基于知識(shí)管理的數(shù)據(jù)服務(wù)企業(yè)商業(yè)模式分析
——以杭州F 科技有限公司為例

姚麗霞，龔 銓

（浙江工商大學(xué)工商管理學(xué)院，浙江杭州 310018）

互聯(lián)網(wǎng)的普及以及互聯(lián)網(wǎng)自身的特點(diǎn)使得幾乎所有互聯(lián)網(wǎng)企業(yè)都和數(shù)據(jù)有關(guān)。人工智能（AI）與大數(shù)據(jù)在產(chǎn)業(yè)應(yīng)用中扮演著互相成就的角色。利用大數(shù)據(jù)創(chuàng)業(yè)是許多小公司崛起的機(jī)遇，很多小規(guī)模企業(yè)，尤其是初創(chuàng)企業(yè)，通過大數(shù)據(jù)手段，“精準(zhǔn)快”地針對(duì)一個(gè)行業(yè)的實(shí)際需求創(chuàng)造出顛覆性產(chǎn)品，從而迅速建立自己的行業(yè)優(yōu)勢(shì)。截至2018 年年底，全球共有15 916 家人工智能企業(yè)，融資784.8 億美元，其中中國人工智能企業(yè)融資規(guī)模高達(dá)157.54 億美元，分別占全球融資額的46.94%和亞洲人工智能企業(yè)融資額的93.09%，2009—2018 年，中國累計(jì)新增AI 企業(yè)共3 362 家，僅次于美國，居全球第二，數(shù)據(jù)服務(wù)企業(yè)產(chǎn)業(yè)擁有巨大的市場(chǎng)價(jià)值［1］。國內(nèi)雖然有一些關(guān)于信息服務(wù)和大數(shù)據(jù)服務(wù)企業(yè)商業(yè)模式的研究，但這些研究?jī)H僅考慮了相關(guān)技術(shù)的應(yīng)用價(jià)值而忽略了技術(shù)實(shí)現(xiàn)的條件和環(huán)境因素，本文從知識(shí)管理的角度，以數(shù)據(jù)服務(wù)行業(yè)中具有代表性的初創(chuàng)企業(yè)杭州F 科技有限公司為例，從知識(shí)管理的角度分析其商業(yè)模式的特點(diǎn)，總結(jié)其成功經(jīng)驗(yàn)，為其他數(shù)據(jù)服務(wù)企業(yè)或者基于大數(shù)據(jù)開展創(chuàng)業(yè)的企業(yè)提供經(jīng)驗(yàn)借鑒。

1 文獻(xiàn)綜述

1.1 數(shù)據(jù)服務(wù)相關(guān)研究

大數(shù)據(jù)指的是一系列類型多樣、容量巨大、存取迅速、價(jià)值豐富的數(shù)據(jù)集合；數(shù)據(jù)服務(wù)就是以這些數(shù)據(jù)為基礎(chǔ)開展的一系列分析和咨詢的服務(wù)［2］。大數(shù)據(jù)可以為企業(yè)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)、變革商業(yè)模式以及革新供應(yīng)鏈的設(shè)計(jì)和管理，降低成本等［3-4］。目前關(guān)于數(shù)據(jù)服務(wù)的研究，主要研究企業(yè)如何通過大數(shù)據(jù)實(shí)現(xiàn)更好的決策和管理、更準(zhǔn)確的預(yù)測(cè)和分析，以及更有效的干預(yù)和控制，即強(qiáng)調(diào)大數(shù)據(jù)的應(yīng)用價(jià)值方面［5］。綜上所述，目前學(xué)界的相關(guān)研究普遍認(rèn)可了大數(shù)據(jù)和人工智能技術(shù)在戰(zhàn)略決策和運(yùn)營方面的重要價(jià)值，但是關(guān)于如何建立相關(guān)業(yè)務(wù)系統(tǒng)并形成優(yōu)秀的數(shù)據(jù)服務(wù)的具體應(yīng)用的研究成果甚少。

1.2 商業(yè)模式相關(guān)研究

“商業(yè)模式”的概念最早于1947 年提出，學(xué)者們主要從系統(tǒng)論的角度進(jìn)行界定，認(rèn)為商業(yè)模式是由價(jià)值主張、運(yùn)營系統(tǒng)、盈利模式等方面組成的多維協(xié)同體系，綜合了運(yùn)營、盈利、戰(zhàn)略定位等因素系統(tǒng)解釋企業(yè)如何開展業(yè)務(wù)的問題［6-7］。探討商業(yè)模式理論中比較有代表性的是“商業(yè)模式畫布”理論，該理論認(rèn)為商業(yè)模式有四大要素：客戶、產(chǎn)品或服務(wù)、基礎(chǔ)設(shè)施和財(cái)務(wù)能力［8］。此外，汪壽陽等［9］從知識(shí)管理的角度提出商業(yè)模式由隱性知識(shí)和顯性知識(shí)兩大要素組成；饒佳藝等［10］進(jìn)一步指出這兩者間會(huì)發(fā)生反饋?zhàn)饔脧亩纬蓜?dòng)態(tài)的循環(huán)。

