亿邦号

【詠歌】数据环境下的新商业文明崛起(上)

王詠

06-09 19:07
+ 关注

4.19号南讯软件产品发布会上,南讯软件副总裁王詠在发布会演讲中对“数字经济”作了深刻的阐述,并提出数字经济将成为新商业文明的观点。通过全方位的阐述和生动的案例展示,王詠充分说明了数据在当下和未来对商业效率的革命性改变,进而催生全新的商业文明—数字经济。他认为,现在大部分企业对数据的重视程度较低,运用能力也还在初级阶段。因此,企业现在开始构建自己的数据系统便能以最低的成本掌握行业先机。

数据环境下的新商业文明崛起

前几天全球最知名的咨询顾问拉姆·查兰先生提出:全球的经济规模总量大概为75万亿美元。现在中国经济规模的总量是10万亿-11万亿美元之间,这是非常大的体量,更重要的是未来20年整个增量会超过40%, 这意味着极大的市场潜力。他认为中国经济的增量会超过全球的平均水平。同时他提出另外一个问题,这些增量里面哪些与我们有关?

我的思考是,在这个新增量里面怎么能获得高于别人的份额?新增量是怎么被创造出来的,我们在这里面的份额会有多少?市场的蛋糕未来肯定以及一定是会被越做越大,只是到底你能够分到多少份额,或者是你还在不在这个桌子上?值得我们深思。

数据正在改变商业


如果有人问我未来能够让经济蛋糕变得更大的因素是什么?我会告诉他这个因素一定是数据。不管你同意不同意,一个无法否认的事实是数据正在改变我今天的商业行为。

第一个案例:在凯文·凯利的《必然》追踪一章中提到,未来每一辆车上都会装在一个收据搜集器,这个搜集器会详细地搜集你用车的行为,包括速度、踩刹车的次数、加速的频率、油耗等等。然后4S店根据每个人的用车数据来设置车的保养计划和保险金额。也就是说大数据时代我们每个人的保养和保险都是定制化的,大数据将改变4S店和保险公司的商业模式。

第二案例:苹果(包括各种手环)的健康管理系统。苹果手表监控我们的睡眠和运动情况,详细记录每一天我们身体的各种数据,当我们生病的时候,医生只要调出我们最近几个月的数据情况,结合我们的症状就能够准确的判断我们的病情,从而大大提升就医效率。随着数据量越来越多,我们甚至可以提前分析和判断疾病的发生。所以,数据追踪将改变我们的生活。但这还是数据的作用,还不算真正意义上的大数据。

第三个案例:农夫山泉,在全国有十多个水源地。农夫山泉把水灌装、配送、上架, 一瓶超市售价2元 的550m l饮用水, 其中3毛钱花在了运输上。在农夫山泉内部,有着“搬上搬下,银子哗哗”的说法。从2008年开始农夫山泉的业务员开始在每个网点统计数据, 每个业务员到网点后会详细的统计库存和货架情况,并拍照片。每天这些业务员会跑十多个网点,每个区域有上千个业务员,这样的数据汇总之后。让每个区域之间形成联动,共享数据,同时通过连续的数据分析预测网点销量,从而减少更多的无效搬运。在没有大数据支撑时,农夫山泉在物流领域花了很多冤枉钱。而有了大数据的支撑,农夫山泉提升了整个经营的效率。这些销售业务员在最前端成为一个个神经末梢,搜集着各种各样的数据,外部环境的任何变化和客户的任何一个痛点,在大脑这里都能快速感知到。从而快速反应。农夫山泉的案例只是一个缩影,大数据在很多领域正在通过数据搜集做预判从而减少不必要的浪费,最终提升商业效率。

数据提升资源配置效率


数据解决了我们资源匹配的问题。

从商业文明发展来看,商业的每一次进化都跟劳动效率的提升有极大关系。工业革命通过机器大幅度提升了人的劳动效率,管理学的诞生将人这种资源的效率充分释放。过去200年间我们商业的进步大部分来自资源本身的效率优化。资源本身的优化存在极限和瓶颈,而大数据时代的到来我认为是从资源配置上解决了效率提升的问题。

德鲁克说不怕执行力低,而是怕执行力高的做着错误的事情。大数据是告诉我们什么是真正有效的事情,它就像一个瞄准器,告诉我们哪里最能够产生价值,从而将资源配置到最能够产生价值的地方去。找到商业文明发展的本质是资源匹配效率,才能一层层向上剥,看清各种商业现象背后的本质。无论是计划经济也还是市场经济也好,本质上,解决的是资源匹配的问题, 大数据见将引发一场新的资源配置革命。

在资源配置方面,中国经济是计划经济和市场经济并存的,这两者之间最本质的区别是什么?所谓计划经济和市场经济,实际是在对资源的配置上由谁来主导,计划经济是政府来做资源配置,市场经济是按市场来做资源配置。哪种方式配置资源的效率高,那我们就采用哪种方式,在数字经济时代,还会出现一种情况,那就是人工智能结合大数据来做资源配置,能够准确地提升资源匹配的精准度,将资源配置到最能发挥其效益的地方去。

