金融的本质
风险控制之难，难在信息不对称，资金的供应者（出借人）不了解资金使用者（借款人）的财务状况和违约风险。降低出借人和借款人之间的信息不对称，正是金融业应该为实体经济创造的价值。P2P公司不仅要将出借人和借款人聚拢到一个平台上，还要为出借人评估借款人的风险，如实告知出借人风险在哪里，风险有多高。出借人依赖P2P平台控制风险，就像储蓄者依赖银行一样。
P2P公司如果只是对接借款人和出借人，它仅创造了中介价值，而没有创造风控价值。大致而言，中介价值对应交易佣金，风控价值对应净息差。国内公开市场上的国债交易佣金不超过成交额的2‰，股票交易佣金一般为成交额的3‰，如此微薄的佣金说明中介价值的低下，证券交易所、券商等中介机构一定要有非常大的交易量才能生存和赢利。对于仅做中介而无风控的P2P公司，佣金不足以覆盖运营成本，实际上大多数平台根本就不收中介费，以息差为主要的收入来源。问题在于，不做风控怎么可能赚到息差呢？例如上面讲到的那50笔100万的贷款，1笔坏账就抹去了所有的净息差收益。
做规模，只能增加交易佣金；做风控，才能赚取息差。混淆这两种商业模式和收入来源，逻辑上自相矛盾，市场实践也证明两者不可兼得。追求规模必然降低标准，放松风控，否则规模上不去；加强风控则意味着精挑细选，必然限制了规模。
能否利用互联网和大数据技术，提高甄别筛选速度，从而实现风控基础上的规模扩张呢？回答是否定的。一些P2P公司利用网上数据查证借款人的背景，例如身份证明的真实性、有无犯罪记录、是否在多个平台上借钱，甚至调用央行等机构的第三方征信，但仅凭这些数据只能判断借款人的 还款意愿，而无法估计他们的还款能力，即只能大致判断他们是好人或坏人，难以分清风险是高是低。换言之，完全依靠线上数据不能做出准确的信用评估。
估算还款能力的最好方法是预测借款人的未来现金流，知道借款人一年之后有净现金100万元，银行今天给他80万元的一年期贷款就不会有太大的风险。P2P公司的悲剧是，做预测所需的信息目前无法在线上获取。公司当然可以在线下设网点，安排人员做借款人的尽职调查，收集更多的数据，但线下的这部分新增成本是公司难以承受的，并且如此一来，P2P就失去了它的本来意义，变成和传统商业银行一样的金融机构，它的存在还有什么必要呢？
预测的现金流肯定不准确，传统商业银行再加一层保险，要求借款人提供抵押品或者担保。常用的抵押品有房产、股票等，担保人一般为资金实力相对雄厚的大公司或个人。发生债务违约时，抵押品的所有权从债务人转移到银行，银行拍卖抵押品套现，回收部分贷款，或者依据法律强制担保人承担还款义务。抵押品的作用不仅在于降低贷款违约的事后损失，而且可在事先抑制“ 道德风险”。
“道德风险”一词指的是“用别人的钱不心疼”，借钱投资或借钱经营所导致的风险偏好上升，这是一个经济现象，和借款人的道德水准没有太大的关系。媒体经常将道德风险解释为圈钱骗贷、卷款潜逃、恶意违约等不道德的行为，这是一个极为普遍的误解。
大企业家大业大，可用于抵押的资产多，银行“嫌贫爱富”，自然倾向于给它们提供贷款。在可以预见的将来，大中型企业的抵押贷款市场仍是主流金融机构的天下，互联网金融公司只能聚焦小微企业和个人消费市场。小微企业固定资产本来就不多，设备、厂房又是专用的，在市场上缺少买家，变现能力差，银行不愿意接受这些流动性差的资产作为抵押，小微企业的融资因此一直是个非常棘手的难题。互联网金融公司要想开拓这块市场，必须研究推出无抵押、无担保金融产品，仅凭信用就可发放贷款。
无抵押贷款的风险高，P2P公司通常会收取两位数的高利率，用高收益对冲高风险，它们的商业模式说到底就是计算两率（利率和违约率），看似合理，实际上没有解决金融的本质问题——信息不对称。
高利率不仅无助于降低信息不对称，反而带来“逆向选择”的新问题，结果是金融风险的上升。当利率过高时，保守经营的低风险客户会觉得借款资金成本过高，不如使用自有资金，或者缩减甚至放弃投资扩张计划。愿意承担高利率的反而是那些经营困难、资金紧张的企业和低收入个人，年息30%以上还要借的，大概率是超高风险生意，或者资金周转相当困难。50%的利率如果还有人敢借，基本上是借了就没想还。高利率排斥优质客户，吸引高风险借款人，这就是“逆向选择”的含义。一旦进入逆向选择阶段，P2P公司就难逃厄运。高利率—高风险客户—高违约率—再提高利率，恶性循环很快就把P2P公司拖入资金链断裂的绝境。
质疑P2P的商业模式并非否定小微金融的前景，而是否定金融业务中的“互联网思维”。互联网没有改变金融的本质和规律，迄今为止也没有创造出新的商业模式，但它确实为我们开拓小微金融市场提供了一个有力的工具。
用一个简单的例子说明道德风险的概念。假设一家企业投资2000万元建一条生产线，如果全部用自有资金，一旦项目失败，企业主损失2000万元。如果企业从银行贷出1500万元，自己投入500万元，项目失败时的损失由银行分担，企业主只亏500万元。贷款的使用降低了企业主的风险，鼓励他采取激进的经营策略，草率上马高风险投资项目，这就是道德风险的含义。抵押品增加了企业主债务违约的成本，他不仅损失500万现金，抵押的房产也被银行收掉，迫使企业在借贷时进行自我约束。
线下金融+互联网
上海某小贷公司在长期的实践中摸索出了一套线下和线上相结合的风控技术，他们总结为“报表还原，交叉验证，信息数字化，流程标准化”，能够较为准确地判断小微企业的还款能力，从而有效地控制了风险。
公司信贷业务人员向企业或个人贷款申请者发出标准化问卷提纲，对每一个申请者做现场访谈和调查，收集各种信息，还原出借款人的财务报表，同时利用线上数据进行交叉验证，审查其还款意愿。根据还原的财务报表，利用多维度数据和数学统计模型，估算小微企业的还款能力，确定贷款额度和贷款利率。
虽然线下加线上的风控质量较之单纯线上高得多，这个模式的缺陷也很突出，那就是线下操作的成本偏高。为了降低信息获取成本，阿里巴巴利用淘宝、天猫、支付宝等平台上的交易数据，分析中小企业的经营和信用状况，在此基础上决定是否授信以及授信多少。自2010年开展小贷业务到2016年底，阿里系累计为500多万家中小企业融资，累计贷款额8000多亿元，余额约1000亿元。
类似阿里利用低成本数据做金融业务的还有腾讯，以消费贷为主的微众银行2017年底贷款余额1000亿元人民币，未见关于企业贷款的报道，可能是因为以微信为核心的腾讯生态平台上缺少企业数据。截至2017年底，京东金融贷款余额为711亿元，其中消费贷款余额485亿元，供应链贷款余额为226亿元。京东（J）拥有自己的供应链，基于业务关系、对供应商的了解和供应商存货的抵押，才能做供应链金融服务。
尽管这些数字看上去相当可观，对比中国人民银行发布的全国统计数字就显得微不足道了。2017年底全国贷款余额120万亿元，其中小微企业贷款余额24万亿元，消费贷款余额约9万亿元。
BATJ这些有数据的大平台做金融业务，也就只有个位数的市场份额，目前看不到进一步扩大的可能性，那些没有数据的P2P公司如何评估和控制借款人的风险呢？它们的资产规模也可达到百亿元的数量级，这确实令人匪夷所思。2016年中之前，风险投资基金大举进入这个领域，以为这是投资互联网的最后机会，要求用户数和贷款余额的增长参照互联网行业的标准，为满足对赌条件，P2P公司放松了风险控制，所以不出问题才是奇怪的事。
即使对于BATJ，贷款业务也仅限于在它们的平台上做过交易的企业与个人，并且仅限于利用交易数据即可判断信用风险的用户。2017年淘宝和天猫平台上有商家1000万户左右，据估计活跃商家（一个月之内至少有一次交易）约300万，占我国中小和小微企业不到10%，其中得到金融服务的企业比例更低。
纯线上金融之难，难在缺乏数据，难在交易和社交数据“含金量”不高，必须同时使用线下数据，才能把握好借款人的风险。纯线上金融的另一难点是产品的个性化程度高，特别是针对小微企业需求的金融产品，每个企业的情况都不一样，不可能设计出游戏、社交和电子支付那样的2C爆款产品。
我们对互联网金融的基本看法是，在当前的信用环境中，单纯依靠线上数据无法做出准确的信用评级，除非出现像美国FICO（Fair Isaac and Company，位于加州圣荷塞的一家数据公司）那样的专业评级公司。FICO的信用评级在市场上得到广泛的认可，因为它与银行、信用卡公司等金融机构合作，拿到了价值较高的数据，特别是借款人现金流的数据。眼下在我国，服务中小企业仍不得不采取线下和线上相结合的方式，并且要以线下为主，线上为辅。
前面提到的那家小贷公司正按照这个思路，努力实现操作流程的数字化、标准化，将它在市场中摸索总结出的风控技术移植到互联网平台上。借款人在移动终端上递交申请和相关资料，公司利用图像识别等技术以及第三方数据，核查资料的真实性和准确性，然后派人做现场尽职调查，补充数据。所有信息在第一时间、第一地点进入公司的IT系统，即时生成财务报表。公司的技术后台依据财务报表和统计模型，自动审批贷款额度，反馈给贷款客户。客户接受额度和利率后，系统自动放款，并跟踪提供贷后服务。在P2P过去一两年的大面积倒闭潮中，该小贷公司的信用贷款占比虽高达90%以上，仍然将不良资产率控制在1%以下。公司的客户群体稳定，各项业务照常进行。
线下加线上的风控模式虽然既没有梅特卡夫效应，也没有双边市场效应，但移动互联网和数据技术的应用放大了规模经济效应，降低了运营成本，形成了一套较为完整的小微企业融资方案。
社区互联网
无论运用互联网的金融公司或者为金融服务的互联网技术公司（Fintech），都要立足于金融的根本，尽可能地降低风险控制的成本，以便降低贷款利率，扩大市场范围，为更多的小微企业提供融资服务。除了采用新技术，培育 民间信用增强机制，提高对违约的惩罚力度，也是一个有效的方法。
孟加拉国格莱珉银行（Grameen Bank）创始人穆罕默德尤努斯（Muhammad Yunus）是民间小微金融的典范。银行工作人员深入农村社区，组织农民形成4～5人的连锁互保小组，我们不妨称之为“实体互联网”或者“社区互联网”，向那些被传统金融排除在外的贫穷创业者贷款。小组成员一起申请，其中先有两人可得到贷款，如果按时还本付息，第三人和第四人才能接着借钱，待第二批两人如期履约，最后一人才有资格拿到贷款。在这种“顺位融资”（sequential financing）中，一人违约，全组信用受损，连环贷款就会中断。
五个人依亲情、乡情组成利益共同体，既有相互帮助共同发展的动力，也有违约连累同伴的道德压力。我们可以把这样的联保想象为一张网络，网络节点即小组成员之间的经济上和心理上的互动产生梅特卡夫效应，并使信息收集与分析的成本大大下降，有助于克服困扰金融业的头号难题——信息不对称。和电子互联网不同的是，社区互联网仅限于街坊邻居和亲戚朋友。
尤努斯和他的贷款客户们
人物
穆罕默德尤努斯，1940年生于孟加拉国吉大港一个珠宝商家庭，达卡大学经济学学士和硕士。尤努斯创办过成功的个人企业，本可在商界出人头地，或许受母亲关爱穷人的影响，“发现了自己在经济学和社会改革方面的兴趣”。1965年赴美学习，1969年获范德比尔德大学经济学博士学位，1972年回到孟加拉吉大港大学任教。1974年孟加拉大饥荒时，尤努斯发现，极小数量的贷款可以显著提高穷人的生存能力，于是成立了一个“吉大港大学乡村发展计划”进行研究。尤努斯1983年创建格莱珉乡村银行，截至2016年底，共有2500个支行，900万会员（即注册借款人），其中97%为女性。银行累计发放贷款200亿美元，贷款余额18亿美元。
资料来源：https://en.wikipedia.org。
无独有偶，国内的企业家也开始在社区互联网的方向上积极探索。河北省的一家公司扎根农村，选择人品正直、街坊邻里关系好，且有一定商业经验的农民作为乡邻小站的站长，培训他们收取存款和小额贷款等简单的金融操作，利用站长家里的空闲房间作为办理业务的网点（见图6-3），与商业银行合作，开展基于熟人关系的农村金融，有力地支持了农村经济的发展。站长不领取工资，收入来自为商业银行吸收储蓄的佣金。小额信贷不出村，便于控制风险。
事实证明，小微金融大有可为，关键要有正确的思路。国有大银行成立中小企业金融贷款部门，监管机构下达行政指令，规定必须完成的中小企业贷款数量并限制利率，这些做法用心良苦，却无异于狮子捉老鼠，有悖金融的逻辑和市场规律。大银行的成本高居不下，宏伟壮观的大楼、中心城市高素质人才的高工资、庞大而复杂的IT系统……所有这些决定了它们只能做规模效益好、有抵押的标准化大额业务，而不可能将网点延伸到城镇街道和乡村。狮子捕猎水牛的强健肌肉和锋牙利爪对老鼠完全不起作用，碰到几万、几十万一单的贷款，做惯了标准产品的团队一筹莫展，为大客户服务的IT系统也不能对接众多的中小企业。
服务小微企业必须依靠分散的、多样化的和本地化的民营中小金融机构，面向社区和当地企业，借助移动互联网和当地的社会网络，降低信息成本、风控成本和违约惩罚机制的成本，终极目标是降低利率，让金融服务触达尽可能多的基层经济细胞。
图6-3 农家房间改装的网点办公室和太阳能发电
注：一部电脑、一台打印机和ATM，一切都是低成本。发放小额贷款，帮助农民投资太阳能发电，安装在自家房顶上。售电有收入，贷款违约的风险极低。
小结
互联网金融没有梅特卡夫效应，即使有双边市场效应也相当微弱。互联网的应用并未改变金融的本质，金融机构的头号任务仍然是风险控制而不是资产规模扩张。控制风险的关键是克服信息不对称，采用互联网虽然可以快速对接出借人和借款人，收集和分析网上数据，但不足以给出准确的风险评级和可靠的贷款审批依据。在现有的信用环境中，线下加线上（而非互联网+）是更为可行的小微金融模式。大力发展民营小型金融机构，建立多样化的信贷供应体系，有助于解决长期困扰中小企业的融资难问题。
第7章 平台：无栏不成圈
几乎在每一章的开头，我们都要先定义名词，这一章也不例外。
“平台”在本书中泛指具体的、现实存在的线下和线上网络。我们之所以不用“平台效应”一词（见第4章），是因为平台除了双边市场效应，还可能有梅特卡夫效应、规模效应和协同效应，用笼统的“平台效应”会混淆这些不同的概念。区分各种效应有助于我们准确把握平台的商业实质，在实战操作中有针对性地采取不同的策略和方法。
平台可以是实体的，例如义乌的小商品市场（见图7-1），也可以是虚拟的，像网上约车的优步（见图7-2）。义乌小商品城由改革开放初期的地摊集市发展而来，截至2015年，它拥有营业面积550万平方米，商位7.5万个，日客流量21万人，经营180万个SKU，年交易额3500亿元，与219个国家和地区有贸易往来（义乌批发网）。这是前互联网时代的一个巨大的平台，和亚马逊、淘宝网没有商业本质上的区别，只是它的规模受到物理空间的限制，而电子交易平台在虚拟空间中可以无限扩张。
有意思的是，现在义乌小商品城除了建立自己的网上销售平台和开发移动端App，还登陆阿里巴巴、苏宁等大型电商平台，以+互联网的方式，突破物理空间的局限，批发业如第5章所讲零售业一样，呈现出线上线下互相融合的趋势。
图7-1 平台：1982年9月义乌第一代小商品市场
资料来源：图片来源于互联网。
图7-2 平台：优步约车
资料来源：图片来源于互联网。
