營運部經理重新配置第三批衣服的連結,他一邊敲打鍵盤,一邊計算將需要多少布料和時間來完成。他考量10%至20%的退貨率,以及過去兩週顧客在社群媒體上的興趣指標,研判商店可以預備多少存貨。
張林超幾乎已經把她的服飾零售事業變成一種隨著需求運作的事業,但提供的是產品大量生產時的價位。在淘寶上的Lin Edition Limit 商店下單,就開始啟動整個價值鏈。
由天貓和淘寶商城支持的光棍節也是網絡協同的一個好例子。淘寶本身並沒有存貨,它是一個上千萬賣家構成的龐大網絡。這些賣家和另外數百萬個事業夥伴協同,把所有事業夥伴結合起來,共同完成網路零售、交易處理與送貨到府的複雜工作。這種靠人力不可能做到的互動水準是網絡協同的精髓:近乎無限規模和無限數目的夥伴在網路上自動協同。
而商業參與者網絡在網路上協同的同時,商業活動也變得更聰明。網路上的即時互動與流程會創造持續不斷的數據,形成一個自動產生決策、沒有間斷的回饋循環,使得商業活動變得愈來愈有「智慧」。
舉例而言,淘寶為顧客尋找與呈現產品的日常作業,現在大多由機器執行;反觀傳統零售商則是使用數千名採購者、商品陳列設計者、時尚編輯、個人購物者來完成類似的工作。在淘寶,促成這種能力的工具是機器學習。
2017 年光棍節的購物高峰時段,阿里巴巴的資料庫每秒執行4200 萬筆計算,如此巨量的運算,意味著機器演算法一整天執行數十億次迭代。在你已經購買了一支手機、去峇里島的機票、甚至是你已經看了一個月的彩虹色睡衣之後,決定應該在你的智慧型手機螢幕上再呈現什麼推薦商品。
這種根據消費者的活動與反應,有效迭代產品與服務的商業能力,我稱為數據智能,這種方法迴異於現今多數企業產生產品與服務的方式。
所謂的數據智能,指的是使用機器學習這項技術,快速且自動改進的企業能力。如果你曾經看到推薦引擎,那就是數據智能,這種最基本形式的數據智能是任何網路公司使用的標準商業實務,但我描述的這項企業能力更為精密。
企業如果把決策自動化,不斷地運算即時數據,例如供應商的出貨時間、製造商的製造完成通知、物流業者的物流追蹤或顧客的喜好等等數據,它們就能發展出更進步的數據智能應用。
能夠做到這種自動化,靠的是機器學習演算法促成價值鏈上每個環節的協同與優化。伴隨愈來愈多商業活動轉往網路上,這些活動的相關決策可以被自動化,而且不斷精進,這就是我所謂的數據智能。
伴隨愈來愈多商業流程轉到網路上,以及商業活動愈來愈需要互連的參與者之間的協同,企業可以讓例行決策自動化,以及使用遠比人類還強大的電腦運算力,做出轉型。這就是智能商業模式的精髓。
*作者在2006至2017年擔任阿里巴巴集團總參謀長,是創辦人馬雲的重要顧問。他參與淘寶、支付寶、阿里雲、菜鳥網絡等產品的開發業務,親身參與阿里巴巴從淘寶市集成長為一個橫跨零售、批發、物流、金融、雲端運算、數位媒體、地方服務的商業生態系。本文選自《智能商業模式:阿里巴巴利用數據智能與網絡協同的全新企業策略》。