第二章
網絡效應發展簡史

互聯網泡沫

1995年前后，互聯網開始出現在公眾視野，數百萬消費者第一次通過撥號上網的方式享受到了互聯網，全球最早的商業網站也是在這個時期出現的。這些商業網站背后不僅僅是學術研究者，更重要的是以此為商業模式的初創企業，它們帶來了一個科技驅動的繁榮時代。從1995年算起，僅僅幾年的時間里就有數十家初創企業進行了IPO（首次公開募股），納斯達克指數上漲了400%。這些企業包括：雅虎、網景、eBay、亞馬遜和Priceline（旅游服務網站）。時至今日，這些當年上市的科技企業中有許多現在依然存在，其價值數十億美元。

1996年算得上是互聯網蓬勃發展的年份，但那時也只不過有2 000萬用戶接入互聯網，其中大多數人使用的都是撥號調制解調器。西奧多·韋爾在20世紀初就洞察到網絡的價值在于接入網絡的節點數，在那個年代，整個美國電話電報公司的網絡一共就只有幾百萬臺電話機。如今，網絡的用戶規模需要以數十億計了。

在當年，即便是這些早期的小公司，也對互聯網潛在的商業價值產生了極大的興趣。新一代網絡詞語開始涌現，包括“贏家通吃”“先發優勢”“曲棍球棒曲線”等。當時的理論認為，如果一家初創企業擁有了某個特定領域第一個也是最大規模的用戶網絡，那么無論是連接買賣雙方的網絡，還是連接用戶與內容的網絡，這家企業（理論上）都將變得不可戰勝。它可以為用戶提供更多價值，兼并行業競爭者，不出意外它將成為行業壟斷者，正如一個世紀前的美國電話電報公司一樣。不出所料，在巔峰時期，美國在線公司的估值一度超過2 240億美元，成為當時全球范圍內最有價值的公司之一。

當然，我們現在回頭去看，當年的這些理論有些傻得可笑。這也是為什么“互聯網繁榮”時期也被稱為“互聯網泡沫”時期——很多經營不善的初創企業依托這些理論過早上市，后來因資金緊缺而紛紛倒閉退市。

但主導網絡公司思維的一些觀點依然存在?？萍夹袠I仍然喜歡談論贏家通吃型市場以及企業的先發優勢，在現實中，這些都只能當作神話，聽一聽就算了，而且有實踐證明了這些理論不可行。我們看看現實：先行者擁有的優勢微乎其微，很多最終的勝出者都是后人一步進入市場。贏家也沒法通吃，而是需要和其他很多同樣擁有用戶網絡的產品競爭，搶奪不同區域和客戶群的控制權。既然如此，我們為何還要帶著那么大的熱情去研究網絡效應？我們如果深入研究相關文獻就會發現，互聯網泡沫時期有一個非常流行的重要理論，只不過這個理論對網絡效應的描述有很大的毫不掩飾的缺陷。我指的就是梅特卡夫定律。

梅特卡夫定律

如果你查閱現有文獻，用不了多久，梅特卡夫定律就會被當作網絡效應研究中的核心支柱理論進行介紹：這是一個在互聯網繁榮時期流行起來的理論，并被廣泛用于解釋當時那些初創企業的天價估值。與韋爾的觀點不同，這條定律給出了一個定量（盡管極其簡單的）計算網絡價值的方法，說明隨著更多節點的加入，網絡的價值也會增加。該定律的基本定義如下：

兼容通信設備的系統價值與設備總數的平方成正比。[1]

簡單地講，每當用戶加入一個具有網絡支持的軟件時，這個軟件的價值就增加到n2。這意味著，如果一個網絡有100個節點，隨后增加到200個節點，那么其價值不是簡單地翻番，而是增長4倍。

這條定律最早由計算機網絡先驅羅伯特·梅特卡夫于20世紀80年代提出，它用數學函數定義了給定數量的連接設備（傳真機、電話機等）形成的網絡的價值。梅特卡夫最早是從自己銷售以太網的經驗中總結出這套理論的。以太網是比互聯網更早一代的計算機網絡協議。

