产业互联网生态构建启示录：多平台战略与复杂网络效应
本文是消费互联网寡头垄断到产业互联网生态共同体 的下篇。前者表达了产业层面的看法，本篇旨在表达对公司战略的建议。两篇文章长度类似，合计3万字左右，建议打印出来一起阅读。
正文：
在幅员广阔的中国，50%的快速消费品是通过600万家左右的夫妻店完成销售的[1]。这意味着品牌商需要维护一个数百个分销商和经销商组成的网络，才能使其产品抵达零售末梢。有鉴于此，2015年以来，电商巨头和资本支持下的创业者纷纷推出B2B平台，试图绕开中间环节直接为夫妻店供货。到2018年底，据行业调研显示，86%的品牌商和76%的夫妻店都有使用B2B平台的经历。可见，这一细分领域的产业互联网化取得了显著进展，进而为理解产业互联网提供了难得的观察样本。
笔者跟踪研究了该领域核心玩家JD新通路2016-2018的发展历程。我们发现，经过一段时间摸索，新通路放弃了原本的颠覆逻辑，最终选择通过赋能与传统行业的所有玩家融合发展。2016年初发布掌柜宝这一B2B平台后，陆续发布的其他平台将新通路的单核生态转变为多平台支撑的复杂生态。我们试图解答为什么会出现这样的转变？这些转变是如何实现的？这些转变在何种程度上具有必然性？最终，我们发现了一套完全不同于消费互联网的、以复杂性为基础的、具有普遍启发意义的产业互联网生态逻辑。
我们的研究表明，产业互联网是生态战略的用武之地。开放、多元化、平台、数字化、大数据等都不是生态的本质。生态的精髓在于，以自洽的逻辑把各类单一要素综合成为一套应对环境复杂性的方案。多平台战略是一种通用的生态战略。它建议生态主把整个产业视为客户、把不同产业主体视为触点，通过部署多个不同定位和功能的平台，构建多主体多资源全局优化的产业新格局。我们讨论了该战略是如何适应产业互联网的环境复杂性，并创造复杂网络效应和竞争优势的。
一、JD新通路的发展历程
JD新通路的发展历程，可以通过四个平台的发布得到勾勒。最先发布的掌柜宝，是一个让夫妻店店主可以直接一站式订货的手机应用。2017年发布了两个重要平台，分别是JD便利店项目和行者动销平台。2018年则发布了联合仓项目，其背后是一个物流资源的共享平台。这些平台发布及其所涉主体，反映了JD新通路在处理传统快消价值链关系方面的战略思维的演进。以下按照逐年进展汇报我们的发现。
1） 2016: 掌柜宝支撑的B2B生态
上线于2016年4月的掌柜宝是新通路的第一个平台，也是旗舰平台。其发布之初，旨在打通品牌商和夫妻店而无需借助层层分销和经销。一方面，这被认为符合品牌商和夫妻店利益。在2016年对新通路创始团队的一个访谈中，该平台的价值被陈述为以下两方面：对品牌商，它提升渠道效率，增加数据透明性，加强渠道控制力；对店主，它一站式提供正品行货从而无需耗费精力联系多个品牌的经销商。另一方面，在实现上述价值主张方面，JD确实得天独厚，这体现在与快消品牌广泛而紧密的关系以及深度覆盖全国城镇的物流。此外，掌柜宝还组建了一只几百人的地勤团队，用以服务于本地商户。
然而，经过一年经营，2016年的结果喜忧参半。一方面，JD体现出了全国性的市场号召力和强大的执行力，吸引了广泛的关注并发展了五万家夫妻店加入。另一方面，平台上的购买行为并不如预期活跃。首先，JD发现这些店主通常忠诚度极低。一位行业观察者提到：低线市场的店主们通常对价格高度敏感，装着多个B2B平台应用，只要哪家有一毛钱的便宜可能就会改变购买决策。第二，JD发现，JD线上销售的产品品类和低线市场的线下需求并不能很好契合。更重要的是，第三，当JD试图说服品牌商在掌柜宝上线相关产品时，对方表露的兴趣较为有限。这可能是担心破坏原有的渠道体系。2016年，甚至有些品牌明令下线渠道不许和B2B平台合作（包括但不限于新通路）。
2）2017：JD便利店驱动从B2B 到 B2B2C
2017年4月，JD对外宣布了JD便利店项目。和一般连锁授权项目一样，JD输出品牌、视觉识别、管理系统并提供相关的培训。加盟店被鼓励使用掌柜宝采购但并不硬性规定，而店主需保证不售假货。此外，该项目还提供一些差异化的特性。首先，店主可以利用JDGO小程序与附近的潜在消费者互动。该小程序借助微信的人气，允许用户搜寻附近的JD便利店并下单，也允许店主利用朋友圈开展营销。其次，JD组织了大量异业资源，比如电信服务、家政服务、彩票等，导入合作便利店，帮助店主丰富产品服务并提升盈利水平。最后，JD把原有的生态资源也注入该项目。比如，用户可以在JD便利店领取快递包裹。
