谈智能商业的范式革命

“当前我觉得大部分人还是低估了智能商业的冲击力，我其实把它定义为一个范式革命，互联网阶段仅是智能商业浪潮的一个前奏而已，一个互联网公司只有真正进入智能时代才算成功。”

李曌：去年你的《智能商业》这本书在创投圈被广泛传阅，我们先从你思考智能商业的契机聊起吧。

曾鸣：没问题，我思考智能商业其实是一个漫长的过程，思考原点和淘宝在 2008 年后进入一个新的发展阶段有关。当时我就在想淘宝到底代表一个怎样的商业大势？未来又会是什么？后工业化时代、电子商务生态、C2B 等等都是我思考的结果，2013 年的时候我就开始琢磨出本书将看到的未来呈现出来，当时还在纠结到底用什么词来概括。

虽然我比较早就感知到了网络协同效应，但等到 AI 在 2014 年前后开始真正大规模商业应用时，我才意识到当网络发展到那般程度，如果没有大数据、AI 的支持，那网络是转不动的，因为复杂度已超过人能处理的限度，人工智能、大数据最终也都是为了让商业变得更智能。最后在 2017 年前后，我才想到可能用「智能商业」这个词最能概括自己看到的未来大势。

李曌：你曾说智能商业的双螺旋是网络协同和数据智能，那要让一个网络协同运转起来的前提是什么？

曾鸣：无论我们讲协同还是创新，首先都要回答一个最本质的问题，就是新东西到底有没有给你的目标客户创造比原来大得多的商业价值；其次要考虑创造这个客户价值需要投入多少成本，因为只有当你创造的客户价值远远大于投入时才会产生飞轮效应，生态商业价值才能起来。

我们看很多创新碰到的首要问题就是找不到客户价值，或是自己觉得有价值，但客户不认。当然也有可能是你创造了一些小的客户价值，但所需的投入是巨大的，投入产出完全不成比例。

李曌：能否以淘宝为例详细聊聊？

曾鸣：淘宝发展的前 8 年全是投入，直到第 9 年才开始盈利，而一旦盈利就是指数级增长的，这就是这一轮智能商业的典型特征。

淘宝能坚持 8 年投入与我们能看到客户价值的急剧放大有关。2003 年的中国零售业还是非常不发达的，超市刚刚起步，国美、苏宁也才刚进入一个比较好的发展状态。淘宝突然能让你在中国任何地方都能买到一样价格的好东西，而且这个价格比在线下买还便宜很多，这个客户价值是巨大的，所以淘宝才会有海量用户的增长，这种增长能让平台形成网络效应，又能反哺技术的发展。

李曌：你刚刚提到了「网络效应」，这些年它经常被提及，但我们到底要如何衡量一个公司是否具备了一个好的网络效应？

曾鸣：好问题，怎么知道有网络效应以及什么样的网络结构能产生好的网络效应，这是我过去三年最重要的研究方向，我将这类问题的研究归为网络动力学。

目前所有人讲网络效应只能给出一个偏定义性的概念，比如所有用户都可能从网络规模的扩大中获得了更大的价值。这种概念描述在实践过程中的指导意义很有限，我们只能事后评论这个公司有网络效应。

虽然我对网络动力学还在研究的早期，也不知道什么样的网络结构能产生足够大的网络效应，甚至产生更大的协同效应，但两三年前我写过一篇文章，专门分析 Uber 为什么不会很有价值，这其实跟它本质上没有全国性的网络效应有关。

李曌：它只有局部的网络效应。

曾鸣：对，或者说 Uber 在全国只是有一定的规模效应，而大家会因为它在全国经营，就觉得它应该有网络效应。但真正有全国性网络效应的公司会具备强大的竞争优势，而后来我们看到在杭州出现曹操出行、在北京出现首汽约车，新入场者不断，它们在局部都可以跟 Uber 竞争，并且竞争结果表明局部网的密度比规模效应更重要。

