文／田羽 （微：mailvincent）
網易CEO的丁磊最近給大家極力推薦了吳軍的《智能時代》，同時提到“人工智能技術在未來十年間將會影響我們生活的方方面面，我們的家具、娛樂、各種服務體驗，將會發生顛覆性改變。”
吳軍在智能時代提出的一個口號：要么成為那2%的受益者，要么被淘汰。
那么《智能時代》里到底描繪了怎樣的一種場景？已然來臨的智能時代對我們，尤其是產品經理的工作方式、思維方式會帶來哪些影響？
在吳軍眼里，AlphaGo在圍棋的對決中大獲全勝，到底意味著什么？Google的無人汽車怎么就要讓司機同志們全都失業了？
更進一步，在智能時代背后，未來的產品的商業模式和形態會發生哪些變化？會有哪些產品機會？作為產品人的我們準備好了嗎？
帶著上述疑問，本文嘗試在智能時代的大場景下，系統思考產品的變與不變，以及作為產品人的我們，該如何重新定位，搶得智能紅利？
1、吳軍在智能時代里到底講了些什么？
吳軍在智能時代里始終圍繞著這樣一個命題：“智能時代這次真的來了”。
人工智能這個概念實際在1956年達特茅斯學院的會議上就被提出來，到2016年已經經歷了60年一個甲子的時間。期間三起兩落，第一次是鳥飛派為代表，以規則學習、專家系統為主，期望理解人腦來推進人工智能進展；不過大家也都知道，人類對大腦的理解微乎其微，人工智能技術陷入低谷。
第二次是以搞通信的賈里尼克為代表的統計學派，基于香農提出的信息論來解決人工智能的問題。此時，各種智能問題實際上被理解成消除不確定性問題，這種思維模式的升級無疑又把人工智能應用向前推進一步。
實際上，確定性思維（又稱連續性思維）一直是工業時代的精華，胡適老先生就提出過教誨幾代人的“大膽假設，小心求證”，即“先假設一個元模型，然后再通過數據驗證迭代構建一個復雜的模型”。無論是牛頓，還是愛因斯坦的成就其實都是基于上述思維構建的成果。
而確定性思維卻越來越受到挑戰：一方面隨著我們對認知的加深，影響這個世界的變量越來越多，另一方面，量子力學的測不準原理等都決定了世界不確定這一基本特性。在未來簡史中，尤瓦爾·赫拉利從人類學、歷史學等角度也闡述了類似的觀點。他提出了知識的悖論，知識（預測）不改變行為就無用，行為一旦改變，原本的知識（預測）就立刻失去了意義。
人工智能雖然像在語音識別等問題上，準確率得到大幅提升，但是由于數據量、計算能力等的限制，大部分應用仍無法商用。
人工智能（神經網絡）研究的第三次浪潮始于 2006 年的突破。借此浪潮，深度學習（Deep Learning）概念（參見Ian Goodfellow等，Deep Learning，P17）普及開來。而標志性的代表則是，Hinton 和合作者的論文"A fast algorithm for deep belief nets" (深信度網絡的一種快速算法)。下面則是深度學習模型示意圖：
隨著互聯網、大數據、并行計算等技術的發展，尤其是大數據的數據量大、多維度、完備性等特點加速人工智能的第三次浪潮。
2016年，AlphaGo打敗了李世石，圍棋這個人類引以為傲的棋類競技項目目前已經遠遠落后于機器智能；悄無聲息間，google的無人駕駛汽車已經行駛了超過200萬英里。
從人類歷次技術革命的發展歷程來看，無論是第一次的蒸汽機革命、第二次的電力革命還是第三次的信息革命，無不推動著既有產業的全面升級。
