曾鸣对未来商业变革的判断

我的今日关注:20171224第296天

     

      曾鸣对未来商业变革的判断

曾鸣认为,我们今天看到的一些趋势还并不只是未来十年的趋势,它就像过去从农业文明进入到工业文明一样,是一个大时代的开始,会一直延续下去。这个未来开启的就是他称之为“智能商业”的新时代。

未来的商业就是智能商业,区别于传统商业的是,智能商业中的公司都是技术驱动的公司,它们都是利用最新的技术去提高商业效率,它们做到的核心点就是利用互联网重构了整个商业的逻辑和商业的运营规律。

一、智能商业的特征

这些智能商业的公司区别于传统企业有几个典型的特征:

1、第一个特征是利用互联网,来低成本实时地服务海量用户。

比如淘宝,每天淘宝用户都是上亿,没有这样的规模,就没有淘宝相应的盈利能力。

2、第二个特征是满足每个用户的个性化需求。

现在淘宝都是千人千面,根据不同用户展示不同的首页页面。

3、第三个特征是自我更新,智能系统能学习用户的行为,就像人一样可以快速学习,给用户提供更精准、更满足需求的商品。

具备了这些特征,智能商业就会更精准和更有效率,在它面前,传统商业就可能会变得不堪一击。而未来,传统企业要想转型升级,也是要朝着智能商业的方向去发展。

二、智能商业的构成

智能商业由两个部分组成,一个是网络协同,另一个是数据智能。

1、智能商业中的网络协同。

人类发展到今天,大脑进化程度是非常有限的,但我们社会的协同能力则是一直以很快的速度发展放大的,所以说,我们的文明发展主要不是因为个体比以前聪明了多少,而是整个社会的协调能力越来越强了。

过去我们解决一个特定的问题,更多的是通过命令、官僚体系科层制或者一个用价格信号来调整的简单市场,但今天我们更多是通过大规模、并发的、多角色的实时互动来实现。比如维基百科,它的创造并不是很多专业权威人士在一个命令下共同编辑,它是这个世界上的一些人自愿去参与的,共同编辑的,最后也是我们大家都能免费共享的一个知识库。而它的运转费用主要靠捐赠。

2、智能商业的数据智能。

数据智能的本质可以理解成它就是用机器取代人来直接做决策。传统的企业也会有相关部门分析数据去服务高管,给他们提供决策支持。但智能商业中的数据智能强调的是运营决策直接由机器分析数据后来做决定。

比如如今的淘宝,给用户看什么商品,都不是企业管理者个人来决定,而是由机器来定。这其中有很多复杂的业务,在传统形式下用人是不可能完成的,不可能一个首页满足不同用户的需求。所以各个公司努力的下一步是看,某些用人做的环节能不能让机器直接做,这样才能大大提升效率。

三、智能商业的黑洞效应

在智能商业中,我们能看到一个跟过去认知不同的现象,就是很多大体量的公司能持续保持高增长率。过去的传统企业,公司大到一定程度发展速度就会降下来。这背后是什么原因呢?曾鸣提出了一个观察视角,他把它叫做智能商业的黑洞效应。这些大企业能像黑洞一样,持续再吸进资源、用户与合作,支撑起自己的发展速度。

形成黑洞的原因有几个:

1、网络协同本身就有网络效应。

用的人越多,产品就越对大家有价值。而数据智能也能形成一个像乘法一样的学习效应。它能24小时连续7天不断地去学习,改善自己,让自己越来越聪明。

2、数据智能有天然的网络张力。

如果说石油等自然资源和钢铁是上个世纪最重要的生产资料,那么数据就是这个时代最重要的生产资料。数据不同于物质,物质的使用是一个损耗的过程。,而数据和信息的使用过程就是创造价值的过程。数据信息可以共享,它的传播成本近乎于零,数据信息对不同的人价值完全不同,所以对一个特定的信息来说,它总是希望能在网上走得更远一些,可以碰到不同的人,也许它就能碰到一个愿意为它付出更多价钱的人。所以数据智能本身也有极大的扩张意愿。

四、智能商业发展的主线和趋势

智能商业发展会有三条主线和两个大趋势:

1、三条主线分别是在线化、网络化和智能化。

在线化指的是我们经历了PC互联网和移动互联网之后,下一步发展的则是物联网,最终会实现万物互联。智能化比较突出的是人工智能技术来增强黑洞的能量。而网络化则是指协同网络的建立和扩张。

2、两大趋势则是现有的智能生态继续大爆炸,并且产生更多的新物种。另外则是传统的产业转型升级成智能商业,比如教育、健康、交通,这些都是看得到的大产业,它们在转向智能商业的过程中,肯定会产生平台和生态级别的领先企业,未来十年这将会是一个主流。

摘自:得到

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260

推荐阅读更多精彩内容