哈佛商业评论

在20世纪90年代初期，数字革命标志着我们转入了新的竞争时期，其特征包括快速的业务模式创新、企业边界的消失以及行业界限的模糊。这些变革受科技驱动，同时低成本资本又为其提供了持续的动力。

如今，我们正处于另一个拐点。随着人工智能等创新重塑业务模式并缩短战略更新所需时间，数字创新变革的节奏不断加快。此外，气候变化、地缘政治冲突和社会两极分化正在加剧不确定性和波动性。摆在企业管理者面前的未来可能性并非只是少数几个，而是数不胜数，每一种局面都无法预测，只能在事后发现。企业为了在某个特定的未来局面中确保自身优势而开发具体的选项已经不够了。它应能迅速适应任何类型的新现实，并在其中发展壮大。

在这一变化发生的同时，资本基本免费的美好时期即将告一段落。可用于资助搜寻新优势的资源越来越少，而且投资者正越来越看重短期回报。

为了应对这一新环境，很多管理者会把大量精力放在实现短期收益最大化和节约现金上。然而研究显示，长期回报的主要动力源于差异化，在动荡时期尤为如此。因此，企业面临着双重挑战：它们不仅需要精准执行其当前的模式，还得在更短的时间跨度内以更低的成本创造多个选项，以确保未来增长和竞争优势。

为了调和这些明显相互冲突的目标，我们建议采取一种新的战略范式，并将其称为“激进选项”（Radical Optionality）。接纳“激进选项”将帮助企业把不确定性从具有破坏性的威胁转变为潜在的优势来源，从而使其能够在未来世界的任何局面中发展壮大。

重思战略的隐性假设

在当前的业务模式中，创造多个选项涉及巨大的经济成本：无论从机会成本还是边际成本来说，探索成本都相当之高，因为我们需要投入大量精力搜集相关信息供给创新。回报不一定有，只在某些特定的未来状态下才能实现。摆在企业眼前的还有构思与实现之间的巨大时间延迟，因为研究成果仅能间歇性地融入执行流程。由于研发与一线之间的脱节、基于假设的创新方式，加上产品上市所需的时间，最终大多数创新将无法满足未来客户的需求，创造选项的收益是很低的。企业有可能克服这些限制，但前提是改变当前制定战略的5种隐性假设。

1从三思后行到边思边行。传统上，有关战略形成或创新的想法与执行（也就是那些由不同的群体在不同的时间跨度上以几乎一成不变的形式开展的活动）之间存在着一条鸿沟。集中化战略与去中心化执行在时间、空间和社会层面彼此分离，这种状态在稳定的环境中是宝贵的，因为它能够让活动朝着分析性、创意性或实践性的专业化方向发展，并确保执行者不会因注意力分散或忙着“纠正”并没出错的地方而失去专注度。

然而，这种分离会增加实现新选项的时间延迟，并减少其潜在收益，因为它在创新者与市场现实之间制造了距离：当思考与行动分离时，人们可能会热衷于猜测或假设。

在快速变化且不可预测的环境中，我们必须打破思考与行动之间的隔阂。行动必须被看作是一种分散且具体的思考形式：它涉及询问问题，冒险尝试那些在内部还未通过审查的答案，将单向的提议转化为对话，并创建和操作与该业务的活动集并不“相关”的低成本实验。

埃隆·马斯克（Elon Musk）在Twitter上发布了重构Twitter公司的想法（包括票选CEO），因看似十分随意遭到了猛烈抨击。尽管争议和负面影响接踵而至，但其中依然可能包含有价值的线索。在时间与资源严格限制之下，我们可以把正在思考的事情直接表达出来，从而将企业传播这一传统的惯例化活动转变为探索与发现——以思考的速度尝试新鲜事物，以此应对动荡的环境。

2从努力适应到创造可选项。如果世界未来的状态有可能与当前相似，或至少在一定程度上具有可知性时，制定尽可能适应当前或预期环境的战略是一个有效做法。然而，通过努力适应获得的效率提升却是以灵活性为代价。

在充满不确定性和变化的时代，可选项变得至关重要。公司应提升当前业务和执行方式的多样性和灵活性，从而为未来争取更多的选项。例如，阿里巴巴发现了在线购物市场的潜在交汇点——像Google Shopping这样基于搜索的模型，像阿里巴巴天猫商城这样基于多个商铺的模型，以及像亚马逊这样的综合商店模型——并意识到自己无法预测哪种模式将成为赢家。因此阿里巴巴决定拆分业务，并支持所有三种选项，希望在明确哪种模式能获胜之后迅速围绕该模式调动资源。事实上，每一个选项都适用于不同的市场部分，这意味着阿里巴巴不去寻求最优战略的决定不仅令它在关键节点具有弹性，同时也让其成为了三个市场领域的参与者。

