增长从何而来?答案是创新,是创新驱动了增长。回顾过去几百年,不仅是中国,全球范围内的增长都归功于创新和效率的提升。像百度这样的公司,始终高度重视技术投入与创新,我们希望通过持续创新来推动公司的增长。
多年来,我们在人工智能技术领域的投入,如今已逐步显现出各种新的机遇。我们过去谈论第一曲线、第二曲线、第三曲线,即便是在相对成熟的第一曲线业务中,过去几年也涌现出许多新机会,比如AIGC(生成式人工智能)。在深耕AI(人工智能)多年后,我们发现AI已经从尝试理解人、模仿人,发展到了能够生成内容的阶段。实际上,在这一领域,我们已经积累了多年的技术经验。
无论是产品还是功能,将技术转化为市场所需,这是百度的机遇。为更精准、迅速地捕捉用户和客户的需求,我们有很多地方需要提升。近年来,我们加大了技术投入,并着重关重第二、第三增长曲线。这些新兴领域的投入,在百度收入与利润中的占比可能会逐渐增大。
很多人对商业本质的理解并不深刻。在设置新业务的OKR(目标与关键成果法)时,我们通常只关注年度收入增长目标,往往忽略了收入的来源和质量。要真正评估业务的健康状况,应该关注比收入更有质量的指标——毛利。
大约20年前,百度就引入了毛利的概念。早期,我们从事搜索业务时,部分收入来源于联盟,而联盟的流量是购买的,因此,所得收入需要和流量伙伴分成。所以,无论是对公司整体还是相关业务负责人的考核,我所提及的收入都是指扣除流量获取成本后的净收入。
毛利是一个重要指标,但运营利润更能体现业务的质量。短期内,可以用“高速成长导致的亏损”来解释,但长期来看,业务必须在运营层面实现盈利,这才是好的业务模式。
其实,营业利润也并非终点,真正的终点是现金流。账面收入高并不意味着实际资金已回笼,若客户倒闭或赖账,这些收入便形同虚设。很多to B(面向企业)公司虽有利润和盈利利润,但缺乏现金流,最后因资金链断裂而倒闭,这样的案例屡见不鲜。
我们对这套商业逻辑缺乏深入了解,盲目追求GMV(总销售额)、DAU(日活跃用户数量)和收入等指标。有时,我们对业务的理解逐渐偏离本质,变得“层层递减”。当我向VP(副总裁)和总监们阐述这些理念时,他们虽表示赞同,但在制定OKR时,有些人可能会关注收入,而有些则完全不体现。这样的OKR再向下传递时,团队成员往往只关注时长等单一指标,忽视了业务的整体健康。
百度有多达五级甚至六级的组织结构,但当指令传达到最基层、实际执行任务的一线员工时,他往往不理解“为何要执行这个任务”,或者即便理解,也感觉不到“这与我有什么切身关系”。因此,我希望百度每一级员工,特别是那些渴望晋升到更高职位的员工,能够站在更高的视角去思考这个问题。
如今,无论是AIGC还是ChatGPT,它们都是AI技术发展的新产物。技术已进步至此,但如何将其转化为实际产品,并满足特定需求,仍存在诸多不确定性。因此,我们既感到兴奋,也深感责任重大。作为商业机构,我们掌握着前沿技术,但将技术转化为大众所需的产品才是最大的挑战,也是最能产生深远影响的壮举。
真正的创新不仅在于技术的新颖,更在于其能产生的社会影响。这种影响必须通过产品和商业化应用来实现,这虽艰难却是我们的使命。
我们常提及“端到端优化”,但“端到端”并非适用于所有情况。有些公司明确表示,“我们只做平台,不进行端到端整合,我更信赖横向分工”。
不仅在IT(信息技术)产业,汽车行业也有类似情况。早期,福特采用端到端模式,自制所有零件,通过流水线提升效率。然而,最终颠覆福特的是精细化的横向分工。丰田依赖供应商制作配件,实现了更低成本、更高效率,从而超越了福特。
在IT领域,苹果采取“端到端”模式,产品高端且体验优越。而安卓则不同,即便手机销售不佳,其平台依然成功。因此,在讨论“端到端”时,我们实际上在思考百度整体业务方向:是选择平台化,还是纵向整合。
我们要明确,只有业务规模足够大时,“端到端”的模式才是最高效的。若业务规模小,则不必强行采用“端到端”,因为其效率并非必然最高。
对于部分业务,在考虑“端到端”时,应首先思考业务规模是否能做大。在规模足够大的基础上,我们将芯片层、框架层、模型层和应用层进行串联并优化,从而提升整体效率。假如每个客户能节省50万元成本,但研发投入需5000万元,那么当客户数小于100时,这种“端到端”的优化就显得不划算了。
我以前就强调过,“创新的本质是提升效率”。只有能提升效率的创新,才是真正有价值的创新。如果某项创新导致效率降低,那它就不能被称为好的创新。因此,当大家将自身业务与“端到端”结合时,需要具体问题具体分析,判断其是否真的能提高效率。
对于很多公司,甚至百度某些业务来说,选择做平台是正确的。因为“端到端”并非总是最高效的做法。
创新效率涉及从收入到毛利、到纯利,再到现金流的整个过程,这有助于我们理解业务。而“端到端”的分析方法则更进一步揭示了我们所做工作的核心本质。洞察本质后,再设定OKR和关键指标时,就能明确每个指标的意义,以及如何有效地达成这些指标。
由于每个业务都有其独特性,我们难以制定统一规则,这需要大家运用分析和判断力。我们要避免过去常犯的错误,比如设定了某个指标,达成后却发现它并不能实现我们的初衷,这通常意味着最初的对标就是错误的。