼应用、比拼解决方案，而我们看待云计算的方式，也必须改变过去老套的To C思维，放弃偏见，回到云计算市场现实需求上。