获得可选项意味着抛弃“赢家通吃”的方式，这种方式一直以来都是战略与创新的核心。人们可从生物学中观察到拥有可选项的益处。例如，像新冠和流感这样的病毒之所以能持续存在，正是因为它们变异太多，新的优势毒株不断从不同的变种群中产生，令试图控制其传播的医学界受挫。

为了获得更多的可选项，公司有必要将所谓的“输家”留在身边，不要对一开始看似不成功的理念拒之不理。如果环境发生变化，或与其他创新相结合，它们的价值可能会显现出来。

谷歌眼镜的复活便是这方面的一个案例。最初公之于众时，谷歌眼镜的反响并不好，主要是因为美学问题和隐私顾虑，母公司Alphabet很快撤回了这款商品。然而在谷歌内部，一个团队将该产品重新定义为工作场所的工具，帮助员工更高效、更安全地开展任务，同时更轻松地合作。企业版谷歌眼镜如今已被许多大型制造商和物流公司使用。

3 从探索和利用二者对立，到探索和利用同时进行。商业中没有永恒不变的事物。即便在稳定的环境下，企业优势也会随着时间的推移被竞争者所蚕食。因此，企业需要以现有优势最大化为目标进行投资，并寻找新的优势。成功平衡这二者关系的企业通常被形容为“双元型”（ambidextrous），这一术语由查尔斯·欧雷利三世（Charles A. O’Reilly III）与迈克尔·塔什曼（Michael L. Tushman）创造。双元型组织通常会把执行和创新分为两个独立的、松散相连的流程运行。这两大功能由组织的不同部门在不同的时间跨度上实施，而且企业也会谨慎平衡二者获得的资本和管理层关注。

获得“激进选项”，需要用边探索边利用的方式打破（而非优化）原本预设的双元性权衡。企业应具备“多面手”的能力，也就是在利用当前市场优势的同时努力应对未来多个未知的潜在情况。企业的目标也应从平衡明显相矛盾的活动转变为将二者进行整合，通过创造协同效应改善创新的经济性，并降低独立运行的成本、减少延迟及失败的可能性。

以谷歌为例，其主要产品是搜索，通过广告变现。但每执行一次搜索任务，它同时也提升了自身的搜索能力。我们可以说，谷歌同时在两个领域开展搜索工作——一边是关键词和想法（特定搜索），另一边是使用积累的数据寻找更好的搜索方式（元搜索）。因此，谷歌是在边探索边利用。

该理念并不局限于数字产品及服务。任何产品或服务，只要在使用或消费时产生有关现有需求或新需求的信息——无论是数字感应器远程捕捉，还是从与客户现场或虚拟互动而来，抑或通过其他方式——都可以提升执行的整合度，并推动搜索新的价值来源。例如，跨国建筑公司EllisDon将投机性的建筑交付业务转变为培养多维度关系。在这种关系中，企业会建造和管理某个项目，按需提供持续服务，而作为回报，企业获得了租户如何与其空间互动的重要信息。

4 从细分市场到大规模定制。成功的企业始终以努力满足客户为己任。然而，在过去客户被视为一个独立的实体，企业只能断断续续地了解其部分需求。由于物理限制和信息限制，企业无法一一应对每一位客户或每一个使用场景，因此通常会按照年龄、社会地位、性别和地域等特征将客户划分至细分市场，每一个群体的品位和兴趣都被平均化处理。例如，克利夫兰所有工薪阶层的男性青少年都被认为拥有相似的喜好，且不会随着时间推移发生变化。

如今，数字市场平台可以帮助克服这些限制：亚马逊等平台能够一对一直接回应每位客户和每个场景的需求，企业也就无需仅依靠平均值来预测喜好。他们可以通过查看点击规律、搜索历史，以及客户从网站一处到另一处的条件概率等行为数据，做出更加精准的个人预测。

企业不再为理论上的细分市场竞争，而是争夺目标消费者个人或组织的注意力和可支出现金。此举意味着要凸显个性化和定制式的产品与服务。例如，位于旧金山的初创企业Unspun会在店内或通过iPhone远程对客户进行3D体形扫描，然后使用这些数据制作牛仔裤。与传统服饰品牌的做法相比，这种方法需要更紧密地整合销售与制作流程，但它可以提升客户满意度、减少废料并显著节约成本，因为公司的库存更少，退货量也会降低。

