新書推薦：
《
投资真相
》
售價：HK$
81.6
《
非洲大陆简史（萤火虫书系）
》
售價：HK$
93.6
《
中国龙的发明：近现代中国形象的域外变迁
》
售價：HK$
119.8
《
和离：完结篇
》
售價：HK$
63.4
《
知宋·宋代之军事
》
售價：HK$
94.8
《
我能帮上什么忙？——一位资深精神科医生的现场医疗记录（万镜·现象）
》
售價：HK$
81.6
《
智慧宫丛书026·增长：从细菌到帝国
》
售價：HK$
180.0
《
从自察到自救：别让情绪偷走你的人生
》
售價：HK$
90.0
|
| 編輯推薦： |
1. 契合时下热点，探索智能化时代企业的进化方向。智能化时代，企业应该如何适应时代变迁、找到自身发展的新动能，成了目前所有企业尤其是传统企业为关注的议题。商业进化的规律与企业自身的蝶变息息相关，而本书，就是要带领企业家，重新认识企业的本质以及它在未来的种种可能。
2. 作者专业权威性、资源加持。作者为北京邮电大学经济管理学院教授、博士生导师，中国人工智能学会理事、中国信息经济学会理事，曾为上百家企业和地方政府提供过决策咨询和培训服务，长期跟踪研究互联网、大数据、人工智能、区块链等领域的创新创业实践，密切关注传统业态的数字化转型，在商业进化方面具有权威性。
3. 获奖系列书籍的重磅续篇。对于商业进化，作者提出“蝶变”这一概念，已出版《蝶变：解密社会化时代的产业变革与重构逻辑》《蝶变：数字商业进化之道》（全国书店之选“十佳财经作品”），本书为该系列第三本。
|
| 內容簡介： |
随着数字化技术的不断革新和突破，新一轮的商业进化浪潮已经到来，对于身处浪潮之中的企业，该如何迎接商业进化所带来的机遇与挑战、打造新的企业发展智能引擎？
如果将企业比作一辆汽车的话，企业家要做的事情就是打造出驱动汽车上路的引擎，并驾驶这辆汽车开向远方。而本书所要呈现的，就是帮助企业家们找到企业这辆汽车的动力引擎，看清楚未来的路，然后发动引擎、把好方向盘，挂挡、踩油门，使企业汽车高效行驶，甚至能够“自动驾驶”。
|
| 關於作者： |
杨学成，北京邮电大学教授、校学术委员会委员，中国人工智能学会理事、中国信息经济学会理事、中国网络空间研究院特聘研究员，多家知名科技公司智库专家，世界互联网大会（乌镇）受邀嘉宾，“互联网 ”战略的早期理论倡导者。
主持、主研科研项目、省部级课题30余项，企业委托课题若干，发表学术论文50余篇，出版专著教材9部，曾为上百家企业和地方政府提供过决策咨询和培训服务，长期跟踪研究互联网、大数据、人工智能、区块链等领域的创新创业实践，密切关注传统业态的数字化转型。
著有“蝶变”系列[《蝶变：解密社会化时代的产业变革与重构逻辑》（2015年1月版）、《蝶变：数字商业进化之道》（2020年5月版）]，以及《联网力：传统行业互联网化转型的原动力》（2015年7月版）、《思耕集》（2016、2017、2018、2019、2020）等书。
|
| 目錄：
|
序 章
福特主义
社群自造
自动驾驶
数据大脑
企业之车
部分 商业动力系统
章 经营三体
大头针实验
产 品
客 户
员 工
第二章 思维转场
品 客
品 员
客 员
第二部分 驾驶企业之车
第三章 关系重联
链接威力
重联蝶变
第四章 智算代劳
数据表征
智算价值
自动代劳
第五章 数实共生
企业困境
管理重生
智能与共
第六章 马赛克化
马赛克战
企赛克
DAO 启蒙
终 章 加点儿“数”吧
算法造车
数据马达
自动组织
后 记
|
| 內容試閱：
|
序章
1888年8月的一个早上，当贝瑞塔·本茨（Berta Benz）悄悄唤醒两个孩子，发动了世界上辆三轮汽车，花了一整天的时间跌跌撞撞地完成100公里行驶的时候，她并没有想到自己正在创造历史。她的念头，是向自己的丈夫——卡尔·弗里德里希·本茨（Karl Friedrich Benz）——表达力所能及的支持。
两年前的1886年，本茨已经发明出世界上辆汽车并申请了专利，这为本茨挣得了荣誉，但随之而来的却是批评和嘲讽。人们对一辆会自己行走的三轮汽车感到惊叹，但同时又十分讨厌这个冒着难闻臭气的怪物。更要命的是，这台三轮汽车根本行驶不了多远，时速也就15公里，发动起来后需要人们小心照料的地方远比给驾驶者提供的方便多得多。彼时，人们仍然认为马车才是交通的解决方案，汽车在各个方面都还无法与马车相比。这让本茨陷入了困顿——难道自己的才华和数年努力全都要付诸东流了吗？
成功男人的背后都站着一位伟大的女人。为了支持丈夫的事业，贝瑞塔·本茨不但变卖嫁妆首饰帮着筹措资金，而且这一次打算挺身而出，自己驾驶这辆车向世人证明自己丈夫的天才发明是有意义的——起码，可以行驶100公里，当时全世界还没有一辆汽车跑过这么远的路。
这次“自驾游”的终点是孩子的祖母家，到达后孩子的祖母惊叹不已，小城的邻居们都纷纷前来围观，兴奋的贝瑞塔立即给丈夫拍了一封电报：“汽车经受住了考验，请速申请参加慕尼黑博览会”。结果，本茨在这届慕尼黑博览会上成功展示了自己发明的汽车，吸引了大批客户，从此事业蓬勃发展。
如果说卡尔·本茨发明了汽车的话，那么贝瑞塔的这次“自驾游”就为汽车作为商品上市做了好的铺垫。从此，“马车时代”开始告别历史舞台，一个全新的汽车时代就此来临了！
2018年10月，当我在德国斯图加特的戴姆勒-奔驰博物馆里亲眼看到这辆当年创造历史的三轮汽车时（馆藏代号“奔驰一号”），真心为一名母亲和两个孩子在130年前的勇敢壮举感到震惊，不免会去脑补当年的那场冒险之旅。而当我将目光移向博物馆其他角落的时候，我断定：如今的汽车发展，肯定是贝瑞塔和本茨当年无法想象的！
福特主义
如今，汽车给了我们的行动自由，载着人们实现了数不胜数的梦想。但在上个世纪初，拥有一辆汽车才是梦想本梦。
虽然在奔驰、戴姆勒以及后来的宝马、大众等公司的推动下，汽车成为了一种真正可以销售的商品，但那个时候的汽车生产几乎完全依赖手工，生产速度非常慢，产量有限，所以售价昂贵，非一般老百姓能够负担得起。由此，汽车虽然已经华丽丽上路了，但仍然属于上流社会的代步工具，远未“飞入寻常百姓家”。
