從大數據+AI 談談概念與場景

作者： 曹政

原文鏈接：從大數據+AI 談談概念與場景

前端時間跟朋友吐槽，吹牛逼，我說我生不逢時啊。

2005年，在百度做數據分析，商業數據，搜索數據，社交產品數據，聯盟數據，客戶端數據，各種數據反正都拿來搞每天處理幾億條日誌吧，自己寫代碼，搞幾台伺服器瞎跑，看著數據過癮，但也沒覺得自己做了什麼了不起的事情。

後來火了個名詞，叫做大數據，坦白說，我還真不覺得我做的事情是大數據的範疇，但我看到很多到處吹所謂大數據概念的項目，有不少比我做的還要low的多。

還是2005-2006的時候，數據處理完了，總要搞點有意思的事情，搞了搞關鍵詞推薦，關鍵詞聚類，也沒覺得有什麼了不起。推薦演算法么，這玩意早就很成熟了不是，加上點簡單的自學習能力，也算不上什麼新鮮玩意。

後來火了個名詞，叫做AI，坦白說，推薦演算法和AI其實也扯不上啥關係，但後來好多投資人在外面說，今日頭條基於強大的推薦技術，是AI的領軍企業。（黑人問號臉。。。）

我覺得錯過了一個自己職業發展的黃金機會，我明明可以說自己是大數據+AI的先行者啊，這工資怎麼也要加個0吧。說來好玩，我當時的頭銜只是產品經理，只是因為技術團隊的人都覺得這些事情太low沒意思，沒人願意跟我配合鼓搗這點玩意，我才迫不得已，求工程師給我科普一點最基本的原理和邏輯，然後自己瞎鼓搗寫代碼，說實話完全是票友級別的水準。想不到不出十年，這概念居然這麼值錢了。

但今天這文章當然不能只是自吹自擂，中國互聯網總有一群混子，他們彰顯自己水平的能力，就是各種擺弄解讀概念，關鍵是，還是半懂不懂的去解讀。騙騙少不更事的小姑娘，股市裡的大媽，揣著錢不知道怎麼投資的傳統行業土豪老闆。

十多年前，donews那群人天天鼓吹 web2.0。言必稱web2.0，那，當然，web2.0是個筐，啥玩意都可以往裡裝，他們今天也可以說，你看，我們說對了吧，現在互聯網2.0了吧，3.0了吧，什麼什麼交互了吧，什麼這個那個了吧。 但關鍵在於，你會發現，努力鼓吹這個概念的公司和混子們，就沒見誰做起來了，真符合他們說的web2.0，並且做的牛逼的，比如騰訊，從來沒刻意去迎合過這些概念，而且，那時候騰訊可不受這些混子們待見呢。

這說明什麼，不是說概念對還是不對，而是重點根本不在這裡，場景，關鍵是應用場景，把應用場景的訴求理解透，把場景里的關鍵問題解決好，機會和市場就是有的。拋開場景空談概念，有一個算一個，都是耍流氓。

最近有投資人問我，AI到底是不是虛熱，有沒有機會。

我說機會當然有，而且很多，但我們不談AI，我們看場景。

自動駕駛，這個場景夠明確，所有人都看到了，誰技術牛逼，誰就能贏。

醫療領域的輔助決策，這場景也很清晰，目前有一定進展。基於大量樣本數據的積累和相關的數據規範化處理，但要想徹底取代人類決策，目前來說還需要一點時間。

基因相關的探索也在進行中，基於樣本數據去探究不同基因與先天性疾病和生理缺陷的相關度，但這個目前樣本量太小，可信度還遠遠達不到可以大規模商用的境界，這需要基因檢測的成本大幅度下降，檢測的普及和相關醫療數據的全面打通，也是一項長期的事情。

從新聞閱讀的推薦，到搜索引擎的自我優化（典型如容錯搜索，推薦關鍵詞），到廣告系統的精準優化（智能匹配策略等），這些也都是一些深度學習理論可以用的到的場景，簡單有簡單的做法，複雜有複雜的做法，這也是很多巨頭孜孜追求的領域。

遊戲的輔助決策，包括遊戲內Boss和npc的策略，這也是一部分比較清晰的領域。

人臉及圖像識別，語音識別，自動翻譯，應用場景和想像空間都很大，從安防到旅遊到商務活動，很多場景都有極大的市場空間。

精益生產，目前流行的柔性生產線，也需要大量的AI技術，能夠在儘可能少的資源調配和開銷的情況下，適應多種不同需求，不同規格的產品的快速生產能力。

能源管理，能耗優化，這個google已經示範過了，通過深度學習可以極大優化機房的能源開銷。

金融領域的量化交易，典型的市場博弈行為，以前是基於人工預置策略，固定規則，但現在開始引入深度學習技術，實現與市場的動態博弈。

當然，還有在線教育領域，以前的教育大家都是通用性的題目和作業，以後能不能針對學生的考試，作業完成情況和質量，有針對性的個性化作業，個性化的課外輔導，基礎差一點的學生不用學那麼深入的東西，把基礎反覆鞏固即可；基礎好的學生也不用翻來覆去的做簡單的東西，多一點挑戰性的課題和知識；因材施教其實也是可以用深度學習來解決的，也很期待這方面能有成功的產品出來。

是的，綜上，大數據和AI也是個筐，其實啥都可以往裡裝，你說AI是不是投資熱點，有沒有前途，我不能說不對，但話說回來，一個成功的商業行為，必須是從具體場景的訴求出發，然後基於這個訴求，選擇最合適的技術方案，解決最根本的問題，而不是說，我有個好概念，有個好模式，就可以隨便成功的。

