任何時代都會有一個特定時期的“漩渦核心”，在當今的21世紀，大數據時代被譽為聯接“人—機—料—法—環(huán)”等的無形核心，被我們國家提升到國家大數據戰(zhàn)略的高度，被德國以“工業(yè)4.0”戰(zhàn)略命名，是“熱泵式供暖”重要衡量坐標。

”人”的方面主要是項目少人化或無人化和精細化管理；

”機”的方面分為三塊：采集、分析、決策，其中決策分為不控制決策和控制決策；

”料”的方面有物料追溯、精準排查、物料庫存；

”法”的方面就是企業(yè)標準、工業(yè)指導書、生產流程等；

”環(huán)”的方面就是環(huán)保監(jiān)測、安防監(jiān)測、能源調度等。

20世紀經濟模式過時了？

為什么暖通企業(yè)紛紛“向善”？其中一個聲音認為：當今世界的經濟模式急需改變。

有的社會問題，當變成有利可圖的商業(yè)機會時，這些社會問題才能根本解決。把工業(yè)和商業(yè)結合起來，目的是解決社會問題……把商業(yè)的力量變成一種向善，推動商業(yè)向善成為一種趨勢、成為能夠讓我們國家化解不平衡、不充分發(fā)展矛盾的一種力量。

商業(yè)向善是指商業(yè)企業(yè)致力于解決社會和環(huán)境問題，開發(fā)與主營業(yè)務或服務相關聯的項目，在取得創(chuàng)新性的社會和環(huán)境影響力的同時，為公司創(chuàng)造財務和商業(yè)回報。企業(yè)的這種商業(yè)行為就是商業(yè)向善。

商業(yè)向善的第一經濟邏輯：如果我們能用無限低的成本完成生產，便可以節(jié)省龐大的社會資源，也可以節(jié)省人類向自然索取能量和資源，實現社會資源的最優(yōu)配置，才是我們商業(yè)向善當中的第一經濟邏輯。商業(yè)向善的第二經濟邏輯：我們把原有的成本和費用都降低后，如果還能讓最創(chuàng)新、最有意義的人和公司自由享受我們提供的基礎設施、交易費用最低的工具和方法，人類為此而付出的總成本、總代價一定是最低的。過去我們在第一生產領域中不強調公益，而在今天的數字化時代，如果能把公益嵌套在第一生產領域、第一次分配中，我們便創(chuàng)造了一種新的生產方式、生產邏輯，由此生產出最龐大的產品和服務，并可以公平、及時地分配給全社會的需求者和消費者，同時讓公益在其中散發(fā)出無處不在的光芒。

21世紀是一個屬于互聯網、人工智能的時代，科技創(chuàng)新改變了人們的生活狀態(tài)、工作狀態(tài)、社交模式，而“大數據+金融科技”更改變了財富積累方式。人類的發(fā)展離不開一種核心的底層思維模型，那就是“基于數據的思維模型”，我們獲取數據—分析數據—建立模型—預測未知—修正模型，就這樣一步步搭建了璀璨奪目的現代文明。

大數據：智能時代的第一資本

數據如此重要，我們天天說的“大數據”豈不是更重要？是的，大數據很有可能是智能時代最關鍵的資本之一。

就如同“大國”之“大”不僅在于國土面積大一樣，大數據的“大”更在于以下四個特征：

海量、多維、完備、實時

“完備性”，這也是帶有深深的時代印記的，當互聯網發(fā)展到今天，有一件以前想都不敢想的事情強力地改變了我們認識世界的方法，那就是“樣本量可以非常接近甚至等于全體量”，也就是說，原本還需要從大數定律給我們以信心，而現在則完全可以直接研究全體，那么準確性自然就毋庸置疑了。

由此可知，本來我們認為笨重落后的“窮舉法”，在這個時代，必須對其進行重新的認識。

當今最有價值的一批互聯網巨頭，在我們一般人看來，無非就是一些搜索引擎公司、電商公司、媒體公司，比如谷歌、亞馬遜、百度、小米等，為什么它們備受矚目呢？原因很簡單，它們的本質都是——“數據公司”

