关于产品科技方法论,我的27点思考

1 评论 5342 浏览 30 收藏 118 分钟

对科技、技术等方面的钻研所得,有时可以反哺至日常的产品设计中,比如本篇文章里,作者便总结了他在产品科技领域的一些思考,包括了产品创新、商业模式等各个方面,一起来看看吧。

以下汇总自我在产品科技领域的思考笔记共计27篇(约3万余字),欢迎留言、交流及探讨!许多思考的灵感来自于保罗的《黑客与画家》、陆奇等科技界大佬、硅谷部分投资者等。

enjoy!

一、学会从前端技术中,挖掘新的商业模式

通过技术前端的能力(比如定位、相机等能力,属于前端能力),从中发掘新的商业模式。

不知道你第一反应是哪些方面的产品?这里可以列举几个:滴滴:基于定位能力的打车出行平台、各类地图平台(比如百度地图、腾讯地图、高德地图等);美图秀秀:基于相机+滤镜的图片编辑社区……

把这些厂商释放的新颖的核心前端能力和某些场景适配,就有可能产生出与众不同的产品体验、甚至是商业模式。

1. 从陀螺仪到“摇动撤销”

基于摇动的陀螺仪的前端能力:苹果机增加了“摇动已撤销”功能。场景是:当用户输入一段文字如果要撤销删除时,就可以通过手机摇动方式撤销,而不用费力点击删除按钮一个个删除文字。这提升了文字管理的效率。

这个前端能力+场景适配后,可以提升用户的文档使用体验。

2. 从“TrueDepth”到护眼模式

腾讯视频app在播放视频时提供了“护眼模式”功能。当用户的眼睛距离屏幕40厘米及以内时,系统检测到并弹出弹窗提示。这对于儿童看视频保护眼睛提供了良好的解决方案。该产品方案因此获得了德国红点奖和IF奖。

实际上,通过摄像头监测用户和屏幕的距离,这实际上是使用了苹果提供的TrueDepth的API深度传感器组件所进行的开发,该组件能捕获用户的脸部和手机之间的相对距离。这一前端能力+场景适配,帮助用户减少近视眼的发生概率。一个小小的优化,就让产品体验上了一个档次,也能解决了某个具体的社会普遍的问题。何乐而不为?

3. 从“GPS和基站定位”到快速叫车

通过手机的GPS和基站定位2个前端能力,用户使用手机基于精准定位呼叫打车需求,成为了一种新的出行的模式。

4. 从“感应相机”到3D成像(游戏、医疗等应用……)

索尼Xperia XZ1手机提供了3D扫描的能力,采用了Motion Eye技术。根据演示视频发现,通过3D还原了用户当时所在的环境,得到立体的视角感受。可以将立体成像应用于游戏、娱乐、医疗等场景中。除此之外,苹果iPhone X手机也应用了深度感应相机进行3D扫描成像。

随着前端能力越来越强大,用户所获得的体验越好、新的产品和商业模式随之建立。

要关注新的前端能力出现,基于去设计的新的产品和商业模式。

需要持续对这些前端能力进行思考,包括:前端能力有哪些应用?有哪些优缺点?目前厂商的前端能力有哪些新增的?手机厂商在未来1~3年会增加哪些新能力?除了手机,其他物联网机器设备,如果增加感应器,又有哪些机会的诞生?现在,你发现了怎样的前端能力可以融入到产品设计、运营等工作中?

提供一个做个思想实验:如果你具备一项特权,给全球每一台手机安装一个前端组件(例如陀螺仪或其他你认为值得),你会基于这项能力做怎样的事情?

二、效率改良之道

从蒸汽机、煤气机和汽油柴油动力机的发展历史,我得到了一些启发:

1. 改良式创新:效率、成本和方向的平衡

在蒸汽机刚开始出现时,大众表现出了兴趣,拉开工业革命的序幕。但随着技术进步,蒸汽机在动力方面效率仍受到局限。仅仅通过技术小改良小创新,用户的满足感越来越低,他们逐渐对其他的新事物产生浓厚的兴趣。一旦有这样的产品、公司出现,用户就马上放弃之前的方案(这涉及到替代成本或者叫做迁移成本。如果迁移成本小于创新带来的满足感,就容易会产生转移)。

当时的蒸汽机进行了不断改良,有许多工程师对其进行过改良,但提升的效率有限,属于改良性质的创新。这将浪费研发成本。于是,工程师转换了方向,对煤气蒸汽机、燃油蒸汽机进行了研究并获得了突破。这也告诉我们,发现技术产品创新的过程,并非是直线而是曲线的,初始的方案走不下去时,换个路径方向也许是一片新天地。

当渐进式创新越来带来的改变越来越少时,是入局的好时机。这一过程,替代型的技术应用将崭露头角。奥托制成的新的四冲程煤气机属于降本增效的改进。用更少的煤气,提供更多的动力。单纯靠这一核心指标的改进,10年里奥托和栏跟公司生产的煤气机达3万台。

2. 倒推式创新:定义核心指标+摆脱局限

反过来思考,如果我们要改进一项技术革新被市场认可、产生竞争力,应该怎么做呢?根据蒸汽机到煤气机的发展路径,做了简单的推演:

目标是为了改良产品,就应该去定义一组基于技术进步的核心指标。通过核心指标驱动,找到对应的解决方案。将解决方案组合,得到的创新的技术产品方案。

例如基于以下2个指标:燃料效率、动力效率。在基于指标创新过程中,摆脱原产品(蒸汽机)的局限,做更广视角下的试验,对基本的动力原料、动力产生机制等方面进行质疑,最后得到的是革新式技术产品(煤气机)。类似例子前文也有过阐述,如小尺寸的硬盘。

这是倒推式的技术创新。

还原事实的逻辑:原来煤气机技术的燃料浪费情况严重。一旦燃气效率提高,动力更大,因此能适配更多的使用场景,匹配更多的技术应用(比如各类电机动力设备:起重机,印刷机、小电站等)。这款四冲煤气机成为了蒸汽机的有力补充,直接推动了汽油发动机、柴油发动机的发展。

3. 技术创新的驱动力之一:高性价比

简而言之,能让其广受欢迎的原因是:花钱少、好处多。这就是高性价比。让笨重、低效、麻烦的设备软件应用,变得更轻、更快、更薄、更易携带、尺寸更小、价格越低…高性价比激活了需求端,推动供给端发展,通过市场检验并驱动了创新的发展。这就是产生技术革新的核心逻辑之一。

这一过程,伴随着技术的改进、软硬件设备的发展、客群的变迁、事件的推动(前几篇文章有所分析论述)..从这个角度看,追求高性价比(类似的技术革新的产生)可能是一个时间点下的偶然而不是主观追求的必然。但合理性在于,在构建了有效的工具和策略后,我们能够更高效达成这一目标。

4. 思考

前几年市场上爆发的VR技术应用热潮(比如几年前的VR),如果要定义几组技术指标,能让其产生较大的推广和用户使用,这些指标会是哪些呢?

再如:根据百度研究院最新披露的一份2022年的最新趋势,讲到了利用AI在医学、科学研究方面的应用。如果要大规模应用,又需要制定哪些核心技术指标呢?利用AI来解决医学难题,又因为哪些技术指标改进得以实现呢?我想,这些都是值得思考的论题。希望后续能对此进一步探讨。

三、从复杂到通俗之路

换位思考,概念和同理心、代入他人的视角看待问题大体可理解为同一个意思。关于换位思考,保罗提出了几个关键的点:

能用通俗的话解释复杂的概念。软件功能本身能解释自己(即符合用户的使用习惯,不要妄图使用说明书让他们学会)。所设计的技术产品,要假定用户原本是一无所知的。这对应设计师的视角。设计师本人清楚自己所设计的逻辑,但他们假定以为用户也知道。这就导致软件的难用。

这才是以用户为中心的设计。

换位思考说起来容易,但要保持这样习惯并不简单。比如:解释什么是数据库,如果直接基于官方定义解释,对于那些没有掌握任何技术知识的人而言,无异于天方夜谭、难以说得通。因此,要进入他们的视角解读,比如在了解了她们的各类特征(年龄、性别、喜好、学习水平等特征)后,根据他们理解认知水平进行表达。

优秀的产品:本身就说明了一切

让功能具备解释性。这是非常棒的一个思维模式。功能本身的设计能告诉用户怎么做,而不需要额外的解释。思维崇尚高效。

反过来思考:如果一款产品不具备解释性,我们拆解看看有哪些问题:由于产品本身不具备解释性,因此需要外在的解释:

  • 进入产品时,提供了过多引导弹窗说明。
  • 针对管理后台,提供完善的、深度的使用说明书。
  • 不断权衡产品功能的层级关系,用户在短时间内难以找到所需功能,只能通过抛硬币的方式探索功能的位置。
  • 让产品可见不是所得。比如通过增加异步流程,让同一个功能分开满足。
  • 当用户使用产品时,不断的和客服、产品沟通、通过持续反问的方式,才能掌握产品的使用方式和使用逻辑。
  • 在不适合的场景下出现了某些非必要功能或非核心功能。比如是否能在滴滴呼叫专车过程中,提供一个显眼的电子发票报销入口呢?电子发票在该场景下是否具备可解释性?
  • 提供了错误或误导性质的逻辑或功能。让解释本身就出现了问题。
  • ……

通过梳理这些不具备解释性的产品,发现了很多问题。在实际产品定义和设计过程中,这些问题都是需要我们搞清楚的。

功能具备可解释性,让用户可以不用看说明书就能明白使用方式。功能本身就提供了指导作用!好的产品、功能根本不需要解释,而是融入了用户本身的习惯天性之中。

简单的一个例子是:在手持手机横着播放优酷视频时,视频自动提示用户已进行了方向锁定。因此,锁定的功能就不需要再次“解释”,用户不需要点击“开锁/解锁”图标就能直接使用和理解。

再如:“缺乏”首页引导的产品,第一优先于满足了用户核心的需求,而不会通过各类弹窗、引导让用户白白失去了最初的需求被满足的欲望!功能具备解释性,本身就是效率升级的一部分。

之所以能达成如此,源头在于思维层面已然洞察了效率浪费的地方、洞察了人性的使用习惯、使用了同理心。功能本身具备解释性,并不局限于互联网产品,而是包括了各类软硬件产品、智能产品等。因为它的底层逻辑是具备同理心。

基于同理心设计的产品,能较大可能性考虑到用户的需求并满足。这是逃脱不掉的。把这一原则迁移到你所设计的产品和功能,如果它真的很优秀,它有哪些解释性呢?

