深度探究|软件主宰世界,我们究竟错过了什么?

2024-08-26 11:52

本文主要是介绍深度探究|软件主宰世界,我们究竟错过了什么?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这乃是知乎 COO 张宁于近期针对国内过往十年创投环境展开的深度思索。

张宁觉得,在过去的十年当中,美国硅谷专注于 SaaS 领域,凭借软件的标准化来提升企业的效率与经济性,同时倡导开放性与多样性。

中国在过去的十年里,在企业级软件和 SaaS 领域的发展未能达到充分的程度,错过了与美国市场相仿的创新契机。

这跟中国创投生态里的封闭特性以及大企业主导的“闭环”逻辑存在紧密联系,国内的创业环境更多地聚焦在消费互联网以及“超级应用”方面。

在生成式 AI 的时代,美国市场的开放性与多样性为企业在 AI 技术应用方面赋予了竞争优势,而中国市场的发展却由于缺乏场景和商业模式而受到限制。

他主张国内的创业者和投资人应当由“入口”心态向“接口”心态转变,推动创新生态的开放性与多样性,特别是在全球市场的大背景下,助力 AI 技术在企业和消费者市场当中的应用。

另外,他还着重指出,国内早期的投资生态应当鼓励多样性和包容性,推动更多的小型基金、个人投资以及多种形式的孵化/加速项目,以此支撑中国 AI 创业生态的长远进步。

以下是这篇文章的全部内容,敬请享受~

近期不妨想象一下这样的两家咖啡馆:一家位于 Palo Alto,另一家处于北京。在第一家咖啡馆里,工程师们一边品尝着手冲咖啡,一边探讨着 API 集成。在第二家咖啡馆里,运营经理一边喝着奶茶,群策群力,策划着病毒式的营销活动。

2010 年代见证了世界两大经济体在科技发展史上最为深刻的分歧。硅谷大力投入企业软件,而中国则将筹码押在了消费者应用之上。这两种策略都以出乎众人预料的方式取得了成效,也遭遇了失败。

共同之处在于:二者以不同的方式实现了社会经济的数字化。

疫情持续的三年,世事变迁,GPT 惊艳亮相。在过去的十年,我们究竟错失了哪些东西,又应当怎样步入下一个十年?

软件主宰一切

2011 年 8 月,Marc Andreessen 在《Wall Street Journal》上发表了《Why Software Is Eating the World》这篇文章。此文处在 2010 年代的起始,一方面回顾了互联网、智能手机和云计算给商业社会带来的变革,另一方面提出了软件正在进一步重塑汽车、零售、物流、金融、医疗保健和教育等传统行业。

图片

2012 年 5 月 18 日,Facebook 在 NASDAQ 以高达 1040 亿美元的市值成功上市,就所募集的资金数额而言,堪称美国历史上位列第三的大规模 IPO。即便在资本市场与媒体的一致乐观预期之下,它依旧很快跌破了发行价格,待到月底,市值竟减少了四分之一。即便如此,它依然为早期的投资人和员工带来了极为丰厚的回报。

此次前所未有的 IPO 造成了极为深远的影响,众多早期员工年纪轻轻便实现了财务自由,并且对软件的巨大价值了然于心,许多人随即转身创办全新的软件公司,Asana、Quip、Cloudera 等相继崭露头角,面向企业提供服务。然而,面向消费者服务的 Quora、Path 等公司的发展则相对迟缓。

另一方面,在 IPO 之后的十年时间里,Facebook 凭借自身强大无比的执行力稳稳占据了社交领域的王者之位,将 Twitter 和 Snap 远远甩在身后,成为在数字广告市场上唯一能够与 Google 一较高下的科技巨头。

在成功收购 Instagram 和 WhatsApp 之后,Facebook 逐步构建起近乎垄断式的行业地位,使得一路见证 Facebook 成长的风险投资人纷纷避开在社交赛道上与 Facebook 进行直接的竞争。

可以说,在 Google 和 Facebook / Meta 之后,美国科技行业几乎放弃了在消费互联网上再度打造流量入口的尝试,转而选取了一条全然不同的路径,铸就了硅谷下一个十年的昌盛繁荣。

