创新算法：下一个以小博大的创业机会

读曾鸣教授: <智能商业的特征: 向精准升维> 有感

中心思想

这篇文章的中心思想是: 智能商业的关键效果是"精准".
我们不在用标准的工业化产品面对大众, 而是用个性化产品"精准"的提供给需要它的人.但是, 个性化只是"精准"的入口, 它还有更广阔的定义: 掌握用户在何时, 何地, 何种场景, 需要何种服务.而实现这一目标的两个基石就是: 网络协同 + 数据智能.

我的感受

本文核心以外的一句话, 引起了我最大的注意: " 算法创新具备极大的实用价值. 谷歌正是凭借两个别出心裁的算法, 支撑起了自己 5000 亿美元的市值."
算法创新, 如果是下一个可以"以小博大"的创业机会, 那么应该怎么做呢?
我也会继续下沉. 寻找这个问题的答案.

另外, 再享两段我非常喜欢的"喜剧性的冲突" ---- 曾鸣教授通过对比的手法, 帮助我们打开视框, 理解时代的差别.

• 原文摘录:

  • 从工业时代到数据时代, 无论是基本逻辑, 还是指导思想都在发生着变化. 工业时代要解决供给不足的问题, 它的核心是标准化, 只有标准化才能进行流水线生产, 实现大规模和低成本. 由于中国中产阶层的不断扩大, 对标准化有提出了更高的要求...新时代对企业的要求是一切以客户为中心,以 C 端为中心, C2B 模式成为主流. 这种模式强调个性化和差异化, 追求的是价值而非成本. 由于供给过剩, 商家必须强调将给客户带来何种额外价值, 客户才愿意为此买单.

  • "准"指的是准确, 而这只有通过智能化才能实现. 依靠牛顿经典力学为代表的现代科学所发展起来的工业, 是追求确定性的时代. 最近 50 年, 随着量子物理和计算机科学的发展, 新时代最大的特点就是开始接受不确定性, 尝试用统计方法来逼近准确性.

摘要

前言

1. 新旧商业的区别在于: 精准. 精准就是精确和准确, 分别对应着网络协同和数据智能.
2. 未来社会必然会向服务型转变, 而那些无法为用户提供精准服务的企业, 则很快被淘汰.

"精+准"是未来商业的核心要求

1. 关键词广告发展出非常精准的广告, 这种广告模式对于传统广告模式有三个根本性颠覆.

   • 根据效果服务
   • 市场竞价, 实时在线定价
   • 持续跟踪反馈

2. 淘宝会根据用户历史购物的数据, 双十一期间的购物数据, 收藏夹里未购买的物品等所有因素, 为用户定制专属的淘宝页面, 也就是定制的商品推送, 这样的精准零售让沃尔玛等传统卖场望尘莫及.

3. 对于传统企业来说, 利用规模优势进入主要通路, 并且尽量抢占头部为主, 才是商业的核心所在. 在此基础上, 传统商业中所谓的"精准", 只是降低成本, 提升利润的手段之一, 而且只能在很粗的层面实现.

4. 进入互联网时代后, 线上平台处理信息的效率和匹配能力几乎被无限提高, 全世界的数据相互连通, 每个消费者都可以在无数个可选项中决策. 因此每个通路, 无论是广告, 推荐, 电商, 社交还是工具, 都必须优先向用户呈现最精准的选择, 才有可能被选中. 所以, 在新商业时代, 精准是商业的核心要求, 是产品和服务能否有机会与用户连接的先决条件, 更是企业能否存活并做大做强的关键所在.

5. 精准商业要建立在和用户的持续性互动关系之上, 在这种持续性互动中, 对产品(服务)进行迭代和优化, 从而更加精确. 在这个模式下诞生的产品是一种活的产品. 而要创造一个活的产品, 就必须以数据智能作为产品的核心. 因为, 一方面产品的价值很大一部分来源于数据智能在其中的应用, 另一方面产品本身又是收集数据的渠道, 形成反馈闭环, 学习优化的基础.

6. 同时, 要与用户建立持续性互动关系, 就必须以个性化, 一对一的方式来实现与用户的连接, 这样双方在有可能互动起来. 但是想要同时能够和海量用户进行互动, 就必须依赖于一个协同网络, 只有协同网络才能支撑这样个性化的服务体系.

7. 总而言之, 在未来商业文明中有 2 个基石: 网络协同和数据智能. 而我们追求的最终目的, 则是实现精准的, 不断优化的个性化服务.

