第二章
网络效应发展简史

互联网泡沫

1995年前后，互联网开始出现在公众视野，数百万消费者第一次通过拨号上网的方式享受到了互联网，全球最早的商业网站也是在这个时期出现的。这些商业网站背后不仅仅是学术研究者，更重要的是以此为商业模式的初创企业，它们带来了一个科技驱动的繁荣时代。从1995年算起，仅仅几年的时间里就有数十家初创企业进行了IPO（首次公开募股），纳斯达克指数上涨了400%。这些企业包括：雅虎、网景、eBay、亚马逊和Priceline（旅游服务网站）。时至今日，这些当年上市的科技企业中有许多现在依然存在，其价值数十亿美元。

1996年算得上是互联网蓬勃发展的年份，但那时也只不过有2 000万用户接入互联网，其中大多数人使用的都是拨号调制解调器。西奥多·韦尔在20世纪初就洞察到网络的价值在于接入网络的节点数，在那个年代，整个美国电话电报公司的网络一共就只有几百万台电话机。如今，网络的用户规模需要以数十亿计了。

在当年，即便是这些早期的小公司，也对互联网潜在的商业价值产生了极大的兴趣。新一代网络词语开始涌现，包括“赢家通吃”“先发优势”“曲棍球棒曲线”等。当时的理论认为，如果一家初创企业拥有了某个特定领域第一个也是最大规模的用户网络，那么无论是连接买卖双方的网络，还是连接用户与内容的网络，这家企业（理论上）都将变得不可战胜。它可以为用户提供更多价值，兼并行业竞争者，不出意外它将成为行业垄断者，正如一个世纪前的美国电话电报公司一样。不出所料，在巅峰时期，美国在线公司的估值一度超过2 240亿美元，成为当时全球范围内最有价值的公司之一。

当然，我们现在回头去看，当年的这些理论有些傻得可笑。这也是为什么“互联网繁荣”时期也被称为“互联网泡沫”时期——很多经营不善的初创企业依托这些理论过早上市，后来因资金紧缺而纷纷倒闭退市。

但主导网络公司思维的一些观点依然存在。科技行业仍然喜欢谈论赢家通吃型市场以及企业的先发优势，在现实中，这些都只能当作神话，听一听就算了，而且有实践证明了这些理论不可行。我们看看现实：先行者拥有的优势微乎其微，很多最终的胜出者都是后人一步进入市场。赢家也没法通吃，而是需要和其他很多同样拥有用户网络的产品竞争，抢夺不同区域和客户群的控制权。既然如此，我们为何还要带着那么大的热情去研究网络效应？我们如果深入研究相关文献就会发现，互联网泡沫时期有一个非常流行的重要理论，只不过这个理论对网络效应的描述有很大的毫不掩饰的缺陷。我指的就是梅特卡夫定律。

梅特卡夫定律

如果你查阅现有文献，用不了多久，梅特卡夫定律就会被当作网络效应研究中的核心支柱理论进行介绍：这是一个在互联网繁荣时期流行起来的理论，并被广泛用于解释当时那些初创企业的天价估值。与韦尔的观点不同，这条定律给出了一个定量（尽管极其简单的）计算网络价值的方法，说明随着更多节点的加入，网络的价值也会增加。该定律的基本定义如下：

兼容通信设备的系统价值与设备总数的平方成正比。[1]

简单地讲，每当用户加入一个具有网络支持的软件时，这个软件的价值就增加到n2。这意味着，如果一个网络有100个节点，随后增加到200个节点，那么其价值不是简单地翻番，而是增长4倍。

这条定律最早由计算机网络先驱罗伯特·梅特卡夫于20世纪80年代提出，它用数学函数定义了给定数量的连接设备（传真机、电话机等）形成的网络的价值。梅特卡夫最早是从自己销售以太网的经验中总结出这套理论的。以太网是比互联网更早一代的计算机网络协议。