在互联网时代，“平台”就算不是媒体里出现频率第一高的词，也是最高的之一。那么作为一种商业模式，平台究竟是什么呢？
要害是壁垒而非规模
谷歌前CEO施密特定义平台为能够吸引供应商及用户群，通过互动产生交易的多边市场。《平台革命》一书的定义较长，具体表述为：基于外部供应商和客户之间的价值，匹配供给和需求，创造互动的商业模式；为互动提供开放参与的架构，并设定治理规则；通过市场交易，为所有参与者创造价值。
我们可以从这些定义归纳出平台的几个性质。第一，平台是供应商和客户互动的场所，客户可以是消费者，也可以是厂商。第二，平台的使用者在互动过程中产生新的价值。价值可以是平台创造的，也可以是平台的使用者创造的，例如外卖平台的价值产生于餐馆和消费者的交易中，平台提供的信息服务和技术支持（包括外卖小哥）帮助双方实现价值。平台上的餐馆越多，搜索效率越高，消费者就越是愿意使用平台；反过来，平台上的消费者越多，就会招徕越多的餐馆与平台合作。显而易见，平台具有双边市场效应。
有了双边互动和价值创造还不够充分，我们为平台加上第三个必备的条件，进入和退出壁垒。进入壁垒即俗话说的护城河，是阻止竞争对手的障碍；退出壁垒决定平台客户的黏性。
进入和退出壁垒是重要的，因为平台的特点本来就是开放和自由，没有摩擦，没有限制，没有障碍，用户进来容易，退出快。如果护城河不够深，城墙不够高，遇到强敌入侵，大好形势有可能瞬间逆转。
缺少进入壁垒而丧失先发优势的案例俯拾皆是。网页搜索最初是雅虎的天下，由于它的手工编码技术简单，客户体验差，谷歌用关系型搜索打入这个领域，攻城略地，迅速取代雅虎成为新的霸主。谷歌称霸之后吸取了雅虎的教训，不遗余力地在搜索技术上投入，确保最好的客户体验。体验是留住客户的关键，风景这边独好，别的地方都不如这里，来了就不想走。当微软借力Windows雄厚的客户基础，推出必应（Bing）染指网页搜索时，谷歌阻止了微软的攻势，不仅牢牢地守住而且扩大了自己的阵地。搜索技术既是谷歌抵挡竞争者的护城河，也是滞缓用户退出的壁垒。
强调进入和退出壁垒的意义在于，互联网创业公司一开始搭建平台的时候，就要想到护城河在哪里，靠什么留住客户。客户注册登录一个平台，因为平台可以给他带来价值，他留在这个平台上，因为这里的价值具有一定的不可替代性，比如谷歌搜索就是比必应好用。换句话说，平台不仅要为用户创造价值，而且价值要足够大、足够独特，才能筑起足够高的进入壁垒，抗击“家门口的野蛮人”，保护得来不易的市场。
特别需要指出的是，规模不构成进入壁垒，市场的逻辑与此正好相反，建起壁垒才能做大规模。优步于2014年正式开展在华业务，2016年已占据三成市场份额，在一线城市中份额超过40%。2015年本土网约车公司滴滴出行成立，凭借本地优势，与优步发生正面冲突，不断侵蚀它的市场，最终迫使优步退出中国市场。除了对当地市场和客户缺乏了解，例如没有客服电话，只能发电邮投诉，优步还输在了技术过于简单和产品趋同上。不能以差异化的服务反击对手，优步只能祭出低价揽客一招，在打了20亿美元的补贴大战后，黯然收兵回营。2016年8月1日，优步将其全部中国业务以70亿美元的价格卖给了滴滴。
然而，胜利者也只是赢了一个回合而不是一场战争。优步退出网约车市场后，美团2017年2月在南京上线打车软件，每周奖励司机1800元。滴滴立即应战，奖励司机1900元。2018年3月，美团进入上海，同月阿里系的高德顺风在成都和武汉上线，滴滴发现自己处于昔日优步的位置上，它将如何应对呢？2018年4月携程获得网约车牌照，它从2015年即开展专车服务。携程既有资金、销售渠道、客户基础，又是本土企业，做互联网平台轻车熟路，未来的争夺可能更加激烈。毕竟这个市场的潜力太诱人了，而且，进入壁垒又这么低！
2018年滴滴在短时间内连续出了两桩严重的安全事故，不得不停止了夜间叫车服务，原有客户纷纷迁移到竞争对手那里。补贴带来了规模，却没有带来任何客户忠诚度，在同质化的产品和服务面前，理性的消费者只认钱而不认人。
价格战信奉者常挂在嘴边的一句话是：“先低价占领市场，形成垄断后再提价赚钱。”这话逻辑上自相矛盾，实战中也得不到验证。靠低价获得垄断地位，一旦提价，逐利的平台用户还不立即作鸟兽散？谁来使用你的平台？除非你的低价策略已经彻底打倒了所有的竞争对手，当你提价时，无人卷土重来，你的平台在市场上是唯一的。然而我们知道，如果能靠成本和技术做到市场的唯一，当初就不必打价格战了。
以补贴做规模，说穿了是企业竞争的失败，不能在技术和服务上超越对手，转到资金市场上一决雌雄。从2015年5月到收购优步为止，滴滴累计融资80亿美元，而同期优步融资仅为10亿美元。在这期间，虽然双方的产品和服务都有改进，但最终的胜负仍取决于资金实力而不是用户的选择，多//www.58yuanyou.com少是有些令人遗憾的。
重规模轻价值的平台战略在共享单车上再次出现。2015年1月北京摩拜科技公司成立，同年10月得到A轮融资，公司估值1500万美元。2016年摩拜单车先后在上海、北京投入运营，2017年6月完成E轮融资6亿美元，公司估值30亿美元，2018年4月被美团以37亿美元的价格全资收购。看上去这是一个平台战略成功实施的精彩案例，在三年多的时间里，一家公司从零做起，成长为全球最大的单车运营商，在9个国家的180个城市拥有700多万辆单车，日订单量超过3000万，为世界上的2亿人口（主要在中国）提供短距出行服务。
从公开渠道得到的有限数据表明，断言成功为时尚早，研究分析人员至今不知摩拜如何赢利，按照本章上面的定义，摩拜甚至都不是一个平台，没有形成供应商和用户之间正反馈，到目前为止，只有一家供应商在为消费者提供服务，那就是摩拜自己。人们或许可以想象，摩拜平台上将来会出现多种业务，就像亚马逊从单一的电子书销售走向“万物商店”（详见第5章）一样。这个前景不是没有可能，但要走到这一步，摩拜必须想办法赢利，起码也要做到现金流的平衡。2017年摩拜收入11亿元，当年亏损68亿元，形势并不乐观。
更为严峻的是挑战者ofo步步紧逼，由于在服务上很难差异化，双方也没有特别的技术壁垒，竞争就只剩下一个手段——价格战。“你的押金299，我的押金199，你的月卡2块钱，我的月卡仅1块钱”，甚至出现了消费者骑车还有钱送的可笑情况。同样因为进入壁垒低，当摩拜和ofo在大城市打得不可开交时，一批新公司冒了出来，抢占三、四线城市和农村市场。竞争者如此之多，一时间街上五彩缤纷，以至于区分公司的颜色都不够用了。单车的投放到了挤占车道和人行道的地步，影响了正常交通，市镇政府不得不出面清理整顿，出现“尸骨如山”的悲壮画面（见图7-3）。
图7-3 共享单车尸骨如山
资料来源：图片来源于互联网。
以规模为目标，即使做出了规模甚至已经上市，公司也随时可能发生危险。将精力和资源投入规模和流量扩张，无心且无力开发核心技术，缺少护城河的规模扩张快，坠落更快。美图秀秀先后融资30多亿元人民币，它的图片美化处理一直领先市场，短视频美拍超越腾讯微视，2015年用户就突破1亿，并于2016年在香港成功上市。不料2017年短视频市场杀出一匹黑马——抖音迅速蹿红，成为消费者的新宠。到2018年初，美图的月活跃用户损失了50%，股价从最高点的23港元跌至2018年底的2港元。
抖音不仅在短视频市场上高居首位，而且助力它的母公司今日头条开疆拓土。今日头条以新闻发布和推送为主业，其自身以及从抖音导入的流量让它在2018上半年有了2.4亿的月活跃用户，直追腾讯新闻的2.63亿。要知道腾讯有来自10亿微信用户和8亿QQ用户的巨大流量，今日头条能和它打成平手，实属不易，一个重要的原因是抖音在短视频上的优势。2018年中，抖音的月活跃用户突破2.5亿，而腾讯微视只有区区1000万。然而“螳螂”捕“蝉”，“黄雀”在后，抖音的快速成功激发了不少模仿者，类似的视频网站纷纷上线，人们自然会问，抖音能否以及如何避免被别人颠覆？
规模不能确保无忧，小老鼠都可以令大象惶恐。2015年9月问世的拼多多竟让淘宝寝食难安，拼多多不仅分流这位交易平台老大的客户，而且利用购物者的天然联系，搭建社交群，威胁到社交平台巨头微信的统治地位。在拼多多的压力下，国内最大的线上零售商于2017年8月发布“京东拼购”，2018年6月又推出拼购小程序。规模没有给这些大公司带来安全保障，反而有可能让它们陶醉在天下无敌的幻景中，忘记了护卫平台的首要任务——为客户创造价值。
强调价值创造并不否认一个事实，曾有创业者和风投基金赢得了规模的竞赛，上市套现成功，问题在于幸运儿少之又少，并且不无讽刺的是，规模和速度至上的策略进一步降低了创业成功的可能性。为了尽快扩大规模，免费或补贴用户，后果是长期没有收入，更不要说利润了。面对资金链断裂的危险，创业公司不得不将宝贵的资源投入融资活动而不是技术和产品的开发活动。公司在城市黄金地段租用甲级写字楼；创始人绞尽脑汁想象动人的投资故事，编制精美的PPT，奔走于拜见风投基金（VC）的途中，以至于人们戏称这类公司既不是2B的也不是2C的，而是2VC的。
2VC对于VC未必就是福音，专注融资而非价值创造的企业能给VC投资带来高回报吗？当下流行的一个做法是VC设定规模、速度等目标和企业对赌，为了实现这些目标，企业通常牺牲长远的发展，尽一切可能哪怕弄虚作假也要交出符合目标的短期业绩。如果对赌失败，创业者必须转让股份给VC，有时会因此丧失控股权。当创业团队的股份降到很低时，比如说10%以下，创业者还会像以前那样打拼吗？VC手握控股权又有什么意义呢？
造就平台的是进入壁垒而不是规模。虽然壁垒在很多情况下和平台的第二性质客户价值相重叠，但客户价值未必足以为企业构筑壁垒，而壁垒对客户一定是有价值的。共享单车有客户价值，但价值太小因而公司收入太低，是一具依赖外部输血维持生命的病体。滴滴也有客户价值，公司收益也无法覆盖成本，它需要在平台上推出更多、客户价值更高的产品，以避免重蹈前人覆辙。
烧钱打造生态圈、补贴培养消费习惯、先垄断再提价，这些媒体津津乐道的策略无一与壁垒相关，无一指向价值创造，非但不是通向成功的秘籍宝典，反倒可能是泥潭，令企业陷入其中不能自拔。
价值来自技术，谷歌创始人之一埃里克施密特对此有深刻的见解。施密特坦率地承认谷歌在平台竞争上犯的错误，公司曾计划将其网络广告上的优势，推广到纸媒、广播以及电视等平台。构想巧妙，背后也有创意人才的支持，但缺少高性价比的产品以及拥有突出优势的 基本技术洞见，结果都以失败告终。所谓技术洞见，是指以创新的方式应用科技或设计，实现生产成本的显著降低，或产品功能和可用性的大幅提升，与同类产品拉开距离。
同样，《平台革命》的三位作者始终围绕着价值而非规模讨论平台战略，他们认为，平台必须赢利。这是不言而喻的，赢利说明平台价值得到用户的认可，说明平台的价值大于创造价值所支付的成本。规模并不自然产生利润，有时用户数量减少，赢利能力反而大幅提升。例如平台可以适当收费，这样虽然排除了一些人，付费留下来的用户对平台价值有更高的认同，成交率更高。如何识别用户价值、设计定价和营销策略，关系到平台的成败，有兴趣的读者可进一步阅读该书第3章和第6章的精彩论述。
得技术者得天下
什么是护城河或进入壁垒？进入壁垒要满足两个条件：对平台用户有价值以及竞争对手难以模仿。形成并保护苹果生态圈的有两大法宝：高性价比的智能手机和iOS操作系统。自从发布iPhone 3以来，苹果就以一骑绝尘的态势占据了智能手机的制高点，消费者买了手机就进入了苹果的生态圈。请注意，吸引消费者的是手机的性能、外观、使用的方便，而不是补贴或者低价。补贴虽然对消费者有价值，但这种营销手法太容易被模仿，因而不构成进入壁垒。
使用苹果手机的人多，自然吸引了应用程序App的开发者，在苹果iOS和辅助工具的支持下，外部供应商与个人纷纷进入苹果的平台，推出销售商品、服务、视频、音乐、图书的App，而日益丰富的App反过来又促进了苹果手机的销售，于是形成供应商和消费者之间的互动，由此产生双边市场效应。苹果AppStore里有200多万个App为第三方商家开发（见图7-4），商家将App上载到平台或用户下载有时甚至每一次使用都会给苹果带来收入，苹果坐着收钱，难怪企业都对平台、生态圈“趋之若鹜”。
图7-4 苹果AppStore里有200多万个App
资料来源：图片来源于互联网。
2016年10月，美国《财富》杂志发表了一篇题为《苹果不再是硬件公司》的文章，注意到当年二季度苹果的非硬件收入达63亿美元，虽然只占总收入的13.4%，但同比增长24%，而传统的iPhone、iPad、电脑等硬件收入减少了10%～20%不等。文章作者认为，苹果正快速转型为软件和服务公司，音乐、电子支付、AppStore、云计算等软件业务将成为公司收入的主要来源。这个靠硬件起家的科技巨人无意中构建好了自己的平台和生态圈，准备在高墙深河保护下的平台上大展身手。
竞争对手虽然可以模仿苹果的模式，研制自己的手机，开发自己的操作系统，但那需要时间，需要技术的积累，不是短期烧钱能烧出来的。当追赶者带着自己的手机上场时，苹果又推出了性价比更高的新一代产品。
反过来讲，缺少核心技术作为护城河，平台建起来了也可能垮掉。IBM曾经是个人电脑行业的标准和毫无争议的霸主，它以开放的方式采用了英特尔的CPU芯片和微软的Windows操作系统，并允许其他厂家生产与IBM兼容的PC机。这个被人们称为Wintel的生态系统极大地推动了IBM个人电脑的销售，特别是长期压制了苹果公司PC业务的成长。这个生态的真正获益者却是英特尔和微软，英特尔借IBM兼容机的东风成为世界第一的半导体公司，盖茨则搭着PC机的便车卖他的Windows，建造了自己的软件帝国。旗手IBM却在2004年将PC业务整体卖给了联想，完全退出了这个市场。
得技术者得天下，生态圈再大，终究属于核心技术的创造者。
技术构成平台的进入壁垒，这个说法和平台的开放性难道不相互矛盾吗？谷歌的安卓系统看上去不就是个没有壁垒的开放平台吗？其实壁垒依然存在，只是设置地点不同而已。
谷歌于2005年收购安卓（Android），2007年与80多家软件开发商、硬件制造商和电信运营商结成联盟，共同开发和改进安卓手机操作系统，供联盟内外部商家免费使用。安卓1.0版本2008年发布，经过几次升级，很快就超越苹果，成为世界第一的移动终端操作系统。2017年全球销售的智能手机中有12.4亿部安装了安卓系统，占有市场份额85%，其中包括三星、华为、OPPO、vivo和小米，苹果系统以2.3亿部位居第二。
谷歌投入资源维护和更新免费的安卓系统，并不是单纯的履行社会责任，它拥有与苹果AppStore类似的应用程序平台Google Play，这个平台理所当然地是基于安卓系统的，而且是收费的。读者或许马上会联想到安卓系统的商业价值，的确，2018年一季度Google Play上有380万App，几乎两倍于苹果的200万。
苹果AppStore的进入壁垒是苹果智能手机和iOS操作系统，谷歌靠什么阻挡“野蛮人”的入侵呢？谷歌自己不生产手机，安卓操作系统又是开放和免费的，如何为Google Play挖掘护城河呢？答案是除了苹果，谷歌无须担忧其他竞争对手的冲击。按出货量部数计算，安卓系手机2017年的市场份额为85%，苹果不到15%，剩下的百分之零点几不足以构成对安卓系的威胁。
