傅盛:深度學習是一種新的思維方式

智慧已經進入下半場,廣度紅利時代結束。原先粗放式的流量經營模式遭遇瓶頸,使用者增長受限,且再難出現爆發性機會。下一個機會點在哪?
評論
傅盛
傅盛
評論

原文刊登於獵豹移動執行長傅盛的微信公眾號「盛盛 GO」(ID:fstalk),分上下兩篇。INSIDE 獲授權轉載並編輯成一篇文章,其中提及了人工智慧及深度學習的核心思維在於數據,以及更實際地闡述了人工智慧將如何為公司策略累積優勢。

落後最怕的是思維方式的落後。

過去獵豹在安全和工具層面,抓住了上一個時代的大風口。如今這條賽道不再像以前那樣野蠻生長。

智慧已經進入下半場,廣度紅利時代結束。原先粗放式的流量經營模式遭遇瓶頸,使用者增長受限,且再難出現爆發性機會。下一個機會點在哪?

我講過, 人工智慧 會是下一個風口。

但,首先我們必須認識到——人工智慧一定不是簡單的一個神經網絡,也不是用一個新的函數替代一個舊的函數。人工智慧是對整個產業的重構,是對我們整個思維方法的重新塑造。

它將現實所有物理事件產生的東西歸結於一個點——數據。然後,再把這個數據,用神經網絡的方式去認知和理解,達到過去所有算法無法企及的高度。

深度學習 ,無疑成為當今人工智慧大爆炸的核心驅動。它不只是一種演算法的升級,而是一種全新的思維模式。

今天,我們完全可以利用深度學習,利用海量數據的快速運算,消除資訊的不確定性,幫助我們認知世界。

/Kim Hong-Ji - RTS9QRI
▲人工智慧 AlphaGo 打敗了九段棋手李世乭,REUTERS/Kim Hong-Ji

這種認知的可能性,最廣為人知的就是 AlphaGo 打敗李世乭 。我說過,現象即規律。這個現象給我最大的啓示就是——把過去圍棋的定式演算法問題,轉換成了黑白點的數據問題。它利用神經網絡超大規模的數據處理能力,去理解人類記錄過的圍棋數據,以及自己左右互搏產生的海量數據,在人類也不明白的情況下,一舉碾壓了人族。

它帶來的顛覆性在於:將人類過去痴迷的演算法問題,變成了數據和計算問題。

我認為,這是重構技術模式,產品形態,使用者理解的新方式。深度學習的突飛猛進,也將使得獵豹這樣的工具廠商,有機會與社交產品站在同一維度同台競爭。

唯一需要思考的是:如何讓使用者成為一種生產力?

比如,你覺得 特斯拉 是汽車生產商嗎?如果你重新換個角度,會發現特斯拉本質是一個數據採集器。它利用汽車載體實現了對人類駕駛行為的觸達。

Denis Balibouse/REUTERS
▲特斯拉 P90D,Denis Balibouse/REUTERS

我最新買的特斯拉 P90D,已經可以自主學習變道。它會多次來回試探,學習你開車的動作。你每一次開車,都是在給它貢獻數據。它跟 Google 的無人駕駛 有很大不同。

他們走了完全不一樣的路線,思維角度也不一樣。

Google 是傳統的軟體工程思維。用高精確地圖,把一段路的地圖精確到釐米級,以便車子開的過程中就知道路況,透過雷射光來避開路面障礙。但問題在於,這套方案,只有知道地圖和路況不發生改變時才能運作。

但特斯拉用的是 NVIDIA+Mobileye 的方案,跟人開車的狀態一樣。它認為,輔助駕駛到了一定程度就是實現無人駕駛。只要收集大量的駕駛數據做處理。不用管地圖,用產品就能實現數據收集。實際上,就是把所有路況資訊和人的操作動作數據化。

我認為,未來的公司本質都是數據公司。市場的競爭,一定會從技術競爭演變成數據競爭。

各公司的商業策略和產品策略,都會圍繞著獲取數據開展。後進的公司要想不坐以待斃,唯一的辦法就是快速獲得數據。

深度學習絕不只是一場技術革命,或一種演算法的改良。本質上,它是一種全新的理解使用者和商業模式的思維方式。

過去半個世紀,電腦也在進步,上一次震驚,發生在超級電腦深藍打敗人類的國際象棋冠軍。但,深藍也只是依靠電腦強大的窮舉能力,還不能像人那樣思考。然而,當數據量足夠大,運算速度的指數級提升,深度學習讓機器有了人類的直覺,再一次震驚發生了:AlphaGo 打敗了世界圍棋冠軍李世乭。這標誌著一個時代的終結和一個時代的開始。

