数据要素带来商业范式转变

导语

      数据要素作为新型生产要素，从价值机制、价值创造主导者及竞争关系等方面，不断颠覆传统商业范式。数据要素带来的商业范式转变是一个复杂而深刻的过程，只有充分理解和把握数据要素的特性及其影响，才能在新的商业范式中取得成功。

      商业已经进入全面数字化时代，技术进步极大地提升了大规模数据采集、标注、分析及运用的效能，数字技术和数据资源对传统产业的赋能效应逐渐显现。党的二十大以来，习近平总书记高度重视新质生产力的发展，强调发展新质生产力是推动高质量发展的内在要求和关键着力点。作为新型生产要素，数据已构筑起数字化、网络化及智能化发展的基础，并迅速融入经济生产、分配、流通、消费以及社会服务管理等各个环节，深刻改变了生产方式、生活方式及社会治理方式，为数字经济的高质量发展注入了强劲动力。

      数据要素在商业实践中发挥着多重战略性作用，影响深远且广泛。首先，数据要素能够优化运营流程，降低成本，并显著提升效率。其次，数据要素通过增强价值链各环节的价值创造能力，进一步推动企业整体价值提升。最后，数据要素还具备增强企业创新能力的重要作用，为企业提供前所未有的洞察力和决策支持。数据要素的战略性使用，带来了商业范式在价值机制、价值创造主导者和竞争关系假设方面的转变（见表1）。确实，数据要素不同于传统的生产要素，其诸多特性正在或者将会挑战现有商业范式。深入理解数据要素带来的商业范式变革，对商业实践有着重要意义。

价值机制：从单向价值到双向价值

      数据要素的网络效应使得企业与消费者的价值共创成为可行且更有效的竞争策略。美国弗吉尼亚大学（University of Virginia）的罗伯特·格雷戈里（Robert Gregory）教授与合作者于2021年提出了数据网络效应（Data Network Effects）的概念。作为一种网络效应，数据网络效应表现为一个平台从收集的用户数据中学习得越多，对用户而言平台就越有价值。数字平台的网络效应不仅受用户数量和数据质量影响，也与借助人工智能等技术从数据中学习的能力有关。用户与数字平台的每一次互动都会产生数据，这些数据有助于完善数字平台算法，从而提升对用户行为预测的速度与精度，数字平台可以根据预测提供更多更新的功能与体验，留住现有用户并吸引新用户。当数字平台形成“更多数据—更多价值”的正增强回路时，就会比没有激发数据网络效应的数字平台更具市场竞争力。

     正增强回路的存在标志着数据要素与传统生产要素和产品在价值逻辑上具有不同的本质。传统的生产要素和产品的价值会随着使用损耗而减少，数据要素的价值却会随着使用而增多。同时，对一个数据要素的使用可能会增加更多相关的新数据。新数据的相关性会增加从数据中发现用户行为模式与偏好的机会，使得新价值呈指数增长而非线性增长。例如，音乐流媒体服务会根据用户收听的歌曲生成初步的推荐歌单。用户收听推荐歌单歌曲的次数与时长会帮助平台生成更符合用户偏好的推荐歌单。通常，在迎合用户偏好的有效性方面，新推荐歌单比之前的推荐歌单有着质的提高。

      此外，企业在产业链条中的数据具有流动性，产业链内的实体通过解析这些数据，能够精确勾勒出消费与生产、供应与库存、产品与服务之间的关联，进而规划自身的生产经营行为。由此，企业数据的价值得以渗透产业链各个环节，并与其他生产要素深度融合，促进要素价值的重塑与生产运营效能的提升。以波司登为例，企业通过构建针对消费市场的全链条灵活智能制造系统，凭借大数据、人工智能等技术，实现了零售数据、物流配送数据、生产数据的全产业链整合与赋能，最终产业链生产效率提高了40%、产品研发周期缩短25%。

      数据的使用能产生更多相关数据，并能提高已累积数据的价值，因此企业不能将数据要素简单地等同于传统意义上的生产要素。数据要素的使用，不是价值从一种形态到另一种形态（生产），然后从有到无（消费）的单向过程；而是价值持续在生产端与消费端往复，已有数据要素价值不断放大的过程。因此，企业在使用数据时，不应假设价值单向流动，而应重点考虑如何将消费端的价值反向导回生产端，以持续价值放大的过程。