如果说封闭系统中的苹果手机是AppStore屏障外部威胁的高墙，使苹果以不到15%的市场份额攫取了80%以上的行业利润，开放的安卓系手机则像一个巨大的漏斗，将消费者从安卓平台导向另一个平台Google Play。不仅如此，从手机终端上网的客户还为谷歌带来了巨大的搜索流量，而搜索正是谷歌的主要收入来源。2010～2015年，安卓手机用户至少给谷歌贡献了310亿美元的收入。
回过头来看，谷歌2007年组织移动终端联盟是它今日称雄的关键一步。问题在于为什么盟主是谷歌而不是别人呢？客观地讲，竞争对手的商业模式和操作失误成全了谷歌。当年有希望角逐盟主地位的还有苹果和微软。带有创始人乔布斯的鲜明特征，苹果向来我行我素，独步天下，从未认真地探讨过与他人的合作。作为一个手机制造商，苹果也不可能与其他厂家分享操作系统。微软虽然没有自己的手机品牌，并且看到手机操作系统是下一个兵家必争之地，不得不投入资源开发Windows Phone，无奈公司上下多年享受个人电脑市场上Windows的丰厚利润，昔日斗志不复存在，研发步履蹒跚，产品体验问题多多，完全不是安卓的对手。
谷歌是众望所归的盟主，彼时刚刚超越雅虎，气势正盛，而雅虎的衰落则可归因于陈旧的信息组织方式。人类第二个千禧年初期，互联网呈现出大爆炸式的增长，谁能引导人们在星云弥漫的全新网络空间中巡游，谁就是这个新世界的舵手。雅虎沿用传统的图书馆分类，建立层级式的网页索引而取得先机。但是雅虎的网页查找方法速度慢，准确度低，而且手工编制索引远远跟不上网页增加的速度。
谷歌的两位创始人发明了基于内容的链接查找即关系型搜索，大大提高了搜索效率，两位创始人同时还实现了索引的机器自动编制。2013年谷歌索引上的网页数达30万亿，五年间增长了30倍，2016年这个数字增加到130万亿。谷歌很快取代雅虎，掌握了互联网世界的地图和入口。当人们寻找互联网时代手机操作系统的管理者时，还有谁能比谷歌更为合适呢？
分析至此，因果关系十分清楚，没有搜索引擎的创新，就没有以谷歌为核心的安卓开放平台，也就没有Google Play的封闭生态圈。若想颠覆Google Play的平台，必先颠覆谷歌在搜索上的统治地位。谷歌深知危险所在，不遗余力地开发和改进技术，确保它的搜索永远是用户体验最好的和效率最高的，搜索技术就是安卓系统的进入壁垒，从而也是Google Play生态圈的进入壁垒。进入壁垒往往也是退出壁垒，只要谷歌的搜索引擎保持最佳的体验，用户就没有理由转向排位第二的微软必应。
从苹果和谷歌的对比可知，开放或封闭并不是平台的要害所在，应当重点关注的是根据技术优势设计商业模式和经营策略，是持续地为用户创造价值。只要谷歌的用户价值大于必应，即使迁移成本等于零，用户也不会流失。
壁垒不必是高科技，貌不惊人的砖头、水泥和卡车也可以成为进入壁垒。唯品会自建仓储物流，保证货品的及时配送，公司看上去是资产过重，正是这些重资产和经验丰富的团队构成了唯品会的城墙与护城河，2017年公司的净资产收益率高达35.5%。互联网时代崇尚轻资产，其实资产轻重不能作为判别公司效率的指标， 资产回报率才是关键。当当尾品汇是轻资产的线上开放平台，曾在2013年和唯品会展开“双汇大战”，如今网上再也搜不到自那之后关于它的报道。
小结
平台以其巨大的双边市场效应、规模效应和协同效应成为互联网公司的首选商业模式，对很多创业者而言，平台却意味着永无休止的烧钱和融资压力下的焦虑。创业艰辛，守成更难，再大的平台也要时刻提防不知从哪里冲进来的掠食者。围绕着平台的爱与恨，皆源于其开放的性质。只有开放才能吸引众多的用户，激发用户间的互动而产生各种经济效应；也正因为开放，平台易攻难守。本章以进入壁垒为主题，似乎与开放的原则相悖，实则强调为用户创造价值。客户价值既是建立平台的前提，也是维护平台的根本。补贴仅仅是价值从公司股东到用户的转移，而非价值创造，而营销手段则连价值转移都谈不上。这两种常见的平台策略都不足以成事，价值创造来自谷歌前CEO施密特所讲的“根本的技术洞见”。
第8章 共享：公路还是租赁？
2001年1月15号，威尔士和桑格注册上线维基百科，到2018年初，这个由使用者共同维护和更新、完全免费的百科全书仅英文版就有580万词条（见图8-1），相当于2500卷印刷的大英百科全书，维基百科所有语种加起来总共有4800万词条。2007年，谷歌和全球主要手机生产商（苹果公司除外）发布了开放源代码（open source，简称开源）的安卓系统，安卓在很短的时间内便跃居手机操作系统的首位（见第6章）。同样是开源的操作系统Linux，被广泛地应用在手机、PC、超级计算机和服务器上。软件共享似乎成为一时之风。
共享的线下火热程度不亚于线上，被誉为共享经济典范的爱彼迎创立于2008年，这家提供旅行住宿服务的公司在2017年的最近一轮融资中，估值高达300亿美元，而传统的希尔顿酒店的市值仅仅是它的一半。优步在2018年初的一项交易中报出了720亿美元的估值，沙特主权基金和软银都投资了这家未上市的汽车“共享”公司。与希尔顿不同的是，爱彼迎采用了互联网作为运营的技术中枢，优步也是如此。
大洋此岸也不甘落后，继电商、平台、P2P、VR、大数据之后，媒体发起一轮新名词的密集轰炸——仅名词而已，这次是“共享（sharing）经济”。创业和投资的灵感如雨后春笋般涌现，共享单车、共享汽车、共享充电宝、共享雨伞……又一个美好的新时代即将到来！
图8-1 英文版维基百科词条数
线上出租
仔细观察人们津津乐道的爱彼迎和优步，不难发现，两者的商业实质都是租赁中介，和保险销售中介或者二手房销售中介没有什么不同。爱彼迎协助个人房东出租闲置的房屋，从中抽取销售佣金，除了自己不拥有房产，其业务性质和希尔顿那样的常规酒店没有根本的区别，与携程的民宿酒店预订业务几乎完全相同。
优步既不拥有车辆，也不雇用司机，在网上收到个人出行的用车需求后，转给需求者附近的有车个人，碰上某人比如说汤姆正好有空，汤姆便开着自己的车充当出租车司机，获得一笔收入。和国内的滴滴打车一样，优步本质上是出租车服务的呼叫中心。
如同所有的市场中介，这两家共享经济的先行者毫无疑问为社会创造了价值。爱彼迎在互联网平台上对接房东和房客，充分利用了散落在社会各个角落的闲置资源，而且不同的房型和风格满足了常规酒店无法满足的客户个性化需求。民宿酒店也是个性化的，爱彼迎的差异在于全国性的平台，以及标准化的基本服务如清扫、合同签署和支付。爱彼迎通过商业模式的创新，开发了一个新的市场，冲击了传统的酒店业，但总体来看，它与现有的连锁酒店和民宿错位竞争，差异互补，不大可能赢家通吃，全面颠覆酒店业。
优步的故事不大一样。出租车服务基本上是同质的，优步从零散的个人车辆的运营进入呼叫车的业务，最近又推出了无人驾驶出租车的概念，一旦成功，不仅将颠覆现有出租车行业，而且会深刻地改变人们的出行方式。将来你不必拥有一辆私家车，今天晚上在网上预约一辆优步车，第二天一早这车准时到你的住处等候，载你到办公室后，驶向下一个预约者指定的地点。傍晚下班前你如法炮制，“共享车”——其实就是出租车——拉你回家。虽然是共享车，但绝不会免费，你约车的时候，商家已在网上绑定了你的信用卡或者支付宝，到达目的地后便自动扣费。
租房、租车公司为什么有那么高的估值？特别是和提供类似服务的传统公司相比，反差尤其令人惊诧。是因为爱彼迎和优步具有强大的梅特卡夫效应吗？虽然是互联网公司，无论租房还是租车，用户都不可能形成社交网络上那样频繁和活跃的互动，即使有梅特卡夫效应，也是相当虚弱的，高估值的原因应当从平台的双边市场效应和规模经济效应中寻找，而和共享经济是否代表未来的潮流没有多大的关系。
至于国内的各种“共享”，大都借题发挥，意在制造资本市场上的热潮。如同我们在第6章和第7章中分析的，这类平台的两大先天不足决定了它们衰败的命运。第一，业务模式既没有梅特卡夫效应，也没有双边市场效应，简单的商品出租包装成互联网时代的共享。第二，商业模式不可持续，价值创造有限因而收入有限，不足以覆盖运营成本，只能靠一轮又一轮的外部融资，待到基金投资者失去耐性，除了急匆匆去纳斯达克上市，便只有关门大吉。
值得认真分析的是各种软件的各种形式的共享。
情怀vs利益
自由开源软件（free and open source software，FOSS）被视为共享经济的典范，理查德斯托尔曼是自由开源软件界的教父级人物，他从大学时代起就对使用计算机和软件的种种限制深恶痛绝，几乎是凭一己之力发起了自由软件运动，以圣徒般的坚定信念投身和引领着这个运动。斯托尔曼于1983年主持发布GNU项目，一个类似Unix但完全由免费软件组成的操作系统；1985年成立自由软件基金会，出任不带薪的基金会主席；1989年制定GNU通用许可证规则（general public license，GPL），成为应用最为广泛的开源软件许可证标准；1999年提出线上百科全书的设想，两年后付诸实施，建立GNUPedia——维基百科的原型。
人物
理查德斯托尔曼，1953年出生于美国纽约一个犹太人家庭，母亲是教师，父亲是印刷机经销商。青少年时期，斯托尔曼就对计算机产生了浓厚兴趣，曾读过哥伦比亚大学的高中生编程课，利用假期时间编写程序。1970年秋季入读哈佛，成绩优异。1974年从哈佛毕业，取得物理学学士学位，进入麻省理工学院攻读博士学位。1975年他决定放弃学业，专注于在麻省理工AI实验室的编程。1983年斯托尔曼发起自由软件运动，倡导软件的自由使用、共享和修改。为了对自由软件进行认证，斯托尔曼1989年制定了通用许可证规则（GPL）。自20世纪90年代中期以来的大部分时间里，斯托尔曼都在组织、宣传和参与自由软件运动，反对软件专利和数字版权管理，反对剥夺用户自由的法律和技术限制，包括终端用户许可协议、保密协议、产品激活、加密狗、软件复制保护、专有格式、二进制软件包（没有源代码的可执行文件）等。
资料来源：https://en.wikipedia.org。
“自由开源”中的free强调自由和权利而非免费，即得到授权的使用者可以自由拷贝、修改和转发软件给他人，拥有这些权利，软件的免费或基本免费是个自然的结果。open source指软件的源代码公开，便于使用者操作和修改。包括斯托尔曼在内的几位自由开源运动领导者将这些权利命名为copyleft，与传统世界中的copyright相对应。恰巧英文中的left和right分别是“左”和“右”。copyleft是否带有政治立场的倾向？我们不得而知。
自由开源运动取得了显著的成果，其优秀代表当推Linux操作系统、阿帕奇（APACHE）的网络服务器和数据库MySQL，加上网站编写语言PHP，形成了一套相对完整的网络时代开源软件系统。
1991年，纯粹在求知欲的驱动下，21岁的芬兰研究生托瓦尔兹利用GNU的开发工具，推出了Linux操作系统的内核（Linux Kernel），公布在一家大学的服务器上。他在线上发出公告，邀请其他人共同参与核心系统的扩展开发，条件是凡用到Linux的软件都必须免费。Linux Kernel目前依靠5000～6000个个人和公司开发者更新系统，他们大多数是软件工程师，就职于各家公司，利用业余或上班时间，无偿为Linux工作。
人物
莱纳斯托瓦尔兹，1969生于芬兰赫尔辛基市，Linux内核的最早作者，创作Linux后发起了这个开源项目，担任Linux内核的首要架构师与项目协调者，是当今世界最著名的计算机程序员、黑客之一。在外祖父的影响下，托瓦尔兹在11岁时就开始编写计算机程序。1988年，他进入赫尔辛基大学计算机科学系，1990年接触了Unix。1991年8月25日，在网络上发布了Linux内核的源代码。1996年，自赫尔辛基大学硕士毕业，移居美国加州，加入全美达公司（Transmeta），参与芯片的技术研发。1999年，托瓦尔兹接受Red Hat及VA Linux的股票期权赠予，这两间公司用Linux做商业软件的开发，公司上市后他的财产估值约为2000万美元。
托瓦尔兹坚持开源代码信念，对微软等公司的商业营销手段十分不满，言辞尖刻地反驳了微软对开源代码运动的批评，微软认为这个运动损害了软件的知识产权。
资料来源：https://en.wikipedia.org。
与Linux相类似，民间组织阿帕奇从事网络服务器软件的研究与开发，世界各地的志愿者在网上沟通交流，共同负责系统的维护与更新，免费向用户提供阿帕奇软件。APACHE网络服务器软件由伊利诺伊大学的国家超级计算机应用中心开发，可在大多数计算机操作系统中运行，由于跨平台和安全性高而被广泛使用。后因当初的开发者转向其他领域，APACHE无人维护和升级，这个软件的一些使用者和爱好者自发组织起来，交流和分发自己修改的版本。1999年APACHE软件基金会成立，协调和管理开发工作，负责更新代码。2019年基金会有883位成员，包括中国区的13位。目前全球超过半数的网站使用APACHE网络服务器软件，维基百科等访问量巨大的网站都名列其中。
自由开源的初衷不可不谓高尚，软件如同知识，一旦开发出来，使用不产生任何额外费用，使用的人越多则社会效益越好。边际成本为零，为什么要收费呢？斯托尔曼认为，微软那样的公司利用软件发财是不道德的。
这个运动的参与者多少都受到所谓“黑客文化”（hacker culture）的影响。黑客们乐于展示他们的聪明才智和技术能力，以巧妙和新奇的突破为荣，享受完成他人无法完成之事的过程。黑客文化推崇共享、开放、协作，相信所有信息都应该是免费的，人可以在电脑上创造艺术和美。斯托尔曼认为，黑客的共同特点是热爱编程和追求卓越。
然而现实永远不像理想那样美好，“人是生而自由的，却无往不在枷锁之中”（卢梭），自由开源的理想自诞生那天起，就无法挣脱商业利益的枷锁。
托瓦尔兹在发布Linux Kernel之初，网上响应者寥寥。半年之后，托瓦尔兹不得不放松限制，允许基于Linux软件的商业性开发与销售，很快用户数就从1991年的100人左右增加到1994年的50万人。营利性公司参与开发，对开源软件的推广发挥了巨大的作用，据估计，2008～2010年，Linux Kernel核心代码的75%是由戴尔、IBM、惠普、甲骨文等大公司的程序员完成的。Linux的宗旨也从最初单纯的自由软件转变为共享和商业应用并举。
安卓手机操作系统既有开源的基本版，也有商业化的升级版。我们在第7章中讲到，安卓的开源是谷歌对抗苹果的精明策略，放弃没有希望击败苹果的硬件市场，构建一个手机厂商的联盟，通过共享的操作系统，将使用手机产生的流量导入谷歌搜索，提高搜索广告的收入。谷歌还建立了PAX专利联盟，加强对安卓的控制力，联盟成员可以共享安卓和包括谷歌在内的彼此的专利，条件是要在手机上预装Google Play及其他谷歌产品。顺便提一下，完全免费的维基百科创始人威尔士同时经营着营利性的维基亚（Wikia），后者的产品和服务与前者有着千丝万缕的联系。
软件到底应该共享还有专有？应该是免费的公共工具还是商业公司的赢利手段？和所有的问题一样，答案是两者的平衡，“执其两端，而用中于民”（《礼记中庸》）。借助经济学的分析方法，我们可以探讨这个“中”究竟在何处。
