新用戶登錄后自動(dòng)創(chuàng)建賬號(hào)
登錄人工智能正在成為新的投資熱點(diǎn)。據(jù)美國(guó)第一大商業(yè)銀行美國(guó)銀行(Bank of America)預(yù)測(cè),到2020年,人工智能可能形成700億美元規(guī)模的市場(chǎng)。公眾已經(jīng)意識(shí)到,就像PC、手機(jī)和互聯(lián)網(wǎng)一樣,人工智能會(huì)成為下一個(gè)大事件。人工智能產(chǎn)生的影響并不限于局部,而是會(huì)深刻地影響和改變幾乎所有產(chǎn)業(yè),帶領(lǐng)我們走進(jìn)一個(gè)“智能商業(yè)”的新時(shí)代,帶來商業(yè)范式的變革。
商業(yè)范式指的是企業(yè)所共同接受的商業(yè)假設(shè)、理念、價(jià)值邏輯和實(shí)踐模式的總和。它與商業(yè)模式不同,后者更強(qiáng)調(diào)單個(gè)企業(yè)的業(yè)務(wù)模式。在智能商業(yè)的時(shí)代,企業(yè)所選擇商業(yè)模式雖然可以大相徑庭,但是它們遵守的是同一套、不同于過去的價(jià)值邏輯體系。
時(shí)代正在發(fā)生改變。要搭上智能商業(yè)的“順風(fēng)車”,光知道“車要來了”是遠(yuǎn)遠(yuǎn)不夠的,還必須掌握車輛到達(dá)的時(shí)間、地點(diǎn),并且要用正確的方式買對(duì)車票上車。
在這篇文章中,我們將探討智能商業(yè)的一系列問題:智能商業(yè)時(shí)代會(huì)在什么時(shí)候到來(天時(shí))?哪些行業(yè)會(huì)從中受益(地利)?企業(yè)又應(yīng)該如何調(diào)整商業(yè)模式去適應(yīng)和擁抱新的機(jī)會(huì)(人和)?
一、天時(shí):智能商業(yè)時(shí)代何時(shí)開啟?
什么是智能商業(yè)時(shí)代的開啟?其實(shí)今天從智能手機(jī)、智能家電到智能電動(dòng)汽車,我們的身邊充斥了大大小小、五花八門的智能產(chǎn)品。但是智能產(chǎn)品出現(xiàn)本身并不代表著我們的商業(yè)范式發(fā)生了變化。企業(yè)仍然按照以往的邏輯進(jìn)行產(chǎn)品的研發(fā)、生產(chǎn)與銷售,只是產(chǎn)品目錄中多了一些具有智能交互功能的“智能產(chǎn)品”罷了。
智能商業(yè)時(shí)代的業(yè)務(wù)范式是完全不同于今日的:屆時(shí)智能終端所產(chǎn)生的數(shù)據(jù)會(huì)被廣泛地應(yīng)用于算法的迭代優(yōu)化、并反過來指導(dǎo)和改變企業(yè)的各項(xiàng)業(yè)務(wù)活動(dòng)。如果說今天的商業(yè)活動(dòng)是由資本驅(qū)動(dòng)的,那么智能商業(yè)的一個(gè)重要標(biāo)志是:數(shù)據(jù)將會(huì)替代資本,成為整個(gè)商業(yè)系統(tǒng)運(yùn)行的根本驅(qū)動(dòng)力。因此這樣看來,今天智能終端的出現(xiàn)只是一個(gè)“序章”,距離智能商業(yè)時(shí)代的真正開啟尚有時(shí)日。
所以時(shí)代交替會(huì)在什么時(shí)候發(fā)生呢?答案是:或許并不會(huì)有明確的分界。在《只有偏執(zhí)狂才能生存》一書中,作者安迪·格魯夫(Andrew S. Grove)用“變臉”來比喻戰(zhàn)略轉(zhuǎn)折點(diǎn)的來臨:不知不覺中一張臉消失了,與此同時(shí),一副新面也顯現(xiàn)了,你無法準(zhǔn)確地說第一張臉消逝、第二張臉新生的那轉(zhuǎn)瞬一刻。你所知道的只是在那過程的開始你見到的是一副模樣,而到結(jié)束時(shí)又是另一副模樣。
