"未來10年，所有線下生意會100%線上化。"

12月12日，創(chuàng)新工場董事長兼CEO李開復在36氪主辦的第五屆WISE大會——“WISE2017新商業(yè)大會”演講時說。

李開復認為，互聯(lián)網對實體經濟的影響，經歷了純線下時代、電商時代、O2O時代，正在逐步深化。未來OMO的新商業(yè)浪潮將推動線下生意在10年內完成線上線下一體化。

在交通出行、新零售、教育、B2B等領域，OMO正在發(fā)生。比如，“當未來汽車越來越聰明，它可以告訴周圍的車輪胎爆胎了，‘你們躲開一點’。”

四個要素促成了“OMO”時代的到來：移動支付的普及；線上＋線下成了流量獲取的新趨勢；真實物理世界的數(shù)據(jù)化以及AI推動出行、零售、教育、生產等領域的全面自動化。

李開復認為，中國在OMO創(chuàng)業(yè)中存在巨大的優(yōu)勢，能夠領跑世界。“第一，我們線上的數(shù)據(jù)最多，多三倍。第二，線下數(shù)據(jù)的采集比線上還要多，多100倍。加之移動支付的普及，會讓AI迅速增強。”

以下是分享原文，由創(chuàng)新工場整理：

非常高興又一次來到WISE大會，談對新商業(yè)的看法，可能大家聽我談AI比較多，今天換個話題，談“OMO時代——中國領跑世界”。

OMO是什么意思呢？OMO就是線上線下完整的融合，所有線上線下的數(shù)據(jù)和一切都融為一個生態(tài)體系。

互聯(lián)網的發(fā)展在剛起步和電商之前的時代，整體只占經濟的百分之幾；到了電商時代，可能占了百分之十幾甚至二十；在O2O時代，比如滴滴、美團的整個新商業(yè)，或是線上的生意影響整體經濟達到了30%。

但還有70%是純線下的生意，創(chuàng)新工場的觀點是，在未來的10年，剩下的70%會完全線上化，線上線下會打成一體。

我們也看到很多大佬，比如馬云，談到了線上的優(yōu)勢是便利和選擇，線下的優(yōu)勢是可以有更好的服務和體驗，兩者結合起來理論上是非常好的事情。實際上它會怎么發(fā)生呢？下圖的四點我認為是四個特別重要的因素，他們會導致OMO時代的來臨：

第一點，是移動支付的普及，我們每天習慣不帶著現(xiàn)金上街。

我剛從美國回來，美國人認為今天6億中國人能夠無摩擦的、一塊錢起彼此支付，是一個難以置信的巨大提升。就像當年美國開始使用信用卡改變了所有美國人消費的習慣，給美國的經濟帶來巨大的提升那樣，今天的線下移動支付和現(xiàn)金慢慢的消失會讓中國領跑全世界，因為我們的消費變得更方便了。

我們不要認為這只是一個新的信用卡，它的無摩擦橫跨30%是非常重要的。我們用信用卡去試著騎一臺摩拜單車非常困難，還需要刷卡，但移動支付讓我們足夠便利的使用，所以這是特別關鍵的一個技術。

第二點，線上+線下的流量獲取成為新的趨勢。

創(chuàng)新工場投資摩拜之前，派了一位投資經理到上海跟著一臺摩拜單車跑了好幾天，最后我們發(fā)現(xiàn)這臺摩拜只要放在街上就會吸引人來騎，線上的用戶獲取開始要幾十塊、上百塊才能得到一個用戶，但是放一臺摩拜，他們就來了。

所以線下獲取流量的方法又是一個新的突破。我們現(xiàn)在發(fā)現(xiàn)零售也開始在推進，當然一旦獲取以后，線上線下的流量就一致了。在線下騎上摩拜的用戶，他在線上與線下做的一切會用騰訊小程序等融合在一起。