四、决策模式:以问题难度为指引

从语法结构来看,可以对比“以问题为指引”,其核心含义是通过被发现的问题来导出解决方案,通过问题的解决持续满足用户的需求。“以问题为指引”,核心词是“问题”。而“以问题的难度为指引”,核心词是“问题的难度”,即通过克服人和组织的天性,主动解决有难度的问题,来达成某些方面的目标。这里重在“难度的追寻”。

通过《黑客与画家》披露的思考,我大致理解了作者在这句话所要表达的核心含义(作者保罗原是一家初创公司创始人,其公司后来被雅虎收购。这是以问题为难度的讲述背景)。

选择以问题的难度为导向的决策模式的效益,主要体现在以下4个方面:

  1. 问题越难,门槛就越高,其他公司难以进入,更不用说竞争了。
  2. 问题越难,需要耗费的资源越多,就容易拖累竞争对手,反过来讲,耗到最后自己就是赢家了。
  3. 问题越难,解决方案可能越具备创新性、越有价值(比如麦当劳连锁店通过复制的流程遵循严格的规定,就像软件一样,将其零售店遍布全球)。
  4. 问题越难,越少人探索,意味着问题解决方案越唯一、难以复制,具备不可替代性,拥有了商业上的护城河。

这需要稍微转化下思维模式。

对我们认为是困难的问题,对别人来说也是困难的。如果资源比拼不了,自然就无法进场或者进场了竞争力也很弱。一旦对问题背后的状态示弱了,有可能意味着我们在无意中选择对自己的天性有力的方面。

于是找到了各类借口来满足我们的决策。比如:“这个事情太难了,可以放到下一期”“匹配下当前的资源,看来还是做不了”“这个解决方案产生不了多少价值的吧”……

借口越丰满,对自己的安慰越强,也因此认为自己的决策正确的路径上。这就是思维的缺陷,也是留给非共识产生的缝隙。

比如:同样是共享单车,在市场红海状态下,如果初始投入资金只能够在小地方内玩玩,某共享单车企业跟动辄亿元以上级别的融资的企业相比,在市场抢占速度、广告传播、补贴发放等方面都逊色,最后的结局也就是惨败了。融资难度成为了这一“问题”的指引。以问题的难度为指导,需要资源配置、技术积累甚至是组织能力方面都需要足够强大。

无论是对于个人还是组织而言,天性对“避重就轻”有着自然的选择。但逆人性的选择往往可能意味着正确,是一条少有人探索的大道。

五、弧光灯科技发展史带给我的思考

弧光灯最初应用是海岸灯塔。简而言之,突破性技术在广为流行前,占据的仅仅是一个足够窄而细分的市场。一旦大众因某些原因对其产生足够兴趣,同时产品本身在不断迭代过程中,让成本极大降低、体验变得更好,通过融资等资本的方式进行快速推动,产品将获得大范围应用。

跟陆奇大佬所探讨的有些类似,即先做小鱼塘的大鱼,找到最后窄而细分的市场,进行占领。通过快速迭代优化,有可能成为大鱼、获得广泛的普及(vs 在大鱼塘里寻找机会的观点,这是两种不同的依赖条件)。这就是技术革新和市场相呼应。笔者学习了这一章节,对技术的发展获得进一步认识。主要结论包括以下6个方面,仅供参考~

结论1:革新性技术刚开始兴起时,很多人并不看好。最先使用的用户都是技术狂热者或者尝鲜用户。

结论2:早期革新技术由于尚未完善,优缺点过于极端化(即优点突出,缺点也很突出),容易导致第一印象的极大不信任,但这和事实无关。由于缺点过于突出明显,例如成本不是一般的高、某些方面的使用体验过差导致用户想直接放弃………总之,接触到的群体大概率一致认为没救了的感觉,此时该革新性产品被大众所直接忽略。

而有小部分尝鲜客群得以第一批使用,愿意为其缺点“付费”。如弧光灯初始的使用为海边灯塔(海边灯塔要求灯光足够亮,这正是弧光灯的突出的强项)。

弧光灯的主要缺点是:耗电多、体积大;与此同时,19世纪的技术条件情况下,电池充电供电比较麻烦。

但经过了几十年的技术发展,直流电被发明,让稳定电流供应成为现实。后面发现交流电能避免电弧中出现的电极蚀损不均的现象,替代了直流电,弧光灯到进一步改进。弧光灯最后被白炽灯取代,而白炽灯如今被更节能、使用寿命更长的LED、各类绿色灯源所替代,这是后话了。

结论3:即使革新性技术看起来很美好,能解决极大的问题。但要想一下子让用户端需求被激发,也许需要很长一段时间(碳弧灯在1821年英国科学家戴维发明了电弧灯,到1870年由于直流电的发展,才进入实用阶段)。这一过程需要技术配套的发展,通过不断地打磨和迭代,技术满足了革新性技术的流行基础,为广泛使用做好准备。

结论4:革新性技术被忽然间大规模应用,可能基于某一事件的推动(比如2020年的疫情原因,导致了云端的会议直播得到了推动和发展。某些公司的市值得到极大提升比如zoom)。

结论5:技术其实是不断迭代而进步的。其次,进步和迭代的基础,很多都是站在前人的基础上的创新。即,推动灯光技术进展的,是在巨人的肩膀上(比如直流电和交流电及相关电流电器配件的发明),而不是从0到1进行。

结论6:这里我可以获得另外一个迭代的思路:即迭代的基调,不只是在产品端、需求端的迭代,而是从外围的技术进展、技术配置等方面进行。

举例:我们在产品设计开发完成后,会根据用户数据、用户反馈、市场反应、销量等方式获得一线使用群体的使用效果。但这样的思路其实会非常局限。比如如果某个指标下降了,就要对产品进行调整;通过反馈来发掘新的需求去满足用户。这个依赖前提是用户已经认可了产品、并需要逐步的磨合、优化。

如果是基于技术配置的方式,从技术层面来构建初始的需求满足的方案,得到的可能是不同的解决方案,所产生的价值也会有所不同。

例如坚果TNT工作站,可以让用户通过语音进行各类人机交互操作(比如拷贝复制、表格录入等)。在嘈杂的地方识别语音的效率受到影响。如果结合技术配置+需求的方式思考:语音录入可以摆脱控制按键(包括鼠标)的操作、通过识别人和机器的交互过程(无论是语音、手势、还是身体语言)来达成目标。

这一过程主要是语音识别等技术。但如果找到相应的新技术(比如脑机接口),是否能解决这个问题呢?脑机接口就是技术配置,解决用户深度交互的需求。

六、学会质疑规划,直到它成功了

在《创新者的窘迫》,有一段描述如下的内容:

探讨了一种制订战略和规划的不一样的方法..这种方法承认这样一项法则,即正确的市场和开发这一市场的正确战略是无法预知的。

这项法则被称为“基于发现的规划”,它建议管理者假定预测是错误的,而不是正确的,而且他们选择采取的战略也可能是错误的。基于这种假设来进行投资和管理将迫使管理者制订计划,学习他们需要了解的内容,而这正是成功应对破坏性技术的一种更加有效的方式。

这脱离了我们常识的认知:在做好足够的调研、分析的基础上所做的计划、设计、策略,怎么可能一开始就是错的。那不是自己打脸自己吗?

不过反过来思考,就能得到不一样的答案:假定市场上有50%的企业的决策层从一开始就进行了充足的调研和市场机会分析,并采用了正确策略,最后能做成的企业数应该很多啊(纯假定)。

但实际情况并不乐观。以下数据可以说明:中国每年约有100万家企业倒闭,平均每分钟就有2家企业倒闭!8000多万中小企业,平均生命周期只有2.9年,存活5年以上的不到7%,10年以上的不到2%!换言之,中国超过98%的中小企业成立十年内都会走向死亡。——摘自世界农化网

我们是否可以这样推断:许多企业制定的正确市场策略,最后能做成的基本上是聊聊无几。换言之,企业决策层认为是正确的市场分析、洞察,以及制定的策略,最后被证明是错误的。面对市场时,你认为是对的,但大概率是错误的。假如初始规划一开始就是错误的,怎么办呢?

无论之前规划,策划和调研多么正确,从一开始就去否定它,假定它是错误的(怎么可能把所有的努力归结为错误呢?人性层面是难以接受的,没有人天生愿意被否定),那就要提前针对投资、商业计划、组织、制度、开发产品的机制进行设计,面对假定是错误的策略进行反思。

我们要做的,就是反过来想,总数反过来想。从一开始假设都是否定的,如果都改造好了,最后通往的就是坦途大道了。

七、业界最佳并非最佳,适合的,才是最佳的

在《黑客与画家》,有一段描述如下的内容:

在大型组织内部,有一个专门的术语描述这种跟随大多数人的选择的做法,叫做“业界最佳实践”。这个词出现的原因其实就是为了让你的经理可以推卸责任,既然我选择的是“业界最佳实践”,如果不成功,项目失败了,那么你也无法指责我,因为做出选择的人不是我,而是整个“业界”。..正如伊拉恩·加内特所说,编程语言所谓的“业界最佳实践”,实际上不会让你变成最佳,只会让你变得很平常。

保罗(前篇文章有介绍)对业界最佳实践持另一番的态度,原本是基于实践归纳法得出的“经验”,在某些情况下也会失灵。保罗的具体逻辑是:一般是传统的职业(比如会计等),追求平稳,才会使用最佳实践。因为会计不能出错,同时也要保持行业内较高水平。而技术的本质是高尖端的,要求满足真正的用户需求,平庸的产品不会受到市场欢迎。

保罗当时讲到这点,其实是基于技术语言选型,当时他们的高级经理打算要求技术成员选择java作为技术开发语言(当时java比较流行),被作者保罗否定。因为那个经理对技术逻辑一点也不懂,也没有深度分析到每种技术语言的优缺点、和初创公司的适配性如何等情况。

这个观点并不十分新颖,但却是容易掉落的陷阱。我们大致了解下“最佳实践”的定义:

Wikipedia的解释:A best practice is a method or technique that has been generally accepted as superior to any alternatives because it produces results that are superior to those achieved by other means or because it has become a standard way of doing things。

百度百科的解释:最佳实践(best practice),是一个管理学概念,认为存在某种技术、方法、过程、活动或机制可以使生产或管理实践的结果达到最优,并减少出错的可能性。

简单来说,最佳实践是一种公认的更优的方法或技巧。比如选用一门开发语言、使用某个组织机制、选择某个逻辑和思路。

注意,最佳实践代表了“最佳”,寓意本身是正确的,即在某些情况下使用了“最佳实践”确实能提升效率。但最怕的,就是用某些宏观的理念概念套用到单一个体或组织,而忽略了适配性、环境和最初的目的。笔者以观察到的1个实战为例说明:

某个开发团队leader认为Git是行业内最佳实践并强行推广,而忽略了团队内其他人大部分掌握的是svn,最后的结果是该Leader不再在团队群里对一帮只会svn的程序员提Git了。

这个案例中的“最佳实践”就是一个技术选型,导致的结果不如人意的原因在于:忽略了团队成员技术掌握情况这一现状而进行了盲目推动。最佳实践要考虑到适配性,无论怎样的“最佳”,核心都是要满足用户需求。而如果单纯采取所谓的最佳实践而忽略现状,就是逃避责任的借口。

简而言之,对于某些情况而言,最佳实践,看起来就是用棉被蒙住了眼睛在雪地里裸奔。除了技术,针对产品设计过程,选择“最佳实践”的方案是否正确呢?可能对,也可能不对,我认为还是要看具体情况。随着定位、环境、产品都不同,业界最佳实践就成了无法瞄准10环的步枪(它可能会瞄准5环、6环,但对手可能找对方向瞄准了10环)。业内最佳实践只是参考书,不是指南针!

