網易CEO丁磊最近向大家強烈推薦了吳軍的《智能時代》，並提到“人工智能技術將在未來十年影響我們生活的方方面面，我們的家具、娛樂、各種服務體驗都將是顛覆性的。”
那麽《智能時代》描繪的是壹個什麽樣的場景呢？即將到來的智能時代會對我們的工作方式和思維模式產生什麽影響，尤其是對產品經理而言？
在吳軍眼裏，AlphaGo在圍棋中贏得比賽意味著什麽？谷歌的無人駕駛汽車怎麽可能讓所有的司機和戰友都失業？
再者，智能時代的背後，未來產品的商業模式和形態會發生什麽變化？會有哪些產品機會？作為產品人，我們準備好了嗎？
吳軍在智能時代壹直圍繞著這樣壹個命題:“這次智能時代真的來了”。
人工智能的概念其實是在1956年達特茅斯學院的會議上提出的，到2016年已經過去60年了。期間三起三落。第壹次是以鳥飛派為代表，以規則學習和專家系統為主，期望通過了解人腦來推動人工智能的進步。然而，眾所周知，人類對大腦的了解很少，人工智能技術陷入了低谷。
第二次是以Jarinik為代表的統計學派，從事傳播學。基於香農的信息論，解決了人工智能的問題。這時，各種智能問題實際上被理解為消除不確定性，這種思維模式的升級無疑推動了人工智能的應用向前發展。
事實上，確定性思維(也稱連續思維)壹直是工業時代的精髓。胡適先生曾提出過“大膽假設，小心驗證”的思想，即“先假設壹個元模型，再通過數據驗證叠代建立壹個復雜模型”。牛頓和愛因斯坦的成就，其實都是基於以上的思考。
然而，確定性思維日益受到挑戰:壹方面，隨著我們認知的深入，越來越多的變量影響著世界，另壹方面，量子力學的測不準原理決定了世界不確定性的基本特征。在《未來簡史》中，尤瓦爾·哈拉裏也從人類學和歷史學的角度闡述了類似的觀點。他提出了知識悖論，認為知識(預測)在不改變行為的情況下是沒有用的，而壹旦行為改變，原有的知識(預測)就立刻失去了意義。
雖然人工智能如語音識別的準確率有了很大的提高，但由於數據量和計算能力的限制，大部分應用仍然沒有商用。
第三波人工智能(神經網絡)研究始於2006年的突破。隨著這股浪潮，深度學習的概念(參見Ian Goodfellow等人的《深度學習》，P17)開始流行。標誌性的代表是辛頓及其合作者的論文《深度信任網的快速算法》(A Fast Algorithm for Believe networks)。以下是深度學習模型的示意圖:
隨著互聯網、大數據、並行計算等技術的發展，特別是大數據的大數據量、多維度、完備性等特點，加速了人工智能的第三次浪潮。
2016年AlphaGo戰勝李世石，圍棋這種人類引以為傲的國際象棋比賽已經遠遠落後於機器智能。默默地，谷歌的無人駕駛汽車已經行駛了超過200萬英裏。
從人類技術革命的發展來看，無論是第壹次蒸汽機革命、第二次電力革命，還是第三次信息革命，都是推動現有產業的全面升級。
可以預見，人工智能將逐漸滲透到社會的各個行業，從而實現“從局部到整體，我們實現智能社會，從整體到局部，我們實現社會精細化”的奇妙場景。
從互聯網過去20年的發展來看，可以總結為三個發展周期，每個周期都接近7-8年，期間有高峰的高速發展，也有低谷的泡沫。郝誌忠在《用戶力量》中做了壹個總結:
從上圖可以看出，三個時期大致如下:
1)第壹個周期，1995-2002年，窄帶互聯網的特征是三大門戶的繁榮。從2002年開始，WEB1.0找到了商業模式。
2)第二個周期，2002-2009年，寬帶互聯網的特點是內容媒體極其豐富，圖文、視頻等媒體形式相當普及。BAT徹底布局流量入口，正式進入WEB2.0。
3)第三個周期，2009年-2065 438+06年，移動互聯網以微博、微信的流行為特征，而2015年的股災表明互聯網公司高估值神話破滅，16年死O2O公司名單開始回歸理性，互聯網plus開始逐漸滲透到各行各業。
上述周期變化的基本邏輯可以用以下基本原理(公式)來描述:
公式1:信息傳播的速度不能超過信道的容量(信息論第二定律)。