价值创造的主导者：

从企业主导到企业与用户共创

      数据网络效应的存在意味着数据的质量对价值创造至关重要。由于数据是由用户的行为生成的，价值创造就不再只取决于企业单侧的生产与经营行为。用户如何使用数字平台、使用的时间与频率等用户侧的行为模式，在塑造数据网络效应的正增强回路方面不逊于企业。如果没有准确捕捉、持续积累及深入分析用户质高且量大的数据，数字平台就无法形成数据网络效应的正增强回路。所以，企业应与用户合作创造价值，即价值共创。一方面，企业要为数字平台配备数据收集功能及高效的人工智能算法，从数据中更好地学习；另一方面，用户要同意企业使用数据，并积极使用数字平台。

      数据要素的流通维系平台经济持续健康发展。过去，数据网络效应主要见于搜索引擎、社交网络、电子商务网站、流媒体服务等平台，这些平台利用用户数据提供个性化服务、优化体验或推荐内容。以直播赋能传统消费为例，视频流数据的跨设备流通确保了信息的实时传递，有效连接了消费者与商家。在此过程中，商家通过视频向消费者传递产品信息，观看量、评论等用户数据通过平台反馈给商家，使其能够洞察并理解消费者偏好。

      如今，数字技术逐渐渗入汽车、自行车、跑鞋等日用产品中，基于数据网络效应的价值共创已不再局限于腾讯音乐、知乎、哔哩哔哩等典型的数字平台企业。传统生产企业也可以将数字技术与物理产品进行整合，思考如何利用数据网络效应建立价值共创的竞争策略。例如，汽车企业可以通过集成智能车载系统将汽车变为数字平台，在获得用户许可后，积累用户驾驶数据。汽车数物融合平台可以学习用户的驾驶习惯，提供能自动根据驾驶记录更新费率的保险服务，从而为安全驾驶的用户提供更多价值。类似地，导航应用能够收集用户每日的行驶速度与路线数据，以提供路况预测服务；此外，它还鼓励用户报告突发路况，提供地图更新建议，并在交通拥堵时与其他用户分享路况，从而为用户提供额外价值。

      当企业思考如何使用数据要素提高竞争力的时候，不应局限于以企业为中心的生产与运营。企业应该关注影响数据质量的所有因素，并将用户纳入价值创造流程，而非仅仅将用户看作价值创造流程的交付端。

竞争关系：从单纯竞争到合作竞争

      美国凯斯西储大学（Case Western Reserve University）的Youngjin Yoo教授与合作者于2010年首次确立了“数字创新（Digital Innovation）”这一研究领域，并提出了理解数据要素如何重塑商业竞争的思维工具：分层模块化架构（Layered Modular Architecture）（见图1）。

      基于日益深入的数物融合，该架构整合了数字技术的分层架构与物理产品的模块化架构。物理产品的模块化架构有固定的产品边界，围绕一个目标产品，按功能设计层次将其分解成模块；模块隶属于目标产品，产品由模块组装而成。数字技术的分层架构强调数据同质化（Data Homoginization）。由于采用统一的存储格式，来源和内容各异的数字数据可以组合使用；任何数字数据均能在不同数字设备存储、传输、处理和显示。这种格式上的一致性使得不同设备得以通过软硬件接口及网络实现无缝联结与组合，极大地促进了数字设备间的互操作性和集成性。

      通过整合数字技术的分层架构与物理产品的模块化架构，分层模块化架构打破了产品层面固有界限的桎梏。在此架构下，分布于不同层级的产品能够自由组合，形成新的数字产品。这种架构允许产品在设计与制造流程之后继续引入新功能，从而不断拓展产品边界，展现出高度的动态适应性和灵活性。在很大程度上，这一架构消除了传统产品及行业界限。例如，数字企业可以组合电动车、平板电脑、软件系统及远程智能服务，打造出智能汽车这一创新产品，跨越行业界限，涉足汽车制造业。

