曾鸣:我们碰上了人类历史上罕见的巨变时代

简介: 曾鸣是阿里巴巴集团学术委员会主席、湖畔大学教育长,我们喜欢叫他“曾教授”。 他认为,我们正在人类历史上非常罕见的巨变时代,一边是技术的高速增长,一边是脚下地基的快速塌陷。怎样才能抓住机遇,成为一家3.0的公司? 花5分钟,和橙子一起充电吧,洞悉互联网,一起认识这个快速变动的世界。

什么是三浪并发?

中国变化非常快,加上技术进步,最近几年以及未来,我们会看到一个特别精彩,也特别残酷的现实——任何行业都是三个浪同时在发展,我称之为三浪并发

拿我比较熟悉的零售业来做一个对比。

如果我们把传统零售作为1.0,2002年到2008年这段时间的国美、苏宁加上超市作为2.0,淘宝作为3.0的话。虽然当时淘宝发展很快,但是2.0的企业增长更加迅猛。

2008年,淘宝全年的销售总额是999.7亿元,国美、苏宁、百联的排名在淘宝之前,销售总额大概都在1010亿到1050亿元之间,跟Dell和苹果一样,零售2.0跟3.0在那一年交错。

但是在当时,无论是外部,还是阿里内部,大部分人都会相信国美、苏宁未来十年的增长应该会超过淘宝。但很快,淘宝以完全不一样的势能和加速度,也就是我讲的“黑洞效应”开始形成的时候,逐渐拉开距离。

2008年以后,淘宝用了四年的时间,超过了1万亿元,后面很快超过了3万亿元,达到全球最大。

大概在2010年,阿里内部意识到淘宝平台成了。而外面开始明白淘宝是一股不可忽视的力量,是在2012年的“双11”,191亿的销售额对整个零售行业的震动非常大。以至于到2013年,几乎所有企业都开始谈电子商务化。

今天再谈三浪并发的话,国美、苏宁是零售1.0,淘宝是2.0,大家关心是3.0的新零售会长成什么样?

c06babca164be7148c640b67642f8e65dbd397e7

看着别人日子很舒服,你能不能熬得住?

三浪并发几乎存在于每一个领域。那么这个领域里面2.0是什么?3.0是什么?谁在跟谁竞争?这个非常重要。

但是,三浪并发并不仅仅是判断自己是2.0,还是3.0。你要理解的是,在中国这个阶段,由于技术急剧创新,传统商业相对落后,技术带来的变革是非常快的,当你在高速增长的时候,你脚底下的地基可能正在快速塌陷。

这在人类历史上,也可能是非常罕见的巨变时代。

我认为未来的3.0的企业基本就是在三个方面去努力:智能化,在线化,网络化。

在这些方面努力并有突破的企业才是未来的企业,难点在于对于任何一个企业来说,目前传统行业依然是主导,他们的力量非常强大——体量很大,现金流很大,市值很大,人才储备很好,而且他们也在努力转型升级,迅猛发展,争取主导权。

同时,3.0的企业也试图找到自己切入这些行业的新机会,甚至试图颠覆行业。从哪个角度切入的企业都有,像这两年非常热闹的互联网金融和新零售。

在这个时代,处在不同的浪中,需要完全不同的战略思考跟战略选择。最重要的是你要自己认真想一下:

你的目标、追求是什么?你要看几年?

如果你是一个2.0的企业,利用好现在的资源能踏踏实实地做十年,这可能也是一个蛮现实的选择。

因为技术变化非常的快,对于很多人来说,要赶上变革,不但要求技术上的投入,更重要的是在所谓认知上的升级,还有更难的是组织上的一次脱胎换骨的改变。

1.0、2.0的企业要往下一浪升级,本身就是非常大的挑战,但3.0的企业也非常难,你有一个非常长的孕育期,当你看着别人日子过得很舒服的时候,你熬不熬得住?

如果你是3.0的企业,追求的是未来的理想和突破的话,还是得踏踏实实的去积累,闷头憋大招,不要追求短期的增长,短期的(数据)好看,甚至短期融资的价格等。

这个时候你可能是寂寞的,因为现在很可能是2.0阶段最辉煌的时候。

8c9a83b97937139985426e1b2f5680f6e15fa888

大舍大得、大赌大赢、大拙大巧

最后总结一下我自己这些年的心得,还是回到《略胜一筹》里面提到的三句话:大舍大得、大赌大赢、大拙大巧。

第一点,大舍大得

基础是vision,你能看得多远、多清楚,你对自己有多大的信心。这本身是一个迭代的过程,你看得越远,走得越远,走得越远,你会看得越清楚,实际上Vision是个动词,重要的是“看”。

我记得很清楚,在长江的时候,李嘉诚先生第一次给长江同学做分享,他专门讲了怎么能看到一个行业的未来发展——包括对当下情况的深刻了解,以及从最广泛的角度看未来社会的变革。

所以,Vision是「舍」的基础,你相信你看见的,你才敢舍,才能真正追求自己要的东西。

第二点,大赌大赢

稍微展开讲一下,这句话提出来时有很多朋友不同意,觉得在鼓励中国企业家的赌性。但是这个「赌」不是指盲目的下赌注,而是想跟企业家讲,真正的战略壁垒都是因为你在相对早期的大胆投入下才形成的。

