智能时代下,下一波产品红利在哪里?作为产品人,又该如何重新定位?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 网易CEO的丁磊最近给大家极力推荐了吴军的《智能时代》,同时提到“人工智能技术在未来十年间将会影响我们生活的方方面面,我们的家具、娱乐、各种服务体验,将会发生颠覆性改变。”

网易CEO的丁磊最近给大家极力推荐了吴军的《智能时代》,同时提到“人工智能技术在未来十年间将会影响我们生活的方方面面,我们的家具、娱乐、各种服务体验,将会发生颠覆性改变。”

吴军在智能时代提出的一个口号:

 要么成为那2%的受益者,要么被淘汰。

      那么,《智能时代》里到底描绘了怎样的一种场景?已然来临的智能时代对我们,尤其是产品经理的工作方式、思维方式会带来哪些影响?

      在吴军眼里,AlphaGo在围棋的对决中大获全胜,到底意味着什么?Google的无人汽车怎么就要让司机同志们全都失业了?

      更进一步,在智能时代背后,未来的产品的商业模式和形态会发生哪些变化?会有哪些产品机会?作为产品人的我们准备好了吗?

      带着上述疑问,本文尝试在智能时代的大场景下,系统思考产品的变与不变,以及作为产品人的我们,该如何重新定位,抢得智能红利?

1、吴军在智能时代里到底讲了些什么?

吴军在智能时代里始终围绕着这样一个命题:

   “智能时代这次真的来了”。

      人工智能这个概念实际在1956年达特茅斯学院的会议上就被提出来,到2016年已经经历了60年一个甲子的时间。期间三起两落,第一次是鸟飞派为代表,以规则学习、专家系统为主,期望理解人脑来推进人工智能进展;不过大家也都知道,人类对大脑的理解微乎其微,人工智能技术陷入低谷。

      第二次是以搞通信的贾里尼克为代表的统计学派,基于香农提出的信息论来解决人工智能的问题。此时,各种智能问题实际上被理解成消除不确定性问题,这种思维模式的升级无疑又把人工智能应用向前推进一步。

实际上,确定性思维(又称连续性思维)一直是工业时代的精华,胡适老先生就提出过教诲几代人的“大胆假设,小心求证”,即“先假设一个元模型,然后再通过数据验证迭代构建一个复杂的模型”。无论是牛顿,还是爱因斯坦的 成就其实都是基于上述思维构建的成果。

      而确定性思维缺越来越受到挑战:一方面随着我们对认知的加深,影响这个世界的变量越来越多,另一方面,量子力学的测不准原理等都决定了世界不确定这一基本特性。在未来简史中,尤瓦尔·赫拉利从人类学、历史学等角度也阐述了类似的观点。 他提出了知识的悖论,知识(预测)不改变行为就无用,行为一旦改变,原本的知识(预测)就立刻失去了意义。

      人工智能虽然像在语音识别等问题上,准确率得到大幅提升,但是由于数据量、计算能力等的限制,大部分应用仍无法商用。

      人工智能(神经网络)研究的第三次浪潮始于 2006 年的突破。借此浪潮,深度学习(Deep Learning)概念(参见Ian Goodfellow等,Deep Learning,P17)普及开来。而标志性的代表则是,Hinton 和合作者的论文”A fast algorithm for deep belief nets” (深信度网络的一种快速算法)。

      随着互联网、大数据、并行计算等技术的发展,尤其是大数据的数据量大、多维度、完备性等特点加速人工智能的第三次浪潮。

      2016年,AlphaGo打败了李世石,围棋这个人类引以为傲的棋类竞技项目目前已经远远落后于机器智能;悄无声息间,google的无人驾驶汽车已经行驶了超过200万英里。

      从人类历次技术革命的发展历程来看,无论是第一次的蒸汽机革命、第二次的电力革命还是第三次的信息革命,无不推动着既有产业的全面升级。

      可以预见人工智能将会逐步渗透到社会的各个产业,从而实现“从局部到整体,我们实现智能化社会,从整体到局部,我们实现社会的精细化”的奇妙场景。

      我尝试用一句话来概括一下智能时代的观点: 一种使用信息(大数据中挖掘)问题解决人工智能问题(不确定性问题)的思维方式出现了,同时,新的生产力(人工智能与大数据等)必会带来新的生产关系(产业)的升级换代。

2、智能时代下,下一波产品红利在哪里?其驱动力到底是什么?

