什么是“magic”模式？
简单来说，用户通过语音或文字提出自己的任何合理需求都可以得到满足，让每个用户都可以拥有属于自己的私人助理。
发展历史及轨迹大概是什么样的？
最先起源于2015年初，一家叫magic的公司在硅谷一炮而红，拿下红杉1200万美金的天使轮。（使用短信作为接触用户的渠道，宣称只要把自己任意在法律范围内的需求发给它们，它们都会解决。）随后一系列类Magic模式开始爆发，包括Uber创始人的Operator，德国的GoButler，印度的UrbanClab B轮2500万美金，东南亚地区还有base在新加坡的Genie，印度尼西亚的YesBoss，马来西亚的BeLazee，国内较早的有神猪（已死）、助理来也...
满足的需求是什么？
核心是使用“人工+机器智能”的方法帮你实现所有应用能做的事情。在面对越来越多的信息及服务时，将各种细分门类的服务经筛选分析后提供给用户，像私人秘书那样帮你省去选择和思考的成本。
目标用户
愿意为高质量服务及时间成本付费的中产阶级。
运作流程
基本逻辑为：前台需求发起→需求理解与结构化→服务商对接
用户端产品结构图
遇到的问题
一、前台需求切入部分
1.想要链接的服务过多，我们的项目就分为“日常生活、医疗、差旅”三块，每块又链接数十项服务，刚需性需求聚焦力度不够，部分服务譬如“打车、外卖”，使用时相当于额外插入一个第三方，加长了正常的服务链条，反而降低了效率。
2.非标类需求过多，需要大量人力进行处理，导致成本非常高，由“服务”到“产品”化的路非常困难。
二、需求理解及结构化
1.目前语音识别、语义识别技术并不算很成熟，要保障服务质量并提供相应服务，必须在大部分时候进行人工介入。
2.没有丰富的行为数据积累，对用户所在的场景无法掌握，无法真正打造一个替代人肉的人工智能机器人。
三、服务对接
1.可提供的服务大致可分为三类：自建服务（日程提醒、信息查询等）、合作服务商对接（机场贵宾厅、打车等）、O2O平台（外卖、咖啡等）。
2.实际服务落地时，除自建服务工具外，服务质量均无法完全保障落实。即使进行过各类对服务商把关，仍会出现各类服务掉链子的情况，极易失去用户信任。
如果再来一次！
1、从单一的场景切入，满足更加细分领域的需求，数据积累足够后，可成为新的信息连接入口。
2、做个性化的旅途推荐、定制，仍采用im对话的形式提供在途的各种关怀及信息服务。
3、为老人定制定期的中医体检问诊，通过im反馈身体状况，健康方面的问题也可以随时进行关怀。
