第一站 - 轻松上网从此开始!

上网第一站

当前位置: > SEO >

智能时代下,下一波产品红利在哪里?作为产品人,又该如何重新定位?(3)

时间:2017-04-16 14:41来源:我来投稿获取授权
以下内容来自网络或网友投稿,www.swdyz.com不承担连带责任,如有侵权问题请联系我删除。投稿如果是首发请注明‘第一站首发’。如果你对本站有什么好的要求或建议。那么都非常感谢你能-联系我|版权认领
据此,我们可以理解为,互联网的上半场已去,即所谓的互联网把最表层的商品的都做了一遍。 而互联网的下半场则 更可能是用更强大的底层技术以及生

  据此,我们可以理解为,互联网的上半场已去,即所谓的互联网把最表层的商品的都做了一遍。 而互联网的下半场则 更可能是用更强大的底层技术以及生产力,把全中国所有的商品都重做一遍。

  不早也不晚,在大数据、摩尔定律以及更先进的算法驱动下的人工智能则会同时加速技术驱动的创新以及效率的提升。

  3、智能时代将诞生一种更高维的产品模式

  最为关键的产品思维模式层面,也会发生巨大的变化。现在非常流行的精益创业的基本思维方式其实是基于假设不断验证迭代的过程。

  具体地,可以看下面这张图,我们通过(1)基于同理心洞察的创新驱动,找到我们认为的一些用户痛点或创新的机会点,再通过(2)基于价值假设的精益创业来不断交付、验证以及调整。

  

智能时代下,下一波产品红利在哪里?作为产品人,又该如何重新定位?

  精益创业的产品模式

  这是我们现在最流行的一种产品启动以及产品迭代的方式,而整个过程类似下面这张图:

  

智能时代下,下一波产品红利在哪里?作为产品人,又该如何重新定位?

  精益创业模式下的产品迭代的路线图

  之所以会不断的调整产品迭代路线图,是因为我们的创业和创新处在极端不确定中,大家只能不断的假设,验证,再假设。在这个过程中我们只能比谁验证的成本更低,验证的速度更快,即所谓的“Fail Cheap,Fail Fast”。这几乎是一套事实上的产品思维。

  而在人工智能时代下,在产品目标的驱动下,我们在某些场景下,可能不必再去假设了。而是直接通过构建和使用多维度,完备的大数据来去解决其中的不确定性问题(假设),再通过机器识别,直接得到模式(需求洞察以及行业洞察)直接去解决行业问题。

  假想,你还在迷雾中航海,你只有通过不断假设以及验证去寻找到达彼岸方向的时候,别人则使用大数据和人工智能精准的制导,直接找到了解决问题的模式。哪个更快?哪个效率高?

  就好比下面的经典案例,传统1.0的模式,不考虑用户的需求,直接做出一个蛋糕,结果发现不是用户需要的;而到了2.0的精益创业模式,为了验证用户的需求,我们采用MVP的方式,不断验证和调整我们的MVP,最终做出用户喜爱的蛋糕;而到了3.0大数据的模式识别模式,我们有可能基于大数据的多维度、完备性等特点直接得到一个更高效,用户更喜爱的蛋糕。

  

智能时代下,下一波产品红利在哪里?作为产品人,又该如何重新定位?

  几种产品模式的差异

  而在智能时代,谁掌握了第三种产品思维模式可能会对第二种和第一种形成降维攻击和碾压。而掌握第三种产品思维模式的关键,可能不是优先关注“我洞察到了什么用户痛点或行业痛点”,而是优先考虑“看看我们掌握了多少数据,还需要什么数据,有了这些数据我们能干哪些事。”

  再往下推想去,可能是这样一种常见,在传统行业里,谁率先让本行业数据先流动起来,优先形成闭环并重构行业效率,谁就占领了新的制高点。正如吴军所说:“谁掌握了信息,谁就能获取财富,就如同在工业时代,谁掌握了资本谁就能获取财富一样。”

  产品的商业模式将以获取数据为主要目的,为了数据可以大量使用免费策略。而不光要获取数据,还要想着提供更多的数据连接和交换。这样,无疑会出现一个巨大的正反馈,拥有越多数据的公司,可以交换得到更多数据,得到更多数据,也就拥有了更多的信息和财富。至此,会出现大量的行业数据(或某些领域数据)的巨头,甚至是跨行业的数据巨头,他们会颠覆BAT,会成为下一个BAT。

  另外,讲真,产品的内涵其实也悄然发生了变化,原先的产品内涵是:“为人提供服务或价值”,而现在人变成了人和机器人,或是像未来简史里面所描绘的:生物只是算法,生命只是算法的处理。那又会是一幅怎样的场景?

  4、产品人需要关注哪些新的变化?

  在前面所提及的第三种产品思维模式(智能时代下必备的思维模式)下,会出现如下产品数据流程:

(责任编辑:admin)
织梦二维码生成器
顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发布者资料
第一站编辑 查看详细资料 发送留言 加为好友 用户等级:注册会员 注册时间:2012-05-22 19:05 最后登录:2014-08-08 03:08
栏目列表
推荐内容
分享按鈕