虎嗅注：本文首發(fā)于GGV紀(jì)源資本（ID：GGVCapital），虎嗅獲授權(quán)轉(zhuǎn)載

文 |Jason Costa

回想互聯(lián)網(wǎng)的興起，每當(dāng)一種新平臺(tái)興起的時(shí)候，都需要新行業(yè)的公司具有一種不同的DNA。換句話說，即使西爾斯（Sears）或梅西百貨（Macy's）這種線下零售公司開設(shè)了網(wǎng)站，它們也不能算是電子商務(wù)互聯(lián)網(wǎng)公司。全新的組織結(jié)構(gòu)和不同的思維方式成就了亞馬遜，并在隨后的二十年中徹底改革了電子商務(wù)格局。

實(shí)體店+網(wǎng)站 =互聯(lián)網(wǎng)公司

之所以這樣說，很大程度上是因?yàn)橛刑嘈碌穆毮堋⒎椒ê瓦^程都需要開發(fā)新的技能，這些技能是老兵不能或不愿意做到的，如A / B測(cè)試和快速實(shí)驗(yàn)。

剛剛涉水互聯(lián)網(wǎng)的傳統(tǒng)公司可能并不重視A / B測(cè)試和實(shí)驗(yàn)。這既導(dǎo)致數(shù)據(jù)工程師需要不斷使用可擴(kuò)展框架來搭建現(xiàn)有系統(tǒng)，以便部署常規(guī)實(shí)驗(yàn)，還導(dǎo)致需要大量數(shù)據(jù)學(xué)家每天（而不是每小時(shí)）解讀這些實(shí)驗(yàn)的結(jié)果。數(shù)據(jù)科學(xué)在網(wǎng)絡(luò)時(shí)代擁有嶄新和獨(dú)特的功能，其作用之大史無前例。

此外，產(chǎn)品的開發(fā)周期也發(fā)生了意外的變化。網(wǎng)絡(luò)使公司真真切切可以隨時(shí)部署新產(chǎn)品。西爾斯（Sears）每季度推出一個(gè)新的產(chǎn)品目錄；亞馬遜可以每天（甚至每小時(shí)）推出一個(gè)新的“產(chǎn)品目錄”。這些互聯(lián)網(wǎng)所具備的新屬性需要不一樣的準(zhǔn)備和規(guī)劃才能被充分利用。團(tuán)隊(duì)之間如果可以相互協(xié)作，把握好軟件推出節(jié)奏，不僅能與用戶快速升級(jí)或修復(fù)系統(tǒng)，還能快速收集用戶反饋、改進(jìn)產(chǎn)品。

新組織的核心特點(diǎn)包括創(chuàng)建“產(chǎn)品經(jīng)理”角色以及提升工程師的話語權(quán)。工程師團(tuán)隊(duì)將有主動(dòng)權(quán)，不再被動(dòng)接受銷售與營(yíng)銷團(tuán)隊(duì)的命令。

突然間，在產(chǎn)品開發(fā)階段建立并擁有主要話語權(quán)的工程師就被奉為英雄了（本身確實(shí)應(yīng)該如此）。產(chǎn)品經(jīng)理的誕生令既有技術(shù)又有敏銳商業(yè)觸覺的個(gè)人有了崛起的機(jī)會(huì)——他們也同樣了解如何與工程師交流，或者與設(shè)計(jì)師討論用戶界面需求，與銷售和營(yíng)銷人員暢談客戶需求。更重要的是——他們能夠應(yīng)對(duì)內(nèi)外所有質(zhì)疑，將產(chǎn)品交付到用戶手中。