它們手中掌握的大數據資源才是真正的資本，掌握了大數據就掌握了對于這個世界精準的認知。我們知道，一個人的財富就是它對于世界認知的變現，而一家公司的價值也是它看對于世界是如何認知的。未來，大數據會像現在的石油一樣，成為非常重要的戰(zhàn)略資源與資本，小公司及個人需要從大公司采購數據甚至采購算力。

數據驅動：現代文明的強勢思路

解決同一個問題，當然也可以有各種不同的思路。人類文明發(fā)展至今，解決工程問題的思路并不統(tǒng)一，還出現了兩派分歧。一派是以蘇聯為代表的“模型驅動”，他們數學功底極強但是缺乏算力與數據，所以研究重點是尋找準確但復雜的數學模型；另一派是以美國為代表的“數據驅動”，他們數學功底平平，但是計算機強大且數據量多，所以喜歡使用很多簡單模型的組合來替代復雜模型。

從目前的結果上來看，“數據驅動”顯然更勝一籌，這也是當代工程學的主流思路，從計算機的0與1發(fā)展到今天的機器智能，都是這種“使用簡單模型組合來替代復雜模型”思路的勝利。

那么，在這背后的底層邏輯是什么呢？

原因在于，單個復雜模型中包含了“過多的人工預設項”，相當于將模型的可進化能力降低了，而注入了過多建模者的個人理解；但是，多個簡單模型組合后，相當于留下很多“自由度”，以契合海量的數據，模型由數據引導發(fā)生進化，即所謂的“數據驅動”。從結果上看，一定量的數據就能讓簡單模型的組合進化到非常準確的預測水平，其實這完全基于并符合概率統(tǒng)計上的切比雪夫大數定律，以及微積分思想中的泰勒展開與傅立葉展開思想。

思維模型大變革：歡迎來到智能時代

回想工業(yè)時代，當時的核心思維模型是什么呢？其實就是“機械思維”，雖然我們現在往往都把它當作貶義詞去使用，但是，不得不承認，正是機械思維帶領我們快速步入了工業(yè)文明，而我們至今在解決問題時，其實也常常是以機械思維為主導的。

什么是機械思維？其實就是“因果思維”，一件事情的發(fā)生，是由另一件事情導致的。因果關系在數學中使用導數、積分、微分方程來表示，可以說，人類對于物理世界的認知其實就是微分方程。

但是，智能時代的到來顛覆了這一認知。這里舉出一個被《福布斯》雜志等多家媒體報道過的真實案例，讓我們再次感受一下大數據的力量。

有一天，一名男子找一家商店理論，原因是男子的高中生女兒竟然收到了一堆母嬰用品的優(yōu)惠券，“這不是鼓勵我女兒過早懷孕么？”男子非常生氣?？墒牵瑤讉€月后，男子卻反過來道歉，因為女兒真的懷孕了！這家商店利用大數據信息，分析數據的“相關性”，將男子的女兒打上了懷孕的標簽，它比男子更早知道他女兒懷孕。

這樣的例子已經數不勝數了，比如美國利用“用電模式”大數據，精準分析出那些在房屋內種植大麻的犯罪分子，至2011年僅在俄州一個州就破獲60例這樣的案件。

智能時代，“因果思維模型”將逐漸淡化，而“相關性模型”則發(fā)揮出越來越強的威力，我們將逐漸的用強相關性來代替因果性，不追究事件的說不清的原因，而更強調事件之間的相關性，因為這是智能時代解決問題最有效的手段。

大數據的魅力在于一切皆可量化

由現代信息技術引發(fā)的全球信息化浪潮沖擊著社會生活的方方面面，尤以“內容、數據、用戶和流量為王”的互聯網思維和技術不斷推陳出新，帶來了“工具是武器、技術是靈魂、數據是王道、人才是根本”的新一輪大變革，催生了知識型經濟、網絡化社會、數字化生存和數據化時代。