2017年的另一个进展在于行者动销平台[2]的推出。某种程度上,它可视为掌柜宝平台的功能扩展，把品牌商和夫妻店之间的互动，从分销拓展到动销。一般来说，品牌商通过层层渠道下达动销安排到夫妻店，低效而不透明。比如，渠道商会克扣宣传物料和促销品。该平台则允许品牌商选择中意的店面，直接对店主发起促销任务，及其对应的促销资源和政策。那些通过该平台接受促销任务的店主，则需要对促销执行情况拍照并上传到该平台，从而品牌商可以即时审查促销效果。整个过程中，JD的地勤人员也会参与其中，进行引导和监督。最早使用该平台的快消品牌之一，是旗下拥有奥利奥、米卡等品牌的亿滋食品。通常需要一个半月的线下上新过程，被缩短到十天完成，效果显著。随后，该平台受到了广泛欢迎。
然而，随着便利店数量和参与品牌数量的增加，两个根本问题凸显出来。一个问题是货。一位夫妻店主在2017年提到，尽管掌柜宝上品牌不少，但很多品牌只是把它作为一个推广新品的渠道，其走量的传统产品线仍然依赖传统分销渠道，导致掌柜宝缺货。另一个问题是物流时效性不足。毕竟，JD物流不是为线下零售设计的。从JD的总仓发送到终端是电商常用的方式，但并不能满足线下零售对频次和时效性的需要。一位店主在2017年夏天的一次访谈中抱怨：本地的瓶装水经销商很乐意一天来补两次货，只要有需要，而JD通常两天才来一次。一位物流经理指出其关键：线下业务每天都以相对随机、分散的方式发展，但物流网络和物流能力的建设不能按照这种方式来。
3）2018：联合仓项目驱动生态再开放
2018年是一个进展显著的年份。截至2018年底，掌柜宝用户超过100万，其中活跃用户数是2017年的3.5倍。这很大程度上应归功于2018年执行的联合仓新战略。该战略通过一个仓库和运力共享平台，把新通路生态向分销商和经销商开放。结果，新通路生态从图1左端所示的破坏性模式转换为右端所示的融合模式。其特征是，传统零售价值链中的链接关系都得到了保留，并发挥重要作用。
该平台于2018年3月开放，旨在促进JD、经销商和品牌商之间的物流资源共享。经销商的参与缓解了新通路的前述痛点，因为它们正好带有JD所欠缺的产品资源和物流资源。一个本地经销商解释为何他选择加入：此前，我们一年通常总有两三个月的淡季，这是我们代理的产品的季节性决定的。这段时间我们卡车的利用率很低。现在不存在这个问题了,因为JD的产品品类比较均衡，对运力的需求比较稳定，与它们合作可以提升我们卡车和库房的利用率。另一重要变化是，掌柜宝也对经销商开放了，使其成为扩大而非替代经销商生意的一个平台。其结果是，联合仓项目增长迅速，2018年底覆盖了30个省超过300个城镇。
显然，JD新通路对经销商的态度与2016年相比发生了戏剧性变化。当被问到如何看待这个主张的变化，新通路的负责人回应说：效率是商业的永恒追求，既然本地经销商（二批商）的仓库离店更近，他们也能够提供更好的服务，为什么要替代他们呢？新通路存在的意义，不是为了消灭掉某个环节，而是培育一个开放、共享、融合的生态系统，让身处其中的玩家都能得益。
二、复杂性：从颠覆到赋能的新挑战
消费互联网的复杂性相对较低，因其基本假设是跳出约束、颠覆存量、激活增量。马云曾给某央企总部高管讲课，有句话大意是：赤脚的不怕穿鞋的…我来你的地盘上打架，无论最终输赢，受损失的总是你。后来，“降维攻击”、“我消灭你，与你无关”、“跨界打劫”等话术一脉相承，毫不掩饰地表达了对“旧世界”的不屑。然而，产业互联网不再这样了——你来我的地盘，就得入乡随俗，准备好学费。创新不再毫无约束，而需要对旧秩序表达尊重乃至敬畏。
1）新思维，新挑战
为何要转向产业互联网？因为颠覆遇到了天花板。在颠覆思维下，平台通过消灭一些环节创造价值。由于眼光总盯着其试图颠覆的那个环节，其价值潜力受限于该环节原值。随着低挂的果实被采摘殆尽，人们逐渐省得颠覆性被夸大了。比如，常不加限定地被使用“去中介化”其实仅针对信息维度有效。把中介职能分解，信息职能只是其存在价值之一，而其它职能如服务，依托于其地理邻近性、固定资产和人力资源，是难以替代的。这时，人们发现，这些不是颠覆的对象，而是赋能的机遇，所有产业玩家、环节都可以是赋能对象和价值源泉。思维转换，下半场开启。
