【数字化】“网络效应”指南：13 种网络效应全解析，带你了解巨头成功的秘密
编者按：网络效应是一种表面上看起来简单的复杂现象。它是企业能否基业常青的关键，是在数字世界建立可防御性的头号手段。NFX用3年的时间制作了一份网络效应地图，研究整理出5大类13种网络效应，如果你想你的公司立于不败之地，那就从认识这些网络效应开始吧。
PayPal、微软、Facebook、Uber、Twitter、Salesforce。这些全世界最有影响力最突出的公司有一些共同点。
这几家公司在很多方面都非常不一样，但是有一项属性定义了他们，并且是他们取得成功背后的基础。
这个属性就是网络效应。
就像我们曾经说过那样，网络效应是在数字世界建立可防御性的头号手段。在核心商业模式植入了最强类型网络效应的公司往往能够取胜，而且是大胜。
我们3年的研究表明，自1994年互联网开始显山露水以来，网络效应对技术公司价值创造的贡献率达到了70%。尽管具备网络效应的公司只是少数，但是却创造力大部分的价值。
对于寻求建立真正具备影响力公司的创始人来说，几乎没有比这更有价值的领域知识了。
尽管如此，由于网络效应方面的文章很少，市面上充斥着对它的误解。很多人都会谈网络效应，但很少人理解其背后的复杂性：比如网络效应究竟是什么，网络效应的机制时什么样的，有多少种类型，以及如何建立和维护网络效应等。此外，很少有公司愿意跟别人分享自己在网络效应方面宝贵的操作手册，所以大多数创始人在看到网络效应时也无法认识不同的网络效应类型，更谈不上理解其复杂的内部机制了。
今天我们很高兴首次展示这幅网络效应地图以及手册。当然了，这需要持续不断地跟进，我们会继续修改和更新。截止2018年初，我们共发现了13种网络效应类型，每一种都有其复杂的使用手册。本指南是围绕着网络效应展开讨论并且理解那些使用手册的起点。
网络效应基础
你大概已经了解，网络效应的简化定义是：当公司的产品或者服务会随着使用增加而变得更有价值时，就发生了网络效应。
按照这一定义，网络效应似乎简单明了。不过这是有欺骗性的，如果你仔细看看的话，你就会注意到不同类型的网络效应在行为方式上存在很大的不同。因此，并不是所有的网络效应都是生来平等的——其中一些会更强，而且往往会创造出更高的价值。
在数字时代，网络效应是仅剩的四大防御能力之一，其他三个分别是品牌、植入以及规模。在这四种能力当中，网络效应是目前为止防御性最强的一种。迄今为止，我们共发现了13种网络效应类型，可分为5个大类。
在下面这幅地图中，我们描绘了各种网络效应类型（标签色）和分类（按颜色组织），其中最强也是最简单的网络效应居中。另外三种防御性也列到了图右。
网络效应地图
我们制作这份地图的目的是想作为提高对网络效应理解的一次练习。不过在深入探讨该主题之前，有几件事情需要事先指出：
这幅地图不应该被认为是不可逆转的事实——这只是讨论和理解的起点。是我们帮助创始人理解并且利用这股强大力量来建立伟大公司的手段，而这种手段是会不断演变的。因为对于寻求建立牢固的竞争护城河的创始人来说，识别和理解网络效应的能力是无价的。
网络效应不是病毒式效应。网络效应是建立防御性，病毒式效应时免费获得新用户。这两个的目标完全不一样，使用手册也完全不同。
你经常会看到同一家公司同时出现了多种网络效应，这意味着不同的网络效应类型并不是互斥的。他们就像颜色一样，而你的公司就像是一件艺术品。所以你在画画的时候熟悉这个调色盘是很有帮助的。
所以接下来我们就讲讲这幅地图本身。以下就是网络效应地图的各种网络效应，以及相关的例子介绍。
一、直接网络效应
在网络效应地图中蓝色系的第一大类是直接网络效应。这是最强也是最简单的一种网络效应：增加某产品使用可直接提升产品对用户的价值。
直接网络效应第一次受人关注要追溯到1908年。当时AT&T的主席Theodore Vail注意到，一旦自己在特定地区有了更多客户之后，其他的电话公司想要跟自己竞争就变得困难许多了。他在向股东提交的年度报告中指出了这一点：
在同一个社区出现两套电话交换系统是不会之久的。一旦通过一套系统就可以联系到所有想联系的人，没人会想要两条电话线路。
Vail注意到AT&T的价值大部分都是建立在自己的网络基础上，而不是他们的电话技术。那时候，这是一个革命性的洞察。它说明，哪怕新的电话技术上比旧电话要更加出色，也没人想要新电话，因为用户联系不到自己的家人朋友。
换句话说，更好的产品并不足以弥补网络损失掉的价值。新的进入者必须实现科比的网络效应才能有效地为用户产生科比的价值。用Vail的话来说：
如果在另一头没有连接的话，电话甚至连玩具或者科学仪器都算不上。没有连接的电话就是这个世界上最没用的东西之一。电话的价值取决于跟其他电话的连接——以及连接数的增加。
