In Beruf und Studium komme ich oft mit viel interessantem Wissen in Berührung, darunter Geschäftsmodellanalyse, Management-Refactoring, neue autonome Fahrtechnologien etc. Ich habe auch einige Einblicke in die allgemeine Logik und Anwendung zukünftiger Geschäfte, also habe ich die folgenden Aufsätze geschrieben, in der Hoffnung, sie mit Ihnen zu teilen. Der Aufsatz besteht aus vier Teilen: der Automatisierung von Geschäftsmodellen, der langfristigen Integration von Talenten und Spezialitäten, der weiteren Diskussion von Unternehmenswerten und zukünftigen Geschäftstrends. Aus Zeitgründen wird der erste Teil provisorisch fertiggestellt.
1. Automatisierung von Geschäftsmodellen
Das Thema Automatisierung scheint schon lange in aller Munde zu sein. Die Roboterarme produzierender Unternehmen, die automatische Sortierung, das automatische Fahren usw. scheinen nichts Neues zu sein. Aber wenn man genau darüber nachdenkt, wird die Automatisierung von Geschäftsmodellen selten erwähnt und untersucht. Wie kann man die Welt aus der Perspektive der Automatisierung sehen, wie kann man die Welt aus der Perspektive der Automatisierung verstehen und was ist die Denklogik, die durch Automatisierung repräsentiert wird?
Ich werde mein Verständnis der Geschäftsmodellautomatisierung aus drei Aspekten erläutern: Standardisierung von Nicht-Standard-Szenarien, Austausch menschlicher Erfahrungen und Automatisierung von 1 bis N.
(1) Standardisierung von Nicht-Standard-Szenarien
Derzeit ist das autonome Fahren in der Technologiebranche am meisten in aller Munde. Einfach ausgedrückt bedeutet autonomes Fahren, wie Technologie und Algorithmen genutzt werden können, um das sichere Fahren von Autos in komplexen realen Umgebungen zu realisieren. Sein Kern ist die Standardisierung von Nicht-Standard-Szenarien. Als Grundlage der industriellen Revolution ermöglichte die Standardisierung die Massenproduktion und das Management. Ob die Zukunft also Standardisierung oder Personalisierung ist, es gibt viele Debatten. Ich denke, die beiden sind kein Widerspruch, denn übergeordnete Standardisierung ist genau die Grundlage der Personalisierung.
Sie können sehen, dass es mit der Entwicklung der Technologie immer mehr personalisierte Produkte gibt, wie die Personalisierung von Autofarben und Zubehör, die Personalisierung von Geburtstagsgeschenken und so weiter. Diese waren in der Vergangenheit unvorstellbar, weil die Standardisierung des allgemeinen Verständnisses bedeutet, dass der Output derselbe ist. Aber die heutige Standardisierung ist ganz anders als das, was alle vorher dachten. Das Unternehmen hat die Segmentierung des Produktproduktionsprozesses realisiert und gleichzeitig die Standardisierung der Module für individuelle Bedürfnisse realisiert.
Ein typisches Beispiel ist der Anpassungsservice einer Autofirma, bei dem Kunden die Farbe des Autos wählen können, so dass die Farbe jedes produzierten Autos unterschiedlich ist. Das war vorher unvorstellbar, aber jetzt kann dieses Druckmodul wie ein Farbdrucker für jedes Auto verschiedene Farben drucken, um eine personalisierte standardisierte Produktion zu realisieren.
Die Standardisierung von Nicht-Standard-Szenarien reduziert die Rolle von Menschen in Nicht-Standard-Szenarien und realisiert die Automatisierung und Personalisierung von Geschäftsanwendungen. Es bewegt sich allmählich von der einfachen Produktherstellung zum Autofahren, Personalmanagement und sogar zur Unternehmensführung und zum Betrieb. In der späteren Phase werden wir am Beispiel des Amöbenmodells von Handu Clothing House analysieren, wie das Nicht-Standard-Szenario des Personalmanagements einen höheren Standardisierungsgrad erreicht, eine Differenzierung sichergestellt und die Automatisierung des Personalmanagements realisiert hat.
(2) Austausch menschlicher Erfahrungen
Die Grundlage des menschlichen Überlebens ist Erfahrung, und der Erwerb von Erfahrung hängt von Versuch und Irrtum ab. Aufgrund der Komplexität der natürlichen Umwelt und des harten Wettbewerbs ist Versuch und Irrtum in alle Richtungen unter demselben Ökosystem erforderlich. Gleichzeitig reduzieren Organismen systemische Risiken durch Diversität, um systemische Zerstörung durch spezifische Risiken zu vermeiden. Durch das Naturgesetz des Überlebens des Stärkeren wird Erfahrung gesammelt, fortgesetzt und weiterentwickelt.
Wenn die ökologische Umgebung komplexer und veränderlicher ist, wird es daher mehr Trial-and-Error-Proben geben. Einzelne Organismen sind jedoch isolierte Informationsinseln, und der Austausch von Erfahrungsakkumulation ist schlecht, und es gibt viele sich wiederholende Versuch und Irrtum. Es gibt eine gewisse Verschwendung von Ressourcen und eine geringe Effizienz in diesem Modus.