操作系统这样的底层软件类似实体经济中的基础设施，带有公共品（public goods）的属性。公共品的含义并非按字面理解的公有或者政府经营的商品，而是因为它的两个经济学的性质： 非排他性（non-rivalrous）和 不可排除性（non-excludable）。同一个汉堡，我吃了你就不能再吃，汉堡因此具有排他性。我在一条道路上开车，你也可以在上面开车，道路就不是排他的。我不付钱，麦当劳不会白给我汉堡，这叫可排除性。你我即使没交费，警察也无法禁止我们上路，除非是封闭起来的高速公路，道路因此就具备不可排除性。显而易见，软件既是非排他的，我的使用丝毫不妨碍你的使用，也具有一定的不可排除性，即很难将盗版者排除在外，或者说发现和惩罚盗版者的成本太高。
不可排除性意味着供应商收不到钱，不愿意架桥修路，结果公共品天生的问题就是供应不足。于是人们请政府出面，先把路费以税的形式收了，再用收上来的钱投资建设道路。政府可以征税，私人公司怎么办呢？微软的对策是把Windows装到IBM的PC机里一起卖。
互联网的基础设施谁来提供呢？政府的反应速度慢，跟不上急剧增加的市场需求，私人公司没有一家能够涵盖全网，即使有这个能力也不会得到所有市场参与者的承认。试想苹果公司会投奔谷歌，使用安卓系统吗？或者放弃自己的Mac而用微软的Windows吗？政府和商业公司能力的欠缺给个人与社会组织留出了巨大的空间，既然收不上来钱就干脆免费，自由开源是公共品供应短缺的民间解决方案，就像古代中国的乡绅自建宗族祠堂和学堂一样。
光宗耀祖的动机人皆有之，开源软件的志愿者究竟是出于什么样的考虑投身到这个运动中去的？他们的公司雇主为什么允许甚至鼓励他们占用工作时间，免费为社会开发呢？学术界的研究为我们理解这些技术人员的行为提供了线索。
诺奖得主梯若尔等人的一项研究（Lerner and Tirole，2002）表明，软件工程师之所以愿意学雷锋，第一，是因为多种软件的开发可以提高他们的技能，有助于在公司的提职加薪。第二，在开源领域中的贡献增加了他们的市场知名度，从而增加他们未来的就业机会，例如进入其他的软件公司或风投行业。第三，开源软件比自己的常规性本职工作更富挑战，更“酷”，名声在外而获得同行的认可，满足个人的社会地位或得到尊重的心理需求。
阿帕奇是网络服务器开源操作系统的民间自发和自治组织，这个组织有五个层级的委员会，委员由来自各个公司的志愿者担任，级别根据他们对于阿帕奇的贡献确定。尽管委员们的时间和精力投入不能获得直接收入，然而研究发现，较高级别的委员在自己公司的工资比其他人高出14%～29%（Hann，Roberts，Slaughter and Fielding，2004）。显然，在软件业的江湖地位使公司老板对自己另眼相看，从事志愿工作的间接收益足以补偿他们的时间投入。
转了一圈，我们才知道，原来是商业软件公司补贴自己的技术人员，鼓励他们参与开源软件的开发，用迂回的方式，解决了公共品供应激励不足的问题。市场这只无形之手，真是精妙无比！
明知技术人员有自己的小算盘，公司为什么要给雇员提供这样的隐性补贴呢？其中的利益关系也相当复杂。第一，显而易见的动机是规避专利封锁，打破独家垄断。我们已经知道，安卓联盟的成立意在抗衡苹果，尽管联盟成员对此讳莫如深。开源的安卓是基于Linux的，安卓系的手机厂家和软件供应商当然愿意看到Linux的不断改进和升级，以使它们在与苹果的竞争中处于相对有利的地位。与Linux类似，Apache的存在也被视为是业界对微软支配性力量的回应。第二，参与开发工程，加深对开源软件的了解，使用开源软件的商业性公司可以更好地将自家产品与Linux、Apache等开源系统对接，有助于提高产品性能。第三，即便和开源软件存在竞争关系，公司也希望员工了解竞争对手的情况，从中找出制胜的办法，具有操作系统开发能力的微软和苹果都加入了Linux和Apache，原因就在这里。
拥有众多国内读者的凯文凯利（Kevin Kelly）在《失控》（Out of Control）一书的第12章写到，当你发明了一个数据加密的方法，最好是免费挂在网上供他人使用，因为越多的人使用你的免费软件，你的潜在收益就越大。通常的策略是1.0版本免费，吸引人们研究和使用这款软件，当他们要求更多功能的新版本时，便是赚取商业利润的大好机会。
从公司到个人，原来都是“精致的利己主义者”。我们不否认利他主义精神在软件开发中的作用，但这并不改变一个事实：商业世界中人们的行为主要来自理性的计算，毫不利己、专门利人的雷锋恐怕很难找到吧。
“共享”一词多少有些误导，“合作竞争”或许更准确地表达了新模式的实质。
开源共享不会成为软件行业的主流模式，而是会和专有营利形成互补和相互促进的关系。底层基础软件的共性大于个性，易于进行跨公司、跨空间的开源研发。在直接面对终端客户的地方，应用场景差异化程度高，共同开发从技术上来讲是非常困难的，只能由软件公司针对具体需求做商业性的开发，而且只有利润驱动，软件公司才能对市场需求快速反应，才能长期补贴和支持开源项目。
软件业尚不能完全开源共享，其他行业就更不用说了。软件业的特殊性在于可以线上传输设计方案，线上讨论、修改和测试，而一款新型轿车的研发必须集中在一个或少数几个物理空间中。软件的模块化也令实体经济行业羡慕，模块化意味着一个大的软件系统可以被分解为诸多的小模块或子系统，由分散在各地的团队相对独立地进行开发，一个模块内的更改不会或很少影响到其他模块，各模块的工作完成后在线上拼装起来调试。软件行业产品开发上的天然便利是其他行业难以企及的。
错得离谱的经济分析
共享经济重新点燃了人们对美好大同社会的向往，不同于媒体的简单标题，学者专家的包装要华丽得多，貌似严谨的经济学原理和对新技术的阐述让现世版乌托邦具有毋庸置疑的权威。暂不考虑固定成本，《零边际成本社会》的作者里夫金预言，随着技术的进步，人类提供消费品和服务的边际成本正迅速趋近于零，根据社会最优价格等于边际成本的原则，所有产品和服务将免费供应。
边际成本等于零的信念建立在三张网的特性上：互联网上信息传递的边际成本等于零，能源网上的太阳能、风能等新能源的边际成本等于零，大数据驱动的物联网使生产和运输的边际成本等于零。
有了这三张网，作为信息发生器和传播器的市场失去存在的必要，人们做决策所需要的信息在未来处处是传感器的万物互联网中唾手可得。商店里传感器收集到的数据揭示消费者行为，全天候的大数据分析校准仓库里的存量，指挥生产和流通环节。智慧城市中的传感器检测、分析建筑物、桥梁、道路等基础设施的状况，道路堵塞和人流、车流密度，优化出行路线。森林、河流、土壤中的传感器检测环境的变化，及时报告污染，预警火灾、暴雨。传感器甚至被植入人体，检查心率、脉搏、体温，医生察觉重要的体征变化，提前采取措施。“市场让步于网络，所有权正变得没有接入重要，追求个人利益由追求集体利益取代……”里夫金先生断言道。
如果价格等于零，企业的利润将要消失，还有谁愿意投资创建企业呢？里夫金意识到这个问题，他说企业作为生产的基本单位在“协作共同体”（collaborative commons）的新经济中将被边缘化，甚至不复存在。没有了利润，怎样激励企业家和员工呢？毕竟利润是企业家的收入，员工的奖金也来自利润。里夫金说，个人将由集体利益和与他人分享的精神驱动。听起来耳熟吧？新经济需要新型的人方能运转。如何将现有的自私自利的人转变为新型的人？里夫金没有讲，我们猜测思想改造应该是必要的。
里夫金先生的第二个、似乎有意而为的概念混乱是用边际成本置换总成本，对固定成本始终闪烁其词。固定成本对应固定资产，阿里巴巴的平台、中国移动的物理网络、太阳能电站（见图8-2）都要投资建设，资金从哪里来？只能是企业的利润结余和贷款。贷款看上去是银行给的钱，银行的资金是居民和企业的储蓄，最终要用企业未来的利润偿还。归根结底，固定资产的形成来自企业的利润，当价格等于零时，企业的利润为零，根本没钱投资建设新经济必需的那三张网。
图8-2 太阳能和风能电站
注：太阳能、风能电站不用燃料，维护和管理的人工成本也很低，发电的边际成本可以近似地看成是零。但如果免费供电，如何回收电站的投资？
资料来源：图片来源于互联网。
最后，社会最优价格等于边际成本是象牙塔中脑力游戏的产物，仅当我们知道象牙塔要求的条件以及它和复杂现实世界的差距时，这种脑力游戏才是有益的。如同牛顿先假设了一个无摩擦的理想物理世界，从那个理想世界中得出他的力学三定律。面对摩擦力无所不在的现实世界，我们不会天真到要求消除摩擦力，以便在理想的条件下印证牛顿的洞见，而是在牛顿的理论体系中加上摩擦力，以解决现实世界中的具体问题。里夫金先生的思维方式恰恰是削足适履，闭上眼睛想象现实经济满足他“社会最优”的全部条件，再从三张网的零边际成本得出所有价格等于零的结论。
在通向里夫金先生“零边际成本社会”的道路上，网络建设的成本是无法逾越的障碍；失去利润的激励，企业家和技术人员不可能建造出他梦想赖以成真的三张网；现代经济学的发展早已使“边际成本定价法”成为经济学说史的研究对象。
小结
“共享”是互联网时代出现的一个新名词，如同其他新名词一样，其商业本质寓于人们熟知的旧概念之中。考察各类共享模式，我们发现，它们不过是使用了互联网的租赁业务。软件的开源共享相当于公共品的民间供给，或为精明的商业策略例如谷歌主持开发的安卓系统，或为一群有志之士对梦想的追寻（比如Linux操作系统），在更多情况下则为两者的混合。“共享经济”的理论基础是零边际成本，遗憾的是，这一命题在现实中并不成立。即使边际成本确实为零，免费的“借光”也会使蜡烛在世界上绝迹，无论情怀多么高尚，厂商不可能持续地承担零收益的生产。
第9章 物联网和工业4.0
互联网在我国经历了病毒式的增长，特别是在消费者这一端，它的冲击波及各个行业，零售、邮寄、支付、贷款、出行、医疗、养老、教育、娱乐、媒体，耕耘了所有的收入阶层，产品覆盖了高端国际国内品牌、中产阶级的大宗日常消费，一直到各种仿冒商品。与消费端的兴盛景象形成对照，供应端的C2M（consumer to manufacturing）、C2B、B2B显得冷冷清清，既不是资本追逐的对象，也不是媒体报道的热点，但这并不意味着互联网的潜力已被穷尽。2C的高峰已过，2B的大潮才刚刚启动。
目前国内除了少数科技公司，互联网尚未进入企业内部。企业内部机器和人的互联（M2P，machine to people）、机器和机器的互联（M2M，machine to machine），当然也有人和人的互联，被笼统地称为工业互联网（industrial internet）或者物联网，其意义、逻辑和实现路径与我们熟悉的消费互联网大不相同。
工业互联网的意义在于和大数据相结合，或者说大数据就是工业互联网的一部分，使企业有可能完成过去难以想象的工作，例如下面介绍的C2M和大规模定制，全面提高企业的生产和经营效率，提供新鲜而丰富的客户体验，积累数据为人工智能的应用创造条件，在生产领域乃至与消费者交叉互动的更大范围上形成生态，从中培育出新的业务、新的商业模式，并引起企业组织的深刻变革（见第10章）。企业业务形态和组织形态的变化将重新定义企业和客户、企业和供应商以及企业和员工的关系，对社会和人们的生活产生深远的影响。
工业互联网不再具有消费互联网的梅特卡夫效应或双边市场效应，因为机器和人、机器和机器的交互方式完全不同于人和人的交互，机器没有互动和沟通的能力，就算将来机器都是智能的，人机互动和机机互动过程中也不会发生交易，即使有交易也不能给企业带来收入。
虽然企业内部仍然存在人和人的交互，企业和企业之间、企业和消费者之间仍有互动，因而理论上讲仍可形成平台或生态圈，但在经济的生产这一侧，第4章中梅特卡夫定律中的节点数n比消费者人数小几个量级，脸书上有10亿用户，而一条企业的供应链上只有几十家厂家，最多不过几百家，生态圈萎缩到了失去实质性意义的地步。随着梅特卡夫效应和双边市场效应的消失，消费互联网基于流量的成功商业模式如广告、支付、游戏、购物等，将统统失灵。
近期媒体上“工业互联网”的出现频率越来越高，文章报道看上去似曾相识，除了人云亦云的趋势断言，便是笼统模糊的未来描绘，真正理解工业互联网的，是少数几家默默而艰难探索着的企业。尽管凤毛麟角，它们之中的佼佼者已取得了突破性的进展。我们下面就以它们的实际操作为案例，介绍工业互联网的原理。
工业互联网的逻辑
工业互联网和消费互联网的一个重要区别就是它具有鲜明的行业和企业属性，不存在各个行业都适用的一般规律，我们只能通过案例的研究与讨论，理解工业互联网。案例公司是一家位于山东的服装制造企业，生产定制西服，企业的产能长期受到瓶颈因素——打板的制约。
所谓打板，就是将三维尺寸转化为二维平面上的形状（见图9-1）。做过定制服装的读者都知道，裁缝师傅先要用柔软的皮尺给你量体，你的肩宽、腰围、背长都是不规则的弧线，你无法用几何公式精确画出图9-1中背片上的那条曲线ab，ab的长度、弧度与脖颈周长、肩膀及背部的弧度有关，但你又说不出准确的关系，脖子的周长可以量得，而肩膀和背部的弧度是皮尺量不出来的。没有准确公式，我们就无法利用电脑发出指令，操纵机器裁剪布料，因而不可能进行大批量的工业化生产。
图9-1 打板之难
在目前的定制服装行业，裁缝只能依据多年的经验，以脖颈周长为主，参照其他相关尺寸，确定ab的长度和弧度。体会一下三维曲面转换为二维平面的困难，读者不妨设想在一个橘子上画出世界地图，剥开橘子，摊平橘子皮，上面的世界各国的图形会变成什么样子？再把摊成平面的橘皮合拢起来，做成地球仪呢？
三维立体到二维平面，再从二维平面到三维立体的转换，这是服装个性化定制的最大难点，目前只能手工完成。裁缝师傅需要根据人体的十几个尺寸，在布料上画出西服上衣的领子、前襟、袖子、背片等几十个图形，分别裁剪，再将几十片布缝起来。成衣既要穿着贴身舒适，又要看着挺括潇洒。这个技术含量很高的操作不是一般人能做的，经验的积累至关重要。受到经验的限制，定制服装的商业形态一直是裁缝师傅开店，带几个徒弟，规模做不大，交货期长和价格高成为行业的两大痛点。
传统服装制造厂家的应对方式是制作标准板型，根据人体数据的统计分析，设计小、中、大、超大等型号，但标准板型只能做到长短大致合身，无法满足身材高低胖瘦的个性化需求，仅适用于较为宽松的休闲外衣和内衣。西装和衬衫的合身要求比较高，大、中、小三码不够用，厂家不得不按领子或身高分出更多的规格。对个性化要求再高的，就必须到裁缝店量身定做了。
如何解决个性化需求和批量生产之间的矛盾？这家山东企业革命性地采用大数据技术和计算机辅助设计（computer-aided design，CAD），突破了裁缝师傅的稀缺资源制约，成功地实现了定制服装的流水线生产。
定制生产的原理说起来并不复杂，先在数据库里存储足够多的板型，比如说10万个，当客户张三前来订购时，电脑从数据库里找出和张三身材最接近的比如说李四的板型，相当于普通服装店里大、中、小三档变成了10万档，张三仍会感觉不合身吗？没关系，在李四板型的基础上，电脑用算法根据张三的尺寸进行微调（见图9-2）。张三的板型设计好了之后，存入数据库，不断丰富库里的板型。板型积累越多，后面的选配就越精确，设想如果存有全国14亿人的板型（大数据），打板就变成了简单的数据调用，边际成本是不是就接近于零了呢？
图9-2 用电脑算法对个性化板型进行微调