可以肯定的是:智能商業(yè)時(shí)代的開啟不會(huì)是“忽如一夜春風(fēng)來,千樹萬樹梨花開”的驟變,而是悄然、漸次地改變各個(gè)產(chǎn)業(yè)的游戲規(guī)則。有一些行業(yè)轉(zhuǎn)變得早一些,另一些則轉(zhuǎn)變得晚一些。而如果深入到某個(gè)行業(yè),我們也很難判斷是哪一天、哪一刻,它正式進(jìn)入了智能商業(yè)時(shí)代。
因此,預(yù)測(cè)智能商業(yè)時(shí)代的起始時(shí)間不僅不具有可行性,意義也不大。重要的是:通過一些趨勢(shì)指征,我們可以判斷出:智能商業(yè)時(shí)代正在加速臨近。而這就足以讓我們?cè)诮裉炀吞岣呔X,做好迎接的準(zhǔn)備了。
這些趨勢(shì)指征主要體現(xiàn)在三個(gè)方面:算法、數(shù)據(jù)和計(jì)算能力。
算法
智能算法一直在不斷更新,在最近幾年取得了突破性的發(fā)展。
人工智能學(xué)科早在1956年就正式設(shè)立,但是發(fā)展并不順利。早期的研究方向注重邏輯推理、自動(dòng)證明和向計(jì)算機(jī)發(fā)出指令、使計(jì)算機(jī)執(zhí)行命令。但是真實(shí)世界是多樣、不確定的,人類對(duì)其的感知也很難用因果、指令來模擬,因此基于邏輯的人工智能范式很快就遇到了瓶頸。之后人工智能領(lǐng)域發(fā)展出了“機(jī)器學(xué)習(xí)”這一分支。它不依賴于事先定義好的程序和規(guī)則,而是從現(xiàn)實(shí)的經(jīng)驗(yàn)和例子中進(jìn)行學(xué)習(xí)。雖然這種智能范式更接近于人的思考方式,但是早期的算法一直未能取得突破性進(jìn)展。
2006年深度學(xué)習(xí)算法被首次提出,將人工智能算法的發(fā)展推上了快車道。深度學(xué)習(xí)算法使得機(jī)器能夠通過學(xué)習(xí)后自主提取特征,克服了之前難以進(jìn)行機(jī)器訓(xùn)練的瓶頸。2012年左右,深度學(xué)習(xí)算法在圖像識(shí)別、視頻分類、語言翻譯等各個(gè)領(lǐng)域的應(yīng)用開始顯現(xiàn)出威力。2013年隨著谷歌、百度等企業(yè)設(shè)立人工智能/深度學(xué)習(xí)研究機(jī)構(gòu),深度學(xué)習(xí)算法在不同商業(yè)場(chǎng)景的應(yīng)用研究可謂全面開花。我們由此進(jìn)入了算法研究不斷突破的高峰。直到2016年,AlphaGo的表現(xiàn)引起了人們的普遍關(guān)注,成為人工智能的重要里程碑。但圍棋游戲只是眾多深度學(xué)習(xí)算法應(yīng)用中很小的一部分。它在其他領(lǐng)域的應(yīng)用還會(huì)有更大的想象空間。
智能商業(yè)時(shí)代的臨近,不僅僅是因?yàn)樗惴ǖ耐黄啤K惴ㄆ鋵?shí)一直都在突破:AlphaGo固然是一個(gè)重要的里程碑,但是這樣的里程碑AlphaGo并不是第一個(gè),也絕不會(huì)是最后一個(gè)。比算法更重要的是:智能商業(yè)的基礎(chǔ)設(shè)施正在趨于成熟。
基礎(chǔ)設(shè)施是推動(dòng)技術(shù)商業(yè)化的重要條件。例如:汽車普及除了需要具備造車技術(shù)外,還必須有配套的公路和加油站系統(tǒng),而后者才是阻礙汽車普及的瓶頸因素。同樣,智能手機(jī)也不是在觸屏技術(shù)一成熟就迅速成為主流的。一直等到3G通信網(wǎng)絡(luò)全面覆蓋、上網(wǎng)價(jià)格逐步降低(也就是網(wǎng)絡(luò)基礎(chǔ)設(shè)施成熟)后,才有了全民手機(jī)的智能化。
智能算法的發(fā)展還遠(yuǎn)遠(yuǎn)不夠,只有基礎(chǔ)設(shè)施的建設(shè)也跟上來,才能將智能商業(yè)帶入高速軌道。而智能商業(yè)的基礎(chǔ)設(shè)施主要包括兩個(gè)方面:數(shù)據(jù)和計(jì)算能力。
數(shù)據(jù)
