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将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，将會發生颠覆性改變。”
吳軍在智能時代提出的一個口号：
要麼成為那2%的受益者，要麼被淘汰。
那麼，《智能時代》裡到底描繪了怎樣的一種場景？已然來臨的智能時代對我們，尤其是産品經理的工作方式、思維方式會帶來哪些影響？
在吳軍眼裡，AlphaGo在圍棋的對決中大獲全勝，到底意味着什麼？Google的無人汽車怎麼就要讓司機同志們全都失業了？
更進一步，在智能時代背後，未來的産品的商業模式和形态會發生哪些變化？會有哪些産品機會？作為産品人的我們準備好了嗎？
帶着上述疑問，本文嘗試在智能時代的大場景下，系統思考産品的變與不變，以及作為産品人的我們，該如何重新定位，搶得智能紅利？
1、吳軍在智能時代裡到底講了些什麼？
吳軍在智能時代裡始終圍繞着這樣一個命題：
“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年已經經曆了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，期望了解人腦來推進人工智能進展；不過大家也都知道，人類對大腦的了解微乎其微，人工智能技術陷入低谷。
第二次是以搞通信的賈裡尼克為代表的統計學派，基于香農提出的資訊論來解決人工智能的問題。此時，各種智能問題實際上被了解成消除不确定性問題，這種思維模式的更新無疑又把人工智能應用向前推進一步。
實際上，确定性思維（又稱連續性思維）一直是工業時代的精華，胡适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，然後再通過資料驗證疊代建構一個複雜的模型”。無論是牛頓，還是愛因斯坦的 成就其實都是基于上述思維建構的成果。
而确定性思維缺越來越受到挑戰：一方面随着我們對認知的加深，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确定這一基本特性。在未來簡史中，尤瓦爾·赫拉利從人類學、曆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别等問題上，準确率得到大幅提升，但是由于資料量、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。而标志性的代表則是，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)。
随着網際網路、大資料、并行計算等技術的發展，尤其是大資料的資料量大、多元度、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後于機器智能；悄無聲息間，google的無人駕駛汽車已經行駛了超過200萬英裡。
從人類曆次技術革命的發展曆程來看，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資訊革命，無不推動着既有産業的全面更新。
可以預見人工智能将會逐漸滲透到社會的各個産業，進而實作“從局部到整體，我們實作智能化社會，從整體到局部，我們實作社會的精細化”的奇妙場景。
我嘗試用一句話來概括一下智能時代的觀點： 一種使用資訊（大資料中挖掘）問題解決人工智能問題（不确定性問題）的思維方式出現了，同時，新的生産力（人工智能與大資料等）必會帶來新的生産關系（産業）的更新換代。
2、智能時代下，下一波産品紅利在哪裡？其驅動力到底是什麼？
從網際網路近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《使用者力》裡做出歸納總結：
從上圖可以看到，三個周期大緻如下：
- 第一個周期：1995年－2002年，窄帶網際網路，特征是三大門戶的興盛，02年起，WEB1.0找到了商業模式。
- 第二個周期：2002年－2009年，寬帶網際網路，特征是内容媒體異常豐富，圖文，視訊等媒體形态頗為盛行，BAT完整對流量入口的布局，正式進入WEB2.0。
- 第三個周期：2009年－2016年，移動網際網路，特征是微網誌、微信大行其道，而2015年的股市崩盤，預示着網際網路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，網際網路＋開始逐漸滲透到各行各業。
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：資訊傳播的速率不可能超過信道的容量（資訊論的第二定律）
公式1可以簡單了解為，窄帶網際網路，寬帶網際網路，移動網際網路作為基礎信道決定了上層的資訊傳播的形态（産品的形态）。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。（後面會提到）
那麼新的技術導緻生産關系變化的規律又是怎樣的呢？産品形态有哪些具體的不同？咱們接着看（大胡子等人總結）：
不同周期的産品形态
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産品周期，分别是窄帶網際網路到寬帶網際網路，再到移動網際網路。而縱軸（2）代表的是某個大産品周期下的産品類别，規律突顯，總有這樣的産品類别：
- 為使用者提供 資訊服務 為主的産品
- 為使用者提供 娛樂（遊戲） 為主的産品
- 為使用者提供 交流（社交、社群） 為主的産品
- 為使用者提供 服務（衣食住行首當其沖，并會往其他行業逐漸滲透） 為主的産品
看懂過去，就可以預測未來。