      分层模块化架构的普及要求企业重视数字产品的“产品-模块”双元性：一个数字产品既可以作为独立的产品使用，也可以用作其他产品的模块。例如，腾讯地图既可以作为一个查询出行路径的产品单独使用，也可以通过调用其应用程序接口，使之成为外卖软件的一个模块。这种双元性特征对商业竞争有着深远意义。竞争关系不再单一且固定，而是呈现多层次、多维度的特点。不同企业提供的价值在某一个层级上是竞争关系，在不同层级之间却能形成互补关系。如图1所示，Prime剧集与Apple剧集在内容层上是价值替代关系；但是，Prime剧集可以内嵌到Apple Videos应用程序中，形成内容层与服务层之间的价值互补。所以，即使将焦点集中在视频流媒体业务，亚马逊（Amazon）与苹果（Apple）也绝不是单纯竞争的关系。

     “产品-模块”双元性使得传统的竞争模型难以全面反映数字经济时代企业间的复杂竞争态势。在传统竞争模型中，不同企业的产品被视为可以完全相互替代的实体，企业间的竞争被简化为完整产品之间的竞争。“产品-模块”双元性意味着产品可以被分解为多个层级的组件，也可以成为其他产品的组件。所以，企业竞争既要考虑同层产品的替代关系，也要考虑不同层产品的互补关系。这进一步加剧了产品市场上的竞争复杂性，企业要在多个层次和维度上展开竞争与合作，以应对数字化经济带来的挑战与机遇。

      正如共享经济等伴随着数字技术发展而兴起的新商业样态所揭示的那样，数字要素正在不断重新定义价值创造与利益分配。独占不再是攫取巨大利润的唯一途径，竞争中求合作，共同繁荣正在成为新的主题。传统经济框架下，企业遵循“经济人”假设的“自利”逻辑，依赖成本优势和差异化战略来占据市场的核心地位。数字经济框架下，企业要兼顾“自利”与“利他”的双重逻辑，不被现有竞争关系所局限。企业应根据分层模块化架构，主动切换产品的双元身份，从而动态地理解与同业者的关系，认识自身的优劣势，制定出更灵活的竞争策略。企业应从被传统经济逻辑视为“竞争损害”的情景中发现合作机会，与同业者共同实现市场的整体价值最大化。

结论与启示

      数据要素作为新型生产要素，从价值机制、价值创造主导者及竞争关系等方面，不断颠覆传统商业范式。数据要素带来的商业范式转变是一个复杂而深刻的过程，只有充分理解和把握数据要素的特性及其影响，才能在新的商业范式中取得成功。

      首先，数据要素使得价值不再是从生产到消费的单向流动，而是持续地在生产端与消费端往复，不断放大已有数据要素的价值。这种双向的价值流动要求企业重新审视其价值创造和分配策略，更加注重与用户的互动和价值共创。

      其次，数据要素使得用户成为价值创造的重要参与者。企业不再是价值创造的主体，而是要与用户紧密合作，共同创造价值。这种企业与用户的价值共创模式，不仅提升了用户的参与感和满意度，也为企业带来更多的商业机会和竞争优势。

      最后，在竞争关系方面，数据要素使得企业间的竞争关系变得更加复杂和多变。传统的单纯竞争关系被合作竞争所取代，企业要在数字创新的架构内同时处理同层竞争关系与跨层合作关系。传统竞争聚焦于存量资源争夺，数字经济竞争则指向细分市场的控制与拓展，强调差异化与创新的价值创造。这种竞争关系的转变，要求企业具备更加灵活和开放的战略思维，以适应数字经济时代的变化和挑战。

      数据要素带来的商业范式转变，为企业提供了新的发展机遇和挑战。企业要积极应对这种变化，充分利用数据要素的优势，优化运营流程，提升价值创造能力，加强与用户的互动和合作，以在激烈的市场竞争中寻求合作机会，取得更大的成功。同时，政府和社会各界也应该加强对数据要素的研究和应用，推动数据要素与实体经济的深度融合，为数字经济的发展注入新动力。此外，数据要素的使用也带来了一系列新的法律和伦理问题，如数据安全、隐私保护、数据合规等。个人隐私、数据安全、数据垄断和不正当竞争等问题都要重视和解决。因此，在推动数据要素应用的过程中，要建立健全相关法律法规和监管机制，以确保数据要素的合规使用和社会的可持续发展。