从连接性到数据生态系统：物联网商业模式演进框架

《Review of Managerial Science》：From connectivity to data ecosystems: a progression framework for IoT business models

　　

物联网（IoT, Internet of Things）技术的快速发展使得设备、人员和组织之间出现了新的数据流动形式，这催生了价值主张日益复杂的创新商业模式。本研究开发了一个物联网商业模式的类型学与演进框架，重点阐述了企业整合物联网技术时，价值创造和价值捕获是如何演变的。基于系统性文献综述和多个案例研究，本研究识别出三种不同的商业模式原型——即连接性、服务化和数据生态系统。每种原型都具有特定的价值创造和价值捕获机制。由此产生的框架为那些寻求将物联网投资与其能力和市场定位相匹配的企业提供了见解。通过提供一个关于商业模式复杂度的结构化视图，本研究有助于对物联网商业模式、商业模式复杂度和数据生态系统的理论理解，同时也为管理实践提供了信息。

**物联网商业模式演进框架：从连接性到数据生态系统的研究解读**

**研究背景与问题**

物联网作为工业4.0革命中最具颠覆性的技术之一，通过将物理对象整合到大型网络中，从根本上改变了个体与系统之间的交互方式。物联网技术被概念化为一个复杂的系统之系统，其核心能力包括通信以及可选的传感、驱动、数据捕获、数据存储和数据处理。预计到2030年，物联网可能在全球创造高达12.6万亿美元的经济价值，并推动服务化转型，即企业从提供独立产品转向提供集成的产品-服务系统。然而，这一巨大潜力的实现取决于企业能否采用和实施可行的商业模式来应对物联网技术的独特特性。商业模式是技术创新与经济价值创造之间的关键接口，使企业能够将实时数据收集、预测分析和自动化等物联网能力转化为有价值的服务。缺乏结构良好的商业模式，企业可能难以有效货币化物联网生成的数据或将物联网驱动的洞察整合到其价值主张中。因此，针对物联网的商业模式设计和演进不仅是运营层面的考虑，更是企业旨在捕获物联网经济价值份额的战略要务。

现有关于物联网商业模式的文献虽然提供了重要见解，但仍存在显著空白。首先，许多文献倾向于采用“一刀切”的视角，将物联网商业模式视为稳定且普遍适用的，这忽略了企业在利用物联网技术和商业模式方面的显著差异性。企业处于不同的商业环境，拥有不同水平的物联网基础设施，并以不同规模部署物联网。其次，物联网产生的数据存在未充分利用的问题，许多公司尚未从物联网中捕获显著效益，主要原因之一是物联网数据未被充分利用或根本未被使用。研究表明，这主要是一个商业模式问题，而非技术问题。物联网连接设备产生的海量数据与企业商业模式之间的不匹配，阻碍了有效利用这些未开发潜力的能力。因此，除了识别可行的物联网商业模式外，迫切需要理解其原型以及这些模型在复杂度上是如何演进的。这不仅能帮助企业实施与自身数据相匹配的商业模式，还能为它们如何更好地利用数据资源提供见解。本研究旨在解决两个核心研究问题：基于物联网数据利用的商业模式原型有哪些？这些模型在商业模式复杂度方面如何演进？

**研究方法**

本研究采用多元方法论视角，实施了一种多方法研究设计，以从多个角度审视现象。研究分为两个阶段。第一阶段，研究人员通过系统性文献综述，从学术文献中开发了一个类型学，以识别物联网商业模式原型及其演进。文献检索于2023年10月初开始，随后在2023年11月和2024年1月进行了更新。检索词为“（"IoT" AND "business model"） OR （"Internet of Things" AND "business model"）”，应用于论文的标题、摘要和关键词。在Web of Science和Scopus数据库中进行检索后，经过筛选和去重，最终确定了85篇论文进行分析和综合。研究人员采用开放编码技术对收集的文本进行分析，通过逐行分析原始定性数据，识别与商业模式相关的证据，并将其标记为概念代码。通过不断比较数据片段，将相关代码归纳为更广泛的类别，最终识别出三种商业模式原型。为了将识别的商业模式原型构建为演进框架，研究人员基于三个维度评估了其相对复杂度：技术复杂性、服务导向与定制化以及网络嵌入性。

第二阶段，研究人员通过基于档案和二手数据的实证研究，扩展和丰富了这一类型学，具体考察了其价值创造和价值捕获的核心组成部分。研究采用了多案例研究设计，选择了14家物联网公司作为案例，包括Gardena、Grundfos、John Deere、Carrier、Hilti、Kone、Michelin、Telenor、Sandvik、NetAtmo、Velux、Bosch、KPN和Schneider Electric。案例选择采用理论抽样，以确保所选公司能反映物联网商业模式原型的多样性，并提供足够丰富的数据用于分析。数据收集遵循严格的协议，从公司网站、博客、目录、通讯、企业报告、产品手册和白皮书等来源系统收集多格式档案材料。数据分析采用主题分析方法，涉及数据缩减、数据展示和得出结论三个并发活动。通过编码和分类，识别出价值创造和捕获机制，并将案例公司根据其核心价值主张和商业模式复杂度分为三组。

**研究结果**

通过对系统性文献综述和案例研究数据的分析与综合，研究人员识别出三种以独特价值主张为中心的物联网商业模式原型，并揭示了其复杂度演进模式。

**原型一：连接性**
这是最基本的物联网商业模式原型。物联网实现了设备之间以及设备与用户之间的连接。其价值创造包含两个组成部分：1）**数据驱动功能**：通过使用物联网，基于来自连接设备的数据来增强产品的功能，例如改善性能、提供新功能、提供数据驱动的洞察以及提供个性化体验和附加组件。2）**可升级性**：物联网允许通过软件更新和新功能持续升级和改进产品，将传统的静态产品转变为持续演变的动态产品。在价值捕获方面，公司可以通过订阅特定附加服务、货币化额外的附加组件和升级，以及提供咨询、维护和支持服务合同等方式，从新的来源获取价值。

