【數字化】“網路效應”指南：13 種網路效應全解析，帶你瞭解巨頭成功的祕密

編者按：網路效應是一種表面上看起來簡單的複雜現象。它是企業能否基業常青的關鍵，是在數字世界建立可防禦性的頭號手段。NFX用3年的時間製作了一份網路效應地圖，研究整理出5大類13種網路效應，如果你想你的公司立於不敗之地，那就從認識這些網路效應開始吧。

PayPal、微軟、Facebook、Uber、Twitter、Salesforce。這些全世界最有影響力最突出的公司有一些共同點。

這幾家公司在很多方面都非常不一樣，但是有一項屬性定義了他們，並且是他們取得成功背後的基礎。

這個屬性就是網路效應。

就像我們曾經說過那樣，網路效應是在數字世界建立可防禦性的頭號手段。在核心商業模式植入了最強型別網路效應的公司往往能夠取勝，而且是大勝。

我們3年的研究表明，自1994年網際網路開始顯山露水以來，網路效應對技術公司價值創造的貢獻率達到了70%。儘管具備網路效應的公司只是少數，但是卻創造力大部分的價值。

對於尋求建立真正具備影響力公司的創始人來說，幾乎沒有比這更有價值的領域知識了。

儘管如此，由於網路效應方面的文章很少，市面上充斥著對它的誤解。很多人都會談網路效應，但很少人理解其背後的複雜性：比如網路效應究竟是什麼，網路效應的機制時什麼樣的，有多少種型別，以及如何建立和維護網路效應等。此外，很少有公司願意跟別人分享自己在網路效應方面寶貴的操作手冊，所以大多數創始人在看到網路效應時也無法認識不同的網路效應型別，更談不上理解其複雜的內部機制了。

今天我們很高興首次展示這幅網路效應地圖以及手冊。當然了，這需要持續不斷地跟進，我們會繼續修改和更新。截止2018年初，我們共發現了13種網路效應型別，每一種都有其複雜的使用手冊。本指南是圍繞著網路效應展開討論並且理解那些使用手冊的起點。

網路效應基礎

你大概已經瞭解，網路效應的簡化定義是：當公司的產品或者服務會隨著使用增加而變得更有價值時，就發生了網路效應。

按照這一定義，網路效應似乎簡單明瞭。不過這是有欺騙性的，如果你仔細看看的話，你就會注意到不同型別的網路效應在行為方式上存在很大的不同。因此，並不是所有的網路效應都是生來平等的——其中一些會更強，而且往往會創造出更高的價值。

在數字時代，網路效應是僅剩的四大防禦能力之一，其他三個分別是品牌、植入以及規模。在這四種能力當中，網路效應是目前為止防禦性最強的一種。迄今為止，我們共發現了13種網路效應型別，可分為5個大類。

在下面這幅地圖中，我們描繪了各種網路效應型別（標籤色）和分類（按顏色組織），其中最強也是最簡單的網路效應居中。另外三種防禦性也列到了圖右。

網路效應地圖

我們製作這份地圖的目的是想作為提高對網路效應理解的一次練習。不過在深入探討該主題之前，有幾件事情需要事先指出：

1. 這幅地圖不應該被認為是不可逆轉的事實——這只是討論和理解的起點。是我們幫助創始人理解並且利用這股強大力量來建立偉大公司的手段，而這種手段是會不斷演變的。因為對於尋求建立牢固的競爭護城河的創始人來說，識別和理解網路效應的能力是無價的。

2. 網路效應不是病毒式效應。網路效應是建立防禦性，病毒式效應時免費獲得新使用者。這兩個的目標完全不一樣，使用手冊也完全不同。

3. 你經常會看到同一家公司同時出現了多種網路效應，這意味著不同的網路效應型別並不是互斥的。他們就像顏色一樣，而你的公司就像是一件藝術品。所以你在畫畫的時候熟悉這個調色盤是很有幫助的。

所以接下來我們就講講這幅地圖本身。以下就是網路效應地圖的各種網路效應，以及相關的例子介紹。

一、直接網路效應

在網路效應地圖中藍色系的第一大類是直接網路效應。這是最強也是最簡單的一種網路效應：增加某產品使用可直接提升產品對使用者的價值。

直接網路效應第一次受人關注要追溯到1908年。當時AT&T的主席Theodore Vail注意到，一旦自己在特定地區有了更多客戶之後，其他的電話公司想要跟自己競爭就變得困難許多了。他在向股東提交的年度報告中指出了這一點：

在同一個社群出現兩套電話交換系統是不會之久的。一旦通過一套系統就可以聯絡到所有想聯絡的人，沒人會想要兩條電話線路。

Vail注意到AT&T的價值大部分都是建立在自己的網路基礎上，而不是他們的電話技術。那時候，這是一個革命性的洞察。它說明，哪怕新的電話技術上比舊電話要更加出色，也沒人想要新電話，因為使用者聯絡不到自己的家人朋友。

換句話說，更好的產品並不足以彌補網路損失掉的價值。新的進入者必須實現科比的網路效應才能有效地為使用者產生科比的價值。用Vail的話來說：

如果在另一頭沒有連線的話，電話甚至連玩具或者科學儀器都算不上。沒有連線的電話就是這個世界上最沒用的東西之一。電話的價值取決於跟其他電話的連線——以及連線數的增加。

