Uber 大概是有史以来成长最快的公司。创立不过六年时间，它的市值已经攀升到625亿美金。更重要的是，这家公司产生了巨大的社会示范效应。一时间，Uber一词开始像Google一样出现了语义变迁，不再特指该公司，而是一种超越传统，全新的商业模式——共享经济。“某某领域的Uber”，成为了全社会的热词。无怪乎，Uber模式广泛被创业者拷贝，被投资者追捧。
外行看热闹，内行看门道。更深刻地理解Uber成功的原因，可能面临的挑战，拷贝时必须考虑的因素，对于众多的创业者、投资者意义重大。
智能商业成功的典范
Uber在共享经济方面的成功，大家都很熟悉了。但这种共享经济模式的成功，其实是建立在数据智能的基础上的。很多有很好共享理念的创新，举步维艰，原因是缺乏这方面的突破，无法创造足够大的价值。
Uber把一个传统行业，改造为基于数据和算法的智能商业——由于移动互联网的普及（智能手机变得极为廉价，GPS的实时地图服务已足够准确），乘客和司机的位置信息可以实时在线；而云计算和人工智能/机器学习的高速发展，使得实时匹配海量乘客和车辆（司机）成为可能。仅此一项，乘客和司机双方享受到的高效和便捷，就远超过传统出租车业。
此外，Uber还引入了市场机制，改变原有的计价体系。高峰期加价，引导乘客用不同的出价方式表达自己的需求，从而打破了传统定价的刚性。这是典型的，用市场化的方法解决社会问题。
通过不断改进的智能匹配算法，Uber不断地降低乘客等待的时间（大部分城市平均等待时间低于4分钟）。通过提高车辆使用率，在维持司机收入的同时，不断地降低价格，以进一步地扩大乘客基数，从而吸引更多的司机加盟，形成了一个快速发展的正反馈循环 。这点从Uber的员工组成也能看出来。工程师占了员工一半以上，而且有非常豪华的算法团队。
同时，在美国，传统出租车在大部分城市严重供给不足（往往受牌照限制），结果价格高昂。另一面，则是汽车保有量很高，社会资源严重闲置。Uber让普通人和私家车都能提供出租车服务，带动了共享经济的发展。
以上几项之和，就是Uber创造的巨大商业价值，并减少了社会资源的浪费。故而，Uber的估值随着其快速扩张，迅速膨胀，且有技术、共享经济等光环笼罩，因而一时风头无二。
但在最近两年，Uber的发展似乎进入瓶颈期，不但没有形成垄断，而且追赶者的脚步日益迫近。这显示出，它正在面临一些根本性的挑战。这些挑战的背后是理解互联网时代商业模式的一些关键点。
最重要的一条，是Uber到底有没有真正意义上的网络效应？这是“赢者通吃型”互联网企业最重要的特征。 我同意Tory Green（《The Myth of the Uber Monopoly》）的观点， Uber不具备“需求端网络效应”。Facebook，微信是非常典型的需求端网络效应，用户主动传播，帮助企业接近零成本地获取新用户。用户越多，就将越多的同学、亲人、朋友、同事……拉入网络，网络的价值自然越来越大。
Uber虽然没有网络效应，但它有清晰的平台经济。平台经济有很多种定义方法。最简单的一个标准就是它是否是个在线市场，完成多种相关资源的更高效的匹配。Uber智能匹配乘客和司机，毫无疑问它构建了一个在线的出行服务市场。在这个意义上它和Ebay，淘宝，谷歌更具备可比性。Ebay就是第一个在线市场。谷歌的商业价值核心是中小企业精准营销广告投放的在线市场。
平台经济是互联网时代最有竞争力的商业模式。一个重要的原因是平台也有正反馈闭环。更多的司机带来更多的乘客，更多的乘客带来更多的司机。这是典型的市场效应，学术上有时也被称为跨边网络效应（陈威如：《平台经济》）。
而数据时代的在线市场，本质上都有数据智能的引擎，把数据智能和市场机制有机的结合起来了，都成为了智能商业，从而创造了巨大的价值。所谓的互联网+，本质上就是看能否在一个个传统行业构建新的智能在线市场，从O2O，到家装，到医疗健康，无不如此。这是互联网下一轮竞争的关键。
Uber的核心优势，从经济学的角度来看，源于传统的“规模经济”：快速扩张供给端的“规模优势”——海量的，原来被挡在专业门槛（牌照）之外的服务提供者，加入市场提供服务，降低价格的同时，还大大提高了服务质量。
一个重大的挑战是，如不具备需求端网络效应，供给端的规模效应再强大，用户的转移成本仍然很低。尤其在互联网时代，用户很容易在UBER、LYFT、滴滴、神州、易到之间切换。司机甚至会很有意识地去支持两到三个公司，让他们保持一个有效竞争格局，从而维持自己的谈判能力。
至于乘客，转化成本也很低。如此重要的高频应用，为了使用时的方便，获得确定性的服务，多下载一个APP就不算什么了。而波峰、波谷的特征几乎使得任何一个网络都很难在高峰期提供足够好的体验，从而为跟随者留下生存的空间。
所以，规模经济的壁垒，比网络效应的壁垒要低得多。可以使用海量资本，进行密集轰炸而克服。这一点，从玩家的表现即可感知。5月中旬起，滴滴和Uber像进了拍卖会一样频繁举牌，不断更新自己的融资成绩：先是滴滴宣布获得苹果公司投资10亿美元；接着，Uber宣布获得沙特公共主权基金投资35亿美金；很快，滴滴宣布这一轮的融资远未结束，且将远超过Uber的35亿美元……基于规模效应的竞争，很快都会演变成军备竞赛。
