把握“短暫時機”

所有企業都逐步意識到數字化轉型的重要性，企業必須著眼于下一個能使其脫穎而出的領域：瞬時市場。從內部角度來看，這意味著打造真正的敏捷型組織，培養識別機遇和準確交付客戶所需的能力。

事實上，即時提供所有產品和服務的時代仍未到來，新數字化企業的運營方式已經與以往完全不同了。例如創新服務、更高效率或者更個性化。新數字化企業尋求的更多，他們著眼于改變市場的運作方式，從而在競爭中脫穎而出。

企業、員工、消費者和行業之間的聯系越發緊密，數字化已經不足以讓一家企業脫穎而出。不過，數字化能夠助力企業充分利用下一個重大機遇：把握“短暫時機”。

極速柔性生產

案例1：飲料品牌PaperBoat將超個性化作為實現市場增長的關鍵因素。 PaperBoat主要生產含乳飲料。與其他致力于提高飲料濃稠度的飲料廠商不同的是，PaperBoat會根據售賣地區的差異推出不同的口味。PaperBoat將咖喱葉、青椒或生姜等地方風味融入飲料中，以更好地滿足當地人的口味，甚至還選用當地芒果品種，以迎合各地消費者的喜好。對PaperBoat而言，沒有什么機遇是“太小”或“太短暫”的。該企業甚至推出了限量款季節性飲料，以慶祝當地的節假日，以Panakam為例，這款飲料每年只售賣三天。

技術是PaperBoat執行這些精細化戰略的堅實后盾。該企業在WhatsAp上開展消費者調查，以獲取各地消費者的反饋，收集相應數據，并利用專屬分析平臺不斷生成新洞察。PaperBoat的工廠中配備了物聯網（IoT）傳感器，能夠靈活進行各項操作：通過電腦改進配方最多只需兩到三分鐘，甚至考慮到天氣和氣壓等外部變量，以確保成品飲料的味道完全符合預期。

PaperBoat作為一個出色的例證，生動展示了領軍企業如何精準把握個性化市場的“短暫時機”。科技進步使得人們的生活變得越來越個性化，一個充滿了眾多“現實”和“時機”的多元世界由此誕生。企業必須徹底顛覆組織架構，才能及時把握這些機遇，這就意味著把每一“時機”視為單獨的市場——瞬時市場。

企業可以利用數字手段直接與消費者接觸，分析功能也日益強大，因此，企業對當前和潛在市場的了解程度之深可謂前所未有。憑借著復雜的后臺技術，企業可以迅速調整業務方向，提供市場所需服務的速度也越來越快。如果企業能夠有機整合這些功能，就有機會針對瞬時市場提供新產品或服務。這不僅意味著滿足特定消費者的需求，更意味著滿足該消費者在某一特定時間的需求。

掌控瞬時市場既是一門藝術，也是一門科學。提供針對每一刻的產品和服務不僅不切實際，而且毫無必要；掌控市場的藝術性在于選擇消費者滿意的恰當時機，科學性則在于打造一家能夠根據具體情景為消費者提供個性化產品和服務的企業。未來，生產商和消費者兩方面的“瞬時需求”都需要得到滿足。

案例2：在生產商瞬時需求方面，以通用汽車（General Motors）為例，該企業在一家制造工廠安裝了3D打印機，裝配線上的工人在需要時可現場打印出故障工具的替代品。這大大降低了更換工具的成本。畢竟，一款常用工具價值3000美元，3D打印則僅需3美元，而且生產線無需停工。

案例3：在消費者瞬時需求方面，以Zume Pizza為例，該企業通過一款應用程序，將定制訂單直接發送到披薩流水線上，由機器人制作，以及時滿足消費者需求。機器人可以搟面餅、加醬料、將面餅放入烤箱，平均出餐速度比競爭對手快20分鐘。

這些進軍瞬時市場的企業順應了高度數字化世界的自然趨勢。當企業和消費者之間的在線交互頻率越來越高時，按需服務和定制化產品的成本和難度會變得越來越低。

由于消費者享受到的產品和服務越發便利、即時、高度相關，人們期望每家企業都能提供如此優質的服務。自2015年以來，“當日送達”的搜索量增長了120%，人們對個性化體驗的期待值也水漲船高，71%的消費者對于非個性化購物體驗表示失望。B2B領域的期待值也大幅上漲，Sales force最近的一項研究證實，絕大部分商業合作伙伴表示，了解其需求及其使用產品和服務的方式是成功合作的關鍵所在。

