曾鸣：智能商业的潮涌

原标题：曾鸣：智能商业的潮涌

编者按：本文来自微信大众号湖畔大学三板斧（ID：hupansanbanfu），作者：曾鸣。36氪经受权转载。

本文为“曾鸣学习季”模块二，点击检查模块一：将来十年，智能商业将阅历核聚变

我看到的将来是什么？

在此之前，我想强调的是，我们明天看到的大趋向，不只是一个十年的趋向，很能够是将来二十年、三十年，甚至是五十年的大趋向，是人类社会从农业文明到工业文明到智能时代一个全新末尾。

从这个意义上，明天仅仅是智能商业核聚变的开端，我们还有太多的应战和时机。

智能商业的三个特征

我把这一批代表性的互联网企业叫做智能商业，由于它们有三个十分典型的特征。 

第一个是应用互联网和算法的优势，低本钱实时地效劳海量用户。

这是十分重要的规范，否则不能够到达明天的规模，也无法具有弱小的盈利才能。

第二个是满足每一个用户的特性化需求。

比方：搜索。用户的每一个关键词都能失掉不同的内容，而且过来十年，依据用户的搜索历史以及团体性情特征和背景材料，搜索后果越来越精准。

再比方：淘宝。应用过来几年人工智能技术的日新月异，曾经做到“千人千面”。这种特性化的精准水平，在两个维度失掉急剧提升，一是颗粒度越来越细，二是工夫段越来越准。

第三个是效劳自我更新、自我提升的速度十分快。

机器可以像人一样疾速学习，甚至比人在很多范畴的效率提升速度更快。我们看到这些企业一旦上路之后，效劳的效率，效劳的程度，效劳的称心度失掉疾速提升。

以前大家以为阿里巴巴是一家运营主导的商业公司，但分开技术不能够有明天的阿里巴巴。所以实质上，这些公司是应用最前沿的技术片面改动商业效率的技术驱动型公司，其中最中心的是应用了互联网和算法重构了整个商业的逻辑和运营规律。 

网络协同 & 数据智能

将来的商业就是智能商业，它有两个重要的组成局部——网络协同和数据智能。

两者互为阴阳，网络协同会推进数据智能的开展，数据智能会驱动网络协同的扩张。

人类社会开展到明天，我们发明的社会价值，很大水平上不是源于集体大脑的兴旺水平，而是社会协异化的才能越来越强，这是我们这个时代最大的优势。

展开引见以上两个中心概念：

第一个中心是，网络协同。

网络协同就是大规模、多角色的实时互动处理一个特定的成绩。原来我们的做法是经过命令、科层制或许一个复杂的市场（比方价钱）信号的调整来完成。但明天则是经过大规模的、并发的、多角色的实时互动来完成。

我举两个详细的【案例】协助大家了解网络协同详细的运营规律。

案例一：维基百科

维基百科是一个十分开放的知识共创平台，准绳上全世界任何人都可以在下面奉献你的思想和内容。与此同时，每一团体都有权修正任何一个词条，甚至歹意地攻击。

经过一套复杂的协同工具和协同规则，人类历史上第一次呈现了一个没有地方政府协调的、大规模的、自发的协同，完成了一项了不起的义务，就是一个在线知识库。 

案例二：淘宝

淘宝不是批发，是赋能卖家的一个平台。淘宝之所以可以发明这么多奇观，其中一个重要缘由是淘宝最终演化成了一个社会化协同大平台。

早在2006年，淘宝认识到店铺装修、图片质量对销售额的影响很大，淘宝提供了一个旺铺功用，由于发现卖家的需求千变万化，淘宝又做了一个历史性的决议：淘宝提供应商家收费的旺铺根底功用，把特性化的旺铺模板设计开放给社会。

随后淘宝上呈现了一批独立的软件工程师，并逐渐演化成了盈利性的软件企业，后来又衍生出各种各样的软件效劳商。

明天的淘宝卖家只需求有一个API的链接，就能调动相关的数据，调动相关的效劳，在线同时和几百个效劳商协作。所以淘宝自身就是一个十分复杂的协同网络，发明了宏大的社会价值。

