盧希鵬：迎接逆商業時代，企業必需從後天看明天

文：陳祈廷

企業數位化轉型 工業4.0 智慧製造

書摘內容摘自商業周刊出版《C2B逆商業時代》

特斯拉電動車執行長，也是電影《鋼鐵人》主角的靈感來源馬斯克曾經說，「只有首先看到事情的可能性，才會有發生的機會。」

馬斯克設計電動汽車的緣由，在於他認為要用現在二十一世紀的科技從零開始設計一輛車子，於是他設計了電動車，設計了無人車。

為什麼馬斯克如此認為？

因為汽車發明將近一百年以來，所有的汽車都受限於過去發展的模式，汽車工業的發展就會由歸納法受到了限制。馬斯克認為若由二○一八年所擁有的科技，重新設計一輛汽車，這輛車子應該會比現在所有的車子都來得好。由此，特斯拉顛覆了汽車行業，迫使各大汽車製造商也都加快了研發和生產電動汽車的計劃。特斯拉並沒有依照前人法則，特斯拉的崛起，標誌著汽車工業改革的里程碑，同時是一場擴及全球的思維革命。

台灣科技大學管理學院教授盧希鵬，於鼎新第六屆企業高峰年會即點出，我們過去很習慣用歸納法去思考企業戰略，但現今我們今天要嘗試著去從另外一種研究方法，叫做演繹法。

盧希鵬在他最新著作《Ｃ2Ｂ逆商業時代》中曾引述阿里巴巴集團主席馬雲曾經說過今天很殘酷，明天更殘酷，後天很美好，但絕大部分人死在明天晚上，這看似玄妙的談話，隱藏什麼樣含意？

商業為何逆著來？

為何馬雲要提及Ｃ2Ｂ以及五新(新零售、新製造、新金融、新技術、新能源)呢？因為過往策略學中的「核心能力」被顛覆，核心能力往往造成組織僵化，凡在生命週期達到巔峰的產業，隨之而來的就是衰退，原有核心能力就成為組織轉型僵化的主因。所以在巔峰上的產業，就必須要比競爭者看得更遠，提出下一波產業走向。

為什麼馬雲會說今天很殘酷？因為Ｂ2Ｃ、Ｃ2Ｃ已經非常成熟，那為何明天更殘酷？因為大家都要做一樣的事情，大家都做ＣＲＭ。而若從後天來看明天，就會知道明天要做什麼，所以後天很美好，由消費者所主導的Ｃ2Ｂ新商業文明，包含新經濟、新社會、新科技、和新消費者。

盧希鵬笑著舉例說，像是銀行看到了FinTech都是一模一樣的時候，兩年以後所有銀行所發展出來的FinTech將會大同小異。在書中他亦提及，「如果是知名媒體講的運營模式，那是不能做，而一旦上了國際媒體報導的運營案例，這件事就千萬不能做了，因為大家都知道的營運模式，還有機會成功嗎？」

因此，企業必需認知，「其實後天不是預測的，後天是創造出來的，後天是演繹出來的。也就是明天通常是由歸納法，別人怎麼做，過去怎麼做，但是後天必須是創造出來的，是想像出來的，是演譯出來的。而後天很難預測，但是通往後天的軌道跟規則非常的清楚，因為有越來越多的跡象顯示，小批量與定制化的訂單、Ｃ2Ｂ商業模式與網路、大數據等在加速的新零售、充滿挑戰的新製造以及冒險探索的新金融場域，將揭示C2Ｂ逆商業時代，是一種毀滅，也是一種新生。

正在加速的新零售與充滿挑戰的新製造

馬雲所論之新零售，是結合電商、實體店、物流科技，串流線上到線下的消費體驗，大數據分析，提供多元的支付方式，但盧希鵬認為，馬雲漏掉「判斷與選擇」的成本，雖然省掉上網或是上網購物的交易成本，但是消費者還是得花心力比價比功能，最後才下單購買。

新零售發展到最後，將會是智能化零售，運用人工智慧判斷與選擇，可以降低判斷與選擇的交易成本。且新零售不只是Ｏ2Ｏ，還要全通路，零庫存，他消除了線上/線下的通路界線，不用去分辨是虛擬還是實體世界。

