傅盛：深度学习是一种新的思维方式

　　落后最怕的是思维方式的落后。
　　过去猎豹在安全和工具层面，抓住了上一个时代的大风口。如今这条赛道不再像以前那样野蛮生长。
　　互联网已经进入下半场，广度红利时代结束。原先粗放式的流量经营模式遭遇瓶颈，用户增长受限，且再难出现爆发性机会。下一个机会点在哪？
　　我讲过，人工智能会是下一个风口。
　　但，首先我们必须认识到人工智能一定不是简单的一个神经网络，也不是用一个新的函数替代一个旧的函数。人工智能是对整个产业的重构，是对我们整个思维方法的重新塑造。
　　它将现实所有物理事件产生的东西归结于一个点数据。然后，再把这个数据，用神经网络的方式去认知和理解，达到过去所有算法无法企及的高度。
　　而深度学习，无疑成为当今人工智能大爆炸的核心驱动。它不只是一种算法的升级，而是一种全新的思维模式。
　　今天，我们完全可以利用深度学习，利用海量数据的快速运算，消除信息的不确定性，帮助我们认知世界。
　　这种认知的可能性，最广为人知的就是AlphaGo打败李世石。我说过，现象即规律。这个现象给我最大的启示就是把过去围棋的定式算法问题，转换成了黑白点的数据问题。它利用神经网络超大规模的数据处理能力，去理解人类记录过的围棋数据，以及自己左右互搏产生的海量数据，在人类也不明白的情况下，一举碾压了人族。
　　它带来的颠覆性在于：将人类过去痴迷的算法问题，变成了数据和计算问题。
　　我认为，这是重构技术模式，产品形态，用户理解的新方式。深度学习的突飞猛进，也将使得猎豹这样的工具厂商，有机会与社交产品站在同一维度同台竞争。
　　唯一需要思考的是：如何让用户成为一种生产力？
　　比如，你觉得特斯拉是汽车生产商吗？如果你重新换个角度，会发现特斯拉本质是一个数据采集器。它利用汽车载体实现了对人类驾驶行为的触达。
　　我最新买的特斯拉P90D，已经可以自主学习变道。它会多次来回试探，学习你开车的动作。你每一次开车，都是在给它贡献数据。它跟谷歌的无人驾驶有很大不同。
　　他们走了完全不一样的路线，思维角度也不一样。
　　谷歌是传统的软件工程思维。用高精尖地图，把一段路的地图精确到厘米级，以便车子开的过程中就知道路况，通过激光来避开路面障碍。但问题在于，这套方案，只有知道地图和路况不发生改变时才能运行。
　　但特斯拉用的是NVIDIAMobileye的方案，跟人开车的状态一样。它认为，辅助驾驶到了一定程度就是实现无人驾驶。只要收集大量的驾驶数据做处理。不用管地图，用产品就能实现数据收集。实际上，就是把所有路况信息和人的操作动作数据化。
　　我认为，未来的公司本质都是数据公司。市场的竞争，一定会从技术竞争演变成数据竞争。
　　各公司的商业策略和产品策略，都会围绕着获取数据开展。后进的公司要想不坐以待毙，唯一的办法就是快速获得数据。
　　深度学习绝不只是一场技术革命，或一种算法的改良。本质上，它是一种全新的理解用户和商业模式的思维方式。
　　过去半个世纪，计算机也在进步，上一次震惊，发生在超级计算机深蓝打败人类的国际象棋冠军。但，深蓝也只是依靠计算机强大的穷举能力，还不能像人那样思考。然而，当数据量足够大，运算速度的指数级提升，深度学习让机器有了人类的直觉，再一次震惊发生了：AlphaGo打败了世界围棋冠军李世石。这标志着一个时代的终结和一个时代的开始。
　　它启示了我们：数据量的与日俱增，量变积累导致的质变，让机器变得更加智能。相应的，我们的思维方式和做事方式，都应该跟以往有很大不同。
　　今天，所有问题，我们只要换个思路就可以找到正确答案，其核心就是变一切问题为数据问题。
　　从数据的维度看产品，就会变得不一样
　　按照我们以前的视角看，没有一千万用户的产品，都不值得做。但今天看，一百用户产品，如果用户在里面频繁交易，甚至比一千万用户产生的价值还要大。
