作者：衛(wèi)瓴科技創(chuàng)始人兼CEO楊炯緯

“降本增效”，可謂是貫穿企業(yè)2022年一整年的熱詞。在疫情導(dǎo)致的經(jīng)濟(jì)下行之下，“降本增效”成為企業(yè)生存的必然之舉，裁員、降薪、業(yè)務(wù)調(diào)整，收縮員工福利等一系列措施輪番上演。數(shù)字化時(shí)代，企業(yè)“降本增效”還有別的手段嗎？數(shù)字化轉(zhuǎn)型是否能成為企業(yè)“降本增效”的利器？

36氪發(fā)起年度策劃「看見(jiàn)未來(lái)」，聚焦大消費(fèi)、硬科技、新能源、元宇宙、數(shù)字化等五個(gè)關(guān)鍵賽道，邀請(qǐng)了創(chuàng)投圈里一群聰明的大腦，來(lái)告訴大家他們眼里看到的未來(lái)趨勢(shì)。本系列的第四篇，我們邀請(qǐng)衛(wèi)瓴科技的朋友一起聊聊數(shù)字化。

2023年的今天，數(shù)字經(jīng)濟(jì)對(duì)我們生產(chǎn)、生活的滲透已然到了無(wú)孔不入的地步，每個(gè)人對(duì)此都有這樣、那樣的印象或想像：

“坐在北京的辦公室里指揮東莞無(wú)人工廠的機(jī)器人有序工作，這是數(shù)字經(jīng)濟(jì)；

特斯拉的計(jì)算機(jī)視覺(jué)系統(tǒng)和傳感器，每秒產(chǎn)生10億像素級(jí)的實(shí)時(shí)數(shù)據(jù)，一起驅(qū)動(dòng)駕駛員輔助功能及自動(dòng)駕駛功能的更新，這是數(shù)字經(jīng)濟(jì)；

銀行利用實(shí)時(shí)數(shù)據(jù)建模識(shí)別商業(yè)欺詐、及時(shí)干預(yù)信貸評(píng)級(jí)是數(shù)字經(jīng)濟(jì)；

一個(gè)toB公司的銷售老大，在AI輔助下預(yù)測(cè)下個(gè)季度的業(yè)績(jī)，也是數(shù)字經(jīng)濟(jì)；

作為消費(fèi)者，大家熟悉的千人前面的電商零售業(yè)，這當(dāng)然也是數(shù)字經(jīng)濟(jì)......”

數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后主要的經(jīng)濟(jì)形態(tài)，為了理解一個(gè)個(gè)數(shù)字經(jīng)濟(jì)現(xiàn)象背后真正發(fā)生的變化，我們有必要對(duì)其發(fā)展歷程做一個(gè)簡(jiǎn)要回顧。

第一波數(shù)字化浪潮其實(shí)是伴隨個(gè)人電腦而崛起的，以無(wú)紙化和自動(dòng)化為主要特征，比較典型的一個(gè)場(chǎng)景是會(huì)計(jì)電算化，也就是把各種紙質(zhì)的財(cái)務(wù)數(shù)據(jù)、流程搬到了電腦上。

第二波數(shù)字化就是我們很熟悉的互聯(lián)網(wǎng)浪潮，以電子商務(wù)、社交網(wǎng)絡(luò)為主要特征，這個(gè)階段不再是原封不動(dòng)把線下搬到線上，已經(jīng)在一定程度上重構(gòu)了流程和作業(yè)方式。

那么今天，我們已經(jīng)身處第三次大規(guī)模的數(shù)字化浪潮之中，我們面對(duì)的不是某一個(gè)核心技術(shù)的代際升級(jí)，而是移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)大爆炸的聚合性沖擊。

