义柏说丨开源，用ToC时代网络效应的打法做ToB基础软件

2020年，似乎所有的投资人都开始看To B赛道，下行的宏观经济、新冠疫情以及未来可能出现的黑天鹅、逐渐消失的人口红利等因素给了To B充分被青睐的理由，但其周期长、增长慢、多数项目制等特点，也让很多周期较短的基金望洋兴叹。

 

那么有没有一种类型的项目，可以集合To B和To C两个赛道的优点？

 

作为一家从诞生之初就专注前沿科技To B赛道的精品投行，义柏资本在众多To B创业项目中，发现了一些带有To C影子的硬核科技项目，而这些项目有一个共同点：都采用了开源模式。

中国资本市场上有一些大家已经基本形成共识的观点：一般项目到了PE阶段PS已经下降到10以内，有时候PS低于6才会觉得是便宜的项目，很多传统上市公司的PS甚至不到2。即便是高毛利的软件企业，PS一般也很少超过12。

但开源不一样，美国的数据库上市公司MongoDB即便在美股遭受重创的情况下，依旧保持了20倍以上的PS，值得注意的是，这是上市3年后的公司，而非一个创企。

事实上，全球范围内开源软件商业化公司已经迎来前所未有的繁荣时代。据OSS Capital数据，全球已有41家公司收入超过1亿美金，其中还包括10家上市公司。

上市公司中，以MongoDB与Elastic为首，前者2017年IPO，市值已超100亿美金，2020财年的收入超过4.2亿美金，拥有近16000的企业客户；后者2018年IPO，市值已超50亿美金，2019财年收入超过2.7亿美金，拥有超过8000的企业客户；从当下这两组数据可以粗略的计算出，MongoDB与Elastic两家公司平均每160个企业客户，对应1亿美金市值。

非上市企业中，以Databricks、Confluent、HashiCorp为首的三家企业最新一轮融资的平均估值已超过50亿美金。三家企业分别于19年10月、20年4月、20年3月获得总计近10亿美金的最新融资，持续被美国资本市场看好。

资本市场繁荣的背后，是开源社区的持续壮大。作为全球最大的开源社区GitHub发布了2019年统计数据，代码仓库数已经超过一亿，开发者数量超过4000万，其中2019年新增占比均超过30%；GitHub Star数目常被用来表示项目的受欢迎程度，而Star前一千名的项目的代码来自35万开发者的贡献，这35万的开发者，就是所谓的开源社区的活跃用户，统计表明，其中有80%来自美国之外，这也几乎证实了开源技术无国界的论调。

开源并非商业模式，开源本质上是一种生产协作关系，用来大幅提高软件的供给侧交付效率。在开发者与开发者，开发者与需求者之间构建了新型协作关系。通过开源，开发者可以充分站在前人工作的肩上，避免了大量重复造轮子的工作；同时，让软件的需求方也参与到软件开发的环节中，以更快的响应速度，快速迭代出可用产品；而各行各业的需求方，也会带着不同行业的需求进来，让软件在早期尽可能全面的考虑需求，避免过早的让软件带有了行业属性，影响长期发展。更多场景背后的不同Corner Case，也让软件得以快速积累大量测试用例，帮助产品快速的成熟。

开源背后是有一套经济学原理的：通常根据一个商品的价格变化对另一个商品的需求的影响将商品划分为互补品和替代品。产品A价格上升，若导致B的需求上升了，那么B就是A的替代品，因为B可以替代A，那么A变贵了，有一部分消费者就倾向于购买B了，B的需求就升上了。反之，A价格下降后，导致自身需求增加，进而导致C需求也增加，那么A与C则是互补品，经常搭配一起使用的两个商品，则经常是互补品，例如喷墨打印机与油墨，打印机如果价格下降，势必购买打印机的消费者会变多，进而造成油墨的消耗变多，那么商家在经过仔细计算后会发现，适当给打印机降价，最后反而可以获得更多的利润。开源本质上就是找到边际成本足够低的部分，将价格降到最低，以期用户使用了实惠的产品后，倾向于购买其互补品，最终通过互补品实现收益最大化。而开源的基础软件更是由于一套代码的边际成本为0，直接将其开源，免费提供，以最快的速度go-to-market，将其中一部分用户转化为对互补品有需求的用户，从互补品上收取费用。因此，商业化的核心问题就是，如何框定这个边际成本为0的范围，如何选择最适合的互补品，如何对互补品定价。

之所以开源目前讲的都是软件，本质上是因为代码使用的边际成本几乎为0，100个人用和10000个人用，对于软件开发者来说，成本是几乎相同的。有的朋友可能会被反驳说，硬件也有做开源的，确实，随着IoT时代的到来，硬件相关的开源项目也逐渐多了起来，但硬件做开源的本质还是软件层面的开源，只不过，虽然软件本身的边际成本依旧是0，但是选择的互补品从过去的软件维度扩展到了硬件设备维度。软件的开源提高了对应的硬件的销量。