“云—物—移—大—智”是當前信息時代最熱的五駕馬車，即云計算、物聯網、移動互聯網、大數據和智慧城市, 這五個要素共同筑造著我國“IT新型態(tài)”的開端和雛形。鑒于“廉價、迅速、優(yōu)化”的最優(yōu)綜合成本，大數據作為云計算、物聯網之后又一大顛覆性的技術革命,其令人著迷的地方在于用“科學”的方法挑戰(zhàn)了“預測學”，幫助人們發(fā)現未知，輔助人們進行決策，實現了一切皆可“量化”。其核心價值是用數據還原過去、描述現實和規(guī)劃未來，具體是對海量數據進行采樣、存儲、共享和分析，幾乎涉及所有領域的結構類型,包括文、圖、音、像、表等多源、多元數據，可以說“處處是沙子、到處是黃金”。大數據技術的戰(zhàn)略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業(yè)化處理，在于數據自身潛在的價值。換言之，如果把大數據比作一種產業(yè)，那么這種產業(yè)實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據里的“淘金” 和“增值”。

一是大數據“很大”。大數據是巨量資料，所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理，是需要新處理模式才能具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。通俗地說，大數據的數據量和計算量非常大，大到現有主流軟件無法勝任，需要一個全新的體系架構來支撐。而云計算是當前新興的戰(zhàn)略性技術，已連續(xù)多年成為十  大戰(zhàn)略新技術之一，是隨著存儲技術、虛擬化技術以及分布式處理演進而來的，擁有六大核心技術、五種基本特征、四種部署模型和三種模式。現在部署的移動互聯網、物聯網、大數據和智慧城市等應用實踐主要歸功于云計算的發(fā)展，云計算是這些應用場景的核心技術支撐。因為沒有云計算，這些應用也就無從談起，其終極目標就是“IT成為水電一樣的生活基礎設施，一切皆為云服務(XaaS)”。

因此，云計算是大數據的最好核心基礎，大數據是云計算的最佳應用實踐。專家認為，沒有采用虛擬化和分布式技術的，都不能算是真正的云計算，沒有云架構的支撐，就難以實現真正意義上的大數據應用，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。所以大數據必須采用分布式架構，它的特色在于對海量數據進行分布式數據挖掘(SaaS)，必須依托云計算的分布式處理、分布式數據庫(PaaS)和云存儲、虛擬化技術(IaaS)。

二是大數據“不大”。通過多年的信息化建設和應用，現有的數據量雖然已經很大，但是還不夠多，常見數據的冗雜、維度和多樣化不夠，不能涵蓋真實世界可能出現的各種邊界情況，且長期處于休眠狀態(tài)。這需要在標簽索引、數據融合、挖掘分析時，必須建立協同參與的數據庫、模型庫和知識庫，必須結合現實數據和歷史知識，為用戶提供全方位、精確化和實時的情報信息和決策支持，從而實現從“已知”推理“未知”、從“現實”預測“未來”。

大數據的實質是“深度學習”，需要建立大規(guī)模訓練數據集，建成服務決策的仿真環(huán)境和專家系統(tǒng)。事實證明，沒有基于知識管理和專家參與的信息系統(tǒng)，難以實現精準的實時預測預警分析。這就需要人工智能技術，需要機器學習和訓練，最終形成專家群體參與決策分析。同時從平臺分析結果到實踐間的驗證、評估問題時，需要通過系統(tǒng)的模擬推演和現場重現，為進一步決策指揮提供可靠性測試指標，這需要建立模擬仿真平臺，真正實現“人在干、數在轉、云在算”。

當前我國高科技領域設計體系架構時，大多采用錢老的系統(tǒng)工程理論和方法，把系統(tǒng)建設當成一個復雜巨系統(tǒng)，需要建立綜合集成研討廳體系，就是在滿足數據整合和挖掘的基礎上，要集成模擬仿真和專家系統(tǒng)這兩個核心子系統(tǒng)，才能實現效益最大化和效率最優(yōu)化。大數據深度神經網絡的人工智能模型，其數據量和計算量都非常大，經常需要長久的訓練時間，需要算法專家、系統(tǒng)專家共同協同和不同數據的同步，更需要可持續(xù)的自主支撐技術，長期離不開新技術的研究和應用，尤其在自然語言處理、復雜網絡、社會計算和群智算法等新技術上必須擁有獨立自主的科研成果。

