曾鸣：如何成为阿里巴巴

　　智能商业的本质

　　智能商业的公式可以概括为一个简单的公式：

　　网络协同+数据智能=智能商业

　　这个简单的等式代表了阿里巴巴成功背后的原因，并抓住了你需要了解的关于未来商业的一切。正如我将要解释的，网络协同和数据智能是技术赋能的两种新功能，与传统的业务流程和结构相比具有强大的优势。

　　从最广义的意义上说，网络协同是对复杂商业活动的分解，从而使一群人或企业能完成得更高效。历史上被锁定在纵向一体化结构或僵化的供应链中的功能更容易通过线上关联进行协调。诺贝尔奖得主罗纳德·科斯解释说，企业结构化是为了管理巨额的交易成本。但新技术降低了这些成本，赋能新的联网方法。通过网络协同，商业活动，如销售、营销，以及生产的所有方方面面)被转化为分散的、灵活的、可扩展的和全局优化流程。

　　在天猫和淘宝的支持下，光棍节是网络协同的一个完美例子。淘宝没有库存，但拥有超过1000万卖家的庞大网络。这些销售商与数百万的合作伙伴进行协同，各方共同努力完成线上零售、交易处理和分销等一系列最终以送货上门结束的复杂任务。完成这些任务单靠人类是不可能的，这种水平的互动是网络协同的本质：几乎无限规模的自主协同，以及无数的互联网合作伙伴。

　　随着网络上的不同的商业角色进行线上协同合作，商业活动也变得越来越智能了。也就是说，实时交互和线上作业流程生成了不断流动的数据，创造了一个持续的反馈闭环，让自动生成的决策变得越来越“智能”。

　　举个例子，如今，淘宝在搜索产品并向客户展示产品方面的大部分日常工作都是通过机器完成的。传统零售商雇佣成千上万的买手、陈列设计师、风格编辑、私人购物顾问等来完成类似的任务。机器学习赋能淘宝完成这样的任务。在2017年双11的销售高峰期，阿里巴巴的数据库每秒进行了4200万次计算。这意味着在你已经购买了手机、巴厘岛的门票，甚至是过去一个月一直关注的彩虹睡衣之后，机器学习算法每天都要进行数十亿次的迭代，以便决定哪些商品应该显示在你的智能手机屏幕上。我称这种数据智能是一种根据消费者活动和响应，有效迭代产品和服务的商业功能。这个流程与当今大多数企业生产产品和服务的流程完全不同。

　　数据智能，指的是企业利用机器学习技术快速并自动地改进其业务能力。如果您曾经用过推荐引擎，您将会识别实际操作中的数据智能。这种最基本的数据智能形式是任何线上企业的标准业务实践，但我所描述的功能要复杂得多。如果企业能够让诸如供应商的发货时间、制造商的完成通吿、物流跟踪或客户偏好等行为决策自动化并持续运行实时数据，它们就可以开发出更先进的数据智能应用程序。这种自动化是通过机器学习算法来实现的，这些算法可以增强协同，以及优化价值链中的每一个环节。随着越来越多的业务活动在线进行，与所有这些活动相关的决策可以被自动化并不断完善。这就是我所说的数据智能。

　　机器学习(计算机科学的一个分支，通常被理解为更大一个领域人工智能(AI)的一个分支)的发展，在过去十年中以一种阶跃函数的方式扩大了企业利用数据智能的业务范围和有效性。就像机器已经掌控围棋和国际象棋一样，算法可以通过非常长的计算链，或者探索多个场景，快速地得到最佳的解决方案。当新的结果出现时，这些算法重新校准自身，以反映新的信息。算法通过连续迭代来进行学习，其结果随着数据量和数据多样性的增加而改善。通过这种机器学习，数据智能得以发展。随着越来越多的业务流程在网上进行，以及越来越多商业活动需要相互关联的参与者的协同合作，企业可以通过确保日常决策自动化，并具有比人类拥有的更强大的计算能力，来进行变革。这是智能商业的本质。

　　智能商业的出现及其启示

　　在阿里巴巴内部，价值链中一个接一个链接正在被模块化，被重新纳入进技术优化的网络，并且商业决策很大程度上由算法驱动。这种创新技术的大量运用改变了一切。数据成为主要资产，是生产的关键元素。战略不再意味着分析和计划，而是一个实时实践和客户参与的过程。

　　正如我将在这本书中所展示的那样，在智能商业中，大众熟悉的竞争力正在消失，新的合作方式在企业和无数其他参与者之间形成。当战略不再以竞争为基础，而是以协同为中心时，创造价值的方式就完全改变了。当企业应用机器学习不仅是为了让日常业务流程和消费者交互自动化，还是为了不断改进它们，管理人员在创造价值方面的作用发生了根本的变化。组织不再是静态的、需要管理和控制的分层结构，而是任务和机会必须参与进来的，由相互关联的参与者组成的动态、流动网络。

　　不要自欺欺人，以为网络协同和数据智能只与所谓的互联网公司或数字原住民相关。我曾与中国家具制造商、服装公司和美容院合作过，也研究过它们，这些传统企业正在利用这些新的力量重组。事实上，正是我的全球视野使我得出了这一崭新的战略理论。网络协同和数据智能体现了西方尖端技术与东方商业模式创新的活力结合的成果。

　　中国企业能够更好地利用网络协同，将互联网上的商业角色与建立企业组织无缝地结合在一起。由于大多数中国产业的基础设施相对薄弱，并且缺乏主导角色，因此在互联网上重建整个产业的空间更大。美国的企业一般倾向于在数据智能方面表现出色，使用机器学习最先进的成果来实现知识创造的自动化，将技术应用于图像识别、语言翻译和DNA测序。两国多年的研究和商业经验使我确信，网络协同和数据智能的力量—以及当这两种力量结合在一起时它们的加强力——正作用于世界各地所有新、旧企业。

　　正如我所介绍的那样，网络或数据并不是新概念，但它们以前并没有被整合到一个理论框架中。它们是构成新商业生态DNA的双螺旋。从东、西方的商业中可以看出全貌。只有将数据和网络，这个东、西方的阴阳相结合，我们才会对未来有一个清晰的认识。只有这样，我们才能在当下有效地进行战略制定。

　　自上世纪90年代初以来，商学院教授的战略一直侧重于通过市场定位或核心能力获得竞争优势。但是，竞争优势的来源已经发生了巨大的变化。企业需要一种新的战略方针，以适应网络和数据占主导地位的时代。在这种方针下，公司将利用网络协同来实现比竞争对手更大的价值、范围和规模；并部署数据智能，使其业务足够智能，能够灵活地适应外部环境和消费者想法的变化。我们已经发现，美国和中国最成功的互联网公司都擅于利用网络和数据。这一观点将适用于未来经济中的所有赢家。

编辑：未知