分类: 战略决策

  • 企业级销售为何容易扭曲产品与定价

    早在创办Puppet之前,我就一直讨厌企业级销售,只是当时我不知道为什么。

    注释
    Puppet:作者创办的IT基础设施自动化软件公司

    你要么成为好榜样,要么成为可怕的反面教材。说到企业级销售,在创办Puppet之前,我就遇到过两个可怕的反面教材。

    2000年,我在Bluestar工作,这是一家位于纳什维尔的企业级DSL初创公司。初创公司可能出错的几乎所有事情,这家公司都碰上了:创始人在我入职的那一周被挤走了(我发誓这不是我的错),他们融资过多(4.5亿美元)又花得很糟(比如花在了不能用的硬件和卖不出东西的销售人员身上),他们请来了一位完全不懂如何经营成长型公司的大企业CEO,然后监管框架又转向再次大幅有利于垄断企业,于是他们全都破产了。

    注释
    DSL:数字用户线路,一种通过电话线提供宽带上网的接入技术

    但在此期间,我学到了很多,既包括最终促使我创办Puppet的那些问题,也包括商业中什么行得通、什么行不通。

    有一次,公司决定购买一款新产品。老实说,我记不起它是做什么用的。可能与资产追踪有关?或者是某种运营监控软件?

    我不知道。我只知道我从系统管理员转成了负责让它运转起来。我不属于决定是否购买、买哪一款的团队,我只是被指派去把他们的决定付诸实施。在我负责的几个月里,我想我们甚至从未在测试服务器之外的任何地方装好它,到了某个时候,我们就,呃,决定不再需要它了。

    注释
    系统管理员(sysadmin):负责维护服务器和IT基础设施的技术人员

    项目不了了之,我回到了原来的工作。做出这个糟糕决定的那位高管居然有脸说,我回到原来的角色是对我不利的一笔,会影响我在公司的任期评价。不用担心,他下个月就走了。

    这不只是软件问题。在公司慢慢走向衰亡的同时,他们还和EMC就一台本不该购买的存储阵列起了争执。价值一百万美元的硬件在收货仓库里放了将近一年,因为我们不肯接收,EMC也不肯收回。

    注释
    EMC:美国数据存储设备与解决方案厂商,后被戴尔收购

    存储阵列:由多块硬盘组成、集中存放企业数据的存储设备

    第二个警示发生在我在Bladelogic的短暂任职期间。我在那里工作不到六个月,但学到了很多。同样,主要是学到了不该做什么。我名义上是产品经理,但实际上他们只想让我维护他们的实验室,也许再写点说明他们产品如何运作的论证材料。

    注释
    Bladelogic:一家IT自动化软件公司

    他们当然不想听我说话。我最难忘的经历,是在一次全体开发团队会议上,最资深的工程师说了类似这样的话:“客户怎么想有什么关系?他们已经买了产品。”令人震惊的是,CTO并没有当场开除他,反而只是继续往下进行,完全无视了这句话。

    很明显,Bladelogic的商业模式让他们可以完全不在乎客户怎么想。只有潜在客户才重要。交易一旦完成,嗯,他们拿到钱了,没什么大不了。你确实无法在不丢失所有数据的情况下升级他们的软件——你知道的,就是你用来构建和部署整个基础设施的那些东西——而且要在这个系统上做任何实际工作,都得把每件事做两遍,一遍用于部署,第二遍用于更新。

    但除非你真正使用这个软件,否则你永远发现不了这一点,而那时他们的销售人员早就走了,所以谁在乎呢?他们才不在乎。

    你大概能看出我为什么待不到六个月。通勤于波士顿和纳什维尔之间也无济于事,而我还设法在波士顿租到了一间位于寒冷漩涡中心的公寓,我的室友收集Grateful Dead葡萄汁。

    注释
    Grateful Dead:美国摇滚乐队

    所以当我创办Puppet时,虽然懂得不多,但至少有了一些反模式。我知道,我们必须更关心客户能否成功使用产品,而不是关心能否拿下最初那笔交易,并且知道把产品卖给不会使用软件的人是个坏主意。

    注释
    反模式(anti-pattern):看似合理、实际上会反复带来坏结果的做法

    事实证明,这还不足以制定出有效的销售策略。谁能想到呢?

    我很幸运,雇到了俄勒冈州最好的销售负责人,他不仅技能出众、经验丰富,还习惯了与创业者共事,并且觉得我比他以前的老板相对正常一些。每当我一开口,一堆工程师就会抱怨,而这个人只是默默地坚持下去。这让我们持续多年的争论更容易应对。

    早期,我懂得还不够多,无法拆分出我想要什么、不想要什么,也不知道如何谈论具体的行为,所以我把自己讨厌的一切都打包起来,称之为“企业级销售”。我们没有在做那个。具有讽刺意味的是,我们的销售负责人认同我的大部分担忧,所以从常规意义上说这并不是一场真正的争斗,但有好几个领域他确信我们需要改变,而当你那位无知的CEO只是设下一道抵御邪眼的结界然后转移话题时,这件事就很难办。

    几年之内,他甚至连“企业级”这个词都不愿说了,因为我会(比喻意义上)一下子扑上去对他发难。

    在打造Puppet的最初几年里,我倾向于把重点放在防止销售扭曲我们的产品规划上。我想确保我们做的产品是用来被使用的,而不是用来被销售的,而且我既不信任自己,也不信任团队能分辨出这两者的区别。我认为这基本上是对的,但今天我会知道,你应该像对待客户的想法那样对待销售提出的想法:

    永远倾听客户告诉你的话,但永远不要照他们说的去做。

    销售团队看到的产品世界视角有限。他们聪明,对你的客户也有深入了解,但这并不会自动转化为好的解决方案。

    在任何有销售团队的公司里,这都是一种普遍风险,但企业级销售团队还有一种更加有害的变体:搞不清楚谁是你的客户。

    你是在为购买产品的人打造产品,还是为使用产品的人?

    回想一下我试图在Bluestar部署的那款产品。它是为解决某个业务问题而购买的,决定购买的人是基于与销售的讨论,以及很可能是仔细研究了一张把它与竞争对手逐项对比的打勾表格才做出决定的。实际使用它是别人的问题。

    事实上,我也不会是用户——我本应是它的管理员。会真正使用它的是其他某个团队(很可能是支持或安装团队)。所以他们离购买决策就更远了。

    如果你向企业销售,要谈成一笔交易,就需要说服买方相信你的产品是赢家。这使得他们成为客户那里最重要的人。当然,一家优秀的公司也会让用户、管理员和许多其他人参与购买决策,但最终由买方说了算。二三十年前,这些决策大多是在高尔夫球场上做出的,所以套近乎是最重要的功能。如今腐败少多了,但功能性也没有强多少。

    这就引出了用户与买方分离造成的另一个问题:企业级销售属于团队销售,与向单个用户销售有别。突然之间,你能否成功,取决于你管理客户那边相互争斗的各个子团队之间人际关系的能力,而不再取决于你产品的优势。我清楚地记得一次有几十位客户员工参加的晚宴,两个团队之间几乎有一条闪烁的DMZ,他们对我们的解决方案是否合适意见不一。销售人员的素质和经验开始比其他任何东西都重要,因为你基本上是在管理内部政治来完成一笔交易。

    注释
    DMZ:网络安全中隔开内外网的缓冲区,这里比喻两个团队之间的对峙地带

    我们的产品重心去哪了?我们如何保持专注于打造用户喜爱的东西?

    说实话,我们做不到。如果销售把重心放在人和政治上而非产品上,就很难维持一个包含销售在内的有效反馈回路。并非不可能,但很难。

    在大公司里,你可以开始应对这种认知失调——倾听你的销售团队,但不要打造他们要求的产品。但在Puppet的早期,我知道自己应付不了。我总体上不擅长处理失调——我有点太喜欢只有一个真相的想法——但我尤其清楚我们的组织应付不了。我们需要100%对齐,这意味着销售需要和我们的产品团队处理同样的问题。因此,不做企业级销售。

    随着公司变大,企业级销售的另一个大问题开始显现:哇,它真贵。New Relic的Lew Cirne告诉我,他当年卖掉Wily的主要原因是,他需要1.5亿美元才能建起销售团队,而这不值得。

    注释
    Lew Cirne:软件公司New Relic的创始人,此前创办了Wily

    New Relic:提供应用性能监控的软件公司

    Wily:Lew Cirne早年创办的应用性能管理软件公司,后被出售

    如果你做的是内勤销售,你大概有一个能讲清楚大部分产品的人,他每天能和十个或更多客户交谈,只有偶尔才会拉别人来帮忙完成交易。一旦转向企业级,你就有了外勤销售,他们可能要覆盖数千平方英里的区域,所以如果运气好,平均每天能开三次会,而且几乎每次拜访都需要一名销售工程师。他们拉进昂贵高管参加会议的频率,就像内勤销售拉进廉价销售工程师一样频繁。

    注释
    内勤销售(inside sales):通过电话、邮件和视频远程完成销售的模式

    外勤销售(field reps):需要上门拜访客户的销售人员

    销售工程师(sales engineer):协助销售做产品演示和技术答疑的售前技术人员

    是的,用这种方式你可以谈成大得多的交易,但想想它对你组织的干扰:基本上你领导团队的每个人都要从经营业务中抽出时间,只是为了让客户感觉被爱到足以开出一张大额支票,与向客户学习无关。你的交易成交周期变成九个月,而原本只要六周,拿到一张签好的支票开始更像是电子游戏里的一个挑战关卡,与共同解决客户问题的合作相去甚远。而这个游戏的Boss战,是企业级销售最糟糕的部分:采购部门。

    我没有贬低任何角色或团队的习惯,而且我认为采购部门往往由专家组成,他们在公司里发挥着至关重要的作用。但他们的薪酬通常取决于为公司“节省”了多少钱。你不得不给企业客户的所有那些折扣?这是因为采购部门的奖金取决于他们逼你让出多少折扣。

    绝对每个人都知道事情就是这样运作的,而且每个人都知道大家都知道,所以这只是一场游戏。我开出一个巨大的价格,你试图逼我降价,最后我们大家对照一下,看看相对于市场我们做得怎么样。我们双方都不真的想偏离规格太远;我想保持我的平均价格不变,而你只是想确保自己没有付多。

    但由于公司是根据节省了多少钱,而不是根据对买什么做出了多好的决策来给采购部门定薪酬,我们可以把糟糕的产品以大幅折扣卖出去,却无法把好产品按标价卖出去。

    这真是一场该死的Boss战。

    通常还有一个小Boss:法务。他们只想拿到属于自己的那一磅肉,而且这往往更像是一个解谜关卡,与正面战斗不太一样。我最近见过一笔在法务那里卡了一年的交易。这个谜题对我来说太多了。(顺带一提,我在4年多前就和同一个客户打过交道。说到漫长的销售周期。)

    所以现在你开始明白我为什么抵制企业级销售了:它会鼓励你为错误的人打造错误的产品,然后用错误的方式、以错误的价格去销售。

    那么,为什么它如此流行?或者说,为什么它如此难以避免,以至于尽管我竭尽全力,我们最终还是进入了企业级销售的运作模式,然后我又从中逃开了?

    嗯,首先,如果它奏效,利润极其丰厚。尽管Lew Cirne是为了回应自己在Wily的经历才打造了New Relic,并且多年来明确避开企业级销售,但一旦公司上市,他们经历了巨大的转变并加入了企业级销售,因为钱实在太诱人了。最大的公司购买最多的软件,而且,最大的公司想要以特定的方式被销售。

    在很多情况下,你就是无法避免。这在Puppet很大程度上就是发生的事情:我们的产品是为解决大公司面临的问题而打造的。异构环境、人类已知的每种操作系统和应用、复杂的网络,以及繁重的合规需求。事实证明,同时拥有所有这些问题,却又像买卫生纸一样购买大型软件产品的公司很少见。

    注释
    异构环境(heterogeneous environments):多种不同操作系统、硬件和技术并存的IT环境

    我们在各公司的第一批交易确实很像面向消费者的交易。但一旦他们想扩展到其他团队,尤其是想覆盖整个公司,这种关系就自然转变为团队销售,我们得与法务、采购、高管,以及另外三四个团队的代表打交道。理想情况下,组织内部有人是我们产品的拥护者,所以这更像是促成而非直接销售,但问题依然存在:这显然是一次企业级销售。

    但当它奏效时……哇。你开始成交10万美元的交易,然后是30万美元,然后是100万美元,然后是1000万美元。这开始累积起来了。

    而且尽管我说了这有多难……它其实是最容易的销售方式。

    真正难的是拥有最好的产品,并且始终只凭实力获胜。企业级销售是默认的运作模式,而且在许多情况下,选择它是为了掩盖产品的弱点。毕竟,只有用户才会注意到这些弱点;在有CIO、采购、法务和项目管理参加的会议上,没有人会去安装产品并试运行一番。

    就我们这个行业而言,对于如何打造不依赖企业级销售的产品,我们的理解仍然非常早期。尽管Atlassian对销售的依赖超过了它自己所说的程度,但毫无疑问,他们成功避开了企业级销售的运作模式。我希望下一代软件公司能向他们学习,而不是向Workday学习。

    注释
    Atlassian:澳大利亚软件公司,旗下有Jira、Confluence等产品,以自助式销售著称

    Workday:提供人力资源和财务云软件的公司,主要面向大型企业销售

    与此同时,希望这个关于我如何抵制企业级销售以及为何如此的故事,能帮助你在组建自己的团队时做出更好的决策。至少,也许我可以只做一个可怕的反面教材。

    这些功能清单是个坏主意。作为用户不要相信它们,作为产品营销人员也不要制作它们。

  • 如何围绕价格,设计你的产品与商业模式

    “升(Liter)是衡量容积的尺度,而价格(Price)则是衡量价值的尺度。”

    当人们谈论定价时,视线往往迅速聚焦于具体的美元数字——但这仅仅是一个价格点。价格真正衡量的,是用户是否真正需要你的产品,以及他们是否真愿意掏钱购买。围绕付费意愿(Willingness to Pay,WTP)的对话,必须在产品构思之初就全面展开。

    注释
    付费意愿(WTP):指客户为某项产品或服务愿意支付的最高价格,是定价决策的核心衡量指标

    嘉宾背景与定价科学的起源

    Lenny Rachitsky:欢迎收听Lenny’s Podcast。我的目标是帮助大家在打造和增长产品的技艺上持续精进。今天的嘉宾是Madhavan Ramanujam。Madhavan Ramanujam是定价战略经典著作《将创新转化为利润》(Monetizing Innovation)的作者,同时也是全球顶级定价策略咨询公司Simon-Kucher & Partners的资深合伙人。当我在Twitter上询问谁是定价领域最权威的专家时,Madhavan Ramanujam是被提及次数最多的人。

    Madhavan,欢迎来到播客!为了让听众充分理解你在定价与变现领域的深厚经验,能否先介绍一下你的背景,以及你曾合作过的公司?

    Madhavan Ramanujam:谢谢Lenny。我是Simon-Kucher的资深合伙人。我们是全球最大的定价战略咨询公司,全球拥有约2,000名员工和43个分支机构。我在旧金山湾区办公室工作了15年,主要服务硅谷的科技企业,涵盖软件、互联网平台、双边市场等领域。

    我总共服务过超过250家公司,其中包括20多家独角兽企业,业务涉及定价、商业变现与盈利性增长的方方面面。合作客户包括Uber、Asana、DoorDash、LinkedIn等知名企业。

    关于6年前出版的《将创新转化为利润》(Monetizing Innovation),当时我们写这本书的目的,是希望彻底摒弃公关营销类的空泛辞藻,提供真正具备可操作性的方法论,让团队在周一一早走进办公室就能直接落地。即便过去这么多年,在软件与科技类书籍极易过时的背景下,它依然常年位列亚马逊相关品类榜单的前十名。

    Lenny Rachitsky:你最初是如何进入定价战略这个领域的?

    Madhavan Ramanujam:这完全属于一次机缘巧合。当时我在斯坦福商学院(GSB)与工程学院就读,参与了经典的创业项目孵化。在团队向风险投资机构(VC)进行商业计划推介时,我负责制定定价与变现策略。

    我记得向投资人路演时,对方问了我一个直击本质的问题:”你怎么确信自己能在这个创新产品上赚到钱?”

    我随即打开电子表格,展示了所有测算模型和数据假设。那位投资人看了一眼,说了一句让我至今记忆犹新的一句话:”你给这些数据打的标签很准确——’假设’。但你究竟从何得知真实情况?”

    我当时哑口无言,承认这其实全凭主观臆测。恰巧在同一周,Simon-Kucher当时的管理合伙人给我打来电话,询问是否有兴趣加入一家专注于定价与增长战略的咨询机构。我当时甚至不知道还有专门研究定价的咨询公司。我决定加入,就是为了探究定价背后的科学规律,探寻超越纯粹商业直觉(Art)的量化体系(Science)。

    创新失败的第一性原理:为什么72%的产品无法实现商业变现?

    Lenny Rachitsky:写一本长销书非常不易。促使你最终动笔写下《将创新转化为利润》的契机是什么?

    Madhavan Ramanujam:源头来自一种长期的行业挫败感。我们频繁收到各类企业的咨询电话,对方往往表示:”我们需要一套定价方案,产品马上就要发布了,能给我们多久时间?”对方的回答通常是:”昨天就该给出来。”

    他们可能投入了数年时间研发技术与产品,最后采取的却是”盲目生产并祈祷奇迹”(Spray and Pray)的方式。当我们反问:”在研发过程中,你如何验证过用户真正愿意为这项创新付费?你做过针对产品、市场与定价匹配度(Product-Market-Pricing Fit)的深度测试吗?”

    产品、市场与定价匹配度(Product-Market-Pricing Fit)*:在传统”产品市场匹配”概念基础上加入价格维度,指产品、市场需求与定价三者同时匹配的状态

    答案几乎全是否定的。根据我们的基准数据库,高达72%的创新产品在商业化变现层面走向失败。核心原因在于团队从未在早期检验过付费意愿。如果在研发前就进行检验,很多团队完全有能力调整产品形态、重构功能组合,打造出真正具备商业价值的产品。

    定价职能的组织归属演变

    Lenny Rachitsky:在深入探讨具体策略前,还有一个关键组织问题:你认为定价战略在企业内部应该归属于哪个部门?是产品、销售、财务,还是市场?

    Madhavan Ramanujam:定价本质上是一门高度跨职能的学科,无法脱离产品、财务与销售等板块而孤立存在。

    十年前的传统认知:我曾主张定价应归属于财务部门(Finance),向首席财务官(CFO)汇报。其底层逻辑在于制衡销售团队在B2B谈判中的过度让步与无序折价。

    当下的坚定制见:在过去十年中,我强烈主张定价必须扎根于产品团队(Product)。

    《将创新转化为利润》的副标题正是“聪明企业如何围绕价格设计产品”(How Smart Companies Design the Product Around the Price)。如果你认同产品应当精准契合用户需求与付费意愿,那么定价就属于纯粹的产品职能。研发人员必须在画出第一行代码或草图之前,清晰掌握用户看重什么、愿意为哪些特性买单。

    核心法则一:启动付费意愿(Willingness to Pay)对话

    Lenny Rachitsky:在《将创新转化为利润》中,你提出了许多颠覆认知的策略。我们提炼出产品团队最为关心的五个核心议题。首先就是”付费意愿(WTP)对话”。究竟什么是付费意愿?创业者应该在何时开启这一对话?

    Madhavan Ramanujam:业内都在讨论精益创业普及的”产品市场匹配“(Product Market Fit,PMF)。这一框架存在一个重大漏洞:它遗漏了价格这一维度,真正的目标应当是达成”产品-市场-定价匹配”(Product-Market-Pricing Fit)。

    注释
    精益创业(Lean Startup):一种主张通过快速试验、验证假设来降低创业失败风险的产品开发方法论

    产品市场匹配(PMF):指产品能够很好地满足市场需求,客户愿意持续使用并留存的状态

    举个切身例子:如果有人问我:”你喜欢你录播客使用的耳机吗?”我会回答:”喜欢。”

    但如果对方追问:”如果售价是200美元,你还喜欢吗?”

    整个对话逻辑发生根本性逆转。若不在验证PMF时引入价格,团队所听到的反馈基本只是顺耳的好听话。

    传统逻辑:构思创意 ➔ 研发工程 ➔ 上线发布 ➔ 拍脑袋定价 ➔ 祈祷用户买单(失败率72%)

    价值逻辑:构思创意 ➔ 验证付费意愿(WTP) ➔ 围绕价格倒推功能设计 ➔ 精准上线

    第一轮融资机构(First Round Capital)曾用四个字精准概括这一精髓:”先定价,后产品“(Price Before Product)。作为创业者,你根本无法逃避与客户探讨价格;你能掌控的,仅仅是把这场对话放在最开端,还是拖到无法挽回的终局。

    经典商业案例对比:保时捷vs.某双边交易平台

    1. 保时捷Cayenne的逆向设计

    保时捷在筹划跨界推出SUV时,在尚未绘制任何工程蓝图前,就直接走向目标客群展开调研:”市场上是否存在对高性能豪华SUV的真实需求?你们会认可保时捷生产SUV吗?愿意支付怎样的溢价?”

    在获得正面反馈后,保时捷在后续原型开发中进行了极其严苛的客户测试(Car Clinics):

    • 保留特性:大容量杯架(北美家庭出行的高频刚需,客户愿为此付费)。

    • 剔除特性:六速手动变速箱(尽管传统跑车拥趸推崇,但SUV潜在买家毫无付费意愿,果断舍弃)。

    最终面世的Cayenne贡献了保时捷过半的利润,成为汽车商业史上最成功的车型之一。

    2. 某双边交易平台的研发误区

    一家已经在卖家端实现规模变现的双边平台,计划针对买家端推出收费工具。产品团队闭门开展头脑风暴,产出成百上千张便利贴,最终筛选出40个内部极具信心的功能报给CEO。

    CEO提出了同样的核心质问:”你们凭什么确信买家会为这些功能付费?”

    团队随后拿着线框图与交互原型向真实用户验证。内部排名第一的功能名为”显示来自Facebook好友的购买连接”,逻辑看似无懈可击:看到熟人背书即可替代繁琐的公开评论。

    然而市场的真实反馈令人意外:

    • 部分用户认为剥夺了自主翻阅数百条评论的研究乐趣。

    • 部分用户认可功能,却坚决表示”绝不为此多付一分钱”。

    • 另有一部分人明确表示反感,不希望自己的消费隐私被社交圈窥探。

    最终没有任何一个细分客群愿意为这一高优先级功能买单。

    产品研发的核心定律:

    在绝大多数软件与商业项目中,20%的功能驱动了80%的付费意愿(帕累托法则)。

    许多团队常犯的错误,恰恰是把这关键的20%当作最容易实现的极简版(MVP)免费赠送,随后消耗80%的工程精力去打造那些仅占20%价值边缘特性的功能,最终导致商业变现全面陷入被动。

    落地指南:探查付费意愿的五种专业测试方法

    Lenny Rachitsky:如果直接询问用户”你愿意为这个产品付多少钱”,往往只能得到缺乏参考价值的无效信息。在实际操作中,应该如何设计提问方式?

    Madhavan Ramanujam:询问具体价格只会引来讨价还价。我们需要通过间接、相对的心理度量技术,提炼真实的支付边界。

    1. 相对锚定法(Relative Anchoring)

    人类在做绝对定量评估时往往表现欠佳,但在做相对比较时却极其敏锐。

    实操话术:面对企业客户,询问其现有技术栈:”在你们的日常运转中,如果将成熟产品(如Salesforce)创造的业务价值设为基准分100分,你认为我们这款产品提供的价值大约是多少?”(客户能明确给出80分或120分的评估)。

    定价推进:随后追问:”如果Salesforce的采购价格指数为100,你认为我们的价格指数应落在什么区间?”如果对方给出110,说明市场对该创新的溢价空间持有积极预期。

    2. 心理价格阈值测试(Price Sensitivity Meter)

    在向用户完整宣讲产品价值后,连续提出三个层层递进的问题:

    • 可接受价格(Acceptable Price):达到何种价格时,你会认为产品极具性价比、可以毫不犹豫直接采购?

    • 高昂价格(Expensive Price):达到何种价格时,你需要严肃权衡、进行内部预算审批,但依然愿意为价值买单?

    • 过高价格(Prohibitively Expensive Price):达到何种价格时,你会认为价格完全脱离实际,直接退出谈判?

    根据Simon-Kucher积累的数千个项目模型:

    • “可接受价格”是增长获客模式下的低阻力价格。

    • “高昂价格”是能够完整捕获价值的平衡点。

    • “过高价格”是需求悬崖的红线。

    Superhuman创始人Rahul Vora正是通过这一方法,结合用户反馈推导出了每月30美元的核心价格锚点。

    3. 购买概率校准量表(Purchase Probability Calibration)

    采用标准5分制量表(1分表示绝不购买,5分表示必定购买):

    • 评分为5分的受访者,实际最终转化率通常在30%至50%之间。

    • 评分为4分的受访者,实际转化率骤降至10%至20%。

    • 评分为3分及以下的用户,实际商业转化率无限趋近于零。

    通过在不同价格梯度下观测评分分布的滑移,可以构建出精确的市场需求曲线。

    4. 极值迫选排序法(Most / Least Important Trade-off)

    当面临10个以上的功能清单时,如果让用户进行1到10的线性排序,用户在中间区段极易产生认知疲劳。

    操作方式:每次仅向用户呈现6个功能子集,强制要求其选出”最重要”(绝不能缺少且愿为之付费)与”最不重要”(可有可无且不愿付费)的两项。

    通过多轮置换组合,可以在统计学层面清晰测算出各项功能的付费权重。

    5. 联合分析与权衡实验(Conjoint / Trade-off Experiments)

    模拟真实的货架与采购场景,为用户提供不同的功能包、配额及价格组合。通过观察用户的加购、放弃与方案升降级动作,利用数学模型逆向推导各功能属性的隐性边际支付意愿(Part-worth Utilities)。

    注释
    联合分析(Conjoint Analysis):一种市场调研方法,通过让受访者在不同属性和价格组合中做选择,推算其真实偏好和支付意愿

    Part-worth Utilities:指通过联合分析模型逆向推导出的各产品属性对客户购买决策贡献的隐性权重

    核心法则二:基于价值的动态客户分群(Segmentation)

    Lenny Rachitsky:许多产品经理认为自己做过用户分群,但你的观点是很多人的分群方式完全偏离了商业本质。问题出在哪里?