而这种军备竞赛，不会有大赢家。从历史经验看，建立在规模经济基础之上的产业，最有可能形成的，其实是双寡头，或者三寡头， 而不是“赢者通吃”的格局。这样的例子非常多，如航空公司和钢铁企业。即使是互联网行业，也已经有先例可循：视频行业。到今天，这么多轮的军备竞赛后，三个大玩家的寡头垄断格局暂时还看不到打破的迹象。
平台的潜力还要看其广度和深度
要分析Uber未来发展的潜力，就需要看一个相对简单的平台能否演变成一个足够复杂的网络/生态。Uber能够如此快速扩张的根本原因之一，是打车作为用户场景相对简单。这个简单的切入点在带来速度的同时，也在一定程度上制约了Uber发展成多边市场、复杂生态的潜力。这一点，与淘宝做进一步对比就更加清楚。
暂时把两家公司发展的互联网基础环境的差别放在一边。淘宝要处理的是复杂的商品交易。为了完成这个当年几乎是不可能完成的任务，淘宝逐步摸索出了在线支付、担保交易、信用评价、消费保障等一系列支持体系。淘宝早期发展速度并不算快。但一旦这些体系建立了，从服装等主打类目，很快走向“万能的淘宝”，几乎无所不卖。这是平台的横向扩张。在纵向，平台的拓展能力也非常强大，从零售到广告、营销、物流、金融、供应链……， 逐步渗透。
淘宝的广度和深度，很大程度上是由于网络自己有很大的扩张动力。这种动力来源于另一个重要的经济学概念：范围经济。以淘宝为例，不同类型的卖家聚集在一起，不但可以分摊各种基础服务的成本，也能分摊获取客户的成本。淘宝的核心是商品的丰富性，不是简单的规模。互联网的所谓长尾效应就是源于范围经济。
而Uber的司机，是个相当简单和同质化的角色。没有明显的范围经济，网络缺乏自主生长的动力。Uber在打车之外，一度被寄予厚望的快递服务、送餐服务等业务扩张并不顺利。根本原因在于，这不是原有网络的自然延伸，而需要管理者去复制原有领域的成功。问题是，人为将一个成功模式复制到完全不同的场景中，Uber公司的效率未必高过一个创业团队。一个有力的旁证是，达达快递已经迅速在快递业中复制了Uber模式。
几乎可以推论，无论是否为Uber公司亲力亲为，Uber模式向其他服务业的扩张，都会把出租车行业发生过的故事重演一遍：以大数据、智能商业为驱动力，短期内轻松突破传统行业的极限。其核心，仍然是快速的规模扩张，照样需要疯狂融资、烧钱，目的是炸开传统规模效益的壁垒；用户仍然会在多个Uber模式的快递、送餐平台中自由切换，只看谁能在特定的时间内提供确定性更优的服务；快递员无论兼职还是专职，也仍然会有意多头接单，保持平台之间的竞争关系以提高自己的议价能力……外卖几乎就是历史重演。而大部分目标市场要小得多的类Uber公司，由于投入产出完全不成比例，已经大量倒闭了。
Uber毫无疑问推动了共享经济的发展。但值得指出的是，共享经济实际上也有两种，其机制和价值很不一样。一类是以Uber为代表。核心是对某种物理资产，如汽车的共享，从而提高其使用效率。这是经典的timesharing模式，本质是降低成本。但这种降低有个极限，一辆车每天最多开24小时，而且持续挖潜也会加速损耗。同时，Uber的成本结构也可能发生很大的变化。早期业余司机、闲置汽车的加入，的确避免了公司对固定资产投入，节约了大量运营成本。但随着需求量的快速上升，很多司机实际上成为专职司机，这也就带来了新的社会问题。如果加州法官最近的判决被广泛采用，Uber司机要按公司员工处理，Uber的成本将急剧上升。
另一类共享经济其实是共享人的“认知盈余”（克莱·舍基：《未来是湿的》），关注的是价值创造，平台设立机制，让人更好地发挥协同创造力。其成果，所能完成的社会价值，远超过传统从业人员的想象力。最经典的案例是维基百科，以众愚成智的方式重新定义了辞典业。又比如新闻业，Twitter和新浪微博平台上数以亿级的网民合力，大大拓宽了新闻内容的产生量，其传播效率更不可同日而语。
未来，更多的创新应该沿着这个方向前行，我们甚至可以把这类创新叫做共创经济。哪怕是在互联网的洪荒时期，Linux系统，就是由千千万万富有“认知盈余”，且素昧平生的程序员们合力完成。今天这样的共创模式在软件行业已经是主流了。
Uber的未来
通过上面的分析，Uber的模式和潜力应该已经很清楚。它最有可能扩张的领域，仍是围绕出行的继续创新。电动车、自动驾驶等新兴领域会带来很大的机会。在此类创新一时难以出现，或技术还无法商业化之时，延续现有模式扩大规模效应自然是首选。比如，以某种形式拥有自己的车队，将Uber模式继续向多个国家复制等。
作为一家公司，Uber的价值如果真要飞跃，譬如在千亿美金俱乐部中站稳，就必须在现有的数据智能技术，或在需求端网络效应、平台的复杂演化等方向上，至少出现一个质的变化。这是一个巨大的挑战。
这一切能否发生？让我们拭目以待。
（来源：亿欧网 曾鸣）