在20世紀90年代末，在新興互聯網“網絡公司”不斷涌現的背景下，人們開始盛行用梅特卡夫定律來證明行業“先行者”的合理性并抬高其估值。相信這種互聯網即將大爆發的世界觀給當時的商業界帶來了巨大影響。相信這種觀點就意味著你相信20世紀90年代的“網絡”初創企業正在打造全球范圍內最大的網絡，它們的價值將呈現指數級的增長。早點兒買入，快點兒買入，因為它們的價值很快就要呈爆發式增長了。

只不過我們現在以反思的角度去看就很容易產生疑問，也就是懷疑為什么梅特卡夫定律適用于互聯網網站的建設。對于如何看待eBay上的買方和賣方的問題，這條定律并沒有過多地解釋這一點——從事買賣的人應該被視為“兼容通信設備”嗎？eBay是否等同于梅特卡夫最初創造的以太網那樣的計算機網絡互聯技術？在互聯網繁榮時代，這些質疑聲都變得無足輕重。有人把這條“定律”重新包裝成一個網站隨用戶數增加而價值實現非線性增長，并成了當時行業里討論的基礎性理論。

梅特卡夫定律的缺陷

如果你讀到這里就此打住，那你剛好吸收完關于網絡效應的常規討論中可能出現的高層次戰略思維。我在前面的這些章節里談了一點兒歷史，介紹了一些行話，拋出了幾個“大魚吃小魚”的案例，引出了梅特卡夫定律的定義，并且闡述了其可能帶來的戰略影響。但對那些希望利用網絡效應來創造、發展和競爭的科技行業從業者而言，這些知識還遠遠不夠。對那些在下一個季度的發展路線中需要圍繞網絡效應制定戰略的產品經理、工程師、設計師和高管而言，這就更加杯水車薪了。

任何一個曾經從零開始打造過具備網絡效應產品的人都會告訴你：非常不幸的是，梅特卡夫定律與網絡效應毫無關系。雖然這條定律在其誕生的時代非常耀眼，但是它并沒有隨著時代的發展而更新。梅特卡夫定律缺少對網絡建設重要節點的描述，比如說在起步階段，如果沒有人使用你的產品，那你應該采取什么樣的行動才是正確的。這條定律也沒有關注用戶交互質量，比如說一個由買家和賣家組成的網絡，其特征就是千人千面，這里帶來的網絡多面性在定律中也沒有被關注。這條定律也沒有區分“活躍用戶”和僅僅注冊但未開展互動的用戶，更沒有分析由于過多用戶開始擠占網絡資源而導致的產品體驗下降。這些情況都已經遠遠超出了“節點越多越好”的簡單理論。梅特卡夫定律只能算是一個簡單的學術模型，經不起現實生活中混亂的考驗。

貓鼬定律

如果梅特卡夫定律不適用了，那是否有更好的理論呢？我撰寫此書的目標之一就是給大家介紹一套更好的理論，而且我覺得它已經被我找到了。這是一套基于動物種群的數量增長研究而形成的理論，其最初的研究對象是貓鼬——對，就是你在《獅子王》電影里見過的丁滿，和野豬彭彭一直在一起的那只動物。

我在西雅圖華盛頓大學讀書的時候，接觸到了這個更適于分析網絡效應的理論。大四的時候，我選修了一系列關于生態學研究的數學課，其研究的對象是動植物種群的數量。這些課程里的數學主要針對的是有社交習性的動物，如貓鼬、沙丁魚、蜜蜂和企鵝，這讓我不禁聯想到網絡效應。

很多具有社交習性的動物會通過群居來獲得額外的社會效益，比如一同狩獵、尋找配偶和抵御天敵等。在這種網絡中，節點越多越好。但是，如果因為任何一種原因導致種群數量減少，那它們的社群效益會迅速消失，進而導致整個種群瀕臨崩潰。如果種群數量增長太快，就會導致很多動物擁擠地生活在一個狹小的空間內，種群數量爆發將抵銷社群效益，那么這個物種的種群數會趨于穩定。這是不是聽起來很熟悉？對，就是這樣：具有社交習性的動物也具有網絡效應。