出生于1863年的亨利·福特（Henry Ford），打小就是位机械天才，醉心于研究各种事物的工作原理，12岁就捣鼓出了自己的机械工作坊，15岁就动手制作出了一台内燃机，后来前往底特律做机械师学徒，学成之后入职西屋电气公司，再之后又加入爱迪生照明公司，成为了一名真正的工程师。1896年，时任爱迪生照明公司总工程师的亨利·福特，利用业余时间，制造出了他的辆汽车，命名为“四轮车”（Quadricycle）。随后，福特离开爱迪生照明，与人合伙创办了底特律汽车公司（The Detroit Automobile Company），但这家公司很快倒闭。1901年，福特又与人合伙创办了以自己名字命名的亨利·福特汽车公司，专门生产销售福特开发的赛车产品，但很快就被资本方赶出自己的公司，随后亨利·福特汽车改名为凯迪拉克，至今仍是豪华汽车的代表品牌之一。
不屈不挠的亨利·福特，又找来11位投资者并募集了2.8万美金，于1903年正式成立福特汽车公司。这一次，亨利·福特要追逐一个更大的梦想——让每一个美国人都能开得上汽车！
想要实现这个梦想，亨利·福特必须解决好两个问题：一是生产成本要足够低，不然老百姓买不起；二是生产速度要足够快，不然买得起却未必买得着。再仔细分析一下，这两个问题是有内外关联的。因为一辆汽车的总成本是由两部分构成的：固定成本分摊和可变成本，而这两部分成本都与产量有关。一来，给定的固定成本下，单位时间产量越大，分摊在每辆车上的固定成本就越低，由此就能产生所谓的“规模经济”（scaling economy）；二来，随着产量的增加，投入到每辆车上的平均劳动工时会下降，因为对工人来说“熟能生巧”，也就是说当工人有了一定的累积产量后，再增加生产一件产品所花费的功夫比之前每件产品的平均劳动工时要低，这叫“学习效应”（learning effect）。搞清楚了这个基本逻辑后，那么亨利·福特想要实现“造车梦”，就必须找到一种办法，在尽可能短的时间里造出多的车，也就是提高单位时间的平均产出。所以，亨利·福特所寻找的，是一种全新的生产方式。
为了找到这种生产方式，亨利·福特做了很多次尝试和努力，但大部分以失败告终。其中，有两次尝试非常特别，奠定了现代生产方式——流水线的雏形。
一次是亨利·福特对外科手术的观察。他发现外科大夫给病人做手术是一种特别有效的生产方式。外科手术的基本场景是，一张手术台，病人躺在手术台上，台前站着一名主刀大夫，还有几名助理大夫和护士，病人麻醉昏迷，大夫和护士全程佩戴口罩，在无需语言交流的情况下按照流程完成手术。总之，外科手术的全过程是“静默的”，不需要语言的参与，所有在场的医疗人员在头脑中共享同一个标准操作流程，主刀大夫只管伸手，助理大夫和护士依据这个标准流程选择什么时候递给主刀大夫手术刀、手术钳或者其他的物件。这一静默的手术过程严丝合缝、一气呵成，一切都有条不紊。在亨利·福特看来，这简直就是完美的生产方式。
之所以说“完美”，除了手术工序的连贯一致之外，重要的是，整个手术过程无需语言的参与。要知道，人类的语言可以表达十分丰富的感情，但却是非常不精准的信息媒介，语言表达需要很强的情境依赖。我们都玩过一种“传声筒游戏”，一段话只需要经过几个人转述，与初内容就天壤之别了。所以，我们现在熟悉的生产现场，基本上都是“去语言化的”。我们宁愿用颜色的区分来传达不同的信息，也不愿意让语言干扰生产。在生产车间，大段的语言或文字，基本上就是灾难，若是非用不可的话，也只会是短文短语。
受到“手术台模式”的启发，亨利·福特在底特律的汽车工厂开始了大张旗鼓的生产方式革命，其主要思路就是将汽车组装按照手术台的方式来进行——等待组装的车架躺在工作台上，像是被麻醉过的病人，组装人员围成一圈将零部件一个个安装到车架上，零部件搬运工则扮演助理大夫和护士的角色，配合组装人员的工作。当然，所有人都需要共享同一个“标准操作流程”，以便协调组装顺序。
咋看之下，这种方式非常合理，理应取得跟外科手术同样的绩效。然而，事实上生产效率不但没有提升，反而下降了。原因在于，组装汽车与做手术之间，有一个关键性的区别——组装汽车的若干工序，一个人完成不了，需要多个人协作才行。比如说安装轮胎这道工序，一个人是不行的，必须多个人协作。这样一来，协作和管理的复杂度就瞬间提升了。多人协作完成一道工序，要求每个人的行动都要做到整齐划一，只要有一个人没有做到位，就会影响整个团队的绩效。并且，多人协作避免不了语言的加入，有人发号施令就有人解释说明，一来二去工作变得复杂了。真正的挑战不在于工序的安排，而在于工序不能在工人“静默”的情况下被执行，花在人与人协调上的时间远远高出了用于生产的时间。其结果是，“手术台”越摊越大，占地面积赶上了半个足球场，生产效率不但没有提升，反而下降了。
终，这次“手术台实验”以失败告终。当然，也不是没有收获。这次实验的失败教训，让亨利·福特明白了一个道理，工序要和工人一一对应，要把工序分解到让一个人就能负责的程度，不能一人对应多个工序，也不能多人对应一个工序。应该说，这个洞见十分重要，直到现在，流水线上工人和工序的对应关系都没有发生过根本性的变化。
如果说“手术台实验”让亨利·福特意识到了工序分解的重要性的话，那么后来的“屠宰场实验”则让他彻底悟透了工序间关系的重要性。
1908年，福特推出了广受欢迎的T型车，但落后的制造工艺使得T型车的生产既费时又费力。尤其是，随着市场对T型车需求量的提升，产能有限的问题越来越迫切。一个偶然的机会，福特汽车一位名叫帕·克兰（Pa Klann）的高级雇员参观了芝加哥的一家肉类屠宰场。他看到屠宰场的肉类加工是按照一种“拆卸线”的方式，层层分解为各式各样的肉类产品的。具体来讲，宰后的牛体或猪体悬挂在横梁上，依次滑动到每个切肉工人面前，而切肉工人们各司其职，每个工人只专注于切割特定部位的肉类，等到牛体或猪体在所有切肉工人面前转过一圈之后，整个的拆卸肉品过程也就完成了。
