本期节目是张小珺与经纬创投合伙人熊飞（Kevin）的深度对谈。熊飞是中国企业服务赛道最资深的投资人之一，入行即投身该赛道，坚持超过10年，投资组合中有6-8家以上收入达一两亿甚至大几亿的企服公司，包括北森的早期投资。
对话发生在2023年初，彼时北森刚完成港股上市，疫情管控刚刚放开，企服行业经历了2020-2022年的剧烈波动后进入深度调整期。熊飞以投资人的视角，既复盘了过去三年的过山车行情，也对AI浪潮下的企服变局给出了前瞻判断。
一位深耕企服十年的投资人，在公开场合直言自己所投赛道被高估50%-100%，这种坦诚在投资人访谈中极为罕见。这种"反向PR"本身就反映了市场情绪从狂热到清醒的根本性转变。
北森作为中国HR SaaS领军企业，2021年递交招股书时正值市场最热，此后遭遇赛道下行、疫情反复、宏观挑战等多重打击，最终在2023年初完成港股上市。上市首日即遭遇股价腰斩。
中国企业服务公司开始有优秀公司系统性地在港股或本土资本市场上市，这是非常清晰的信号。北森"开了第一枪"，后面很多东西变得更容易。
市场对北森产品能力和行业地位的认可度非常高。公司在疫情前就能做到现金流盈利（好几千万），金额续约率依然保持高位。
上市后核心任务是deliver业绩——每季度给公共市场交付数字，通过一到两年的业绩表现重建市场信心。
面对外界"丐版IPO"的说法，熊飞认为这相当程度上是顺势而为、比较flexible。在当时的资本环境下，有挑战的IPO并非仅此一家。关键不在于上市时的估值高低，而在于公司能否通过后续业绩deliver来实现价值回归。
熊飞引用LB&B（LBBW）的例子指出：上市的核心价值不在融资金额，而在于用上市公司标准要求自己。"非常像说你到了一定收入，那你就成年了。"上市后的隐形之手会倒逼经营精细化——类比Uber上市后经济健康性显著优化。
熊飞将过去三年企服行业的经历描述为一场"过山车"：公司质地未变，但外部环境造成了巨大的扭曲（distortion）。
赛道关注度有限，公司稳健增长，估值1亿美金就"相当厉害"，融资节奏一年半一轮，靠业绩说话。
外部环境非常有挑战，企业服务依赖见面交流，受到直接影响。
美元大放水 + 数字化加速，估值膨胀3-5倍。同一赛道6-8家公司各融几千万美金，不计成本扩张。30-40倍PS成为常态。
资本环境逆转，年初人员已提前招好，增速却离预期有相当距离。花销已经花出去，产生非常大的阵痛。"得了面子丢了里子。"
与2019年对接，回到稳健增长的基本面。市场噪声大幅减少，竞争对手出清，所有公司聚焦盈利。
企服赛道的内在价值是线性往上的——一亿收入以下每年翻倍左右，数亿收入大约40%的偏线性增长。但资本市场的认可是阶跃函数或螺旋上升——一旦看好，一年内估值提升3-5倍；一旦不看好，急剧收缩。
这种内在价值与市场认知的错配，是企服行业周期性波动的根本原因。
在美元放水周期中，市场rewarding的是高增速——100%、150%甚至200%的增长，代价是人员翻番、亏损翻番。每家公司都陷入囚徒困境：竞争对手大规模融资投入，自己不跟进就会被吃掉市场。投资人方面也是"有一家开枪就结束了"。当大环境逆转，所有人才发现这场集体狂奔让整个行业"身心俱疲"。
熊飞观察到2022-2023年企服行业正在经历深度的市场出清，竞争格局从"百花齐放"走向"集中化竞争"。
| 垂直领域 | 高峰期玩家数 | 当前格局 | 趋势 |
|---|---|---|---|
| HR SaaS | 5-6家 | 2-3家 | 集中化明显 |
| CRM | 4-5家 | 2-3家 | 头部效应增强 |
| 电子合同 | 4-5家 | 2-3家 | 快速收缩 |
| 电商SaaS | 多家 | 前2-3名 | 尾部出清 |
2015-2017年是企服的"纯蓝海"阶段，概念多于收入，当时领先公司收入可能只有几千万人民币。而2023年的头部公司已有一两亿到大几亿的真金白银收入，续约率高，产品有领先性。这意味着当前的集中化是建立在真实商业验证基础上的，而非概念驱动。新创公司需要"非常用心地找切入点"，而非过去"插一块扁担都有机会开花"。
熊飞提出了一个核心方法论——"增速降下来，质量提上去"。这是2023年中国企服行业最重要的共识转变。
过去模式：追求100-200%增速 → 人员翻番 → 亏损翻番 → "萝卜快了不洗泥"
新模式：增速降至60% → 人只增10-20% → 人效每年提升40-50% → 走向盈利
这依然是"非常高质量的高增长"，但回归了商业理性。