再加上兩件AI相關的事情。

第一件就是真實世界的數(shù)據(jù)化。

如今我們開始把很多過去不上線的東西都收集起來了，包括車聯(lián)網、購物中心的攝像頭、無人商店，當然也包括比較簡單的移動支付、人臉識別、無人貨柜識別，這些讓過去稍縱即逝的真實世界的信息消失了，但是現(xiàn)在可以捕捉起來，捕捉起來就可以做AI。

最終一點，AI最終的目標是全自動化。

無人的駕駛、無人的貨柜、無人的商店、無人的物流、無人的生產。當然所謂的無人不是說一個人都沒有，而是現(xiàn)在花的勞動力減少了很多。如果我們想象整個世界被圈起來在一個大的外包循環(huán)里，其實人在里面是一個最緩慢、最浪費時間、最降低效率的事情。所以我們要一切盡量的自動化，而AI會帶來這兩件事情。

深度的講，AI是什么呢？

我們不是講接近人的強AI，我們這里講的AI就是機器學習，在一個領域里有大量的數(shù)據(jù)可以做出更精準的判斷和預測，比如推送廣告、流量獲取、用戶留存、供應鏈預測、存貨優(yōu)化、用戶轉化和變現(xiàn)。

剛才提到了AI在OMO方面做的兩件事，一個用在各種數(shù)據(jù)化運營，如果是線上公司，今天所做的一切線上都可以用AI推動、優(yōu)化，如果是線上+線下的公司，這些數(shù)據(jù)可以自動化流程、交易、物流，而且可以根據(jù)一個目標函數(shù)優(yōu)化整個過程。

另外就是AI的黑科技，也許要5年、10年甚至是20年，我們會看到商店、工廠、駕駛、物流都開始無人化，那么這個就是OMO最終的狀態(tài)，它達到一個非常強大、閉環(huán)、高速的效率。

這么講抽象了一點，現(xiàn)在挑三個領域更深入的講一下。

第一個領域，跟出行交通有關。

先看三個例子，我們可以非常被動的捕捉一些物理世界的數(shù)字化。我們所投資的一個案例，被用在街頭看行人過街。如果你是闖紅燈不合法的過街，你就會被人臉識別，賬單就會被罰款，寄到你家里，從你的賬戶里扣除。它和線上連接，而且是全自動的，被動的，因為我們是用攝像頭捕捉的。

還有車聯(lián)網和高清地圖的例子，當未來汽車越來越聰明，在一輛汽車可能會出事的時候，可能可以告訴周圍的車我的輪胎爆胎了，你們躲開一點。如果無人駕駛不靠譜，道路跟車甚至可以交流。例如無人駕駛，特斯拉的車出事了，由于看錯了前面的卡車，如果道路可以提醒它你不能再往那邊走了，要撞車了，它可以收回一點。

所以線上線下的數(shù)據(jù)，每一輛車開到什么地方都是可以捕捉的，我們可以被動的在一個城市里布下很多攝像頭，把每一輛車的位置捕捉起來。

一個智慧城市的交通可以很聰明的去調度紅綠燈，讓我們不用等太久，找到一些可能會出事的地方，把一些危險的事情預警出來，這些都是未來的智能交通、城市化可以做的。

還有上班的時候，可以這條路上八條道往城中心走，下班八條道是往城外走，這樣會疏解我們現(xiàn)在的交通堵塞。

另外線上線下打通以后，以摩拜、滴滴為例，不但能夠很好的預測未來的交通怎么走，還可以引導交通。如果我們發(fā)現(xiàn)太多摩拜在CBD，可以用打折鼓勵或是小程序提醒的方式。

