盧希鵬:迎接逆商業時代,企業必需從後天看明天

書摘內容摘自商業周刊出版《C2B逆商業時代》

特斯拉電動車執行長,也是電影《鋼鐵人》主角的靈感來源馬斯克曾經說,「只有首先看到事情的可能性,才會有發生的機會。」

馬斯克設計電動汽車的緣由,在於他認為要用現在二十一世紀的科技從零開始設計一輛車子,於是他設計了電動車,設計了無人車。

為什麼馬斯克如此認為?

因為汽車發明將近一百年以來,所有的汽車都受限於過去發展的模式,汽車工業的發展就會由歸納法受到了限制。馬斯克認為若由二○一八年所擁有的科技,重新設計一輛汽車,這輛車子應該會比現在所有的車子都來得好。由此,特斯拉顛覆了汽車行業,迫使各大汽車製造商也都加快了研發和生產電動汽車的計劃。特斯拉並沒有依照前人法則,特斯拉的崛起,標誌著汽車工業改革的里程碑,同時是一場擴及全球的思維革命。

台灣科技大學管理學院教授盧希鵬,於鼎新第六屆企業高峰年會即點出,我們過去很習慣用歸納法去思考企業戰略,但現今我們今天要嘗試著去從另外一種研究方法,叫做演繹法。

盧希鵬在他最新著作《C2B逆商業時代》中曾引述阿里巴巴集團主席馬雲曾經說過今天很殘酷,明天更殘酷,後天很美好,但絕大部分人死在明天晚上,這看似玄妙的談話,隱藏什麼樣含意?

商業為何逆著來?

為何馬雲要提及C2B以及五新(新零售、新製造、新金融、新技術、新能源)呢?因為過往策略學中的「核心能力」被顛覆,核心能力往往造成組織僵化,凡在生命週期達到巔峰的產業,隨之而來的就是衰退,原有核心能力就成為組織轉型僵化的主因。所以在巔峰上的產業,就必須要比競爭者看得更遠,提出下一波產業走向。

為什麼馬雲會說今天很殘酷?因為B2C、C2C已經非常成熟,那為何明天更殘酷?因為大家都要做一樣的事情,大家都做CRM。而若從後天來看明天,就會知道明天要做什麼,所以後天很美好,由消費者所主導的C2B新商業文明,包含新經濟、新社會、新科技、和新消費者。

盧希鵬笑著舉例說,像是銀行看到了FinTech都是一模一樣的時候,兩年以後所有銀行所發展出來的FinTech將會大同小異。在書中他亦提及,「如果是知名媒體講的運營模式,那是不能做,而一旦上了國際媒體報導的運營案例,這件事就千萬不能做了,因為大家都知道的營運模式,還有機會成功嗎?」

因此,企業必需認知,「其實後天不是預測的,後天是創造出來的,後天是演繹出來的。也就是明天通常是由歸納法,別人怎麼做,過去怎麼做,但是後天必須是創造出來的,是想像出來的,是演譯出來的。而後天很難預測,但是通往後天的軌道跟規則非常的清楚,因為有越來越多的跡象顯示,小批量與定制化的訂單、C2B商業模式與網路、大數據等在加速的新零售、充滿挑戰的新製造以及冒險探索的新金融場域,將揭示C2B逆商業時代,是一種毀滅,也是一種新生。

正在加速的新零售與充滿挑戰的新製造

馬雲所論之新零售,是結合電商、實體店、物流科技,串流線上到線下的消費體驗,大數據分析,提供多元的支付方式,但盧希鵬認為,馬雲漏掉「判斷與選擇」的成本,雖然省掉上網或是上網購物的交易成本,但是消費者還是得花心力比價比功能,最後才下單購買。

新零售發展到最後,將會是智能化零售,運用人工智慧判斷與選擇,可以降低判斷與選擇的交易成本。且新零售不只是O2O,還要全通路,零庫存,他消除了線上/線下的通路界線,不用去分辨是虛擬還是實體世界。

