数据AI开启经验规模化复制时代-安永

期待保险行业AI模化复制时代19December2023AI目录焦点透视：AI狂潮中的大变革AI的突破：保险行业的创新挑战与机遇面对本次AI热潮，保险行业的焦点问题都有哪些 可能问题头脑风暴洞察问题，探寻本源定义核心问题洞见问题本质设定锚点，行动实践找到本质解制定解决方案报告摘要人工智能正在经历新的发展浪潮。某头部公司正在转向AIAgents支持平台，结合第4代人工智能模型与专业语料库以实现业务创新。AIAgents有望为商业领域注入新活力，展示人工智能的潜力和商业价值。随着平台的发展，新的AIAgents涌现，提供专业化、高端化、个性化、规模化、持续化的服务。人工智能的革新涵盖了生成内容（AIGC）和生成服务（AIGS）的领域。保险行业面临挑战，AI的突破为其带来新的应对方向。保险业面对变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到问题的根本原因，使问题具有通用性。行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。保险公司在应用AI技术方面的优势和能力：保险公司可以通过分析自身优势并利用AI高运营效率，包括在产品设计、市场营销、核保及理赔等环节。AI应用研发框架的流式会话能力可以提高前后端开发的效率。保险公司应用AI技术可参考的方法论：通过价值飞轮、价值网和画布等方法，企业可以更好地理解业务逻辑，识别关键驱动力，并实现更全面的优化。这些方法提供了有效的工具，帮助企业理清思路，找准业务发展的核心驱动力，确立清晰的策略逻辑。同时，画布法可以将价值网中的各个要素以图形化的方式呈现出来，更直观地揭示它们之间的关系和互动。这些方法可以提高企业的运营效率和价值创造，并避免对旧价值网的依赖，持续优化和改进价值网，实现更高的效率和价值。2AI规模化复制时代焦点透视：AI狂潮中的大变革一自1956年人工智能问世以来，历经了多次繁荣与衰退的周期，科学家们将其形象地称为“人工智能的夏天”和“人工智能的冬天”。尽管每次技术革新都为智能机器的创造指明了新的方向，但最造更多可能性。目前，某头部人工智能研发公司正在将人工智能的发展重点转向AIAgents支持平台，以该公司研发的人工智能模型作为前身，结合第4代人工智能模型与专业语料库以实现业务创新。通过AssistantsAPI，开发者可以轻松地将第4代人工智能模型功能引入应用或平台，提高效率和激发创造力。AIAgents的出现有望为商业领域注入新的活力，展示人工智能的潜力和商业价值。这些技术将引领人工智能技术的新发展方向，助力企业和个人实现更高效、智能的创新应用。随着平台的发展，新的AIAgents各种涌现，它们各具特色，并提供着专业化、高端化、个性化、规模化、持续化的服务。人工智能的这一波革新，不仅涵盖了生成内容（AIGC），更拓展到了生成服务（AIGS）的领域。这正是目前追求的目标：用AI生成服务，改变世界。目前，保险行业面临着多方面的挑战和困境，包括全球自然灾害风险的增加、风险保障仍然存在巨大缺口、全球经济衰退风险、通胀对理赔成本的影响、资产配置风险和回报等。AI为保险行业带来新的启示和应对方向。AI的突破：保险行业的创新挑战与机遇化与影响，创新产品设计推动可持续发展。运用人工智能和建模工具，发展新型产品（如：指数保险等），关注保障缺口，实现全球风险降低与险企增长战略的结合。实践更加优化的社会风险管理：人口变迁与经济衰退将进一步带来社会风险，新的保险产品应该关注特定客户群体需求，针对性定制化满足客户的财务健康和安全保障。的创新都需要采用ROI模型评估回报，AI的突破发展将使得创新更加容易。另类资本提供方、消费品供应商、零售商、汽车制造商等的深度合作变得容易，充分结合生态伙伴力量可以更加突显保险的价值。加强网络信息与数据安全：保险公司需要通过提高对网络攻击的认知、分享风险管理专业知识以及鼓励投资于风险减少等措施来加强网络保护与信息安全。采取必要的精简：保险公司需要简化销售和运营流程，并消除不必要的步骤。险企可通过面对本次AI热潮，保险行业的焦点问题都有哪些二AssistantsAPI，将第面对本次AI热潮，保险行业的焦点问题都有哪些二AI在保险行业的应用进展如何？AI在保险业的应用主要集中在哪些方面？AIAI在保险行业的应用进展如何？AI在保险业的应用主要集中在哪些方面？AI对保险行业的革新体现在哪些方面？AI路线五花八门，哪些技术最适合保险行业？保险公司该如何培养和布局AI能力？……类似的问题层出不穷，而线性地回答问题似乎总是无法满足需求，甚至会让答案更加迷茫。在这种情况下，读者可能会开始质疑自己的常规思维方式是否合理。然而，问题的核心往往隐藏在表面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？洞察问题，探寻本源洞察问题，探寻本源三U型思考方法论是一个找准问题、U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型遇到初始问题解决问题遇到初始问题解决问题发现问题的本质找到本质解问：定义核心问题初始问题初始问题Why初始问题Why初始问题Why根本原因 4定义核心问题的过程中，以保险行业里一个热门的问题为出发点，试图通过WHY、WHAT的方更加全面地了解问题的本质和解决方法。在当前不确定的环境中，保险企业在经营上面临的挑战之一是消费者行为的不断变化，这些变化都包括什么？•WHAT在当前不确定的环境中，保险企业在经营上面临的挑战之一是消费者行为的不断变化，这些变化都包括什么？•WHAT化。上述例子在不断深挖问题的过程中，可能使得问题本身变得破碎，因此，针对每一个问题的解释回答，不仅要聚焦一个重要的因素，同时在一些必要阶段需要进行升维/抽象化，使得最终的问题具有通用性。在这个例子中，最终可能会将问题抽象聚焦为：“看不清楚未来的趋势和规律”“缺乏明确的定位”“无法有效识别机会”等。挖：洞见问题本质在2021年出版的《千脑智能》（AThousandBrains:ATheoryofIntelligence）中，杰夫·霍金斯（JeffHawkins）基于人类大脑如何工作的最新研究，提出了一个重要概念：参考系构建保险行业的参考系在霍金斯的理论中，参考系是智能体用来存储和处理信息的框架。这些参考系可以是物理的，比如空间坐标系，也可以是抽象的，比如概念框架。从这个观点出发，大脑利用不同的参考系来理解世界，例如通过空间关系来理解物体的位置，或通过抽象的概念来理解复杂的思想。正是由于这种特征的存在，智能体得以从不同角度和层面来理解和处理信息。构建保险行业的参考系目前，构建的保险行业参考系，需关注六大方向。一是市场行业动态，聚焦保险公司市场表现及行业发展；二是法律法规，金融行业不容忽视的维度；三是技术发展趋势，紧跟时代步伐；四是消费者行为变化，洞察市场风向标；五是风险合规情况，确保行业稳健发展；六是企业战略执行情况，提升企业核心竞争力。每个小方向都可作为子参考系，最终汇聚成总体参考系，助力保险业决策者精准决策，实现业务持续发展。01 市场与行业动态 01 市场与行业动态消费者为与求 0402 02 律等。03 03 技术发展趋势影响。

