本文嘗試在智能時(shí)代的大場(chǎng)景下，系統(tǒng)思考產(chǎn)品的變與不變，以及作為產(chǎn)品人的我們，該如何重新定位，搶得智能紅利？

網(wǎng)易CEO的丁磊最近給大家極力推薦了吳軍的《智能時(shí)代》，同時(shí)提到“人工智能技術(shù)在未來十年間將會(huì)影響我們生活的方方面面，我們的家具、娛樂、各種服務(wù)體驗(yàn)，將會(huì)發(fā)生顛覆性改變?！?/p>

吳軍在智能時(shí)代提出的一個(gè)口號(hào)：

要么成為那2%的受益者，要么被淘汰。

那么，《智能時(shí)代》里到底描繪了怎樣的一種場(chǎng)景？已然來臨的智能時(shí)代對(duì)我們，尤其是產(chǎn)品經(jīng)理的工作方式、思維方式會(huì)帶來哪些影響？

在吳軍眼里，AlphaGo在圍棋的對(duì)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(jī)同志們?nèi)际I(yè)了？

更進(jìn)一步，在智能時(shí)代背后，未來的產(chǎn)品的商業(yè)模式和形態(tài)會(huì)發(fā)生哪些變化？會(huì)有哪些產(chǎn)品機(jī)會(huì)？作為產(chǎn)品人的我們準(zhǔn)備好了嗎？

帶著上述疑問，本文嘗試在智能時(shí)代的大場(chǎng)景下，系統(tǒng)思考產(chǎn)品的變與不變，以及作為產(chǎn)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(shí)代里到底講了些什么？

吳軍在智能時(shí)代里始終圍繞著這樣一個(gè)命題：

“智能時(shí)代這次真的來了”。

人工智能這個(gè)概念實(shí)際在1956年達(dá)特茅斯學(xué)院的會(huì)議上就被提出來，到2016年已經(jīng)經(jīng)歷了60年一個(gè)甲子的時(shí)間。期間三起兩落，第一次是鳥飛派為代表，以規(guī)則學(xué)習(xí)、專家系統(tǒng)為主，期望理解人腦來推進(jìn)人工智能進(jìn)展；不過大家也都知道，人類對(duì)大腦的理解微乎其微，人工智能技術(shù)陷入低谷。

第二次是以搞通信的賈里尼克為代表的統(tǒng)計(jì)學(xué)派，基于香農(nóng)提出的信息論來解決人工智能的問題。此時(shí)，各種智能問題實(shí)際上被理解成消除不確定性問題，這種思維模式的升級(jí)無疑又把人工智能應(yīng)用向前推進(jìn)一步。

實(shí)際上，確定性思維（又稱連續(xù)性思維）一直是工業(yè)時(shí)代的精華，胡適老先生就提出過教誨幾代人的“大膽假設(shè)，小心求證”，即“先假設(shè)一個(gè)元模型，然后再通過數(shù)據(jù)驗(yàn)證迭代構(gòu)建一個(gè)復(fù)雜的模型”。無論是牛頓，還是愛因斯坦的成就其實(shí)都是基于上述思維構(gòu)建的成果。

而確定性思維缺越來越受到挑戰(zhàn)：一方面隨著我們對(duì)認(rèn)知的加深，影響這個(gè)世界的變量越來越多，另一方面，量子力學(xué)的測(cè)不準(zhǔn)原理等都決定了世界不確定這一基本特性。在未來簡(jiǎn)史中，尤瓦爾·赫拉利從人類學(xué)、歷史學(xué)等角度也闡述了類似的觀點(diǎn)。他提出了知識(shí)的悖論，知識(shí)（預(yù)測(cè)）不改變行為就無用，行為一旦改變，原本的知識(shí)（預(yù)測(cè)）就立刻失去了意義。

人工智能雖然像在語音識(shí)別等問題上，準(zhǔn)確率得到大幅提升，但是由于數(shù)據(jù)量、計(jì)算能力等的限制，大部分應(yīng)用仍無法商用。

人工智能（神經(jīng)網(wǎng)絡(luò)）研究的第三次浪潮始于 2006 年的突破。借此浪潮，深度學(xué)習(xí)（Deep Learning）概念（參見Ian Goodfellow等，Deep Learning，P17）普及開來。而標(biāo)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(wǎng)絡(luò)的一種快速算法)。下面則是深度學(xué)習(xí)模型示意圖：

