真实如刀的洞见:和扶墙老师聊技术、组织和商业

简介: 真实如刀的洞见:和扶墙老师聊技术、组织和商业

扶墙老师,何许人也?


王福强,又名扶墙老师,杭州福强科技创始人兼CEO,持续创业者,《Spring揭秘》和《SpringBoot揭秘》作者 。

  • 原阿里巴巴平台技术部海量数据部门高级技术专家;
  • 原天猫产品技术部导购部资深架构师;
  • 原挖财技术VP兼首席架构师;
  • 历任多家创业公司CTO;

和扶墙老师做网友那会,大约还在挖财,直觉是比较有趣且直爽的人。去年扶墙老师因公过成都,小弟约了三五技术圈朋友见面畅聊了一下。吃的是银泰城4楼几家招牌之一的纸包鱼。这次印象又有升级,在网络上直爽不拘束的技术人,往往现实中可能是略有些腼腆的。至吃饭渐入佳境后,还是聊了不少观点和“旧闻”。


日前,蒙扶墙老师赠版权专属电子书《技术、商业与人》一册,让人击节赞叹处甚多,“心有戚戚焉”处亦不少,遂作小文以记之。


商业: SaaS ,公交车的价格享受私家车的服务?

面向业务的 SaaS 永远是面向 SMB 市场的商业模式,一旦牵扯到大客户,一定是定制化。


面向业务的 SaaS 本质上是公交车模式,而不是私家车模式,虽然从客户的角度来说,谁都希望享受私家车一般的服务,但只能收公交车一般票价的 SaaS 供应商,实际上只能提供公交车一般的服务,当然,营销口号上依然要震天响地喊出“提供私家车一般的服务”。


面向业务 SaaS 的公交车收费模式还意味着,SaaS 企业需要通过后向附加收费来创造更多利润,按照用户数收费只是初级的补贴与引流 ,如果不能创造更多的衍生收费模式,高昂的研发费用与资本的接续不上,将导致 SaaS 企业走不到成功退出的那一天(不管是 IPO 还是被收购)。


从技术角度来说,SaaS 走的是平台化战略,而不是真正的多租户战略,原因就是随着业务 复杂度的增加,技术复杂度也成几何级增长,如果不能降低某些维度的要求标准(比如使 用配置化代替隔离性),那就会,要么公交车造不出来,要么私家车交付不足。


image.png


其实,不只是SAAS,to B 业务的收费可能面临这个尴尬。某医药电商平台之前是免费的,现在向商家收费了,勉强能够维系基本的成本开销。但非长久之计,毕竟做一个商业公司是要赚钱的。能提供什么进一步的商业价值?


无独有偶,喇叭兄做快递的呼叫服务,此前也是免费,前2年转入收费。续费率不错。听说他们在不断尝试叠加的业务模式。


再说回扶墙老师的洞察:


面向业务的 SaaS 本质上是公交车模式,而不是私家车模式,虽然从客户的角度来说,谁都希望享受私家车一般的服务,但只能收公交车一般票价的 SaaS 供应商,实际上只能提供公交车一般的服务。


服务是非常重要的部分,衡量服务的高低,往往在最基础的东西里面。


你提供的API文档,用户能不能看到,有没有比较完备的demo。比如十二年前做社区支付的时候,就发现了一些可以改进的地方。调用接口的示例代码,只有java语言的,而合作方是python,至少调试接口用了2天;再比如加密算法的示例,API支持三种,而client示例代码可能只有最简单的那种实现,如此等等。


遇到问题的时候,电话能不能打得通?智能客服是“智能“的解决问题,还是“智能”的把问题挡在外面?如果在API上留着坑,如果技术支持解释有GAP,对于接口调用者往往是苦诉无门。


商业: 大多数 ToB 企业都是先从项目合作或者说外包开始做起


扶墙老师言道:大多数 ToB 企业都是先从项目合作或者说外包开始做起,因为受限于自身资源的限制与团队能力的薄弱,只能先从项目合作与外包开始做起,慢慢积累资源,如果有机会得以突破, 再提升自己在产业链上的位置。