貓鼬種群引發的思考

貓鼬種群是最能說明網絡效應的動物。它們是高度社會化的動物，通常生存在非洲南部，常見的種群數量為30只或50只，我們把這種群體稱為“群”或“伙”。貓鼬喜歡在群體當中生活，因為當天敵靠近時，只要有一只貓鼬發現了威脅，它就會將兩條短小的后腿直立起來，通過發出復雜的捕食警報聲，提醒整個群體危險在靠近。貓鼬發出的聲音可能是吼叫，也可能像吹口哨，它們能夠通過聲音提示附近的同伴，捕獵者來自空中還是地面，以及這個捕獵者帶來的風險是低、中、高當中的哪一檔。這種行為保證了整個群體的安全。

芝加哥大學教授、美國生態學先驅沃德·克萊德·阿利在20世紀30年代首次描述了這種動物的種群行為。在他發表的《動物群聚效應研究：金魚體內對膠體銀的集體保護》[2]論文中，阿利描述了他通過觀察發現，當水中的金魚以群聚形式生存時，其種群數量增長更快，而且能夠有效抵御水中存在的毒性。鳥類會成群結隊地飛行以達到迷惑和抵御捕獵者的目的，貓鼬成群結隊地生活以實現相互警示的目的，金魚種群也存在同樣的種群效應。阿利觀察到的這些現象后來被總結成了生物學當中的一個重要概念，因為這個概念首次提出了生物種群數量存在一個臨界點（也被稱為“阿利閾值”），即當種群中的生物數量處于這個臨界點時，整個種群將獲得更安全的生存環境，種群數量也必然出現更快速的增長。換句話說，阿利提出的種群數量增長曲線描述的是網絡效應在生物界的一種體現（見圖2—1）。

如果貓鼬種群中沒有足夠的貓鼬向其他成員發出危險警告，種群中的個體極有可能被捕獵者捕殺。之后，這種情況會循環往復，隨著貓鼬數量變得越來越少，它們自我保護的能力變得越來越差，后果就是種群的個體數量越來越少。這是動物種群數量低于阿利閾值后會發生的現象，而且種群數量趨向于零。

上面講的動物種群現象對科技產品的借鑒意義已經很明顯了。以通信軟件為例，如果軟件用戶數不夠多，有些用戶就會刪掉這個軟件。隨著用戶基數的減少，更多的個人用戶會選擇離開這個平臺，最終會導致整個網絡的沉寂乃至潰散（見圖2—2）。臉書興起之后，它逐步分流了MySpace的用戶，導致MySpace最終的失?。涣硗庖粋€案例就是黑莓手機，當消費者和軟件開發人員轉投谷歌和蘋果智能手機陣營時，黑莓手機徹底銷聲匿跡了。

另外一種情況是，如果貓鼬種群數量保持健康的增長，又會發生什么現象？答案是貓鼬種群會持續擴大、繁衍后代，可能會繁殖出更多的種群。如果種群數量超出了阿利閾值，那么這個種群的個體數量會持續攀升，因為這個種群已經有足夠的基數保證數量健康增長，并且為種群提供集體保護（見圖2—3）。貓鼬基數越多，未來種群的總數就會越多。只要種群的總量保持在一個高位，那么即使捕獵者偶爾偷獵到一兩只貓鼬，整個種群的數量還是會繼續增長。

不過種群數量的增長不可能永久持續下去，環境中支持種群生存的資源是有限的，比如貓鼬最喜歡吃的昆蟲和水果都是有限的，所以環境能夠承載的種群數量是有限的。動物種群數量的擴張會隨著外部環境的制約而達到一個天然的極限，這個數值通常被稱為承載量（如圖2—4所示）。對具有社會性的動物而言，比如我們提到的貓鼬和金魚，它們的種群數量過度增長的曲線剛開始的時候很平緩，超越臨界點之后就迅速增長，之后達到臨界點，飽和后就開始走下坡路。