克兰敏锐地察觉到这是一种有潜力的生产方式。相比于肉类的拆卸线是对整体的分解，那么生产汽车就是对零部件的集成组装。这样一来，只需要把拆卸线的工作流程翻转过来，就能用来组装汽车。不管是拆卸还是组装，这种生产方式的好处在于，重新安排了工序与工人的关系。拆卸线固定了工人的位置，从而省去了工人因为来回移动而花费的时间，同时将每个工人所负责的工序予以明确，有利于实现熟能生巧的效果。终，克兰说服亨利·福特，在底特律的汽车工厂中试验这一全新的生产方式。需要说明的是，这类生产工艺并不是什么新鲜事儿，中国古代的瓷器生产就是这样进行的，工匠们相互分工协作，流水化完成所有工艺环节，只不过没有做到像现代流水线那样的自动化。
拆卸线还不是真正的流水线。福特流水线之所以能够奠定工业制造的基础，根本原因在于实现了“工序自动化”，从而让工人成为了流水线的附庸。想要做到这一点，亨利·福特至少进行了如下三个方面的铺垫工作：首先进行工序分解，吸收手术台实验的教训，将工序分解到每个人都能够独自完成的程度，工人和工人之间不进行直接的协作，做到各司其职、各负其责。其次是工序标准化，工人之间不协作的后果是，每个工人都是缺乏监督的，怎样才能确保每道工序上的工人都能自动履行职责呢？福特的做法是动作标准化，借助摄像设备，福特可以观察每道工序上工人的动作，经过分析后萃取出动作组合，之后培训负责同类工序的所有工人都执行这套动作组合。这样一来，福特就成功地将隐性知识显性化了，从而达到让同类工序工人共享一个标准动作模型的效果。后是工序自动化，自动运转的流水线实质上是一台“时间机器”，将所有工序的执行时间统一到了流水线上，然后再分配给每道工序的工人。由此，时间概念被引入了生产系统并成为管理的利器。
总而言之，福特流水线的要害在于，在工序标准化的基础上对工人的劳动时间进行了精准的自动化管理。背后的逻辑是，以空间换时间。什么意思？各个零部件的分散化生产与整车的集中化装配相结合，分散化生产牺牲空间，集中化装配赢得时间。这就是流水线的效率之谜！
一旦开动流水线，亨利·福特仿佛打开了人类生产制造的魔盒，流水线迸发出来的魔鬼般的生产能力是前所未有的。就拿先采用流水线生产的T型车来讲，过去需要12个多小时的装配过程，在采用流水线之后只需要90分钟就能完成，生产效率直接提升8倍！在流水线的帮助下，福特汽车迅速崛起为当时全世界的汽车集团，1918年，全美国一半以上的汽车都是福特产的黑色T型车，而每辆车的价格降到了不到300美元。要知道，当时福特流水线上的一名普通工人，每天的薪水都在5美元以上。所以，汽车在福特的努力下低下了昂贵的头颅，变成了普通的大众商品。
更为重要的是，福特流水线可不是只适用于汽车的生产方式，相反，流水线几乎适用于一切商品的生产。我们如今能够生活在商品富足的时代，都要感谢流水线生产方式，大规模、标准化、低成本，是流水线带给人类的福祉。福特在精神意义上已经不仅仅是汽车的代名词，而是一种信仰——福特主义。
社群自造
福特流水线在创造出惊人生产力的同时，也遭受了各方的质疑。其中，令人印象深刻的就是电影大师查理·卓别林在《摩登时代》塑造的流水线工人形象。这部划时代的电影，引发了社会各界的强烈共鸣，流水线被描绘成资本家压榨工人的帮凶。
理论上，按照福特对流水线的设计，每家采用流水线的企业老总，都会患上“脸盲症”（face blind）， 也就是不需要在意工人到底姓甚名谁，甚至不需要关心工人任何与人有关的差异化特征。他们只需要关心这名工人到底是穿蓝领衣服还是白领衣服——穿蓝领衣服的是流水线上的工人，穿白领衣服的是坐办公室里工作的管理人员。这就是“蓝领”和“白领”的由来。在这些资本家眼里，雇佣一名工人的真实意图是获得操作某道工序的手，所以工人等同于人手。之所以必须雇佣这个人，是因为这双手恰好长在这个人身上，但他们真正需要的是那只可以操作工序的手。产生这种偏见的底层原因在于，任何一名工人都无法撼动整条生产线，而工人和工人之间又无法在流水线上直接协作，所以只能沦为流水线的提线木偶，有形无脑。
既然一个人撼动不了整个生产过程，那么一群人可不可以呢？答案是肯定的，只不过我们需要等到互联网的普及才可以做到。
当年拥有10万人的福特工厂是人类在那个时候也是壮观的生产协作平台。但放到互联网时代的现在，10万人的协作规模就是小巫见大巫了。随便一个互联网平台，在人数规模上都远远超过了10万。互联网给了全世界的人们以方便自由的协作平台，动动手指头就能让全世界的信息自由流动。
2008年，在美国马萨诸塞州瓦尔汉市（Wareham）的工业园区里新诞生了一个线上社群，取名叫Local Motors，直译过来就是“本地汽车”的意思（以下简称“LM”）。起初，这个线上社群与一般的互联网社区没有什么区别。通常来讲，互联网天生就是社群化的，从早期的聊天室到后来的电子公告板（BBS）再到博客、微博、微信等，社群是互联网一路发展的一条主线。大致上，互联网社群分为兴趣型社群和关系型社群这两种，前者的成员因共同的兴趣而链接，后者则是因为相互认识而互动。例如，百度贴吧、车友会这样的就是典型的兴趣型社群，而QQ和微信这样的则属于关系型社群。兴趣型社群聚集的用户同质，所以很容易找到变现场景，但通常用户粘性不高；关系型社群虽然粘性高，但变现能力一般较差。这就有了兴趣型社群关系化、关系型社群兴趣化这两个发展趋势。
LM是典型的兴趣型社群，吸引的用户是那些对汽车改装和设计感兴趣的人，通常都是汽车的发烧友。整个社群的运营团队不过10来个人，但LM的创始人约翰·罗杰斯（John B. Rogers）却号称要颠覆整个的汽车制造业，引领下一代汽车的设计和生产。这听起来真是不可思议，一支不足十人的团队，竟然要颠覆已经有百年历史的汽车业？怎么可能？
