吉宁博士观点
自身企业适合哪种模式
关于企业创新难的问题，一个常见的解释是：长于执行清晰战略的管理者不善于进行反常规思考。好创意出现时往往会失败，因为公司的组织方式只能支持现有的商业模式。企业无法理解和支持新的战略。这种解释被广为认可。
有一点毋庸置疑，如果你用系统化的方式来解决商业创新问题，而非用什么“头脑风暴”或者创新训练营，你就能提高成功的几率（同时避免盯着白纸发呆的尴尬场面）。在寻找商业创意上，我们已经有一些被实践证明过的标准方法。第一种以能力为基础——在开展新业务和进入新市场时，如何在我们特有的能力和资产基础上进行拓展；第二种以客户为中心——通过对消费者行为深入研究，发掘有哪些消费者的潜在需求仍亟待开发和满足；第三种强调商业环境的变化——如果我们紧跟大趋势及其逻辑推导出的变化趋势，未来有哪些商业机会？
本文提出第四种方式。它是对现有框架的补充。即主要关注数字信息及工具大爆炸带来的商业机遇。简言之，它关注的是：企业如何利用已拥有的数据和分析工具，为客户创造价值？过去5年里，我们和IBM各个层面的客户一起探索了该问题。过程中我们目睹了IT在辅助寻找新的商业价值上的进步，这种进步以5种互不相同但又常常重叠的模式体现出来。这些模式是我们理论框架的基础。通过系统化地研究这些模式，多数领域的管理者可以找到新业务的创新想法。（如需了解更多关于潜在技术发展的趋势，见边栏“为什么现在出现这些模式？”）
这些模式并不需要依赖多么先进的科技。对第一种，我们就不陌生：使用实物创造（或可能创造）的数据，来改进产品或服务，也可以创造出新的商业价值。这方面的例子有计量能耗的智能电表，它可以让发电厂优化定价，吸引更多的用户。这种电表还可以安装在汽车上，这样保险公司就能知道司机的驾驶习惯是否安全。
第二种模式也不新：实体资产数字化。15年前，你只能购买纸质版的《哈佛商业评论》，现在你可以在五六种不同的数字平台上读到它，还可以将喜欢的文章发给朋友，在社交媒体上分享读后感。
第三种模式比较新：跨行业或行业内数据整合（即大数据）。智能城市就是一个例子，比如在巴西的里约热内卢，私企、交通公司、城市职能部门会汇总信息，以便更有效地应对自然灾害。
第四种模式是数据贸易：如果一些企业的信息对另一些企业来说很有价值，它们就会出售这些信息。比如一家手机服务公司通过观察司机在哪里减速来判断堵车的位置，并把这些信息与导航服务提供商共享。
第五种模式：能力程序化。通过云计算，企业可以将自己最擅长的服务出售给其他公司，就像商务差旅管理或企业客户关系管理（Concur公司和Salesforce公司）所做的那样。
我们发现它们的创新程度各不相同，有的新业务是渐进性的，有的则颠覆了整个行业格局。一些公司只是在现有业务的基础上进行了扩展（用克莱顿·克里斯坦森的术语来说，它们是可持续创新）。其他公司的创新则更具颠覆性：这种创新需要一个新的商业模式——往往是一个独立的业务部门——来支持它们。公司还可以不断完善，逐渐成为以平台为基础的企业，在这样的企业里，互补的产品和服务都围绕着一个核心的稳定技术展开，这些产品和服务一般由其他公司提供（比如iTunes和音像制品的关系）。
在本文中，我们对这5种模式一一说明，并以自身及客户的例子进行阐释。同时，我们还会列出一些“自测问题”，帮助您确定自身企业适合哪种模式。
模式一：外延产品，制造数据
模式一：外延产品，制造数据
感应技术、无线通讯和大数据的发展，使企业在任何情境下（比如风力涡轮机、厨房用具或智能手术刀）收集和处理海量数据成为可能。这些数据可以用于改进企业资产的设计、运营、维修，或者用于完善某活动的执行方式。上述能力将成为新服务或商业模式的基础。一个经典例子是，引擎生产商劳斯莱斯的引擎健康监视系统（EHM）。在2005年前后，新的感应技术和数据管理技术让劳斯莱斯能尽早发现飞机引擎的问题，进而优化维修安排同时改进引擎设计。这种对成本控制的能力鼓舞了劳斯莱斯尝试一种新的商业模式：保留引擎所有权的同时为航空公司提供维修保养服务。这种服务仅根据实际的飞行时数收费，也就是 “按飞行小时包修”。
来自感应器的新数据同样帮助公司优化了其他服务，比如零部件库存管理和飞行效率报告。劳斯莱斯完全可以将这种能力进一步拓展到涡轮机和游艇引擎上，甚至围绕这些数据搭建一个平台。凭借这种处理海量感应数据的能力，公司可以开发一个IT系统，并向某些行业开放第三方应用。