可以預見人工智能將會逐步滲透到社會的各個產業，從而實現“從局部到整體，我們實現智能化社會，從整體到局部，我們實現社會的精細化”的奇妙場景。
我嘗試用一句話來概括一下智能時代的觀點：一種使用信息（大數據中挖掘）問題解決人工智能問題（不確定性問題）的思維方式出現了，同時，新的生產力（人工智能與大數據等）必會帶來新的生產關系（產業）的升級換代。
2、智能時代下，下一波產品紅利在哪里？其驅動力到底是什么？
從互聯網近20年的發展來看，可以歸納為三個發展周期，每個周期接近7-8年左右的時間，期間有波峰的高速發展，也有波谷的泡沫散盡。郝志中在《用戶力》里做出歸納總結：
從上圖可以看到，三個周期大致如下：
1）第一個周期，1995年－2002年，窄帶互聯網，特征是三大門戶的興盛，02年起，WEB1.0找到了商業模式。
2）第二個周期，2002年－2009年，寬帶互聯網，特征是內容媒體異常豐富，圖文，視頻等媒體形態頗為盛行，BAT完整對流量入口的布局，正式進入WEB2.0。
3）第三個周期，2009年－2016年，移動互聯網，特征是微博、微信大行其道，而2015年的股市崩盤，預示著互聯網企業的高估值神話破滅，死掉的O2O企業名單一批接一批，16年開始回歸理性，互聯網＋開始逐步滲透到各行各業。
而上述的周期的變更，其底層邏輯可以用如下基本原理（公式）所闡述：
公式1:信息傳播的速率不可能超過信道的容量（信息論的第二定律）
公式1可以簡單理解為，窄帶互聯網，寬帶互聯網，移動互聯網作為基礎信道決定了上層的信息傳播的形態（產品的形態）。現在，巨頭們都在豪賭AR、VR會繼智能手機外，成為另外一個底層基礎信道。（后面會提到）
那么新的技術導致生產關系變化的規律又是怎樣的呢？產品形態有哪些具體的不同？咱們接著看（大胡子等人總結）：
從上面這張圖可以看到，橫軸（1）代表的是由底層技術驅動的三大產品周期，分別是窄帶互聯網到寬帶互聯網，再到移動互聯網。而縱軸（2）代表的是某個大產品周期下的產品類別，規律突顯，總有這樣的產品類別：
1）為用戶提供信息服務為主的產品
2）為用戶提供娛樂（游戲）為主的產品
3）為用戶提供交流（社交、社區）為主的產品
4）為用戶提供服務（衣食住行首當其沖，并會往其他行業逐步滲透）為主的產品
看懂過去，就可以預測未來。
那么，驅動下一波的產品周期的底層信道會是誰？
AR？VR？從Facebook重金收購Oculus看，他們押注VR；而從Google不斷重啟失敗多次的Google Glass項目和微軟力推HoloLens項目看，他們押注AR。而從AR、VR的實際體驗和應用來看，目前還沒完成其完整產品的構建（還處在摩爾所描述的鴻溝當中）。
而另一種更為大家所接受的觀點則是互聯網＋，即使用互聯網、大數據、云計算等信息技術去改進傳統行業的價值結構，壓縮成本，提高效率。
潤米咨詢創始人劉潤曾經提出過產業＋互聯網的價值公式：“創造價值 + 傳遞價值 = 用戶價值”。企業根據價值定位不同可以分割為以創造價值為核心（產品型公司）的與以傳遞價值為核心（渠道型和營銷型公司）的兩種不同類型的企業：
比如蘋果、特斯拉、微信就屬于產品型公司，而耐克，李寧，加多寶，農夫山泉則更多的屬于渠道型或營銷型公司。
劉潤講了一個很深刻的觀點：“這個世界的發展是由兩股力量在推動著，一個是真正的創新，一個是極致的效率，價格上升是創新紅利，價格下降是效率紅利，真正的創新改變這個世界，并讓創新者享受創新所帶來的紅利，而極致的效率通過降低價格再把這個紅利返還給全社會，兩股力量如此往復，推動世界向前發展。”