风险管风险管与合规 05长期视角 长期视角 06（ESG）因素如何影响保险行业的长期发展。构建保险行业的技术发展趋势参考系（宏观）构建保险行业的技术发展趋势参考系（宏观）折泡沫之路折泡沫之路协同阶段经济发展黄金时期；内生性增长、市场扩张；金融资本与产业资本再度融合，实体经济吸收技术的外部性；新产业创新的就业成熟阶段（动能衰竭）有闲阶级和资本的出现；新的投资机会短缺；经济大概率出现“滞胀”；自满与失望并存，社会割裂狂热阶段金融资本向新范式的代表性产业集中；脱实向虚，金融泡沫膨胀镀金时代的贫富分化新一轮康波产能过剩新范式与旧经济的分裂；旧产业的衰落和失业问题的加剧下一次康波展开期导入初期：开放型文化受益爆发阶段展开期：集体型文化受益 导入期 转资料来源：《技术革命与金融资本：泡沫与黄金时代的动力学》科技革命与金融资本卡洛塔卡洛塔·佩雷斯（CarlotaPerez）的研究总结了科技革命与金融系统的规律。一系列技术革命组成的科技大周期呈现S型的扩散曲线，整体可以分为两个阶段：【导入期】与【展开期】，新技术导入社会与全面展开间，存在一段社会体系崩溃到重组的过程。/债务周期的循环。在图示这个参考系中，企业需要通过衡量当前自己处在哪个大周期中，以及这个大周期中的一波科技潮流处在什么阶段。同时，企业需要考虑自己所处的文化与科技之间是冲突还是相融。这样才能判断这样的科技在环境世界中能否顺利开展，并且开展的深度是怎样的。这个大周期需要通过规模化去定义，因为人类社会发展通常会经历三个主要阶段：生产规模化、服务规模化和创意规模化。在每个阶段中，无数小技术创新不断涌现并逐渐融合，最终促成一次重大的科技革新周期。除了将科技周期和文化适应度纳入考量，帮助企业更好地洞察保险行业的未来走向。三轮规模化变革，则为企业提供了更为清晰的行业技术发展规模路径：生产规模化工业革命促使了大规模生产制造，实现将服务装进了产品中，满足大众用户的日常需求。服务规模化生产规模化工业革命促使了大规模生产制造，实现将服务装进了产品中，满足大众用户的日常需求。服务规模化AI+云计算+，创意规模化在更远一些的未来阶段人与AI实现异构分工，加速新研究、新技术、新应用不断爆发。我们认为，当前保险行业技术发展位于服务规模化展开前期，其重要特征是逐步由服务集成在产即它们各自对“产品”和“服务”的关注焦点。具体表现可以从以下几个方面来看：当前对服务的重视、不仅改变了产品的角色、也重新定义了企业与消费者的关系01当前对服务的重视、不仅改变了产品的角色、也重新定义了企业与消费者的关系01工业革命的产品中心性•02当前技术革命的服务导向重于服务。这里的“服务”指的是提供给消费者的价值，它可以是数统的服务），但它们都通过技术得到增强和创新。在这个观点中，“把产品放在服务中”意味着产品成为提供服务的一种手段，而不再是最终目的。03从产品到服务的转变这种转变标志着从以产品为中心转向以用户体验和需求为中心的转变。在现代经济中，消费者不仅仅在乎产品本身，他们更关心的是产品如何为他们提供持续的价值和体验。因此，服务成为连接产品和消费者的关键要素。04技术的作用05长期影响•在工业革命期间，主要的创新和发展集中这个时期的突破，如批量生产、标准化和机械化，都是围绕着提高产品生产效率和降低成本。在这个框架内，服务（比如维护、销售、支持等）被视为一种对产品的补充，是产品的附加部分。••当前的技术进步，尤其是在数字化和互联网领域，使得服务可以更加个性化、高效和广泛。云计算、大数据、人工智能等技术使服务能够在更大规模上并••••从“以产品为中心”到“以服务为中心”的转变对企业战略、市场营销、产品设计等各个方面都有深远的影响。要求企业不仅仅关注产品的制造和销售，而是要考虑如何通过服务为客户创造持续的价值。在大周期中，影响科技应用的社会因素也是不容忽视的，这里以“创新扩散理论”，说明技术创新改变社会的规律。行为改变 习惯改变 文化改

