销售咨询:400-830-0755 售后咨询:400-830-0780
100万+中小企业共同选择
金蝶集团旗下成员企业
×
友商网帐号 *原友商网注册帐号
云之家/精斗云帐号 *云之家与精斗云注册的帐号可通用
×

我国SaaS+金融未来会面临怎样的机遇和趋势

中国的中小企业走出去,国外的企业进入中国,面临什么样的基于和趋势?如何看待未来中国的私有云、公有云或者混合云的发展?我们应该怎么走?未来,企业的销售数据、税务数据,甚至一些订单数据都会上云,金融界如何看待这个趋势?

对话嘉宾为:Tradeshift创始人/宜迅联董事长Mikkle,IBX CEO NICKLAS,原长安集团董事、副总裁、COO马军,商派集团的COO李治银,乾贷网CEO谢志楹。

以下为嘉宾对话整理:

在过去的十年,全球商业化发展非常蓬勃,但是目前不管是全球化还是逆全球化,出现了两个趋势。在这两个趋势下中国的“一带一路”和自贸区,到底面临什么样的机遇和挑战?

Mikkle:我对未来持非常积极的态度,未来的发展前景也是非常乐观的。伴随着“一带一路”,我们有了很多新的机遇,我们需要对外界有更多的了解,更多的进行贸易方面的合作。

当然,机遇也伴随着挑战。现在,全球的贸易出现各种变化,主要是贸易赤字,尤其中国的贸易赤字更为明显。这就需要我们更加去平衡贸易,平衡世界各地区的贸易。只有建立这样的平衡机制,才有可能创造出更多的机遇,得到很好的发展。

反全球化很大的趋势是贸易赤字,尤其是中国需要增加更多的进口,基于当下情况,IBX和重庆将会在哪些方面开展更多的合作?

NICKLAS:从两个方面谈起。

第一,采购问题,对西方很多的公司来说亚洲是主要的增长区域。对于IBX来说也需要找到亚洲国家本地的供货商,尤其是中国。在过去的十年中,西方的很多公司都是在采购这样的服务,且将会继续持续下去。

第二,中国的出口问题。中国的货品大都出口西方国家,反过来看,就是供货商,而这个供应链需要更多的协同合作。中国很多大的公司也非常关注欧美市场,在“一带一路”大的政策支持下西方的公司进入中国市场也会更加方便,同时中国的货品也会更加顺畅的进入欧洲市场。这都会促使着贸易更加便利化,不断的向前发展。

中国的中小企业走出去和国外的企业进入中国,这一机遇和趋势是什么?

李治银:纵观互联网这十几年的发展,每一个人已经被互联网深深的影响,变成生活中很重要的一部分。作为一个企业,也应该可以看到这是一个很重要的趋势—就是连接、开放、分享。通过互联网、通过技术等方式直接可以把客户和产品进行连接,在线上完成所有交易。所以企业与企业间的连接将是一个势不可挡的趋势。

重庆自贸区有哪些优势和特点?

马军:以汽车行业为例,从两方面来讲。

第一,零部件供应商。现在越来越多的消费者集中在80、90后,对于产品的要求也是越来越多,越来越新。从整车厂来看选择适合中国新一代消费者需求的产品及其性能,进口是必然的。同时随着中国汽车零部件企业的成长,也大量的出口到国外,所以,这是一个大的趋势。但是由于交货周期较长,结算周期也相应的增长,这对制造企业资金带来很大的压力。但如果设立自贸区,货物一到岸或是一离岸就可以进行结算,非常好的解决了结算周期过长的问题。

第二,供应链。过去中国的供应商出口只有找商业银行结算,没有更多资金渠道的支持。所以不管是在出口贸易,结算方式都对他们的业务造成很大的影响。同样也是自贸区的设立以及像宜讯联一样的金融链的支持,会给中国企业带来更多的福音。

重庆作为西南区域的中心点,也是自贸区,能够辐射到云南,贵州,广西等没有自贸区的区域,如何与这些区域行合作?重庆如何更好的与银行进行金融合作?

谢志楹:第一,重庆的自贸区相比于其他自贸区的优势是,重庆已经有了产业,已经实现了工业智能化,只要配套一个好的政策,就可以高速的发展。地理位置独特也是一个优势,从“渝新殴”到德国的杜伊斯堡,1万多公里,10天左右即可到达。通过利用跨亚欧大陆的交通优势、物流优势带动了包括笔记本电脑、汽车在内的一些产业高速发展。

第二,供应链金融。供应链金融的核心不是压榨上下游的账期,而是加速整个生态系统的周转,而目前的金融机构的效率还是比较低的。一定要基于数据化、IT化对供应链金融进行创新。只有这样才能促进进出口贸易的发展。

如何看待未来中国的私有云、公有云或者混合云的发展?我们应该怎么走?