整個互聯網的發展，即信息革命的底層邏輯可以理解成下面這個基本原理（公式）：
公式2:新技術＋現有產業＝新產業（所謂的新的技術導致生產關系的變化）
公式2可以簡單理解為，隨著互聯網底層的技術，包括網絡帶寬，智能手機，芯片計算能力等技術驅動的上次產業或產品形態的變化。
據此，我們可以理解為，互聯網的上半場已去，即所謂的互聯網把最表層的商品的都做了一遍。而互聯網的下半場則更可能是用更強大的底層技術以及生產力，把全中國所有的商品都重做一遍。
不早也不晚，在大數據、摩爾定律以及更先進的算法驅動下的人工智能則會同時加速技術驅動的創新以及效率的提升。
3、智能時代將誕生一種更高維的產品模式
最為關鍵的產品思維模式層面，也會發生巨大的變化。現在非常流行的精益創業的基本思維方式其實是基于假設不斷驗證迭代的過程。
具體地，可以看下面這張圖，我們通過（1）基于同理心洞察的創新驅動，找到我們認為的一些用戶痛點或創新的機會點，再通過（2）基于價值假設的精益創業來不斷交付、驗證以及調整。
這是我們現在最流行的一種產品啟動以及產品迭代的方式，而整個過程類似下面這張圖：
之所以會不斷的調整產品迭代路線圖，是因為我們的創業和創新處在極端不確定中，大家只能不斷的假設，驗證，再假設。在這個過程中我們只能比誰驗證的成本更低，驗證的速度更快，即所謂的“Fail Cheap，Fail Fast”。這幾乎是一套事實上的產品思維。
而在人工智能時代下，在產品目標的驅動下，我們在某些場景下，可能不必再去假設了。而是直接通過構建和使用多維度，完備的大數據來去解決其中的不確定性問題（假設），再通過機器識別，直接得到模式（需求洞察以及行業洞察）直接去解決行業問題。
假想，你還在迷霧中航海，你只有通過不斷假設以及驗證去尋找到達彼岸方向的時候，別人則使用大數據和人工智能精準的制導，直接找到了解決問題的模式。哪個更快？哪個效率高？
就好比下面的經典案例，傳統1.0的模式，不考慮用戶的需求，直接做出一個蛋糕，結果發現不是用戶需要的；而到了2.0的精益創業模式，為了驗證用戶的需求，我們采用MVP的方式，不斷驗證和調整我們的MVP，最終做出用戶喜愛的蛋糕；而到了3.0大數據的模式識別模式，我們有可能基于大數據的多維度、完備性等特點直接得到一個更高效，用戶更喜愛的蛋糕。
而在智能時代，誰掌握了第三種產品思維模式可能會對第二種和第一種形成降維攻擊和碾壓。而掌握第三種產品思維模式的關鍵，可能不是優先關注“我洞察到了什么用戶痛點或行業痛點”，而是優先考慮“看看我們掌握了多少數據，還需要什么數據，有了這些數據我們能干哪些事。”
再往下推想去，可能是這樣一種常見，在傳統行業里，誰率先讓本行業數據先流動起來，優先形成閉環并重構行業效率，誰就占領了新的制高點。正如吳軍所說：“誰掌握了信息，誰就能獲取財富，就如同在工業時代，誰掌握了資本誰就能獲取財富一樣。”
產品的商業模式將以獲取數據為主要目的，為了數據可以大量使用免費策略。而不光要獲取數據，還要想著提供更多的數據連接和交換。這樣，無疑會出現一個巨大的正反饋，擁有越多數據的公司，可以交換得到更多數據，得到更多數據，也就擁有了更多的信息和財富。至此，會出現大量的行業數據（或某些領域數據）的巨頭，甚至是跨行業的數據巨頭，他們會顛覆BAT，會成為下一個BAT。