    Madhavan Ramanujam:绝大多数企业混淆了”用户画像(Persona)”与”商业分群”。按年龄、地域、行业或收入划分人口统计特征,在定价与产品匹配上极其脆弱。

    经典画像误区对比:

    特征:年满70岁、居住在城堡中、财富极其雄厚、生活在英国。

    结论:英国国王查尔斯三世vs.摇滚歌手奥兹·奥斯朋(Ozzy Osbourne)。

    两者的消费偏好、审美取向与付费意愿存在天壤之别。

    真正的商业分群核心标准只有四个字:”区别对待“(Act Differently)。

    场景形态 交付载体 市场价格 满足的核心需求
    公共饮水机 水流管道直饮 免费($0) 基础生理止渴、对成本极度敏感
    货架瓶装水 塑料瓶包装便携 $2.00 便携性、移动中补水
    气泡水 充气调味玻璃瓶 $2.50 追求风味口感、轻社交体验
    酒店客房迷你吧 即饮冰镇瓶装 $5.00 追求极致便利、极度厌恶行动繁琐

    同样的水,通过不同形态的产品化打包,捕获了不同群体的支付意愿。如果你的产品企图使用同一种形态满足所有人(One-size-fits-all),其结局必然是无法满足任何人(One-size-fits-none)。

    早期团队如何实践分群?

    早期创业团队无需在第一天就面向5个客群同时开发5款独立产品。正确的演进路径应当是:

    • 在早期调研中识别出潜在客群的需求差异与规模。

    • 优先挑选支付意愿最高、痛点最强烈的单一细分客群,量身打造第一款产品。

    • 随着业务体量扩张,逐步推出面向后续客群的差异化产品线。

    核心法则三:定价战略的三大基石与封装艺术

    Lenny Rachitsky:在明确了客群之后,企业应如何在宏观战略层面确立自己的定价姿态?

    Madhavan Ramanujam:抛开眼花缭乱的商业术语,商业史上能够成立的底层定价战略只有三类:

    • 撇脂定价(Skimming Strategy):以苹果(Apple)为代表。新品上市时以高溢价进入市场,确立品质与价值标杆;随后随技术迭代将上一代产品适度降价,逐层收割不同层级的市场需求。

    • 渗透定价(Penetration Strategy):以亚马逊(Amazon)电商业务为代表。依托极致的供应链效率与微薄利润率跑通飞轮效应。此策略要求极高的运营护城河,普通创业者不可轻易效仿。

    • 最大化定价(Maximization Strategy):以微软(Microsoft)为代表。介于两者之间,在保障合理利润率的前提下,追求市场渗透规模与整体经营利润的最大化。

    封装法则:领导者、填充物与杀手功能(Leaders, Fillers, and Killers)

    如何通过产品打包(Packaging & Bundling)实现精细分群?这需要借助”麦当劳套餐模型”来清晰界定功能角色:

    麦当劳套餐配置:
    巨无霸汉堡(核心领导者:>50% 用户为了它而来)
    + 薯条 & 可乐(高效填充物:边际成本低,轻微加价即可促成转化)
    = 极具吸引力的超值套餐!
    
    • 领导功能(Leaders):核心价值锚点,超过50%的客户为了它掏钱采购。

    • 填充功能(Fillers):协同价值组件,单卖吸引力有限,但放入组合包能有效提升整体性价比感知。

    • 杀手功能(Killers):若将其强行塞入通用基础包,会直接扼杀该组合对大部分用户的吸引力。例如:如果强行把美式黑咖啡绑定在汉堡可乐套餐中并提价,大部分用户会放弃购买。

    增值销售经验法则:如果某项特性仅有10%至20%的重度用户极其渴求,绝不可将其强行塞入标准版让全员分摊成本;必须将其单列为独立付费插件(Add-on)或高端专业版专享模块。

    核心法则四:计费模式(How to Charge)重于价格点(How Much)

    Lenny Rachitsky:你常说”怎么收钱”远比”收多少钱”更关键。在SaaS和科技产品中,用量计费(Usage-based)是否正在彻底替代订阅制(Subscription)?

    Madhavan Ramanujam:盲目跟风行业潮流是极其危险的。米其林(Michelin)在推销高耐磨卡车轮胎时,如果直接提价20%,高度价格敏感的车队客户绝不会接受。米其林将计费模式重构为”按行驶里程计费(Pay-per-mile)”,轮胎磨损转化为运输车队的动态可变成本,客户不仅欣然接受,更能直接将成本向货主平摊转嫁。

    在软件行业中,两类计费架构各有明确的适用边界:

    评估维度 推荐采用:固定订阅制(Subscription) 推荐采用:用量计费制(Usage-based)
    用量波动特征 各月用量平稳,或客户强烈要求账单具备预算可预测性 各月波动幅度剧烈,客户追求透明度与绝对公平
    价值交付频次 价值持续在线(如身份防盗监控服务LifeLock) 价值呈阶段性/偶发性交付(如短信下发、算力调度)
    底层履约成本 边际交付边际成本无限趋近于零 底层资源消耗随调用量刚性线性增长(如AWS)
    核心指标归因 难以在微观层面精确度量单一价值单元 具备双方高度公认的度量指标(如活跃跟踪用户数MTU)

    对于兼顾规模扩张与底线收入的企业,混合计费制(Hybrid Model)(如HubSpot采取的基础月租底座+超额梯度计量)往往是兼顾稳定性与扩张空间的更优解。

    核心法则五:行为定价学(Behavioral Pricing)的应用

    Lenny Rachitsky:最后是行为定价学。产品团队如何借助人类决策中的非理性特征,在不重新开发产品的情况下改善商业转化?

    Madhavan Ramanujam:人类大脑天然存在认知捷径与非理性偏见。优秀的定价结构能够让产品在不同视角下展现其应有的吸引力。

    1. 破解折中效应:严防基础版”倾家荡产”(Don’t Give the Farm Away)

    很多公司采用三档价格设计(如49/79/149美元),结果70%的用户挤在49美元的入门版。原因在于团队把大量核心功能过早下放到了基础版中。

    正确的优化方式:

    • 梳理核心权益,将高价值特性收缩至中间档。

    • 探测到79至99美元之间的价格弹性钝化,将中间档提价至99美元,高阶档提价至199美元。

    • 新增一款299美元的高锚定诱饵(Decoy)版本。

    注释
    诱饵定价(Decoy):故意设置一个高价、性价比较低的选项,以此衬托目标档位显得更具吸引力的定价心理技巧

    此举将中间档衬托为极具性价比的黄金折中选项,在功能研发零变更的前提下,直接带动整体月经常性收入(MRR)的大幅跃升。

    2. 单位拆分心理暗示(Pennies-a-day Effect)

    年付方案呈现时,将360美元/年的总包年费用,换算拆解为等效”29.99美元/月”或”1美元/天”进行心智展示,有效消除决策时的一次性现金流痛感。

    3. 帕尼尼集卡效应(Panini Effect)

    源自童年时期收集贴纸图册的强迫完形心理。当面向机构客户展示产品矩阵时,摒弃简单的文本罗列,改用可视化网格或”待解锁拼图”形态。标明用户当前已启用的模块与处于灰色待点亮的模块,在界面引导下,客户增购多款产品的关联附着率(Attach Rate)往往能从常规的20%显著提升至40%以上。

    逆周期环境下的定价防御策略

    Lenny Rachitsky:在宏观经济放缓、企业预算收紧的周期中,创始人和产品团队在定价层面应该注意什么?

    Madhavan Ramanujam:面对市场下行,最恶劣的自杀行为就是简单粗暴的全面打折降价。降价一旦发生,半年后该折后价就会成为客户心中的新锚点。

    团队应在策略库中准备好三项防御预案:

    • 储备去功能化备选方案(De-featured Alternate):在核心产品之下,提前设计一款剔除了部分关键高级特性的低阶防御版。当客户表示预算不足濒临流失时,提供降级版留存客户。降价必须伴随对应价值的扣减,以此捍卫价格体系的严肃性。

    • 采取非价格让利举措(Non-pricing Actions):价值补偿方面,维持原价不变的前提下,额外附赠原属高阶版的技术支持或附加席位;调整合同条款方面,通过锁定义务期限(如将1年期调整为2年期框架)对冲短期波动;放宽结算账期方面,将15天回款调整为30天或45天,缓解客户短期现金流压力。

    • 借势推进计费机制革新:市场下行期往往是推行用量计费或结果计费的最佳窗口。在低活跃度时期,客户天然欢迎按实际调用量结算,企业能够顺理成章完成商业模式的底层迭代。

  • 动荡的AI时代来临,我们的选择至关重要

    一生中只做过两份工作。在第一个项目中,我参与了通过在Microsoft的工作来赋能他人的软件开发。

    在我的第二份工作中,我自2008年开始全身心投入这一事业。我的目标是将我在微软所积累的财富回报给社会,让这个世界变得更加健康、教育水平更高、公平程度更高。这将是我余生要从事的工作。

    这两次经历都让我对人工智能有了更深入的认识。当我13岁时第一次接触计算机时,我非常感兴趣于让计算机变得更智能,能够完成当时只有人类才能做的事情。虽然”人工智能”这个词在我出生前后就已经被使用,但这项技术直到过去十年才取得显著进展。如今,人工智能的能力已经达到了惊人的水平,并且还在以惊人的速度不断改进。人工智能首次能够替代甚至超越人类的认知能力。

    人工智能要么会成为有史以来最强大的公平分配工具,要么会成为导致最严重不公正现象的根源。

    从公平性的角度来看,人工智能要么会成为有史以来最强大的公平化工具,要么会成为导致最严重不公正现象的根源。这一挑战极其艰巨。即便在最佳条件下,向这个新的人工智能时代的过渡仍将是人类历史上最动荡的时期之一。我们将如何利用这项技术让世界变得更加公平,避免贫富差距进一步扩大的情况发生?我们又该如何保护那些最容易受到人工智能带来的危害影响的人群,比如那些失去生计、无法掌控自己未来的人呢?

    我认为,回答这些问题并根据这些答案采取行动应该是全球的首要任务。如果世界能够采取正确的行动,那么人工智能就会成为一股积极的力量,让每个人的生活都变得更好。

    遗憾的是,目前我们并没有为此做准备。我没有看到领导者、专家和社区充分应对挑战的证据。没有计划缓解人工智能时代的进入。

    造成这种情况的原因之一是,许多评论家低估了人工智能所带来的影响程度。我认为有几种原因可以解释这一现象。

    首先,人工智能模型仍然会犯错。很难想象有哪种人工智能模型能够替代人类的认知能力——毕竟,不久前它们甚至都无法解决一个简单的数独谜题,更不用说判断”strawberry”这个词中有多少个字母”R”了。

    不过,可靠性问题正在迅速得到解决。研究人员正在开发能够自我检查工作并自我改进的模型。很快,它们在许多任务上的表现将远远超过人类。

    人们低估人工智能的另一个原因是,将人工智能与过去创新成果进行类比是一种误导。我们并没有实际经验来应对一种能够快速被应用、能够像人类一样思考和行动的技术。

    当个人电脑出现时,花了二十年时间才彻底改变我们的工作方式,因为那时需要开发相关软件、降低产品价格,同时人们还需要学习如何运用这些工具并将其融入自己的业务流程中。而人工智能则可以在我们现有的设备上运行,并且使用自然语言进行交互。我们无需去适应它,因为它可以适应我们。它可以观看用于培训人类员工的视频,并从已有的数据中学习经验。

    我想承认一种可能的偏见。我在科技行业获得了巨大的收益。虽然我已经将投资组合进行了相当大的多元化,但我仍然与这一行业存在财务上的联系。作为盖茨基金会主席,我与微软以及其他人工智能公司合作,努力确保人工智能技术能够真正造福全世界的人们。

    不过,我对人工智能的看法并非出于为自己谋取利益的动机。我通过投资所获得的任何收益,包括与科技相关的收益,都将捐赠给盖茨基金会,用于解决全球不平等问题。当然,读者们需要自行判断这一决定是否会影响我对人工智能的看法。

    这次真的不一样

    从我记事起,我就希望创新能更快发生。有了人工智能,我的感受更复杂。我们需要时间来应对社会、政治和经济领域的变革。

    我希望世界能迅速获得好处,并尽可能拖延它带来的问题,但好处和问题正同时出现。我认为我们需要时间为即将进入的社会、政治和经济动荡时期做准备。最需要时间的人往往是最少的人——被机器人取代的会计员工,或者被一个时薪10美元的机器人抢走的时薪20美元的工人。

    许多观察者认为,这次技术转型将与以往类似。他们举例说明美国的工作岗位如何从农业转向办公室工作。然而,这一过程经过几代人发展,创造了需要人类认知的新工作岗位。在这种情况下,这项技术可以替代人类认知。

    因为它能看、听、说、推理,最终能像人类一样流畅地完成体力工作,所以它不会只影响一个领域。人工智能将承担法律、客户服务、医疗、软件和制造业的工作。它将迅速影响这些行业,十年内而非几代人。会有一些新工作岗位,但没有合适的政策,工作岗位将远少于现有的。

    如果有人有一个可信的全球AI进展减缓计划,我很可能会支持。不过,我觉得这不太可能发生。地缘政治和经济激励力过于强硬,无法全速推进。

    为了确保我们能够充分发挥这一前所未有的技术的积极作用,同时最大限度地减少其负面影响,从而整体上获得更好的收益,我们必须了解其利弊。我先来谈谈风险方面的问题。

    向人工智能转型过程中存在三个主要风险

    我计划在未来更详细地介绍这些主题,所以现在先简单提一下它们吧。

    1、许多工作将会永远消失

    在1933年,大萧条时期,美国的失业率约为25%。在接下来的十年里,失业率一直保持在两位数水平。不过,随着需求、投资以及经济增长的恢复,失业率最终有所下降。

    人工智能或许还达不到这个水平,但其影响不会随着经济周期的更替而消失。最受影响的将是那些处于初级和中级职位的人群,而新创造的就业机会大多需要多年才能掌握的技能。

    白领工作已经受到适度影响。生成式人工智能广泛采用后,年轻工人在那些特别容易被替代的工作岗位中就业率大幅下降,但年长同事的就业率则没有下降。

    我认为这一趋势会持续,但不会局限于少数几个行业或职业。销售和客户支持(线上和电话)、软件工程和律师助理工作可能最先受影响,但随着人工智能承担至今仍需受过培训的任务,如评估贷款申请、数据分析,甚至患者分诊,这种冲击将远远影响。像软件工程这样的几个领域会随着成本下降产生新需求,因此只要某些任务(如设计)由人工完成,这些领域的净失业率会低于其他领域。

    蓝领工作也会受到影响。虽然机器人的发展还不如人工智能,但最终它们的成本也会大幅降低。我接触的许多美国人并不知道灵巧机器人进步之快,因为许多先进技术都在其他国家完成,主要是中国。或者他们可能被最近疯传的那些机器人跳舞糟糕的视频弄糊涂了。我认为”智能”机器人将在本十年末开始在某些体力任务上与人类竞争——例如建筑和酒店行业。

    机器人和人工智能结合可能形成恶性循环。当一家公司采用这些方案并用节省下来的成本降低价格后,竞争对手将感受到巨大的压力,必须跟着这样做。如果现有公司不采纳,那么初创企业会采用。许多人会转向其他工作,但失去工作、重新培训和寻找其他工作的痛苦将非常大。市场力量将使收养速度越来越快,除非我们干预,否则优质工作岗位将减少,利益将归于少数群体。

    我特别担心年轻人,因为他们进入职场时,基础岗位的机会会越来越少。他们明白这一挑战,因为他们是人工智能最活跃的使用者,他们既看到了人工智能的能力,也看到了其发展的速度。因此,他们中对人工智能持负面看法也就不足为奇了。

    当人工智能几乎无误地提供工作时,员工将面临最大的转变。到那时,它将能够独立运行,无需人工检查,企业也将有充分的经济动机允许它使用。

    这将导致我们对工作、收入和经济安全的看法发生根本性转变。如果工作人数减少,或者更多人工作更少,一个以就业为核心建立的经济将如何运作?

    在资本主义社会中,就业是大多数人获得生活基本生活所需资金的方式,同时也是尊严和社会联系的重要来源。

    当一个社区失业率很高时,连锁反应可能非常普遍。研究表明,在美国某些地区,工厂关闭导致了阿片类药物过量死亡人数的上升。现在想象一下,全国范围内白领和蓝领工人都面临类似的压力。

    我们现在必须思考如何减少失业,让每个人都能共享人工智能带来的繁荣。等到人们已经被迫迁移或就业不足时才行动,将为时已晚。人工智能是对我们经济组织方式的结构性挑战,需要立即思考和行动。

    2、人工智能将赋予人们(也许还有人工智能)施加更大伤害的能力

    早在人工智能进入主流之前,网上就已有关于如何制造炸弹、生物武器甚至计算机病毒等武器的信息。人工智能将使获取信息和行动变得更容易。即使是技能极为有限的罪犯,也能在各个层面下针对受害者:个人、公司和政府。

    即使技能非常有限的罪犯,也能在各种情况下选择目标进行攻击。

    由人工智能驱动的欺诈行为、虚假信息、深度伪造技术以及监控行为,都是人们在日常生活中最容易感受到的负面影响。

    人工智能能力开始被用于网络攻击之中。我认识的最优秀的网络安全专家也对此感到担忧,因为在未来几年里,攻击者的能力将越来越强大,而防御者修复这些漏洞的速度则远远跟不上。毕竟,那种能够发现软件中缺陷的人工智能模型,如果被犯罪分子利用,就能让他们轻易地发起攻击。进行攻击所需的资源正在显著减少,而我们仍然无法将这种能力与正常的用途区分开来。

    想想那些可能受到攻击的基础设施吧:医院、金融机构、供水系统、电网、以及管理政府福利的系统。当这些机构受到攻击时,受到伤害的将会是患者、客户以及那些享受政府福利的人。

    生物恐怖主义也是如此。虽然人工智能会带来药物和疫苗的突破性进展,但它也会使设计新的致命疾病变得更加容易。同样,人工智能的积极作用与潜在的危险作用难以区分。这是一个全球性的问题。

    我刚才提到的这些风险,都与人工智能如何赋予那些目前权力较小的人更大的权力有关。同样的工具也会将权力集中到那些已经拥有权力的人手中。例如,自动武器将使政府能够更轻松地使用致命武力,而无需再由人类来参与决策过程。同时,监控和操纵公众舆论也将变得更加容易、便宜,而且效果也会更好。

    最终,利用人工智能来伤害他人的能力将不再局限于个人或机构。人工智能系统本身也偶尔会做出那些设计者并未预料到的行为。这项技术的进步速度比任何人预期的都要快,而且方式也令人惊讶。随着模型变得越来越强大,它们可能会开始违背我们的利益行事,而我们将失去对它的控制。关于这一点,我会在未来进一步阐述。

    人工智能模型可能开始违背我们的利益,我们可能会失去控制。

    3、人工智能可能会阻碍孩子的成长发展,并取代人类之间的人际关系

    我在西雅图长大的时候,除了几个和我一样的小伙伴之外,并没有太多朋友。我需要付出很大的努力,并得到母亲的很多帮助,才能培养出良好的社交能力,从而能够理解和接纳不同类型的人。直到今天,70岁的我仍然会借鉴那些经验来与人交往。

    我怀疑,如果当时有人工智能的陪伴,我是否会付出同样的努力。人工智能会以一种让你感到舒适的方式与你交流。它们不会把你推到舒适区之外。它们随时都在,也永远不会生你的气。但这也意味着,人工智能有可能让人产生强烈的依赖心理,同时让我们失去通过与他人互动而获得的经验。

    关于这一主题的现有证据仍然很少,且存在一定争议。不过,有一些迹象表明我们确实需要引起足够的重视。例如,在一项针对1100多名使用人工智能伴侣的用户的调查中,斯坦福大学和卡内基梅隆大学的研究人员发现,那些社交网络较窄的人更有可能寻求聊天机器人的陪伴。而使用人工智能伴侣的频率越高、内容越涉及情感层面,他们的情绪状况就越糟糕。

    年轻人可能会受到终生的影响。在乔纳森·海德的《焦虑的世代》一书中,他提到了社交媒体的影响,而这种情况在人工智能时代更为明显:”就像被风吹拂的年轻树木一样,那些经常面临小风险的儿童,长大后能够应对更大的风险而不会产生恐慌。相反,那些在温室中成长起来的孩子,有时在成年之前就会因为焦虑而变得无能。”

    注释
    乔纳森·海德:美国社会心理学家,纽约大学教授,代表作《焦虑的世代》,研究社交媒体与智能设备对青少年心理健康的影响

    一个旨在永远不会让你烦恼的AI伴侣,就像是一个安全、舒适的温室一样。

    我们才刚刚开始了解互联网——尤其是社交媒体——对年轻人成长可能带来的危害。我们已经看到一些现象:用户过度使用互联网,睡眠质量受到干扰,遭遇网络欺凌,以及接触到有害内容。人工智能可能会加剧这些风险,因为它能让这些危害更具说服力,也更难以避免。我们不应再等待下一代人出现这些问题,就应该立即采取措施来应对。

    包括澳大利亚、英国和挪威在内的国家已经在采取措施保护儿童免受网络侵害。而中国在这方面走在了最前列。中国的法规广泛限制人工智能辅助应用的开发,禁止那些可能导致情感依赖的设计,并且禁止为未成年人创建虚拟亲属和恋爱对象。

    那个能够让人们学到比以往任何时候都多的知识的工具,也可能导致许多人学到的东西反而更少。

    我也担心人工智能对教育的影响。具有讽刺意味的是,正是这个能让人们学得比以往更多的工具,反而可能导致许多人学得更少。一项初步调查显示,人工智能使用频率增加与批判性思维能力下降相关。年轻人的效果更明显。

    这将是人类失去批判性思维能力的最糟糕时机。在深度伪造和错误信息盛行且可以根据个人需求量身定制的时代,辨别真假的能力成为一项必备的生活技能。

    目前尚不清楚该如何界定这些心理社会问题的界限。在某些情况下,人工智能可能帮助人们更好地管理人际关系。对于孤立的老年人和行动不便者来说,这可能是与外界唯一的接触,总比什么都没有要好。无论我们最终划出哪条线,都应该是我们自己有意识地做出的决定。

    我们用人工智能做的好事可能会非常非常好

    人们常说,我们高估了短期内会发生的变化,低估了长期内的变化。

    关于人工智能,我看到的情况不同。有些人只看到人工智能的优点,却没有足够关注其负面影响。另一些人则犯相反的错误,只关注真实存在的危险,而忽视了潜在的益处。

    我们需要两者兼顾:对我们需要最小化的人工智能危害的深切关切,以及对最大化所有人积极影响的现实乐观。

    最大化收益和尽量减少伤害同样重要。如果人们看到人工智能如何让他们的生活更轻松,这将有助于建立公众信任,这对于应对过渡中较难的部分至关重要。如果人工智能在大多数人生活中做的第一件事就是剥夺他们的工作,那些已经对它持怀疑态度的人会直接拒绝它。这将使得实现这些益处变得更加困难,这也是政府、包括医疗行业和人工智能公司现在应当合作的另一个原因。

    凭借整合各科学领域知识的能力,人工智能能够加速全球最艰难技术挑战的创新:为所有人提供可靠的清洁能源、应对气候变化、种植足够的粮食、根除疾病等等。从事癌症治疗或核能研究的研究人员可以利用人工智能检索大量科学文献。它可以帮助他们识别人类可能忽略的模式,并决定哪些实验最有前景。当智力不再是如今的限制因素时,小型公司将能够与拥有更大研究预算的组织竞争。研发和创新将被强化。

    医疗保健

    在医疗保健领域,人工智能可以帮助解决现实中的各种问题。许多美国的小型医院缺乏能够在紧急情况下快速诊断患者的专业人员。在这种情况下,人工智能可以及时发现心脏病发作,从而避免患者因医疗紧急情况而面临巨大的经济负担。Viz.ai就是这样一个例子。它通过分析扫描结果来检测中风等紧急情况,并帮助医疗团队协调患者的治疗工作。目前,Viz.ai已经在近2000家美国医院中得到了应用。

    注释
    Viz.ai:一家利用人工智能分析医学影像、辅助中风等紧急病症快速诊断的医疗科技公司

    人工智能还将帮助初级医生更好地做出诊断,并在患者不在诊所时与他们保持联系。它还能帮助患者理解检查结果以及复杂的用药安排。

    农业

    在低收入国家,农业领域将是人工智能产生最快影响的领域。

    当我告诉人们,第二个影响人工智能应用的关键领域是农业时,我会让很多人感到惊讶。在大多数低收入国家,农民无法获得可靠的天气预报,也无法得到关于种植什么种子、如何保护作物和牲畜免受疾病侵害,以及如何改善土壤等方面的建议。随着这些国家人口的增长以及气候变化的挑战,这些农民比以往任何时候都更需要帮助。利用人工智能技术,低收入国家的农民很快就能获得比现在最富裕的农民更完善的建议,从而大幅提高他们的产量。

    政府服务

    政府服务也是人工智能能够让人们生活更轻松的第三个领域。在美国,我遇到过一些家庭,他们显然在申请医疗保险、学生资助或食品援助等方面感到力不从心。面对大量复杂的官僚表格,许多人都想放弃。而人工智能可以大幅简化这一过程,让民众能够更快地获得所需的帮助,同时政府也能更高效地运作。政府可以通过为最需要社会保障服务的公民提供更好的服务来提升整个公民体验。

    心理健康

    尽管我担心人工智能会对我们的心理健康产生负面影响,但我认为它在这方面也能发挥重要作用。大多数社区都缺乏足够的心理咨询师、精神科医生和成瘾问题专家。只要采取适当的隐私保护措施,人工智能工具就能帮助人们识别潜在的警示信号。而在必要时,这些工具还可以提供基于证据的应对策略,并与人类专业人士合作,以提供更加及时有效的治疗服务。