另一個新零售的重要議題是「物流」，因為現代科技追求的已經不只是快速配送，而是更有效率的後端倉儲功能。以亞馬遜為例，他壓縮前置作業時間並建置自己的車隊、貨機隊，甚至研發送貨用無人機，減低對物流業者的依賴，也運用大數據分析，精算最快的配送路徑。大數據分析是預測其未來可能的購買品項，預先送到附近倉庫，待未來消費者下單，就可以快速送達。這種做法已經改變物流配送方式，也提高後端倉儲流程效率，讓商品是以「周轉而非倉儲」的形式存在。

在製造業，顛覆傳統製造業遊戲規則的不是技術，而是消費趨勢。馬雲從雙十一「生產跟不上銷售」的現象，觀察到大量分散的個性化需求，已持續施壓於銷售端，再從銷售端逆向推動到製造端。所以製造端必須具備柔性與彈性的能力，進一步推動供應鏈乃至整個產業，才能適應「多品項、小批量、快翻新」的需求。

若沒有在零售端佈建大量感知器透過大數據分析，製造端無法第一時間得到消費者需求，同樣若沒有在工廠佈建大量感知器並透過大數據分析，製造端也無法改變生產流程，回應消費者。但以目前來看，商業互聯網較普遍，且商業互聯網與工業互聯網也尚未有效結合。

以德國製造業來說，工業4.0是商業模式與思考模式的顛覆，當網路與數據已打通「生產與消費」之間的環節，消費者需求可在第一時間傳遞，反過來要求製造商，因此德國製造業要縮短與消費端的距離，轉變為製造服務業。

「台灣製造業要把眼光放在全球市場，不只是製造服務業，更要成為全球跨境電商的綜合供應商，賺世界的錢」盧希鵬在書中說，台灣有其製造經驗的豐厚籌碼，在Ｃ2Ｂ商業模式下，規模經濟不在生產端，而在需求端，市場要夠大才會有效益。

價值鏈核心再定義 企業範疇再造

在新零售時代，實體店重新翻紅，藉由顧客至實體店的消費行為，描繪顧客的購物面貌。體驗店和蒐集消費者行為數據的場域，是實體店面在新零售時代被賦予的新價值。盧希鵬說明，以ZARA來看過去Ｃ2B的第一個階段，之前認為應該是店長最了解地方需求，所以由店長來決定進什麼商品；但現在價值鏈應該逆著看，最了解客戶需求的，是客戶自己。

他再舉例，NOKIA的六千種手機，是由設計師思考客戶需求，這是客製化。個人化代表的則是消費者需求不再由設計師思考，而是由個人定義他需要什麼。每一個人的iPhone手機中的功能和數據都是不一樣的。過去客戶是被企業服務的對象，但是到了第二階段逆商業時代我們開始學習，其實客戶不是被我們服務的對象，客戶是一個真正瞭解自己需求的人。

「有越來越多的案例，已經打破了我們企業的界限，不止是翻轉Michael Porter的value chain，甚至是把客戶融入到我們的價值鏈的一環。」盧希鵬說。而再往上提升，Ｃ2Ｂ的第三個階段，是客戶在社群互動中留下的資料，而這些資料代表了客戶他自己真實的自己，甚至連客戶都不了解的自己，就是智能化的人工智慧所做的大數據分析。當企業以消費者為核心，就不單是企業流程再造，不再是以企業物料為核心，所以流程改造和產品範疇都是打破原來疆界，圍繞在客戶價值上。

盧希鵬在書中也提到，Ｃ2Ｂ時代下，持續進行符合消費者需求的新產品研發，以及提供消費者高價值感受及售後服務的品牌，中階品牌會逐漸消失，當零售不再思考線上或線下，當製造不再考量數量成本，要思考的是，台灣服務、製造、金融業的新商業價值又在哪？