美国:SaaS 承接移动

正如 Marc Andreessen 所预言的那样,软件顺利接棒上一个十年中的消费移动应用,成为新十年的主流投资趋向。新创立的 SaaS 创业公司在 2010 年至 2015 年期间,增长速度呈现出一条 45%的直线态势,每年都超过 1000 家,直至 2018 年以后才逐渐有所下降。

图片

就投资金额的情况(来源而言),在 2008 至 2017 的这整整十年当中,风险投资逐步攀至巅峰,尤其是在 A-C 轮的成长阶段,每年投入的资金数额均达到了百亿美元的层级。这些投资绝大部分都汇聚在了北美市场的 SaaS 公司之上。

图片

从投资金额的来源进行审视,在 2008 至 2017 年的漫长十年间,风险投资逐步攀至高峰,尤其是在 A 至 C 轮的成长阶段,每年投入的资金均达到了百亿美元的惊人数额。这些投资主要集中在北美市场的 SaaS 公司领域。

从退出的视角来看,面向消费者的品牌往往因广为人知而备受瞩目,然而 SaaS 公司不管是通过 IPO 还是并购的方式退出,其数量都远远超越了这一时期的消费互联网公司。

回顾这些变迁之时,更能深切感受到 Marc Andreessen 文章所具有的前瞻性。他从 Netscape(更倾向于消费互联网)到 Loudcloud(企业云服务)的经历,以及对 2000 至 2010 年期间趋势变化的深刻理解,使他早早地意识到“这是一个极为重大的机遇。我清楚该把资金投向何处”。

所谓的“重大机遇”,无非是基础设施的广泛普及,成本的显著降低,可当人们沉浸于这样的现实情境之中时,往往难以察觉。反倒是那些从上个时代跨越而来的人,才能深切感受到变化的剧烈程度,以及未来发展的不均衡。

从协作办公,到销售营销,再到人力财务,直至 IT 安全,软件搭载着 SaaS 的商业模式,渗透进了企业业务流程的每一个细微环节。

在 Microsoft 和 Oracle 的时代(参考:《Oracle:复杂性战争》),企业软件通常以功能的全面性著称,而在 SaaS 时代,软件则以专注于某个特定环节或者某个特定行业而闻名。

自动化平台 Zapier 在十年的时间里连接了多达 6000 多个企业软件的应用程序接口(API),成为了一家仅融资一轮就实现盈利的独角兽公司。

API,或者说“接口”,并非专为 SaaS 而设计,但由于 SaaS 需要与企业客户进行对接,开放可编程接口便成为了必备的特性。同时,开源软件社区也在不断发展壮大,技术栈中越来越多的开源代码也需要通过接口相互连接、调用,从而形成了一整套基于“接口”的软件生态。

在这样的生态环境下,一家公司全力做好一件事情,其他无法解决的问题,就寻找其他公司的接口来加以处理。这不仅是一种软件开发的理念,也是商业生态的网络效应,更是资本投入的高效杠杆。

中国:超级应用崛起

中国的故事在消费互联网领域上演。

字节跳动将 Facebook 的 Newsfeed 进一步发扬光大,在没有社交图谱的情况下创新推出了信息流,之后又将短视频业务拓展至全球。

美团和滴滴曾经是“共享经济”的典型代表,如今已成为本地生活和交通出行领域的巨头。

拼多多从水果团购起步,如今凭借令人难以置信的低价和退货政策,成为淘宝、Amazon 之外电商领域的新兴力量。

所有这些公司都拥有一个共同的称谓,叫做“超级应用”。最早获得这一称号的实际上是微信,此后,中国的消费移动应用纷纷在产品中增添众多相关或不相关的功能,依靠各种小红点、推送通知或者游戏化奖励来实现产品内部的引流和渗透。微信借助春晚红包获得了支付能力,美团从团购转型为“送啥都快”的生活小助手,拼多多和支付宝都能够观看视频,抖音和快手则能够进行购物和玩游戏。

“闭环”,堪称中国互联网领域的神秘术语;“入口”,则是中国投资人眼中的璀璨明珠。

顺着“闭环”的“入口”深入探究,最终只剩下直播间里售卖的新国货。

我曾经与一位中国顶尖的风险投资人交流,他罗列了自己投资过的中国 SaaS 公司,这些名字远不如其美国同行那般响亮,经营状况不佳,也难以看到上市退出的希望。

在 GPT 横空出世之后,美国的 SaaS 公司纷纷开始向客户提供 AI 功能,过去已经建立的客户基础和产品场景为 AI 提供了通道和背景信息,极大地提高了在 AI 方面创新投入的回报确定性。

在中国,AI 应用却因缺乏场景和商业模式而进展迟缓。

上一个十年的错失,将会改变未来多个十年的发展路径。

究竟错失了什么?为何会错失?