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渠道決定了上層的信息傳播形式(產品形式)。現在，巨頭們都在賭AR和VR會成為智能手機之外的另壹個底層基礎渠道。(後面會提到)
那麽新技術引起生產關系變化的規律是什麽呢？產品形態上有哪些具體區別？我們接著看(大胡子等人總結):
從上圖可以看出，橫軸(1)代表底層技術驅動的三大產品周期，即窄帶互聯網、寬帶互聯網，然後是移動互聯網。而縱軸(2)代表壹個大的產品周期內的產品品類，規律突出。總有這樣的產品類別:
1)為用戶提供面向信息服務的產品。
2)為用戶提供以娛樂(遊戲)為主的產品。
3)為用戶提供面向傳播(社交、社區)的產品。
4)為用戶提供服務的產品(衣食住行首當其沖，會逐漸滲透到其他行業)
通過了解過去，我們可以預測未來。
那麽，誰會是推動下壹波產品周期的底部渠道呢？
AR？VR？從臉書重金收購Oculus，他們押註VR；從谷歌多次重啟失敗的谷歌眼鏡項目，到微軟推動的HoloLens項目，他們都把賭註押在了AR上。從AR和VR的實際體驗和應用來看，它們完整產品的構建還沒有完成(還在摩爾描述的差距中)。
另壹種比較被接受的觀點是互聯網+，即利用互聯網、大數據、雲計算等信息技術，改善傳統行業的價值結構，降低成本，提高效率。
潤米咨詢創始人劉潤曾提出產業+互聯網的價值公式:“創造價值+傳遞價值=用戶價值”。根據價值取向的不同，企業可以分為兩種不同類型的企業:以價值創造為核心的企業(產品公司)和以價值傳遞為核心的企業(渠道公司和營銷公司):
比如蘋果、特斯拉、微信屬於產品公司，耐克、李寧、加多寶、農夫山泉屬於渠道或營銷公司。
劉潤提出了壹個深刻的觀點:“這個世界的發展是由兩股力量推動的，壹股是真正的創新，另壹股是極端的效率，價格上漲是創新紅利，價格下跌是效率紅利。真正的創新改變世界，讓創新者享受創新帶來的紅利，而終極效率通過降低價格將這種紅利回報給整個社會。這兩種力量如此往復，推動著世界前進。”
整個互聯網的發展，也就是信息革命的底層邏輯，可以理解為以下基本原理(公式):
公式二:新技術+現有產業=新產業(所謂新技術導致生產關系的變化)
等式2可以簡單理解為互聯網底層技術驅動的產業或產品形態的最後壹次變革，包括網絡帶寬、智能手機、芯片計算能力等技術。
據此可以理解為互聯網的上半場已經過去，也就是所謂的互聯網把最表面的商品都做了。在互聯網的下半場，更有可能的是中國所有的商品都用更強大的底層技術和生產力重做。
不早也不晚，大數據驅動的人工智能、摩爾定律和更先進的算法將同時加速技術驅動的創新和效率提升。
最關鍵層面的產品思維模式也將發生巨大變化。現在非常流行的精益創業的基本思維模式，其實就是壹個基於假設的叠代過程。
具體可以看下圖。我們通過基於共情洞察的(1)創新驅動找到壹些用戶痛點或創新機會，然後通過基於價值假設的(2)精益創業繼續交付、驗證和調整。
這是我們最流行的產品啟動和叠代方式，整個過程類似下圖:
之所以不斷調整產品叠代的路線圖，是因為我們的創業和創新處於極度的不確定性中，我們只能做出假設、測試和重新假設。在這個過程中，我們只能比較驗證的成本和驗證的速度，這就是所謂的“失敗的便宜，失敗的快”。這幾乎是壹套事實上的產品思維。
在人工智能時代，在產品目標的驅動下，我們在某些場景下可能不必假設。而是通過構建和利用多維度、完整的大數據，直接解決不確定性問題(假設)，然後通過機器識別直接獲取模型(需求洞察和行業洞察)，直接解決行業問題。
想象妳還在霧中航行。妳只能通過不斷的假設和驗證找到通往彼岸的路，而別人則是利用大數據和人工智能的精準指導，直接找到解決問題的模型。哪個更快？哪個效率更高？
