在TOC端客户成本高起、新兴技术快速迭代、政治经济环境日益复杂的背景下，企业服务行业涌现众多新机遇。“竹外桃花三两枝，春江水暖鸭先知”，对变化较为敏感的TO C互联网巨头已经感受到这种市场被动，并做出积极应对，依托自身数据和技术等资源优势收割TO B端客户市场。具有代表性的事件是腾讯在2018年国庆前的重大组织调整中，着重提高云计算服务在其企业中的组织地位，发力企业服务市场。
　　企业服务，即企业级服务，有广义和狭义的概念。广义的概念是指面向所有企业级客户提供运营管理相关的产品和服务;狭义的概念是指基于IT提供企业运营管理相关的工具、系统解决方案等服务，包含硬件、存储、数据统计与分析、通用技术和安全等基础服务，生产采购、协同办公、营销与销售、人力资源等业务及工作流程管理服务，以及针对垂直领域提供行业解决方案。
　　本文选自创业邦研究中心推出的《2018中国企业服务行业报告》，主要介绍企业服务行业的发展现状与驱动因素，以及对企业服务行业发展趋势做出研判。

發展历程

　　中国企业服务市场的起步晚于美国，上世纪70年代至80年代，美国成熟的信息技术开始商用，诞生了微软、SAP等一系列的To B端巨头公司，而中国的资本和市场关注点主要集中在C端。
　　从2000年至2008年的几年间，中国企业服务市场主要集中在用友、金蝶、浪潮等巨头厂商所提供的企业管理软件等相关服务。2009年阿里巴巴推出阿里云、2010年腾讯开始对外提供云服务后，互联网巨头在企业服务领域的布局带动了更多互联网企业、初创企业进入企业服务的领域，2015年成为了中国企业级服务的元年。
　　云计算、大数据等技术为中国的企业服务市场带来新机遇，新型的企业级服务模式开始涌现。从2016年开始，企业服务的资本市场开始扩张，同时该领域各企业的融资金额不断被刷新，企业服务领域进入高速增长时期。
　　近年来，中国的企业数量快速增长，企业服务的市场空间巨大，随着更多的创新和需求出现，企业服务将诞生一定数量的龙头企业和大量实力强劲的企业。

产业链图谱

　　一般来说，狭义企业服务产业链图谱包含：企业财税服务、人力资源服务、企业管理服务、销售与营销服务、法务服务、信息安全服务、人工智能服务、云服务、大数据服务、IT基础及解决方案、信息安全服务等。
　　最近几年，IT基础服务及解决方案、大数据服务、云服务和人工智能服务属于行业热点，较受创业者、投资人和行业巨头的青睐，也产生了众多实力强大的企业，如大数据服务的海云数据、TalkingData等企业;云服务的阿里云、腾讯云、金山云、青云、UCloud等企业;人工智能服务的商汤、寒武纪、云从和旷视等企业。

行业发展环境分析

1.国家政策助推企业服务行业发展

　　企业服务领域国家政策环境迎来利好，2017年国务院发布的《关于进一步扩大和升级信息消费，持续释放内需潜力的指导意见》指出：近年来，随着互联网技术与经济社会深度融合，我国信息消费已成为当前创新最活跃、增长最迅猛、辐射最广泛的经济领域之一，对引领产业升级发挥着重要作用。发展行业类、新型信息产品等领域信息消费，到2020年，信息消费规模预计达到6万亿元。
　　与此同时，互联网、云计算、大数据、人工智能以及物联网等前沿技术的政策性文件叠加效应作用，将加快推进企业的信息化、自动化、智能化和数字化进程，企业服务市场将得到巨大发展。

2.企业服务市场主体规模庞大

　　据工商总局数据显示，中国企业服务市场主体规模庞大，2017年全国实有各类市场主体已经达到9814.8万户;据国家统计局数据显示，从劳动力成本的角度看，城镇单位私营及非私营就业平均工资水平均呈上升趋势，同时劳动年龄人口近几年保持下降趋势，虽然劳动力效率平均增长率达到10.27%，但是短期内不足以抵消工资上升和劳动力下降的双重影响，可以预见企业人力成本仍会持续走高。