那么，這一次數(shù)字化浪潮相較以往有什么根本區(qū)別呢？

如果只能列舉一條的話，我想說(shuō)，海量數(shù)據(jù)尤其實(shí)時(shí)數(shù)據(jù)正在成為這個(gè)時(shí)代新的生產(chǎn)要素——無(wú)論在數(shù)據(jù)容量、生產(chǎn)速度、還是數(shù)據(jù)類型豐富程度上，其它兩次數(shù)字化浪潮都無(wú)法比擬。

尤其今天，數(shù)據(jù)的生長(zhǎng)邏輯早已不可同日而語(yǔ)。

最早的時(shí)候，是人在創(chuàng)造數(shù)據(jù)，我們所耳熟能詳?shù)腢GC、PGC都在這個(gè)范疇；后來(lái)是機(jī)器創(chuàng)造數(shù)據(jù)，有了物聯(lián)網(wǎng)、無(wú)處不在的傳感器、可穿戴設(shè)備，不管是to B還是to C互聯(lián)網(wǎng)中，都越來(lái)越多充斥著機(jī)器生成的數(shù)據(jù)，當(dāng)然數(shù)據(jù)本身也會(huì)反哺機(jī)器，令機(jī)器工作得更加稱職；再往后，我們能夠看見(jiàn)是數(shù)據(jù)本身在創(chuàng)造數(shù)據(jù)（比如最近大火的ChatGPT就是如此），同時(shí)數(shù)據(jù)的應(yīng)用場(chǎng)景也變得更加廣泛，它不僅僅是以消費(fèi)品的形式存在（比如數(shù)字創(chuàng)意相關(guān)如短視頻、游戲等），更以生產(chǎn)資料或者生產(chǎn)要素的形態(tài)，推動(dòng)人工智能進(jìn)入下一個(gè)階段，作用于更深遠(yuǎn)、廣泛的產(chǎn)業(yè)鏈條。我們終將迎來(lái)一個(gè)數(shù)據(jù)爆炸性增長(zhǎng)的階段，在云計(jì)算的無(wú)限算力和存儲(chǔ)能力支撐下，融合正確的工具、先進(jìn)算法和組織流程，數(shù)據(jù)正在轉(zhuǎn)化成新的生產(chǎn)力，在企業(yè)內(nèi)部、外部都推動(dòng)著數(shù)字化轉(zhuǎn)型的發(fā)生。對(duì)于內(nèi)部而言，數(shù)字化轉(zhuǎn)型的意義重在降本增效，對(duì)外部而言，數(shù)字化的目標(biāo)是尋求商業(yè)模式突破，找到下一個(gè)增長(zhǎng)點(diǎn)。

數(shù)字經(jīng)濟(jì)未來(lái)將迎來(lái)三大趨勢(shì)

“網(wǎng)絡(luò)協(xié)同”和“數(shù)據(jù)智能”將帶來(lái)巨大的供給側(cè)改革

網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能的發(fā)展，將帶我們看見(jiàn)規(guī)?；c個(gè)性化共存的局面。對(duì)于工業(yè)時(shí)代的企業(yè)來(lái)說(shuō)，利用規(guī)?；瘍?yōu)勢(shì)占領(lǐng)市場(chǎng)頭部地位，是一項(xiàng)基本原則，個(gè)性化則是完全對(duì)立的另一套玩法。

但數(shù)據(jù)、信息、知識(shí)作為生產(chǎn)要素的時(shí)代不一樣了，數(shù)據(jù)有能力把碎片化的信息拼成一個(gè)“人”或者“企業(yè)”，什么都可以講究精準(zhǔn)，精準(zhǔn)營(yíng)銷、精準(zhǔn)醫(yī)療、精準(zhǔn)交通，規(guī)?；蛡€(gè)性化不再是二元對(duì)立的關(guān)系，高頻定制變得越來(lái)越普遍，精準(zhǔn)的顆粒度也越來(lái)越細(xì)，滿足“你在何時(shí)、何地、何種狀態(tài)下的個(gè)性化需求”，是未來(lái)的數(shù)字經(jīng)濟(jì)追求的目標(biāo)。