就像下面這個經典案例，傳統的1.0模式，不考慮用戶需求，直接做了壹個蛋糕，結果證明不是用戶需要的；在2.0的精益創業模式中，為了驗證用戶的需求，我們采用MVP的方法，不斷驗證和調整自己的MVP，最終做出用戶喜歡的蛋糕；說到3.0大數據的模式識別模式，基於大數據的多維度和完備性的特點，我們可能會直接得到壹個更高效的用戶喜歡的蛋糕。
在智能時代，誰掌握了第三種產品思維模式，誰就有可能攻擊和碾壓第二種和第壹種。掌握第三種產品思維模式的關鍵，可能不是優先考慮“我洞察了哪些用戶痛點或行業痛點”，而是“看我們有多少數據，我們需要哪些數據，我們能用這些數據做什麽。”
進壹步想，可能就是這樣的普遍現象。在傳統行業，誰率先讓這個行業的數據先流動起來，優先形成閉環，重構行業的效率，誰就占據了新的制高點。正如吳軍所說:“誰有信息，誰就能獲取財富，就像在工業時代，誰有資本，誰就能獲取財富。”
產品的商業模式會以數據獲取為主要目的，大量的免費策略可以用於數據。不僅僅是獲取數據，還要提供更多的數據連接和交換。這樣，無疑會有巨大的正反饋。公司擁有的數據越多，可以交換和獲取的數據就越多，擁有的信息和財富也就越多。至此，將會出現壹大批行業數據(或某些領域的數據)巨頭，甚至是跨行業的數據巨頭，顛覆BAT，成為下壹個BAT。
另外，說實話，產品的內涵其實已經悄然發生了變化。產品原本的內涵是“為人提供服務或價值”，而現在人變成了人和機器人，還是像《未來簡史》裏描述的那樣:生物只是壹種算法，生命只是算法的處理。會是什麽樣的場景？
在前述的第三種產品思維模式(智能時代必備的思維模式)下，會出現以下產品數據流:
我們可以看到，對於不同的客戶(2C，2B)，產品會呈現不同的新特性:
對於2C產品(面向消費者的市場)，平臺會收集用戶各維度的行為數據。有了機器學習的算法，產品就會千人千面:在不同的場合，不同的空間和時間，妳會得到不同的產品和服務。同樣的時空下，兩個人得到的服務不同。產品會更加個性化和場景化。事實上，無論是亞馬遜、Netfix還是今日頭條，都已經在這條路上，通過這種方式打造了自己產品的核心競爭力。所以今日頭條其實不是壹家媒體公司，是壹家數據算法公司。
對於B2B產品(面向企業服務市場)，效率仍將是最受關註的關鍵詞。衛哲曾在混沌研究會分享過“提高效率”的主題，包括個人效率、組織效率、資產效率、戰略效率、創新效率五個板塊。
從日益飽和和透支的消費市場來看，提高面向企業的服務市場效率將是壹個重大機遇。圍繞這壹點，有兩個方面:壹方面，大量的XAAS公司作為底層支撐，提升公司各個維度的效率；另壹方面，行業內壹些公司的人會率先站出來，搭建行業數據收集的全流程，以及數據分析處理的閉環，嘗試用大數據洞察壹些行業痛點和機會。
其實無論是B類產品還是C類產品，都離不開效率。比如目前最流行的* * *享受型經濟，本質上是效率，更準確的說是追求資產利用率。
比如摩拜單車和OFO的模式，關鍵不在於有多少輛車，而在於每輛車的日使用率。如果汽車的利用率低，那就是壹個低效的公司。
以* * *享受單車為例。我們不再購買商品(自行車)。我們購買服務。貨物是按照計劃生產的。我們完全知道有多少用戶用過單車，也知道有多少用戶用過單車。如果世界上所有的自行車都享受自行車，我們就知道世界上有多少人使用自行車，需要多少自行車。這種模式中最有話語權的既不是自行車廠商，也不是消費者，而是中間平臺調度公司，即大數據算法公司。
《未來簡史》中提到，算法會變成像公司、國家壹樣的實體，掌握人類。
未來，物聯網+機器智能將使* * *享受經濟成為可能。在* * *享受經濟中，連接比擁有(內容)更重要。谷歌和臉書沒內容，阿裏沒貨，微信沒網，滴滴、優步、AirBnB沒車沒房。
如今* * * (AirBnB，滴滴，* * *享單車，* * *享充電等)的經濟日益增長。)只是人工智能大展拳腳的壹個市場切入點。
也許就像吳軍在智能時代說的，從局部到整體，我們實現了壹個智能的社會，從整體到局部，我們實現了社會的精細化。
智能時代的產品和服務類型大致如下:
