2017年12月17日，曾鸣书院第一堂大课在杭州师范大学开讲。
在寒冷刺骨的南方冬天，我们热血沸腾，因为这里发生了一次关于未来商业的预言。
十年大势就在眼前，“过去的20年我们看到了智能商业的雏形，未来的30年，能够看到智能商业的大爆炸，而接下来的10年，会看到智能商业的格局初步确定。”
我们身处智能商业核聚变的前夜，我们将这堂课
献给大变革的新时代，
献给新商业的True Believers。
看十年
今天公开课的主题叫“看十年”。既要有看十年的决心，也要逐渐培养看十年的能力。所谓看十年，就是Vision，决定了你的眼光、格局、胸怀以及最终的潜力。举例而言，阿里巴巴在2007年战略会确定了未来十年的战略——建设一个开放、协同、繁荣的电子商务生态系统。
第一个核心是把数据贯穿所有子公司的业务，叫整个集团未来的“奔月计划”。第二个核心是API开放。如果能够把数据打通，又能对外开放API，阿里应该会创造出一个前所未有的经济奇迹——生态系统。
总结，重新定义战略：看十年，做一年。
Vision（愿景）是对未来的假设和信念的不断思考，所以Vision是理性跟感性的一个结合，理性是不断挑战自己，去纠正自己的判断，感性是对自己信念的相信。
下一个十年
未来商业就是智能商业，是智能商业核聚变，今天是核聚变的开端。
智能商业的三个特征：
利用互联网和算法的优势，低成本实时服务海量用户；
满足每一个用户的个性需求；
快速迭代，自我更新，自我提升。
智能商业双螺旋——网络协同和数据智能。两者是阴阳和合的，网络协同推动数据智能的发展，数据智能驱动网络协同的扩张。
网络协同，就是大规模、多角色的实时互动来解决一个特定的问题。
两个例子，第一个是维基百科，人类历史上第一次出现了一个没有中央政府协调的、大规模的、自发协同完成的在线知识库。第二个是淘宝，今天的淘宝卖家已经可以在线，同时和几百个服务商合作，只需要一个API的链接，就能调动相关数据和相关服务。
网络协同是企业迈向智能商业最重要的第一步。
数据智能，本质是机器取代人直接做决策。需要几个重要前提：云计算，大数据、算法、迭代。
以Google搜索为例，它有三个核心的组成部分，一个是算法，是机器学习的引擎；一个是数据，非常重要的一点是它要循环，形成一个反馈；一个是用户，两个极简的产品界面——搜索框和结果页，只需三个步骤——输入关键词，出结果页，点击——就能完成一次搜索。
一个非常重要的推论，未来任何一个企业，都是服务企业，因为客户真正要的是服务，不是产品。
大体量的公司能够继续保持多年的高速增长，背后的原因是智能商业的黑洞效应。
黑洞意味着它有巨大的能量场，这个能量场是怎么构成的？
第一、网络协同具备网络效应，具有指数级增长的天然优势;
第二，数据智能有学习效应，机器的算法不断通过对数据的处理，提高自己的智能水平;
第三，网络天然会产生数据压强，推动数据智能的发展；
第四，数据智能具有网络张力，数据和信息的使用过程，就是一个价值创造的过程。
企业升级的指南：
第一步，能不能尽可能的网络化；
第二步，能不能尽可能地引入机器学习；
第三步，能不能够在网络扩张的过程中间，尽可能的用机器决策取代人工决策；
最后，能不能够让我的数据跟更多的不同类型的数据产生交换。
结论：数据是这个时代最重要的生产要素，未来的智能时代，是人脑与机器智能的连接。
未来十年，智能商业的机会
过去十年，孕育出了第一批可能是万亿美金的公司，但他们只不过在在线广告、在线社交、在线零售取得了足够大的进步而已，绝大部分的行业都还是一个完全开放的竞技场。
未来十年依然是三条主线
