Consulta de información sobre barba
El director ejecutivo de NetEase, Ding Lei, recientemente recomendó encarecidamente la "Era inteligente" de Wu Jun a todos y mencionó que "la tecnología de inteligencia artificial afectará todos los aspectos de nuestras vidas en los próximos diez años". Nuestros muebles, entretenimiento y diversas experiencias de servicio serán disruptivos”.
Entonces, ¿qué tipo de escena representa la “Era Inteligente”? ¿Qué impacto tendrá la próxima era de la inteligencia en la forma en que trabajamos y pensamos, especialmente para los gerentes de producto?
A los ojos de Wu Jun, ¿qué significa para AlphaGo ganar el juego de Go? ¿Cómo podrían los coches autónomos de Google dejar sin trabajo a todos sus conductores y camaradas?
Además, detrás de la era inteligente, ¿qué cambios se producirán en los modelos de negocio y las formas de los productos del futuro? ¿Qué oportunidades de producto habrá? Como gente de producto, ¿estamos preparados?
Wu Jun se ha centrado en esta propuesta en la era inteligente: "Esta vez la era inteligente realmente ha llegado".
El concepto de inteligencia artificial fue propuesto en una conferencia en Dartmouth College en 1956. Hasta 2016, han pasado 60 años. Durante este período hubo altibajos. La primera vez estuvo representada por la Escuela Niao Fei, que se centró en el aprendizaje de reglas y sistemas expertos, con la esperanza de promover el progreso de la inteligencia artificial mediante la comprensión del cerebro humano. Sin embargo, como todos sabemos, los humanos entienden muy poco sobre el cerebro y la tecnología de inteligencia artificial ha caído en un punto muerto.
La segunda vez fue en la escuela de estadística representada por Jarinik, que se dedicaba a estudios de comunicación. A partir de la teoría de la información de Shannon se resuelve el problema de la inteligencia artificial. En este momento, se entiende que varios problemas inteligentes eliminan la incertidumbre. Esta mejora en el modo de pensamiento sin duda promueve el desarrollo de aplicaciones de inteligencia artificial.
De hecho, el pensamiento determinista (también llamado pensamiento continuo) siempre ha sido la esencia de la era industrial. El Sr. Hu Shi propuso una vez la idea de "suposiciones audaces, verificación cuidadosa", es decir, "primero asumir un metamodelo y luego construir iterativamente un modelo complejo mediante la verificación de datos". Los logros de Newton y Einstein en realidad se basaron en el pensamiento anterior.
Sin embargo, el pensamiento determinista se ve cada vez más cuestionado: por un lado, a medida que nuestro conocimiento se profundiza, más y más variables afectan al mundo, por otro lado, el principio de incertidumbre de la mecánica cuántica determina las características básicas del mundo; incertidumbre. En "Una breve historia del futuro", Yuval Harari también elabora puntos de vista similares desde las perspectivas de la antropología y la historia. Propuso la paradoja del conocimiento, creyendo que el conocimiento (predicción) es inútil sin cambiar el comportamiento, y una vez que el comportamiento cambia, el conocimiento original (predicción) pierde inmediatamente su significado.
Aunque la precisión de la inteligencia artificial, como el reconocimiento de voz, ha mejorado enormemente, la mayoría de las aplicaciones aún no están disponibles comercialmente debido a limitaciones en el volumen de datos y la potencia informática.
La tercera ola de investigación sobre inteligencia artificial (redes neuronales) comenzó con un gran avance en 2006. Con esta ola, el concepto de aprendizaje profundo (ver "Aprendizaje profundo" de Ian Goodfellow et al., P17) se hizo popular. El representante icónico es el artículo "Un algoritmo rápido para redes Believe" escrito por Hinton y sus colaboradores. El siguiente es un diagrama esquemático del modelo de aprendizaje profundo:
Con el desarrollo de tecnologías como Internet, big data y computación paralela, especialmente el gran volumen de datos, la multidimensionalidad, la integridad y otras características del big data, la inteligencia artificial se ha acelerado en la tercera ola.
En 2016, AlphaGo derrotó a Lee Sedol. Go, un juego de ajedrez del que los humanos están orgullosos, se ha quedado muy por detrás de la inteligencia artificial. En silencio, los coches autónomos de Google han recorrido más de 2 millones de millas.