下面就是1908年那份年度报告的相关页面。你会注意到Vail没用过“网络效应”这个词，尽管概念是他描述的。网络效应这个词是后面才出现的。
AT&T 1908年度报告摘编
在Vail首次描述直接网络效应72年之后，以太网标准之父Robert Metcalfe（梅特卡夫）进一步深化了这个概念，他提出网络的价值与连接用户数的平方（N^2）成正比关系。也就是所谓的梅特卡夫定律。
下图说明了梅特卡夫定律描述的直接网络效应的基本概念：
如上图所示，数字网络的每一个节点都与其他的每一个节点互连。每一个新加入网络的节点都会增加与所有已有节点的新连接，所以新增连接数（网络密度）相当于节点数的平方（N2）。由于网络的价值与其密度成正比关系，每一个新增节点都会让网络价值以几何速率增长。
2001年，MIT计算机科学家David Reed又进一步深化了这个概念，他宣称梅特卡夫其实低估了网络的价值。他指出，在较大的网络中可以形成小一点、更紧密一点的网络：比方说，中学网络内的足球队；家庭网络内的兄弟姐妹们；同事网络中的网球选手。
此类连接，以及加入其它子群的可能性，进一步巩固了大家对整个网络的依附，因为网络的总体规模和连接密度本身就能证明自己了。因此，Reed认为网络的真正价值随联网人数呈指数级（2^N）增加，这个速度要远远快于梅特卡夫定律的描述。我们称之为Reed定律。
这些定律的细节在学术上还可以进行辩论，但对于创始人来说，这些概念为一个老生常谈的说法——网络效应很强大的概念化提供了具体的办法。因为这是自然法则。
而在直接网络效应这个大类里面，又可以分成很多类型。目前为止，我们发现了5种：物理型、协议型、个人效用型、个人型以及市场网络型。
物理（直接类）
物理直接网络效应是与物理节点（比如电话或分线盒）和物理链路（如地下的线路）相关联的直接网络效应。这属于防御性最强的网络效应，因为它不仅具备直接网络效应，而且也有助于增加其他的防御性；比如规模效应和植入。跟具备物理网络效应的公司竞争需要进行资金与物理约束大规模的预先投资。
上图描绘了一个物理网络的形状，其中节点表示类似固话、火车站或者水龙头这样的实用终端，而节点间的连接则代表类似电话线、火车轨道或者水管这样的实体。
道路、火车、电力、下水道、天然气、有线和宽带互联网都是具备直接网络效应的业务例子。实际上，大多数的物理网络都是公用事业：都属于赢家通吃的市场，会形成垄断，最后被国有化。
物理网络的防御性很强，这方面最好的证据是其中那么多服务都很糟糕或者不合格，但仍然能保持领先位置。不妨想想Comcast和Verizon。为什么这两家在美国的客户满意度最低？因为就算满意度最低他们的财务收入也不会有问题。没人能够跟他们竞争。谁愿意投钱去铺设那么大的网络呢？在没有竞争对手的情况下，沮丧的客户也没有别的地方可去。
属性：
物理节点和物理链路
高度防御性，最强网络效应类型
容易增加植入并且扩大防御姓
容易走向垄断/赢家通吃
往往被国有化，被政府控制，或者政府授权保护
例子：
电信：电话、有线、DSL、卫星、宽带互联网
交通：道路、火车、地铁
基础设施：自来水、天然气、电力、污水处理
协议（直接类）
当一种通信或者计算标准公布后，所有节点创建者均可利用该协议接入该网络，这时候就产生了协议网络效应。比特币和以太坊就是协议网络的近期例子。协议制定者可以是一家公司，一批公司，或者一个小组。
协议网络将通信和计算标准结合起来，形成了节点间连接的基础（比如比特币矿工和比特币钱包）。
以太网是又一个更为传统的协议网络效应的例子。梅特卡夫成立3Com的时候，他说服了DEC、英特尔以及施乐采用以太网作为局域网的标准协议，该协议规定了每秒10M的标准速率、48位的地址以及一个全局性的16位以太网类型字段。当时市面上也有竞争的专利协议，但随着以太网起势并且开始捕获越来越多的市场份额，兼容以太网的产品已经在市场泛滥。这就以复利率增加了以太网的价值同时降低了竞争对手的价值（不管其表现如何）。很快，以太网端口成为所有现代计算机的标准特性。
一种协议一旦被采用就很难被取代了不妨留意一下为什么直到今天我们还在使用传真协议或者TCP/IP协议（尽管有针对相关目的的更好协议存在）。
而且协议创造者往往也不是网络发展最大的受益者，这一点跟其他直接网络效应不同。
如果协议创造者能够在令牌型网络内保留相当一部分比例的令牌所有权，或者保留对寻址、身份、钱包、命名或确定优先的控制，同时仍然能让网络采用该协议的话，协议网络的价值分配也会发生转变。
