Ch7 01: 特斯拉自己做保险——因为没人愿意替它做#

特斯拉知道你怎么开车。

不是保险公司那种靠你的年龄和邮编来猜测风险的模糊统计方式。特斯拉知道得很具体。它知道你刹车踩多重、油门踩多猛、跟车距离多近、多久开一次 Autopilot，以及每周跑多少英里。它实时掌握这些数据，覆盖路上的每一辆车，每一天的每一分钟。

多年来，这些数据只服务于一个目的：工程研发。改进 Autopilot、诊断车辆问题、榨取更多电池性能。它是造联网汽车的副产品，像废气一样。没人把它当成商业资产。

直到有人问了一句：如果这些数据能比保险行业有史以来的任何方式都更精准地定价保险呢？

传统的汽车保险定价本质上是一场猜测游戏。保险公司看不到你怎么开车，观察不了你的行为。所以他们依赖代理变量——年龄、性别、居住地、信用评分、驾驶记录。这些代理变量和风险相关，但相关性很松散。一个小心谨慎的六十岁老人和一个鲁莽冒失的六十岁老人交的保费差不多。一个每年在蒙大拿州乡村跑一万英里的二十五岁年轻人，和一个在洛杉矶跑三万英里的同龄人，保费也差不多。

保险行业知道这不精确。但精确在历史上是不可能的，因为数据根本不存在。如果你观察不了驾驶行为，你就没法根据驾驶行为来定价。

特斯拉翻转了这个等式。数据是存在的，而且一直在被收集。唯一的问题是要不要用它。

特斯拉保险推出了一个根本性不同的定价模型。它不使用人口统计代理变量，而是使用车辆传感器实时测量的实际驾驶行为。安全的驾驶者保费更低，危险的驾驶者保费更高。而"安全"和"危险"的定义不是基于关于和你类似的人的统计数据，而是基于你本人。

效果立竿见影。安全驾驶者——在旧模式下一直在默默补贴高风险驾驶者的那群人——看到自己的保费降了。他们第一次获得了公平的价格。而且因为定价是透明的——客户能清楚地看到哪些行为在影响价格——这创造了一个反馈循环。想要更低保费的驾驶者调整了自己的习惯。这份保险不仅仅是精准地为风险定价，它还降低了风险。

但这里更深层的故事不是关于保险，而是关于产品边界。

大多数公司用它们生产什么来定义自己的产品。特斯拉造车。连锁酒店提供客房。航空公司卖座位。这些定义感觉很自然。它们同时也是商业中最具局限性的假设之一。

特斯拉不只是造车。特斯拉运营着一个由联网设备组成的网络，这些设备持续产生关于驾驶行为、路况、车辆性能和客户使用模式的数据流。这些数据是一项资产——其潜在价值可能与汽车本身不相上下。而且它能驱动与汽车制造毫无关系的业务。

保险是第一个也是最显而易见的切入点。但这个原则的延伸远不止于此。同样的驾驶数据可以驱动停车、收费公路或道路准入的按使用量定价。车辆健康数据可以支撑卖给车队运营商的预测性维护服务。能源消耗数据可以接入智能电网。每一个都是潜在的业务线——不是因为特斯拉决定要多元化，而是因为数据本来就在那里，等着被激活。

我把这称为数据资产跃迁——从把运营数据当副产品，转变为把它当核心资产。

大多数企业还停留在这个转变的第一阶段。它们在日常运营中收集数据——每一笔交易、每一次互动、每一个传感器信号都在产生数据。但它们只在内部使用这些数据：运营仪表盘、报表、故障排查。数据服务于现有业务，并没有孵化出新业务。

第二阶段是利用数据来提升现有业务中的客户体验。预测性维护——在刹车片失效之前提醒客户更换——就是一个例子。数据仍然服务于核心业务，但它在直接为客户创造价值，而不仅仅是提升内部效率。

第三阶段是利用数据开辟全新的业务线。特斯拉保险就是典型案例。为工程目的收集的数据，如今驱动着一项独立的业务，拥有自己的收入来源、自己的价值主张、自己的竞争格局。

每个阶段都需要一次视角转变。第一阶段不需要新思维——数据收集就是运营的一部分。第二阶段需要问"这些数据怎样能让我们的产品更好？“第三阶段需要问"这些数据能支撑什么目前还不存在的业务？”

这个故事还有另一个值得聚焦的角度：竞争护城河。

当特斯拉推出保险业务时，传统保险公司根本无法匹敌——即使他们想也做不到。他们没有这些数据。他们没有在每辆车上装传感器。他们没有与每位客户的汽车之间的实时软件连接。从零开始搭建这些需要耗费数年和数十亿美元。

这就是为什么数据驱动的业务扩张作为竞争策略如此致命。数据是专有的。它由你的运营产生。没有竞争对手能购买它、复制它或逆向工程它。而且你运营的时间越长，积累的数据越多，模型越精准，你和追赶者之间的差距就越大。

汽车是业务。数据成了护城河。而护城河打开了通往原始产品从未被设计来支撑的业务的大门。

行动指南#

每个企业都在产生数据。问题在于你是把它当废气还是当燃料。

试试这个：

盘点你的数据资产。 列出你的企业产生的每一种数据——客户互动、交易记录、运营指标、传感器读数、使用模式。不要筛选"有用的"，全部列出来。
问一个边界问题。 对每种数据类型问：“这些数据能支撑我们目前尚未涉足的什么业务？“放开思路想。客户购买数据可以支撑信贷业务。使用模式可以驱动咨询服务。性能数据可以支撑保险或保修产品。
测试护城河。 对每条潜在的新业务线，问：“竞争对手能复制这些数据吗？“如果答案是否定的——如果它是专有的、由你独特的运营产生的、从外部无法收集的——你就拥有了一条潜在的护城河。
从小处开始。 你不需要立刻成立一个完整的业务部门。先用你的数据为现有客户创造一个新的价值点。一个个性化推荐。一个预测性提醒。一个基于使用量的折扣。测试这个想法，看看什么能成。

你卖的产品并不是你能创造的价值的天花板。你的产品产生的数据可能比产品本身更值钱。唯一的障碍是"我们是一家[汽车公司/连锁酒店/零售商]“这个假设——一个定义了你身份却限制了你潜力的假设。

质疑这个假设。答案可能价值数亿。