我在《视频生成:AI 的十亿消费者机会》一文中提出了一个观点:

消费互联网(Consumer Internet)铺就道路,企业互联网(以 SaaS 为代表)制造车辆,后者并非独立发展的趋势,而是前者达到临界规模后的衍生。

这句话实际上与 Marc Andreessen 所提及的“软件吞噬世界”的前提条件并无本质差异:正是由于互联网在消费者一侧的大规模普及,才能够推动云计算等基础设施的迅速铺开,为企业软件的成长筑牢根基。

在上一个十年中,中国市场孕育出了短视频,并迅速将 TikTok 复制到了美国市场,美国本土的 YouTube 和 Instagram 也迅速跟进。加之疫情期间居家办公的影响,短视频在企业营销、教育培训等方面愈发重要,也催生了大量的衍生基础设施。

那么,中国市场错过的是 SaaS 吗?从投资回报的角度来看似乎确实如此。但仔细探究,中国的企业软件许多并非以独立公司的形式存在,而是作为大厂“闭环”生态的一部分而存在,更具体地说,往往与云计算业务紧密捆绑。这与 Google / Microsoft 所提供的企业软件颇为相似,通常被用作敲开企业客户购买云计算服务的敲门砖。类似的情况,在腾讯 / 阿里 / 美团的电商生态中,也隐藏着大量与零售、金融、物流等相关的软件。

这些源自大厂内部的企业软件,延续了消费互联网那种通过烧钱换取规模,然后从其他地方获取利润的“入口”逻辑。它们以免费加捆绑销售的形式进入市场,凭借自身强大的市场开拓能力迅速占领市场。这种逻辑,不仅消耗了大量的资本,还束缚了众多软件工程师人才在一个高度集成的项目上,而非通过不同产品之间的“接口”进行重新组合。

在 2010 至 2020 年期间,大厂的战略投资逐渐崛起,而以 LP 回报为目标的风险投资基金则边战边退。战略资本的最高目标是实现企业的战略意图,如果大厂在超级应用上展开竞争,那么投资的目的也是如何更好地打造闭环,而非构建更多的开放接口。

早期创投的价值在于多样性,而多样性源自开放性。这需要生态中的参与者秉持“接口”心态,而非“入口”心态。

SaaS 或许由于中国企业服务市场的整体现状而未能获得良机,但其惨淡的现状也反映出中国创投生态存在的问题。

美国的生态截然不同,以下从几个层面来进行分析。

  • 技术层面:以 GitHub 为代表,基于开源软件生态,涌现出了一批开发者工具(Developer Tools),围绕软件开发的各个环节,专门为软件工程师这一成本高昂的群体提供服务,进而服务于企业中的核心数字资产和业务流程。

这意味着,软件开发的生产效率在持续提升,软件工程师的人均效能在不断提高,软件工程的稳定性和可靠性也越来越有保障。

  • 产品层面:产品注重差异化,避免同质化竞争,最终导致的结果是在垂直领域和业务环节都会出现细分。

要么选择一个大型的垂直领域,从头到尾深入地开展业务,要么选择一个通用性极强的环节,拓展宽度和覆盖范围,满足客户在这个环节上的所有需求。这一点与消费互联网截然不同,后者的规模经济效应极为显著,最终往往形成“一家独大”的市场格局。

  • 市场层面:既有 PLG 这种以产品特性为主导,更接近消费互联网用户增长策略的路径,也有 SLG 以销售为主导的路径。许多创业公司在起步阶段就拥有 1 至 2 个 Design Partners,通过一定的股权绑定,作为“天使”客户提供产品建议,并锁定为最初的标杆客户。同时,2010 年成长起来的这些 SaaS 公司也培养了一代在经验、能力、人脉资源等方面都更为成熟的销售、市场人才,成为从技术到客户之间的润滑剂。另外,创投圈也是初创公司的客户来源,降低了冷启动的难度。