然而，赋能所要面对的复杂性是消费互联网企业未曾经历过的。JD在产业互联网实践所经历的试错和调整，以及近年倒闭的数以百计的B2B平台，充分反映了这一点。复杂性通常用来描述由大量异质性要素嵌入在某种非简单结构中所形成的特征。我们需要区分内部复杂性和外部复杂性。本节讨论产业互联网环境的复杂性，即外部复杂性。对一个追逐市场机遇的企业，如果把捕获市场机遇理解为资源重组过程，其面临的外部复杂性体现在两个方面。一是太多的异质性要素以至于难以识别哪些是价值创造所必须；二是目标要素嵌入在现有制度中，可能难以调用和重组。这两者又相互影响，因为是否考虑某种要素实际上隐含了对某种结构/组合方式的支持或否定。最终，外部复杂性影响到企业捕获市场机遇的成功率。
2）产业互联网复杂性
与消费互联网相比，产业互联网的复杂性至少体现在资源和制度两个层面。产业互联网的资源复杂性源于资源本身的属性和资源的分布特征。一是实体资源的流动性不足、模块化程度低、供给弹性不足、质量参差不齐。建立在信息对称之上的0交易成本特征与建立在数字资源非竞争性之上的0边际成本特征，在实体世界极大地削弱了。二是碎片化的资源分布。产业互联网价值创造需要诉诸更多样的资源，且这些资源分布于更多元的参与方（如下图所示）。比如，不能想当然地认为物流资源就应该由物流公司（包括JD物流）提供，产品资源仅由品牌商掌握。实际上，大型品牌商通常有自建车队，而分销商、经销商也都有各自地域范围内的配送能力，分销商、经销商乃至零售店都有产品库存，相互制约。
图2 资源分布碎片化程度对比
产业互联网的制度复杂性体现为行业和企业两个层面。在行业层面，尽管转型愿望迫切，但现有玩家之间的相互依赖很难打破，因为这是目前行业正常运转的基础。在新通路案例里，品牌商几十年来建立的线下渠道体系不可能轻易动摇。在B2B平台兴起之初，有些品牌商甚至严令体系内所有合作伙伴不得与相关平台合作。在企业层面，组织结构束缚着资源配置的决策流程。比如，B2B渠道既不同于分销由销售管理部门制定政策即可，也不同于直销面向（线上线下）零售商，也不同于企业网上商城直接面向最终消费者，相关管理决策在传统架构内效率极低。结果，即便资源存在，但被束缚在原有位置，生态主调用的难度大增。
3）快速多变VS 复杂难测
这样，产业互联网全然不同于消费互联网。消费互联网仿佛一马平川的平原，先发优势非常重要，规模领先者摧枯拉朽、赢家通吃。产业互联网类似崎岖不平的山地，山高路阻，重要的不是先开拔，而是在复杂地形中识别正确道路。此外，消费互联网战事生命周期短，地图常换常新，而产业互联网战事通常旷日持久。简言之，消费互联网快速多变，产业互联网复杂难测，两者是完全不同的机遇空间。
对产业互联网复杂性的认识不足，可能导致两个反讽：想颠覆的，却可能是最终需要仰仗的；想赋能别人，却可能高估了自己被需要的程度。新旧世界对立的思维，本身就是一种简化——复杂思维并不假设新旧世界泾渭分明。在本文后续我们将看到，产业互联网生态构建的精髓正在于，生态主一方面需要尊重乃至仰仗传统产业已经建立的链接，另一方面要发挥数字化红利，逐步优化、再造它们[3]。掌握这种艺术面临极高的学习门槛，但在复杂的产业互联网环境下不得不然。
三、多平台：产业互联网赋能必由之路
阿什比定律认为，系统的内部复杂性需要与其外部复杂性相适应。如果产业互联网作为任务环境的复杂度剧增，相应的战略思想也需要容纳更高级的复杂性，才能指导产业互联网赋能生态的建设。因而，我们提出多平台战略，即通过一组异质性平台相互关联实现复杂环境下的全链路产业赋能。相对于平台战略，多平台战略通过增加子系统和系统结构的灵活性，有望帮助生态主更好地驾驭产业互联网复杂环境。
1）赋能的模式
图3 多平台赋能生态的运作闭环
