熱泵展表示，任何時代都會有一個特定時期的“漩渦核心”，在當今的21世紀，大數據時代被譽為聯接“人—機—料—法—環”等的無形核心，被我們國家提升到國家大數據戰略的高度，被德國以“工業4.0”戰略命名，是“熱泵式供暖”重要衡量坐標。

”人”的方面主要是項目少人化或無人化和精細化管理；

”機”的方面分為三塊：采集、分析、決策，其中決策分為不控制決策和控制決策；

”料”的方面有物料追溯、精準排查、物料庫存；

”法”的方面就是企業標準、工業指導書、生產流程等；

”環”的方面就是環保監測、安防監測、能源調度等。

20世紀經濟模式過時了？

為什么暖通企業紛紛“向善”？其中一個聲音認為：當今世界的經濟模式急需改變。

有的社會問題，當變成有利可圖的商業機會時，這些社會問題才能根本解決。把工業和商業結合起來，目的是解決社會問題……把商業的力量變成一種向善，推動商業向善成為一種趨勢、成為能夠讓我們國家化解不平衡、不充分發展矛盾的一種力量。

商業向善是指商業企業致力于解決社會和環境問題，開發與主營業務或服務相關聯的項目，在取得創新性的社會和環境影響力的同時，為公司創造財務和商業回報。企業的這種商業行為就是商業向善。

商業向善的第一經濟邏輯：如果我們能用無限低的成本完成生產，便可以節省龐大的社會資源，也可以節省人類向自然索取能量和資源，實現社會資源的最優配置，才是我們商業向善當中的第一經濟邏輯。商業向善的第二經濟邏輯：我們把原有的成本和費用都降低后，如果還能讓最創新、最有意義的人和公司自由享受我們提供的基礎設施、交易費用最低的工具和方法，人類為此而付出的總成本、總代價一定是最低的。過去我們在第一生產領域中不強調公益，而在今天的數字化時代，如果能把公益嵌套在第一生產領域、第一次分配中，我們便創造了一種新的生產方式、生產邏輯，由此生產出最龐大的產品和服務，并可以公平、及時地分配給全社會的需求者和消費者，同時讓公益在其中散發出無處不在的光芒。

熱泵展|熱泵式供暖的必然及其使用價值和金融屬性: 熱泵系統就是一處”大數據寶藏”,智能時代的第一資本,既善心又善腦-暖通展|上海暖通舒適系統展COMFORTECO CHINA 2025

21世紀是一個屬于互聯網、人工智能的時代，科技創新改變了人們的生活狀態、工作狀態、社交模式，而“大數據+金融科技”更改變了財富積累方式。人類的發展離不開一種核心的底層思維模型，那就是“基于數據的思維模型”，我們獲取數據—分析數據—建立模型—預測未知—修正模型，就這樣一步步搭建了璀璨奪目的現代文明。

大數據：智能時代的第一資本

數據如此重要，我們天天說的“大數據”豈不是更重要？是的，大數據很有可能是智能時代最關鍵的資本之一。

就如同“大國”之“大”不僅在于國土面積大一樣，大數據的“大”更在于以下四個特征：

海量、多維、完備、實時

“完備性”，這也是帶有深深的時代印記的，當互聯網發展到今天，有一件以前想都不敢想的事情強力地改變了我們認識世界的方法，那就是“樣本量可以非常接近甚至等于全體量”，也就是說，原本還需要從大數定律給我們以信心，而現在則完全可以直接研究全體，那么準確性自然就毋庸置疑了。

由此可知，本來我們認為笨重落后的“窮舉法”，在這個時代，必須對其進行重新的認識。

當今最有價值的一批互聯網巨頭，在我們一般人看來，無非就是一些搜索引擎公司、電商公司、媒體公司，比如谷歌、亞馬遜、百度、小米等，為什么它們備受矚目呢？原因很簡單，它們的本質都是——“數據公司”

它們手中掌握的大數據資源才是真正的資本，掌握了大數據就掌握了對于這個世界精準的認知。我們知道，一個人的財富就是它對于世界認知的變現，而一家公司的價值也是它看對于世界是如何認知的。未來，大數據會像現在的石油一樣，成為非常重要的戰略資源與資本，小公司及個人需要從大公司采購數據甚至采購算力。