    教育

    尽管我之前提到了一些担忧,但人工智能对教育来说确实是一种福音。它可以让教师有更多时间与学生进行一对一或小组式的互动,同时也能更清晰地了解哪些学生存在困难。对于学生来说,这种能够保留研究人员所说的”富有成效的探究过程”的人工智能工具,可以强化他们的学习体验。当学生初次接触一个新概念时,人工智能会提供详细的解释,并给出各种问题和答案。而在之后检查他们的理解情况时,人工智能会隐藏答案,让学生能够自行得出结论。

    总的来说,所有这些领域的进步都将使日常生活变得更加轻松、更经济实惠,同时也不再受到个人收入或社交关系的限制。

    人工智能可以让个人和小型企业获得当今需要昂贵专业服务或大量员工才能实现的技能,同时让产品和服务更加优质且成本更低。它还可以帮助残疾人士更好地独立生活,让有出色想法的工作者和企业家能够完成比现在更多的事情。

    最重要的是,这可以让人们重新获得一些时间,以及注意力,因为这些时间原本被用于处理文书工作、官僚事务、寻找可靠的信息,或者完成那些他们自己无法负担让别人来处理的任务。这些好处看起来可能微不足道,但如果在数百万人的生活中都能得到体现,那将是非常有意义的:更多的人在需要的时候能够获得有效的建议,同时他们也有更多的时间来专注于自己想要构建的生活。

    我们必须有意识地确保它惠及所有人,而不仅仅是少数富人。

    在所有这些领域,关键的词是”能够”——人工智能能够改善所有收入水平人群的生活。不过,这种改善并非自然而然就能实现。就像任何新技术一样,我们必须精心规划,确保这项技术真正惠及每个人,而不仅仅是少数富人。这需要政府和慈善机构发挥重要作用,让那些收入较低的公民和低收入国家也能从中受益。

    盖茨基金会还有19年的时间可以分配其剩余的2000亿美元资金。人工智能将帮助它实现这些雄心勃勃的目标——包括加快研发针对艾滋病、结核病、疟疾和营养不良的疫苗和药物,以及帮助医疗工作者和患者掌握如何使用这些工具。该基金会的目标之一是将每年死亡儿童的数量减少一半,这一目标在2000年至2024年期间已经实现。我们的所有工作,不仅仅是医疗保健领域,还包括农业和教育领域,都将充分利用人工智能的优势。

    我将在下个月基金会年度守门员报告中详细介绍这些努力——包括我们关注确保人工智能模型在我们支持工作的所有国家中,使用人们使用的语言,而不仅仅是富裕和中等收入国家常用的语言。包括OpenAI、Anthropic、谷歌和Microsoft在内的多家领先AI公司,都在与基金会合作开展所有这些举措,这带来了巨大影响。

    这个世界需要有一个计划

    一些人工智能公司提出解决自身技术带来挑战的方案固然好,但我们不应指望它们带头。有些问题超出了他们的专业范围,在民主社会中,他们没有权决定这些事情。

    相反,解决方案应通过包括民选官员、政策制定者、教育者、卫生工作者、地方官员和社区领袖在内的公共民主程序来制定。数百万人的生活将被打乱,我们需要一个更强大、更灵活的社会保障网来帮助他们应对过渡。当地社区已经开始对数据中心所需的能源和水资源提出担忧。如果没有解决方案,一些团体将推动彻底停止人工智能的开发和部署。

    解决方案应由我们对人工智能提出的深刻问题的回答来塑造,包括在机器能智胜我们的时代,我们如何保护人性。作为那些一生思考”人类”意义的人,宗教领袖可以在这里发挥关键作用。我对教皇利奥十四世关于人工智能的通谕《在人工智能时代保护人类》深感着迷。它为需要完成的工作奠定了坚实的基础。

    注释
    教皇利奥十四世:天主教教皇

    在接下来的几个月里,我会分享更多想法,以确保人工智能带来的好处能够超过它可能造成的危害。以下是三个建议,从我认为最重要的那个开始说起。

    建立一个管理过渡的新系统

    最高优先事项是一项艰巨任务:建立一个国内外应对人工智能的框架。

    我们现有的机构都没有一个能应对如此迅速传播、触及我们生活许多方面的技术。所以我们需要重新制作新的。

    这很难用言语来夸大这项工程的巨大。9·11事件后,美国政府经历了自二战以来最大规模的重组,目的仅仅是为了提升一项功能——国家安全。

    人工智能将需要远远更多。它将影响国家安全,以及就业、教育、税收、能源、选举、空气和水务、公共卫生、金融系统、执法、交通、公共土地和信息技术系统。

    这些部门在某些方面有重叠,而我们现有的官僚体系并不适合管理。劳工部门可能理解劳动力中断,但不了解安全风险。商业监管机构可能理解市场集中度,但不了解人工智能对儿童和青少年的影响。如果机构自生自灭,只能看到系统的一部分,而人工智能的后果将波及整个系统。

    在国家级层面,各国需要一些能够协调各政府机构行动的机构。目标是确保所有风险都得到充分考虑。否则,即使有人工智能支持的攻击手段,也可能成功实施,因为没人会认为阻止这种攻击是他们的职责所在。

    不过,即使是一个能够整顿好自身事务的国家,仍然会面临一些跨越国界的风险。因此,同时还需要建立一个国际组织来应对这些风险。

    这将是一个与我们以往创建的任何机构都不同的组织。不过,它也可以借鉴一些现有系统的模式。例如,有针对核武器的监管机制、国际航空领域的规章制度,以及保护臭氧层的协议。一个新的全球人工智能组织则需要结合这三种机制的内容,甚至更多的内容。

    人们不禁会思考,世界的各种机构是否具备设计和实施这一新架构的能力。政府在决策上往往进展缓慢,而且各国之间以及国内内部的极端分化使得事情变得更加难以解决。因此,美国和中国之间需要进行一些合作。

    我们没有时间可以慢慢来。当务之急是首先建立合适的制度架构,以避免在混乱局面下政府陷入危机模式。各国领导人应该定期召集经济学家、技术专家、劳动问题专家、商业领袖以及工人本身,共同探讨现有制度存在的缺陷,并思考是否需要建立新的管理机构。各国应该相互学习,共同进步。

    那些拥有顶尖人工智能开发团队的国家,以及那些掌控着产业链关键环节的国家,应该立即开始协商,共同制定规范标准。因为,如果竞争压力加剧,这些国家就难以进行合作了。

    构建我说的框架需要数年时间,这就是为什么我们必须现在就开始。

    给人类留一些工作

    我爸爸于2020年因阿尔茨海默病去世。在病情晚期,他日夜由有偿护理人员照料,即使他表达困难,他们依然理解他。他不能总是告诉他们自己饿了,但他们总知道。

    我和家人将永远感激这群了不起的专业人士。他们对我爸爸的关爱中,有一种无可替代的人性。没有机器人能或应该做到这一点。

    每当有人问到哪些职位会消失,哪些会留下来时,我会想到那支球队。我相信随着人工智能和机器人的进步,我们会把某些事情留给只有人类去做。我开始称这个领域为”人类保留”,这也是我们需要考虑的各种想法的例子。

    我喜欢”人类保留”这个词,因为它让我想起自然保护区——那些我们可以建建筑和道路的地方,但我们选择不建,因为损失太大。

    我们可能会因为经济原因把某处划为人类保留。例如,我们可能因为让机器接替某个角色会取代大量无法轻易换工作的人群。你不能告诉一个55岁、整个职业生涯都在建筑行业工作的人,他们需要去养老机构工作,还指望他们觉得有成就感。

    有时将某项内容定为人类保留的决定会受到其他因素的影响。以健康为例,想象一台机器人告诉你你患有无法治愈的疾病。没有技术上的理由不能。但其实不应该如此。

    “人力保留”领域会随着时间演变——例如,我们应该考虑现在先保留一些岗位,逐步在数年或几十年内逐步引入人工智能,并承诺保留部分岗位。有些领域,比如教育和心理健康护理,将是混合的,由人类负责,利用技术扩展他们的工作范围。

    排队也会因地而异。有些国家可能坚持让人类照顾老人。但像日本这样劳动力减少、年轻人不足以照顾老人的国家,可能会欢迎照顾机器人。

    “人类专属”这一概念引发了许多我无法解答的问题。谁来决定我们为人类保留什么?我们应该使用什么标准?如何防止企业作弊或使用机器人来替代人工操作?当某个国家允许机器人制造物品,而另一个国家不这样做时,国际贸易会面临什么情况?这些问题需要在过渡计划中得到妥善解决。

    我们需要重新调整对劳动和资本征税的方式

    随着工人被分配到不同的工作岗位上,他们就需要接受再培训,并获得社会保障体系提供的其他支持。不过,他们的工作时间会减少,这意味着他们缴纳的所得税也会减少。而此时正是这些服务需求最旺盛的时候,政府的收入就会减少。在预算紧张的情况下,这些资金必须从别的地方筹集。

    我认为我们应该对人工智能代币和机器人征税。目前,如果你是雇主,雇佣了一名员工,那么你需要为其工资缴纳相关税费。但如果你购买了一台机器人,通常可以将其作为企业支出立即报销。这种税收制度实际上在促使人们用机器替代人类。

    这种税收可以减缓人类劳动力的流失,同时还能筹集资金用于再培训以及加强社会保障体系。不过,这种税收应该有针对性地分配,以避免阻碍人工智能在那些纯粹具有积极意义的应用中的发展,比如让药品和教育的成本降低。

    这一观点的批评者指出,从经济效率的角度来看,这种方式并非最优选择。但他们没有考虑到工作对个人和社会的更广泛价值。不过,随着创新的加速发展,我们或许可以接受一些效率上的低下,以换取让人们继续就业的机会。

    早在几年前,我就提出了使用机器人的税务申报方案。当时大多数人的反应都是认为这是个奇怪的想法。不过,我仍然坚信这是一种有效的解决方案。虽然这并非应对人工智能威胁的全部办法,但至少是一种明智的应对之策。

    无论我们如何筹集资金以获得更多援助,都必须惠及最需要帮助的人,包括因人工智能和机器人而失业的工人、工时或工资减少的人群,以及损失集中的社区。我们现在就需要开始这项工作,以便在紧急需求时系统做好准备。

    我正在做的事

    我将用我的声音和时间,让人工智能和公平议题在公众议程上更重要。每次访问华盛顿特区,以及与世界各地领导人会面时,我都会向立法者提出这个问题。它将成为我与开发人工智能模型的人对话的核心。我将倡导我之前描述的国家和国际框架。盖茨基金会将推动有益的使用,包括在非洲。我创办的Breakthrough Energy公司将利用人工智能帮助企业开发廉价清洁能源,并帮助解决气候问题。我也会定期撰写关于人工智能的文章。

    注释
    Breakthrough Energy:比尔·盖茨创立的能源创新投资机构,致力于推动清洁能源技术突破

    我想对各位领导者说:

    • 你现在就有机会采取行动,趁失业率急剧上升、社区受损、公众信任流失之前。

    • 你可以确保政府整体地处理问题,而不是将其分散到多个官僚领地。

    • 你可以确保人工智能惠及所有人。

    • 你也可以与其他政府合作,共同应对这一国家和全球性的挑战。

    最后,我将尝试扩大参与这场辩论的范围。它应包括工人、即将进入职场的大学生、社区领袖、宗教领袖和信仰组织、家长、教育者,以及那些声音常常被忽视但对转型如何影响人们生活有洞察力的人。

    • 我们如何确保人工智能的益处惠及那些尚未拥有财富、影响力和接触渠道的人?

    • 我们如何加强社会保障网,帮助工人和社区即使被迫迁移也能繁荣发展?

    • 公共机构应如何适应?

    • 我们如何在这一切中保持人性?

    这项前所未有的技术需要全球范围内的空前响应。

    这项前所未有的技术要求全球范围内前所未有的响应。如果我们做对了,人类的回报将是巨大的,世界将变得更加公平。

    我几乎时刻都在思考人工智能的问题——不是因为我知道所有答案,而是因为它所引发的问题太过重要,不能只由一小群技术专家来解决。学术界、商业界、政府以及民间社会的领导者们都应该在塑造未来的发展方向中发挥重要作用。

  • 护城河的分类

    价值源于创新,但创新者最终能获得多少价值,部分取决于竞争对手模仿创新的速度。创新者必须阻止竞争,才能获得部分创造的价值。这些阻止竞争的方法在不同的语境下被称为进入壁垒、可持续竞争优势,或者通俗地称为”护城河”。护城河种类繁多,但其核心原则却只有几个。本文旨在根据这些原则对最知名的几种护城河进行分类,以便在创业的背景下系统地评估它们。

    我将尽量只关注那些看似由结构性因素造成的障碍。这不包括管理人才、创始人愿景、公司文化等等。这些因素往往难以模仿,并非因为它们不可模仿:在很多情况下,它们仅仅代表着一种看似稀缺的能力。虽然能力可能是个人最终的竞争优势,但它属于个人,而非公司。(公司文化中有些东西比个人能力更重要,我们稍后会讨论。)

    最后,在冗长的引言中我想强调一点:我并非凭空捏造,而只是进行分类。几乎所有商业战略家都有一套护城河理论——波特、鲁梅尔特、赫尔默、格林沃尔德、莫布森等等,一直可以追溯到亚当·斯密。本文并非着重于列举这些护城河,或是探讨某种护城河所带来的优势;而是试图找出护城河的共同潜在机制,以此来判断初创企业在构建竞争壁垒方面可能面临的困难。

    注释
    理查德·鲁梅尔特:美国管理学者,加州大学洛杉矶分校教授,著有《好战略,坏战略》
    布鲁斯·格林沃尔德:哥伦比亚商学院教授,长期研究竞争优势与价值投资理论

    护城河的四大来源

    在完全市场经济中不存在超额利润,企业会通过竞争将其消耗殆尽。但是,当一项创新创造出更好的产品或更便宜的生产方式时,创新者就能从中获得一部分创新价值,即超额利润。然而,这种超额利润只会持续到竞争对手发现并模仿为止。因此,创新者的一项战略任务就是尽可能长时间地阻止模仿。

    这不仅适用于成熟市场中的公司,也适用于正在开拓新市场的初创企业。如果一家初创企业取得了显著成功,如果客户迅速接受其产品,那么更成熟的公司和其他企业家就会迅速模仿,窃取部分创新价值,最终导致创新者无法获得超额利润。因此,初创企业也必须努力阻止模仿行为。

    创新是一种竞争优势(尽管并非所有竞争优势都是创新),而战略任务在于使这种竞争优势能够长期维持下去¹,从而将其作为抵御竞争的堡垒。阻止或减缓模仿的机制,俗称”护城河“。

    护城河之所以能阻止模仿,其力量主要来源于以下四个方面之一:

    1. 国家

    2. 特殊技术

    3. 规模回报

    4. 系统刚性

    以下是对最常见护城河的分类,并按其来源进行划分。

    many-kinds-moats-durable-competitive-advantages-1257w.png

    【图片注释】

    这张结构图对应文章”护城河的四大来源”,将护城河归为四大类——国家授予(State Granted)、特殊技术诀窍(Special Know-how)、规模(Scale)与系统刚性(System Rigidity)。国家授予类下细分出偏袒性政策(专利、关税、监管、许可证、标准)与稀缺资源控制(所有权、合同);特殊技术诀窍分为严格保密(商业秘密)与隐性知识(经验曲线、程序性知识、制度记忆、客户洞察);规模一类涵盖单位价值提升(网络效应、双边市场、平台)、单位成本下降(沉没成本、广告、供应折扣)与方差降低(资本成本、内部门槛收益率、试错意愿);系统刚性则包括企业内部(商业模式创新、价值链创新、”颠覆”、企业文化)、生态系统(转换成本、捆绑销售、品牌、互补资产)与社会层面(传统、文化、民族主义、宗教、道德观念)三个维度。这张分类图为文章逐节展开的四大护城河类型提供了一个总览框架。

    这四种来源要么是一种特定的非商业力量,要么是一种自我强化机制。我认为,高增长潜力的初创企业从一开始就拥有可持续的竞争优势的情况非常罕见,大多数情况下,可持续的竞争优势必须随着时间的推移而逐步建立。但这一现象的原因很大程度上取决于护城河的形成方式,也就是取决于这些潜在的来源。

    在每个章节中,我将探讨一种竞争优势来源以及由此产生的一些常见”护城河”。这些并非详尽无遗的列表。我还会简要讨论这些”护城河”对早期创业公司的重要性。

    国家授予的优势

    概念上最简单的准入壁垒是国家授予的壁垒。在这种情况下,政府直接或间接地保护企业免受竞争。政府限制竞争的原因多种多样,从鼓励某种行为(例如专利)到经济保护主义(关税、国家冠军企业),再到政治因素本身(利益交换、害怕得罪强大的选民群体,甚至仅仅是出于政治偏袒)。

    政府授予垄断权的一种常见形式是专利以及通过知识产权法给予公司的其他保护。这些保护措施通常旨在激励发明家或防止消费者混淆。专利与初创企业最为相关,因为它们能在一段时间内阻止竞争,从而成为巨大的激励因素。

    例如,如果政府不给予制药公司一段独占期,它们可能就不会投入必要的资金来研发和测试药物。华纳-兰伯特公司在类似药物效果不佳的情况下,仍然对一种潜在的降胆固醇药物进行了大量投资,因为如果该药物成功,回报将非常巨大。但只有当华纳-兰伯特公司能够阻止他人复制其研发的任何成功药物时,才能获得如此巨大的回报。华纳-兰伯特公司最终成功了,立普妥(Lipitor)成为全球最畅销的药物之一,在美国专利有效期内创造了超过1250亿美元的销售额。²

    政府也可能出于更为隐晦的政策目标授予垄断权。在美国,美国职业棒球大联盟(MLB)被政府豁免于反垄断法,其原因充其量也只能说是神秘莫测。³这使MLB免受任何竞争对手都将面临的限制,赋予了它其他新进入者无法匹敌的优势。

    其他政策或许不会阻止竞争,但会阻碍竞争。关税可能使非本土企业的竞争变得无利可图,许可证制度可能使进入市场变得成本高昂且耗时,监管可能设定新进入者难以达到的标准。政府可能不会授予垄断权,而是授予寡头垄断权,例如只发放少量摩托车服务许可证或几千个出租车牌照。

    监管或许是为了保护公民,但往往也是为了回报政治忠诚。其他一些手段则更为直接。政客可能会让政府支持流向那些成功可能使他们受益的企业,原因可能是他们与这些企业存在利益关系,也可能是因为这些企业对他们的权力有影响力。在美国,有利于汽车经销商的法律就属于这种情况,政府供应商的选择也是如此。

    政府削弱竞争的其他方式包括扶持国家龙头企业——例如国家航空公司——或者通过财政支持或优先采购等方式扶持某些公司,从而使其他公司进入市场在经济上不可行。空客就是一个例子。

    另一种国家赋予的”护城河”是公司通过产权和合同对稀缺资源的控制。这种控制之所以被称为国家赋予,是因为它是由国家权力强制执行的。这与前几段所述的政府行为有所不同:政府并非授予优势,而是捍卫公司凭借自身智慧或运气所获得的优势。两者之间存在诸多重叠之处——例如,公司可能购买了一项专利,此时政府既是专利的授予方,也是购买公司所有权的捍卫者——但它们是各自独立的职能。

    对资源最直接的控制方式是拥有能够创造经济效益的房地产所有权:例如拥有金矿、人流量巨大的零售场所、位于交通枢纽的仓库等等。公司也可以在不拥有资源所有权的情况下对其进行控制。例如,公司可能签订合同,使其获得某些原材料的独家或优先使用权,比如从特定地块进行水力压裂开采。或者签订合同,保证其获得供应商一定数量的产品。公司可能与市政当局或其他合作伙伴签订合同,使其成为电信服务的唯一提供商,或成为少数几家拥有关键应用程序接口(API)的公司之一。

    又或者,公司可能与分销网络签订合同,使竞争对手的产品难以分销——百事可乐和可口可乐等公司就曾成功利用过这一点。虽然这在法律上与直接拥有资源有所不同,但结果却类似。

    理想情况下,国家对”护城河”的维护是一种非市场机制。这意味着”护城河”的持久性完全取决于政府的决定。在某些情况下,这会导致缺乏可预测性,而在另一些情况下,则会带来相当程度的可预测性。但获得政府青睐通常需要做到以下几点:一是做出对政府政策有实质性推进的事情(例如投入时间发明一项值得申请专利的产品);二是购买某种东西;三是拥有足够的政治影响力来争取政府的定向支持。

    初创公司可以而且确实会利用这些护城河之一起步。许多生物医药初创公司成立的目的就是为了推进大学已完成并获得专利的研究成果。这种情况在科技专利领域也存在,尽管频率较低:科技专利通常更容易规避,而且科技突破的价值在早期阶段的可预测性通常高于药物专利,因此,企业在考虑是否要违反专利法复制创新时所做的成本效益分析通常有所不同。

    例如,谷歌在2002年公开且明知地抄袭了Overture(前身为GoTo.com)的按点击付费拍卖商业模式,并在此过程中侵犯了其多项专利。

    注释
    Overture(原GoTo.com):曾开创按点击付费搜索广告拍卖模式的公司,后被雅虎收购

    最终,谷歌向Overture当时的母公司雅虎支付了约3亿美元的谷歌股票以达成和解。⁴Overture的知识产权保护并未能阻止其被模仿。

    谷歌自身知识产权的价值,包括其早期搜索引擎赖以成名的PageRank算法专利,在申请专利之初并未显现。佩奇和布林在部署这项技术后不久,便竭力将其出售给现有的搜索引擎公司,但始终未能找到愿意出价接近最终价值的买家。

    同样,由于这些护城河是可以转让的,一旦护城河建成,它就无法创造超额价值:它现在可以按未来可能创造的价值(如果未来价值可知)出售。创造价值的是护城河的建造过程,而不是它的所有权。

    特殊技术诀窍

    拥有他人所不具备的知识是防止模仿的绝佳方法。它限制了对稀缺但又必不可少的资源的获取。

    例如,对冲基金公司文艺复兴科技公司(Renaissance Technologies)利用其专有的数学算法,使其旗下的”奖章基金”(Medallion Fund)在二十年间实现了71.8%的年化收益率。⁵这些算法由文艺复兴科技公司的员工发明,并被严密保密。如果这些算法被广泛传播,文艺复兴科技公司从中获得的利润将很快消失殆尽。

    注释
    文艺复兴科技公司:知名量化对冲基金,其旗舰产品”奖章基金”以专有数学交易算法著称,历史年化回报率极高

    只有当你拥有控制访问权限的权力时,才能独占某项资源。获取知识或技术诀窍必须通过保密来限制。但如何做到呢?技术诀窍掌握在人们的头脑和手中,而人们通常有权更换雇主,除非在保密协议和竞业禁止协议适用的有限情况下(竞业禁止协议在某些司法管辖区无效,而保密协议在实践中难以执行)。

    公司可以通过严密保密来保护某些知识:肯德基的秘制香料配方就锁在位于肯塔基州路易斯维尔总部金库的保险箱里,这是一个广为人知的例子;可口可乐的”秘方”也是如此(尽管我认为这些更多的是品牌宣传,而非真正意义上的秘密知识)。一个更好的例子是像文艺复兴科技公司这样的对冲基金所使用的交易算法,这些算法能够获得超越市场的回报。如果这些算法没有被公司严密保密,初级员工就有可能学会它们,然后将其带到盈利能力较弱的公司,以换取加薪或职业晋升。

    18世纪,英国政府试图通过禁止出口技术先进的棉纺厂设计图来维持其国家垄断地位。塞缪尔·斯莱特10岁就开始在英国一家棉纺厂工作,他熟记了工厂机器的详细构造,之后移民到康涅狄格州。在那里,他为纺织厂的建设提供咨询,最终利用从英国窃取的设计图建立了自己的工厂,这激怒了他的家乡人民。这种知识”窃取”现象屡见不鲜,尽管难以量化。

    注释
    塞缪尔·斯莱特:英裔美国实业家,因将英国纺织技术带到美国而被誉为”美国工业革命之父”,同时也因此在英国被视为”叛徒”

    尽管政府有时会试图通过商业秘密法来阻止此类事件,公司也可以尝试通过合同条款来阻止此类行为,但员工流动导致的知识扩散仍然十分普遍。这正是某些行业聚集在特定地区的原因之一⁶:例如,底特律许多汽车公司的传承都与员工和创始人的流动紧密相连。硅谷的半导体行业也大多如此。一项关于新工业技术知识扩散的研究发现,”有关新产品或新工艺的详细性质和操作的信息通常会在一年左右泄露出去。”⁷秘而不宣的知识通常只是转瞬即逝的竞争优势。

    更持久的优势在于隐性知识。隐性知识是指难以直接交流的知识,例如口头或书面交流。骑自行车就是一个经典的例子:你不可能通过读书或看视频来学会骑自行车。要学会骑自行车,你必须尝试骑(最好是在有经验的人指导下)。⁸公司里,隐性知识可以包括制造技术和其他程序性知识(这在集成电路生产等要求极高的环境中至关重要)、客户洞察、供应商动态以及持续创新的途径。任何”艺术成分多于科学成分”的领域,都可能对隐性知识非常重视。竞争对手无法通过商业间谍活动或挖角来获取这类知识。

    企业中隐性知识的例子比比皆是——从化工厂里能改进工艺流程却说不出具体方法的工程师,到能让任何发动机运转起来的机械师,再到能读懂复杂文件并迅速找出问题条款的律师,都体现了这一点。复杂的隐性知识通常是通过长期的实践经验,在反复试验中逐步形成的,并通过导师制在组织内得以传承。

    个人隐性知识虽然始终具有价值,但随着组织规模的扩大,其竞争优势却较为薄弱,因为难以规模化。而且,这种优势也只能持续到竞争对手挖走拥有该知识的人才为止。

    有些隐性知识并非存在于个人的头脑或手中,而是体现在组织之中。所有公司都有一些不成文、不成文的做事方法和途径。两个人、三个人,甚至整个组织都可能掌握着如何最有效地配合彼此工作的隐性知识。这些公司的组织惯例是一种难以复制的优势,因为它们无法用语言进行深入描述,也并非某个人所能掌握。⁹