Wie können Erfahrungen schnell geteilt und Ressourcenverschwendung vermieden werden? Wie kann die rasante Entwicklung und Anti-Risiko-Stabilität des Systems erreicht werden? Dies waren schon immer schwierige Probleme für die Humanforschung.
In der Vergangenheit haben wir uns auf Schreiben, Bücher, Kommunikation und Austausch verlassen, um Erfahrungen auszutauschen. Gibt es bessere Werkzeuge und Ideen, um diese Probleme zu lösen, welche Geschäftsmodelle tun diese Dinge und wohin wird das zukünftige Modell gehen? Vielleicht nähern wir uns jetzt der Antwort mit "Cloud" + Algorithmus. Jetzt füttert jeder den Algorithmus mit seiner eigenen Erfahrung, und gleichzeitig realisiert der Algorithmus den Erfahrungsaustausch durch effizientes Computing wie "Cloud" und gibt die Verbesserung der Trial-and-Error-Effizienz zurück. Im späteren Schritt werden wir am Beispiel des autonomen Fahrens analysieren, wie "Cloud" und Algorithmen die Effizienz verbessern und das System stabilisieren können.
(3) Automatisierung von 1 bis N
Durch die Standardisierung von Nicht-Standard-Szenarien und den Austausch und die schnelle Iteration von Erfahrungen hat die Gesellschaft nun die Massenproduktion von Rohstoffen zur automatisierten Massenproduktion von Geschäftsmodellen realisiert. Die Geschäftsentwicklung kann in viele Phasen unterteilt werden, z. B. von 0 zu 1 Stufe, von 1 zu N Stufe, von N zu N + 1 Stufe und so weiter. Ich persönlich denke, dass die Automatisierung des aktuellen Geschäftsmodells hauptsächlich die Automatisierung von 1 nach N löst.
Durch die Standardisierung von Nicht-Standard-Szenarien wurden die Barrieren bei der schnellen Förderung und Replikation von Geschäftsmodellen stark reduziert. In der Vergangenheit haben wir uns hauptsächlich auf Menschen verlassen, um ein bestimmtes Geschäftsmodell zu fördern, aber der Unterschied zwischen den Menschen ist relativ groß und die erzielten Ergebnisse sind sehr unterschiedlich. Ja, und im Management ist, wie wir wissen, das Management von Menschen am schwierigsten. Die Standardisierung von Nicht-Standard-Szenarien reduziert die Barrieren, die durch individuelle Unterschiede in einem bestimmten Geschäftsmodell entstehen. Unsere gemeinsamen Beispiele, wie Didi Taxi, haben das nicht standardisierte Szenario des Taxi-Hailing standardisiert, das große individuelle Unterschiede aufweist; Zum Beispiel das Teilen von Fahrrädern, das Standardisieren von kurzfristigen Mietfahrradszenarien und so weiter. Diese Unternehmensmodelle haben eine schnelle Transformation von 1 zu N erreicht, und es dauerte nur wenige Jahre, um die schnelle Replikation zu realisieren, die andere Unternehmen seit zehn oder sogar Jahrzehnten verwenden. (Der Autor verwendete einmal eine andere Perspektive, um das bestehende Geschäftsmodell zu analysieren: Die Essenz des aktuellen Geschäftsmodells ist der Input und das Feedback des menschlichen Ökosystems. In dieser Phase ist das Wesen von Unternehmen die Systemeingabemethode. Wie man Batch-Standard-Input realisiert, ist die Hauptaufgabe moderner Unternehmen.)
Auf der anderen Seite, als die Größe der vorherigen Unternehmen größer wurde, standen sie oft vor dem Dilemma, zu groß zu sein, um umzukehren. Aufgrund der zunehmenden Anzahl von Unternehmensebenen und der Verzerrung der Informationsübertragung hat sich die Fähigkeit, sich an die natürliche Umgebung anzupassen, jedoch mit der Größe des Unternehmens verändert. schnell expandieren und abnehmen. Aufgrund des Austauschs menschlicher Trial-and-Error-Erfahrungen und der Verflachung des Managements hat sich das aktuelle Geschäftsmodell allmählich zu "großen, mittleren und kleinen Rezeptionen" gewandelt. Die Effizienz der Produktiteration wird erheblich verbessert. Die Flexibilität wächst weiter. Gleichzeitig kann aufgrund seiner evolutionären Effizienz und Flexibilität als Reaktion auf "Naturkatastrophen" die Vielfalt der Proben reduziert und die Fähigkeit der Ökologie, systemischen Risiken zu widerstehen, realisiert werden. In der späteren Phase wird Bianlianfeng als Fall verwendet, um die Automatisierung von Betrieb und Management zu analysieren, um eine schnelle Expansion von 1 auf N zu erreichen und eine Wettbewerbsvitalität aufrechtzuerhalten, die weit über die der Branche hinausgeht.