3.移动化推动移动办公市场发展

　　据CNNIC调查结果显示，2016年企业使用计算机比例已经达到99%，利用互联网办公比例已达到95%，企业信息化发展的基础设施较为完备，信息技术使用习惯逐渐形成;截至2018年6月，我国手机网民规模达7.88亿人，网民通过手机接入互联网的比例高达98.3%，网民移动互联网的使用习惯已经形成，移动化企业服务市场将是企业服务的新蓝海。

4. 新兴技术提升企业服务水平

　　2017年上半年，国内网站数量达到526.06万个，光缆长度达到3747万公里，互联网基础设施的不断完善，为企业信息化、自动化和智能化发展以及云计算服务过程中的信息部署和传输提供了基础保障。
　　随着云计算的发展，企业服务开始在云端进行部署，使企业能够依托网络按需求寻找和利用资源，从而实现资源的优化配置。而人工智能、物联网等战略新兴技术之间的融合应用，将大幅提升企业服务水平。

重点垂直细分领域

1.人工智能

　　人工智能（Artificial Intelligence， AI） ，又称机器智能，是计算机科学的一个分支，即通过计算机程序开发用于模拟、延展、拓展类人智能的方法、技术和应用，是一门新兴科学技术。
　　人工智能的核心研究问题包括模拟跟人类相似的、类人类思维的感知、推理、知识、规划和学习等能力，随着科技的进步及人类对自身理解的加深，人工智能的概念和应用边界会不断拓展。

　　按照人工智能的发展路径，可以分为弱人工智能、强人工智能和超人工智能三個层次。目前，市场应用以弱人工智能为主，现在比较成熟的应用案例是基于大量数据的机器学习。
　　（1）产业图谱分析
　　人工智能产业链分为基础设施层、技术层和行业应用层。
　　基础设施层主要由基础数据提供商、半导体芯片供应商、传感器供应商和云服务商组成。在过去5-10年间，人工智能技术走向商业化，主要得益于传感器等硬件价格快速下降和云服务的普及，GPU 等芯片使大规模计算能力得以提升。目前，人工智能产业在基础设施层面已搭建完成。
　　技术层主要包括语音识别、计算机视觉、自然语言处理及深度学习技术提供商。与其他技术相比，语音识别在技术和应用方面已较为成熟，谷歌、亚马逊、苹果、百度、阿里等巨头再次深度布局，科大讯飞和出门问问等企业也显示出良好的增长势头;计算机视觉，尤其是人脸识别方向的技术和应用发展较快，已诞生云从、商汤、依图、旷视等独角兽企业。