深度學(xué)習(xí)模型示意圖

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、并行計(jì)算等技術(shù)的發(fā)展，尤其是大數(shù)據(jù)的數(shù)據(jù)量大、多維度、完備性等特點(diǎn)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(gè)人類引以為傲的棋類競(jìng)技項(xiàng)目目前已經(jīng)遠(yuǎn)遠(yuǎn)落后于機(jī)器智能；悄無聲息間，google的無人駕駛汽車已經(jīng)行駛了超過200萬英里。

AlphaGo打敗李世石，一戰(zhàn)成名

從人類歷次技術(shù)革命的發(fā)展歷程來看，無論是第一次的蒸汽機(jī)革命、第二次的電力革命還是第三次的信息革命，無不推動(dòng)著既有產(chǎn)業(yè)的全面升級(jí)。

可以預(yù)見人工智能將會(huì)逐步滲透到社會(huì)的各個(gè)產(chǎn)業(yè)，從而實(shí)現(xiàn)“從局部到整體，我們實(shí)現(xiàn)智能化社會(huì)，從整體到局部，我們實(shí)現(xiàn)社會(huì)的精細(xì)化”的奇妙場(chǎng)景。

我嘗試用一句話來概括一下智能時(shí)代的觀點(diǎn)：一種使用信息（大數(shù)據(jù)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(xiàn)了，同時(shí)，新的生產(chǎn)力（人工智能與大數(shù)據(jù)等）必會(huì)帶來新的生產(chǎn)關(guān)系（產(chǎn)業(yè)）的升級(jí)換代。

2、智能時(shí)代下，下一波產(chǎn)品紅利在哪里？其驅(qū)動(dòng)力到底是什么？

從互聯(lián)網(wǎng)近20年的發(fā)展來看，可以歸納為三個(gè)發(fā)展周期，每個(gè)周期接近7-8年左右的時(shí)間，期間有波峰的高速發(fā)展，也有波谷的泡沫散盡。郝志中在《用戶力》里做出歸納總結(jié)：

中國(guó)互聯(lián)網(wǎng)發(fā)展軌跡圖

從上圖可以看到，三個(gè)周期大致如下：

• 第一個(gè)周期：1995年－2002年，窄帶互聯(lián)網(wǎng)，特征是三大門戶的興盛，02年起，WEB1.0找到了商業(yè)模式。
• 第二個(gè)周期：2002年－2009年，寬帶互聯(lián)網(wǎng)，特征是內(nèi)容媒體異常豐富，圖文，視頻等媒體形態(tài)頗為盛行，BAT完整對(duì)流量入口的布局，正式進(jìn)入WEB2.0。
• 第三個(gè)周期：2009年－2016年，移動(dòng)互聯(lián)網(wǎng)，特征是微博、微信大行其道，而2015年的股市崩盤，預(yù)示著互聯(lián)網(wǎng)企業(yè)的高估值神話破滅，死掉的O2O企業(yè)名單一批接一批，16年開始回歸理性，互聯(lián)網(wǎng)＋開始逐步滲透到各行各業(yè)。

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(jiǎn)單理解為，窄帶互聯(lián)網(wǎng)，寬帶互聯(lián)網(wǎng)，移動(dòng)互聯(lián)網(wǎng)作為基礎(chǔ)信道決定了上層的信息傳播的形態(tài)（產(chǎn)品的形態(tài)）。現(xiàn)在，巨頭們都在豪賭AR、VR會(huì)繼智能手機(jī)外，成為另外一個(gè)底層基礎(chǔ)信道。（后面會(huì)提到）

那么新的技術(shù)導(dǎo)致生產(chǎn)關(guān)系變化的規(guī)律又是怎樣的呢？產(chǎn)品形態(tài)有哪些具體的不同？咱們接著看（大胡子等人總結(jié)）：

不同周期的產(chǎn)品形態(tài)

從上面這張圖可以看到，橫軸（1）代表的是由底層技術(shù)驅(qū)動(dòng)的三大產(chǎn)品周期，分別是窄帶互聯(lián)網(wǎng)到寬帶互聯(lián)網(wǎng)，再到移動(dòng)互聯(lián)網(wǎng)。而縱軸（2）代表的是某個(gè)大產(chǎn)品周期下的產(chǎn)品類別，規(guī)律突顯，總有這樣的產(chǎn)品類別：

