智能商业

新旧商业的区别，在于精准。精准，就是精确和准确，分别对应着网络协同和数据智能。服务想要做到精确和准确，就需要不断地互动，不断地迭代优化，通过数据智能不断加深对用户的理解。未来的社会必然会向服务型转变，而那些无法为用户提供精准服务的企业，则很快会被淘汰。

“精+准”是未来商业的核心要求

互联网时代的到来，使商业衍生出了一种全新的模式，这就是智能商业。但是，智能商业和传统商业到底有什么本质区别？经过很长一段时间的思考，我终于找到了一个可以概括这两个概念根本差别的词语——精准。这个词在这些年里经常被人们提起，但一直没有被系统地完整阐述过。其实精准就是精确和准确，分别对应着网络协同和数据智能。

为什么谷歌、阿里巴巴、优步能够成功，能够有如此大的影响力？就是因为它们能够做到精准。精准广告、精准零售、精准交通、精准医疗……这些应该是时下最时髦的词了。虽然精准似乎有被滥用的风险，但仔细想想，这个词的确抓住了未来商业的本质。

谷歌开创了人类历史上第一个大数据驱动（如果用现在的词汇，也可以称之为“人工智能驱动”）的精准服务。那些存在了100多年的传统广告，其效率是没法准确评估的，而谷歌的精准广告是广告投放模式的革命。用户在谷歌上输入了某些关键词，自然可以将其判断为相关领域的潜在客户。通过关键词匹配发展出非常精准的广告，这种广告模式对于传统广告模式有三个根本性的颠覆。

根据效果付费

如果没人点击，就不会收钱，精准广告玩的是事后收费模式。

市场竞价，实时在线定价

精准广告的价格是市场竞价、实时在线决定的。传统广告全部都是事先定下价格再人工销售的，而在互联网上，一旦有用户搜索了相关的关键词，这时下一秒钟究竟闪现谁的广告，就是由相关性、出价高低等很多因子根据算法来实时决定了。

持续跟踪反馈

淘宝在谷歌的精准广告方向上，又往前走了一步。客户在淘宝投放一个广告之后，系统就会持续地进行跟踪反馈，比如，在过去的一个月中，由于这条广告产生了多少直接和间接销售。广告的投入和产出变成了一个可变成本，并且可以精准计算投入产出。客户可以清楚地知道这条广告给他带来了多少收益，这在以前是无法想象的事情。

人们以前总会开传统广告的玩笑，“我知道它有效果，但我却不知道是哪一部分有效果，到底起了多大的作用”。原来不管是所谓的监测报告还是评估体系，其实都没有办法真正知道一个广告的实际价值。但是在“互联网+大数据”的时代，广告的确可以做到精准。所以，传统线下的广告都在快速地往互联网上转移，同时互联网的广告又向类似谷歌和淘宝这样的精准广告平台上转移。

商家投放广告的初心是为了销售，既然广告领域已经发生了变化，销售领域自然也会产生同样的精准革命。还是以大家熟悉的淘宝“双十一”为例。每年的“双十一”购物节，淘宝都会迎来上亿消费者，浏览者更是无法计数。但即使在这样的数据量下，用户在淘宝的每个小时，甚至是每次登录所看到的东西都是不一样的。淘宝会根据用户历史上的购物数据、“双十一”期间的购物数据、收藏夹里未购买的物品等所有因素，为用户定制专属的淘宝页面，也就是定制的商品推送，这样的精准零售让沃尔玛等传统卖场望尘莫及。

如今，精准的商业概念已经被越来越多的企业认可并复制。比如我们在手机上常用的UC浏览器，它会记录下用户每次点击的网页，并且根据用户搜索的内容，向用户精准推荐相关信息。再比如现在的各大视频网站，如优酷、腾讯、爱奇艺等，它们同样会记录用户每一次观看的视频，然后根据视频类型向用户进行精准推荐。

需要再次强调的是，这里所说的精准与传统商业的精准是截然不同的两个概念。传统大众化时代，每个通路处理信息的效率是有限的，匹配的能力是非常低的，所以每个消费者只能在有限的几个选择中进行决策。对于传统企业来说，利用规模优势进入主要通路，并且尽量抢占头部位置，才是商业的核心所在。在此基础上，传统商业中所谓的“精准”，只是降低成本、提升利润的手段之一，而且只能在很粗的层面实现。

进入互联网时代后，线上平台处理信息的效率和匹配能力几乎被无限提高，全世界的数据相互连通，每个消费者都可以在无数个可选项中做决策。因此每个通路，无论是广告、推荐、电商、社交还是工具，都必须优先向用户呈现最“精准”的选择，才有可能被选中。所以在新商业时代，精准是商业的核心要求，是产品和服务能否有机会与用户连接的先决条件，更是企业能否存活并做大做强的关键所在。