    个人隐性知识每天都会流失,而集体隐性知识则更加持久,竞争对手更难获取或模仿。高盛在竞争激烈的投资银行业持续取得成功,部分原因在于资深员工通过长时间的指导工作,将集体隐性知识传递给了初级员工。这些知识一部分是关于如何完成工作本身——这部分知识会转化为个人隐性知识——另一部分则是关于如何有效地与同事以及公司内部人员合作。只有当公司内部其他人员拥有互补的知识时,这些知识才能发挥作用。即使公司挖走了明星员工或整个团队,也只有一部分集体隐性知识会随之转移,使其价值大打折扣。

    对于初创企业而言,专有技术并非坚实的护城河。创始人创办公司往往是因为他们掌握着鲜为人知的技能:他们可能是某个前沿技术领域的专家,可能从之前的工作中汲取了宝贵的经验并意识到其他人知晓,或者他们可能提出了其他人尚未想到的新颖解决方案。但如果这些知识很容易被转移或模仿,那么它给初创企业带来的任何优势都将转瞬即逝,除非能够有效地长期保密。而现实世界中,能够做到这一点的人寥寥无几。

    即使是隐性知识,如果掌握在少数人手中,也很难控制。而且,如果知识的价值显而易见,那么知识持有者如果将其带到一家成熟的公司,或许能获得更高的回报。公司不仅能支付他们比独自工作更高的薪酬,还能在知识传播开来后为他们提供职业发展道路。

    另一方面,集体隐性知识是一道巨大的护城河,但需要时间积累,因此创业公司需要找到一些过渡性的方法来阻止竞争。

    规模回报

    规模收益是指随着公司规模扩大而出现或增加的优势。它构成强大的进入壁垒,因为顾名思义,任何从小规模起步的公司(大多数公司都是如此)都无法获得这些优势。规模收益有多种形式,但通常来说,随着生产、销售和使用数量的增加,单位产品的成本会降低,或者产品质量会提高。

    铁路公司在开通列车之前必须花费巨资铺设铁轨。列车运行越多,每列火车的铁轨成本就越低。同样,如果一家软件公司能够将软件开发成本分摊到众多客户身上,那么每个客户的成本就会降低。这些都是规模经济的例子,即随着产量的增加,单位成本会降低,这通常是因为沉没成本或固定成本在产品总成本中占比很大。为了维持低于竞争对手的单位成本,企业可以通过两种方式实现:一是降低价格以打击那些开始生产竞争产品的公司;二是仅仅通过降价威胁来达到这一目的。

    规模经济效应源于同一方面。如果一条铁路的建设目的是为了运输货物,那么增加客运服务的额外成本相对较小。而一家竞争对手如果只修建一条铁路提供客运服务,则根本无法与之竞争。固定成本和沉没成本并非仅限于产品成本:例如,广告费用如果分摊到众多客户身上,成本会低得多。

    规模化生产有时也能降低单位成本,因为公司拥有更大的议价能力。例如,沃尔玛就以能从供应商那里争取到比供应商提供给其他公司的更优惠的价格而闻名。

    除了降低成本,规模效应还能提升产品价值。这通常被称为网络效应(无论是否存在”网络”)。如果你是唯一拥有电话的人,电话服务就毫无价值。当其他人也拥有电话时,它就变得有价值,随着越来越多的人拥有电话,它的价值也越来越高。关键在于,它的价值不仅对你个人而言,而且对网络上的每个人都更有价值。只要不同的公司无法互联互通,这种动态就容易导致垄断。即使可以互联互通,竞争也会受到互联成本的限制。

    (例如,传真机——虽然拥有的人越多,它的价值就越高——但并没有出现单一的传真机生产商,因为每台传真机,无论制造商是谁,都可以与其他传真机通信;当时存在一个标准的传真协议。)目前,大型社交媒体公司主要依靠其用户网络的规模来维持其市场主导地位。

    双边市场和平台通常被归类为网络效应,尽管它们实际上并不构建网络。像eBay或纽约证券交易所这样的市场之所以能从规模效应中创造更多价值,是因为规模效应既能增加市场上产品的供应,也能增加需求。这形成了一个良性循环——卖家希望买家更多而不是更少,买家希望卖家更多而不是更少——因此,规模上的微小优势可以自我强化。

    平台也以类似的方式从其他公司为其开发用途中获取价值,而这些公司更倾向于为大型平台而非小型平台开发用途。与此同时,这些平台的用户也更倾向于使用更多用途。这使得竞争平台难以立足。苹果的iPhone及其App Store就是一个很好的例子。

    规模优势也源于风险活动捆绑在一起时结果方差的降低。如果一家人寿保险公司只有一个客户,那么它的风险就非常高;但如果它有100万个客户,且这些客户的死亡率彼此关联不大,那么它的风险就微乎其微了。这种风险捆绑的现象虽然不太明显,但仍然适用于许多其他公司:依赖研发增长的公司可以将研发风险分散到多个项目中。

    这降低了公司的资本成本,使其能够尝试风险更高的项目。小型公司无法承担这些风险,因此那些成本高昂或需要很长时间才能产生结果的研发项目通常由大型公司承担。(有时,金融市场会将这种风险方差的降低转移到风险投资公司等外部机构,但这些中介机构会抽取最终创造价值的很大一部分。)

    规模收益的受益者往往在行业发展的早期就已确定。当一款产品是新产品,且几乎没有竞争对手时,公司可以通过收取足够的费用来抵消规模较小带来的高昂成本。或者,它可以提供质量最高的产品,因为它是唯一一款在该质量标准上与之竞争的产品。

    例如,Facebook创立之初,允许用户与熟人建立联系,并且必须使用真实姓名。这在当时的社交网络中是独一无二的。因此,虽然对于最初的20位左右的用户来说,该网络的价值可能很低,但就质量指标而言,它仍然高于竞争对手。这使得Facebook能够不断积累用户,直到网络规模足够大,能够提供显著的价值,即使是对那些不太在意质量指标的用户也是如此。此时,任何试图模仿Facebook的公司都处于无法逾越的劣势。

    当然,Facebook并非最后一个成功的社交网络。

    Instagram、WhatsApp和其他一些平台之所以能取得巨大成功,是因为它们抓住了用户所需的其他特质,并在这些方面做到了极致。规模优势只有在抑制直接竞争的程度上才能持久。

    从零起步的公司显然无法利用规模效益来抵御竞争,因为它们尚未达到规模。有些公司能够比其他公司更快地建立规模,但任何希望利用这种护城河的初创公司都需要某种方法来抵御竞争,直到它们达到不可撼动的规模。

    系统刚性

    最后一类护城河或许最为常见,但却最不常被提及。这类优势源于复杂或高度关联的系统中变革的艰难。如果从一种产品转向另一种产品还需要改变其他方面——例如其他产品、流程、技能等等——那么变革的总成本可能超过收益,因此,已嵌入系统中的产品能够保持对类似但尚未(或尚未)与系统互联的产品的优势。我称之为系统刚性。

    即使有更好的产品出现,客户也可能选择继续使用现有产品,原因可能是转换成本高昂(用户已经学会使用复杂的软件包,即使新软件更好,他们也可能不愿意投入时间和精力去学习),或者是因为了解新产品更好也需要付出高昂的成本(客户可能信任某个生产商或其品牌,而了解新的生产商或品牌是否值得信赖可能需要冒险试用或耗时的研究)。在第一种情况下,转换成本必须包括学习成本或改变既定工作流程的成本。在第二种情况下,转换成本必须包括寻找替代方案的成本。

    当产品在紧密的网络中与其他产品紧密关联时,客户可能也会抵制转换。更换其中一个产品可能意味着必须更换其他产品,从而增加难度和成本。有时,公司会故意将产品捆绑在一起,从而造成这种限制(例如,如果不放弃iPhone,就很难使用苹果应用商店以外的其他应用商店)。有时,他们会通过产品捆绑来制造一种较为温和的限制(大多数iPhone用户可能都在使用苹果内置的邮件程序,而不是更好的替代方案,因为邮件程序已经存在)。变革的成本必须包括改变相互关联的事物所产生的成本。

    这种紧密的网络并非总是由公司强加的,它也自然而然地源于行业动态。如果一款产品需要互补资产才能发挥作用,那么任何竞争产品能否利用这些互补资产就成为其被采用的先决条件。这可能导致一家公司的产品无法被替代。例如,许多应用程序都是为特定的操作系统编写的。应用程序和操作系统是互补资产:彼此都需要对方才能发挥作用。

    如果用户更换操作系统,他们可能不得不更改许多其他软件,并且还要调整他们的操作习惯以适应新软件。这使得替代操作系统很难与之竞争。(需要注意的是,这也可以被视为平台护城河。当一个平台吸引大量”平台用户”(其中没有一个用户价值很高)时,它就能形成进入壁垒。或者,它也可以凭借少数高价值的平台用户来形成壁垒。)

    社会习俗也可能阻碍变革。在某些文化中,传统产品比创新产品更具优势;民族主义可能使消费者更青睐本国生产的产品;宗教可能禁止某些替代产品;一些新产品可能被部分人视为有悖世俗道德,例如信用卡曾经被视为有悖道德,而如今人脸识别技术也被视为有悖道德。这些因素都会阻碍新产品的普及,从而使现有解决方案更受青睐。

    在系统中构建强大且合适的连接需要时间和细致的努力。这个过程必须经过深思熟虑。当第一台引人注目的个人电脑Altair开始流行时,其制造商MITS认为他们不仅会垄断主机市场,还会垄断其外围设备的市场。但由于生产速度跟不上,其他公司趁机抢占市场,逆向工程了Altair外围设备的接口,并在未经MITS许可的情况下开始生产。

    由于这些第三方外围设备使用了与MITS外围设备相同的接口,它们很容易就能取代MITS的产品。在某些情况下,公司必须改变策略,从打造独一无二的产品转变为在系统组件之间构建独一无二的连接。MITS之所以失去了外围设备市场,正是因为他们没有做到这一点。

    注释
    MITS与Altair:MITS公司在1975年推出的Altair 8800是历史上首款获得商业成功的个人电脑,曾一度带动个人电脑爱好者社群的兴起

    在渐进式变革的环境中,系统僵化可能成为一种持久的优势来源。如果转换成本高昂,那么与现有产品相同甚至略有改进的产品也无法为客户提供足够的额外价值,从而促使他们转换。初创企业进入这样的环境后,很难让他们的解决方案被市场接受,而那些已经根深蒂固于系统中的现有企业则能以更低的成本推广新理念,这促使它们寻找复制的方法。

    当初创公司能够利用现有系统的僵化性来对抗老牌企业时,它们面临的挑战就相对容易。传统的经纪公司很难适应像嘉信理财(Schwab)和富达投资(Fidelity)这样的折扣经纪公司,因为经纪公司的大部分权力都掌握在(收取佣金的)销售人员手中,而折扣经纪公司则依靠客户而非销售人员来发起交易。

    ¹⁰初创公司可以以一种需要全新系统的方式来进入行业,从而使初创公司和现有企业站在同一起跑线上。大多数老牌公司更倾向于通过发挥自身优势来竞争,¹¹而新的系统却会让原有的优势变得无用。

    克里斯坦森的”颠覆性创新”和波特的”价值链创新”都描述了这种对现有企业的挑战(模仿创新需要现有企业对其业务的许多方面进行改变,这将导致现有客户群的服务质量下降;对于任何管理团队来说,决定忽视现有客户的需求都是一个非常艰难的决定)。

    注释
    克莱顿·克里斯坦森:哈佛商学院教授,提出”颠覆性创新”理论,研究成熟企业为何常被新进入者颠覆

    利用系统僵化来规避现有企业的竞争对初创公司来说是一大优势,但这并不能阻止其他初创公司或与该行业关系不大的资源雄厚的公司进入市场。在初创公司能够建立起自己的系统联系之前,它只拥有半个护城河。

    结语:不确定性本身就是护城河

    如果一家初创公司想要发展成为一家有价值的、能够自我维持的公司,它最终必须拥有护城河。构建护城河必须是其战略的一部分。

    有些初创公司一开始就拥有护城河。这些护城河通常具有可替代性:如果将它们出售给现有公司,其价值与将其纳入一家新公司相比,要么相同,要么更高。例如,如果一家公司成立的目的是为了利用一项能够带来一定收益的专利,那么这项专利就可以以等价的价格出售给一家现有公司。当然,这假设专利的价值是可以确定的。

    对于非公开的知识和个人隐性知识也是如此:如果这些知识对一家初创公司来说价值一定,那么一家现有公司应该愿意支付至少相同的金额来获取这些知识。除了集体隐性知识之外,大多数国家授予的护城河和特殊技术优势都属于这一范畴。

    华纳-兰伯特公司负责立普妥的研发和临床试验,并因此获得了专利。2000年,该公司被竞争对手辉瑞公司以900亿美元收购,从而控制了立普妥。这样一来,辉瑞便能阻止任何竞争对手仿制立普妥,即便立普妥并非辉瑞的发明。辉瑞收购该专利的价格很可能反映了其预期价值。如果真是如此,那么这笔交易并未带来超额利润。

    其他初创公司也会随着时间的推移逐步构建护城河。例如,任何公司在达到规模之前,都无法凭借规模回报构筑护城河。任何公司在建立起组织架构之前,都无法在组织内部积累集体隐性知识。此外,将产品与周边系统连接起来需要时间,而且通常需要一个成熟的产品。

    初创企业可以通过颠覆性创新或价值链创新,利用系统僵化机制来对抗资源更雄厚的现有企业,从而在一段时间内避免与其直接竞争。然而,这些初创企业仍然会受到其他初创企业以及资源更雄厚但并非行业现有企业的挑战。虽然这比直接与现有企业竞争要好,但这仍然算不上护城河。构建基于系统僵化的护城河也需要时间。

    随着时间推移形成的护城河的强度通常与其形成时间成正比,因此这些护城河在很长一段时间内都比较薄弱。在此期间,初创公司仍然可能受到现有企业或其他初创公司进入该领域的冲击。

    但你可能会反驳说,有很多公司正是利用了你所说的那些除非有时间或有钱否则不可能拥有的”护城河”而起步的。研究人员创办公司是为了利用专利,赚取的利润远高于出售专利所得;拥有专业技能的学生创办公司,利用这些技能赚取的利润远高于做雇员所得等等。

    但在这些情况下,稀缺资产(专利或知识)的价值是不确定的:创业者创办公司是因为他们不同意其他人对该资产的估值。研究人员可能认为专利的价值远高于任何人愿意支付的价格(就像Page和Brin对谷歌PageRank专利的看法一样)。人们对资产价值的看法可能各不相同,因为价值是一种预测,而当未来存在重大不确定性时,预测是无法进行的。

    创业过程中处处充满不确定性:人员、技术、产品和市场都存在不确定性。然而,这项分析揭示了一个更有趣的现象:不确定性并非创业者无法避免的麻烦,而是创业成功不可或缺的一部分。旨在创造价值的创业公司在起步阶段不可能拥有护城河,正是不确定性保护它们免受竞争,直到它们能够构筑起真正的护城河。不确定性本身就成为了它们的护城河。

    参考文献

    1. Porter, M.,《竞争优势:创造和维持卓越绩效》,Collier Macmillan出版社,伦敦,1985年;第二版,Free Press出版社,纽约和伦敦,1998年。

    2. “立普妥成为全球最畅销药物”。《克莱恩纽约商业周刊》。2011年12月28日。检索日期:2019年8月8日。

    3. 赖特-门多萨,杰西,《美国职业棒球大联盟如何通过游戏手段建立棒球垄断地位》,《周刊》,2018年6月21日。

    4. 鲁宾,理查德,”一家高端对冲基金如何加速其退休计划”。彭博有限合伙公司,2015年6月16日,引自维基百科。

    5. Klepper, S.、Braguinsky, S.、Hounshell, DA和Miller, JH,《实验资本主义:美国高科技产业的纳米经济学》。普林斯顿大学出版社:2015年。

    6. 曼斯菲尔德,埃德温。”新工业技术泄露的速度有多快?”《工业经济学杂志》,第34卷,第2期,1985年,第217-223页。

    7. 波利亚尼M.,《个人知识:走向后批判哲学》,芝加哥大学出版社:1962年。

    8. Nelson, RR和SG Winter,《经济变革的演化理论》,贝尔纳普出版社:1982年。

    9. 诺塞拉,乔,《行动的一部分》,西蒙与舒斯特出版社:1994年。

    10. M.L. Tushman和P. Anderson,”技术断裂与组织环境”,《行政科学季刊》,31(1986),439-65。

  • 护城河:持久的竞争优势

    随着时间推移,行业会逐渐商品化,以相似价格提供相似产品,导致利润微薄。护城河就是解药;你的战略必须构建这样的壁垒。

    经济学对预测市场明日动向毫无用处,但在预见塑造整个行业的长期力量方面却极具先见之明。企业战略家忽视这一点将自担风险。

    其中一股力量是行业商品化:企业相互模仿彼此的最佳创意,无论是吸引客户的功能特性还是降低成本以提升利润的手段,最终导致产品趋同、成本结构相似。在大多数维度上缺乏差异化的结果是,价格成为唯一的灵活变量。在现实的囚徒困境中,价格持续下跌直至利润归零。这对消费者而言是好事——能以最低价格获得最佳产品——但对企业却极为不利。

    注释
    囚徒困境:博弈论中的经典模型,描述参与者即使合作对双方更有利,也会因缺乏信任而各自选择对自己最优、导致双方利益受损的策略的困境

    为避免同质化,企业需要建立难以复制的差异化优势。最佳选择是创造客户重视的产品差异化,这不仅能带来更高定价(因为客户无法在其他地方获得同等价值),还能扩大市场份额。次优选择是构建成本结构差异化,使企业能将节省的成本转化为利润(留存银行或通过分红、股票回购分配)或增长动力(投入销售、营销或新产品开发)。

    持久的差异化优势实属罕见,尤其在软件行业——几乎所有创意都可能被复制。

    仅仅拥有”竞争优势”是不够的;这种优势还必须具备持久性。Snapchat首创了”故事”功能,但Facebook和Instagram迅速复制了这一创意,导致其优势未能转化为市场份额:

    l-facebook-doesnt-invent-anything-copy-there-no-first-mover-advantage-unless-advantage-dur-960w.webp

    ***【图片注释】

    Facebook 从不发明,只模仿*
    napchat”故事”功能推出后,Instagram Stories、WhatsApp Status 与 Facebook Stories 迅速复制该创意,三者日活跃用户均在数年内追平并反超 Snapchat 本身。这印证了文章的核心论点——如果优势不具备持久性,”先发优势”便不成立。

    如果”竞争优势”不足以维持持久性,那么什么才能做到?

    护城河的分类

    持久竞争优势常被称作”护城河”,这一概念源自巴菲特。它如同根本真理般无处不在——例如近年来汉密尔顿·赫尔默在《企业七力》中的经典阐述便广为人知。

    注释
    汉密尔顿·赫尔默:《七种力量》(7 Powers)一书的作者,知名战略学者与投资人

    杰里·纽曼(Jerry Neuman)收集、整理并详细阐述了一套极佳的护城河分类体系(图2)。这类参考框架在分析其他企业(它们正在构建哪些护城河?)或确定最适合自身业务建设的护城河类型时非常实用。

    注释
    杰里·纽曼:博主与投资人,运营”Reaction Wheel”博客,长期研究企业护城河分类框架

    对我来说,最重要的是弄清楚企业周围的护城河有多宽。当然,我最钟爱的是那种拥有巨大城堡和布满食人鱼鳄鱼的宽阔护城河。

    ——沃伦·巴菲特

    many-kinds-moats-durable-competitive-advantages-1257w.png

    【图片注释】

    护城河分类图谱(Moats Taxonomy)
    杰里·纽曼提出的护城河分类框架,将企业竞争壁垒归纳为四大类——国家授予(State Granted)、特殊专有技术(Special Know-how)、规模效应(Scale)与系统刚性(System Rigidity),并进一步细分出专利、商业秘密、网络效应、转换成本、品牌等具体子类型,是分析任何企业护城河构成的实用参考框架。

    一个真实世界的例子将为这些老生常谈的要点注入活力。

    将护城河理论应用于商品化市场:云计算

    AWS(亚马逊网络服务)是最早且目前仍是规模最大的”云计算”服务提供商。其所在行业是市场商品化的典型范例。事实上,在云计算之前的所有计算基础设施市场也都经历了商品化过程——从独立组件(如内存和硬盘)到完整的实体数据中心(包括电力、网络连接、温控系统和物理安防)。

    云计算——按需付费,按小时计费,按兆字节计量,只需轻触开关即可弹性伸缩——在客户价值上实现了显著飞跃,但商品化趋势不可避免,因为任何供应商提供的按小时计费的CPU、千兆字节的磁盘存储以及千兆字节的网络传输服务都大同小异。如果租赁基础设施是唯一的产品,那么唯一剩下的竞争维度就是价格,因此价格不断下降,整个行业逐渐走向商品化。

    事实上,这正是已经发生的情况,例如在存储领域:

    l-different-types-storage-different-prices-each-type-identical-price-across-vendors-prices-864w.webp

    ***【图片注释】

    云存储成本变化趋势*
    2007 年至 2019 年间,AWS S3、Glacier 及 Azure、GCP 各类云存储产品的每 GB 月度价格持续走低,且同类型存储在不同厂商之间价格高度趋同,直观展示了云计算基础设施服务逐步商品化的过程。

    但AWS在很大程度上避免了商品化。这一点从市场份额和利润中可见一斑。自2014年以来,AWS每年的利润都超过亚马逊总利润的一半;2022年,其创造了210亿美元的利润,营业利润率达30%,且仍在增长:

    l-amazon-6-year-financials-634w.webp

    ***【图片注释】

    亚马逊云服务六年财务表现*
    2014 年至 2020 年 AWS 的季度营收(蓝色柱状)与营业利润(黄色曲线)双双持续攀升,营收从约 10 亿美元增长至超过 125 亿美元,印证了 AWS 在避免商品化的同时实现了规模与盈利的同步扩张。

    如果竞争对手有可能通过降价抢走业务,他们一定会这么做。事实上,他们已经这么做了;像谷歌、微软和阿里巴巴这样的竞争对手对类似服务收取更低的费用。尤其是谷歌,每年支出比收入多出数十亿美元,而且他们拥有所有必需的”聪明人才”,但即使在2022年达到规模,其云计算服务年收入200亿美元,他们仍然每年亏损近40亿美元。这些都没有损害AWS的利润,这证明AWS并未被商品化:

    l-aws-profits-growing-while-gcp-still-losing-money-821w.webp

    ***【图片注释】

    命运分化——AWS 与谷歌云的盈利对比*
    以两家公司营收规模相近的年份为基准,此后四年 AWS(蓝色)持续盈利且利润逐年攀升,谷歌云(红色)则持续亏损,直观说明尽管处于同一商品化风险极高的行业,AWS 凭借其护城河实现了谷歌云未能复制的盈利能力

    为什么没有?我们可能会认为答案是”护城河”,但AWS的护城河是什么?

    AWS 护城河

    2019年,时任AWS首席执行官(现任亚马逊首席执行官)安迪·贾西在与传奇记者卡拉·斯威舍的现场访谈中被直接问及:为何AWS没有沦为普通商品?贾西立即阐述了他们反商品化战略中的护城河,此处结合分类图中的要点进行注解:

    注释
    安迪·贾西:亚马逊现任首席执行官,此前担任AWS首席执行官,主导了AWS云服务业务的发展
    卡拉·斯威舍:美国知名科技记者与播客主持人,长期采访硅谷高管与投资人

    创新速度最快【规模优势+实验意愿】

    贾西表示,他们利用自身规模推动更多、更快的创新。具体而言,当前的收入加上未来可预见的增长前景,使得大规模投资创新变得顺理成章。拥有最多创新的平台,将为开发者提供最佳工具,他们认为这是制胜关键。

    最大生态系统【互补资产】

    最大的供应商将吸引最多的第三方支持,这对开发者至关重要,因为他们必须与其他工具集成,尤其是在当今一切皆SaaS的时代。

    高级运营成熟度【学习曲线】

    贾西表示:”经验没有压缩算法。”即便是微软和谷歌,投入数十亿美元和数千名工程师应对挑战,也无法超越AWS。

    还有另一个护城河,贾西没有列出,可能是因为他不想谈论市场份额,1而且可能因为这会被解读为对他们的客户的轻微冒犯:

    “领导者”品牌效应

    古语有云”选择IBM永远不会被解雇”,如今这句话同样适用于AWS。其逻辑在于:选择市场领导者意味着即使项目进展不顺,你的职业生涯也不会陷入危机,因为你选择了风险最低的选项。通常”领导者”也意味着”更高定价”,这不仅有利于长期差异化,更能提升盈利能力。

    还有另一道护城河显然是每家主要云服务提供商战略的一部分;也许贾西没有提到它,因为它有点阴险,因为它涉及锁定:

    拥有最丰富的技术菜单可供选择【转换成本】

    如果客户只购买CPU、RAM、磁盘和网络等基础服务,他们很容易转向更便宜的云服务。因此,AWS创建了数百种”服务”,覆盖基础设施领域中每一个可以想象的角落:大数据存储与检索、网络分析引擎、AI算法、日志记录、警报、变更管理、源代码仓库、网络防火墙,以及对数十种开源软件包的支持,所有这些都按小时或按GB计费出租。此外,他们通过让每项服务在轻度使用时免费来鼓励使用这些服务。

    一个利用这一系列令人难以置信的服务的软件开发者,其生产力会比十年前一个大型开发团队还要高,然而她付出的浮士德式代价是放弃了转向竞争对手的能力,这意味着随着项目增长和定价层级生效,她将被锁定。

    护城河是战略的基石。

    护城河不会凭空出现或偶然形成;它们需要持续投入和多年优先规划。这正是”战略”应当统筹的内容,而”保持敏捷、随机应变”的做法无法实现这一点。因此,优秀的战略会明确界定企业将构建的一条或极少数几条护城河,并确立挖掘护城河、注入巴菲特所言”食人鱼”的核心行动主题。

    亚马逊AWS的案例表明,分类框架仅是起点。具体如何将理论应用于特定企业才是关键。仅声明”我们将建立转换成本”的并非战略,这只是对期望结果的陈述,而非实现路径的阐释。真正具有战略性的转换成本构建方案应更接近以下形式:

    目标

    通过与客户的技术栈、开发流程和IT管理深度集成,构建高转换成本,从而锁定长期客户。

    实现方式

    最大化每位客户使用的云服务数量。这需要:

    1. 以最快速度开发最多数量的服务,提供更丰富的集成选择。必须拥有比竞争对手更全面的服务矩阵,并树立”创新速度领先业界”的口碑——这既是吸引客户的首要条件,也能在暂未提供客户所需服务时,防止其转向其他平台。

    2. 打造引人入胜的”入口通道”,确保服务真正被使用(例如免费层级、优质文档、与其他API预集成、”捆绑套餐”包含多个API)。

    影响

    1. 如果我们快速构建大量服务,其中部分服务可能表现不佳,或仅作为整体方案的一部分具有战略价值,其自身既无高增长潜力也无盈利能力。这属于”经营成本”,不能作为团队失败或战略失效的证据。

    2. 许多独立服务将趋于同质化,尤其当我们仅转售现有开源项目时。我们仍需创建这些服务,因为将它们整合到单一客户项目中是实现目标的必要条件,且客户调研显示他们明确希望从我们这里购买这些产品。创造真正独特的服务更具价值和防御性,因此我们也必须这样做,但其所需投入是前者的百倍。

    3. 鉴于(1)和(2)需要大量快速构建的软件,这是一项代价高昂的押注;我们需要在未来三年内投入X0亿美元,并扩大招聘规模。

    护城河不仅被命名,还将说明其构建方式,以及二阶后果,甚至是不理想的后果(高成本、使用频繁失败或逐案差异化失败),这些我们不仅接受,而且预期,以服务于构建该护城河的目标。有了这些细节和权衡决策,这便是一项战略,而非空想。

    确保你的战略明确说明正在构建哪些护城河,以及构建它们所需的主要多年期活动。

  • 如何科学量化企业护城河?