以我本身的案例说明。在设计过某产品时,也跟开发工程师强调过“该逻辑或设计是行业/市场成熟产品的较好的实践”。而涉及到创新性质的产品设计时,最佳实践很有可能失灵,就要换一个思路了。

也因此,我们要拒绝仅通过寻求一些权威性产品、成熟方法等来定义我方的产品或技术的走向。代替业务最佳实践的方法、机制、流程、方案,一定是紧紧围绕用户底层需求、当前公司的现状进行。甚至所提出的方案有可能和“业界最佳实践”反其道而行。

业界最佳的,未必是最佳的。适合的,才是最佳的!

八、创新是例外的、特殊的

Benchmark风险投资公司合伙人 斯科特·贝尔斯认为:

“寻找模式”。作为一位创业者和投资人,我周围充斥着这样一些人,他们试图对公司的成功要素进行分类与概况……他们中的大多数人都忘记了创新(和投资于创新)恰恰是一项关于例外的工作。我强迫自己不要太看重过去的经验。

1. 寻找模式:归纳法则的胜利

作者认为,“寻找模式”采用的是归纳法则。得到的产品无法突破该模式。因此,仅基于“寻找模式”来划分产品类型、来定义新的产品设计,是一个很差的建议。

所谓的商业模式,我们可以理解为产品所有对内和对外涉及价值交互的结构。

比如我们经常听说的“内容+电商”模式、“工具+内容”模式、社交电商模式、增值服务模式、免费模式、会员模式、订阅模式等。

假如我们基于模式的框架来判别、认定某个创新产品的价值,就是用已有的、确定的定义未知的、不确定,用过去定义未来。如果未来是过去的延长线,柯达不会倒闭、BB机不会消失、贪吃蛇不会上云端..归纳法则即有有利的一面,也要小心因此而只看到白天鹅的风险。

补充:归纳法,和特殊性是相反的。特殊性持续来自于实践的发掘,又反过来对归纳的事物进行更新。归纳法的破绽在于事物的发展属性和静态之间的冲突。

2. 对创新的管理:学会摒弃历史的创新经验

创新是例外,本质是创新无法定义在已有概念范围之内。鼠标是一种创新,作为革命性的人机交互的设备,极大提升了操作电脑的效率。而“鼠标”之前,不会有“虎标”“兔标”存在。“鼠标”就是一个创新,它是例外的、与历史经验不符的,但代表了当时所在的未来的。

历史上第一个鼠标(1968年12月9日 美国斯坦福研究院的恩格雷贝特博士),并提出了图形用户界面思想。

3. 创新是例外的

其本质是创造当前不存在的产品或模式,而不是延续性质的产品(这里所说的改良或者创造其实看具体的前提。比如笔者曾经设计了一个教育产品学情分析功能,本质上属于改良性创新,因为学情分析并非是新事物。但笔者所设计的学情分析在有些方面确实跟其他产品的功能并不同,效率更高,如果基于同类相比,你认为是创新也是ok的)。

但经验总归老去(包括当时的创新的经验)。昨日的经验、看法、智慧总有过时的时候,一旦过时就要去摒弃,让路于更有效的创新经验产生。这就是“对创新经验进行的增删改查”,创新经验需要进行管理。

尤其是在技术革新速度更快的时刻,几年前的经验有可能不再适用于当前的竞争(很明显的一个例子是编程语言的进化)。强迫自己不太看重过去的经验,但经验也放弃了,才能更容易生成新的经验。这是一种对创新经验的舍弃的技术。

可以问以下的问题:“有哪些曾经被认为是创新的经验,已经被舍弃或不适用现在了,而要求你去打破这样的经验?”比如:基于免费模式和会员订阅模式、模仿创新和基于底层原理的创新……不得不说,国外尤其是硅谷、一些美国的投资者对这方面的认知度、创新理念是很厉害的。对产品模式了如指掌,对创新观念也是如此。他们对创新、价值的认知有着足够的认知水平。这让我的思维得到了持续的改进。

创新,应该是例外的、是不断实践得出的特殊性(问:组合形式得到的新事物是否创新呢?答:组合也是特殊性的一种)。又反过来应用于普遍之中。

九、学会从前端技术中,挖掘新的商业模式

蒂姆·费里斯《巨人的工具-直觉投资》中提到的美国投资者凯文(曾投资推特等公司):

对于我来说,只有经过一个更偏重于运用情商的思考过程之后,我才会决定是否投资某家创业公司……接下来我才会做一些传统的严格评估……在评估一种新产品时,我会提取这种产品的部分新特征(而不是所有特征),并详尽地列出这种产品可能会如何影响其目标消费者的情绪。之后,我会考虑随着时间的流逝,这些产品特征可能会有怎样的发展。

简单来说,就是以用户的第一直觉或第一感受,来评估产品是否值得投资(我的理解是作者更偏向C端用户)。

正向的第一感受有很多,例如:让用户觉得舒适、感到效率提升、认为高效便捷、速度快、体验很好、舒适、很个性、性价比很高、出乎意料……比如,在地铁上我观察到某银行的广告。它允许用户可以通过手机方式进行大额转账(注:不构成任何投资或引导建议!)。这出乎我的意料,让我想要马上了解的冲动(和现有的微信/支付宝等移动app转账方式的对比)。

据书本介绍凯文投资了许多项目获得了成功。因此他的以直觉的投资模式,也备受关注(实际上凯文在第一直觉的感受得出后,也要进行严谨的理性分析过程)。通过这样的方式,来判断一个产品是否能被用户接受、是否有投资的潜力,是否可行呢?

当然,也许你可以认为这是事后诸葛亮。不过,研究用户情绪对产品的情况,原本就属于用户反馈的一部分。产品经理或设计师可以基于可用性测试的方式,观察用户的第一反应或使用情况反馈。以上都是同样的道理。

这里分享几个案例。凯文在他的投资笔记中阐述了当时对推特的情绪反应:打140字比创建博客更快更简单;阐述了平台允许用户对陌生人进行关注,这能产生“双向友谊”;对虚拟现实所需的笨重繁琐的设备的厌弃、对当时的特斯拉开车时加速声音的科幻感的震撼..

这样的第一直觉感受,让凯文获得了许多产品方面的启发。

基于情绪反应得到对产品的认知,在一定的环境背景下,就成为了“真知灼见”。其实,决定产品的未来或者潜力的因素很多,并非单纯的感受就能得出。不过显而易见,它能极大影响投资者是否去投资这个项目或产品。怎么才能了解用户对情绪的反应呢?我这边有几个点总结:

  1. 摆脱专业视角、以用户视角来看待问题。
  2. 要第一时间捕获感受、情绪、表情和状态。包括五官反应。例如:感受(大脑第一时间冒出的想法):震撼、不错哦、很好、怎么做到的,有点料..反面感受:有什么用途呢?除了..没啥作用..眼睛:目不转睛,认真使用产品等反应。嘴巴:谈论、分析等反应。大脑:思考、认真投入等反应。
  3. 观察尽可能多的样本、产品,了解自己对同类产品的情绪情况,进行对比。
  4. 对比相关竞品观察自己的感受。
  5. 对比同样环境下人们可能的感受或反应。
  6. ……

对比陆奇采用的宏观技术思想体系评估产品和项目的方式(自上而下),这种来自于情绪反应评估产品,其实是自下而上。两者其实也能结合起来:从历史和技术逻辑分析+用户使用体验反馈相结合,提供了更立体的角度评估产品。这也是一个思维训练的方式。

十、专业模式的平民化

奇绩创坛曹勖文认为:

“举几个例子,比如创业领域中新出现的Devsume,简单说就是把工程师的工具平民化,当中包括Al一些前沿的应用。又或者RPA(Robotic Process Automation),很简单地说,就是把你原来只能有科技工作者编程工程师能做的事情,可以让白领做这样的事情,所以可以给企业带来特别大的效率提升。”

把专业工程师(职业)使用的工具进行平民化,这是一个很棒的idea。专业的工具,代表了专业的技术。而平民化意味着工具效能的释放给大众,这就是让不专业的人去干专业的事,最后能获得同样的价值。

由于专业领域的工具需要专业技能驾驭,如何做到平民(小白)也能使用?经过大致的梳理,我从易用性和价值2个层面进行说明。

  1. 易用性:要降低专业工具的使用难度:从难度高、操作复杂变成傻瓜式操作、上手简单、可视化等,让产品本身就是说明书。例如,Photoshop vs 美图秀秀、影楼专业设计相册 vs 系统主动生成相册(华为手机的相册“时刻”)、制作视频 vs 拍抖音、写800字作文 vs 通过一句话开头机器自动生成作文。
  2. 价值:输出效率和效果的改变:从花费很长时间输出到极短时间内输出内容、输出的内容能媲美专业水平,满足用户实际的需求。

实际上,影楼设计相册就是专业的人干的事情,现在一个手机就可以解决自定义相册的问题;拍摄专业的具有娱乐性质的视频(包括各类转场、特效使用、配音等)也是专业摄影师或剪辑师干的事情,现在抖音快手视频号等短视频平台将生产工具极度傻瓜式,让普通用户即可随心创建一个短视频。这样的例子还有很多。不专业的人,逐渐替代了专业的人的工具,干了专业的人的活。