下面就是1908年那份年度報告的相關頁面。你會注意到Vail沒用過“網路效應”這個詞，儘管概念是他描述的。網路效應這個詞是後面才出現的。

AT&T 1908年度報告摘編

在Vail首次描述直接網路效應72年之後，乙太網標準之父Robert Metcalfe（梅特卡夫）進一步深化了這個概念，他提出網路的價值與連線使用者數的平方（N^2）成正比關係。也就是所謂的梅特卡夫定律。

下圖說明了梅特卡夫定律描述的直接網路效應的基本概念：

如上圖所示，數字網路的每一個節點都與其他的每一個節點互連。每一個新加入網路的節點都會增加與所有已有節點的新連線，所以新增連線數（網路密度）相當於節點數的平方（N2）。由於網路的價值與其密度成正比關係，每一個新增節點都會讓網路價值以幾何速率增長。

2001年，MIT電腦科學家David Reed又進一步深化了這個概念，他宣稱梅特卡夫其實低估了網路的價值。他指出，在較大的網路中可以形成小一點、更緊密一點的網路：比方說，中學網路內的足球隊；家庭網路內的兄弟姐妹們；同事網路中的網球選手。

此類連線，以及加入其它子群的可能性，進一步鞏固了大家對整個網路的依附，因為網路的總體規模和連線密度本身就能證明自己了。因此，Reed認為網路的真正價值隨聯網人數呈指數級（2^N）增加，這個速度要遠遠快於梅特卡夫定律的描述。我們稱之為Reed定律。

這些定律的細節在學術上還可以進行辯論，但對於創始人來說，這些概念為一個老生常談的說法——網路效應很強大的概念化提供了具體的辦法。因為這是自然法則。

而在直接網路效應這個大類裡面，又可以分成很多型別。目前為止，我們發現了5種：物理型、協議型、個人效用型、個人型以及市場網路型。

物理（直接類）

物理直接網路效應是與物理節點（比如電話或分線盒）和物理鏈路（如地下的線路）相關聯的直接網路效應。這屬於防禦性最強的網路效應，因為它不僅具備直接網路效應，而且也有助於增加其他的防禦性；比如規模效應和植入。跟具備物理網路效應的公司競爭需要進行資金與物理約束大規模的預先投資。

上圖描繪了一個物理網路的形狀，其中節點表示類似固話、火車站或者水龍頭這樣的實用終端，而節點間的連線則代表類似電話線、火車軌道或者水管這樣的實體。

道路、火車、電力、下水道、天然氣、有線和寬頻網際網路都是具備直接網路效應的業務例子。實際上，大多數的物理網路都是公用事業：都屬於贏家通吃的市場，會形成壟斷，最後被國有化。

物理網路的防禦性很強，這方面最好的證據是其中那麼多服務都很糟糕或者不合格，但仍然能保持領先位置。不妨想想Comcast和Verizon。為什麼這兩家在美國的客戶滿意度最低？因為就算滿意度最低他們的財務收入也不會有問題。沒人能夠跟他們競爭。誰願意投錢去鋪設那麼大的網路呢？在沒有競爭對手的情況下，沮喪的客戶也沒有別的地方可去。

屬性：

• 物理節點和物理鏈路

• 高度防禦性，最強網路效應型別

• 容易增加植入並且擴大防禦姓

• 容易走向壟斷/贏家通吃

• 往往被國有化，被政府控制，或者政府授權保護

例子：

• 電信：電話、有線、DSL、衛星、寬頻網際網路

• 交通：道路、火車、地鐵

• 基礎設施：自來水、天然氣、電力、汙水處理

協議（直接類）

當一種通訊或者計算標準公佈後，所有節點建立者均可利用該協議接入該網路，這時候就產生了協議網路效應。比特幣和以太坊就是協議網路的近期例子。協議制定者可以是一家公司，一批公司，或者一個小組。

協議網路將通訊和計算標準結合起來，形成了節點間連線的基礎（比如比特幣礦工和比特幣錢包）。

乙太網是又一個更為傳統的協議網路效應的例子。梅特卡夫成立3Com的時候，他說服了DEC、英特爾以及施樂採用乙太網作為區域網的標準協議，該協議規定了每秒10M的標準速率、48位的地址以及一個全域性性的16位乙太網型別欄位。當時市面上也有競爭的專利協議，但隨著乙太網起勢並且開始捕獲越來越多的市場份額，相容乙太網的產品已經在市場氾濫。這就以複利率增加了乙太網的價值同時降低了競爭對手的價值（不管其表現如何）。很快，乙太網埠成為所有現代計算機的標準特性。

一種協議一旦被採用就很難被取代了不妨留意一下為什麼直到今天我們還在使用傳真協議或者TCP/IP協議（儘管有針對相關目的的更好協議存在）。

而且協議創造者往往也不是網路發展最大的受益者，這一點跟其他直接網路效應不同。

如果協議創造者能夠在令牌型網路內保留相當一部分比例的令牌所有權，或者保留對定址、身份、錢包、命名或確定優先的控制，同時仍然能讓網路採用該協議的話，協議網路的價值分配也會發生轉變。