让我们来看看LM的做法。前已述及，LM是个为汽车发烧友服务的兴趣型社群。为了激发会员的参与热情，兴趣型社群通常会举办各种活动以增加粘性，例如车友会举办的自驾游等。LM也不例外，这个社群的标志性活动是每月一次的汽车设计大奖赛，允许会员提交各自设计的原创作品或者创意提案，之后会员作品会被展示在社群空间，供所有会员投票打分，汇总结果评出月度设计。这没什么好稀奇的，就是一项普通的线上创意作品评选活动。
2008年，加州一所艺术设计学院的学生、30岁的韩裔美国人金桑洪（Sngho Kim）在LM社群上传了自己设计的汽车草图，这是一款具有强大越野性能的跑车——Rally Fighter（拉力战神）。这个设计草案很快在论坛每月举行的汽车设计比赛中胜出，金桑洪获得了10000美元的奖金。本来这样的评选活动每个月都有，没有什么值得大惊小怪的。然而，金桑洪的这款设计草图引起了整个社群前所未有的关注，社群会员除了投票表达支持之外，很多人希望能够真正开上这款拉力战神，认为这款车值得量产。
这个时候，LM的创始人约翰·罗杰斯与金桑洪进行了沟通，希望后者可以充分与社群会员共享设计图纸，并且允许LM的设计团队和社群会员参与这款车的设计完善与优化工作。已经获得大奖和奖金的金桑洪一口答应，自己的设计作品有了可以面世的机会，何乐而不为呢？就这样，拉力战神汽车瞬间变成了社群会员们关注的重点，这一次，大家不仅仅是评头论足，而是挽起袖子参与进来共同动手优化这款汽车的每一个部分。LM社群以拉力战神为中心迅速裂变成了无数个工作小组，有的小组负责前灯的设计，有的负责内饰，不一而足。每个小组将优化后的结果提交到社群，供会员们进一步评头论足，若有不满之处，要么原来的小组继续优化，要么被别的更有创意的小组接管。总而言之，金桑洪在给出拉力战神的设计理念和框架之后，汽车每个具体部分和零部件的设计都是在社群会员们的开源协作下完成的。终，来自100多个国家的35000多名汽车设计和改装者共同参与了拉力战神的设计和调试工作。
让客户参与设计和生产过程的好处是，可以提前锁定客户的购买意向。那些真正深度参与拉力战神的设计过程的人们，心里是非常渴望这款车能够真正被生产出来的。在确认有超过500人愿意掏钱购买拉力战神之后，LM决定真正量产这款汽车，并在亚利桑那州设立了座微型工厂（micro-factory）。2010年12月，LM公布了拉力战神即将量产的消息，想要拥有这款汽车的人需要在网站上完成注册，支付1000美元定金后获得一个顺序码，顺序排到后再支付5000美元用于确定制造日期。待到临近制造日期的时候，网站会以邮件的形式通知客户，提前预留两周时间，亲自前往LM在某个指定位置的微型工厂，自己去把汽车组装起来！
什么？自己组装汽车？！是的，LM只提供标准化的零部件和工作场所（微型工厂），整个组装汽车的过程是由客户自己在微型工厂里花费两周左右的时间完成的。那不会组装怎么办？没关系，社群里有很多之前已经完成组装的会员分享的“组装攻略”，你可以照着学。而且，现场会提供教练和培训服务，教你各种工具的用法，但组装过程必须客户自己动手完成。差不多客户用一周时间接受教练的培训并熟悉所有流程，另外一周密集工作完成汽车组装。而且，微型工厂全程提供高清专业的录像服务，记录整个过程，客户可以自由选择是否共享自己的“组装之旅”。
把汽车组装好了之后，客户自己把车开走，开走之后自己负责保养，出了故障自己负责维修。那要是不会保养汽车怎么办？没关系，很多会员都在社群里分享过汽车保养的经验，你可以照着学习。那出了故障不会维修怎么办？没关系，你出的故障很多人都发生过，你可以看看人家是怎么修好的。问题是，我的这个汽车故障别人没出现过怎么办？那你自己想个办法修好，然后在社群共享你的经验，便于别人照着你学。那我这个故障别人没发生过但我自己也不会维修怎么办？没关系，你可以把故障描述清楚，在社群里寻求帮助，可能会有几万人一起帮你想办法。一句话，你的汽车你做主！
LM发动的开源造车理念，将汽车的主导权重新还给了终用户，让用户不但购买产品，还购买生产产品的整个过程。过去的工业化生产采用的是生产与消费相互分离的做法，工厂只管生产，用户只管消费。由此，对生产效率的追求，让亨利·福特借助流水线把工人们的劳动力编织进了工序算法当中。而LM主张的是社群“自造”，让生产和消费合二为一，依托互联网平台将用户的创造力编织进了“共创算法”之中。两者的共同之处在于，全都实现了“自动化”，前者让工人自动劳动，后者让会员自动创造。
自动驾驶
LM实现了生产与消费的合二为一，客户不再只是标准化产品的购买者，转而是产品设计与生产的积极且有力的共创者。这确实是个伟大的创意，一举打破了福特主义长达一百年对汽车产业的理念主宰，让全世界的人们看到了从制造向自造跃迁的可能性。为了将“自造”理念推向深入，LM开始将3D打印技术与汽车的设计制造紧密结合。在2014年的芝加哥国际制造技术展览会上（IMTS），LM展示了自己的3D打印汽车Strati。LM还于2016年开始与IBM的人工智能系统沃森（Watson）合作， 打造利用3D打印技术制造的自动驾驶穿梭巴士Olli，目前这款穿梭巴士80%的零部件已经实现了3D打印。
如果说以LM为代表的开源造车消弭了生产和消费的隔阂的话，那么处于生产与消费中间的运力匹配就是接下来关键的环节。毕竟，汽车作为交通工具，重要的使命是实现人或货物的流动。所以，当我们把目光放大到整个交通系统的时候，供给与需求的匹配变成了为重要的问题，这就离不开数据的流动和使用了。
进入21世纪，互联网急速发展，重塑了人与信息、人与商品、人与人之间的关系，强化了数据作为一种生产要素在全社会各个领域的应用。一般来说，以互联网为基础的信息使用经历了信息块、信息片、信息流等三个阶段，目前正在迈入数据全方位渗透的数据孪生阶段。
首先，以门户网站为代表的早期互联网应用是传统分类目录的电子化，具体做法是把信息组织成一个又一个频道，频道下面还有子频道，以此类推。用户通过逐层点开不同等级的频道来获得终的信息链接。像雅虎、搜狐、新浪这些门户网站，均采用了这种分类目录的方式。这种方式是把信息组织成了“信息块”，点开一个频道，就可以查看一整块的信息。虽然这种方式相比于传统的大黄页或电话号码簿来讲用户检索效率提升很多，但由于信息层级太复杂，导致用户查找信息尤其是那些未经人工编辑的信息，其难度仍然相当大。