數(shù)據(jù)是智能商業(yè)非常重要的“燃料”,我們知道AlphaGo的圍棋能力是建立在百萬級(jí)別棋局的學(xué)習(xí)基礎(chǔ)上形成的。沒有百萬個(gè)高手對(duì)弈的棋局?jǐn)?shù)據(jù),算法無法迭代,就不可能成就AlphaGo的能力。此外,算法的應(yīng)用也需要數(shù)據(jù)輸入,例如:智能汽車、智能工廠、智能醫(yī)療的發(fā)展需要海量的路況交通、制造生產(chǎn)和醫(yī)療病史的數(shù)據(jù)。
近年來大數(shù)據(jù)積累的指數(shù)級(jí)增長(zhǎng)為智能商業(yè)爆發(fā)奠定了良好的基礎(chǔ)。數(shù)據(jù)資源的豐富化得益于計(jì)算領(lǐng)域的多場(chǎng)技術(shù)革命。從大型主機(jī)、小型計(jì)算機(jī)、微型計(jì)算機(jī)到智能手機(jī)、平板電腦、智能汽車,再到未來由智能設(shè)備連接而成的物聯(lián)網(wǎng),設(shè)備呈現(xiàn)出小型化、多樣化、增量化的特征(圖1)。根據(jù)IBM的預(yù)測(cè),2020年互相連接的設(shè)備將達(dá)到300億。這些智能設(shè)備不僅能捕捉社交和交易數(shù)據(jù),還可以植入工業(yè)和交通設(shè)備中、走進(jìn)消費(fèi)者的冰箱、門鎖、服裝里,像觸角一樣滲透到商業(yè)場(chǎng)景的方方面面。
互聯(lián)網(wǎng)設(shè)備數(shù)量激增的結(jié)果是:我們的數(shù)據(jù)會(huì)變得更加"3D",即更直接(Direct)、更多元(Diverse)、更民主(Democratic)。海量的設(shè)備能夠極大地豐富數(shù)據(jù)的來源,直接、全方位地搜集商業(yè)場(chǎng)景中的信息。它們也能夠擴(kuò)展可搜集數(shù)據(jù)的類型,從文字、視頻、到位置、溫度等,多維度地刻畫場(chǎng)景。最后,數(shù)據(jù)的分布不再是中心化的,而是能夠涵蓋幾乎所有的人和物。
數(shù)據(jù)的積累在近兩年來指數(shù)級(jí)增長(zhǎng),為智能商業(yè)的開啟打下了堅(jiān)實(shí)的基礎(chǔ)。實(shí)際上,我們所說的大數(shù)據(jù),90%的數(shù)據(jù)是在近兩年才生成的。這也是為什么智能商業(yè)不能在更早的時(shí)候到來的一個(gè)重要原因。而未來隨著數(shù)據(jù)的近一步積累,必然會(huì)助推智能商業(yè)時(shí)代的開啟。
計(jì)算能力
計(jì)算能力是智能商業(yè)的另一項(xiàng)重要基礎(chǔ)設(shè)施。
從計(jì)算能力上看,智能商業(yè)對(duì)于計(jì)算能力提出了很高的要求。一方面,隨著算法的進(jìn)步,尤其是在模擬大腦神經(jīng)網(wǎng)絡(luò)的復(fù)雜情境下,模型所使用的參數(shù)數(shù)量難以計(jì)數(shù);另一方面,隨著數(shù)據(jù)的積累,算法所使用的數(shù)據(jù)規(guī)模也會(huì)呈指數(shù)級(jí)增長(zhǎng)。這兩個(gè)因素加起來,必定需要消耗大量的計(jì)算資源。如果硬件的計(jì)算能力沒有等數(shù)量級(jí)的增長(zhǎng),算法的訓(xùn)練時(shí)間會(huì)大大延長(zhǎng)、迭代速度難以突破,會(huì)成為智能商業(yè)發(fā)展的瓶頸。
事實(shí)上,有限的計(jì)算能力一直是人工智能領(lǐng)域揮之不去的陰影。數(shù)年前,先進(jìn)的系統(tǒng)設(shè)計(jì)只能在理論上成立而無法實(shí)現(xiàn),就是因?yàn)樗枰挠?jì)算資源過于昂貴或超出了計(jì)算機(jī)的勝任范疇。
但是今天,計(jì)算機(jī)的運(yùn)算能力在不斷提升。在摩爾定律的作用下,同樣體積、價(jià)格的計(jì)算機(jī)運(yùn)算能力已經(jīng)大幅提升?,F(xiàn)在,雖然摩爾定律已經(jīng)接近“終點(diǎn)”——讓晶體管更小無法保證成本更低或速度更快——但是計(jì)算能力的發(fā)展仍然會(huì)以不同的邏輯延續(xù)下去。近年來,在計(jì)算架構(gòu)領(lǐng)域有了新的突破,以并行計(jì)算見長(zhǎng)的GPU性能快速提升。其他專注于深度學(xué)習(xí)加速的芯片也紛紛涌現(xiàn),高性能計(jì)算領(lǐng)域內(nèi)的“量子計(jì)算”概念被提出并投入研究。這些方向上的突破將保證計(jì)算能力的提升跟上人工智能發(fā)展的步伐。