Desde la perspectiva del desarrollo de la revolución tecnológica humana, ya sea la primera revolución de las máquinas de vapor, la segunda revolución eléctrica o la tercera revolución de la información, todas promueven la mejora integral de las industrias existentes.
Es previsible que la inteligencia artificial vaya penetrando gradualmente en diversas industrias de la sociedad, realizando así el maravilloso escenario de "de la parte al todo, realizamos una sociedad inteligente, y del todo a la parte, realizamos el refinamiento de la sociedad".
Desde la perspectiva del desarrollo de Internet en los últimos 20 años, se puede resumir en tres ciclos de desarrollo, cada ciclo dura cerca de 7-8 años, durante los cuales hay picos de rápido desarrollo y comederos de burbujas.
Hao Zhizhong hizo un resumen en "User Power":
Como se puede ver en la figura anterior, los tres períodos son aproximadamente los siguientes:
1) El primer ciclo, 1995- 2002, Internet de banda estrecha se caracteriza por la prosperidad de tres grandes portales. A partir de 2002, WEB1.0 encontró un modelo de negocio.
2) En el segundo ciclo, de 2002 a 2009, Internet de banda ancha se caracteriza por medios de contenido extremadamente ricos, y formas de medios como gráficos, texto y video son bastante populares. BAT dispuso completamente la entrada de tráfico y entró oficialmente en WEB2.0.
3) El tercer ciclo, 2009-2065 438+06, Internet móvil se caracterizó por la popularidad de Weibo y WeChat, y la caída del mercado de valores en 2015 demostró que el mito de la alta valoración de las empresas de Internet se hizo añicos, 16 La lista de empresas O2O muertas ha comenzado a volver a la racionalidad e Internet plus ha penetrado gradualmente en todos los ámbitos de la vida.
La lógica básica de los cambios periódicos anteriores se puede describir mediante los siguientes principios básicos (fórmulas):
Fórmula 1: La velocidad de propagación de la información no puede exceder la capacidad del canal ( la segunda ley de la teoría de la información).
La Fórmula 1 puede entenderse simplemente como: Internet de banda estrecha, Internet de banda ancha e Internet móvil como canales básicos determinan la forma de difusión de información de nivel superior (forma de producto). Ahora, los gigantes están apostando a que la realidad aumentada y la realidad virtual se convertirán en otro canal subyacente además de los teléfonos inteligentes. (Se mencionará más adelante)
Entonces, ¿cuál es la ley de los cambios en las relaciones de producción causados por las nuevas tecnologías? ¿Cuáles son las diferencias específicas en la forma del producto? Veámoslo a continuación (resumido por Da Beard y otros):
Como se puede ver en la figura anterior, el eje horizontal (1) representa los tres ciclos principales del producto impulsados por la tecnología subyacente, a saber, la banda estrecha. Internet, Internet de banda ancha y luego Internet móvil. El eje vertical (2) representa categorías de productos dentro de un ciclo de producto grande, con patrones prominentes. Siempre existen categorías de productos de este tipo:
1) Proporcionar a los usuarios productos orientados a servicios de información.
2) Proporcionar a los usuarios productos basados en entretenimiento (juegos).
3) Proporcionar a los usuarios productos de comunicación (social, comunitaria).
4) Productos que brindan servicios a los usuarios (alimentos, vestimenta, vivienda y transporte son los primeros afectados, y paulatinamente irán penetrando en otras industrias)
Al comprender el pasado, podemos predecir el futuro.
Entonces, ¿quién será el canal inferior que impulsará la próxima ola de ciclos de productos?
¿AR? ¿VR? Desde la adquisición masiva de Oculus por parte de Facebook, están apostando por la realidad virtual; desde el repetido proyecto fallido Google Glass de Google hasta el impulso de Microsoft para el proyecto HoloLens, todos están apostando por la realidad aumentada. A juzgar por la experiencia real y la aplicación de AR y VR, la construcción de sus productos completos aún no se ha completado (aún en la brecha descrita por Moore).
Otro punto de vista más aceptado es Internet+, que utiliza tecnologías de la información como Internet, big data y computación en la nube para mejorar la estructura de valor de las industrias tradicionales, reducir costos y mejorar la eficiencia.
