数据驱动构筑富有韧性的创新生态系统

杨伟 蒲肖

构筑创新生态系统是当前企业实施创新的主流范式与战略选择。在看到创新生态系统带来的强大竞争优势的同时，也不能忽视伴生的“生态脆弱性”。当今世界正处于“百年未有之大变局”中，强化底线思维和危机意识尤为重要。对企业创新实践而言，需要构筑富有韧性的创新生态系统。本文从组织能力视角对创新生态系统的韧性进行了解构，并分析了数据驱动对提升创新生态系统韧性的作用。

当今的市场竞争已从单个企业层面上升至商业生态层面，构筑创新生态系统成为企业实施创新和打造新竞争优势的必由之途。创新生态系统强调核心企业不仅要关注自身创新项目是否能够有效实施，还需关注自身创新与他人创新间的依赖关系，以及合作伙伴对自身创新的采纳意愿，进而通过协调上述外部关系来实现价值创造。例如，索尼比亚马逊更早地推出了电子书产品，但由于缺乏出版社的有力支持而未能成功；亚马逊则凭借全球最大的图书零售商的地位与出版社建立了合作互惠关系，使得在性能上落后于索尼产品的Kindle成为电子书领域的领先产品。此外，苹果、微软、谷歌、华为、腾讯等世界一流创新型企业的发展历程也充分展示了创新生态系统的战略价值。随着技术复杂度的提升、社会分工的深化和知识的分布化，构建创新生态系统，与其他创新主体实现优势互补和互惠共生成为日益普遍的现象。

任何事物都具有两面性。在核心企业构筑创新生态系统实现价值共创时，又不得不正视新的问题。创新生态系统是技术链、信息链、供应链、资金链等的交织融合，是一个典型的复杂系统。由于复杂性的增加，核心企业也面临着“生态脆弱性”的困扰——生态系统参与者之间的关系可能遭受某些不确定事件的冲击而破裂，导致创新生态系统运行受阻。例如，2011年日本大地震严重影响了电子零部件和原材料的全球供应，冲击了全球许多电子消费品和汽车企业的生态系统，导致很多新产品的研发和上市延迟。除了自然灾害等“黑天鹅”事件之外，技术轨道变迁带来创新生态系统的解构与重构等“灰犀牛”事件更是频繁发生。如果创新生态系统中存在一些明显的瓶颈环节，或者核心企业因为大量业务外包而核心能力“虚化”时，上述危机事件可能会导致创新生态系统的毁灭。

对我国企业而言，当前商业环境已步入VUCA时代，创新生态系统面临冲击的概率也不断增加。例如，随着近年来美国加大对我国的技术封锁，不少企业面临着关键技术“卡脖子”、核心仪器和元件“断供”、原有国际合作伙伴“脱钩”等一系列危机事件的冲击，企业自身和整个创新生态系统的运行都面临严峻的挑战。长期来看，当今世界正处于“百年未有之大变局”中，各种难以预期的危机事件将不断涌现。从根本上摆脱创新生态系统脆弱性的困扰，需要摒弃“头痛医头，脚痛医脚”的短期思维，需要构筑富有韧性的创新生态系统。

韧性是源于自然生态系统的概念，强调系统从外部冲击和压力中持续恢复和适应的能力。理论和实践界对韧性的认识经历了从工程韧性到生态韧性，再到演化韧性的演进。这种演进实质上反映了韧性概念的丰富化，即韧性不仅仅是系统抵抗外部冲击的过程与结果，还包括适应新环境进化发展的能力。这意味着韧性不仅是应对危机的结果，还是一种主动的战略选择，对创新生态系统等商业组织更具启示意义。因此，在组织韧性的文献中，韧性不仅是一个过程，更被视作一种组织能力。

与一般意义上的组织韧性相比，创新生态系统韧性更加复杂，不仅与参与者个体的韧性相关，还具有从微观到系统的整合效应。同时，在主体层面，韧性能力又涉及主体的认知和行为两个方面，具有“知行合一”的特征。综合上述，创新生态系统的韧性能力主要包括四个方面：预见能力、应变能力、适应能力和协同能力（见图1）。

预见能力

预见能力是创新生态系统的构成主体扫描内外部环境，识别可能的危机事件，进而做好准备的能力。“凡事预则立，不预则废。”构成创新生态系统的组织机构或个人具有主观能动性，会对可能的危机事件开展一定的预见和准备活动，成为创新生态系统韧性的重要来源。