比如,滴滴打车的智能派单系统,是不是比起传统的资源配置模式更能够实现资源的效率。滴滴不仅仅是一家打车公司,而是一家数据公司。可以这样说,未来所有的互联网公司都是数据公司。滴滴自己成立了一个滴滴研究院,这个研究院做什么呢?专门分析人们的出行数据,通过打车的数据,分析在哪里打车的人最多,哪条路在什么时间段最堵车,哪家公司10点以后打车的人最多,10点以后的打车人最多说明什么?加班多从而可以得出不同公司的加班程度。分析哪条路最堵,可以协助交通部门优化交通--这都是在做资源的优化配置。这是未来的商业方式,也是大数据的真正价值。

繁荣的背后


我们看到过去几十年中国制造的繁荣,却没有看到中国制造繁荣的背后是极低的效率和利润率。在过去几年的手机行业,超过90%的利润被外资拿走(主要是苹果,三星)。这几年随着国产手机的崛起,情况稍微好一点,但大部分的利润仍然是被外资赚走了,苹果公司保持的高额利润水平我们国产手机没有一家可以做到。国产手机无时不刻在压价、竞争,这样利润率能高吗?

超过70%的车企利润也是属于外资或者合资公司。在汽车制造业,大部分的利润是被合资企业所赚得,国产车是在夹缝中求生存,要不就是像比亚迪这样靠政府保护。

在药企制造业也一样,超过64%的医药行业的利润属于外资。美国药企所占了中国大部分的市场份额。国内位列前十的药企加起来,占整个市场份额不足5%。而且进口药利润很高这是不争的事实。

按理说,我们是土生土长的中国人,我们比他们更懂中国的国情但是在竞争上却比不过他们。原因是他们比我们更懂管理,更懂技术。这是他们能够拿走高额利润的主要原因。我们的企业能拿高额利润那得靠政府关系,靠投机。而国外的这些企业,是实打实的靠技术,靠管理,该缴的税一分不少,该缴的保险全部缴,外企员工的福利也是最好的。外企也很少因为交税破产。这就是差距--这些企业靠良好的管理来解决资源配置的优化问题,通过管理能力的优势,从而占据了利润上的优势。

中国经济距发达国家有多远


表面上看我们即将步入发达国家之列,按目前的GDP增速未来10年内我们会步入发到国家之列,但是仅仅看数据上的变化差距不大。在中国每创造1美元的GDP所产生的资源消耗是美国的6倍。这6倍里面一部分是资源本身生产效率低引起的,一部分是资源配置效率低引起的。

从零售业举例来说,为什么在美国、日本,电商不能够像在中国这样火爆?很大一部分原因是他们实体零售本身的资源配置效率就很高。沃尔玛、好市多、7-11、全家等超市本身运营水平就很高。曾经我说过只要中国的传统零售把资源浪费的环节减少了,实体店就不怕电商的冲击了。

最近我写的一本书专门研究如何用最少的资源要素产生最多的价值。我给这本书取了一个很艺术的名字叫《简洁的力量》,这是我从艺术领域上得到的启发。简洁的产品总是能够耗费最少的原材料满足用户需求,没有丝毫多余的浪费。用最少的元素体现最大的价值,为什么在经营上不能这样?如果经营上也能够这样做到每一份资源投入都能够产生最大化的价值,大家可以想象一下那我们的利润率会是什么样的一个水平?

所以我们看到,我们与发达国家背后资源配置效率的差距还是挺大的,这也是未来经济发展的新的增长点,新的突破口,差距大说明提升的空间还很大。未来的中国经济的增长一定是靠对传统行业生产效率和资源配置方式的改革,改变过去依靠自然资源消耗的增长方式。

华南理工大学陈春花教授曾经说过这样一句话,管理在民营经济的增长贡献率上是非常低的,过去我们的经济增长大部分来自资源的大量消耗带来的增长。未来经济的新增长点在提升管理在增长中的作用,从过去的粗放式增长转变成为精细化的增长模式。

认知贫富差


所以我们看到现在我们的商业文明是畸形的,一面是高速发展的互联网,一面是缓慢发展的管理。中国经济的发展是不均衡的,这种不均衡体现在很多方面。比如沿海企业的管理与内地企业的管理差距还是挺大的,人员素质的差距也不小。不仅仅在收入上有贫富差,在管理上也存在很大的差距。我把这种差距叫做认知贫富差。如何理解?我认为认知贫富差是企业对外部环境不同的理解和对趋势解读的差异。知贫富差的出现是因为信息的不对称、信息不全,接触到信息的速度不同。这些都会造成企业在认知上的差异。它将直接影响到企业的经营决策和经营水平。所以我认为未来企业之间的差距不是规模上的差距而是认知上的差距。

当下所有规模上的投入都可以用资本来解决,而唯独认知不可以,这是思维层面的东西,认知的获得需一是要大量的学习积累,二就是需要数据。举个例子:人与机器人的差别在哪里,就在认知,人获得认知的方式是大量读书,大量学习。机器人获得认知的方式是不断读取数据,从数据中学习。所以说数据是未来补足认知贫富差距的唯一路径。

数据将成为新的经济驱动要素


传统的商业是产品流驱动,由产品来指挥物流和资金流的协调。而数据驱动的商业是以信息流来驱动产品流和物流、资金流。数据汇集而成的信息是驱动商业行为的起点。如果说过去的时代是产品的时代,那未来的时代一定是信息的时代。信息的重要性将被提升到前所未有的高度。

+1
收藏 +1
新浪微博 QQ空间
关闭
点击上面的就可以分享啦
收藏成功
/140 0