自動駕駛時代來了我們會更進一步，無人車彼此會給出信號，相信在未來當無人車全部連接起來以后，線上線下完整的打通，人類會有一天將不再被允許開車上路。

無人駕駛的精確度，大概在十年、二十年之后會遠遠的超過人，就像如今我們不會想象人開高鐵、地鐵，因為人不適合在那種環(huán)境里面開車。

接著舉一個例子，這樣的例子聽起來很玄，實際已經發(fā)生了。智慧城市很難做，因為紅綠燈需要升級，比如說摩拜已經成為了世界上最大、最早的一個交通方便的物聯(lián)網運用。

摩拜單車一天被啟動4000萬次，不斷地收集數(shù)據(jù)，每一個人上下車的地點、速度，傳感器、GPS加速器、藍牙、MMFC、熱感器不斷的上傳，一天可以累積20個T的數(shù)據(jù)。

每一輛車在什么地方我們都是清清楚楚的，這樣更可以幫助我們運營。無論是線上的流量獲取，或是線下的鼓勵、折扣、合作，或者是針對性的廣告投放，都可以線下線上完整的結合。

這樣的一套系統(tǒng)因為在國內，因為我們有了移動支付，才帶來了這種摩拜創(chuàng)業(yè)的機會，所以當我們談到移動支付普及到6、7億用戶的時候，我們不要只認為這是騰訊、阿里的機會，我們要想到如果沒有非常便利的移動支付，像摩拜甚至美團和滴滴這樣的創(chuàng)業(yè)，都不會像今天那么普及，它真的是一個便利全民的舉措。

下面舉一個零售的例子。

今天的線下零售效率非常低，比如說我女兒是一個服裝設計師，她目前在線下創(chuàng)業(yè)的方法就是設計一些衣服，然后去尋找面料生產，再把它推給一些買手放在店里看看什么地方的人會買。

但我們發(fā)現(xiàn)她的產品的構思、設計、制造、預測存貨、物流，得到了用戶的回饋，發(fā)現(xiàn)在成都賣了30件，在沈陽賣了2件，這個時候會考慮為什么會如此，到底是因為天氣、地點、定價關系等原因，還是買手店的關系？

但是對于一個創(chuàng)業(yè)者來說，對于一個線下的公司來說，這個是一個非常長的周期。我們不可能想象一個淘寶店，花一年的周期從設計上得到用戶回饋。

如果你在做一個淘寶店，有可能基于經驗，但是更可能基于大數(shù)據(jù)，或者是兩者的融合。我們會很清晰的知道什么樣的產品應該可以賣，應該怎么去賣，賣給什么樣的人群，如何做廣告，庫存、生產做多少，這一切會更好的優(yōu)化。

所以線上的模式引入線下，我們要把線下的數(shù)據(jù)也能收集起來。閉上眼睛想象一下，我們以后設計的服裝、珠寶不只在線上賣，在線下賣的時候也能知道：誰走進了這個店，誰拿起了哪一件衣服試穿，誰把它放回去了，誰流連忘返了很久、看了價格很久，最后誰決定不買了，誰快速的買，誰看都不看，每一個人都是什么背景，就像在線上的時候，淘寶、百度、今日頭條知道你是誰，知道你注冊的號碼。

我們可以想象以后線下的生活每個人也是舉著一個自己的ID，進入店里的時候那個店識別了我的人臉，我是什么樣的人，在線上購買了什么樣的東西。它可以很聰明的識別線上的商品給客人看看他會不會購買，也可以根據(jù)線下的購買做線上的推廣，線上線下被徹底打通。

這里我們舉一個投資的款多多為例，它現(xiàn)在從款式的設計直到步入零售店，已經從過去的30天降到了10天，因為能夠捕捉到用戶的需求，然后把背后整個生產的流程全部都數(shù)字化，我覺得這樣對零售會有特別巨大的影響。

我們也投了一家公司在這個領域的項目，叫F5未來商店，這是一個便利店。一個傳統(tǒng)的商店也有很大的問題，因為它不知道人的需求，不知道該備什么貨，坪效的優(yōu)化和其他的挑戰(zhàn)很大。

