生态系统和开放创新携手：合作共赢，固步自封难行

由IBM发布了《生态系统和开放创新携手：合作共赢，固步自封难行》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。开放创新将实现比传统创新更好的业务成效。对于每一美 元的投资，开放创新所创造的直接收入比例是传统创新的 4 倍。

1.基于目标的开放创新方法

在我们调研的受访组织中，开放创新能力的平均成熟度为中等水平，各领 域的平均得分为 2.92。 这表明，大多数组织已经开始着手开放创新的商业论证和战略规划，并且正在逐步加强管 理支持。此外，组织正在探索内部和外部依赖关系，并与生态系统合作伙伴建立合作关 系。不过，组织更倾向于开展独立的创新试点项目，而不是跨所有职能部门的整体试点项 目。而且，在加速创新方面，数据和数字技术的应用还较为有限。目前，组织在开放创新方 面已经取得了一定的进展，但未来仍然任重道远。

希望提高成熟度的组织必须认识到，并非所有能力都同等重要。某些能力对创新和业务绩 效更为重要。 更重要的是，根据所需要实现的成果，不同的能力将发挥不同的作用。为了确定如何最合 理地分配资源，组织必须明确定义所希望实现的目标。

让我们深入探讨这一点。 如果您的目标是提高创新效率，例如更迅速地从开放创 新投资中实现回报，您的组织就必须增强与生态系统伙 伴互动和合作的能力。此外，组织还需要注重技能发展 和网络安全，这两者都是合作的关键驱动力。 如果您的目标是改善创新成效，例如提高创新对市场份 额的影响力，则成功的关键因素包括参与平台、知识产 权策略、明确的战略以及与业务战略保持一致。 我们的研究结果也进一步证明，开放创新是一项需要明 确业务目标的战略性业务决策。换句话说，您的组织为 什么要参与开放创新？是为了加快创新速度？还是为了 创造新的商业机会和创收机会？ 根据您所希望实现的目标，不同的策略将发挥不同的作 用。正是因此，对于所有目标而言，明确的战略和执行计 划都是一项不可或缺的重要因素。

2.开放创新至关重要，但不同行业 的情况千差万别

既然制定明确的目标对于开放创新成熟度如此重要，那么随之而来的问题 是：企业参与开放创新的目标是什么？我们从调研中获取的结果很有趣，企 业开展开放创新的首要目标是降低和优化成本，其次是改进产品/服务以及 创造新的业务模式和价值主张。 不同行业的目标各不相同（见图 7）。这表明，组织在开放创新方面的战略目标在很大程度上 取决于所处的行业背景。

实际上，开放创新将为企业创造多大的价值，这主要取决于行业生态系统的情 况、市场状况以及组织在行业生态系统的角色。因此，电力公用事业和电信等网 络化行业的组织具有最高的平均成熟度，这也就不足为奇了。相比之下，政府组 织的平均成熟度最低（见图 8）。

3.携手共创才是致胜之道，而不是 固步自封

您的企业正处于一个重要的十字路口：要么立即向开放创新敞开大门， 要么关闭未来创造价值的机会大门。 做出选择很容易，但要落实到行动就绝非易事。 首先是技术。在混合云和人工智能的引领下，数字技术进步带来了新的创新机遇，同时 也带来了隐私、伦理、安全和知识产权方面的新挑战。 这些根本性变革与新兴的生态系统经济密切相关，而要发展生态系统经济，建立可促使 协作和共创的开放技术和标准则就至关重要。正是得益于互操作性技术和通用标准， 开放创新和生态系统合作才成为可能。

为了支持生态系统经济中的开放创新，混合云是一项不可或缺的技术，可允许在系统、 云、功能领域和组织之间共享数据和工作负载。混合云整合了公共云、私有云和本地基 础架构，可在这三种环境之间实现编排、管理和应用可移植性。 这种统一的环境可以简化数据访问和分析流程。对于希望利用开放创新创造更大价值 的组织来说，混合云是一项利器。作为两项关键技术特性，开放标准和互操作性可允许 组织跨系统和企业边界建立互联、进行整合和开展工作，从而实现生态系统合作。

如果想要利用生成式 AI，就需要开放创新 访问海量数据存储的需求也会带来各种新的挑战，一个显而易见的问题就是组织难以 快速高效地提取洞察。正是因此，许多组织开始采用人工智能（包括生成式 AI）将抽象 数据转化为切实可行的洞察，从而加速和扩展创新工作。 将生成式 AI 应用于开放创新有哪些最重要的潜在益处？针对这一问题，受访高管们将 扩展创新生态系统视为首要益处，其次是增加创新收入和降低创新成本。

受访高管在将生成式 AI 应用于开放创新时存在一些顾虑。主要障碍包 括对数据隐私和准确性的担忧、缺乏生成式 AI 技能以及所需的前期投 资。有趣的是，受访高管并不太关心技术的可用性。

受访高管们预计，在开放创新中应用生成式 AI可能面临 诸多障碍，但合作可以让这些问题迎刃而解。通过与生 态系统伙伴进行合作，组织能够获取互补性技能和额外 的投资资金。 事实上，积极参与生态合作是充分发挥生成式 AI 创新 潜力的理想方式。只有通过共同投资、共建能力和价值 共创，组织才能从基础模型和生成式 AI 的投资中获得 回报。但是，单一组织是否具备足够的资源和规模来独 自开展所需的投资，这一点是值得怀疑的。 更重要的是，仅依靠少数科技公司创建的通用模型可能 不足以支持企业级创新。这是因为，要建立真正的差异 化优势，定制和情境化必不可少。而通过与生态系统中 的商业和技术伙伴携手共同努力，企业可以投入足够规 模的投资来开展具有商业可行性的生成式 AI 项目，而这 有助于转化为差异化竞争优势。