迎接新興時代的升維競爭

工業時代，公司的經營規模、經營范圍和經營速度各自為政。規模決策往往由各業務單位內部負責，在根據可用資源、有機增長和并購進行擴張前，它們首先會尋求以最小的可行經營規模來保證生產和分銷效率。經營范圍決策則與企業戰略有關，且通常涉及兼并、收購與合資。經營速度往往反映進入市場的速度，它決定了一家公司與特定行業內其他競爭者發展速度的相對快慢。作為一家傳統行業的在位企業，你已經對如何利用行業內的規模、范圍和速度優勢了如指掌。與傳統競爭對手相比，你可能已經具備了其中一種或多種優勢。

在行業的數字化轉型過程中（有時是漸進式轉型，有時是快速轉型），上述三個維度在企業中緊密相連。經營規模和經營范圍依然是企業戰略目標的決定因素，同時它們也回答了以下問題：企業屬于何種類型？企業的規模有多大？快速擴大規模不僅會帶來先發優勢，還會帶來速度優勢。如果傳統企業發現自身的轉變和應對轉變的速度慢于新興公司，當前優勢就將受限于企業的內部組織流程和組織體系。不斷變化的經營規模同樣反映著速度優勢，這不一定體現在推出新產品，還體現在利用稀缺的關鍵資源，如獨有的互聯數據、專利技術、人才或項目研發（通常是與他人合作的項目）。

你的企業是否具備競爭能力并在數字領域取得成功，不僅取決于與其他轉型企業的較量結果，還取決于你與新時代下以顛覆和改變你企業所在行業為目標的公司一爭高下的表現。那些能夠最大限度地綜合發揮自身規模、范圍和速度優勢的企業就有能力獲得數字時代的顯著優勢。首先，利用數據、分析學和連通性，你可以將經營足跡擴大至公司核心邊界之外，進入一個更大的生態系統；其次，有了傳感器、軟件和連通性，你就具備了采集數據和處理信息的能力，就可以工業時代難以實現的方式學習知識。

利用生態系統優勢創造利潤

工業時代的規模優勢來自企業掌控的資產和生產的產品，而數字時代的規模優勢則是各個互補的合作方構成的生態系統的一部分。福特汽車公司和通用汽車公司的經營規模取決于各自生產的汽車數量，但優步的經營規模則取決于其全球網絡或其進駐的400多座城市當地所擁有的網約車數量；諾基亞的經營規模取決于其在全球范圍內生產、銷售的手機數量，而對于安卓手機操作系統的締造者谷歌公司而言，其規模優勢則取決于谷歌生態系統中硬件合作商生產的安卓設備數量，以及開發人員針對安卓操作系統開發的應用程序數量。工業時代，經營規模是一家企業利用其所掌控的資產從事經營和生產活動的結果。而在數字時代，除了自身的生產活動之外，經營規模還包括企業與所在生態系統中的合作伙伴共同達成的目標。因此，企業要深度挖掘所在生態系統賦予的規模優勢。

和規模優勢一樣，數字時代的范圍優勢也來自作為生態系統的一部分。工業時代與數字時代之間的區別在于：在工業時代，一家公司的核心業務領域與相鄰領域之間的聯系要非常緊密，這樣客戶才會接受；而在數字時代，作為核心領域的數據具有無限的延展性，因此，從事數據采集的公司可以更便捷地將這些數據運用于各種平臺，如移動終端平臺。憑借iOS系統和安卓系統，數字化巨頭蘋果公司和谷歌公司可以通過不同的應用程序一步步地擴張經營范圍。蘋果支付和安卓支付等應用程序在商戶和銀行的支持下也創建了一個生態系統，使得蘋果與谷歌的母公司Alphabet有能力進入表面看來似乎與其毫無關聯的零售金融領域。但它們涉足此類業務的原因各不相同。蘋果公司的目的是提高其智能手機和智能手表的使用率，同時明確表示不會利用這類交易的相關信息；而谷歌則旨在利用這類信息更加精準地投放廣告。因此，企業應充分利用所在生態系統的范圍優勢。

工業時代，一家公司只要首先進入某個新市場，它就能獲得先發優勢。而在數字時代，生態系統中的每個公司都不得不以基本相同的速度前進。既然你的公司不可能具備所有能力，你就必須依靠生態系統。這就像一支參加接力賽的隊伍：雖然一位跑手的失敗就可能毀掉整個生態系統的游戲，但僅有一位賽跑高手無法幫助整個隊伍贏得比賽。換句話說，關鍵的技術和能力或許能提升你加入某個生態系統的概率，但保持速度乃至加速的能力才是最重要的決定因素。過去十多年，索尼游戲機（Sony Playstation）一直非常成功，原因就在于其持續改進性，這調動了游戲開發人員的積極性。因此，企業要懂得構建關系網，并利用生態系統的速度優勢創造利潤。