那麼，驅動下一波的産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不斷重新開機失敗多次的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産品的建構（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 網際網路＋，即使用網際網路、大資料、雲計算等資訊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産業＋網際網路的價值公式：“ 創造價值 + 傳遞價值 = 使用者價值 ”。企業根據價值定位不同可以分割為以創造價值為核心（産品型公司）的與以傳遞價值為核心（管道型和營銷型公司）的兩種不同類型的企業：
企業不同的價值定位
比如蘋果、特斯拉、微信就屬于産品型公司，而耐克，李甯，加多寶，農夫山泉則更多的屬于管道型或營銷型公司。
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着，一個是真正的創新，一個是極緻的效率，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，而極緻的效率通過降低價格再把這個紅利返還給全社會，兩股力量如此往複，推動世界向前發展。”
整個網際網路的發展，即資訊革命的底層邏輯可以了解成下面這個基本原理（公式）：
公式2：新技術＋現有産業＝新産業（所謂的新的技術導緻生産關系的變化）
公式2可以簡單了解為，随着網際網路底層的技術，包括網絡帶寬，智能手機，晶片計算能力等技術驅動的上次産業或産品形态的變化。
據此，我們可以了解為，網際網路的上半場已去，即所謂的網際網路把最表層的商品的都做了一遍。 而網際網路的下半場則 更可能是用更強大的底層技術以及生産力，把全中國所有的商品都重做一遍。
不早也不晚，在大資料、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、智能時代将誕生一種更高維的産品模式
最為關鍵的産品思維模式層面，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疊代的過程。
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使用者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傳遞、驗證以及調整。
精益創業的産品模式
這是我們現在最流行的一種産品啟動以及産品疊代的方式，而整個過程類似下面這張圖：
精益創業模式下的産品疊代的路線圖
之是以會不斷的調整産品疊代路線圖，是因為我們的創業和創新處在極端不确定中，大家隻能不斷的假設，驗證，再假設。在這個過程中我們隻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産品思維。
而在人工智能時代下，在産品目标的驅動下，我們在某些場景下，可能不必再去假設了。而是直接通過建構和使用多元度，完備的大資料來去解決其中的不确定性問題（假設），再通過機器識别，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，你隻有通過不斷假設以及驗證去尋找到達彼岸方向的時候，别人則使用大資料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，不考慮使用者的需求，直接做出一個蛋糕，結果發現不是使用者需要的；而到了2.0的精益創業模式，為了驗證使用者的需求，我們采用MVP的方式，不斷驗證和調整我們的MVP，最終做出使用者喜愛的蛋糕；而到了3.0大資料的模式識别模式，我們有可能基于大資料的多元度、完備性等特點直接得到一個更高效，使用者更喜愛的蛋糕。
幾種産品模式的差異
而在智能時代，誰掌握了第三種産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。而掌握第三種産品思維模式的關鍵，可能不是優先關注“我洞察到了什麼使用者痛點或行業痛點”，而是優先考慮“看看我們掌握了多少資料，還需要什麼資料，有了這些資料我們能幹哪些事。”
再往下推想去，可能是這樣一種常見，在傳統行業裡，誰率先讓本行業資料先流動起來，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：“誰掌握了資訊，誰就能擷取财富，就如同在工業時代，誰掌握了資本誰就能擷取财富一樣。”
産品的商業模式将以擷取資料為主要目的，為了資料可以大量使用免費政策。而不光要擷取資料，還要想着提供更多的資料連接配接和交換。這樣，無疑會出現一個巨大的正回報，擁有越多資料的公司，可以交換得到更多資料，得到更多資料，也就擁有了更多的資訊和财富。至此，會出現大量的行業資料（或某些領域資料）的巨頭，甚至是跨行業的資料巨頭，他們會颠覆BAT，會成為下一個BAT。
另外，講真，産品的内涵其實也悄然發生了變化，原先的産品内涵是：“為人提供服務或價值”，而現在人變成了人和機器人，或是像未來簡史裡面所描繪的：生物隻是算法，生命隻是算法的處理。那又會是一幅怎樣的場景？
4、産品人需要關注哪些新的變化？
在前面所提及的第三種産品思維模式（智能時代下必備的思維模式）下，會出現如下産品資料流程：
智能時代下的産品資料流程
我們可以看到對于不同的服務對象（2C、2B），産品上會呈現不同的新特點：
- 對于2C類（面向消費者市場）的産品 ，使用者各次元的行為資料都會被平台所搜集，借由機器學習的算法，産品會千人千面：在不同的場合，不同的空間和時間裡，你得到的産品服務是不一樣的。同一時空下，兩個人得到服務也是不一樣的。産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，并通過此法建構了其産品核心競争力。是以今日頭條其實不是一家媒體公司，它是一家資料算法公司。