      从互联网近20年的发展来看,可以归纳为三个发展周期,每个周期接近7-8年左右的时间,期间有波峰的高速发展,也有波谷的泡沫散尽。郝志中在《用户力》里做出归纳总结:

微信图片_20211101145231.jpg

从上图可以看到,三个周期大致如下:

  • 第一个周期:1995年-2002年,窄带互联网,特征是三大门户的兴盛,02年起,WEB1.0找到了商业模式。
  • 第二个周期:2002年-2009年,宽带互联网,特征是内容媒体异常丰富,图文,视频等媒体形态颇为盛行,BAT完整对流量入口的布局,正式进入WEB2.0。
  • 第三个周期:2009年-2016年,移动互联网,特征是微博、微信大行其道,而2015年的股市崩盘,预示着互联网企业的高估值神话破灭,死掉的O2O企业名单一批接一批,16年开始回归理性,互联网+开始逐步渗透到各行各业。

而上述的周期的变更,其底层逻辑可以用如下基本原理(公式)所阐述:

公式1:信息传播的速率不可能超过信道的容量(信息论的第二定律)

      公式1可以简单理解为,窄带互联网,宽带互联网,移动互联网作为基础信道决定了上层的信息传播的形态(产品的形态)。现在,巨头们都在豪赌AR、VR会继智能手机外,成为另外一个底层基础信道。(后面会提到)

那么新的技术导致生产关系变化的规律又是怎样的呢?产品形态有哪些具体的不同?咱们接着看(大胡子等人总结):

不同周期的产品形态

从上面这张图可以看到,横轴(1)代表的是由底层技术驱动的三大产品周期,分别是窄带互联网到宽带互联网,再到移动互联网。而纵轴(2)代表的是某个大产品周期下的产品类别,规律突显,总有这样的产品类别:

  1. 为用户提供 信息服务 为主的产品
  2. 为用户提供 娱乐(游戏) 为主的产品
  3. 为用户提供 交流(社交、社区) 为主的产品
  4. 为用户提供 服务(衣食住行首当其冲,并会往其他行业逐步渗透) 为主的产品

看懂过去,就可以预测未来。

那么,驱动下一波的产品周期的底层信道会是谁?

      AR?VR?从Facebook重金收购Oculus看,他们押注VR;而从Google不断重启失败多次的Google Glass项目和微软力推HoloLens项目看,他们押注AR。而从AR、VR的实际体验和应用来看,目前还没完成其完整产品的构建(还处在摩尔所描述的鸿沟当中)。

      而另一种更为大家所接受的观点则是 互联网+,即使用互联网、大数据、云计算等信息技术去改进传统行业的价值结构,压缩成本,提高效率。

      润米咨询创始人刘润曾经提出过产业+互联网的价值公式:“ 创造价值 + 传递价值 = 用户价值 ”。企业根据价值定位不同可以分割为以创造价值为核心(产品型公司)的与以传递价值为核心(渠道型和营销型公司)的两种不同类型的企业:

企业不同的价值定位

      比如苹果、特斯拉、微信就属于产品型公司,而耐克,李宁,加多宝,农夫山泉则更多的属于渠道型或营销型公司。

刘润讲了一个很深刻的观点:

“这个世界的发展是由两股力量在推动着,一个是真正的创新,一个是极致的效率,价格上升是创新红利,价格下降是效率红利,真正的创新改变这个世界,并让创新者享受创新所带来的红利,而极致的效率通过降低价格再把这个红利返还给全社会,两股力量如此往复,推动世界向前发展。”

整个互联网的发展,即信息革命的底层逻辑可以理解成下面这个基本原理(公式):

公式2:新技术+现有产业=新产业(所谓的新的技术导致生产关系的变化)

      公式2可以简单理解为,随着互联网底层的技术,包括网络带宽,智能手机,芯片计算能力等技术驱动的上次产业或产品形态的变化。

      据此,我们可以理解为,互联网的上半场已去,即所谓的互联网把最表层的商品的都做了一遍。 而互联网的下半场则 更可能是用更强大的底层技术以及生产力,把全中国所有的商品都重做一遍。

      不早也不晚,在大数据、摩尔定律以及更先进的算法驱动下的人工智能则会同时加速技术驱动的创新以及效率的提升。

3、智能时代将诞生一种更高维的产品模式

      最为关键的产品思维模式层面,也会发生巨大的变化。现在非常流行的精益创业的基本思维方式其实是基于假设不断验证迭代的过程。

      具体地,可以看下面这张图,我们通过(1)基于同理心洞察的创新驱动,找到我们认为的一些用户痛点或创新的机会点,再通过(2)基于价值假设的精益创业来不断交付、验证以及调整。

精益创业的产品模式

      这是我们现在最流行的一种产品启动以及产品迭代的方式,而整个过程类似下面这张图:

精益创业模式下的产品迭代的路线图

      之所以会不断的调整产品迭代路线图,是因为我们的创业和创新处在极端不确定中,大家只能不断的假设,验证,再假设。在这个过程中我们只能比谁验证的成本更低,验证的速度更快,即所谓的“Fail Cheap,Fail Fast”。这几乎是一套事实上的产品思维。

      而在人工智能时代下,在产品目标的驱动下,我们在某些场景下,可能不必再去假设了。而是直接通过构建和使用多维度,完备的大数据来去解决其中的不确定性问题(假设),再通过机器识别,直接得到模式(需求洞察以及行业洞察)直接去解决行业问题。

      假想,你还在迷雾中航海,你只有通过不断假设以及验证去寻找到达彼岸方向的时候,别人则使用大数据和人工智能精准的制导,直接找到了解决问题的模式。哪个更快?哪个效率高?

      就好比下面的经典案例,传统1.0的模式,不考虑用户的需求,直接做出一个蛋糕,结果发现不是用户需要的;而到了2.0的精益创业模式,为了验证用户的需求,我们采用MVP的方式,不断验证和调整我们的MVP,最终做出用户喜爱的蛋糕;而到了3.0大数据的模式识别模式,我们有可能基于大数据的多维度、完备性等特点直接得到一个更高效,用户更喜爱的蛋糕。

几种产品模式的差异

      而在智能时代,谁掌握了第三种产品思维模式可能会对第二种和第一种形成降维攻击和碾压。而掌握第三种产品思维模式的关键,可能不是优先关注“我洞察到了什么用户痛点或行业痛点”,而是优先考虑“看看我们掌握了多少数据,还需要什么数据,有了这些数据我们能干哪些事。”

      再往下推想去,可能是这样一种常见,在传统行业里,谁率先让本行业数据先流动起来,优先形成闭环并重构行业效率,谁就占领了新的制高点。正如吴军所说:“谁掌握了信息,谁就能获取财富,就如同在工业时代,谁掌握了资本谁就能获取财富一样。”

      产品的商业模式将以获取数据为主要目的,为了数据可以大量使用免费策略。而不光要获取数据,还要想着提供更多的数据连接和交换。这样,无疑会出现一个巨大的正反馈,拥有越多数据的公司,可以交换得到更多数据,得到更多数据,也就拥有了更多的信息和财富。至此,会出现大量的行业数据(或某些领域数据)的巨头,甚至是跨行业的数据巨头,他们会颠覆BAT,会成为下一个BAT。

      另外,讲真,产品的内涵其实也悄然发生了变化,原先的产品内涵是:“为人提供服务或价值”,而现在人变成了人和机器人,或是像未来简史里面所描绘的:生物只是算法,生命只是算法的处理。那又会是一幅怎样的场景?

4、产品人需要关注哪些新的变化?

      在前面所提及的第三种产品思维模式(智能时代下必备的思维模式)下,会出现如下产品数据流程:

智能时代下的产品数据流程

      我们可以看到对于不同的服务对象(2C、2B),产品上会呈现不同的新特点:

  • 对于2C类(面向消费者市场)的产品 ,用户各维度的行为数据都会被平台所搜集,借由机器学习的算法,产品会千人千面:在不同的场合,不同的空间和时间里,你得到的产品服务是不一样的。同一时空下,两个人得到服务也是不一样的。产品会更加个性化和场景化。事实上,无论是亚马逊,Netfix(网飞),还是今日头条都已经在这条路上了,并通过此法构建了其产品核心竞争力。所以今日头条其实不是一家媒体公司,它是一家数据算法公司。
  • 对于2B类(面向企业服务市场)的产品 ,效率仍然会是一个最为关注的关键词。卫哲在混沌研习社中做过一次“提升效率”为主题的分享,其中包括:个人效率、组织效率、资产效率、战略效率、创新效率五个大板块。

从当下的日益饱和和被透支的消费者市场来看,面向企业服务市场的效率提升会是一个主要机会点。而围绕此展开的,有两个方面:一方面大量的XAAS公司来作为底层支撑去提升公司的各维度效率,另一方面,来自行业内的公司,会有一些人率先站出来,构建行业数据的全流程采集,以及数据分析处理的闭环,并尝试使用通过大数据的方式去洞察一些行业痛点和机会点。

