1. 투자 과제: 중국 최대의 오프라인 상업 운영 네트워크 인수
신다맹이 가장 가치 있는 자산은 네 단계로 추상화할 수 있다:
529개의 상업 노드 × 약 40,000명 직원 × 수십만 상점 관계 × 매일 지속적으로 발생하는 영업 행위.
현재 완다는 ‘광장 건설, 입점 유치, 개업, 운영’에 능숙하다.
FDEPE 인수 후 목표:
529개의 완다 광장을 지속적인 학습, 지속적인 최적화, 지속적인 복제가 가능한 상업 운영 기계로 전환한다.
PE는 자본, 거버넌스 및 인센티브를 담당하고; FDE는 직접 현장에 투입되어 경영 경험을 시스템에 기록한다.
2. ‘Newland FDE’ 설립: CEO에게 직접 보고
본사는 약 50명의 핵심 FDE 팀을 구축한다:
AI 엔지니어 + 데이터 엔지니어 + 제품 매니저 + 상업 운영 전문가 + 입점 유치 전문가 + 재무 담당자.
첫 번째 배치는 30개의 완다 광장에 직접 투입되어 총괄 매니저, 입점 유치, 운영, 시설 관리, 마케팅, 재무와 함께 작업한다.
각 FDE는 하나의 질문에만 답합니다:
제가 담당하고 있는 이 쇼핑몰에서 이번 달에 얼마나 더 벌었나요?
시스템 개발은 모든 경영 지표에 연동됩니다.
3. 「Wanda Operating Graph」 구축
전체 광장을 하나의 경영 데이터 구조로 통합합니다:
광장 → 층 → 매장 위치 → 브랜드 → 매장 → 계약 → 임대료 → 매출액 → 고객 흐름 → 회원 → 이벤트 → 주차 → 에너지 소비 → 인원.
날씨, 공휴일, 도시 이벤트, 상권 인구, 경쟁 프로젝트 및 온라인 소비 트렌드와도 연결합니다.
목표는 다음과 같습니다:
각 매장 위치마다 자체적인 동적 경영 계정이 있습니다.
경영진은 지속적으로 판단할 수 있습니다:
- 어떤 매장 위치가 가치를 창출하고 있나요?
- 어떤 브랜드의 임대료가 경영 능력과 맞지 않나요?
- 어느 지역의 평당 매출이 지속적으로 하락하고 있나요?
- 어느 상점이 향후 90일 내에 퇴점 위험이 있나요?
- 어떤 공실에 어떤 브랜드를 도입해야 할까요?
4. 직접 수익을 창출하는 6개의 에이전트 배치
- 입점 에이전트｜업무: 브랜드 발굴, 매칭, 입점｜핵심 지표: 공실률
- 임대료 에이전트｜업무: 매장 가치를 동적으로 계산｜핵심 지표: 임대료/㎡
- 상점 성장 에이전트｜업무: 상점 운영 개선 지원｜핵심 지표: 상점 GMV
- 마케팅 에이전트｜업무: 이벤트, 멤버십, 광고｜핵심 지표: ROI
- 에너지 에이전트｜업무: 냉난방, 조명, 설비 최적화｜핵심 지표: 에너지소비/㎡
- 운영 에이전트｜업무: 매일 쇼핑몰 운영 진단｜핵심 지표: NOI
가장 중요한 것은 상점 성장 에이전트입니다.
완다가 상점 성장에 더욱 참여하여, 다음을 탐색할 수 있습니다:
기초 관리비 + GMV 분배 + 광고 수익 + AI 운영 서비스비 + 증분 이익 분배.
논리 변환:
상점이 더 많이 벌수록, 완다도 더 많이 벌게 됩니다.
5. 100일에 하나의 “AI 네이티브 완다 플라자”를 정복
우선 30개 샘플을 선택:
- 일선 도시 5개
- 이선 도시 10개
- 삼사선 도시 10개
- 비효율/개선 예정 프로젝트 5개
제안 100일 도전 지표:
- NOI 상승 5%–8%
- 공실 기간 감소 30%
- 에너지 비용 감소 8%–12%
- 마케팅 비용 효율성 향상 20%
- 인력 보고서 작업량 감소 50%
- 투자유치 담당자 1인당 관리 브랜드 수가 30% 증가했습니다.