1. 為用戶提供信息服務(wù)為主的產(chǎn)品
2. 為用戶提供娛樂（游戲）為主的產(chǎn)品
3. 為用戶提供交流（社交、社區(qū)）為主的產(chǎn)品
4. 為用戶提供服務(wù)（衣食住行首當(dāng)其沖，并會(huì)往其他行業(yè)逐步滲透）為主的產(chǎn)品

看懂過去，就可以預(yù)測(cè)未來。

那么，驅(qū)動(dòng)下一波的產(chǎn)品周期的底層信道會(huì)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(xiàng)目和微軟力推HoloLens項(xiàng)目看，他們押注AR。而從AR、VR的實(shí)際體驗(yàn)和應(yīng)用來看，目前還沒完成其完整產(chǎn)品的構(gòu)建（還處在摩爾所描述的鴻溝當(dāng)中）。

而另一種更為大家所接受的觀點(diǎn)則是互聯(lián)網(wǎng)＋，即使用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等信息技術(shù)去改進(jìn)傳統(tǒng)行業(yè)的價(jià)值結(jié)構(gòu)，壓縮成本，提高效率。

潤(rùn)米咨詢創(chuàng)始人劉潤(rùn)曾經(jīng)提出過產(chǎn)業(yè)＋互聯(lián)網(wǎng)的價(jià)值公式：“創(chuàng)造價(jià)值 + 傳遞價(jià)值 = 用戶價(jià)值”。企業(yè)根據(jù)價(jià)值定位不同可以分割為以創(chuàng)造價(jià)值為核心（產(chǎn)品型公司）的與以傳遞價(jià)值為核心（渠道型和營(yíng)銷型公司）的兩種不同類型的企業(yè)：

企業(yè)不同的價(jià)值定位

比如蘋果、特斯拉、微信就屬于產(chǎn)品型公司，而耐克，李寧，加多寶，農(nóng)夫山泉?jiǎng)t更多的屬于渠道型或營(yíng)銷型公司。

劉潤(rùn)講了一個(gè)很深刻的觀點(diǎn)：

“這個(gè)世界的發(fā)展是由兩股力量在推動(dòng)著，一個(gè)是真正的創(chuàng)新，一個(gè)是極致的效率，價(jià)格上升是創(chuàng)新紅利，價(jià)格下降是效率紅利，真正的創(chuàng)新改變這個(gè)世界，并讓創(chuàng)新者享受創(chuàng)新所帶來的紅利，而極致的效率通過降低價(jià)格再把這個(gè)紅利返還給全社會(huì)，兩股力量如此往復(fù)，推動(dòng)世界向前發(fā)展?！?/p>

整個(gè)互聯(lián)網(wǎng)的發(fā)展，即信息革命的底層邏輯可以理解成下面這個(gè)基本原理（公式）：

公式2：新技術(shù)＋現(xiàn)有產(chǎn)業(yè)＝新產(chǎn)業(yè)（所謂的新的技術(shù)導(dǎo)致生產(chǎn)關(guān)系的變化）

公式2可以簡(jiǎn)單理解為，隨著互聯(lián)網(wǎng)底層的技術(shù)，包括網(wǎng)絡(luò)帶寬，智能手機(jī)，芯片計(jì)算能力等技術(shù)驅(qū)動(dòng)的上次產(chǎn)業(yè)或產(chǎn)品形態(tài)的變化。

據(jù)此，我們可以理解為，互聯(lián)網(wǎng)的上半場(chǎng)已去，即所謂的互聯(lián)網(wǎng)把最表層的商品的都做了一遍。而互聯(lián)網(wǎng)的下半場(chǎng)則更可能是用更強(qiáng)大的底層技術(shù)以及生產(chǎn)力，把全中國(guó)所有的商品都重做一遍。

不早也不晚，在大數(shù)據(jù)、摩爾定律以及更先進(jìn)的算法驅(qū)動(dòng)下的人工智能則會(huì)同時(shí)加速技術(shù)驅(qū)動(dòng)的創(chuàng)新以及效率的提升。