另外，講真，產品的內涵其實也悄然發生了變化，原先的產品內涵是：“為人提供服務或價值”，而現在人變成了人和機器人，或是像未來簡史里面所描繪的：生物只是算法，生命只是算法的處理。那又會是一幅怎樣的場景？
4、產品人需要關注哪些新的變化？
在前面所提及的第三種產品思維模式（智能時代下必備的思維模式）下，會出現如下產品數據流程：
我們可以看到對于不同的服務對象（2C、2B），產品上會呈現不同的新特點：
對于2C類（面向消費者市場）的產品，用戶各維度的行為數據都會被平臺所搜集，借由機器學習的算法，產品會千人千面：在不同的場合，不同的空間和時間里，你得到的產品服務是不一樣的。同一時空下，兩個人得到服務也是不一樣的。產品會更加個性化和場景化。事實上，無論是亞馬遜，Netfix（網飛），還是今日頭條都已經在這條路上了，并通過此法構建了其產品核心競爭力。所以今日頭條其實不是一家媒體公司，它是一家數據算法公司。
對于2B類（面向企業服務市場）的產品，效率仍然會是一個最為關注的關鍵詞。衛哲在混沌研習社中做過一次“提升效率”為主題的分享，其中包括：個人效率、組織效率、資產效率、戰略效率、創新效率五個大板塊。
從當下的日益飽和和被透支的消費者市場來看，面向企業服務市場的效率提升會是一個主要機會點。而圍繞此展開的，有兩個方面：一方面大量的XAAS公司來作為底層支撐去提升公司的各維度效率，另一方面，來自行業內的公司，會有一些人率先站出來，構建行業數據的全流程采集，以及數據分析處理的閉環，并嘗試使用通過大數據的方式去洞察一些行業痛點和機會點。
其實B類產品和C類產品都繞不開效率，舉個例子，時下最火的共享經濟就其本質就是效率，更準確的講是追求資產利用率。
比如對于摩拜單車、OFO的模式關鍵不在于有多少輛車，而是每輛車每天的使用率。如果車的使用率低，那就是一個效率低的公司。
還以共享單車為例，我們已經不再購買商品（自行車），我們購買服務，商品是按照計劃生產出來的，有多少用戶我們是完全知道的，有多少用戶使用了自行車我們也是知道的。如果全球的自行車都是共享單車的話，我們就知道全球多少人使用、還需要多少輛自行車。而這種模式最有話語權的既不是自行車的廠家，也不是消費者，而是中間的平臺調度公司，即大數據算法公司。
就像未來簡史里面提到的，算法會成為像公司以及國家這樣的實體，掌握人類。
在未來IoT+機器智能為共享經濟帶來了可能。在共享經濟里面，連接比擁有（內容）更重要。Google、Facebook沒有內容，阿里沒有商品，微信沒有網絡，滴滴，uber、AirBnB沒有車和房屋。
現在愈演愈烈的共享經濟（AirBnB、滴滴、共享單車、共享充電等）只是人工智能大展拳腳的一個市場切入點。
也許，真的如吳軍在智能時代中所說，從局部到整體，我們實現智能化社會，從整體到局部，我們實現的社會的精細化。
5、智能時代會涌現哪些產品機會？
智能時代下的產品服務類型大致會有這樣的構成：
第一種的產品服務類型，提供包括從數據采集、數據分析處理、機器學習等基礎技術能力的產品服務。比如，像Google、Facebook、baidu等。
第二種產品服務類型，則是前面提到的，行業內的公司自己構建本行業或跨行業的數據采集、分析、處理的閉環。成為該行業數據服務以及信息服務的關鍵結點。在這點上，面向消費者，面向企業或是面向政府的應用本質上差異不大。
這意味著，傳統行業立足行業之本，依然大有可為。而且也與互聯網＋的大潮十分契合。