这样一种采用策略的成功往往跟技术关系不太大，更多与营销、社会工程以及市场定位有关。所以VHS才会击败Betamax，尽管Betamax无疑是更好的标准。这也是为什么比特币作为数字化价值存储能够腾飞的部分原因，尽管它比很多其他的数字化货币运营成本更高交易性更弱。
属性：
信息传送或数据处理的标准
防御性很强，排名第二位的网络效应类型，因为大多数协议价值来自于网络效应
突破临界点后采用近乎无所不在
往往被嵌入到使用该协议的所有产品里面
例子：
比特币、以太网、传真、以太坊、VHS
个人效用（直接类）
个人效用网络有两个特质。第一个是用户的个人身份跟网络是捆绑的，往往是用户名通过Facebook Messenger跟真实姓名绑定的。其次是用户个人生活或职业生活基本上每天都离不开这种网络。
在上图中，节点代表的是个人效用服务（链接）连接的大家之间的聊天气泡（节点）。个人效用网络的节点跟使用者的真实身份是绑定在一起的，这种网络尤其密集因为有很多的局部子群。这样就使得Reed定律发挥作用了，所以个人效用网络的价值增长率也是2^N。
大家使用个人效用网络来与自己的个人关系网络进行沟通与交互，因此不在线或者不成为该网络的一部分就非常不利了。选择退出会对日常生活造成明显妨碍，甚至极大伤害到其重要的个人或工作关系。
属性：
基于用户个人身份而搭建、通常跟真实姓名绑定，一个跟真实身份关联的独特数字或句柄
用于用户生活当中的一些关键功能上，如差事、工作关系责任、征税、紧急情况、安全保障、急需物
例子：
即时通信：Whatsapp、Slack、Facebook Messenger、微信
其他沟通工具：iMessage、Skype、短信
个人（直接类）
当个人身份或者名声跟产品绑定在一起时，就会产生个人网络效应。个人网络上的人往往容易受到自己在现实生活中认识的人影响。如果你在现实世界中认识的人都使用同一款产品管理自己的身份与名誉的话，如果你自己也加入这个网络你也会增值不少。
个人网络牵涉到个人身份与名誉，它把每一位用户的角色与其他用户的角色连接起来。每增加一个节点都代表着潜在受众成员的增加，对于所有其他节点来说也代表着内容制造者的增加。
个人网络与个人效用网络的不同主要有两个方面。就像上一节解释那样，个人效用网络往往用于有待完成的事情。网络对用户存在实质性的实际效用。其次，个人效用网络往往更多是私下沟通，而不是公开沟通。个人网络的作用就没那么关键了。你不用它生活也不会改变多少。像Facebook、Twitter或者LinkedIn（不在找工作的时候）通常对你的日常生活就不是必不可少的东西。
然而，个人网络仍然非常健壮。有了FB和LinkedIn以后你不再想加入另一个朋友网络或者职业社交网络了。不过这两个你都可以停止使用也不会影响你日常生活。
发即时消息给你的重要他人告诉对方别忘了去机场接你妈跟在社交媒体上发状态更新说你妈去哪里旅游了之间是不同的。这两种情况下你的身份都跟沟通绑定在一起，而你的受众就是你的人际关系。但前者是私下的必备品，而后者是公开的可选物。
人际网络效应产生于人际的、想要跟他人建立关系的部落冲动。正是这种冲动吸引这大家接入并且依附到网络上（比如Facebook、LinkedIn或者一种宗教），因为他们的朋友/同事/邻居也是那个网络的一部分。在个人网络中。用户的“社交图谱”通常与其在现实生活中的关系紧密映射在一起。
属性：
你的个人身份和名声利害攸关
往往充当现实生活关系的延伸
很难离开因为跟你的最重要的IRL关系绑在一起
让你可以建立和维持公众形象
例子：
社交：Facebook、Instagram、Google+、Pinterest、Tumblr
职业：LinkedIn、GitHub、Twitter
市场网络（直接类）
市场网络结合了个人网络的身份与沟通，再加上对交易和目的的关注，这是市场的典型特征。通常，市场网络从增强本已在线下存在的职业网络起步。我们认为市场网络属于直接网络效应的一种形式，因为节点之间的关系是直接的，就像下图一样：
市场网络跟双边市场有很大的不同，尽管两者往往会混淆在一起。大多数人认为像HoneyBook和Houzz这样的公司属于市场，但其实不是。在现实中，它们属于市场网络，结合了个人网络与双边市场的主要元素，同时属于多边而不是双边——往往额外增加了专门的SaaS工作流软件。
属性：
N边市场
把服务提供者提升为不同个人而不是商品，帮助建立长期关系
目标是复杂服务
用SaaS工作流软件围绕着长期项目聚焦行动，而不仅仅是一时的交易
例子：
HonerBook、DotLoop、IvyMark、AngelList、Building Connected、Headnote、Houzz、TravelJoy