이러한 수치는 실험 목표로만 사용되며, 투자 수익에 미리 반영되지 않습니다.
검증된 각 경영 행동은 다음을 형성합니다:
Wanda Playbook 001 / 002 / 003……
이후 30개 → 150개 → 전체 광장.
6. 경영 경험을 회사 자산으로 전환하기
완다는 20여 년 동안 대량의 암묵적 지식을 축적했습니다:
- 어떤 도시에 어떤 업태가 적합한지;
- 어떤 위치에 어떤 브랜드가 적합한지;
- 어떤 브랜드가 얼마의 임대료를 지불해야 하는지;
- 어떤 브랜드 조합이 서로 유입을 유도할 수 있는지;
- 개점 전 180일 안에 무엇을 완료해야 하는지.
FDE는 매번의:
판단 → 행동 → 결과
구조화하여 기록한다.
최종적으로 형성되는 것:
Wanda Commercial Model
입력:
도시 + 상권 + 건물 + 인구 + 경쟁 + 소비
출력:
업태 조합 + 브랜드 조합 + 임대료 + 테넌트 유치 순서 + 마케팅 예산 + 인력 배치 + 예상 NOI.
새 프로젝트는 먼저 모델을 실행한 후 인력을 조직해 실행한다.
7. 제2 성장 곡선: 상업 경영 인프라
전체 광장이 통일된 경영 네트워크를 형성하면 네 가지 유형의 사업이 자랄 수 있다:
Wanda Ads
전국 상업 공간 광고 네트워크.
Wanda Merchant Cloud
상인을 대상으로 경영 Agent 제공.
Wanda Intelligence
다른 쇼핑센터에 투자유치, 마케팅, 가격 책정 및 물업(시설 관리) 역량을 제공한다.
Wanda Expansion
모델을 활용해 인수에 적합한 제3자 상업 프로젝트를 찾는다.
플라이휠을 형성한다:
더 많은 광장 → 더 많은 데이터 → 더 나은 운영 모델 → 더 높은 NOI → 더 강한 인수 능력 → 더 많은 광장.
8. 거버넌스 메커니즘을 FDEPE에 따라 재구성
이사회가 중점적으로 관찰할 사항:
- NOI
- 자유현금흐름
- 단위 면적당 수익
- 제3자 관리 면적
- FDE가 창출한 검증 가능한 증분 이익
설립:
FDE Value Creation Committee
매월 다음에 답변:
얼마나 많은 엔지니어링 자원을 투입했는가 → 어떤 운영 행동을 바꾸었는가 → 최종적으로 얼마나 많은 현금흐름이 증가했는가?
경영진과 FDE 팀의 인센티브가 점차 검증 가능한 증분 현금흐름에 연동되고 있다.
9. 3년 로드맵
0–6개월: 증명
30개 파일럿.
목표는 하나뿐이다:
FDE가 NOI를 안정적으로 변화시킬 수 있음을 증명하는 것.
6–18개월: 복제
150–200개로 확장하여 표준화된 Deployment Kit를 구축한다.
18–36개월: 규모화
기존 상업 네트워크를 커버하고, 해당 역량을 신규 제3자 프로젝트에 활용한다.
10. 가장 큰 개조 리스크와 반대 의견(반대 측 증거)
FDEPE는 이미 수익을 낼 수 있는 회사를 '망쳐 놓지' 않는다는 것을 먼저 증명해야 한다.
반대 의견 1: 완다(완다그룹)는 원래 중국 최고의 상업 운영 회사 중 하나인데, 무슨 근거로 50명의 FDE가 수만 명의 베테랑 직원보다 상업을 더 잘 이해한다는 것인가?
이것이 가장 강력한 반대 의견이다.
임대 유치, 유동 인구, 점포 자리, 브랜드 조합, 도시 소비에는 디지털화로 직접 전환할 수 없는 대량의 암묵적 지식이 담겨 있다.
훌륭한 투자유치 책임자는 위치를 한 번 보기만 해도 어떤 브랜드가 살아남을 수 있는지 알 수 있을지도 모른다.
모델은 이러한 판단에 근접하기 위해 수백만 건의 데이터가 필요할 수 있다.
그러므로 FDE는 '베테랑을 대체하는 것'을 출발점으로 삼아서는 안 된다.