這樣一種採用策略的成功往往跟技術關係不太大，更多與營銷、社會工程以及市場定位有關。所以VHS才會擊敗Betamax，儘管Betamax無疑是更好的標準。這也是為什麼比特幣作為數字化價值儲存能夠騰飛的部分原因，儘管它比很多其他的數字化貨幣運營成本更高交易性更弱。

屬性：

• 資訊傳送或資料處理的標準

• 防禦性很強，排名第二位的網路效應型別，因為大多數協議價值來自於網路效應

• 突破臨界點後採用近乎無所不在

• 往往被嵌入到使用該協議的所有產品裡面

例子：

比特幣、乙太網、傳真、以太坊、VHS

個人效用（直接類）

個人效用網路有兩個特質。第一個是使用者的個人身份跟網路是捆綁的，往往是使用者名稱通過Facebook Messenger跟真實姓名繫結的。其次是使用者個人生活或職業生活基本上每天都離不開這種網路。

在上圖中，節點代表的是個人效用服務（連結）連線的大家之間的聊天氣泡（節點）。個人效用網路的節點跟使用者的真實身份是繫結在一起的，這種網路尤其密集因為有很多的區域性子群。這樣就使得Reed定律發揮作用了，所以個人效用網路的價值增長率也是2^N。

大家使用個人效用網路來與自己的個人關係網路進行溝通與互動，因此不線上或者不成為該網路的一部分就非常不利了。選擇退出會對日常生活造成明顯妨礙，甚至極大傷害到其重要的個人或工作關係。

屬性：

• 基於使用者個人身份而搭建、通常跟真實姓名繫結，一個跟真實身份關聯的獨特數字或控制程式碼

• 用於使用者生活當中的一些關鍵功能上，如差事、工作關係責任、徵稅、緊急情況、安全保障、急需物

例子：

• 即時通訊：Whatsapp、Slack、Facebook Messenger、微信

• 其他溝通工具：iMessage、Skype、簡訊

個人（直接類）

當個人身份或者名聲跟產品繫結在一起時，就會產生個人網路效應。個人網路上的人往往容易受到自己在現實生活中認識的人影響。如果你在現實世界中認識的人都使用同一款產品管理自己的身份與名譽的話，如果你自己也加入這個網路你也會增值不少。

個人網路牽涉到個人身份與名譽，它把每一位使用者的角色與其他使用者的角色連線起來。每增加一個節點都代表著潛在受眾成員的增加，對於所有其他節點來說也代表著內容製造者的增加。

個人網路與個人效用網路的不同主要有兩個方面。就像上一節解釋那樣，個人效用網路往往用於有待完成的事情。網路對使用者存在實質性的實際效用。其次，個人效用網路往往更多是私下溝通，而不是公開溝通。個人網路的作用就沒那麼關鍵了。你不用它生活也不會改變多少。像Facebook、Twitter或者LinkedIn（不在找工作的時候）通常對你的日常生活就不是必不可少的東西。

然而，個人網路仍然非常健壯。有了FB和LinkedIn以後你不再想加入另一個朋友網路或者職業社交網路了。不過這兩個你都可以停止使用也不會影響你日常生活。

發即時訊息給你的重要他人告訴對方別忘了去機場接你媽跟在社交媒體上髮狀態更新說你媽去哪裡旅遊了之間是不同的。這兩種情況下你的身份都跟溝通繫結在一起，而你的受眾就是你的人際關係。但前者是私下的必備品，而後者是公開的可選物。

人際網路效應產生於人際的、想要跟他人建立關係的部落衝動。正是這種衝動吸引這大家接入並且依附到網路上（比如Facebook、LinkedIn或者一種宗教），因為他們的朋友/同事/鄰居也是那個網路的一部分。在個人網路中。使用者的“社交圖譜”通常與其在現實生活中的關係緊密對映在一起。

屬性：

• 你的個人身份和名聲利害攸關

• 往往充當現實生活關係的延伸

• 很難離開因為跟你的最重要的IRL關係綁在一起

• 讓你可以建立和維持公眾形象

例子：

• 社交：Facebook、Instagram、Google+、Pinterest、Tumblr

• 職業：LinkedIn、GitHub、Twitter

市場網路（直接類）

市場網路結合了個人網路的身份與溝通，再加上對交易和目的的關注，這是市場的典型特徵。通常，市場網路從增強本已線上下存在的職業網路起步。我們認為市場網路屬於直接網路效應的一種形式，因為節點之間的關係是直接的，就像下圖一樣：

市場網路跟雙邊市場有很大的不同，儘管兩者往往會混淆在一起。大多數人認為像HoneyBook和Houzz這樣的公司屬於市場，但其實不是。在現實中，它們屬於市場網路，結合了個人網路與雙邊市場的主要元素，同時屬於多邊而不是雙邊——往往額外增加了專門的SaaS工作流軟體。