精准商业要建立在和用户的持续性互动关系之上，在这种持续性互动中，对产品（服务）进行迭代和优化，从而更加精准。在这个模式下诞生的产品是一种“ 活”的产品。而要创造一个“活”的产品，就必须以数据智能作为产品的核心。因为，一方面产品的价值很大一部分来源于数据智能在其中的应用，另一方面产品本身又是收集数据的渠道，形成反馈闭环、学习优化的基础。

同时，要与用户建立持续性互动关系，就必须以个性化、一对一的方式来实现与用户的连接，这样双方才有可能互动起来。但是想要同时能够和海量用户进行持续互动，就必须依赖于一个协同网络，只有协同网络才能支撑这样个性化的服务体系。

总而言之，在未来的商业文明中有两个基石：网络协同和数据智能。而我们所追求的最终目的则是实现精准的、不断优化的个性化服务。接下来，让我们分而论之。

精确：通过网络协同，实现降维打击

未来智能商业的精准性要求，分为“精”和“准”两个方面。在这一节中，让我们先从“精”的层面讲起。

“精”指的是精确。过去10年，有一个词语出现得愈加频繁——个性化。在工业时代，个性化被当作商业的至高追求目标。彼时的基本逻辑是标准化大规模生产，按照同一个标准的模型来生产产品与服务。在这样的环境下，人的个性必然被抹杀。但个性、自由是所有人共同追求的目标，打压得越狠，反弹的力度也就越大，每个人都希望获得个性化服务。

但是个性化并不能完全代表精确，否则早在多年前，腾讯公司为用户推出的每个人拥有专属号码、可自由变换头像和签名的QQ企鹅就已经满足了精确的所有需求。在新商业时代，想要做到精确，个性化只是一个起点，精确的颗粒度可以被无限扩大。

那么，精确究竟是什么概念？如今的精确，不但要求企业根据不同的用户提供个性化服务，还要掌握用户是何地、何时、何种场景之下需要服务。这个道理其实说起来简单。每个人在早上9点和晚上9点时的心情大相径庭；在家和在公司的需求也不一样；酒醉与清醒的不同状态下，又会产生截然不同的需求。所以精确要追求的方向，是在极度颗粒化的场景下，依然能找到具体时间点的需求，然后按需服务。

在弄清了精准的概念之后，让我们思考下一个话题：究竟如何才能实现精确？答案的核心是通过协同网络的不断扩张，获取一个人在不同场景、不同状态下的更多数据。

举一个简单的例子。如果现在将某人在微博、微信、陌陌、淘宝、支付宝这些软件上所显示的所有数据都打通，那么对这个人的理解就会变得全面且立体，更便于商家在某个具体瞬间捕捉到他当时的某种服务需求。因此，我得出了以下结论：精确是通过协同网络的扩张，对一个人在不同场景下的理解逐步深化的过程。

只有协同网络才能完成个性化服务，只有当一个网络能满足千万人需求的时候，才能真正满足一个人的需求。这是一次非常有趣的商业突破，它实际上是突破了一个传统的供给悖论——用网络上大规模的方法完成个性化服务。相对于一个固定的线性供应链结构，网络结构才有弹性来支持任何一点的需求，满足低成本、柔性化、模块化等要求，这些都是过去被认为商业上不可能实现的组合。

为什么淘宝和谷歌这样的企业，一出现就能够对传统企业进行摧枯拉朽般的打击？个中关键在于它们实现了过去做不到的组合，提供的核心客户价值让人无法抵挡，这才是网络结构的优势所在。在这个网络上能够进行全局动态优化，这是固化的供应链难以做到的事情，也正是所谓的降维打击。

从工业时代到数据时代，无论是基本逻辑还是指导思想都在发生着变化。工业时代要解决供给不足的问题，让大家都能用得起，所以它的核心就是标准化，只有标准化才能进行流水线生产，实现大规模和低成本。由于中国中产阶层的不断扩大、消费需求的日益增加，产能需求进一步扩大，对标准化又提出了更高的要求。这个正向循环的整体逻辑是线性的，以控制为核心。精确的系统一定要能有效控制；一旦失控，整个系统就面临崩溃的局面。

然而进入互联网时代之后，一切都发生了变化。新时代对企业的要求是一切以客户为中心，以C端为中心，C2B模式成为主流。这种模式强调个性化和差异化，追求的是价值而非成本。由于供给过剩，商家必须强调将给客户带来何种额外价值，客户才会愿意为此买单。因此，互联网时代强调的是网络和社会化协同，看重的是自组织生长，这是一种生态思路、网络思路和演化思路。