在20世纪90年代末，在新兴互联网“网络公司”不断涌现的背景下，人们开始盛行用梅特卡夫定律来证明行业“先行者”的合理性并抬高其估值。相信这种互联网即将大爆发的世界观给当时的商业界带来了巨大影响。相信这种观点就意味着你相信20世纪90年代的“网络”初创企业正在打造全球范围内最大的网络，它们的价值将呈现指数级的增长。早点儿买入，快点儿买入，因为它们的价值很快就要呈爆发式增长了。

只不过我们现在以反思的角度去看就很容易产生疑问，也就是怀疑为什么梅特卡夫定律适用于互联网网站的建设。对于如何看待eBay上的买方和卖方的问题，这条定律并没有过多地解释这一点——从事买卖的人应该被视为“兼容通信设备”吗？eBay是否等同于梅特卡夫最初创造的以太网那样的计算机网络互联技术？在互联网繁荣时代，这些质疑声都变得无足轻重。有人把这条“定律”重新包装成一个网站随用户数增加而价值实现非线性增长，并成了当时行业里讨论的基础性理论。

梅特卡夫定律的缺陷

如果你读到这里就此打住，那你刚好吸收完关于网络效应的常规讨论中可能出现的高层次战略思维。我在前面的这些章节里谈了一点儿历史，介绍了一些行话，抛出了几个“大鱼吃小鱼”的案例，引出了梅特卡夫定律的定义，并且阐述了其可能带来的战略影响。但对那些希望利用网络效应来创造、发展和竞争的科技行业从业者而言，这些知识还远远不够。对那些在下一个季度的发展路线中需要围绕网络效应制定战略的产品经理、工程师、设计师和高管而言，这就更加杯水车薪了。

任何一个曾经从零开始打造过具备网络效应产品的人都会告诉你：非常不幸的是，梅特卡夫定律与网络效应毫无关系。虽然这条定律在其诞生的时代非常耀眼，但是它并没有随着时代的发展而更新。梅特卡夫定律缺少对网络建设重要节点的描述，比如说在起步阶段，如果没有人使用你的产品，那你应该采取什么样的行动才是正确的。这条定律也没有关注用户交互质量，比如说一个由买家和卖家组成的网络，其特征就是千人千面，这里带来的网络多面性在定律中也没有被关注。这条定律也没有区分“活跃用户”和仅仅注册但未开展互动的用户，更没有分析由于过多用户开始挤占网络资源而导致的产品体验下降。这些情况都已经远远超出了“节点越多越好”的简单理论。梅特卡夫定律只能算是一个简单的学术模型，经不起现实生活中混乱的考验。

猫鼬定律

如果梅特卡夫定律不适用了，那是否有更好的理论呢？我撰写此书的目标之一就是给大家介绍一套更好的理论，而且我觉得它已经被我找到了。这是一套基于动物种群的数量增长研究而形成的理论，其最初的研究对象是猫鼬——对，就是你在《狮子王》电影里见过的丁满，和野猪彭彭一直在一起的那只动物。

我在西雅图华盛顿大学读书的时候，接触到了这个更适于分析网络效应的理论。大四的时候，我选修了一系列关于生态学研究的数学课，其研究的对象是动植物种群的数量。这些课程里的数学主要针对的是有社交习性的动物，如猫鼬、沙丁鱼、蜜蜂和企鹅，这让我不禁联想到网络效应。

很多具有社交习性的动物会通过群居来获得额外的社会效益，比如一同狩猎、寻找配偶和抵御天敌等。在这种网络中，节点越多越好。但是，如果因为任何一种原因导致种群数量减少，那它们的社群效益会迅速消失，进而导致整个种群濒临崩溃。如果种群数量增长太快，就会导致很多动物拥挤地生活在一个狭小的空间内，种群数量爆发将抵销社群效益，那么这个物种的种群数会趋于稳定。这是不是听起来很熟悉？对，就是这样：具有社交习性的动物也具有网络效应。