屬性：

• N邊市場

• 把服務提供者提升為不同個人而不是商品，幫助建立長期關係

• 目標是複雜服務

• 用SaaS工作流軟體圍繞著長期專案聚焦行動，而不僅僅是一時的交易

例子：

HonerBook、DotLoop、IvyMark、AngelList、Building Connected、Headnote、Houzz、TravelJoy

二、雙邊網路效應

網路效應的第二大類是雙邊網路效應，在學術文獻中往往又被稱為“非直接網路效應”。然而，我們認為這屬於一種誤導，因為雙邊網路既可包含直接網路效應也可包括間接網路效應。

雙邊網路真正的特徵是這裡面存在兩類不同的使用者：供應側和需求側使用者。他們出於不同的原因加入網路，並且為對方提供了互補性的價值。

雙邊網路中新增的供應側使用者可直接增加需求側使用者的價值相對容易看得明白，反之亦然。比方說，像eBay這樣的雙邊市場的每一位新賣家（供應側）就可以直接為買家（需求側使用者）增加價值，因為它增加了供應以及商品的多樣性。類似地，每一位新增買家對於賣家來說都是新的潛在客戶。

不過同一側使用者的互動就要複雜一些。大多數時候，同一側的使用者會相互直接扣減對方價值。比方說，eBay上的核心賣家對其他賣家構成了更大的競爭威脅。高峰時間的Uber乘客增多意味著波峰定價。這些都是同側網路效應產生的直接負面影響。

不過與此同時，間接好處通常會超過那些直接的負面影響。事實上，市場的賣家眾多會在第一時間吸引買家。而這對賣家來說最終會帶來更大的價值，即便他們必須用更高效的價格去賣東西。類似地，對買家來說往往也是一樣。

雙邊網路積極所帶來的間接影響在歷史上時不時會出現。比方說，在1600年代，所有的小提琴製造商全都搬到了威尼斯的同一條街道上製作和銷售小提琴。儘管小提琴製造商競爭對手湊到一起推動了價格的下降，但對於供應商整個群體來說是值得的，因為市場上想要小提琴的人都會跑到那條街而不是其他街去買對他們來說顯得更為重要。

1980年代，美國的商場也發現了這一點。通過將相互競爭的賣家集中到一個地方，這裡的賣家就能比位置分散的其他賣家做成更多的生意，所以競爭對手擠到一起就成為實用之舉。

我們在網上雙邊網路也看到了同樣的效應，只不過是通過軟體而不是物理位置。

還要注意同側網路效應其實也有積極的直接的影響，也就是同側的使用者越多給彼此也會帶來更多的價值。這種影響非常強大，你在設計產品的時候應該要想辦法實現這一點。微軟OS就是這種情況，這可以說是有史以來最持久的具備雙邊網路效應產品之一了。微軟OS使用者彼此受益，因為他們可以更容易地跟同事和朋友共享檔案。這屬於正面的、直接的同側網路效應（除了核心雙邊網路效應之外），作業系統一般都具備這種效應。

目前，我們發現了3種型別的雙邊網路效應：市場型、平臺型、漸近型（asymptotic）。

市場型（雙邊）

市場的雙邊是買家和賣家。像Craigslist這樣成功的雙邊市場是很難被顛覆的。要想拆散他們你得同時對雙方有更好的價值主張，否則的話沒人會走的。對於供應商來說客戶就在那裡，而對於客戶來說供應商就在那裡。如果對方不走的話沒人會走的。

如上圖所示，雙邊市場有兩組節點。一組是供應側使用者，另一組是需求側使用者。他們通過市場（中間人，在圖中以中心節點的形式體現）相互提供直接價值。

在雙邊市場裡面，提供絕大部分價值的是網路，不是app或者網站本身——這就解釋了為什麼像eBay和Craigslist這樣的市場產品可以長達16年看起來都不怎麼變過的原因。

不過市場（marketplace）在防禦性上卻有著一大弱點，這是由於所謂的“多租戶”現象引起的。大家可以同時在eBay和Etsy上賣自己的產品。房東可以同時在Craigslist 和Trulia上面出租自己的公寓，租客可以同時到這些市場上面瀏覽詳細目錄。當你的網路成員同時可以使用競爭網路而不受懲罰時，你很難把新進入者關在門外。因此市場的目標就是設計產品/服務增加大量價值或者“鎖定”，尤其是對供應側的價值增加和鎖定，這樣成員才不會想採取多租戶的做法。

此外，市場的形態也比我們想象的要豐富。比方說，媒體公司本質上屬於雙邊市場。受眾（供應）來到這個市場售賣他們的注意力換取內容體驗。廣告商商（需求）來到市場的另一側為的是購買受眾的注意力。媒體公司的受眾越多，廣告商就越有可能在那家媒體公司身上花錢，並且願意花的錢也越多。“賣家”（如讀者/瀏覽者）對“買家”（如廣告商）有著直接的正面的網路效應。反之亦然，因為（理論上）廣告收入越多，媒體公司就有資源製作更好的內容。

屬性：

• 雙邊：買家與賣家

• 對方使用者越多越好（直接網路效應）

• 同一側的網路效應趨於直接的、負面的

• 不過對同側的間接的、正面的網路效應往往壓倒了直接的負面網路效應

• 防禦性很高、但易受多租戶影響

例子：

• 電子商務：eBay、阿里巴巴、Amazon Marketplace、Etsy

• 媒體：維基百科、Medium、Facebook、Google

• 做媒：Craigslist、Tinder、Trulia、OpenTable

• 支付：Visa、美國運通、Discover

平臺型（雙邊）

雙邊平臺網路效應其實類似於雙邊市場網路效應，因為都有兩邊，每邊都有著非常不同且直接會讓對方受益的興趣。不同的是平臺型的供應側設計的是隻在平臺上才有的產品。供應側必須去做整合進平臺的工作。供應商製造和銷售的產品是平臺的功能，不獨立於平臺。