  • 财务层面:SaaS 的核心在于用标准化产品替代非标准化的服务,从而大幅提升企业财务的经济性。美国人力成本高昂,软件公司尤其如此,本土的核心团队规模通常不会太大,追求人均效能,不愿意依靠堆砌功能、承接外包来赢得客户。许多达到亿级 ARR 的公司,团队规模仍在 500 人以内。也有众多初创公司在百万美元 ARR 的规模上就开始盈利,对风险投资的依赖也在减少。

  • 投资层面:风险资本也随着产业趋势逐渐细分。特别是在早期投资的市场上,以 Y Combinator 为代表的加速器/孵化器大量涌现,AngelList 上也出现了天使投资的 Rolling Funds,LP 可以按照季度进行小额定期投资(每季度约 1 万美元),还有一些 Venture Studio 的孵化模式,以及资金规模不大、但强调交易流程独特性的 Microfunds。融资渠道的多样化极大地增强了资本市场对创新的包容性。

在生态的不同层面所出现的变化,核心在于其开放性,而非被包含在某个大厂的“闭环”之中。一个值得深思的现象是:中国强调“入口”,而美国注重“接口”。开放性和多样性才是中美两个市场在过去十年最为显著的差异,而非消费互联网与 SaaS 之争。

开放性和多样性是持续创新的基石。自 2022 年 GPT-3 问世以来,美国的 AI 生态从芯片和基础模型起步,到 2023 年进入 Infra、DevTools 的阶段,到了 2024 年,企业软件和消费应用也逐渐崭露头角。创新的接力赛一棒接着一棒,没有停歇的迹象。

中国错失的,正是这种源源不断的开放性与多样性。

如何迈进下一个十年

2020 年代有两个起点。

一个是 Covid-19 的爆发与结束。它对全球的社会生活和政治经济都产生了深远的影响。对于科技行业而言,它在一定程度上加快了数字化的普及速度,特别是对于更为传统的行业来说,仅仅是远程办公这一变化就足以推动许多软件采购的快速决策。

另一个是 GPT-3 的发布。我们仍处于生成式 AI 周期的初期阶段,它对人类社会的影响尚未完全展现。一个能够明确得出的结论是,它至少能够在过去十年“软件吞噬世界”所造就的高度数字化基础上,提升整个社会的智能化水平。

这两个起点,一个将软件周期推向了巅峰,另一个则在巅峰之上再添新动力,引领世界步入了 AI 周期。

模糊的 B / C 边界

经过上一个十年,中美两个市场在许多方面开始逐渐趋同。在基础设施建设方面,美国通过软件周期对根深蒂固的传统行业进行了数字化改造,中国则借助移动互联网完成了零售、支付、物流、公共服务等领域的数字化进程。

在人才储备方面,软件工程师的供应保持稳定,开发工具和技术栈愈发高效。在成本优势方面,两国的人力成本都有不同程度的上升,但在 AI 周期中都存在明显的效率提升机会。

消费互联网的创业和投资不确定性更强,而最终的回报也更为惊人。TikTok 的崛起不能简单地归结为短视频产品形态的创新,还应当考虑到它突破了 Facebook 长期占据的 Social Graph,利用个性化推荐算法构建了全新的兴趣图谱(参考:TikTok and the Sorting Hat 和 seeing like an algorithm)。AI 无论在产品形态、交互界面和智能算法等几个方面,都有机会实现全面创新。

难点在于:如何实现用户增长并达到规模经济所需的关键节点?这是消费互联网的基本功,而在过去的十年中,只有 Uber 这样的共享经济公司还保留了一些相关的诀窍,除此之外,对于大量的 SaaS 公司,这几乎是一项失传的技艺。中国团队反而在这里经历了更为激烈的竞争,调动了更为庞大的资源,也积累了丰富的经验。

在企业市场方面,中国软件公司确实需要面对更不情愿付费的客户或者更封闭的商业生态。但在“出海”已经成为共识的前提下,这不应成为障碍。

真正的难点还是应当回归到产品与市场的契合度上,如何深入到使用场景中,获取更多的企业内部数据和背景信息,让 AI 能够因时因地制宜,打造出产品的厚度。以及如何构建面向全球的 GTM 能力,语言、文化、人脉都会成为新的问题。