除了前面兩大海量市場外，絕大部分面向終端服務的產品類型會是怎樣一種場景呢？
其實，早在20年前，哈佛商業評論（HBR，1998）就提到了體驗經濟的趨勢及其價值模型，并提到：產品的體驗越好，越有差異性，就越能獲得更高的價值這一發展趨勢。
其實這個規律一直沒有變，且我們還有很多東西可做。
在2016年的哈佛商業評論（HBR.ORG 2016.9）中提到產品的需求金字塔模型（見下），在該模型中，產品的需求自下而上分為，功能，情感，自我實現以及社會影響力等。總體的趨勢是，如果能覆蓋到越高的層次，用戶的忠誠度越高，產品的價值敏感性也越高。
唯有創新，才有不同，唯有不同，才有高利。
我曾經在《產品拆解：透析網易云音樂背后的造物邏輯》中提到網易云音樂能在不到4年的時間發展3億用戶，能在BAT的布局的音樂紅海市場中殺出一條血路，能成為中國最有口碑的音樂產品的核心在于其構建了一套具有詩意交互的體驗框架。曾經也不止一位小伙伴告訴我，網易云音樂是其唯一愿意付費的音樂產品。事實證明，其也在4月初拿到A輪融資，估值80億。
當然，機器人最終也會擁有情感。
唐納德·A·諾曼在《情感化設計》中提到，機器也最終會有情感，雖然機器的情感與人的情感不一樣，但是我們需要機器有理解主人情感狀態的能力。同時機器具備積極的情感會不斷的改進，而具備消極的情感則可以適當的保護自己。甚至是挫敗感和自豪感都可以幫助更好地完成任務（情感化設計，P176）。不過距離這一天至少還有很長的一段距離。
6、小結：未來已來，我們準備好了嗎？
本文回顧了吳軍智能時代下的奇妙場景，并嘗試通過兩個第一性原理（First Principle），即信息論第二定律以及底層技術（生產力）決定上層生產關系，來眺望互聯網浪潮的下一波紅利，及其真實的底層驅動力。
更進一步地，本文著重分析了智能時代下將誕生一種更加高緯度的產品思維模式，其創新性和效率遠超時下最流行的精益創業的思維模式。
這種高緯度的產品思維模式將推進整個2C以及2B產品形態的升級換代，2C的產品的競爭力在于數據洞察后的千人千面，更加個性化和場景化；而2B的產品競爭力在體現數據閉環所提升的效率。愈演愈烈的共享經濟（共享單車等）則是這種思維模式以及產品形態的一個縮影。
吳軍說，那么成為那2%，那么則被淘汰。而本文則認為，顯然機會和挑戰并存，尤其對于傳統行業，誰優先構建數據閉環，優先成為該行業數據服務以及信息服務的關鍵結點，誰就有可能在本行業搶占先機。
當然體驗經濟依然是值得大家關注和突破的領域，做好極致體驗，你會讓你的產品由價格敏感提升為價值敏感。
丹尼爾·平克在《全新思維》中，他敏銳地察覺到，人類社會已經步入“右腦時代”，在這個時代，知識不再是力量。他開創性地指出：未來屬于那些擁有與眾不同思維的人，唯有擁有右腦時代的6大全新思維能力：設計感、娛樂感、意義感、故事力、交響力、共情力，即“三感三力”，才能于決勝于未來。
可以預測到，產品經理會至少分化成兩種角色，數據產品經理或算法產品經理可能是一類崛起的崗位，他們更側重左腦思維，也會和當前的一些開發崗位形成融合。超過6位數年薪的數據科學家可見一斑。
而原先的產品經理，可能更多的偏向社會學，心理學，設計學等多學科綜合的崗位，他們更側重右腦思維。
著名未來學家彼得?伊利亞德說：“今天我們如果不生活在未來，那么未來我們將生活在過去。”
未來已來，你會怎么選擇呢？或許在數據和算法面前，我們已別無選擇。
往期精彩文章