在科技行業，當過多的用戶造成環境“擁擠”時，就會引發網絡效應版的承載量問題。對即時通信軟件來說，過多用戶可能導致你收到過多的信息。對社交軟件來說，用戶可能收到過多的推送內容。對交易市場類軟件來說，掛牌出售的物品太多，買家想要找到中意的商品，過程可能會變得很煩瑣。如果你不開啟垃圾信息過濾、算法推送，或者運用其他手段和措施，那么這個網絡可能很快就會癱瘓。但是，如果開發者能夠用恰當的工具來幫助用戶發掘信息、屏蔽垃圾郵件以及提升用戶界面的關聯度，那么開發者就可以為用戶增加環境的承載量。

種群（和網絡）崩潰時的情境

如果漁民在大海里過度捕撈，那么沙丁魚、金槍魚和其他魚類的數量可能出現負增長，最終在短短幾年的時間里就走向種群崩潰的境地。具有網絡效應的科技產品也會出現同樣的現象：剛開始的時候有少數幾位朋友退出了某個網絡，這個網絡的有用程度降低了一點兒，但隨著用戶的減少，當總用戶數降到臨界點以下的時候，整個網絡就會完全崩潰。

生態環境中，這種反向的變化是肉眼可見的。離我現在居住的舊金山約一個小時車程的南部，有一座風景秀麗的小城叫蒙特雷，就在加利福尼亞州。這座小城最知名的就是豐富的漁業資源，而且這里也是美國知名作家約翰·斯坦貝克的故鄉。在20世紀早期，當地的漁業已經產業化，一整條大街的沿途兩邊都建起了沙丁魚罐裝廠，這條路也被命名為罐頭廠街。產業化局面形成以后，蒙特雷每年都要收獲數十萬噸的沙丁魚。沙丁魚本身很小，一條或許只有幾盎司[3]重，所以在當地漁業興盛時期，每年捕獲的沙丁魚應該在50億條左右。

漁業在當地獲得了巨大的成功，成了這個數萬人口小城的支柱產業。但一夜之間，這種局面就發生了翻轉。在20世紀50年代的某一年，沙丁魚群神秘地消失了。整個城市的人都耐心地等待著魚群明年能游回來，但它們再也沒有出現。之后，大家又等了一年，同樣沒見到魚群的影子。隨后又過了一年，情況依舊沒有改變。沙丁魚就這樣消失了。在漁業興盛的早期，一次出海捕魚能夠收獲將近8億噸沙丁魚。數十年之后，這個數據斷崖式減少到17噸。[4]

過度捕撈，再加上動物種群的復雜動態，最終導致蒙特雷的捕魚產業走向衰亡。當地的罐裝廠最終都關門歇業，過去的舊廠房現在改建成了紀念斯坦貝克以及蒙特雷海灣水族館研究海洋生物的絕佳旅游景點。游客現在還可以去參觀過去的罐裝廠，那些代表著蒙特雷沙丁魚產業興衰的標志牌和圖表依舊懸掛在廠房里。

沙丁魚是一種具有網絡效應的魚類，用阿利曲線能夠幫助我們認識到，網絡是可以被瓦解甚至徹底消亡的。對沙丁魚而言，只有種群數量大于“阿利閾值”，其才能從負增長走向可以自我維持的健康增長，但是如果人類過度捕撈，我們也可能導致其走向臨界點的另一側（見圖2—5）。

沙丁魚的網絡會崩潰，科技產品的網絡也同樣會崩潰。如果你的朋友都不再使用發送文字短信的軟件，那你為什么還要用呢？當你打開一個軟件時看到的是一片空白，你最終也會放棄再次打開它。很快，這個網絡效應就會隨著其加速走向崩潰而消失。

優步的阿利曲線

我在華盛頓大學讀書的時候就學過阿利教授關于數量生態學的理念，但和大多數人一樣，我在大學時學習的知識，一畢業就全部忘記了。多年以后，我站在優步舊金山總部的白板前，我試圖想象在一個城市里增加司機將如何改變乘客體驗。我想得越久，畫得越多，一張熟悉的曲線圖變得越來越清晰。