但，數(shù)據(jù)作為一種要素本身是未必能釋放價(jià)值的，只有在“網(wǎng)絡(luò)協(xié)同”中流動(dòng)起來(lái)、與其它數(shù)據(jù)一起提升數(shù)據(jù)質(zhì)量，才能找到“數(shù)據(jù)智能”。只有首先做了網(wǎng)絡(luò)協(xié)同，然后才會(huì)在互聯(lián)網(wǎng)上產(chǎn)生大量的數(shù)據(jù)，產(chǎn)生了大量的數(shù)據(jù)之后，才有洞察，這個(gè)智能又會(huì)不斷反哺協(xié)同效率的提升。

曾鳴教授在《智能商業(yè)》中有一個(gè)觀點(diǎn)：“相對(duì)于一個(gè)固定的線性供應(yīng)鏈結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)才有彈性來(lái)支持任何一點(diǎn)的需求，滿足低成本、柔性化、模塊化等要求，這些都是過(guò)去被認(rèn)為商業(yè)上不可能實(shí)現(xiàn)的組合?！?/p>我們有個(gè)客戶叫云切在線，是一家做鋼板切割共享平臺(tái)，跟很多人想像的不一樣，這家企業(yè)并不自己提供產(chǎn)能，而是把材料供應(yīng)商、加工工廠、機(jī)械制造行業(yè)的客戶（如汽車、挖掘機(jī)、塔吊等）都整合在一個(gè)協(xié)同網(wǎng)絡(luò)上，把閑置的產(chǎn)能、零散的鋼材供給能力，同多品種、小批量、個(gè)性化定制的需求訂單匯集匹配一起，從而大大提高了原料和設(shè)備的利用率。

舉例來(lái)說(shuō)，一家機(jī)械制造廠需要兩塊扇形鋼板件，造型特殊的兩塊鋼板件切下來(lái)后，整塊鋼板的利用率不到70%。如果企業(yè)自己切割，剩下的30%就浪費(fèi)了。通過(guò)云切平臺(tái)的智能算法做匹配，就可以找到另外兩家需要兩款小型鋼板件的企業(yè)，剩下的30%就被利用上了。通過(guò)云切平臺(tái)，材料利用率可提高超10%，設(shè)備稼動(dòng)率可提升29%以上，客戶切割成本至少降低22%。

供需的匹配，在這個(gè)網(wǎng)絡(luò)上得以實(shí)現(xiàn)全局動(dòng)態(tài)優(yōu)化，這是先前預(yù)設(shè)的供應(yīng)鏈難以做到的。

“XAAS”將變成一種廣泛扎根的商業(yè)范式

Thomas Siebel在《數(shù)字化轉(zhuǎn)型》的自序中提到：“后工業(yè)社會(huì)最重要的標(biāo)志是服務(wù)交付。知識(shí)是最主要的資源，數(shù)據(jù)開始成為通用貨幣。數(shù)據(jù)越多——體量越大、內(nèi)容越精確、反饋越及時(shí),所產(chǎn)生的價(jià)值和力量就越大?！?/p>工業(yè)社會(huì)曾有產(chǎn)能不足的缺陷，而我們始終面臨的難題是產(chǎn)能過(guò)剩、買方市場(chǎng)，這迫使企業(yè)必須想辦法跟客戶保持長(zhǎng)久關(guān)系、追求全生命周期價(jià)值的管理。在數(shù)據(jù)+算力+算法融合下，消費(fèi)者的極致個(gè)性化需求就一定有人來(lái)滿足，交付服務(wù)就成了必然結(jié)果。

今天企業(yè)具備了低成本和客戶持保持持續(xù)連接的條件，優(yōu)秀的企業(yè)會(huì)創(chuàng)造條件跟客戶不斷互動(dòng)，通過(guò)數(shù)據(jù)智能加深對(duì)客戶的理解，根據(jù)變化著的需求，越來(lái)越多以“XAAS”的形式來(lái)做交付。

