我从1999年开始研究互联网，2003年成为阿里巴巴的战略顾问，2006年全职加入阿里巴巴，负责战略工作，一口气干了12年。这12年，我参与了阿里巴巴、淘宝、支付宝、菜鸟、阿里云计算等数个千亿级美金的创业。

　　这几年，因为创办湖畔大学，我又有机会跳出阿里巴巴，接触到了很多不同类型的创业企业，让我开始意识到大家对未来的感知有很大的差别。其中一个很重要的原因就是，中国是个快速变化的市场，技术变革、政策环境、经济结构变化带来的商业大变化，不但激烈而且迅猛，变化的周期又很短，原来20年才走完的周期，现在可能10年甚至七八年就已形成了一个完整的周期。

　　在这样一个剧烈变革和转型的时代，我们很难看清楚未来，但是越是这样，越需要有一个相对长期的视角。我们现在看到的趋势，可能不仅只是下一个10年的趋势，更可能是关系到未来20年、30年、甚至是50年的大浪潮。今天我们眼前发生的一切都是一个新时代的开始。

　　全球最值钱的互联网公司都做对了什么？

　　2017年全球市值排名前10名的公司中，有6家（苹果、谷歌、亚马逊、阿里巴巴、腾讯、Facebook）在10年前几乎都还默默无闻，而今天市值都超过了5000亿美元。

　　这些巨头究竟做对了什么？

　　我总结了它们在三个重要方向的创新：

　　第一，在线化。顾名思义，就是联网，将物理世界转换映射到一个互联网上的虚拟世界中。1996年，比尔·盖茨下定决心力推IE浏览器。微软用IE浏览器赢得了PC互联网时代，并在商业世界一直能占据一席之地。

　　苹果公司则用iPhone奠定了移动互联网时代的硬件标准，将硬件、软件、服务、生态全部合为一体，完成了移动互联网化，成就了今天的苹果帝国。

　　第二，智能化。谷歌的成功，最重要的是推动了整个商业的智能化进程。搜索是第一款大规模商业应用的智能服务，任何人在搜索框中输入一个关键词，就能够让全世界的知识为你服务，并能够迅速在秒级时间内获得你想要得到的信息。这是一个了不起的突破，我们今天回想起来都觉得是一个奇迹。

　　除了搜索之外，智能服务的第二个核心产品是推荐。亚马逊可以说是这一领域的开山鼻祖，这也是它能够在营销端获得巨大突破最重要的基础。另外，亚马逊把零售和物流全流程在线化，使得零售效率得到了巨大提升。

　　第三，网络化。

　　腾讯和Facebook都是在社交网络化方面走得很远的企业。阿里巴巴，特别是淘宝，则是将网络协同和智能化这两个方面做成了一个紧密结合又互相促进的生态。

　　谷歌非常赚钱的广告系统，也是一个由千万级的小广告主和千万级的网站所组成的高效生态。所以，可以看到，如今最成功的互联网企业都是在在线化的基础之上，在网络化和智能化方面取得了重大突破。我把这一批具有代表性的互联网企业统称为“智能商业”。

　　最近中国发展比较快的互联网企业，都是在这三个轴上有新的突破，才在一个领域里面奠定了自己的领先地位：

　　今日头条就是走在智能化这条路上，它从传统的内容搜索走向内容推荐，并在这个点上打穿，成就了自己过去几年的爆发式成长；

　　滴滴完成了打车服务的在线化，当然，前提是有了智能手机的广泛普及。由于有了地图服务，让在线定位变得非常清晰，在这个基础上，滴滴把打车服务变成在线服务，然后通过算法进行优化，成为智能服务，从而成就了自己；

　　美团一方面是把传统的生活服务在线化，另一方面也是在构建一个生活服务的协同网络。

　　智能商业双螺旋：网络协同+数据智能

　　智能商业最重要的两个子组成部分，分别是网络协同与数据智能。二者机制不同却又相辅相成，网络协同推动数据智能发展，同时，数据智能也成为了网络协同扩张不可缺少的助力，构成了智能商业的双螺旋。

　　网络协同

　　网络协同，指的是通过大规模、多角色的实时互动来解决特定问题。以前我们解决一个问题，通常需要通过命令，科层制或者在简单市场中通过价格信号进行调整，但今天更多的是通过大规模的、并发的、多角色的实时互动加以实现。

　　举个例子，腾讯微信的推出就是社交网络的巨大成功，它把全中国的人都联在了一个网络上，已经达到了8亿多的用户。而Facebook连接全世界的使命，让它在全世界的扩张也以无与伦比的速度在往前滚动。他们的核心是在网络协同的方向上卷入更多的人，产生更丰富的互动，带来更大的社交体验和价值。

　　而淘宝和谷歌除了在网络协同的方面有比较大的发展之外，同时在数据智能方面也有很大的领先。

　　数据智能

　　这也是智能商业的第二个组成部分。数据智能的本质就是机器取代人直接做决策。谷歌开创了一种基于数据智能的精准营销的广告方式。存在了100多年的传统广告，其效率是没法准确评估的。

　　人们以前总会开玩笑说，“我知道广告有效果，但我却不知道是哪一部分有效果，到底起了多大的作用。”而谷歌的精准广告是广告投放模式的革命。用户在谷歌上输入了某些关键词，自然可以将其判断为相关领域的潜在客户。