Liu Run, fundador de Runmi Consulting, propuso una vez la fórmula de valor de industria + Internet: "Crear valor + entregar valor = valor para el usuario". Según las diferentes orientaciones de valor, las empresas se pueden dividir en dos tipos diferentes de empresas: empresas con la creación de valor como núcleo (empresas de productos) y empresas con la entrega de valor como núcleo (empresas de canal y empresas de marketing):
Por ejemplo, Apple, Tesla y WeChat son empresas de productos, mientras que Nike, Li Ning, Jiaduobao y Nongfu Spring son empresas de canales o de marketing.
Liu Run presentó un punto de vista profundo: "El desarrollo de este mundo está impulsado por dos fuerzas, una es la verdadera innovación, la otra es la eficiencia extrema y el aumento de los precios son dividendos de la innovación. La caída de los precios es dividendos de eficiencia. La innovación real cambia el mundo y permite a los innovadores disfrutar de los dividendos que genera la innovación, mientras que la eficiencia última devuelve este dividendo a toda la sociedad a través de precios más bajos. Estas dos fuerzas van y vienen, impulsando al mundo hacia adelante. >
El desarrollo de Internet en su totalidad, que es la lógica subyacente de la revolución de la información, puede entenderse como los siguientes principios básicos (fórmula):
Fórmula 2: Nueva tecnología + industria existente = nueva industria (la llamada nueva tecnología conduce a cambios en las relaciones de producción)
La ecuación 2 puede entenderse simplemente como el último cambio en la industria o la forma del producto impulsado por la tecnología subyacente de Internet, incluido el ancho de banda de la red, teléfonos inteligentes, capacidades informáticas de chips y otras tecnologías.
En base a esto, se puede entender que la primera mitad de Internet ha pasado, es decir, la llamada Internet ha fabricado todos los productos más superficiales.
En la segunda mitad de Internet, es más probable que todos los productos en China se rehagan con tecnología y productividad subyacentes más potentes.
Tarde o temprano, la inteligencia artificial basada en big data, la Ley de Moore y algoritmos más avanzados acelerarán simultáneamente la innovación impulsada por la tecnología y las mejoras en la eficiencia.
El nivel más crítico de pensamiento sobre el producto también sufrirá enormes cambios. El modelo de pensamiento básico de Lean Startup, que es muy popular ahora, es en realidad un proceso iterativo basado en suposiciones.
Puedes ver la imagen a continuación para más detalles. Encontramos algunos puntos débiles de los usuarios u oportunidades de innovación a través de (1) un impulso de innovación basado en conocimientos de empatía, y luego continuamos entregando, verificando y ajustando a través de (2) una startup eficiente basada en suposiciones de valor.
Este es nuestro método más popular de lanzamiento e iteración de productos. Todo el proceso es similar a la imagen a continuación:
La razón por la que ajustamos constantemente la hoja de ruta de iteración del producto es nuestro espíritu empresarial. y la innovación están en En medio de una incertidumbre extrema, sólo podemos formular hipótesis, probar y volver a formular hipótesis. En este proceso, solo podemos comparar el costo de la verificación y la velocidad de la verificación, que es el llamado "el fracaso es barato, el fracaso es rápido". Este es casi un conjunto de pensamiento de producto de facto.
En la era de la inteligencia artificial, impulsada por los objetivos del producto, es posible que no tengamos que hacer suposiciones en determinados escenarios. En cambio, resolvemos directamente problemas de incertidumbre (hipótesis) mediante la construcción y utilización de big data completos y multidimensionales, y luego obtenemos directamente modelos (conocimientos de la demanda y conocimientos de la industria) a través del reconocimiento automático para resolver directamente los problemas de la industria.
Imagina que todavía estás navegando en la niebla. Sólo se puede encontrar el camino hacia el otro lado a través de suposiciones y verificaciones constantes, mientras que otros utilizan la guía precisa de big data y la inteligencia artificial para encontrar directamente modelos para resolver problemas. ¿Cuál es más rápido? ¿Cuál es más eficiente?