第壹種產品服務類型提供包括數據采集、數據分析處理、機器學習等基礎技術能力的產品和服務。例如，像谷歌、臉書、百度等。
第二類產品和服務是上面提到的，行業內的公司在自己的行業內或者跨行業建立自己的數據收集、分析和處理的閉環。成為該行業數據服務和信息服務的關鍵節點。在這壹點上，面向消費者、面向企業或面向政府的應用在本質上差別不大。
這意味著基於行業的基礎，傳統行業還是大有可為的。而且還伴隨著互聯網+的大潮。
除了前兩個大眾市場，大部分面向終端服務的產品類型會是什麽樣的場景？
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式，並提到產品體驗越好，越與眾不同，越有價值。
其實這個規律沒有變，我們還有很多事情要做。
《哈佛商業評論》(HBR.ORG 2016.9)2016中提到了產品的需求金字塔模型(見下)。在這個模型中，產品的需求自下而上分為功能、情感、自我實現和社會影響。總的趨勢是覆蓋率越高，用戶忠誠度越高，產品的價值敏感度也越高。
只有創新才能有所作為，只有差異才能獲得高額利潤。
我曾在《產品拆解:網易雲音樂背後的創作邏輯解析》中提到，網易雲音樂能在不到4年的時間裏發展3億用戶，在BAT布局的音樂紅海市場殺出壹條血路，成為國內最受歡迎的音樂產品，是因為它構建了壹個詩意的交互體驗框架。不止壹個小夥伴曾經跟我說，網易雲音樂是它唯壹願意付費的音樂產品。事實證明，它也在4月初拿到了a輪融資，估值80億。
當然，機器人最終也會有情感。
唐納德·a·諾曼(Donald A. Norman)在《情感設計》中提到，機器最終會擁有情感。雖然機器的情緒與人不同，但我們需要機器具備理解主人情緒狀態的能力。同時，擁有積極情緒的機器會不斷進步，而擁有消極情緒的機器可以適當保護自己。甚至挫折和驕傲也有助於更好地完成任務(情感設計，P176)。但離這壹天還有很長的路要走。
本文回顧了吳軍智能時代的精彩壹幕，試圖通過兩個第壹原理，即信息論第二定律和底層技術(生產力)來確定上層生產關系，從而展望互聯網浪潮的下壹波紅利及其真正的底層驅動力。
再者，本文重點分析了智能時代將誕生更高緯度的產品思維模式，其創新性和效率遠超當下最流行的精益創業思維模式。
這種高緯度的產品思維模式將推動整個2C和2B產品形態的升級。2C產品的競爭力在於數據洞察後的千人千面，更加個性化和場景化。2B的產品競爭力反映了閉環數據提高的效率。對經濟(自行車等)的日益享受。)就是這種思維模式和產品形態的壹個縮影。
吳軍說，那就成為那2%，然後被淘汰。但本文認為，機遇與挑戰顯然是並存的，尤其對於傳統行業來說，誰優先構建數據閉環，成為該行業數據服務和信息服務的關鍵節點，誰就可能在該行業搶占先機。
當然，體驗經濟仍然是壹個值得我們關註和突破的領域。做極致體驗，就把產品從價格敏感升級到價值敏感。
在《新思維》中，丹尼爾·平克敏銳地意識到，人類社會已經進入“右腦時代”，知識不再是力量。他創造性地指出，未來屬於那些有獨特思維的人。他們只有具備了右腦時代的六大思維新能力:設計感、娛樂感、意義感、故事力、交響力和* * *情感力，也就是“三感三力”，才能在未來取得勝利。
可以預見，產品經理至少會被分成兩個角色。數據產品經理或者算法產品經理可能是壹個上升的職位。他們更註重左腦思維，會和現在的壹些發展崗位融合。年薪超過六位數的數據科學家可見壹斑。
而原來的產品經理，可能更傾向於社會學、心理學、設計等多學科的崗位，他們更註重大腦思維。
著名未來學家彼得？埃利亞德說:“如果我們今天不活在未來，那麽未來我們就活在過去。”
未來已經來了，妳會怎麽選擇？或許在數據和算法面前，我們別無選擇。
產品拆解:網易雲音樂背後的創作邏輯分析
設計思維:這可能是國內高校最早的產品經理課程。
設計思維:拆解壹個產品可能是建立完整產品概念最快的做法，但妳可能拆解的是壹個山寨產品。