　　应用层主要是把人工智能的相关技术集成到产品和服务中，然后切入特定的行业应用场景，如金融、家居、医疗、安防、车载等。未来，场景数据完整（信息化程度原本就比较高的行业或者数据洼地行业）、反馈机制清晰、追求效率动力较强的场景或将率先实现AI 技术的大规模商业化。目前，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好的方向。
　　（2）市场规模
　　中国人工智能市场规模在近五年内保持高速增长，2017年达到216.9 亿元，且增长率由2016年的26.3% 增长到52.8%，预计至2020年将达到710亿元。
　　我国计算机视觉产业虽然技术起步晚、市场规模小，但受益于国家政策驱动和计算机视觉技术迭代迅速，以及金融、安防、电子制造、汽车、交通、商场等领域需求量的大幅增加，计算机视觉市场规模成爆发式增长。据统计，超过40%的企业选择计算机视觉作为技术主要方向。
　　根据国际调查机构Gen Market Insights发布的《 2018年全球人脸识别设备市场研究报告》显示，我国将成为面部识别设备最大的消费市场，2017年，我国面部识别设备市场份额占全球比例的29.29%，复合年增长率达29.53%，预计到2023年将占44.59%。
　　（3）发展趋势
　　第一，数据成争夺要点，应用场景是着力关键。
　　计算机视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是其核心竞争力。算法是推动计算机视觉发展的引擎，数据量是引擎的燃料，基于场景的大数据是优质燃料。算法所需的数据绝不只是一些标准数据集，场景数据对模型的训练至关重要，一些公司可以在LFW或者在FDDB数据集上显示良好的结果，然而在实际场景应用中的精准度却差强人意。因此，计算机视觉领域企业需要更加重视场景化数据的关键作用。
　　第二，语音识别进入巨头崛起时代，开放平台扩大生态圈形成主流。
　　语音识别即将进入大规模生产时代，随着亚马逊Echo 的热卖，语音交互技术催生新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入该生态系统。
　　第三，新兴服务领域蓬勃发展，倒逼计算机视觉技术创新。
　　前沿技术带来的新领域，如无人车、服务机器人、谷歌眼镜等，对计算机视觉提出了新要求。目前在3D空间，应用机器视觉技术瓶颈主要来自于3D 视觉传感器，而服务机器人与工业机器人最大的区别是多维度空间的应用，目前，国内的机器视觉会涉及三维空间、多维空间，未来存在较大的市场空间。
　　第四，交通、智能家居和智能制造等产业领域应用会增加。
　　未来，人工智能技术在交通、智能家居领域会产生规模化应用，也将会在工业制造领域应用渗透全产业链，并带动制造产业智能化升级。

2.云计算

　　云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件服务），这些资源便能够被快速提供，只需投入很少的管理工作或与服务供应商进行很少的交互即可。 　　（1）产业图谱分析
　　云计算可以细分为SaaS、PaaS、IaaS以及安全服务四种领域。
　　SaaS属于云计算的上层应用，服务商提供统一部署于自己服务器上的应用软件，客户按需订购，按使用数量及使用时间付费，应用数据的存储、管理及后期维护和安全服务等均由服务商负责。基于SaaS的企业服务包括CRM、HRM、OA、ERP、法律及财务管理等等。线上与线下结合是SaaS企业构建竞争壁垒的一种方式。
　　PaaS属于云计算的中间操作平台，服务商提供软件开发和运营平台，客户可以自主构建应用并拥有控制权限。PaaS通常提供的是完整的开发环境，包括数据库功能、语言编程选择以及API程序，使用者能够在平台上进行数据的开发、部署、运行、管理和维护等。PaaS服务商面对的直接用户通常是企业的开发者，目前很多IaaS服务商都开始向PaaS领域拓展。
　　IaaS属于云计算的底层基础架构，服务商提供计算、存储、网络以及安全等基础服务，客户可以以租赁方式获取云服务。基于IaaS的企业服务包括：单一垂直模块，如云存储、云计算、数据及其分析;CND内容分发和网络构建;整合多项单一模块或者包含全体的解决方案。IaaS是公有云市场份额最大的服务模式，中国IaaS市场主要企业为阿里云、腾讯云、中国电信和金山云等。
　　安全服務属于辅助性服务，用来保护云计算数据、应用以及相关结构的策略、技术、控制的集合。云安全技术融合了并行处理、网络计算、未知病毒行为判断等新兴技术和概念，大量客户端将在网络中发现的软件异常行为监测和恶意程序的消息等推送到程序端，由程序端进行自动分析和处理，并生成解决方案返回到每一个客户端。
　　云计算行业的主要参与者由互联网行业（阿里、腾讯、百度、网易、美团等）、IT系统集成厂商（浪潮、华为、用友等）、电信运营商（移动、电信、联通）和创业公司（又拍云、青云、UCloud和七牛云等）四种角色构成。
　　（2）市场规模
　　我国云计算市场高速增长，公有云与私有云市场规模差距进一步缩小。根据中国信息通信研究院报告显示，2017年我国云计算整体市场规模达691.6亿元，增速34.32%;其中，公有云和私有云市场规模分别为264.8亿元、426.8亿元，相比2016年，公有云市场规模增速高于私有云，增长率分别为55.7%、23.8%。
　　预计到2021年市场规模将达到1858.3亿元，其中公有云和私有云市场规模分别将达到902.6亿元和955.7亿元，二者差距将进一步缩小。