我们用多重价值一词概括赋能目标。一切不能提升资源利用率和资产回报率的赋能都是耍流氓，价值是也。对于不同的资产和不同的主体，赋能模式需要同时兼顾其价值诉求，多重是也。这直接反映了产业互联网赋能面临的双重约束。一方面，由于制度复杂性的存在，需对一组相互依赖的主体进行赋能（即多主体），而非孤立考虑其中某个。比如，JD新通路后来不得不纳入经销商这一主体，因为大量商品资源沉淀在传统的经销体系内，短期内这一局面无法改变；另一方面，由于资源复杂性的存在，需对主体拥有的多种资源进行赋能（即多资源），而非单纯考虑其中某种。比如，JD新通路不仅提升品牌商的货品流转效率，还提升其营销资源和物流资源的使用效率。在赋能模式设计中，这些约束考虑得越充分，赋能优势就越明显。
赋能的抓手是多平台。平台既是资源集线器也是资源分发器，而一个复杂生态网络通常需要在不同的位置安装多个该装置。设计一个赋能生态系统与设计一个复杂控制系统类似。类似于一个多变量、多控制对象、多执行器的复杂控制系统需要多个控制器，一个多重价值、多资源、多主体的赋能系统也需要多个平台。这样，多平台以生态主为核心编制一个具备适当复杂度的产业互联网生态，以应对外部复杂性。
2）多平台战略
为何需要平台？原因之一，产业互联网生态需要处理多边（互补）关系，这时特别适合多边交易平台来撮合。比如，掌柜宝就承载了品牌商、JD、夫妻店以及后来的经销商等多个群体的互动。原因之二，赋能者并不直接创造价值，而是为开放式创新提供底座，这时特别适合基础设施型平台发挥作用。JD便利店提供的就是这种基础设施；原因之三，由于多主体、多资源全局协同的需要，需要有一致的接口、标准、语言来对话，平台可以满足这一需要。如JD的联合仓、云仓、协同仓等项目，归根到底得益于JD物流提供了一套标准把分散在各主体的物流资源统合为可按需配置的资源池。
一个平台足以支撑一个消费互联网商业模式。但在产业互联网，单平台战略可能难以顺利启动。比如，最初JD新通路只是想通过掌柜宝卖货，后续却不得不接二连三地发布新平台。这些平台不同于淘宝和支付宝之间的平台相互嵌套，也不同于滴滴专车、快车、代驾之间的平台自我复制，而是面向一组原本相互依赖的多资源多主体的异质性平台组合。颠覆模式下外部约束较少，起步于简单的单平台架构即可捕获机遇。后续逐步演化出更复杂的消费互联网生态，很大程度上是多元化增长的需要，并不是由原点市场的复杂性驱动的。相反，产业互联网赋能一开始就需要考虑较高的外部复杂性，需要起步于相对复杂的多平台架构。这就是所谓的内部复杂性与外部复杂性相适应的原则。在下图中，随着外部复杂性的提升（黑色曲线向红色曲线的迁移），内部复杂性的起点和极点也相应提升。
图4 复杂性视角下的产业互联网VS 消费互联网
构建产业互联网生态一开始就需要多平台式的启动模式，而非等待某个平台站稳脚跟后再逐步演化。一是因为不同类型资源对平台管理、调度、匹配等功能的要求差异很大，须由不同平台承载。比如，在新通路案例里，掌柜宝对接货、行者动销平台对接营销资源、运力共享平台对接物流资源、JD便利店对接客流。二是因为单平台存在最优边界。受网络效应概念的影响，可能很多人认为平台的边越多越好、边的规模越大越好。实际上，由于负网络效应的存在，所有相关者都汇聚在单个平台上并不总是有效率的。三是因为一组相对独立的平台，有利于灵活处理不同资源、主体之间的竞合关系，避免潜在冲突。比如，即使后来经销商可以通过掌柜宝向夫妻店发布自己的货源，行者动销平台仍仅对品牌商开放。四是因为多平台相当于在复杂的外部环境中埋下了多个探针，汇总的数据比单平台更立体、实时、充分。
3）生态边界
多主体、多资源、多平台，何其多也！边界在哪里？我们建议综合考虑三个要素。其一是共同愿景，它被置于图3的核心。只要其价值承诺能说服某个主体投入某种资源加入造梦者行列，该主体和该资源就可纳入边界内。有趣的是，JD新通路最初界定的边界不是宽了，而是窄了。因此，不要预设立场，而应开放了解产业各色玩家，在平台、资源、主体、价值闭环的动态调整中验证。
其二是与外部复杂性的适配性。图4中的倒U型曲线意味着，给定任意外部复杂性，内部复杂性过犹不及。若纳入过多要素超出了适应外部复杂性的需要，反而不美。其三是企业的生态管理能力。生态本没有边界，但企业的生态管理能力有边界。这种多平台策略对初创企业、对缺乏生态运作经验的企业、对缺乏内部协同能力的企业，恐怕都是巨大挑战。以上三个要素，分别反映了生态本身的合理性，生态与外部环境的契合以及生态与生态主内部能力的契合。
