网络效应、平台定价策略、赢家通吃——为什么平台是最强大的商业模式
| 类型 | 定义 | 例子 | 关键指标 |
|---|---|---|---|
| 直接网络效应 | 用户越多，每个用户的价值越大 | 微信、WhatsApp、电话网络 | 每用户价值 ∝ 用户总数 |
| 间接网络效应 | 一边用户越多，另一边价值越大 | 淘宝（买家↔卖家）、Uber（乘客↔司机） | 交叉弹性 |
| 双边网络效应 | 平台连接两个互补群体 | 操作系统、游戏主机、信用卡 | 每边对另一边的依赖度 |
Robert Metcalfe（以太网发明者）提出：网络的价值与用户数的平方成正比。
数学：V ∝ n(n-1)/2 ≈ n²/2
含义：10 个用户的网络，潜在连接 = 45；100 个用户 = 4950；1000 个用户 = 499500。用户数增长 10 倍，价值增长 ~100 倍。
争议：Andrew Odlyzko 等人认为实际价值增长更接近 n·log(n)，因为不是所有连接都有同等价值。但无论如何，网络效应使价值增长超线性。
平台定价的核心问题：从哪一边收钱？Rochet & Tirole (2003) 的开创性工作给出了原则：
| 策略 | 补贴方 | 收费方 | 案例 |
|---|---|---|---|
| 补贴需求方 | 用户（免费） | 商家（收佣金） | 淘宝、Google 搜索 |
| 补贴供给方 | 商家（低佣金） | 用户（订阅费） | Shopify、Substack |
| 双方都收费 | — | — | AWS Marketplace |
| 交叉补贴 | 免费用户 | 付费用户 | Notion、Figma |
定价原则：
OpenClaw 支持 Telegram、Discord、WhatsApp、微信等 14 个消息平台——这不仅仅是技术决策，更是平台经济学策略：
网络效应有一个残酷的特性：在网络达到临界质量之前，每个新用户的边际价值是负的——因为人太少，体验差。
| 策略 | 原理 | 案例 |
|---|---|---|
| "做工具不做网络" | 先做单用户有价值的工具，再叠加网络效应 | Instagram（先滤镜→后社交）、Dropbox（先同步→后分享） |
| 补贴一边 | 花钱请供给方入驻 | Uber 补贴司机、Epic 免费游戏 |
| 邀请制 | 稀缺性制造渴望 | Clubhouse 早期邀请码、Gmail 早期邀请 |
| 搬砖式启动 | 人工创建内容，直到自然供给出现 | Reddit 创始人早期用假账号发帖、Product Hunt 手动选产品 |
| 垂直切入 | 先在细分市场达到临界质量 | Facebook 先在哈佛→常春藤→全美→全球 |
蓝线=网络价值(∝n²) | 绿线=运营成本(∝n) | 红线=净价值 | 注意临界点
| 条件 | 赢家通吃 | 赢家多拿 |
|---|---|---|
| 网络效应强度 | 极强（直接网络效应） | 中等（间接网络效应） |
| 用户多归属 | 低（用户只用一个） | 高（用户同时用多个） |
| 差异化空间 | 低（同质化） | 高（可差异化） |
| 例子 | 微信、WhatsApp | 电商（淘宝/京东/拼多多） |
| AI 平台 | — | 多个模型共存（GPT/Claude/Gemini） |
AI 市场的判断：AI 市场不会赢家通吃，因为：(1) 用户多归属（同时用多个模型）；(2) 不同模型有差异化优势；(3) 切换成本低。所以你会看到多个玩家长期共存。