올바른 조직 관계는 다음과 같다:
가장 뛰어난 완다(완다그룹) 경영자 × FDE.
먼저 회사 내 상위 1%의 경영자를 찾아 그들의 판단력을 전체 조직으로 확장한다.
반대 의견 2: 529개 광장은 결코 529개의 동일한 노드가 아니다
베이징 CBD, 청두, 쿤밍, 그리고 한 현급 도시의 Wanda은(는) 소비력, 임대료 구조, 브랜드 공급, 고객층, 경쟁 환경에서 크게 다릅니다.
따라서:
하나의 광장에서 검증된 성공 ≠ 529개 광장 모두에서 복제 가능합니다.
계층 모델을 반드시 구축해야 합니다:
도시 등급 × 상권 유형 × 광장 생애주기 × 고객층 × 업종 구조.
최종적으로 20—50종의 경영 프로토타입이 형성될 수 있으며, 전국 통일 알고리즘 한 세트가 아니어야 합니다.
반대 의견 3: 데이터 상관관계는 경영 인과관계로 쉽게 오인됩니다
예를 들어:
시스템이 '밀크티 브랜드 근처에서 여성복 매출이 더 높다'는 것을 발견했습니다.
이것이 밀크티 가게를 늘리면 여성복 매출이 올라간다는 의미는 아닙니다.
상업 부동산에는 수많은 공통 변수가 존재합니다:
위치, 층, 유동 인구, 도시 소비력, 공휴일, 브랜드 파워.
따라서 모든 중대한 경영 모델은 반드시 다음을 거쳐야 합니다:
예측 → 소규모 실험 → 대조군 → 재무 검증 → 확대 배치.
FDEPE는 반드시 경영 실험 체계여야 하며, 대형 BI 프로젝트로 변해서는 안 됩니다.
반대 의견 4: 임대료 최적화가 전체 생태계를 해칠 수 있다
임대료 에이전트가 특정 상인의 지불 능력이 매우 강하다는 것을 발견한 후 임대료를 지속적으로 인상하면 단기 NOI는 상승한다.
그러나 상인의 이윤이 하락한 후:
브랜드 철수 → 공실 증가 → 소비 경험 악화 → 고객 유동 감소.
따라서 알고리즘 목표는 임대료만 최적화해서는 안 된다.
더 합리적인 목표 함수는:
부동산 장기 NOI × 상인 생존율 × 소비자 가치.
심지어 특정 전략적 브랜드에 자발적으로 낮은 임대료를 제공해야 한다.
반대 의견 5: 상인들이 실제 데이터를 완다(Wanda)에 넘기기를 꺼릴 수 있다
Wanda이 동시에 파악하면:
판매, 이윤, 고객 유동, 재고, 멤버십, 마케팅 효과
상인들은 이러한 데이터가 결국 임대료 인상의 근거가 될까 봐 우려한다.
이것은 Merchant Cloud를 직접 파괴할 수 있습니다.
따라서 명확한 데이터 계약을 수립해야 합니다:
상인 성장을 돕기 위한 데이터는 일방적으로 임대료를 인상하는 근거가 되어서는 안 됩니다.
데이터 거버넌스 자체가 곧 제품입니다.
반대 의견 6: FDE 팀이 새로운 본사 관료 조직이 될 수 있다
이것은 FDEPE의 가장 큰 조직적 위험 중 하나입니다.
50명은 1년 후 다음과 같이 부풀어질 수 있습니다:
데이터 센터 + AI 센터 + 디지털화 위원회 + 대량의 보고 체계.
결국 수많은 Dashboard를 만들어내지만 현금 흐름은 창출하지 못합니다.
따라서 철칙을 세워야 합니다:
경영 성과가 없는 FDE 프로젝트는 자동으로 종료됩니다.
각 프로젝트는 반드시 다음을 갖춰야 합니다:
Baseline → Action → Control → Result → P&L Attribution。
반대 의견 7: AI가 창출한 이익은 귀속시키기 어렵다
올해 NOI가 5% 상승했는데, 그 원인은 다음과 같을 수 있다:
경기 회복, 임대차 계약 변화, 경쟁 몰의 폐점, 날씨, 마케팅 활동 또는 AI.
귀속시킬 수 없다면 FDEPE의 효과를 입증할 수 없다.