为什么专业工具要平民化?我的理解是:专业生产工具最后都是要落地到需求端。由于各种原因,需求端本身是和生产端是分开的。随着信息时代生产者和消费者更容易结合,产销用更容易一体化。信息时代,我们既是产品和服务的目标受众,同时也是这类服务的创造者、设计者。我从消费端和生产端的需求进行说明:

  • 消费端的需求:成长、娱乐、消遣、自我提升等方面。
  • 生产端的需求:欲望:互动、参与、成就、分享、共情、社交……
  • 利益:钱、荣誉、名气……
  • 人格:个性化、释放、自我表现……

在信息时代,消费需求和生产需求可以是同一个群体/个人。例如,许多人即是文章的创作者,也是文章的消费者。

对于我而言,通过在行可以获得咨询。如果有机会,我也会乐于提供咨询和分享(生产端)。这说明生产和消费端的界限越来越模糊了。工具平民化,必然导致工具的傻瓜化、易用化、去专业化。与此同时,也会将工具的效能释放给普通用户,导致供给变多、更多人乐于消费,交易增加,新的市场形成。

专业模式的平民化,将会带动新一轮的创新和市场发展。

十一、理解竞品和差异化的关系

YC 联合创始人 保罗•格雷厄姆认为:

大公司每年平均成长大约10%。所以,如果你掌管一家大公司,只要每件事都做到大公司的平均水准,你就能得到大公司的平均结果,也就是每年成长大约10%..问题在于,小公司的平均结果就意味着关门倒闭。创业公司的生存率远低于50%。所以,如果你掌管创业公司,最好做一些独特的事情,否则就会有麻烦。

不知道硅谷创投大咖保罗的这句话是否对你有所影响。对我而言,还是提供了一个较新的角度看待问题。上述段落的中心思想是:参考和借鉴竞品,对初创公司而言是致命的。只有开发独特足够差异化的策略,才可能取得突破性的创举。为什么呢?

1. 初创公司对增速的要求

保罗的逻辑是:针对大公司而言,由于体量大、要求足够稳定的收益回报,每年都需要保存一定的速率增长,因此大公司参考成熟的竞品的方案能和市场同频,吸收对方的优秀设计并进行改良,这样看并没有什么问题。而对应新兴初创公司而言,其优先于发展速度。假如借鉴其他大公司成熟产品的方案,最多也就产生一样的增长速率,而无法突破。就像套着一个紧箍咒一样。

如果初创公司没有拿到超过平均预期的增速,结果可能是流于平庸,甚至无法获取市场(同样的方案,用户们青睐选择品牌好、有口碑、成熟的产品,只有小部分的对技术敏感的人群追求新技术体验,但由于初创公司的借鉴,导致了这部分人群也可能被放弃)。结论是:创业公司不要照搬,连借鉴都不行。我的理解是,初创公司的核心产品和模式要有跟市场成熟产品产生足够差异化价值的地方,并解决了用户某些痛点。

回到老本行,作为产品经理而言,竞品分析、“借鉴”是许许多多的产品人的常规工作,包括我在内。但如今,这个常识被质疑了。

当然我们要看待它的依赖条件、所属背景、提出者的段级,甚至这个反常识体现出所需要的决策勇气、以及对于产品经理自己本身是否能提出独特差异化价值的要求。参考竞品、分析竞争对手,原本是“正确”且“合理”的方式,为什么能被作者质疑并且显得合理(从这里可以推测作者保罗的逻辑和反常识能力是非常强的)?

因为“非共识”。

2. 非共识是如何产生的?

参考笔者之前的文章:如何像流水线一样产生非共识?原因是“环境和逻辑”发生了改变:初创公司和大公司所处的增长环境、对发展的要求是完成不同的背景(这里强调下,并非是初创公司不能借鉴竞品)。

保罗以其创建viaweb的例子说明(保罗·格雷厄姆声称Viaweb是第一家网上商店应用服务提供商,后被雅虎收购成为雅虎商店)。认为要做满足当前公司工作的事情,选择了lisp语言(而不是当时流行的java或python)。lisp在于能快速开发产品、交付快(开发周期短)、对软件要求不高,不需要大量维护成本和开发成本。最后拉开竞争差距并胜出。

3. 1个小问题

即使不参考竞品,或者说基于业务为核心思考模式的需求挖掘所设计的产品,最后和大公司的产品功能相近,没有了独特性,怎么破解?以保罗的观点而言,差异化的特征可能并不明显。我们可以从思考路径到设计方式步步排查,找出那些常规的因素并进行改进。

4. 结论

梳理本文的笔记的结论:创业公司做一些独特的事情,才是风险较低的策略。反而是通过模拟竞品得到的新产品,往往风险很高。这是参考竞品的非共识。如果循规蹈矩,得到的价值没有差异性,自然很少人认可了。在产品设计中,敢于大胆,也要独辟蹊径,挖掘出其独特价值。

要深度理解竞品分析的目的,为什么要做竞品分析,以及公司的差异化是什么的问题。

十二、搞清楚目的和手段的关系

技术创业者容易陷入单纯为了解决某个技术问题,而忽略了用户们真实的需要的情况。铱星计划,经过测算要65万用户才可以回本,最终只获得5.5万用户。这导致了创新项目的失败。技术很酷,但可能没卵用。搞不清楚目的和手段之间的内涵、关系,到头来可能得不偿失。

1. 如何对技术应用进行判断:让子弹飞一会

如果创业者有时候真的搞不懂用户需求,而有认定技术有前景情况下,怎么办呢?如何判断该项技术未来的用途?

比如:这项技术确实能提升某类效率,但并不属于普遍需求(比如某些人体工程学躺椅)。

又或者,这项技术只能成为某个应用或系统构成的部分,是从属关系,没有办法直接投入给C端用户(比如某类算法、某个能提升搜索准度的公式)。

又或者,难以看清这项技术在未来的价值是如何的情况(比如在30年前的电动汽车领域、电池技术),即使要坚持等待市场成熟,可能要几十年时间。此时又如何判断呢?

短期来看,技术为了满足当前或未来一段时间(比如3-5年内)的用户需求。更底层的技术研究,就需要某些大体量公司数十年如一日的研究探索了。比如5G技术、航天技术等。

2. 元宇宙是否是未来的趋势呢?

当前元宇宙是讨论热议的话题。它是否代表了未来的趋势呢?

外交学院施展教授在腾讯大讲堂直播中分析了他对元宇宙的看法,当我们从“娱乐”“虚拟现实”等角度去看待时,他思考出了一个新的解决方案:元宇宙能提供“生产即消费”的解决方案。其中的推演逻辑是:

  • 农业时代:95%的人生产,5%的人消费。
  • 工业时代:各一半;但由于智能设备和自动化技术发展,越来越多人被取代,这是一个不可逆趋势。
  • 未来:可能有5%的人生产,95%的人消费。

由于当前在数字化信息时代的情况下,已观察到人们通过数字消费越来越多;元宇宙本身又是数字化的进一步增强。假如未来大概率是生产人少,消费人多的情况,那剩余不生产的人干嘛去了呢?

因此,当人们通过元宇宙进行加交互所产生的数据,本身就是消费的一部分。从而解决生产消费不平衡的问题。单从这种方式的论述中,其本身背后代表的是对社会劳动力浪潮问题的探讨。当然这是题外话了。从这个角度看,这项技术是否值得研究、创业者是否应入场、未来是否可期呢?还是有很大的不确定性。这值得进一步的思考。

3. 用户需求探讨:分析需求的正确姿势

但总体来看,技术问题归根结底,要解决的还是用户的需求。

  • 从产品的角度而言,用户需求分为B端和C端:C端侧重人的欲望、B端侧重组织的需要。
  • 从所属层级角度看,在马斯洛哪些层级以KANO为划分依据,到底是基本型、期望型还是兴奋型需求。
  • 从需求和业务匹配程度而言,是核心需求、次要需求还是无关需求。从需求类型角度看,要解决的是效率层面、体验层面、性能层面还是其他层面?
  • 从人性的角度而言,要满足虚荣、炫耀、愉悦、快乐、减压、攀比、探索……哪一个类型?

用户的需求还有很多分类,你的技术应用要满足哪些类型呢?

因此,纯技术性能pk前,要确认,你用技术所解决的引以为豪的问题,真的是用户们想要的吗?技术得以应用,摸清楚用户需求才是最重要的。怎么摸清呢?除了常见的需求调研方法确定需求真伪之外,笔者总结了一些另类的方法,判断技术应用是否为用户所需。具体如下4点:

  1. 不要做调研,而是观察用户实际使用的情形:他们的表情、态度、选择是怎样的。他们是否表示出不满、渴望、有趣等,并记录下来。
  2. 他们使用你的demo或产品后,是否有下一步的动作。比如预约购买、分享给好友、跟他人谈论、好奇并想要研究、持续关注、收藏、订阅、转发、 参与……
  3. 观察同类技术应用的使用情况、人流量、用户使用量、在appstore上的普遍反馈。(比如,笔者曾经观察过有些产品在appstore的用户反馈,吐槽收费模式不合理。最低收费要至少3个月或以上。有许多用户反馈要求1个月或者按天的收费模式。此时,你就能把握这项需求了)。
  4. 看增速。试用版推出后自然增速的怎样的。具体数值越高当然越好,但还是需跟行业相结合(陆奇认为要重视30-50%以上增速的新产品,其实这个数值代表了技术公司在未来强劲增长,也代表了用户实际的需求)。

当然还有很多的方式来印证需求是否真实与否,仅供参考~

所以,你的技术应用是否解决问题,还是解决用户们关心的问题?