另外,計(jì)算成本也在不斷下降。有研究表明,三項(xiàng)核心數(shù)字技術(shù)的能力——計(jì)算能力、數(shù)據(jù)存儲(chǔ)和帶寬——的成本都在加速下降,并且下降的速度比之前技術(shù)基礎(chǔ)設(shè)施(電力、電話)的速度更快。其中,每百萬個(gè)晶體管的成本從1992年的222美元降低為2012年的0.06美元,在短短的20年間降低了3700倍之多。未來,隨著云主機(jī)、云計(jì)算技術(shù)的成熟,企業(yè)可以按需租用計(jì)算能力,可以進(jìn)一步精減計(jì)算能力的投資成本,降低了實(shí)現(xiàn)智能商業(yè)的資金門檻。
算法、數(shù)據(jù)和計(jì)算能力是促成智能商業(yè)發(fā)展的三大不可或缺的要素。近年來在這三個(gè)領(lǐng)域的突破性進(jìn)展疊加在一起,將產(chǎn)生奇妙的化學(xué)反應(yīng),引爆智能商業(yè)的新浪潮(圖2)。
二、地利:重回原子時(shí)代
如果我們回顧商業(yè)活動(dòng)的歷史,可以發(fā)現(xiàn):每一次商業(yè)范式的重大變遷都會(huì)帶來產(chǎn)業(yè)格局的重塑,使商業(yè)價(jià)值在不同產(chǎn)業(yè)內(nèi)重新分配。
例如:從農(nóng)業(yè)時(shí)代到工業(yè)時(shí)代,在人類經(jīng)濟(jì)生產(chǎn)方式被深刻改變的同時(shí),一系列圍繞工業(yè)化的新興產(chǎn)業(yè)(如電力、運(yùn)輸)開始出現(xiàn),以農(nóng)耕、手工業(yè)為中心的舊產(chǎn)業(yè)則逐漸被改造和替代。
從工業(yè)時(shí)代到信息時(shí)代,又誕生了一大批互聯(lián)網(wǎng)企業(yè),價(jià)值從傳統(tǒng)的工業(yè)制造業(yè)轉(zhuǎn)移到互聯(lián)網(wǎng)行業(yè)。在互聯(lián)網(wǎng)領(lǐng)域,誕生了越來越多像谷歌、Facebook、阿里巴巴這樣的明星企業(yè),光環(huán)蓋過了能源、金融、醫(yī)藥等領(lǐng)域的傳統(tǒng)巨頭。
面對(duì)商業(yè)時(shí)代的更迭,代表舊經(jīng)濟(jì)體勢(shì)力的企業(yè)如果沒有被替代的話,也會(huì)逐漸邊緣化。這是前兩次工業(yè)革命和信息革命中,傳統(tǒng)企業(yè)不可掙脫的宿命。
智能革命是否會(huì)帶來同樣的影響?如何選擇符合技術(shù)趨勢(shì)的產(chǎn)業(yè)?這是在智能商業(yè)時(shí)代我們要考慮的“地利”問題。
好消息是:無論企業(yè)處于什么行業(yè)——實(shí)體產(chǎn)業(yè)或是虛擬經(jīng)濟(jì)——都能夠在智能商業(yè)的生態(tài)中找到自己最合適的位置。這是因?yàn)橹悄苌虡I(yè)將虛擬世界與真實(shí)的商業(yè)場(chǎng)景融合在了一起。
對(duì)于高科技和互聯(lián)網(wǎng)公司(例如Google、Facebook等)而言,它們獨(dú)特的先天優(yōu)勢(shì)能夠助力它們成為人工智能的基礎(chǔ)服務(wù)提供商。一方面,這些企業(yè)在云計(jì)算和智能技術(shù)領(lǐng)域的布局領(lǐng)先;另一方面,多年深耕于互聯(lián)網(wǎng)行業(yè)又幫助它們積累了規(guī)模龐大的數(shù)據(jù)。同時(shí)具備技術(shù)與數(shù)據(jù)的優(yōu)勢(shì),有助于這些企業(yè)開發(fā)和迭代先進(jìn)的算法,成為提供包括圖像識(shí)別、語音識(shí)別、客戶關(guān)系管理等一系列人工智能基礎(chǔ)服務(wù)的服務(wù)商。