      其实,B类产品和C类产品都绕不开效率。举个例子,时下最火的共享经济就其本质就是效率,更准确的讲是追求资产利用率。

      比如对于摩拜单车、OFO的模式关键不在于有多少辆车,而是每辆车每天的使用率。如果车的使用率低,那就是一个效率低的公司。

      还以共享单车为例,我们已经不再购买商品(自行车),我们购买服务,商品是按照计划生产出来的,有多少用户我们是完全知道的,有多少用户使用了自行车我们也是知道的。如果全球的自行车都是共享单车的话,我们就知道全球多少人使用、还需要多少辆自行车。而这种模式最有话语权的既不是自行车的厂家,也不是消费者,而是中间的平台调度公司,即大数据算法公司。

      就像未来简史里面提到的,算法会成为像公司以及国家这样的实体,掌握人类。

      在未来IoT+机器智能为共享经济带来了可能。在共享经济里面,连接比拥有(内容)更重要。Google、Facebook没有内容,阿里没有商品,微信没有网络,滴滴,uber、AirBnB没有车和房屋。

      现在愈演愈烈的共享经济(AirBnB、滴滴、共享单车、共享充电等)只是人工智能大展拳脚的一个市场切入点。

也许,真的如吴军在智能时代中所说,从局部到整体,我们实现智能化社会,从整体到局部,我们实现的社会的精细化。

5、智能时代会涌现哪些产品机会?

      智能时代下的产品服务类型大致会有这样的构成:

智能时代下的产品服务模型

  • 第一种的产品服务类型,提供包括从数据采集、数据分析处理、机器学习等基础技术能力的产品服务。比如,像Google、Facebook、baidu等。
  • 第二种产品服务类型,则是前面提到的,行业内的公司自己构建本行业或跨行业的数据采集、分析、处理的闭环。成为该行业数据服务以及信息服务的关键结点。在这点上,面向消费者,面向企业或是面向政府的应用本质上差异不大。

      这意味着,传统行业立足行业之本,依然大有可为。而且也与互联网+的大潮十分契合。

      除了前面两大海量市场外,绝大部分面向终端服务的产品类型会是怎样一种场景呢?

      其实,早在20年前,哈佛商业评论(HBR,1998)就提到了体验经济的趋势及其价值模型,并提到:产品的体验越好,越有差异性,就越能获得更高的价值这一发展趋势。

经济发展的价值模型

      其实,这个规律一直没有变,且我们还有很多东西可做。

      在2016年的哈佛商业评论(HBR.ORG 2016.9)中提到产品的需求金字塔模型(见下),在该模型中,产品的需求自下而上分为,功能,情感,自我实现以及社会影响力等。总体的趋势是,如果能覆盖到越高的层次,用户的忠诚度越高,产品的价值敏感性也越高。

产品需求金字塔模型

      唯有创新,才有不同,唯有不同,才有高利。

      我曾经在《 产品拆解:透析网易云音乐背后的造物逻辑 》中提到网易云音乐能在不到4年的时间发展3亿用户,能在BAT的布局的音乐红海市场中杀出一条血路,能成为中国最有口碑的音乐产品的核心在于其构建了一套具有诗意交互的体验框架。曾经也不止一位小伙伴告诉我,网易云音乐是其唯一愿意付费的音乐产品。事实证明,其也在4月初拿到A轮融资,估值80亿。

      网易云音乐的核心体验框架:具有诗意的交互

      当然,机器人最终也会拥有情感。

      唐纳德·A·诺曼在《情感化设计》中提到,机器也最终会有情感,虽然机器的情感与人的情感不一样,但是我们需要机器有理解主人情感状态的能力。同时机器具备积极的情感会不断的改进,而剧本消极的情感则可以适当的保护自己。甚至是挫败感和自豪感都可以帮助更好地完成任务(情感化设计,P176)。不过距离这一天至少还有很长的一段距离。

6、小结:未来已来,我们准备好了吗?

      本文回顾了吴军智能时代下的奇妙场景,并尝试通过两个第一性原理(First Principle),即信息论第二定律以及底层技术(生产力)决定上层生产关系,来眺望互联网浪潮的下一波红利,及其真实的底层驱动力。

      更进一步地,本文着重分析了智能时代下将诞生一种更加高纬度的产品思维模式,其创新性和效率远超时下最流行的精益创业的思维模式。

      这种高纬度的产品思维模式将推进整个2C以及2B产品形态的升级换代,2C的产品的竞争力在于数据洞察后的千人千面,更加个性化和场景化;而2B的产品竞争力在体现数据闭环所提升的效率。愈演愈烈的共享经济(共享单车等)则是这种思维模式以及产品形态的一个缩影。

       吴军说,那么成为那2%,那么则被淘汰。而本文则认为,显然机会和挑战并存,尤其对于传统行业,谁优先构建数据闭环,优先成为该行业数据服务以及信息服务的关键结点,谁就有可能在本行业抢占先机。