在湾区与一些 AI 领域的创业者交流时的感受是:AI 在效率提升方面的价值很可能不会对消费者和企业进行强烈的区分。比如生产力工具,许多产品最初的 PMF 是针对专业消费者(Professional Consumers)的,但最终的盈利点却在企业客户身上——后者具有更强的支付能力。

而在 AI as a Service 的模式下,初创公司利用 AI 来提高传统服务业的效率,成为 AI 驱动的律师和会计师,为消费者提供服务。

AI 周期中的消费互联网与 SaaS 边界愈发模糊。对于中国的创业者和投资人来说,最不应担忧的就是过去十年似乎错失了 SaaS 的机会,特别是对于早期公司而言,这种区别根本无足轻重。

对于致力于全球市场的 AI 创业者和投资人而言,更应当将“入口”心态调整为“接口”心态,发挥各自的优势,分工协作,通过“接口”的网络效应放大自身的价值;而非在“入口”上进行同质化竞争,降低资本效率。

从“入口”到“接口”:开放与多样

我认为,对于中国而言,还需要完成一件重要的事情,那就是补充早期投资生态的多样性。

在上一个十年中,一批新的投资人崭露头角,他们以“$500k is the new $5 million”为口号,通常拥有在科技行业的工作背景和人脉,在初创企业的更早阶段介入,最终收获了丰厚的回报。

如今,我们经常能够在公司融资的新闻中看到一长串的名字,其中许多人的投资金额并不高,但这些名字本身就具有一种网络效应,为初创公司提供了大量的非现金资源。同时,像 SAFE 这样的投资工具也简化了复杂的股权交易,抵消了因多样性带来的额外成本。

可以认为,这是一种风险投资的“下沉”策略,更重要的是,它促进了创业生态中的连接性和包容性。

在湾区,你很少会觉得一个想法太过奇特、愚蠢或者不符合主流叙事,这不仅对于创业者如此,对于投资人也是如此——他们中的许多人也认为自己是创业者,也会凭借独特的投资想法赢得 LP 的认可。

回到中国,在上一个十年中所赚取的第一桶金如何能够以更便捷的形式传递给 AI 周期中面向全球市场的创业者?面向全球市场的天使投资、孵化器、加速器、Venture Studio、Hackerhouse 都在何处?是否存在 AngelList、SAFE 这样的投资工具来简化投资流程?

创业原本应当是 permission-less(无需许可的)。这是一种截然不同的价值创造方式:它需要立足于未来,推导出当前能够做出的重大变革。它需要一些涓涓细流来滋养,而不是依靠大力出奇迹式的巨额投入。

大厂高管据说已经占据了当前中国 AI 创业领域的半壁江山。他们或许拥有更强大的资源优势,更容易获得资本的青睐。但同时,他们也存在较强的路径依赖,产品构想往往集中在少数赛道上,缺乏一定的想象力。他们动辄千万美金的融资或许能够支撑一个伟大的愿景,但也会对生态的多样性和开放性造成冲击。

在上一个十年的软件周期中,美国经济刚刚从 2008 年的金融危机中复苏,资本变得更为谨慎。而互联网周期中所赚取的“新钱”接替了“老钱”,以更灵活的姿态、更低的门槛支持了软件周期中的初创公司。对于处于 AI 周期的中国而言,也应当出现这样的创新接力。

上一代的创业者成为新一代的投资人,提供资金、经验和背书,既能做好资产配置,也能支持创新,实现长期愿景。更多的小型基金、个人投资或者多种形式的孵化/加速项目,化整为零地进行滴灌,滋养未来的可能性。

资本固然会追求最大的收益,但逐利性也会限制创新的可能性边界。对于十年的周期而言,最糟糕的开端莫过于对多样性的破坏。

不要错失本能够想象的未来。

这篇关于深度探究|软件主宰世界,我们究竟错过了什么?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1108487

相关文章

Android平台播放RTSP流的几种方案探究(VLC VS ExoPlayer VS SmartPlayer)

