迈向数字文明的星辰大海

数字文明新浪潮已到来

2021年9月26日，第八届世界互联网大会乌镇峰会在浙江省桐乡市乌镇开幕。习近平总书记向大会发来贺信并强调：中国愿同世界各国一道，共同担起为人类谋进步的历史责任，激发数字经济活力，增强数字政府效能，优化数字社会环境，构建数字合作格局，筑牢数字安全屏障，让数字文明造福各国人民，推动构建人类命运共同体。

数字文明如同一条奔流不息的长河，它从过去走来，向未来走去，势不可当且所向披靡，在这股新浪潮的裹挟下，我们已置身于一个崭新的数字时代。

股市作为经济的风向标，是最直观地展现科技与商业发展的时代切片，一直备受社会关注。如表1-1所示，从2000年到2021年，在全球市值排名前十的公司中，高科技公司的占比一直在不断攀升，2000年为20%，2010年为30%，2015年为50%，2021年为80%。

在2021年的排名中，10家公司中有8家都是高科技企业。其中，美国电动汽车公司特斯拉的市值超过1万亿美元，股价在一年内连翻三倍，而这家公司2020年的交付量不过50万辆，是传统车企巨头大众汽车2020年汽车销量的5.38%。数字经济的魅力由此可以窥见一斑。

人类的数字时代才刚刚开启，但我们对未来商业社会和人类文明的发展充满了信心。这信心不仅来自数字时代将以新的方式推动人类追求更高、更美、更有效率和更公平的发展，更来自那些在数字化浪潮中以数字驱动自身发展的数字原生企业。

表1-1　全球市值排名前十的公司的变迁

注：1. 标底色的为高科技公司。

2. 数据来自普华永道（PwC）根据全球上市公司每年3月31日的股票市值排出的“全球市值100强上市公司”排行榜。

1.以数据资产牵引增长飞轮的亚马逊

亚马逊运用极致的数字化体系工具支撑其越来越庞大的智能商业帝国，其发展方法论的核心是一种自我驱动的快速循环。作为一个庞大的平台型商业帝国，亚马逊相信客户体验越好，客户就越多，卖家就越多，进而服务越好，成本越低，价格越低，体验越好，客户会更多，如此不断循环向前，不断自我强化。这样的正向循环在亚马逊被称为“增长飞轮”，其动力源就是庞大业务产生的海量数据。

根据电子商务数据公司Marketplace Pulse的统计，作为世界上最大的电商平台，亚马逊上有近千万个卖家账户。而根据亚马逊CEO杰夫·贝佐斯（Jeff Bezos）在2021年度致股东的信中提供的数据，亚马逊拥有2亿高级会员（Prime Member）。基于这些庞大体量的消费行为数据，亚马逊通过算法为客户提供精准到个人的个性化产品推荐，同时用定价机器人自动抓取全网多家竞品的价格数据，然后将最低售价的商品推送给客户。在亚马逊，人工智能和大数据分析就是一种飞轮工具。通过人工智能持续对外输出组织知识和能量，某个业务板块的创新会为公司的人工智能扩展新的能力边界，升级后的人工智能又可以成为驱动其他业务板块更快发展的技术。最初，人工智能和机器学习在亚马逊主要用于产品推荐团队提升其对产品销量的预测能力，但随着技术和智能水平的不断提高，人工智能和机器学习积累的技术在全公司得到应用，变成整个公司的增长飞轮，将公司的组织和运作整合在一起。

亚马逊对数据的使用与其创始人贝佐斯对客户的痴迷（customer obsession）和对数字的极度精通有关系。亚马逊相信客户的永不满足是激励其永恒发展的不竭动力，对客户痴迷是公司文化的核心。为了可以矢志不渝地聚焦客户并痴迷于客户，亚马逊不仅要让客户满意，还要给客户惊喜，其对客户的了解常常深刻到连客户自己都意识不到的层面。这种对客户的了解是亚马逊人工智能最核心的能力，其背后是对数字和算法的理解与敬畏，亚马逊由此开发出了成千上万种以满足客户需求为使命的服务和产品。

亚马逊的数据能力也驱动着其经营管理的不断优化，强大的数字指标体系和智能管理工具可以帮助管理层实现自动完成常规决策，将管理层从日常经营中解放出来，让他们可以集中精力思考企业未来的发展。

2.以数据驱动企业管理和决策的谷歌

谷歌是数字经济的伟大推手，谷歌的管理方式是面向未来的，它以数字驱动的方式，让员工自觉追求个人价值和企业价值的结合，追求“没有最好，只有更好”。

谷歌认为所有重要的决策都应该通过数据来做出。在数千个谷歌式的经营决策中，有一个数据驱动人力资源管理的例子广为流传。谷歌的全球人力资源体系中有一个部门叫作“People Analytics Department”（人力分析部门），这个部门协助谷歌的全球组织通过数据分析做出人力资源方面的决策。此前谷歌曾经取消过所有的经理级别，将员工定义为独立的业务单元，然而由于这样的方式效果不佳，谷歌不得不重新招聘经理。于是，公司总部向其人力分析部门提出了一个关于经理效能的管理问题，希望这个部门可以帮助管理层判断经理级员工的业绩贡献水平。

这个部门内部有一个由社会科学家组建的信息实验室，这些社会科学家通过模型分析谷歌现有的关于经理级员工表现的数据（包括上级评价和员工调研），分析结果显示经理级员工大体上表现不错，但由于现有的数据无法反映更多变量的影响，他们将所有经理的表现数据按照从高到低加以划分，并对上位圈和下位圈分别进行分析。通过回归分析，这些科学家发现，位于上位圈的经理和下位圈的经理在工作产出、员工幸福度和员工留存率方面的表现存在非常大的差异。相比较而言，好的经理除了表现更好，他们手下的员工也更乐意留下来工作，其存在确实有价值。然而，这些数据并不足以帮助管理层回答一个更有决策价值的问题：在谷歌，什么样的经理才是好的经理？

于是，社会科学家重新收集了两组数据：谷歌设立一个“优秀经理奖”，由员工提名获奖者，并且在提名的材料中举例描述被提名的经理有哪些好的表现和能力，员工对经理的描述是第一组数据；第二组数据来自社会科学家与上位圈和下位圈的经理进行的面谈，其目的是了解经理的行为和管理方式。这些社会科学家将从评选和面谈中获得的材料编码后进行语料分析，并通过分析回答了“什么样的经理才是好的经理？”，包括八种使经理获得高绩效的行为和三个导致经理低绩效的原因。

在此基础上，谷歌在不同场合将分析的结果分享给相关员工，并且为了进一步强化上述八种行为，谷歌还以此为标准衡量员工的表现，发展出每年两次的反馈机制，并将这些受到鼓励的行为编入其管理培训课程。通过这样的方式，数据决策将谷歌的人力资源工作变成了一门科学。

在人类社会历史上，那些伟大的企业和企业家，充满宏大的构想，能敏锐地抓住时代红利，致力于改变人们的生活方式。在数字时代，这样的企业和企业家还会不断涌现，引领人们在数字与智能的浪潮中探索更广阔的商业远景。