以上，我们阐述了产业互联网赋能的目标、约束、抓手和边界。多平台布局驱动多主体、多资源以实现多重价值为目标的动态闭环运动（图3），既是赋能的逻辑，也是生态的刻画。本质上，生态主就是赋能者，通过赋能获得影响生态的能力。生态边界即赋能所及。然而，我们仍不清楚，这个多平台支撑的赋能生态到底是如何运作的？赋能！赋能！能从何来？我们给出的答案是：复杂网络效应。
四、复杂网络效应：赋能效率的来源
网络效应是互联网时代的金科玉律，也是平台经济的本质。一系列相关概念包括大者恒大、马太效应、先发优势、唯快不破等，奠定了消费互联网战略思维底色。这种理论的基本观点是，规模为用户创造价值，从而也为平台主创造业绩。数字化空间的“即使反馈”为网络效应创造了一个衰减较低的环境，使其得以以较纯粹的形式展现出来。然而，随着消费互联网到产业互联网的切换，实体世界的“噪音”开始“发飙”，传统意义上的网络效应有失去用武之地之虞[4]。
本节将阐述，通过两种实践相互配合，生态主仍有可能在产业互联网受益于网络效应，而这也是传统产业效率优化的关键原因。这两种实践分别致力于创造跨平台网络效应和技术网络效应。由于这两种网络效应都没有得到传统网络效应理论的重视，我们把两者的有机结合称为复杂网络效应，以区分消费互联网时代的简单网络效应。多平台赋能的本质就是创造复杂网络效应。
图5 从简单网络效应到复杂网络效应
1）跨平台网络效应
简单网络效应是单平台网络效应。“这边越多…那边越多…”这种模式化臆想背后的潜在假设是：网络效应所描述的是单一资源互动，而该资源的价值与其他资源无关。或者说，网络效应仅关注网络互动中的单一资源，而假设该资源的价值发挥不依赖于其他资源。在这种逻辑下，我们可以期待掌柜宝上的夫妻店越多，品牌商就越多，循环拉动。
但现实情况是，尽管JD在2016年起步就获得了几万家夫妻店客户，但在品牌端举步维艰。尽管2017年品牌商逐步多起来，但夫妻店拓展却非常吃力。前者是因为品牌商的态度，后者是因为送货时效性的短板。可见，完成一项产业互联网任务通常涉及多种异质性资源在不同时空框架下以场景为中心的实时适配，其复杂性超越了经典网络效应理论假设。实际上，当“规模创造价值”的网络效应逻辑遇见传统产业自身的创造价值逻辑时，被卡住脖子的总是前者。
多平台战略正是在尊重传统产业自身逻辑的前提下提出的。借助多平台组合，一方面，不同平台可以同时着眼于某一主体（如品牌商）的不同资源优化诉求（如产品资源、营销资源、物流资源），从而增加生态对该成员的整体吸引力，诱使其突破制度阻力；另一方面，不同平台之间可以相互协作，保障产业本身的价值创造逻辑所需的互补资源。
以新通路为例，图6虚线是通行的网络效应表示方法，经销商与小店之间，品牌厂商与小店之间，在数量上的相互促进。它同时用实线表示资源属性：更多经销商能吸引更多小店，是因为经销商带来了其所经销的产品资源和更具时效的服务资源，分别由掌柜宝和联合仓承载。同样，更多品牌商能吸引更多的小店，是因为品牌商带来了更多的产品资源和促销资源，分别由掌柜宝和行者动销平台承载。与之同时增长的小店数量（包括JD便利店和一般夫妻店），则带来更多的店址和客户资源。这样，产业互联网生态的健康成长是多个平台协同作用的结果，不仅体现为节点规模的增长，更体现在多种互补性资源的积累。
图 6新通路生态中的跨平台网络效应示意
我们把这种多平台协作创造的网络效应称为跨平台网络效应。网络效应概念重视网络节点的规模，却忽略了节点（作为一个活生生的主体）面临的制度复杂性和资源复杂性，重视两边群体数量的正反馈，却忽略了网络里流动的资源才是价值创造的源泉。针对这一不足，跨平台网络效应捕捉到了产业互联网价值创造需要多种互补性资源支撑的特征，不仅刻画了不同群体在资源供需方面的互补性（简单网络效应），更考虑了不同资源之间的互补性，以及主体本身复杂性。
2）技术网络效应
另一个高度相关的实践是对AI和大数据的利用。“网络”作为“效应”的前提，指的是节点间的互动和相互依赖性。产业互联网环境下，受制于信息高度不对称和较高的互动成本，节点间的互动变得迟缓、低频。我们认为，这是网络效应弱化的另一关键原因，而对大数据和AI的利用可以缓解这一约束。
