IPIP郭宇：十年磐石，坚信创新的价值

程成

近日，OpenAI可以说横扫全球科技圈，在IPIP联合创始人兼COO郭宇看来，ChatGPT的惊艳亮相再一次促使创业者去思考，回归商业本质，做符合商业逻辑的事情，更重要的是要有长期的耐心，去做一件正确的事。

他认为微软带来一个很重要的启示，当你看到它的时候，不要觉得它是突然做出来的，比如微软曾于2019年就向OpenAI投入10亿美元，并在2021年投入另一轮资金。它是怎么在早期就做出这样的决策，它的判断逻辑是什么，这些可能才是我们真正需要去深挖的一些东西，也就是对商业本质的理解和把握。

做难而正确的事，这不正是IPIP这十年正在做的事吗？

难而正确的路

图灵联合创始人刘江曾说过，高春辉（IPIP创始人）互联网辈分这么高（1997年7月开始创办个人网站，人称个人站长第一人，1999年创办卓越网，也就是Amazon中国的前身），这些年还能沉下心来踏踏实实干那么苦的IP库的事，光凭这一点就令人佩服。

短短的几行评价，高度浓缩了IPIP的创业背景。

2013年，距今正好十年，以当时的情况来看，在当初现有IP库的基础上去改进，可以将创业风险降到最低，对于IPIP团队来说是最稳妥的选择。但他们选择了另一条路，打造一个全新的，符合商用需求的既准确、规范、安全，又能够及时维护更新的IP数据库。

仔细思考了IP数据库的商业价值和市场需求（包括广告投放、视频版权、交通出行、生活餐饮等业务形态都对IP地址有着精准的需求），2013年10月17日，高春辉建立了第一个空白文本，同时敲下了第一个数字。从0行开始，他在短短半年时间里积累了几万行的文本数据，并在2014年4月成功上线了第一个版本。一年后，IPIP正式注册成立，这是高春辉第六次创业。

IP地址是不允许有错的，因为商用场景下，IP地址与业务直接关联，某一个地址的细小误差，就可能在用户侧产生极大的偏离。

三年前，当时IPIP的文本已经超过584万，理论上这要比584万行代码还要复杂。因为代码的逻辑存在于代码本身，但这584行文本数据，只有结果，没有逻辑。想要搞清楚这584万行的数据有没有误差，就需要首先搞清楚这584万行数据背后的逻辑。

对行业的把握，以及相信的力量有时候滴水穿石，他们相信IP数据库这件事，可以做得更好。

把一个垂直领域做到一万米深

在郭宇看来，IPIP的起步是以兴趣为出发点，遵循了传统创业理念，也离不开匹配的资源。在IP库这个基础数据的创业方向上，他们最早也是它的用户，因为当时在市场上买不到好的产品，总是遇到问题，基于问题导向逐渐去研究，如何能做出好的产品，IPIP就这样开始了。

他说，十年来，团队能够耐得住寂寞，自娱自乐，有很大的成就感。他们的目标是踏踏实实做产品，为整个行业带来价值。

引用CODING 创始人的描述，国内目前的 IT 大环境实质上是鼓励 60 分产品，不重视 80 分或者 100 分产品。花一份精力，可以把产品做到 60 分；花两份精力可以把产品做到 80 分；但是花十份精力才能做到 100 分。如果没有足够的正向激励，没有人会去做 100 分产品。所以中国市场上有很多 60 分产品，鲜有 80 分产品，没有 100 分产品。做过企业级项目打单，招投标的人想来都明白，能不能拿下客户，产品最多只有一半的因素。

中国互联网在过去的20年产生过很多造富神话，在大众的印象里，没有获得巨大财富，可能就属于比较苦。郭宇认为，这是因为大家看到了很多成功的宣传，其实失败的案例也有很多。如果选择去大厂拿高薪，也是相对容易的一件事。但选择另一条路，一起去做有科技含量、有门槛的产品，带来的成就感，才是特别宝贵的东西。

IPIP致力于做互联网的基础数据分析商，核心产品是IP地理位置库，簡称叫IP库。一直以来，都在沿着互联网基础数据方向上不断深耕。

作为偏工程类的软件公司，从人员比例上来讲，IPIP研发团队人员占80%。其他包括HR、财务、会计、营销、销售等加起来占20%。

郭宇介绍，国内绝大部分有一定规模的厂商，包括自建，像自建CDN的，但是已经没有人专门做IP库了，往往是用IPIP的库作参考。作为深耕行业10年的老兵，IPIP也已经从国内走向全球领域，而主要客户的规模集中在 B/C/D/E/F 轮后的独角兽以及上市公司。

