人工智能入侵，新商业也讲“天时、地利、人和”

面对商业时代的更迭，旧时代的代表性企业即使没有被替代，也会逐渐边缘化，这是传统企业在工业革命和信息革命中不可挣脱的宿命。

但在智能商业时代，新兴行业与传统行业是相互融合的关系，传统行业不会轻易被颠覆，而是在与新技术碰撞后，重塑自身、放大价值。

天时：智能商业时代何时开启？

什么是智能商业时代的开启？其实今天从智能手机、智能家电到智能电动汽车，我们的身边充斥了大大小小、五花八门的智能产品。但是智能产品出现本身并不代表着我们的商业范式发生了变化。企业仍然按照以往的逻辑进行产品的研发、生产与销售，只是产品目录中多了一些具有智能交互功能的“智能产品”罢了。

智能商业时代的业务范式是完全不同于今日的：届时智能终端所产生的数据会被广泛地应用于算法的迭代优化、并反过来指导和改变企业的各项业务活动。如果说今天的商业活动是由资本驱动的，那么智能商业的一个重要标志是：数据将会替代资本，成为整个商业系统运行的根本驱动力。因此这样看来，今天智能终端的出现只是一个“序章”，距离智能商业时代的真正开启尚有时日。

所以时代交替会在什么时候发生呢？答案是：或许并不会有明确的分界。在《只有偏执狂才能生存》一书中，作者安迪·格鲁夫（Andrew S. Grove）用“变脸”来比喻战略转折点的来临：不知不觉中一张脸消失了，与此同时，一副新面也显现了，你无法准确地说第一张脸消逝、第二张脸新生的那转瞬一刻。你所知道的只是在那过程的开始你见到的是一副模样，而到结束时又是另一副模样。

可以肯定的是：智能商业时代的开启不会是“忽如一夜春风来，千树万树梨花开”的骤变，而是悄然、渐次地改变各个产业的游戏规则。有一些行业转变得早一些，另一些则转变得晚一些。而如果深入到某个行业，我们也很难判断是哪一天、哪一刻，它正式进入了智能商业时代。

因此，预测智能商业时代的起始时间不仅不具有可行性，意义也不大。重要的是：通过一些趋势指征，我们可以判断出：智能商业时代正在加速临近。而这就足以让我们在今天就提高警觉，做好迎接的准备了。

这些趋势指征主要体现在三个方面：算法、数据和计算能力。

基础设施是推动技术商业化的重要条件。

智能算法的发展还远远不够，只有基础设施的建设也跟上来，才能将智能商业带入高速轨道。而智能商业的基础设施主要包括两个方面：数据和计算能力。

数据是智能商业非常重要的“燃料”，我们知道AlphaGo的围棋能力是建立在百万级别棋局的学习基础上形成的。没有百万个高手对弈的棋局数据，算法无法迭代，就不可能成就AlphaGo的能力。此外，算法的应用也需要数据输入。

近年来大数据积累的指数级增长为智能商业爆发奠定了良好的基础。数据资源的丰富化得益于计算领域的多场技术革命。根据IBM的预测，2020年互相连接的设备将达到300亿。这些智能设备不仅能捕捉社交和交易数据，还可以植入工业和交通设备中、走进消费者的冰箱、门锁、服装里，像触角一样渗透到商业场景的方方面面。

互联网设备数量激增的结果是：我们的数据会变得更加"3D"，即更直接（Direct）、更多元（Diverse）、更民主（Democratic）。海量的设备能够极大地丰富数据的来源，直接、全方位地搜集商业场景中的信息。它们也能够扩展可搜集数据的类型，从文字、视频、到位置、温度等，多维度地刻画场景。最后，数据的分布不再是中心化的，而是能够涵盖几乎所有的人和物。

数据的积累在近两年来指数级增长，为智能商业的开启打下了坚实的基础。

计算能力是智能商业的另一项重要基础设施。

从计算能力上看，智能商业对于计算能力提出了很高的要求。一方面，随着算法的进步，尤其是在模拟大脑神经网络的复杂情境下，模型所使用的参数数量难以计数；另一方面，随着数据的积累，算法所使用的数据规模也会呈指数级增长。这两个因素加起来，必定需要消耗大量的计算资源。如果硬件的计算能力没有等数量级的增长，算法的训练时间会大大延长、迭代速度难以突破，会成为智能商业发展的瓶颈。

今天，计算机的运算能力在不断提升。另外，计算成本也在不断下降。未来，随着云主机、云计算技术的成熟，企业可以按需租用计算能力，可以进一步精减计算能力的投资成本，降低了实现智能商业的资金门槛。

