mufid-majnun-cM1aU42FnRg-unsplash
Photo by Mufid Majnun on Unsplash

遇見指數型成長

用新冠肺炎危機來說明當指數型系統衝撞傳統型系統時會發生什麼事,可說是一個再好不過的例子。在疫情爆發之初,病毒的確成功騙過了我們。時間回到二○二○年一月及二月,當時我們正為宣傳本書而奔波美國及歐洲各地,渾然不知自己正坐在一個即將以全球規模引爆的炸彈上。我們前往波士頓、芝加哥、洛杉磯、舊金山、倫敦、慕尼黑、巴黎、米蘭等地演講,這時有關中國疫情的報導已經愈來愈驚人,但我們完全沒有多加留意。

顏西提從巴黎飛往米蘭的那一天,歐洲的新冠肺炎疫情已悄悄達到臨界點。班機起飛後,他注意到一些乘客憂心忡忡的看著手機,一對夫婦戴上口罩。等到顏西提和他的太太抵達米蘭時,手機語音信箱已經快被塞爆。從米蘭馬爾彭薩機場(Malpensa Airport)前往投宿飯店的車上,我們得到這些訊息,開始了解到一個重大的危機正在展開,這才得知新冠肺炎病例數在過去幾天以十倍速增加,病毒已經席捲米蘭附近的一些城市,許多城市甚至已經封閉。我們立刻換乘開往蘇黎世的車,在途中睡了幾個小時,然後搭機直接飛回美國波士頓。在接下來的日子裡,我們只能驚恐的眼睜睜看著病毒讓所有人陷入困境。

新型冠狀病毒對全球衛生和經濟機構造成嚴重破壞,以驚人的速度展示指數型成長可以如此輕易的壓垮傳統型組織(如衛生系統、學校系統、醫藥供應、食品配送、金融服務等)。在新冠肺炎疫情初期,多數組織及政府都沒怎麼關注,導致它們在技術、醫療與防護用品、流程與系統上無法有效因應,因而無法在短期間有效控制疫情。

衝撞就是這樣發生的。

忽視一個指數型成長系統、任憑它跨越臨界點,就是這場災難的根源。正如同我們在傳統型與數位型公司的衝撞中看到的那樣,唯一的救命策略是清楚認知威脅、立即做出反應,並擬定周延的長期轉型計畫。如果我們能及早意識到指數型威脅,就能在威脅來襲前用拖延戰術來控制它,或是盡其所能的增強防禦措施。以新冠肺炎為例,拖延戰術包括普及的症狀追蹤、隔離、保持社交距離;防禦措施則包括大舉投資傳染病檢測技術、增加相關醫療與防護用品庫存,以及在醫院設立更多加護病房。

除了基本的準備外,應付指數型威脅最有效的方法就是建立一個相應的運作架構,用迅速敏捷的指數型反應來面對挑戰。我們在檢視那些能夠有效因應疫情的組織時,發現這些組織(不論是傳統型或數位型組織)都能夠以深度且整合的數據為基礎,在軟體、分析工具與人工智慧技術的幫助下做出強力且有效的營運決策。

實在想不到還有什麼是比新型冠狀病毒更好的證據,可以用來證明組織轉型的迫切性。我們已經沒有繼續拖延的藉口,每一個組織都必須開始致力於組織流程、營運系統與競爭能力的變革,深化組織的數位規模、範疇與學習。不論你的組織型態是新或舊,即使病毒沒有找上你,競爭者終究也會找上你。

讓我們來看看一些例證。

一家與眾不同的公司

當我們忙著為本書出版到處奔走、對疫情還渾然未覺之際,有一些組織已經積極投入對抗新冠肺炎的工作。先來看看疫情爆發的頭幾個星期發生什麼事:

  • 二○一九年十二月三十一日,武漢市衛生健康委員會通報該市發生一連串肺炎病例。
  • 二○二○年一月四日,世界衛生組織在社群媒體上報告武漢出現一連串肺炎病例,無人死亡。
  • 二○二○年一月五日,世界衛生組織首次發布新型冠狀病毒的「疾病爆發新聞」(DONs)。麻州劍橋的莫德納生技公司(Moderna,後文簡稱為莫德納)執行長班賽爾(Stéphane Bancel)注意到這則報導。
  • 二○二○年一月十二日,中國公開分享新型冠狀病毒的基因序列。
  • 二○二○年一月十三日,美國國家衛生院(US National Institutes of Health)與莫德納生技公司的傳染病研究團隊共同合作,完成該公司對抗新冠肺炎的疫苗「mRNA-1273」數位排序。
  • 二○二○年二月七日,莫德納設於麻州諾伍德鎮(Norwood)的工廠製造出第一批臨床試驗疫苗。
  • 二○二○年二月二十四日(我們正從歐洲飛回美國),莫德納的第一批臨床試驗疫苗運抵美國國家衛生院,率先進入第一期臨床試驗。
  • 二○二○年五月七日,莫德納宣布,美國食品及藥物管理局(FDA)的第一期審查成功完成,準備展開第二期臨床試驗,第三期則預計於二○二○年夏初展開,有望在十二月初正式推出疫苗。
  •  

莫德納取得前所未有的進展。如果它們真的能夠如期獲得FDA的批准,從開始研發到正式問市才用了不到十一個月,將創下有史以來最快速的疫苗研發紀錄。

「生命的軟體」

莫德納是一家與眾不同的生物科技公司,從許多方面來看,這個組織彷彿是為快速因應指數型影響而量身打造。

執行長班賽爾將莫德納形容為「恰好從事生物產業的科技公司」。二○一○年,莫德納在共同創辦人艾菲揚(Noubar Afeyan)旗下的旗艦創投(Flagship Pioneering)資金挹注下正式誕生,致力於研發「信使核糖核酸」(messenger RNA,簡稱mRNA)技術的醫療應用。