    一、引言:可持续价值创造的本质

    对于长期投资者而言,评估一家公司的战略是投资过程中最关键的环节。简而言之,战略解释了一家公司如何实现可持续的价值创造。

    当一家企业对人才和资产进行资本配置,且所产生的长期现金流折现超过其投入成本(包括资本的机会成本)时,企业就在创造经济价值。所谓”可持续”,意味着企业能够在较长的时间跨度内持续发掘并投资于具有吸引力的商业机会。

    我们可以将可持续价值创造的驱动因素进行量化拆解。这一过程包含两大维度:

    • 幅度维度(Magnitude):衡量投资资本回报率(Return on Invested Capital,简称ROIC)与加权平均资本成本(Weighted Average Cost of Capital,简称WACC)之间的正向利差幅度,以及企业能够以该利差进行再投资的资本规模。

    • 久期维度(Sustainability):反映企业能够维持该正向利差的时间跨度,即竞争优势持续期(Competitive Advantage Period,简称CAP)。

    注释
    投资资本回报率(ROIC)与加权平均资本成本(WACC):ROIC指企业运用其全部投入资本所产生的税后经营利润率,WACC指企业股权与债务资本按比例加权计算的综合融资成本,二者利差是衡量企业是否创造经济价值的核心指标

    竞争优势持续期(CAP):企业能够维持ROIC高于WACC这一正向利差的预期时间跨度

    在对企业的整体价值创造进行建模时,必须同时考量上述两个维度。

    【企业长期价值创造核心模型】

    text
                ┌───────────────────────────────────────────────┐
                │         可持续价值创造 (Value Creation)        │
                └──────────────────────┬────────────────────────┘
                                       │
                      ┌────────────────┴────────────────┐
                      ▼                                 ▼
          【维度一:幅度 (Magnitude)】        【维度二:久期 (Sustainability)】
          • ROIC 与 WACC 的正向利差            • 竞争优势持续期 (CAP)
          • 超额收益率水平                     • 抵御竞争侵蚀与均值回归的时间跨度
          • 可按该回报率再投资的资本规模       • 护城河宽度与结构性壁垒
    

    必须明确区分可持续价值创造与可持续竞争优势:

    • 可持续价值创造:指企业的ROIC持续高于其WACC。同一行业内的多家企业可以同时实现可持续的价值创造。例如,可口可乐(Coca-Cola)与百事可乐(PepsiCo)作为长期的行业对手,在1926年至2023年的美股长周期中,均位列长期投资回报最高的前列股票之中。

    • 可持续竞争优势:特指一家企业的ROIC超过WACC的同时,其资本回报率还显著高于行业内其他竞争对手。

    然而,无论属于哪种情形,可持续价值创造都要求企业建立起能够长期维持的差异化特质(Maintainable Difference)。

    在漫长的时间周期内持续创造价值极其困难。高资本回报率以及迅猛的投资增速,天然是吸引外部竞争资本涌入的磁石。实证研究表明,极高的初始投资回报率与快速的资本扩张,往往伴随着后续投资回报率的剧烈下滑。

    当终端市场走向成熟时,业内竞争对手无法再依靠行业总盘子的扩张获取红利,增长演变为了争夺存量市场份额的零和博弈;行业最佳实践(Best Practices)会随时间推移在行业内部扩散传播,逐步抹平各家企业之间的效率差异。

    二、均值回归的强大引力:历史数据实证

    微观经济学理论确立了一个核心基准:在竞争性市场中,超额经济利润会引来新进入者,资本的持续涌入会增加供给、压低价格,直到行业的整体资本回报率回落至资本成本水平。

    历史数据强力支持了这一结论。通过对1963年至2023年美股上市公司的长期样本进行五分位数(Quintiles)分组追踪可以观察到:

    【投资资本回报率 (ROIC) 的均值回归轨迹】

    text
      ROIC (%)
        ▲
     高 │ ───── 起始最高分位组 (Q1) ──┐
        │                            └──► 随时间显著向下衰减
        │
     均 │ - - - - - - - - - - - - - - - - 全市场长期资本成本与资本回报均值
        │
        │                            ┌──► 随时间逐步向上修复
     低 │ ───── 起始最低分位组 (Q5) ──┘
        └──────────────────────────────────────────────► 时间 (年份 T -> T+10)
    
    • 高回报组的向下衰减:初始处于最高五分位(ROIC远超资本成本)的优秀企业组合,其回报率在随后的3至10年内呈现出显著的向下滑落趋势。

    • 低回报组的向上均值回归:初始处于最低五分位(发生经济亏损或回报极低)的企业组合,由于产能退出、重组或资本缩减,其回报率随着时间推移逐步回升,向市场平均资本成本靠拢。

    • 利差收敛的普遍性:绝大多数企业的异常收益率都会在竞争压力下逐步向资本成本收敛。

    能够长期抵御均值回归引力、维持超额ROIC的企业属于统计上的极少数异数。这类企业之所以能够打破均值回归的铁律,正是因为它们在其所处的产业生态中构建起了宽阔的经济护城河。

    三、行业层面的结构分析:五力模型与集中度

    评估企业护城河的第一步必须始于对行业结构(Industry Structure)的剖析。行业层面的结构特征在很大程度上界定了业内企业平均盈利能力的基准上限。

    
                              ┌───────────────────────┐
                              │     潜在进入者威胁    │
                              │ (Threat of New Entry) │
                              └───────────┬───────────┘
                                          │
                                          ▼
    ┌────────────────────────┐ ┌───────────────────────┐ ┌────────────────────────┐
    │      供应商议价能力    │ │     行业内部现有      │ │       买方议价能力     │
    │ (Bargaining Power of   ├─►     竞争对手博弈      ◄─┤ (Bargaining Power of   │
    │       Suppliers)       │ │ (Rivalry Among Peers) │ │        Buyers)         │
    └────────────────────────┘ └───────────┬───────────┘ └────────────────────────┘
                                          ▲
                                          │
                              ┌───────────┴───────────┐
                              │     替代品与服务威胁  │
                              │(Threat of Substitutes)│
                              └───────────────────────┘
    

    1. 行业地图与集中度度量

    在展开微观剖析前,分析师需要绘制完整的行业地图(Industry Map),清晰标注产品与资本从上游供应商向下游消费者的流动路径,并量化市场份额集中度(Market Share Concentration)。

    行业集中度通常使用赫芬达尔-赫希曼指数(Herfindahl-Hirschman Index,简称HHI)来衡量。HHI为行业内各参与者市场份额百分比的平方和:

    HHI=∑i=1n​si2​

    其中 $s_i$ 为第 $i$ 家企业的市场份额(以整数表示,例如30%记为30):

    • 高度竞争/分散型市场:HHI低于1500点;

    • 适度集中市场:HHI介于1500至2500点之间;

    • 高度集中市场:HHI超过2500点。

    实证表明,市场集中度提升并不必然保证行业整体利润率走高;只有当寡头结构促成理性竞合格局、避免价格战时,集中度才能转化为可持续的高利润率。

    2. 迈克尔·波特五力框架(Five Forces Analysis)

    迈克尔·波特(Michael Porter)提出的五力框架揭示了决定行业长期盈利能力的微观经济动力:

    注释
    迈克尔·波特:哈佛商学院教授,竞争战略领域的开创性学者,提出了五力模型等经典战略分析框架

    (1) 潜在进入者的威胁 (Threat of New Entrants)

    行业是否存在显著的进入壁垒(Barriers to Entry)直接决定了超额回报能否持久。常见的高进入壁垒来源包括:

    • 规模经济带来的单位成本落差;

    • 巨额的初始沉没资本(Sunk Capital)要求;

    • 客户的高昂转换成本;

    • 关键分销渠道的排他性占有;

    • 政府牌照与监管合规门槛。

    (2) 供应商的议价能力 (Bargaining Power of Suppliers)

    当供应商处于高度集中状态、缺乏替代品、或者向客户转移的转换成本高昂时,供应商有能力侵吞下游企业的利润空间。

    (3) 买方的议价能力 (Bargaining Power of Buyers)

    当客户采购体量极大、采购产品标准化且同质化、或者转换供应商成本极低时,买方具有强大的压价能力,压缩业内企业的盈利空间。

    (4) 替代品或服务的威胁 (Threat of Substitutes)

    替代品并非直接竞争产品,但在不同形式下解决相同的用户底层任务。替代品的存在为行业设下了隐性的价格天花板。如果替代品展现出更高的性价比拐点,整个行业将面临价值迁移风险。

    (5) 现有竞争对手之间的竞争烈度 (Rivalry Among Existing Competitors)

    行业内部的竞争激烈程度取决于以下变量:

    • 行业增长速度:低增速甚至存量萎缩往往引发激烈的价格倾轧;

    • 固定成本占总成本的比重:高固定成本迫使企业在需求疲软时通过降价刺激产能利用率;

    • 退出壁垒(Exit Barriers):高资产专用性或遣散成本导致过剩产能难以出清。

    四、公司层面的竞争优势:价值链与增加值分析

    行业结构界定了平均水平,而公司层面的战略决定了其能否在行业内部确立超越同行的相对优势。

    1. 增加值模型(The Added Value Framework)

    企业的竞争优势在底层可以严谨地表述为增加值(Added Value)的创造。

          价格轴
            ▲
            │  ┌─────────────────────────────────┐ ◄── 客户最高支付意愿 (Willingness-to-Pay, WTP)
            │  │                                 │
            │  │        消费者剩余 (Consumer Surplus)
            │  │                                 │
            │  ├─────────────────────────────────┤ ◄── 产品实际市场售价 (Price, P)
            │  │                                 │
            │  │        企业经济利润 (Economic Profit)
            │  │                                 │
            │  ├─────────────────────────────────┤ ◄── 企业完全单位生产成本 (Cost, C)
            │  │                                 │
            │  │        供应商剩余 (Supplier Surplus)
            │  │                                 │
            │  └─────────────────────────────────┘ ◄── 供应商最低供货意愿 (Opportunity Cost)
            └─────────────────────────────────────
    

    总经济价值的创造空间等于消费者的最高支付意愿(Willingness-to-Pay,WTP)与企业单位生产成本(Cost,C)之间的总落差:

    经济价值创造总量=WTP−Cost

    一家企业要建立竞争优势,在微观层面必须达成以下两项战略路径之一:

    • 差异化优势(Differentiation Strategy):在维持可控成本增幅的前提下,大幅拉升客户的支付意愿(即扩大WTP – P的空间),从而获取更高的定价溢价;

    • 低成本优势(Cost Leadership Strategy):在产品功能满足市场基准接受度(WTP维持合理区间)的前提下,实现远低于所有同行的单位完全成本(Cost)。

    五、经济护城河的具体来源分类

    通过对产业经济学的归纳,企业的可持续竞争壁垒主要源自供给侧优势、需求侧优势以及外部制度性优势。

    
                                 ┌───────────────────────────┐
                                 │       经济护城河来源      │
                                 └─────────────┬─────────────┘
                                               │
             ┌─────────────────────────────────┼─────────────────────────────────┐
             ▼                                 ▼                                 ▼
       【供给侧优势】                    【需求侧优势】                    【制度与规模优势】
       • 规模经济 (Scale Economies)      • 网络效应 (Network Effects)      • 专利与知识产权
       • 学习曲线效应 (Learning Curve)   • 高转换成本 (Switching Costs)    • 特许经营权与牌照
       • 独占低成本要素资源              • 习惯性与心智品牌溢价            • 高进入/退出壁垒
    

    1. 供给侧优势 (Supply-Side Advantages)

    (1) 规模经济 (Economies of Scale)

    规模经济指的是随着产出规模的扩张,单件产品的固定成本被摊薄,从而带来长期平均总成本(Long-Run Average Total Cost)的持续下降。

    • 物理法则带来的规模红利:例如管道运输中的几何立方定律(容积增长速度远高于管道表面积材料的消耗速度);

    • 不可分割性与固定费用分摊:软件研发、内容制作、半导体光刻制程等领域,首份原型的研发与基建成本极高,但后续分发或生产的边际成本极低。

    (2) 学习曲线效应 (The Learning Curve)

    与单纯依赖单期产能规模的规模经济不同,学习曲线取决于企业自成立以来的累计生产总量(Cumulative Volume)。

    经验的积累驱动工艺精进、废品率降低与良品率拉升;这一优势能够成为有效壁垒的前提在于:该项工艺诀窍具备组织内生专属性,未被行业设备供应商标准化,且无法被竞对通过人员跳槽直接复制。

    2. 需求侧优势 (Demand-Side Advantages)

    (1) 网络效应 (Network Economies / Network Effects)

    当一项产品或服务的价值随着使用该产品的其他用户数量增长而提升时,网络效应便开始发挥作用。

    • 双边网络效应(Two-Sided Networks):例如电商交易平台(买家越多吸引卖家越多,反之亦然);

    • 直接网络效应(Direct Networks):例如通信网络与社交平台;

    • 协同生态网络:平台上的开发者沉淀了大量兼容应用,进一步锁定了核心生态。

    (2) 客户转换成本 (Customer Switching Costs)

    转换成本是指客户从现有供应商切换到替代供应商时所必须承担的一次性财务成本、时间投入、流程再造风险或心理认知负荷。

    • 程序与流程深度嵌入:例如底层企业资源规划(ERP)系统或工业自动化底层控制软件;

    • 数据迁移与使用习惯资产:用户在系统内积累的历史数据资产与操作惯性。

    较高的转换成本赋予了企业强大的客户留存率与温和的长期定价权。

    (3) 品牌与心智认知 (Brand)

    单纯的品牌知名度并不直接构成护城河。品牌要升华为经济壁垒,必须满足以下条件之一:

    • 降低客户的搜索与决策成本:在信息不对称或试错代价极高的交易场景中,提供确定的品质背书;

    • 赋予社会认同与情感溢价:在奢侈品或特定消费品赛道中,支撑客户支付远超功能价值的溢价。

    六、颠覆性创新与产业解构:动态维度的挑战

    任何静态建立的护城河都无法保证永续存在。技术范式转换与商业模式的解构,是摧毁传统巨头护城河的最主要力量。

    
      产品性能
        ▲
     高 │                             /  高端成熟市场需求轨迹
        │                           /
        │   原有成熟技术演进曲线  /
        │       ┌───────────────/
        │      /               /  主流大众市场需求轨迹
        │     /  ┌────────────/
        │    /  /            /
        │   /  / 颠覆性技术 /
        │  /  /  演进轨迹  /
        │ /  /           /
     低 │/  /           /  低端边缘市场需求轨迹
        └──────────────────────────────────────────────► 时间
    

    1. 颠覆性创新框架 (Disruptive Innovation)

    哈佛商学院克莱顿·克里斯坦森(Clayton Christensen)提出的颠覆性创新理论揭示了成熟企业遭遇颠覆的机制:

    注释
    克莱顿·克里斯坦森:已故哈佛商学院教授,提出”颠覆性创新”理论,是研究创新与产业颠覆的开创性学者
    • 低端颠覆(Low-End Disruption):成熟企业倾向于持续优化产品性能以满足最挑剔的高端客户,导致产品性能对主流及低端用户产生”供给过剩”。颠覆者以低性能、低成本的简易解决方案切入边缘市场,随后沿着技术学习曲线持续进化,最终攻入主流市场。

    • 新市场颠覆(New-Market Disruption):开辟全新的应用场景,服务以往因成本或技术门槛而无法消费的”非消费者(Non-consumers)”。

    2. 集成架构与模块化架构的周期摆动 (Integration vs. Modularity)

    产业的技术架构往往在垂直集成(Integrated)与水平模块化(Modular)之间呈现周期性演化:

    • 集成架构占优阶段:在技术演进初期,产品性能尚未满足主流需求,核心子系统之间需要高度定制化耦合以压榨性能极限,此时垂直一体化企业掌控着产业链的核心价值。

    • 模块化解构阶段:当基础性能超越主流需求基准后,行业开始建立标准化接口。制造、设计、分销各环节解耦为独立的水平模块,产业链价值开始向掌握关键不可替代环节的企业转移。

    七、管理层能力与资本配置效率

    如果将企业的竞争优势视为主体资产,那么管理层的资本配置(Capital Allocation)能力则是决定这些资产价值能否最大化释放的指挥中枢。

    管理层所面对的资本流向选择主要涵盖五大维度:

    • 追加现有业务的资本支出 (Capital Expenditures);

    • 并购与产业整合 (Mergers & Acquisitions);

    • 偿还企业负债 (Debt Paydown);

    • 派发普通股股息 (Dividends);

    • 股票回购 (Share Repurchases)。

    
                                ┌────────────────────────┐
                                │    企业自由现金流总和  │
                                └───────────┬────────────┘
                                            │
                 ┌──────────────────────────┴──────────────────────────┐
                 ▼                                                     ▼
         【内部再投资与外延并购】                              【向资本市场返还价值】
         • 核心业务资本开支 (CapEx)                            • 偿还债务降低财务杠杆
         • 研发与新市场探索 (R&D)                              • 派发持续现金股息
         • 兼并与战略收购 (M&A)                                • 在股价低估时执行股票回购
    

    评估管理层战略能力的核心标准,在于其能否在资本边际回报高于资本成本的赛道持续加注,并在缺乏超额回报投资机会时,果断将多余现金流通过分红或回购返还股东。

    八、综合评估清单:如何系统测量护城河

    为了将理论分析转化为可执行的研究流程,我们提炼出系统评估企业护城河的核对清单(Checklist):

    分析层级 核心评估问题 关键衡量指标与输出
    1. 历史回报实证 过去5-10年,企业的ROIC是否稳定高于WACC?回报率是保持坚挺还是处于均值回归通道? 历史ROIC走势;经济利润(Economic Profit)规模
    2. 行业结构与集中度 行业的HHI集中度如何?上下游议价能力如何分布?是否存在高昂的行业进入与退出壁垒? 行业HHI指数;行业产能利用率与价格弹性
    3. 增加值与价值链 企业是依赖高支付意愿(WTP)还是低成本维持利差?客户选择该产品的决定性因素是什么? 毛利率与营业利润率利差;客户支付意愿溢价测算
    4. 护城河来源判定 企业的竞争壁垒是由规模经济、网络效应、转换成本、还是无形资产所驱动?该优势是否具备不可模仿性? 单位固定成本曲线;客户留存率与流失成本模型
    5. 颠覆与解构风险 行业是否存在被低端方案或跨界技术颠覆的苗头?产品架构是否正在走向模块化? 替代品性能演化速度;接口标准化与垂直分工趋势
    6. 资本配置与再投资 管理层留存利润的再投资回报率(ROIIC)如何?资本配置是否围绕强化核心护城河展开? 增量投资资本回报率(ROIIC);历年并购与回购的资本回报测算
    注释
    增量投资资本回报率(ROIIC):企业新增投入资本所产生的边际回报率,用于评估管理层再投资决策的效率

    九、结论

    战略分析的核心目标,是评估企业超额收益的幅度以及该收益能够抵御市场竞争侵蚀的持续时间。

    均值回归是商业世界中普遍存在的客观规律。唯有那些在行业结构中占据优势生态位、在价值链上创造出显著增加值、并依靠供给侧或需求侧壁垒保护自身经济利益的企业,才能够跨越周期,实现长期的超额价值创造。深入理解并客观量化这些底层机制,构成了评估企业商业护城河的基石。

  • 初创企业如何构建无法被复制的竞争壁垒?

    对话开篇与背景介绍

    沃伦·巴菲特(Warren Buffett)曾有一句名言:在商业世界中,我寻找的是被无法攻破的护城河所保护的经济城堡。力量(Power)必须同时包含收益(Benefit)与壁垒(Barrier)。巴菲特用”城堡”一词确立了收益部分,而作为创业者与管理者,你必须极度清晰地理解:为什么自己的业务是一座坚不可摧的城堡,还是一间随时可能坍塌的简陋木屋。

    在许多初创企业的商业计划书中,经常能看到这样的表述:”我们拥有全行业最优秀的团队,我们的迭代与交付速度最快。”然而,单纯的执行速度极少能构成真正的力量。如果只是单纯在跑步机上拼命奔跑,一旦停下脚步就会被市场迅速吞噬,这并不等同于力量——因为驱动日常运营卓越的要素,绝大多数都能被竞争对手轻易模仿。

    今天做客播客的嘉宾是汉密尔顿·赫尔默(Hamilton Helmer)。汉密尔顿是战略领域的传奇学者兼投资人,著有经典之作《七种力量》(7 Powers)。该书系统阐述了识别与建立可持续竞争优势的分析框架,被公认为商业战略领域最具影响力的著作之一。

    在本次深入交流中,汉密尔顿分享了初创企业早期能够着手建立的力量来源、企业常常误判的虚假壁垒、力量与传统战略和护城河之间的精确逻辑关系、个体产品经理如何运用战略洞察、人工智能(AI)对各行业进入壁垒与力量来源的实质性重塑,并披露了他正在撰写的新书核心框架。

    一、初创企业何时应该思考”力量”?

    莱尼·拉奇茨基:汉密尔顿,非常感谢你做客节目,欢迎你!

    注释
    莱尼·拉奇茨基:知名科技行业播客与通讯《Lenny’s Newsletter》主持人,专注产品、增长与创业主题

    汉密尔顿·赫尔默:嗨,莱尼,非常荣幸来到这里。

    莱尼·拉奇茨基:我想从力量开始发挥作用的时间节点谈起。关于创始人何时应该开始系统思考力量,无论是找到产品与市场契合点(Product-Market Fit,简称PMF)之前还是之后,你有哪些建议?在尚未做出人们真正想要的产品之前,花时间深入思考力量到底有多大价值?创始人应当给予它多大程度的重视?

    汉密尔顿·赫尔默:过去五年中,有一件事彻底颠覆了我以往的认知,那就是我对这个问题的理解发生了根本性改变。

    过去我曾经认为:企业应当先实现PMF,然后再去制定战略;如果试图在PMF达成之前强行推行战略,往往收效甚微,甚至无从下手。

    这一旧有认知被事实证明存在偏差。在我的工作中,与企业创始人交流是最具启发性的环节之一。让我感到惊讶的是,即使在极早期的探索阶段,与创始人就战略底层议题展开的探讨,依然展现出了超乎预期的深度与高度关联性。创始人是一群极度务实的行动派,他们的处境异常艰难,必须保持高度专注,严格筛选值得投入时间的事务。在观察他们的真实反馈与对话演进时,我意识到这些战略探讨对他们具有实质性的指导价值。我目前正在创作的第二本书,正是在深入剖析这背后的机理。

    关于”何时应该思考力量”这一问题,我的核心答案是:始终都要思考(Always)。

    这听起来似乎有些反直觉。即使在尚未达成PMF的极早期阶段,思考战略同样具备极高的价值。需要明确的是,这里的战略并非传统意义上那种繁复详尽的年度战略规划书——比如详列未来要做什么、具体的竞争对手是谁、如何针对性应对、如何进行价格体系设计等;它绝非此类形式主义。

    在极早期的起步阶段,创业者拥有远超后期的自由度与可塑性。此时的核心议题在于:在你为寻求PMF所构想的各种商业设想中,哪些潜在的业务特征更倾向于使你获得力量,哪些则天然缺乏获取力量的可能?