在“知”的方面，预见能力主要是创新主体观察环境和识别危机事件的能力。这种能力的核心是组织对环境的变化具有敏感性，要求组织能够居安思危和见微知著。同时，核心企业的环境扫描和危机识别也要贯彻“广角镜战略”，不仅关注自身周边的环境，还要审视关键合作伙伴周边的环境。

在“行”的方面，预见能力主要表现为做好各类资源储备和制定应对预案。“旱则资舟，水则资车”，进行超前性的资源准备是应对危机事件的有效手段。但显然资源准备并非越多越好，组织要在成本、风险、效益和战略目标等因素之间进行综合考量和权衡。

2001年华为公司市场形势一片大好时，任正非发表了《华为的冬天》一文，并设想了芯片等产品和技术“断供”的极端情况。此后，成立了海思半导体，开始规划自有操作系统“鸿蒙”。强大的预见能力和长期的资源准备成为了华为应对当前西方制裁的有力手段。

应变能力

应变能力是危机事件发生时有效应对化解危机，从而减少损失，甚至从危机中获益的能力。危机事件本身具有高度的不确定性，难以完全预见，即使拥有强大的预见能力也不足以解決所有问题。因此，当危机事件发生时，创新主体所具有的应变能力成为韧性的关键。

就“知”而言，应变能力首先需要正视危机事件。当危机事件发生时，主体往往会产生认知偏误，会夸大或缩小危机事件的影响。正视危机事件需要主体保持冷静客观，在此基础上对危机事件进行全面分析，探求其主要矛盾和发生发展机制，为应对危机奠定认识论基础。

就“行”而言，良好的应变能力的核心是开发和实施解决方案。开发解决方案需要建立在正确认知危机事件的基础上，综合考虑创新主体自身，以及合作伙伴的情况。由于创新生态系统是由众多相关利益主体构成的复杂系统，开发解决方案不仅仅是形成创意，更重要的是相关利益主体达成共识，并具有较强的执行能力。

除了上述基本要求之外，应变能力还是一个与时间相关的概念。对危机事件的应变而言，及时响应是一个基本前提，但及时并非越快越好，应当是“谋定而后动”。有些时候，冷静等待可能比盲目行动更有效，“让子弹再飞一会”反而是合适的策略。

适应能力

危机事件，尤其一些灾变事件，往往会对商业环境造成不可逆的影响，创新生态系统只有适应新的环境才能进一步生存和发展。这也是创新生态系统韧性的题中应有之义，与之对应的则是适应能力。

在“知”的层面，适应能力离不开反思与学习。“前事不忘，后事之师”，通过反思与学习可以汲取经验，形成新的环境观，也能更好地认识主体自身。反思与学习是一种双环学习过程，不仅包括主体对危机事件本身的学习，还包括对危机应对处理经验和技能的学习。从过程看，关于危机的反思与学习并非仅仅发生在危机之后，而是伴随着整个危机应对处理的全程。

在“行”的层面，适应能力还表现为通过学习反思进行创新生态系统优化调整与重组进化的能力。具体而言，这种重组进化可以包括核心企业的战略重置、组织重构、文化重塑等，以及在整体创新生态系统层面上发生的创新主体的更新迭代，主体间关系的变化，创新生态系统资源基础和治理机制的优化等等。

协同能力

上述个体层面的韧性能力只是创新生态系统韧性的必要条件。提升整个系统的韧性还需要较强的协同能力。本文将创新生态系统韧性的协同能力界定为从个体韧性到系统韧性的松散耦合机制。之所以强调松散耦合，本质上是为了反映创新生态系统构成主体在應对危机事件时需要在一致性和多样性之间实现动态平衡。

一致性是指创新生态系统构成主体对危机事件的认知和应对要形成共识并同步行动，这是创新生态系统所具有的“系统”属性的内在要求。多样性则意味着主体对危机的认知和应对具有差异和多种可能性，这是对创新生态系统“生态”属性的体现。显然，一致性和多样性之间具有辩证统一关系。过度的一致性将使得创新生态系统应对危机时陷入新的刚性，过度的多样性又使得创新主体应对危机时各自为政，不能实现整合效应。理想状态下，上述一致性和多样性之间应当呈松散耦合的状态。实现松散耦合要有动态视角，根据创新生态系统韧性的变化相机而动，进行微调。同时，松散耦合是一个具有经验性和艺术性的过程，其底层机制即为创新生态系统核心企业的协同能力。