到了互联网的第二个发展阶段，类似于门户网站这样的垂直信息检索方式开始让位于一种扁平化的信息搜索机制——搜索引擎。搜索引擎摆脱了人工编辑的束缚，转而采用机器算法对信息进行自动索引，进而允许用户使用关键词来查找需要的信息。这个时候，信息的组织方式就发生了变化，呈现在用户面前的不再是信息块，而是信息片——输入一个关键词，就会反馈出一整片的相关信息。扁平化的信息搜索，大幅度提高了用户的信息检索效率，搜索引擎由此引领了互联网的第二个阶段发展。
问题在于，搜索引擎的作用仅限于那些有明确需求的信息检索，也就是说，只有用户能够将自己的信息需求表达为关键词的时候，搜索引擎才能帮得上忙，否则就没有意义。可是，能够表达为关键词的信息需求只占用户所有信息需求的一小部分，仍然存在大量信息需求是用户无法或不能表达为关键词的。那么，针对这类信息需求，我们应该如何满足呢？目前来看，至少有两条取得成功的实现路径。其一，是以脸书为代表的“社交发现逻辑”（social discovery），指通过社交互动来促进用户间信息的相互发现，例如你看到朋友圈好友分享的信息，然后点进去阅读了，这条信息如果你的朋友不分享你可能永远都不知道自己需要这种信息。社交发现逻辑的背后机理是“同嗜性”（homophily），即人以群分，而分到一群里的人会有共同的喜好。所以，你喜欢的也会是你朋友喜欢的，你讨厌的也会是你朋友讨厌的。信息如此，商品也是如此。近几年迅速崛起的拼多多，其底层逻辑也是社交发现逻辑，本质上是基于社交关系迅速整合同类需求，然后形成拼团，达到让商品找人的效果。
其二是“智能推荐逻辑”（intelligence recommendation），以字节跳动为代表。既然用户自己没法把信息需求表达为关键词，甚至即便表达为关键词用户也会觉得搜索引擎太麻烦，那么何不寻求一种新的机制，直接扮演用户的信息代理人呢？想要成为信息代理人，就得深入了解用户的信息需求，也就是需要“学习用户”，而试错是学习快的方式。字节跳动致力于打造的就是这样一种试错方法，先是尝试性地为用户推荐信息，接着观察用户对所推荐信息的反馈情况，到底是滑过去还是点进去，然后再根据反馈结果优化算法，调整下一轮的推荐内容，再观察反馈，再优化，再推荐，以此类推。如此一来，字节跳动就构建了一种用户自我强化的信息推荐机制。这样的做法十分巧妙，巧妙到你只需要触发这个机制，一切就自然而来。从一开始的今日头条到后来的抖音再到抖音海外版TikTok，字节跳动依靠这套智能推荐算法无往而不利。
社交发现和智能推荐，这两条信息匹配逻辑，终将数据要素成功引入了进来，互联网从此进入数据时代，信息的重要性开始让位于数据的应用。信息仍然是用户的表层应用，而促使信息加速流转的动力机制则变成了数据。
信息改变认知，数据驱动行为。在一般的信息应用场景下，信息通常需要被用户通过眼睛获取，然后进入大脑加工处理，之后由大脑指挥身体才能产生某种行为。数据则不然，人的大脑一般不愿意直接处理数据，因为数据处理能力需要单独训练，并非每个人都具备，甚至大部分人都没有能力处理相对复杂的数据，所以数据驱动的应用场景，通常不会经过单个用户的大脑分析，而是直接驱动用户行为。那么谁来负责分析数据呢？答案是数据平台。庞大的数据，远远超出了用户可以胜任分析的程度，而且也没有必要，所以一般是由一个统一的数据平台来掌管所有数据的分析处理任务。例如，滴滴公司的出行大数据平台，或者叫滴滴大脑，又如美团大脑，这些所谓的“大脑”，就是接管个体脑力，进行数据集中统一分析的智能系统。
有了智能的数据大脑之后，平台各方的行为就不再是个体脑力思考的结果了，转而成为数据大脑指令的具体执行者。打个比方来说，我们开着导航驾车的时候，其实就是在执行导航平台这个数据大脑派发的各项指令，这个时候，你自己的脑袋在路线规划方面基本上是无能为力的，你只是在机械地执行系统给你下达的指令而已。如此一来，你驾驶的汽车到底会经过什么地方，还会是你自己说了算的吗？再进一步，如果连执行发动引擎、打方向盘、踩刹车油门、熄火这样的动作，智能系统也能托管的话，那是不是就不需要人类司机了呢？答案不言而喻。继流水线做到工序自动化，互联网做到创意自动化之后，数据技术正在让汽车的驾驶实现智能化。
自动驾驶的目标是将人类排除出驾驶工作之外，其暗含的假定前提是，机器理应比人类更擅长驾驶工作。这是有道理的，因为人肯定不是为驾驶而生的，想要成为一名合格的司机，还是需要遭受一番挫折练习才行的。即便成为了一名合格的司机，大小交通事故也是避免不了的，每年人类驾车发生的交通事故数不胜数，由此带来的生命财产损失更是天文数字。那么，有没有一种可能，像亨利·福特整合生产系统、约翰·罗杰斯整合设计系统那样，重新整合汽车的驾驶系统呢？
想要真正实现自动驾驶，至少需要做到两个方面——车上能操作，脑里有地图。前者是指汽车自动驾驶系统，后者则是道路导航系统，两者的完美匹配才能让汽车自己上路。说白了，就是要用智能化技术达到“车路协同”的效果。由此，自动驾驶的研发进展，至少存在两条进化路径，一条是车进化，另一条就是路进化。
车进化主要涉及能源。在卡尔·本茨发明世界上辆汽车之前，已经有采用蒸汽技术的蒸汽车面世，但蒸汽车既没效率也不美观，所以很快就被内燃机取代。后来的亨利·福特也是醉心于内燃机的研究，制造出汽车并推向大众的。所以，内燃机在长达一百年的时间里都被视为是汽车的动力引擎。问题在于，内燃机燃烧汽油和柴油，排放大量污染物，对环境破坏很严重，所以人类追求清洁能源的努力从来没有停止过。从目前的进展来看，电能已经从诸多车用能源的竞争中迅速胜出了，相比于燃油，使用电能的好处除了清洁环保之外，还可以回收以便循环利用。当然，的好处是，电能是一种连续而精准可控的能源，从电可以一步到“数”，由数可以一步跨到“智”。