扶墙老师又言道:虽然很多企业都希望打造自己的系统和产品来构建核心竞争力,但现实中的路径则往往与理想相悖。


扶墙老师还说,我联想到做 toB 这几年总结下来的核心三要素:

1.  资源

2. 关系

3. 能力

顺序反映权重和优先级。


这就是理想和现实的差距。理想是通过产品打造核心竞争力,现实可能是资源和关系优先。


但情况可能也有些变化。你卖的是什么,传统的销售要按甲方的组织结构锊关系,谁立项,谁审核,最后谁拍板?但类似TDengine 这样的项目,通过开源的方式进行传播。团队没有几个传统的sales,客户往往会自己找上门。


通过做外包积累资源也好,找方向也好,本身是路径,并不是目标。做外包这事门槛是相对低的,避免成为“又一家规模不大的普通的外包公司”。


扶墙老师还谈到,


一般我们大多数人都会将市场对应为 Marketing,将销售对应为 Sales,而营销往往也会 对应到 Marketing,但我觉得这里有什么误解。

我觉得“营销 = Marketing + Sales”,即营和销是两个事情,而不是一般意义上的“营销 = Marketing”。


这里就不剧透更多了。


数字化,流程,AI


1、信息化与数字化以作业工具作为起点,后面都将通过内部业务与管理系统串联与审计。

同样的工具和系统,也会因不同角色的使用而变成服务终端抑或作业工具,比如医院的服 务终端,病患自助使用那就叫服务终端,但安排一个实习医生或者医务服务人员操作终端来为医患服务,那就变成了医务人员的作业工具。


2、人关注非标场景 和优化,标准场景沉淀完了都交给机器和 AI 去处理和强化,人只专注可改善的场景和流程。


非常认同扶墙老师归纳的“作业工具随人走、系统支撑随云走、流程优化由人主”。


此前和成都马力遥兄有交流,他们做了一些轻量的工具,可以智能支持药品分类匹配,也能按照规则或者智能完成一些企业办公的信息收集/归类/生成移动端报表,比如人员组织/财务数据等。这自然是有用的,但不能说通过AI完成了财务凭证的匹配,还是要看消费的用户群体是谁,企业内部管理人员可以接受是一个说法,短平快上线了甚至不用招聘研发;但一定规模的企业要应对审计的财务数据如何产生的,如何关联的,甚至要数据追溯,那么用AI是非常审慎的,是要求精确,和“AI 80%的置信度”不是一个逻辑。


因此,RPA 戴上 RPA+AI 的帽子在一些行业颇大行其道,从完成作业操作本身提效来讲是有裨益的,但要注意从打通数据孤岛,要让业务流天然的数据标准化关联,为经营分析服务的话,该走的路可能真的是一步都不能省。


The Unit 团队


看到很多机构和公司内部都会因为跨部门之间的人员与利益罅隙导致整体效率低下,比如项目进展缓慢,频繁开会也无实际性进展,其实仔细探寻这背后的缘由,大多还是人上的问题,The Unit作战团队是解决方案(The Unit 的剧本是根据一名资深的前三角洲部队成员 Haney 所写的一本名为 Inside Delta Force: The Story of America’s Elite Counter‐terrorist Unit 的书改编而来)。


在 2021 年的今天,直播带货基本上成了做电商的标配,而直播的小团队组成就很好的体 现了项目组与特战小组类似的结构与打法(有共同的目标:直播带货),主播 + 助播 + 场务,7‐8 个人的一个多职能人员组成的小团队,一个月营收目标妥妥的达成。


《赋能》这本书开篇讲的也是特性团队的故事,情报员和做狙击的行动队员要组合成小单元行动,依靠强大的中台能力。


传统组织为何适应力不强?他们得出的结论之一就是,灵敏、适应力强在正常情况下是小型团队才具备的特质。他们开始探索小型团队的适应力能够如此之强的一些特点,诸如互相信任、目标一致、感知类同以及单个成员能获得行动授权。


技术:洞察本质


不剧透更多,仅摘录几个要点。想跟扶墙做朋友的读者见下方链接。扶墙也是一位可爱的人。 一本电子书定价几块钱,要知道兼职做一个顾问是多少钱?我对此的理解是,姜太公钓鱼,毕竟不是人人能读懂。还是那句话,识明珠者入彀吧!