一切赋能，都是数据赋能。实体世界的一切（新零售语境下所谓人货场）都可以映射为数据。实体赋能在运营中积累数据，这些积累的数据进一步提升实体赋能的水平。最终，数据赋能和实体赋能共同提升各环节的互动效率。产业互联网的核心任务之一，就是把实体世界全息映射到数字世界；产业互联网赋能的基本原理之一，就是把实体世界的高成本事务映射到数字世界进行低成本处理，再反馈到实体世界。这里，我们关注“互动”这一高成本事务，因为它是网络效应的前提。
对数据的利用是一个动态过程。数据越多，利用程度越高，对互动的促进作用越明显。比如，早期新通路地推团队手工搜集线下店面的信息，通过行者动销平台向品牌商展示，供后者选择合适的铺货对象。随着事件推移，终端动销能力得到进一步刻画，对品牌商诉求也进一步熟悉，进而可以提供个性化推荐。再后来，新通路与品牌商针对细分市场定制产品，策划从产品设计到铺货到销售的端到端营销方案。这些都不同程度地促进了品牌商与终端夫妻店之间的互动，本不可能的互动发生了、互动成本降低了、深度提升了。
那么，技术是如何降低互动成本的呢？我们观察到的一个基础机制是：全局视野。如图7所示，生态主掌握全局信息，而生态成员只掌握局部信息。首先，建立实体资产与信息资产之间的映射；其次，得益于信息资产的非竞争性，生态主在不具有实体资产所有权的前提下，掌握其对应信息资产；最后，来自分散实体资产和多元主体的信息整合为全局信息，经过场景化的应用分析，向多主体输出，用于提升局部效率。所谓全局，至少包括三个维度：同类主体的全局-比如目标消费者或零售终端在一个区域内的分布状况；同类资源的全局-比如库存在品牌商、经销商、零售商和JD自身的分布；互补资源的全局-比如某个区域的指定货品、可配置的物流资源、营销资源、客流资源等。
图7 利用全局数据优化局部资源配置
全局视野派生的另外两种机制是数字虚拟试验和流程优化。前者把数字世界/计算机空间当作一个低成本试验场，利用全局信息模拟数以万计的可能性，找出最优解。理想的互动应各取所需，否则非但不会形成网络效应，反而会导致负网络效应。在线下经济中，这是通过重复博弈和试错得到的。针对这一点，数字虚拟试验极大地降低试错的经济成本和时间成本，从而提升互动效率。后者是指互动参与者对自身流程做出适应性调整，从而提升互动效率。对于企业而言，流程是制度约束的微观体现。全局数据为相关企业提供前所未有的决策依据，使其更可能调整相关流程。比如，越来越多品牌企业成立专门负责B2B事务的部门。
不难发现，上述机制运行的背后存在一种数据的规模收益递增/正反馈机制。这是一种影子网络——如下图所示，白色方框代表的节点，既有其实体对象，又有其数据对象，数据是实体的影子。由灰线表示的影子网络，在数字世界里可以充分互动，穷尽一切组合/链接，因而具有更强的网络效应（符合梅特卡夫定律的理想描述）。如果不考虑影子网络效应，较高的互动成本将主网络效应限制在图中绿色实线所示部分。考虑影子网络效应，蓝色虚线所示的链接将在数字世界被识别出来，然后反馈给主网络。这样，主网络的互动性得到提升，网络（产业）效率也得到了优化。
图8 主网络和影子网络
影子网络是便于理解的提法，而实际上数据实体并不必然派生于互动实体。越来越多的产业互联网应用开始诉诸跨行业数据。比如，在分配物流资源时算法也许会考虑天气和地理环境数据，但并不意味着天气会参与实体世界的互动，我们也无需把天地纳入业务生态，而是直接对接数据资源即可。这个简单的例子表明，数据生态与业务生态可能相对独立。业务生态的网络效应需要建立在参与者的自发互动上（如买卖、社交等）之上，而在数字生态，算法可以创造、探索全新的数据节点和因果依赖性。这种源于但超越业务生态的数据生态，为业务生态提供源源不断地“负熵”，促使其进化[5]。
鉴于以上，我们单独定义技术网络效应，强调数字世界创造新依赖性的技术便利。值得指出的是，领域知识对技术网络效应的运作至关重要，技术网络效应因而成为机器知识和领域知识整合的加速器。
3）复杂网络效应与产业效率
技术网络效应服务于跨平台网络效应。技术网络效应可以自由扩大数据生态、探索数据链接，但其价值兑现最终依赖于业务生态的实体互动。这一点，戳破了对数据生态不切实际的幻想。无论其纳入的数据节点有多广泛、创造的数据链接有多创新，数据互动的输出价值终归体现在对业务生态互动性的提升。数据本身并不产生价值，其价值仰仗于体现业务需要的算法提取，这是为何我们更愿意称其为技术网络效应而非数据网络效应。在产业互联网背景下，业务需要由多平台战略或跨平台网络效应所定义。