1.3 知識(shí)管理相關(guān)研究

商業(yè)模式的創(chuàng)新主要依靠知識(shí)流與信息流以及價(jià)值流的互動(dòng)所促成的，這三者通過組合成一個(gè)動(dòng)態(tài)不斷進(jìn)化的共同體，促成商業(yè)模式從靜態(tài)轉(zhuǎn)為動(dòng)態(tài)，從而適應(yīng)外部環(huán)境變化，其中知識(shí)是主要?jiǎng)恿Γ?1］。商業(yè)模式冰山理論（如圖1）認(rèn)為商業(yè)模式是由顯性知識(shí)與隱性知識(shí)共同組成的復(fù)雜系統(tǒng)，其中顯性知識(shí)包括價(jià)值主張、業(yè)務(wù)系統(tǒng)、盈利模式3 種，隱性知識(shí)包括關(guān)鍵資源能力和外部環(huán)境兩種，顯性知識(shí)和隱性知識(shí)互動(dòng)形成動(dòng)態(tài)循環(huán)［9］。

圖1 商業(yè)模式動(dòng)態(tài)循環(huán)系統(tǒng)

2 中國數(shù)據(jù)服務(wù)行業(yè)生存環(huán)境分析

2.1 行業(yè)發(fā)展的驅(qū)動(dòng)力

2.1.1 資本市場(chǎng)

2011 年中國人工智能領(lǐng)域投融資開始起步，此后逐年增長(zhǎng)。根據(jù)中國信息通信研究院［12］（以下簡(jiǎn)稱中國信通院）的人工智能產(chǎn)業(yè)數(shù)據(jù)報(bào)告，2008—2018 年中國人工智能領(lǐng)域投融資主要指標(biāo)情況如圖2 所示。

圖2 2008—2018 年中國人工智能領(lǐng)域投融資規(guī)模和筆數(shù)

如圖3 所示，據(jù)中國信通院［13-14］的統(tǒng)計(jì)分析，2017 年中國人工智能市場(chǎng)規(guī)模達(dá)到216.9 億元，比2016 年增長(zhǎng)52.8%，人工智能創(chuàng)業(yè)企業(yè)的涌現(xiàn)集中在2014—2016 年，其增幅于2015 年達(dá)到頂峰（新增150 家），整體規(guī)模受相關(guān)技術(shù)不斷成熟以及各類應(yīng)用場(chǎng)景逐步落地的影響依然會(huì)持續(xù)增長(zhǎng)。

圖3 2015—2018 年中國人工智能市場(chǎng)規(guī)模及增速

另一方面，對(duì)于大數(shù)據(jù)企業(yè)，前瞻產(chǎn)業(yè)研究院［15］的統(tǒng)計(jì)結(jié)果顯示，成功獲得投融資的中國大數(shù)據(jù)企業(yè)數(shù)量自2010 年以來也在逐年增加，2014 年進(jìn)入爆發(fā)期，環(huán)比上升193.55%，此后穩(wěn)步增長(zhǎng)，2016 年達(dá)400 多家，而2017 年前3 個(gè)月已有150 多家企業(yè)獲得融資。至于市場(chǎng)規(guī)模，根據(jù)前瞻產(chǎn)業(yè)研究院［16］的分析報(bào)告，其增長(zhǎng)速度雖逐漸放緩，但總體一直保持上漲的趨勢(shì)。在2018 年，中國大數(shù)據(jù)產(chǎn)業(yè)整體規(guī)模已突破4 000 億元（如圖4）。隨著國家政策的激勵(lì)以及大數(shù)據(jù)應(yīng)用模式逐步成熟，未來幾年中國大數(shù)據(jù)市場(chǎng)仍將保持快速增長(zhǎng)。

圖4 2015—2018 年中國大數(shù)據(jù)市場(chǎng)規(guī)模及增速

2.1.2 信息技術(shù)

技術(shù)的邊界被不斷擴(kuò)展，使得技術(shù)應(yīng)用的場(chǎng)景不斷豐富，而且相關(guān)技術(shù)日趨成熟。以芯片技術(shù)為例，如今人工智能芯片技術(shù)加速了神經(jīng)網(wǎng)絡(luò)等相關(guān)算法的迭代速度，讓大規(guī)模數(shù)據(jù)處理的效率得到顯著提升，大量新型芯片例如FPGA、GPU 出現(xiàn)，以及TPU、NPU、VPU 等專用芯片不僅性能更強(qiáng)，能夠處理視頻和圖像等海量多媒體數(shù)據(jù)，而且擁有比CPU 更高運(yùn)算效率以及更低功耗。除了芯片技術(shù)的驅(qū)動(dòng)作用外，算法模型的創(chuàng)新也極大推動(dòng)了人工智能的發(fā)展。當(dāng)前人工智能的關(guān)鍵技術(shù)——深度學(xué)習(xí)自2012 年得到廣泛關(guān)注，促成了其后的人工智能發(fā)展大潮，而國內(nèi)人工智能企業(yè)數(shù)量的增速也是在2012 年前后開始顯著上升，2010 年進(jìn)入快速增長(zhǎng)階段（如圖5）［13］。

圖5 中國人工智能領(lǐng)域新增企業(yè)數(shù)量年度分布

2.1.3 數(shù)據(jù)基礎(chǔ)