對(duì)于傳統(tǒng)的各行各業(yè)而言,它們并不會(huì)輕易被新技術(shù)沖擊顛覆,而是可以與人工智能技術(shù)碰撞后,重塑自身、放大價(jià)值。例如:醫(yī)療行業(yè)與圖像識(shí)別技術(shù)的碰撞會(huì)提升醫(yī)學(xué)影像的診斷效率。交通運(yùn)輸行業(yè)與預(yù)測(cè)技術(shù)的結(jié)合有助于預(yù)判擁堵情況和進(jìn)行最優(yōu)路線推薦,提高交通系統(tǒng)的效率。零售行業(yè)與客戶關(guān)系管理服務(wù)融合后,能夠進(jìn)行更全面的用戶畫像,進(jìn)行產(chǎn)品與客戶的個(gè)性化匹配,提高促銷的轉(zhuǎn)化率。
與以往“新興行業(yè)代替?zhèn)鹘y(tǒng)行業(yè)”不同,智能商業(yè)時(shí)代,新興行業(yè)與傳統(tǒng)行業(yè)是相互融合的關(guān)系。傳統(tǒng)行業(yè)以具體的商業(yè)場(chǎng)景為切入點(diǎn),提供更加優(yōu)質(zhì)的產(chǎn)品與服務(wù)。技術(shù)服務(wù)商則以云端的能力為立足點(diǎn),通過提供數(shù)據(jù)和算法服務(wù)創(chuàng)造價(jià)值。兩者相互交錯(cuò),形成了一張數(shù)據(jù)聚集和協(xié)同的動(dòng)態(tài)的網(wǎng)絡(luò)矩陣。
當(dāng)然,這樣的“角色分工”并非絕對(duì):傳統(tǒng)企業(yè)也可以自己積累數(shù)據(jù),在算法的更新迭代領(lǐng)域進(jìn)行投入;技術(shù)型企業(yè)也可以滲透到行業(yè)端的商業(yè)場(chǎng)景中,完成智能商業(yè)的閉環(huán)。但是這只是一種選擇,而非必須。重要的是:無論身處哪個(gè)行業(yè),企業(yè)都可以找到在智能商業(yè)新生態(tài)中的位置,在此基礎(chǔ)上進(jìn)行商業(yè)價(jià)值的提升。
在這其中,有兩個(gè)趨勢(shì)特別值得一提。
第一個(gè)趨勢(shì)是:智能商業(yè)是對(duì)接和重新塑造實(shí)體產(chǎn)業(yè)的。從1980年代個(gè)人電腦問世到2015年左右,我們見證了商業(yè)價(jià)值的重心逐漸從物理世界轉(zhuǎn)向虛擬空間。有人說:我們從原子時(shí)代走向了比特時(shí)代。但是智能商業(yè)又會(huì)將我們拉回原子時(shí)代。因?yàn)橹悄芩惴ㄒ欢ㄊ欠?wù)于實(shí)實(shí)在在的商業(yè)活動(dòng)的。人工智能與實(shí)體的制造、零售、醫(yī)療、金融等結(jié)合起來,才能夠創(chuàng)造價(jià)值。智能商業(yè)必定是對(duì)接產(chǎn)業(yè)、并重新塑造產(chǎn)業(yè)的。我們即將重回原子時(shí)代,這些傳統(tǒng)產(chǎn)業(yè)將煥發(fā)新的生命力。
第二個(gè)趨勢(shì)是:智能商業(yè)將會(huì)深入到產(chǎn)業(yè)鏈的前端,實(shí)現(xiàn)全價(jià)值鏈的智能化。在過去,計(jì)算機(jī)和互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展初步構(gòu)建了信息時(shí)代的基礎(chǔ)設(shè)施,但是其影響范圍有限,主要作用于消費(fèi)互聯(lián)網(wǎng)——改變的是產(chǎn)業(yè)鏈后端的營(yíng)銷、零售服務(wù)環(huán)節(jié)。而智能商業(yè)主要影響的會(huì)是產(chǎn)業(yè)互聯(lián)網(wǎng)——改變的是產(chǎn)業(yè)鏈前端的研發(fā)設(shè)計(jì)、制造、倉儲(chǔ)物流等環(huán)節(jié)。這樣,就實(shí)現(xiàn)了對(duì)全價(jià)值鏈的改造和賦能。