　　（3）发展趋势
　　第一，云服务加速向社会各个领域渗透。我国云服务已经深入应用于互联网和政务领域，开始向金融、工业、轨道交通等领域加速渗透。
　　第二，我国云服务市场快速增长。未来几年IaaS、PaaS和SaaS市场都将保持快速增长，其中IaaS市场规模增长速度最快。
　　第三，边缘计算驱动云计算产业加快发展。边缘计算利用靠近物或数据源头的网络边缘侧提供边缘智能服务，提高云计算服务的响应速度和能力。

3.大数据

　　大数据所涉及的数据集合，通常在一定时间内无法通过常规软件进行采集、管理和处理。面向企业级别的大数据服务，通过大数据采集、存储、管理、分析以及应用等为企业提供从基础资源、技术到垂直行业应用等维度的解决方案。
　　（1）产业图谱分析
　　大数据产业分为数据采集与存储、数据加工与分析、应用服务等环节。采集与存储代表性企业主要是以阿里、腾讯和百度为代表的互联网企业;数据加工与分析代表企业主要有TalkingData、BBD、拓尔思、国双数据、国云数据、海云数据、百分点等;数据安全服务企业有360、明朝万达、蓝盾、启明星辰和绿盟等。
　　大数据应用服务范围较广，主要的应用领域涵盖了电商、金融、营销、医疗、工业和交通等。电商大数据企业有阿里、京东和唯品会等，金融大数据企业有蚂蚁金服、冰鉴和百融等，营销数据企业有众盟数据、精硕科技、新意互动和时趣等，医疗大数据企业有春雨医生、平安好医生、华大基因和时云医疗等，工业大数据企业有昆仑数据、中科云创、华云数据和金控数据等，交通大数据企业有高德、滴滴出行、四维图形等。大数据商业模式主要是提供产品和解决方案服务。
　　（2）市场规模
　　大数据产业处于高速增长阶段，据统计，2017年我国大数据产业的市场规模为4700亿元，2018-2020年大数据产业年复合增速将保持27.6%，预计到2020年将突破10000亿元。
　　（3）发展趋势
　　第一，大数据融合应用领域不断拓宽。
　　大数据技术能够提升企业市场需求分析、生产流程优化、供应链与物流管理、能源管理、智能客户服务等业务能力，促使越来越多的行业应用大数据技术，大大拓展了大数据企业的目标市场，进一步推动大数据技术的应用。
　　第二，大数据技术应用将向企业核心业务渗透。
　　目前，我国的大数据与实体经济融合领域整体上还处于发展初期，大数据技术的出现使得企业实现了精准营销、数据标准化、情报分析等功能。未来，大数据技术应用将进一步向产品设计、产品生产、企业供应链管理等核心业务延伸。
　　第三，工业大数据将得到快速发展。
　　工业大数据驱动制造业数字化转型的新模式、新业态将不断涌现，是智能制造的基础。随着《中国制造2025》《关于深化制造业与互联网融合发展的指导意见》《深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件的深入贯彻和实施，以及党的十九大报告中提出的“要加快大数据与实体经济的深度融合”，大数据在制造业领域的渗透范围将快速扩展。