近年隨著互聯(lián)網(wǎng)和社交媒體的普及以及各種硬件設(shè)備的更新?lián)Q代，每年全球有效存儲(chǔ)的數(shù)據(jù)總量都以成倍的速度增長(zhǎng)，預(yù)計(jì)到2020 年將達(dá)到44 萬億GB，其中中國產(chǎn)生的數(shù)據(jù)量將占全球數(shù)據(jù)總量的近20%，這為人工智能算法模型提供了研究基礎(chǔ)和應(yīng)用場(chǎng)景［17］。

2.1.4 政策支持

人工智能和大數(shù)據(jù)的發(fā)展受到國家極大重視，發(fā)展人工智能和實(shí)施國家大數(shù)據(jù)戰(zhàn)略已經(jīng)列入《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中，并且提供了相應(yīng)的政策支持［18］。

2.2 行業(yè)發(fā)展的制約因素

2.2.1 政策限制

由于人工智能和大數(shù)據(jù)屬于新興產(chǎn)業(yè)，尚無成熟的監(jiān)管體系，而且數(shù)據(jù)服務(wù)的特殊性也導(dǎo)致在政策上關(guān)于隱私數(shù)據(jù)、數(shù)據(jù)權(quán)屬的問題難以明確，相關(guān)的應(yīng)用也就難以開展。以安防大數(shù)據(jù)為例，雖然“天網(wǎng)工程”已證實(shí)了安防大數(shù)據(jù)的強(qiáng)大能力和前景，但是要投入到市場(chǎng)應(yīng)用中尚需解決如何劃分以及處理隱私數(shù)據(jù)的問題。

2.2.2 人才短缺

傳統(tǒng)的數(shù)據(jù)服務(wù)行業(yè)主要需要大量統(tǒng)計(jì)調(diào)研人才，強(qiáng)調(diào)溝通和表達(dá)能力，而如今數(shù)據(jù)服務(wù)已逐漸成為技術(shù)密集型的工作，亟需大數(shù)據(jù)架構(gòu)和人工智能方面的專業(yè)人才。截至2017 年，全球人工智能領(lǐng)域市場(chǎng)人才需求在百萬人的量級(jí)，但現(xiàn)有人才僅30萬人，缺口極大［19］，尤其在國內(nèi)，人工智能及大數(shù)據(jù)相關(guān)專業(yè)屬于新興學(xué)科，設(shè)立相關(guān)專業(yè)（學(xué)院）的大學(xué)更是屈指可數(shù)。

2.2.3 技術(shù)限制

人工智能和大數(shù)據(jù)技術(shù)從長(zhǎng)遠(yuǎn)來看必然會(huì)得到持續(xù)突破，但是短期內(nèi)的技術(shù)發(fā)展前途難測(cè)。一方面，有一類觀點(diǎn)認(rèn)為硬件芯片技術(shù)的摩爾定律已經(jīng)失效，芯片技術(shù)遲滯發(fā)展；另一方面，人工智能算法自身也開始被質(zhì)疑。雖然各大科技巨頭的研究人員仍不時(shí)發(fā)表新的研究突破成果，但是能否分享到這類前沿技術(shù)的紅利、業(yè)務(wù)能否得到相關(guān)技術(shù)的支持、已有技術(shù)能否應(yīng)對(duì)持續(xù)上升的業(yè)務(wù)需求，對(duì)于大部分的中小型企業(yè)來說都是巨大挑戰(zhàn)。

2.2.4 市場(chǎng)的客觀認(rèn)識(shí)限制

當(dāng)前人工智能與大數(shù)據(jù)市場(chǎng)存在較大盲目性，在媒體的跟風(fēng)炒作下，市場(chǎng)對(duì)這類技術(shù)盲目地追捧、給予了過高期望，導(dǎo)致很多客戶和數(shù)據(jù)服務(wù)供應(yīng)商的交易存在著認(rèn)知偏差，一些好的數(shù)據(jù)解決方案最終會(huì)因?yàn)椤昂徒?jīng)驗(yàn)判斷相差無幾”而被認(rèn)為沒有價(jià)值，一些算法模型的研究也會(huì)因?yàn)殡y以評(píng)估投資效果而導(dǎo)致不被重視或者半途而廢。并且，當(dāng)前的投資界對(duì)人工智能和大數(shù)據(jù)技術(shù)的態(tài)度趨于冷靜，逐漸轉(zhuǎn)向觀望的態(tài)度，這也給初創(chuàng)企業(yè)造成了一定的風(fēng)險(xiǎn)。另外，數(shù)據(jù)服務(wù)行業(yè)需要從客戶或者用戶方獲得數(shù)據(jù)回流、建立數(shù)據(jù)閉環(huán)，強(qiáng)化在應(yīng)用領(lǐng)域的專業(yè)性，從而樹立競(jìng)爭(zhēng)優(yōu)勢(shì)，但是企業(yè)和個(gè)人出于對(duì)隱私安全的考慮以及對(duì)人工智能算法“黑箱”的顧慮，往往拒絕反饋相關(guān)信息，導(dǎo)致數(shù)據(jù)閉環(huán)難以建立。