从经济学角度考虑，开源的生产投入是什么？是有限的开发者的有限的时间和精力。而这一有限的资源，却被大量的项目一同来竞争，最后的效果就是：只有最优质的项目才能争夺到最好的开发者和足够的开发资源。开源商业化的本质就是：争夺最优质的开发资源，选择最合适的互补品实现利润最大化。

什么样的软件适合开源？首先，得是基础软件，而不是应用软件，这两者的区别用一句话来概括就是，基础软件的用户依旧是开发者，而应用软件的用户主要是对IT技术比较陌生的普通用户。基础软件面对的两类人，一类人是可以为项目贡献代码的，另一类是基于项目去编写其他应用程序的代码的，前者也就是所谓的Contributor，后者就是所谓的User。其次，软件适用的潜在场景要足够多，潜在场景越多，说明通用性越好，通用性越好，越容易形成网络效应，因为潜在场景越多，吸引的Contributor就越多，Contributor越多，越容易很快的实现多个场景的功能，而已实现场景越多，User就越多，User越多，发现bug就越快，越快修补了bug，产品稳定性就越快速的趋于成熟，进而吸引更多的User。一旦形成了这样的网络效应与正反馈加速闭环，这样的开源软件也就进入了快速发展期，而网络效应也是信息时代最强大的护城河。

读到这里，是否已经感受到了To C的气息？从某个角度来说，开源似乎就是To B赛道的“微信模式”。在To C时代，微信这类具有网络效应的生态工具就是类似的逻辑，用的人越多，吸引的新用户越多，老用户也越难离开，而用户越多，为微信这个平台写公众号文章和开发小程序的也就越多，微信本身是免费的，而基于公众号和小程序衍生出来的消费场景则是变现的手段，本质上，争夺的还是有限的用户的有限的时间和精力。而开源软件也是一样，争夺的是有限的优质开发者的有限的时间和精力。也就是所谓的注意力经济。

谈到变现，开源的商业模式根据背后商业化公司的类型可以分成四大类：To B产品型创企、To B服务型创企、To C产品型创企、巨头；最早的时候，是To C产品型，概况的讲，终端用户是普通用户，但是里面包含了一些开发者，那么开发者自己使用软件的时候，也会发现一些想要实现的新的功能，就会在开源社区贡献代码，迅速打磨这个产品，产品越来越好用，功能越来越多，那么用户也就越来越多，就变成了流量，可以流量变现了。

当时雅虎为Firefox支付所谓引擎位置费用就是非常典型的案例。但这种模式发生在互联网诞生的早期，随后一段时间里，由于流量变现催生了一大批大型互联网公司，其实力足以以一己之力开发出具有新的网络效应的工具产品，如腾讯的微信。

在To C产品型开源模式经历短暂辉煌后，开源模式正式进入了To B时代。To B服务型的创企，基于开源软件帮助企业做定制化，提供技术支持服务，以及咨询和培训服务，主要解决的是开源软件的使用门槛问题，但其增长受限于项目制带来的规模化较慢等因素。To B产品型的创企是当下最火热的类型，经常见到的主要有两种类型的商业模式：Open-Core与Hosting。

Open-Core从开源经济学角度看，就是将Core部分免费开放，作为引流品，在Core周围的add-on部分收费，那么有能力的企业（如大型互联网公司）就自己开发自己需要的add-on，IT能力较差的企业（如传统行业的企业）就会倾向于购买原厂提供的add-on组件。

Hosting模式更加的纯粹，就是全部开源并且部署上云，由企业客户直接购买在云上部署好的服务，云原生时代下，Hosting模式更加受欢迎，目前美国市值or估值超过45亿美金的5家开源企业均为Hosting模式。

从开源经济学角度分析，Hosting模式的本质是将产品本身免费，作为引流品，而部署、监控、扩容、安全等运维相关工作作为收费点，毕竟由原厂运维终究要比企业自己运维可靠的多。至于巨头做开源，除了一部分的情怀以外，几乎都是为了其自家的公有云引流。最典型的莫过于Google精心打造并开源的TensorFlow、Kubernetes，配合完全不售卖的TPU，三者放在一起看，难免让人遐想这是典型的为Google Cloud Platform引流的组合拳。

谈到巨头做开源，很多创企及投资人会有巨头入场的担心，但其实目前阶段这种担忧还为时尚早，原因在于，公有云巨头的战略出发点一定是做好公有云，这是对于巨头来说最重要的战场，如果过早的就把大量的中间层创企打跑，最后损失的是生态效益，毕竟基础设施软件创企本身也是公有云的重要引流来源，Snowflake与AWS相爱相杀的故事仍在进行中，Snowflake既是AWS的重要大客户，又是其自己产品Redshift的直接竞争对手，但依旧不影响Snowflake发展壮大并压制Redshift，这背后除了创企与公有云巨头有一定的利益趋同的关系在，更是因为这个行业是产品为王的行业，无论早期通过何种方式快速的获客，最终客户都会根据产品好不好用，用脚投票。而在产品这个层面，巨头与创企的竞争不是研发规模的竞争，而是研发密度的竞争，基础软件领域的创企真正到了快速发展期时，其研发密度往往是不输于巨头的。