　　怎么理解呢？就是说，从数据的角度看，小规模产品依然有价值。
　　当然，数据也分强数据。什么叫强数据？比如淘宝的数据就是强数据。它的用户上来就花一千块钱买一个东西，跟你在App右上角点击一下的数据，肯定不可同日而语。
　　换句话说，如果你有强数据的产品，即使用户量很小，它也可能产生很大的价值。比如，猎豹以前做了一个网购保镖，一年差不多赔70多万，后来大家觉得太耗成本，就想关掉。如果换个角度，开网购保镖的人，都是网上花钱的人，这个数据价值是不是远高于70万？当你这样去想的时候，你再看一百万用户的小产品，是不是就变得有价值？
　　如此一来，我们通过深度运营小规模用户，重新挖掘出了数据价值。与此同时，我们还可以再做一些功能区分去引导用户。
　　只是，思路要变了。
　　我提出一句话叫功能运营转向数据运营。不管你做交互也好，功能也好，做一个App亮点也好，在今天这个广度红利结束的时代，已经没有深入的机会。
　　任何一个产品经理来跟我交谈，我一定不要听他说，有什么不一样的点，或哪个功能点做得怎么样。为什么？第一，好的功能点，大家都想得差不多了。第二，即便你有好的功能点，对手跟进会非常之快。你很难做到独一无二。第三，如果你能把数据这件事想透，今天具备数据挖掘，具备深度学习能力的公司，尤其中小公司，还是非常少的。那么在这个点花功夫，是不是会事半功倍？且对手很难跟进，壁垒还足够高。
　　同理，不思考数据的产品经理必将被淘汰。
　　产品经理不理解数据，产品经理就只承载了交互。交互只是基础，就像汽车轮子。要想真正做到独步天下，还需要去思考数据。如果你不去思考你的产品数据，不去理解数据价值，不透过数据去理解用户，不去做用户画像细分，一定会被淘汰。
　　放弃野蛮增长的期待，信奉数据主义
　　最近，我在听赫拉利的新书《未来简史》。他讲到，未来一切都是数据处理。如果你把每个人都想象成一个数据处理器，人和人之间的交流就是信息交流。那么，整个人类社会就是一个数据处理系统，整个人类历史就是给这个系统增加效力的历史。
　　到那时，新的宗教就会出现，称之为数据宗教，也叫数据主义。它的核心价值观就是主张信息要流动。哪怕是信息生产者，也不能控制和拥有这个信息。
　　这些思考还是很让我脑洞大开的。姑且不管数据是否最终会成为一种宗教，但对于一家公司来说，核心就是要相信。
　　相信数据主义已经到来。
　　有了这个思想，我们就可以把一切问题都当成算法问题。机器和它包含的各种算法，甚至有可能比任何一个人都了解一个人。
　　如果有一天，你所有的喜怒哀乐不贡献出数据，它们对于人类社会就是没有价值的，就是和你这个人是没有关系的。就跟你纳税一样。你想成为这个世界连接的一部分，你就要贡献数据。
　　而今天，对猎豹来说，数据就是我们的优势。
　　这个季度发财报时，分析师问，你们做NewsRepublic有什么优势？这也是我反复讲的事情。我们有6亿月度活跃用户，这个用户本身就在产生数据。而我直接在这些数据之上升级内容，这些内容很快又会产生数据。我就比别人成长周期更短。
　　如果对手想做，得从零积累用户，还得一个个国家谈渠道，去推广，组建团队，经历磨合的痛苦等等。想半年或一年追上，基本就不可能。
　　我们还是站在一个高顶上。
　　包括现在说转型升级，工具内容化，最核心的一点其实就是我们把整体数据用好。否则，为什么Q3财报环比和同比都很低的情况，股价反而能涨呢？核心就是大家看到你在转型的过程中，还能实现增长。很多人有了信心。
　　本质上还是我们自己建立了信心坚信有机会踏入下一个模式。所以，我觉得，未来唯一的挑战就是整个团队，从上到下，能否思维革命，统一这样的认知坚守数据主义的信仰，坚信这条路可达，去做不擅长但目标明确的事情。
　　如果过程中，哪一个点可能阻碍，那就：改造自己，干掉这个点，继续前进。