另外，Uber 不会有非常大的价值，也和它们只是简单的双边市场有关，平台只要考虑乘客、司机的利益就好，所以能很快铺开市场，弊端是它没有生长性，很难在简单的双边市场中扩充第三个、第四个或更多利益方进来。但淘宝的交易其实是一个非常复杂的行为，交易涉及要解决信用、物流、支付等问题，当你解决好后自然就形成了一个网络协同，也就从双边市场变成了多方协同，连接也更广泛、立体。

你用这个分析框架也很容易看出 WeWork 当前为什么会出现这么大的问题，因为它本质上就是房东和租客的关系，在这样简单的交易链条上，没什么新的价值可被创造出来，并且它也同样不具备全国性的网络效应，可能连局部的网络效应都比 Uber 还差。

李曌：网络协同能生长如同有生命力，那它的最小单元与生长机制又是什么？

曾鸣：网络协同的最小单元至少要有三边，不能只是双边市场。它的生长机制一定要建立在处理相对复杂场景或任务的基础上，这样它才有生命力。

李曌：你也曾提到我们会从规模效应到网络效应再到协同效应，我很好奇这背后的驱动力是什么？

曾鸣：这其实是四个历史时代的经济基础，如果我们把人类社会的发展史划分为农业社会、工业社会、互联网社会与智能时代。从农业社会到工业社会最根本的飞跃和我们掌握规模效益这一经济规律有关，生产力的爆发带来了大工厂、大流通、大品牌，造就了宝洁、福特这类公司。

随后我们进入工业时代后半期的 IT 革命，在此基础上催生了互联网时代，而互联网时代最大的经济基础就是网络效应，这成就了谷歌、Facebook、阿里等这类领先的生态型企业。当我们再往后看就是智能时代，它的经济基础是由网络协同 + 数据智能双螺旋驱动更复杂的协同效应。

所以我是把协同效应定义为智能商业时代最基本的价值点与经济规律，如同规模经济对于工业企业之重要，网络效应对于互联网企业之重要，未来一个智能商业企业能不能成功，关键是看它能多大程度上利用协同效应。

李曌：协同效应产生于复杂场景或任务中，而当前我们正处在一个复杂的商业环境中，这样来看一个企业仅具备网络效应是不够的？

曾鸣：可以这么说。现在简单的网络效应已经被利用过了，接下来肯定是产业互联网的大发展阶段，而产业互联网本质上对协同效应是有要求的，因为任何一个产业都需要解决复杂问题，任何一个产业都是多方协同的。所以未来产业互联网企业的成功都会建立在协同效应的基础上，它们也会是未来智能商业的新一批代表。

我觉得当前大部分人还是低估了智能商业的冲击力，我其实把它定义为一个范式革命，互联网阶段仅是智能商业浪潮的一个前奏而已，一个互联网公司只有真正进入智能时代才算成功。

这样的公司能充分利用网络协同带来的网络效应，又能利用数据智能带来的精准价值，还能快速迭代，最后会产生黑洞效应。所以无论任何一个行业的企业，只要能形成网络协同和数据智能优势，它就会越长越大，而那些传统企业坍塌的速度也会非常快。

李曌：在互联网的环境下平台公司是最有价值的，那在智能商业环境中哪一类公司是最有价值的？

曾鸣：这就要回到我讲的点线面体的思考框架来看，推动产业演变的肯定是「面」的企业，所有工业时代的经济都可以想象成一条线，流水线、供应链等都是线，「线」的特点就是信息的单向流动。

未来智能商业时代，它的形象都是网络或者说「面」，所以我们整个经济结构，在从线性结构向网状结构升级中，每一个行业都在从「线」到「网」的过程，最终多重「面」交织就会形成一个数字经济体。

所以智能商业时代最有价值的企业是一个个的「面」，当然「面」有大小，但整体上谁能把一个传统行业从线性结构变成网状结构，那它就能成为未来主导行业发展的「面」。

李曌：要形成一个「面」，一定是借助了大势，比如淘宝是借助了互联网的大势，当前能造就「线」变成「面」的大势是什么？

曾鸣：大势的产生离不开技术，我认为互联网技术，包括 AI 等广义上的新技术还在高速进化中，虽然我们都说不清 AI 下一个大突破的时间点，所以可能会有一个大创新技术的真空期。但对于大部分行业，现在互联网 +AI 技术已经绝对够用了，当前更多是互联网技术与产业知识深度结合的阶段。

