人工智能的應用早就發生了

人工智能的應用早就發生了。

我們想想看,你看人民日報是一家媒體公司,說起像這一類的傳統媒體公司。后來都被微博新媒體給打敗了。

因為微博,新浪網它也是一個新的媒體企業,但是他是網絡版的媒體企業。今日頭條又是另外一個更新的媒體企業,可是他完全沒有媒體人,完完全全是一個軟件人工智能相關的年輕人所組成的一家公司。暴風影音播放器是一個軟件播放視頻的軟件,但是新興的抖音受到歡迎程度卻遠遠的超過暴風,那是為什么呢?這還是人工智能的應用。所以人工智能是早就發生的事情。

我們想要賺比較多的錢,就一定要在新的賽道或者找到一個彎道或者說是所謂的新的風口。 只有這樣的話,我們才可以賺比較多的一筆錢。 過去我們用了互聯網的風口,其實也晚了,應該 2000 年就大力的投入開始的,但事實上我們可能拖到 2006 年以後才懂得開始,我相信很多人更晚開始。

新的賽道一定要用新的腦袋去思考。 比如說喬布斯的智能手機賽道,諾基亞的傳統賽道就容易會想不通。 為什麼呢? 對於新的技術趨勢的發生,我們很容易想說,這個新的技術平臺,他能夠改善我們現在遇到的什麼問題? 如果這樣想的話,就犯了諾基亞的毛病了。 這個是改進改版的思維,是日本人工作的思維。

如果我們想要正確的在新的賽道跑贏別人,去先放棄現在的場景去思考未來。 這個在喬布斯的史丹佛大學演講裡面的第一個故事裡面已經說了,我們必須從未來連接到過去,我們不能從現在去連接未來。 建議大家去把那個演講搞再翻出來看一看。

人工智能的應用在各行各業,在很多行業里面,它都會算是一個新的賽道,或者是一種彎道,可以讓我們超車賺一筆不錯的錢的。

不要把人工智能當做還沒有到來,這樣去看待他。真正要做的事情是這個好好的去理解他,事實上現在好多新的公司都已經在人工智能的這個賽道里賺錢了,他們都已經在很不明顯的用人工智能技術了。就像現在。也很少人過區別。今日頭條的人工智能程度比新浪微博高得多,但是很多人不能明顯的看出來區別在哪里一樣。

想象一下,我們開一個純人工智能形式的飾品企業應該會是怎么樣的?如果開一個純人工智能的促銷禮品公司呢?不一樣的照明燈企業呢?

讓新的蘋果再一次打敗傳統的諾基亞,那應該怎么樣設計這種新形態的企業?

有一句話說只有想不到,沒有做不到。其實只是開一個軟件公司而已。

這些年來,很多的公司都經過以下的階段,有些人早,有些人晚而已。

1,傳統業務員會講話,會打電話,會寫信就好了。

2,接著大部分的業務動作都變成幼兒園必須有很棒的電腦操作。

3,而人工智能的未來是大量用電腦信息分析研究選品找客戶。傳統的動作越來越少,電腦操作的動作越來越多,越來越復雜,企業開始使用程序員與客服人員。當業務員角色,變成程序員加客服員的時候,當然也就不再需要大量的傳統意義上的業務員了。

來看看今日頭條的例子。

今日頭條的做法其實是一個操作數據的企業,他找了一些軟件人員去網絡上撈頭條,把各大報紙的頭條撈出來,然后用一個不錯又進步的方式表現給客戶。他的著重點在于有很好的推薦系統,搜尋系統,然后呈現新的系統來給客戶,而且個性化做的非常多而跟客戶綁的更緊。在呈現的部分就是所謂的千人千面啦,這些都完全是軟件的行為。

他沒有編輯人員,也沒有采訪人員,也沒有記者,他完全是軟軟件人員在操作數據,而且是網絡上的外部數據。

所以這意思就是背后有一個邏輯,時機,也就是各大媒體公司報紙都已經上網了。所以才能讓他在網絡上搜索用純軟件的方式,純數據的方式在做新的生意。也就是說各大網站已經數據化了。如果在更早以前的話,那就不太可能了,因為他得花預算自己去搞數據,那利潤與裂變的速度就不行了。

所以今日頭條的公司呢是一個操作數據的公司,所以他是軟件人員,然后操作跟客戶的關系和數據化工作為主。而且他不是直接跟客戶建立傳統關系的企業,他是網絡上的數據收集、整理、推薦、優化的操作。所以它是這樣的一個公司。那它跟傳統的媒體公司就不一樣了。

其實說的簡單一點就是一個純軟件公司啦。跟人工智能的企業比起來,我能夠理解明白真的已經晚了好幾年了。

我們都知道三度空間以后的第四維度是時間。而英特爾未來學家史蒂夫布朗認為現在要有第五緯度了,而第五維度應該是數據。所以未來的企業就是操作數據的企業,而且優先要學會操作外部數據,然后在過程當中再慢慢建立企業的內部數據。

第五維度會讓這個世界變得更加智能,也有越來越多的傳統公司變成了科技公司。

平庸的企業總是在用過去幾年的經驗盤算未來的幾年。

而偉大的企業一定會站在未來看現在,從未來的 100 年來倒推我們現在應該做什么?

特斯拉這樣的企業之所以偉大,就是因為他站在未來看現在,站到火星去看地球。

你覺得呢?

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,563評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,694評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,672評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,965評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,690評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,019評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,013評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,188評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,718評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,438評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,667評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,149評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,845評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,252評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,590評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,384評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380