在线化，就是IOT（物联网），将极大的扩张智能商业的边界，我们最终会实现万物互联。智能化，AI（人工智能）技术将极大增强黑洞效应。网络化，协同网络将急剧扩张。
我们能看到的两个重要趋势：第一，新星涌现，现有生态继续大爆炸，多元物种蓬勃生长。教育、健康、交通，本身都是几十万亿的大产业，在转向智能商业的过程中，会出现平台级、生态级的领先企业。第二、颠覆式技术形成新黑洞，区块链、AI、AR/VR（增强现实和虚拟现实）。我们如此强调智能商业，一个重要原因就是源头技术还在不断的进步。
展开讲一下三条主线的相对具体的判断：
1.在线化：全新的交互方式发展，IOT将会出现里程碑式的产品。以语音为代表的家庭智能中心，以视觉为代表的应用级AR设备以及以感知为代表的无人驾驶。IOT的集大成的产品，很可能就是无人驾驶汽车。
2.网络化：网络协同扩张与重构，广告、零售、物流、到创意、营销的全链路重构。几乎在每一个行业都会经历一个从传统的封闭的线性供应链，走向开放的价值协同网，这中间有巨大的商机。
3.智能化：首先，算法会成为基础设施。对于大部分企业来说，不需要算法工程师，只需要人工智能训练师。其次，深度学习，包括增强学习会在每一个行业越来越多的被运用。
要想在智能商业时代取得成功，战略的基本思路都要被改写。除了传统的定位之外，新战略中间一个最重要的概念，我把它叫做点线面体。就是未来的竞争中，一个企业战略决策的第一核心，是要考虑在一个怎样的网络去竞争，是作为一个面，作为一个网络平台，去引领一个生态的发展，还是在一个特定的网络里面，去做一个点或者去做一条线。
再强调一点，由于互联网资源流动的速度跟范围比以前大了很多，所以赢得未来的竞争不在于你拥有什么资源，而是你能调动什么资源。
未来十年 格局初定
如果我们从十年再往回拉近一点，未来三年最看得见、摸得着的方向，是产业互联网的突破。因为到目前为止绝大部分的平台都只是完成了一个非常浅的连接，而很多的产业是非常复杂的互动，在这样环境下，怎么把复杂的产业从线下搬到线上，完成网络协同，植入数据智能变成了一个非常大的挑战。
我们原来想的是互联网+，觉得把互联网跟传统产业加在一起就能够发生神奇的转变。但我们真正要的是互联网x，是用互联网技术、互联网工具、互联网思维，和某一个行业的基本规律碰撞，重构和创新。
过去的20年我们看到了智能商业的雏形，未来的30年，能够看到智能商业的大爆炸，而接下来的10年，会看到智能商业的格局初步确定。所以这十年对于诸位来说非常关键，这关系到大家是成为这个时代的弄潮儿，还是被越来越大的浪潮抛弃。
智能商业：数据时代新范式
数据化、算法、产品，构成了智能商业的三个基石。
数据、算法、产品在反馈闭环中三位一体，惟其如此，智能商业才能完成对传统商业的降维攻击。
智能商业和传统商业的最大区别是活与死，传统商业是对过去“死”数据的收集、分析，而智能商业将是对“活”数据的记录、反馈。
传统商业中，“客户第一”是孜孜以求的目标，实现它意味着巨大成本；在智能商业中，数据、算法加产品使我们第一次可以真正低成本、高效率地与海量客户互动，同时精准满足每一位客户的个性化需求，“客户第一”成为商业的起点和基础。
互联网产品是包含“云”的智能和“端”的体验的完整的互联网服务，是数据智能和商业场景紧密融合的最终载体，必然会取代营销，成为商业运营的关键。
今天，以互联网、云计算和大数据为代表的技术革命正引领人类社会加速进入农业时代、工业时代之后的一个新发展阶段——数据时代。前两个时代分别以土地、资本为生产要素，而我们面前正在开启的时代，数据将成为最核心的生产要素。