这项创新的实质是将裁缝师傅的经验数字化，存到数据库里，反复使用，突破打板手工作业的制约。数据库就像陈年佳酿，积累的时间越久越有价值，大数据呈现出收益递增的特征，虽然递增的原因和消费互联网的梅特卡夫效应大不相同。
CAD仅为数字化技术应用的一个环节，打板完成后，系统自动生成每一块布片的工艺文件、材料文件、工时文件和财务文件。电脑根据工艺文件将板型数据传到数控裁床，由机器自动裁剪（见图9-3），站在裁床旁边的工人给每一裁好的布片钉上RFID卡（万物互联），挂上吊架，带有传感器的布片开始在缝制车间游走。每一布片的数据同时也被传到布料库，更新库存信息，如果发现库存降到了安全线以下，IT系统自动向供应商发出采购订单。
图9-3 数控裁床裁剪
这么多的布片同时在吊挂系统上，由排产软件做实时运算，发出指令，将布片送至当前负荷较轻的机位上。在这里请注意“实时运算”几个字，若以分钟为单位做实时计算，每台机器只取一个数据比如负荷率，一班8小时有480个数据，若以秒为单位就有28800个数据。一个车间里几百台设备，数千甚至数万片布，如何在每一时点上、将每一片布安排到“最合适”的机器上加工，排列组合的数量随着时点、布片或机器的增加而指数上升，没有大数据和云计算能力根本就无法完成这样的运算。
缝纫工人接到这片布，扫码读出加工指令（见图9-4），进行相应的操作，锁边、开扣眼、缝纫、熨烫，等等。完成加工后，扫码更新布片的状态，数据实时输入系统，再把这片布挂回吊架，让它向下一个加工点移动。
最后，分散在各个工位上、同属一件衣服的布片由系统指挥，集中在某一工位上，由工人拼缝为成衣，经过熨烫、包装，发给客户。请注意图中的西服是完全个性化的，款式、大小、颜色、布料都不相同，客户还可以要求绣上自己的名字或其他个人标志。
图9-4 缝纫工人工作
注：吊挂系统上的衣料被运送到某个工位，衣料上的RFID传感器和缝纫机“对话”，如确认是在这里加工，系统告知工人摘下该件，并在缝纫机的显示屏上给出加工指令。这道操作完成后，工人扫码更新衣料的状态，将其挂回吊架。（图片仅为示意性的，现实中的衣料都是个性化的，大小、颜色、形状都不一样。）
资料来源：图片来源于互联网。
支持数字化工厂运行的是完全打通的IT系统（见图9-5），以板型匹配即CAD为核心，连接客户管理系统CRM（customer relationship management）、生产管理系统MES（manufacturing execution system）、库存管理系统WMS（warehouse manage-ment system）、企业资源规划管理ERP（enterprise resource planning），再延伸扩展，最终形成 系统覆盖无死角、数据流动无断点的一体化企业管理网络，我们称之为云端的“天网”，对应线下人机互联互通的实体网络——“地网”。
图9-5 数字化企业的IT系统和物联网的对应
依托线上和线下的两张网，这家服装企业真正做到了C2M。北京的客户在当地的感应式设备上量体，从移动端录单，输入个人的尺寸及选定的款式、面料等信息，云端的天网和山东的地网根据客户的定制需求运行，最终把服装送到他的北京家中。从下单到交货，时间由过去的一两个月缩短为一周，与手工制作的裁缝店相比，价格降低50%左右，定制服装从高收入人群的奢侈品变成了中产阶级的普通消费品。
C2M以颠覆性的手段解决了困扰服装业最深的库存问题。在时尚潮流迅速变化的今天，传统服装制造企业承受着越来越大的存货管理压力。厂家无法准确预测某一款式设计的需求量，备货少了有可能断供，临时补货根本来不及调整或更换生产线；备货多了又怕消费者喜新厌旧，卖不出去成了库存积压，而过时商品的处理通常要打折50%以上，这个损失只能由厂家和销售商承担。在C2M的模式下，消费者先下单，企业再生产，从源头上消灭了库存，代价是消费者要等一周的时间，而不是在商店里立即取货。如果价格降低一半，相信很多消费者还是有耐心等候七天的。
工业互联网之难
既然工业互联网有如此大的效益，为什么在国内甚至科技发达的国家也进展缓慢呢？
生产制造与消费的区别在于个性化，很难形成经济批量。一款畅销的手机可以卖几百万甚至上千万部，一个爆红的App下载也可达到这个量级，产品研发费用均摊到千万部手机上，产生非常显著的研发规模经济效益（详见第3章）。然而规模效应只限于苹果、三星这些2C的手机品牌厂商，为它们代工的制造厂家（如富士康）就没有那么幸运了。
以手机外壳为例，加工工艺一般为冲压（作者年轻时当过冲压工），将一块金属片放在模具上，开动冲床一次压制成型。一套模具如果能冲制10万个手机壳，则一款手机只需要几十套模具就够了。这让代工厂感到为难，为生产苹果机壳的这几十套模具专门投资建一条流水线吗？模具批量太小，无法回收生产线投资。接受三星的订单以放大批量呢？三星有它自己的要求，苹果模具生产线上未必能做。不仅为三星代工困难，而且如果明天苹果推出新机型，现有的模具生产线说不定都无法利用，或者起码也要经过改造，但改造投资又会是多少？由于没有规模经济效应，模具生产的通行方式是单机加工零件，手工装配。不管自制还是外购，手机代工厂的模具成本都会高居不下。
读者或许会问，能否像上面介绍的服装企业一样，设计一条数字化和个性化定制的模具生产线？这正是产业互联网的思路，由一家企业开发出一个模具制造平台，多家企业使用以分担开发者的前期投入，降低模具成本。这个想法虽好，在推行的过程中又碰到新的具体问题，首先要解决的是谁来做开发者。
工业互联网和产业互联网有着非常强的行业属性，生产制造过程中的工艺诀窍（know-how）行业与行业不同，同一行业中的企业与企业不同，掌握这些know-how是搭建产业互联网平台必不可少的前提条件。如同上面介绍的这家服装企业，在个性化定制领域耕耘十几年，深刻理解人体尺寸和板型之间的关系，才能开发出核心的CAD软件，对服装缝制工艺和流程了如指掌，才可编制出高效的电脑排产程序。显而易见，从消费互联网起家的科技公司，如亚马逊或阿里巴巴，不熟悉制造业，一边学习行业知识一边开发互联网产业平台，事倍功半，由精通本行的企业来做，则更具优势。相对于“互联网思维”，工业互联网更需要“行业思维”。
当然，制造业企业开发互联网平台也有它的短板，对数字化软硬件技术的了解有限，没有开发经验，并且还有一个更为严重的障碍——利益冲突。通用电气公司（GE）投资数十亿到百亿美元开发了Predix系统，希望将它打造为跨行业的工业界安卓操作系统，将各种工业设备和供应商互连并接入云端，同时提供资产性能管理（APM）和运营优化服务。2018年却传出消息，通用电气准备出售Predix。为了推广这个平台，通用公司曾下令系统内部各个业务板块都必须使用这个平台，但外部厂商使用者寥寥，以至于Predix长期亏损。外部厂家缺乏兴趣，除了Predix不能满足因行业而异的个性化需求，厂家也担心数据流出，泄露自己的技术和商业机密。通用当然可以从法律上保证用户数据的完整性，或者采用加密技术构建防火墙，但当商业利益足够大时，用户不敢相信平台开发者一定会信守承诺。
这就导致了产业互联网的一个悖论：只有行业专家才能开发行业平台，而行业专家开发的平台没人愿意用。目前国内海尔的电器制造Cosmoplat、三一重工的工程机械制造、富士康的Beacon等平台都碰到了类似的问题。德国西门子的制造和管理平台Mindsphere主要在内部使用，由于没有外部企业使用而分担开发成本，西门子必须接受工业互联网综合收益相对较低的现实。
一个日渐流行的替代方案是社会分工，将工业互联网分为三层，应用层（SaaS，Software as a Service）、平台层（PaaS，Platform as a Service）和基础设施层（IaaS，Infrastructure as a Service）。SaaS层相当于工业场景中或者2B的App，例如上面提到的定制服装企业的CAD就是一个应用，通常由行业知识丰富的使用者自己开发。PaaS层面向企业应用软件的开发者，为SaaS提供通用的技术支持平台，一般由SaaS的企业使用者和软件公司共同研发。IaaS层主要包含数据库和计算能力，是亚马逊、阿里巴巴、华为那样的技术公司投资建设的互联网基础设施。简单讲，三者的关系就是企业依托PaaS开发SaaS，再操作SaaS调用IaaS，实现各种生产和管理的功能。
在这样的分工结构中，工业企业和软件科技公司各司其职，彼此不跨界，既在SaaS层发挥了用户企业know-how的优势，也在PaaS和IaaS层体现了技术公司的特长，并且避免了利益冲突。预计层级分工将成为工业互联网推广普及的主流模式，例如华为公司向客户承诺，一不碰底层的数据，二不碰SaaS层的应用软件，以此吸引企业使用华为的工业云；通用电气放弃了自建底层基础设施的计划，与亚马逊、微软在IaaS层展开合作；而西门子选择了亚马逊、微软和阿里巴巴作为云服务的供应商，自己则聚焦在SaaS层上应用软件的开发。
从工业1.0到工业4.0
工业互联网和曾被热炒的工业4.0之间是什么关系？我们倾向于认为两者基本是一回事，仅在语境上有些微小区别。“工业互联网”一词似乎更多指向线上的云平台，而“工业4.0”强调线下实体的互通互联，在很多场合下和“物联网”的含义大致相同。
毫无疑问，工业4.0需要互联网，但这并不意味着有了互联网就可以实现工业4.0。工业生产技术经过迭代升级发展到今天，每一代都以上一代为基础，每一阶段都是不可省略的，从工业1.0到工业4.0是个渐进和自然延伸的过程，没有因为互联网的出现而发生颠覆式的或断裂式的飞跃。
工业1.0的实质是机械化或 动力化，蒸汽机代替水力、畜力和人力，后来又出现了电动机、内燃机与核动力。将单台设备连接起来，形成流水生产线，就是以自动化为主要内容的工业2.0。20世纪下半叶，随着微处理机的普及，电脑在很多方面代替了人脑，计算机辅助设计、程序控制机床和设备等技术标志着工业3.0的到来。电脑不仅大大提高了机器的自动化程度，而且引起了管理的变化。企业采用各种职能软件如以财务、人力资源为主线的ERP、客户管理系统CRM、仓库管理WMS、办公行政OA，等等，提高了管理的效率。在积极推动经营管理 信息化的同时，企业也有意无意地为工业4.0准备了条件。
工业3.0存在重大的缺陷，信息被封闭在垂直和分立的管理流程中，形成“信息孤岛”或“信息深井”，信息流动不畅，利用效率不高。如何打通分立的系统，促进信息在企业各个业务单元、职能部门间更有效地流动，企业在积极探索的过程中，逐步从工业3.0走向了工业4.0。
工业4.0的基础是物理世界的数字化。从IaaS层往下是数据产生层。不仅商店、车间、仓库、设备、车辆、材料、零件、工具和人员“万物互联”，而且“万物皆数”，现实世界中的人、财、物和包括文字、图像、声音在内的信息，都要转换为虚拟空间中的数字。机床的物理形态在虚拟空间中消失了，变成了一组数据：设备编号、外表形状（数字化图像）、加工能力、加工精度、给定时点上的工作状态等。人员也表示为多维度的数据：员工编号、脸形、指纹、年龄、性别、职务、工作经历等。没有数据，工业4.0就是无源之水，无本之木。只有彻底的数字化，才能做到万物互联。
物联网的世界中到处都是传感器，实时数据被源源不断地上传和存放在IaaS层的数据库里，企业通过SaaS层的应用软件调用这些数据以及也在IaaS层的运算能力，在分析数据的基础上进行决策，由电脑或以人机交互的方式，向物理世界中的人和设备发出指令，完成必要的操作。
从工业3.0延伸而来，又超越工业3.0，数字化和物联网为工业技术带来了质的突破。运用工业4.0技术，过去难以想象的大规模个性化定制成为可能，C2M由远景变为现实，职业经理人梦寐以求的实时管理具备了推广的条件。企业的管理层级减少，财务核算、员工绩效考核等职能大为简化，企业的组织结构发生深刻的变化（见第10章）。
技术不仅改变了世界的现状，而且引导和激发人们创造更为神奇的明天。物联网产生了海量数据，大数据存储和运算的需求催生了云技术，寻求更有效算法的努力则汇集到人工智能上。当我们还在为万物互联的效果感到惊诧时，万物智能的时代正快速临近。机器的智能化并非始于今日，无人机、智能家具、半自动驾驶汽车已有商业化产品，人工智能将如何改变我们的经济和社会？与其听信专家的预测，不如看看科幻小说和好莱坞的科幻电影。
技术改变了我们的生活，改变了商业模式和企业形态，有人以为，技术也可以改变商业的本质甚至经济规律。一位企业家曾说：大数据让预判和计划都成为可能，因此需要对计划经济和市场经济进行重新定义，市场经济不一定会比计划经济更好。果真如此吗？
大数据+云计算=计划经济？
计划与市场是经济学中永恒的争论，在现实中，这两种配置资源的模式是并存的，企业内部是权威支配下的计划主导，企业和企业之间、企业和个人之间是自愿的市场交易。我们这里所说的计划经济，是指斯大林体制下的苏联和改革开放前的中国经济，除了像农村集市贸易那样的零星小型市场，整个社会的生产、消费都由政府统一计划，企业只是执行计划的基层单位，几乎没有任何人财物、产供销的自主权。
诺贝尔经济学奖得主哈耶克指出，计划经济的最大问题是信息，中央计划者所需要的信息分散在经济的各个角落，他不知道消费者的偏好，也不知道企业知道的技术和成本，像盲人聋人一样，不可能有效地配置资源。在市场经济中，消费者和企业分散的决策，通过市场交易形成价格，消费者的偏好和企业的成本信息进入价格，再由价格传播到市场上去。市场对计划的优势，因此可以归结为效率更高的信息收集器和发布器。
技术崇尚者马上会说：哈耶克的担忧不再必要，无所不在的传感器使实时的数据收集成为可能，中央计划者拥有他们所需要的一切信息，就像一个企业的总经理那样。
似乎预见到技术时代的人们对他观点的疑虑，哈耶克进一步辨析到，计划经济拥护者错误地假设，经济和社会计划所需要的数据在计划之前就已经存在。集中式的权威例如政府或企业运用现代技术，将散布在经济的各个角落的数据收集起来，整理分析，用于制订下一期的经济计划或企业经营计划。事实上，数据是在经济活动之中产生的，不可能提前存在，供政府制定经济计划之用，中央计划者只有在经济活动开始之后才能获得数据。换言之，集中式的权威永远无法得到足够的数据。
无论在市场、企业、家庭中安装多少传感器，甚至利用移动终端和可穿戴设备，传感器只能收集数据而不能产生数据，产生数据的仍然是在市场上进行交易的人。
当一个消费者面对一件商品时，比如说一部智能手机、一件最新款式的衣服、一道佳肴或者一幅油画，他要在多个维度上估计该商品的价值、外观、功能、使用体验，甚至还有他人的看法等多个维度。这些维度彼此不可以完全通约，因此不存在一个公式，依照公式加权求和得出单一的量化价值指标。这个消费者以我们尚不清楚的方式——极有可能他自己也不清楚——综合这件商品给他的视觉、听觉、嗅觉、味gJsusI觉和触觉强度，将感觉转换为他的主观价值，在市场上通过交易将这个价值用货币符号表达出来。
如此看来，市场不仅是信息收集器和发布器，还是信息发生器。
机器能否实现上述的感觉——价值转换？在技术更为发达的未来，我们也许可以在人体中植入芯片，或者戴上一个智能帽子，帽子上的芯片将人的感受强度转化为数据，传送到政府和企业作为计划的基础。令人遗憾的是，这样的芯片不可能被制造出来，因为我们不知道消费者的感觉——价值转换公式，也就根本不知道如何设计这样的芯片，更不要说制造了。