數據驅動：現代文明的強勢思路

解決同一個問題，當然也可以有各種不同的思路。人類文明發展至今，解決工程問題的思路并不統一，還出現了兩派分歧。一派是以蘇聯為代表的“模型驅動”，他們數學功底極強但是缺乏算力與數據，所以研究重點是尋找準確但復雜的數學模型；另一派是以美國為代表的“數據驅動”，他們數學功底平平，但是計算機強大且數據量多，所以喜歡使用很多簡單模型的組合來替代復雜模型。

從目前的結果上來看，“數據驅動”顯然更勝一籌，這也是當代工程學的主流思路，從計算機的0與1發展到今天的機器智能，都是這種“使用簡單模型組合來替代復雜模型”思路的勝利。

那么，在這背后的底層邏輯是什么呢？

原因在于，單個復雜模型中包含了“過多的人工預設項”，相當于將模型的可進化能力降低了，而注入了過多建模者的個人理解；但是，多個簡單模型組合后，相當于留下很多“自由度”，以契合海量的數據，模型由數據引導發生進化，即所謂的“數據驅動”。從結果上看，一定量的數據就能讓簡單模型的組合進化到非常準確的預測水平，其實這完全基于并符合概率統計上的切比雪夫大數定律，以及微積分思想中的泰勒展開與傅立葉展開思想。

思維模型大變革：歡迎來到智能時代

回想工業時代，當時的核心思維模型是什么呢？其實就是“機械思維”，雖然我們現在往往都把它當作貶義詞去使用，但是，不得不承認，正是機械思維帶領我們快速步入了工業文明，而我們至今在解決問題時，其實也常常是以機械思維為主導的。

什么是機械思維？其實就是“因果思維”，一件事情的發生，是由另一件事情導致的。因果關系在數學中使用導數、積分、微分方程來表示，可以說，人類對于物理世界的認知其實就是微分方程。

但是，智能時代的到來顛覆了這一認知。這里舉出一個被《福布斯》雜志等多家媒體報道過的真實案例，讓我們再次感受一下大數據的力量。

有一天，一名男子找一家商店理論，原因是男子的高中生女兒竟然收到了一堆母嬰用品的優惠券，“這不是鼓勵我女兒過早懷孕么？”男子非常生氣。可是，幾個月后，男子卻反過來道歉，因為女兒真的懷孕了！這家商店利用大數據信息，分析數據的“相關性”，將男子的女兒打上了懷孕的標簽，它比男子更早知道他女兒懷孕。

這樣的例子已經數不勝數了，比如美國利用“用電模式”大數據，精準分析出那些在房屋內種植大麻的犯罪分子，至2011年僅在俄州一個州就破獲60例這樣的案件。

智能時代，“因果思維模型”將逐漸淡化，而“相關性模型”則發揮出越來越強的威力，我們將逐漸的用強相關性來代替因果性，不追究事件的說不清的原因，而更強調事件之間的相關性，因為這是智能時代解決問題最有效的手段。

大數據的魅力在于一切皆可量化

由現代信息技術引發的全球信息化浪潮沖擊著社會生活的方方面面，尤以“內容、數據、用戶和流量為王”的互聯網思維和技術不斷推陳出新，帶來了“工具是武器、技術是靈魂、數據是王道、人才是根本”的新一輪大變革，催生了知識型經濟、網絡化社會、數字化生存和數據化時代。

“云—物—移—大—智”是當前信息時代最熱的五駕馬車，即云計算、物聯網、移動互聯網、大數據和智慧城市, 這五個要素共同筑造著我國“IT新型態”的開端和雛形。鑒于“廉價、迅速、優化”的最優綜合成本，大數據作為云計算、物聯網之后又一大顛覆性的技術革命,其令人著迷的地方在于用“科學”的方法挑戰了“預測學”，幫助人們發現未知，輔助人們進行決策，實現了一切皆可“量化”。其核心價值是用數據還原過去、描述現實和規劃未來，具體是對海量數據進行采樣、存儲、共享和分析，幾乎涉及所有領域的結構類型,包括文、圖、音、像、表等多源、多元數據，可以說“處處是沙子、到處是黃金”。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理，在于數據自身潛在的價值。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據里的“淘金” 和“增值”。

一是大數據“很大”。大數據是巨量資料，所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理并整理，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。通俗地說，大數據的數據量和計算量非常大，大到現有主流軟件無法勝任，需要一個全新的體系架構來支撐。而云計算是當前新興的戰略性技術，已連續多年成為十大戰略新技術之一，是隨著存儲技術、虛擬化技術以及分布式處理演進而來的，擁有六大核心技術、五種基本特征、四種部署模型和三種模式。現在部署的移動互聯網、物聯網、大數據和智慧城市等應用實踐主要歸功于云計算的發展，云計算是這些應用場景的核心技術支撐。因為沒有云計算，這些應用也就無從談起，其終極目標就是“IT成為水電一樣的生活基礎設施，一切皆為云服務(XaaS)”。