二、双边网络效应
网络效应的第二大类是双边网络效应，在学术文献中往往又被称为“非直接网络效应”。然而，我们认为这属于一种误导，因为双边网络既可包含直接网络效应也可包括间接网络效应。
双边网络真正的特征是这里面存在两类不同的用户：供应侧和需求侧用户。他们出于不同的原因加入网络，并且为对方提供了互补性的价值。
双边网络中新增的供应侧用户可直接增加需求侧用户的价值相对容易看得明白，反之亦然。比方说，像eBay这样的双边市场的每一位新卖家（供应侧）就可以直接为买家（需求侧用户）增加价值，因为它增加了供应以及商品的多样性。类似地，每一位新增买家对于卖家来说都是新的潜在客户。
不过同一侧用户的互动就要复杂一些。大多数时候，同一侧的用户会相互直接扣减对方价值。比方说，eBay上的核心卖家对其他卖家构成了更大的竞争威胁。高峰时间的Uber乘客增多意味着波峰定价。这些都是同侧网络效应产生的直接负面影响。
不过与此同时，间接好处通常会超过那些直接的负面影响。事实上，市场的卖家众多会在第一时间吸引买家。而这对卖家来说最终会带来更大的价值，即便他们必须用更高效的价格去卖东西。类似地，对买家来说往往也是一样。
双边网络积极所带来的间接影响在历史上时不时会出现。比方说，在1600年代，所有的小提琴制造商全都搬到了威尼斯的同一条街道上制作和销售小提琴。尽管小提琴制造商竞争对手凑到一起推动了价格的下降，但对于供应商整个群体来说是值得的，因为市场上想要小提琴的人都会跑到那条街而不是其他街去买对他们来说显得更为重要。
1980年代，美国的商场也发现了这一点。通过将相互竞争的卖家集中到一个地方，这里的卖家就能比位置分散的其他卖家做成更多的生意，所以竞争对手挤到一起就成为实用之举。
我们在网上双边网络也看到了同样的效应，只不过是通过软件而不是物理位置。
还要注意同侧网络效应其实也有积极的直接的影响，也就是同侧的用户越多给彼此也会带来更多的价值。这种影响非常强大，你在设计产品的时候应该要想办法实现这一点。微软OS就是这种情况，这可以说是有史以来最持久的具备双边网络效应产品之一了。微软OS用户彼此受益，因为他们可以更容易地跟同事和朋友共享文件。这属于正面的、直接的同侧网络效应（除了核心双边网络效应之外），操作系统一般都具备这种效应。
目前，我们发现了3种类型的双边网络效应：市场型、平台型、渐近型（asymptotic）。
市场型（双边）
市场的双边是买家和卖家。像Craigslist这样成功的双边市场是很难被颠覆的。要想拆散他们你得同时对双方有更好的价值主张，否则的话没人会走的。对于供应商来说客户就在那里，而对于客户来说供应商就在那里。如果对方不走的话没人会走的。
如上图所示，双边市场有两组节点。一组是供应侧用户，另一组是需求侧用户。他们通过市场（中间人，在图中以中心节点的形式体现）相互提供直接价值。
在双边市场里面，提供绝大部分价值的是网络，不是app或者网站本身——这就解释了为什么像eBay和Craigslist这样的市场产品可以长达16年看起来都不怎么变过的原因。
不过市场（marketplace）在防御性上却有着一大弱点，这是由于所谓的“多租户”现象引起的。大家可以同时在eBay和Etsy上卖自己的产品。房东可以同时在Craigslist 和Trulia上面出租自己的公寓，租客可以同时到这些市场上面浏览详细目录。当你的网络成员同时可以使用竞争网络而不受惩罚时，你很难把新进入者关在门外。因此市场的目标就是设计产品/服务增加大量价值或者“锁定”，尤其是对供应侧的价值增加和锁定，这样成员才不会想采取多租户的做法。
此外，市场的形态也比我们想象的要丰富。比方说，媒体公司本质上属于双边市场。受众（供应）来到这个市场售卖他们的注意力换取内容体验。广告商商（需求）来到市场的另一侧为的是购买受众的注意力。媒体公司的受众越多，广告商就越有可能在那家媒体公司身上花钱，并且愿意花的钱也越多。“卖家”（如读者/浏览者）对“买家”（如广告商）有着直接的正面的网络效应。反之亦然，因为（理论上）广告收入越多，媒体公司就有资源制作更好的内容。
属性：
双边：买家与卖家
对方用户越多越好（直接网络效应）
同一侧的网络效应趋于直接的、负面的
不过对同侧的间接的、正面的网络效应往往压倒了直接的负面网络效应
防御性很高、但易受多租户影响
例子：
电子商务：eBay、阿里巴巴、Amazon Marketplace、Etsy
媒体：维基百科、Medium、Facebook、Google
做媒：Craigslist、Tinder、Trulia、OpenTable
支付：Visa、美国运通、Discover