退一步讲，即使我们能够制造出这样的芯片，计划者也没有理由感到高兴，他们仍然得不到做计划所需要的全部信息，因为再先进的技术也无法预测未来。没有人知道苹果、谷歌明年将推出什么新产品，消费者自己也不知道如何确定这些新产品的价值，必须等到新产品发布之后，感官才启动他们神经系统中的定价机器，才能经由购买产生数据。这样，我们再次回到哈耶克的洞见：数据产生于经济活动之中，而不可能事先准备好，以便政府提前计划这些经济活动。
人脑植入芯片还会碰到技术问题和成本问题。芯片一定是因人而异的，同样一件商品给每个人带来的感官冲击都不一样，并且在同等冲击强度下，每个人的感觉——价值转换方式也不一样，芯片必然要个性化定制，也就是每片只生产一件。在当今和可以看到的未来技术条件下，只生产一件的芯片绝无利润可言，没有厂家愿意做。待技术进步到一件也能赢利时，我们又会发现人的偏好经常变化，身体状态、心情、社会潮流等无法量化的因素都影响感官反应的强度，并改变感觉——数据转换方式。原有的芯片过时了就从身体中取出，置入新的芯片吗？
进入互联网、大数据时代，我们发现市场的功能仍然是信息的汇集与传输，一如哈耶克几十年前所论证的，而且其信息处理成本较技术手段更为低廉，特别是在将主观感受转化为客观数据方面。实际上，消费者在购买商品和服务时自动和无偿地完成了这一关键的转化，或者说转化成本为零。我们有理由相信，无论技术发达到什么程度，市场作为有效的数据处理器，将会长期享有对技术的成本优势，尽管它看上去原始粗糙，不那么先进也不那么科学。
技术爱好者们恐怕不愿就此止步，即便承认人和市场对于产生数据是不可替代的，是否存在另一种可能，绕过产生数据这个令人烦恼的障碍，从已有的数据直接推断消费者的行为？当然可以，人工智能就精通此道，更准确地讲是专攻此术。然而从过去预测未来必须具备两个前提条件，一是消费者的偏好不变，二是厂商的技术和产品不变。在当代的创新经济中，第二点显然不成立，而技术进步的加速同时造成人们偏好更为频繁的变化，故而第一点也不成立。
我们需要市场的另外一个原因是筛选、激励并成就乔布斯那样的创新企业家。市场选择机制既不科学更谈不上理想，但这是已知的最好的企业家筛选机制。企业家是在市场竞争中产生的，而不是由政府机构挑选出来的，也不是高等院校能够培养的。
将来的人工智能是否可以替代创新企业家呢？即使理论上存在这个可能性，距离现实也过于遥远，科学家先要理解人脑的工作机制，能够复制出人脑的神经元以及神经元相互连接组成的网络结构。每立方毫米的人类脑组织包含10万个神经元以及约9亿个类神经连接，目前世界最大的认知计算公司拥有约1600亿个神经连接点，但和人脑的实际复杂程度还相差甚远，人脑总共约有86万亿个类神经连接。
没有任何“科学”依据的情况下，乔布斯推出智能手机，这恰恰是他的伟大之处。如同消费者对新产品的评估，企业家的创新也是无法预测的。创新不像登月计划，前者充满不确定性，后者虽然涉及尖端和复杂的科技，但都是已知的，没有什么不确定性。创新好比原始人在亚马逊热带雨林中摸索前行，现代人的登月则像在GPS导引下穿行于北京、上海那样的超大城市。创新需要乔布斯那样的企业家，而资深工程师或官员即可计划和指挥登月工程。
在人性不变的情况下，在“协同共享”新型的人尚未诞生之前，私有产权、自由市场、自愿交易，这些现代市场经济的元素仍是到目前为止的技术革命的必要前提。产权保障了企业家的创新收益，使他们感到值得冒险搏击；包括资本市场在内的自由市场为技术创新配置资金、人才，为成功的高风险准备好了高回报。硅谷既有思想的市场，也有技术、人才、资本的市场，那里成为创新的发源地绝不是偶然。
小结
消费互联网的巅峰已过，工业互联网的大幕刚刚拉开。虽然都是互联网，两者的逻辑有着根本的不同。工业互联网基本没有梅特卡夫效应，规模效应和协同效应也无法和消费互联网相比，它的行业和企业属性非常强，成功的必要前提是具备专门的细分领域知识。工业互联网以数字化为先行，企业实现经营、生产、管理的全面数字化之后，才能做到工业4.0的万物互联也就是物联网。物联网带来的不仅是生产和管理效率的提高，而且为企业组织的重塑创造了条件。管理的变革将激发员工的主动性和创造力，由此产生的效益超出我们今天的想象。数字化和物联网产生的海量数据要求更高的数据处理与分析能力，人工智能不再是预言家和自媒体提高点击率的玄虚辞藻，而变成实际应用的必需。但是，无论人工智能和大数据发展到什么程度，市场的功能都依然无可替代，机器可以处理数据，但产生数据的只有在市场上进行交易的人。计划经济注定是美好的乌托邦，即使在技术更为发达的将来。
第10章 数字化企业的组织变革
企业是个生产组织，在这个组织内，不同技能的人从事不同的工作，努力实现一个共同的目标——为客户提供高性价比的产品和服务。满足客户需求的企业应该也必须是赢利的（见第5章），为了提高企业的赢利能力，企业家们一直在市场实践中积极探索和改进企业组织。1911年，泰勒（Frederick Taylor）出版了《科学管理原理》一书，标志着企业管理学的诞生。20世纪20年代，通用汽车公司董事长阿尔弗雷德斯隆（Alfred Sloan）创建了集权——分权式的管理结构，成为工业3.0时代大公司的标准管理模式。
斯隆体系中有多个业务单元（BU），如图10-1所示的BU1、BU2……，BU可以是事业部、分公司或者子公司。每一个BU面对自己的市场和客户，比如卡迪拉克轿车，承接公司的经营指标，拥有相对完整的对本事业部的管理权，除了来自公司CEO的指令，不受公司其他BU和职能部门的干扰。以公司CEO为首的高管团队在各个BU间配置资金、销售和人力等资源，协调各BU的生产和经营活动，以达成公司统一的战略目标。直属总部的职能部门（见图10-1）协助以公司CEO为首的高管团队进行资源配置，制定相应的操作规范，监督业务单元的操作，控制计划执行过程中的风险。
每个BU内部根据类似的职能集权——业务分权原则设工厂1、工厂2……，工厂可以再细分为车间、班组。对于全国性或者跨国公司，职能部门例如销售、客户服务也按地区划分，例如华北区、华东区、华南区等，大区下面又有县市。如此层层细分，形成树状的企业科层组织。
图10-1 企业的科层组织结构
公司每年确定总体经营目标，再将销售额和利润等指标逐层分解落实到BU、工厂……，根据全年实际执行和目标之差，决定各级管理者和员工的奖惩，作为完成总体业绩目标的激励和保障机制。
等级和职责分明，命令与控制型的科层组织主导了20世纪的管理思想和实际操作。
解决方案变成问题本身
科层制的兴起有它的合理性，由于单个管理者的管理幅度有限，一般不超过10个人，公司规模的不断扩大必然要求增设层级。如果有效管理幅度是7人，两层就可以管理47人，三层的管理幅度达到343人。管理上万人的企业至少需要五层，超过10万则需要七层。有限的管理幅度源于信息的不对称，管理者不完全了解员工在做什么，他们是否充分发挥了自己的潜力，工作质量是否达到标准，员工之间能否进行有效的沟通与合作。
科层制解决了管理幅度和公司规模之间的矛盾，但也带来了新的问题。随着层级的增加，总部的战略计划和业务指令向下贯彻的难度越来越大，每一级都会发生信息的跑冒滴漏、理解上的偏差和执行的时间滞后，累积起来的效率损失可以是惊人的。假设上级对直接下级发出指令的80%得到执行，经过两级，可以落实的剩下0.80.8=64%，五级为33%，而七级就只有18%，难怪大公司的总经理经常像政府的高级官员一样，无奈地感叹“政令不出总部大楼”。
不仅自上而下的指令传递和执行打了折扣，自下而上汇集的信息也随着层级的增加而产生越来越大的扭曲。当公司高管需要了解情况和制订业务计划时，下级必然虚报生产和经营所面临的困难，以争取更低的指标和更多的资源；如果是薪酬奖励计划，下级必然报喜不报忧，夸大自己的工作成绩。经过层层的虚报，当信息到达总部时，与现实情况的差距可能足以使高管误判形势，做出错误的决策。
科层制下条块分割，信息流动受到内部组织边界的限制，单线下传与上报，沿着图10-1树状结构中的每一条路径，形成了“信息深井”或“信息孤岛”，信息很少跨BU和职能部门做横向的流动。斯隆意识到这个问题，在通用汽车设立了BU高管委员会，促进BU、部门之间信息和想法的分享。然而这种半制度化的组织仅存在于高层，基层不可能通过这种方式共享信息。
科层制本来是为了解决信息不对称的问题，现在却成了问题的本身，创造出各种新的信息不对称。
较之信息失真，更令管理层烦恼的问题是，科层结构在公司内部滋生出各种各样的利益集团，彼此争斗不休。利益集团通常沿着BU或职能部门的条线形成，有时也可能按地理区位形成。无论条线还是区块，利益集团的产生不仅因工作关系朝夕相处，相互较为了解，而且因为在官僚式的科层制中，理论上所有人要对公司的总体经营目标负责，在现实中，下级只对他的直接上级负责，因为他的直接上级在相当大的程度上决定了他的薪酬和升迁。反过来也是一样，上级依赖他的直接下级管理员工，完成公司的业绩指标。一层一层的利益相互依赖，他们在公司内部结成关系密切的小团体。
信息的扭曲和延迟以及利益集团的形成造成严重的后果，企业偏离了它的终极使命——为客户服务。层级越多，高管离市场和客户越远，图10-1中右下角的客户需求要经过多少次汇报才能送至公司CEO的办公桌上？层级和部门越多，公司内部的利益小团体越多，公司政治越复杂，高管就要花费更多的精力协调部门和层级的关系，而不能了解市场需求和倾听客户的呼声，也没有时间和服务客户的员工在一起，关心和解决他们工作与生活上的问题。
科层组织对市场需求不能做出及时反应，在市场快速变化的今天，这对公司的发展是十分不利的。仍以图10-1右下角的客户为例，如果他对公司的产品质量不满意，先要找到客户经理，客户经理向公司的地区负责人报告，再沿着地区经理—客服总监—公司主管客服的副总（未在图中显示）—公司CEO的线上报，CEO有了关于改善质量控制的意见后，下达给主管产品的副总（未在图中显示），从副总—产品BU—工厂—车间……到最基层的操作员工，不知耗去多少时间，这还没有考虑到部门之间的摩擦和利益冲突。在科层制的世界中，人人嘴上都说客户是上帝，其实心里都明白，真正的上帝是你的直接老板，宁可让客户等候也不能越级而犯组织错误。
科层制的另一弊端是前线没弹药，而有弹药的不上前线。最接近客户的基层业务人员手中没有资源，他们要走流程，向财务和人力等职能部门递交资源预算申请，得到批准后才能动用现有资源，或者从外部招聘和采购；离市场和客户最远的职能部门却掌握资源，有权决定资源的配置。
科层制在很大程度上是制造业经济的产物，斯隆体系首先出现在汽车行业，并非完全的偶然。当通用汽车的研发部门设计出一款新车后，整个公司就像一部巨大的机器，高速运转起来，配置资源，安排生产，同时开展广告等营销活动，预热市场。产品出厂后，组织运输，给渠道上的经销商送货。注意到制造业流程上各个环节的不确定性较低，因而可以预测和事先做计划，管理层最重要的任务是确保执行到位，公司组织结构类似准军事化的官僚体制，也就不令人感到意外了。
第二次世界大战之后，发达市场经济体经历了从制造到服务经济的转型，制造业占GDP的比重降到了不足20%，公司的产出从物理产品变为服务，例如通信、金融、医疗、旅行，等等。物理产品的品质尚有客观指标或者通过测试衡量，服务则全凭客户的主观感受，很难对各级管理者和员工做量化的绩效考核，科层制下公司经营指标的分解落实因此而失去基础，雇员的 尽责尽心而非执行力成为客户满意以及公司成功的关键。服务经济时代的管理体系应该是什么样的？稻盛和夫先生通过日本航空公司的重整，总结出阿米巴（Amoeba）管理方法，代表了有别于泰勒管理学和科层制的新思路。
实际上，在斯隆设计通用汽车的管理体系之后不久，德鲁克就对科层制提出了尖锐的批评，并与斯隆多次当面交流。德鲁克具有远见地预言了“知识经济”（knowledge economy）的到来，认为企业需要从命令与控制型的科层组织转变为由知识工作者（knowledge worker）构成的“信息型组织”，从按照职能划分的组织转变为面向任务或工作的团队。团队由来自不同领域、拥有不同背景、技能和知识的人组成，为完成某项特定的任务而一起工作，每一个人对团队的成功承担责任。德鲁克所说的“团队”在相当大程度上与稻盛和夫的阿米巴相类似，我们下面讨论的企业细胞、自驱组织可被视为团队或阿米巴的延伸。
德鲁克进一步推测，相对于科层制，新型的企业组织可能是扁平的，管理层级减少，每个人都要承担分享信息的责任，而不只是单纯地执行上级的指令。我们如果视技术创新为知识经济的重要内涵，就会更加佩服德鲁克的先见之明，创新高度依赖个人的主动性和创造力，而科层组织严格限定个人的职责和可动用资源，对创新者来说无异于桎梏和罗网。
尽管对科层制的责难不绝于耳，人们在很长时间里没有找到替代方案，直到数字和互联网技术使德鲁克的猜想成为可能。
层级压缩和职能简化
如上所述，科层制源于克服信息不对称的需要，但又创造了新的信息不对称。聪明的读者一定会想到，数字化在相当大的程度上减少了信息不对称，应该有助于解决科层制的问题。的确如此，流畅的信息传递与快速汇集增加了有效管理幅度，为减少组织层级创造了条件。如果一个人的管理幅度从7人增加到10人，则万人的企业只需要4级，而不是以前的5级；如果管理幅度增加到20人以上，则3级就够了。在写作本书的调研过程中，我们发现，主要业务已经数字化的企业，在全国的地域管理上取消了大区一级，在生产管理上取消了工段一级。
压缩层级尚不是数字化时代最重要的组织变革，公司管理体制的扁平化以及扁平化所带来的结果，是科层制时代难以想象的，借用一个时髦的词，具有“颠覆性”或革命性的意义。管理职能的平台化，管理（management）转变为治理（governance）和赋能（enabling），为我们展现了一个崭新的组织构架，对于员工而言则是崭新的工作环境和激励机制。
在数字化的企业里，看不到图10-1那样的树状组织结构。公司内部的职能大部分变为内部平台上的职能模块或者职能流程。以采购为例，当业务人员需要外购用品或设备时，他登录公司的管理平台，调用采购模块，提出申请和预算。系统自动审核采购申请是否符合公司现有规范和标准，如果通过则进入下一步，启动管理平台上的对外招标及财务流程。在所有相关流程都顺利进行的情况下，业务人员独立完成采购而不需要职能部门的协助和审批。当某一流程因不符合规定而中断时，业务人员会收到系统的提示，告诉他未能通过的原因，指导他提交补充信息。只有在线上的所有努力都无结果时，他才请求线下人员的帮助。
与采购相类似，财务的核算与结算也可在管理平台上完成。仍以前一章所讲的服装企业为例，在客户的身材尺寸数据输入电脑后，CAD定制化打板，把一件衣服分解为几十个布片，同时自动生成每一片布的材料和工艺文件。布片由吊挂流水线送入车间，工人根据工艺文件的要求进行操作，在每一操作之前和完成操作之后都要扫描布片上钉的RFID，系统就此采集到人工和设备工时的数据，再根据事先存储的人员、材料、设备使用等成本标准，实时计算每一片布和每件衣服的成本。传统财务部门的工作“润物细无声”地融入了生产过程，财务职能现在以流程和标准的制定为主，加上并不常见的特殊情况的处理。