而當(dāng)你提供訂閱服務(wù)的時(shí)候，客戶的資本性支出會(huì)變成運(yùn)營(yíng)性支出，雙方的博弈關(guān)系會(huì)發(fā)生深刻的變化，客戶將不再為不想要的功能付費(fèi)，并且可以更靈活地切換供應(yīng)商。通過(guò)這種方式，你不得不創(chuàng)造真正的價(jià)值，服務(wù)好客戶LTV。

舉一個(gè)身邊的例子，云南白藥在我們印象中是一家非常傳統(tǒng)的藥企，但我看到，它也在通過(guò)一些子品牌在探索服務(wù)模式了，一款口腔環(huán)境下使用的小型攝像頭，可以采集用戶牙齒、牙齦的情況，然后會(huì)把數(shù)據(jù)同步到云端，傳給平臺(tái)合作的牙醫(yī)作為診斷參考，以C端SaaS的形式接受服務(wù)。

ChatGPT最近很火，很多人開始頻繁提起MAAS（Model as a Service）了。一個(gè)大模型能夠回答任何全世界、任何人，在任何學(xué)科的任何問(wèn)題，在“預(yù)訓(xùn)練大模型＋下游任務(wù)微調(diào)”的方案加持下，抓取寬泛數(shù)據(jù)的同時(shí)也在自己生成數(shù)據(jù)，將知道存儲(chǔ)到大量的參數(shù)中并對(duì)特定任務(wù)微調(diào)，針對(duì)具體問(wèn)題給出個(gè)性化的求解。

數(shù)據(jù)共享將催生新的生產(chǎn)關(guān)系、組織形態(tài)

泰勒時(shí)代的科層制存在一個(gè)隱含假設(shè)，如果企業(yè)的信息和情報(bào)被限定在白領(lǐng)管理層流通而不是分發(fā)給整個(gè)組織，可能使得組織的運(yùn)作效率更高。

現(xiàn)在，數(shù)據(jù)和知識(shí)躍升為主流的生產(chǎn)要素，其體量和流轉(zhuǎn)速度都決定了科層級(jí)組織缺乏適配的消化能力，無(wú)法保證信息在官僚系統(tǒng)里正常流通。而科層級(jí)組織是現(xiàn)代企業(yè)運(yùn)營(yíng)的重要基礎(chǔ)和必要條件，數(shù)字化經(jīng)濟(jì)將對(duì)現(xiàn)代企業(yè)組織模式和制度發(fā)出了重大的挑戰(zhàn)。

雖然“數(shù)據(jù)屬于誰(shuí)？”這個(gè)問(wèn)題尚難有定論，但確定的是數(shù)據(jù)的使用權(quán)將絕不會(huì)局限于工業(yè)時(shí)代金字塔尖的幾個(gè)角色，我們會(huì)看到數(shù)據(jù)將更多被用于賦能一線的工作，每個(gè)個(gè)體都是能夠基于充足的信息做出自主決策的分布節(jié)點(diǎn)，實(shí)現(xiàn)某種自組織式的管理。

數(shù)據(jù)也將更多地在各個(gè)組織間流動(dòng)融通，比如打通不同數(shù)字平臺(tái)上的數(shù)據(jù)，或者通過(guò)第三方數(shù)字平臺(tái)中轉(zhuǎn)，或者利用AI技術(shù)建模后共享數(shù)據(jù)模型、通過(guò)API將不同企業(yè)的數(shù)字服務(wù)組合在一起，協(xié)同服務(wù)客戶，因此企業(yè)與企業(yè)之間轉(zhuǎn)而成為相互依存、共同的生態(tài)模式。方方面面的數(shù)據(jù)交易成本降低了，就有可能會(huì)催生新的生產(chǎn)關(guān)系、新的組織關(guān)系、新的組織協(xié)同、產(chǎn)業(yè)協(xié)同。