平台型（双边）
双边平台网络效应其实类似于双边市场网络效应，因为都有两边，每边都有着非常不同且直接会让对方受益的兴趣。不同的是平台型的供应侧设计的是只在平台上才有的产品。供应侧必须去做集成进平台的工作。供应商制造和销售的产品是平台的功能，不独立于平台。
双边平台有供应侧节点（开发者）和需求侧节点（用户），彼此都通过平台本身（中心节点）为对方创造了价值。平台自己也为双方提供了显著的价值。
微软OS、iOS和Android都是实现了这种网络效应的突出例子。Xbox、PlayStation以及Wii也属于这种类型，只不过略有不同。
平台网络效应跟市场网络效应还有一个不同，那就是相对于在线市场，平台本身的功能和好处在平台对网络的效用中可以扮演更大的角色。大家买iPhone并且接受iOS是因为手机的品牌、设计、技术特性以及性能，也是因为其app生态体系。大家买Xbox和PlayStation游戏主机既是由于系统的图形表现和性能，也是因为上面的游戏种类很多。这与市场形成对照，相对于网络的价值，产品本身所带来的价值是非常次要的。
平台的售卖方式会极大影响到双边对该平台的接受程度。比方说，微软就有一只销售队伍把平台卖给大企业，然后免费提供给大学，这样学生毕业后就会把这个平台当成标准了。
不过平台有一个漏洞，就像市场一样，平台的双边也可以是多租户。App开发者可以同时开发iOS和Android版的应用。游戏开发者可以把自己的游戏同步更新到PlayStation和Xbox上面。类似地，另一端的游戏玩家也可以同时买PS4和Xbox One，大家可以同时拥有Dell和Macbook。然而，定价原因使得这种做法相对于在线市场不那么可行，因为后者的多租户是免费的。所以从这一点来看，平台往往占优势一点。
属性：
双边：用户和开发者
积极的间接网络效应，跟市场一样
跟在线市场相比，产品和销售方法更重要
多租户也是平台的挑战
例子：
桌面操作系统：微软OS、Mac OS、Linux
移动操作系统：Android、iOS
游戏主机：索尼、任天堂、Xbox
企业服务：Salesforce Lightning
其他尝试：Facebook Platform、Twilio
渐近型市场（双边）
当然，任何两个双边市场都不会是完全一样的。可能存在显著差别的地方之一就是“价值曲线”。价值曲线是指需求侧价值随供给侧上涨的速度，以及在到达临界点时网络效应有多强。
下面这张“价值曲线”图说明了三种市场网络效应子类的供求曲线情况。
中间的直线（橙色）就是Craigslist 或者eBay这种市场的情况，也就是供给侧增长为需求侧产生的价值相对是成比例的。这样的市场慢慢会变得非常强大。
下方那条曲线（黄色）就是OpenTable的情况，也就是价值是延迟的。OpenTable在带给需求侧任何价值之前就已经把供给侧的饭店发展到很高的水平了。不过一旦突破了临界点，网络效应就会变得非常强大。
而第三种市场网络效应子类，也就是上图中红色曲线所反映的那种，就是所谓的渐近型市场网络效应。一开始的供应会迅速给需求侧增加价值，但很快增加供应带来的增值就开始减少。
渐近型市场最著名的例子就是像Uber和Lyft这样的共享乘车公司。在一定程度上，更多司机对乘客是有好处的，因为这减少了等待时间。但到了一定的点之后，其对乘客的价值就会显著减少。等4分钟才打到车跟等8分钟才打到车是有很大差别的。但是等2分钟跟等4分钟呢？低于4分钟这个点之后增加供应的价值就会急剧减少。
为此，渐近型市场相对于其他类型的市场更容易受到竞争的威胁。如果Uber在特定地区有1000位司机，竞争对手手上有一半的司机也能提供可比的服务。
除了这个弱点外，渐近型市场也很容易受到多租户的影响。很多人都同时用Lyft和Uber打车，至于用哪一个要看特定时间谁的价格更低等待时间更短。在供给侧，很多司机也是同时使用Uber和Lyft，其考虑因素同样是定价和等待时间。
属性：
供应侧容易到达临界点
供应侧很快就会出现收益递减
容易受新进入者影响
易受多租户影响
例子：
Uber、Lyft
三、数据网络效应
当产品的价值随数据增多而提升，并且当产品的使用增多会产生数据时，就有了数据网络效应。这是第三大类的网络效应。
数据网络内每个节点（用户）都为中心数据库提供有用的数据。随着聚合数据的不断增长，数据对每一位用户的价值也随之提高。
数据网络效应往往比很多人（尤其是风投家）认为的要弱：拥有更多数据未必就能转化为价值，而收集到更多的有用数据也不是一直都是易事，哪怕数据是产品的核心。