说到这里，解决精确问题的关键，又回到了如何才能构建协同网络上。伴随淘宝10多年一路走来，我们有了以下心得和体会。

降低准入门槛，扩大生态容量

要想构建协同网络，首先要能够通过赋能降低门槛，让原来不存在的供给者进入，这样才能极大地扩大生态容量，才有可能改变原来的格局。

在旧体制里改革，从来都是一件很难的事情。既然存量难改，那么你能做的只有增量改革。当增量达到一定程度后，新的东西才能把旧的东西囊括进去。

最早的淘宝，我们戏称它是“边缘人群卖边缘商品”。那时候只有找不到工作的大学生和下岗工人，才会到批发市场批发一些东西，将其放到网上来卖，而这些人在传统商业模式中根本无足轻重。渐渐地，这些人靠着自己的勤奋和新技术，“吃螃蟹”一般做出了示范效应后，才让一些稍微有点钱、有点能力的人愿意加入其中，就这样一棒一棒地传了下去。因此，我一直认为，低门槛是非常重要的一个竞争手段，越大的生态越需要低的门槛，这样才能保证足够的容量。

以协同为核心的不断演化

淘宝是怎么变成平台的？答案不是淘宝去发展关系，而是大家之间发生了关系。除了最开始的买家与卖家，绝大部分角色都不是我们按计划设计出来的。比如，从“窄带”到“宽带”之后，出现了模特需求，于是有一批人当起了网店模特；随后有一部分没有货源的卖家提供运营服务，于是就出现了名为“代运营商”的新物种；渐渐大家发现对快递服务的要求越来越高，于是就出现了几家来自桐庐小镇的快递公司……像这样的例子，还有很多很多。

新物种是不断演化的过程，是以协同为核心，让网络不断扩张的过程，这一点在中国非常特别。而在美国，因为传统商业极其发达，每个环节的效率都很高，所以电子商务很难在整体上重构美国的商业版图。

准确：数据智能的背后，是商业逻辑的根本改变

在展开讲“准”这个概念之前，我们先要对当前时代的宏观背景有个准确的认知：我们这个时代，已经从短缺经济变成了过剩经济。其实早在20世纪90年代，美国就已出现物质极大丰富的现象，绝大部分的商品都处于过剩状态。中国在赶超了40年之后，近几年也出现了产能严重过剩的情况，大部分标准化产品的竞争都无比激烈，因为标准化产品的市场已经饱和了。未来竞争的核心，将从满足显性的标准化需求变成挖掘潜在的个性化需求。

这是一个根本性的差别。在传统工业时代的逻辑下，广告和标准化的生产是相匹配的，先有标准化的产品，然后通过广告去激发需求，再通过渠道把这个激发的需求与产品匹配起来。进入互联网时代之后，我们能够做的是更好地挖掘潜在需求，而不是用标准化的服务去满足某种被广告激发的需求，这就回到了我们本节的关键词——准。

“准”指的是准确，而这只有通过智能化才能实现。依靠牛顿经典力学为代表的现代科学所发展起来的工业时代，是追求确定性的时代。在那个时代，人的信仰是科学能够发现一切规律，依靠规律就可以将一切事情做得准确。最近50年，随着量子物理和计算机科学的发展，新时代最大的特点就是开始接受不确定性，尝试用统计的方法来逼近准确性。所谓的机器学习和人工智能，就是先从一个非常粗糙的目标开始，逐步迭代优化，最后可以达到非常准确的高度。

谷歌翻译的准确率可以从一开始的40%，仅仅利用几年时间就达到很高的水平，就是因为它拥有了和工业时代完全不一样的思路。谷歌翻译是用统计、概率、学习、反馈来逼近精确，向越来越准确的最终目标前进。它要求“活”数据，而不是一般意义上的“大”数据。只有量是不够的，数据必须和业务完整地融合在一起，在此基础上有模型和算法，还要有云计算和大计算能力支撑海量数据处理。

这就是未来商业真正比拼能力的地方，能否做到更加准确，这是商业逻辑的根本变化。

到了现在，如果还用工业时代的逻辑，三年计划一个产品，然后希望这个产品在未来某个时刻能打中人的需求，这样的概率几乎为零，没有任何准确性可言。所以，未来服务的准确度是去挖掘潜在的需求，我们要用一套全新的方法论去指导这种思考。而这个方法论想要变成一套完整的运营体系、业务流程，就需要拥有一个互联网化的支撑系统，才能提供更加准确的服务。

那接下来的关键问题就是：如何挖掘潜在需求，才能实现最高效率？

如果让人和一个个用户不断地进行互动，看他们到底想要什么，这是一种成本很高的方法。就像做所谓的定制化服装一样，要人跟人之间发生很多次的反复互动才能达到目的，性价比非常低。如果这种场景想要普遍化，最终还是要靠我们讲到的数据智能。你先要建立起一个有效的产品通道，将商家跟潜在的客户联结起来，再通过各种各样的方法去试探客户的反馈。最终双方动态的匹配形成某个时间节点的最优服务，而这个服务又会随着用户的需求不断演化。