自我推动阶段从众阶段自我推动阶段从众阶段技术创新扩散度关键阶段突破阶段755025资料来源：创新扩散论

创新者2.5

早期采用者13.5

早期大众34

晚期大众34

0落后者16技术创新改变社会美国传播学者埃弗雷特·罗杰斯（EverettRogers）的“创新扩散理论”：技术创新改变社会分为：行为改变、习惯改变和文化改变。Majority）、晚期大众（LateMajority）、落后者（Laggards）。但是需求更加多元化的消费者群体便会形成。构建保险行业的技术发展趋势参考系（中观）构建保险行业的技术发展趋势参考系（中观）科技宏观大周期底层，先进技术通过组合创新与模式变革来进行扩散主导技术科技宏观大周期底层，先进技术通过组合创新与模式变革来进行扩散主导技术导入新模式变革采用以早期采用者为重点，适应和支持企业战略和管理革新的措施现在，从AI技术的发展视角，更深入地探讨这些科技新趋势对保险行业的影响，以及对未来保险行业的展望。科技新趋势在人工智能的发展中，算力是基础，因为它决定了数据处理和算法运行的速度和效率。

AI技术可以被集成到软件应用中，提供智能化服务，如推荐系统、语音识别等。算法是指导AI处理数据和做出决策的程序和规则。高效的算法能够改善AI的学习效率，提升其预测、分类、识别等功能的准确性和速度。数据是训练AI模型的原料。大量、高质量的数据是构建准确和有效AI

数字化人工智能大数据互联网

新模式变革导入AIAgentAI机器人AI助手采用

在保险行业，AI可以根据个人历史数据和行为模式来评估保险申请人的风险，从而定制保险产品和定价。AI可以自动生成文章、报告和新闻稿，减少内容创建时间，并提供数据驱动的个性化内容，在个性化推荐方面，使用系统的关键，因为机器学习算法依赖于数据来学习和模式识别。

以早期采用者为重点，适应和支持企业战略和管理革新的措施

AI算法，可以根据用户的历史行为和偏好来推荐相关内容，从而提高用户留存和忠诚度。从科技趋势角度来看，AI的爆发并非偶然，而是在前期算力算法和数据等技术的长时间铺垫下逐渐成熟的结果。这些底层技术加上数字化、大数据和互联网等辅助技术的支持，共同推动了AI成为主导力量，引发了整个社会的变革。在这个过程中，AI也在影响着保险行业的发展。未来，软件层面、金融保险服务、内容营销等都会因为AI的影响而产生较大的变化。保险公司可以通过积极布局AI技术来提高行业领先地位和稳固性，而内容营销也将因为AI的影响而变得更加容易。总体来说，AI对保险行业的影响是深远的，它不仅改变了保险公司的运营模式，也提高了服务效率和质量。未来，随着技术的不断发展，AI在各行各业的应用将会更加广泛和深入，为服务规模化提供重要的支持。随着AI技术的快速发展，它已经成为了推动科技产业价值规律变化的重要力量。短期内，AI技术的应用主要集中在为服务规模化提供支持，而长期来看，AI技术的普及将引发科技产业价值规律的变化，使得人们更加注重应用的创新与服务的提升。服务1首个AI原生应用服务1未来真正的AI要技术观察应用应用技术技术技术到应用的转化：