算法、数据和计算能力是促成智能商业发展的三大不可或缺的要素。近年来在这三个领域的突破性进展叠加在一起，将产生奇妙的化学反应，引爆智能商业的新浪潮。

地利：重回原子时代

面对商业时代的更迭，代表旧经济体势力的企业如果没有被替代的话，也会逐渐边缘化。这是前两次工业革命和信息革命中，传统企业不可挣脱的宿命。

智能革命是否会带来同样的影响？如何选择符合技术趋势的产业？这是在智能商业时代我们要考虑的“地利”问题。

对于高科技和互联网公司（例如Google、Facebook等）而言，它们独特的先天优势能够助力它们成为人工智能的基础服务提供商。一方面，这些企业在云计算和智能技术领域的布局领先；另一方面，多年深耕于互联网行业又帮助它们积累了规模庞大的数据。同时具备技术与数据的优势，有助于这些企业开发和迭代先进的算法，成为提供包括图像识别、语音识别、客户关系管理等一系列人工智能基础服务的服务商。

对于传统的各行各业而言，它们并不会轻易被新技术冲击颠覆，而是可以与人工智能技术碰撞后，重塑自身、放大价值。例如：医疗行业与图像识别技术的碰撞会提升医学影像的诊断效率。交通运输行业与预测技术的结合有助于预判拥堵情况和进行最优路线推荐，提高交通系统的效率。零售行业与客户关系管理服务融合后，能够进行更全面的用户画像，进行产品与客户的个性化匹配，提高促销的转化率。

与以往“新兴行业代替传统行业”不同，智能商业时代，新兴行业与传统行业是相互融合的关系。传统行业以具体的商业场景为切入点，提供更加优质的产品与服务。技术服务商则以云端的能力为立足点，通过提供数据和算法服务创造价值。两者相互交错，形成了一张数据聚集和协同的动态的网络矩阵。

当然，这样的“角色分工”并非绝对：传统企业也可以自己积累数据，在算法的更新迭代领域进行投入；技术型企业也可以渗透到行业端的商业场景中，完成智能商业的闭环。但是这只是一种选择，而非必须。重要的是：无论身处哪个行业，企业都可以找到在智能商业新生态中的位置，在此基础上进行商业价值的提升。

在这其中，有两个趋势特别值得一提。

第一个趋势是：智能商业是对接和重新塑造实体产业的。从1980年代个人电脑问世到2015年左右，我们见证了商业价值的重心逐渐从物理世界转向虚拟空间。有人说：我们从原子时代走向了比特时代。但是智能商业又会将我们拉回原子时代。因为智能算法一定是服务于实实在在的商业活动的。我们即将重回原子时代，传统产业将焕发新的生命力。

第二个趋势是：智能商业将会深入到产业链的前端，实现全价值链的智能化。智能商业主要影响的会是产业互联网——改变的是产业链前端的研发设计、制造、仓储物流等环节。这样，就实现了对全价值链的改造和赋能。

所以说，把握智能商业的“地利”，需要我们重新审视和释放实体产业的价值。其中，价值链前端的产业互联网又是特别值得开垦的处女地。

人和：商业范式的革命

在智能商业时代的转折点上，不仅仅要求我们把握住时间窗口（天时）、布局合适的生态位置（地利），还必须要采用正确的姿势进行智能范式的转型（人和）。而这一点往往很容易被忽略。

很多人认为：智能化无非就是产品与服务的智能化——添加一些智能模块、采购一些云端的智能服务，其实不然。由于产品形态和服务逻辑发生了变化，相应的商业范式也需要作出调整。只有在商业范式上彻底转型，才能将智能商业的价值发挥到最大。

大多数传统的产品和服务追求的是“交易价值”的最大化。也就是说：企业最重要的任务是把产品卖出去，之后的维护修理都被视为不得不履行的义务。因此，一个企业的售后服务中心通常被视为“成本中心”也就不难理解了。

但是智能产品改变了这一状况，它可以将产品转变为服务。不同于传统的物理产品，智能产品的使用恰恰是价值创造和获取的开始：客户的持续使用意味着其数据的持续输出——客户的使用习惯轨迹反映了其个性化的偏好，因此可以针对每个客户的独特需求进行算法的迭代。这样的参与使得价值创造转变为企业与客户共同创造的过程。

充分关注产品的“使用价值”，而非死守“交易价值”不放，企业可以创造新的商业模式。

例如：GE（通用电气）是传统的工业巨头，业务领域广泛。它制造涡轮机、飞机引擘、火车头、以及医疗影像设备等产品的技术在业内领先。但是现在它已经转型成为一个智能服务的平台。GE的CEO Jeff Immelt曾经这样说过：“一辆火车头就是一个奔跑的数据中心，飞机引擎是飞行的数据中心，它们每天产生巨量的数据，这些数据可以反馈给客户，用于提升燃油效率，改善它们的环保表现。