外延型产品中一个较新的例子是SKF（瑞典轴承制造商）的智能轴承，它包含一个小型的、自供电感应器，可以持续不断向系统通报运行情况。有了这一技术，轴承可以被就地监控，这在之前是完全不可能或不切实际的。SKF还提供数据服务，让客户可以看到轴承的损耗程度，并采取补救措施，比如加润滑油或减少超载从而避免事故发生。机器因此变得更加可靠，同时也减少了停运的可能。
感应器还能探测到轴承实际的负载数据——这些信息可以用于改进系统和轴承设计，并探测出轴承以外的问题，比如器材内部的高强度振动。
非工业企业当然也可以从这种创新模式中受益。美国前进保险公司（Progressive Insurance）提供了一项叫做快照（Snapshot）的服务，可根据客户的开车方式来收取保险费。（该保险公司在客户车辆上安装了一种设备，用以记录行驶公里数、夜间驾驶和紧急制动等信息。）
模式二：资产数字化管理
模式二：资产数字化管理
在过去20年里，音乐、书籍和视频的数字化颠覆了娱乐业，孕育了iTunes、流媒体服务和电子读物等新的商业模式。随着移动技术继续助力这一趋势，更多创意公司开始使用数字化技术创造它们自己的外延型服务或新的商业模型。
比如国际女性博物馆（International Museum of Women），它是一个创新的非营利组织，在网上举办全球女性国际艺术展览。博物馆现在已经有来自200多个国家的60万参观者，1万名艺术参与者，4万个电子新闻订户，1.1万Facebook粉丝以及7000名twitter粉丝。该博物馆举办展览的花费，只是传统博物馆的九牛一毛。传统博物馆需要借用、运输和展示艺术作品，花销巨大。此外，网络博物馆的参观者足不出户，就能与艺术家进行直接交流。
实体资产数字化改变了更多行业的运营方式。比如，先进的分析技术和可视化技术让制造业的设计变得更加出色，惠及行业包括航空业、汽车业、服装业和家具行业。3D打印诞生后，逆转了之前数字化的进程，现在我们可以根据数字图像制作出实体物品。（通用电气公司如今就是这样制造部分涡轮机部件的）。医疗档案的数字化让医生能够更高效和准确地诊治病人。外科医生在高风险手术中，可以通过人体数字化模型来提高手术准确度，缩小创口。人们非常期待它能带来医疗行业的革命。
随着数字化的发展，数字化管理作为一项新业务应运而生。很多行业需要一种长期且安全的方式来存储它们的数字资产。这些资产包罗万象，可以是机型设计、核电站运营数据、石油勘探日志、娱乐内容或者政府档案，但它们在保存和访问权控制上的要求基本相同。因此，如果某个企业可以成功管理自己的数据，就可以跨过行业的障碍，将这种能力作为一种服务提供给其他行业的企业。
随着将更多的资产数字化，竞争优势很可能发生转变。数字化大幅降低了分销成本，过去非常关键的库存安全和运输问题，如今变得没那么重要了。但是，为消费者提供更多选择和定制服务，将变得日益关键。未来，我们会看到更多企业探索新的方法，通过利用买卖过程中产生的数据，加强与客户的亲密感，为行业带来进一步的改变。那些能帮助其他公司应对这一挑战的企业，也将会从中获利。
模式三：在行业内部/跨行业整合数据
模式三：在行业内部/跨行业整合数据
大数据和能够进一步进行数据整合的IT新标准，让我们可以用全新的方式跨行业/领域整合信息。在意大利北部的城市博尔扎诺，整个城市人口近四分之一是退休人员。这给该城市的社会及医疗服务带来巨大压力。IBM和该市合作，开发出遍及全城的入户感应网络，用以监控一些日常环境数据，比如温度、二氧化碳水平和自来水用量等，同时还对“正常”行为模式进行监控——比如规律的做饭时间。一旦检测到异常，系统会自动给用户指定的朋友或者亲戚打电话，这样，他们可以确保这些老年人平安无事，或者呼叫相关的救助服务。幕后完成这一切的是一个将相关职能部门联系起来的IT系统——包括社会服务、医疗服务、物业维修等。这让紧急状况的综合应对成为可能。
市政府相关人员认为，因为该系统的应用，援助服务和看护的费用降低了30%，很多退休老年人可以呆在家中，减少了养老院的需求和相关运营费用。其他城市也在积极尝试跨领域创新。大伦敦市政府建立了类似服务，期待尝试一种管理城市的全新方法。它们推出了“快捷城郊物流项目”（Agile Urban Logistics project），将网店的包裹递送信息和即时的交通状况结合起来，用最优化软件找出解决运送快递的货车造成的交通拥堵现象。目标是鼓励企业发展新的商业模式，比如在某些特殊地区使用分享式快递服务。