技术背景 好多开发者需要遴选Android平台RTSP直播播放器的时候,不知道如何选的好,本文针对常用的方案,做个大概的说明: 1. 使用VLC for Android VLC Media Player(VLC多媒体播放器),最初命名为VideoLAN客户端,是VideoLAN品牌产品,是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式,并支持DVD影音光盘,VCD影

软件设计师备考——计算机系统

学习内容源自「软件设计师」 上午题 #1 计算机系统_哔哩哔哩_bilibili 目录 1.1.1 计算机系统硬件基本组成 1.1.2 中央处理单元 1.CPU 的功能 1)运算器 2)控制器 RISC && CISC 流水线控制 存储器  Cache 中断 输入输出IO控制方式 程序查询方式 中断驱动方式 直接存储器方式(DMA)  ​编辑 总线 ​编辑

Codeforces Round #240 (Div. 2) E分治算法探究1

Codeforces Round #240 (Div. 2) E  http://codeforces.com/contest/415/problem/E 2^n个数,每次操作将其分成2^q份,对于每一份内部的数进行翻转(逆序),每次操作完后输出操作后新序列的逆序对数。 图一:  划分子问题。 图二: 分而治之,=>  合并 。 图三: 回溯:

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

韦季李输入法_输入法和鼠标的深度融合

在数字化输入的新纪元,传统键盘输入方式正悄然进化。以往,面对实体键盘,我们常需目光游离于屏幕与键盘之间,以确认指尖下的精准位置。而屏幕键盘虽直观可见,却常因占据屏幕空间,迫使我们在操作与视野间做出妥协,频繁调整布局以兼顾输入与界面浏览。 幸而,韦季李输入法的横空出世,彻底颠覆了这一现状。它不仅对输入界面进行了革命性的重构,更巧妙地将鼠标这一传统外设融入其中,开创了一种前所未有的交互体验。 想象

【STM32】SPI通信-软件与硬件读写SPI

SPI通信-软件与硬件读写SPI 软件SPI一、SPI通信协议1、SPI通信2、硬件电路3、移位示意图4、SPI时序基本单元(1)开始通信和结束通信(2)模式0---用的最多(3)模式1(4)模式2(5)模式3 5、SPI时序(1)写使能(2)指定地址写(3)指定地址读 二、W25Q64模块介绍1、W25Q64简介2、硬件电路3、W25Q64框图4、Flash操作注意事项软件SPI读写W2

免费也能高质量!2024年免费录屏软件深度对比评测

我公司因为客户覆盖面广的原因经常会开远程会议,有时候说的内容比较广需要引用多份的数据,我记录起来有一定难度,所以一般都用录屏工具来记录会议内容。这次我们来一起探索有什么免费录屏工具可以提高我们的工作效率吧。 1.福晰录屏大师 链接直达:https://www.foxitsoftware.cn/REC/  录屏软件录屏功能就是本职,这款录屏工具在录屏模式上提供了多种选项,可以选择屏幕录制、窗口

HomeBank:开源免费的个人财务管理软件

在个人财务管理领域,找到一个既免费又开源的解决方案并非易事。HomeBank 正是这样一个项目,它不仅提供了强大的功能,还拥有一个活跃的社区,不断推动其发展和完善。 开源免费:HomeBank 是一个完全开源的项目,用户可以自由地使用、修改和分发。用户友好的界面:提供直观的图形用户界面,使得非技术用户也能轻松上手。数据导入支持:支持从 Quicken、Microsoft Money

动手学深度学习【数据操作+数据预处理】

import osos.makedirs(os.path.join('.', 'data'), exist_ok=True)data_file = os.path.join('.', 'data', 'house_tiny.csv')with open(data_file, 'w') as f:f.write('NumRooms,Alley,Price\n') # 列名f.write('NA

PDF 软件如何帮助您编辑、转换和保护文件。

如何找到最好的 PDF 编辑器。 无论您是在为您的企业寻找更高效的 PDF 解决方案,还是尝试组织和编辑主文档,PDF 编辑器都可以在一个地方提供您需要的所有工具。市面上有很多 PDF 编辑器 — 在决定哪个最适合您时,请考虑这些因素。 1. 确定您的 PDF 文档软件需求。 不同的 PDF 文档软件程序可以具有不同的功能,因此在决定哪个是最适合您的 PDF 软件之前,请花点时间评估您的