另外，当前有一项技术进步是大家都看得到的，而且它对于这一轮经济变革很关键，这就是物联网技术，它最大的价值是会完成很多物理场景数字化，只有把一个物理场景数字化后才有在线化，这也是实现智能商业的重要前提。

李曌：智能商业有点线面的机会，「面」的机会可遇不可求，那我们如何找「线」的机会？

曾鸣：抓「线」的机会一定要善于利用「面」提供的基础设施和连接，像拼多多起来的时候，它也是借助了淘宝这么年孵化出来的社会化物流体系，如果你要自建那速度、成本都会有很大压力，所以关键要能互相借力。

李曌：这样来看拼多多未来似乎很难形成淘宝这样的生态，因为它更多是借用原来的基础设施？

曾鸣：你借力的地方越多起来就越快，但你的核心价值就会相对越低，因为你没有创造新的基础设施，这样来看拼多多的确并没有超出淘宝与微信形成的生态。

李曌：我们可以将阿里这类公司看成一个黑洞，有些新公司可以看成是一个火箭，过去几年我们看到火箭似乎很难飞出黑洞，都被吸进去了。

曾鸣：生态也有大小之分，比如说你已经到了太阳系了，那你再小也是一个行星，这就是生态的丰富性，所以共生不仅仅是点线面的共生，也有大小生态的共生。

李曌：这和我们原来所谓做大做强，然后追求形成垄断优势不一样。

曾鸣：是的，这也是我说的新定位，不能简单从消费者的心智角度考虑定位，还得考虑在经济体当中点线面的定位，因为这个决定了你的相对价值。

李曌：我们曾与今日头条天使投资人刘峻讨论未来是否能出现市值 5 到 10 万亿美金的公司，他觉得有这个可能性，你前面说智能商业公司会有指数级增长，那出现市值 5 到 10 万亿美金公司出现的速度会不会加快？

曾鸣：2014 年阿里上市的时候，我当时和马云说其实接下来的竞争就是全球领先的 5、6 家互联网大公司看谁先过万亿美元，苹果的发展速度比我预估快了差不多一年。

当前可能很多人还觉得智能商业很遥远，但本质上领先的互联网大公司，包括今日头条这类都是智能商业公司，因为它们本质上都需要有足够强的网络效应与数据智能，最后都会是 C2B 的定制模式。比如你上淘宝是定制化的淘宝，上今日头条也是个性化的推送，只不过是个性化程度差异而已。

所以智能商业已经在今天发生了，它对整个商业的影响会不断渗透，未来十年左右出现 5 万亿左右公司应该有可能的，而且这个速度会不断加速。如果你对比 1997 年与 2017 年全球市值前十的公司，能看到有 7、8 家公司都不在 1997 年的那个榜单上，那 10 年后全球市值前十的公司，我比较有把握地说至少有 3-4 家新公司不在 2017 年的名单上。

李曌：跑出来的公司至少应该在智能商业范畴。

曾鸣：这是基本要求，如果不是智能商业的公司，再过 10 年连有多少存活概率都是一个很大的问题。

谈 S2B2C 与 C2B

“如今大家低估了 C2B 的重要性，觉得它离自己很远，但我认为 C2B 这样一个流程、业务模式设计与运营模式设计会越来越成为主流。”

李曌：早两年你提出商业模式要从 B2C 到 C2B，在此彻底实现之前需要通过 S2B2C 的方式来过渡，当 S2B2C 这个概念被提出后，市面上出了不少 S2B2C 的项目，你觉得大家对 S2B2C 最大的误解是什么？

曾鸣：我也没想到 S2B2C 会这么火，这两年也接触了很多人，大多聊两句就和我说自己是 S2B2C 的企业。

我通过一个例子来回答你这个问题。前段时间我见过一个号称做新商业型酒店的 S2B2C 公司，我特意回避了「连锁」这个词，因为 S2B2C 肯定不是传统连锁模式，但这家公司还是做成了连锁模式。