因此，云計算是大數據的最好核心基礎，大數據是云計算的最佳應用實踐。專家認為，沒有采用虛擬化和分布式技術的，都不能算是真正的云計算，沒有云架構的支撐，就難以實現真正意義上的大數據應用，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。所以大數據必須采用分布式架構，它的特色在于對海量數據進行分布式數據挖掘(SaaS)，必須依托云計算的分布式處理、分布式數據庫(PaaS)和云存儲、虛擬化技術(IaaS)。

二是大數據“不大”。通過多年的信息化建設和應用，現有的數據量雖然已經很大，但是還不夠多，常見數據的冗雜、維度和多樣化不夠，不能涵蓋真實世界可能出現的各種邊界情況，且長期處于休眠狀態。這需要在標簽索引、數據融合、挖掘分析時，必須建立協同參與的數據庫、模型庫和知識庫，必須結合現實數據和歷史知識，為用戶提供全方位、精確化和實時的情報信息和決策支持，從而實現從“已知”推理“未知”、從“現實”預測“未來”。

大數據的實質是“深度學習”，需要建立大規模訓練數據集，建成服務決策的仿真環境和專家系統。事實證明，沒有基于知識管理和專家參與的信息系統，難以實現精準的實時預測預警分析。這就需要人工智能技術，需要機器學習和訓練，最終形成專家群體參與決策分析。同時從平臺分析結果到實踐間的驗證、評估問題時，需要通過系統的模擬推演和現場重現，為進一步決策指揮提供可靠性測試指標，這需要建立模擬仿真平臺，真正實現“人在干、數在轉、云在算”。

當前我國高科技領域設計體系架構時，大多采用錢老的系統工程理論和方法，把系統建設當成一個復雜巨系統，需要建立綜合集成研討廳體系，就是在滿足數據整合和挖掘的基礎上，要集成模擬仿真和專家系統這兩個核心子系統，才能實現效益最大化和效率最優化。大數據深度神經網絡的人工智能模型，其數據量和計算量都非常大，經常需要長久的訓練時間，需要算法專家、系統專家共同協同和不同數據的同步，更需要可持續的自主支撐技術，長期離不開新技術的研究和應用，尤其在自然語言處理、復雜網絡、社會計算和群智算法等新技術上必須擁有獨立自主的科研成果。

三是大數據的“自大”。大數據需要自上而下的頂層設計和自下而上的規范應用，兩者雙輪驅動、缺一不可。由于我國區域發展不平衡，各地信息化應用意識和水平不均，導致各地部署建設信息化工程項目時投入不一、各自為戰，在資源共享上唯我獨尊，甚至“泳道”條割、“煙囪”林立，“信息孤島”現象頻仍。一些地方高度重視科技引領作用，大手筆發展智慧城市，大投入建設大數據中心，為實施科技興國戰略肯花真金白銀、肯投重兵強將，全力打造了高大全的獨立平臺，資源獨享，權限獨占，只求數據向里導，不準外人實時查，強調權限自己用，明確不給他人授。正是缺乏全局的思考和系統的把握，往往將自我置身在“一家獨大”的信息墻、資源池和自留地里，無形中與墻外池外在物理、邏輯上形成信息壁壘，“只掃門前雪、不管他人霜”的思想猶存。

殊不知，在物流、人流、信息流、資金流多流并進的當下，玩大數據，不能自娛自樂，搞信息化，唯有團結協作。任何部門、任何區域、任何平臺都不能靠自身包打一切，務須深化“唯共享、方共贏”的認識，樹立“既要人人為我、更要我為人人”的理念，務須打破理念藩籬和數據通道，建設一個開放的、共享的、智能的云平臺，成為廣大用戶業務交互的陣地、數據交換的樞紐和用戶交流的載體，實現信息的協作、業務的協調和任務的協同。

四是大數據的“他大”。雖然“自大”難以走天下，但一些地方囿于人財物的投入不足，反之產生了“他大”思想。面對風起云涌的大數據應用，總是袖手旁觀、無動于衷，存在掌握新技術時往往一知半解，認識新業態中常常一葉障目，“只等別人建高樓，我直拎包入住用”的“蹭網一族”大有人在。