Al igual que el caso clásico a continuación, el modelo 1.0 tradicional no consideró las necesidades del usuario y directamente hizo un pastel, que resultó no ser lo que los usuarios necesitaban en el modelo de startup lean 2.0, para verificar; necesidades del usuario, utilizamos el método MVP para verificar y ajustar constantemente nuestro MVP, y finalmente hacer pasteles que les gusten a los usuarios cuando se trata del modelo de reconocimiento de patrones de big data 3.0, basado en las características multidimensionales y completas de big data; Podemos obtener directamente el pastel de un usuario más eficiente.
En la era de la inteligencia, quien domine el tercer modelo de pensamiento de producto probablemente atacará y aplastará el segundo y el primer modelo. La clave para dominar la mentalidad del tercer producto puede no ser priorizar "¿Qué puntos débiles del usuario o de la industria he obtenido?", sino "Mirar cuántos datos tenemos, qué datos necesitamos y qué podemos hacer con ellos". estos datos."
Si lo piensas más a fondo, puede ser un fenómeno muy común. En las industrias tradicionales, quien tome la iniciativa para hacer que los datos de esta industria fluyan primero, dando prioridad a formar un circuito cerrado y reconstruir la eficiencia de la industria ocupará una nueva altura de mando. Como dijo Wu Jun: "Quien tenga información puede obtener riqueza, al igual que en la era industrial, quien tenga capital puede obtener riqueza".
El modelo de negocio del producto se centrará principalmente en la adquisición de datos. Hay toneladas de estrategias gratuitas que puedes utilizar con tus datos. No sólo obtener datos, sino también proporcionar más conexiones e intercambios de datos. De esta forma, sin duda habrá enormes comentarios positivos. Cuantos más datos tenga una empresa, más datos podrá intercambiar y adquirir, y más información y riqueza tendrá. En este punto, habrá una gran cantidad de gigantes de datos de la industria (o datos en ciertos campos), e incluso gigantes de datos entre industrias, subvirtiendo BAT y convirtiéndose en el próximo BAT.
Además, para ser honesto, la connotación del producto ha cambiado silenciosamente. La connotación original de un producto era "proporcionar servicios o valor a las personas", pero ahora las personas se han convertido en humanos y robots, y sigue siendo como se describe en "Una breve historia del futuro": la biología es solo un algoritmo, y la vida Es solo el procesamiento del algoritmo. ¿Qué tipo de escena sería?
Bajo el tercer modo de pensamiento de producto antes mencionado (un modo de pensamiento necesario en la era inteligente), aparecerá el siguiente flujo de datos de producto:
Podemos ver eso para diferentes clientes (2C, 2B), los productos presentarán diferentes características nuevas:
Para los productos 2C (mercado orientado al consumidor), la plataforma recopilará datos de comportamiento del usuario en varias dimensiones. Con los algoritmos de aprendizaje automático, los productos tendrán diferentes caras: en diferentes ocasiones, en diferentes espacios y tiempos, obtendrás diferentes productos y servicios. Bajo el mismo tiempo y espacio, dos personas reciben servicios diferentes. Los productos serán más personalizados y basados en escenas.
De hecho, ya sea Amazon, Netflix o Toutiao, ya han recorrido este camino y han construido de esta manera la competitividad central de sus productos. Entonces, Toutiao en realidad no es una empresa de medios, sino una empresa de algoritmos de datos.
Para los productos B2B (orientados al mercado de servicios empresariales), la eficiencia seguirá siendo la palabra clave que más llame la atención. Wei Zhe compartió una vez el tema de "mejorar la eficiencia" en la Chaos Research Association, que incluye cinco secciones: eficiencia personal, eficiencia organizacional, eficiencia de activos, eficiencia estratégica y eficiencia de innovación.
Desde la perspectiva del mercado de consumo cada vez más saturado y sobregirado, mejorar la eficiencia del mercado de servicios para las empresas será una gran oportunidad. Hay dos aspectos en torno a esto: por un lado, un gran número de empresas XAAS sirven como soporte subyacente para mejorar la eficiencia de la empresa en todas las dimensiones, por otro lado, personas de algunas empresas del sector tomarán la iniciativa; ponerse de pie y construir todo el proceso de recopilación de datos de la industria, además del ciclo cerrado de análisis y procesamiento de datos, intente utilizar big data para obtener información sobre algunos puntos débiles y oportunidades de la industria.