AIAgent2AIAgent展现了AI在定义AI应用的新时代流水线23GPT–4还是技术3第4仍偏技术端技术本身不能直接成为服务，它必须通过集成多项技术形成应用。应用到服务的发展：应用的成熟是服务发展的前提，只有当应用建立了固定模式，它才能转变为服务。服务是应用在具体领域的实践，它解决了特定用户群体的需求。AIAgent计划推理能力，持续跟踪用户数据，并能够调用第三方应用。服务提供的核心：服务的核心是在特定领域中运用建立好的模式，如理财、个人助理、健康或教育。AI服务的提供者需要理解和运用AI应用程序以满足特定的服务需求。构建保险行业的技术发展趋势参考系（微观）构建保险行业的技术发展趋势参考系（微观）人工智能技术正在保险行业中发挥着越来越重要的作用。微观层面来看，AIAgent平台化启航，正在加速往各领域扩张，包括大模型的产业、应用以及研究等。可以预见未来，AIAgent在很多领域都将有更广泛的应用。目前，谷歌已经基于新的AI框架搭建出了应用，拓展到了更多领域。一些基于AIAgent框架开发的RoboCat机器人AI，只需要少量的训练就能完成各类任务。未来在某头部人工智能研发公司开放平台上，将会有更多类似的服务出现。AIAI大模型平台化，重新定义AIAgent的开发体系ProfileProfileContentsProfileProfileContentsDemographicInformation统计信息PersonalityInformation个性信息SocialInformation社会信息GenerationStrategyHandcraftingMethod手工制作LLM-GenerationMethod基于AI大模型的生成方法DatasetAlignmentMethod数据对齐方法MemoryMemoryStructureUnifiedMemory统一记忆HybridMemory混合记忆MemoryFormatsLanguage语言Databases数据库Embeddings嵌入式Lists列表MemoryOperationMemoryReading记忆读取MemoryWriting记忆写入MemoryReflection记忆反思PlanningPlanningw/oFeedbackSingle-pathReasoning单路径推理Multi-pathReasoning多路径推理ExternalPlanner外部规划路Planningw/FeedbackEnvironmentFeedbackPlanningPlanningw/oFeedbackSingle-pathReasoning单路径推理Multi-pathReasoning多路径推理ExternalPlanner外部规划路Planningw/FeedbackEnvironmentFeedback环境反馈HumanFeedback人类反馈ModelFeedback模型反馈ActionActionTargetTaskCompletion任务完成Exploration探索Communication沟通ActionProductionMemoryRecollection记忆回溯PlanFollowing计划遵循ActionSpaceTools工具ActionImpact行动影响Self-Knowledges自知之明Environments环境NewActions新行动InternalStates内部状态角色定义（Profile）记忆存储（Memory）计划反馈（Planning）行动执行（Action）为创建高效的AIAgent，新的开发范式需要关注几个关键方面：首先，AIAgent需要具有角色定义能力，能够收集和分析根据用户的信息、需求和行为模式，推断出用户的意图和偏好，从而生成个性化的答案/产品。其次，AIAgent需要具备记忆功能，以便能够跟踪、读取、存储和检索数据、知识和经验。此外，计划反馈也是一项非常需要关注的能力，其实现需要基于大量的数据和算法，通过对环境反馈信息的分析、评估和多种推理功能，来调整和优化自身的计划和策略。这种能力需要考虑多个因素，能够实时地获取环境反馈信息，并根据反馈信息来调整和优化自身的计划和策略，以实现更加准确和可靠的目标达成。最后，它们需要具备执行计划的能力，以便能够根据预设的参数和目标自主地采取行动。设定锚点，行动实践设定锚点，行动实践四通过前面第二步“挖”的环节，从宏观、中观和微观的层面，得到一个大致的规律：当前保险行业正处在服务规模化展开的前期，这个周期最大的特征是由原来工业革命时代把服务把产品集成到服务中，AI主导技术相关技术正在逐步完善，并正在快速向多个行业和场景扩展AI应用，其中AIAgent有可能作为AGI的早期表现，正在保险行业多个领域进行积极实践和推广。