大规模定制还意味着预先满足客户的潜在需求。例如，当客户打印机发出“低墨”信号时，惠普与Brother都会自动向客户发送替换墨盒。

在这场竞赛中，企业的竞争对手不一定是提供类似产品和服务的同行，而通常是那些产品和服务迥异的跨界竞争者：晚上在家打开Netflix看视频可能会与外出在Legal Seafoods就餐形成竞争关系。这两家公司提供的都是休闲体验，这种体验拥有一定的价值且需要投入一定的时间。

5 从企业到生态系统。商业战略的前提是，在相对稳定的行业边界内，将单个企业作为竞争单位。企业会在内部制定战略，并开发产品和服务，仅会偶尔、选择性地与特定客户和供应商进行合作。这一方式确保了其产品与服务、能力和资产以及竞争优势的专属性和独特性。

然而，在竞争格局更加多变和不确定的时代，企业拥有的专属资产可能会轻易地变成一种负担：该资产过时的风险更高，而且企业的灵活性也会降低。因此，打造或利用数字平台和生态系统的能力对于获得较多的可选项至关重要。企业可以与生态系统中功能互补的其他参与者开展合作，借此大幅提升可选项数量，这意味着企业可以避免受困于特定的服务。例如，视频会议平台Zoom已经开发了一系列应用程序，如会议记录器、白板和灯光检测器，这些应用由那些相互竞争以尽快融入Zoom生态系统的企业提供。这一战略并非只适用于数字原住民，很多传统企业都已经采用了这种方式，例如约翰迪尔（John Deere）的智能耕种生态系统、沃尔玛的数字市场服务以及马士基（Maersk）的数字物流平台。

将“激进选项”付诸行动

颠覆过往战略原则是一个令人畏惧的主张。“激进选项”模式在实践中是什么样的？尽管还没有企业能够让此类模型在各方面都做到十分完善，但一些企业已经展示了该模型在不同方面的可行性。正因为如此，它们的做法可以成为实践的一系列起点。

接受外部复杂性。在稳定的环境中，为获得规模和经验效益而努力实现标准化服务，不失为一种行之有效的做法。然而，为不确定的未来打造可选项，意味着将变化从代价巨大的麻烦转化为有价值的信息来源，从而提升可选项和差异化水平。

企业有必要将常规任务的执行和与客户互动视为学习的机会。标准化的任务或服务成为了一种有损生产力的做法，因为它会抑制变化，而变化是新想法的催化剂。因此，企业应利用其数字业务，并使用学习算法来捕捉和处理每一次的互动经验。

以呼叫中心运营为例，它涉及横跨众多垂直部门的大量活动，包括汽车销售、电信、软件服务和能源分配等等。呼叫中心拥有一个关键功能：通过回答问题为客户提供支持，为他们提供信息，登记并处理他们的投诉。这只是简单的运营事务吗？不，每个电话都会被记录下来，然后进行分析、解析、总结，并使用可识别规律的算法进行编码，最终产生有价值的数据。这些被挖掘出来的数据，可以用于设计更好的客户支持体验、更好的呼叫中心员工培训以及更好的产品与服务。

再看看像Dropbox和Box这样的云存储平台。即便这两家公司受到了微软和亚马逊云存储服务的夹击，它们依然实现了差异化经营并发展壮大。在这一过程中，它们将通用软件和协作工具整合进自己的平台供用户使用。这一举措让公司了解了用户储存的文件和资料类型，以及用户用其开展活动的种类，由此帮助提升用户工作流程的顺畅度。

搜索与执行同步进行。要提升可选项带来的效益，企业必须同步开展搜索与执行，不仅要更紧密地整合这两个功能，还必须消除两者之间的空间和时间界限，其目标是实现一个连续的动态流程，而且每位员工始终都在边探索边利用。要做到这一点，企业应将搜索组件融入执行，并使用随之而来的洞见引导搜索。不要仅从自然的非标准化处理方式中挖掘信息，企业还可以在明文规定的流程中留出空间让员工测试新的可能性，人为地制造变化。与此同时，企业必须对成功的非标准化做法及其原因进行彻底分析，据此来完善规定。企业还可以利用结构化实验：例如，像缤客（Booking.com）和微软这样的公司每年会开展数千个在线实验，以发现潜在的用户体验改善方式。