一切赋能都是数据赋能，但数据赋能不是一切。多平台战略规定了赋能的结构。赋能的对象不是某个主体，而是多主体之间的互动及其产生的资源流。比如， JD物流赋能的对象看似本地经销商的联合仓，实际上是本地经销商与零售店之间以运力为媒介的互动。甚至，我们熟知的用户画像，也并不是单向赋能给某一主体，而是该主体与用户之间的潜在互动。任何赋能只有同时涉及互动双方才有价值，而加上平台自身形成的三方结构，是一次赋能行为的基本单元。进而，多平台安排规定了赋能的行为模式。我们欣赏这种有约束的自由——每个网络节点都是自组织的，但自觉不自觉，其行为受制于其所处的网络结构。
我们用复杂网络效应这一概念表达跨平台网络效应和技术网络效应的有机结合（如图9所示）。它描述一个生态在产业互联网这种复杂环境下通过构建自身复杂性所享有的规模报酬递增效应。跨平台网络效应，如前所示，表达了对传统产业价值创造逻辑的尊重，反映了多平台嵌入传统产业原有架构后形成的互动架构。在这一架构的约束下，技术网络效应借助数据生态体现出来，提升上述架构下的互动效率。结果，各类互补资源加速在生态中积聚，其对应的数据资产也进一步扩充，又反过来支持技术网络效应的扩张。当技术网络效应识别出的效率路径（网络中的虚线）越来越多，互动架构本身可能发生变化，体现为产业结构的优化。这种逻辑建设性地平衡了产业互联网的约束和数字世界的优越性，尽管显得复杂。
图9 复杂网络效应示意
复杂网络效应揭示了产业效率提升背后的机制。跨平台网络效应，一旦成立，意味着在原有产业架构之上增加了若干有效的新反馈回路。这些回路承载着不同资源在多主体之间的互动，并且不同资源在生态主的全局调配下相互配合，提升了产业的结构效率。结构效率是多平台赋能的核心源泉，而找到一个可以与传统产业结构适配的多平台布局，是产业互联网生态构建最核心的环节。随着结构效率的释放，数据渐渐积累，技术网络效应开启第二条赋能曲线，在现有架构下优化局部效率。局部效率的优化不依赖于去除某个环节，也不依赖于改变互动结构，而依赖于提升互动效率，减少不必要的过程损耗。
图10 复杂环境下的复杂战略与复杂效应
五、多平台战略作为通用战略
生态主的竞争力来自于哪里？是足够厚重的基础设施吗？传统的赋能论调大致如此，某种稀缺的资产或能力开放出来，赋能便自然而然地发生了。尽管本文无意纠正这一认识，我们至少可以提供另一种论点。新通路的故事表明，在社会化需求的汪洋大海面前，再雄厚的基础设施（比如JD物流）也只能作为骨干资源，而不足以大包大揽。这些基础设施，如果得不到社会资源的注入（通过某种平台），其价值是有限的（考虑2017年新通路的困境）。因此，赋能者，恒被赋能之，其竞争优势依赖于它整合外部资源的能力。这种对外部资源的整合，又取决于该企业准确把握外部参与者的诉求、通过合理的平台组合提供价值反馈的能力。我们把追求这种竞争优势来源的战略称为多平台战略。
这很可能成为产业互联网时代的通用战略。阐述这一观点之前，请允许我们回顾波特长期被雪藏的“用户价值链”理论：他认为差异化优势不是单纯地与竞争对手不同，而是企业价值链活动映射到用户价值链的不同环节，即在用户所看重的维度上，创造不同于竞争对手的价值。因此，决定企业竞争优势的不是企业价值链本身，而是企业价值链（供给侧）与用户价值链（需求侧）相互咬合的价值网络[6]。
这一源于工业时代的理论洞察实则已经在消费互联网时代得到广泛应用。在图11的左侧，每个“产品/平台-触点-需求点”都包含着波特所说的“相互咬合的价值网络”，而消费互联网企业的生态，通常就是若干个这种以用户为中心网络的水平聚合，牢牢地把消费者绑定。这种战略被一些人称为“围绕生活方式的布局”，比如腾讯、美团乃至小米，都属于这一类型。这种战略部署了太多消费者控制点而产业控制点却不够深入，当价值源泉转向供给侧，其根基就显得虚浮。
图11 消费互联网企业 VS 产业互联网业务