每个店的管理者还是总部派的，这就意味着有标准化的训练，但 S2B2C 模式成立的前提是让小 B 发挥创造力，在与客户直接连接中产生独特价值，所以 S2B2C 本质上它的 Owner 必须是 Manager 才成立。

S2B2C 也不能是管理模式，这就必然倒逼着你要是一个赋能模式，因为 Manager 有些事情他做不了。还有一个基本要求，就是小 B 要在线服务 C，这样 S 才能看得到流程，方便赋能。所以最起码你得有一套 SaaS 工具，是打穿了小 B 到 C 的，这样 S2B2C 就是一个在线化的网络，才符合我们讲的在线化、软件化、SaaS 化、数字化，最后走向协同化与智能化，S2B2C 的本质就是智能协同网络。

所以一些想做 S2B2C 的公司如果又去找传统 ERP 公司做管理软件，那肯定是错的，因为 ERP 本质上是把原有的管理行为固化下来，而协同模式是把核心业务流程 SaaS 化，这样才能灵活应对需求。可能有很多人根本没花心思做核心业务系统，也缺乏对技术的理解，这样最后是很难改造原来的服务场景，更别谈 S2B2C。

李曌：发展智能商业离开不 SaaS，那你怎么看 SaaS 公司未来的发展？

曾鸣：我认为 SaaS 化的 B2B 服务公司在中国没前途。

李曌：只做 SaaS 没有未来？

曾鸣：对，因为只做 SaaS 的 2B 服务公司本质上会被做 C2B 或者叫 C2S、S2B 这样的公司取代。在中国做智能商业就是要透过 B 打穿 C 的，你自己先对 C 有一个承诺服务，然后再把它分包给整个协同网络。在 S2B2C 的网络中 S 已经是数据服务商，它和 B 的连接有 SaaS 通道，但这个 SaaS 通道基本上是免费提供的基础设施，它要的是数据产生的增值价值而不是 SaaS 付费价值。

所以一个独立的 SaaS 厂商，如果你不能创造更高的价值，纯卖 SaaS 服务很难生存下来，套用点线面体的思考框架来看，你基本没法独立成「面」，会被 S2B2C 企业给包进去，因为 SaaS 对它们来说只是数据管道，而且做增值服务一定会自己铺这个管道，最后可能也不会用你这条管道。

当然，各类 SaaS 都有阶段性的价值，我只是站在更长远的角度来看，它不会像对标的美国 SaaS 公司那么大，要知道美国是不太会出现中国这样的 C2B、S2B2C 的平台。

李曌：为什么美国不太会出现中国这样的 C2B、S2B2C 平台，中美发展智能商业会有哪些差异？

曾鸣：我的整体判断就是中国偏应用创新，这和我们原来的商业效率太低相关，技术优势发挥出来一些就已经足够快速往前跑了。美国因为原有的商业系统非常成熟，技术创新达不到一定程度就没办法超越原来的商业系统，所以美国会偏基础研究，比如在物联网芯片、AI 的基础技术等核心技术上。

未来中国商业创新能走多远，直接受制于核心基础技术的研究能不能有一定突破，不过随着应用不断升级，后面必然会出现倒逼核心技术发展的情况。如今我也看到一些中国企业正在不断往核心技术方向突破，所以很多批评中国企业只有商业模式创新，我觉得那真是很不负责任的一种说法。

李曌：C2B 的实质究竟是什么？

曾鸣：C2B 模式有一个含义在于，你的所有业务流程是不是 C 驱动的业务闭环。比如你上淘宝从搜索实现购买，中间没有任何人干预，这就是标准的 C2B 驱动，同时你所有购买行为反过来也会促进整个淘宝搜索与推荐引擎的优化。

如今大家低估了 C2B 的重要性，觉得它离自己很远，但我认为 C2B 这样一个流程、业务模式设计与运营模式设计会越来越成为主流。当然对于很多传统企业来说，完整走向 C2B 模式还有挑战，所以整体来看越是沿着由 C 驱动的方向，让越来越多的流程由 C 驱动，这都是正确的方向。