马军:对于公有云,大多企业会把客户信息放上去;而像生产制造、产品研发还有一些财务信息,大都会放到私有云上。产生这样的原因大致归结为三点:第一点,使用习惯;第二点,相关法律的限制;第三点,各服务商之间存在差异,很难形成一个标准。

安全。用云对企业来说极大的降低了成本,但同时也伴随着一个非常重要的问题,就是数据安全问题。这也是企业最关心的问题,我的数据放到你的云上,如何来保证数据信息安全,一旦出现安全问题以后,怎样来弥补,怎样通过法律解决这一个问题,这是目前使用公有云最大的一个障碍。

标准化。国内的企业都在推自己的云的ERP,但国内企业的标准化作业程度远不如欧美,所以把生产制造、ERP搬到云上这是最大的障碍。如果国内的企业作业不能形成一个标准化,就算是相关的法律有所改变,这依然是个艰难的过程。

供应链。随着供应链智能制造,消费者对产品的交付周期的要求,供应链协同需不断加强,而有些交易也是完全可以搬到云上。这就需要在法律和数据安全层面给客户做出承诺,让客户信任你,用你的产品。

IBX的业务遍布欧洲,有很多中欧和东欧的国家也面对同样的困惑,在你们进行全球化的实践的实践过程中有什么经验?

NICKLAS:相比3、4年前,现在很多的企业愿意接受云,愿意把一些数据放到云上,例如:采购信息、采购管理、合同管理等。一是因为现在云的技术越来越高,越来越成熟;二是,使用云的成本在不断的降低,确实是能给公司带来很多的利益。

越来越多的企业使用云,对于IBX来说要担负的责任越来越大,要做的事情也越来越多。不同的国家,政策和数据也是极大的不同,同时也要遵守本土国家的数据保护的法律政策,这是一个复杂且充满非常多不确定因素的过程。但云的便捷和带来的价值是值得肯定的,这也是未来的趋势。在这个趋势下,只需把云做到足够“安全”即可。

从“税务上云”这个角度切入,进入东南亚、俄罗斯、非洲,你们有什么样的想法?

Mikkle:谈到税务,合规是一个非常大的问题,对于传统的税务来说转型也是一个艰难的过程。但北欧地区现在已经实现了纸质发片到电子发票的转型,基于云端,做到了税务高度的合规和一体化。在云端交易有严格的法律限制,但云端可以自动认证核实交易是否合法,极大的提高了税务部门的办公效率。

不论是在拉丁美洲、中国,都以掌握了这一前沿的技术,并能够充分的利用。未来的贸易,一定是基于信息的,公司之间只有进行信息交换才能做成贸易,而这些都是在云端完成。所以,税收的控制和云端的结合,这将是“云税务”未来发展的趋势。

下一轮的SaaS服务,中国企业的机会和困难是什么?

李治银:目前在中国的SaaS领域里,正在通过极致的场景化、垂直化的方式对以前传统的ERP进行肢解。把以前所有的功能、模块通过互联网的方式,完全肢解,从而创造出一个巨大的产业机会。

无论是从销售切入,HR切入或是发票切入,都将会诞生出一个巨大的市场。这个巨大的机会就来自于所有的企业被连接,被分享。

而可能最先诞生的SaaS公司一定是出现在企业跟企业的业务相关的一个垂直领域。因为企业最关注的就是自己的生意问题,一个是能不能做的更大,二是,规模效益能不能提高。所以,SaaS公司从这里找到切入点,规模一定会做的很大。

马军:云必然是未来的趋势,但是以现在的情况来看,在相当长的一段时间内,传统的制造企业可能会使用混合云,而不是公有云。因为产品的定位、设计是有差异的,同时也是商业秘密、知识产权的保护。

如果没有差异,都搬到云端,那谁也不敢保证数据不被窃取和丢失。从制造业来说,产品设计端不会放到云上;而交易端,客户与客户的连接的东西都会放到云端;制造端,每个企业的核心的工艺技术在短时间内搬到云端也是不能实现的。这归根于中国的法律还落后于技术,一旦出现安全问题,法律程序不能及时跟进和解决。

未来很多企业的销售数据或是税务数据甚至是一些订单信息都会到云上,金融界怎么看待这个趋势?

谢志楹:未来包括商业数据在内的一切数据都是在现化的,这是一个必然的趋势。能不能在法律、商业环境、信任基础这几点综合方面上找到适合自己的点。这可以称为新金融,同时商业化数据的在线化对金融机构一定也是充满颠覆性的。

金融机构的传统资产里绝大部分还是商业性的企业融资,一是看该企业的过往数据;二是看还款的来源。当商业数据在线化后将会出现几种变化。

第一,数据变得更透明。更透明的意义在于造假成本的上升,甚至没有造假的空间,这是金融机构最担心的一点,信息不对称。

第二,产业闭环。从供应链金融上下游的闭环来看,会产生不同数据维度来佐证公司的信用评分。这也为一些创新金融提供了新的机会。

第三,所有的商业数据最终云端化后,终点一定是人工智能。

技术创新将怎样协助企业更好的进行全球化的管控?如何看待未来的金融创新?

Mikkle:谈到贸易的金融创新,其实只是刚刚开始。传统的融资主要是纸质化的手工过程,现在是将所有的贸易信息放到网上,进行自动化处理。这一过程还有很多需要改进。

这对金融机构来说,需要很长时间了解这样的信息。比如说有一些大宗交易,有很高的信用评级,几天之后就可以提供发票,这对金融机构来说风险是非常低的。

现在有供应链这样的一个信用体系,通过这个供应链体系可以看到下一层的买方,而供应方大都来自大公司,他们也被认为是信用评级很高的大买家,这里就产生了杠杆的调节作用。比如用AI做一个杠杆分析,在两端的客户都有这样的信息可以做自动化,这个部分不需要AI,剩下的20%是需要AI、BI协助。这就说明杠杆分析数据的技术在未来一定是能发挥非常大的作用。

来源:牛透社;

转自:中国电子商务研究中心