3、智能時(shí)代將誕生一種更高維的產(chǎn)品模式

最為關(guān)鍵的產(chǎn)品思維模式層面，也會(huì)發(fā)生巨大的變化?，F(xiàn)在非常流行的精益創(chuàng)業(yè)的基本思維方式其實(shí)是基于假設(shè)不斷驗(yàn)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(chuàng)新驅(qū)動(dòng)，找到我們認(rèn)為的一些用戶痛點(diǎn)或創(chuàng)新的機(jī)會(huì)點(diǎn)，再通過（2）基于價(jià)值假設(shè)的精益創(chuàng)業(yè)來不斷交付、驗(yàn)證以及調(diào)整。

精益創(chuàng)業(yè)的產(chǎn)品模式

這是我們現(xiàn)在最流行的一種產(chǎn)品啟動(dòng)以及產(chǎn)品迭代的方式，而整個(gè)過程類似下面這張圖：

精益創(chuàng)業(yè)模式下的產(chǎn)品迭代的路線圖

之所以會(huì)不斷的調(diào)整產(chǎn)品迭代路線圖，是因?yàn)槲覀兊膭?chuàng)業(yè)和創(chuàng)新處在極端不確定中，大家只能不斷的假設(shè)，驗(yàn)證，再假設(shè)。在這個(gè)過程中我們只能比誰驗(yàn)證的成本更低，驗(yàn)證的速度更快，即所謂的“Fail Cheap，F(xiàn)ail Fast”。這幾乎是一套事實(shí)上的產(chǎn)品思維。

而在人工智能時(shí)代下，在產(chǎn)品目標(biāo)的驅(qū)動(dòng)下，我們?cè)谀承﹫?chǎng)景下，可能不必再去假設(shè)了。而是直接通過構(gòu)建和使用多維度，完備的大數(shù)據(jù)來去解決其中的不確定性問題（假設(shè)），再通過機(jī)器識(shí)別，直接得到模式（需求洞察以及行業(yè)洞察）直接去解決行業(yè)問題。

假想，你還在迷霧中航海，你只有通過不斷假設(shè)以及驗(yàn)證去尋找到達(dá)彼岸方向的時(shí)候，別人則使用大數(shù)據(jù)和人工智能精準(zhǔn)的制導(dǎo)，直接找到了解決問題的模式。哪個(gè)更快？哪個(gè)效率高？

就好比下面的經(jīng)典案例，傳統(tǒng)1.0的模式，不考慮用戶的需求，直接做出一個(gè)蛋糕，結(jié)果發(fā)現(xiàn)不是用戶需要的；而到了2.0的精益創(chuàng)業(yè)模式，為了驗(yàn)證用戶的需求，我們采用MVP的方式，不斷驗(yàn)證和調(diào)整我們的MVP，最終做出用戶喜愛的蛋糕；而到了3.0大數(shù)據(jù)的模式識(shí)別模式，我們有可能基于大數(shù)據(jù)的多維度、完備性等特點(diǎn)直接得到一個(gè)更高效，用戶更喜愛的蛋糕。

幾種產(chǎn)品模式的差異

而在智能時(shí)代，誰掌握了第三種產(chǎn)品思維模式可能會(huì)對(duì)第二種和第一種形成降維攻擊和碾壓。而掌握第三種產(chǎn)品思維模式的關(guān)鍵，可能不是優(yōu)先關(guān)注“我洞察到了什么用戶痛點(diǎn)或行業(yè)痛點(diǎn)”，而是優(yōu)先考慮“看看我們掌握了多少數(shù)據(jù)，還需要什么數(shù)據(jù)，有了這些數(shù)據(jù)我們能干哪些事?！?/p>

再往下推想去，可能是這樣一種常見，在傳統(tǒng)行業(yè)里，誰率先讓本行業(yè)數(shù)據(jù)先流動(dòng)起來，優(yōu)先形成閉環(huán)并重構(gòu)行業(yè)效率，誰就占領(lǐng)了新的制高點(diǎn)。正如吳軍所說：“誰掌握了信息，誰就能獲取財(cái)富，就如同在工業(yè)時(shí)代，誰掌握了資本誰就能獲取財(cái)富一樣?！?/p>