与此同时，企业必须不断地从有关执行的研究中获取信息，以验证假设并加速迭代（或损耗）。一种方式就是招聘现场测试人员，例如新英格兰服装公司Smartwool的做法。该公司的测试人员会购买并测试新产品，为企业提供有关产品性能的关键洞见、改善意见和新产品理念。另一个方式是让客户尽早参与其理念创建流程。例如，视频游戏工作室经常会在游戏开发流程初期就发布试玩版（实际上就是游戏主体的一部分），以获取反馈并激发兴趣。近些年来，一些工作室甚至从游戏概念刚刚形成便开始接触客户，或通过在众筹平台上介绍其计划来获得投资及反馈。这些信息可以塑造生产流程，并提升最终产品的受欢迎程度。

随着企业跨越搜索与执行之间的障碍，理念与实现之间的延迟将大幅降低，而且随着公司按照仅供机器访问的时标整合流程，由算法基于客户愿望以及当前环境的最新详细信息做出小规模和大规模的决策，延迟最终可能会消失。例如Netflix的推荐引擎，它会提升自身对个人用户品位的了解，并据此更新推荐。

促进、塑造客户的探索流程并从中获利。大多数企业专注于满足客户直接明确的需求。一些企业走得更远，尝试使用上述技术预测未来需求。然而，很少有企业会在客户的探索过程中直接与其互动。

满足客户的探索需求，可以提供多种价值创造的途径。通过促进客户搜索产品或服务，企业可以掌握更多的客户需求信息，而这些信息可以成为其改进搜索流程的重要参考意见（类似于谷歌的方法）。帮助客户寻找满足其明确需求的最佳解决方案，已经成为了一些企业的核心业务——例如旅行公司Kayak，通过元搜索引擎帮助用户对比不同公司的产品与服务。其他公司也已经发现了提升核心产品与服务的方式。例如，耐克已经在其应用程序中引入了“Fit”功能，让客户能够测量自己的脚长和脚形，帮助他们寻找合适的鞋码（不同款式的运动鞋尺码可能会有差别）。客户在购买决策中会感到更加安心，耐克也改善了库存管理，减少了退换货的发生、降低了成本。

如今，企业也可以通过直接与客户的搜索流程交互来塑造这一流程。例如，像Zappos这样的时尚电商网站通过推荐“穿着搭配”或“完成造型”，促使客户购买与所选商品相得益彰的其他产品。借助这种方式，企业可以通过提升客户选择关联商品的可能性，增加其所追求的所有选项的潜在收益。有报道称，在亚马逊销售的所有产品中，约半数是通过其个性化的推荐引擎呈现给客户的［详见《下一个大数字化优势》（The Next Great Digital Advantage），作者：维贾伊·戈文达拉扬（Vijay Govindarajan）与文卡特·卡特拉曼（N. Venkat Venkatraman），《哈佛商业评论》中文版，2022年5月刊］。

一些企业已经通过提供“搜索即服务”，将客户搜索流程转变为一种产品。电脑硬件制造商NZXT提供的个人电脑组装定制服务令其在竞争中脱颖而出，该服务允许客户具体列明其预算，以及希望玩的游戏和图形性能预期，然后推荐满足这些要求的一系列组件。此举令客户在选择硬件时不必浏览令人疑惑的第三方性能基准或评测，极大地提升了便利性。

客户的探索正是一段自我发现和个人成长的历程，它甚至可以直接变现。例如，购买一瓶红酒可能不仅仅表达了希望尝试这种饮品的意愿，也可以作为红酒制作与文化的学习历程。拉杰·帕尔葡萄酒俱乐部（Raj Parr Wine Club）提供一项订阅服务，每半年为客户提供6瓶葡萄酒，收费500美元。尽管它比一些竞争对手的服务更加昂贵，但它会提供侍酒师拉杰·帕尔（Raj Parr）的电话号码，并鼓励客户与他讨论葡萄酒，这对想成为葡萄酒品鉴师的人十分有吸引力。

对组织的影响

以往，专为实现最大化适配和统一而设计的不止是战略。组织自身在设计时通常考虑的是静态效率，也就是员工按照设定的角色执行设定的流程。而现在，组织设计也必须反映新的战略方式。因此，接纳“激进选项”的企业将具有以下特征：

1 组织流动性。为了在战略中融入外部复杂性和变化，企业必须在其组织设置中反映这些特征。这一点与必要复杂性（requisite complexity）这一生物法则相一致。该法则认为，如果一个系统想要成功适应环境，其内部复杂性必须与其所处环境的复杂性相匹配。它不需要在结构复杂性方面向所处环境看齐，因为这种做法会削弱代谢功能。然而，它需要足够的复杂性来允许自身做出关乎生存的改变。在一个自然、数字以及环境变量重要性迅速变化的局面中，组织要避免出现结构僵化的现象，而大多数等级制度分明的组织都存在这一问题。因此，企业在设置组织构架时需要像网络中的网络（networks of networks）那样，能够快速重新设置。