雙邊平臺有供應側節點（開發者）和需求側節點（使用者），彼此都通過平臺本身（中心節點）為對方創造了價值。平臺自己也為雙方提供了顯著的價值。

微軟OS、iOS和Android都是實現了這種網路效應的突出例子。Xbox、PlayStation以及Wii也屬於這種型別，只不過略有不同。

平臺網路效應跟市場網路效應還有一個不同，那就是相對於線上市場，平臺本身的功能和好處在平臺對網路的效用中可以扮演更大的角色。大家買iPhone並且接受iOS是因為手機的品牌、設計、技術特性以及效能，也是因為其app生態體系。大家買Xbox和PlayStation遊戲主機既是由於系統的圖形表現和效能，也是因為上面的遊戲種類很多。這與市場形成對照，相對於網路的價值，產品本身所帶來的價值是非常次要的。

平臺的售賣方式會極大影響到雙邊對該平臺的接受程度。比方說，微軟就有一隻銷售隊伍把平臺賣給大企業，然後免費提供給大學，這樣學生畢業後就會把這個平臺當成標準了。

不過平臺有一個漏洞，就像市場一樣，平臺的雙邊也可以是多租戶。App開發者可以同時開發iOS和Android版的應用。遊戲開發者可以把自己的遊戲同步更新到PlayStation和Xbox上面。類似地，另一端的遊戲玩家也可以同時買PS4和Xbox One，大家可以同時擁有Dell和Macbook。然而，定價原因使得這種做法相對於線上市場不那麼可行，因為後者的多租戶是免費的。所以從這一點來看，平臺往往佔優勢一點。

屬性：

• 雙邊：使用者和開發者

• 積極的間接網路效應，跟市場一樣

• 跟線上市場相比，產品和銷售方法更重要

• 多租戶也是平臺的挑戰

例子：

• 桌面作業系統：微軟OS、Mac OS、Linux

• 移動作業系統：Android、iOS

• 遊戲主機：索尼、任天堂、Xbox

• 企業服務：Salesforce Lightning

• 其他嘗試：Facebook Platform、Twilio

漸近型市場（雙邊）

當然，任何兩個雙邊市場都不會是完全一樣的。可能存在顯著差別的地方之一就是“價值曲線”。價值曲線是指需求側價值隨供給側上漲的速度，以及在到達臨界點時網路效應有多強。

下面這張“價值曲線”圖說明了三種市場網路效應子類的供求曲線情況。

中間的直線（橙色）就是Craigslist 或者eBay這種市場的情況，也就是供給側增長為需求側產生的價值相對是成比例的。這樣的市場慢慢會變得非常強大。

下方那條曲線（黃色）就是OpenTable的情況，也就是價值是延遲的。OpenTable在帶給需求側任何價值之前就已經把供給側的飯店發展到很高的水平了。不過一旦突破了臨界點，網路效應就會變得非常強大。

而第三種市場網路效應子類，也就是上圖中紅色曲線所反映的那種，就是所謂的漸近型市場網路效應。一開始的供應會迅速給需求側增加價值，但很快增加供應帶來的增值就開始減少。

漸近型市場最著名的例子就是像Uber和Lyft這樣的共享乘車公司。在一定程度上，更多司機對乘客是有好處的，因為這減少了等待時間。但到了一定的點之後，其對乘客的價值就會顯著減少。等4分鐘才打到車跟等8分鐘才打到車是有很大差別的。但是等2分鐘跟等4分鐘呢？低於4分鐘這個點之後增加供應的價值就會急劇減少。

為此，漸近型市場相對於其他型別的市場更容易受到競爭的威脅。如果Uber在特定地區有1000位司機，競爭對手手上有一半的司機也能提供可比的服務。

除了這個弱點外，漸近型市場也很容易受到多租戶的影響。很多人都同時用Lyft和Uber叫車，至於用哪一個要看特定時間誰的價格更低等待時間更短。在供給側，很多司機也是同時使用Uber和Lyft，其考慮因素同樣是定價和等待時間。

屬性：

• 供應側容易到達臨界點

• 供應側很快就會出現收益遞減

• 容易受新進入者影響

• 易受多租戶影響

例子：

Uber、Lyft

三、資料網路效應

當產品的價值隨資料增多而提升，並且當產品的使用增多會產生資料時，就有了資料網路效應。這是第三大類的網路效應。

資料網路內每個節點（使用者）都為中心資料庫提供有用的資料。隨著聚合資料的不斷增長，資料對每一位使用者的價值也隨之提高。

資料網路效應往往比很多人（尤其是風投家）認為的要弱：擁有更多資料未必就能轉化為價值，而收集到更多的有用資料也不是一直都是易事，哪怕資料是產品的核心。

資料可以用不同的方式增加產品價值。如果資料的確是產品給使用者帶來好處的關鍵，則該產品的資料網路效應有可能就非常強大。如果資料只是產品的邊緣屬性，則資料網路效應就不太重要了。當Netflix向你推薦節目時，演算法推薦的基礎時使用者的歷史瀏覽資料。不過Netflix的發現功能只是邊緣性的功能；去真正價值來自於它的電視、電源及紀錄片節目存量。所以Netflix僅存在邊際的資料網路效應。