非政府领域也存在类似机会。尽管沃尔玛和戴尔这样的企业，已经成功完成了其供应链的数据整合，但大多数供应链网络仍然无法协调一致。IT的进步促进了这一问题的解决。比如在汽车行业，制造工厂在用水给机器降温时，需要小心调整水温。如能获得可靠的上游水温数据，对于提高工厂效率大有裨益。供水单位可以将这类信息提供给企业，以此创造额外收入。在德国，医疗领域跨行业的数据整合成为了提高效率的一个新业务。过去，医疗和牙科服务在向保险公司收费时，会通过很多不同形式（包括纸质和电子形式）提出请求。新服务可以直接从医院的IT系统中收集信息，保证了数据的保密性、标准性和清晰性。之后可以按照不同保险公司的格式要求将数据发给它们。该服务让保险公司可以自动完成支付，检查账单，避免商业欺诈。保险公司由此省下的钱比服务成本还多。
模式四：数据贸易
模式四：数据贸易
一些企业拥有将不同数据整合起来的能力，并开发出与其临近业务相关的多种新服务。比如沃达丰和GPS设备及服务提供商TomTom最近的合作。沃达丰有着完善的移动网络，能够识别出手机用户开车的位置以及驾驶速度。这样的数据可以准确定位交通拥堵——对于TomTom来说，这些信息极有价值，于是它们从沃达丰那里买来了这些数据。
我们推测，其他一些公司也能使用手机数据来改进运输和交通，并用更为商业化的方式来完成。比如，那些想投放本地化广告的公司，或者手机用户附近的饭店和商铺。
英国气象办公室、IBM、伦敦帝国理工商学院，以及研究气候变化的格兰瑟姆研究所合作建立了一个雄心勃勃的“开放式平台”，旨在用一种全新的方式交换全球气候数据。很多组织包括保险公司和针对自然灾害的机构，需要此类数据。但目前的状况是，此类数据越来越多，而相关标准却凤毛麟角。这让数据共享及整合变得很困难。而且，广为接受的气候模型分析标准还没有开发出来。这些领域的鸿沟限制了评估和决策的质量。这个新机构的目标是通过提供网络平台，填补这些鸿沟，该网络平台向很多参与者开放。它将会为气候知识、数据及建模提供贸易市场。平台背后的组织希望它能推动创意方案的产生，解决与气候相关的风险评估及控制问题（这一举措属于两种模式的结合——数据贸易及跨行业数据整合）。
模式五：将独特的能力程序化
模式五：将独特的能力程序化
IT系统自发明之日起，就为商业流程自动化做出贡献。现在，公司有了一种实际的方式将它们标准化，让它们更完善并出售给第三方。任何最优的流程——但并不是公司的中心竞争优势——都变成了盈利的业务。云计算让这样的机会触手可及，因为它让企业在软件传输，版本更新方面更加容易，并在定价上允许客户“按需付费”（pay as you go）。
IBM的全球费用报告解决方案（Global Expense Reporting Solution)最初是为了实现公司内部旅行预定和花销报告流程的全自动化。IBM发现，该系统除了将行政费用降低60%-75%以外，还帮助员工更好地遵守公司的差旅及娱乐政策（T&E policies），这让总体花销降低4%。几年以后，IBM发现很多客户对这种节省成本的做法感兴趣，就将该系统变成一种服务卖给全球企业，成功开发出一项新业务。对结果数据流的分析让IBM能够更好地关注客户内部的审计流程。IBM现在能向第三方提供内部开发的应收账款管理系统。
另一个例子是花旗集团。花旗银行开发出一个转账数据模型，用以分析金融系统不同部分的现金流，找出了客户无法有效使用不同付款功能的问题所在。5年内，公司将这些模型转变成了一系列客户服务。花旗银行的电子移动平台（CitiDirect BE Mobile）让金融机构和他们的客户能随时随地追踪付款状态。公司推出该服务的第一年，系统可处理的转账金额达110亿美元。如今，这一数字是1100亿美元。2013年10月，花旗推出了CitiDirect BE Tablet,目的是帮助C级管理者更有效地管理他们在全球各公司的财务流动。
创造新价值的机会并不仅存于IT流程。英国一家大型目录零售商，已经开发出专门的高效快捷系统，用于设计和介绍网上产品目录。该公司出售的商品种类远远超过对手，但库存储备只有对手的一半。如果该公司将这一领先于行业的能力出售给其他零售商，就会创造出一个新业务。该业务从理论上可以发展成为一个颠覆性平台，第三方零售商可将其用作一种市场渠道。