数据可以用不同的方式增加产品价值。如果数据的确是产品给用户带来好处的关键，则该产品的数据网络效应有可能就非常强大。如果数据只是产品的边缘属性，则数据网络效应就不太重要了。当Netflix向你推荐节目时，算法推荐的基础时用户的历史浏览数据。不过Netflix的发现功能只是边缘性的功能；去真正价值来自于它的电视、电源及纪录片节目存量。所以Netflix仅存在边际的数据网络效应。
类似地，产品使用与收集到的有用的新数据量之间的关系也会逐渐逼近。Yelp具备数据网络效应，因为对数量越来越大的饭店的点评量越多可以让产品越有价值。但是其网络效应会因为只有一小部分用户产生这些数据而受到削弱；大家更多是从Yelp数据库去读东西而不会在上面写东西。
与此同时，Yelp也是数据网络效应一个共同弱点的很好例子。其数据网络效应是渐近性的。第5条点评增加的价值要比第30条多得多。点评条数超过一定限度之后，对饭店更多的点评并不能替你（用户）增加价值。（另一方面，点评的幅度就很有用并且能巩固网络效应，这就是为什么Yelp仍然如此流行的原因。）
如果产品跟增加使用和更多有用的数据生成之间没有关系的话，就不会有网络效应的产生；那只不过是规模效应罢了。可以认为Experian这样的信用报告机构具有规模效应，因为即便更多的数据令其信用评分更有价值（比如更加精确了），消费者对其产品的使用并不会随着数据量的增加而自然增长。
数据网络效应很容易会跟来自规模的数据优势混淆。大公司无疑拥有更多的数据。问题是，那些数据是不是为客户/用户创造了有意义的价值？如果是的话，增加使用会不会导致更多的有用数据？
具备强劲数据网络效应的服务有一个好例子，那就是Waze。每个人不仅在Waze上消费数据，而且也贡献有用的数据，但因为数据是在实时消费的，数据集需要不断更新。所以网络越大，在任何时候任何一条道路上的数据都会更加精确。更多的数据会继续几乎无限期地产生价值，所以相对于其他几乎任何我们能想到的服务来说，Waze的数据网络效应都不大算是渐近型的。
数据网络效应可能是最复杂的一种网络效应类别。有很多不同的数据网络效应，因为数据的使用方式有很多。这个有待未来再细讲。
属性：
数据是产品价值的核心
更多使用需要产生更多有用的数据并收集起来
通常达到一定的数据量阈值后效应渐近
不同于数据的规模效应
例子：
Google、IMDB、Waze、Yelp！Amazon
四、技术性能网络效应
当产品的技术性能会随着用户数量增加而直接得到改善时，我们说就有了技术性能网络效应。这属于第四大类的网络效应。对于具备技术性能网络效应的网络来说，网络上的设备或者用户越多，底层技术就会工作得越好。这会使得该产品/服务变得更快、更便宜或者更容易使用。
具备技术性能网络效应的网络越大就会变得越好（更快、更便宜或者更易用）。加入网络的节点（设备）越多，整体性能改善就越好。
比方说像BitTorrent这样的点对点文件共享服务，或者像Hola这样的VPN提供商，或者像Tile这样的物体寻找网状网络。每个人从BitTorrent上下载文件的同时也在为该网络做种。安装Tile app的人越多，你找回丢失的东西的机会就越大，因为网络的每一部手机都在不断地扫描瓷片（跟丢失物件绑在一起）。Skype也宣称使用Skype的人越多，其视频流媒体的质量就会越好（尚不清楚这是否正确，但他们有这种想法也是很好的）。
技术性能网络效应不同于技术进步，我们可以认为前者更加出色。技术进步有很短的半衰期而且防御性不再很强了。如果你是第一个想出某技术的，创新的节奏保证不会让你的优势持续多久，因为竞争对手要么会抄袭你的技术，要么也会自己开发出来。但如果你具备技术性能优势的话，你的产品就会因为成为率先起跑的人而赢得一条runaway的优势。之后你就不必不断战斗才能保持领先了。你的领先往往会随着时间转移而强化而不是弱化。
关于技术性能网络效应，有一点普遍容易引起迷惑，那就是以为当使用增加可以产生收入，进而用来制造出更多的技术进步，从而推动更多的使用，如此类推。如果性能改进来自于收入或者数据的增加的话……那倒是不错……但这不是技术性能网络效应。
属性：
网络的节点越多可以改善其他节点的性能
更快更便宜是增加使用的结果（但不是增加收入或数据的副产品）
先发优势巨大
更难复制、比知识产权防御性更强
例子：
P2P：BitTorrent、Hola、全球VPN
IoT：kype
五、“社交”网络效应
第五大类，也是最后一大类网络效应是所谓的“社交”网络效应。这是通过心理学和人们之间的互动发挥作用的。
我们认为它的机制是这样的。
网络就是节点和连接。在固话系统上很容易就能看到电话和连接它们的电话线。
然而，在人之间还有一个看不到的网络，在这个网络当中我们的身体就是节点，而我们彼此之间的言语和行为就是连接。如果你喜欢的话，这些可以叫做原始网络。