三是大數據的“自大”。大數據需要自上而下的頂層設計和自下而上的規(guī)范應用，兩者雙輪驅動、缺一不可。由于我國區(qū)域發(fā)展不平衡，各地信息化應用意識和水平不均，導致各地部署建設信息化工程項目時投入不一、各自為戰(zhàn)，在資源共享上唯我獨尊，甚至“泳道”條割、“煙囪”林立，“信息孤島”現象頻仍。一些地方高度重視科技引領作用，大手筆發(fā)展智慧城市，大投入建設大數據中心，為實施科技興國戰(zhàn)略肯花真金白銀、肯投重兵強將，全力打造了高大全的獨立平臺，資源獨享，權限獨占，只求數據向里導，不準外人實時查，強調權限自己用，明確不給他人授。正是缺乏全局的思考和系統(tǒng)的把握，往往將自我置身在“一家獨大”的信息墻、資源池和自留地里，無形中與墻外池外在物理、邏輯上形成信息壁壘，“只掃門前雪、不管他人霜”的思想猶存。

殊不知，在物流、人流、信息流、資金流多流并進的當下，玩大數據，不能自娛自樂，搞信息化，唯有團結協作。任何部門、任何區(qū)域、任何平臺都不能靠自身包打一切，務須深化“唯共享、方共贏”的認識，樹立“既要人人為我、更要我為人人”的理念，務須打破理念藩籬和數據通道，建設一個開放的、共享的、智能的云平臺，成為廣大用戶業(yè)務交互的陣地、數據交換的樞紐和用戶交流的載體，實現信息的協作、業(yè)務的協調和任務的協同。

四是大數據的“他大”。雖然“自大”難以走天下，但一些地方囿于人財物的投入不足，反之產生了“他大”思想。面對風起云涌的大數據應用，總是袖手旁觀、無動于衷，存在掌握新技術時往往一知半解，認識新業(yè)態(tài)中常常一葉障目，“只等別人建高樓，我直拎包入住用”的“蹭網一族”大有人在。

大數據時代的浪潮已經襲來，這對于我們每一個人來說，既是大數據的締造者，又是大數據的使用者，更是大數據的直接受益者，如何在海量的信息中坐收大數據的“漁利”，我們每一個人都不能置身事外。只有積極參與到人機、人網、人物、人事結合的同時，后臺記錄著你的每一次點擊和瀏覽、每一個行為和喜好，大數據的分析結果才能精準的推送到你的桌面和掌上，才能符合你所請求和查詢的預期。事實證明，只有在信息平臺上刷存在感，你才擁有賽博空間的獲得感。一切人性化的設計、個性化的體驗都是以每一個用戶的積極參與為前提，那種“躲進小樓成一統(tǒng)”的后果，往往會是人家收獲了黃金，你可能全是沙子，你需要的是汽油，得到的卻是石油

用AI給“不確定性”找規(guī)律，從看似無規(guī)律的數據中發(fā)現規(guī)律。從生產數據中尋找規(guī)則、建立模型，然后用模型判斷、預測設備狀態(tài)。企業(yè)進行價值網創(chuàng)新需要做好三個方面：第一，創(chuàng)造產業(yè)鏈縱深價值；第二，做好能力沉淀；第三，創(chuàng)造協同效應。當企業(yè)足夠強的時候，生態(tài)會選擇企業(yè)。如果只能在一個點上找到成長空間，可能會局限企業(yè)的思考路徑。最好是在打點、連線、結網思考的各個維度上，尋找到不同的成長空間。

未來企業(yè)不再依靠產品賺錢，而是通過產品做為切入點來最大限度的獲取你的個人信息，最后把這些信息輸入人工智能，經過人工智能處理，再在消費端給你推薦你所需要的產品。