　　比如你到搜索引擎上搜索“搬家”，你要是没有搬家的意向，根本不可能搜这个词。搜索引擎会根据你的意向，直接推送一个很相关的服务。同时这个广告位的价格，是通过市场竞价、实时在线产生的。

　　传统广告全部都是事先定下价格再人工销售的，而在互联网上，一旦有用户搜索了相关的关键词，这时下一秒钟究竟闪现谁的广告，就是由相关性、出价高低等很多因子根据算法来实时决定了。

　　更重要的是只有当用户点击了这个广告之后，广告主才需要付费。如果没人点击，就不会收钱，它是事后付费模式。所以广告就变得非常精准了。

　　机器学习的反馈闭环必须是业务天然的一个有机部分，换句话说，用户行为本身留下来的数据在帮助机器学习，这才是一个自然的智能商业循环。

　　再看看过去几年冒出来的新企业，比如说大家熟悉的滴滴。滴滴的本质是基于数据智能，把用户（一个乘客和一个司机）快速地匹配在一起。算法可以让匹配效率越来越高，乘客等的时间越来越少，但同样重要的是司机空跑的里程要越来越少，这样的话客户的成本也会越来越低。

　　另外一个典型的例子是今日头条。当大部分人认为从新浪的门户到微博、到微信的公众号，内容领域已经没有多少创新空间的时候，今日头条通过智能的推荐引擎，变成了一个大家都离不开的内容推送平台，取得了非常大的突破。

　　可见，在越来越多的领域里面，无论是基于数据智能，还是基于网络协同，都能够产生领先的创新企业。未来如果不在这两个方面有质的突破，在新商业的竞争中，你是没有生存空间的。

　　黑洞效应：智能商业胜出的秘密

　　讲清楚了网络协同跟数据智能双螺旋的运作，我想回过头来解释一下：滴滴、今日头条、摩拜、快手、瓜子，到最近的抖音，为什么这些互联网新兴企业能够拥有如此强大的生命力？同时，那些已经拥有庞大体量的互联网公司，例如阿里巴巴、腾讯、亚马逊，又是如何继续保持高速增长的？

　　我称其为智能商业的“黑洞效应”。

　　既然叫“黑洞”，自然意味着它有巨大的能量场。那么这些“黑洞”的能量场又是如何形成的呢？

　　第一是网络效应。网络协同天生就带有“网络效应”，具备指数型扩张等大众已经非常熟悉的互联网天然优势。

　　第二是学习效应。数据智能有着乘法的优势，打个比方，机器的算法在对数据的不断处理过程中，就提升了自己的智能水平。这是7×24永不停歇的自我运转，所以这种学习效应是乘法叠加的。“黑洞”型企业越学越聪明，学得越来越好，越来越快，这就是学习效应。

　　第三，我称之为“数据压强”。当一个网络不断扩张的过程中，数据天然会被记录下来，数据就越来越多。在这种巨大的原生性压力面前，人力束手无策，数据智能是唯一且必然的选择，这天然推动数据智能的发展。

　　以淘宝为例。

　　早在2008年之前，我们就已经感觉到传统的类目再也无法处理这个平台上如此之多的商家和商品信息了，消费者的购物效率出现了直线下滑的趋势。因此，淘宝从2007年开始计划，在2008年全面投入，用搜索引擎取代了传统的分类浏览。对于搜索引擎而言，处理一亿件商品与处理一百亿件商品并没有太大的区别，只要它的可扩容性可以承载就可以了。这是人力无法达到的效率了。

　　第四，数据的积累又会进一步推动网络的扩张。数据跟物质完全不一样，物质越用越少，而数据和信息的使用过程是一个价值创造的过程，谁看了，有多少人看，本身就有巨大的信息含量，如果这个人再点个赞，再写个评语，再转发一下，信息的价值就更加以几何级数上升。

　　所以任何互动产品的设计都非常有价值，因为你让信息的消费，变成了信息的再生产，变成了信息价值的再创造。数据传播的边际成本又非常低。这种不对称性，使得数据有很强的动力去尽可能地在全网络传播，这是一种天然的网络张力。

　　以上四大优质DNA的重叠附加与彼此赋能，让有着“黑洞效应”的企业们占据了指数级增长的竞争优势。这些优势的乘法叠加，足以在各自的行业和领域内掀起一次又一次的惊天风暴，也由此诞生了一个又一个智能商业独角兽。传统商业在面对这样的对手时，几乎毫无还手之力。

　　在智能商业的时代，想要让自己的企业获得成功，首先要问自己 4 个问题：

　　第一个问题，我的企业能否最大限度地实现网络化？

　　第二个问题，我的企业能否尽可能地引入机器的学习效应？

　　第三个问题，我的企业能不能在网络扩张的过程中，尽可能地用机器决策取代人工决策？

　　最后一个问题，我的企业能否让自己收集的数据与更多不同类型的数据产生交换？

　　这4 个问题，每解决一个，你就离成功更近一步。这4个问题代表了“黑洞效应”的4 个不同优势，无论哪一个优势都能为你的企业带来巨大的发展动能，都能为你的企业创造出巨额的价值。