就像数字网络效应一样，使用的人越多，这些社交网络效应可以帮助你的产品为用户创造更多的价值。大家通过影响对方的想法和感受来为彼此增加价值。通过为使用你的产品提供触发器和信心增加价值。通过强化他们选择继续使用你的产品来增加价值。
对于长期防御性来说，社交网络效应通常是最难实现的。然而，如果你能够成功地让不同形式的心理学站在你这边而不是竞争对手那边的话，就会具备显著的优势。
现在你也许要问问自己“这些社交网络效应难道不有点像品牌防御性吗？”某种程度上来说你是对的。它们之间的确有点类似。它们都跟语言和心理学有关。但我们认为它们之间也存在着重要区别，所以才会分为不同的类别。
迄今为止，我们发现了三种主要的社交网络效应：语言效应、信念效应以及从众效应。这个数量其实很容易扩大，因为人类心理学很复杂，很多种社会互动的机制都是不一样的，今后我们会继续寻找新的类型。
语言型（社交）
在任何人际网络中，语言都是主要中介。语言是网络所有节点用来彼此对接的协议。比方说，英语就是一门有用的语言，但考虑到讲英语的人高达15亿人，英语的价值就高得多了。这比讲德语的人口多15倍多。所以尽管讲英语在沟通上不会比讲德语好15倍，但它作为网络的结果带给说话者的价值却要高得多。
这就是为什么在整个历史长河中语言都展示出一种“赢家通吃”的趋势。处在同一个政治、社会及经济单元的人往往会围绕着一种语言联合起来。
这一概念还可以延伸到使用特定行话和方言的群体，从国家到企业，从小孩到潮人，从经济学家到Google员工，莫不如此。随着行话被越来越多的人接受，对于所有其他用户来说其价值也变高了。
初创企业可以利用语言的网络效应。初创企业至少可以有两种方式来利用其赢家通吃效应：首先是用来建立商业类别语言；其次可以用来命名公司或产品。
对于第一种，如果创始人可以帮助某个商业类别创建一个名字然后被视为此类的#1的话，就有了可靠的语言网络效应。1975年，Miller Beer通过建立“lite beer”这种啤酒类别而获得了语言网络效应。1995年同样的事情又发生在web“门户”这个类别上，而Yahoo！因此而受益，因为它是该类的领导者。最近我们在“加密数字货币”这个类别的建立上也看到了一样的语言网络效应。被视为#1的比特币受益最多：比特币占到了全部市值的将近40%，尽管市面上有100多种相互竞争的加密数字货币。
在所有这些案例中，最初的#1最终都失去了自己的桂冠，这就是语言网络效应被认为比其他网络效应弱的原因。但不管怎样，在很多年的时间里，其竞争对手都会抱怨有着语言网络效应的公司所取得的不公平优势。
公司利用语言网络效应的第二种典型方式是公司和产品命名。
比方说，当“Googling”某样东西变成了在互联网上搜索东西的同义词时，这就变成了Google的巨大优势。语言本身就成为了使用竞争对手产品的障碍。当有人让你Google某样东西时，你却掏出手机开始用Bing，这不仅会给你带来社交上的尴尬，自己内心也会觉得哪儿不对劲。
当某人说“打辆Uber”时情况也类似。他们这么说其实是给你一条社交线索，让你使用Uber而不是Lyft。（顺便说一句，作为名词成为行话的威力比不上作为动词。如果更多的人说“我准备uber到那里”对Uber来说可能更好，有些人已经在这么讲了，不过要是我是Uber的话，一定会尽量鼓励大家都这么用）。
另一个例子：当年，“施乐”某个东西的意思就是复印某个东西。
让大家把你公司的名字当做动词使用是一大优势，但想做到这一点是比较棘手的你的公司名字必须好记而且要朗朗上口，所以取好名字非常关键。
属性：
直接网络效应：某术语使用的人越多，价值就越大
很好的防御性，因为大家顶多只会把一个品牌名字动词化
如果你认为语言有网络效应，则语言对国际市场会有重要意义
采用英语、有着英文友好型名字的公司永远更容易渗透到英语为母语的国家
例子：
公司名：Uber、Google、施乐
类别名：Lite Beer、Yahoo！门户、比特币加密数字货币
广泛语言网络：语言家族、独立语言、方言
当地语言网络：少年俚语、公司行话、其他小众术语
信念型（社交）
第13种网络效应是信念。信念网络效应这种东西在黄金、比特币和宗教身上体现得最明显。这是直接的网络效应。
智人是驮畜。我们喜欢“成群结队”，喜欢被别人接受。共享共同的理念是其中的关键部分。如果有人相信某件事情，其他人也更有可能坚定对这件事情的信念。因此，不相信你朋友相信的东西可能会有很大的社会后果，而且可能是糟糕的后果。这就是大部分人固守群体思维的因素之一，导致他们对对立面的信息非常抵触。