从0到1夯实行业地位

在早期大数据的处理中，IPIP发现IP位置的问题很多。

一般一个行业在全世界应该至少有5～10家大公司，特别是这种软件类的，但是这个行业很垂直，同时市场容量不大，所以同类型公司不多。有一家在马来西亚的公司叫ip2location，还有一家在美国的公司叫MaxMind，可能还有其他的两三家。

IPIP早期产品的形成也有过焦虑的状态，因为初期还没有收到太多客户的评价，也不知道他们是否愿意长期合作，这是一个比较难的阶段，这是郭宇的体会。最难的应该是产品原型的研究，也是产品从0到1的阶段。

从互联网底层去看，因为IP地址的分配以及一些其他信息起源于欧洲，欧洲有一个叫RIPE的组织最早负责其区域IP地址的分配，后来才有了亚太互联网络信息中心（APNIC），这个组织帮助亚太、非洲、北美建了自己的类似于RIPE这样的组织。

从这里入手，郭宇和团队开始研究它的底层，研究如何去定位某一段或者某一个IP的大概位置。2017年左右，就有一个比较稳定的版本做出来了。这就是IPIP核心产品的1.0阶段。

度过了最早的阶段以后，IPIP的客户的流失率就非常低了，市场可以保持相对稳定的状态。而且他透露，IPIP可以在线上完成生意的大多数环节，由于口碑的逐渐形成，很多客户是通过线上交易完成的。即便在疫情期间也没有受到影响。

IP地址数据库与电商行业、云公司的强连接

当用户在电商平台搜索时，一般会有两个维度的产品被推荐。

郭宇介绍，第一种出现在搜索框的左边，它会有很多的竞价排名，会根据客户所处的位置推送比较近的一些店铺。右边栏是客户搜索产品的关系栏，比如搜的是帐篷，右边栏会有登山靴、户外用具等出现，这些关联产品如何更合适地推送给客户，这里就会用到地理位置信息。

有了精确的IP地址数据库，电商平台可以针对不同区域的用户，推送不同的产品，比如推送给北上广深用户的产品和其他区域的用户会有所不同。这时候IP库的重要性就凸显出来了。

还有一个是风险控制，现在客户登录电商平台需要去验证，比如突然显示异地登录，平台就会对用户的账户进行风险控制，一旦平台发现登录者IP变了，会给用户加一层保护跟验证，这是风控中的最常见场景之一。

我们常见的电商的后台订单大屏，可以根据客户下单的IP，在相应的城市位置点亮。电商主在电商平台后台会看到一个个被点亮的图，屏幕就会显示各地的订单情况，从而帮助企业主更好地决策。

对于云公司而言，IP地址使用状况是一个观察其客户及业务发展的重要指标，尽管IPv6地址也已进入“商用”阶段，但现阶段绝大部分用户仍然会使用云公司的IPv4地址进行全球网络连通和实现各类云服务。通过了解IPv4注册及活跃地址数量，可以侧面观察云巨头的发展策略。

云公司地址消耗量巨大，截至2019年6月底，AWS以7524万注册IPv4地址位列全球第一， Azure、阿里云及GCP分别拥有3814万、1552万、887万注册IPv4地址。从2017年开始AWS就大量储备IPv4地址，Azure、阿里云及GCP两年间的IPv4地址增量则分别为1489万、551万、785万。

IPv4活跃地址使用状况，可以研判云巨头客户业务发展态势及优势地域。

企业级数据价值水涨船高

这几年to C端的增长放缓逐渐迁移到to B端，企业的投资越来越谨慎。

近日，某巨头发了财报，整个公司增长了1%，这应该是该公司历史上交过的最差的财报，是否意味着已经停止增长了，郭宇认为，这是一个值得关注的信号。

在他看来，伴随而来的是企业会开始精细化运营，原来赚钱容易的时候，他们在投资上比较大胆，也愿意多招人，多开启项目，愿意试错，决策周期会比较短。

但现在越来越多的企业在决策上比较谨慎，企业更愿意去看精确的数据，数据成了管理层投资、做判断的依据。所以对数据类的产品是利好。特别是对于一些需要精准投放的中小广告公司，数据的准确性非常重要。

郭宇分析：“从客户分布来说，原来我们的客户更多的是电商、外卖、游戏，to C多一点，以前to B的公司在这方面投入比较小，随着大家对于产品跟细节的要求加大，越来越多to B的公司会去采购或者去看一份质量更高的数据报告。”