所以說,把握智能商業(yè)的“地利”,需要我們重新審視和釋放實(shí)體產(chǎn)業(yè)的價(jià)值。其中,價(jià)值鏈前端的產(chǎn)業(yè)互聯(lián)網(wǎng)又是特別值得開墾的處女地。
三、人和:商業(yè)范式的革命
在智能商業(yè)時(shí)代的轉(zhuǎn)折點(diǎn)上,不僅僅要求我們把握住時(shí)間窗口(天時(shí))、布局合適的生態(tài)位置(地利),還必須要采用正確的姿勢(shì)進(jìn)行智能范式的轉(zhuǎn)型(人和)。而這一點(diǎn)往往很容易被忽略。
很多人認(rèn)為:智能化無非就是產(chǎn)品與服務(wù)的智能化——添加一些智能模塊、采購(gòu)一些云端的智能服務(wù),其實(shí)不然。由于產(chǎn)品形態(tài)和服務(wù)邏輯發(fā)生了變化,相應(yīng)的商業(yè)范式也需要作出調(diào)整。只有在商業(yè)范式上徹底轉(zhuǎn)型,才能將智能商業(yè)的價(jià)值發(fā)揮到最大。
產(chǎn)品:從交易價(jià)值到使用價(jià)值
大多數(shù)傳統(tǒng)的產(chǎn)品和服務(wù)追求的是“交易價(jià)值”的最大化。也就是說:企業(yè)最重要的任務(wù)是把產(chǎn)品賣出去,之后的維護(hù)修理都被視為不得不履行的義務(wù)。因此,一個(gè)企業(yè)的售后服務(wù)中心通常被視為“成本中心”也就不難理解了。
但是智能產(chǎn)品改變了這一狀況,它可以將產(chǎn)品轉(zhuǎn)變?yōu)榉?wù)。不同于傳統(tǒng)的物理產(chǎn)品,智能產(chǎn)品的使用恰恰是價(jià)值創(chuàng)造和獲取的開始:客戶的持續(xù)使用意味著其數(shù)據(jù)的持續(xù)輸出——客戶的使用習(xí)慣軌跡反映了其個(gè)性化的偏好,因此可以針對(duì)每個(gè)客戶的獨(dú)特需求進(jìn)行算法的迭代。這樣的參與使得價(jià)值創(chuàng)造轉(zhuǎn)變?yōu)槠髽I(yè)與客戶共同創(chuàng)造的過程。
充分關(guān)注產(chǎn)品的“使用價(jià)值”,而非死守“交易價(jià)值”不放,企業(yè)可以創(chuàng)造新的商業(yè)模式。例如:GE(通用電氣)是傳統(tǒng)的工業(yè)巨頭,業(yè)務(wù)領(lǐng)域廣泛。它制造渦輪機(jī)、飛機(jī)引擘、火車頭、以及醫(yī)療影像設(shè)備等產(chǎn)品的技術(shù)在業(yè)內(nèi)領(lǐng)先。但是現(xiàn)在它已經(jīng)轉(zhuǎn)型成為一個(gè)智能服務(wù)的平臺(tái)。GE的CEO Jeff Immelt曾經(jīng)這樣說過:“一輛火車頭就是一個(gè)奔跑的數(shù)據(jù)中心,飛機(jī)引擎是飛行的數(shù)據(jù)中心,它們每天產(chǎn)生巨量的數(shù)據(jù),這些數(shù)據(jù)可以反饋給客戶,用于提升燃油效率,改善它們的環(huán)保表現(xiàn)?!?/p>
GE借助其在工業(yè)領(lǐng)域的產(chǎn)品影響力,正在將其轉(zhuǎn)化為數(shù)據(jù)和算法的影響力。以飛機(jī)發(fā)動(dòng)機(jī)為例:發(fā)動(dòng)機(jī)上的各種傳感器會(huì)收集其在空中飛行時(shí)的各種數(shù)據(jù)。這些數(shù)據(jù)傳輸?shù)降孛婧螅?jīng)過智能軟件系統(tǒng)的分析,可以精確地檢測(cè)發(fā)動(dòng)機(jī)運(yùn)行狀況、預(yù)測(cè)故障,提示進(jìn)行預(yù)先維修等,以提升飛行安全性以及發(fā)動(dòng)機(jī)的使用壽命。而GE就成為了在這背后提供智能分析與服務(wù)的平臺(tái)。它不僅僅賣設(shè)備,還在設(shè)備的使用過程中創(chuàng)造價(jià)值,將一次性的交易價(jià)值轉(zhuǎn)變?yōu)槌掷m(xù)性的使用價(jià)值。在這個(gè)邏輯下,實(shí)際上是每個(gè)航空服務(wù)公司和GE一起實(shí)現(xiàn)飛機(jī)發(fā)動(dòng)機(jī)價(jià)值的最大化。