一旦錯失良機，就無法進行補救。76%的客戶認為，一旦不滿意，他們可以輕松轉移業務。不過，機遇總是青睞時刻準備就緒的企業。

如果企業能夠制定各種技術戰略以滿足客戶日益上漲的期待值（甚至超常發揮），必將遠遠領先于競爭對手，為新數字化未來做好準備。許多企業已經斥巨資開發所需的各項工具：AI能夠預測趨勢和偏好；數字孿生和敏捷制造則能夠提供精確的背景，培養迅速設計原型、開展實驗和交付的能力。

預測關鍵機遇

企業只有意識到機遇的存在，才能提供針對特定時機的產品。這意味著企業必須趕在競爭對手之前識別消費者需求，甚至在消費者自己尚未意識到時鎖定消費者需求。不少企業已開始進行大規模需求規劃和預測。不過，在瞬時市場時代，預測模型不僅可用于預測長期規劃或主要趨勢，還將用于預測關鍵機遇。

在短期內，改進現有的預測技術仍然能夠助力企業發展。為了預測“短暫時機”，企業必須大幅提高預測精確度，而第一步就是充分利用AI技術。這無需收集更多數據，因為企業已經掌握了供應鏈、消費者情緒、庫存、運輸時間甚至天氣信息。那么，存在什么挑戰呢？挑戰在于，任何團隊都無法單獨處理這些海量信息。

案例4：德國制藥企業默克集團（Merck KGaA）在整個供應鏈的工廠機器和倉庫中部署了傳感器，實時了解每個庫存單位（SKU）的操作運行情況。cxxix基于傳感器數據以及ERP軟件中的其他數據，該企業利用機器學習技術打造了全新需求模型，其性能在80%的情況下優于之前的模型。

基于AI的預測技術不僅能夠用于預測未來需求，提高預測精確度還能助力企業充分利用當下的“時機”。

案例5：電信設備供應商英飛朗（Infinera）過去需要36個小時才能提供準確的報價和庫存情況。客戶可能會在這段時間內找到價格更低廉的供應商，失去興趣，或者干脆拋棄英飛朗。如今，英飛朗利用AI平臺整合庫存、調度和定價數據，能夠實時反饋訂單的庫存供應狀況。銷售團隊也可以即時報價，提供更精準的配送時間，從而提高客戶轉化率和滿意度。

如果能夠利用精確的需求預測來把握恰當的時機，公司就可以優化現有的業務和產品模型。目光再放遠一些，企業還需要預測大趨勢，看看企業未來需要如何發展。

實時參與競爭

要想做到這一點，企業必須準確交付消費者所需的產品和服務，并針對該“時機”的具體情況進行更為詳細的個性化設置。領軍企業已經不滿足于進行基本的個性化設置，而著手根據消費者的即時需求量身定制產品和服務。

以零售業為例，消費者希望實體店的購物情況能體現在自己的“數字身份”中。

案例6：沃爾瑪的倉儲式商店Sams Club于兩年前推出了“Scan&Go”（即掃即付）應用程序，購物者可選擇在將商品放入購物車時掃描商品并通過手機付款，不用再去柜臺結賬，避免排隊。現在，Sams Club對這款應用程序進行了調整，利用機器學習技術分析消費者之前的購買數據，推出智能購物清單，從而為消費者提供交互式購物體驗。未來，沃爾瑪準備利用beacon技術優化個性化體驗，為消費者設計最佳的店內購物路線。

人們對個性化的期待值正越來越高，每天都有新的“短暫時機”出現，企業必須極致敏捷，才能把握眾多時機。要想實現這一點，首先必須采取敏捷制造方法。

案例7：博世力士樂（B o s c h Rexroth）在100多家工廠推廣了敏捷制造。單臂機器人作為該公司的自動生產助手，可以完成裝配和焊接等復雜的任務。這些機器人也可重新配置，靈活性極強。當位于洪堡的工廠的產品需求發生變動時，博世力士樂僅需一個周末就完成了現有生產線的調整。同時，博世力士樂正致力于提升人類員工的靈活性和適應性。

