阿里巴巴生態系：當企業不再親自做決策【易倢】

 

作者：易倢｜政治大學商學院 科技管理與智慧財產研究所 113屆科管組研究生

研究興趣：數位金融、服務設計、知識誤差、情境實踐

 

談阿里巴巴，很容易落入一種熟悉的敘事：規模擴張的速度、技術優勢的累積，以及創辦人形象所帶來的象徵力量。然而，這篇文章刻意避開這條路徑，轉而提出一個更根本的追問——當資料可以即時流動、決策能夠被演算，企業的經營邏輯是否已經在不知不覺中換了一套？

Zeng (2018)關心的從來不是某一項工具是否先進，而是一整套「如何運作」的方式。他將這種新型態的經營邏輯命名為 Smart Business，並清楚表明，這並非電商或科技公司的專利，而是一種正在改寫企業基本假設的經營模式。

從平台設計，走向決策如何發生

過去對數位平台的討論，多半集中於市場結構與競合關係。無論是雙邊市場與網路效應的分析，或是平台邊界與治理機制的探討，核心關注始終圍繞著「平台如何連結參與者、如何分配價值」。相較之下，一個更貼近日常運作、卻同樣關鍵的問題，長期未被充分處理：平台內部的營運判斷，究竟是如何被做出來的？

另一條相關研究脈絡來自人工智慧與決策研究。這類研究指出，當預測成本下降，組織的行動選擇將隨之改變。然而，多數討論仍停留在概念層次，對於企業在實際經營現場中，如何轉換決策方式與判斷流程，著墨有限。

我們不能夠只關心平台「連結了誰」，而需進一步拆解：當決策從人手中轉交給演算法，企業究竟是如何實際運作的？ 由此，文章隱含提出一個長期被低估的研究問題：企業是否正逐步從「管理組織」，轉向「設計決策系統」？

一方面，它關注生態系中跨組織的協調與營運判斷；另一方面，它將機器學習與即時資料視為改變決策方式的關鍵條件。這不只是技術導入，而是一種經營角色的根本轉換。

阿里巴巴如何把決策交出去？

在經驗材料上，本文以阿里巴巴生態系作為主要觀察場域，涵蓋電商、支付、金融、物流與雲端服務。作者反覆強調，阿里巴巴並非單一企業，而是一個高度互賴的網絡；真正的挑戰，不在於是否做出「正確決策」，而在於如何在高度複雜且快速變動的互動中，仍能即時回應。為回應這個挑戰，作者提出阿里巴巴將營運決策全面自動化的四個步驟。

第一步，是將所有顧客互動轉為可分析的資料來源。以螞蟻金服的微型貸款為例，信用評估不再依賴財報或抵押品，而是即時分析交易頻率、庫存週轉與買賣互動。每一次交易、每一次溝通，都會影響信用評分；行為本身，成為判斷的依據，而非僅僅是過程紀錄。

第二步，是讓所有活動由軟體承接。淘寶的即時通、商店模組與促銷工具，並非為了流程一致化，而是為了確保每一個行為都能被記錄並回饋。這也解釋了作者為何刻意與傳統 ERP 系統劃清界線：重點不在維持穩定，而在能否即時調整。

第三步，是讓資料在整個生態系中流動。透過 API 與共通標準，推薦系統、庫存管理與物流調度得以彼此協調，降低單一節點自行判斷的負擔。在此，Smart Business 的本質逐漸清晰——它不是單點技術的導入，而是一種跨角色的協作設計。

最後一步，則是將決策權交由演算法承擔。無論是商品推薦、客服回應或貸款審核，關鍵不在模型是否複雜，而在於能否隨著回饋持續修正。模型不是一次完成的方案，而是反覆調整的工具。也正是在這裡，規模不再必然成為獲利的阻力，因為決策本身不再是瓶頸。

讓系統學會判斷

在傳統企業中，快速擴張往往意味著人力成本上升、管理複雜度增加，最終侵蝕獲利空間。然而，阿里巴巴呈現的是另一種狀態：規模放大，獲利能力並未被吞噬，反而同步成長。原因不在於管理更加嚴密，而在於大量營運決策——定價、推薦、風險判斷與客服回應——已不再仰賴人工。當邊際決策幾乎由演算法即時完成，成長便不再必然壓縮獲利。這不是單純的效率提升，而是成本結構被重新安排。

因此，Smart Business 並非指更聰明的管理者，而是讓系統本身學會如何判斷。企業的角色，也隨之從「下決定的人」，轉為「設計決策環境的人」。

在實務上，這帶來三個關鍵轉向。首先，若仍以報表作為決策起點，將難以回應即時變化；其次，導入 AI 的起點不在模型，而在互動設計；最後，領導者的責任不再是監督執行，而是確保回饋能被吸收並轉為後續判斷的基礎。

阿里巴巴的成功，並不在於某項技術突破，而在於它將「做生意」這件事，重新拆解為可被演算的問題。這同時也是對所有企業最尖銳的提醒：未來競爭的差距，不再來自資源多寡，而來自誰能更早放手，讓系統學會判斷。

參考文獻

Zeng, M. 2018. Alibaba and the future of business. Harvard Business Review, 96(5): 88–96.