吴声2019新物种演讲万字完整笔记：年轻商业的6大预测
原作者：笔记侠
内容来源：
2019年8月4日，一年一度的“新物种爆炸·吴声商业方法发布2019”
在北京751D·PARK 79罐如约而至，场景实验室创始人吴声进行了主题演讲，
“预测”依旧，解码数字商业新时代。
笔记侠作为笔记独家合作方，经主办方和讲者审阅授权发布。
讲者| 吴声封面设计 | 智勇 责编 | 嘉琪 马畅 智勇第 3958 篇深度好文：15886 字 | 25 分钟阅读
全网首发·完整笔记·宏观趋势
本文优质度：★★★★★+口感：三角面包
笔记君邀您，阅读前先思考：
什么是商业算法？新物种的诞生，对我们有什么启发？如何找到下一个新物种赛道？
一、年轻商业的算法
如今，数字商业的规则和伦理正在穿越无人区，没有任何先例可循。当下的每一步不仅崭新，也意味着全新规则下的可能性和对有史以来所有认知的挑战。
这就是我今天要报告的核心命题——数字商业正年轻。“年轻商业”是有算法的，它以系统的数字化探寻年轻商业的可能性。
这让我想起里尔克的一句诗，“微风有时发出一个信号”。这个“信号”是什么？这个年轻商业的信号是什么？我们观察到年轻商业的三个信号，我将其总结为3个字：小、多、轻。
1.小，来自边缘的持续连接
小，是第一个信号。有人说我知道，小业态越来越风靡，小店越来越多，小游戏越来越流行，有人说我们都在小程序上，有人说79罐不就是小剧场吗？
其实，“小”，可以是小V、小游戏、小业态，或者化妆品公司正流行单独售卖的小样。当然，还有很多比小更小的场景。
在过去几年多次提到，但是不理解这样一种比小更小的场景，它就是今天我们所提到的来自边缘的持续连接。
也就是说，小不仅仅是一个物理的网络可读性，空间的感知可读性，更多的是我们的自我感受。
我们不在意听到什么、看到什么，只在乎感受到什么。所以，小是一种感受。但这种感受在今天的商业逻辑里，恰恰意味着如果你是一个来自边缘的持续连接，这个小就非常有意义。
有时候，不得不说无知和偏见都不会构成对捷径的羁绊，但傲慢会让人轻视一个信号的“小”。
譬如在B站主流化之后，难道世间再无“A站”（Acfun）、“B站”（bilibili）了吗？“野生小站”还在隐秘生长。有的成为同人本资源集聚地，有的可能如“G站”（GiliGili）主打游戏，亦或是2018年11月被B站并购的M站（猫耳FM）。
这么多边缘的切口，我们该怎么理解它们和更多年轻人形成的一次又一次连接？
“小”还体现在每一分钟都包含一个信号，每一分钟的需求都能成就一个独角兽。
叮当快药应不应该再快一点？叮咚买菜为什么成为互联网新品类？它和我们理解的一系列的互联网菜市场，如每日优鲜、盒马相比谁更能成为赢家？我们不得而知，但我知道一分钟很重要。
毫无疑问，用小数据捕捉小需求，是2019年上半年看到的商业的信号，正在成为这个时代的一种潮流。
这个小数据是基于更加颗粒度的用户行为的建模，这个小需求是我们经常说的具体、真实、独特的场景请求，它值我们认真地去响应，因为基于此我们一定有办法满足用户独特的需求。
用小数据去捕捉小需求，就意味着更多场景会被重新定义。
我们找到了这样一种场景，找到这样一种小事情，比如睡觉。
首先我们来理解睡觉这件小事，它小吗？并不小。中国有3亿睡眠障碍的大军，所有互联网巨头都要进入这样一个赛道，包括苹果、谷歌生命、飞利浦等我们看到的几乎所有科技巨头，都在布局睡眠产业。
慕思已经研发第六代睡眠系统被称为“会思考的人工智能”床垫。虽然它对于促进人的睡眠质量这点较去年相比只有小小的进步，但这小小的进步居然就可以让慕思去定义它作为“数字化睡眠”的品牌即品类。
你看，对于一个很小的事情，选择了前所未有的精力，拿出所有关于睡眠的技术和投入，它越来越不像一个床垫公司或者寝具公司，正在成为“智能睡眠系统”的集成商和供应商，就像雕爷的阿芙精油这样的“品牌即品类”的解决方案公司。
如果用小数据能够解决小问题，一定是非常优秀乃至于卓越的商业模式。
几年前我们谈论“共享”的时候，总是不走心地说出共享单车、共享充电宝、共享雨伞、共享篮球，说“中国新四大发明”之一的共享单车是多么不靠谱。
今年3月我在美国“西南偏南”演讲时讲到共享单车，在场人都哈哈大笑，我明白他们在笑什么，但奥斯汀的共享滑板90%都是共享单车模式的深化？重要的是，它能够深入场景，形成解决问题的方案。
共享单车并没有消失，它已成为今天平台和生活方式一个更重要的补充，它的模式也在演进进化一个又一个新的能够成立的商业场景，商业模式。
前段时间在参加一个活动时，和云充吧的创始人在聊到共享充电宝，我说今年挣钱了吗？他说扣除商家分成后5个月就能回本。
这是什么逻辑呢？有句话叫做“太阳底下无新事”，就是因为大家现在依然处于“续航焦虑”和“能量补充”的迷茫中。我们出门要带一个充电宝，才能放心地、不停地刷手机。这与电动车关于续航的焦虑是一样的。