破：找到本质解AIAI价值创造的主战场：保险领域场景大揭秘如何找到本质中的那个“一”，核心的思路大致如下：规律带来趋势 企业的优能力这里提到了一个使用优势法的方法论，其逻辑是找到自己的优势能力与大规律之间的叠加部分，作为发力的重点。应用到保险行业，需要先确定保险公司的优势。1市场定位额的看法指标21市场定位额的看法指标2产品与服务深度审视产如新型保险产品的推出评价服如客户服务反馈和满意度调查3率况财务表现4分析内包括自动化程度和理赔处理时间等评估费如营业费用占总收入的比例等运营效率5考察公司如何利用数据在统计分析、大数据分析、数据中台和AI应用方面的使用情况评估公司在数据增数据洞察类产品和数据即服务类产品的成熟度6制7了解公司如何遵守行如隐私保护和反洗钱法规率合规与风险管理8略应性战略执行在评估和考察公司在技术应用方面的优势，常使用到的方法论是这个成熟度评估框架，以技术应用维度中的AI应用为例，可以设立如下评估维度。 11能力维度描述子能力1AI战略评估企业AI应用的业务战略和愿景是否清晰明确，是否已经制定了与AI应用相关的明确目标和计划，同时评估企业在AI应用方面的领导力和组织文化，是否能够支持AI应用的推广和实现。2数据指对企业数据的全面评估，主要会包括：数据质量、完整性、安全性等，通过对这些方面的评估，可以帮助企业全面了解其在数据层面的AI应用成熟度，以便更好地规划和推进AI应用的发展。同时，还可以帮助企业发现存在的问题和障碍，并及时采取措施加以解决。数据清洗和预处理数据探索和分析数据安全和隐私数据可视化数据质量和效率3场景规划评估企业在AI应用过程中所面临的业务场景是否合适、是否有利于AI应用的推广和实施，它包括对企业的业务模式、客户需求、产品特点、市场竞争等进行分析和评估，通过场景规划评估，企业可以更好地确定AI应用的战略定位和方向，提高AI应用的成功率和ROI。业务模式客户需求产品特点市场竞争4应用解决方案研发指评估企业AI“AI技术实现方案解决方案开发应用功能实现上线和运行5技术基础设施AI硬件设施软件平台网络和安全设施6组织与人才AI组织架构人才配备培训、文化外部合作总之，企业想要提高AI应用能力，首先要挖掘自身优势，以应对AIAgent开发难度下降、差异化的“数据集”重要性进一步提升的趋势。在AIAgent业务爆发趋势下，挖掘自身优势、提升AI应用能力是企业制胜的关键。数据越丰富，流程越清晰，AlAgent部署越快AlAgent/领域有大量数据沉淀，AlAgent更容易为你创造竞争优势，甚至搭建起新的服务。数据丰富数据丰富数据稀缺数据分析新项目运营编程复杂工程技能AIAgent设计不确定决策立：制定解决方案假定，基于前面三个阶段的分析和定位，可以得到一个本质解：“基于XX保险公司的丰富数据，运用AIAgent的开发范式，打造一款适用于某个保险场景的数据产品。”保险领域业务场景众多，需要选定一个合适的场景作为突破口:AIAI价值创造的主战场：保险领域场景大揭秘1保险产品研发1AI角色，特别是在以健康险、寿险为代表的人身险中，有巨大的应用潜力。可以在保险产品设计的以下几个环节带来帮助：数据收集和预处理、全网知识整合、2营销渠道2AI设计、保险产品推荐、保险产品咨询等。3社交媒体推荐、多语言推荐、基于情感分析的推荐等。3运营管理通过AI的能力可以在核保及理赔等运营环节为保险公司提供帮助。核保：自动核保、风险评估、异常检查和决策支持。理赔：自动化理赔申请处理、索赔处理、理赔评估、审核和核算等。4另外在公司日常运营和项目风险管控也有潜力。4客户服务保险公司可以利用AI互。流程。5的服务。5智能辅助日常办公传统的信息获取方式多为通过搜索引擎进行精确检索。使用AI话能力设计聊天窗，向企业内部开放AI会话聊天窗，用户可直接与AI进行交互，辅助日常运营提效。具体的场景有：问答助手、知识库、文档编辑、协同办公等。6系统研发6在系统开发的场景中，AI可以帮助提高前端开发和后端开发的效率。例如，在前端开发中，AIGC可以帮助开发者更快地编写HTML、和JavaScript代码，以减少人工当险企已经选定一个或多个以上可以切入的业务场景后，可以借鉴如下三个工具来更好地展开相关的落地工作。价值飞轮法价值飞轮法价值飞轮法是一种从本质出发，以解决问题为导向的关键思路策略，它帮助个人或组织实现持续的价值提升。本质解本质解放大器