1、Kafka 底层最核心的逻辑其实就是 Log、顺序的 Log、与磁盘 IO 特性密切匹配的顺序 Log, 在此之上才是对网络 IO 和数据分发的优化处理,所以,Kafka 本质上就是一个大 Log、一 个在分布式场景下高可用的大 Log。


2、低时延(Low‐Latency)的单次或者极少的消息投递:这种就不太适合用 Kafka 来 做,虽然 Kafka 可以做,但不是最佳选择;


3、Log 是条线,Metrics 是个段,Trace 是条链。


4、持续集成 1是一种实践,持续交付 2是一种能力,DevOps 3是一种文化与理念倡导,但这三 个概念都服务于同一个目的:软件交付效率。


附其他读者对于扶墙老师的赞誉:


//谢谢福强老师给的《技术、商业与人》一书的尝鲜版。

福强老师是我认识的人中,即做CEO,又笔耕不辍的少数企业家之一。

福强老师是一位颇具个人特色的人,他的出场,总是先来一位英姿飒爽的持枪少女,每一次都能给一些视觉上的放松,而书籍,则是引发思想上碰撞的桥梁。


//好的程序员都有pragmatic(实干)的性格。这本书让我想起 《REWORK》 这本技术和管理随笔。可以看到福强对很多具体事物的看法和见识。和自己想法一样的,可以产生共鸣。和自己想法不同的,恭喜你,可以试着从另外一个角度思考问题。我觉得他关于业务转型和环境对人的影响说的很清楚。其关于Log,数字化转型,开源,SAAS,跨平台这些司空见惯的概念的想法都挺有见地。是个喜欢思考的人。


//《技术,商业,人》读后感

工作中既懂技术又懂业务的人不多,福强先生是少有之一。而我本人是不会敲代码的, 会点市场。如果说承认自己的不足是智慧的开始,那么我想说说读完福强先生的书之后,真实感受。前11章没看懂,是我自己能力不足(我职业是marketing), 而从12章讲商业开始, 我看了,印象最深的是讲SaaS 和开源。


懂的人就懂,篇幅不长,一句“围着开源做商业”,懂得人就知道来赚钱, 而不懂得人就不知道如何落地了。拿我用过的SaaS产品来说下,Shopify,其实他的API是开源的, 创业小组可以在上面建立基于Shopify的APP, 简单点说,就是把你自己的微信定制了, 你的微信跟别人的不同,有更酷炫的功能;而Shopify是让你的交互和产品上架更容易。在Shopify上再重新做功能, 总有人会买你的服务, 因为这样省去了很多写网页的时间, 19美元/月可以上架20款产品。对商家来说也不贵。


还有一点我比较赞同的是软件创业往往就是从苦逼的外包开始,慢慢往产业链上游走,做咨询再到出方案,做自己的产品。这是一个过程,在实践中得反馈,真实的项目经历,让抽象的想法变成真实的知识。总之,软件在吞噬这个世界, 我总想着靠着软件做一个躺着收钱的企业。福强先生的书中有智慧, 但观看层次应当是有深入思考商业的技术人员。