博世力士樂致力于實現持續轉型，上述措施均是轉型初期推出的。該企業試圖利用一系列其他技術（包括傳感器、物聯網網關和數據平臺）實現其“未來工廠”愿景，確保整條裝配線支持以產品為核心的設計、定制以及動態可伸縮的產品運行，以響應實時變化的客戶需求。敏捷制造能夠助力企業及時交付高度個性化的產品和服務，避免錯失良機。

利用“數字孿生”獲得的洞察是推動企業轉型、掌控瞬時市場的基石。數字孿生是設備、機器以及現實世界中存在（或可能存在）的其他各種物品的數字模型，以實時傳感器數據以及服務計劃、運行時間和天氣數據等背景信息為基礎。“數字孿生”使得企業可以保留產品和操作等的精確數字模型，監控、分析并模擬計劃或潛在行動。

數字孿生在制造業中的價值顯而易見。不過，它也可以提升其他行業中企業的靈活性和適應性，成為探索瞬時市場的關鍵所在。

案例8：鹿特丹港（Portof Rotterdam）是歐洲最大的航運目的地之一，目前正在創建整個港口的綜合數字孿生模型。由此，港口運營商能夠隨時隨地了解每艘船和每個集裝箱的實時位置。通過與合作伙伴分享這些信息，航運經營者每次停靠可節省大約8萬美元。從長遠來看，鹿特丹港可能是首批提供完全自助式船舶服務的港口之一，預計到2025年實現這一目標。

案例9：在醫療保健領域，德國海德堡大學附屬醫院（Heidelberg University Hospital）與西門子開展合作，利用數字孿生改進患者護理流程。例如，某位心臟病專家使用患者心臟的數字模型來測試起搏器電極固定在不同位置的效果。而這只是醫療保健領域“即時”個性化的開端，專家們希望利用相關技術創建每位患者的完整“活體”模型。這些數字孿生模型可幫助醫務人員評估不同治療方法對每位患者的潛在效果。

隨著企業不斷擴大數字孿生模型在整個價值鏈中的應用范圍，企業把握各類瞬時機遇的能力也越來越強。利用數字孿生模型生成的洞察也將提升企業預測瞬時機遇的能力，從而打造完整的瞬時市場開拓流程。

五大新興技術趨勢至關重要

持續變革，破除定式，挑戰常規……如此種種，已成為商業領域乃至整個社會的新常態。這些要素不斷集聚放大和加速發酵，在技術力量的驅動之下，時代更迭，進入新的現實。企業要想對市場做出敏捷的反應就必須掌握最前沿的技術。

目前，在新的趨勢下，數字化技術不斷發展，下一輪技術浪潮洶涌來襲，新時代翩然而至，企業必須應新而變。看當下的世界，已然萬物數字化。企業構建了數字業務模式和流程優勢，實現了跨越式發展。數字化影響無處不在，購物、工作、學習、溝通、支付、交通、決策等各個領域。當下的企業現在又處于轉折的關鍵節點，數字化已然是企業開展業務的基本條件。隨著科技進步和人類需求的日益旺盛，全球競爭態勢愈演愈烈，手握數字化“入場券”的企業，如何確保自己擁有新的競爭優勢，從而成功在下一輪顛覆中突圍？

在這樣的新數字化時代，如果企業能夠踐行企業社會責任，提升消費者信任值，企業將面臨著前所未有的海量機遇，實現更多價值。當企業云計算和人工智能應用逐漸成熟，加上分布式賬本、擴展現實和量子計算等技術的發展，他們將重塑商業疆界，以及企業與個人（客戶、員工和生態系統合作伙伴）的關系。這是未來增長的關鍵所在。數字化成為企業構建業務體系的基本條件，同時也成為企業在新一輪競爭中突圍的破局點。《埃森哲技術展望2019》從企業云計算、人工智能、分布式賬本、擴展現實以及量子計算等技術角度切入，在企業的角度分析如何重塑商業架構，制勝未來。

埃森哲技術展望報告中重點介紹了未來三到五年內重塑業務形態的五大新興趨勢。從消費者和企業兩個維度來看，消費者對產品預期逐步提高，企業面臨的內外部競爭加劇。在企業端，需求的提高倒逼企業必須探索全新的發展方式，才能在競爭中勝出。