精确: 通过网络协同实现降为打击

1. "精"指的是精确. 过去 10 年, 有一个词语出现得愈加频繁---- 个性化. 但是个性化并不能完全代表精确. 在新商业时代, 想要做到精确, 个性化只是一个起点, 精确的颗粒如可以被无限放大.
2. 如今的精确, 不但要求企业根据不同的用户提供个性化服务, 还要掌握用户是何地, 何时, 何种场景之下需要服务.
3. 如何才能实现精确? 答案的核心是通过协同网络的不断扩张, 获取一个人在不同场景, 不同状态下的更多数据.
4. 精确是通过协同网络的扩张, 对一个人在不同场景下的理解逐步深化的过程.
5. 只有协同网络才能完成个性化服务, 只有一个网络能够满足千万人需求的时候, 才能真正满足一个人的需求.
6. 它实际上突破了一个传统的供给悖论: 用网络上大规模的方法完成个性化服务...在这个网络上能够进行全局动态优化, 这是固化的供应链难以做到的, 也正是所谓的降维打击.
7. 从工业时代到数据时代, 无论是基本逻辑, 还是知道思想都在发生着变化. 工业时代要解决供给不足的问题, 它的核心是标准化, 只有标准化才能进行流水线生产, 实现大规模和低成本. 由于中国中产阶层的不断扩大, 对标准化有提出了更高的要求.这个正向循环的整体逻辑是线性的, 以控制为核心. 精确的系统一定要能有效控制; 一旦失控, 整个系统就面临崩溃的局面.
8. 然而进入互联网时代之后, 一切都发生了变化. 新时代对企业的要求是一切以客户为中心,以 C 端为中心, C2B 模式成为主流. 这种模式强调个性化和差异化, 追求的是价值而非成本. 由于供给过剩, 商家必须强调将给客户带来何种额外价值, 客户才愿意为此买单.
9. 互联网时代强调的都是网络和社会化协同, 看重的是自组织生长, 这是一种生态思路, 网络思路和演化思路.
10. 如何才能构建协同网络?
    • 降低准入门槛, 扩大生态容量. 通过赋能, 降低门槛, 让原来不存在的供给者进入, 这样才能极大地扩大生态容量, 才有可能改变原来的格局.
      • 在旧体制里改革, 从来都是一件很难的事, 既然存量难改, 那么你能做的只有增量改革. 当增量达到一定程度后, 新的东西才能把旧的东西囊括进去.

准确: 数据智能的背后, 是商业逻辑的根本改变.

1. 标准化产品的市场已经饱和了. 未来竞争的核心, 将从满足显性的标准化需求变成挖掘潜在的个性化需求. 这是一个根本性的差别.

2. "准"指的是准确, 而这只有通过智能化才能实现. 依靠牛顿经典力学为代表的现代科学所发展起来的工业, 是追求确定性的时代. 最近 50 年, 随着量子物理和计算机科学的发展, 新时代最大的特点就是开始接受不确定性, 尝试用统计方法来逼近准确性. 所谓的机器学习和人工智能, 就是先从一个非常粗糙的目标开始, 逐步迭代优化, 最后可以达到非常准确的高度.

3. 到了现在, 如果还用工业时代的逻辑, 三年计划一个产品, 然后希望这个产品在未来某个时刻能打中人的需求, 这样的概率几乎为零, 没有任何准确性可言. 所以, 未来服务的准确度是去挖掘潜在的需求, 我们要用一套全新的方法论去指导这种思考. 而这个方法论想要变成一套完整的运营体系, 业务流程, 就需要拥有一个互联网化的支撑系统, 才能提供更加准确的服务.

4. 如何挖掘潜在需求, 才能实现最高效率?

   • 你要先建立起一个有效的产品通道, 将商家跟潜在的客户联系起来, 再通过各种各样的方法去试探客户的反馈. 最终双方动态的匹配形成某个节点的最优服务, 而这个服务又会随着用户的需求不断演化.
   • 想要完成这个目标, 唯一的方法就是通过持续的互动进行产品的迭代和优化, 光靠人力注定无法完成, 背后需要数据智能引擎的支撑. 只有用机器决策取代人力决策, 才能在足够短的时间内快速学习, 提升和逼近可能的潜在需求, 这样得出的判断才是准确的.
   • 用工业时代的思想无法企及准确这一高度, 猪油用数据时代的思想, 人们才能用渐进的方法来快速迭代, 试探. 其实这种试探是双方的, 只有经过多次的摸索, 互动, 最后才能找到一个当时足够满意的服务.

5. "离线动物"是无法和"在线动物"较量的, 因为"在线动物"有很多工具可供使用, 这根本不是一个量级上的竞争.

6. 怎样才能快速进行智能化服务?

   • 数据化旺旺是一个很昂贵的过程
     • 问一下自己, 你是否有足够的创造性, 能够找到一种适合你的方法完成数据的初始化? 这一点非常重要. 如果你能够用足够低的成本, 在足够短的时间内, 掌握足够大的数据量, 你的胜出概率将大为提升.在互联网时代, 谁能够找到有创意的数据化方法, 谁就具有重要的竞争优势, 也就能真正融入未来的智能商业中去.
   • 只有上线, 才能迭代优化.
   • 用机器学习的逻辑贯穿整个业务过程.
     • 针对一个足够大的问题, 你能否找到新的算法来挖掘数据背后的洞察?算法创新具备极大的实用价值. 谷歌正是凭借两个别出心裁的算法, 支撑起了自己 5000 亿美元的市值.