그래서 첫날부터 반드시 구축해야 한다:
FDE Ledger
모든 개조 항목의 기록:
투입 비용 / 대조군 / 운영 조치 / 증분 수익 / 절감 비용 / 지속 기간 / 신뢰 수준.
최종적으로 형성되는 것:
AI에 CNY 1을 투입했을 때, 감사를 거쳐 얼마의 자유현금흐름을 창출했는지.
이것은 FDEPE의 가장 중요한 재무 인프라 중 하나이다.
11. 진정으로 경계해야 할 실패 방식
가장 위험한 상황은 모델이 쓸모없는 것이 아니다.
오히려 3년 후:
- 수억 위안을 투입하고
- 거대한 데이터 플랫폼을 구축하며
- 수십 개의 에이전트를 배치하고
- 멋진 대시보드를 만들고
- 대규모 교육을 실시하며
- 모두가 AI를 사용하고
그런 다음 발견하는 것은:
NOI에 거의 귀속 가능한 변화가 일어나지 않았다는 점이다.
따라서 전체 프로젝트는 PE식 규율을 채택해야 한다:
30개의 실험
6개월 후에 명확한 단위 경제성 개선을 입증하지 못하면:
확장을 중단한다.
입증되면:
투자를 계속한다.
일부 시나리오는 유효하고 일부는 그렇지 않다면:
유효한 부분만 확대한다.
FDEPE의 가장 핵심적인 원칙은 다음과 같아야 한다:
기술 자체에는 본래의 가치가 없다. 검증 가능한 현금 흐름 변화에만 가치가 있다.
12. FDEPE 버전의 Wanda 투자 논리
이런 유형의 거래는 FDEPE에 매우 적합한 기반을 갖추고 있습니다:
거대한 오프라인 네트워크 + 성숙한 운영 시스템 + 반복 가능한 운영 노드 + 안정적인 현금 흐름 + 방대한 암묵적 지식.
전통적 PE의 가치 창출은 주로 다음에 의존합니다:
자본 구조 + 거버넌스 + 인센티브 + 비용 + M&A + 투자 철회(엑시트).
FDEPE는 다음을 추가합니다:
엔지니어링 역량 + AI + 운영 실험 + 지식 자산화 + 대규모 복제.
그러나 전체 투자 논리는 다음에 기반할 수 없습니다:
“AI가 Wanda의 효율을 높일 수 있다.”
반드시 더 엄격한 질문에 기반해야 합니다:
FDE가 하나의 운영 개선을 30개의 서로 다른 유형의 광장(플라자)에서 반복적으로 입증하고, 기술 투입 1위안마다 감사 가능한 증분 자유 현금 흐름을 창출할 수 있는가?
이 질문이 입증될 수 있다면, 529개의 상업 노드는 매우 강력한 규모의 레버리지를 형성합니다.
하나의 조치가 단일 광장에 매년 CNY 1,000,000의 검증 가능한 이익만 더해도, 이를 500개 광장으로 복제하면 약 CNY 500,000,000의 이익이 됩니다.
이러한 조치 열 개는 수십억 위안 규모의 경영 가치입니다.
따라서 FDEPE가 찾는 것은 '슈퍼 AI 프로젝트'가 아닙니다.
그것이 찾는 것은:
매년 100,000, 500,000, CNY 1,000,000의 현금흐름을 늘릴 수 있는 소규모 경영 알고리즘 100개를 찾아 이를 수백 번 복제하는 것입니다.
이것이야말로 FDEPE를 Wanda에 적용하는 데 가장 검증할 가치가 있는 경로일 수 있다:
PE는 현금흐름을 매입하고, FDE는 현금흐름 속의 미세한 개선을 찾아낸 뒤, 거대한 운영 네트워크를 활용해 미세한 개선을 거대한 가치로 바꾼다.
이 버전은 단순히 'AI로 Wanda을(를) 개조한다'를 강조하는 것보다 FDEPE 투자위원회 버전에 더 가깝다고 생각한다: 먼저 개조가 실패할 수 있다고 가정한 뒤, 실수를 저렴하게 만들고 성공을 복제할 수 있게 하는 메커니즘을 설계한다.
거래 배경 참고: PAG, 2023년 12월 12일 신규 투자 협의 공고. 본문의 개조 지표 및 이익 산출은 모두 방안 목표 또는 가정이며, 시범 검증을 거쳐야 한다.