產(chǎn)品的商業(yè)模式將以獲取數(shù)據(jù)為主要目的，為了數(shù)據(jù)可以大量使用免費(fèi)策略。而不光要獲取數(shù)據(jù)，還要想著提供更多的數(shù)據(jù)連接和交換。這樣，無疑會(huì)出現(xiàn)一個(gè)巨大的正反饋，擁有越多數(shù)據(jù)的公司，可以交換得到更多數(shù)據(jù)，得到更多數(shù)據(jù)，也就擁有了更多的信息和財(cái)富。至此，會(huì)出現(xiàn)大量的行業(yè)數(shù)據(jù)（或某些領(lǐng)域數(shù)據(jù)）的巨頭，甚至是跨行業(yè)的數(shù)據(jù)巨頭，他們會(huì)顛覆BAT，會(huì)成為下一個(gè)BAT。

另外，講真，產(chǎn)品的內(nèi)涵其實(shí)也悄然發(fā)生了變化，原先的產(chǎn)品內(nèi)涵是：“為人提供服務(wù)或價(jià)值”，而現(xiàn)在人變成了人和機(jī)器人，或是像未來簡(jiǎn)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(huì)是一幅怎樣的場(chǎng)景？

4、產(chǎn)品人需要關(guān)注哪些新的變化？

在前面所提及的第三種產(chǎn)品思維模式（智能時(shí)代下必備的思維模式）下，會(huì)出現(xiàn)如下產(chǎn)品數(shù)據(jù)流程：

智能時(shí)代下的產(chǎn)品數(shù)據(jù)流程

我們可以看到對(duì)于不同的服務(wù)對(duì)象（2C、2B），產(chǎn)品上會(huì)呈現(xiàn)不同的新特點(diǎn)：

• 對(duì)于2C類（面向消費(fèi)者市場(chǎng)）的產(chǎn)品，用戶各維度的行為數(shù)據(jù)都會(huì)被平臺(tái)所搜集，借由機(jī)器學(xué)習(xí)的算法，產(chǎn)品會(huì)千人千面：在不同的場(chǎng)合，不同的空間和時(shí)間里，你得到的產(chǎn)品服務(wù)是不一樣的。同一時(shí)空下，兩個(gè)人得到服務(wù)也是不一樣的。產(chǎn)品會(huì)更加個(gè)性化和場(chǎng)景化。事實(shí)上，無論是亞馬遜，Netfix（網(wǎng)飛），還是今日頭條都已經(jīng)在這條路上了，并通過此法構(gòu)建了其產(chǎn)品核心競(jìng)爭(zhēng)力。所以今日頭條其實(shí)不是一家媒體公司，它是一家數(shù)據(jù)算法公司。
• 對(duì)于2B類（面向企業(yè)服務(wù)市場(chǎng)）的產(chǎn)品，效率仍然會(huì)是一個(gè)最為關(guān)注的關(guān)鍵詞。衛(wèi)哲在混沌研習(xí)社中做過一次“提升效率”為主題的分享，其中包括：個(gè)人效率、組織效率、資產(chǎn)效率、戰(zhàn)略效率、創(chuàng)新效率五個(gè)大板塊。

從當(dāng)下的日益飽和和被透支的消費(fèi)者市場(chǎng)來看，面向企業(yè)服務(wù)市場(chǎng)的效率提升會(huì)是一個(gè)主要機(jī)會(huì)點(diǎn)。而圍繞此展開的，有兩個(gè)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(yè)內(nèi)的公司，會(huì)有一些人率先站出來，構(gòu)建行業(yè)數(shù)據(jù)的全流程采集，以及數(shù)據(jù)分析處理的閉環(huán)，并嘗試使用通過大數(shù)據(jù)的方式去洞察一些行業(yè)痛點(diǎn)和機(jī)會(huì)點(diǎn)。

其實(shí)，B類產(chǎn)品和C類產(chǎn)品都繞不開效率。舉個(gè)例子，時(shí)下最火的共享經(jīng)濟(jì)就其本質(zhì)就是效率，更準(zhǔn)確的講是追求資產(chǎn)利用率。

比如對(duì)于摩拜單車、OFO的模式關(guān)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(gè)效率低的公司。

還以共享單車為例，我們已經(jīng)不再購買商品（自行車），我們購買服務(wù)，商品是按照計(jì)劃生產(chǎn)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(quán)的既不是自行車的廠家，也不是消費(fèi)者，而是中間的平臺(tái)調(diào)度公司，即大數(shù)據(jù)算法公司。