早在2007年，原SAP副总裁夏嘉曦（Shai Agassi）就曾针对电动汽车进行过一场疯狂的实验。夏嘉曦创立的项目叫Better Place（以下简称BP），致力于为用户提供电池更换网络和服务。具体的运转逻辑是这样的：人们只需要到BP去注册成为用户，就可以把BP提供的电动汽车开走，BP汽车里装有一套信息系统OSCAR，方便对每辆汽车进行远程的数据控制，可以为用户提供导航服务并了解汽车的电量储备，在电池电量降到一定程度的时候会自动提醒并指引用户到近的站点更换电池。终，BP按照用户实际使用汽车的公里数计费。简化来看，BP运营的重要设施就是充换电网络，重要的系统就是内置在车辆中的OSCAR系统。由此，夏嘉曦彻底将汽车改造成了一种依赖清洁能源的交通服务系统。这原本是一个非常伟大的创意，而且夏嘉曦也成功募集到了大量资金，还有很多名人给他背书，也在自己的家乡以色列率先落地实验，但种种原因导致BP项目终夭折。新型商业模式的市场教育、充换电设施的不完善、经常找不到信号的网络以及传统势力的阻挠，终演变成了BP的灾难。这当中，一台电动车的整体性能无法超越传统燃油车是电动化推广的的障碍。
如果电动车不能在关键性能上一举超过燃油车，用户就很难被说服接受电动汽车。2004年，埃隆·马斯克（Elon Musk）在接手特斯拉（Tesla）之后，开始着力打造消费者负担得起的纯电动汽车。承载马斯克梦想的是一款名叫Roadster的电动跑车，而这款跑车背后核心的技术是电池控制系统（Battery Management System，BMS）。
对于电动车来说，电池技术重要的目标是实现足够远的续航里程和便捷的充换电。续航能力取决于电池储备的电量，针对这一问题，特斯拉没有采用整块的专用大电池，而是将大量圆柱形的独立电池并联起来（例如，Roadster上安装的电池组，就是由多达7000多个独立电池组成）。BMS系统对所有的电池进行统一而全面的管理，实现整体上的安全性和可靠性。除此之外，每个电池组都设置了独立的电池控制系统，随时监控每粒电池的温度变化，遇有意外可以毫秒级别关闭该粒电池，从而控制故障电池的影响范围。这样一来，即便有某一节电池爆炸或出现故障，也不会影响全局，这让特斯拉电动车具备了超强的续航能力。与此同时，特斯拉还配备了三种充电方式，家庭充电、目的地充电和充电桩充电，回到家就在家里充电，出去玩就在目的地充电，要求快就用充电桩，这就比传统的加油站更加方便灵活了。
借助在电池管理技术上的研发创新，特斯拉电动车在单车性能上达到了媲美传统燃油车的水平，一次充电续航里程达到甚至超过了加满一箱油，百公里加速只需两三秒钟，在这两个指标上的优异表现让人们次看到了电动汽车作为燃油车替代品的潜力。应该说，电动车时代是从一辆单体电动车的性能表现超过一辆传统燃油车开始的。
记得2016年初，我在底特律与福特汽车的研发人员沟通，他们告诉我，电动化的汽车实际上是一台会移动的服务器。因为有了电就可以进行计算，有了计算就可以获得数据，而有了数据就能匹配智能算法以达到智能化的程度。这种看法在当时还是很有前瞻性的。当我们把汽车看做一台可以移动的服务器的时候，汽车所能负载的计算任务是非常巨大的，这样就可以把大量的计算任务放在本地进行，从而避免云端交互产生的数据延迟等问题。事实上，以特斯拉为代表的“车进化”，基本上都是遵循了这一进化路径：电动化——数据化——在线化——智能化。终，燃油车的外形加上电力驱动系统加上网络化的数据处理加上智能化的自动驾驶，就等于未来汽车。
在国内，电动汽车的三驾马车——理想、蔚来、小鹏——都是车进化的典型代表。
自动驾驶的另外一条进化路径是路进化。车和路是交通系统的一体两面，缺一不可。在汽车出现之后，人类社会面貌的改变就是出现了越来越多适合汽车行驶的道路，正是因为有了星罗棋布的道路交通网，汽车才能够自由行驶，载着人们到达任何想去的地方。起初，路在大地上，汽车驾驶员只能摸索着前行；后来，路在地图上，驾驶员可以通过地图来提前查看和规划路线；再后来，路在导航仪里，实现了电子路线的自动规划；后，路在云上，是云计算服务的一种。一步一步，不但汽车不需要人驾驶，就连行使的路线也不需要人脑的参与了。
其实，交通地图是将道路进行了信息化的转变，而地图提供给用户的就是一种信息产品。但导航则变成了一种服务，虽然依托于地图信息，但更重要的是代替人进行路线规划和决策。如今，道路正在变成一套可编程的交互环境。目前业界公认的领先的自动驾驶系统是来自谷歌的Waymo公司。2009年，谷歌聘请原斯坦福人工智能实验室主任、谷歌街景联合发明人塞巴斯蒂安·特龙（Sebastian Thrun）组建团队，正式进军自动驾驶。跟特斯拉的做法不同，谷歌的着力点并没有放在如何改造一辆汽车上，相反，谷歌并不打算造车，而是致力于打造一套真正的自动驾驶系统。这跟谷歌是一家软件公司有关，这家公司向来不会认真地做硬件，谷歌涉足硬件的目的一般是为了检验软件。正如之前谷歌做过上网本电脑，那是为了验证Chrome OS；也做过智能手机，那是为了测试安卓操作系统的方便。所以谷歌做汽车，功夫不在车里，而在路上。
谷歌是基于信息索引起家的，这家公司对于道路的痴迷源自于想要索引整个物理世界，这就需要对道路进行数据表征和算法解码，也就是说，要为实体的物理环境赋予数据标签。这项工作是基于谷歌地图展开的，有了地图就有了空间信息，但谷歌想要索引整个物理世界，那么仅有地图信息就不足够了，还必须要对现实三维空间里的物体和生物体建立数据标签。更为重要的是，谷歌地图还必须考虑到三维空间里人和物体的移动。所以，谷歌真正想要实现的是一张关于现实世界的“数据活地图”。
为了实现这一目标，谷歌除了深度改造地图信息采集和利用技术之外，还曾于2013年6月收购了以色列的导航应用Waze。 重要的是，谷歌自2007年起持续不间断地推进街景业务，从而将聚焦于地面交通的地图不断向整个城市空间拓展。随着大量的街景数据被收集处理，谷歌正在为业务覆盖的每一座城市塑造“数据孪生体”。随后，街景业务又跟谷歌地球（google earth）打通，允许用户在利用谷歌地球查看卫星地图的同时对特定的城市空间进行探索。这样一来，谷歌就能够综合地图、街景、地球三大业务，实现地面、地标、空间的三维数据建模，从而推动其“索引全世界”的战略目标。