开源+Hosting的模式不仅是很好的变现手段，更是效率极高的go-to-market策略。过去基础软件企业的销售链条很长，需要有多层中间商赚差价，并且从方向上看，主要也是销售向客户推销产品以达成交易为主，这就不可避免的要建立庞大的渠道网络，每年都要在营销和销售上投入大量的资金，好处是一但建成，企业也就很难轻易被颠覆，Oracle与VMware的屹立不倒已经证明了基础软件传统模式的成功。但开源+Hosting的模式以更高的销售效率对传统模式形成了巨大冲击，用户先免费体验开源版本，觉得不错后，直接到官网上购买Hosting服务即可。这里面有几大颠覆，首先是销售方向的倒转，过去是销售上门推销，现在是用户主动体验开源版本，而愿意花时间来体验的用户往往大概率是带着需求来的，潜在转化率本身就相对较高，而更重要的是，实现这一倒转的前提是完全的产品化；其次是过去基础软件要集成的是成千上万的企业内部系统，云原生时代基础软件要集成的大概率就是AWS、GCP、Azure等几朵公有云。过去的基础软件增长缓慢最重要的原因就是项目制，而项目制主要有两大来源：无法完全的产品化、产品的集成复杂，开源+Hosting的模式直接解决了这两大痛点。销售链条大幅缩短、集成成本大幅下降、销售方向倒转、完全产品化共同决定了开源+Hosting在go-to-market层面的革命性颠覆。

既然开源与Hosting的组合渐成气候，就不得不谈到中美在企业上云方面阶段性的差异了。中国将在一段时间持续保持私有云占据很大比例的状态，除了有政府监管方面的要求无法将很多系统搬上云以外，也有企业不太信任中国公有云巨头的原因，担心其还是会保留和查看企业核心数据。而这也就导致，开源基础软件的Hosting在中国可能并不是个好模式。因此，当付费意愿较高的企业仍处在私有云阶段时，开源软件公司在中国做收入就是较为传统的以提供技术支持和Open-Core两种模式的混合为主，也就丧失了开源+Hosting的诸多优势。因此，中国会出现的情况是，一个很好的开源软件在中国做收入很苦很累，但收入迟迟不见高速增长，一到美国去卖，很快收入就做起来了。这也是为什么越来越多的中国开源软件创企逐渐将target市场定位在海外的原因。也就是所谓的：以中国为根据地快速打磨产品，竞争美国市场获得全球影响力，以全球影响力收割日韩与欧洲市场。毕竟开源软件无国界，一旦选择了开源，野心终究都在全球市场，开源并不怕竞争失败，怕的是从未放眼全球谈竞争。笔者一位投开源的投资人朋友曾说：“哪怕在美国竞争失败了，靠竞争中的积累回中国继续做项目，公司也活得下去。”

最后就是开源项目的治理问题，很多人不看好OpenStack的原因就是社区变成了群雄割据的局面，Hadoop当年也有三家围绕其做商业化的创业公司，也曾出现过社区不知道跟着哪家公司走的局面。遍观美国开源企业，成功的开源项目都有一个共同点就是单一的商业化公司去主导项目的发展。无论是否进入开源基金会，这一治理问题都是需要谨慎考虑的一环，一旦社区出现了分裂，都是对开源项目重大的伤害。因此，成功的开源软件公司往往从一开始就在社区运营上表现的非常专业，社区治理问题的潜在风险自始至终都是企业最重要的考量因素之一。

当社区治理有所保证后，开源社区的运营就是开源软件公司在商业变现前的首要任务。一个典型的开源基础软件的运营需要考虑多个方面：社区规范的定义、多语言的专业文档同步更新、产品Roadmap管理、Pull Request规则管理、Issue管理、线上线下活动举办、帮助开发者快速上手的教程、典型场景的demo案例分享、从User到Contributor到Commitor等的晋升路线等。近些年来，中国的创企在社区运营水平上也有了质的提升，无论是PingCAP的TiDB和TiKV的运营，还是ZILLIZ的Milvus的运营，都已是全球化开源正规军的路数。开源社区运营在美国有很多非常好的实践范例，在中国，也有PingCAP与ZILLIZ等这样的领路人，帮助中国未来的创企更好的吸取前人的经验。

开源在大数据时代的繁荣在美国，而AI、5G、IoT时代，中国有机会成为孕育伟大开源企业的最佳土壤。Open Source is Eating the World, but 饕餮 is in China.

本文脱胎于义柏资本在长期跟踪基础设施软件开源商业化过程中编写的研究报告，感兴趣的读者可到义柏资本公众号后台回复“开源”获取相关信息。义柏资本作为专注科技企业服务赛道的精品投行，将持续深入梳理行业内在逻辑，助力中国产业的科技赋能者，加速推动中国的科技产业化进程。