猫鼬种群引发的思考

猫鼬种群是最能说明网络效应的动物。它们是高度社会化的动物，通常生存在非洲南部，常见的种群数量为30只或50只，我们把这种群体称为“群”或“伙”。猫鼬喜欢在群体当中生活，因为当天敌靠近时，只要有一只猫鼬发现了威胁，它就会将两条短小的后腿直立起来，通过发出复杂的捕食警报声，提醒整个群体危险在靠近。猫鼬发出的声音可能是吼叫，也可能像吹口哨，它们能够通过声音提示附近的同伴，捕猎者来自空中还是地面，以及这个捕猎者带来的风险是低、中、高当中的哪一档。这种行为保证了整个群体的安全。

芝加哥大学教授、美国生态学先驱沃德·克莱德·阿利在20世纪30年代首次描述了这种动物的种群行为。在他发表的《动物群聚效应研究：金鱼体内对胶体银的集体保护》[2]论文中，阿利描述了他通过观察发现，当水中的金鱼以群聚形式生存时，其种群数量增长更快，而且能够有效抵御水中存在的毒性。鸟类会成群结队地飞行以达到迷惑和抵御捕猎者的目的，猫鼬成群结队地生活以实现相互警示的目的，金鱼种群也存在同样的种群效应。阿利观察到的这些现象后来被总结成了生物学当中的一个重要概念，因为这个概念首次提出了生物种群数量存在一个临界点（也被称为“阿利阈值”），即当种群中的生物数量处于这个临界点时，整个种群将获得更安全的生存环境，种群数量也必然出现更快速的增长。换句话说，阿利提出的种群数量增长曲线描述的是网络效应在生物界的一种体现（见图2—1）。

如果猫鼬种群中没有足够的猫鼬向其他成员发出危险警告，种群中的个体极有可能被捕猎者捕杀。之后，这种情况会循环往复，随着猫鼬数量变得越来越少，它们自我保护的能力变得越来越差，后果就是种群的个体数量越来越少。这是动物种群数量低于阿利阈值后会发生的现象，而且种群数量趋向于零。

上面讲的动物种群现象对科技产品的借鉴意义已经很明显了。以通信软件为例，如果软件用户数不够多，有些用户就会删掉这个软件。随着用户基数的减少，更多的个人用户会选择离开这个平台，最终会导致整个网络的沉寂乃至溃散（见图2—2）。脸书兴起之后，它逐步分流了MySpace的用户，导致MySpace最终的失败；另外一个案例就是黑莓手机，当消费者和软件开发人员转投谷歌和苹果智能手机阵营时，黑莓手机彻底销声匿迹了。

另外一种情况是，如果猫鼬种群数量保持健康的增长，又会发生什么现象？答案是猫鼬种群会持续扩大、繁衍后代，可能会繁殖出更多的种群。如果种群数量超出了阿利阈值，那么这个种群的个体数量会持续攀升，因为这个种群已经有足够的基数保证数量健康增长，并且为种群提供集体保护（见图2—3）。猫鼬基数越多，未来种群的总数就会越多。只要种群的总量保持在一个高位，那么即使捕猎者偶尔偷猎到一两只猫鼬，整个种群的数量还是会继续增长。

不过种群数量的增长不可能永久持续下去，环境中支持种群生存的资源是有限的，比如猫鼬最喜欢吃的昆虫和水果都是有限的，所以环境能够承载的种群数量是有限的。动物种群数量的扩张会随着外部环境的制约而达到一个天然的极限，这个数值通常被称为承载量（如图2—4所示）。对具有社会性的动物而言，比如我们提到的猫鼬和金鱼，它们的种群数量过度增长的曲线刚开始的时候很平缓，超越临界点之后就迅速增长，之后达到临界点，饱和后就开始走下坡路。