以上两个例子旨在阐明，原来被锁死在供给链里的一个线性沟通的角色，可以在互联网的平台上停止重构，构成网状的实时互动格式，这是企业迈向智能商业最重要的第一步。 

第二个中心是：数据智能。

数据智能的实质是机器取代人直接做决策。跟传统的BI（商业智能）部门完全是两回事，后者是剖析数据，提供决策支持的，中心的效劳人群是高管。

机器取代人做决策，有几个十分重要的前提——云计算，大数据，算法。

假如没有云计算，就没有方法用昂贵的本钱存储和计算海量数据。由于有了云计算，我们可以处置大数据，由于有了处置大数据的需求，我们对云计算的要求越来越高，两者推进了整个数据行业不时地高速开展。 

云计算跟大数据可以开展起来是由于面前的大脑——算法，精确而言是算法工程师。

算法工程师把人的决策进程笼统成一个模型，然后用数学的办法给这个模型找到一个近似的解，再用代码把这个解变成机器可以执行的命令，这样就完成了一个机器大脑的构建。这个模型，最中心的是经过学习海量数据不时优化本人的决策。

因而大数据和算法也是互为阴阳，没有大数据，算法是无米之炊，无水之源。反过去，假如只要数据，没有经过算法引擎停止实时地计算，并发生一个决策的后果，意味着一切的数据都被糜费掉了。 

一个数据智能的业务由三个中心局部组成，即算法，数据和产品界面。

算法是大脑，是机器学习的引擎；数据则需求循环，构成一个反应，我称之为“活数据”，只要活数据才干决议一个商业智能能不能不时优化；最重要的是和用户交互的产品界面。

接上去还是用一个详细的例子来协助大家了解：谷歌搜索。

搜索如何跟海量的用户实时互动？一个是搜索框，第二个是一个后果页。完成一次搜索只需求三个步骤：输出关键词，出后果页，点击。

这个进程中最重要的就是产品界面，完成实时的客户反应。一个好的搜索引擎，它曾经假定第一排就应该给用户最想要的后果，假如用户越往后点，就阐明后果越差。因而用户每一次点击，都是在帮谷歌培训它的机器算法和机器智能。

但是，假如谷歌用传统的办法，每次搜索完毕后都要问用户称心与否，什么中央称心，这个业务就转不起来。所以机器学习的反应闭环必需是业务一个自然的无机局部，用户行为自身留上去的数据在协助机器学习，这才是一个自然的智能商业的循环。

企业的将来  

我有一个十分重要的推论，将来任何一个企业都是效劳企业。由于客户真正要的是效劳，不是产品。

换句话说，将来任何企业，都会具有一个互联网的产品界面，用以跟用户发作实时互动，只要这样才算完成了在线化的第一个步骤。

第二个推论，任何一个硬件制造商，将来能够都会是某一个效劳组合中的一局部，制造商不再会成为一个独立的企业而存在。

因而关于绝大局部企业来说，将来十年创业，最难的是发明性地发现一种产品和效劳的方式，可以把原来离线的用户吸引到线下去，发生继续的互动。谁先完成这个闭环，谁就拥有最大的优势。

再看另外一个典型的使用：阿里小蜜。

过来，阿里十分头痛的一件事情，是客服人员在公司员工中的占比十分高，并随着业务的增长不时攀升。

2016年阿里约请九家商户，用互联网的办法、人工智能的办法，共创客服机器人，并在当年双十一片面部署，有超越3000家商户选用了阿里小蜜。

如今，淘宝很大局部的话务效劳是直接由机器人完成的，而且成功率到达了60%，效劳的工夫大大延长。有意思的是，当我们担忧人工智能会疾速取代很多工种的同时，我们发现它也发明了一个新的工种，我们把它叫做“人工智能训练师”。

完全用数据机器训练出来的智能小蜜，智商大约相当于一个五六岁的小孩，因而淘宝训练了一套工具，把比拟优秀的客服人员挑选出来，让他们跟机器互动，协助后者进步效率。如今这批人成了整个的客服范畴薪资程度最高，需求最旺的新物种。 

这个例子通知我们，某个典型的场景可以构成一个机器智能闭环，疾速地变成智能商业，获得宏大的打破。

考虑：

1.你们的业务有没有完成数据智能？

2.最大的难点和应战在哪？

3.在效劳客户方面，有哪些做得和传统企业不同？

4.能否尝试和第三方企业完成在线协同？

点击检查模块一：

将来十年，智能商业将阅历核聚变