GE借助其在工业领域的产品影响力，正在将其转化为数据和算法的影响力。

传统制造企业的市场逻辑一般是：通过市场的细分和选择进行定位，再针对所定位人群的同质化需求，提供标准化的产品和服务。由于企业大规模生产和效率的要求，最终所满足的需求往往是“千人一面”的。

而今天智能商业将能够改变这样的逻辑。这是因为首先，通过智能化的数据搜集，可以捕捉到每个用户的个性化偏好，发现“千人千面”的需求；其次，智能化的算法也能够有效地实现产品标准化和体验个性化的组合，从而实现“千人千面”的需求。由此，原来的大众市场（Mass Market）得以优化成为人人市场（Market of One）。

在内容平台领域的“今日头条”就是利用智能算法在这方面进行了尝试。“今日头条”于2012年3月创立，在短短的几年里迅速超过很多互联网门户的影响力，其中重要原因是其智能引擎下的个性化推送，形成一个“最懂你的信息分发内容平台”。它根据用户的特征、内容浏览轨迹和环境特征匹配用户最可能感兴趣的内容特征。也就是说：打开“今日头条”APP后，每个用户看到的信息都是根据各自不同的偏好集成的。这背后依靠的是大数据和智能化的推荐引擘，实现了“千人千面”的效果。当然，“今日头条”的推送精准度还有待提高,离“最懂你”尚有距离。

通过叠加客户数据，可以在云技术里实现基于数据集合的新价值创造。虽然市场从“千人一面”走向“千人千面”，但是这并不意味着客户的价值是离散的、各自为阵的。恰恰相反，智能商业提供了很多将客户的个体价值转变为群体价值的可能性。

例如：2014年被Google以32亿美元收购的Nest是一个智能恒温器的品牌。Nest恒温器通过记录用户的室内温度数据，同时连接家庭的空调、洗衣机、冰箱等家用电器，在充分了解用户使用习惯后，通过智能算法为每个家庭创建一个定制化、自动调整的能源管理方案。由于Nest同时连接着电价动态变化的数据，能够保证整个能源管理方案的节能先进性和低成本效率。这是针对个体家庭层面的价值。

除此之外，Nest数据的群体价值却有更大的想象空间。如果在同一区域内有上百万家庭都使用Nest，Nest在云端就能够动态地了解整个区域家庭能源使用的数据，从而和供电企业一起更加高效地实现对区域能源的合同管理。这就是将个体价值转变为了群体价值。

智能商业提供了大量类似的将个体价值聚合后成为群体价值的机会。而这在传统的商业范式中是很难达成的。当然，在许多情况下，单凭一家企业很难积累和叠加足够的数据，因此就需要在不同的企业间建立合作的网络，进行数据的分享和价值的再创造。

今天行业同质化竞争现象的一个很重要的原因是：企业对行业边界的理解是固化的。它们关注相同的竞争要素，最终走向了竞争的趋同。而智能商业打开了一个真正“以用户为中心”的模式。

通过对用户动态数据的积累和计算，企业能够了解用户全方位的偏好和需求，因此整合其他相关产品与服务就变得相当自然了。当企业致力于更加精准地满足每一个客户对多样化、便利性、及时性需求的追求时，行业的游戏规则就被完全改变了。

以智能冰箱为例：过去作为白色家电的冰箱主要是在价格、性能以及售后服务等方面进行竞争。未来，智能冰箱将能够自动调整冰箱模式，让用户随时了解存储食物的保质保鲜状态和使用数量，始终让食物保持最佳状态。不仅如此，通过聚合这些数据以及用户的健康状况数据，智能冰箱还可以有效地连接超市、药店、营养师等外部服务，为用户提供精准高效的健康生活建议和服务，其价值也远远超出了制冷保鲜的边界。

由此可见，在智能商业时代，企业越来越不像是固守在某一行业中、偏安一隅的玩家，而更像是一个连接器——连接许多不同行业的资源与数据。这种连接不仅仅是简单的流量转换，而是基于数据智能基础上的产品与服务的组合，其最终的价值在于更加精准地满足用户的需求。

无论是产品层面的“从交易价值到使用价值”、市场层面的“从大众市场到人人市场”、数据层面的“从个体价值到群体价值”还是行业层面的“从边界约束到连接跨界”，都要求企业走出已有的商业范式，重新思考自己在新生态系统中的定位，并做出改变。

古语云：天时不如地利、地利不如人和。其实，最重要的是企业积极地拥抱新的商业范式，在主动学习试错的过程中探索出一条智能商业时代的转型之道。