这个新时代的真正价值还没有被充分认知。在目前大部分的商业实践中，企业付出巨大投资得到看似庞大的数据，但仿佛找不到创造价值实现盈利的有效方法。数据的价值到底如何实现？数据怎样才能带来商业的创新和突破？即将到来的这个以“数据”冠名的时代，商业将经历一场怎样的范式革命洗礼？
在我们看来，数据智能将成为未来商业的基础，而智能商业也将成为数据时代的全新商业范式。伴随着互联网技术，特别是物联网、数据科学和计算能力持续的高速发展，基于数据智能的商业将大大超越102年前的福特流水线，给人类整体的生产力带来又一次根本性突破。
蚂蚁小贷的智能化
我们先从一个案例谈起，看看小微企业的贷款业务是如何通过数据智能与商业场景结合找到破解之道。
对信贷机构来说，有三个决定事关生命线：贷给谁？贷多少？以什么利率贷？要做好这三个决定，前提是尽可能全面了解贷款客户，但信息收集和审核意味着巨大的成本，尤其是中小商家和个人的财务和信用信息，碎片化、非结构化，收集已极难，判定更不易。所以，中小商家贷款难，本质上的原因是信息收集和处理的能力不足，成本和收益不成正比，信贷机构只好采取审慎原则，提高准入门槛。
而采用全新信息技术的蚂蚁小贷，对此实现了质的飞跃：成立6年，累计服务数百万淘宝卖家和阿里巴巴商家，平均单笔贷款低于5万元，少的只有几百元（传统的小贷机构单笔贷款一般不低于50万元）。商家不仅不需要抵押，甚至不需要上传财务报表；更匪夷所思的是，他们不需要见到信贷经理。事实上，蚂蚁小贷没有信贷经理，所有信息采集和决策由计算机后台完成——商家在线上提交贷款申请，几秒钟内系统自动审批，审批后贷款几乎可以实时汇入卖家账户。在无人信贷模式下，坏账率还能低于传统银行的平均水平。
秘密是什么？蚂蚁小贷做了三件关键的事：特定商业场景的数据化、忠于商业逻辑的算法及其优化迭代，以及将数据智能与商业场景无缝融合的产品。
在“准入”这一步，蚂蚁金服首先做的是商业场景数据化。归功于互联网，蚂蚁小贷能够分享潜在客户的诸多数据，比如这些淘宝卖家正在卖哪些商品、生意好不好，又比如卖家经营店铺勤快与否（例如，客服旺旺的回复速度，每天经营时间的长短等）、之前是否有过不诚信的行为等等，这些数据的丰富度、准确度远高于传统银行能采集到的贷款者信息。
在“全面了解客户”这点上，蚂蚁小贷拥有数据的优势。但如何运用好这些数据？“算法”至关重要。算法在计算机科学中通常指一组包含了有限、明确并有先后顺序的指令集合，它被广泛应用于计算、数据处理和自动推理。蚂蚁小贷的算法工程师们就建立了一套算法模型来处理这些海量数据，给每位客户的“信用”打分，从而区分出欠贷不还的“坏人”和准时还贷的“好人”。基于算法模型的客户信用分值，成为蚂蚁小贷回答“贷不贷”这个问题的核心依据。
与传统数据分析不同，基于在线数据和算法的模型能够进行实时迭代。一方面，新数据的不断涌入，客户的每一单交易、每一次上线、每一次还款，原则上每时每刻都在改变“信用”分值。另一方面，算法模型也能迭代。事实上，客户借还款的数据，会实时反馈到蚂蚁小贷的数据池中，多个算法模型据此实时优化——哪些维度的指标应当被纳入到或清除出模型、客户的哪些行为特质应该被赋予更高的权重、在不同的情形下哪些算法模型有更高的准确度，在蚂蚁小贷，这些算法模型更新的频率以“周”计，而即便在传统金融数据化程度极高的美国，一次更新往往也需要6个月。
最后，蚂蚁小贷还将上述数据智能创造性地融入到小微贷款这一商业场景中，设计出一款高效的互联网产品。淘宝卖家可以在运营平台上直接申请贷款。平台一方面依据客户的全方位数据、用一系列算法模型“算出”对每一位客户的贷款额度、利率；另一方面也成为一个客户反馈的管道，基于客户的行为，数据会实时更新，而且实时检验着蚂蚁小贷“算”得“准不准”，算法模型也据此实时优化。