熱泵展表示，大數據時代的浪潮已經襲來，這對于我們每一個人來說，既是大數據的締造者，又是大數據的使用者，更是大數據的直接受益者，如何在海量的信息中坐收大數據的“漁利”，我們每一個人都不能置身事外。只有積極參與到人機、人網、人物、人事結合的同時，后臺記錄著你的每一次點擊和瀏覽、每一個行為和喜好，大數據的分析結果才能精準的推送到你的桌面和掌上，才能符合你所請求和查詢的預期。事實證明，只有在信息平臺上刷存在感，你才擁有賽博空間的獲得感。一切人性化的設計、個性化的體驗都是以每一個用戶的積極參與為前提，那種“躲進小樓成一統”的后果，往往會是人家收獲了黃金，你可能全是沙子，你需要的是汽油，得到的卻是石油

用AI給“不確定性”找規律，從看似無規律的數據中發現規律。從生產數據中尋找規則、建立模型，然后用模型判斷、預測設備狀態。企業進行價值網創新需要做好三個方面：第一，創造產業鏈縱深價值；第二，做好能力沉淀；第三，創造協同效應。當企業足夠強的時候，生態會選擇企業。如果只能在一個點上找到成長空間，可能會局限企業的思考路徑。最好是在打點、連線、結網思考的各個維度上，尋找到不同的成長空間。

未來企業不再依靠產品賺錢，而是通過產品做為切入點來最大限度的獲取你的個人信息，最后把這些信息輸入人工智能，經過人工智能處理，再在消費端給你推薦你所需要的產品。

未來比拼的是一個人的綜合能力、跨界能力。智能機器人只能做到在一方面做到極致，舉個例子：與機器人相比，人工有三個方面的不足，一方面人工翻譯掌握的詞匯量沒有機器人豐富，另一方面人工掌握的語言種類沒有機器人多，再者就是人工翻譯可以掌握多國語言，而人工翻譯能達到的卻寥寥無幾。那么，人的長處體現在哪些方面呢？我能想到的就是跨界能力，機器人的極致能力只能跟你提供你所需要的信息，但是要做決策，需要掌握各個維度的信息。

科學文明和工程文明是人類現代歷史的基礎。科學家解決可能性問題，而工程師解決可行性問題。比突破技術壁壘更難的是建構這個生態！

我們推崇從0到1的創新，人們也喜歡看從無到有的魔術。然而從1到100也是一個充滿創新的過程。把創意落地成產品、把科學轉化為生產力需要專門的技能，這些技能的獲得需要人們理解新的科學前沿知識，也需要熟悉工業生產流程。

這通常需要兩種基本能力的培養：

第一，是資源的構架能力。放大已有的方案，實現從1到100的能力。從0到1只解決了可能性，從1到100則要解決可行性。這需要多種能力的組合，對多項技能和資源的深入了解，以得出最好最穩定的解決方案。

第二，是有邊界的設計能力。因為工程學的目的和意義是解決現實生活中的某些實際問題，所以必然會受到“條件約束”，即物理學上常說的邊界條件。這里的約束，首先是科學規律的約束，其次還有時間約束、財力約束、競爭約束、人類行為的約束等。夢想和現實的距離，商業上的投入產出比，也是約束。

工業創新往往來自已知技術在新領域中的應用。一個領域中已有的技術，可以在另一個領域中發揮新的功能。這些新應用的發生需要不同領域的人在一起交流碰撞，營造良好的溝通氛圍。

工業創新還需要把每一步都做到極致，才能看到累積的結果。每一步成功的概率都是前面所有步驟和所有器件穩定性的乘積；再就是在已有的基礎上進行改進，每次提高一點點，但當這個提高了一點點，周邊的零件和設備又顯得不匹配了，你就繼續把周邊的都提高一點點。所以說做得最差的那個就是核心問題。你一旦解決了這個，一定會有下一個成為新的核心問題。一路這樣迭代下去，你就會發現整體上有了質的飛躍。

工業創新又源于協同創新，需要大量不同行業的工程師在一起協作，彼此深入了解對方的技術和工藝，從而知道怎樣改進自己的工藝和設計以最好地配合其他部分，從而實現整體的目標。

工業設計的全新定義“新的系統設計師”

面向工業4.0的工業設計的核心在于將虛擬的數字世界和真實存在的物理世界有機融合，它將是綜合客戶需求、硬件制造、工業設計和互聯網的復雜系統設計。除了傳統意義上工業設計的功能與造型設計之外，未來工業設計也將更加關注用戶在產品設計中的意愿和個性化表達。