我們將就如何與不同生態系統建立聯系，并利用各種優勢制定制勝戰略這一問題展開詳細探討。

借助數據分析優勢改進產品

“規模—范圍—速度”組合優勢的一個重要特征就是向正在使用中的產品與服務學習，并讓它們更好地滿足個性化需求。那么我們如何看待數據采集呢？雖然工業時代的公司也收集一些能夠反映經營效率的數據，并分析這種粗略聚合的數據。但數字化公司則是持續地記錄各種帶有詳細屬性的數據，同時利用新工具對其進行分析，從而識別出客戶的偏好模式，并據此微調企業戰略。

例如，為了確定漢堡包的銷量，麥當勞公司記錄了運往各地的漢堡包肉餅數量。相反，利用應用程序和“忠誠度計劃”，星巴克除了能夠了解咖啡的銷量，還能知道每位客戶購買咖啡的時間、地點、口味偏好，以及每筆交易的消費金額等信息。

在不同的條件下，產品的表現也不盡相同。之前，無論是田野中的拖拉機、飛行中的飛機，還是行駛中的汽車的發動機，再或是家中的洗衣機，無論你在實驗室中進行了多少次實驗，也不足以了解它們在現實使用條件的真實表現。但現在，企業幾乎可以實時大規模監控（甚至遠程監控）不同地點的產品。相比過去，它們有更多機會了解、改進產品，乃至在造成廣泛影響前糾正產品錯誤。企業有必要大規模地收集產品反饋和早期預警信號。

工業時代的公司通過向相關產品或市場進行滲透達到擴大經營范圍的目的。它們依據其他公司遵循的預先設定的模式，以及市場調研的分析數據和其他粗放數據制定擴張決策。而數字時代的公司使用分析軟件就能實際預測那些低效的領域，并向看似毫不相關的領域擴張。

以通用汽車公司為例，借鑒了蘋果、谷歌、微軟及其他類似公司的模式之后，它開啟了一項新的使命，即將軟件、應用程序、數據和分析工具運用到建筑、電力、工業運輸和醫療保健四個領域。谷歌公司基于數據分析的工業互聯網Predix平臺，能夠預測行業內，以及行業之間存在重大低效問題的領域，并以更好的方式解決這些問題，甚至好于其自身客戶的解決方式。此外，現在我們不僅能收集有關自身產品的數據，還能了解不同公司的產品如何協作解決客戶問題。例如，醫療領域的公司可以在大范圍的患者人群中，監測其醫療設備或藥品與其他治療方法間的相互作用。在適當保護患者隱私和安全的前提下，所有提供產品或服務的醫療公司都能從數據中獲取有用信息，從而讓產品適應不同的患者、具體的治療方案和其他任何變量。同樣地，亞馬遜、谷歌、蘋果和臉書等公司也有機會接觸到客戶信息，并用于建立自身的學習優勢。要向使用互補產品的用戶學習，積極改善產品關鍵特性。

在工業時代，公司啟動一項實驗前會花大量時間確定詳細的實驗目標，制定妥善的實驗要求。而數字化時代的公司只要有一群充滿激情的人就夠了，它們在反復嘗試、修改、失敗、成功、學習和適應的過程中完成項目。“迅速地失敗”并“以此作為支點”，通過數據快速學習，改進原型產品，充分考慮客戶反饋；圍繞細分市場、渠道、收入流、伙伴關系和價值主張等不同維度進行改進。每一次互動都是一次采集產品數據和系統數據的機會，因而它們可以快速地放棄舊思想，接受新思想。這并不是說它們想要一味地盲從照搬，而是為了在更深層面上進行學習。

在“規模—范圍—速度”的關系網中，企業的終極競爭力體現在學習能力，以及充分利用所在生態系統的規模和范圍上。舉例來說，網飛公司以機器學習、邏輯分析和A/B測試（對比同一產品的兩種不同版本）打造個性化的視頻推薦系統。了解你所設想的有效性，同時基于結果快速迭代，迅速地完成這一過程，你就可以重新定義關鍵領域的有效假設；或者像精益創業專家埃里克·萊斯（Eric Ries）反復宣揚的那樣，“通過開展實驗……測試頭腦中的每一個元素”，科學地驗證你的學習方法，通過“構建—測量—學習”加速反饋循環。總而言之，企業應借助數據與分析從實驗中學習。