车进化和路进化虽然是两条不同的发展路径，但都指向一个目的——数据化。前者是通过汽车的电动化实现数据化，后者是通过解码道路进行空间数据化。由此，数据化的汽车结合上数据化的道路，车路协同就有了落地的可能性，自动驾驶无非是“车数据”和“路数据”这两套数据系统的智能交互而已。有关自动驾驶的一系列研发进展正在表明一个未来的事实，汽车没有司机是可以自动行驶的。甚至，自动驾驶汽车很可能比人类司机驾车效率更高。一个愈加明显的发展趋势是，人类终将被剥夺驾车的权利，因为相比于智能驾驶系统来说，人类司机实在是太笨了。
数据大脑
自动驾驶之后，让我们扩展开来，看看数据是如何重塑运力系统的。前面提到的字节跳动，是用数据技术塑造了“信息和内容的运力系统”，但信息和内容是比特形态的，而不是原子形态，所以是没有载重的，理论上可以没有系统摩擦力地得到分发，只需要在分发之前确定好分发对象即可。但对于那些有载重的商品分发，则需要真正的运力参与，同时面临的运输环境也更加复杂。这种情况下，如何去应对呢？
其一，我们来看看滴滴打造的运力系统。滴滴是国内的网约车平台，服务全球8亿多用户，每天完成客运服务1亿单。这么说吧，滴滴运力系统在北京地区每天指挥的车辆行驶里程，可以将全北京的所有道路碾压400多遍。关键是，整个滴滴平台上有多达2800万名网约车司机，这么庞大的司机群体滴滴如何才能管理好呢？倘若用传统的管理手段，按照10人的管理幅度来算，那么滴滴得需要280多万名中层管理者，外加28万多名高层管理者。但实际情况是，滴滴目前仅有1万多名员工，而且其中有超过3000多人是技术人员。
那么，滴滴到底是如何确保2800万名网约车司机遵从平台规则并为用户提供高质量服务的呢？秘密在于数据技术的应用，具体来讲就是每名注册网约车司机获得的“服务分”。服务分是司机整体服务表现的数据化表达，直接与派单概率关联，亦即在同样的情况下，系统优先将用户订单派送给服务分高的司机。假如有个用户下单约车，在距离用户近的范围内总共有10辆网约车，那么系统会挑选服务分的司机优先派单，服务分的高低决定了这名司机赚钱的可能性。
司机在平台上注册验证正式成为一名网约车司机的时候，系统分配给这名司机的服务分是满分，这样可以体现出“新人优先”的原则，系统鼓励新加入的司机优先接单，以便快速度过实习期（一般是完成40单）成为一名“老司机”。新注册的司机在拿到满分分值的服务分的同时，需要遵循平台要求的所有服务规范条例，不能有所违反，并且需要在服务过程中为客户创造良好的乘坐环境和体验，一旦因为服务不当引发客户投诉，平台就会相应扣分，反之，获得用户五星好评则有加分奖励。除此之外，扣分力度一般比奖励力度要大，也就是说发生一次扣分事项需要多次加分事项才能抵消。这样一来，司机如果不能将服务分维持在高水平的话，那么系统派单概率就不高，假如服务分一直下降，那么早晚会降到某个程度——同等条件下，总有比你服务分更高的司机出现，这个时候，该网约车司机就要面临被系统淘汰的风险了。更进一步讲，在服务分低的司机被淘汰的同时，又有很多完成注册的新司机拿着满分的服务分加入到了平台。系统因为掌握全局数据，由此也就具备了进一步优化调整平台规则的权利，可以根据数据分析的结果实时做出对平台来说的算法迭代。所以，一旦加入平台，那么每个网约车司机就陷入了一种“倾尽全力只能打平，却永远也打不赢”的算法游戏当中，我们将这种管理方式称作“算法管理”。
无独有偶，美团大脑也是一套算法驱动的运力系统。只不过，美团算法驱动的是骑手，运送的是外卖产品。在美团外卖平台上，大约有700万名注册骑手，我们经常看到穿着黄色衣服的骑手们奔波在大街小巷。如果脑补一下你看到的骑手们的工作状态的话，我相信你会得出一个结论——你几乎找不出比他们更勤奋工作的一群人！风里来雨里去，一个头盔一辆电动车，马不停蹄、风风火火，每个骑手都像是踩着风火轮在工作，不分白天和黑夜。问题是，什么样的动力机制在驱动这些骑手们呢？难道是KPI指标（关键绩效指标，Key Performance Index）吗？是更高的福利待遇？显然不是。更为吊诡的是，我亲眼见过很多大面积采用KPI管理的企业却出现了可怕的“绩效塌方”，似乎他们将这一管理工具运用到极致的结果反而是其所追求的绩效目标的毒药。那么，骑手们玩命工作背后的激励机制是怎样的呢？答案仍然是数据。
一般来讲，美团外卖的运行逻辑是这样的：用户在外卖平台下单，完成后平台将用户订单给到平台商户，商户确认可以接单后，平台搜索附近的骑手并派单，骑手接单，骑手去商户那里取外卖，后把外卖送到订餐用户手里。这个过程看起来稀松平常，自然而然。问题的关键在于，美团大脑在整个过程中，只需要通过数据就能将用户、商家、骑手这三者衔接起来并互相进行“数据监督”。首先，用户下单之后，就能看到本次订单的所有进度，可以知道商家是否已经接单，骑手距离商户还有多远，以及骑手什么时间可以送达。其次，商户接单后，可以看到骑手的位置并督促骑手速速取餐。重要的是，一旦骑手接单，系统就会将骑手的所有数据流直接推送给用户，包括系统规划的骑手行驶路线和送达时间，这个时候用户变成了骑手的真正管理方。订餐用户可以根据平台给出的时间和路线全程注视骑手的行动，这让骑手们瞬间落进了“时间-距离”的效率比拼陷阱里。意味着，骑手必须在给定的时间里沿着给定的路线确保外卖送达。稍有不慎，就有可能招致用户差评，而差评就意味着骑手需要承受金钱惩罚。这样的“算法管理”牢牢地将骑手们禁锢到了数据流水线上，这跟福特流水线上的工人又有何异？