更重要的是，当更多的人相信时信念就会变得更有价值。看看黄金。为什么黄金贵重？黄金又不能当饭吃当床睡。黄金是很好看，可好看的东西多了。黄金有点工业用途，但不是很多。黄金贵重是因为——在我们把盐看成是贵重品之后——现在大家决定值钱的是黄金了。而且在5000多年的时间里，黄金一直都是贵重的。过去给了我们信心，相信每个人将来仍然会坚定这一信念。这种信念慢慢地就被强化了。
根据事实本身，黄金贵重是因为我们认为它是贵重的。
信念网络效应就像沙子这东西一样。少量的沙子很容易驱散。但如果你把足够多的沙子堆砌到一起，它就会硬得像块石头一样。
比特币也是这种情况。相信它有价值的人越多，它对每个人的价值就越高。现在在比特币身上我们正目睹着同样的“砂层”在出现。比特币价格崩溃然后反弹的次数越多，相信它有价值的人就会越多。当你在此基础再堆点以太坊“沙子”以及成千上万种现存的其他加密数字货币“沙子”上去时，作为不断发展的信念网络效应的结果，比特币沙堆就会慢慢就变得稳定起来。一度不固定、不可捉摸的东西就变成了接近于岩石一样的东西。
属性：
有信念网络效应的信念其社会后果超过了其他后果
自我强化：相信某个东西价值的人越多，现实中那个东西的价值越高（对于信徒来说）
例子：
货币、宗教、意识形态
从众型（社交）
当加入网络的社会压力导致大家觉得自己不能被抛弃时就产生了从众心理。
Slack就是一个很好的例子。在技术圈，一个普遍的感觉是如果你的团队不用Slack的话就算不上是一家现代公司。在我们看来，Slack的恶名和估值已经超过了该产品的效用，因为它已经变成了技术界的一股运动，并且形成了强烈的从众网络效应。
从众网络效应往往在网络刚开始形成，有人早早就加入时产生。1998年当大家开始使用Google时，一种普遍感觉是“这个酷小孩”正在用Goolge诶（此前他们一直在用Alta Vista）。如果你不用Google，那你就被抛弃了。此后其他的网络效应开始接力，为Google提供核心的防御性，所以Google后来不再依赖于从众网络效应，但一开始的时候肯定是靠这种发动的。
有一家公司把从众网络效应玩成了自己的核心能力，这家公司就是苹果。每一年苹果都会精心打造一场演出，用新产品演示和发布来重新制造口碑和FOMO（害怕错过）情绪。这种做法一直都出奇的有效。如果你在硅谷带上一台IBM而不是苹果的笔记本出席会议，那将会成为你不是他们一伙的一个迹象。如果你不用Mac的话就会被看成是局外人。
对于那些觉得自己的产品更好的竞争对手来说这一点令人沮丧，但他们还是没有找到无法击败苹果背后的原因。苹果已经成功地超越了“品牌化”。它依靠成功地触发了想要成为那帮很酷的家伙的一员，迫切想要加入这场运动的这种心理需求。
2010年的这段滑稽的对话视频是竞争对手对苹果统治力背后机制的困惑和沮丧的真实写照，三星在2017年的一则广告也在发出同样的呐喊：他们想要告诉消费者，别幼稚了，是时候“长大”了，对iPhone的情感依附让三星做出了“更好”的产品。但他们没有考虑到的是用户重视的不仅仅是产品特性的堆砌。它还包括了网络从其他产品用户获得的价值，以及它让他们加入到这种时尚所带来的社会价值。
这段视频则很好地解释了从众网络效应。Derek Sivers捕捉到了从众心理学的精髓，他说“如果他们表现得匆忙的话就会成为圈子的一员。”然后他又进一步解释说“剩下的人也只好加入了，因为如果不加入的话就会成为被嘲笑的对象。”
网络效应的学生应该注意到从众效应走不了太远。如果加入一场运动的人太多的话，其中的一些早期采用者就会放弃了，因为这群人已经变得太过主流了。这就是我们往往在产品开始阶段看到从众网络效应的原因。聪明的创始人会利用好从众网络效应然后慢慢过渡到其他的网络效应来维持长期的可防御性。
属性：
直接网络效应：加入运动的人越多，害怕错过的压力越大
例子：
苹果、Google、Stripe、Slack、LinkedIn、GitHub
网络效应的力量
前面我们讲过网络效应地图只是探讨网络效应本质的开始，这个话题要说的东西还有很多。网络效应是一种表面上看起来简单的复杂现象。
有了这份手册之后，我们还想跟大家一起交流网络效应的重要性、多样化以及复杂性。顶尖的创始人将会因为对网络效应有着深刻理解而受益匪浅，因为这可以转化为更加实用的商业决策。最后，决定你的企业成功与否的是防御性。而这方面网络效应比任何其他东西都要关键。
原文链接：https://www.nfx.com/post/network-effects-manual
编译组出品。编辑：郝鹏程。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]