    此类探讨极具现实意义。当然,这种思考绝非线性因果的确定性推演,它的本质在于调整成功的概率分布(Tilting Probabilities)。

    当业务跨越拐点、成功确立PMF之后,你就必须彻底明确自身的核心力量来源,以此认清自己在市场中的实际竞争生态位,并全力夯实这一壁垒;随后,当企业进入稳态发展期(Stability Phase),你依然必须清楚维系业务的力量所在,以便精准防御潜在的颠覆;力量还是企业探索第二增长曲线的认知基石。商业史上那些标志性的伟大企业,往往都成功实现了二次或多次跨越——例如亚马逊云科技(AWS)的崛起、英特尔由存储芯片转向微处理器(CPU)、苹果切入智能手机(iPhone)赛道。这些核心业务均非企业的原始起点,这种二次跃迁在标杆企业的发展历程中十分普遍,而每一次跃迁都意味着力量构建周期的重新启动。

    二、战略的本质界定与力量的底层逻辑

    莱尼·拉奇茨基:你提到了”战略”这个词。我们先来奠定一个清晰的概念基准。在你的理论体系中,战略与力量是如何相互关联的?对于战略本身,你是否有清晰明确的定义?在日常语境中,大家谈论战略时往往含义模糊。

    汉密尔顿·赫尔默:我本质上是一个偏重概念架构的研究者。在构建商业概念时,必须受到”实用性”的高度约束。我非常推崇伟大的数学家约翰·冯·诺依曼(John von Neumann),他曾提出一个令许多纯粹数学家感到不适的观点:如果数学脱离了实用性的引导,就会沦为一种纯粹追求审美的活动。概念的开发同样必须以实用价值为导向。

    注释
    约翰·冯·诺依曼:20世纪重要的数学家与计算机科学奠基人之一,在博弈论、量子力学等多个领域均有开创性贡献

    在讨论战略时,关键在于你希望将哪些范畴纳入这一语境。在商业世界中,”战略”一词被极度泛化。如果你在学术搜索引擎上检索”Strategy”,会得到数以百万计的词条。在某些人的定义中,战略可能涵盖了一家企业在特定年份内需要完成的所有最高优先级事务。这是一种宽泛但合法的定义。

    我在长期的商业实践中提炼出了一种收敛的界定方式,这种收敛大幅提升了战略的实用性:

    战略的定义:聚焦于决定企业长期商业价值(Business Value)的根本性驱动因素。

    这是一项明确的取舍。从贴现现金流(Discounted Cash Flow,DCF)与净现值(Net Present Value,NPV)的底层数学逻辑来看,企业的价值由其长期预期现金流折现决定。这直接引出了战略的核心属性:战略是一个长期维度的概念,关注的是遥远的未来。

    注释
    贴现现金流(DCF)与净现值(NPV):将企业未来预期现金流按特定折现率折算为现值、并扣除初始投入成本后得出的估值方法,用于衡量投资或企业的长期经济价值

    我们可以用珍珠港事件进行对比分析。对当时的日本军方而言,珍珠港偷袭在战术层面取得了巨大的成功,沉重打击了美军在太平洋区域的海军力量;然而在战略维度上,这却是一次彻底的灾难性决策。它直接解决了美国总统罗斯福在动员国内公众全力参战以击溃法西斯政权上的政治阻力。这场博弈的最终战略决定力量,归根结底在于美国庞大的工业制造产能与人口资源基数。

    这里的本质差异在于时间常数(Time Constant):

    • 战术:着眼于短周期的执行与得失。

    • 战略:着眼于长周期的格局与终局。

    只要将注意力牢牢锁定在企业长期价值的根本驱动因素上,你的思考范围就能迅速聚焦,从而为创始人提供高度清晰、精炼的战略指引。

    莱尼·拉奇茨基:那么具体而言,力量是如何指导战略落地的?

    汉密尔顿·赫尔默:力量指的是那些能够提供长期持久回报的经济结构(Economic Structures),它构成了企业抵御竞争对手残酷蚕食的坚实避难所。

    从竞争经济学的底层逻辑来看,要在残酷的市场竞争中构筑庇护所,你的业务活动中必须具备某种特质,能够为你提供相较于对手的成本优势或定价溢价:

    • 收益(Benefit):企业能够维持更低的生产交付成本,或实现更高的产品定价能力。

    • 壁垒(Barrier):存在某种内生机制,使得竞争对手在相当长的周期内,无法通过简单复制来剥夺你的这项收益。

    我们将这种严苛的双重检验称为”存在与否检验(To Be or Not To Be Test)”。一旦同时确立了收益与壁垒,它就会在未来可预见的时间周期内转化为稳固的高利润率,最终直接沉淀为企业的长期资本价值。

    以《七种力量》中经典的奈飞(Netflix)流媒体业务为例:

    • 收益维度:奈飞拥有远超同行的庞大订阅用户规模。在影视流媒体行业,内容制作与采买属于极高的固定成本支出(约占其年度成本结构的50%)。奈飞能够将这项巨大的固定支出分摊到数以亿计的订阅基数上,使得单个用户的摊薄成本显著低于规模较小的对手。

    • 竞争结果:在面对相同的终端订阅价格时,奈飞能够获取远高于行业平均水平的利润空间。

    这就是典型的规模经济(Scale Economies)力量。然而,在真实的商业竞争中,构筑此类力量的门槛极高。

    三、力量演进路径:初创企业可触达的四种力量

    【力量进展时序模型 (Power Progression)】

    text
      [ 起步探索期 (Origination) ]
                   │
                   ▼
           1. 反向定位 (Counter-Positioning)  <── 业务模式与价值主张创新
                   │
                   ▼
      [ 爆发增长期 (Takeoff) ]
                   │
                   ├─► 2. 网络经济 (Network Economies)
                   ├─► 3. 规模经济 (Scale Economies)
                   └─► 4. 转换成本 (Switching Costs)
                   │
                   ▼
      [ 稳态成熟期 (Stability) ]
                   │
                   ├─► 5. 品牌力量 (Brand)
                   ├─► 6. 流程力量 (Process Power)
                   └─► 7. 独占资源 (Cornered Resource)
    

    莱尼·拉奇茨基:既然力量决定了企业能否建立起长久的生存与竞争优势,那么当面对七种力量的框架时,不同类型的初创企业(例如B2B SaaS或是B2C消费互联网)是否存在特定的启发式路径,能帮助他们快速筛选出最契合自身业务的力量子集?

    汉密尔顿·赫尔默:这是一个直击核心的问题。力量的达成路径(Path to Power)极其复杂且充满细微差异,这也是我下一部新作的核心主题。

    在《七种力量》的框架中,存在一个核心机制叫作力量进展路径(Power Progression)。它明确指出:在企业生命周期的不同阶段,特定类型的力量才会逐步具备可达成性;反之亦然,某些力量在特定阶段是完全不可触达的。

    对于初创企业而言,首先应当从策略选项中排除两项力量:品牌(Brand)与流程力量(Process Power)。

    在实践中,许多人容易将品牌认知度(Brand Recognition)与真正的品牌力量混淆。对于一家初创公司而言,建立市场知名度固然重要,但只要在超级碗上购买黄金广告位,任何企业都能在短时间内买到知名度;这种通过资本采购获得的市场认知并不是真正的力量。而流程力量本质上是处于极致状态下的精益运营卓越,其内部的大多数具体手段通常是可以被行业吸收并模仿的。

    其次,独占资源(Cornered Resource)——即企业掌握了某项极具价值的资产,即使转让给第三方也能产生巨大价值,且企业拥有该资源的排他性权利(通常受法律专利或绝对技术认知壁垒保护)。这种力量通常适用于处方药研发等极特定行业(例如首发研发出重磅药物)。这类机会的逻辑对全行业而言高度透明,核心瓶颈完全在于能否研发出突破性药物,通常并非绝大多数科技与通用商业初创企业能够主动规划的常规路径。

    排除上述三种力量之后,留给初创企业的核心力量库主要包含以下四种:

    • 反向定位(Counter-Positioning)

    • 规模经济(Scale Economies)

    • 转换成本(Switching Costs)

    • 网络经济(Network Economies)

    这四种力量在企业生命周期中存在着严密的时序演进关系(Sequencing):

    绝大多数成功突围的初创企业,其起点几乎都建立在反向定位之上。

    注释
    反向定位(Counter-Positioning):《七种力量》框架中的一种力量类型,指新进入者采用一种被在位巨头认为不划算、因而拒绝模仿的商业模式,从而在被巨头复制之前获得保护性的发展空间

    PMF的本质通常是替代(Substitution):企业通过一种前所未有的创新模式,更高效地满足市场上已然存在的现实需求,进而释放出更大的商业价值。虽然偶有企业能够开辟出前所未有的全新需求,但商业史上绝大多数巨头都是从存量替代中崛起的:

    • 亚马逊(Amazon)最初替代的是传统的线下实体书店;

    • 谷歌(Google)最初替代的是雅虎(Yahoo)等传统门户索引目录。

    在替代发生的初期,初创企业面临的是直接的功能性竞争。此时,如果企业没有构筑起反向定位,就会面临极高的被颠覆风险——因为行业内资金雄厚、能力完备的既得利益巨头只需稍作业务延伸即可迅速扼杀新进入者。反向定位为初创企业提供了免遭成熟巨头立即全力反扑的庇护屏障。

    一旦企业借助反向定位确立立足点并进入爆发增长阶段,其力量构建重心才会逐步切换至依赖于相对规模优势的其余三者:规模经济、转换成本以及网络经济。

    四、常见的认知误区:数据规模、网络效应与飞轮假象

    莱尼·拉奇茨基:总结来说,早期初创公司应当优先审视反向定位,随后在扩张阶段逐步建立网络经济、规模经济或转换成本。

    很多初创企业的商业计划书都会宣称自身拥有坚固的壁垒与护城河,但现实中大多数创始人往往高估了自己所建立的防御能力。在你的观察中,有哪些力量是创业者最容易产生误判与幻觉的?

    汉密尔顿·赫尔默:这种误判在商业界普遍存在。对于创业团队的这种乐观偏差,需要客观看待:

    创始人必须具备坚韧的乐观主义精神,即便在一定程度上低估了潜在风险,这种极度专注与坚信也是初创团队突破大公司重围的关键动力。

    准确评估某种力量是否真正成立,具有极高的专业门槛。即便是我们在专业投资机构中组建资深团队,对一家成熟企业进行深度力量评估,往往也需要耗费数周时间去拆解其底层的行业经济模型。

    在具体的认知误区方面,除了前面提到的把付费买来的”知名度”误判为”品牌力量”之外,还有两个极其普遍的误判:

    1. “数据规模经济”的边际递减

    很多团队认为只要沉淀了海量数据,就能自然形成牢固的规模经济。这种可能性确实存在,但在现实中极为罕见。数据很难形成长期垄断性力量的核心原因,并不在于数据处理不存在固定成本,而在于行业内主要竞争对手所拥有的数据体量,通常都已跨过了满足核心业务算法精度的有效临界区间。

    一旦跨越有效阈值,边际成本与收益曲线就会迅速平缓化(The Curve Flattens)。当行业对手都能达到类似的基础数据效能时,各方在单位数据成本与算法表现上的差异就会被急剧压缩,无法转化为具有决定性意义的超额壁垒。

    2. 混淆”网络效应”与”网络经济”

    每当听到团队宣称自己打造了坚不可摧的”业务飞轮(Flywheel)”时,我们通常会保持审慎。商业世界中存在微弱联动机制的飞轮比比皆是,但能够产生实质性影响(Materiality)的飞轮极为罕见。

    战略判断的关键标准在于实质性(Materiality)——不在于某种网络效应是否存在,而在于该效应的强度是否足以撬动决定性的利润与定价空间:

    概念 定义与表现特征 对商业底线的实际影响
    网络效应 (Network Effects) 随着用户基数增加,产品对其他用户的效用产生正向边际提升(例如多数双边平台与社交工具) 普遍存在,但往往仅能带来微弱的业务黏性,不足以阻断价格战
    网络经济 (Network Economies) 网络效应带来的价值优势极其显著,足以支撑企业获取显著的定价溢价(Price Delta)并维持长期超额利润率 能够从根本上改写行业利润分配格局,具备决定性的战略实质性

    以优步(Uber)与网约车行业为例:网约车平台显然具备典型的局部网络效应,但它们很难说构筑起了稳固的网络经济力量。网约车行业至今依然维持着极高的竞争烈度,平台双方必须持续投入巨额资本补贴以维系双边平衡,网络效应对企业底线利润率的实质性拉动并未达到具有绝对护城河的量级。

    优步之所以能大幅拉开与Lyft的市值差距,核心在于其在长期的消耗战(War of Attrition)中展现出了优异的运营定力。早期优步曾犯过战略定义失误,将其业务定性为”全球无缝流动性网络”,但网约车是一个极度受制于地理局部性(Geographically Specific)的业务——你在旧金山湾区建立的双边运力优势,对拓展伦敦市场几乎没有任何协同赋能。在纠正认知后,优步深耕于特定地理区域内的微弱规模效应,并通过Uber Eats等外卖生态复用运力端资产,最终在消耗战中占据了相对优势。

    五、澄清护城河、城堡与可复制资产

    莱尼·拉奇茨基:我们讨论了力量与战略。在创投语境中,”护城河(Moat)”同样是一个被高频使用的词汇。在你的体系中,护城河与力量是等同的吗?

    汉密尔顿·赫尔默:护城河不等同于力量,护城河对应的是力量框架中的”壁垒(Barrier)”。

    力量必须兼具收益与壁垒。如果一座护城河环绕保护的是一块毫无商业开发价值的贫瘠荒地,那么即便这条护城河再宽阔,也无法创造任何经济价值。

    巴菲特与芒格对于商业护城河的推广做出了巨大贡献。巴菲特的经典表述是:”我寻找的是被无法攻破的护城河所保护的经济城堡。”

    • “城堡”指代的是高价值的收益;

    • “护城河”指代的是阻断模仿的壁垒。

    战略分析的一大关键难点,在于看透你手中的资产到底是一座真正的城堡,还是一间简陋的木屋。

    以早期奈飞与百视达(Blockbuster)的竞争为例:奈飞投入了海量工程资源与A/B测试来打磨其用户交互界面(UI)、持续重构推荐算法引擎以及优化内容展示架构。这些工作对早期业务发展至关重要,但这类纯粹的技术与设计细节在本质上是高度可被模仿的(Mimicable)。

    当百视达最终下定决心转型、推出邮寄DVD订阅业务时,其线上站点的用户交互界面在视觉和结构上几乎与奈飞毫无二致。他们直接完整复制了奈飞多年迭代的界面逻辑。

    因此,精良的UI与算法优化虽然极具价值,但由于其缺乏不可复制的阻隔机制,它们本身无法独立构成抵御对手的经济城堡。

    六、一线产品经理与中层管理者如何运用力量?

    莱尼·拉奇茨基:对于许多在一线负责具体产品功能迭代与交付的产品经理而言,他们应当如何将这些关于”收益”与”壁垒”的战略洞察,落地应用到日常的实际工作中?

    汉密尔顿·赫尔默:我个人并不推崇空谈所谓的”全员战略驱动型组织”,因为这种概念往往模糊了战略知识在企业不同生命周期中的具体运用边界。

    我们可以将企业的发展历程划分为三个清晰的演进阶段:

    【企业生命周期三阶段】

    text
    ┌─────────────────────────┬─────────────────────────┬─────────────────────────┐
    │  1. 探索起步期          │  2. 爆发增长期          │  3. 稳态成熟期          │
    │  (Origination)          │  (Takeoff)              │  (Stability)            │
    │                         │                         │                         │
    │ • 寻找产品与市场契合    │ • 爆发式抢占市场份额    │ • 保卫核心基本盘        │
    │ • 探索反向定位可能      │ • 快速整合外部技术要素  │ • 挖掘自下而上的新业务  │
    │ • 依靠极小颗粒度试错    │ • 依赖极致运营卓越交付  │ • 防御流程与品牌侵蚀    │
    └─────────────────────────┴─────────────────────────┴─────────────────────────┘
    

    对于身处不同发展阶段业务线的产品经理,其行动重点存在本质差异:

    1. 处于成熟稳态阶段的企业

    • 透彻理解基本盘力量:必须极其明确所在业务线赖以生存的底层力量来源,从而在日常决策中避免因局部指标优化而损害底层壁垒。

    • 一线情报回传:产品经理深入业务细节与用户一线,能够敏锐捕捉到底层力量是否正在遭遇侵蚀,并及时向管理层预警。

    • 孕育二次创新:大企业中颠覆性的第二增长曲线,往往是由基层团队在应对具体用户痛点时自下而上探索出来的。

    2. 处于爆发增长阶段的业务

    • 运营卓越即生命线:在此阶段,底层技术变革推动了PMF的形成,市场上会出现大量同质化的竞争对手。此时,谁能以最快速度完成系统迭代、引入关键功能补齐、拓展适配新的人群画像,谁就能赢得市场份额战。

    • 构建护城河的窗口期:产品团队在此阶段的交付质量与执行速度,是决定企业能否顺利将先发优势转化为规模经济或转换成本的决定性力量。

    对于希望提升战略思考能力的专业人士,最有效的方式就是深入研读战略的底层逻辑框架,并在团队内部展开高频且务实的探讨:”我们这项业务是否真正具备某种力量?驱动当前收益的深层壁垒究竟是什么?哪些要素是不可替代的,哪些只是可以被轻易抄袭的表面形式?”通过持续的审视与辩论,团队的战略辨析能力会得到系统性的提升。

    七、生成式 AI 是否正在改写竞争力量?

    莱尼·拉奇茨基:生成式人工智能(Generative AI)的爆发正在重塑科技行业。在你看来,AI是否会催生出《七种力量》之外的第八种力量?它将如何改变企业的防御壁垒?

    汉密尔顿·赫尔默:我目前并不认为生成式AI会催生出第八种全新的力量维度。《七种力量》是对商业竞争经济学机制的完备归纳,当前的AI技术演进依然可以被完整置于七种力量的分析框架中进行解构:

    • 规模经济:训练顶级前沿基础大模型所需要的数亿至数十亿美元的固定资本支出,是极其显著的固定成本分摊结构。

    • 网络经济:如果未来的AI系统能够实现用户交互数据的自主飞轮进化(即单个用户的交互质量能直接实时优化其他所有用户的推理表现),就有可能孕育出极强的网络经济。

    • 转换成本:当AI Agent长期伴随用户,深度学习了个人的全部工作习惯、记忆轨迹与底层偏好,用户切换至新工具所面临的认知与迁移成本将极其高昂。

    从产业技术演进史的视角来看,任何重大通用技术(General Purpose Technology)的降临,其产业传导机制通常分为三个层次:

    【重大通用技术演进三层分布】

    text
    第一层:底层技术使能者 (Pure Technology Plays)
    例如:半导体时代的 Intel;AI 时代的基础算力芯片与模型研发商
    
    第二层:原生技术孵化者 (New-to-the-World Creators)
    例如:个人计算时代的 Microsoft;依托全新交互与能力原生的新型应用
    
    第三层:存量赋能与深度融合者 (Technology Adopters & Integrators)
    例如:全面拥抱半导体的汽车产业;将 AI 深度整合进财务、研发、HR 的存量传统行业
    

    我认为生成式AI最庞大的长期经济价值,将集中释放在第三层——即对存量产业工作流的深度赋能与结构重组。

    这与人类引入电力的历史进程极为相似。电力的出现使得整个制造业工厂的物理流水线得以彻底重构(动力源直接下放至每一个独立操作单元),但这种生产力的释放经历了极其漫长的流程再造、设备投资与组织学习。

    生成式AI正在进入类似的阶段。几乎所有企业的核心业务职能——从软件研发、财务审计到人力资源管理——在经过深度流程再造后都将获得效率跃升。以软件开发为例,如果AI辅助能够普遍提升50%的代码编写效能,考虑到全球软件工程师的庞大基数,仅仅这一项流程赋能所释放的绝对经济价值就是不可估量的。

    八、运营卓越与”流程力量”的严苛边界

    莱尼·拉奇茨基:在众多创始人的宣讲中,”执行力”常被视作自身的核心护城河。迈克尔·波特(Michael Porter)曾提出”运营卓越不等于战略”。能否请你进一步剖析,为什么极致的执行力在绝大多数情况下无法构成真正的力量?

    注释
    迈克尔·波特:哈佛商学院教授,竞争战略领域的开创性学者,提出了五力模型等经典战略分析框架

    汉密尔顿·赫尔默:迈克尔·波特教授在数十年前提出的这一论断,曾在学术界与实务界引发了巨大反响。许多人误以为他否定了日常运营的价值。

    波特的核心洞察在于稳态竞争的终局视角:驱动日常精益运营的大多数管理规范与操作流程,在本质上都是可以被行业吸收与复制的。企业可以通过聘请顶级管理咨询团队导入行业最佳实践(Best Practices),也可以通过高薪从竞对团队挖掘核心骨干来迅速填补能力鸿沟。

    但必须建立动态视角:在企业的起步与爆发增长期,运营卓越是获取竞争生态位的先决条件。

    要想让极致的运营流程真正升华为不可逾越的流程力量(Process Power),必须满足极其严苛的前提条件:

    • 实质性(Materiality):该流程必须能带来极其显著的成本降低或效能提升。

    • 绝对的不透明性(Opacity)与不可模仿性:该体系深植于企业庞大而复杂的隐性协作网络之中,外部竞争者即使派遣团队实地观摩,也无法在自身组织中有效移植。

    以台积电(TSMC)先进半导体晶圆代工厂的建设与运维为例:其运转依赖于数万名顶尖工程师长期沉淀的非文档化工艺诀窍(Know-How)与精密协作体系。这种深植于组织肌理的复杂性构筑了极高的不可复制性。丰田汽车(Toyota)早期的精益生产体系(TPS)同样属于此类典型。

    注释
    精益生产体系(TPS):丰田汽车创立的生产管理体系,强调消除浪费、持续改进与全员参与,是丰田核心竞争力的重要来源

    然而,在商业世界中,绝大多数企业的日常运营远未达到这种不可拆解的复杂深度:

    在缺乏力量保护的赛道中,企业就像置身于一台高速运转的跑步机上——你必须在日常运营中倾尽全力奔跑,因为一旦停下就会被对手超越;但即便你跑得再快,单纯的奔跑本身并不能为你赢得一台拥有自主壁垒的经济引擎。

    九、企业价值决定模型与宏观周期反思

    莱尼·拉奇茨基:你曾提出一个极具穿透力的结论:决定一家企业长期商业价值的底层要素只有三项——力量(Power)、市场规模(Market Size)与运营卓越(Operational Excellence)。

    汉密尔顿·赫尔默:商业运营的表象千头万绪,但如果从底层商业数学模型进行第一性原理推导,这三项要素构成了对企业长期现金流折现的完备解释集:

    • 力量(Power):决定了企业长期能够维持的超额利润率水平与防守壁垒;

    • 市场规模(Market Size):决定了该项利润率所能作用的总潜在空间(TAM);

    • 运营卓越(Operational Excellence):决定了企业在向终局迈进的动态过程中,能否高效将市场机会转化为实际收益。}

    三者缺一不可,共同构成了企业长期价值创造的闭环。

    莱尼·拉奇茨基:作为长期赋能创始人的战略家,在当前全球宏观经济的周期演变中,有哪些深层趋势值得创业者保持高度警惕?

    汉密尔顿·赫尔默:从长周期来看,我极其关注主要经济体日益高企的公共债务轨迹。在过去三十年中,全球基本保持着约十年爆发一次系统性经济震荡的周期律(2000年互联网泡沫破裂、2008年全球金融危机、2020年疫情冲击)。

    在应对此前危机时,政府拥有充足的”安全垫(Dry Powder)”,能够通过大规模财政赤字扩张来兜底流动性;然而,随着长期债务水平不断逼近极限,未来一旦再次遭遇黑天鹅冲击,宏观维度的应对空间将被大幅压缩。一旦资本市场发生流动性冻结,早期创投生态与企业融资环境将面临极其严峻的挑战。

    但从微观创新的视角来看,约瑟夫·熊彼特(Joseph Schumpeter)在其一个多世纪前撰写的《经济发展理论》中提出的核心洞察依然牢固:驱动人类社会生产力向前演进的终极活力,永远来源于企业家群体的创造性破坏(Creative Destruction)。

    注释
    约瑟夫·熊彼特:奥地利经济学家,提出”创造性破坏”理论,认为创新驱动的旧秩序瓦解与新结构重建是资本主义经济演进的核心动力

    十、结语:行动是一切商业构建的第一性原理

    莱尼·拉奇茨基:在进入快速问答之前,你最希望留给全球创业者与业务决策者的一句话是什么?

    汉密尔顿·赫尔默:行动是商业的第一性原理(Action is the first principle of business)。

    商业战略的真正价值,绝非在于为你预先描绘一张毫无偏差的确定性施工图纸,而在于当你投身于真实世界的商业探索时,为你提供一组能够指引方向的底层认知罗盘。

    切忌停留在纸面上对宏大战略进行无休止的空谈推演。真正的力量是在真实市场的高频碰撞与勇敢行动中淬炼出来的。先行动起来,去构建真实的产品,去解决真实的问题。

    闪电问答环节(Lightning Round)

    莱尼·拉奇茨基:推荐两到三本对你影响最为深远的著作?

    汉密尔顿·赫尔默:

    • 罗杰·彭罗斯(Roger Penrose)的《通向实在之路》(The Road to Reality):一部极具深度的数理物理学巨著,展现了人类顶尖智识的宏大图景。
    注释
    罗杰·彭罗斯:英国数理物理学家,2020年诺贝尔物理学奖得主,在广义相对论与数学物理领域贡献卓著
    • 悉达多·穆克吉(Siddhartha Mukherjee)的《基因传》(The Gene: An Intimate History):作者对遗传科学演进史的叙述与文字掌控力令人赞叹。
    注释
    悉达多·穆克吉:美国肿瘤学家兼作家,曾以《众病之王:癌症传》获得普利策奖

    莱尼·拉奇茨基:近期最打动你的影视作品?

    汉密尔顿·赫尔默:电影《美国小说》(American Fiction)。它拒绝了大量平庸的好莱坞叙事套路,展现了极具穿透力的思辨深度。

    莱尼·拉奇茨基:一句常伴身边的座右铭?