De hecho, ya sea un producto de tipo B o de tipo C, la eficiencia es inseparable. Por ejemplo, la * * * economía hedónica más popular actualmente es esencialmente la eficiencia, o más exactamente, la búsqueda de la utilización de activos.
Por ejemplo, en el modelo de Mobike y OFO, la clave no es cuántos vehículos hay, sino el índice de uso diario de cada vehículo. Si la tasa de utilización de los automóviles es baja, se trata de una empresa ineficiente.
Tomemos como ejemplo * * * disfrutar de una bicicleta. Ya no compramos mercancías (bicicletas). Compramos servicios. Los bienes se producen según el plan. Sabemos exactamente cuántos usuarios han utilizado bicicletas y también sabemos cuántos usuarios han utilizado bicicletas. Si todas las personas en el mundo disfrutaran de las bicicletas, sabríamos cuántas personas en el mundo usan bicicletas y cuántas bicicletas se necesitan. La persona más poderosa en este modelo no es ni el fabricante de bicicletas ni el consumidor, sino la empresa de envío de plataformas intermediarias, es decir, la empresa de algoritmos de big data.
En "Una breve historia del futuro" se menciona que los algoritmos se convertirán en entidades como empresas y países, controlando a los humanos.
En el futuro, el Internet de las Cosas + la inteligencia artificial permitirá * * * disfrutar de la economía. En la economía del disfrute, la conexión es más importante que la posesión. Google y Facebook no tienen contenido, Alibaba no tiene bienes, WeChat no tiene internet, Didi, Uber y AirBnB no tienen autos ni casas.
Hoy en día, la economía de * * * (AirBnB, Didi, * * * bicicletas compartidas, * * * charge, etc.) crece día a día. ) es solo un punto de entrada al mercado para que la inteligencia artificial muestre sus músculos.
Quizás como dijo Wu Jun en la era inteligente, de la parte al todo, hemos realizado una sociedad inteligente, y del todo a la parte, hemos realizado el refinamiento de la sociedad.
Los tipos de productos y servicios en la era inteligente son aproximadamente los siguientes:
El primer tipo de producto y servicio proporciona productos y servicios que incluyen capacidades técnicas básicas como recopilación de datos, análisis y procesamiento, y aprendizaje automático. Por ejemplo, como Google, Facebook, Baidu, etc.
La segunda categoría de productos y servicios se menciona anteriormente. Las empresas de la industria establecen sus propios circuitos cerrados de recopilación, análisis y procesamiento de datos dentro de su propia industria o entre industrias. Convertirse en un nodo clave en servicios de datos y servicios de información en la industria. En este punto, no hay mucha diferencia de naturaleza entre las aplicaciones orientadas al consumidor, a la empresa o al gobierno.
Esto significa que, sobre la base de la industria, las industrias tradicionales todavía tienen un gran potencial. Y también va acompañado de la tendencia Internet+.
Además de los dos primeros mercados masivos, ¿cuál será el escenario para la mayoría de los tipos de productos dirigidos a servicios terminales?
De hecho, ya hace 20 años, Harvard Business Review (HBR, 1998) mencionó la tendencia de la economía de la experiencia y su modelo de valor, y mencionó que cuanto mejor es la experiencia del producto, más distintivo y valioso es. .
De hecho, esta regla no ha cambiado, y aún nos queda mucho por hacer.
El modelo de pirámide de demanda de productos se mencionó en "Harvard Business Review" (HBR.ORG 2016.9) en 2016 (ver más abajo). En este modelo, las necesidades del producto se dividen de abajo hacia arriba en funcionales, emocionales, de autorrealización e impacto social. La tendencia general es que cuanto mayor es la cobertura, mayor es la fidelidad del usuario y mayor la sensibilidad al valor del producto.
Sólo la innovación puede marcar la diferencia, y sólo la diferencia puede lograr grandes beneficios.
Una vez mencioné en "Desmantelamiento de productos: análisis de la lógica creativa detrás de NetEase Cloud Music" que NetEase Cloud Music puede desarrollar 300 millones de usuarios en menos de 4 años. La música implementada por BAT es la razón por la que Red Sea. El mercado se ha abierto camino y se ha convertido en el producto musical más popular en China porque ha construido un marco de experiencia poética e interactiva. Más de un amigo me dijo una vez que NetEase Cloud Music es el único producto musical por el que está dispuesto a pagar. Resulta que también recibió financiación Serie A a principios de abril, con una valoración de 8.000 millones.