另一個新零售的重要議題是「物流」,因為現代科技追求的已經不只是快速配送,而是更有效率的後端倉儲功能。以亞馬遜為例,他壓縮前置作業時間並建置自己的車隊、貨機隊,甚至研發送貨用無人機,減低對物流業者的依賴,也運用大數據分析,精算最快的配送路徑。大數據分析是預測其未來可能的購買品項,預先送到附近倉庫,待未來消費者下單,就可以快速送達。這種做法已經改變物流配送方式,也提高後端倉儲流程效率,讓商品是以「周轉而非倉儲」的形式存在。

在製造業,顛覆傳統製造業遊戲規則的不是技術,而是消費趨勢。馬雲從雙十一「生產跟不上銷售」的現象,觀察到大量分散的個性化需求,已持續施壓於銷售端,再從銷售端逆向推動到製造端。所以製造端必須具備柔性與彈性的能力,進一步推動供應鏈乃至整個產業,才能適應「多品項、小批量、快翻新」的需求。

若沒有在零售端佈建大量感知器透過大數據分析,製造端無法第一時間得到消費者需求,同樣若沒有在工廠佈建大量感知器並透過大數據分析,製造端也無法改變生產流程,回應消費者。但以目前來看,商業互聯網較普遍,且商業互聯網與工業互聯網也尚未有效結合。

以德國製造業來說,工業4.0是商業模式與思考模式的顛覆,當網路與數據已經打通「生產與消費」之間的環節,消費者需求可在第一時間傳遞,反過來要求製造商,因此德國製造業要縮短與消費端的距離,轉變為製造服務業。

「台灣製造業要把眼光放在全球市場,不只是製造服務業,更要成為全球跨境電商的綜合供應商,賺世界的錢」盧希鵬在書中說,台灣有其製造經驗的豐厚籌碼,在C2B商業模式下,規模經濟不在生產端,而在需求端,市場要夠大才會有效益。

價值鏈核心再定義 企業範疇再造

在新零售時代,實體店重新翻紅,藉由顧客至實體店的消費行為,描繪顧客的購物面貌。體驗店和蒐集消費者行為數據的場域,是實體店面在新零售時代被賦予的新價值。盧希鵬說明,以ZARA來看過去C2B的第一個階段,之前認為應該是店長最了解地方需求,所以由店長來決定進什麼商品;但現在價值鏈應該逆著看,最了解客戶需求的,是客戶自己。

他再舉例,NOKIA的六千種手機,是由設計師思考客戶需求,這是客製化。個人化代表的則是消費者需求不再由設計師思考,而是由個人定義他需要什麼。每一個人的iPhone手機中的功能和數據都是不一樣的。過去客戶是被企業服務的對象,但是到了第二階段逆商業時代我們開始學習,其實客戶不是被我們服務的對象,客戶是一個真正瞭解自己需求的人。

「有越來越多的案例,已經打破了我們企業的界限,不止是翻轉Michael Porter的value chain,甚至是把客戶融入到我們的價值鏈的一環。」盧希鵬說。而再往上提升,C2B的第三個階段,是客戶在社群互動中留下的資料,而這些資料代表了客戶他自己真實的自己,甚至連客戶都不了解的自己,就是智能化的人工智慧所做的大數據分析。當企業以消費者為核心,就不單是企業流程再造,不再是以企業物料為核心,所以流程改造和產品範疇都是打破原來疆界,圍繞在客戶價值上。

盧希鵬在書中也提到,C2B時代下,持續進行符合消費者需求的新產品研發,以及提供消費者高價值感受及售後服務的品牌,中階品牌會逐漸消失,當零售不再思考線上或線下,當製造不再考量數量成本,要思考的是,台灣服務、製造、金融業的新商業價值又在哪?