數(shù)據(jù)服務(wù)行業(yè)發(fā)展機(jī)遇與挑戰(zhàn)并存，雖然有美好的前景，但是競(jìng)爭(zhēng)激烈，而且由于是新興事物，缺乏經(jīng)驗(yàn)借鑒。本文實(shí)證所選取的杭州F 科技有限公司雖然發(fā)展規(guī)模不大，但它是生物醫(yī)藥健康產(chǎn)業(yè)大數(shù)據(jù)領(lǐng)域的國內(nèi)先驅(qū)者，也已占據(jù)相當(dāng)規(guī)模的國內(nèi)市場(chǎng)，因此本案例的創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)于數(shù)據(jù)服務(wù)企業(yè)，尤其是初創(chuàng)企業(yè)具有重要的參考價(jià)值。

3 案例分析

3.1 公司背景

杭州F 科技有限公司（以下簡(jiǎn)稱“F公司”）于2015 年在杭州成立，是一家以人工智能、大數(shù)據(jù)技術(shù)為背景，提供全國生命健康產(chǎn)業(yè)數(shù)據(jù)分析與咨詢服務(wù)的私營企業(yè)，主要產(chǎn)品包括數(shù)據(jù)庫查詢服務(wù)、區(qū)域生物健康產(chǎn)業(yè)地圖以及對(duì)應(yīng)的分析報(bào)告，主要客戶包括生物醫(yī)藥健康相關(guān)企業(yè)、政府和金融投資機(jī)構(gòu)，是國內(nèi)領(lǐng)先的醫(yī)藥健康創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)平臺(tái)。F 公司最近從杭州總部擴(kuò)張至成立了北京辦事處和成都全資子公司，產(chǎn)品也日漸豐富［20］。F 公司從2015 年成立至今，在短短4 年多的時(shí)間內(nèi)，在生物醫(yī)藥健康產(chǎn)業(yè)大數(shù)據(jù)市場(chǎng)上成就斐然，包括自主研發(fā)了Spider 智能數(shù)據(jù)源構(gòu)建系統(tǒng)和Darwin 數(shù)據(jù)智能處理引擎，并建構(gòu)涵括六大維度（市場(chǎng)、技術(shù)、企業(yè)、資本、產(chǎn)品、專利）、覆蓋全球1 000 多種官方數(shù)據(jù)源以及10 萬個(gè)數(shù)據(jù)采集點(diǎn)的數(shù)據(jù)合作和交換機(jī)制；承擔(dān)多個(gè)國家“863 計(jì)劃”項(xiàng)目以及國家發(fā)改委和科技部項(xiàng)目；2017年下半年獲得了3 000萬元的融資；等［20］。截至2018 年年底，F(xiàn) 公司除了為國內(nèi)10 多個(gè)地區(qū)的政府機(jī)構(gòu)提供產(chǎn)業(yè)數(shù)據(jù)地圖和研究報(bào)告，其企業(yè)大數(shù)據(jù)情報(bào)系統(tǒng)、醫(yī)學(xué)指南系統(tǒng)、智能投顧系統(tǒng)等產(chǎn)品線也都日趨成熟，這些成績(jī)都與公司的商業(yè)模式密不可分。

3.2 商業(yè)模式分析

3.2.1 商業(yè)模式中的顯性知識(shí)

（1）價(jià)值主張。F 公司將其細(xì)分市場(chǎng)定位在政府、生物醫(yī)藥研究單位、投資人以及創(chuàng)業(yè)者，基本上涵蓋了生物醫(yī)藥健康領(lǐng)域的所有參與者，而且這些客戶需求中的絕大部分都可以通過一套產(chǎn)業(yè)大數(shù)據(jù)系統(tǒng)解決。F 公司為政府和企業(yè)提供數(shù)據(jù)幫助其完成監(jiān)管和了解行業(yè)動(dòng)態(tài)，并為投資人和醫(yī)藥研究單位提供智能投顧系統(tǒng)和醫(yī)學(xué)指南機(jī)器輔助閱讀系統(tǒng)，產(chǎn)品線長(zhǎng)且相互關(guān)聯(lián)。F 公司的價(jià)值觀是“學(xué)習(xí)和創(chuàng)造是我們的信仰” “持續(xù)為客戶提供獨(dú)特的價(jià)值是我們存在的動(dòng)力”。F 公司的產(chǎn)品強(qiáng)調(diào)定制化，根據(jù)客戶的要求建立一個(gè)生物醫(yī)藥健康領(lǐng)域的數(shù)據(jù)服務(wù)平臺(tái)。F 公司在2017 年5 月正式商業(yè)化，提供服務(wù)的產(chǎn)業(yè)數(shù)據(jù)還局限在全國的范圍內(nèi)；到了2018年1 月，根據(jù)客戶需求，其提供的產(chǎn)業(yè)數(shù)據(jù)擴(kuò)張至全球范圍。憑借這種緊跟客戶需求的方式，F(xiàn) 公司的行業(yè)地位得到了迅速提升，例如在與IBM、微軟等巨頭的競(jìng)爭(zhēng)中勝出，獲得了默沙東的醫(yī)學(xué)指南輔助閱讀系統(tǒng)項(xiàng)目，在2018 年3 月的政府項(xiàng)目招標(biāo)會(huì)上戰(zhàn)勝德勤等國際巨頭獲得中標(biāo)。目前據(jù)官方透露，F(xiàn) 公司已擁有1 000 多種官方數(shù)據(jù)源、10 萬個(gè)數(shù)據(jù)采集點(diǎn)、6 600 多家產(chǎn)業(yè)園數(shù)據(jù)、200 萬個(gè)項(xiàng)目數(shù)據(jù)、1 000 萬條行業(yè)新聞數(shù)據(jù)、5萬個(gè)投資機(jī)構(gòu)數(shù)據(jù)、4萬個(gè)研究機(jī)構(gòu)數(shù)據(jù)、8 000 件專利數(shù)據(jù)、30 萬個(gè)臨床案例數(shù)據(jù)、2 000 萬種文獻(xiàn)期刊的數(shù)據(jù)［20］。此外，F(xiàn) 公司還與國家發(fā)改委財(cái)金司開展企業(yè)信用信息共享合作項(xiàng)目建設(shè)，并與成都市高新區(qū)國際生物城正式簽約合作建設(shè)全球生物醫(yī)藥外包服務(wù)交易中心。