满足用户需求是目的,所采用的技术是手段,谁颠倒这点问题,谁就会出现问题。

十三、从历史看未来:一个电动汽车项目的模拟实战

《创新者的窘境》提到一个案例,20世纪初,假如你是一家成熟汽车公司的项目负责人,带领一个新电动汽车的项目,你会怎么做呢?作者分享了他利用突破性创新原理下的思考逻辑和模拟实践。先给出当时的模拟实战的背景:

  • 背景1:在20世纪90年代,美国加州要求汽车厂商销售电动汽车数量要占加州汽车的2%份额。
  • 背景2:电动汽车性能比不上成熟油动力汽车。比如加速时间、续航能力等方面。

作者作为模拟的“电动汽车项目负责人”,分几步执行策略:

第一步:

第一步:判断电动汽车是否能成为新兴突破性创新的技术应用。方式并不来自于传统的调研走访、咨询访谈等传统调研方式,而是通过观察客户实际使用来获取这些判断信息。作者观察到以下几个结果:

  • 观察结果1:电动汽车续航能力在50-80英里(对比当时的传统油动力:125-150英里的续航能力)。
  • 观察结果2:上高速路口,大多数电动汽车加速到60英里时间要20秒(燃油车则仅要10秒)。
  • 观察结果3:主流汽车客户希望能获得更多的汽车款型方案,但当前电动汽车比较单一。

假如是你,通过以上的观察结果,是否能得出以下结论呢:电动汽车并非是突破性技术应用。但作者并未停留在初步的观察所得到的判断,不看这些现状,而是进入下一步的深入探究。

第二步:

绘制电动技术改善和当前成熟市场标准的关系图。这幅图简单来说,就是了解到电动汽车通过改良技术,多久能追的上当时的燃油车对应性能平均水平。找到达标的交汇时间点。观察关系图,貌似也发现不了原因。

作者也从许多专家那里获得反馈:电动汽车的性能难以突破,除非电池技术得到极大改良。专家发话了,是否可以推测电动汽车在当时并非突破式的技术应用了吗?就无法击破燃油车垄断的市场了吧?作者虽然认识到现实的困境,但并未止步于此,而是进一步探究。

第三步:

作者从找到新客群方面入手,即在当时能接受电动汽车的潜在客户。通过挖掘场景和需求,作者还真的模拟找到了,场景包括了中小学家长接送孩子、落后地区城市的通勤等,电动汽车的续航能力能满足他们的需求,对加速性能等要求并不高。

(但可以想象下,这样的定位确实如此吗?场景虽然存在,那为何当时的消费者不会选择性能更好的燃油车呢?并不能说服我。因为这样的场景没有让消费者有必然或倾向性的选择,这是题外话..)

假设这些场景下的需求成立,就要进行投产、验证和获取反馈。如果客群验证失败,再进行调整。当然除了以上具体执行步骤,作者作为“项目负责人”,一开始就要求建立以下策略:

  1. 将电动部门独立为公司的独立部门,包括财务,销售等方面。
  2. 将销售剥离,不带严格的销售指标。
  3. 建立部门的独立创新文化,鼓励团队创新,创建新型产品开发模式。
  4. 面向新市场设立独立的分销利益网络……

创新产品研发模式、独立部门团队、利益剥离、建立经销网络、找到新的小众客群市场和需求场景、亲自走访一线观察实际市场等,和现如今许多大厂内孵化模式有什么区别呢……

作者的这一系列执行策略,我看到的是他如何挽救这家“传统燃油汽车”的公司,试图通过企业内孵化突破性技术应用,防止被外界的新兴创业公司抢先研发导致竞争态势改变。

试图挽救真有有效吗?但正如作者所强调的,因为独立部门团队、独立销售核算方式等,其实背后都是公司高层决定。

而高层决定这样的事情,本身就是成熟公司运作体系的一部分。决策上并不具备灵活、敢于all in的优势,这也是某些大公司常见病症。

最后的结果假如高层领导不通过、判定为没有市场或市场较小,那就可能丧失了开发获取突破技术创新的机会。而一旦高层意识到的时候,往往是企业面临危机,客群不断流失或无法增长的情况。有意去开辟第二增长曲线。但此时的时间窗口并不会很大。例如:从长视频到短视频兴起,也就不到5年左右的时间,爱奇艺、优酷等长视频平台,用户注意力不断被抖音快手们占据。

此时前者推出应用内的短视频,机会已经不大了(用户心智、市场占有率、定位都不及)。并不一定在于大家都看不到,而是在于成熟企业如日中天情况下的利益诉求、用户规模等遥遥领先,面对普遍的小微兴起的项目和产品,在人性的因素下,难以过度关注,更不要希望独立开辟一个部门去做了。这一切关乎认知、关乎作者认为的利益网络体系。

在这里,虽然这本书阐述了突破性创新,但最后的模拟策略中作者的策略,其实还是回归到经营产品的模式中:找对客群市场、铺设好销售渠道、做好团队和产品创新建设。就算不面对电动汽车,作为独立机构,未来也会像新兴初创公司一样,有着大量的创意创新的诞生。

简而言之,面对突破性创新和产品冲击时,破局的最好办法不是事后补救,而是在事前做好充分的风险评估和做好相应的投入,最重要的是决策层有勇气面对变革的市场、新的技术应用以及新客群的挑战,并能制定切实有效的改革策略。

要吃到果子,最好的情况就是现在种下一颗种子。做好前瞻性的判断和洞察,意识到相应的可能成为创新技术并进行all in。最后的结果可能就是通过不断高频高速的实验,利用成熟企业的资源做支撑。

不过此时我们换个角度,如果成熟企业所提供的富足资源给独立创新的开发,如果成为一个成本支出的累赘呢?

创意和创新,往往可能有来自于困境(比如airbnb的发展早起出租充气床和早餐来赚钱)。这又是另一个症结所在了。

同时,作为成熟企业而言,投入大量资金到创新应用研发,是否会稀释业务的聚焦点呢?

因此,面向破坏性创新的产品,面对策略本身是一个系统性层面的运作体系。通过投资和收购等方式,又是另外的一个玩法了。

十四、琢磨技术思想架构

陆奇大佬在构建其创投思想理论体系的核心之一,就是从人类历史的宏观中,抽离出技术这个核心要素。这是最大气,但又能兼容其思想体系的一部分。总结起来,就是几个不同文明时代下,技术的发展带来的人们文明的发展。

  • 石器时代:跟动物没有多少区别,但有基本的一些狩猎工具,比如石头,弓箭等;
  • 农业时代:冶炼技术发展,产生了各类农业耕犁工具,产生了食物剩余。通过通过交易带来物质和商贸的繁荣以及财富的增长。这是农业时代工具的发展,带来的进化之一;
  • 工业时代:蒸汽机出现、动力系统产生。工厂通过机械设备的应用让批量生产成为可能,带来了对生产效率极大改良。通过管理模式的改进(分工、科学管理等),让工厂主经营商业体更加的高效。财富越来越容易集中。

财富的集中地,往往就是时代生产和工具水平前沿的地方。各类基本科学发展带动的技术发展,都意味着技术带来的工具通用化。更容易被他人使用。由此带来生产效率的提升和财富的创造;信息时代:知识、信息成为当前时代的“石油”。与此同时,基础科学发展,继续推进人类能力的边界。

总结几个结论:

  1. 财富集中地,往往意味着通用能力发展的边界所在。
  2. 技术工具的广泛使用率,是人类发展历史中核心的评判指标之一。将工具越容易被他人分享及使用,财富的获取更加容易。
  3. 技术的通用化在于落地。

这个思想理论,贯穿了陆奇的大部分核心的演讲,具备非凡的意义。这个思想体系,能兼容这个世界绝大部分的技术性创新公司。而技术的创新意味着财富。这才是其中的精彩之处。

随着不断的传播技术驱动创新的思想,未来会越来越多的人也加入这样的探讨和实践中,通过技术驱动创新。但,也要警惕唯技术论。比如某些超前的技术应用导致一地鸡毛的情况,是反面例子。

因此,陆奇在这里加入的效率,加入了市场匹配机制。就是从市场拿结果。这是技术驱动创新的精华所在。否则,就是纯技术的理念。“大学的技术转让企业落地的方式已经很难走通了”,侧面印证了这个道理。因此,这里加入了创业创新、激发了自主性。才构成了这套思想体系的发动机。总结下,陆奇的思想体系:把这个思想体系比喻为智能汽车,可能就是这样的:

  • 汽车CPU:技术驱动创新;
  • 电池原料:市场匹配机制(用户,收入……);
  • 发动机:创业者的自主能力;
  • 加速器:快速迭代思维。

十五、学会抽离至多视角

如你正打算规划某个产品或者业务,如何对其商业价值分析?从陆奇大佬总结关于商业价值的分析方法,我对比产品经理的视角,发现两者有着明显的差异。具体说明如下:

1. 2个视角分析的差别

产品经理视角:更看重需求、效率、体验、流程等,强于分析产品本身的价值。例如:该产品是否真正满足用户痛点和需求、是否能带来效率的提升、解决哪些具体的问题、是否带来体验的优化;弱于对商业化的分析(渠道、毛利、成本、市场规模、增速等关乎企业发展密切相关的因素)。

投资人的视角:以衡量利益和价值为核心,这个项目从根本上来说,是否赚钱或者释放有足够的价值。主要体现在:

1)这个项目的天花板(总价值)有多大。即每个用户的价值*用户规模。用户价值不能直接测量,而是相对的。相对竞品、相对效率提升点、相对有和没有情况下带来的收益。

2)这个项目所在的赛道的总体规模有多大(即蛋糕有多大)、成长速度有多大。换句话而言,看好它的潜力。陆奇认为,注意这个数字是在30%以上,最好50%的年增长率。

举例:这些天的数字人民币app下载量猛增,并见之于各类新闻资讯。在1月4号,华为应用商店的下载量不足1万,到截止1月9号,下载量已超过500万,日增何止十万。对于这样的增速,就要特别关注了。当前为试点模式,有区域限制,因此笔者暂无法体验到,但通过观看网上的分享视频和图片,也能了解到数字人民币的使用流程和逻辑、背后的价值,对数字化人民币的产品进行关注。这是后话了。

3)分析项目能带来的“获得价值”陆奇把价值分为了创造价值、获得价值。这点是市场化、持续发展的重要基础。也就是说,获得价值在于渠道、销售等方面的成本是否低于毛利,否则就不是一个好的商业模式。陆奇强调了注重渠道,渠道意味着客群和收益通道。

2. 单维价值分析的问题在哪里?