让我们来看看Alphabet在机器学习方面采用的方式：该公司内部存在多个层级独立的部门（例如DeepMind和Google Brain），它们有时相互竞争，有时相互合作，为快速变化的市场提供用于预测和因果推理的解决方案。这种方法不仅会给组织留出众多的选项，还有望让组织利用从不同部门学到的内容创造选项。组织不能是自上而下的静止层级设计，而是必须采用持续进化的模式，根据不断变化的环境，为角色、构架和自下而上出现的流程留出空间。

2 人类-技术合作关系。随着思考和行动以及探索和利用之间的界限被打破，企业对员工的要求会越来越高：不仅要执行任务，还要围绕任务进行创新。

他们将需要机器的帮助，后者能够承担基于规律识别或优化的常规任务，并协助开展更具创意的活动。例如，生成式人工智能（Generative AI）工具可以激发平面设计师的新想法，或通过巧妙的提示，模仿人们对营销人员沟通话术的可能反应。这将令员工能专注于需要人类认知能力的任务，例如构思全新的可能性或开展需要道德推理或同理心的活动。例如，亚马逊在一种“放开控制权”（Hands Off the Wheel）的理念下，实现了库存管理和定价等决策的自动化，让人才专注于开拓新理念，如无收银员杂货店。

为了实现机器与人类之间的协同效应，企业将有必要从根本上重新思考组织设计，合理划分认知型任务，从而有效利用算法流程，并打造能够匹配各种不同处理带宽和理解功能的人机结合点。只有这样做，才能充分发挥所谓“仿生公司”的全部潜力。

3 前瞻性的绩效指标。选项的价值只有在世界处于某些特定局面下才能明显地体现出来，而且通常是长期价值。出于这一原因，短期视角将始终低估可选项。因此，新的指标不应局限于传统上对市场份额和盈利能力这类利用性水平的关注。

虽然大多数企业并没有这么做，但企业完全可以更加重视未来选项的价值。例如，3M公司能够在创新方面取得成功的部分原因在于其“新产品活力指数”，这个指标会跟踪5年内推出产品的销售份额。

领先的建筑工程公司宋腾添玛沙帝（Thornton Tomasetti）给出了另一个案例。该公司利用活力分数卡评估和管理自身相对于同行的增长潜力和重构能力。公司内部还有一个补充指标，该指标会根据项目对整个公司活力的贡献度来评价项目提案。

当然，数值量化有其局限性。如今，组织和市场很难基于遥远未来可能出现的事件进行决策。例如，2098年12月加勒比游轮码头将无船可停。为了弥补这种想象方面的差距，组织可以专注于开发具备最大进化潜力的技术，用于尽可能多的假想世界。在一个人们很难靠可能性进行预测的世界中，我们应该以想象力为指引构建可能性。事实上我们坚信，想象力将成为一种竞争优势。

竞争的新时代即将开启。为了在这个不确定性居高不下、短期压力更大以及资源限制趋紧的环境中获得成功，企业必须更好、更高效地开发用于获取未来优势的选项，同时继续开展当下的业务。为了获得“激进选项”，企业必须摒弃战略制定当中的一些核心原则，边思考边行动，边探索边利用，并努力打造灵活性而非适配性。他们必须接受复杂性，学会搜索并执行构想，同时在客户的个人历程中与之互动。实现上述目标将需要新的组织构架和工作实践，对人与技术进行更深层次的整合，并制定新一代的绩效指标。

马丁·里夫斯是波士顿咨询公司（Boston Consulting Group）位于旧金山的BCG亨德森智库（BCG Henderson Institute）的董事长，与人合著有《想象力机器》（The Imagination Machine，哈佛商业评论出版社，2021年）一书。米赫内娅·摩尔多维努是多伦多大学（University of Toronto）整合思维Marcel Desautels教席教授、经济分析学教授、德索泰尔整合思维中心（Desautels Centre for Integrative Thinking）主任，罗特曼管理学院罗特曼数字中心（Rotman Digital at the Rotman School of Management）主任。亚当·乔布是BCG亨德森智库策略实验室的主管。

马丁·里夫斯（Martin Reeves）

米赫内娅·摩尔多维努（Mihnea Moldoveanu）

亚当·乔布（Adam Job）| 文

冯丰 | 译   蒋荟蓉 | 校   廖琦菁 | 编辑