一家收入两亿出头的已投公司（赛道第一名，第二名收入仅为其三分之一到四分之一），在新环境下的转变：
这或许是本期访谈最深刻的观察。在放水周期中，没有人谈盈利——不是做不到，而是市场不rewarding盈利。当环境逆转，所有人突然发现盈利是完全可行的。这说明过去的亏损模式很大程度上不是商业模型的必然，而是资本环境制造的集体幻觉。
熊飞与一流投行交流后，双方有一个"一致的共识"：2025年将出现一波企业服务上市的浪潮。
熊飞用这个表达来描述2023下半年到2024上半年的关键验证窗口。资本市场需要看到两个"干货"：一是在外部环境依然有挑战时能否保持大几十甚至接近100%的增长；二是经营健康性的质变——距离盈亏平衡的距离要"看得到"。"很多时候是量变引起质变"，当这批公司集体证明盈利性后，整个赛道将迎来重新定价。
关于PS（市销率）与PE（市盈率）的争论，熊飞给出了一个"灰度思维"的框架。
估值体系在"极不合理"和"极合理"之间持续摆动。美元极度便宜时，所有人看growth，给出20-40倍PS，不看盈利。美元极度贵时，PS压缩到6-10倍，经营健康性对PS的影响比增速更大。
以Snowflake为例：即便在紧缩周期仍保持十几倍PS，因为其NDR（净收入留存率）极高——"如果今年不增长新客，马上可以盈利"。所谓亏损全部是为了获取新客的投入。这种"证明了盈利能力但选择增长"的模式，依然被市场认可。
| 公司类型 | 泡沫期PS | 回调后PS | 关键差异 |
|---|---|---|---|
| 高NDR企业（如Snowflake） | 30-40x | 12-15x | 证明了盈利能力 |
| 优秀中国SaaS | 20-30x | 6-8x | 正在证明盈利性 |
| 一般中国SaaS | 10-20x | 3-5x | 盈利路径不清 |
熊飞提到"非常期待美元降息"，这会让估值中枢重新上移。但他强调，好消息是——现在所有公司已经变得"非常务实"，不再依赖外部环境的变化来决定自己的发展节奏。这种心态的成熟，比任何降息周期都更有价值。
熊飞以Stripe为例，揭示了中美企服在过去三年经历的高度一致的泡沫与调整周期。
美元放水是全球性的，对中美企服的影响几乎是镜像式的：从盈利到疯狂扩张到人效暴跌再到痛苦裁员。这说明企服行业的泡沫不是中国特有的问题，而是低利率环境下资本错配的全球性现象。认识到这一点很重要——它意味着中国企服的困境不是商业模式的失败，而是周期的代价。
关于企服行业长期争论的"做大客户还是小客户"，熊飞认为在经济下行周期中，答案已经被验证了。
国内低代码、在线文档、多维表格、设计工具等过去几年PLG赛道的热门公司，都在通过Enterprise转型，至少是中型企业。中美在这件事上"一致"。
PLG在牛市中的高速增长具有迷惑性——中小客户的NDR在经济好的时候"非常夸张"，所有人的预期是这种增长会永远持续。但经济周期无情地揭示了一个基本规律：中小企业有死亡率，增长快但死亡也快，无法形成强复利效应。只有大客户的预算稳定性才能穿越周期。
面对"很多投企服的投资人都已经转型或被干掉了"的追问，熊飞解释了自己坚守的理由。
熊飞自认为是"非常保守的投资人"，集中在中早期投资。他经历了2015-2017年的第一个周期（资本热 → 关注骤减），并总结出任何赛道都是周期性赛道的认知，类比光伏行业5年一个周期。
熊飞用"重力加速度"来描述创投行业的约束力：2019年以前是正常的9.8，2020-2021年变成了1.9（几乎没有约束），现在变成了19（超强约束）。所有行业都终将面对重力——最后比的是"体格的健壮"，即对抗重力加速度持续增长的能力。
在AI浪潮的讨论中，熊飞提出了本期最具前瞻性的判断：现在已经有了iPhone时刻，但安卓时刻还没有到来。
ChatGPT的出现类似2007年iPhone发布——所有人觉得"非常amazing"，但创业成本极高、受众有限。真正的爆发要等安卓时刻——开源大模型成熟到足够商用的那一刻。就像2010年安卓开源使得做手机的成本下降一个数量级，带动了移动互联网的大爆发。
早期开源尝试，参数量和效果与GPT差距巨大
图像生成领域的开源突破，证明开源可以逼近闭源效果
Databricks动员几千名员工制作15K数据集开源；StableLM发布但30-70亿参数与GPT的1750亿差距明显
熊飞的判断与贾扬清"高度一致"——贾扬清出来创业没有做大模型，而是做大模型的工具链，因为他相信开源会"让这件事情有非常大的不同"。类比数据库行业：2000年前Oracle/SQL Server独大，MySQL只是一个"toy"；2000年后互联网爆发使数据量民主化（democratized），MySQL迎来黄金20年。当ChatGPT的企业付费达到一定规模（比如某公司年付一千万美金），企业就一定会"把资源往自研和开源方面投入"。
