你還在用雅虎嗎？你還記得聚友網（MySpace）、康柏電腦、柯達嗎？擁有很好想法的創業公司取代老牌公司的案例比比皆是。這就是“創造性破壞”（這個詞在近一個世紀前由創新先知Joseph Schumpeter創造）的美妙之處。現有公司必須不斷創新，以免被一個新的、更有創造力的競爭對手趕超。可以說，至少在那些由技術變革所塑造的行業中，創新創業讓市場保持競爭，其效果遠勝于反托拉斯法規。幾十年來，創造性破壞確保了競爭性市場和不斷的新創新。但如果情況不再如此呢？

問題在于創新的源泉正在發生變化——從人類的聰明才智變成由數據驅動的機器學習。谷歌的自動駕駛汽車在街上行駛時會收集數十億個數據點，通過分析這些數據點，這些汽車正在變得越來越完善。通過用數十萬個皮膚圖像來進行自我訓練，IBM Watson能像普通的皮膚科醫生那樣精確地檢測皮膚癌。由于從未停止學習，Siri和Alexa能越來越好地理解我們所說的話。當然，這需要有大量的有才華、有創造力的人來開發這些產品。但是，它們的改進更多靠的是數據和機器學習的進步，而不是人的“頓悟時刻”。

有時候公司不得不出去收集某種特定數據——想想行駛在硅谷街道上的谷歌汽車。有時候，為了讓自己的系統能夠學習，公司會購買數據訪問權。但是這些促進創新的數據往往是由那些與一種現有數字服務進行交互的用戶生成的。對Siri來說，當我們接受它的建議時，這就是給它的反饋，表明它說得對。當我們離開亞馬遜的產品推薦頁面時，這是另一個反饋信號，表明我們并不是很滿意。當一名司機關掉特斯拉汽車的輔助駕駛時，或者當我們接受（或不接受）谷歌自動完成我們的搜索查詢時，這些都是反饋信息。這種反饋數據非常有價值，因為它是機器學習工具的原材料，是推動數據驅動型創新的關鍵資源。你擁有的越多，獲得的結果就越好。以自動駕駛汽車為例。在2016年，由大型國際汽車制造商開發的自動駕駛車改善了約1/3，這是一個重大的飛躍。但是每臺谷歌汽車收集了更多的數據，這些數據被喂給一個更先進的機器學習系統，結果是谷歌汽車改善了400%——一個驚人的創新飛躍，這一改善幅度是那些使用更少數據的汽車的10倍以上。

如果創新建立在數據而不是人的想法之上，受益的將是那些可以獲得最多數據的公司。因此，在很多情況下，創新將不再是市場集中和規模的反作用力。相反，創新將成為進一步推動它們發展的力量。

這將從根本上改變競爭，并且可能導致市場集中——就像已經在美國發生的那樣。如果這種情況發生，傳統的反壟斷措施將不會提供多大幫助，因為它們限制的是非競爭行為——但是大公司利用他們的數據來學習和創新，這并不違法。事實上，他們表現得非常高效，利用自己的規模優勢來從大量數據中挖掘新見解。

能訪問數據的公司將變成數據驅動型創新的領導者，讓較小的競爭者和創業公司望塵莫及。政策制定者應該關注這類公司，以確保市場將保持活力和競爭力。他們所面臨的挑戰并不是發現問題，而是制定一個既能保持市場競爭力又不會從整體上扼殺數據驅動型創新的解決方案。

另一方面，大多數商業領導者在這個數據驅動型創新世界里面臨著一個非常不同的挑戰。為了與數字贏家競爭，他們將不得不克服規模和網絡效應，尤其是這些新的數據驅動型反饋效應。對于許多創新公司來說，未來幾年將是一個調整期：隨著數據驅動型創新的力量增強，這些更傳統的創新者將不得不尋找數據訪問渠道以繼續創新。這至少需要兩次大的調整。首先，他們需要在數據價值鏈中重新定位自己，以獲取和確保數據訪問渠道。這很難，所有數據都在數據價值鏈的上游被捕獲是原因之一。問問汽車制造領域里的供應商或出版商就知道了。其次，隨著創新從人的洞察轉向數據驅動的機器學習，公司需要重建自己的內部創新文化，強調機器學習機會并落實數據開發流程。這很難，因為它往往與長期以來崇尚人類智慧的工程文化背道而馳。

這一調整將如此劇烈，以至于許多創新公司將在未來幾年陷入困境，被更多精通數據的競爭對手所趕超。那些成功的公司看起來將與它們今天的樣子截然不同。但是，要想要保持創新力，公司別無選擇。也許你今天在你的創新公司里干得很好，但隨著創新源泉的轉移，你也需要跟著調整。

編譯：鄧桂華。本文來自hbr，原文—— https://hbr.org/2018/02/are-the-most-innovative-companies-just-the-ones-with-the-most-data 。創頭條（Ctoutiao.com）獨家稿件，轉載請注明鏈接及出處。投稿郵箱：tougao@ctoutiao.com