（2）業(yè)務(wù)系統(tǒng)。F 公司的核心業(yè)務(wù)是生物醫(yī)藥健康產(chǎn)業(yè)大數(shù)據(jù)地圖（HSMAP），其本質(zhì)是數(shù)據(jù)庫查詢服務(wù)的延伸，即將傳統(tǒng)數(shù)據(jù)庫文本圖表化，并進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)分析以便于了解所查找數(shù)據(jù)項(xiàng)的全貌。生物醫(yī)藥健康領(lǐng)域有許多成熟的提供數(shù)據(jù)庫終端查詢服務(wù)的企業(yè)，如丁香園、醫(yī)藥魔方、藥智、咸達(dá)等，它們均是針對(duì)醫(yī)藥研究者在垂直領(lǐng)域內(nèi)進(jìn)行數(shù)據(jù)深耕和挖掘，而F 公司則另辟蹊徑，關(guān)注數(shù)據(jù)庫的廣度，是市場(chǎng)上首家將藥品、醫(yī)療器械、專利數(shù)據(jù)庫與具體的企業(yè)、企業(yè)的人才、企業(yè)所在的產(chǎn)業(yè)園區(qū)等整合在一起的數(shù)據(jù)庫企業(yè)。由于企業(yè)人員結(jié)構(gòu)、研發(fā)資金等微觀層面的數(shù)據(jù)并沒有公開來源，而從政府到企業(yè)的溝通渠道尚未打通，因此HSMAP 先面向政府客戶和各省（區(qū)、市）發(fā)改委提供宏觀層面的數(shù)據(jù)分析，幫助政府制定管理方案，在得到政府認(rèn)可之后，再自上而下貫通到企業(yè)。在HSMAP 漸趨成熟之后，F(xiàn)公司為了加快獲取市場(chǎng)的認(rèn)可，開始嘗試面向具體的企業(yè)推出產(chǎn)品，例如2017 年11 月和默沙東合作推出醫(yī)學(xué)指南輔助閱讀系統(tǒng)，其功能一是精準(zhǔn)地找出文獻(xiàn)中的重點(diǎn)內(nèi)容，幫助研究人員在文獻(xiàn)中快速定位，并針對(duì)不同文獻(xiàn)中的熱點(diǎn)詞匯和高頻詞匯提供直觀的指標(biāo)對(duì)比結(jié)果（可視化）；二是對(duì)文獻(xiàn)的質(zhì)量進(jìn)行評(píng)估，根據(jù)醫(yī)學(xué)指南的年份、所涉疾病種類別等因素給出相應(yīng)分值。2018 年年初，F(xiàn) 公司推出智能投顧系統(tǒng)，在HSMAP的基礎(chǔ)上深挖投融資機(jī)構(gòu)的相關(guān)數(shù)據(jù)，致力于幫助投資機(jī)構(gòu)掌握生物醫(yī)藥健康領(lǐng)域的市場(chǎng)情況，從而更好地識(shí)別投資機(jī)會(huì)。

（3）盈利模式。F公司從2017 年下半年開始擁有了穩(wěn)定的收入來源，HSMAP 的建設(shè)費(fèi)用和每年的升級(jí)費(fèi)用，還有相關(guān)研究報(bào)告的費(fèi)用。HSMAP 的收費(fèi)標(biāo)準(zhǔn)大約為每年數(shù)十萬元，具體費(fèi)用和所涵蓋的區(qū)域范圍、數(shù)據(jù)的維度、數(shù)據(jù)的精度等因素有關(guān)；研究報(bào)告的收費(fèi)可分兩種，一種是一次性交付的報(bào)告，另一種是每月或每季度提供一次的報(bào)告，平均一份報(bào)告的收費(fèi)在10 萬元左右，具體影響因素和HSMAP 一樣。

3.2.2 商業(yè)模型中的隱性知識(shí)