互聯(lián)網(wǎng)公司+ 深度學(xué)習(xí) = 人工智能公司

傳統(tǒng)實(shí)體企業(yè)不能僅靠開個(gè)網(wǎng)站就馬上能變成一個(gè)電子商務(wù)公司。同樣地，傳統(tǒng)互聯(lián)網(wǎng)公司要變?yōu)橐患摇叭斯ぶ悄芄尽?，只是建立一系列神?jīng)網(wǎng)絡(luò)是不夠的。成功的人工智能平臺(tái)轉(zhuǎn)型需要新的組織、職能和方法。這在有機(jī)器人技術(shù)參與的領(lǐng)域表現(xiàn)尤為明顯：自動(dòng)駕駛汽車、工業(yè)自動(dòng)化（工廠、倉(cāng)庫等地的機(jī)器人）、自動(dòng)最后一英里投遞等等。

數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)

在這個(gè)時(shí)代，數(shù)據(jù)的地位比起其在互聯(lián)網(wǎng)年代變得更加重要。有戰(zhàn)略性地獲取數(shù)據(jù)將是人工智能時(shí)代最重要的事情。注入培訓(xùn)框架從而產(chǎn)生習(xí)得模型的極其大量的差異化數(shù)據(jù)集將成為新的人工智能公司的主要競(jìng)爭(zhēng)優(yōu)勢(shì)。很多公司很有可能使用硬件來收集這種數(shù)據(jù)。他們可能投入巨款出售硬件，將產(chǎn)品滲透到特定市場(chǎng)（住宅、汽車、辦公室市場(chǎng)等）。硬件的存在將對(duì)這些公司產(chǎn)生數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)，也就是說，假以時(shí)日，這些公司將在各自領(lǐng)域從其他競(jìng)爭(zhēng)對(duì)手中贏得復(fù)合競(jìng)爭(zhēng)優(yōu)勢(shì)。

一家公司獲得的縱向數(shù)據(jù)越多，他們的模型和所做出的自動(dòng)化決策就越好。這些必須是“良好”、“干凈”的數(shù)據(jù)；而不是無用數(shù)據(jù)的輸入輸出。更優(yōu)的產(chǎn)品能被更好地利用，轉(zhuǎn)而提供更多的數(shù)據(jù)——這就是數(shù)據(jù)生命周期的優(yōu)勢(shì)。

決策自動(dòng)化

決策自動(dòng)化也將會(huì)變得尤為重要。所謂的決策自動(dòng)化是指機(jī)器在無需人手操作下自動(dòng)決策的能力。一個(gè)公司產(chǎn)品實(shí)現(xiàn)自動(dòng)化決策的速度越快，公司的競(jìng)爭(zhēng)優(yōu)勢(shì)就越大。比如，就“最后一公里”的投遞機(jī)器人來說，人員需要多久對(duì)它進(jìn)行一次遠(yuǎn)程操作呢？如果在機(jī)器過馬路或者必須要避讓人行道的障礙物的時(shí)候，人類不需要進(jìn)行遠(yuǎn)程的干預(yù)，那么這個(gè)公司的規(guī)模效益就會(huì)更大。

接下來問題就在于，對(duì)于管理機(jī)器人隊(duì)伍的遠(yuǎn)程操作員來說，機(jī)器人廠家能在多短的時(shí)間內(nèi)使得機(jī)器人的自動(dòng)化比率達(dá)到75%，甚至90%。工廠和倉(cāng)庫也是一樣，這些機(jī)器人需要達(dá)到最高水平的自動(dòng)化決策。

新的產(chǎn)品團(tuán)隊(duì)

在這些新興機(jī)構(gòu)里也可能會(huì)產(chǎn)生過多衍生角色。產(chǎn)品管理會(huì)有所變化，設(shè)計(jì)也是一樣。在互聯(lián)網(wǎng)和移動(dòng)工具時(shí)代的進(jìn)程中，各個(gè)領(lǐng)域中的大多數(shù)公司都已傾向于不再把注意力集中在硬件方面。取而代之的是現(xiàn)代產(chǎn)品組織的三巨頭：產(chǎn)品、設(shè)計(jì)和工程。隨著無人駕駛汽車、產(chǎn)業(yè)自動(dòng)化、機(jī)器人、智能家居等的出現(xiàn)和發(fā)展，未來社會(huì)將會(huì)需要機(jī)械和電氣工程師、產(chǎn)業(yè)工程師，甚至還可能需要物理學(xué)家和數(shù)學(xué)家的潛在需求或許也將會(huì)顯現(xiàn)出來。