前幾天有個創業者來找我諮詢，說他們發現國內有個不錯的模式，那個誰誰和誰誰做的都不錯，他們覺得東南亞也有類似的需求，自我感覺很有相關經驗，做了一個demo，想來聽聽我的看法，我又是表現的非常不禮貌，我直說不要跟我談模式，咱們直接看看這個需求，在國內，這種需求是因何而起的，為什麼會產生這樣的需求，以及解決這個需求里，最核心的問題和關鍵點是什麼，那麼他所提到的那些國內成功案例，是基於怎樣的條件，基礎，以及動作來解決這些問題的。

那麼，回過頭來，看這邊，第一，需求的緣起是什麼，這邊有沒有類似的場景，新加坡有沒有，印尼有沒有，馬來西亞有沒有，哪些領域有，哪些具體的場景下有，好，你們認為有，考慮了一二三，這沒問題。第二，這裡的關鍵點，核心問題是什麼，是怎麼考慮的，怎麼解決的。能不能解決，以及能不能低成本解決。

然後拿產品demo來看，一看我就說不行，這設計明顯不對，所謂功能亮點，根本是設計者的自high，關鍵點，核心問題，產品設計里完全沒有體現出來。然後拿國內產品的app視圖，具體視圖，文案，圖片，功能點，一點點對比來看，看人家這麼設計的初衷，目的，以及對消費決策的影響是怎麼進行的。

模式對不對，概念好不好，其實根本不重要，重要的是創業團隊，對需求的理解，分析能力，以及產品設計和運營過程中，針對關鍵問題的分析和解決能力，當然還包括強大的執行力，執行力的一個重要部分是解決核心訴求中所可能需要的技術處理能力，比如並發支撐的能力，比如有效提高用戶轉化效率的深度學習的策略，比如通過運營數據獲得有效反饋並快速迭代的能力。

互聯網一直會有新產品，新模式出現，一個新產品風靡互聯網，獲得成功，因為之前沒有參考的樣本，那麼就有人把這個東西整理總結成為一個新的模式，新的概念，這本身沒有問題。但切不可因果倒置，捨本逐末，錯把概念和模式當作成功的先決條件。 而成功往往有很多細節和因素組成，簡單歸結於模式與概念，是一種思維偷懶的做法。

創業者，切莫被混子們和各種不靠譜分析師帶偏節奏。你把產品做好的，你說你是什麼概念，什麼模式都對，你做的不好，什麼概念，什麼模式也救不了你。

我這個人確實比較落伍，其實在任何年代，我都沒辦法把自己包裝成時代先鋒，都沒辦法靠概念和模式來標榜自己。我知道中國有很多奇葩的商業案例，真的是可以靠概念，靠標榜自己賺錢。混子可以到處招搖撞騙，創業者甚至可以通過綁架投資人（綁架式創業），在公司業務一團糟的情況下，讓自己身價倍增，成功套現。所以如果一定要說，炒概念的沒有好下場，好像還真不是。（老道消息有一篇 to baidu創業，說的也是這回事來著，嗯，牛皮吹的好，找到接盤俠就是勝利）。但這事我是做不來，也不建議大家去學。

馬雲對alphago的解讀是這樣的，認為人下棋的樂趣是撿對手的勺子，沒有勺子下棋就沒有樂趣。所以alphago沒有意義，也不建議國內的公司去研究。

那麼吐槽的話我就不說了，今天我延展一下，你們會發現，互聯網大佬，或者其他領域的成功人士，很多都號稱喜歡傳統國學，馬雲也不例外，又是李一道長，又是王林大師。

傳統國學學什麼呢。學易經，學論語，學太極等等。

圍棋也可以稱為傳統國學，為啥他們不學呢？

原因只有一個，圍棋這玩意，水平衡量太直接了，你是什麼水平，就是什麼水平。

成功人士當然要證明自己在所有領域都是最牛逼的一群，學一點玄虛的東西，無可佐證，會念幾句佛經，多捐一點香火錢，分分鐘就仁波切了。本來太極呢，是可以通過實戰檢驗的，但有一種東方神秘不可說的力量，拒絕和阻止了這種檢驗。所以，圍棋這玩意，逼格再高，他們也不敢拿出來秀。

之前有評論認為我在IT圈裡屬於圍棋水平高的，其實真不是，我知道互聯網領域就有很多圍棋業餘高手，比如我的老同事，新浪副總裁褚達晨，棋力明顯在我之上，但問題來了，即便他是圍棋業餘高手，在新浪里，至少還有幾個圍棋頻道編輯的水平，比他更勝一籌。 所以，即便是老闆，成功人士，在圍棋這個領域，你很難有額外的加分和光環，也很難讓下屬對你的水平心服口服。

只要馬雲願意，他一定是阿里最牛的易經大師；只要馬雲願意，他一定是阿里最牛的太極大師；只要馬雲願意，他一定是阿里最牛的國學大師；但不管馬雲願意不願意，他在阿里圍棋愛好者里，都是不入流的。

像金庸那種棋痴，成功人士里又能有幾個？

所以我就喜歡圍棋，是什麼水平就是水平，比我強的多如牛毛，一樣樂此不彼，但我知道，以撿勺為樂的，不配談圍棋，即便他叫馬雲。

最後，給自己做個廣告吧，那個小密圈新版本升級後，進入三天內退出可以無條件退款。 所以，有興趣的可以到我小密圈看看，覺得不滿意直接退出就是了。

退款流程系統設置目前看上去比較複雜，那我簡單一點，只要您沒有發布任何內容的，三天內退出，我在這裡公開授權小密圈官方百分百退款。這個為什麼要加這項條件呢，您要是進來打個廣告就想退款，那對不住，這可不行對不對。

至於入口鏈接，您要是找不到，那就算了，說明那裡不適合您。

推薦閱讀：