5种模式的结合
5种模式的结合
这5种模式对于那些寻找新商机的公司来说很有帮助。我们也在上文列举了关于这5种模式的优秀例证。但现实中的应用往往体现为不只一种模式。（在我们撰写本文时，已经发现一些例子适用于两到三种模式！）此外，现存业务的一些相对简单的延伸，经常会发展成一个全新的业务领域。以智能电表为例，现在它在发达国家几乎无处不在，它能记录全天的电能消耗，并将信息提供给电能供应商。这些设备的雏形是想在一些方面改善公共服务。
智能电表应用让按日收费成为可能，这样能够反映出用户的需求模式，优化处理公共服务运营及基础设施使用情况。客户还可以根据获得的信息来管理自己的能源使用情况。要不了多久，该电表就能为新业务创造更多的契机。
比如，它们可以收集家电的能源使用模式的相关数据，并将这些信息再卖给家电制造商，也可以给住户提供升级服务，诸如接入自产能源（利用太阳能板发电等）。
我们相信，智能电表还能为平台型业务提供支持。德国能源设备公司E.ON在智能电表基础上成立了一个新的业务部门，IBM辅助开发了相关IT系统（软件和基础设施）来支持该公司的不同需求——数据采集，数据聚合，动态定价模式等。最后IBM发现，为这一系统进行的模块设计也能用于为其他公用设备提供商提供定制服务。（这一新业务是IBM和E.ON联合开发的）。智能电表还可能成为一个技术平台，为住户提供种类繁多的应用，比如安全系统以及娱乐系统。
从了解自己开始
从了解自己开始
在和客户一起开发新的商业机会时，我们会先用一两个具体例子来描述这5种模式，然后直接进入问题环节。这些问题帮助企业列出基于现有业务的原始数据，以便从中攫取新的商业价值。问题看似简单，但回答起来却需要深思熟虑。
我们有什么数据？
我们能获得但还没有采集的数据是什么？
从我们的产品和运营中能创造出什么数据？
我们能从别处获得什么样的有益数据？
通过和其他人合作，我们能获得什么样的共享数据？
获得答案后，团队会再次审视每种模式，看是否有机会修改或者结合某些模式，可应用于本公司的商业运营。
问题包括：
1.外延型产品
与我们的产品及使用相关的数据有哪些？
我们现在拥有哪些数据？哪些可以在下一步收集？
这些数据让我们有哪些深刻的发现？
这些发现如何为我们、客户、供应商、竞争对手或其他行业的公司提供新的价值？
2.资产数据化
我们的资产中有哪些是全部或者主要以数字化形式出现的？
如何运用它们的数字化本质来增强其价值？
有没有可以变成数字资产的实体资产？
3. 数据整合
我们的数据能否通过和其他人的数据结合创造价值？
我们能否作为媒介，将其他人的数据进行整合，从而创造价值？
谁将从这样的整合中获益？什么样的商业模式能吸引我们及合作者？
4.数据贸易
为了创造价值更高的信息，如何结构化和分析我们的数据？
这一数据对公司内部、现有客户、潜在新客户或者其他行业是否有价值？
5.能力程序化
我们是否拥有其他人没有的独特能力？
是否能够将这一能力标准化，让它可以广泛使用？
能否将这一能力做成数字服务？
本行业或者其他行业中，谁会对这一能力感兴趣？
收集、管理和分析这些数据如何帮助我们开发出一项能够程序化的能力？
一旦你完成了第二组问题，一切就明朗起来：我们将不同的概念进行整理和排序。当有了一到两个想法时，就可以进行进一步调查；再往下是关于这些想法的细节补充。之后要进行情景设定，假设某个想法创造了新的重大商业价值，还要找出实现这一切的主要可能。几周后，团队要重新聚集在一起，将结果展示给高管级别的创新带头人。
这几年来，信息技术的发展已经逐渐远离最初的角色——让运营和管理流程自动化，并减少相关成本。当然，IT会继续担任这一角色。但它创造新商机的作用更加强大。
技术进步越快，新契机就越多。现在，公司该静下来想想，如何通过系统化方式来审视这些进步，仔细考虑IT如何在制造出更好的产品和服务以外，帮助企业创造出新的商业模式和平台。认真审视5种模式和你的企业的关联，诸位就能更好地掌控数字经济带来的机会，并获得回报。(牛文静 | 译 安健 | 校 李源 | 编辑)
拉什克·帕马是IBM’s Academy of Techology技术总监。伊恩·麦肯齐是哈佛商学院高级讲师。大卫·科恩是IBM托马斯沃森研究中心的研究员。大卫·甘恩是伦敦帝国理工学院研发创新部门的副院长。