微软在“错失”移动互联网时代后，第三代CEO萨蒂亚开启了微软的“刷新”之旅，展现出强大的适应能力和生态系统协同能力。一方面，微软对过去的战略重点进行反思，树立了“移动为先，云为先”的方向，然后对微软的文化进行重塑，强调同理心和成长型思维。在此基础上，对微软的核心业务及外部创新合作伙伴进行了重构，使之适应新的技术和商业环境。另一方面，微软意识到传统的拒绝开源、强调由Windows系统贯穿所有平台和终端的模式的不足，开始增强生态系统的多样化，包括办公软件开始支持iOS和安卓平台，收购开发代码托管平台GitHub等。通过对自身业务重心及相应创新生态系统的“刷新”，微软重回全球科技公司第一方阵。

数字经济时代，数据成为企业创新发展的关键性资源，数据驱动也为构筑富有韧性的创新生态系统提供了新的途径。一般而言，数据驱动中的数据是指大数据，是具有海量、异质、价值稀疏等特性的数据。大数据是一种客观存在，但在相关技术得到充分发展之前无法被充分利用。随着数据分析手段和算力的不断进步，大数据具有的商业价值也不断被发掘和利用。数据驱动的核心是利用大数据及其分析技术提升个人与组织的认知和行为能力，整个过程包括数据收集、分析和使用等基本步骤。对提升创新生态系统的韧性而言，数据驱动也同样体现在数据收集到使用的不同环节。具体而言，数据驱动通过全景监测、敏捷行动、知识管理和数字孪生四种机制发挥作用，对应着创新生态系统韧性的四种能力。

全景监测提升预见能力

大数据的海量异质性源自客观对象的复杂性，从而产生了不同颗粒度和表现形式的数据。核心企业利用产生于生态系统内外部的大数据进行全景式监测，将增强其全局观和“见微知著”的水平，帮助其提升预见能力。一方面，大数据可以反映客观对象不同维度的信息，避免了单一来源数据的局限性。通过收集和分析大数据，核心企业对创新和商业环境的认知将更加全面，更容易把握环境变化的趋势，识别潜在的危机事件。另一方面，通过大数据，核心企业也更加容易捕捉到一些传统数据所不能反映的“微弱”信号，从而增强对环境的敏感性和预见能力。

借助大数据进行环境扫描和全景监测，进而提升危机预见能力已经在实践领域有了初步的应用。雀巢公司在经历了一场由一个环保激进组织发起的社交媒体危机后，成立了一个“数字促进小组”，对Facebook、YouTube等社交平台进行全景式监测，通过设计自动警报机制来识别危机。亚马逊、通用汽车公司也采取了类似的做法进行商业环境扫描。美国的Recorded Future公司则通过挖掘在线公开数据，帮助客户识别网络安全方面的危险信号。

随着工业大数据、政务大数据等更多数据资源的开放，全景监测不再局限于社交媒体，全面性将有进一步的提升。例如，总部位于伦敦的Segura System公司为企业提供供应链可视化应用服务，通过大数据技术帮助企业更好地了解其合作伙伴的经营情况。这为从供应链角度监测创新生态系统，提升预见能力带来的新的契机。

敏捷行动增强应变能力

科学快速的决策是应变能力的重要内容。基于大数据的决策具有实时性和智能化的特点，极大地提升了决策效率，可以增强创新生态系统核心企业的应变能力。决策的实时性主要源自数据采集和传输技术的自动化和实时化。从消费互联网到工业互联网，再到行为互联网，互联网编织了我们的社会和生活。互联网的遍在性为大数据自动采集和实时传输提供了基础设施。当面对危机事件时，创新生态系统的核心企业可以以远快于人工统计的方式获取数据，从而提升决策速度。决策的智能化则主要得益于机器学习技术的发展。通过一定的算法，计算机可以从数据中“学习”，进而进行推断和预测，辅助人开展决策。例如，IBM开发了一个用于兼并收购评估的决策工具，结合案例推理和机器学习算法，有效提升了决策的及时性和准确性。

良好的应变能力还需要快速的资源调配。迈克尔·韦德等将“企业能够根据自身的业务状况快速取用、部署、管理和转移的资源”称为动态资源，并指出基于云的动态资源配置模式对提升企业执行能力具有重要的意义。当应对危机时，借助数字技术，核心企业和合作伙伴之间资源的供给需求信息得以快速整合，也为增强应变能力提供了有力的支持。以技术资源为例，当创新生态系统遭受冲击需要新的技术资源时，诸如Yet2之类的网上技术市场为基于云的技术资源动态配置提供了强有力的保障。Yet2是由杜邦、宝洁、西门子、霍尼韦尔、卡特彼勒等企业投资的全球最大的网上技术市场，为全球14万用户提供战略交易流程服务、针对性搜索服务、开放创新门户管理服务、专利交易服务等多种服务。Yet2不仅具有海量的线上技术资源，还拥有9万余名线下技术专家，能够快速准确地找到客户所需要的技术资源，进行估值并促成交易。目前海尔、美的等国内企业也建有类似的平台，成为创新生态系统的技术资源动态配置的坚实基础。