市場(chǎng):從大眾市場(chǎng)到人人市場(chǎng)
傳統(tǒng)制造企業(yè)的市場(chǎng)邏輯一般是:通過市場(chǎng)的細(xì)分和選擇進(jìn)行定位,再針對(duì)所定位人群的同質(zhì)化需求,提供標(biāo)準(zhǔn)化的產(chǎn)品和服務(wù)。由于企業(yè)大規(guī)模生產(chǎn)和效率的要求,最終所滿足的需求往往是“千人一面”的。
而今天智能商業(yè)將能夠改變這樣的邏輯。這是因?yàn)槭紫?,通過智能化的數(shù)據(jù)搜集,可以捕捉到每個(gè)用戶的個(gè)性化偏好,發(fā)現(xiàn)“千人千面”的需求;其次,智能化的算法也能夠有效地實(shí)現(xiàn)產(chǎn)品標(biāo)準(zhǔn)化和體驗(yàn)個(gè)性化的組合,從而實(shí)現(xiàn)“千人千面”的需求。由此,原來的大眾市場(chǎng)(Mass Market)得以優(yōu)化成為人人市場(chǎng)(Market of One)。
在內(nèi)容平臺(tái)領(lǐng)域的“今日頭條”就是利用智能算法在這方面進(jìn)行了嘗試?!敖袢疹^條”于2012年3月創(chuàng)立,在短短的幾年里迅速超過很多互聯(lián)網(wǎng)門戶的影響力,其中重要原因是其智能引擎下的個(gè)性化推送,形成一個(gè)“最懂你的信息分發(fā)內(nèi)容平臺(tái)”。它根據(jù)用戶的特征、內(nèi)容瀏覽軌跡和環(huán)境特征匹配用戶最可能感興趣的內(nèi)容特征。也就是說:打開“今日頭條”APP后,每個(gè)用戶看到的信息都是根據(jù)各自不同的偏好集成的。這背后依靠的是大數(shù)據(jù)和智能化的推薦引擘,實(shí)現(xiàn)了“千人千面”的效果。當(dāng)然,“今日頭條”的推送精準(zhǔn)度還有待提高,離“最懂你”尚有距離。
數(shù)據(jù):從個(gè)體價(jià)值到群體價(jià)值
通過疊加客戶數(shù)據(jù),可以在云技術(shù)里實(shí)現(xiàn)基于數(shù)據(jù)集合的新價(jià)值創(chuàng)造。雖然市場(chǎng)從“千人一面”走向“千人千面”,但是這并不意味著客戶的價(jià)值是離散的、各自為陣的。恰恰相反,智能商業(yè)提供了很多將客戶的個(gè)體價(jià)值轉(zhuǎn)變?yōu)槿后w價(jià)值的可能性。
例如:2014年被Google以32億美元收購(gòu)的Nest是一個(gè)智能恒溫器的品牌。Nest恒溫器通過記錄用戶的室內(nèi)溫度數(shù)據(jù),同時(shí)連接家庭的空調(diào)、洗衣機(jī)、冰箱等家用電器,在充分了解用戶使用習(xí)慣后,通過智能算法為每個(gè)家庭創(chuàng)建一個(gè)定制化、自動(dòng)調(diào)整的能源管理方案。由于Nest同時(shí)連接著電價(jià)動(dòng)態(tài)變化的數(shù)據(jù),能夠保證整個(gè)能源管理方案的節(jié)能先進(jìn)性和低成本效率。這是針對(duì)個(gè)體家庭層面的價(jià)值。
除此之外,Nest數(shù)據(jù)的群體價(jià)值卻有更大的想象空間。如果在同一區(qū)域內(nèi)有上百萬家庭都使用Nest,Nest在云端就能夠動(dòng)態(tài)地了解整個(gè)區(qū)域家庭能源使用的數(shù)據(jù),從而和供電企業(yè)一起更加高效地實(shí)現(xiàn)對(duì)區(qū)域能源的合同管理。這就是將個(gè)體價(jià)值轉(zhuǎn)變?yōu)榱巳后w價(jià)值。