1.DARQ——拆解新一代技術。

總體來看，這幾項技術都具備幫助企業實現差異化產品和服務的能力。人工智能在優化流程和決策方面意義重大；擴展現實核心能實現沉浸式體驗，升級消費者的體驗感；分布式賬本擺脫第三方的信用背書，提升擴張速度；量子計算提供強大的計算資源。

新一代技術D A R Q是建立在之前SMAC技術運營基礎之上。SMAC技術助力企業深度了解用戶需求，從而開展差異化競爭。其廣泛應用打造了數字化運營的基礎，實時數據鏈接便于數據的存儲和分析，并且具備了初步的數據變現能力。

新一代技術DARQ是企業數字化的進階版本，進一步提升用戶和企業個性化、智能化的體驗，擴大差異化的優勢。該技術賦予了企業運營透明和可信度，人際互動界面更加友好以及具備強大的計算資源。如此實現的差異化優勢，使得企業在商業模式和運營效率上收獲更多增長空間。

2.洞悉消費者——發掘獨特商機。

在中國中小微企業的信用評估是一個巨大的痛點，對于消費者而言亦是如此。基于此，部分企業通過信用評估開辟了一個全新的市場。芝麻信用通過與金融、旅游、電信、租車、租房等機構合作，并為個人用戶提供相應服務。另一家企業Capital Float通過對信貸申請人的技術應用洞察進行信貸評估。如今數字技術已經深深融入人們的日常生活，人們使用的數字技術已經成為消費者的“技術身份”。洞悉消費者的技術身份就等于掌握了消費者的需求源點。

利用技術打造個人專屬市場。企業要了解用戶的技術偏好，并通過產品和服務輸出滿足消費者的需求。例如沃爾瑪重新設計網站技術后臺，以區分消費者購買的自用商品和用于贈送的禮品，以期提供更有針對性的推薦。阿里巴巴研發“Fashion AI”在實體店中采用機器學習技術為消費者試試提供穿搭建議和提示，并根據消費者此前挑選的義務為其推薦不同的搭配風格。

3.超級員工——革新工作方式，激發創造力。

搭建數字化員工團隊是企業數字化轉型的重要環節。

技術幫助員工加強了技能和經驗，并且賦予了員工更多新能力，創造了新崗位。例如京東開設無人機培訓課程，培養能夠利用無人機送貨的員工，這一崗位在之前是不存在的。在新數字時代，每個公司都投資數字化轉型，聚焦員工團隊將決定轉型的成敗。打造數字化的員工團隊是企業能否制勝的新數字化時代的核心所在。

要求企業優化員工團隊架構。企業所需要的技術能力也在不斷變化，因此員工的職業發展也應該是靈活多變且快速匹配的，但大多數企業仍然采用數字化轉型前的人才戰略，這導致企業難以通過傳統的方式找到擁有特定技能的員工。現有的招聘流程不僅緩慢而且可能找不到合適的員工。另一方面，企業一直試圖從內部聘用和提拔人才，以充分利用員工的經驗并節約外部招聘所耗費的時間成本。

4 .構筑安全生態——建立安全屏障。

構筑安全生態是一個復雜而科學的過程，梳理后歸納為幾個關鍵步驟：

首先要重新定義生態內外的風險，其次是下放職責實現全方位安全，最后共同打造生態級別安全。

5.極速響應——專屬消費者的柔性生產。

從兩個維度來看待響應速度，其一是需求預測和規劃的階段，另外一個是滿足需求的匹配階段。

從當今市場來看，不少企業已經開始大規模需求規劃和預測。改進現有的預測技術能夠助力企業發展，但企業通常受限于數據量而難以提升預測準確性，最終失去市場機遇。

為了預測瞬時機遇，企業必須大幅提高預測準確度，而第一步就是充分利用AI技術，無需收集更多的數據，而依賴企業已經掌握的供應鏈、消費者、庫存、運輸時間甚至天氣信息。另外，企業必須準確交付消費者所需的產品和服務，并能夠提供個性化方式表達。

本文節選自埃森哲咨詢公司《埃森哲技術展望2019》報告，略有編輯和刪減。