F5未來商店是這么做的，它是一個全自動無人的商店，進去以后會把常備購買的貨品，主要是吃的，如我們的午餐、素食、魚丸面，或者是一杯奶茶，背后通過無人式的通調，節(jié)省了很多時間。

一方面無人商店很吸引人，另一方面也是因為不用排隊了，因為很多人的衣食住行80%的時候是為了解決需求的問題，并不見得需要去做一個頂級的美食，只希望能夠快速有效的得到他想要的產品。

另一方面，對整個運營來說，知道每一個人看了什么、知道什么、順便買了什么，背后的商品采集和推送過程都可以重新定位。比如說某一個人常常吃魚丸面，我們就會想當他走到了附近是不是該推送一個廣告給他，或者吃了大蒜拌面后的人都會買一包口香糖，我們是不是賣的時候也就這么推送一下。

所以它在整個流程和用戶推送方面都是接近了線上的運營，可以想象F5未來商店是一個純線上的商店，有絕對高的效率，對每一個用戶有非常清晰的認識。把用戶的一舉一動都給捕捉起來，所以能達到精準營銷，這個會顛覆未來很多的零售，我們也看到了阿里做的盒馬鮮生，騰訊投資的企業(yè)，都在這個領域開始有動作，這個我覺得是未來商店的一個方向。

最后一點我想講教育。

今天的教育非常低效，因為教育有四個部分：有我們教學的備課、有我們學習的課堂、回家的練習、最后的考試測試，這四件事情跟零售一樣低效。

在學校，一個老師準備了課教了出去，一個月之后做一次月考的時候才發(fā)現(xiàn)那10個學生沒有懂，沒有懂怎么辦？還得繼續(xù)往下教，第一部分基礎沒有學會怎么學第二部分？這樣一個月延遲的教課和測試就導致了老師可能會沒有辦法最優(yōu)化他的教學課程。

我們可以想象線上的課程，比如說我們投的VIPKID，就不會有類似問題的發(fā)生。但是事實上線下教育是非常普及的，無論是我們的公共教育，還是像我們投資的高思線下這一類的教育。人們還是希望教育有線下的成分，當然我們經過了電子化、結構化這兩個過程，我們認為這其實還是不夠的，下一步OMO化應該在課堂的時候清晰的捕捉每一個學生學了什么，在什么地方沒有聽懂，哪些重要的觀點沒有懂，還需要去繼續(xù)的補強，補強的過程是老師因材施教的教給他，還是需要老師給他補習，還是回家練習一下，因為這背后有每一個學生完整的數(shù)據(jù)，可以在線上線下做一個完整的融合。

除了這個以外我們投的另外一家公司叫盒子魚，就是幫助老師備課，開始在課堂上的學習，學習了以后每一個學生的進度都在APP里運行，哪些知識點不懂，回家可以線下經過語音識別讓他繼續(xù)練一些單詞直到練會為止，最后回到學校考試，考不好的點再回去經過線上線下、校內校外做一個完整的補全。

我們認為OMO是一個完整的事情，在每一個領域，線下線上都可以接觸，會真的把新商業(yè)100%帶進中國的未來。我們可以看到在互聯(lián)網時代中國是學習美國的，在移動互聯(lián)網彼此借鑒，O2O時代滴滴、美團超越美國的公司，OMO有巨大的優(yōu)勢讓我們領跑世界。

第一個優(yōu)勢是我們線上的數(shù)據(jù)最多，第二個優(yōu)勢是線下的采集比線上還要多，線上多3倍，線下多100倍，移動支付非常普及，AI快速增強。

最后我們在座的每一位創(chuàng)業(yè)者、投資人，讓我們整個新商業(yè)創(chuàng)業(yè)的體系愿意往前沖，如今有這么好的平臺，在這里預祝大家在OMO時代找到最好的創(chuàng)業(yè)機會，謝謝大家。