在科技行业，当过多的用户造成环境“拥挤”时，就会引发网络效应版的承载量问题。对即时通信软件来说，过多用户可能导致你收到过多的信息。对社交软件来说，用户可能收到过多的推送内容。对交易市场类软件来说，挂牌出售的物品太多，买家想要找到中意的商品，过程可能会变得很烦琐。如果你不开启垃圾信息过滤、算法推送，或者运用其他手段和措施，那么这个网络可能很快就会瘫痪。但是，如果开发者能够用恰当的工具来帮助用户发掘信息、屏蔽垃圾邮件以及提升用户界面的关联度，那么开发者就可以为用户增加环境的承载量。

种群（和网络）崩溃时的情境

如果渔民在大海里过度捕捞，那么沙丁鱼、金枪鱼和其他鱼类的数量可能出现负增长，最终在短短几年的时间里就走向种群崩溃的境地。具有网络效应的科技产品也会出现同样的现象：刚开始的时候有少数几位朋友退出了某个网络，这个网络的有用程度降低了一点儿，但随着用户的减少，当总用户数降到临界点以下的时候，整个网络就会完全崩溃。

生态环境中，这种反向的变化是肉眼可见的。离我现在居住的旧金山约一个小时车程的南部，有一座风景秀丽的小城叫蒙特雷，就在加利福尼亚州。这座小城最知名的就是丰富的渔业资源，而且这里也是美国知名作家约翰·斯坦贝克的故乡。在20世纪早期，当地的渔业已经产业化，一整条大街的沿途两边都建起了沙丁鱼罐装厂，这条路也被命名为罐头厂街。产业化局面形成以后，蒙特雷每年都要收获数十万吨的沙丁鱼。沙丁鱼本身很小，一条或许只有几盎司[3]重，所以在当地渔业兴盛时期，每年捕获的沙丁鱼应该在50亿条左右。

渔业在当地获得了巨大的成功，成了这个数万人口小城的支柱产业。但一夜之间，这种局面就发生了翻转。在20世纪50年代的某一年，沙丁鱼群神秘地消失了。整个城市的人都耐心地等待着鱼群明年能游回来，但它们再也没有出现。之后，大家又等了一年，同样没见到鱼群的影子。随后又过了一年，情况依旧没有改变。沙丁鱼就这样消失了。在渔业兴盛的早期，一次出海捕鱼能够收获将近8亿吨沙丁鱼。数十年之后，这个数据断崖式减少到17吨。[4]

过度捕捞，再加上动物种群的复杂动态，最终导致蒙特雷的捕鱼产业走向衰亡。当地的罐装厂最终都关门歇业，过去的旧厂房现在改建成了纪念斯坦贝克以及蒙特雷海湾水族馆研究海洋生物的绝佳旅游景点。游客现在还可以去参观过去的罐装厂，那些代表着蒙特雷沙丁鱼产业兴衰的标志牌和图表依旧悬挂在厂房里。

沙丁鱼是一种具有网络效应的鱼类，用阿利曲线能够帮助我们认识到，网络是可以被瓦解甚至彻底消亡的。对沙丁鱼而言，只有种群数量大于“阿利阈值”，其才能从负增长走向可以自我维持的健康增长，但是如果人类过度捕捞，我们也可能导致其走向临界点的另一侧（见图2—5）。

沙丁鱼的网络会崩溃，科技产品的网络也同样会崩溃。如果你的朋友都不再使用发送文字短信的软件，那你为什么还要用呢？当你打开一个软件时看到的是一片空白，你最终也会放弃再次打开它。很快，这个网络效应就会随着其加速走向崩溃而消失。

优步的阿利曲线

我在华盛顿大学读书的时候就学过阿利教授关于数量生态学的理念，但和大多数人一样，我在大学时学习的知识，一毕业就全部忘记了。多年以后，我站在优步旧金山总部的白板前，我试图想象在一个城市里增加司机将如何改变乘客体验。我想得越久，画得越多，一张熟悉的曲线图变得越来越清晰。