加大在数据全球化投入

在企业出海的这一波浪潮下，作为技术型公司，IPIP如何实行全球化战略？

说到全球化，总体来讲，中国公司都会面临国际化经验不足的问题。郭宇表示，从品牌角度，东南亚可能是一个不错的切入市场，在短期内有望获得成长，把握更大一些。

毋庸置疑的是，IPIP已经成为中国IP地理位置数据库方向上的行业标准，IPIP在相当长的一段时间内，会以国内客户为主，但会在数据全球化研发上投入更大。

在全球数据研发方面，IPIP已经投入很大成本在基础设施，做监测、管理和运营，这个投入占到其成本投入的一半。

中国互联网公司对于数据的要求很高，有客户曾经从MaxMind公司购买海外的数据，或者是从马来西亚ip2location公司购买数据，测完以后，他们反而觉得IPIP的数据更准确。

郭宇透露：“全球数据进一步的精细化，是目前最大的挑战，我们也将逐渐摆脱中国公司的路径依赖，通过借势，跟着中国出海的客户一起，同时在营销上做更大投入，把这个事情做得更好。”

从ChatGPT看数据的战略地位

很难被AI颠覆

IPIP对于数据的战略地位遵循的逻辑是，ChatGPT背后一整套的技术也意味着很多重塑的机会。算力、算法、系统、芯片可以通过购买得到，但数据还不是有钱就能买到的。

对该观点追根溯源，ChatGPT的难点之一，是对互联网基础数据的识别、算法，算力和数据的运用，如何看互联网基础数据的准确性，以及这个方向的现状，以及未来的努力方向。

IPIP的观点倾向于，关于ChatGPT的AIGC，证明了其多年深耕的技术革新和耐心的价值，包括算法、基础语料、基础数据整理、实时测试，以及规则（每个国家都是不同的规则）。

郭宇认为，AI广泛应用和部署的关键难点在于“数据”的限制。目前人工智能仍处在1.0阶段，数据是最大掣肘，业界利用真实世界数据训练AI模型面临多方面问题：数据采集、标注费时费力、成本高；数据质量较难保障；数据多样化不足，难以覆盖长尾、边缘案例，或者特定数据在现实世界中难以采集、不方便获取；数据获取与使用、分享等面临隐私保护挑战和法规限制等等。

对于AI对其深耕的技术是否构成威胁，郭宇分析，对于IP地址数据库这个领域目前比较难，以ChatGPT来说，现在的AI有强大的算力，擅长以神经网络为基础，逐步去模拟人。它对于有已知、清晰规则，有既定框架的领域，有很强的替代性。

但他们这个领域不易被AI颠覆的原因在于，互联网早期在定义位置的时候，它的规则不太正确，最早在一个数据里申请IP地址段的公司，都是随意填写公司地址，没有闭环的校验机制从根本上保证准确性。目前，行业规则尚待摸索，每个地区的规则实际上都不尽相同，需要大量的基础分析来确定和验证规则本身，是一个相对烦琐的过程，规则逻辑仍需要大量时间来建立。

比如，中国和印度以及其他地方的IP，在地理位置的判断上，规则都不一样，在东南亚、印度、南美等地区的IP都存在很大的变化。他说：“我们现在做的事就是对这个领域的规则进行定义，一旦规则定清楚以后，5年、10年是不会变的，我们会随着它的变化再去改进。”

回归商业本质

资本造富时代结束

曾经一篇报道创业公司的文章写过，创业公司倒闭大部分是因为资金链断裂，他们认为产品是最不重要的。在IPIP看来，原来的他们只關注数据本身的质量，而不是其他任何别的，比如营销、运营、设计等。

对此，郭宇认为，2000年左右，国内VC市场上，资本在投资的时候，它期待的回报周期跟美元VC非常靠近，可能是10年，甚至15年以上。大家当初所秉持的这种初心和规则，到了2010年以后，VC更火了以后，美元资本希望退出的周期就缩短为大约7年。但是一个to B项目能用7年时间做到很成功，收入非常高，留存率、各项指标都很好，其实是非常少的。他也没有看到这么短时间内能做得特别成功的，基本上是VC在起作用。

因为中国的to B类的企业，跟西方，比如硅谷的企业不太一样，从用户的付费习惯到大家对产品的理解都不一样。从A股很多公司的财报来看，它的增幅到了一定程度以后，企业比较成熟以后，能够每年增幅保持在20%左右，就很不错了。

但是VC对企业增长速度有自己的要求，所以客观上导致资本不会青睐这样的公司，这就是中国to B类企业跟资本的关系。

拿IP地址数据库这个行业来说，它的天花板非常明显，注定它的销售额到一定空间以后，就不会再大幅增长，除非能够持续的双轮驱动，推出一些新产品，但是新产品的成长它也需要一个周期，可能需要三年或者更长的时间。

IPIP没有经历VC风口的大起大落，它一如既往走自己的路。正如郭宇说的，市场正在回归商业本质，它本该如此。