同時，小批量高速迭代、多種技術融合、產品快速升級，這些要求都對傳統的制造業模式和產學研管理提出了全新的挑戰。比如，組織跨專業的設計團隊和制造型企業協同創造，將是一個復雜但必需的過程，這也將成為未來工業設計中的核心研究課題。而跨專業的實踐訓練和持續學習，也將成為未來工業設計教育的核心。

專利給了第一次提出這樣想法的人獲得豐厚回報或幻想財富的機會。但憑借今天的信息交互之便利，越來越多的工業企業意識到把知道怎樣做的方法拿出來與同行和供應商共享，反而會獲得更大的收益。如今，在要實現工業4.0的制造業中，專利在有限地作惡，它成為知識工作者妄想坐享其成的迷夢。不要輕易否定這樣的言論，如今發展得如火如荼的開源研究模式，就是對專利這一歷史上產生的怪物展開的斗爭。

創業往往分為兩個步驟：發現問題和解決問題。

發現問題只是完成了一半，選擇一個好的模式解決問題或許能讓創業者們少走許多彎路。

目前，解決問題主要有以下幾種模式：

第一，“山寨”模式。對標同類企業或者遇到相同問題的企業，參照他們的方式做調整。

第二，根據長期培養出來的工程意識做決策。

第三，通過數學、物理等科學方法，將復雜問題簡單化，通過找出問題的核心關鍵點來解決問題。

在這三種模式中，第一種模式難有突破性創新，第三種模式最優但一般人難以做到，第二種模式——工程意識是非常重要且值得培養的，也是能把學術研究和商業實踐進行有機結合的核心能力。

成功科技創業的共性：

領頭人具備綜合素質

在智能硬件方面，領頭人一定要有混合式的交叉背景，他不但要懂機械和電子，也要懂軟件和設計；他不但要是產品經理，還要是市場經理、人事經理、運營經理。

雖說人無三頭六臂，但是要做好硬件領域創業公司的領頭人，這些是必備素質。

好的創意

好的創意怎么產生？設計思維、批判思維、市場調研、頭腦風暴、集思廣益，這都是必不可少的過程。

團隊建設

隨著產品不斷試錯的過程進行迭代，配備合適的團隊才真正具有戰斗力。

做與眾不同的產品

不要看別人做什么，我就去山寨。要做就做與眾不同的產品。

核心競爭力

不要老想忽悠資源，只有具備核心競爭力，你才不容易被取代。

商業的目的就是創造交易盈余

交易盈余＝消費者盈余+企業盈余。

消費者盈余＝使用價值-交換價值。使用價值是消費者對商品效用的估值。消費者覺得商品值多少錢，減去消費者實際花出去的錢，就等于消費者盈余。當然，花出去的，不一定只有錢，可能還有搜尋、談判的成本。這些構成了消費者的交易費用。

使用價值是主觀的，同樣的商品，每個人在不同的情況下估值不一樣。饑餓時候的一碗飯和吃飽了時候的一碗飯，價值不一樣。

企業盈余＝企業收入-成本費用。企業支付的成本，可能又是其他人的收入。如工資是工人的收入，采購費是供應商的收入，銷售費用是銷售員和渠道商、廣告商的收入。

企業經營的目的，就是創造更大的交易盈余，讓顧客、渠道商、員工、供應商以及股東，都有得賺。

這需要創新，一方面，要想辦法為客戶創造更大的價值，另一方面要想辦法節約費用。簡單講，就是創造有利可圖的客戶價值。

同樣東西，賣給不同的人，賣到不同的地方，銷量不一樣，這是因為不同地方的需求滿足程度不一樣。這是市場的創新。

同樣的客戶，不同的商品，功能性能不一樣，使用價值不一樣，愿意支付的價格也不同。這是產品的創新。

針對同樣的客戶打造同樣的商品，使用不同的生產工具、技術、生產流程，生產效率不同。這是生產方式的改善和創新。

同樣的原材料，不同的供應商供應費用不同。或者同樣的功能，用不同的材料代價不一樣。這是原料及原料供應商的創新。

最后，和利益關聯者不同的合約方式，對大家的激勵程度不同。好的合約，能夠降低交易費用，激勵參與者的積極性，將人的主觀能動性調動起來，把勞動力釋放出來，從而創造更大的價值。