如果一个城市中司机的人数很少，那就意味着乘客需要等候的时间很长，这就是所谓的高ETA（预计到达时间）。这会导致订单转化率低，谁会为了一辆车而傻等半个小时呢？所以，除非你已经有数十位司机（在这个例子中，我们假设有50名司机），否则你的网络对用户的价值几乎为零。乘客不会使用这样的软件，司机也不会坚持使用，所以整个网络会自行崩溃。

一旦你的司机数超过了临界点，整个网络就开始运转了。乘客如果可以在15分钟内上车，那么即使存在一定的不方便之处，他们也是可以坚持使用的。如果把等候司机到达的时间缩短到10分钟或者5分钟，那么整个局面会变得更好。网络中的司机人数越多，则整个网络的便利性越强。一个城市的共享出行网络就会开始呈现出经典的网络效应。

但这种网络的价值最终也会趋于稳定，也就是超越峰值之后，司机人数越多，收益越差。等候司机到达的时间缩短到4分钟、2分钟或者立刻上车，对乘客而言已经没有任何差别了。实际上，立刻上车还会让乘客手忙脚乱，因为你总会需要一点时间带上家门钥匙，再跑出去和司机会合。

如果我把这条曲线画在纸上，就会得到图2—6。

这张图看起来是不是很眼熟呢？

猫鼬定律和梅特卡夫定律的对比

统治着猫鼬这种社会性动物的数学原理对人类同样有效。毕竟人类也是一种社会性动物，我们分享照片、出售收藏版运动鞋、共享工作项目，还会分摊晚餐的费用，以此来建立联系。人际网络教会了我们采买物资、相亲约会，而不是停留在狩猎和交配的状态。

让人类集结在一起的内在动力与让猫鼬群聚的动力是一致的，这两个不同的物种其实共享了很多相似的理念。人类的社交网络中需要一定保底数量的个体才能使得整个网络发挥作用，猫鼬的种群也存在同样的需要。正如同人类的通信软件用户群会不断增长，但最终会达到市场的饱和状态，动物的种群数量也会不断增长，直到种群数量超越生存环境的承载量。虽然我们用来描述这类现象的词语不同，但是其背后的核心理念和数学原理是相同的：

阿利效应→网络效应

阿利阈值→临界点

承载量→饱和状态

在后面的章节中，尽管我会一直使用描述商业的这一组词语——网络效应、临界点和饱和状态，但我还是会把这套理论归功于阿利教授和他关于生态研究的数量化模型。数百年来，生态学家创造了多种动物种群数量模型，用来预估种群数量增长的速度，预测种群数量何时出现过度增长的状态，还用来预估种群数量变化的复杂机理。我在本书中借用这些理念来描述科技产品如何借助网络效应来启动、发展壮大并维护自己的市场。

我们常听到的说法是，科技产品要么具备网络效应，要么不具备，现在引入的这套理念为我们提供了更丰富的理论基础。科技行业需要创造颗粒度更高、精准度更高的词语，这样才能把对网络效应的分析引向深入，也才能把具体概念和计量标准关联到产品策略上。

科技行业目前需要的是一套能够把相互关联的概念和词语统一起来的研究框架，而这个框架就是这本书的核心内容。

[1] 摘自罗伯特·梅特卡夫撰写的《用梅特卡夫定律递归社交网络的长尾效应》，发表于2006年8月，网址：https://vcmike.wordpress.com/2006/08/18/metcalfe-social-networks/。

[2] 请参阅沃德·克莱德·阿利和伊迪丝·S.鲍文合写的《动物群聚效应研究：金鱼体内对胶体银的集体保护》，发表于1932年2月的《实验动物学期刊》。

[3] 1盎司≈28.349 5克。

[4] 请参阅M.凯瑟琳·戴维斯撰写的《来自问题水域的沙丁鱼油：1905—1955年加利福尼亚州沙丁鱼产业的兴盛与衰亡》，2002年在加利福尼亚大学伯克利分校发表。