類似地，產品使用與收集到的有用的新資料量之間的關係也會逐漸逼近。Yelp具備資料網路效應，因為對數量越來越大的飯店的點評量越多可以讓產品越有價值。但是其網路效應會因為只有一小部分使用者產生這些資料而受到削弱；大家更多是從Yelp資料庫去讀東西而不會在上面寫東西。

與此同時，Yelp也是資料網路效應一個共同弱點的很好例子。其資料網路效應是漸近性的。第5條點評增加的價值要比第30條多得多。點評條數超過一定限度之後，對飯店更多的點評並不能替你（使用者）增加價值。（另一方面，點評的幅度就很有用並且能鞏固網路效應，這就是為什麼Yelp仍然如此流行的原因。）

如果產品跟增加使用和更多有用的資料生成之間沒有關係的話，就不會有網路效應的產生；那隻不過是規模效應罷了。可以認為Experian這樣的信用報告機構具有規模效應，因為即便更多的資料令其信用評分更有價值（比如更加精確了），消費者對其產品的使用並不會隨著資料量的增加而自然增長。

資料網路效應很容易會跟來自規模的資料優勢混淆。大公司無疑擁有更多的資料。問題是，那些資料是不是為客戶/使用者創造了有意義的價值？如果是的話，增加使用會不會導致更多的有用資料？

具備強勁資料網路效應的服務有一個好例子，那就是Waze。每個人不僅在Waze上消費資料，而且也貢獻有用的資料，但因為資料是在實時消費的，資料集需要不斷更新。所以網路越大，在任何時候任何一條道路上的資料都會更加精確。更多的資料會繼續幾乎無限期地產生價值，所以相對於其他幾乎任何我們能想到的服務來說，Waze的資料網路效應都不大算是漸近型的。

資料網路效應可能是最複雜的一種網路效應類別。有很多不同的資料網路效應，因為資料的使用方式有很多。這個有待未來再細講。

屬性：

• 資料是產品價值的核心

• 更多使用需要產生更多有用的資料並收集起來

• 通常達到一定的資料量閾值後效應漸近

• 不同於資料的規模效應

例子：

Google、IMDB、Waze、Yelp！Amazon

四、技術效能網路效應

當產品的技術效能會隨著使用者數量增加而直接得到改善時，我們說就有了技術效能網路效應。這屬於第四大類的網路效應。對於具備技術效能網路效應的網路來說，網路上的裝置或者使用者越多，底層技術就會工作得越好。這會使得該產品/服務變得更快、更便宜或者更容易使用。

具備技術效能網路效應的網路越大就會變得越好（更快、更便宜或者更易用）。加入網路的節點（裝置）越多，整體效能改善就越好。

比方說像BitTorrent這樣的點對點檔案共享服務，或者像Hola這樣的VPN提供商，或者像Tile這樣的物體尋找網狀網路。每個人從BitTorrent上下載檔案的同時也在為該網路做種。安裝Tile app的人越多，你找回丟失的東西的機會就越大，因為網路的每一部手機都在不斷地掃描瓷片（跟丟失物件綁在一起）。Skype也宣稱使用Skype的人越多，其視訊流媒體的質量就會越好（尚不清楚這是否正確，但他們有這種想法也是很好的）。

技術效能網路效應不同於技術進步，我們可以認為前者更加出色。技術進步有很短的半衰期而且防禦性不再很強了。如果你是第一個想出某技術的，創新的節奏保證不會讓你的優勢持續多久，因為競爭對手要麼會抄襲你的技術，要麼也會自己開發出來。但如果你具備技術效能優勢的話，你的產品就會因為成為率先起跑的人而贏得一條runaway的優勢。之後你就不必不斷戰鬥才能保持領先了。你的領先往往會隨著時間轉移而強化而不是弱化。

關於技術效能網路效應，有一點普遍容易引起迷惑，那就是以為當使用增加可以產生收入，進而用來製造出更多的技術進步，從而推動更多的使用，如此類推。如果效能改進來自於收入或者資料的增加的話……那倒是不錯……但這不是技術效能網路效應。

屬性：

• 網路的節點越多可以改善其他節點的效能

• 更快更便宜是增加使用的結果（但不是增加收入或資料的副產品）

• 先發優勢巨大

• 更難複製、比智慧財產權防禦性更強

例子：

• P2P：BitTorrent、Hola、全球VPN

• IoT：kype

五、“社交”網路效應

第五大類，也是最後一大類網路效應是所謂的“社交”網路效應。這是通過心理學和人們之間的互動發揮作用的。

我們認為它的機制是這樣的。

網路就是節點和連線。在固話系統上很容易就能看到電話和連線它們的電話線。

然而，在人之間還有一個看不到的網路，在這個網路當中我們的身體就是節點，而我們彼此之間的言語和行為就是連線。如果你喜歡的話，這些可以叫做原始網路。

就像數字網路效應一樣，使用的人越多，這些社交網路效應可以幫助你的產品為使用者創造更多的價值。大家通過影響對方的想法和感受來為彼此增加價值。通過為使用你的產品提供觸發器和信心增加價值。通過強化他們選擇繼續使用你的產品來增加價值。