（1）關(guān)鍵資源能力。相較于其他對(duì)手，F(xiàn) 公司最關(guān)鍵的優(yōu)勢(shì)是其儲(chǔ)備的數(shù)據(jù)資源。在數(shù)據(jù)服務(wù)行業(yè)，僅僅擁有最前沿的技術(shù)人才并不能建立強(qiáng)大的行業(yè)壁壘，但掌握前沿技術(shù)有利于早期開拓市場(chǎng)。但從長(zhǎng)期來看，結(jié)合現(xiàn)在技術(shù)領(lǐng)域的開源趨勢(shì)，再復(fù)雜的人工智能算法或者大數(shù)據(jù)構(gòu)架最終都會(huì)得到普及，而且能夠產(chǎn)業(yè)化的往往是已經(jīng)成熟的技術(shù)，所以技術(shù)的優(yōu)勢(shì)在后期會(huì)日益降低；而人工智能技術(shù)由算力、算法和數(shù)據(jù)組成，在算力、算法相差無幾的情況下，數(shù)據(jù)集的微小變化就可能得出截然不同的結(jié)果，落實(shí)到數(shù)據(jù)服務(wù)上，每增加一個(gè)維度的數(shù)據(jù)可以挖掘的方向就會(huì)成倍上升，產(chǎn)品的價(jià)值也就相應(yīng)變大。F 公司的數(shù)據(jù)產(chǎn)品必須有數(shù)據(jù)來源，這些數(shù)據(jù)來源大部分都已包含在政府機(jī)構(gòu)的監(jiān)管庫中，但是不支持批量調(diào)用，很難進(jìn)行數(shù)據(jù)分析與挖掘，更不可能直接用于開發(fā)可視化系統(tǒng)，不過市場(chǎng)上有不少較為成熟的第三方數(shù)據(jù)庫，如果只是想迅速切入市場(chǎng)，這些第三方數(shù)據(jù)庫已綽綽有余，最終F 公司選擇自己建數(shù)據(jù)庫，花費(fèi)大量精力提高數(shù)據(jù)的廣度而避開在數(shù)據(jù)深度上與其他對(duì)手的競(jìng)爭(zhēng)，主要是為了爭(zhēng)取獨(dú)特的數(shù)據(jù)資源。將行業(yè)各維度數(shù)據(jù)整合到一起，其中的數(shù)據(jù)關(guān)聯(lián)關(guān)系就是其他對(duì)手沒有的資源，而且建立自己的數(shù)據(jù)庫是形成數(shù)據(jù)閉環(huán)的基礎(chǔ)（如圖6）。F 公司將互聯(lián)網(wǎng)上包括政府監(jiān)管數(shù)據(jù)在內(nèi)的公開信息進(jìn)行搜集和存儲(chǔ)，經(jīng)過分析和挖掘，這些數(shù)據(jù)就有了獨(dú)特的價(jià)值，可以和其他公司機(jī)構(gòu)進(jìn)行交換，獲取更多未公開在互聯(lián)網(wǎng)的數(shù)據(jù)，當(dāng)這些數(shù)據(jù)整體的深度和廣度都積累到一定條件，就可以正式推出自己的數(shù)據(jù)產(chǎn)品，并通過產(chǎn)品搜集、記錄客戶的使用反饋，而這些信息就是構(gòu)成數(shù)據(jù)閉環(huán)的最后一節(jié)。

圖6 杭州F 科技有限公司的數(shù)據(jù)閉環(huán)

（2）外部環(huán)境。F 公司目前所取得的成績(jī)與遭遇的困境都和社會(huì)環(huán)境密切相關(guān)。一方面是目前社會(huì)環(huán)境尚未成熟，數(shù)據(jù)資源不足。生物醫(yī)藥健康產(chǎn)業(yè)大數(shù)據(jù)領(lǐng)域的企業(yè)數(shù)據(jù)很難獲取，而且由于算法模型的運(yùn)用和數(shù)據(jù)的挖掘都對(duì)數(shù)據(jù)本身有很高的要求，但有些數(shù)據(jù)例如產(chǎn)業(yè)人才的信息，即便獲取到了也會(huì)出現(xiàn)缺失、格式混亂、異常值等各種各樣的問題，在運(yùn)用人工智能等高級(jí)算法之前需要依靠人力將數(shù)據(jù)清洗干凈，補(bǔ)足缺失、統(tǒng)一格式、更正異常，如果有些數(shù)據(jù)保存在紙質(zhì)文件上，一旦紙張流失就無法恢復(fù)，只能放棄；另外，技術(shù)趨勢(shì)和基礎(chǔ)設(shè)施也是很重要的因素，數(shù)據(jù)行業(yè)市場(chǎng)雖然面臨很多困難，但也存在大量機(jī)遇，如果克服這些困難便會(huì)在市場(chǎng)占據(jù)有利位置，例如阿里云克服了建設(shè)之初的困難最終獲得成功，市場(chǎng)也證明了這些付出是值得的。另一方面，社會(huì)環(huán)境對(duì)數(shù)據(jù)的價(jià)值沒有清晰的認(rèn)識(shí)。雖然政府和大部分的企業(yè)都相信數(shù)據(jù)有價(jià)值，但是不清楚具體怎么挖掘它的價(jià)值以及想要哪方面的價(jià)值，這意味著客戶自身并沒有能夠詳細(xì)評(píng)估產(chǎn)品價(jià)值的方法，因此在產(chǎn)品驗(yàn)收方面供應(yīng)商擁有一定的主動(dòng)權(quán)，市場(chǎng)對(duì)錯(cuò)誤的容忍度相對(duì)較高，這對(duì)于創(chuàng)業(yè)企業(yè)是很好的機(jī)會(huì)；而另一方面，由于市場(chǎng)對(duì)這類產(chǎn)品缺乏清晰的認(rèn)知，客戶經(jīng)常提出不合理要求，F(xiàn) 公司的業(yè)務(wù)驅(qū)動(dòng)模式意味著大部分情況下公司的業(yè)務(wù)決策會(huì)跟著客戶走，也引發(fā)了員工因頻頻承受高壓而離職的風(fēng)險(xiǎn)。此外，雖然數(shù)據(jù)行業(yè)企業(yè)的外部市場(chǎng)環(huán)境相對(duì)寬松，客戶對(duì)企業(yè)技術(shù)不甚了解，但是員工壓力巨大、離職率高，人力資源管理是企業(yè)面臨的巨大的挑戰(zhàn)。