李曌：那你怎么看拼多多的 C2M 模式？

曾鸣：我一直强调如果 C2M 仅仅就是一个直销模式，那它就不是 C2M 而是 M2C。我们看 M2C 是用团购手段聚集了海量的现成需求，然后反馈厂商匹配标准化生产，中间没有定制过程，但有一个时间差，比如说我先根据数据预测先下了一个单，然后工厂可以产出这些订单，接下来我才知道如何定价。

虽然这个过程中可以通过数据逐步优化生产，但 M2C 本质上还不是根据消费者需求去设计的新产品，然后再去改造供应链，最终形成按需定制的供应链。我对拼多多不那么了解，我能看到的是它目前做的更偏 M2C。

李曌：如果真的要对供应链进行改造，在你看来关键是什么？

曾鸣：这就回到我前面讲的产业互联网，你要对行业有非常深的了解。产业互联网可能未必有通用的供应链平台，但你可能得先把一两个产业做通，所以未来如何让供应链的多方参与者从传统、线性、封闭的供应链中解放出来，在协同网上重构会非常有价值。

只有协同供应平台，才能灵活按需定制，满足前端不断变化的 C 的需求，所以 C2B 模式落地，必然意味着相匹配的供应链平台升级改造，这两个是一致的，不动供应链平台就不是 C2B。

李曌：做供应链平台更像是大公司的机会，创业公司是否也有机会？

曾鸣：创业公司当然有机会，比如说教育、医疗、交通等，这都是几个主要巨头没怎么覆盖的领域，既使是服装、3C 这些领域也不排除创新企业能找到把 C 和整个供应链重构更好去动态协调的机会。阿里试图整合供应链也做了 5、6 年，我相信拼多多也在做，谁能最先做出来，谁就有更大的影响力。

李曌：有一些创业公司已经从纺织业入手，但公司发展还比较早期。

曾鸣：大家都在做供应链不同端、不同段，但最终可能都会整合到 S2B2C 的平台上，因为只有端对端全部打通才能动态优化。但不排除对于像服装这样复杂的供应链可能有 2-3 个 S 的平台出来，每个都只做 3-5 段或 3-5 个角色，他们之间对接完再优化。

谈赋能与战略思维

“当前企业重要的核心能力不在于一次战略决策的对错，而在于你有没有一套体系可以持续做出战略判断与纠偏。”

李曌：最近你的新书《智能战略》在国内出版了，为什么我们了解智能商业后还需要了解智能战略？

曾鸣：《智能商业》更偏宏观，讲的是从工业时代到智能时代在发生什么，为什么会发生这些变化，根本性的变化表现在哪些方面，所以智能商业更多是从商业简史角度来讲未来商业规律与大势。

但是为了适应环境的变化，能够在智能商业时代真正生存下来，其实每个企业都需要用新方法去制订新战略，所以《智能战略》侧重在讲新环境下企业应该如何变化才能在智能时代生存和发展。

李曌：你曾说智能战略与传统相比有六点不同，其中有一点是我们的组织应该要从管理到赋能。实际上中国的企业管理普遍做得较差，这种情况下企业从管理到赋能的难点在哪里？

曾鸣：难点是相对的，比如创业公司，可能团队年轻没什么工作经验，管理的确比较差，对这些公司我建议是少听一些以前的管理理论，直接去学赋能。

赋能对创业公司来说是天然的，因为创业公司更讲求调动人的积极性与产品迭代，只是说我们把产品的思路延伸到组织上了，所以当你说组织要迭代，要激发团队创造力，团队在文化与价值观上大多都会完全认同。但在公司成长过程中很多人都会跟创业者讲要提升管理能力，结果创业者读了很多管理理论，反而读糊涂掉了，因为赋能与管理这两个东西弄不到一起去的。