知识管理优化适应能力

知识管理对创新生态系统的重要意义毋庸赘言。基于大数据的知识管理则成为提升创新生态系统适应能力的有力手段。基于大数据的知识管理以“知识数据化”和“数据知识化”两个相互促进的过程为核心，可以对企业内外部的显性知识进行数字化存贮和管理，对隐性知识进行萃取，更可借助知识发现、知识图谱等技术从大数据中整理形成有效知识。

基于大數据的知识管理可以提高反思与学习的效率和效果。借助知识图谱等知识挖掘手段，一方面，创新主体可以更好地识别知识间的潜在关系，并进行知识推理，形成有利于环境适应的新知识体系。另一方面，知识挖掘技术有助于碎片化知识的整合，使得创新主体在应对危机时形成的个体经验更好地系统化，成为整个创新生态系统的组织知识。同时，基于大数据的知识管理能够更好地发现合作伙伴知识资产的价值，为核心企业优化和重构创新生态系统提供指导。

佛吉亚的案例较好地体现了核心企业知识管理与创新生态系统重构间的关系。佛吉亚是全球知名的汽车零部件提供商，经历了2008年金融危机的冲击之后，佛吉亚开始数字化转型，将市场定位调整为数字座舱和驾驶技术的系统集成商。佛吉亚首先对内部运行管理进行数字化转型，包括利用人工智能、区块链等技术开展知识管理，并开发了座舱智能化平台，通过数据分析、远程信息处理和云服务等技术管理座舱的功能。根据从平台获得的大数据进一步加深了对用户需求、市场期望和汽车数字化发展的认识。2016年，佛吉亚开始打造“未来座舱”时，对自身的创新生态系统进行重构，大量的软件公司、人工智能公司、物联网公司等成为佛吉亚的合作伙伴。佛吉亚对这些技术进行整合，形成其独特的知识体系架构。基于这一知识体系架构，佛吉亚成为业内少数几家能提供整套智能座舱解决方案的供应商。

数字孪生改善协同能力

数字孪生是对真实世界中物理对象的虚拟仿真表达，它通过传感器和分析功能来建立物理对象与其数字化身的一对一映射。利用数字孪生技术，人们可以开展精确模拟，以了解物理对象在不同情况下的变化。早期的数字孪生技术对复杂产品创新生态系统参与者的集成效果具有积极的作用。例如，波音公司利用数字孪生技术开发设计了777客机。该机型包括300多万个零部件，整个研发过程没有任何图纸模型，完全依靠数字仿真来推演和实现供应商协同，然后直接进行量产。

随着企业数字化程度的提升，新近的数字孪生技术可以将创新生态系统参与者及其资源要素流动关系映射在赛博空间。通过模拟各类危机事件，企业可以观察分析创新生态系统韧性的变化，并对各种应对方案进行试验，实现低成本“试错”。例如，埃森哲描述了数字主线与数字孪生的组合。其中数字主线是产品与制造商、用户、生态系统合作伙伴等之间的联系纽带，本质上是以产品为基础的物联网和互联网的混合系统。对提升创新生态系统韧性的协同能力而言，数字主线和数字孪生的结合，意味着不仅仅是对创新生态系统进行虚拟仿真，还可以不断从现实世界中获取数据，形成数字主线与数字孪生的双向反馈。最近浙江等省在加快推进“产业大脑”的建设。产业大脑是在原有工业互联网基础上，以数据为资源要素，集成产业链、供应链、资金链、创新链的中枢。产业大脑将为数字主线和数字孪生组合提供基础性平台条件，也将为创新生态系统韧性的提升提供重要的技术支撑。

数据驱动提升创新生态系统的韧性，根本上需要实现创新生态系统的数字化转型。数字技术的飞速发展影响着经济社会的方方面面，创新生态系统的结构、运行方式和绩效标准也需要重塑与转型。这既是创新生态系统的未来发展方向，也是所有创新实践和理论研究者面临的新挑战。

本文为国家自然科学基金面上项目“科技自立自强背景下数字产业创新生态系统韧性演进机理研究”（72174051）的阶段性成果。