就像未來簡(jiǎn)史里面提到的，算法會(huì)成為像公司以及國(guó)家這樣的實(shí)體，掌握人類。

在未來IoT+機(jī)器智能為共享經(jīng)濟(jì)帶來了可能。在共享經(jīng)濟(jì)里面，連接比擁有（內(nèi)容）更重要。Google、Facebook沒有內(nèi)容，阿里沒有商品，微信沒有網(wǎng)絡(luò)，滴滴，uber、AirBnB沒有車和房屋。

現(xiàn)在愈演愈烈的共享經(jīng)濟(jì)（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(gè)市場(chǎng)切入點(diǎn)。

也許，真的如吳軍在智能時(shí)代中所說，從局部到整體，我們實(shí)現(xiàn)智能化社會(huì)，從整體到局部，我們實(shí)現(xiàn)的社會(huì)的精細(xì)化。

5、智能時(shí)代會(huì)涌現(xiàn)哪些產(chǎn)品機(jī)會(huì)？

智能時(shí)代下的產(chǎn)品服務(wù)類型大致會(huì)有這樣的構(gòu)成：

智能時(shí)代下的產(chǎn)品服務(wù)模型

• 第一種的產(chǎn)品服務(wù)類型，提供包括從數(shù)據(jù)采集、數(shù)據(jù)分析處理、機(jī)器學(xué)習(xí)等基礎(chǔ)技術(shù)能力的產(chǎn)品服務(wù)。比如，像Google、Facebook、baidu等。
• 第二種產(chǎn)品服務(wù)類型，則是前面提到的，行業(yè)內(nèi)的公司自己構(gòu)建本行業(yè)或跨行業(yè)的數(shù)據(jù)采集、分析、處理的閉環(huán)。成為該行業(yè)數(shù)據(jù)服務(wù)以及信息服務(wù)的關(guān)鍵結(jié)點(diǎn)。在這點(diǎn)上，面向消費(fèi)者，面向企業(yè)或是面向政府的應(yīng)用本質(zhì)上差異不大。

這意味著，傳統(tǒng)行業(yè)立足行業(yè)之本，依然大有可為。而且也與互聯(lián)網(wǎng)＋的大潮十分契合。

除了前面兩大海量市場(chǎng)外，絕大部分面向終端服務(wù)的產(chǎn)品類型會(huì)是怎樣一種場(chǎng)景呢？

其實(shí)，早在20年前，哈佛商業(yè)評(píng)論（HBR，1998）就提到了體驗(yàn)經(jīng)濟(jì)的趨勢(shì)及其價(jià)值模型，并提到：產(chǎn)品的體驗(yàn)越好，越有差異性，就越能獲得更高的價(jià)值這一發(fā)展趨勢(shì)。

經(jīng)濟(jì)發(fā)展的價(jià)值模型

其實(shí)，這個(gè)規(guī)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(yè)評(píng)論（HBR.ORG 2016.9）中提到產(chǎn)品的需求金字塔模型（見下），在該模型中，產(chǎn)品的需求自下而上分為，功能，情感，自我實(shí)現(xiàn)以及社會(huì)影響力等?？傮w的趨勢(shì)是，如果能覆蓋到越高的層次，用戶的忠誠(chéng)度越高，產(chǎn)品的價(jià)值敏感性也越高。

產(chǎn)品需求金字塔模型

唯有創(chuàng)新，才有不同，唯有不同，才有高利。

我曾經(jīng)在《產(chǎn)品拆解：透析網(wǎng)易云音樂背后的造物邏輯》中提到網(wǎng)易云音樂能在不到4年的時(shí)間發(fā)展3億用戶，能在BAT的布局的音樂紅海市場(chǎng)中殺出一條血路，能成為中國(guó)最有口碑的音樂產(chǎn)品的核心在于其構(gòu)建了一套具有詩意交互的體驗(yàn)框架。曾經(jīng)也不止一位小伙伴告訴我，網(wǎng)易云音樂是其唯一愿意付費(fèi)的音樂產(chǎn)品。事實(shí)證明，其也在4月初拿到A輪融資，估值80億。