未來比拼的是一個人的綜合能力、跨界能力。智能機器人只能做到在一方面做到極致，舉個例子：與機器人相比，人工有三個方面的不足，一方面人工翻譯掌握的詞匯量沒有機器人豐富，另一方面人工掌握的語言種類沒有機器人多，再者就是人工翻譯可以掌握多國語言，而人工翻譯能達到的卻寥寥無幾。那么，人的長處體現在哪些方面呢？我能想到的就是跨界能力，機器人的極致能力只能跟你提供你所需要的信息，但是要做決策，需要掌握各個維度的信息。

科學文明和工程文明是人類現代歷史的基礎?？茖W家解決可能性問題，而工程師解決可行性問題。比突破技術壁壘更難的是建構這個生態(tài)！

我們推崇從0到1的創(chuàng)新，人們也喜歡看從無到有的魔術。然而從1到100也是一個充滿創(chuàng)新的過程。把創(chuàng)意落地成產品、把科學轉化為生產力需要專門的技能，這些技能的獲得需要人們理解新的科學前沿知識，也需要熟悉工業(yè)生產流程。 

這通常需要兩種基本能力的培養(yǎng)： 

第一，是資源的構架能力。放大已有的方案，實現從1到100的能力。從0到1只解決了可能性，從1到100則要解決可行性。這需要多種能力的組合，對多項技能和資源的深入了解，以得出最好最穩(wěn)定的解決方案。

第二，是有邊界的設計能力。因為工程學的目的和意義是解決現實生活中的某些實際問題，所以必然會受到“條件約束”，即物理學上常說的邊界條件。這里的約束，首先是科學規(guī)律的約束，其次還有時間約束、財力約束、競爭約束、人類行為的約束等。夢想和現實的距離，商業(yè)上的投入產出比，也是約束。

工業(yè)創(chuàng)新往往來自已知技術在新領域中的應用。一個領域中已有的技術，可以在另一個領域中發(fā)揮新的功能。這些新應用的發(fā)生需要不同領域的人在一起交流碰撞，營造良好的溝通氛圍。

工業(yè)創(chuàng)新還需要把每一步都做到極致，才能看到累積的結果。每一步成功的概率都是前面所有步驟和所有器件穩(wěn)定性的乘積；再就是在已有的基礎上進行改進，每次提高一點點，但當這個提高了一點點，周邊的零件和設備又顯得不匹配了，你就繼續(xù)把周邊的都提高一點點。所以說做得最差的那個就是核心問題。你一旦解決了這個，一定會有下一個成為新的核心問題。一路這樣迭代下去，你就會發(fā)現整體上有了質的飛躍。 

工業(yè)創(chuàng)新又源于協同創(chuàng)新，需要大量不同行業(yè)的工程師在一起協作，彼此深入了解對方的技術和工藝，從而知道怎樣改進自己的工藝和設計以最好地配合其他部分，從而實現整體的目標。

工業(yè)設計的全新定義“新的系統(tǒng)設計師”

面向工業(yè)4.0的工業(yè)設計的核心在于將虛擬的數字世界和真實存在的物理世界有機融合，它將是綜合客戶需求、硬件制造、工業(yè)設計和互聯網的復雜系統(tǒng)設計。除了傳統(tǒng)意義上工業(yè)設計的功能與造型設計之外，未來工業(yè)設計也將更加關注用戶在產品設計中的意愿和個性化表達。

同時，小批量高速迭代、多種技術融合、產品快速升級，這些要求都對傳統(tǒng)的制造業(yè)模式和產學研管理提出了全新的挑戰(zhàn)。比如，組織跨專業(yè)的設計團隊和制造型企業(yè)協同創(chuàng)造，將是一個復雜但必需的過程，這也將成為未來工業(yè)設計中的核心研究課題。而跨專業(yè)的實踐訓練和持續(xù)學習，也將成為未來工業(yè)設計教育的核心。