进一步对比看,单从产品角度分析其价值,有着一定的局限:

  1. 正确的赛道:产品或业务是否处于增长的赛道中?还是夕阳行业?是否有政策、技术、经济等因素影响?赛道体量、增速是多少。比如:做智能农业、自动驾驶、数字隐私资产等赛道。赛道的体量大但增速低?还是赛道无人在意属于新兴行业但增速达到30-50%以上?
  2. 是否满足用户痛点:有多痛,痒不痒?还是仅仅是爽点?用户的需求可能存在,但形成规模化的市场却有难度。
  3. 是否带来效率的提升:带来。问题是,相对于其他产品,产品和业务所提升的效率到底有多高呢,1%还是5%还是更多?!价值通过对比带来多大的优势?用户替换成本有多大?……

3. 启发:抽离到多视角模式

转变身份和视角,能获得更新的角度和思考问题的方式。但不要止步于此。拿到新的角度,去看待这个角度本身的思考价值如何。跟当前的思考模式是否冲突、是否更优?如果是,就要执行具体的行动,改良原有的思维了。不断转化身份视角,兼容各个身份思考视角,得到了不同的思考模型。利用这些模型,重新处理类似问题,就能提升思考效率。

十六、流水线一样产生非共识

这里讨论“非共识”的问题。

1. 常识/共识:跟“环境和逻辑”相关

首先,常识和共识2个概念其实非常接近。根据百度百科的解释:

  • 常识:社会对同一事物普遍存在的日常共识。
  • 共识:共同的认识(大家都可以接受的观念)。

“反常识”和“非共识”的概念意义上也比较接近,所以我这边会将笔记重新整理组合到了一起。有哪些观点你认为是正确但大多数人不认同的?它考验的是,我们开辟独立观点的能力。并且是正确、鲜有人走的路子。而这背后,可能代表了一个巨大的,还没有被发现的思维模式。范式思考会限制我们。也就是,原来大众认可的常识,可能会对我们产生误导。

逻辑在一定条件和场景下是正确的,而常识同样如此。常识并非在任何环境下都是正确的,只需要换一个环境、逻辑,那常识可能就是错误的。

(比如在正式竞赛中打乒乓球和跟家人打球,前者围绕输赢进行攻防,后者更看重家庭关系,输球并没有那么重要。如果在家里表现得跟正式赛场一样完成不同了)由此得出一个结论:在一个非常识的环境中,用已有的常识去做范式思考,并进行相应的推论并得到相应的结果,这其实是一个思维的缺陷。

2. 案例:视频片段也能构建知识体系

我以一个观察到的例子说明:酷渲科技对视频切断进行知识体系化。酷渲科技的业务是做职业教育赋能的产品和服务。他们研发了一套系统,是对视频进行分段处理、贴标签,放到不同的目录中,建立一个完整的知识点体系,加上智能推荐,成为了一个非常强大的学习系统(摘自酷渲科技官网)。

这又是一个微创新模式。这个创新点的新颖之处在于:视频+知识体系,居然也能结合,这是很难想象的。而我们固有的常识是,视频其实是唯一的储存(知识点)单位,不可分割,要么整片,要么单独片段,根本不可能独立拆分成灵活单元然后匹配。而酷渲能做到的原因,是结合了科技,识别视频内容+AI推荐。这就完成了一个“非共识”的工作。

这样的“非共识”的环境,核心就是对业务和需求的洞察所决定,后者就是“环境和逻辑”。

注意,“非共识”的背后,是我们意识到这样做是不可能实现的。而上述案例之所以能实现,不在于技术上的绝对实现不了,而在于投入的成本和产出、产品模型的构建上。

3. 深挖常识:它真的如此吗?

你看,“怀疑一切值得怀疑的思维盲区”“思维想当然不可以”。原有的常识是:视频就是视频,难以分割。但非共识是:视频可以分割。假如要成立,应该怎么做?这涉及到了技术相关的准备工作(这是细节了)。

视频可以分割的目的是什么,解决什么需求?分割->可以成为小片段。小片段是不值钱的。那怎么办?(通过演绎思维)放在知识体系目录中,把他们打包成为一个成品!这个成品就是是用户在学习行为上倚重的:知识体系!只不过支撑的内容是视频片段!

4. 价值结合:反常识和非共识背后,依然要回归价值

视频片段的价值是怎样的呢?一个知识点有n个片读视频,用户是否需全学完?

不。通过智能推荐的方式,当系统检测到用户某些知识弱点后,就推送相应的视频片段给用户,完成了知识的传授工作。视频的片段将知识点精细的呈现,加上随时可取的机制提升了学习效率,这就是“价值”。它是在适当时机,提供适当的知识解决方案。

5. 如何像流水线一样产生非共识

引出我的一个创造非共识价值的方法:

  1. 寻找思维上普遍认为不可以,或者难以做到,或者没有价值的地方的常识、共识。
  2. 质疑这些共识,反过来思考。假如成立,应该提供哪些技术条件去达成;
  3. 拔高价值。将这些成立的非共识的产品,拔高到价值和用户需求层面,提供哪些适当时机的价值。

这就是产生了非共识的效益。我们如何能想出大多数人不认同但你认为是对的观点呢?基于上文的结论和逻辑,我梳理了一个框架:

  1. 先找到一个商业模式/现象的常识(或者普遍认知)。
  2. 分析这个常识背后的价值。
  3. 替换常识的环境,让它不成立/成立。
  4. 通过对反常识的资源、业务、商业模式等方面的匹配,让反常识变得合理。
  5. 形成了你认为是正确但大多数人不认同的想法。结合业务、价值、流程等,做进一步的分析。

直到最后提炼出非共识。

十七、学会从前端技术中,挖掘新的商业模式

本文主要案例企业组织之人才文化。网飞的文化特征之一是对人才的重视,尤其是人才密度。

1. 建立人才密度的体系

从网飞实践来看,确也印证为一个很棒的实践机制。区别于传统的“优胜劣汰”“末位优化”的说法,以“人才密度”作为企业人才组织架构的逻辑,并由此延伸出一系列的行动机制。

简单来说,将人才理解为流动的颗粒,去粗取精。把好的人才留下,把不符合企业文化的人才摒弃。注意:摒弃的原则是提供高价值的离职赔偿机制和福利。(这竟然也成为一个福利)这将形成倒逼机制:人才密度越来越高。

人才的选育留,还要有淘汰。这就是一个完整的人才流转机制。高人才密度,依赖前提是创新型的岗位,比如技术、产品、运营等,而不是传统的人力资源型岗位,这点很重要。因为创新型岗位,需要更多创新创造、推陈出新的能力,而不是按部就班。只有这样,才能适应这样变动的市场和用户需求。而提高的福利、人才氛围,能激励人才产生1+1的效果。

2. 人才密度的背后逻辑

“人才密度”的逻辑在于:人才之间互相激励、互相影响,能产生推进式的进步(即上扬曲线)。如果掺杂了兔子型或者一些不思进取的员工,也会导致资源和效率的浪费,无法形成持续的创新能力。

长远来看,企业缺乏了持续的好功能、好产品、好服务。因此,人才密度的底层逻辑,在于相信优秀的人应该聚在一起产生1+1的效率。

一句话总结:企业应创造让优秀人同频的环境和氛围。某些大企业只招名牌大学的,而不是招普通大学,二本,三本的学生。不只是在于筛选成本高。而是在于:人才的同频很重要,它是企业塑造高价值产品和服务的人才策略。

3. 小企业/个人如何破局

那并非具备这些条件的企业,如何破局呢?比如:在于正确的产品、良好的员工氛围去对抗,从而产生竞争力?发现更多非共识认知的破局点?深耕小而精巨头垂涎不到的市场?

相对个人而言,如何聚集优秀的人才在身边?可以学习上述的人才密度的选育留的过程。选:接触一些圈子,交友。育:观察人,看人。留:持续的接触,跟对方产生价值交换,建立高质量好友人才的流通机制。

十八、客户需求到产品需求不一定是直线的

克里斯坦森《创新者的窘境》认为:

认真听取客户意见,但它们看似无法成功解决的问题,是在轨线图上的下行视野和向下游市场流动的问题。..这些领先企业似乎被它们的客户牵绊住了手脚,从而在破坏性技术出现时,给了具有攻击性的新兴企业颠覆它们领先地位的可乘之机。

听取客户意见,持续开发满足用户需求的产品,竟也可能是让企业从成功走向失落的开始。他们遵循了成功经验的惯性思维,而忽略了当时开疆拓土时对新鲜敏锐的机会的洞察,忽略了对新兴市场、新兴客群、新兴技术应用的洞察。

例如:尝试观察那些由于新兴技术带来快速增长的产品和商业模式等。注意要适配技术(而不是所谓的爆品),你能发现什么呢?..

新兴企业成长为成熟企业,也是历经了一番突破所达成。而后,成熟企业的没落,在于路径依赖:简单来说,就是当成为什么成功的地方,后面也会依靠其持续取得成功。

硬盘行业的案例,说明了,当时满足大型计算机厂商的大容量大尺寸硬盘,却敌不过几英寸大的硬盘。路径依赖背后是利益相关的网络。

为什么大佬被小弟颠覆呢?因为新的技术出现,导致了个人计算机(小型计算机)的快速发展,由此带来小巧、便携、适配的硬盘的出现。

而小型计算机背后,代表了新的客群的兴起。

注意:这部分客群跟满足大型厂商的客群完全不同。由此可以发现,实际上,传统的硬盘行业大佬们,因为忽视了新兴技术带来的新兴应用和对应的客群,从而丧失了市场。一开始没有发觉,当察觉时又太晚了。

这个案例,貌似告诉我们了一个反常识:倾听客户群,真的重要吗?做产品的基本都了解,功能来自于需求。需求一般来自于用户居多。用户的反馈,经过筛选,分析后得到真实的需求。于是投入开发。

这真的正确吗?这让我想到了一个产品故事:在20世纪初,你问一个人你想要怎样的马车,对方回答,要一辆更快的马车。于是,背后的需求是速度。而不是马车。但这样的分析,如此来看,并不深入。因为,更快的速度,要结合当时的技术所带来的新应用,也就是机械化的发展,让造汽车成为了现实。否则,最后生产出更快的马也是有可能的。

结论:不要对需求进行单纯的讨论进行分析,而是要结合技术以及技术带来的应用、可能的新兴潜在客群,结合这样的本质需求,得到新的解决方案。这才是创新的一种方式。在客户需求到实际的需求之间的距离,不一定是简单的直线,相反,可能是曲线的、反向的。

十九、观察人性

判断一个产品是否能受到用户的喜欢,可以从用户实例入手。即:了解这类用户是怎样的人,通过构造用户模型,就能预测他们对所设计的产品或功能是否好玩(感兴趣)了。

换言之,大量的用户case形成的用户模型,本质是代表了具备某一特有属性的群体。这些属性就是共性的需求。(比如对便捷、性价比方面、虚荣心的追求)分析大量的同类或不同类的产品,总结出的底层人性。了解了不同产品代表的不同人性,见多识广,自然,对自己所设计的产品所可能满足的人性做到心中有数,了然于胸。量变产生质变,就成了我们的洞察力。