消费互联网多平台和本文谈论的多平台战略是一回事吗？是，也不是。是，因为消费互联网的多平台与产业互联网的多平台都以平台代替产品成为基本价值创造单元，区别仅在于从围绕消费者的横向布局到关注传统产业价值链各环节的纵向布局（图11）。也不是，因为消费互联网的多平台布局是生态扩张的结果，而本文所谈的多平台布局是生态创建伊始就必须具备的特征。前者的多平台倾向于同构同质，其实是扩张的同时尽可能降低内部复杂性，而后者倾向于异质异构，乃是适应外部市场的高复杂性不得不然。此外，我们谈论消费互联网多平台时大都在描述一个公司生态，而本文所描述的是限定在某个产业的业务生态。
如果我们把整个产业视为一个用户，而把产业架构上的各色参与者视为该用户的不同触点（图11右侧），本文所描述的多平台战略像极了波特对于差异化竞争优势来源的论述。我们可以说，生态主的竞争力不是来自自身强大的基础设施本身，也不是单纯源于其广泛的产业合作伙伴，而源于前者能以遍布于传统产业各环节的后者所看重的方式与其紧密契合，而在正确的位置嵌入正确的平台（通常是多个）是实现这一契合的关键。把产业整体视为一个客户值得提倡。它意味着彻底放弃颠覆思维，而把眼光放到选择该“客户”的触点（即赋能对象）上来——你可能是一个好大夫，但最好不要轻率地切除“客户”任一“器官”。
图 12 同一底层战略思维在不同时代的体现
多平台战略的理论结构在宏观上取法波特理论，在微观上取法平台网络效应理论，这两者的关联在于：供给侧与需求侧相互咬合的结果，不是差异化的累积，而是复杂网络效应带来的产业资源和数据资源的累积。在这一意义上，多平台战略又与战略理论的资源本位观暗合。
六、写在最后
在对简单网络效应的认识都还相当混乱的当下再引入复杂网络效应，似乎有些不合时宜。但是，当现象变得更复杂，我们不应回避认知的挑战。尽管如此，我想强调，本文传递的信息与对简单网络效应的正确理解是一脉相承的，即网络效应从来不是某个模式的固有特征，而是精心设计和耐心运营的结果。
本文初次尝试把复杂性思维引入战略思考。如果读者觉得复杂网络效应难以理解，那至少需要理解跨平台网络效应。如果觉得跨平台网络效应难以理解，至少需要理解网络效应需要与其土壤分别考量。如果觉得概念性的东西都没用，如果您是产业互联网业务从业者的话，请至少留意身边的资源复杂性和制度复杂性。
我个人很享受这两周的写作过程。首先，通过这篇文章为上一篇文章提出的“网络效应褪色”问题，找到了一个看起来还不错的解套思路，上下两篇成就了一个闭环，仿佛完成一个浩大工程；其次，我在综合各种理论视角的过程中收获了足够的愉悦，纯粹的学术写作很难享受这种天马行空；第三，此文和上篇一样，把过去散在各处的思考串起来了，老读者应该对文中的一些桥段不陌生，比如技术网络效应。上次提出这个概念后，不少读者反馈了意见，不知这次处理得大家是否满意？最后一个重要原因是，这个多平台的题目，从我申请博士项目以来就一直萦绕在心头，没想到能借产业互联网这个实践背景圆了此梦。
稍有缺憾的是，原计划打算借此交代下生态思维的，想想还是不合适。一是要保持主题突出，尤其是篇幅已经这么长了；二是可能太理论，不适合绝大多数读者；三是本文的背景局限于生态构建阶段，尚不足以展现生态理论的整体框架。这个大菜，还是留在后续吧。
本文还会继续修改，欢迎产业界、学术界、咨询界、投资界的朋友们提出宝贵意见或合作。微信个人号暂时还没有，方便的话可以邮件至hh476@cam.ac.uk.作为回报，我会把两篇文章定稿后合稿的PDF通过该邮件送回。后台留言也可，只是不便保存和交互。
[1]http://suo.im/4Ky8sc
[2]与该平台同期推出的还有智慧门店系统和慧眼大数据系统，但行者动销平台是最具差异化和互联网思维的
[3]产业互联网语境下的再造，着眼于再造主体的能力、主体资源的使用方式、主体之间的互动方式，却不是颠覆主体本身
[4]我们已另文阐明，相关分析需清晰地区分网络效应与网络效应的土壤。网络效应的神话大都建立在消费互联网的纯数字化土壤上，在产业互联网行将褪色。参见《从消费互联网寡头垄断到产业互联网生态共同体》
[5]这个观点在2016年的公众号文章《信息世界、数字化浪潮以及人类命运》的第五部分“基于信息的负熵流”和第六部分 “信息驱动的超级智能体”得到了更详细论述
[6]学术界的朋友们读到此处应不觉得惊讶，因为目前战略文献（狭义的，不含组织文献）里如果复杂性还有一席之的话，都可以追溯到波特的这一观点。对此感兴趣的，参见公众号“侯宏文存”文章《重读波特竞争优势——流行误读、明珠蒙城与有心无力》