專利給了第一次提出這樣想法的人獲得豐厚回報或幻想財富的機會。但憑借今天的信息交互之便利，越來越多的工業(yè)企業(yè)意識到把知道怎樣做的方法拿出來與同行和供應商共享，反而會獲得更大的收益。如今，在要實現工業(yè)4.0的制造業(yè)中，專利在有限地作惡，它成為知識工作者妄想坐享其成的迷夢。不要輕易否定這樣的言論，如今發(fā)展得如火如荼的開源研究模式，就是對專利這一歷史上產生的怪物展開的斗爭。

我們推崇從0到1的創(chuàng)新，人們也喜歡看從無到有的魔術。然而從1到100也是一個充滿創(chuàng)新的過程。把創(chuàng)意落地成產品、把科學轉化為生產力需要專門的技能，這些技能的獲得需要人們理解新的科學前沿知識，也需要熟悉工業(yè)生產流程。 

創(chuàng)業(yè)往往分為兩個步驟：發(fā)現問題和解決問題。

發(fā)現問題只是完成了一半，選擇一個好的模式解決問題或許能讓創(chuàng)業(yè)者們少走許多彎路。

目前，解決問題主要有以下幾種模式：

第一，“山寨”模式。對標同類企業(yè)或者遇到相同問題的企業(yè)，參照他們的方式做調整。

第二，根據長期培養(yǎng)出來的工程意識做決策。

第三，通過數學、物理等科學方法，將復雜問題簡單化，通過找出問題的核心關鍵點來解決問題。

在這三種模式中，第一種模式難有突破性創(chuàng)新，第三種模式最優(yōu)但一般人難以做到，第二種模式——工程意識是非常重要且值得培養(yǎng)的，也是能把學術研究和商業(yè)實踐進行有機結合的核心能力。

成功科技創(chuàng)業(yè)的共性：

領頭人具備綜合素質

在智能硬件方面，領頭人一定要有混合式的交叉背景，他不但要懂機械和電子，也要懂軟件和設計；他不但要是產品經理，還要是市場經理、人事經理、運營經理。

雖說人無三頭六臂，但是要做好硬件領域創(chuàng)業(yè)公司的領頭人，這些是必備素質。

好的創(chuàng)意

好的創(chuàng)意怎么產生？設計思維、批判思維、市場調研、頭腦風暴、集思廣益，這都是必不可少的過程。

團隊建設

隨著產品不斷試錯的過程進行迭代，配備合適的團隊才真正具有戰(zhàn)斗力。

做與眾不同的產品

不要看別人做什么，我就去山寨。要做就做與眾不同的產品。

核心競爭力

不要老想忽悠資源，只有具備核心競爭力，你才不容易被取代。

商業(yè)的目的就是創(chuàng)造交易盈余

交易盈余＝消費者盈余+企業(yè)盈余。

消費者盈余＝使用價值-交換價值。使用價值是消費者對商品效用的估值。消費者覺得商品值多少錢，減去消費者實際花出去的錢，就等于消費者盈余。當然，花出去的，不一定只有錢，可能還有搜尋、談判的成本。這些構成了消費者的交易費用。

使用價值是主觀的，同樣的商品，每個人在不同的情況下估值不一樣。饑餓時候的一碗飯和吃飽了時候的一碗飯，價值不一樣。

企業(yè)盈余＝企業(yè)收入-成本費用。企業(yè)支付的成本，可能又是其他人的收入。如工資是工人的收入，采購費是供應商的收入，銷售費用是銷售員和渠道商、廣告商的收入。

企業(yè)經營的目的，就是創(chuàng)造更大的交易盈余，讓顧客、渠道商、員工、供應商以及股東，都有得賺。

這需要創(chuàng)新，一方面，要想辦法為客戶創(chuàng)造更大的價值，另一方面要想辦法節(jié)約費用。簡單講，就是創(chuàng)造有利可圖的客戶價值。