    汉密尔顿·赫尔默:一位斯里兰卡资深记者兼挚友曾传授给我的信条:”万事皆有其更深层的底色(Everything is always about something else)。”当你真正深入剖析商业力量与竞争壁垒时,底层的真相往往超越了表面所见的表象。

  • 如何选定并主导B2B细分市场

    Lenny Rachitsky:今天我的嘉宾是杰弗里·摩尔(Jeffrey Moore)。杰弗里撰写了或许是Go-To-Market领域最具影响力、最重要的著作——《跨越鸿沟》。尽管该书销量已突破100万册,但依然有人在不断重新发明或误读杰弗里在书中所揭示的经典教训。在今天的对话中,我们将深入探讨为什么初始目标受众必须极度聚焦、保龄球瓶策略(Bowling Pin Strategy)如何帮助你突破早期采用者、技术采用生命周期各个阶段的具体Playbook,以及在错误阶段套用错误策略所引发的“跨越鸿沟七大致命罪过”。

    注释
    Lenny Rachitsky:前Airbnb产品经理,知名产品与增长类订阅通讯Lenny’s Newsletter创办人,本文为其访谈节目内容。

    杰弗里,非常欢迎你来到节目。

    Jeffrey Moore:你好,Lenny,非常高兴来到这里。

    一、为什么企业总是无法做到“极度聚焦”?

    Lenny Rachitsky:我想从这个基本问题开始:对于你所传授的商业框架,特别是《跨越鸿沟》,人们到现在依然最容易产生哪些误解或错误实践?

    Jeffrey Moore:我写的所有书都关于框架(Frameworks),也就是当事情发生演进时你应当寻找何种模式的概念模型。在颠覆性创新领域是没有历史经验可循的,你总是先预设一个可能的历史,然后看自己能否将其变为现实。这意味着在应用框架时存在极大的自由度,但人们有时会以一种完全误导的方式来使用它。

    我记得早期有人曾对我说:“是的,我们正在跨越鸿沟,我们的抢滩阵地(Beachhead)细分市场是‘财富500强’(Fortune 500)。”我当时回答:“我不认为你真正理解了什么是细分市场。”许多初创企业最大的问题在于,他们习惯于从“自内而外(Inside-Out)”的视角来审视市场,而非“自外而内(Outside-In)”。

    Lenny Rachitsky:大家在概念上都知道初始目标市场(Initial Target Market)应当极度聚焦、保持狭窄,但实际操作时总忍不住想去抓更大的市场。为什么极度聚焦如此重要?

    Jeffrey Moore:如果你的企业身处一个新兴的品类(Emerging Category)中,最核心的任务是建立足够的企业权力(Company Power),使你能够凭借自身力量掌控未来。

    在早期技术采用的世界里,这种“权力”首先来自于:你能否拿下灯塔客户(Lighthouse Customer)?在尝试跨越鸿沟之前,你需要一到两个能把你“放入行业地图”的名企标杆,比如当大家得知“美国中央情报局(CIA)使用了AWS”时,整个市场都会震惊。虽然这并不能直接决定一家公司的成败,但它创造了一个极具说服力的故事,让所有人知道你是谁。

    注释
    AWS:Amazon Web Services,亚马逊旗下的云计算服务平台。

    而跨越鸿沟模型的目标,是建立一个可行且可重复(Viable & Repeatable)的商业实体。为此,你需要合作伙伴生态系统(Ecosystem of Partners)来巩固你的市场地位。

    为什么生态系统中的合作伙伴愿意与一家名不见经传的初创公司合作?唯一的原因是:你在你所选定的细分市场中彻底巩固了统治地位,成为了该池塘里的第一名(Number One)。

    公司权力的本质,是企业自身实力与生态系统力量的结合。生态系统只会围绕品类领导者(Category Leaders)聚集,而绝不会围绕随波逐流的跟随者。像Oracle在数据库领域统治了40年,就是因为整个生态系统都在围绕它构建。作为规模尚小的初创公司,让生态系统围绕你构建的唯一途径,就是去切入一个“小池塘大鱼”(Big Fish in a Small Pond)的市场。

    我们经常强调“鱼与池塘的比例(Fish-to-Pond Ratio)”。你的第一个目标细分市场,应当满足这样的标准:如果在未来两年内你实现了极高的增长率,你在这个细分市场中的市场份额将达到30%、40%甚至50%。这会倒逼生态系统中的合作伙伴意识到:“如果我们想服务这个细分市场,就必须与这家初创公司合作。”

    大家常问:“为什么不能同时进攻2到4个细分市场呢?”

    这就像参加总统候选人初选:如果你在新罕布什尔州竞选,新罕布什尔州的计票规则只看当地结果,你在其他州的零星声量根本无法形成合力。跨越鸿沟需要在一个细分市场中获得3到6家极具声誉的企业集体选择你,随后该细分市场的其余参与者才会产生从众共识:“显然,他们就是行业标准。”

    其背后的底层心理学逻辑在于:实用主义买家(Pragmatists)只会购买他们看到同行(Peers)正在购买的产品。如果同行A买了产品A,同行B买了产品B、C、D,市场就无法形成领导者,整个品类就会陷入横向拉锯。但如果四个人中有三个人在用某种产品,剩下的那个人就会得出结论:“看来我也应该买这个。”

    二、黄金细分市场的定义与筛选标准

    Lenny Rachitsky:这正是《跨越鸿沟》的核心本质——鸿沟之后的实用主义买家(Pragmatists)需要参考凭证(References)与社会认同(Social Proof),而鸿沟之前的远见者(Visionaries)只需要看到未来。

    Jeffrey Moore:可以这样总结两个群体的心理微观变化:

    • 鸿沟前(Visionaries,远见者):“我们相信你所相信的(We believe what you believe)”。他们追求的是领先优势与颠覆性未来,不介意产品是否存在漏洞。

    • 鸿沟后(Pragmatists,实用主义买家):“我们不确定你的愿景,但我们确实极其需要你拥有的方案(We need what you have)”。他们追求的是风险可控与确定性的业务结果。

    为了成功跨越鸿沟,创始人需要评估自己的理想目标细分市场是否过于宽泛。衡量目标细分市场(Target Segment)的核心黄金公式是:

    理想细分市场=大到值得关注 (Big enough to matter)+小到足以主导 (Small enough to lead)+与核心优势高度契合 (Good fit with crown jewels)

    • 大到值得关注(Big enough to matter):细分市场的体量需要足够支撑企业完成阶段性的业绩翻倍(例如在5年内从100万美元ARR迈向1亿美元的规模)。
    注释
    ARR(Annual Recurring Revenue):年度经常性收入,指订阅制企业每年可预期获得的固定收入。
    • 小到足以主导(Small enough to lead):它不能是一个动辄几十亿美元的大泛市场。如果市场太大,你即使获得了绝对营收,也无法获得极高的市场份额,也就无法成为那个“小池塘里的大鱼”。

    • 与核心优势高度契合(Good fit with crown jewels):能够最大化利用你的专有技术与团队的专业经验。

    一个严谨的B2B细分市场,必须同时具备以下四个同频共振的维度:

    • 地理位置相同(Same Geography):日本的企业不会与美国企业频繁交流,美国企业也不会和德国企业探讨日常细节。

    • 行业细分相同(Same Industry):牙医不会与软件设计师交流,软件设计师不会与广告人探讨采购。

    • 专业职能相同(Same Profession):销售人员不会与财务人员交流,财务人员不会与仓库管理员沟通。

    • 强力买单理由(Compelling Reason to Buy):客户面临着一个再不解决就会面临严重后果的剧烈业务痛点。

    正是这种高度重合的同频环境,促成了同行之间的口口相传,从而启动了口碑传播的市场火花。

    三、保龄球瓶策略与“生火比喻”

    Lenny Rachitsky:你曾用过一个极其生动的“生火比喻”来形容切入细分市场,能否与大家分享一下?

    Jeffrey Moore:许多创业团队在处于鸿沟期时,陷入的直觉反应是:“我太需要收入了,我应该抓住我能找到的任何客户!”

    但这就像拿着一根点燃的火柴,在一根巨大的木头下方快速来回挥舞。木头是根本不可能被点燃的。

    你该如何点燃一场大火?你需要先放一点易燃的引火柴(Kindling)和揉捏过的废纸,把火柴死死按在一个地方不动,直到引火柴彻底着火。

    在成功点燃第一个细分市场(第一只保龄球瓶)后,企业应当遵循“保龄球瓶策略(Bowling Pin Strategy)”,通过“相邻性(Adjacency)”击倒后续的保龄球瓶。

    “相邻性”的定义有两种路径:

    • 路径A(相同客户,不同场景):利用现有的客户关系与行业信任,为其交付第二个全新的业务使用场景。

    • 路径B(相同场景,不同客户):利用现有的成功解决方案与生态合作伙伴,将其推向相邻的平行行业或群体。

    经典案例:Documentum的保龄球瓶级联效应

    在企业级文档管理数据库刚兴起时,Documentum展现了如何通过极其明确的保龄球瓶策略实现连续跨越:

    注释
    Documentum:一家早期专注于企业级文档与内容管理系统的软件公司,后被EMC收购。
    • 第一只保龄球瓶(制药业的新药审批):Documentum没有宣称自己是“通用文档数据库”,而是切入制药行业的极度硬痛点——一份新药审批文件长达50万页,管理极其混乱。审批每拖延一天,新药就损失一天的专利寿命(价值约100万至200万美元/天)。这是一个不需要降价促成、极度迫切的买单理由。

    • 第二只保龄球瓶(化工企业的标准操作手册):化工巨头看到制药业的成功案例后注意到:“我们虽不是制药厂,但我们同样拥有海量的标准操作手册(SOP)与严苛的环保监管文件,这个方案完全符合我们的需求。”

    • 第三只保龄球瓶(石油与天然气租赁合同):油气行业跟进,利用该数据库管理数以万计的土地租赁与产权合同。

    • 第四只保龄球瓶(华尔街金融机构):为油气与化工企业提供融资的金融机构发现:“我们整栋大楼全是纸质合同,我们为什么不用这个方案?”

    在整个扩张过程中,Documentum始终保持着微观使用场景和业务逻辑的高度相邻与延续,实现了从单一细分池塘向相邻池塘的可复制扩张。

    四、针对不同市场阶段的四大GTM Playbook

    技术采用生命周期涵盖四个截然不同的阶段,每个阶段要求截然不同的Go-To-Market战略Playbook:

    阶段 早期市场 鸿沟 保龄球馆 狂风暴雨(龙卷风) 主街
    英文 Early Market Chasm Bowling Alley Tornado Main Street
    核心客户 远见者 — 实用主义买家 大众市场 大众市场
    打法模式 项目模式 — 解决方案模式 标准化/抢占份额 产品转服务/运维

    早期市场(Early Market):项目模式(Project Model)

    核心任务:验证颠覆性技术的突破能力,释放“被锁定的商业价值(Trapped Value)”。

    销售动作:向远见者展示技术Demo与宏大愿景。

    交付特征:此阶段几乎没有成熟的合作伙伴生态,每一个交付案例本质上都是定制化项目(Snowflake)。你需要投入大量咨询与服务资源,不惜代价打造标杆。

    保龄球馆(Bowling Alley):解决方案模式(Solution Model)

    核心任务:聚焦特定细分市场的硬痛点,将项目转化为可重复的整体解决方案(Whole Product)。

    销售动作:合上笔记本电脑,停止炫耀Demo。以诊断式的语气与经济决策者(Economic Buyer)探讨其业务痛点。

    生态建设:吸引第三方合作伙伴围绕你的方案进行补充,使你在该细分市场成为不可替代的第一名。

    狂风暴雨阶段(The Tornado):标准化与市场抢占(Mass Market)

    核心任务:当品类从垂直走向横向普及(如云计算、Wi-Fi、AI基础设施),市场预算大规模释放,竞争焦点转为市场份额(Market Share)争夺。

    销售动作:建立全方位的销售覆盖,铺设标准化的产品分发渠道,以极高的速度锁定客户。

    主街阶段(Main Street):产品转服务(Services & Customization)

    核心任务:基础产品已彻底商品化(Commoditized),创新的焦点转向服务体验与运维升级。

    销售动作:通过按需订阅、Managed Services(托管服务)或体验优化延伸价值链。

    五、跨越鸿沟时必须规避的“致命罪过”

    在切入细分市场并尝试跨越鸿沟的过程中,创业团队极易犯下以下战略失误:

    • 在跨越鸿沟前进行价格折扣(Discounting Before Crossing):降价促销仅适用于商品化阶段或零风险试用场景。鸿沟期的决策是高风险的业务改造决策。降价不仅无法消除客户对业务风险的顾虑,反而会引发客户对你的交付质量与财务稳定性的怀疑。

    • 混淆“卖方理由”与“买方强力买单理由”(Compelling Reason Confusion):创始人极易沉迷于升级自己的Pitch Deck或制作更炫酷的Demo。这全都是“卖方的销售理由”。实用主义买家根本不在乎你的技术有多性感,他们只在乎你能否解决其正在恶化的业务痛点。

    • 误把终端用户当成经济决策者(Economic Buyer):终端使用者可能对产品非常满意,但如果他们缺乏预算分配权与推动内部流程的政治资源,交易将陷入无限期拖延。

    • 过度依赖产品驱动增长(PLG)来切入企业级鸿沟:PLG是极好的自下而上获取用户的手段,但当面对高风险、高复杂度的企业级业务改造时,单纯依靠产品自传播无法替代面对面的诊断式销售。PLG企业在跨越鸿沟阶段,无一例外都需要组建具备深度领域知识的专业销售团队。

    六、结论:建立“持续经营能力”是终极标准

    判断一家B2B企业是否真正成功跨越了鸿沟,其核心指标并非在于获得了多少融资或拥有多高的纸面估值,而在于:

    企业是否已经在其选定的抢滩阵地中,建立起清晰的客户口碑与合作伙伴生态,并实现了健康正向的现金流(Cash Flow Positive),具备了不依赖外部风险资本持续灌顶即可独立存续的“持续经营能力(Going Concern)”。

    掌握保龄球瓶模型,明确主导首个细分市场(首瓶),随后提炼出强大的买单理由,向相邻池塘进行可复制扩张。不要试图去拥挤的红海中与所有人竞争,死死按住火柴,直至点燃整片商业荒野。

  • 为什么真正的巨头都从“极小市场”起步

    大家下午好。今天的演讲者是彼得·蒂尔(Peter Thiel)。彼得是PayPal、Palantir以及Founders Fund的创始人,同时投资了硅谷绝大多数顶尖的科技公司。今天他将为我们分享商业策略与竞争哲学。

    注释
    Founders Fund:彼得·蒂尔联合创立的知名风险投资机构,早期投资过SpaceX、Facebook等公司。

    非常感谢萨姆(Sam Altman)的邀请,也很高兴来到这里。

    注释
    Sam Altman:美国知名创业者与投资人,曾任Y Combinator总裁,现为OpenAI首席执行官。

    在商业思考层面,我个人始终固执地专注于一个核心命题:如果你准备创立一家公司,作为创始人与企业家,你的终极目标应当永远是建立独占垄断(Monopoly),并随时极力规避竞争。因此,我们今天探讨的主题是——“竞争是败者才玩的游戏”。

    首先,我想谈谈关于企业创立时如何创造价值的最基本逻辑。什么才能让一家企业真正变得有价值?

    我建议用一个极其简明的数学公式来理解企业的真实价值。一家公司若要获得巨大的商业价值,必须同时满足以下两个前提条件:

    • 企业为世界创造了X美元的总体价值;

    • 企业成功捕获了其中Y%的价值比例。

    大家在分析商业模式时最常犯的错误,就是误以为X和Y是互相绑定的。事实上,X与Y是两个完全独立的变量。X的规模可以极其庞大,但如果Y趋近于零,企业的价值将微乎其微;反之,X可以是中等规模,但只要Y保持在相当高的水平,依然能孕育出极其庞大的商业实体。

    为了直观展示这一对比,我们可以观察美国航空产业与谷歌(Google)在搜索引擎领域的财务表现。

    如果仅从行业体量来衡量,你会觉得航空业显然比搜索行业重要得多。以2012年的数据为例,美国国内航空业总营收高达1,950亿美元,而谷歌当年的营收仅略高于500亿美元。从直觉上看,如果让你在“放弃所有航空出行”和“放弃使用搜索引擎”之间做选择,绝大多数人都会认为航空出行对人类社会而言是更为基础且重要的存在。这还仅仅是美国国内的数据,如果扩展到全球规模,航空业的体量更是远超搜索行业和谷歌。

    然而,航空业的利润率极其惨淡。2012年,航空公司也仅仅是边缘盈利。如果你回顾美国航空业长达100年的整个历史,全行业的累计净利润大约为零。企业周期性(episodically)地赚一点钱,然后破产、进行资本重组,再陷入循环。这种微薄的盈利能力直接反映在市值上:当时整个美国航空业的合并总市值,仅仅是谷歌一家公司市值的四分之一左右。

    一个体量远小于航空出行的搜索引擎,其商业价值却远高于整个航空业。这正是X(创造的总价值)与Y(捕获的价值比例)截然不同的集中体现。

    一、光谱的两端:完全竞争与独占垄断

    从宏观上看,商业世界存在一个从完全竞争到独占垄断的光谱:

    1. 完全竞争(Perfect Competition)

    完全竞争是你在微观经济学(Econ 1)第一课就会学到的模型。在经济学家眼里,它极具吸引力,因为在静态世界中它非常容易建构数学模型。在完全竞争市场下,所有的消费者剩余都被社会大众捕获,政治上也符合公众对“公平”的崇高想象。

    但是对于任何身处其中的经营者来说,高度竞争是一场噩梦。因为在完全竞争状态下,你根本赚不到钱。

    2. 独占垄断(Monopoly)

    位于光谱另一端的是独占垄断企业。垄断企业拥有长期稳定的商业结构,积累了雄厚的资本。当一家公司通过发明全新的事物建立起“创造性垄断”(Creative Monopoly)时,这本身就是它创造了巨大价值的有力证明。

    在我看来,商业世界存在一个极端的二元对立:世界上实际上只有两种公司——处于完全竞争中的公司,以及拥有独占垄断地位的公司。夹在两者中间的中间态少得令人发指。

    这个二元对立之所以没有被大众普遍理解,是因为人们一直在对各自企业的真实属性撒谎。

    二、市场定义中的“谎言游戏”

    假想有一条从完全竞争到垄断的光谱。表面上看,两类企业的差异似乎不大,那是因为垄断者在极力伪装自己没有垄断,而竞争者在极力伪装自己拥有垄断。

    垄断者(Monopolists)的谎言:如果你拥有垄断地位,你绝对不会公开宣称这一点。因为一旦承认,政府的监管机构与反垄断部门就会找上门来。因此,垄断者会竭尽所能证明自己正面临着极其剧烈的市场竞争。

    非垄断者(Non-Monopolists)的谎言:如果你处于一个残酷竞争、根本赚不到钱的行业里,你为了吸引风险投资和人才,就会编造一个独特的叙事,宣称自己做的事情独一无二,其竞争程度远比表面看起来要低得多。

    当垄断者假装自己没有垄断,而非垄断者假装自己拥有垄断时,表面上的差异被极大地缩小了。但实际上,两者之间的真实鸿沟巨大无比。

    独占垄断者 (Monopoly)     ──> 宣称处于巨大竞争中 ──> 市场界定:并集 (Union)
    同质化竞争者 (Non-Monopoly) ──> 宣称拥有独特性     ──> 市场界定:交集 (Intersection)
    

    这种谎言在实践中是通过集合论(Set Theory)的语言来实现的:

    1. 非垄断者的交集谎言(Intersection)

    非垄断者总是倾向于将自己的市场描述为多个非常狭窄限制条件的“交集”,以此显得自己是该领域的唯一玩家。

    我经常拿开餐厅来举例。餐饮业是一个极度糟糕的商业形态。资本主义(Capitalism)与竞争(Competition)在语义上是反义词:资本家是积累资本的人,而完全竞争是一个把所有资本都竞争消耗掉的世界。

    你想开一家餐厅,没有投资人愿意给钱,因为开餐厅基本都会亏钱。于是你必须讲一个极其特殊的叙事:“我们是帕洛阿尔托(Palo Alto)唯一一家英国菜餐厅。”

    你通过“英国菜∩帕洛阿尔托”定义了一个极度狭窄的市场。但这只是一种虚假的狭窄:

    • 消费者完全可以驾车前往隔壁的门洛帕克(Menlo Park)或山景城(Mountain View)用餐;

    • 现实中几乎没有非英国菜不吃的活人。

    在好莱坞,电影提案(Pitch)也是同样的套路:“一个大学橄榄球明星,加入了一群顶尖黑客团队,去捕捉杀害他朋友的鲨鱼。”听起来这是一部从未被拍摄过的电影,但这到底是一个真实有需求的细分品类,还是仅仅“又一部同质化的好莱坞电影”?如果是后者,好莱坞的电影制作极其竞争,绝大多数人根本赚不到钱。

    在科技创业圈,最糟糕的叙事就是将一串时髦词汇组合在一起:“移动端∩社交∩共享经济∩某个领域”。这种“某地的某某”叙事,绝大多数时候不过是“无名之地的虚无”,就像“北达科他州的斯坦福”——它确实是独一无二的,但它并不是斯坦福。

    2. 垄断者的并集谎言(Union)

    垄断者则采取完全相反的策略:它们将自己的业务描述为多个庞大市场的“并集”,以此稀释自己的市场份额。

    以离这里不远的谷歌为例。谷歌在搜索市场拥有大约66%的绝对统治级份额,其垄断地位比1990年代的微软更加稳固,这也是它能赚取巨额利润的原因。

    但谷歌几乎从不把自己定义为“搜索引擎”。相反,它会给出各种各样的市场定义:

    • 定义为“在线广告市场”:搜索广告规模约为170亿美元,只是庞大的在线广告市场的一部分;而如果算上全美广告市场,规模就更大;如果算上全球近5,000亿美元的广告市场,谷歌的份额只有微不足道的3.5%。

    • 定义为“通用科技公司”:全球科技市场是一个规模达1万亿美元的巨无霸。谷歌在这个叙事里会说:“我们正通过自动驾驶汽车与所有汽车厂商竞争,通过电视和iPhone与苹果竞争,在社交领域与Facebook竞争,在办公软件领域与微软竞争,在云服务领域与亚马逊竞争。我们身处一个各个方向都充满剧烈竞争的巨大科技市场中,根本不是监管机构要找的垄断者。”

    这种扭曲市场定义的动机极度强大,我们在评估任何行业时都必须保持高度清醒。

    在美国科技界,苹果、谷歌、微软、亚马逊等巨头逐年积累了海量的现金储备,拥有惊人的高利润率。美国科技行业在财务上如此成功,正是因为这个行业极易孕育出类垄断型的商业实体。

    三、如何建立独占垄断:从小市场切入并实现扩展

    从垄断逻辑中导出的最反直觉的创业建议是:作为初创企业,你应当主动去寻找极小的市场。

    想要获得垄断地位,意味着你需要在某个市场中占据极高的份额。如何获得极高的市场份额?答案是从一个极其微小的市场起步,彻底拿下该市场,然后再通过同心圆的方式逐步向外扩展。

    在第一天就去瞄准一个庞大的市场是个巨大的错误。这通常意味着你没有正确界定品类,也意味着你将立刻暴露在过度激烈的竞争之中。

    硅谷绝大多数成功的科技公司,都遵循了“从小市场起步并逐步扩张”的发展模型:

    • 亚马逊(Amazon):1990年代切入市场时,仅仅是一家“网上书店”。它宣称拥有世界上所有的图书选品,成为比任何实体书店都优秀的图书零售商。在彻底统治了图书网购后,它才逐步拓展至其他电商品类。

    • eBay:起步于佩兹糖果盒(Pez Dispensers)收藏品拍卖,随后延伸至豆豆娃(Beanie Babies),最终扩展为全品类的线上拍卖平台。

    佩兹糖果盒(Pez Dispensers)、豆豆娃(Beanie Babies)*:均为20世纪90年代美国流行的收藏品玩具,曾在早期eBay等收藏品交易平台上形成活跃的爱好者交易市场。

    • PayPal:1999年底我们刚上线时,切入的是eBay平台上的“超级卖家(PowerSellers)”。当时这个群体只有大约20,000人。刚开始我们觉得这是一个糟糕透顶的微小市场,一群人在网上卖旧破烂,我们为什么要服务这个群体?但事实证明,我们能够为该市场提供比其他任何方案都好得多的产品。仅用了2到3个月,我们就在该细分人群中拿下了25%到30%的渗透率,建立了品牌与口碑,并以此为基础将业务推向更广阔的市场。

    • Facebook:初始市场仅为哈佛大学的10,000名学生。在上线后的10天内,市场渗透率就从0冲到了60%。这是一个极其吉祥的开端。

    商学院在早期评估Facebook、PayPal或eBay时,往往认为这些初始市场小到几乎毫无价值。如果这些公司永远局限在初始市场里,它们确实没有价值;但关键在于,存在一条通过同心圆向外扩张的路径,这才是它们最终孕育巨大价值的原因。

    与之形成鲜明对比的是清洁科技(CleanTech)的教训。在2005年至2008年硅谷的清洁科技泡沫期间,几乎每一份商业计划书的第一页都会强调:“我们切入的是万亿美元规模的能源市场。”

    当你成为广袤大海中的一条小鱼时,你的处境极其危险。这意味着你将面对海量的竞争对手,甚至根本不知道谁才是真正的对手。你应当成为一个小生态系统中独一无二的存在,而不是第四家线上宠物食品公司、第十家薄膜太阳能电池板公司,或者帕洛阿尔托的第100家餐厅。

    四、垄断型科技企业的四大核心特征

    虽然科技领域没有统一的成功公式(因为科技史上的每一个伟大时刻都只发生一次:下一个马克·扎克伯格不会去建社交网络,下一个拉里·佩奇不会去做搜索引擎,下一个比尔·盖茨也不会去开发操作系统),但成功的垄断型科技公司往往具备以下特征:

    托尔斯泰在《安娜·卡列尼娜》开头写道:“幸福的家庭都是相似的,不幸的家庭各有各的不幸。”商业世界则恰恰相反:所有幸福的公司都是不同的,因为它们做出了独一无二的创新;所有不幸的公司都是相似的,因为它们都没能逃脱竞争的同质化宿命。

    以下是垄断型科技公司的四个主要特征:

    • 专有技术(Proprietary Technology):我的经验法则是,你的技术必须在某个关键维度上比次优替代方案高出一个数量级(至少10倍)。例如,PayPal结算资金的速度比邮寄支票快10倍(从7—10天变为即时);亚马逊提供的图书选品比传统书店多10倍。如果是一项全新的产品(例如初代iPhone),其提升幅度甚至是无限大。

    • 网络效应(Network Effects):随着使用人数的增加,产品价值呈指数级上升。网络效应非常强大,但难点在于冷启动——你必须回答为什么产品对第一个使用者也有价值。

    • 规模经济(Economies of Scale):具备极高的固定成本和极低的边际成本。软件行业在规模经济上具备天然优势,因为软件的复制与分发边际成本为零。

    • 品牌认知(Branding):在用户心智中建立深刻的认知。

    五、终局思维:做市场的“最后动作者(Last Mover)”

    硅谷普遍存在一种迷信,认为你需要成为“先发者(First Mover)”。但我认为更准确的战略视角是:你要成为“最后动作者(Last Mover)”。

    你需要成为某个品类中最后一个关键竞争者,从而长期享受该领域的垄断红利。微软是过去几十年的最后一个操作系统,谷歌是最后一个搜索引擎,Facebook很大程度上成为了最后一个熟人社交网络。

    为什么“最后动作者”如此重要?因为这些科技公司的绝大部分价值都存在于遥远的未来。

    在贴现现金流(DCF)模型中,如果你对一家高增长公司进行推演,大部分现金流都将在很远的将来实现。

    注释
    贴现现金流(DCF,Discounted Cash Flow):一种通过将未来预期现金流按一定折现率折算为现值,来评估企业或资产当前价值的估值方法。

    在2001年3月,我们在PayPal做过一次财务测算。当时公司仅运营了27个月,年增长率为100%,我们以30%的折现率推算未来的现金流。结果表明,公司在2001年时总体价值的75%以上,来自于2011年及以后的现金流。

    如果你对硅谷现在的任何一家成长型科技公司(无论是Airbnb、Twitter、Facebook还是Y Combinator孵化的项目)进行同样的数学推断,你会发现其80%到85%的价值都来自于2024年及以后的现金流。

    在硅谷,我们极易高估当前的“增长率”,而严重低估“持久性(Durability)”。因为增长率是当下可以精准衡量的指标,而一家公司在10年后是否依然存在,则是一个定性的、难以衡量的远期命题。

    网络效应、专有技术、规模经济等垄断特征,不仅是在某一个时间点帮助你拿下市场,更重要的是确保你的优势能够随着时间推移而持续强化。

    专有技术尤其需要注意:你不仅需要一个比现有水平高出10倍的技术突破来打破僵局,更需要确保你的技术不会迅速被其他人超越。

    在1980年代的硬盘制造行业,厂商推出了极其优秀的技术突破,迅速占领市场。但仅仅两年后,就会有另一家公司推出更好的硬盘将你替换掉。在15年的剧烈技术演进中,硬盘性能大幅提升,消费者获得了巨大的利益,但那些创业者和投资者几乎没有赚到钱。

    国际象棋大师卡帕布兰卡(Capablanca)曾说过:“你必须从研究残局(Endgame)开始。”创业者必须回答这个核心问题:为什么在10年、15年或20年后,你的公司依然是行业里的领导者?