對於長期防禦性來說，社交網路效應通常是最難實現的。然而，如果你能夠成功地讓不同形式的心理學站在你這邊而不是競爭對手那邊的話，就會具備顯著的優勢。

現在你也許要問問自己“這些社交網路效應難道不有點像品牌防禦性嗎？”某種程度上來說你是對的。它們之間的確有點類似。它們都跟語言和心理學有關。但我們認為它們之間也存在著重要區別，所以才會分為不同的類別。

迄今為止，我們發現了三種主要的社交網路效應：語言效應、信念效應以及從眾效應。這個數量其實很容易擴大，因為人類心理學很複雜，很多種社會互動的機制都是不一樣的，今後我們會繼續尋找新的型別。

語言型（社交）

在任何人際網路中，語言都是主要中介。語言是網路所有節點用來彼此對接的協議。比方說，英語就是一門有用的語言，但考慮到講英語的人高達15億人，英語的價值就高得多了。這比講德語的人口多15倍多。所以儘管講英語在溝通上不會比講德語好15倍，但它作為網路的結果帶給說話者的價值卻要高得多。

這就是為什麼在整個歷史長河中語言都展示出一種“贏家通吃”的趨勢。處在同一個政治、社會及經濟單元的人往往會圍繞著一種語言聯合起來。

這一概念還可以延伸到使用特定行話和方言的群體，從國家到企業，從小孩到潮人，從經濟學家到Google員工，莫不如此。隨著行話被越來越多的人接受，對於所有其他使用者來說其價值也變高了。

初創企業可以利用語言的網路效應。初創企業至少可以有兩種方式來利用其贏家通吃效應：首先是用來建立商業類別語言；其次可以用來命名公司或產品。

對於第一種，如果創始人可以幫助某個商業類別建立一個名字然後被視為此類的#1的話，就有了可靠的語言網路效應。1975年，Miller Beer通過建立“lite beer”這種啤酒類別而獲得了語言網路效應。1995年同樣的事情又發生在web“門戶”這個類別上，而Yahoo！因此而受益，因為它是該類的領導者。最近我們在“加密數字貨幣”這個類別的建立上也看到了一樣的語言網路效應。被視為#1的比特幣受益最多：比特幣佔到了全部市值的將近40%，儘管市面上有100多種相互競爭的加密數字貨幣。

在所有這些案例中，最初的#1最終都失去了自己的桂冠，這就是語言網路效應被認為比其他網路效應弱的原因。但不管怎樣，在很多年的時間裡，其競爭對手都會抱怨有著語言網路效應的公司所取得的不公平優勢。

公司利用語言網路效應的第二種典型方式是公司和產品命名。

比方說，當“Googling”某樣東西變成了在網際網路上搜尋東西的同義詞時，這就變成了Google的巨大優勢。語言本身就成為了使用競爭對手產品的障礙。當有人讓你Google某樣東西時，你卻掏出手機開始用Bing，這不僅會給你帶來社交上的尷尬，自己內心也會覺得哪兒不對勁。

當某人說“打輛Uber”時情況也類似。他們這麼說其實是給你一條社交線索，讓你使用Uber而不是Lyft。（順便說一句，作為名詞成為行話的威力比不上作為動詞。如果更多的人說“我準備uber到那裡”對Uber來說可能更好，有些人已經在這麼講了，不過要是我是Uber的話，一定會盡量鼓勵大家都這麼用）。

另一個例子：當年，“施樂”某個東西的意思就是影印某個東西。

讓大家把你公司的名字當做動詞使用是一大優勢，但想做到這一點是比較棘手的你的公司名字必須好記而且要朗朗上口，所以取好名字非常關鍵。

屬性：

• 直接網路效應：某術語使用的人越多，價值就越大

• 很好的防禦性，因為大家頂多只會把一個品牌名字動詞化

• 如果你認為語言有網路效應，則語言對國際市場會有重要意義

• 採用英語、有著英文友好型名字的公司永遠更容易滲透到英語為母語的國家

例子：

• 公司名：Uber、Google、施樂

• 類別名：Lite Beer、Yahoo！門戶、比特幣加密數字貨幣

• 廣泛語言網路：語言家族、獨立語言、方言

• 當地語言網路：少年俚語、公司行話、其他小眾術語

信念型（社交）

第13種網路效應是信念。信念網路效應這種東西在黃金、比特幣和宗教身上體現得最明顯。這是直接的網路效應。

智人是馱畜。我們喜歡“成群結隊”，喜歡被別人接受。共享共同的理念是其中的關鍵部分。如果有人相信某件事情，其他人也更有可能堅定對這件事情的信念。因此，不相信你朋友相信的東西可能會有很大的社會後果，而且可能是糟糕的後果。這就是大部分人固守群體思維的因素之一，導致他們對對立面的資訊非常牴觸。