3.3 總結(jié)與啟示

目前市場(chǎng)上大部分較為成熟的數(shù)據(jù)服務(wù)企業(yè)都擁有強(qiáng)大的技術(shù)團(tuán)隊(duì)，不少投資人在選擇投資目標(biāo)時(shí)也偏愛擁有深厚技術(shù)開發(fā)背景的創(chuàng)始團(tuán)隊(duì)，而F公司并沒有非常強(qiáng)大的技術(shù)團(tuán)隊(duì)卻依然在市場(chǎng)上占據(jù)了一席之地，主要是其商業(yè)模式具有 獨(dú)特的優(yōu)勢(shì)。具體有以下3 點(diǎn)：

（1）細(xì)分市場(chǎng)精準(zhǔn)定位，主動(dòng)適應(yīng)市場(chǎng)變化。F 公司成功的關(guān)鍵之一便是找準(zhǔn)了時(shí)機(jī)搶占先發(fā)優(yōu)勢(shì)，成功切入市場(chǎng)。雖然F 公司所擁有的數(shù)據(jù)非常重要，但決定數(shù)據(jù)價(jià)值的是市場(chǎng)，如果等到產(chǎn)業(yè)大數(shù)據(jù)體系成功建立，擁有這批數(shù)據(jù)就只能算是獲得了參與競(jìng)爭(zhēng)的基礎(chǔ)，遠(yuǎn)遠(yuǎn)談不上優(yōu)勢(shì)。F 公司另辟蹊徑，選擇從政府端切入市場(chǎng)，憑借HSMAP 樹立行業(yè)內(nèi)的口碑，而后又通過醫(yī)學(xué)指南輔助閱讀系統(tǒng)和智能投顧系統(tǒng)擴(kuò)展業(yè)務(wù)邊界，鋪設(shè)全面的產(chǎn)品線，這才得以搶占市場(chǎng)。因此，對(duì)于新興行業(yè)的初創(chuàng)企業(yè)而言，抓住機(jī)遇比萬事俱備更為重要；另外，由于新興行業(yè)市場(chǎng)多變，初創(chuàng)企業(yè)萬不可墨守成規(guī)，需要主動(dòng)適應(yīng)市場(chǎng)變化從而在群雄混戰(zhàn)的時(shí)候迅速占領(lǐng)市場(chǎng)。

（2）重視關(guān)鍵利益相關(guān)者的關(guān)系，參與制定行業(yè)標(biāo)準(zhǔn)。F 公司與政府保持良好關(guān)系，它承擔(dān)了多項(xiàng)由科技部、發(fā)改委設(shè)立的專項(xiàng)，而且與政府單位共同舉辦中國醫(yī)藥健康創(chuàng)業(yè)者大會(huì)，這對(duì)企業(yè)的銷售渠道、信息渠道以及后續(xù)為構(gòu)建完善數(shù)據(jù)服務(wù)體系建立的數(shù)據(jù)渠道都有重要意義。國內(nèi)外大量研究表明，良好的政商關(guān)系有利于企業(yè)融資便利、稅收優(yōu)惠、財(cái)政補(bǔ)貼以及進(jìn)入新興市場(chǎng)，原因在于政府掌握著組織發(fā)展的核心資源和市場(chǎng)管制的權(quán)力［21-23］。在本案例中，政府是企業(yè)的關(guān)鍵利益相關(guān)者，因?yàn)檎切袠I(yè)標(biāo)準(zhǔn)制定者，只有與政府合作，憑借杰出的數(shù)據(jù)科學(xué)技術(shù)參與到行業(yè)標(biāo)準(zhǔn)的制定中，企業(yè)才真正擁有了行業(yè)內(nèi)的話語權(quán)，行業(yè)壁壘也籍此樹立。

