top of page

強者愈強 贏者通吃

Updated: Apr 28

寫了接近兩年的新書《數循環》終於進入評審階段,算是鬆了一口氣。在等候正式出版前,正好可以為新書加入一個前傳,自娛自樂之餘,還可以讓讀者及朋友們對「數循環」概念的建立加深理解。

故事應該從2005年加入eBay開始,當時我是產品經理主管,負責買家任何會接觸到的平台體驗,包括首頁、搜索、類目瀏覽、推薦系統、收銀台、信用評價系統、買家社區和客戶服務中心等。因為這些功能都在線上呈現,所以數據順理成章都能百分之百被收集,亦成為了指導企業決策的依據。

互聯網企業擁有這種先天條件,在企業智能化和數據分析上有着先行的優勢。當然比較容易被忽略的是快速測試的可行性(包括互聯網產品常用的AB test),快速試錯其實是他們的成功要素。舉例子來說,產品經理提出如果把電商商品頁面中的購買按鈕放大10%及改為奪目顏色,此舉有助增加購買轉化率0.2%,5%的用戶測試結果已證實改動有效,尤其是新用戶,因此被接納成為「永久」的設計。在這類企業中,任何功能改動前必須有數據分析的基礎,開發前要有預期的指標效果及監察方法。如要達到這程度,不僅是講究數據開發的技術水平,還必須相信可測則可優化的文化(We improve what can measure)及執行時的紀律。

這個經驗後來對於我在阿里巴巴建立數據平台的時候,影響非常深遠。因為在互聯網時代,產品需求的更替非常頻繁,傳統的商業智能系統很難兼顧企業的分析需求,最典型的情況是產品的表現與業務結果未必能關聯起來作分析,有時更會在產品發布重大修改的2個月後,數據的收集及分析才能完全準備,而這種漏洞並不罕見。

話雖如此,前面說的僅是互聯網企業的一些基本功,並不構成競爭的護城河。不過,當同一個行業,競爭對手都擁有相等的數字化實力,我發覺有兩個明顯的現象會發生:(1)更新換代的速度會更劇烈;(2)強者愈強的優勢變得明顯。這是網絡效應理論中所提出的先行者優勢,也容易造成「贏者通吃」的現象。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page