毫無疑問，還會(huì)需要更多數(shù)據(jù)科學(xué)家，數(shù)據(jù)科學(xué)本身可能成為一項(xiàng)商業(yè)技能，像“編程訓(xùn)練營(yíng)”（ HackReactor）會(huì)訓(xùn)練數(shù)據(jù)學(xué)家來把TensorFlow這樣的行業(yè)標(biāo)準(zhǔn)工具運(yùn)用在特定的數(shù)據(jù)集上。制定新型建模策略的專家們可能會(huì)更像房屋建筑師，他們承包了藍(lán)本的構(gòu)建，但他們甚至可能從不參與實(shí)踐。

產(chǎn)品經(jīng)理的角色

產(chǎn)品經(jīng)理的角色也會(huì)有極大的變化，我猜測(cè)產(chǎn)品經(jīng)理以后會(huì)分為兩種類型。一方面，產(chǎn)品經(jīng)理可能會(huì)更強(qiáng)調(diào)對(duì)項(xiàng)目管理和對(duì)目標(biāo)客戶的產(chǎn)品營(yíng)銷。這類產(chǎn)品經(jīng)理會(huì)經(jīng)常地與客戶打交道，更密切監(jiān)控進(jìn)程并從市場(chǎng)上獲得反饋。他們還會(huì)與市場(chǎng)營(yíng)銷部門更密切合作，進(jìn)行進(jìn)入市場(chǎng)前的故事營(yíng)銷，專注于讓機(jī)器人和人工智能對(duì)用戶和公司更加友好。

在另一個(gè)方面，將會(huì)出現(xiàn)一些具備高級(jí)技術(shù)技能的產(chǎn)品經(jīng)理，他們的工作與工程部門的聯(lián)系非常緊密（甚至很有可能需要向工程部報(bào)告）。在人工智能和深度學(xué)習(xí)的背景下，這類產(chǎn)品經(jīng)理需要了解，現(xiàn)在可以做到的事情是什么，為兩年、五年后的需要收集的數(shù)據(jù)做規(guī)劃，來實(shí)現(xiàn)更多事情。那意味著將來不只需要建立功能路徑圖，還需要建立一個(gè)數(shù)據(jù)路徑圖。除此之外，獲得必要數(shù)據(jù)和審改數(shù)據(jù)集不再是重點(diǎn)——重點(diǎn)是需要從一開始就構(gòu)建能收集數(shù)據(jù)的產(chǎn)品。產(chǎn)品經(jīng)理需要弄清楚哪些信號(hào)是重要的，然后制造產(chǎn)品來搜集發(fā)出信號(hào)的數(shù)據(jù)集。

結(jié)論

雖然人工智能將需要時(shí)間繼續(xù)發(fā)展和進(jìn)一步滲透市場(chǎng)，我的確相信深層次學(xué)習(xí)將影響我們?nèi)粘Ｉ畹姆椒矫婷妗獜奈覀內(nèi)绾紊习?、工作的時(shí)候如何提高生產(chǎn)力，到我們?nèi)绾蔚玫绞澄锖腿绾芜B接家庭居住空間。組織可以憑此獲得無限機(jī)會(huì)進(jìn)行資本化，也需要避免很多問題（參見百視達(dá)Blockbuster的破產(chǎn)）。

如果說互聯(lián)網(wǎng)浪潮曾預(yù)示過什么，那就是未來將會(huì)有很多贏家和輸家。對(duì)于現(xiàn)存的企業(yè)，他們的成功很大程度依賴于公司DNA的變化速度以及能否抓緊下一個(gè)平臺(tái)潮流，并吸取互聯(lián)網(wǎng)產(chǎn)業(yè)的歷史教訓(xùn)。下一個(gè)十年值得拭目以待。