想认识扶墙老师的读者,请访问 https://afoo.me/

欢迎在https://afoo.me/books.html后面留言分享你的心灵触动与阅读感悟。


相关文章
|
监控 Linux Docker
免费的5款Docker 容器 GUI 管理工具!后悔没早点发现!
免费的5款Docker 容器 GUI 管理工具!后悔没早点发现!
2665 0
|
10月前
|
存储 弹性计算 安全
阿里云服务器是什么?可以做什么?最新活动价格是多少?一文全看懂
云服务器ECS是阿里云众多云产品中,最受用户关注的产品,阿里云服务器提供多样化的计算能力,支持x86、Arm架构,涵盖CPU、GPU等多种服务器类型,满足各种用户需求。本文为大家详细介绍阿里云服务器是什么?可以做什么?以及最新活动价格情况,以供大家更深入的了解云服务器产品和价格情况。
592 3
|
存储 弹性计算 缓存
阿里云通用算力型u2i实例怎么样?实例性能、适用场景与收费标准和最新活动价格参考
阿里云服务器通用算力型u2i实例是阿里云继u1实例之后推出的新品通用算力型实例,作为企业级入门独享实例,兼容多代际服务器,提供企业级的性能保证,满足客户对成本敏感的业务需求。本文为大家介绍通用算力型u2i实例的性能、适用场景与收费标准和最新活动价格情况,以供参考。
|
消息中间件 存储 数据库
深入学习RocketMQ的底层存储设计原理
文章深入探讨了RocketMQ的底层存储设计原理,分析了其如何通过将数据和索引映射到内存、异步刷新磁盘以及消息内容的混合存储来实现高性能的读写操作,从而保证了RocketMQ作为一款低延迟消息队列的读写性能。
|
NoSQL 数据可视化 MongoDB
微服务2——MongoDB单机部署3——Compass-图形化界面客户端
MongoDB Compass 是一款官方提供的图形化界面客户端,用于便捷管理 MongoDB 数据库。可前往官网下载([链接](https://www.mongodb.com/download-center/v2/compass?initial=true)),选择安装版或压缩版。安装版按步骤执行,压缩版解压后运行 `MongoDBCompassCommunity.exe` 即可。启动后,在界面输入主机地址与端口等信息完成连接。通过直观的可视化操作,提升数据库管理效率。
833 0
微服务2——MongoDB单机部署3——Compass-图形化界面客户端
|
JSON API 开发者
深入浅出:拼多多商品列表API接口Python攻略
拼多多是中国领先的社交电商平台,为开发者提供了丰富的API接口,用于集成商品数据到第三方应用。通过Python可以轻松调用这些API获取商品列表。主要步骤包括:1) 安装必要库(如`requests`);2) 使用AppKey和AppSecret获取访问令牌;3) 调用商品列表API,传入参数如商品ID、页码等;4) 解析返回的JSON数据提取所需信息。按照此流程,开发者能够快速实现与拼多多平台的数据交互。
1033 3
|
存储 机器学习/深度学习 编解码
阿里云服务器计算型c7、c8a、c8y、c8i实例性能、适用场景区别及选择参考
随着阿里云2024年金秋云创季的开始,目前在阿里云的活动中,属于计算型实例规格的云服务器有计算型c7、计算型c8a、计算型c8y和计算型c8i这几个实例规格,相比于活动内的经济型e和通用算力型u1等实例规格来说,这些实例规格等性能更强,虽然这几个实例规格的云服务器通常处理器与内存的配比为都是1:2,但是他们在处理器、存储、网络、安全等方面等性能并不是一样的,所以他们的适用场景也有着不同。本文为大家介绍计算型c7、c8a、c8y、c8i实例的性能、适用场景的区别以及选择参考。
|
数据采集 小程序 API
Python实现isbn查询书籍详细信息
Python实现通过isbn码查询书籍详细信息
1087 0
|
存储 人工智能 运维
深度解析 | 什么是超融合数据中心网络?
深度解析 | 什么是超融合数据中心网络?
6492 1
|
机器学习/深度学习 数据采集 人工智能
【机器学习】QLoRA:基于PEFT亲手量化微调Qwen2大模型
【机器学习】QLoRA:基于PEFT亲手量化微调Qwen2大模型
1555 0
【机器学习】QLoRA:基于PEFT亲手量化微调Qwen2大模型

热门文章

最新文章