它啓示了我們:數據量的與日俱增,量變積累導致的質變,讓機器變得更加智慧。相應的,我們的思維方式和做事方式,都應該跟以往有很大不同。

今天,所有問題,我們只要換個思路就可以找到正確答案,其核心就是——變一切問題為數據問題。

從數據的維度看產品,就會變得不一樣

Photo Credit: KamiPhuc on Flickr
Photo Credit: KamiPhuc on Flickr

按照我們以前的視角看,沒有一千萬使用者的產品,都不值得做。但今天看,一百位使用者的產品,如果使用者在裡面頻繁交易,甚至比一千萬使用者產生的價值還要大。

怎麼理解呢?就是說,從數據的角度看,小規模產品依然有價值。

當然,數據也分強數據。什麼叫強數據?比如淘寶的數據就是強數據。它的使用者上來就花一千塊錢買一個東西,跟你在 app 右上角點擊一下的數據,肯定不可同日而語。

換句話說,如果你有強數據的產品,即使使用者量很小,它也可能產生很大的價值。比如,獵豹以前做了一個網購保鏢,一年差不多賠 70 多萬,後來大家覺得太耗成本,就想關掉。如果換個角度,開網購保鏢的人,都是網上花錢的人,這個數據價值是不是遠高於 70 萬?當你這樣去想的時候,你再看一百萬使用者的小產品,是不是就變得有價值?

如此一來,我們透過深度營運小規模使用者,重新挖掘出了數據價值。與此同時,我們還可以再做一些功能區分去引導使用者。

只是,思路要變了。

我提出一句話叫——功能營運轉向數據營運。不管你做互動也好,功能也好,做一個 app 亮點也好,在今天這個廣度紅利結束的時代,已經沒有深入的機會。

任何一個產品經理來跟我交談,我一定不要聽他說,有什麼不一樣的點,或哪個功能點做得怎麼樣。為什麼?第一,好的功能點,大家都想得差不多了。第二,即便你有好的功能點,對手跟進會非常之快。你很難做到獨一無二。第三,如果你能把數據這件事想透,今天具備數據挖掘,具備深度學習能力的公司,尤其中小公司,還是非常少的。那麼在這個點花功夫,是不是會事半功倍?且對手很難跟進,壁壘還足夠高。

同理,不思考數據的產品經理必將被淘汰。

產品經理不理解數據,產品經理就只承載了互動。互動只是基礎,就像汽車輪子。要想真正做到獨步天下,還需要去思考數據。如果你不去思考你的產品數據,不去理解數據價值,不透過數據去理解使用者,不去做使用者側寫細分,一定會被淘汰。

放棄野蠻增長的期待,信奉數據主義

Photo Credit:  amy leonard on Flickr
Photo Credit: amy leonard on Flickr

最近,我在聽赫拉利的新書《未來簡史》。他講到,未來一切都是數據處理。如果你把每個人都想像成一個數據處理器,人和人之間的交流就是資訊交流。那麼,整個人類社會就是一個數據處理系統,整個人類歷史就是為這個系統增加效力的歷史。

到那時,新的宗教就會出現,稱之為數據宗教,也叫數據主義。它的核心價值觀就是主張資訊要流動。哪怕是資訊生產者,也不能控制和擁有這個資訊。

這些思考還是很讓我腦洞大開的。姑且不管數據是否最終會成為一種宗教,但對於一家公司來說,核心就是要相信。

相信數據主義已經到來。

有了這個思想,我們就可以把一切問題都當成演算法問題。機器和它包含的各種算法,甚至有可能比任何一個人都瞭解一個人。

如果有一天,你所有的喜怒哀樂不貢獻出數據,它們對於人類社會就是沒有價值的,就是和你這個人是沒有關係的。就跟你納稅一樣。你想成為這個世界連接的一部分,你就要貢獻數據。

而今天,對獵豹來說,數據就是我們的優勢。

這個季度發財報時,分析師問,你們做 News Republic 有什麼優勢?這也是我反覆講的事情。我們有 6 億每月活躍使用者,這個使用者本身就在產生數據。而我直接在這些數據之上升級內容,這些內容很快又會產生數據。我就比別人成長週期更短。

如果對手想做,得從零積累使用者,還得一個個國家談管道,去推廣,組建團隊,經歷磨合的痛苦等等。想半年或一年追上,基本就不可能。

我們還是站在一個高頂上。

包括現在說轉型升級,工具內容化,最核心的一點——其實就是我們把整體數據用好。否則,為什麼 Q3 財報環比和同比都很低的情況,股價反而能漲呢?核心就是大家看到你在轉型的過程中,還能實現增長。很多人有了信心。

本質上還是我們自己建立了信心——堅信有機會踏入下一個模式。所以,我覺得,未來唯一的挑戰就是整個團隊,從上到下,能否思維革命,統一這樣的認知——堅守數據主義的信仰,堅信這條路可達,去做不擅長但目標明確的事情。

如果過程中,哪一個點可能阻礙,那就:改造自己,幹掉這個點,繼續前進。


精選熱門好工作

Software Manual Test 手動測試工程師

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$15,000

資深商品開發人員(Sr. Product Development)_台北、上海

科毅研究開發股份有限公司
新北市.台灣

獎勵 NT$15,000

PopDaily UX使用者體驗設計師–【設計部】

數果網路股份有限公司
臺北市.台灣

獎勵 NT$15,000

評論