更重要的是，當更多的人相信時信念就會變得更有價值。看看黃金。為什麼黃金貴重？黃金又不能當飯吃當床睡。黃金是很好看，可好看的東西多了。黃金有點工業用途，但不是很多。黃金貴重是因為——在我們把鹽看成是貴重品之後——現在大家決定值錢的是黃金了。而且在5000多年的時間裡，黃金一直都是貴重的。過去給了我們信心，相信每個人將來仍然會堅定這一信念。這種信念慢慢地就被強化了。

根據事實本身，黃金貴重是因為我們認為它是貴重的。

信念網路效應就像沙子這東西一樣。少量的沙子很容易驅散。但如果你把足夠多的沙子堆砌到一起，它就會硬得像塊石頭一樣。

比特幣也是這種情況。相信它有價值的人越多，它對每個人的價值就越高。現在在比特幣身上我們正目睹著同樣的“砂層”在出現。比特幣價格崩潰然後反彈的次數越多，相信它有價值的人就會越多。當你在此基礎再堆點以太坊“沙子”以及成千上萬種現存的其他加密數字貨幣“沙子”上去時，作為不斷髮展的信念網路效應的結果，比特幣沙堆就會慢慢就變得穩定起來。一度不固定、不可捉摸的東西就變成了接近於岩石一樣的東西。

屬性：

• 有信念網路效應的信念其社會後果超過了其他後果

• 自我強化：相信某個東西價值的人越多，現實中那個東西的價值越高（對於信徒來說）

例子：

貨幣、宗教、意識形態

從眾型（社交）

當加入網路的社會壓力導致大家覺得自己不能被拋棄時就產生了從眾心理。

Slack就是一個很好的例子。在技術圈，一個普遍的感覺是如果你的團隊不用Slack的話就算不上是一家現代公司。在我們看來，Slack的惡名和估值已經超過了該產品的效用，因為它已經變成了技術界的一股運動，並且形成了強烈的從眾網路效應。

從眾網路效應往往在網路剛開始形成，有人早早就加入時產生。1998年當大家開始使用Google時，一種普遍感覺是“這個酷小孩”正在用Goolge誒（此前他們一直在用Alta Vista）。如果你不用Google，那你就被拋棄了。此後其他的網路效應開始接力，為Google提供核心的防禦性，所以Google後來不再依賴於從眾網路效應，但一開始的時候肯定是靠這種發動的。

有一家公司把從眾網路效應玩成了自己的核心能力，這家公司就是蘋果。每一年蘋果都會精心打造一場演出，用新產品演示和釋出來重新制造口碑和FOMO（害怕錯過）情緒。這種做法一直都出奇的有效。如果你在矽谷帶上一臺IBM而不是蘋果的筆記本出席會議，那將會成為你不是他們一夥的一個跡象。如果你不用Mac的話就會被看成是局外人。

對於那些覺得自己的產品更好的競爭對手來說這一點令人沮喪，但他們還是沒有找到無法擊敗蘋果背後的原因。蘋果已經成功地超越了“品牌化”。它依靠成功地觸發了想要成為那幫很酷的傢伙的一員，迫切想要加入這場運動的這種心理需求。

2010年的這段滑稽的對話視訊是競爭對手對蘋果統治力背後機制的困惑和沮喪的真實寫照，三星在2017年的一則廣告也在發出同樣的吶喊：他們想要告訴消費者，別幼稚了，是時候“長大”了，對iPhone的情感依附讓三星做出了“更好”的產品。但他們沒有考慮到的是使用者重視的不僅僅是產品特性的堆砌。它還包括了網路從其他產品使用者獲得的價值，以及它讓他們加入到這種時尚所帶來的社會價值。

這段視訊則很好地解釋了從眾網路效應。Derek Sivers捕捉到了從眾心理學的精髓，他說“如果他們表現得匆忙的話就會成為圈子的一員。”然後他又進一步解釋說“剩下的人也只好加入了，因為如果不加入的話就會成為被嘲笑的物件。”

網路效應的學生應該注意到從眾效應走不了太遠。如果加入一場運動的人太多的話，其中的一些早期採用者就會放棄了，因為這群人已經變得太過主流了。這就是我們往往在產品開始階段看到從眾網路效應的原因。聰明的創始人會利用好從眾網路效應然後慢慢過渡到其他的網路效應來維持長期的可防禦性。

屬性：

• 直接網路效應：加入運動的人越多，害怕錯過的壓力越大

例子：

蘋果、Google、Stripe、Slack、LinkedIn、GitHub

網路效應的力量

前面我們講過網路效應地圖只是探討網路效應本質的開始，這個話題要說的東西還有很多。網路效應是一種表面上看起來簡單的複雜現象。

有了這份手冊之後，我們還想跟大家一起交流網路效應的重要性、多樣化以及複雜性。頂尖的創始人將會因為對網路效應有著深刻理解而受益匪淺，因為這可以轉化為更加實用的商業決策。最後，決定你的企業成功與否的是防禦性。而這方面網路效應比任何其他東西都要關鍵。

原文連結：https://www.nfx.com/post/network-effects-manual

編譯組出品。編輯：郝鵬程。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

---

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

---

---

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com

---

---