面对每一次客户的贷款申请，蚂蚁小贷都是这样来回答“贷不贷”这个问题的。同样，回答“贷多少”、“收多少利息”这两个问题也是类似的过程。事实上，在淘宝商家提出贷款申请前，蚂蚁小贷已经根据商家的线上行为数据，预先用三套模型对每个潜在贷款者的贷款意愿、还款能力和利率偏好都做了评估，并通过一系列产品机制设计来提升商家的贷款意愿，这已经完全区别于传统贷款业务的被动发生的特征，而成为一种主动运营的商业模式。如果没有上述数据智能的融入，所谓主动运营几无可能。
在这个过程中，客户的数据越来越丰富，运用到的参数越来越多，算法模型也越来越准确，贷款风险控制的成本越来越低，贷款者的体验也越来越好，覆盖的贷款用户也越来越广。整个业务进入高速发展的正循环。更重要的是，这是一个基于数据和算法的，自动的，智能化用户体验提升过程，商业效率得到极大的提升。
智能商业三块基石
正如我们在蚂蚁小贷例子中看到的，从PC互联到移动互联，再到万物互联，从云计算到大数据，基于数据和算法的智能化将是未来商业的基础和最重要的特征。智能商业的效能相对于传统商业将是质的飞跃：从谷歌开始普及的在线广告系统中的广告竞价模型一方面让百万级的小企业也可以投放广告，另一方面，成就了谷歌这家全球最大的广告公司。IBM在问答大赛（Jeopardy）中战胜了一批知识达人的机器人Watson背后，同样是一个不断累加的知识库和一套理解问题、分析信息、寻找答案的算法系统，其已经被广泛应用到复杂疾病诊断的实践中；又例如Uber根据出租车司机的交班计划，用算法模型将最顺路的乘客分配给司机在互联网的语境下，数据化、算法迭代、产品、反馈闭环，这些都不是什么高精尖的词汇，然而当它们融合到一起，尤其是当它们成为一种商业模式的有机组成部分时，这未来的景象甚至配得上“壮丽”这样的描绘。
本质上和蚂蚁小贷的智能机理一样，上述这些智能商业的例子都是建立在数据、算法和产品这三块基石之上。
1.数据：智能商业的基础
“数据化”本质上是将一种现象转变为可量化形式的过程。它来源于人类测量、记录和分析世界的渴望。随着计算机技术的出现，尤其是互联网技术的快速发展，数据化的新一波浪潮更加汹涌：我们已经看到，自己在互联网上留下的每一处“足迹”都被数据化地记录下来，成为谷歌判断每一个用户的个性化需求并推送商品广告的关键依据；FaceBook实现了人际关系的数据化，带来了很多全新的应用，例如通过分析选举前用户的行为数据来“计算”选民的投票倾向，成为有史以来最准确的选前民调。我们还看到文字被数据化，地理方位被数据化，身体健康状况被数据化，情绪感受被数据化，在这一波全新的数据化浪潮中，尤其是当数据本身也在线，从而可以实时使用了之后，这种魔力就更显著了，如同蚂蚁小贷的贷款模型，卖家每个数据的每次变化，都实时带来从贷款算法模型到放贷商业决策的变化。
我们今天完成了数据化的部分，只是现实商业世界中的凤毛麟角。这个时代创新的重要一环就是如何把一个个商业场景，或者只是将其中的一个商业环节数据化，其过程本身都潜藏着巨大的商业价值。即使在服装网购如此繁荣的今天，绝大部分人的身材并没有数据化，更没有在线化，新的商业模式的基础就蕴藏在里面。同样的，当下最热门的各种O2O的创业，很大的成本都用在了将某个商业场景数据化上，例如街边小店的菜单能否在线化，食品质量指标能否数据化；而物联网浪潮中，最核心的就是如何通过芯片，传感器等，把人、物和我们整个世界逐步的数据化。互联网技术使我们终于可以低成本、全方位地记录数据，而只有当我们拥有了足够大量、足够多维度的“大数据”时，才可能真正客观、真实而深刻地理解我们周遭的环境、事物的本原以及我们自己。