（3）平衡業(yè)務(wù)系統(tǒng)與盈利模式。平衡業(yè)務(wù)系統(tǒng)與盈利模式在一定程度上相當(dāng)于選擇業(yè)務(wù)驅(qū)動(dòng)、技術(shù)驅(qū)動(dòng)、數(shù)據(jù)驅(qū)動(dòng)等模式中的一種。業(yè)內(nèi)普遍認(rèn)可的是技術(shù)驅(qū)動(dòng)或者數(shù)據(jù)驅(qū)動(dòng)，如智能計(jì)算等側(cè)重于人工智能技術(shù)的可以選技術(shù)驅(qū)動(dòng)，而信息服務(wù)平臺(tái)等側(cè)重于大數(shù)據(jù)服務(wù)的則選擇數(shù)據(jù)驅(qū)動(dòng)，二者都是以關(guān)鍵資源能力為出發(fā)點(diǎn)的模式。是選擇搶占先發(fā)優(yōu)勢(shì)打開市場(chǎng)并通過業(yè)務(wù)交付獲取經(jīng)營成本，還是依靠關(guān)鍵資源能力穩(wěn)扎穩(wěn)打完善業(yè)務(wù)系統(tǒng)，各有利弊，但是初創(chuàng)企業(yè)在選擇時(shí)要考慮的關(guān)鍵是保證自己能夠活下去。數(shù)據(jù)的擴(kuò)充、更新和維護(hù)都要花費(fèi)大量時(shí)間和精力，例如F 公司花了將近2 年時(shí)間才初步整合并清洗龐大的數(shù)據(jù)資源，如果完全等到萬事俱備再承接業(yè)務(wù)，企業(yè)將承受巨大的財(cái)務(wù)壓力，因此F 公司在創(chuàng)業(yè)前期采用了業(yè)務(wù)驅(qū)動(dòng)的方式，即銷售團(tuán)隊(duì)先努力爭(zhēng)取客戶，簽訂訂單后技術(shù)團(tuán)隊(duì)和數(shù)據(jù)團(tuán)隊(duì)盡力配合完成任務(wù)。當(dāng)然這種做法也造成了很多困擾：一是員工壓力巨大，技術(shù)團(tuán)隊(duì)和數(shù)據(jù)團(tuán)隊(duì)承擔(dān)的任務(wù)可能超出了正常的能力范圍，部分員工會(huì)因無法忍受而離職；二是業(yè)務(wù)體系陷入被動(dòng)，當(dāng)前市場(chǎng)對(duì)于人工智能和大數(shù)據(jù)技術(shù)的認(rèn)知并不客觀，大眾普遍不了解這類技術(shù)的具體用途，甚至也不了解自己的具體需求，本文案例企業(yè)的數(shù)據(jù)庫終端多次出現(xiàn)相關(guān)團(tuán)隊(duì)由于疲于交付業(yè)務(wù)而導(dǎo)致出現(xiàn)錯(cuò)誤的情況。對(duì)于初創(chuàng)企業(yè)而言，由于環(huán)境劇烈多變，沒有一個(gè)固定的模式可以遵循，平衡業(yè)務(wù)系統(tǒng)與盈利模式是一門藝術(shù)，不過早期的生存是關(guān)鍵。

4 結(jié)論

當(dāng)今市場(chǎng)上，大部分較為成熟的數(shù)據(jù)服務(wù)企業(yè)都擁有強(qiáng)大的技術(shù)團(tuán)隊(duì)，不少企業(yè)在招聘員工時(shí)會(huì)將“硅谷工程師文化”作為企業(yè)吸引人才的優(yōu)勢(shì)之一，不少投資人在選擇投資目標(biāo)時(shí)也偏愛擁有深厚技術(shù)開發(fā)背景的創(chuàng)始團(tuán)隊(duì)。這類現(xiàn)象一部分是出于行業(yè)自身的特性，當(dāng)前數(shù)據(jù)服務(wù)的關(guān)鍵技術(shù)——大數(shù)據(jù)與人工智能都對(duì)人才有較高的要求，另一方面也是因?yàn)槟壳笆袌?chǎng)上相關(guān)人才非常稀少，這對(duì)于大部分資源較少的創(chuàng)業(yè)企業(yè)而言無疑是巨大的困境。而F 公司并沒有非常強(qiáng)大的技術(shù)團(tuán)隊(duì)，卻依然在市場(chǎng)上占據(jù)了一席之地，主要是做到了找準(zhǔn)細(xì)分市場(chǎng)、順應(yīng)市場(chǎng)變化，重視企業(yè)-政府關(guān)系、參與制定行業(yè)標(biāo)準(zhǔn)以及平衡業(yè)務(wù)系統(tǒng)與盈利模式這3 個(gè)方面，這對(duì)于大部分中小型企業(yè)是具有啟思和參考價(jià)值的。

未來的數(shù)據(jù)服務(wù)將會(huì)圍繞大數(shù)據(jù)和人工智能技術(shù)展開，而這些技術(shù)與具體商業(yè)應(yīng)用的結(jié)合目前仍處在探索階段，其商業(yè)模式依然會(huì)隨之變化；另外，經(jīng)濟(jì)環(huán)境、社會(huì)環(huán)境以及技術(shù)環(huán)境等外部環(huán)境也在不斷變化中，從而形成錯(cuò)綜復(fù)雜的關(guān)系，這些都會(huì)影響著商業(yè)模式的成敗。不過萬變不離其宗，對(duì)于數(shù)據(jù)服務(wù)行業(yè)而言，知識(shí)管理是打造其核心競(jìng)爭(zhēng)力的關(guān)鍵。企業(yè)通過顯性知識(shí)和隱性知識(shí)的良性循環(huán)，從而促進(jìn)其商業(yè)模式的不斷迭代創(chuàng)新，才能在永遠(yuǎn)充滿變化的未來獲取長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)。