这也是为什么某些大厂的青年出来创业,设计了优质的服务和产品并得到持续发展的原因。他们对产品背后代表的人性,以及如何设计产品满足人性有着深刻的认识。

思考不同产品的人性,以及如何设计满足这些人性。将人性的共性需求进行量化,思考通过设计怎样的功能,带来了数据的提升。从迭代中观察,功能是如何满足了人性,下一步的动作又是什么呢?(人性是什么?产品如何匹配人性?)通过大量的case(用户故事)、迭代数据、数据分析,来构建用户模型,进而预测或规划后续的产品是否有价值的方式,这其实是很巧妙的方法。

一方面,通过预测(即构建模型),另一方面,通过实际的用户反馈数据,来调整瞄准镜的准度,称之为校验。从而得到更为精准的判断。用户是业务的主角。了解了用户,以及用户之间的利益关系,就可能理解业务。预测自己所设计的产品功能是否受用户喜欢,可以从竞品类似功能的方式判断,也可以通过一些已有的用户数据进行判断。得到所设计的市场未存在的产品,是否可能受到欢迎。

但注意,从竞品、用户反馈中得到的答案,并非是最佳的解决方案。对于某些成熟产品和业务,如何持续获得增长,倾听客户并非是最佳方案。甚至用户提供的建议和需求可能跟新增长点背道而驰。例如硬盘行业。(这涉及到了延续性创新和突破性创新的区别。但突破性创新并非一定是基于技术,而有可能通过组合式的创新来达成)

二十、从想法端到交付端的链接

有了项目,进行为期3个月的高速迭代。在3个月中怎么做呢?很多人容易犯错,过于注重形式(搞ppt……),没有搞清楚核心的问题。如何从想法到交付的落实呢?如何找到真正的用户需求并交付适合的产品呢?陆奇的指导建议,进行3个月的高速迭代。具体策略是:

第一点:在3个月内,拿到核心指标的反馈(比如订单、销量、认可度付费量、用户数等)。其他的反馈指标基本都是过程指标,要拿最核心的结果指标(跟商业营收,核心价值挂钩)。

第二点:定好指标目标后,就要开始拆解每2周1次的迭代策略。拆解任务和行动步骤,制定详细的计划。另外强调了高速和快速迭代的思路。

注意这里要高强度的方式。把这样的快速获客和验证的方式前置,提升验证PMF是否成功的效率,也能在短时间内提升团队的效率。这样的设计方式值得参考。要搞清楚产品的数据指标。

做个简单的思想实验:投资人问你,你的产品有多少人使用,使用时长多久?用户留存率情况?增长率如何?假如你是他们,希望你是怎么做的?所以你要怎么做。这样的思想实验其实是换视角观察和代入,并基于模拟对方的经验和视角得到的行动方案,投射到自己身上。成为自己的一面镜子。

可以总结出核心思路:确定某个时间节点的目标->确定核心指标->确立各个阶段要达到的程度(节奏)->分解核心指标为行动和子任务、各个成果。拆解成为周迭代。执行。这是正确的思路。无论是在产品开发,还是其他运营、项目管理,都可以借鉴这样的思路。为什么要高速迭代呢?一个是快速拿到结果,一个是减少错误导致的后果。在前期就修正结果。

我把陆奇这样的思路总结为:从idea到订单,核心就是要产品落地,落地标准只有1个。把这个链条聚焦起来,围绕需求制定产品性能,才能被市场认可。

以订单为核心的思路,其实是试水市场。其中要观察订单的认可度、可能的增长率等情况。随时快速的调整。在3个月内,有了一定量(不是1个)的订单,是印证产品和服务成功的保证之一。创始人要亲自去了解用户,和用户沟通,在此过程中做好研发工作,确保最后能满足用户需求从而产生订单。

二十一、技术创新和模式创新的区别

陆奇所提及的财富创造和对应量级,其中横坐标轴代表时间演进,纵坐标代表财富的增长量。财富的增速是越来越陡峭。仔细观察,技术在其中占据了重要的作用。

  • 农业时代:基于田地的财富创造体系;
  • 工业时代:基于机械化的财富创造体系;信息时代:基于知识的财富创造体系。财富的增长,和技术的关系非常密切。

陆奇还提到了技术的供需方面的问题。即:可以商用化的技术越来越少,但创业者越来越多,必然导致供需不平衡,这是一个很明显的趋势。而当前阶段下技术的投入相对较少,尤其是底层科学技术的投入。因此,要加大技术投入和科学的研究,这才是未来财富增长的驱动力。

其中,可商用的创新包括了:一是基于模式创新;一个是基于技术创新。模式创新:共享单车,共享汽车的模式:基于前端定位的技术,将闲置车辆通过使用权再次分配形成创新。但并非基于技术为核心的创新。而是组合创新。

技术创新的案例,比如基因改造、人脑接口、芯片、5G等前沿技术,这是技术创新。总体来说,商业模式已经被玩熟透了,而技术的创新却是一片蓝海。这是底层技术供给所产生商业空白,这也是短见和长远视角的差异。

二十二、做到简洁

一句话介绍核心卖点,本质是销售价值并引发听众的共鸣。背后是对市场需求的洞察力。介绍产品,要基于销售和需求的洞察,将这2点结合。如果你的产品不能用一句话将核心表达出来,就不是一个好的产品。销售:卖什么、创造怎样的价值、对方为什么会要。需求:是否能引发用户的共鸣、是否有深入的洞察和思考。这也是简洁的力量。越简洁,越深入人心,越容易理解。

简洁,意味着勇气。不是什么都要拉扯上去开发、什么都并归到业务中,场景大而全。

这也和“小鱼塘里的大鱼”理念相冲突,为什么?什么都做,什么都做不好。对业务而言,简洁的成果类似增删改查中的“删除”。取舍需要勇气。在项目产品起步期,要找到最核心的杠杆点和发力点,找到这样的核心场景和业务,并all in,加上快速迭代。

为什么简洁?客户对产品的认知心智,就在一句话范围之内。苹果是智能手机代名词,最大的共识除此之外还有其他的吗?Airbnb是共享住宿的代名词……简洁的背后,蕴含着对用户需求深刻的洞察。

结合上文我们的思考:我们无法做超过人类能力体系的产品,但越靠近边界,产品创新越有价值。

深刻洞察需求所获得的产品越易被认可。简洁意味着创新。简洁的考虑点在于价值体系,而不是简单的视角效果和缺乏功能的产品结构。这根用户需求又是密切相关。

二十三、理解供给和需求的关系

陆奇认为:

……因为新的供给出现,才会激发新的需求。所以尤其不能仅去看表面的存量市场大小,而要看这个产品输出的解决方案是不是可以针对某一个普遍意义的底层需求提供更高效率、更低成本的解决方案。

个人电脑面世之前,你问这世界会有多少人需要一台个人电脑,显然你是愚蠢的。你更该关注的,是个人电脑在哪一方面的普遍意义里的底层需求提供了更高效、更低成本的解决方案。答案是信息处理,所以商务人士、学生、院校、乃至家庭主妇,都是个人电脑的潜在目标客户。

个人电脑的出现,是激发产生了新的需求吗?并不如此。更高速的联系沟通的需求一直没有变化。只不过,新的技术的发展,对供给机制产生的改变,这就是供给机制的影响。从供给机制方面,延伸思考产品的新机会。

Vipkid创始人观察到国内人均外教数量严重缺乏,引入了北美外教,通过构建商业模式,对供给机制产生了影响,打破了市场的稀缺状态。表象是供给增加了,背后却是供给机制产生了变化。供给机制的变化,可以通过商业模式驱动。背后依然靠的是创新的机制,创新对市场产生影响,形成新的供给机制。

路径可以梳理如下:创新->(产生)->供给机制改动->唤醒了原有需求技术。越靠近能力体系边界的创新,对供给机制产生更大的影响。需求不会产生新的,而是已有的需求。

二十四、学会先建立(定义)问题

Richard Feynman(加州理工的物理学家)的思考方法一一”what I cannot create,I do not understand.”

将大问题或者难以回答的问题,拆解成为子问题的方法。如果将子问题解答了,那么这个大问题就可以迎刃而解。这个方式,其实就是构建和拆解问题。反过来看,如果把这个当成是一种思考方式,问一个问题(无论是宏观还是微观),然后拆解成为子问题,逐个击破。

这个方法,仔细思考,可以解决很多的问题。有些难以回答的问题,通过拆解的方式,可以巧妙化解。

进一步引申:要找到这个问题的引线,通过引线来逐渐找到真正的问题和答案。这让我想到了张五常经济学家对问题的态度:问问题要达、浅。

问问题,有时候比回答更加重要。有些问题,问法、启发比答案更加重要。甚至,有些问题并没有确切的答案。为了“为难”我自己,有没有一个我自己也无法回答的问题?最后,这个问题被我找出来了:“当前有哪些知识或经验是脱离在我的知识经验体系边界之外,而我现在无法回答的?”构建这个问题本身,以及如何拆解,又是另一回事了。

二十五、理解技术创造财富的逻辑

为什么技术创造财富?为什么知识和创新是如今最大的财富的驱动力?为什么主要是技术而不是其他(比如管理模式)能让财富快速增长爆发?陆奇提供了一个解释。

首先,技术从古代到今都有。根据观察,在工业时代开始,技术的革新,让社会财富得到快速增长。技术带来人类进步的特征较为明显。比如:机械化工业生产、能源技术等方面的发展,让生产力得到极大提升。消费端(需求端)的能力被释放,市场商品的生产能力和流通能力得到加强。

财富的最初来自于剩余价值及交易。一旦交易效率提升,财富自然快速增加。陆奇将这一逻辑总结为了“技术的通用性更强”。知识及信息工业,能重组社会资源,通用性变得更强。这就是技术带来的财富快速增加的逻辑。

所谓的技术通用性,我的理解是:首先一开始,技术无论是从自然界启发,还是从实验室或研究中产生,都是技术的发源地。此时尚未广大用户所了解,更谈不上使用了。

第一步:技术被初步发掘,被应用的场景少,效益低。因此,技术到普通用户的使用的“普惠性”能力不高,因此通用性弱。

第二步:技术的基础逐渐累积,技术商业化带来效益逐渐被更多人注意和看到。因此,技术不断被挖掘,其应用场景大量增加,被覆盖的人群随之增长,此时通用性逐渐变强。

第三步:对技术的能力认可和由此导致的效益增加,成为了大众的共识。技术在前者基础上带来越来越多越新的创造,交易效率、管理水平、用户习惯、市场接受度等不断发展,技术由此带来的影响越来越大。