同樣東西，賣給不同的人，賣到不同的地方，銷量不一樣，這是因為不同地方的需求滿足程度不一樣。這是市場的創(chuàng)新。

同樣的客戶，不同的商品，功能性能不一樣，使用價值不一樣，愿意支付的價格也不同。這是產品的創(chuàng)新。

針對同樣的客戶打造同樣的商品，使用不同的生產工具、技術、生產流程，生產效率不同。這是生產方式的改善和創(chuàng)新。

同樣的原材料，不同的供應商供應費用不同。或者同樣的功能，用不同的材料代價不一樣。這是原料及原料供應商的創(chuàng)新。

最后，和利益關聯者不同的合約方式，對大家的激勵程度不同。好的合約，能夠降低交易費用，激勵參與者的積極性，將人的主觀能動性調動起來，把勞動力釋放出來，從而創(chuàng)造更大的價值。

如上這些創(chuàng)新，單一創(chuàng)新有價值，合起來創(chuàng)新價值更大。通過創(chuàng)新，就能創(chuàng)新更大的交易盈余。

企業(yè)的價值，不僅僅是自己獲得的利潤，還有為所有參與貢獻的利潤。一起加總，是企業(yè)創(chuàng)造的價值空間。企業(yè)讓大家都得利，自己也從中得利，這就是成人達己的邏輯。

數字化價值經營

1、從雙碳-區(qū)塊鏈落地洞察數字化科技如何價值經營

正如前文所說，隨著社會上越來越多的人開始關注，過去的一年被認為是“區(qū)塊鏈+雙碳”元年。這說明人們開始逐步發(fā)現、認可區(qū)塊鏈技術在雙碳領域的價值，也是區(qū)塊鏈實現”價值經營”理念的第一步。曾幾何時，隨著區(qū)塊鏈技術的火爆，不少企業(yè)對外宣稱在使用區(qū)塊鏈技術，但實際上區(qū)塊鏈并不能解決這些企業(yè)的業(yè)務需求和痛點。而很多科技大廠在行業(yè)發(fā)展早期，以技術開發(fā)人員為班底組件了區(qū)塊鏈團隊或部門，過了幾年當企業(yè)要求團隊實現商業(yè)變現時，又似乎找不到好的商業(yè)模式，經常被詬病“拿著錘子找釘子”。

《哈佛商業(yè)評論》前主編Theodore Levitt說：人們不僅僅需要買一把打洞的鉆頭，而是想要一個洞。(People don’t want to buy a quarter-inch drill. They want a quarter-inch hole)近年來，科技企業(yè)高管越來越關注，如何通過“價值經營”理念來解決新興數字化科技走向市場的問題。為了更好地把技術價值融入到不同行業(yè)的業(yè)務場景中，數字化價值經營把新興技術市場化分為三個階段：價值認可，商業(yè)盈利，模式優(yōu)化。

(1)價值認可。產品和方案滿足市場需求，市場認可產品和方案的價值。這看上去不是什么難理解、難解決的問題。但這個問題的本質是科技公司、團隊如何理解需求和價值。ToB(企業(yè)服務)這個領域，本質上買的是行業(yè)Know-how，在不理解行業(yè)背景和用戶需求的情況下想做出被認可的標準化產品是不現實的。今年三月，生態(tài)環(huán)境部公開中碳能投等機構碳排放數據作假的新聞被報道，很多人才意識到需要數字化新技術（像區(qū)塊鏈）引入，碳排放、碳核查、碳交易多方之間需要可信、共享且隱私的平臺。我們在深入調研核查機構TIC全流程并和碳核查部門共同制定MRV數字化解決方案，才讓業(yè)內人士也認可了區(qū)塊鏈技術的價值。

(2)商業(yè)盈利?？萍籍a品必須在某些行業(yè)或業(yè)務場景長期保持需求，而不是一錘子買賣陪甲方爸爸做實驗，才能保障合理的商業(yè)盈利模式。在價值被認可的基礎上，要實現持續(xù)的商業(yè)變現、盈利，需要考慮外部的行業(yè)、場景、需求，還要評估內部的產品、服務、成本，有以下幾點供大家參考：一是充分了解客戶和行業(yè)避免閉門造車，二是以專業(yè)的服務去引導客戶模糊的需求，三是控制成本必須做到非線性增長。雙碳-區(qū)塊鏈數字化平臺構建初期，在完成國家示范試點和公司相關任務的前提下，我們采取了“精益”策略，聯合多方生態(tài)，以最低成本敏捷啟動研發(fā)和業(yè)務的開展。