企业的人力资源管理也大大简化，同样因为管理职能的平台化和模块化。在数字化的车间里，每一片布的每一道工序由谁完成，在哪一台设备上进行，用了多少时间，系统都有记录，因为这是一个万物互联的世界啊！电脑很容易算出某个员工每天做了多少工作，根据完成的工作量决定他的报酬，原先的绩效考核现在变成了简单的数字统计。人力资源管理的招聘工作也在线上完成，业务单元若有需求，打开招聘模块，线上征集简历和筛选，线上测试和约谈。当然，最终的面试仍是必不可少的，而且一定要在线下。
管理层级减少，管理职能简化，企业的市场反应速度大大提高。频繁和密切接触客户的基层单位可以在平台上尽快获得资源和组织生产，及时提供产品和服务。快速反应对创新经济尤为重要，企业需要敏感地捕捉市场机会，设计和试制新产品，与潜在的客户反复沟通，调整修改。如果仍像在科层制下那样，逐级上报，等待审批，就会贻误战机。若被竞争对手抢得头筹，创新的收益大打折扣，甚至完全失去意义。在快节奏的市场上，第一个投放产品的往往可获得最高价，随着同类产品供给的增加，价格会不断走低，“时间就是金钱”的商业之道随着技术的进步愈显重要。
层级压缩和职能平台化之后，企业的组织结构是什么样的？我们用图10-2给出概念性的说明。
自驱动和自适应组织的兴起
官僚式层级消失了，泾渭分明的业务和职能部门的划分模糊了，上下级的管理-负责关系变成了前台和后台的协作，员工不再是大树末梢的点，而是自组织细胞中的一分子。“细胞”一词生动地表达了新型企业组织的生物学特点，过去被称为 基层的业务单元现在是基本业务单元，由机械式的组合变为交互融合，由上级根据需要而指定变为自行组织和自行演化，从被动和忠实地执行命令变为自驱动地和自适应地工作。
图10-2 边界模糊的扁平化组织
一个制造业企业的细胞通常由5～7人组成，领头人具有较强的业务能力和组织能力，仿照生物学的习惯用语，我们称他为细胞核。细胞核在企业的平台上通过竞标的方式，承揽一项工作，比如说开发一款能满足客户需求的产品。为此他和企业签订了一项内部合同，规定了与实际效益挂钩的风险分担和利益分享方法。他带着这份合同，在企业管理的平台上发布告示，从员工中招收细胞成员，或者从外部招聘新人，组成内外人员混合的细胞。顺便说一句，招聘的操作是由管理平台上的标准模块执行的。
熟悉稻盛和夫管理模式的读者可能会产生联想，细胞不正是阿米巴组织吗？而且“阿米巴”这个词本来就是一种单细胞生物的名称。
如果说阿米巴是将市场机制和利润原则引入企业内部，数字时代的细胞组织结构则是把企业从里往外翻。传统的阿米巴模拟市场的运行，内部的协作单位模拟外部客户；而数字化企业的细胞直接面对市场竞争和外部客户，它像是一个独立的微型企业，可以自行获得客户与社会资源。细胞和完全独立企业的不同之处在于，它不必自建一套管理体系，依托内部的管理平台（图10-2中心的圆圈），完成大部分的管理职能。
请读者注意，数字化企业的管理平台不仅为细胞服务，对社会也是开放的，图10-2的左下角画了一条平台到市场客户的通道，意味着外部企业同样可使用中心圆盘上的多种功能模块，就像零售商使用亚马逊的交易平台一样。国内的一家知名企业开放了它的管理平台和资源平台，支持自己的员工和社会上的年轻人创业。平台使用者当然要付费，从企业的角度看，相当于把过去仅为内部服务的职能部门市场化了，或者说市场“渗入”了企业。
市场的渗透不仅由外及里，而且从里到外。企业细胞1到N的外面虽然还有一道“围墙”，但墙上开了多条通道，透过这些通道，细胞自主地与市场客户及外部资源所有者交互往来。在有闲置能力时，细胞可以承接外部的订单，而当企业内部资源不敷使用的时候，细胞可以寻找和签约外部的第三方供应商。
企业的边界正变得模糊不清。
如同生物界的细胞，数字化企业的细胞也在繁殖、裂变、成长或消亡。当一个细胞的工作量增加而发生人手短缺，或者面临新的挑战，现有成员的难以应对，细胞核可以招募更多的成员。一个经过实战积累了经验的成员可以离开当前所在细胞，成为新的细胞核，在企业内部和外部的平台上招兵买马，组建自己的工作团队，单独承接内外部业务。
有意思的是，我们在传统企业中也观察到了组织裂变。例如某连锁餐饮公司实行师徒制，店长作为师傅带几个徒弟，徒弟学成后自己到外面去开店，师傅可得到徒弟店收益的一部分，打消了“教会徒弟，饿死师傅”的顾虑。师徒结成利益共同体，齐心协力扩大业务规模。过去选择店址和店长是总部最困难的决策，也是业务增长的瓶颈制约，现在由分布式的自然裂变所取代，熟悉市场和客户的基层店长充分发挥他们的积极性，取得了比总部决策更好的效果。技术是管理创新的有力工具，却不是必要前提。
不仅细胞而且企业整体也是自适应的，能够根据企业内部和外部的变化进行自我调整，体现为规则与流程的自动修改。当人们发现流程和规则不尽合理或者不能适应市场的变化时，比如说某个财务流程，任何细胞都可以发起一个动议，由独立的委员会根据事先确定的决策程序，修改这个财务流程。委员会成员包括财务部人员，细胞所在业务单元的经理以及该流程涉及的其他部门人员。在这里，职能部门和业务经理管的是规则和流程，而不是员工和具体业务，他们和细胞之间不存在科层制中的上下级关系。
管理学的与时俱进
数字化企业的组织跳出了科层制的窠臼，员工从对上级负责转变为对客户负责，从生产线的附属变成了服务客户的价值创造者，诚如稻盛和夫所言，现在人人都是经营的主角。
在重塑管理的变革中，管理一词被取消了，代之以“治理”或者“理正”。正者，正心明性；正者，合规中矩。正心即如华为公司那样，牢牢树立以客户为中心的理念。明性，就是承认和顺从人性。趋利、自主和自尊乃人之天性。管理者要尊重员工，平等待人，在创造客户价值的基础上，与员工分享利益。“理正”的另一层含义是建立和坚守规则，只要符合规则和遵循流程，企业鼓励员工充分发挥个人和细胞的自主性，真正成为企业的主体，而不再是被管理的对象。
企业员工位置身份的转换对于经济的发展是极为重要的，正像德鲁克所说，当代知识经济的繁荣有赖于知识工作者的主动性和创造性，这就要求企业采用更为灵活的管理方法和市场化的激励机制，为员工提供足够大的个人发展空间。产生于20世纪20年代的泰勒制把人当作机器的一部分，严格限定了工作的时间、空间和内容，显然已不能适应当代经济的需要。稻盛和夫先生敏锐地观察到这一点，在企业经营的实践中创造了阿米巴组织，德鲁克则称之为“团队结构”。
阿米巴和数字化企业的细胞一样是独立核算的，核算碰到一个难题，那就是内部价格的确定。内部价格涉及方方面面的利益，搞不好就使核算方法的客观性和公正性遭到质疑，增加各个阿米巴之间的摩擦和冲突。稻盛和夫一再强调，阿米巴组织的实施需要强大的公司文化和哲学的支持，必须提倡顾全原由网大局和奉献的精神，主要用意就在于缓和利益相争引起的紧张，协调各个阿米巴组织，确保实现公司的总体目标。然而顾全大局的公司文化又和阿米巴的初衷相矛盾，在企业内部划小核算单位的本意就是亲兄弟明算账，用经营成果或利润的分享激励员工。个人主义的阿米巴和集体主义的公司文化如何兼容？这真是件棘手的事情。
制定内部价格的困难限制了阿米巴的适用范围，这一组织方式更适用于内部环节少、容易找到市场参照价格的服务型企业。企业一般用利润考核阿米巴小团队的业绩，利润等于收入减去成本，面对市场与客户，收入根据市场价格计算，成本主要是团队成员的薪资和公司的费用分摊，收入与成本之差即为利润。制造业的情况很不一样，从研发、试制、营销、批量生产、仓储运输到批发零售和售后服务，产品价值链条长，上下游纵向协作的环节多，在某些环节上例如批量生产，又分为工艺设计、材料采购、粗加工、精加工、组装、测试等工序，各个环节和工序上的收益和成本计算都要用到内部转移价格，数据分析与测算以及跨部门协调工作之复杂，令人望而生畏。
数字化企业有望突破阿米巴组织的局限，因为定价有了客观依据。数字化企业中每个人的每一项操作都在系统中留下了痕迹，每一笔材料、能源、资金的消耗、每一台设备在每一时点的使用都在系统中有记录，成本核算客观、及时而准确。有了成本数据，企业就可以根据统一的成本毛利率，计算内部转移价格。成本和毛利率的客观性保证了内部价格的公平和公正性，减少阿米巴之间的摩擦和争执，有利于在更大的范围内推广阿米巴组织。当成本加价法由于某些原因无法实行时，企业可使用或参考市场价格。在数字化时代，价格信息的收集也不是很大的问题。图10-2中的平台上有大量的交易发生，交易形成的价格即便不能直接用于阿米巴或细胞的成本-收益核算，也应该被各方认定为最好的计算基准。
数字化技术扩展了德鲁克所说团队结构的适用空间。尽管团队结构具有诸多优点，例如良好的任务适应性、市场反应快速、创新能力强，德鲁克仍将团队看成是职能制的补充，因为团队“拥有高度的自由，却又没有足够的自律和承担相应的责任”。团队结构的另一局限是规模，规模过大则削弱其灵活性和成员责任心强等优点。
数字化企业不可能完全消除德鲁克的这些顾虑，但已大大缓解自律不足和规模过大带来的问题。由于公司的所有业务和管理操作在系统中留痕，数据实时收集与分析，管理层了解公司资源的使用和各个团队的绩效，并能及时向部门和团队提示风险，在这样的情况下，团队成员即使自律差一些也不至于出现大的纰漏和绩效损失。同样因为有图10-2中管理平台的支持，公司可以在业务规模扩大时，继续保持单个团队的短小精干，通过增加团队的数量来提高供应能力，而不必增加层级和管理人员。团队、阿米巴或者细胞是否将取代以职能划分为基础的科层制，成为数字化时代的主流管理模式？团队结构中的知识工作者将表现出什么样的主动性和创造力？这些问题值得管理学者进行深入的研究。
讨论至此，我们想提醒读者注意，在大多数情况下，企业的组织变革需要强有力的技术支持，特别是内部纵向协作链较长的制造业。细胞（团队）+平台的组织结构要求企业的全面数字化，在数字化的基础上系统地梳理流程，将业务和职能流程从线下移植到平台上。在技术支持不到位的情况下，盲目追逐潮流，推行“扁平化”或“无边界组织”，有可能打乱现有体系的运行，人为造成失控的局面，实际效果恐怕还不如科层组织。
小结
企业组织结构的设计取决于多种因素，外部环境和需求的不确定性、市场竞争和创新的压力、信息不对称的程度、经济活动与工作的性质、员工对工作方式的偏好，等等。在不确定性较低、工作任务相对简单的制造型经济中，为了扩大企业规模，充分发挥规模经济效应，企业采用了基于职能划分的科层制，以突破信息不对称造成的管理幅度的限制。第二次世界大战之后，世界各国纷纷进入德鲁克所讲的知识经济和创新经济，科层制的种种弊病越来越严重，德鲁克提倡的团队结构获得越来越多的关注，稻盛和夫在管理实践中创造了阿米巴组织。数字技术的发展降低了信息的不对称，有效地增加了管理半径，使企业有可能减少管理层级，企业的组织结构趋向扁平化。另一方面，管理职能的平台化有力地支持了团队的运作，灵活性大、创新能力强、适合“知识工作者”的团队结构将在企业组织中发挥日益重要的作用。
第11章 价值几许
网络带给人们的困惑不比惊喜少，其中之一就是公司的估值，股票价格既可以扶摇直上，也可以顷刻跌到如同废纸。
泡沫与网络齐飞
像所有的现代新技术一样，互联网带来的前所未有的可能性引发了人们的无限想象，投资大潮随之汹涌而来。在风险投资基金每个季度数十亿甚至上百亿资金的催化下，互联网公司如雨后春笋般冒出来，迅速成长。
1996年4月雅虎上市，当天股价就翻了一番，此时纳斯达克指数在1000点左右。1997年5月亚马逊上市，开盘股价上涨31%。1998年，社交网站TheGlobe.com上市第一天的股价收于63.5美元，比开盘上涨606%，创下首日涨幅纪录，那时的纳斯达克指数已站上2000点。
神话般的财富创造让华尔街的投资客红了眼，纳斯达克指数两年后就冲破4000点，互联网公司的身价跟着水涨船高。2000年1月份，美国在线（American OnLine）宣布以1560亿美元的天价收购老牌的时代华纳公司，人们纷纷惊叹“新经济”的气贯长虹，“砖头加水泥”的“旧经济”则被弃如敝屣。2000年3月10号，纳斯达克指数创下其有史以来最高纪录的5049点。
1999年美国有457家公司上市，半数以上实现首日交易股价翻番。陶醉在股价的旋风般上涨中，通信公司斥巨资争夺3G无线通信的牌照，同时进行一连串的收购。为此不惜大量借债。然而3G的收入遥遥无期，沉重的债务负担压垮了这些公司，其中一家是著名的世通公司（WorldCom）。为了掩盖经营和财务问题，世通假造会计报表，欺骗投资者。投资人从迷梦中醒来，注意到很多互联网公司依然没有利润，市场于是怀疑高股价的合理性与可持续性。在没有明显触发因素的情况下，股价调整开始了，纳斯达克指数迅速从高位下跌。
2001年4月TheGlobe.com退市，股价18美分。2000～2002年，投资者在泡沫破灭中的损失高达5万亿美元。2002年10月9号，纳斯达克跌至历史新低的1114点（见图11-1）。
“阳光下没有新鲜事”，现代网络从问世那一天起，就和金融、投机、泡沫和恐慌结下不解之缘，每一波网络冲击都以我们预想不到的方式，改变了这个世界，每一波冲击也都以我们预想不到的方式，掀起资本市场上的狂澜。在斯托克顿—达灵顿铁路线建成的1825年，英国废除了《泡沫法案》，这个法案是在1720年南海泡沫破灭后，为了抑制投机而推出的，该法案规定股份公司的股东不得超过5人。随着这个法案的终止，实业投资和股市投资的大门敞开，铁路公司如雨后春笋般涌现，股票价格随着投资者的热情而高涨，但不久就在1827年出现了一场小股灾，股价的下跌导致新注册的600家公司中倒闭了400家。
图11-1 纳斯达克指数
19世纪40年代初期，英格兰银行降低利率，资金离开政府债券，进入铁路投资。铁路公司乘机大举融资，一时间鱼龙混杂，有些人拿着胡乱急就的计划书获得设立公司的许可，政府也采取放任自流的态度。铁路公司允许投资者首期仅支付10%的现金购买股票，其余90%由公司提供资金，在公司规定的时点偿还，这相当于给股市投资者放了10倍的杠杆融资。疯狂炒作下，1844～1846年，英国铁路公司的股价指数翻了一番（见图11-2）。
1845年，英格兰银行提高了利率，报纸不断揭露铁路公司的弄虚作假和混乱的管理，市场上经常传出公司倒闭的消息，投资者逐渐冷静下来，怀疑铁路投资能否达到预期的高收益，铁路股票价格开始下滑。铁路公司见势不妙，要求投资者交付那90%的融资，迫使投资者在市场上抛售股票，引发股价的螺旋式下跌。铁路股票指数于1850年回到了20年前的起点（见图11-2），很多中产阶级家庭在泡沫破灭中损失了所有的储蓄。或许新技术的普及之路就是泡沫铺垫的，英国的铁路建设在市场风云激荡中突飞猛进，1844～1846年完成了3500英里（见图11-3），1845年一年就融资1.3亿英镑。
图11-2和图11-3中极为相似的曲线告诉我们，泡沫的逻辑其实很简单：一个动人的故事加上资金。互联网重复着技术创新的悲喜剧，人类的贪婪与恐惧从未改变过，舞台上更换的只是演员和道具。
图11-2 英国铁路股票指数