技术通用性的强弱,我大概总结了几个维度:技术带来的商业成果或效益的普惠程度、用户使用率或覆盖率、市场认可度等方面。

注意:第二张图片提到了财富的定义。陆奇认为的财富定义也是广泛的,是通过知识等信息工业所生产的能满足人的需求和欲望、所被创造出来的,叫做财富。例如:研发了一节课,能教授他人某类技能,这是一种财富;基于历史行为数据,洞察消费者并提供相应指导,这也是一种商业财富。

换言之,为用户提供财富,其实就是离不开满足用户需求的能力。而经过持续数字化洗礼的用户们,则被唤醒了种类繁复的欲望和需求,这才是财富爆发的重要因素。

二十六、理解工具思维和通用能力思维的差异

AI是一个案例。人类不断开发工具,而这些工具越来越高级。所谓的高级,体现在:效率更高、更自动智能、更减少成本、更有效、更易用、更低门槛……开发的工具能极大解决各类问题、提升我们的生活品质的能力……

但这只是工具思维。工具思维和通用能力思维,一个是纯技术思维,一个是市场思维。带来的认知并不相同。从这点看,不得不佩服作者对技术和工具差异理解导致的不同认知。通用能力,即是共性。共性有可能作为市场普遍需求的体现。相比工具而言,强调了赋能,和人的能力匹配的概念。

进一步来说,由于技术发展、人的认知升级和文化习惯的变迁,当前我们看到的这些通用能力(例如AI)将成为基础设施。那时,开发工具成为了再简单不过的事情。进步的标志,不再是创造更多工具和通用能力的范畴了。人类将开发出越来越多能适配他们基础通用能力的能力。

人类区别于其他的物种,在于懂得将能力适配自己的能力。AI是能力适配;工业化、创造机器,是能力适配下的延伸(成果)。即:工业化、各类创造的机器、以及技术发展带来的各类成果,本身就是人类适配一部分,就是人类能力的延伸。它们,是人类的能力构成体系的成果而已,就这么简单。

因此,AI、智能交互技术等各类新技术,其实是让能力体系的成果得到显化了。而影响人类能力构成,是由于文化、当前技术反哺、智力水平、技术成果基础、市场(习惯,需求等)、政策、意识形态等方面的综合作用。由此推断,人类只能做当前阶段能力构成体系范畴内的事情。而无法突破这一层。

如果能力构成体系的成果是确定的,为什么不去找到他们呢?所谓的MPV也好、找需求也好。其实,都在完成能力构成体系的成果。需求不对,则并不是人类能力的延伸。

如果是这个角度看,当前发生和潜在发生的一切创新创造,都是在寻找正确的能力延伸。由此我们得到启发,哪些价值更重?则是找人类能力构成体系的边界的产品。边界意味着竞争力。这个所谓的边界,并非是纯技术,还包括了需求、文化的创新、习惯的改变等。进一步探讨发现,创新产品和成果的发生在能力边界内。越靠近边界的地方,价值维度越高,越受到时代的重视。

二十七、学会从前端技术中,挖掘新的商业模式

这篇文章是我阅读完肖峰《信息技术哲学》后的一些思考,主题就是信息技术相关。这篇文章主要探讨了信息技术的本质、发展阶段及特征,也包含了我的一些观点。

信息技术的哲学讨论,实际上是一种抽象思维的讨论。信息和技术均为涵盖了不同类型和形态的事物的汇总,他们不是简单的一种物质或元素。为了便于理解和本文的阐述,我们先来谈一谈关于“抽象”的概念。然后再对信息技术的相关哲学进行讨论,最后得出一些结论。这是本文阐述的一个大体框架。

1. 什么是抽象

什么是“抽象”?我们经常听到“把xx抽象成为xx”,“xx本质上是xx”。诸如此类。“抽象”是一种概括、提炼和归纳,是将某事物的某些元素提炼成为更高层级事物,并具备了该事物的普遍属性。

例如:把植物抽象为生物,把书本抽象为学习资料,把电脑抽象为电子设备..这样的抽象似乎是一种归纳。“提炼”事物为抽象的过程,可以是扩大事物范围,可以是成为抽象事物的某一个主要特征,也可以是将事物通过分类的方式。

用大白话来说,“抽象”的方式有很多,抽象出来的事物也是不同的。例如:把植物抽象为生物,就是通过分类的方式往上溯源,即生物分为植物、动物。动物也可以抽象为生物。再如:直播传播知识,抽象为教学过程,也可以抽象为互动学习方式,或者抽象为信息流动。

信息技术的抽象涵盖了从人类出现、发展过程中和信息相关的载体、方式方法。例如:微信日活用户10亿+,人们通过微信发送语音、视频、文字等信息方式进行互动交流。而这些信息的载体就是手机、Ipad、电脑等电子设备,技术则包括了信息相关的数据技术、信息流通传送技术、信息接收技术、信息的交互和处理技术等。

问题来了,古代没有网络、没有发电、没有信息接收器、没有显示技术..,那是否存在信息技术呢?这也是我们要讨论的一个点。

我的理解是,如果把“技术”一词所确定的固有范围再进行抽象,将其外延扩大,那么,我们会得到结论,印刷术就是一种技术。篆刻于龟壳上的“甲骨文”也是技术。

同理,在历史上没有文字的时代,“口口相传”本身也是一种技术。这种技术目前依然存在,只不过较为原始,即通过人的口口相传,信息的流通(影响力)也会有所不同。“好事不出门,坏事传千里”,从信息技术角度出发,就是“负面信息”的流通传输在“口口”载体的前提下能获得较大的传播。

这是通过“身体信息”的技术进行的传递。信息技术的发展,也反过来会不断影响着信息传递的属性、信息的载体等。例如:称之为”口碑效应“的互联网企业产品的发展形式,是通过累计了用户的好评所产生的。

而用户的好评的载体除了通过“身体技术”的口口相传之外,还可以通过发布朋友圈、社群、多媒体形式的图文视频等方式进行传播。因此,笔者这里讨论的“信息技术”包含的范围是从古至今,而不局限在近现代电子设备出现带来的信息技术方面的发展。

《信息技术哲学》一书将信息技术分为几个阶段。本文也沿用这样的思路。并根据这一点思路,对信息技术的核心元素的关系等方面做一些思考和总结。

  • 阶段一:口口相传时代;
  • 阶段二:印刷时代;
  • 阶段三:电子媒介时代;
  • 阶段四:后现代时代。

以上的四个阶段也很好理解。观察几个阶段我们发现,差别点在于信息的生产、传播、加工、处理等技术的不同,而有所不同。

例如:口口相传时代(这个词很泛,可以追溯上古时代),那个时候没有文字、更没有先进的技术设备。信息的生产是由人的思维加工,并通过人的身体(口、手、表情等)进行传播。

印刷时代,文字能够广泛的复制和传播,人的思想不再通过身体的信息技术、布料、器具等方式的传播而变得神话,而是通过在印刷纸张的字里行间让千里之外的人获得共鸣。信息生产的成本极大降低,也促进了思想的流行。信息传播因技术而获得增长。信息、文明、人类认知之间又互相影响、制约。于是,王朝兴替中,明正典刑的记录得以留存,记载着当时的各种法律制度、酷刑措施等,对后世的制度又成为了参考物。

电子媒介时代,即晶体管、播音器、电视机、电灯泡等生产和发展的时代。电灯泡当然可以成为信息技术一员,例如利用灯具制造的摩斯密码传递信息、大海的灯塔引导等。电视机的出现,信息的传播方式从看、听的二维变成了三维试听效果。眼睛、耳朵同时使用。

不要小看这样的转变方式,单纯从信息的展现维度的角度出发,就已极不容易了。这样意味着,信息的生产、加工因为信息呈现的不同而又产生了差别。纯文字带来的是线性思考,电视机带来的思考会更加立体。

可见,信息技术也会影响到人的思考和思维认知。人的思维认知的发展,又会带来信息的形式的不同(这句话有些拗口,可以理解为反作用)。《信息技术哲学》成书还是在2016年,其中许多论述当初看起来是遥远的神话,但目前来看,部分已有了实践(例如:在大脑中植入芯片的技术)。

后现代时代囊括的范围可以很大,这一条线是我们目前处于的时代。电子信息设备不再是单向的传递,而是有互动;不再是系统设定好的反馈,而是人工智能决策,不再是有所局限的载体,万事万物逐渐成为了“应用(分发)中心”。

2. 3个要素:人、机器、信息

我把信息技术的核心元素,提炼为了几个部分:人、机器、信息。

后面我们会沿用这3个元素进行讨论。这里的机器,也不再指的是狭义的“电脑、大型处理机、数据库等”技术,而是涵盖了从古至今和信息技术相关的载体。而人、机器、信息之间的关系在不同的阶段表现形式也有所不同。下面是笔者总结的几个部分,仅供参考:

阶段一:口口相传时代。口口相传时代,人通过人的身体信息技术,通过声音传递的方式作用于其他人。因此这是最简单的一层信息关系。笔者这里暂不讨论“作用的形式”。后文再进行说明。人对人的作用效果,和什么有关系呢?上文提到的“负面消息”是一种,还有哪些信息产生了差别形式的作用力呢?

阶段二:印刷时代。印刷时代的特征之一,是人不再直接影响他人,而是通过印刷机器的方式去影响更多的人。更多的人会形成互相影响的效果。例如:我们可以想象下,在明朝或者清朝的时候,会有一群文学爱好者举办一些“宋词切磋会”或者“唐诗研讨会”,他们手上会拿着一本《疾弃辛词宋》去学习。这就是人通过印刷物载体对信息的互相影响。

阶段三:电子媒介时代。电子媒介时代的是机器2.0,即电视机、广播设备、电话机、收音机等电子设备。机器的不同导致信息传递方式、信息的生产方式等产生的差异。

阶段四:后现代时代。机器3.0。信息的机器技术和设备更新,信息有了全新的加工、处理形式,信息变得更加智能化、人性化。万物逐渐数据化从而让机器逐渐成为价值链上的主宰。机器通过采集人的行为信息,经过加工处理(AI),对人而言变得更加个性化,随着数据量的增加,机器越来越模拟像人,更懂人,人的决策机制产生了分层现象。

万事万物随着数据完善成为“应用中心”,信息的维度更加丰富。信息的权力特征、对人的系统影响、也会有所不同。后续对此进行讨论。

专栏作家

产品光年,微信公众号:锌产品,人人都是产品经理专栏作家。曾担任国内某top知识付费平台B端产品经理,负责过亿级用户平台的产品设计的工作。对系统设计、系统思考等方面较感兴趣。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
1人打赏
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 作者总结了他在产品科技领域的一些思考,包括了产品创新、商业模式等各个方面

    来自广东 回复