我建议初创公司坚定往赋能方向走，过程中可以将对人性的理解加进来，因为组织本质上还是对人性的理解，后面可以再根据你赋能的方向补一些管理基本功就好。

李曌：每个公司都需要推行赋能？

曾鸣：我讲赋能是在智能商业的背景下，未来组织的新范式是什么，所谓范式就是普遍规律，所以在这个意义上赋能是适合于所有企业。但反过来看智能商业时代才刚刚开始，所以真正能往赋能方向转的企业或者说用赋能思路来运营自己企业的还非常少，谁先演化成赋能型的企业，谁就最有可能变成智能商业型企业，谁就最有可能成为未来赢家。

至于一家公司是赋能还是被赋能，这反而是次要的，你如果是「线」，很大程度上是被「面」赋能的，但你反过来也能赋能「点」。作为「点」当然就不需要主动赋能谁了，但要能理解被赋能的意思，这样才能充分利用生态的价值。

李曌：赋能与数据中台有些像，把能力工具化起来供团队即取即用。

曾鸣：你从数据中台理解赋能也没错，比如说像阿里这么复杂的组织，你赋能也要落到工具层面，赋能非常重要的工具就是数据中台，而中台的核心价值就是让前端创新可以快速变化，所以它实际上是在赋能前端。

李曌：今年大家都在提数据中台，你觉得大家对数据中台可能存在哪些误区？

曾鸣：理解数据中台还要先回到业务中台来看，你能不能在丰富的前端业务与非常基础的后端业务之间抽象出一些通用思路或模块出来，如果能，那就是中台，只有业务中台被抽象出来后才有数据中台。

比如说淘宝先抽象出来的是交易系统，不管你买机票、生鲜还是别的，都有统一的交易系统，这个交易系统是相对标准化的，但又可以不断进行定制，在有了这些统一系统后，我们又抽象成了业务中台，前端业务通过业务中台跑起来了，数据就自然沉淀形成了一个数据中台，所以如果你专门搭一个数据中台收集数据，那就跑偏了。

李曌：面对智能商业的巨浪，相信有不少创业者会困惑如何找准战略破局点，对此你有什么建议？

曾鸣：破局点是最难找的，这也是为什么我专门在湖畔第一个公开讲座里讲的就是企业 O-0.1 的破局点，问题太大，没有办法一言概之。

但对于智能商业来说，你要有最小原型，而最小原型需要考虑产生足够性价比的落差，也就是你客户价值能足够大的同时也能看到成本收敛的可能性，这才有机会转起来。

做平台或生态企业，一般要花 3-5 年去找 0.1 的原型，这个就是破局点。我们最近提炼关于智能战略的重要观点，就是当前企业重要的核心能力不在于一次战略决策的对错，而在于你有没有一套体系可以持续做出战略判断与纠偏。

李曌：你给阿里站了 10 余年的前哨，很多战略判断都非常成功，这种前瞻性和预判性是怎样培养起来的？

曾鸣：说到底这是个熟能生巧的过程，很多人也老来问我，其实你就反复看就好，只有你不断看未来，才有机会看准未来。大部分人没有看未来的意识，更难做到天天看，观察它是如何落地与调优的，尤其可能要看个十年才能慢慢看明白。

李曌：在智能商业时代，如你所说找一个战略破局点至少就要 3-5 年，但我们似乎已经习惯了快速成长，创业者与投资者也是有耐心限度的。

曾鸣：所以优秀的投资人与优秀的创业者一样是非常稀缺的。我们现在处于一个矫枉过正的阶段，我曾经讲摩拜和 ofo 的结果，某种意义上是资本狂欢的结束，大家当初缺乏对网络效应、共享经济的真正理解，以为靠砸钱就行了，后来发现砸钱不行就反过来认为企业不赚钱不行，但实际上好东西都是需要长时间孕育的。

我也理解现在风向突然变了，不少创业者和投资人沟通起来更难了，而这也未必是坏事，因为你本来最初只需要说服一两个好的投资人就够了，接下来拉过来的投资人能贡献的价值也有限。

如今市场对想做平台或生态型的企业提出了更高要求，比如创业者是不是自己 Truly Believe，能不能把这个 Believe 传递给投资人 、合作伙伴、员工等。所以寒冬时期孕育出好企业不只是说说而已，面对当前环境，创业者要有向死而生的决绝与信仰，要有勇气成为少数派。