破局点

本质解：面对问题领域的指导思想、底层逻辑或内心定见。破局点：想清楚下一步行动的准确切入核心，一举撬动全局的关键点。放大器：让努力效果不断放大、持续加速的机制或资源。仪表盘：对于产出结果是否达到预期的衡量与矫正。保险公司在开发新的保险产品时需要收集大量数据，这些数据的汇集和统计需要耗费大量时间和成本。但是，如果使用大语言模型来进行数据处理，就能够更好地汇集和节省这些成本，提高开发效率，形成快速、持续化的放大器。这意味着一旦找到了一个有效的发力点，就可以促进正向循环，从而在更多的业务场景中顺利开展。另外，反馈机制是闭环中的重要环节，通过仪价值网法表盘对阐述的结果和预期进行校正，可以确保达到预期效果。这种反馈机制可以及时发现问题并加以解决，避免浪费时间和资源。在这里，整个过程是闭环的，可以不断循环并进行优化。价值网法相较于价值飞轮法强调的单点突破，价值网法则注重整体优化。其定义是根据本质解，为解决问题“配资源”的重要方法。客户价值网企业的各类客户 01

企业的各类供应商（或用户） 02典型的企业价值网合作伙伴价值网04 03如渠道商、平台商、集成商

资本价值网企业的投资或资金提供方在商业领域，企业经常需要处理复杂的网络关系和多元化的利益诉求。在这个过程中，价值网法成为了一种有效的策略工具，帮助企业更好地理解、评估和优化各项业务的运营。那么，在现实中要如何去使用价值网法这个策略呢？该方法的实施关键点在哪儿呢？首先，先运用飞轮法明确策略逻辑。飞轮法是一种形象化的工具，可以帮助企业理清思路，找准业务发展的核心驱动力。然后，根据这个策略逻辑，逐一扫描价值网现状并进行客观评估，找出当前价值网中存在的问题和改进点。最后，为了避免对旧价值网的依赖，需要持续优化和改进价值网，以