如上這些創新，單一創新有價值，合起來創新價值更大。通過創新，就能創新更大的交易盈余。

企業的價值，不僅僅是自己獲得的利潤，還有為所有參與貢獻的利潤。一起加總，是企業創造的價值空間。企業讓大家都得利，自己也從中得利，這就是成人達己的邏輯。

數字化價值經營

1、從雙碳-區塊鏈落地洞察數字化科技如何價值經營

正如前文所說，隨著社會上越來越多的人開始關注，過去的一年被認為是“區塊鏈+雙碳”元年。這說明人們開始逐步發現、認可區塊鏈技術在雙碳領域的價值，也是區塊鏈實現”價值經營”理念的第一步。曾幾何時，隨著區塊鏈技術的火爆，不少企業對外宣稱在使用區塊鏈技術，但實際上區塊鏈并不能解決這些企業的業務需求和痛點。而很多科技大廠在行業發展早期，以技術開發人員為班底組件了區塊鏈團隊或部門，過了幾年當企業要求團隊實現商業變現時，又似乎找不到好的商業模式，經常被詬病“拿著錘子找釘子”。

《哈佛商業評論》前主編Theodore Levitt說：人們不僅僅需要買一把打洞的鉆頭，而是想要一個洞。(People don’t want to buy a quarter-inch drill. They want a quarter-inch hole)近年來，科技企業高管越來越關注，如何通過“價值經營”理念來解決新興數字化科技走向市場的問題。為了更好地把技術價值融入到不同行業的業務場景中，數字化價值經營把新興技術市場化分為三個階段：價值認可，商業盈利，模式優化。

(1)價值認可。產品和方案滿足市場需求，市場認可產品和方案的價值。這看上去不是什么難理解、難解決的問題。但這個問題的本質是科技公司、團隊如何理解需求和價值。ToB(企業服務)這個領域，本質上買的是行業Know-how，在不理解行業背景和用戶需求的情況下想做出被認可的標準化產品是不現實的。今年三月，生態環境部公開中碳能投等機構碳排放數據作假的新聞被報道，很多人才意識到需要數字化新技術（像區塊鏈）引入，碳排放、碳核查、碳交易多方之間需要可信、共享且隱私的平臺。我們在深入調研核查機構TIC全流程并和碳核查部門共同制定MRV數字化解決方案，才讓業內人士也認可了區塊鏈技術的價值。

(2)商業盈利。科技產品必須在某些行業或業務場景長期保持需求，而不是一錘子買賣陪甲方爸爸做實驗，才能保障合理的商業盈利模式。在價值被認可的基礎上，要實現持續的商業變現、盈利，需要考慮外部的行業、場景、需求，還要評估內部的產品、服務、成本，有以下幾點供大家參考：一是充分了解客戶和行業避免閉門造車，二是以專業的服務去引導客戶模糊的需求，三是控制成本必須做到非線性增長。雙碳-區塊鏈數字化平臺構建初期，在完成國家示范試點和公司相關任務的前提下，我們采取了“精益”策略，聯合多方生態，以最低成本敏捷啟動研發和業務的開展。

(3)模式優化。做大做強，從來都是好企業的愿景和目標。這就像一個雪球可以越滾越大，逐步實現復利式增長，最終獨享一條雪道。這個階段一方面要考慮如何建立壁壘，樹立品牌讓社會效益向經濟效益轉化，讓產品更加尊重用戶體驗，拓展并分類行業賽道、渠道及資源；另一方面需要耐心和驅動力，讓團隊堅持做困難但正確的事，才能從諸多雪道中脫穎而出，看到廣闊的雪野。天之道，損有余而補不足；人之道，損不足以奉有余，很有道理。

商業模式是“利益相關者的交易結構”。

其實，要從0開始構建一個商業模式，中間所涉及的過程，它的方法論，總結起來就是六個步驟。

1)自己；2)客戶；3)能想到的所有其他人；4)連接他們；5)去掉、增加或挪動利益相關者；6)整體有增量。

核心要點是，怎樣找到那些利益相關者，并且在所有人獲益的前提下，設計出他們之間的交易結構。

商業模式既然是“利益相關者的交易結構”，那么什么是好的商業模式呢？

就是讓參與這個交易結構的人，獲得更大的利益了。

找對人，畫對圖，都獲利，就是好的商業模式。

如果只有我們自己獲得更大利益，而最終驅動循環的其他節點沒有獲得更大利益，這是不行的。

這個驅動是誰？是客戶。是合作伙伴。

但是，怎么可能所有人都獲利呢？

如果所有人都獲利，是因為這個交易結構，一定創造了一個“全局性的增量”。

它一定利用效率的優勢，組織資源的方式，創新的辦法等等，創造出了增量。