(3)模式優(yōu)化。做大做強，從來都是好企業(yè)的愿景和目標。這就像一個雪球可以越滾越大，逐步實現復利式增長，最終獨享一條雪道。這個階段一方面要考慮如何建立壁壘，樹立品牌讓社會效益向經濟效益轉化，讓產品更加尊重用戶體驗，拓展并分類行業(yè)賽道、渠道及資源；另一方面需要耐心和驅動力，讓團隊堅持做困難但正確的事，才能從諸多雪道中脫穎而出，看到廣闊的雪野。天之道，損有余而補不足；人之道，損不足以奉有余，很有道理。

商業(yè)模式是“利益相關者的交易結構”。

其實，要從0開始構建一個商業(yè)模式，中間所涉及的過程，它的方法論，總結起來就是六個步驟。

1)自己；2)客戶；3)能想到的所有其他人；4)連接他們；5)去掉、增加或挪動利益相關者；6)整體有增量。

核心要點是，怎樣找到那些利益相關者，并且在所有人獲益的前提下，設計出他們之間的交易結構。

商業(yè)模式既然是“利益相關者的交易結構”，那么什么是好的商業(yè)模式呢？

就是讓參與這個交易結構的人，獲得更大的利益了。

找對人，畫對圖，都獲利，就是好的商業(yè)模式。

如果只有我們自己獲得更大利益，而最終驅動循環(huán)的其他節(jié)點沒有獲得更大利益，這是不行的。

這個驅動是誰？是客戶。是合作伙伴。

但是，怎么可能所有人都獲利呢？

如果所有人都獲利，是因為這個交易結構，一定創(chuàng)造了一個“全局性的增量”。

它一定利用效率的優(yōu)勢，組織資源的方式，創(chuàng)新的辦法等等，創(chuàng)造出了增量。

這是商業(yè)模式的真正價值所在。

現在，拿起白板和筆，開始設計你的商業(yè)模式吧。

技術與價值鏈創(chuàng)新

什么是技術？布萊恩·阿瑟在《技術的本質》一書中說：技術是對現象有目的的編程（或組合）。

從這個意義講，一定的價值鏈，即是一種技術。因為價值鏈是有目的的，同時價值鏈涉及了對資源要素的有機組合。

價值鏈是圍繞顧客需求構建的價值設計、采購、生產、流通、銷售、服務、支撐的價值流程。價值鏈是由價值活動構建起來的。

價值鏈不是千篇一律的，也不是一成不變的。不同的價值鏈有不同的經濟績效。有些價值鏈的價值空間大，運作效率高，而有些價值鏈扭扭捏捏磕磕絆絆。

技術是價值鏈的重要影響因素。技術包括生產設備、流程、工藝、軟件等。新技術的應用，會改變生產流程，從而改變價值鏈。

我們今天講數字化升級，首先要構建的是數字價值鏈——基于數字化技術重構價值鏈形式。其次再基于新的價值鏈，構建新的組織形態(tài)。

價值鏈是可以變的。價值鏈也應該持續(xù)改進。價值鏈決定了組織。當然，組織也決定價值鏈。二者相互影響。企業(yè)經常遇到一種情況，就是組織形態(tài)不能適應創(chuàng)新的價值鏈，甚至會成為創(chuàng)新價值鏈的阻礙因素。這是因為老的價值鏈有老的組織形態(tài)，同時也有老的既得利益者。創(chuàng)新可能就動了他們的蛋糕。

在早期就預留自適應的組織是非常重要的。流水不腐，戶樞不蠹，一旦僵化，就會衰落。

組織要能支持價值鏈創(chuàng)新，技術要驅動價值鏈創(chuàng)新，創(chuàng)造有利可圖的顧客價值是價值鏈創(chuàng)新的方向。