数据化毫无疑问也是我们进入以数据智能为核心的智能商业世界的第一步，也是我们这个时代最重要的创造之一。有效的数据初始化是大数据创造价值的至关重要的第一步。可以说，没有数据的初始化就没有后继的商业创新，而数据初始化的巨大成本能否通过它创造的客户价值来回报，也就成为当下的海量创业项目能否存活立足的重要考验。
2.算法：智能商业的引擎
我们提到算法时，常常接上另一个词——“引擎”。这是一个奇妙的比喻，因为如果说数据是数据时代的一桶高标号的汽油，则算法就是这台引擎，它让数据中的能量得以完全喷发出来，为智能商业的“汽车”推进加速。
算法在蚂蚁小贷业务中的关键作用不言而喻，谷歌的成功也源于创始人发明的PageRank算法。搜索是第一个数据和算法驱动的互联网产品，使我们每个人都得以在海量的互联网数据中找到最相关的信息。谷歌创造的另一个功能强大的算法是其在线广告市场引擎——Pay per Click（每点击付费），每天都有价值10亿美元以上的线上广告通过这一算法投放到最合适的观众面前。
在商业的语境下，算法就是一组反映了产品逻辑和市场机制的计算指令的集合。完成了商业场景的数据化之后，算法是提炼数据价值的思路，而数据时代的数据价值就是商业价值。如同谷歌正在做的，我们每个人打开过一些商品的页面、网购了某件商品，这无疑是数据的金矿，但只有当在线广告的算法引擎从中挖掘出每件商品的潜在买家、并据此投放广告时，这座数据金矿的价值才真正被开发出来。
算法是“机器学习”的核心——“笨”机器靠着算法的持续优化迭代，变得越来越聪明。即便是一个非常粗糙的算法模型，也可以利用实时在线、全本记录的数据，通过没有预判和方向的数据探索，来发现那些广泛潜伏但我们无法察觉的关系结构，持续优化，并创造性地将其融入商业场景，创造商业价值。
数据时代的智能商业对算法提出了全新的要求：算法的迭代方向、参数工程等等，都必须与商业逻辑、机制设计、甚至是价值观取向融合为一。当算法迭代优化时，决定其方向的不仅是数据和机器本身的特性，更包含了我们对商业本质的理解、对人性的洞察和创造未来商业新样貌的理想。
这就是我们称算法为智能商业的“引擎”而非“工具”的关键理由，它是智能的核心。基于数据和算法，通过“机器学习”，实现“人工智能”。第三次工业革命，信息革命，发展到今天，完成了从量变到质变的飞跃，“人工智能”成为数据时代最根本的特征。
3.产品：“智能化”的支点
智能商业的核心特征就是能主动地了解用户，通过学习不断提升用户体验。而把用户，数据和算法巧妙地连接起来的，是“产品”，这也是互联网时代特别强调产品重要性的根本原因。
产品和数据、算法的互补作用可以形象地比喻成“端云”。“端”就是产品，是与用户完成个性化、实时海量、低成本互动的端口，它不仅仅直接完成用户体验，同时使得数据记录和用户反馈闭环得以发生，和“云”互动；而“云”则是数据聚合、算法计算的平台，它通过算法优化，更好地揣摩用户需求，提升用户体验。
作为“端”的产品，具备三个关键的作用：
第一，产品设计本身直接影响用户体验。功能是否齐全，界面是否友好，交换是否自然，都是关键因素。苹果公司这10年的成功，特别是iPhone, 充分显示了这一点；谷歌也是如此，超简洁的搜索框一出现就让人惊艳，口碑相传，带来了早期的高速发展。
第二，“端”是将“云”上的数据智能传递给用户、为用户带来价值的管道。事实上，在智能商业的“云”和“端”之间，客户的产品体验绝不仅仅来自于端上的互动，而更多地决定于云上的数据智能。用户在淘宝的体验，不仅仅是搜索是否好用，类目是否合理，导航是否有效等，更重要的是他能否高效地从几十亿件商品，千万级卖家中快速找到他需要的商品，甚至还有惊喜，而这取决于“云”上的数据智能。不通过数据和产品的紧密融合，不通过云上的数据智能实时发挥作用，真正意义上的客户体验持续提升是根本无法想象的，就好像我们根本无法想象传统的金融服务能在几秒钟内完成对客户的贷款一样。