人工智慧促進物種大爆發 賦予企業第四隻眼

演化史上的劃時代事件，是指在距今五點三億年前，短短兩百萬年間，生命進化出現飛躍式發展的情形。 幾乎所有動物的「門」都在這一時期出現了。 因出現大量的較高等生物以及物種多樣性，於是，這一情形被形象地稱為生命大爆發。幾乎現今所有動物的祖先，全在一瞬間蜂湧而出，稱為寒武紀大爆發。

為何會導致寒武紀大爆發？

牛津大學動物學家派克經研究發現，是因為「第一隻眼睛的誕生」，三葉蟲睜開了世界上的第一隻眼睛，因為看清了世界，導致競爭開始激烈，有眼睛的會淘汰沒眼睛的，因而產生生物多樣性。

盧希鵬說，以目前的商業模式來看，就是物種大爆發的時刻，互聯網讓企業長出了第一隻眼睛可以看見社群，物聯網以及行動科技等各種穿戴裝置是第二隻眼，而ＡＩ等人工智慧的新技術智能，讓企業長出了第三、第四隻眼睛，而這個眼睛造成了物種複雜的競爭，而這種複雜的競爭，勢必也會產生下一波的物種大爆發。

第一隻眼睛在一九九五年就出現，也就是可以讓企業看見社群的互聯網。他進一步說明，以前企業蒙著眼生產，利用ＰＯＳ系統只能看得顧客於何時購買商品，但透過電子支付交易，可以看到的是哪一位消費者在幾點幾分購買我的商品。

而電子支付系統、社群網站、搜尋引擎等互聯網資訊的串聯，構成了大數據資料，也提升企業間的信任，因而產生物種的改變。這樣說或許抽象，盧希鵬舉例說，美國研究發現，當一個人經常在半夜滑臉書按讚，他明年的健保費用可能會增加，因為臉書使用行為統計會將他歸類為睡眠品質不好的人。

第二隻眼睛是數據化，「它不是數位化」盧希鵬強調，因為如果沒有在真實的世界提取數據，就不會有沉澱的資料，必須要有足夠的資料讓人工智慧可研判與分析，以及信任建立，促進交易成本降低。

經過這幾年人工智能的發展，第三隻眼睛代表ＡＩ已經可以看見圖像，聽見聲音了，今天的人臉辨識與語音辨識準確率已達九十五％以上，很多人在使用手機時都使用語音輸入法，在業界也有如Amazon的Echo、天貓的精靈的應用發展，這些真實並可以辨識消費者的應用技術與發展過程，正大幅降低企業的交易成本。

第四隻眼睛是可以看見行為，就是「環境博弈」，人工智慧不僅可看見還能跟你互動，「未來十年左右將有更長遠的發展，當有更多的自動駕駛車以及機器人等延伸應用，就會有更大的物種爆發，這番革命，會產生企業物種大滅絕，以及企業物種大爆發。

順著逆商業時代特性 活過殘酷的明天

「我們必須順著逆商業時代的特性，因為逆商業時代重視的是交易成本與透明開放，逆商業時代面對的不是單一客戶，是整體的客戶，逆商業時代面臨的不是單一的社會，而是社會和社會之間互通資訊。」盧希鵬說。

新零售、新製造、新金融是明天即將發生的事情，而新能源(數據)與新技術(ＡＩ)是後天可預見的事。從明天跨到後天，是一個由大量客製化邁向個人化的過程，這兩者的差別在於是否有個人主動參與的大數據。

馬雲就稱大數據是「新能源」，數據是燃料，ＡＩ人工智慧的新技術，就是協助整個Ｃ2Ｂ新商業文明的引擎。

台灣有沒有發展ＡＩ的機會呢？盧希鵬在書中回答，這一波ＡＩ革命要的是數據化，台灣要善用物聯網感知器，設計自己的數據，要在所有Ｃ2Ｂ的新零售、新製造、新金融中，在沒有數據的地方創造出數據，讓創造出的數據多如螞蟻，才是我們未來可以勝出的競爭力。

如同馬斯克說，「不要害怕新的競技場，這意味著你需要走出舒適區，前往你從未去過的地方，你永遠不會知道在試驗中會發現什麼，但在練習走出舒適區時，總是非常有趣。」

相關資訊