人工智慧促進物種大爆發 賦予企業第四隻眼

演化史上的劃時代事件,是指在距今五點三億年前,短短兩百萬年間,生命進化出現飛躍式發展的情形。 幾乎所有動物的「門」都在這一時期出現了。 因出現大量的較高等生物以及物種多樣性,於是,這一情形被形象地稱為生命大爆發。幾乎現今所有動物的祖先,全在一瞬間蜂湧而出,稱為寒武紀大爆發。

為何會導致寒武紀大爆發?

牛津大學動物學家派克經研究發現,是因為「第一隻眼睛的誕生」,三葉蟲睜開了世界上的第一隻眼睛,因為看清了世界,導致競爭開始激烈,有眼睛的會淘汰沒眼睛的,因而產生生物多樣性。

盧希鵬說,以目前的商業模式來看,就是物種大爆發的時刻,互聯網讓企業長出了第一隻眼睛可以看見社群,物聯網以及行動科技等各種穿戴裝置是第二隻眼,而AI等人工智慧的新技術智能,讓企業長出了第三、第四隻眼睛,而這個眼睛造成了物種複雜的競爭,而這種複雜的競爭,勢必也會產生下一波的物種大爆發。

第一隻眼睛在一九九五年就出現,也就是可以讓企業看見社群的互聯網。他進一步說明,以前企業蒙著眼生產,利用POS系統只能看得顧客於何時購買商品,但透過電子支付交易,可以看到的是哪一位消費者在幾點幾分購買我的商品。

而電子支付系統、社群網站、搜尋引擎等互聯網資訊的串聯,構成了大數據資料,也提升企業間的信任,因而產生物種的改變。這樣說或許抽象,盧希鵬舉例說,美國研究發現,當一個人經常在半夜滑臉書按讚,他明年的健保費用可能會增加,因為臉書使用行為統計會將他歸類為睡眠品質不好的人。

第二隻眼睛是數據化,「它不是數位化」盧希鵬強調,因為如果沒有在真實的世界提取數據,就不會有沉澱的資料,必須要有足夠的資料讓人工智慧可研判與分析,以及信任建立,促進交易成本降低。

經過這幾年人工智能的發展,第三隻眼睛代表AI已經可以看見圖像,聽見聲音了,今天的人臉辨識與語音辨識準確率已達九十五%以上,很多人在使用手機時都使用語音輸入法,在業界也有如Amazon的Echo、天貓的精靈的應用發展,這些真實並可以辨識消費者的應用技術與發展過程,正大幅降低企業的交易成本。

第四隻眼睛是可以看見行為,就是「環境博弈」,人工智慧不僅可看見還能跟你互動,「未來十年左右將有更長遠的發展,當有更多的自動駕駛車以及機器人等延伸應用,就會有更大的物種爆發,這番革命,會產生企業物種大滅絕,以及企業物種大爆發。

順著逆商業時代特性 活過殘酷的明天

「我們必須順著逆商業時代的特性,因為逆商業時代重視的是交易成本與透明開放,逆商業時代面對的不是單一客戶,是整體的客戶,逆商業時代面臨的不是單一的社會,而是社會和社會之間互通資訊。」盧希鵬說。

新零售、新製造、新金融是明天即將發生的事情,而新能源(數據)與新技術(AI)是後天可預見的事。從明天跨到後天,是一個由大量客製化邁向個人化的過程,這兩者的差別在於是否有個人主動參與的大數據。

馬雲就稱大數據是「新能源」,數據是燃料,AI人工智慧的新技術,就是協助整個C2B新商業文明的引擎。

台灣有沒有發展AI的機會呢?盧希鵬在書中回答,這一波AI革命要的是數據化,台灣要善用物聯網感知器,設計自己的數據,要在所有C2B的新零售、新製造、新金融中,在沒有數據的地方創造出數據,讓創造出的數據多如螞蟻,才是我們未來可以勝出的競爭力。

如同馬斯克說,「不要害怕新的競技場,這意味著你需要走出舒適區,前往你從未去過的地方,你永遠不會知道在試驗中會發現什麼,但在練習走出舒適區時,總是非常有趣。」