第三，“端”是用户通过行为数据向“云”上的数据智能进行反馈、实现数据增殖和算法优化的管道。用户的真实需求常常是无法直接表达的，但是他们的行动不会骗人。每一次用户的行动都成为一次数据反馈，算法在这样一次次的反馈中敏捷迭代，一次次更接近用户的真实需求。上传下达，双“管”齐下，数据闭环靠产品互动实现，而产品体验依赖于数据智能，数据和产品合二为一。
因此，智能商业的成功，最关键的一步往往是一个极富想象力的创新产品，针对某个用户问题，定义了全新的用户体验方式，同时启动了数据智能的引擎，持续提升用户体验。这样的智能商业，才是对传统商业的颠覆。谷歌超越雅虎、Facebook超越Myspace、Uber颠覆出租车行业等等，无不如此。
反馈闭环中“三位一体”
数据化、算法加上产品构成了智能商业的三个基石。例如，谷歌搜索引擎的三大核心，一是网页内容的数据化，二是基于PageRank的算法引擎，三是谷歌巨大的产品创新——极为简洁的搜索框和基于相关性排序的结果页。然而这还不够，要让智能商业一天比一天更聪明，还有一样东西不可或缺——反馈闭环。用户在搜索结果页上的每一次点击（或者一次点击都没有）的行为数据被实时记录、反馈到算法引擎，不仅优化了搜索结果，而且优化了任何搜索这个关键词的人得到的搜索结果。
用户行为通过产品的“端”实时反馈到数据智能
的“云”，“云”上的优化结果又通过“端”实时提升用户体验，在这样的反馈闭环中，数据既是高速流动的介质，又持续增殖，算法既是推动反馈闭环运转的引擎，又持续优化，产品既是反馈闭环的载体，又持续改进功能，在为用户提供更赞的产品体验的同时，也促使数据反馈更低成本、更高效率地发生。
一言以蔽之，数据化、算法和产品就是在反馈闭环中完成了智能商业的“三位一体”。
智能交通体系是另一个例子。以无人驾驶汽车为代表的整体智能交通体系已经不是科幻，谷歌首次实现了根据路况数据设计路线，本质上这是将关于路线选择的算法在线了，而今天在美国，无人驾驶汽车已经上路试验，就是汽车这个“端”的全面智能化。
在中国，阿里巴巴最新的实践则是交通“云”的全面智能化，依据各方面交通数据的整体打通，预测未来一小时内每一个路口可能的交通状况，进而对接城市交通指挥系统。在北京这样复杂的路况下，此套体系预测准确率超过95%。这其中，数据化、算法迭代和产品同样在反馈闭环中实现了三位一体。智能交通体系首先以一连串事物的数据化为前提的——包括了地理位置的数据化、车况的数据化和天气的数据化，红绿灯、分道线以及行人的数据化等等；它还是算法实时优化的结果——不仅是车况本身的优化，更是整体智能交通体系的优化；当然它更离不开从汽车到红绿灯等种种产品的智能化。智能交通还是众多数据反馈闭环的集合体——路况数据使车辆实时优化行车路线，周遭环境数据使车辆实时决定行使速度，乘客身体状况的数据使车辆实时调整车窗开合。
本质上，商业从一开始就是基于某种“反馈闭环”，了解客户所需，提供相应的产品或服务。然而不论是发挥商业想象猜测客户需求、抑或通过市场调查倾听客户需求，始终失之于准确，困之于成本。不过，今天当客户可以通过全本实时的数据把他们的需求直接告诉商家时，当商家可以凭借敏捷迭代的算法引擎越来越精确满足客户的需求时，当产品借助互联网的巨大能量成为数据智能和用户实时互动的端口时，我们终于可以说第一次找到了促使反馈闭环以更低成本、更高效率、甚至是自动运转的颠覆性工具——它可以被称作是一部数据智能的“永动机”，只要有在线的互动，有数据的反馈，机器就永不停歇地学习，实时敏捷优化。