回顾那些疯狂的年代，极度乐观的人们天真地相信，在互联网塑造的“新经济”中，经济学原理将被改写，通货膨胀和经济周期循环将成为历史，人类可以享受财富的无限增长。传统的资产估值方法也失效了，以现金流和利润为价值源泉似乎是史前时代的算术，新经济中的公司不必赢利，甚至不必有收入，现在要看客户数和增长速度、点击率、市场份额，或者仅凭公司的名称就可以决定股票价格。Dot-com这几个字母具有神秘的魔力，带有这个后缀的公司就是未来财富的化身。这使我们想起了2015年发生在中国的一幕，5月11日，上海多伦股份改名为“匹凸匹金融信息服务公司”，公告变更业务经营范围，声称要成为互联网金融第一股。显然，“匹凸匹”的谐音是当时炙手可热的概念P2P，果然，公司股价当天应声涨停。
图11-3 议会批准修建的铁路英里数
全世界的投资者看上去都一样，没有什么哪国特色。
经历了繁荣和毁灭的轮回洗礼，纳斯达克如今在8000点上下波动，未来的道路会像过去一样崎岖颠簸，没有疑问的是，科技公司已脱离了躁动的少年期，正变为世界主要经济体的一支成熟力量。2019年一季度，世界十大市值公司中有7家是科技公司，其中包括排第7位的阿里巴巴和第8位的腾讯；而10年前的十大中只有微软和AT&T两家，分列第6位和第7位。有意思的是，2019年初，按营业收入排名的世界十大公司都是零售、石油和汽车等传统行业，科技公司没有一家入围，科技公司在市值上的超越基本上靠高估值，也就是投资者评估的价值。
理性分析“非理性繁荣”
公司价值多少，取决于它的赢利能力以及投资者对赢利能力的估算。从投资者的角度看问题，拥有一家公司的终极目的是赚钱。赚钱有两个途径，分红或资本增值，我们先看分红模式。设想一家公司只存续两年，第一年净利润4元，第二年净利润5元，不考虑时间折现，这家公司价值多少？当然是9元。如果公司只有一股，则公司股票的价值是9元。这些数字看上去离现实世界中的公司太远，我们可以把每个数乘上10万，变成40万元、50万元和10万股，或者同时乘上百万，本章的所有结论都保持不变。
用符号表示，公司的价值
V=E1+E2（11-1）
E1和E 2分别是今明两年的净收益，当E 1=4，E2=5时，公司价值9元。
看似简单的式（11-1）表达了一个最基本的估值原理： 盈利是公司价值的唯一源泉。如果公司经营N年，其价值等于未来N年的盈利总和，加上结束经营时可在市场上出售的剩余资产价值，比如老旧的厂房和设备。考虑到金钱的时间价值，我们用一个折现率将未来盈利转换为今天的现金再加总，这就是金融学中最常用的 净现金流折现（discounted cash-flow，DCF）估值模型。为了保持叙述的简洁，我们在下面的讨论中忽略时间价值和公司结业时的残值。
如果公司股票的当前市场价格正好是9元，投资者在二级市场上买股票，价格等于价值，不赔不赚。当股价是8元时，你用8元买下了9元的公司盈利，获得投资收益(9-8)/8=12.5%，这就是买股票赚钱的第二个途径——资本增值。如果公司价值在市场上被高估，股价为10元，这时进场你就要亏损(10-9)/10=10%。
除了公司的整体价值，投资者还喜欢用市盈率衡量公司的相对估值。市盈率PE是个倍数，等于当前股价P除以当期每股盈利。在股价等于每股真实价值的情况下，上面这家假想案例公司的市盈率为P/E 1=9/4=2.25倍。2.25倍的市盈率看上去有点低，这是因为我们假设公司只运营两年。倘若公司存续10年，净利润均匀分布，每年4万，读者可自行验证，市盈率就变成了10倍。从这里可以看出，未来对当前利润的比例越大，市盈率越高；或者市盈率越高，说明投资者越看重未来利润。
PE是资产的相对估值，假如有A、B两间公司，市盈率分别为10和15，人们一般会说A公司的股票比B公司便宜，因为你花10块钱买到A公司的1元盈利，买B公司的1元盈利要花15元。对于同一家公司例如A，如果去年的市盈率20，今年市盈率是10，我们就说A公司的股票今年比较便宜，现在是比去年更好的买入机会。如此看来，投资岂不是件很简单的事情？买入市盈率低的股票，卖出市盈率高的就可以了。
单看市盈率不能做出好的投资决策，市盈率等于当前股价除以当年每股盈利，这个指标没有反映出未来盈利，因此不是PE越低越好。在很多情况下，低市盈率表明投资者对公司未来的盈利增长不乐观，“便宜没好货”，他们反而买入市盈率相对较高的公司股票。改写一下式（11-1），我们可以很清晰地看到市盈率和盈利增长的关系。令g为净利润增长率，则E 2=E1(1+g)，市盈率表达为
PE=P/E1=原由网(E1+E2)/E1=[E1+E1(1+g)]/E1=2+g （11-2）
对于上面的简单数值案例，盈利增长g=(E 2-E1)/E1=(5-4)/4=0.25，市盈率等于2+g=2.25，和前面得出的结论是一致的。
式（11-2）说明，公司的盈利增长越快，市盈率也就是公司的估值越高，互联网公司的高估值是有道理的。这个公式也告诉我们，市盈率高的股票虽然显得有些贵，但很可能是价有所值。图11-4显示，纳斯达克市场的整体估值明显高于标普500，因为纳斯达克以科技公司为主，而标普500则因包含了传统行业，盈利增长低于纳指公司。近年来，纳斯达克整体市盈率大约是标普500的两倍，而式（11-2）似乎得不出两倍之差，原因仍然在于我们的假想案例公司只经营2年，不能体现盈利增长率g的多年复利乘数效应。
图11-4 市盈率的比较
简单的式（11-2）的复杂之处在于E 2，我们仅知道今年的盈利E 1，明年的盈利E 2尚未发生，投资者只能根据现有的信息预测E 2以计算公司的总体价值，E 2的准确定义因此是预期盈利。预期虽然不是凭空臆想，而是有一定的客观事实和数据的支持，但在相当大的程度上是主观的，市场参与者个人的风险偏好、知识结构、分析方法、心理状况都影响他们对公司的看法。所以资本市场上永远都是众说纷纭，估值不存在客观的、科学的和统一的标准。正因为估值的差异，有人看多想买，有人看空想卖，市场才有交易。
人们熟知的投资家巴菲特从来不碰科技股，直到公司进入成熟期，收入稳定了之后再研究和买入，例如巴菲特管理的伯克希尔-哈撒韦基金最近才开始持有苹果公司的股票。巴菲特坦率地说他看不懂科技股，他的投资哲学是不懂的坚决不投。我们可以说，巴菲特的知识结构决定了他对公司价值和风险的评估与华尔街的主流不同。
有些投资者喜欢承担高风险以获取高收益，或者因为他们对技术的理解深刻，或者因为天生就是乐观派。预期互联网公司未来的利润爆发式增长，眼下哪怕只有微利甚至亏损都没有关系，只要它们能尽快搭起平台，产生双边市场效应，更理想的是形成生态圈，带来神奇的梅特卡夫效应。回顾第4章，网络的价值和节点数的平方成正比，只要越过了盈亏平衡点，利润翻番增长，这样的前景实在太诱人了，值得下注为之一搏。
梅特卡夫效应和估值
2014年脸书以190亿美元的天价收购了WhatsApp——一个成立了5年的社交网络公司，相当于简化版的微信，公司有52个雇员，约2000万美元的年收入，估值竟然如此之高，用我们上面的公式无论如何都算不出来。马克扎克伯格和他的收购团队究竟是怎么想的？11天就做出收购的决定是否太草率了？脸书给出的官方说明是通过收购获得的用户对公司极具价值。彼时WhatsApp有月活跃用户4亿，主要分布在美国和中国之外的地区，和脸书在美国国内的巨大优势形成互补，并且正以比脸书更快的速度指数增长。
从梅特卡夫效应的角度看问题，190亿美元的价格也许不算太过离谱。收购之时脸书有月活跃用户12亿，由第4章的式（4-2）可知，公司的理论价值是k 2（12亿）2=k21441016，收购之后的理论价值为k 2（12亿+4亿）2=k22561016，脸书的理论价值因收购WhatsApp增加了256/144=78%！脸书当时的市值约为1500亿美元，付出190亿美元购买WhatsApp，看上去像是一笔很合算的交易。除了成本-收益的计算，脸书可能还有战略性考虑，防止WhatsApp落入竞争者之手，或者担心这家快速成长的公司威胁到脸书在社交媒体的统治地位。
传统的金融学估值方法在互联网行业屡屡遭受令人难堪的挫折。同样是2014年，网约车公司优步发起了一轮融资，估值170亿美元。纽约大学财务教授达莫达兰认为这是资本的傲慢，公司其实不值这么多钱。他估算了全球出租车市场规模、优步未来的市场份额和可能的收益，接下去用经典的净现金流贴现法，得出公司的价值约为59亿美元。一位风险投资的合伙人格利针锋相对，他不仅断定59亿美元远远低估了优步的价值，而且指出了教授估值方法的错误——忽视了优步的双边市场效应。
回到本书第4章，双边市场效应是供给和需求之间的正向互动：打车的人越多，愿意利用业余时间开私家车，当出租车司机挣点外快的人越多；出租车越多，打车越方便，则打车的人就越多，先前有些自驾车上班的人现在改打车了。达莫达兰教授的失误在于假设市场总需求不变，而实际上通过引入新型的供给，优步创造了新的需求，市场需求随着优步业务规模的扩张而增长。尽管市场双边的正反馈很难定量描述，但完全忽略就会产生估值的重大偏差。
优步随后的融资估值一轮比一轮高，达莫达兰教授坦然地公开承认了自己的错误。2019年初，优步在纽交所上市，IPO发行价45美元，市值高达755亿美元。
就商业的本质而论，教授达莫达兰和投资家格利的分歧并没有估值数字显示的那么大。两人都视公司的盈利为价值的唯一源泉，或者说两人使用的都是净现金流折现法，只不过格利凭借他投资互联网的经验，正确地预见到了供给对需求的促进作用，大幅度提高了优步的预期未来收入，而达莫达兰仅在“正常的”市场需求前提下做出他的预测。表面上看，两人是估值之争，实质是对互联网商业模式理解的差异。投资家的商业直觉肯定比大学教授的更为敏锐，格利的胜出不会让人感到意外。
苹果是一家世界领先的科技公司，它的市盈率近年来只有15倍左右，其产品虽然技术含量很高，但是销售手机、电脑等硬件，商业模式既不具备梅特卡夫效应，也没有双边市场效应。虽然苹果有个巨大的App生态圈，经历了高增长，目前已趋于平稳。评价公司的赢利能力，主要看它能否推出热销的新产品，销量越大，则研发的规模经济效益越好。换句话说，从估值的角度看苹果公司，它更像传统的制造企业而不是互联网公司。
我们在本书第3章和第4章介绍了梅特卡夫效应、双边市场效应、规模经济效应和协同效应，以及节点互动和这些效应的关系。投资者虽然不能根据那两章中的公式精准地计算公司的价值，但可以从网络的丰富程度辨识这些效应，为估值提供定性的指导。www.58yuanyou.com社交网络节点的互动最多也最为频繁，产生了最强的梅特卡夫效应，理论上应该具有最高的估值，双边市场效应次之，在其他条件相同的情况下，仅用互联网做销售工具的企业如零售、共享单车、P2P等类型的估值最低。图11-5大致反映了这样的排序，社交平台脸书的市盈率长期高于谷歌，谷歌的主要收入来源是搜索，而搜索的网络结构是一对多的点状放射（第4章图4-6），看上去甚至不像一张网。苹果公司线下卖硬件，和梅特卡夫效应、双边市场效应不沾边，它的估值又在脸书和谷歌之下。
估值取决于多种因素，网络节点互动的效应仅为其中之一，梅特卡夫效应和双边市场效应能否转化为公司的收入，归根结底要看公司的产品和服务。
到目前为止，我们都围绕着盈利讨论公司的估值，为什么一些科技公司长期没有盈利，市场也给了数十亿、数百亿美元的估值呢？比如大名鼎鼎的亚马逊在很长时间里只有微利或亏损，一批忠诚的投资者不弃不离，坚持用自己的真金白银给出传统理论无法支持的估值，难道他们是非理性的吗？
图11-5 苹果、脸书、谷歌的市盈率
“理性”的含义是投资收益最大化，这个词在金融学中通常和基本面投资等价，而基本面就是按照未来盈利估算的公司价值。如果投资者都是理性的，资产价格应该反映公司盈利，哪怕是预期的未来盈利。但股价持续偏离基本面的现象告诉我们，市场上长期存在着“非理性”投资者。非理性投资者或者纯粹是为了寻求赌博的刺激，或者根本不懂资产估值的原理，追涨杀跌，跟着热门概念和价格趋势走，例如2000年前后纳斯达克的互联网、近几年在国内异常火热的人工智能和区块链。
市场上既有理性的也有非理性的投资者，这个现象不奇怪，奇怪的是非理性例如趋势投资的经久不衰。按照常规金融学的推理，非理性投资者违反了市场规律，在遭受了亏损之后，他们或迟或早将退出市场。现实却是趋势投资人即通常所说的“韭菜”展现了顽强生命力，他们从未消失，而且不断地制造泡沫，激发市场的活力并带来交易量，就像啤酒泡沫之于啤酒爱好者一样。这又该如何解释呢？
另类理性
理性投资者根据公司的赢利能力买卖股票，这并不是说基于盈利的投资是市场上的唯一理性。在很多情况下，忽略甚至完全不看基本面的趋势投资可以是理性的。当某一概念比如互联网兴起时，资金一波一波地进入市场，先进入市场的以低价买到股票，待股价涨起来之后及时抛售，卖给后来者，套现获得可观的收益。这样的行为难道不是理性的吗？
近年来对复杂系统的研究为我们提供了理解资本市场的另一个视角。市场由各种各样的投资者组成，每个人都是独立的理性行为人，同时又要和众多的他人互动。投资如下棋，棋手要计算每一步的得失，但又无法算出准确的结果，因为每一步的得失都取决于对手怎么落子，而对手的思考和计算是不能被观察到的。股票市场就更复杂了，那么多人和你博弈，你必须预测但又无法确知他们每一个人是怎么想的，你只能看到分散决策的宏观表象，即股票价格的变化。局面的复杂使一些人不相信经典的金融学模型能给出制胜的投资策略，更多的人不知道如何使用这些模型，他们通过实战总结出各不相同的和简单的决策规则，规则可能是计算基本面，也可能是追涨杀跌的趋势投资。
股价上涨时，你很自然地认为，市场上的大多数人看好公司的未来，如果搭上这一波行情，又能在价格下跌前抛掉，投资收益就到手了。这就是追涨的理性，杀跌的逻辑与此相同，只不过方向相反而已。如何判断行情的时点和幅度，经验和直觉就非常重要了，缺乏经验的新手自然会跟随巴菲特那样的常胜将军，从这个角度看问题，“跟风”也未必是非理性的。
单个投资人根据市场价格的变动计算自己的投资收益，不断修改他的决策规则以提高投资收益。《复杂经济学》的作者阿瑟利用电脑模拟市场的运行，传统金融学中非理性的趋势投资可以成为提升投资收益的理性选择，并且在一定的条件下，基本面加趋势的混合投资策略能够取得比纯粹基本面更好的效果。如此看来，“非理性”不过是面对无法解释的现实，理论家们摆脱尴尬的遁词。
回到我们前面的话题，股价偏离公司盈利，造成互联网公司估值的奇高，既可能是赌博心理驱使，也有可能是市场上正常的“理性泡沫”。
为互联网泡沫恢复名誉，对于市场中的实际操作者似乎没有多大的帮助。遗憾的是，对于预测未来，无论是未来的盈利还是未来的前景，除了思考的框架和定性的分析，理性所能提供的确实非常有限。投资与其说是科学，不如说是一门艺术。
小结
互联网如同所有的新技术一样，在资本市场上掀起阵阵投资狂热，资产价格屡屡被学院派分析人员认定为泡沫，也屡屡让他们的预测落空而感到难堪。一方面，互联网公司的创业者和投资者相信技术的魔力；另一方面，理论家们往往低估了互联网的梅特卡夫效应和双边市场效应。市场实践者如果多一点理性，或许可避免无谓的损失，尽管理性很少能作为探索未知领域的指路明灯。学者若想捍卫理性的尊严，则需要不断地思考理性的内涵，甚至重新定义理性。严密的演绎逻辑只是理性的一种而非全部的表达方式，看上去松散的、不那么可靠的和不那么“科学”的归纳法同样属于理性的范畴。市场是复杂的，演绎逻辑的推理只能提供极为有限的答案，基于简单规则的决策虽然谈不上“最优”，却是可行的且经常产生不错的效果。
