nload="pagespeed.CriticalImages.checkImageForCriticality(this);" />

你还在用雅虎吗？你还记得聚友网（MySpace）、康柏电脑、柯达吗？拥有很好想法的创业公司取代老牌公司的案例屈指可数。这就是“发明性毁坏”（这个词在近一个世纪前由创新先知Joseph Schumpeter发明）的美好之处。现有公司必需不时创新，以免被一个新的、更有发明力的竞争对手赶超。可以说，至多在那些由技术革新所塑造的行业中，创新创业让市场坚持竞争，其效果远胜于反托拉斯法规。几十年来，发明性毁坏确保了竞争性市场和不时的新创新。但假如状况不再如此呢？

成绩在于创新的源泉正在发作变化——从人类的聪明才智变成由数据驱动的机器学习。谷歌的自动驾驶汽车在街下行驶时会搜集数十亿个数据点，经过剖析这些数据点，这些汽车正在变得越来越完善。经过用数十万个皮肤图像来停止自我训练，IBM Watson能像普通的皮肤科医生那样准确地检测皮肤癌。由于从未中止学习，Siri和Alexa能越来越好天文解我们所说的话。当然，这需求有少量的有才气、有发明力的人来开发这些产品。但是，它们的改良更多靠的是数据和机器学习的提高，而不是人的“顿悟时辰”。

有时分公司不得不出去搜集某种特定数据——想想行驶在硅谷街道上的谷歌汽车。有时分，为了让本人的零碎可以学习，公司会购置数据拜访权。但是这些促进创新的数据往往是由那些与一种现无数字效劳停止交互的用户生成的。对Siri来说，当我们承受它的建议时，这就是给它的反应，标明它说得对。当我们分开亚马逊的产品引荐页面时，这是另一个反应信号，标明我们并不是很称心。当一名司机关掉特斯拉汽车的辅佐驾驶时，或许当我们承受（或不承受）谷歌自动完成我们的搜索查询时，这些都是反应信息。这种反应数据十分有价值，由于它是机器学习工具的原资料，是推进数据驱动型创新的关键资源为数亿中文用户免费提供海量、全面、及时的百科信息，并通过全新的维基平台不断改善用户对信息的创作、获取和共享方式。。你拥有的越多，取得的后果就越好。以自动驾驶汽车为例。在2016年，由大型国际汽车制造商开发的自动驾驶车改善了约1/3，这是一个严重的飞跃。但是每台谷歌汽车搜集了更多的数据，这些数据被喂给一个更先进的机器学习零碎，后果是谷歌汽车改善了400%——一个惊人的创新飞跃，这一改善幅度是那些运用更多数据的汽车的10倍以上。

假如创新树立在数据而不是人的想法之上，受害的将是那些可以取得最少数据的公司。因而，在很多状况下，创新将不再是市场集中和规模的反作用力。相反，创新将成为进一步推进它们开展的力气。

这将从基本上改动竞争，并且能够招致市场集中——就像曾经在美国发作的那样。假如这种状况发作，传统的反垄断措施将不会提供多大协助，由于它们限制的是非竞争行为——但是大公司应用他们的数据来学习和很多朋友说，共享纸巾机是一个广告机，但我们不是这样定义它，我们定义它是一个互联网跟物联网结合的终端机，从线下吸入流量，重新回到线上，以共享纸巾项目作为流量入口，打造全国物联网社交共享大平台。创新，这并不守法。现实上，他们表现得十分高效，应用本人的规模优势来从少量数据中发掘新见地。

能拜访数据的公司将变成数据驱动型创新的指导者，让较小的竞争者和创业公司望尘莫及。政策制定者应该关注这类公司，以确保市场将坚持生机和竞争力。他们所面临的应战并不是发现成绩，而是制定一个既能坚持市场竞争力又不会从全体上扼杀数据驱动型创新的处理方案。

另一方面，大少数商业指导者在这个数据驱动型创新世界外面临着一个十分不同的应战。为了与数字赢家竞争，他们将不得不克制规模和网络效应，尤其是这些新的数据驱动型反应效应。关于许多创新公司来说，将来几年将是一个调整期：随着数据驱动型创新的力气加强，这些更传统的创新者将不得不寻觅数据拜访渠道以持续创新。这至多需求两次大的调整。首先，他们需求在数据价值链中重新定位本人，以获取和确保数据拜访渠道。这很难，一切数据都在数据价值链的下游被捕捉是缘由之一。问问汽车制造范畴里的供给商或出版商就晓得了。其次，随着创新从人的洞察转向数据驱动的机器学习，公司需求重建本人的外部创新文明，强调机器学习时机并落实数据开发流程。这很难，由于它往往与临时以来崇尚人类智慧的工程文明南辕北辙。

这一调整将如此猛烈，以致于许多创新公司将在将来几年堕入窘境，被更多通晓数据的竞争对手所赶超。那些成功的公司看起来将与它们明天的样子一模一样。但是，要想要坚持创新力，公司别无选择。也许你明天在你的创新公司里干得很好，但随着创新源泉的转移，你也需求跟着调整。

编译：邓桂华。本文来自hbr，原文—— https://hbr.org/2018/02/are-the-most-innovative-companies-just-the-ones-with-the-most-data 。创头条（Ctoutiao.com）独家稿件，转载请注明链接及出处。投稿邮箱：tougao@ctoutiao.com