熊飞将开源AI的崛起路径与多个历史案例进行了深入类比。
正如iPhone的UI从第4代开始就基本定型，当大模型技术到达一定高度且短时间内没有GPT-5级别的跃迁（Sam Altman也暗示短期不会有GPT-5），开源就迎来了"最擅长的时刻"。技术无限突破对开源不利，但技术趋于稳定则是开源的黄金窗口。
熊飞用一个精妙的比喻来解释数据集的竞争：
OpenAI因为做得早，"编了一套教材"，且协议规定不能用OpenAI产出的内容去训练竞争模型。但"这件事情是可穷尽的"——Databricks动员几千名员工制作了1.5万条数据集并开源（Dolly 2.0），相信未来会有越来越多的开源数据集。"教材方面也会被拉平差距。"
开源的兴起不是技术理想主义，而是商业逻辑的必然。当一家公司发现自己一年要给ChatGPT交一千万美金——尤其是新兴公司——"they should have some thoughts"。就像互联网时代企业无法忍受所有数据都存在Oracle上一样（"totally unaffordable"），AI时代的成本压力将驱动企业转向开源方案。这是正在逼近tipping point的过程。
熊飞以图像生成领域为切入，深入分析了闭源产品与开源平台的竞争格局。
Jasper作为GPT上层应用的"前车之鉴"被多次提及：
熊飞对此保持了谨慎的灰度判断："不是一个绝对的yes或no"。护城河在"非常低门槛和非常高门槛中间"——大约是"略有门槛"。类比美图秀秀：没有绝对门槛，但十几年在移动端的积累让用户持续使用。但如果要成为"下一代Photoshop"，那一定是Stable Diffusion或Adobe自己的产品——因为那是专业级市场。
关于AI如何改造企服行业，熊飞提出了一个清醒的判断：技术和业务的革命 ≠ 商业格局的革命。
AI的上一代（推荐算法），谁赚到了大钱？还是阿里、拼多多这些对电商行业深度理解的公司。AI是强大的能力，但在2B领域，最终决定商业格局的是对行业的理解和场景的深耕，而非单纯的技术能力。
熊飞特别关注AI基础设施（infrastructure）领域，提到了两家美国公司：
| 公司 | 领域 | 估值 | 关键客户 |
|---|---|---|---|
| Anyscale（Ray） | ML分布式引擎 | 十几亿美金 | OpenAI深度使用 |
| Weights & Biases | ML DevOps/CI-CD | 十几亿美金 | OpenAI、GitHub、Toyota Institute |
上一代基础设施（如PingCAP、Nebula Graph）的成功源于中国在大数据/互联网技术栈上与美国差距极小。但当前中国LLM落后美国"相当距离"，这意味着AI infrastructure的机会需要时间验证——"不是非常少也不是非常多之间的一个点"。未来中国LLM追赶上来的过程中会有机会，但不是现在"只要投入就有机会"。
熊飞对当前仍在企服赛道坚持的创业者给出了辩证的判断。
2020-2021年的创业者是"先甜后苦"——融资容易、增长容易，但泡沫破裂后面对过度扩张的痛苦清算。当前出来创业的人是"先苦后甜"——起步困难，但一旦把商业健康性做出来，后面的增长和发展会"相当的健康和顺利"。
| 维度 | 熊飞判断 | 信心度 |
|---|---|---|
| 2025年企服上市潮 | 一致共识，多家公司达到上市条件 | 高 |
| 企服盈利性 | 2023-2024年将集体证明盈利能力 | 高 |
| 市场集中化 | 各垂直领域收缩到前2-3名 | 已发生 |
| 开源AI引爆点 | 1-3年内逼近tipping point | 中高 |
| AI改变商业格局 | 技术革命确定，但格局革命待观察 | 不确定 |
| 中国LLM追赶 | 会追上来，但过程中机会有待验证 | 中 |
| 投大客户还是小客户 | 中大客户更抗周期，已达成共识 | 高 |
| 资本市场复苏 | 2023下半年或2024上半年看到信号 | 中 |
"23年应该跟19年去对接。"——这不是倒退，而是回归正常。2020-2021年的疯狂是异常值，而非基准线。认清这一点的创业者和投资人，才能在下一个周期到来时做好准备。Who knows什么时候是下一个周期——但做好准备比预测时点更重要。