       当然体验经济依然是值得大家关注和突破的领域,做好极致体验,你会让你的产品由价格敏感提升为价值敏感。

丹尼尔·平克在《全新思维》中,他敏锐地察觉到,人类社会已经步入“右脑时代”,在这个时代,知识不再是力量。他开创性地指出:未来属于那些拥有与众不同思维的人,唯有拥有右脑时代的6大全新思维能力:设计感、娱乐感、意义感、故事力、交响力、共情力,即“三感三力”,才能于决胜于未来。

      可以预测到,产品经理会至少分化成两种角色,数据产品经理或算法产品经理可能是一类崛起的岗位,他们更侧重左脑思维,也会和当前的一些开发岗位形成融合。超过6位数的数据科学家可见一斑。

      而原先的产品经理,可能更多的偏向社会学,心理学,设计学等多学科综合的岗位,他们更侧重右脑思维。

      著名未来学家彼得•伊利亚德说:

“今天我们如果不生活在未来,那么未来我们将生活在过去。”

未来已来,你会怎么选择呢?或许在数据和算法面前,我们已别无选择。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
人工智能 编解码 算法
国产化手持单导心电仪技术解决方案,助力血压计厂商实现房颤精准捕捉
房颤增加中风风险,对健康危害极大。高血压患者尤其需要关注房颤筛查。欧姆龙近期推出两款心电图房颤筛查产品,加强了早期检测能力。苏州唯理则提供国产心电芯片解决方案,支持血压计集成心电功能,精准捕捉房颤,配备AI算法快速识别心律异常,已获医疗器械认证,有效辅助健康管理。
|
6月前
|
运维 安全 搜索推荐
智能时代对传统商业地产有哪些颠覆性的影响
智能时代对传统商业地产有哪些颠覆性的影响
|
运维 Cloud Native 机器人
《2023云原生实战案例集》——01 汽车/制造——节卡机器人 云拨测测助力全面优化海外网站性能
《2023云原生实战案例集》——01 汽车/制造——节卡机器人 云拨测测助力全面优化海外网站性能
《2023云原生实战案例集》——01 汽车/制造——节卡机器人  云拨测测助力全面优化海外网站性能
|
人工智能 自然语言处理 达摩院
高效服务,智能触角再延伸,阿里云智能客服如何成为互联网出行新伙伴?
在较短时间内即可创建呼叫中心实例,一站式的服务开通,可以很方便地为客户提供方便扩容的、稳定的、专业的智能化呼叫中心服务。
高效服务,智能触角再延伸,阿里云智能客服如何成为互联网出行新伙伴?
|
机器学习/深度学习 人工智能 城市大脑
云+智能的羊群效应显现,百度用“云智一体”坐定头羊位置
随着产业生态“朋友圈”进一步扩大,百度将呈现更广泛而深度的产业智能化案例,但是,尽管百度占据了先机,但羊群效应的价值一定是全行业的,对追求智能化转型升级的企业群体而言,整个云计算行业都在云+智能这条道路上深度前行,无疑将帮助它们更好地享受技术时代的红利。
194 0
云+智能的羊群效应显现,百度用“云智一体”坐定头羊位置
|
机器学习/深度学习 人工智能 算法
风口之上,智能投顾怎么突然失声了
智慧金融一直被认为是AI目前最被看好的落地领域,特别是智能投顾。虽然在欧美国家,智能投顾正在如火如荼的进行,可是我国,情况似乎并不明朗。
风口之上,智能投顾怎么突然失声了
|
存储 供应链 DataWorks
解决方案应用实例 |阿里云数据赋能新锐美妆花西子,助力品牌飞速增长
新锐美妆花西子联合阿里云,整合品牌内外部数据,玩转运营,实现品牌飞速增长
738 0
解决方案应用实例 |阿里云数据赋能新锐美妆花西子,助力品牌飞速增长
|
机器学习/深度学习 人工智能 运维
「新基建」下大火的工业智能,问题依旧很多
当我们在讨论「机器换人」,到底怎么实现?
|
人工智能 物联网 UED
阿里巴巴茹忆:千万级 AI 设备补贴背后的思考与布局丨WARE 2018
「人工智能的发展,是从人去适应机器到机器来理解人。」在由深圳湾出品的WARE 2018 AI 芯片与应用峰会上,阿里巴巴 A.I.Labs 智能硬件总经理茹忆从交互入口的角度,分享了 AI 时代的人机交互形态以及阿里在 AI 和 IoT 结合上的布局。
3673 0