**原型二：服务化**
这一原型涉及公司从销售产品向提供包含服务的全面解决方案转型。物联网通过将传感器、连接性和数据分析集成到产品中，使其成为智能连接设备，从而实现服务化。其价值创造包含两个组成部分：1）**X即服务**：使客户能够通过定期订阅而非一次性购买来访问和使用产品，增强了灵活性和可扩展性，并允许持续改进。2）**优化**：指物联网产品和服务通过提供详细的洞察和分析，帮助用户最大化价值并降低成本，例如改善产品利用率和实现显著的成本节约。价值捕获机制则围绕服务化产品和产品-服务系统展开，包括订阅费、基于使用量的定价和附加服务等。

**原型三：数据生态系统**
这是最复杂的商业模式原型，其中物联网生成的數據在跨越企业边界的协作网络中被共享、处理和货币化。其价值创造包含两个组成部分：1）**互联产品/服务**：指两家或更多公司协作开发产品和服务，从而产生比任何一家公司单独实现更大的综合价值。2）**可定制性**：使客户能够在数据生态系统内修改和个性化物联网产品和服务，以满足其特定需求和偏好。价值捕获组件被称为**新市场**，即公司能够接触到如果不参与数据生态系统则难以触及的客户和未开发市场。

**商业模式复杂度演进**
研究发现，物联网商业模式倾向于从基本的基于连接性的产品向更集成和数据驱动的生态系统演进。这种演进反映了技术能力、战略集成和价值共同创造水平的提升。连接性模型代表了最基本的复杂度水平，提供基本的物联网功能，但在设备连接性之外提供的差异化有限。服务化通过纳入服务驱动的收入模式，提高了客户参与度和运营效率，从而引入了更高的复杂度。数据生态系统模型代表了最复杂的原型，其中多家公司协作交换、分析和商业化物联网生成的数据，创造了一个持续价值创新的网络环境。这种复杂度层次结构源于文献中观察到的模式，即那些表现出更高物联网功能集成度和数据驱动能力的商业模式被定位在更高的复杂度水平。

**讨论与结论**

本研究通过系统性文献综述和多案例研究，识别了三种不同的物联网商业模式原型：连接性、服务化和数据生态系统。研究结果提出了一个基于物联网服务演进的商业模式原型框架，以及每种原型的价值创造和价值捕获组件。连接性原型侧重于基本数据收集和远程监控，增强产品功能和可升级性。服务化原型包含产品-服务系统和服务化产品，提供灵活、可扩展的解决方案和成本优化。数据生态系统原型代表了一种高度复杂的商业模式，其中互联设备和系统创造协作、可定制的产品/服务并开辟新市场。尽管这些商业模式原型在概念上是不同的，但它们也是相互关联的。随着企业完善其物联网战略，它们可能会在这些模型之间转换或整合多个原型的要素。

研究从三个方面做出了理论贡献。首先，为新兴的物联网商业模式对话增添了新视角，提供了一个不仅对这些模型进行分类，而且阐明其向更高复杂度演进的理论框架。其次，扩展了关于商业模式复杂度的讨论，将其构建为一个多方面的概念，涵盖了物联网背景下技术能力、价值创造潜力和多参与者性质的整合。第三，与数据生态系统文献相交汇，通过将数据生态系统重新定义为一种商业模式原型，而非仅仅是参与者协作管理和交换数据的社会技术网络，为该领域提供了新的视角。

在实践意义方面，该框架为公司提供了一个战略视角，以评估其当前的商业模式定位，并规划向更高复杂度发展的路径。管理者应系统评估其数据和技术的准备情况，包括物联网技术和物联网驱动数据的质量、互操作性和治理，然后再追求更先进的商业模式配置。寻求参与数据生态系统的公司应主动制定数据共享策略和法规，以解决合作伙伴之间的数据所有权、访问权限和治理问题。对于政策制定者而言，这些见解凸显了支持标准化工作、可互操作的数字基础设施以及促进跨组织边界数据流动的监管框架的重要性。

本研究也存在一些局限性。研究采用了系统性文献综述和多案例研究设计，虽然稳健，但数据收集范围可以扩展。未来的研究可以采用更大样本量的调查，或使用档案数据进行定量验证。此外，本研究主要从经济价值视角看待价值，未来研究可以探索物联网商业模式在环境和社会福祉等非财务价值维度的影响。研究还提出了两个未来研究方向：高度复杂的商业模式能否直接增强企业捕获更高经济和非经济价值的能力？以及高度复杂的商业模式在短期到中期可能涉及更高的技术成本，但这些成本是否可以通过长期更高的投资回报来证明其合理性？

**结论**
本研究通过开发一个基于系统性文献综述和多案例研究证据的类型学与演进框架，考察了物联网商业模式。分析识别了三种原型：连接性、服务化和数据生态系统。它们代表了商业模式复杂度的递增水平，并突出了从基本的设备互连向协作性、数据生态系统的演进。通过概念化这种演变，本研究提供了一个动态视角，说明物联网能力如何随时间改变价值创造和捕获机制。理论上，这项工作做出了三项贡献。实践上，该框架为公司提供了战略视角，以评估其当前的商业模式定位，并规划向更高复杂度发展的途径。未来的研究可以通过更大规模的定量方法（如调查）扩展本工作的范围，并关注物联网商业模式中的非财务价值维度。