“看見(jiàn)未來(lái)”還是“活到未來(lái)”？

雖然針對(duì)趨勢(shì)跟大家做了一番“高談闊論”，但我還是忍不住想說(shuō)，數(shù)字化轉(zhuǎn)型終究是一件兇多吉少的事情，面對(duì)至少10倍速的變化，大部分企業(yè)更大的可能是消失在歷史的浪潮里，大部分企業(yè)也注定是成不了數(shù)智化企業(yè)的。

相比較看見(jiàn)未來(lái)而言，對(duì)于當(dāng)下的創(chuàng)業(yè)公司而言，“活到未來(lái)”顯然是更為關(guān)切的命題，前面也提到，數(shù)字化轉(zhuǎn)型對(duì)內(nèi)關(guān)鍵意義在于降本增效，就這一點(diǎn)而言，我的建議是如果有哪些重復(fù)性勞動(dòng)、流程能夠用軟件來(lái)解決，就不要讓人來(lái)做，畢竟，就今天中國(guó)SaaS的行情來(lái)看，仍舊是有很多羊毛值得大家來(lái)薅的。

再來(lái)說(shuō)對(duì)外實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，很可能意味著你要在商業(yè)模式上有跨越式的發(fā)展，甚至無(wú)可避免要進(jìn)到陌生的領(lǐng)域，在新的競(jìng)爭(zhēng)坐標(biāo)系重新找到自己的位置，因?yàn)椴慌懦瓉?lái)的坐標(biāo)系會(huì)變得無(wú)關(guān)緊要，就像馬車無(wú)法無(wú)論如何無(wú)法應(yīng)對(duì)汽車的挑戰(zhàn)一樣。

然而，當(dāng)面對(duì)10倍速變化的時(shí)候，勇于創(chuàng)新和因循守舊的風(fēng)險(xiǎn)可能一樣大，被拋棄和成為炮灰同樣讓人難以承受。但這個(gè)世界，除了創(chuàng)新者，其它都算是模仿者，如何成為一名合格的模仿者是普通企業(yè)應(yīng)該認(rèn)真思考的問(wèn)題，也是個(gè)很有挑戰(zhàn)的事情，畢竟不是說(shuō)模仿就沒(méi)有風(fēng)險(xiǎn)了，跟錯(cuò)了風(fēng)一樣是個(gè)悲傷的故事。

為了盡可能避免走向被拋棄或者過(guò)早變成炮灰，我的建議是有條件的創(chuàng)業(yè)者“有預(yù)謀”地做好模仿套期（imitation hedge），整體的思想就是，“你沒(méi)必要咬蘋果的第一口，能吃到二口、第三口就行了。”簡(jiǎn)而言之，模仿要有模仿的策略和標(biāo)準(zhǔn)，要對(duì)市場(chǎng)領(lǐng)先者推出的新產(chǎn)品進(jìn)行甄選，決定把研發(fā)費(fèi)用投入哪些產(chǎn)品的仿制工作?！案?jìng)爭(zhēng)性新產(chǎn)品與 你們公司的各種能力的相關(guān)程度、對(duì)你們公司的重要產(chǎn)品的替代程度、 市場(chǎng)潛力的大小、開發(fā)成本的高低以及市場(chǎng)接受這個(gè)新產(chǎn)品的快慢等”都是制定跟進(jìn)計(jì)劃需要綜合考慮的問(wèn)題。

總的來(lái)講，現(xiàn)實(shí)就是時(shí)代非?？量?，它既要求你針對(duì)流程、細(xì)節(jié)做好優(yōu)化，否則可能“活不到未來(lái)”，它也要求你“看到未來(lái)”，從整體上把握創(chuàng)新的機(jī)會(huì)，否則也摘不到豐碩的果實(shí)。