数据、算法和产品在反馈闭环中三位一体，惟其如此，智能商业才能完成对传统商业的降维攻击，数据时代的商业跃升才有了发力点。
数据时代的新商业范式
如果系统地规整我们已经看到的智能商业，或许会发现它们与传统商业的一系列差别：第一，传统商业是对过去“死”数据的收集、分析，而智能商业将是对正在发生的“活”数据的记录、反馈；第二，传统商业是基于经验的市场预测，而智能商业将是基于用户行为数据的关联计算；第三，传统商业是对用户体验在某种固定边界内的局部优化，而智能商业，将基于数据的不断生长、算法的持续迭代和产品的关键突破，使用户体验不断突破边界，使价值创造不断跃升。
“活”这个字概括了智能商业与传统商业的本质区别：数据是“活”的，用户的每一次行为都转化为新的数据汇入数据的大海，而每一个新数据的汇入都实时引发各个数据集的连锁反应；算法是“活”的，用户对产品、服务的每一次体验，都成为算法迭代成长的养分，使算法越来越聪明地反映商业本质；反馈闭环是“活”的，在其中,产品在迭代，数据在流动，算法在成长；最终，我们所熟悉的工业时代的机械逻辑——预先设定一切——将被彻底颠覆，取而代之的将会是一个全新商业生态系统。
重新定义公司:未来组织的核心是赋能
小编导读
虽然未来的组织会演变成什么样，现在还很难看清楚，但未来组织最重要的功能已经越来越清楚，那就是赋能，而不再是管理或激励。
然而，什么才是互联网时代的创新组织模式？过去的七八年，阿里巴巴进行了众多的尝试。从内部建设共享平台，到“赛马”的创新机制，再到用自己开发的基于网络的内部协同软件替换掉传统的ERP（企业资源计划）。
《重新定义公司：谷歌是如何运营的》记录了谷歌在这方面的尝试和思考，很有启发。书的核心观点简单明了：
未来企业的成功之道
聚集一群聪明的创意精英，
营造合适的氛围和支持环境，
充分发挥他们的创造力，
快速感知客户的需求，
愉快地创造相应的产品和服务。
这意味着组织的逻辑必须发生变化。传统的公司管理理念不适用于这群人，甚至适得其反。书中丰富的例子和经验总结，常常让人掩卷思考。
为了帮助大家更好地理解未来组织面临的挑战，结合谷歌、阿里巴巴的经验和我所观察到的其他组织创新，我在这里试图梳理出一个基本的理论框架，供大家对比阅读，深入思考自己的组织创新，因为这是未来竞争力的源泉。
01
组织“赋能”而不是管控
虽然未来的组织会演变成什么样，现在还很难看清楚，但未来组织最重要的功能已经越来越清楚，那就是赋能，而不再是管理或激励。
工业时代最深刻的观察者彼得·德鲁克，把过去200年的组织创新总结为三次革命：
第一次是工业革命（industrial revolution），核心是机器取代了体力，技术（technology）超越了技能（skills）。
第二次是生产力革命（productivity revolution），大致从1880年到第二次世界大战，核心是以泰勒制为代表的科学管理的普及，工作被知识化，强调的是标准化、可度量等概念。公司这种新组织正是随着科学管理思想的发展而兴起。
第三次是管理革命（management revolution），知识成为超越资本和劳动力的最重要的生产要素。和体力劳动相比，知识工作者是否努力工作很难被直接观察和测量，相应地，管理的重心转向激励，特别是动机的匹配（incentive alignment）。期权激励是这20年高科技企业大发展最主要的组织创新。
沿着这个思路，我把我们正在面临的时代大变更称为
第四次革命，即“创意革命”