想要完成这个目标，唯一的方法是通过持续的互动进行产品的迭代和优化，光靠人力注定无法完成，背后需要数据智能引擎的支撑。只有用机器决策取代人力决策，才能在足够短的时间内快速学习、提升和逼近可能的潜在需求，这样得出的判断才是准确的。用工业时代的思想无法企及准确这一高度，只有用数据时代的思想，人们才能用渐进的方法来快速迭代、试探。其实这种试探是双方的，只有经过多次的摸索、互动，最后才能找到一个当时足够满意的服务。

既然要靠试探和摸索，那便离不开数据智能的自我学习能力。在这方面，淘宝的经验或许能为你提供帮助。

在线记录数据

淘宝提供在线购物服务，用户所有浏览和购买行为自然就被记录了下来，这不是额外的动作，而是业务的自然过程，是记录数据而非收集数据。

收集所有的数据

淘宝不仅能够记录买家的购买数据和浏览数据，就连买家在两个浏览行为之间停顿多少时间这样微小的行为都会一一记录。这些数据的价值在当下或许不会得到体现，但在将来的某一天也许能够对你产生极大的帮助。先大范围地收集数据，数据的具体价值留待将来慢慢发现，这也是一种很不同的思路。

要想做到以上两点，就要把一切业务在线化、软件化，这是与ERP平台^[1] 的根本差别所在。ERP是将管理行为固化，通过最佳实践的软件化传播来提升管理效率；而未来需要的是要将业务行为软件化表现出来。人能够通过潜意识对用户的一个线下行为进行预测，但无法让机器通过学习加以掌握。只有当你把业务的全部流程都用软件方式表现出来，并让其在线化之后，接下来的一切才有了开始的可能性。所谓机器智能，就是用最笨的方法做出最聪明的结果，这是第一步。

我们之前讨论过淘宝的网红店铺，为了追求在线实时业务流，很大一部分的网红店铺都在重写业务流程软件系统，抛弃了过去常用的ERP平台。在线化会带来庞大的数据流，在掌握了用户的全部数据之后，再使用预测反馈校正的方法指导业务决策。从这个角度讲，数据就是决策，而不是数据支持决策。智能化的第二步一定是自动化，就是直接让机器做决策。

用户在淘宝的搜索框中输入一个关键词，或者点击某个地方会出现什么内容，这些事情都是机器直接决定的。也许有人会产生这样的疑问：“我怎么知道机器做得好还是不好？”其实这就是模型、算法、反馈要改进的过程。一定要将决策数据化才能够加以持续优化。在优化的过程中，服务会逐步变得精准和智能。如果你的核心业务没有在线化、自动化、数据化，你就没有开始智能化的过程。请记住，“离线动物”是无法和“在线动物”较量的，因为“在线动物”有很多工具可供使用，这根本就不是一个量级上的竞争。

最后还有一个问题需要解决，那就是怎样才能快速进行智能化服务。关于这个问题，前面的不同章节都有涉及，这里再强调三点，希望能够对你有所启发。

数据化往往是一个很昂贵的过程

问一下自己，你是否有足够的创造性，能够找到一种适合你的方法完成数据的初始化？这一点非常重要。如果你能够用足够低的成本、在足够短的时间内，掌握足够大的数据量，你的胜出概率将大为提升。在互联网时代，谁能够找到有创意的数据化方法，谁就具有重要的竞争优势，也就能真正融入未来的智能商业中去。

只有上线，才能迭代优化

不上线就没有用户反馈，就不知道往哪个方向优化，迭代便无从谈起。这两年有一个很好的例子——特斯拉自动驾驶。在全世界范围内，有数量庞大的特斯拉电动车在路上飞驰，特斯拉公司自然能够收集到大量的数据进行优化，这是智能商业非常重要的一个方向。

用机器学习的逻辑贯穿整个业务过程

还有一个问题需要问问你自己：针对一个足够大的问题，你能否找到新的算法来挖掘数据背后的洞察？千万别小看这个问题，要知道，算法创新具备极大的实用价值。谷歌正是凭借两个别出心裁的算法，支撑起了自己5000亿美元的市值。再举个简单的例子，未来一定会出现某种算法，让餐厅实现按收费最大化的目标来安排订位。但在这个算法没被人发现之前，大家就享受不到这样的服务。换句话说，这是未来餐饮业的商机所在，相信无数有心人正摩拳擦掌，打算凭借自己的力量打下全新的商业版图。

---

1. ERP，enterprise resource planning的缩写，即企业资源计划，是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。