马云特别擅长这一点,阿里云早期的发展非常艰难,公司内部争议很大,一直达不成共识。我记得到了第三年的时候,情况稍微明朗一点了,马云去看团队,上来第一句话就是:“阿里云十年之内不准盈利,我们再投100亿元。”

大家感觉马上就不一样了,知道这是公司的长期业务。而且当钱、资源砸下去的时候,核心能力就起来了。

还有一个反面例子,与阿里云几乎同时起步的云OS。一直以来,对云OS投入比云计算至少低一个量级。如果我们当时真的赌一把,把这5万台手机自己做了,万一卖不了,自己去扛,可能阿里云手机就起来了。

大舍大得、大赌大赢、大拙大巧

当时我们的确看不明白,没看到未来,而且我们的传统又是不碰硬件,没下定决心。所以,在关键时刻敢不敢下大的赌注是非常重要的。

但是这中间有个很有意思的悖论,有的时候别人问:你们下这么大赌注怕不怕?其实有点像perfect storm,当你真正做大决策的时候,其实并不觉得在冒险,因为在当时的场景下,你觉得就该这么做,反而外面的人看着觉得风险大。

如果自己内心都不踏实,你觉得风险大,应该不应该赌的时候,其实是投资的甜蜜点,因为你砸下去没有人敢跟,等别人反应过来的时候,你的优势已经形成了。

最后一点,大拙大巧

回过头来,我们可以讲战略,但最终还是要回到初心,回到坚持,回到本分。因为商业最终是为社会服务的,想投机取巧,最终也走不远。

有的时候看起来慢,反而是快,看起来笨,反而是真正的智慧。


原文发布时间为:2018-01-30

本文作者:橙子

本文来自云栖社区合作伙伴“阿里味儿”,了解相关信息可以关注“阿里味儿”微信公众号

相关文章
|
13天前
|
数据采集 机器学习/深度学习 人工智能
揭秘AI大模型的‘梦幻迷雾’:一场关于真实与虚假的智力较量,你能否穿透幻觉迷雾,窥见真相之光?
【10月更文挑战第13天】本文深入探讨了大模型幻觉的底层逻辑,分析了其产生的原因、表现形式及解决方案。从数据质量、模型复杂度、解码策略等方面解析幻觉成因,提出了提高数据质量、引入正则化技术、增强上下文理解等对策,旨在减少大模型生成不准确或虚假信息的风险。
44 1
|
21天前
|
机器学习/深度学习 自然语言处理 算法
【深藏功与名】揭秘大模型背后的真相:为何它们常让人欢喜让人忧,又该如何破局?
【10月更文挑战第5天】近年来,随着计算资源和算法的提升,大规模深度学习模型在自然语言处理和计算机视觉领域取得了显著成就,但也引发了“大模型幻觉”的讨论。该现象指模型虽在特定任务上表现出色,但在实际应用中存在过度拟合和泛化能力差等问题。本文分析了大模型的底层逻辑,并通过PyTorch代码示例展示了如何使用L2正则化缓解过度拟合。此外,还介绍了通过数据增强提高模型泛化能力的方法。未来研究需进一步平衡模型复杂度与泛化能力,以实现更佳性能。
29 0
|
4月前
|
人工智能 编解码
|
人工智能 算法
年轻人猝死频发,AI应用到心血管疾患筛查还有多远?
刚刚结束的2018年发生了太多的事,但最令人遗憾的还是那些年轻生命的猝然逝去。
年轻人猝死频发,AI应用到心血管疾患筛查还有多远?
|
传感器 机器学习/深度学习 自动驾驶
避免「特斯拉式」悲剧,需要长期研究和成熟技术
近日,一辆特斯拉 Model S 在自动驾驶模式下发生事故,导致驾驶员死亡,该事故引发了业界对自动驾驶技术的重新思考。特斯拉采用的是辅助驾驶系统,并不能实现完全自动驾驶,只能减轻驾驶员负担。而实现完全驾驶需要整合视觉系统、传感器、雷达、LiDAR 及多种传感技,这些就像是人类驾驶员的视觉和听觉,是实现自动驾驶的基础。
103 0
|
机器学习/深度学习 人工智能 自然语言处理
面对5400万抑郁症患者,这600位志愿者“树洞”打算用AI拯救他们
面对5400万抑郁症患者,这600位志愿者“树洞”打算用AI拯救他们
348 0
让失声群体重获“新声”,脑机接口领域现重大突破
研究团队研发出一款解码器,能够利用人工智能基于大脑数据合成语音。
224 0
两团队在《自然》上发布重要抗癌研究成果,消化系统肿瘤或有望治愈
在细胞水平以及模型小鼠身上证实,WRN和MSI是合成致死的“好搭档”。
584 0
|
人工智能 算法
消灭天价药,AI会成为新药神吗?
口碑爆棚的影片《我不是药神》,让医疗、医药等敏感话题重回公众视线。正如影片所说,“世界上只有一种病,就是穷病。”吃不起高价药,就只能等死了吗?如果使用人工智能进行药物研发,是不是可以减少药物研发的巨额投入呢?
2776 0
|
机器学习/深度学习 人工智能 算法
起底让人类汗颜的DeepMind:竟是个谷歌大包袱!
除了连刷人类极限,AI网红DeepMind不为认知的一面:资金流向不明,与谷歌疏远!
1626 0