（creative revolution）
从互联网到移动互联网，再到物联网，从云计算到大数据，未来商业的一个基本特征已经非常清楚，那就是基于机器学习的人工智能将成为未来商业的基础。
虽然对于人工智能的未来有着巨大的争议，特别是机器能否超越人脑，甚至是否会反人类，但一个基本的共识是：
在可见的未来，机械性的、可重复的脑力劳动，甚至较为复杂的分析任务，
都会被机器智能取代。
这是德鲁克所说的知识经济的进一步发展。但人的直觉，对知识的综合升华能力，是机器暂时难以超越的。
相对应的，未来社会最有价值的人，是以创造力、洞察力、对客户的感知力为核心特征的。他们就是《重新定义公司：谷歌是如何运营的》中提到的“创意精英”。
在创意革命的时代，创意者最主要的驱动力是创造带来的成就感和社会价值，自激励是他们的特征。这个时候
他们最需要的不是激励，
而是赋能，也就是提供
他们能更高效创造的环境和工具。
以科层制为特征、以管理为核心职能的公司，面临着前所未有的挑战。
02
未来组织的三大特点
赋能的原则如何体现呢？
第一，激励偏向的是事成之后的利益分享，而赋能强调的，是激起创意人的兴趣与动力，给予挑战。
唯有发自内心的志趣，才能激发持续的创造。命令不适用于他们。因此，组织的职能不再是分派任务和监工，而更多是让员工的专长、兴趣和客户的问题有更好的匹配，这往往要求更多的员工自主性、更高的流动性和更灵活的组织。
我们甚至可以说，是员工使用了组织的公共服务，而不是公司雇用了员工。两者的根本关系发生了颠倒。
第二，赋能比激励更依赖文化。
文化才能让志同道合的人走到一起。创意精英再也不能用传统的方法去考核、激励，公司的文化氛围本身就是奖励。本质上他们都是自驱动、自组织的，对文化的认同非常较真。
为了享受适合自己的文化，创意精英愿意付出、拥护、共创。一个和他们的价值观、使命感吻合的文化才能让他们慕名而来，聚在一起，奋发进取.因而，组织的核心职能将演变成文化与价值观的营造。
第三，激励聚焦在个人，而赋能特别强调组织本身的设计、人和人的互动。
随着互联网的发展，组织内部人和人的联系也更紧密。新兴学科，例如复杂网络和社会物理学的研究，都指出人和人之间的互动机制的设计对于组织的有效性可能远大于对于个体的激励。
谷歌那些声名远扬的免费服务，不仅仅是提供员工福利，提高员工的生产力，很大的一个目的是增加他们的互动。
2009年我参观谷歌的时候，他们介绍到餐厅等待的时间基本控制在4分钟，正好让人可以简单寒暄和交流（大于4分钟就很可能拿出手机干自己的事了）。良苦用心，让人深思。
创造是很难规划的。只有提供他们各自独立时无法得到的资源和环境（其中最重要的就是他们之间的充分互动），有更多自发碰撞的机会，才能创造最大的价值。
谷歌AdWords广告体系的突破就是5个员工在玩桌球的时候，看到拉里·佩奇对广告质量的挑战，一个周末就把AdWords广告体系的算法搭建完成。而且这五个人没有一个人是广告部门的。
这个传奇背后依然是一系列配套的机制设计，例如每周员工大会的透明沟通、员工的自主权、跨部门调动资源的能力等。所以，促进协同的机制设计，这是未来组织创新最重要的领域。
德鲁克在他最后一本书《21世纪的管理挑战》中提到，预测未来的最好方法是参与创造。我相信，未来10年将出现比谷歌更让我们兴奋的新型组织。让我们不辜负这个时代，全力以赴，共同创造赋能型组织。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“数据科学家”、“赛博物理”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