如果一個城市中司機的人數很少，那就意味著乘客需要等候的時間很長，這就是所謂的高ETA（預計到達時間）。這會導致訂單轉化率低，誰會為了一輛車而傻等半個小時呢？所以，除非你已經有數十位司機（在這個例子中，我們假設有50名司機），否則你的網絡對用戶的價值幾乎為零。乘客不會使用這樣的軟件，司機也不會堅持使用，所以整個網絡會自行崩潰。

一旦你的司機數超過了臨界點，整個網絡就開始運轉了。乘客如果可以在15分鐘內上車，那么即使存在一定的不方便之處，他們也是可以堅持使用的。如果把等候司機到達的時間縮短到10分鐘或者5分鐘，那么整個局面會變得更好。網絡中的司機人數越多，則整個網絡的便利性越強。一個城市的共享出行網絡就會開始呈現出經典的網絡效應。

但這種網絡的價值最終也會趨于穩定，也就是超越峰值之后，司機人數越多，收益越差。等候司機到達的時間縮短到4分鐘、2分鐘或者立刻上車，對乘客而言已經沒有任何差別了。實際上，立刻上車還會讓乘客手忙腳亂，因為你總會需要一點時間帶上家門鑰匙，再跑出去和司機會合。

如果我把這條曲線畫在紙上，就會得到圖2—6。

這張圖看起來是不是很眼熟呢？

貓鼬定律和梅特卡夫定律的對比

統治著貓鼬這種社會性動物的數學原理對人類同樣有效。畢竟人類也是一種社會性動物，我們分享照片、出售收藏版運動鞋、共享工作項目，還會分攤晚餐的費用，以此來建立聯系。人際網絡教會了我們采買物資、相親約會，而不是停留在狩獵和交配的狀態。

讓人類集結在一起的內在動力與讓貓鼬群聚的動力是一致的，這兩個不同的物種其實共享了很多相似的理念。人類的社交網絡中需要一定保底數量的個體才能使得整個網絡發揮作用，貓鼬的種群也存在同樣的需要。正如同人類的通信軟件用戶群會不斷增長，但最終會達到市場的飽和狀態，動物的種群數量也會不斷增長，直到種群數量超越生存環境的承載量。雖然我們用來描述這類現象的詞語不同，但是其背后的核心理念和數學原理是相同的：

阿利效應→網絡效應

阿利閾值→臨界點

承載量→飽和狀態

在后面的章節中，盡管我會一直使用描述商業的這一組詞語——網絡效應、臨界點和飽和狀態，但我還是會把這套理論歸功于阿利教授和他關于生態研究的數量化模型。數百年來，生態學家創造了多種動物種群數量模型，用來預估種群數量增長的速度，預測種群數量何時出現過度增長的狀態，還用來預估種群數量變化的復雜機理。我在本書中借用這些理念來描述科技產品如何借助網絡效應來啟動、發展壯大并維護自己的市場。

我們常聽到的說法是，科技產品要么具備網絡效應，要么不具備，現在引入的這套理念為我們提供了更豐富的理論基礎?？萍夹袠I需要創造顆粒度更高、精準度更高的詞語，這樣才能把對網絡效應的分析引向深入，也才能把具體概念和計量標準關聯到產品策略上。

科技行業目前需要的是一套能夠把相互關聯的概念和詞語統一起來的研究框架，而這個框架就是這本書的核心內容。

[1] 摘自羅伯特·梅特卡夫撰寫的《用梅特卡夫定律遞歸社交網絡的長尾效應》，發表于2006年8月，網址：https://vcmike.wordpress.com/2006/08/18/metcalfe-social-networks/。

[2] 請參閱沃德·克萊德·阿利和伊迪絲·S.鮑文合寫的《動物群聚效應研究：金魚體內對膠體銀的集體保護》，發表于1932年2月的《實驗動物學期刊》。

[3] 1盎司≈28.349 5克。

[4] 請參閱M.凱瑟琳·戴維斯撰寫的《來自問題水域的沙丁魚油：1905—1955年加利福尼亞州沙丁魚產業的興盛與衰亡》，2002年在加利福尼亞大學伯克利分校發表。