    注释
    卡帕布兰卡(José Raúl Capablanca):古巴籍传奇国际象棋世界冠军,被誉为20世纪最伟大的棋手之一。

    六、科技史与科学史的价值捕获视角

    回顾过去250到300年的科技与科学演进史,包含蒸汽机、铁路、电话、制冷技术、家用电器、计算机革命以及航空等无数重大创新。然而从价值捕获的角度来看,大部分发明的创造者并未获得应有的回报。

    在科学领域,价值捕获率Y%几乎全线为零。科学家们普遍抱有一种迷信,认为宇宙是公正的,一定会为他们的杰出贡献提供商业回报。这种想法是科学家群体最大的幻想。你成为20世纪最伟大的物理学家,提出了狭义相对论和广义相对论,但你不会因此成为亿万富翁,甚至连百万富翁都算不上。

    在技术领域也是如此。莱特兄弟飞出了第一架飞机,但他们并没有从中赚到钱;铁路对社会贡献巨大,但绝大多数铁路公司都破产了,因为过度激烈的竞争消耗了所有利润。

    在过去250年里,只有两类商业形态成功实现了大规模的价值捕获:

    • 复杂垂直整合型垄断(Complex Vertically Integrated Monopolies):出现于第二次工业革命时期(19世纪末至20世纪初),如福特汽车(Ford)、标准石油(Standard Oil)。这类模式需要将极其复杂的要素协调整合在一起,一旦建立起来就具备巨大的竞争壁垒。我的同事埃隆·马斯克(Elon Musk)创立的Tesla和SpaceX,本质上就是现代的复杂垂直整合型垄断。Tesla整合了汽车制造与分销渠道,SpaceX垂直整合了大量零部件生产,避免了传统航天工业中供应商通过垄断定价榨干利润的问题。
    注释
    标准石油(Standard Oil):由约翰·D·洛克菲勒创立的美国石油公司,19世纪末通过纵向整合石油生产、炼化、运输与销售全链条,一度垄断美国石油市场,后于1911年被美国最高法院裁定拆分。
    • 软件网络(Software Networks):软件具备零边际成本与极高规模经济的特性。在“信息比特”的世界里,你可以实现极快的用户渗透。快渗透率至关重要,因为如果市场扩张太慢,竞争对手就会有充足的时间进入并与你展开同质化竞争。

    七、竞争的心理学陷阱

    为什么我们如此执着于竞争?这不仅是一个知识层面的盲区,更是一个深刻的心理学盲区。

    人类具备极强的模仿本能(Mimetic Nature)。正如莎士比亚时代“Ape”(猿)既代表灵长类又代表“模仿”一样,人类本质上是高度趋同、喜欢效仿他人的生物。

    我们习惯于将“竞争”视为一种自我价值的证明。当大量人群去争夺同一个目标时,大家会误以为该目标一定极具价值。

    每年有2,0000人涌入洛杉矶试图成为电影明星,真正成功的可能只有20人;

    亨利·基辛格(Henry Kissinger)在评价哈佛大学的同事时曾指出:“学术界内部的斗争之所以如此残酷,恰恰是因为其中的利益太小了。”

    当个体之间的客观差异极其微小时,为了维持某种虚幻的差异,人们不得不陷入残酷无休止的竞争中。竞争确实会让你在所竞争的具体事项上变得更强,因为你一直在与身边的人作对比;但它带来的巨大代价是:你不再去思考那些真正重要、真正具备长远价值的大问题。

    不要挤向那扇所有人都试图冲进去的狭窄小门;绕过弯角,走那扇无人关注的宽阔大门。

    非常感谢大家。

    八、现场问答环节(Q&A)

    问:正如你提到的,垄断企业和竞争企业在叙事上非常相似。在评估一个商业想法时,有什么简单的方法可以理清这其中的真实差异?

    彼得·蒂尔:我始终关注的核心问题是:这个业务真实的客观市场到底是什么?不要看创业者讲述的市场叙事,因为叙事可以被轻易编造得极大或极小。你需要撇开叙事干扰,去探究市场真实的物理与经济边界。

    问:你提到垄断企业的四大特征,谷歌符合其中的哪些?

    彼得·蒂尔:谷歌具备了全部四个特征。它早期拥有PageRank算法这一专有技术;拥有广告网络的网络效应;拥有存储全球网页庞大基础设施带来的规模经济;同时拥有强大的品牌认知。

    注释
    PageRank算法:谷歌创始人拉里·佩奇与谢尔盖·布林早期开发的网页排名算法,通过分析网页间的链接关系评估网页重要性,是谷歌搜索早期的核心技术优势。

    问:这一逻辑如何应用在Palantir上?另外你如何看待手机移动支付领域的竞争?

    彼得·蒂尔:对于Palantir,我们早期极其聚焦于情报机构(Intelligence Community)这个极小的细分市场,并采用了“人机协同”这一极具差异化的专有技术路径。

    至于手机移动支付,市场上有很多模仿者在做不同的硬件形状(比如Square是正方形,PayPal推出的是三角形),这正是缺乏核心差异化的同质化竞争体现。

    问:精益创业(Lean Startup)和敏捷迭代是当下的主流理念,你如何看待这种通过不断获取反馈来规避风险的模式?

    彼得·蒂尔:我个人对精益创业的套路持怀疑态度。真正伟大的公司往往带来了量子跳跃式的突破,而不是细枝末节的渐进式改良。过分依赖市场调查与用户反馈,容易让人陷入局部最优解,丧失构建长期复杂系统的宏大愿景。

    关于风险,如果你花太多时间去验证风险,你往往会错过真正的窗口期;况且,顺着低风险的道路走(例如读完法学院去大律所),本身可能包含着巨大的风险——即你终其一生都没有做出一件真正有意义的事情。

    问:你强调“最后动作者优势”,这是否意味着该领域必须先有竞争存在?

    彼得·蒂尔:这取决于品类是如何定义的。独占垄断企业本质上是在某个关键维度上成为了真正的“第一人”。比如Facebook不是第一个社交网站(Reed Hoffman在1997年就创立了SocialNet),但Facebook是第一个引入“真实身份(Real Identity)”的社交网络。它在这个关键维度上是先驱,并在整个社交网络品类中成为了终结者。

    注释
    Reed Hoffman与SocialNet:Reed Hoffman是知名职业社交平台LinkedIn的联合创始人,早在1997年他曾创立更早期的社交网站SocialNet,但未获得广泛成功。

    问:对于那些陷入剧烈竞争轨迹的人,你有什么心理层面的建议来摆脱这种竞争陷阱?

    彼得·蒂尔:我并没有完美的心理咨询方案。我们很容易指出商学院学生、华尔街精英或哈佛大学学生的从众心理,但事实是,这种竞争与模仿的陷阱深刻地缠绕着我们每一个人。

    第一步,也是最重要的一步,是绝不要低估这个问题的严重性与普遍性。认清竞争对思维的束缚,是你走出狭窄小门、迈向宽阔大门的前提。

  • 人工智能会让大学教育过时吗?

    导言与背景:压缩的时间轴与高等教育的职能转型

    Kara Swisher:非常感谢丹尼尔斯校长(President Daniels)和道德神父(Father Dowd)今天能够加入我的访谈。这是一个极其严肃的议题。我刚刚和你们的一些学生上了一堂棒极了的课,讨论了AI的发展走向。

    毫无疑问,这是当前大学校园里最重要的课题之一,也是关于如何为未来的就业市场培养人才的核心所在。

    注释
    Kara Swisher:美国知名科技记者与播客主持人,长期专注于硅谷与科技行业报道

    在过去半个世纪里,学院和大学一直为学生提供获得高薪优质工作所需的知识与技能。数据也支持这一逻辑:大学毕业生的终身收入普遍高于非大学毕业生。然而,AI的崛起让这一切变得复杂,尤其是在入门级岗位层面。

    我想请两位先整体谈谈,大学如今在重塑劳动力结构方面扮演着怎样的角色?因为与过去那些持续数十年的技术变革相比,这一次的转型速度极快,时间窗口被高度压缩。请丹尼尔斯校长先谈谈,随后请道德神父。

    Ronald J. Daniels:好的。非常高兴能再次在霍普金斯·布隆伯格中心(Hopkins Bloomberg Center)接待你,感谢你组织并邀请我们参与这场对话。

    大学承担着思考如何为劳动力市场培养和教育学生的责任,这一使命已经延续了数个世纪。我们始终清楚,高等教育天生具备“职业性(Vocational)”的组件。虽然这并非唯一的组件——高等教育还拥有非工具性的、内在的价值——但我们确实理解其职业功用。

    多年来,我们不再教授冶金学(Metallurgy),也不再教授电报工程学(Telegraphic Engineering)。几十年里,我们能够根据市场信号、技术状态和需求变化,持续进行转型并提升学生的职业能力。

    因此,从这个角度来看,我们理解当前这场转型的力量。但在许多方面,这对我们而言并非新鲜事:大学必须与社会同步演进。无论是在本科教育还是研究生与专业培训层面,课程体系的特征以及AI在课内外的应用方式已经出现了非常清晰的转变,我们正在积极适配。

    话虽如此,我认为必须强调高等教育中具备内在价值的部分——这里我特指博雅教育(Liberal Arts)的价值,尤其是批判性判断力(Critical Judgment)、创造力(Creativity)和伦理道德(Ethics)的培养。在某种意义上,这些依然是高等教育不可或缺的核心组成部分。无论技术如何演进,这些能力都将保持其不可替代性。正因为它们聚焦于最独特的人性特征,即使AI带来剧烈变革,这些能力依然具备持久的生存价值。

    注释
    博雅教育(Liberal Arts):一种以培养批判性思维、跨学科视野和综合判断力为核心的通识教育理念,区别于面向单一职业技能的专业训练

    Kara Swisher:尽管技术的创造者们并不这么看。他们已经收回了过去的说法,但此前他们大多声称所有工作都要完蛋了。他们曾试图假装自己没说过,先是告诉你这是终局,现在好像又不是了。道德神父?

    Rev. Robert A. Dowd:首先,谢谢你,Kara。非常高兴能与你在一起,也很高兴能在我的朋友罗恩(Ron)生日这天与他同台。

    Kara Swisher:祝你生日快乐!

    Rev. Robert A. Dowd:大学在历史上确实经历过多次调适,但通常大学的调适过程非常缓慢,而现在我们需要极其迅速地进行调适。这一点毋庸置疑。但正如罗恩所言,大学当然关乎确保毕业生在劳动力市场中接受恰当的训练,但大学的内涵远不止于培训。

    在圣母大学(Notre Dame),我们非常看重人性的塑造(Human Formation)。这意味着要确保我们的学生不仅具备AI素养(AI Fluency)——这在当前极其重要,同时还要具备某种人性素养(Human Fluency)。他们需要磨砺人际交往技巧,提升在决策中权衡利弊的能力,并在识别不公、解决不公时展现出勇气。

    技术熟练度(Technical Proficiency)固然极其重要,我们也在圣母大学予以强调,但我们清楚,要在当今的劳动力市场中脱颖而出,仅靠技术熟练度是远远不够的。我们非常支持学生在毕业后获得出色的工作,但大学教育的意义远不止于获得一份好工作。

    工具理性 vs 终极价值:应对“大学无用论”

    Kara Swisher:许多硅谷人士——以彼得·蒂尔(Peter Thiel)最为知名——一直在推动一种观点:你不再需要大学了。你们如何回应这种心态?因为这种观点在过去看似离经叛道,现在却相当普遍。

    注释
    彼得·蒂尔(Peter Thiel):美国知名风险投资人与PayPal联合创始人,长期公开质疑传统大学教育的价值

    Rev. Robert A. Dowd:我认为人类独特的资质与核心胜任力将在我们的劳动力市场和社会中持续发挥重要作用。效率(Efficiency)固然是一件好事,但它并不是终极的善(Ultimate Good)。 以效率之名,人类曾犯下过许多可怕的罪行。我们真正需要铭记的是人的价值、人的尊严以及公共利益(Common Good)。

    并非所有人都会认同这一点,有些人会对技术抱有更加工具主义的倾向。但我坚信,我们需要认清技术的本质:技术是一个重要的工具,我们必须竭尽所能将这一工具引导至符合人类福利的方向。

    Kara Swisher:听起来你很像我听说过的某位教宗。我非常喜欢关于AI的教宗讨论,他其实非常聪明且睿智。科技圈的人可能会说:“哦,这位教宗很懂我们。”

    Rev. Robert A. Dowd:正如你所知,他毕业于维拉诺瓦大学(Villanova University)。

    Kara Swisher:等等,那我得重新思考一下了,我读的是乔治城大学(Georgetown)。抱歉,丹尼尔斯校长,请继续。

    Ronald J. Daniels:我只是想补充一点,彼得·蒂尔对高等教育的怀疑实际上早于AI革命。在这些AI能力出现之前,他就已经折扣了高等教育的价值。因此,正如鲍勃神父(Father Bob)所指出的,现在的关键在于保持对那些不可或缺的人性特征的敏感度,这些特征必须得到精进、开发与培养,我们认为这正是大学的重要职责。

    事实上,哪怕我们设想下一波技术革命的浪潮——无论它是什么——具备韧性、保持伦理底线、拥有批判性判断力,这些人类固有的特征都将在任何技术状态下历久弥新。

    科研范式的重塑:从生物医药到社会科学

    Kara Swisher:但AI不仅仅是在改变大学之外的劳动力市场,它也在改变大学自身的运转方式。我非常希望两位谈谈科学研究领域的转变,这在你们两所学校都至关重要。以约翰斯·霍普金斯大学为例,你在实验室里看到了怎样的变化?AI在其中扮演了关键角色,但与此同时,近期科研经费的削减也带来了剧烈的冲击。

    Ronald J. Daniels:我们正处于一个可以清晰看到这种技术力量贯穿大学多个领域的时刻。在自然科学、工程科学以及生命科学领域尤为明显。通过数据聚合与模式识别,精准医疗(Precision Medicine)展现出了前所未有的能力——能够识别出过去未能理解的遗传或生理特征,进而实现精准治疗。

    因此,你在该领域看到了巨大的潜能。我们在大学内部,乃至所有顶尖同侪院校中,都在非常积极地拥抱这些技术,重塑科研方式。但这种改变绝不局限于理工科。

    在社会科学领域,基于AI识别人类行为模式、测试有关经济或政治行为假说的能力,我们同样因这些技术手段而获得了极大的赋能。大学正在快速行动,将这些技术集成到科研工作流程中。

    甚至对于我们自身而言,当我们为医学院筹建新的生命科学大楼时,我们也在重新评估:鉴于技术的变革,我们究竟需要多少湿实验区(Wet Labs)?科研团队的规模应该设置多大?毫无疑问,在药品发现、新药研发以及跨领域新材料开发方面,变革极其迅速,这完全是颠覆性的。

    注释
    湿实验区(Wet Labs):需要使用化学试剂、生物样本等进行实际实验操作的实验室空间,区别于以计算和数据分析为主的“干实验室”

    课堂重构:学术诚信、蓝皮簿回归与“人机协同”教学

    Kara Swisher:关于AI对课堂意味着什么,也引发了大量的关注。普林斯顿大学最近的一项调查显示,超过四分之一的学生承认在不允许使用AI的作业中使用了AI。我敢打赌这个数据偏低了,实际可能是三分之二或四分之三。有人在讨论AI的使用是否导致大学生读写能力下降,最近还有个关于居家测试的报道:学生在家考试得90分,到了课堂实测只有40分。

    当然,人类作弊已经有几个世纪的历史了,我们不必过于惊慌。但请谈谈AI将如何影响教学与学术?高中已经在限制手机,这是好事。从大学的角度来看,教学面临哪些利弊?教师现在必须做什么?

    Rev. Robert A. Dowd:它确实在深刻改变课堂,教师们长期以来一直对AI对学术诚信(Academic Integrity)的冲击感到担忧。

    这意味着越来越多的评估必须在课堂内部完成。随堂带回家考试(Take-home Exams)在很大程度上已经成为历史,因为在当前环境下,这种作业形式极难进行公正评估。因此,现场考试大幅增加,所谓手写答题本(Blue Books)重新回归,学生必须在教室里现场作答。

    Kara Swisher:手写答题本可从未离开过我,我那个年代全是用那个,沉寂了一段时间后它又回来了。

    Rev. Robert A. Dowd:是的,它重现了。但我们在全力支持教师的同时,也在探索如何创造性地利用AI来增强学习效果。重要的是我们要认识到,AI不仅仅是值得恐惧的对象,更是需要去调适和利用的工具。

    存在着很多利用AI促进批判性思考的方法。引导学生与AI一同学习、合理使用AI,是我们鼓励教师去做的事情,也是我们希望学生精通的技术。

    此外,我们提供的课程内容也在受到影响。我们正在全力拓展课程体系并修订原有课程。学生在这方面实际上可以提供巨大的帮助,他们以非常具有创意的方式适应并使用了AI。他们能够协助教师和管理层思考:什么样的课程对他们最有价值,能帮助他们掌握走出校园后真正重要的技能。

    Ronald J. Daniels:补充鲍勃神父所言,你还可以看到学生利用这些技术的合理边界。我们绝不鼓励学生用AI从零开始撰写一篇哲学博士论文,那不是正确的应用场景。

    但正如我刚才描述教师在科研中使用AI一样,学生同样拥有广阔的操作空间。关键在于:识别核心问题的能力、理解该技术在特定场景下的优势与局限性、寻找对应数据集、探究分析过程,并最终由此提炼出具有见解的建议与结论。 这种能力正是我们赞赏的。全校范围内已有越来越多的教师将AI作为学习的补充而非替代品。

    Kara Swisher:这是一个非常有趣的现象。我最近和我的一个儿子交流,他正在修读高等微积分。他的学习方法是:先尝试自己解题,通常解不出来(因为太复杂了);然后他让AI解一遍,他去观察AI的推导步骤,接着自己再试着解一遍。这实际上是一种非常高效的使用方式。AI在这里扮演的角色甚至比助教还要耐心。

    Ronald J. Daniels:这正是该项技术的强大之处:它拥有极大的耐心去引导学习者循序渐进。它可以针对挑战,精准校准干预的强度。将技术的作用精准调校至你希望达成的学习目标上,这是一种极其强大的工具——它不是取代课堂体验,而是对课堂体验的强力增益(Augmentation)。

    伦理底线与道德治理:教宗通谕的启示

    Kara Swisher:除了基础的作弊之外,有没有什么AI应用场景是让你感到严重担忧的?

    Ronald J. Daniels:当然,这项技术有太多令人担忧的地方。包括建立必要的安全护栏(Guardrails)、如何应对潜在的破坏性用途、认知卸载(Cognitive Offloading,指过度依赖技术导致人类自身思考能力退化),以及高度逼真地伪造信息等等。

    这一切都构成了巨大的风险。 但这也再次凸显了大学的使命。在当前时刻,国家层面的政治领导层尚未开展应有的讨论,也未能就建立适当的监管体系做出足够的干预。这正是大学挺身而出的时刻——将哲学、伦理学、法律监管与科学家群体聚集在一起,共同探索治理路径。

    Kara Swisher:道德神父,教宗利奥(Pope Leo)关于这些问题的通谕(Encyclical)非常睿智。它高度赞扬技术,但把技术放在了应有的位置上。文章谈到了“宏伟的人性(Magnificent Humanity)”,强调了AI世界中人类尊严的地位以及对新技术进行道德治理(Moral Governance)的必要性。在圣母大学,你们的使命深植于天主教知识传统,请谈谈在面对这些技术时,伦理与道德教育的组成部分。

    注释
    教宗利奥(Pope Leo):现任天主教教宗,文中提及其发布的通谕就AI与人类尊严问题提出道德指引

    Rev. Robert A. Dowd:教宗的通谕对我们天主教大学而言是一份巨大的礼物,它为我们未来的努力奠定了坚实的基础,提供了帮助我们真正实现使命的原则。但我们需要将其付诸实践。

    在圣母大学,我们始终高度重视人文学科(Humanities)。无论学生的专业是什么,他们都需要修读两门哲学课、两门神学课以及六门博雅教育课程。我们让学生沉浸在能够引导他们思考艰难问题、伦理问题的学科中。

    对于AI,我们希望所有学生做到两点:

    第一,无论何种专业,都必须具备AI素养;

    第二,他们必须主动追问:谁从中获益?谁被排除在外?谁受到了这项技术的伤害?

    技术变革的速度往往超越了道德智慧(Moral Wisdom)的发展速度。 而我们真正需要的是道德智慧:需要有人能够判断何时使用AI、何时不使用AI;需要有人能够辨别虚假信息;需要有人能够引导AI去提升人类的福祉与万物的完整性。

    Kara Swisher:政界领导人没有率先站出来,反而是宗教领袖给出了极具前瞻性的框架,这确实令人印象深刻。

    Rev. Robert A. Dowd:这并不令人意外。因为它植根于理性,同时也高度忠实于天主教社会思想传统中对共同家园与人类尊严的关怀。

    政策倡议与劳动力重塑:大学对政府的呼吁

    Kara Swisher:约翰斯·霍普金斯大学虽然并非天主教背景,但同样必须应对这些伦理与道德问题。随着对AI投入的增加,你最关心的是什么?

    Ronald J. Daniels:这回应了我刚才提到的观点:我们看到了AI对就业市场产生剧烈冲击的潜在可能,甚至可能导致大规模的技术性失业(Massive Dislocation)。

    当我与同僚交流时,大家对这一问题深感担忧——不仅关注其政治后果,更从经济角度思考:如何设计恰当的再培训(Retraining)项目,帮助人们重新回到工作岗位?

    归根结底,我们需要像鲍勃神父所说的那样看待技术:我们如何在符合人类尊严、确保人们拥有生计、自主性与自尊的前提下获取技术红利,同时避免其带来灾难性的社会成本?大学有机会在政策讨论乃至最终的政策落地中做出有价值的贡献,推动设置有意义的护栏。

    Kara Swisher:最后一个问题:如果我们站在政策制定者的角度,作为大学的管理者,你们希望政府采取什么行动?政府在这些议题上的反应一直极其迟缓。

    Rev. Robert A. Dowd:我成长于印第安纳州西北部的一个工业区,那里充满了钢铁厂。我在20世纪70到90年代亲眼看到,当产业发生剧变时,人们被直接抛弃,没有任何系统性的再技能化(Upskilling)或再培训尝试,导致那些地区陷入长期的经济萧条。

    最大的担忧在于AI会进一步加剧我们国家的不平等(Inequality),这在社会和政治上都是极其危险的。 政府必须与私营部门合作承担起责任,确保推广再技能化与再培训项目,避免大规模失业的发生。

    Ronald J. Daniels:我认为建立一个真正的跨党派委员会(Bipartisan Commission)的时机已经成熟。该委员会必须严肃对待劳动力置换问题,同时涵盖对该技术其他维度的关切。

    我们需要听取来自各个领域的专业意见,但最终要倾听公民的声音,旨在构建一个关于该技术的综合性治理框架。我们都知道它的巨大红利,但也清晰地看到了下行风险。我们需要看到跨越政治光谱的共同决心,像对待其他重大技术革新那样,真正将这一技术纳入合理的治理轨道中。

    Kara Swisher:非常感谢两位的精彩分享!