- 對于2B類（面向企業服務市場）的産品 ，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、資産效率、戰略效率、創新效率五個大闆塊。
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次元效率，另一方面，來自行業内的公司，會有一些人率先站出來，建構行業資料的全流程采集，以及資料分析處理的閉環，并嘗試使用通過大資料的方式去洞察一些行業痛點和機會點。
其實，B類産品和C類産品都繞不開效率。舉個例子，時下最火的共享經濟就其本質就是效率，更準确的講是追求資産使用率。
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，商品是按照計劃生産出來的，有多少使用者我們是完全知道的，有多少使用者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，而是中間的平台排程公司，即大資料算法公司。
就像未來簡史裡面提到的，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。在共享經濟裡面，連接配接比擁有（内容）更重要。Google、Facebook沒有内容，阿裡沒有商品，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）隻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，我們實作智能化社會，從整體到局部，我們實作的社會的精細化。
5、智能時代會湧現哪些産品機會？
智能時代下的産品服務類型大緻會有這樣的構成：
智能時代下的産品服務模型
- 第一種的産品服務類型，提供包括從資料采集、資料分析處理、機器學習等基礎技術能力的産品服務。比如，像Google、Facebook、baidu等。
- 第二種産品服務類型，則是前面提到的，行業内的公司自己建構本行業或跨行業的資料采集、分析、處理的閉環。成為該行業資料服務以及資訊服務的關鍵結點。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。
這意味着，傳統行業立足行業之本，依然大有可為。而且也與網際網路＋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産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：産品的體驗越好，越有差異性，就越能獲得更高的價值這一發展趨勢。
經濟發展的價值模型
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）中提到産品的需求金字塔模型（見下），在該模型中，産品的需求自下而上分為，功能，情感，自我實作以及社會影響力等。總體的趨勢是，如果能覆寫到越高的層次，使用者的忠誠度越高，産品的價值敏感性也越高。
産品需求金字塔模型
唯有創新，才有不同，唯有不同，才有高利。
我曾經在《 産品拆解：透析網易雲音樂背後的造物邏輯 》中提到網易雲音樂能在不到4年的時間發展3億使用者，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産品的核心在于其建構了一套具有詩意互動的體驗架構。曾經也不止一位小夥伴告訴我，網易雲音樂是其唯一願意付費的音樂産品。事實證明，其也在4月初拿到A輪融資，估值80億。
網易雲音樂的核心體驗架構：具有詩意的互動
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了解主人情感狀态的能力。同時機器具備積極的情感會不斷的改進，而劇本消極的情感則可以适當的保護自己。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），即資訊論第二定律以及底層技術（生産力）決定上層生産關系，來眺望網際網路浪潮的下一波紅利，及其真實的底層驅動力。
更進一步地，本文着重分析了智能時代下将誕生一種更加高緯度的産品思維模式，其創新性和效率遠逾時下最流行的精益創業的思維模式。
這種高緯度的産品思維模式将推進整個2C以及2B産品形态的更新換代，2C的産品的競争力在于資料洞察後的千人千面，更加個性化和場景化；而2B的産品競争力在展現資料閉環所提升的效率。愈演愈烈的共享經濟（共享單車等）則是這種思維模式以及産品形态的一個縮影。
吳軍說，那麼成為那2%，那麼則被淘汰。而本文則認為，顯然機會和挑戰并存，尤其對于傳統行業，誰優先建構資料閉環，優先成為該行業資料服務以及資訊服務的關鍵結點，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，做好極緻體驗，你會讓你的産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衆不同思維的人，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，産品經理會至少分化成兩種角色，資料産品經理或算法産品經理可能是一類崛起的崗位，他們更側重左腦思維，也會和目前的一些開發崗位形成融合。超過6位數的資料科學家可見一斑。
而原先的産品經理，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，那麼未來我們将生活在過去。”
未來已來，你會怎麼選擇呢？或許在資料和算法面前，我們已别無選擇。
![9.spark Core 進階2--Cashe[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)