網(wǎng)易云音樂的核心體驗(yàn)框架：具有詩意的交互

當(dāng)然，機(jī)器人最終也會(huì)擁有情感。

唐納德·A·諾曼在《情感化設(shè)計(jì)》中提到，機(jī)器也最終會(huì)有情感，雖然機(jī)器的情感與人的情感不一樣，但是我們需要機(jī)器有理解主人情感狀態(tài)的能力。同時(shí)機(jī)器具備積極的情感會(huì)不斷的改進(jìn)，而劇本消極的情感則可以適當(dāng)?shù)谋Ｗo(hù)自己。甚至是挫敗感和自豪感都可以幫助更好地完成任務(wù)（情感化設(shè)計(jì)，P176）。不過距離這一天至少還有很長(zhǎng)的一段距離。

6、小結(jié)：未來已來，我們準(zhǔn)備好了嗎？

本文回顧了吳軍智能時(shí)代下的奇妙場(chǎng)景，并嘗試通過兩個(gè)第一性原理（First Principle），即信息論第二定律以及底層技術(shù)（生產(chǎn)力）決定上層生產(chǎn)關(guān)系，來眺望互聯(lián)網(wǎng)浪潮的下一波紅利，及其真實(shí)的底層驅(qū)動(dòng)力。

更進(jìn)一步地，本文著重分析了智能時(shí)代下將誕生一種更加高緯度的產(chǎn)品思維模式，其創(chuàng)新性和效率遠(yuǎn)超時(shí)下最流行的精益創(chuàng)業(yè)的思維模式。

這種高緯度的產(chǎn)品思維模式將推進(jìn)整個(gè)2C以及2B產(chǎn)品形態(tài)的升級(jí)換代，2C的產(chǎn)品的競(jìng)爭(zhēng)力在于數(shù)據(jù)洞察后的千人千面，更加個(gè)性化和場(chǎng)景化；而2B的產(chǎn)品競(jìng)爭(zhēng)力在體現(xiàn)數(shù)據(jù)閉環(huán)所提升的效率。愈演愈烈的共享經(jīng)濟(jì)（共享單車等）則是這種思維模式以及產(chǎn)品形態(tài)的一個(gè)縮影。

吳軍說，那么成為那2%，那么則被淘汰。而本文則認(rèn)為，顯然機(jī)會(huì)和挑戰(zhàn)并存，尤其對(duì)于傳統(tǒng)行業(yè)，誰優(yōu)先構(gòu)建數(shù)據(jù)閉環(huán)，優(yōu)先成為該行業(yè)數(shù)據(jù)服務(wù)以及信息服務(wù)的關(guān)鍵結(jié)點(diǎn)，誰就有可能在本行業(yè)搶占先機(jī)。

當(dāng)然體驗(yàn)經(jīng)濟(jì)依然是值得大家關(guān)注和突破的領(lǐng)域，做好極致體驗(yàn)，你會(huì)讓你的產(chǎn)品由價(jià)格敏感提升為價(jià)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(huì)已經(jīng)步入“右腦時(shí)代”，在這個(gè)時(shí)代，知識(shí)不再是力量。他開創(chuàng)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(shí)代的6大全新思維能力：設(shè)計(jì)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(yù)測(cè)到，產(chǎn)品經(jīng)理會(huì)至少分化成兩種角色，數(shù)據(jù)產(chǎn)品經(jīng)理或算法產(chǎn)品經(jīng)理可能是一類崛起的崗位，他們更側(cè)重左腦思維，也會(huì)和當(dāng)前的一些開發(fā)崗位形成融合。超過6位數(shù)的數(shù)據(jù)科學(xué)家可見一斑。

而原先的產(chǎn)品經(jīng)理，可能更多的偏向社會(huì)學(xué)，心理學(xué)，設(shè)計(jì)學(xué)等多學(xué)科綜合的崗位，他們更側(cè)重右腦思維。

著名未來學(xué)家彼得?伊利亞德說：

“今天我們?nèi)绻簧钤谖磥?，那么未來我們將生活在過去?！?/p>

未來已來，你會(huì)怎么選擇呢？或許在數(shù)據(jù)和算法面前，我們已別無選擇。

作者：田羽，臭鼬實(shí)驗(yàn)室人聯(lián)合發(fā)起人

本文由 @田羽 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。