说到这里，我们已经见识到数据的重要性。正是因为有了滴滴大脑和美团大脑这样的平台，网约车司机们和外卖骑手们才被很好地整合进数据流水线，成为参与大规模数据协作平台中的一员。虽然福特流水线上的工人是在固定位置操作而网约车司机和外卖骑手们则穿梭在大街小巷，但从管理的实质上来看，两者完全一致——都是建基于工作流程的标准化，都是实现了工作过程的自动化，都实现了系统凌驾于个体之上的目的，都是理性权威的逻辑。当然，流水线和数据平台的背后，也都折射出了对劳动者的关注不够，正如流水线工人只需要依据系统要求做出相应动作一样，算法劳工们也在遭受算法平台的奴役。某种意义上，算法劳动正在趋向于一种“无脑劳动”——不需要动脑筋，只需要遵从平台指令。显然，这样长此以往是会有问题的，毕竟，人不是机器。
既然人不是机器，所以人的需求要比机器多元而复杂太多。那么接下来的问题是，与其让人接收系统指令成为算法劳动力，那莫不如直接让机器接收系统指令会不会更好？相比于系统指挥司机、司机驾驶汽车来说，系统直接驾驶汽车是不是更加合乎逻辑？为什么在系统与汽车之间，就一定要有个司机呢？没有司机不行吗？
企业之车
花了这么多笔墨讨论汽车产业，是为了给本书的主体内容创建基本的产业背景。汽车产业历史悠久，产业链参与者多种多种，上百年来始终矗立在技术变革的潮头，面向未来，以新能源和自动驾驶为支点的创新已经昭然若揭，这会给本书的读者勾勒出寻找和打造智能引擎的大致轮廓。
假如把企业比作一辆汽车的话，那么企业家要做的事情就是打造出驱动汽车上路的引擎，并驾驶这辆汽车开向远方。本书的内容安排，潜藏的一条主线，就是找到企业之车的动力引擎，看清楚未来的路，然后发动引擎、把好方向盘，挂挡、踩油门，前进......等等，不是说可以“自动驾驶”吗？是的，后面会讨论到自动驾驶的企业之车。
本书借喻汽车产业的蝶变来阐述商业进化命题，主题内容是将智能思维引入企业经营实践，进而帮助企业家打造适应于自身商业进化的智能引擎，从而重塑价值创造逻辑。与汽车行业经历了福特主义、社群自造、自动驾驶等发展阶段类似，商业的进化也正走过工业化时代、互联网时代，开始向智能时代迈进。如今，各种数据大脑的出现，已经清楚表明企业之车的行使将越来越离不开智能引擎的动力驱使。未来，企业经营成败的关键，将有赖于其对数据燃料的能量转化效率，智能引擎将是企业之车的价值源泉。
全书主要分为两大部分。部分是商业动力系统，详细阐述了企业经营业绩产出的三大来源以及面向未来的思维转场，主要包括两章内容。第1章提出了“经营三体”，包括产品、客户和员工，这三体的运动共同造就了企业的终绩效表现。三体是任何一家企业都必须具备的要件，缺一不可，三者相互纠缠、共同作用，构成了驱动企业前进的动力机制。如果将企业追求的目标定为“远方”的话，那么这三体就是到达远方的三条路径，沿着每一条路径走下去，都可以到达同样的终点。理解三体，理解三体的相互作用，才能把握住商业进化的原动力。
第2章阐述“思维转场”。我借用了戏剧拍摄中的“转场”一词，来突出未来的商业环境与当今的不同。之所以提到“转场”，是因为虽然舞台背景更换了，人物关系也变了，但主角依然由三体担纲，依然由这三大主角演绎新时代的商业故事。这一章的重点是讨论三大主角之间的关系会发生什么样的改变，包括产品与客户之间的关系（品客）、产品与员工之间的关系（品员）、客户与员工之间的关系（客员）。总之，思维转场的重点是对“关系”认知的思维改变。
以上两章内容构成了全书的部分。如果说部分是为了搞清楚商业动力系统的构造的话，那么接下来的第二部分，主要讨论如何驾驶企业之车，包括四个章节的内容。
第3章的“关系重联”，描述了如何点火发动引擎。在数字技术迅速普及的当下，企业家和创业者们首先需要搞清楚的是，我们介入商业生态的“切口”到底在哪里？根据我的观察，对链接威力的深入理解，是触发业态创新的关键，把握住了关系重联的机会，就很容易找到商业“火花塞”，这是发动引擎上路的一个标准动作。
第4章是“智算代劳”，说的是把企业战车开上路之后，怎样才能让行驶过程更加方便高效。在数据表征一切的环境下，仅凭企业家的老谋深算已经很难应对日益数据化的商业操作，智能技术的重要性显现迅速。这个时候，正如智能技术可以托管驾驶工作一样，企业的经营活动也正在嵌入智能化力量。更为重要的是，智算代劳并非一味取代人类操作，在很多场景下，恰恰是“增强人类”的绝佳手段，关键是企业如何与智能技术在价值创造的框架下实现和解。未来，人工智能不但会让人更能，而且会让人工不能的，也能。
第5章“数实共生”，描绘的是企业内部的管理如何因应智能引擎的运行而进行重塑。未来的企业，不只是生存在物理空间的，还会同时栖息在数字宇宙，要求企业必须学会在数实共生的环境下生存。这一环境对企业提出的要求，是什么样的制度安排可以帮助企业在与市场这种资源配置方式的竞争中取胜。好比是在一条路上行驶着两辆汽车——企业和市场，市场之车已经因为数字技术而提速，那企业之车该当如何呢？如何确保企业之车在数实共生的空间里，表现出高于市场之车的行驶效率呢？在这一章中，我将讨论两条管理变革之路，同时指出智能技术何以成为企业的“内生动力”。
第6章“马赛克化”，指的是企业组织形态的变化。直到如今，汽车都是一款紧密耦合的产品，各个零部件相互衔接、严丝合缝，从而让发动机的力量可以精准传递，终驱动汽车高速行驶。但在数据纽带加入以后，物理实体的紧密耦合，很有可能被比特化的数据流“解耦”。企业的各个组成部分，并不见得非要在物理空间里聚合，而只需要数据链的衔接，相当于为每一块马赛克装上智能芯片，这些“企赛克”在形态上十分分散，看起来是一盘散沙，但在行动上又十分自主，具有自我决策能力，它们相互之间以数据为媒，高效重组、瞬息万变，描绘出了多彩斑驳、变化万端的动态马赛克图画。未来，我们很可能再也见不到企业的踪影，但它们却又无处不在。
后的终章里，提到了一家新生的智能电动汽车公司，并对其模式进行了面向更远未来的逻辑演绎，帮助我们眺望一下到底企业能不能做到自动驾驶。
商业进化没有止境，智能引擎已经轰鸣。上路吧！
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