Por supuesto, los robots eventualmente tendrán emociones.
Donald A. Norman mencionó en “Diseño Emocional” que las máquinas eventualmente tendrán emociones. Aunque las emociones de las máquinas son diferentes a las de los humanos, necesitamos que las máquinas tengan la capacidad de comprender el estado emocional de sus dueños. Al mismo tiempo, las máquinas con emociones positivas seguirán mejorando, mientras que las máquinas con emociones negativas podrán protegerse adecuadamente. Incluso la frustración y el orgullo pueden ayudar a completar mejor las tareas (Diseño Emocional, P176). Pero todavía queda un largo camino por recorrer hasta que llegue el día de hoy.
Este artículo revisa las maravillosas escenas de la era inteligente de Wu Jun, intenta determinar las relaciones de producción de nivel superior a través de dos primeros principios, a saber, la segunda ley de la teoría de la información y la tecnología subyacente (productividad), y así espera con ansias la próxima ola de dividendos de Internet y sus verdaderos impulsores subyacentes.
Además, este artículo se centra en el análisis de un modelo de pensamiento de producto de dimensiones superiores que nacerá en la era inteligente, y su innovación y eficiencia superan con creces el modelo de pensamiento empresarial lean más popular.
Este modelo de pensamiento de producto de alta dimensión promoverá la actualización de todas las formas de producto 2C y 2B. La competitividad de los productos 2C radica en el conocimiento de los datos de miles de personas, lo que los hace más personalizados y basados en escenarios. La competitividad de los productos de 2B refleja la eficiencia mejorada gracias a los datos de circuito cerrado. Mayor disfrute de la economía (bicicletas, etc.). ) es un epítome de este modo de pensar y forma de producto.
Wu Jun dijo, entonces conviértete en el 2% y serás eliminado. Sin embargo, este artículo cree que obviamente coexisten oportunidades y desafíos, especialmente para las industrias tradicionales. Quien priorice la construcción de un circuito cerrado de datos y se convierta en un nodo clave en los servicios de datos y servicios de información en la industria puede aprovechar la oportunidad en la industria.
Por supuesto, la economía de la experiencia sigue siendo un área que merece nuestra atención y avance. Para crear la mejor experiencia, actualice el producto de sensible al precio a sensible al valor.
En "New Thinking", Daniel Pink es muy consciente de que la sociedad humana ha entrado en la "era del lado derecho del cerebro" y el conocimiento ya no es poder. Señaló creativamente que el futuro pertenece a aquellos con un pensamiento único. Sólo si tienen las seis nuevas habilidades de pensamiento de la era del lado derecho del cerebro: sentido del diseño, sentido del entretenimiento, sentido del significado, poder de la historia, poder de la sinfonía y poder emocional, es decir, los "tres sentidos y tres poderes", podrán ellos ganan en el futuro.
Es previsible que los product managers se divida en al menos dos roles. El gerente de productos de datos o el gerente de productos de algoritmos pueden ser un puesto en ascenso. Prestan más atención al pensamiento del lado izquierdo del cerebro y lo integrarán con algunas posiciones de desarrollo actuales. Esto se puede ver en los científicos de datos que ganan más de seis cifras al año.
Los product managers originales pueden estar más inclinados a puestos multidisciplinares como sociología, psicología, diseño, etc. Prestan más atención al pensamiento cerebral.
¿El famoso Peter futurista? Eliade dijo: "Si hoy no vivimos en el futuro, entonces en el futuro viviremos en el pasado".
El futuro ya está aquí, ¿qué elegirás? Quizás frente a los datos y los algoritmos no tengamos otra opción.
Desmantelamiento de productos: análisis de la lógica creativa detrás de NetEase Cloud Music
Design Thinking: este puede ser el primer curso de gestión de productos en universidades nacionales.
Design Thinking: Desarmar un producto puede ser la forma más rápida de construir un concepto de producto completo, pero es posible que estés desarmando un producto imitador.