4.HRM人力资源管理

　　人力资源管理的本质是对企业内部人力资源的优化配置，根据现代经济学的理念，人力资源管理涉及人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬福利管理以及劳动者关系管理六大模块。
　　鉴于清晰的市场需求，在企业服务领域，厂商既能够选择从具体的服务模块切入垂直领域，也能够建立覆盖全环节的综合性服务平台。
　　（1）产业图谱分析
　　HRM的产业链主要分为专注特定方向平台、综合服务平台和招聘平台三个细分领域。
　　专注特定方向平台主要为企业提供社保、综合保障、员工素质培训等垂直性综合解决方案，协助企业在员工薪酬、福利等方面进行有效的管理，如51社保、团建宝、薪福多等。
　　综合服务平台主要为企业提供人才外包管理、快速招聘和企业内训等服务，使企业在运营中达到人力资源使用效益的最大化，同时还为企业提供专业员工培训，提升员工素质。另外，此层面的企业还建设了人力资讯共享平台，企业的HR和员工都可以在此平台查询人事方面的相关政策与事宜，如人力窝、人瑞集团等。
　　招聘平台主要分为整体招聘、兼职招聘以及特定群体的招聘业务，如拉勾网、大街网等网站承接各行业企业的招聘信息，使各类求职者都可以在平台上了解岗位信息、在线咨询，降低企业寻觅良才的成本和时间;兼职猫、兼客兼职、斗米等主要提供兼职岗位，如针对于临时工、大学生等非正式员工的招聘岗位，使企业可以有针对性地进行员工岗位招聘;还有一类企业，如一览英才网、校园巴士等，主要为企业提供特定群体的招聘平台，如蓝领、应届毕业生或按求职者专业划分的不同领域的招聘岗位，在一定程度上减少了企业筛选应聘者简历的时间，使企业在招聘过程中提升效率。
　　（2）市场规模
　　近幾年，我国人力资源服务产业的市场规模逐年扩大，2016年人力资源服务业的增长率达到顶峰，为23.71%。据预测，2018-2020年年复合增长率约为17%，到2020年，人力资源服务行业的市场规模将达到23000亿元以上。
　　（3）发展趋势
　　第一，人力资源管理业务向综合性、一体化方向发展。
　　HR与财税和薪酬支付等企业服务倾向融合，形成一体化生态，打通不同行业之间的数据壁垒，服务商可以在现有软件和系统收费的基础上，提供员工金融贷款、广告以及营销等增值服务。
　　第二，人力资源管理向数字化、智能化服务发展。
　　数字经济时代，服务商依托丰富的数据，利用SaaS、大数据、人工智能等技术，为企业的人才招聘提供精准推荐和匹配，提高企业招聘成功率，降低企业人力资源管理成本。

企业服务行业发展趋势

1.C端互联网企业加速向B端渗透。

　　C端互联网企业依托数据、流量和技术优势打入B端，如阿里巴巴发展阿里云和钉钉等企业服务平台，2018年7月以171.25亿元领投WPP中国;腾讯、百度、美团等利用数据和技术优势开展云计算服务。

2.企业服务趋向业务服务、金融服务和IT服务等，呈现融合一体化态势。

　　IaaS、PaaS、SaaS与业务服务、专业服务等跨界融合，如CRM与OA/HRM、ERP与财务/CRM等界限日益模糊，行业通用型服务与垂直行业解决方案服务相互渗透，提供综合性、个性化的企业服务。

3.企业服务需求呈现数字化、智能化，倒逼企业级服务变化。

　　现代企业普遍认识到大数据的价值，并推动大数据技术由外围业务向核心业务应用，使大数据融合应用领域不断拓宽。再加上深度核心业务的融合，大量数据、机器学习、训练素材的丰富度大幅提升，算法的不断优化，使大数据分析更加智能化。持续深入融合的大数据与人工智能技术应用在企业管理、生产和服务中，有效降低了企业成本，提升了企业管理和服务水平，增强了企业竞争力，进而推动企业加快数字化、智能化进程。同时，倒逼企业级服务公司向数字化、智能化服务转变。

4.云计算应用领域进一步拓宽。

　　随着大数据、人工智能、物联网、区块链和边缘计算等技术不断融入云计算，促进云计算算力速度的提升和分析的智能化，持续推进云计算在无人驾驶和物联网等新兴领域的应用。

5.中国SaaS市场将保持持续高速增长。

　　中国SaaS市场还处于早期发展阶段，根据IDC报告，2017年SaaS是全球公有云服务市场规模中最大的一部分，占比约59.7%;根据中国信息通信研究院报告显示，2017年SaaS中国公有云服务市场占比约39.5%，低于全球SaaS市场占比，中国SaaS市场规模将仍保持高速发展。