智能商業(yè)提供了大量類似的將個(gè)體價(jià)值聚合后成為群體價(jià)值的機(jī)會(huì)。而這在傳統(tǒng)的商業(yè)范式中是很難達(dá)成的。當(dāng)然,在許多情況下,單憑一家企業(yè)很難積累和疊加足夠的數(shù)據(jù),因此就需要在不同的企業(yè)間建立合作的網(wǎng)絡(luò),進(jìn)行數(shù)據(jù)的分享和價(jià)值的再創(chuàng)造。
行業(yè):從邊界約束到連接跨界
今天行業(yè)同質(zhì)化競(jìng)爭(zhēng)現(xiàn)象的一個(gè)很重要的原因是:企業(yè)對(duì)行業(yè)邊界的理解是固化的。它們關(guān)注相同的競(jìng)爭(zhēng)要素,最終走向了競(jìng)爭(zhēng)的趨同。而智能商業(yè)打開了一個(gè)真正“以用戶為中心”的模式。
通過對(duì)用戶動(dòng)態(tài)數(shù)據(jù)的積累和計(jì)算,企業(yè)能夠了解用戶全方位的偏好和需求,因此整合其他相關(guān)產(chǎn)品與服務(wù)就變得相當(dāng)自然了。當(dāng)企業(yè)致力于更加精準(zhǔn)地滿足每一個(gè)客戶對(duì)多樣化、便利性、及時(shí)性需求的追求時(shí),行業(yè)的游戲規(guī)則就被完全改變了。
以智能冰箱為例:過去作為白色家電的冰箱主要是在價(jià)格、性能以及售后服務(wù)等方面進(jìn)行競(jìng)爭(zhēng)。未來,智能冰箱將能夠自動(dòng)調(diào)整冰箱模式,讓用戶隨時(shí)了解存儲(chǔ)食物的保質(zhì)保鮮狀態(tài)和使用數(shù)量,始終讓食物保持最佳狀態(tài)。不僅如此,通過聚合這些數(shù)據(jù)以及用戶的健康狀況數(shù)據(jù),智能冰箱還可以有效地連接超市、藥店、營(yíng)養(yǎng)師等外部服務(wù),為用戶提供精準(zhǔn)高效的健康生活建議和服務(wù),其價(jià)值也遠(yuǎn)遠(yuǎn)超出了制冷保鮮的邊界。
由此可見,在智能商業(yè)時(shí)代,企業(yè)越來越不像是固守在某一行業(yè)中、偏安一隅的玩家,而更像是一個(gè)連接器——連接許多不同行業(yè)的資源與數(shù)據(jù)。這種連接不僅僅是簡(jiǎn)單的流量轉(zhuǎn)換,而是基于數(shù)據(jù)智能基礎(chǔ)上的產(chǎn)品與服務(wù)的組合,其最終的價(jià)值在于更加精準(zhǔn)地滿足用戶的需求。
無論是產(chǎn)品層面的“從交易價(jià)值到使用價(jià)值”、市場(chǎng)層面的“從大眾市場(chǎng)到人人市場(chǎng)”、數(shù)據(jù)層面的“從個(gè)體價(jià)值到群體價(jià)值”還是行業(yè)層面的“從邊界約束到連接跨界”,都要求企業(yè)走出已有的商業(yè)范式,重新思考自己在新生態(tài)系統(tǒng)中的定位,并做出改變。
古語云:天時(shí)不如地利、地利不如人和。其實(shí),最重要的是企業(yè)積極地?fù)肀碌纳虡I(yè)范式,在主動(dòng)學(xué)習(xí)試錯(cuò)的過程中探索出一條智能商業(yè)時(shí)代的轉(zhuǎn)型之道。
結(jié)語
智能商業(yè)時(shí)代的序幕正在徐徐開啟。對(duì)于企業(yè)而言,不僅僅要把握住時(shí)間窗口、選擇適當(dāng)?shù)陌l(fā)展方向,還要積極調(diào)整、適應(yīng)新的商業(yè)范式,并在此過程中探索出建立和鞏固企業(yè)新優(yōu)勢(shì)的機(jī)制。
未來已來,智能商業(yè)時(shí)代將帶來新的機(jī)會(huì)與挑戰(zhàn)。唯有做好準(zhǔn)備的企業(yè)才能脫穎而出,引領(lǐng)時(shí)代。
*來源財(cái)經(jīng)雜志,作者廖建文、崔之瑜,原標(biāo)題《智能商業(yè)時(shí)代揭幕,新老行業(yè)機(jī)會(huì)均等》。
找回密碼
注冊(cè)賬號(hào)