这说明重点不是在结果上“大而全”或者“小而美”，如果这样一个小的问题持续应该被小数据满足和解决，我们就说这样一个小数据所形成的饱和供给是慢慢长出新的东西。
我们永远不会轻易总结和定义谁是一个什么样的公司，但我们一定会记得曾经有这样的问题被解决，通过小数据不仅能形成饱和攻击，形成深耕场景、调校算法，还能不断优化品类结构。
因此我们可以看到，即便这种小数据生长出来存在和各种场景结合，都非常了不起。但现实是，我们最容易忽略的，基本都是最小的一些场景。一旦关注到，就是关乎人人。
在这样一个时代里，我们应该有新的一种能力，应该有新的技术解决方案，并不是我们理解的围绕某个问题想出的创业模式，也不是抖机灵，而是解决问题的方案。
小数据在更大范围里的应用场景也是可观的。比如小数据机器人或者这样一种算法去解决小问题的能力，形成了我们的一个全新的洞察：
从2018年开始物业公司扎堆上市，但重要的是我们预测到或者我们预见到AI物业的浪潮正在开始，它与机器人解决小问题一脉相承，因为没有什么比智能物业、智慧物业、AI物业更能提升人民幸福率的指数级增长。
AI物业解决的是更真实、更具体、更有感知的近场痛点。其中，我们看到的是越来越多生活痛点被数字化解决，被智能化响应。这就是我们说的幸福，这就是我们理解的什么是这个时代的生活、观念和消费的升级。
科比·布莱恩特投资的VIPKID，是典型的小数据公司。我们原来理解的小数据是将其定义为个体数据的一个狭义表达。
但今天再去看，如果这样一个数据不断在一个具体场景里沉淀和持续，并且这个场景是通过陪伴小数据在K12领域进一步进化，那VIPKID是不是陪伴小数据进化的一种K12教育呢？
面对这样一种可能性，它的确可能是更加有力且更加真实，其核心就是：学习场景的连续性，是个体数据的持续性。
那在金融领域有没有类似的可能呢？百信银行是我们今年上半年重点发掘的一个案例：
它以小数据驱动场景金融，通过350个API（操作系统留给应用程序的一个调用接口），形成场景解决方案，定义上百个颗粒度的场景，形成多样化的运用金融的能力，从而赋能不同行业，形成赋能行业场景的价值，这种价值我称之为API赋能。
在API赋能的基础上，百信银行不断强化行业数据与自己的芯片关联，形成类似于高通骁龙芯片的AI算法调校产业的场景芯片，这赋予了它开放和授权的能力，能够通过场景金融能力完成自身的生态构建。
我把这样一种生态构建称之为赋能场景的金融新SaaS。以“场景+”开放银行生态战略，个性化的场景定制服务，成为赋能金融行业数字化转型的效率助手。
当S2B2C的S足够多，就可以2B2C，帮助更多行业使用金融产品、金融效率、金融场景的解决方案去提升自身新金融消费。如今，场景在无限细分，但小数据却汹涌澎湃。
那么，我们能够找到属于我们自己的特定场景的细分吗？也就是我们在不断紧抓产业互联网的末梢时，不仅是借助自己的场景，更是捕捉行业痛点，是在解决场景的痛点。
所以说，小数据是场景数据，谁更能驾驭小数据，谁就更有机会定义年轻场景，更有机会定义新品类。
今年4月份东京考察时，我注意到两个场景：
一个是东京浅草寺附近的9hours，主打胶囊公寓+咖啡，但它的逻辑特别简单——最好的睡眠舱、最好的咖啡，但最重要的是“共享Desk”。
这张桌子让你放下周边的熙熙攘攘，随时随地进入心灵，来一次说走就走的“头脑风暴”之旅。
它的数字化反馈能力可能偏弱，但国内谁把商业模式定义为Desk这样一个小数据场景，这是不是一个机会呢？
另一个是东京的付费制阅读空间“文喫”。在日本的闹市区，一个小小的图书馆，在它的小小智能空间中，让我们可以进入天堂的样子，我想它就是图书馆的样子。
在这两个案例里，我们可以看到小数据未来的应用场景的模型和多样化，有可能是什么呢？我觉得如果运用了小程序、接入腾讯云，直接预约、数字化能力，形成近场网络的连锁和覆盖，怎么样也得让IDG给我投一千万美金，可以吗？
通过这两个案例，我们不禁要思考：小数据未来最有机会的应用场景模型是什么？
这次演讲的部分内容特别受到了《为什么》这本书的启发，作者是图灵奖获得者珀尔教授。
书中说，“大数据是相关关系”，我在后面添加了一句，“小数据是因果关系”。大家都知道，相关关系不等于因果关系，但大数据的应用上见不到因果关系，因此我们就很难见到复杂的归因。
珀尔教授说，“数据不了解因果，而人类了解。”他认为数据本身没有智力，决定数据使用的是人的思维。
珀尔教授长期以来对AI整体的研发和产业所做的推动堪称居功至伟，但又不得不说，今天的AI还不是人工智能，还停留在“智障”阶段。他自己也认为现在的“人工智能”绝大部分都是“人工智障”。
我们现在看到的人工智能绝大部分还停留在第一层“观察”阶段，是一种相关性的检索。第二层是行动，干预能力；第三层是反事实的一种推理，就是AI能否跟自己说“不”的因果律。
为什么AI要学会和自己说“不”？其中的用意是，让机器像人一样思考，去学习人类在发
登录后可查看完整内容，参与讨论！
立即登录