傳統疫苗的生產方式,是先將一段能生產目標蛋白質的DNA放入微生物中進行培養,讓微生物將DNA轉錄為RNA,再將RNA轉譯為蛋白質,最後萃取目標蛋白質製成疫苗。但莫德納有著截然不同的技術基礎。mRNA就像是「生命的軟體」,帶有與DNA相應的遺傳訊息,能夠像「信使」般傳遞轉譯蛋白質訊息,而莫德納的mRNA疫苗是直接將RNA送入人體,由人體細胞自行生產能夠對抗特定疾病所需的蛋白質,能夠大幅減少疫苗開發及量產所需的時間。

莫德納的疫苗發展關鍵是將mRNA指令嵌入有機載體中,透過有機載體將編碼導入人體細胞。這個有機載體稱為「質體DNA」(DNA plasmids),它就像一個能夠攜帶不同特定mRNA指令的平台。莫德納的製程就是生產大量DNA質體,並嵌入特定疫苗所需的mRNA編碼。該公司的技術長兼品質長安德里斯(Juan Andres)表示:「我們的主要優勢之一,是擁有一個能夠驅動各種不同應用、不同疫苗需求的開放平台,所有的知識與經驗都能透過這個平台持續累積。」mRNA平台首席科技總監摩爾(Melissa Moore)則率領上百名科學家組成的團隊持續改進mRNA技術,使臨床研究人員能詳細思考如何把mRNA應用在各種健康問題。摩爾及其團隊對mRNA平台的依賴,就如同程式開發者需要利用蘋果iOS或Google安卓系統的核心應用程式介面(APIs)及軟體開發工具來創造新的應用程式。

莫德納之所以能夠成功,靠的是我們所謂的「人工智慧工廠」(AI factory,參見第三章),意指從研發到公司的各個層面,都是採取以數據為中心的營運模式。莫德納是以一個整合性的資料平台為基礎:在統一且兼容的「記錄系統」中,嵌入源自每一個部門的專業數據。這樣的結構使資料得以被快速且可靠的組合與重組,以支持科技與商業應用的無限可能性。從研發到製造、從財務到供應鏈管理,由演算法驅動每一個部門的業務執行。

「人工智慧工廠」的基本概念,就是將公司的資料、分析及人工智慧方法予以工業化。莫德納的人工智慧工廠為分析工作做的事,也就是一百多年前工業化為製造流程所做的事:用有系統的、標準化的方式去登錄、集中、清理、正規化及整合處理資料,並以應用程式介面提供給團隊用於新的商業應用。資料平台構成該公司的核心,公司則聘請科學家和經理人去監督平台、運用平台的力量。不論是供應鏈預測或財務建模、疫苗設計或大規模製造生產,都是資料所驅動的演算法負責運作。莫德納的技術也影響著該公司的組織架構與流程,事實上莫德納的數位長、同時也是該公司的流程卓越長達米安尼(Marcello Damiani),擔負的任務就是推動全公司的流程變革,他認為既然已經擁有新的數位及人工智慧技術,就沒有道理再去修修補補那些舊有流程來改善它們的效率。因此他帶領團隊積極與各部門共同合作,重新設計新的作業流程,以提高速度、效率及創新。

寫下這段話的此時此刻,我們還無法得知莫德納最後能否成功,但就目前有關這支疫苗效能的資訊來看,成果是相當令人鼓舞的。疫苗及藥物的研發過程往往充滿失敗與挫折,為了全人類的福祉,我們誠摯祝福莫德納及其他公司能獲得成功。不論最終結果如何,我們確信從此以後,疫苗及醫療保健產業的發展將再也不同於往昔。

>>本文摘自《領導者的數位轉型》


uO75qbKyOD-ztmJIBiMrWQ

馬可.顏西提 Marco Iansiti

哈佛大學商學院教授、哈佛創新科學實驗室(Laboratory for Innovation Science at Harvard)聯合主任。目前負責哈佛商學院高階管理課程,這是舉世最悠久、最頂尖的主管高階管理課程之一。同時也是Model N及楔石策略公司(Keystone Strategy LLC)聯合創辦人,為臉書、亞馬遜、微軟、英特爾等全球前一千大公司提供顧問服務。

主要研究領域為公司與產業的數位創新及數位轉型,以人工智慧為中心的營運模式及策略相關研究聞名於世。近年來,其數位轉型相關研究成果獲得學術界和實務界的廣泛引用,包括:《技術整合》(Technology Integration)、《楔石優勢》(The Keystone Advantage)、《一體策略》(One Strategy)等。

卡林.拉哈尼 Karin R. Lakhani

哈佛商學院教授,同時擔任美國全國經濟研究所(National Bureau of Economic Research)研究員等職;也是謀智公司(Mozilla Corporation)董事會成員,以及數家人工智慧新創公司顧問。他進哈佛商學院任教前,曾任職於奇異醫療(GE Healthcare)及波士頓顧問公司(Boston Consulting Group)。

主要研究領域為眾包型創新模式、公司與產業的數位轉型、開放源碼軟體計畫的起源及發展等。拉哈尼所領導的團隊曾為太空系統、生命科學、線上平台等諸多領域提供有效的人工智慧解決方案。已發表過上百篇研究論述,研究成果廣獲知名報章雜誌報導。