AI產品經理的必修課:系統化思維

做產品時，應該儘可能用簡單純粹的邏輯，用簡單模擬複雜，而不是用複雜追求複雜。

「思維」是很難講的東西，蝸牛老師的分享非常精彩，得到了現場同學們的一致好評——

……這種東西不好講，很容易就「虛」掉，而且沒有深刻經歷過的人未必能馬上深刻理解，無法深刻理解就變成了人人都懂的道理，但是分享嘉賓是諮詢出身，16年經驗，講的很棒，通過深入淺出講物理學原理，以及多個成功案例，一點點滲透大家認知，最精彩的就是能引導大家去獨立思考，通過現場捕捉大家的錯誤觀點，打破大家的固化思維，引發認知升級，這點非常非常重要……以前部分觀點是有親身認知的，但都是血淋淋教訓吸取的，從未有這麼系統的認知。——蘭楓

需要說明的是，本文重點記錄的是核心論點，限於篇幅，沒詳細說論據，大家若有興趣，可另外參考蝸牛老師的知乎專欄《世界變化這麼快，我們該怎麼辦？》。

一、經驗與方法

1、經驗與方法的區別

需要給別人指路時，如果對方是一個完全不會看地圖的人，我們就只能採取「以地標為主」的指路方式，詳細的訴說整個路程中經過的所有地標，這樣的指路方式簡單易用，但是，一旦處於新的環境、喪失了這些地標的話，這樣的指路方式就失去了意義。而如果一個人學會了看地圖，那麼再也沒有什麼困難的路可以難到他。

「按照地標指路」便是我們所說的經驗，經驗聽起來複雜，做起來簡單，學習成本極低，易學易用見效快，但是死板，會隨著環境的變化而很快過時。「看地圖的能力」，則是我們所說的思維方法，聽起來簡單，做起來複雜，極其抽象，不易於理解，更不易學習，很靈活，泛用性廣，不容易過時。

人是傾向於學習經驗的，因為它足夠固定，足夠簡單。但是經驗卻經常變化，需要我們不斷地學習新的經驗。因此如果只學經驗，不學方法，當改變來臨的那一剎那，我們就傻眼了，即使學習了很多東西，依然沒有很強的處理問題的能力。

2、經驗與標準的關係

在電商領域，阿里巴巴活下來了，所以阿里巴巴塑造了電商的標準。然而在AI的領域，還沒有經驗，更沒有標準，誰活下來了，誰就是經驗，誰就是標準。為了應對全新的領域，我們必須要學會方法，就好比走路時要認清東南西北，方法雖然抽象難學，但卻有更長的壽命，更強的適用性，一旦掌握了方法，我們就可以利用自身的優勢創造經驗。

分辨我們學習到的東西是經驗還是方法，有一個簡單快捷的識別手段：看我們學習到的東西能否跨場景使用。在實際中，沒有思維方法的幫助，我們學到的大多數經驗，其實都是錯的。而這些錯誤的經驗，會讓我們越學越傻。標準是成功的經驗的產物。不要用複雜去追求複雜，而要用簡單去解釋複雜。

3、用具有方向的思考方式取代猜測

為了說明這個問題，老師舉出了柯達膠捲的例子。柯達膠捲是被什麼打敗的？很多人回答說是數位相機，然而讓眾人意外的是，世界上第一張數碼相片竟然是科達發明的，而打敗柯達的，也並不是數位相機。

面對老師的問題，在場同學們給出了各種各樣的答案，然而並不準確也沒有方向性。從這裡我們可以發現，在實際的生活情境中，大部分人都是先通過直覺猜測，再通過自己的深度思考驗證。這就會帶來一個問題，很多事情看起來是對的，但實際上不對。當蝸牛否定了「數位相機」的答案後，進入了一段冷場期，接下來就是學員們一次又一次的猜測，然而這些猜測對真實的答案並沒有幫助。

面對一個問題，正確的解決方法應該是把上面的邏輯反過來。第一步，結合之前的經驗劃定一個思考的範圍。第二步，在這個範圍內猜測，並且通過猜測不斷地縮小範圍。

面對「柯達被什麼打敗了」這個問題，首先應該思考的是「什麼能夠打敗一個公司」，這樣的思考模式就是依靠方法而不是依靠經驗。柯達的核心業務是照片的衝洗，一旦這個業務被攻破，柯達也就被打敗了，所以我們很容易聯想到是什麼產品革新了衝洗的業務。印表機的出現給消費者帶來了新理念，比如即拍即打，在這樣的效率下，需要一個星期才能衝洗出的膠捲自然就沒有了市場。

二、知道與學會

1、一半對一半錯要比全部錯誤還可怕

大多數人提出的問題看上去是對的，但卻經不起推敲。個人堅決反對碎片化學習，如果不能把所有的點串成一條線，反而影響認知。

信息的利用有兩個要素，獲取成本和鑑別成本。在網際網路出現之前，信息利用的成本主要在於獲取，然而在信息爆炸的今天，鑑別成本則有了巨大的提高。特別對於老一輩人群，他們所處時代，信息質量高、速度慢，所以甄別信息能力非常弱；但現在時代，完全相反了（新聞媒體重速度不重質量），所以他們很容易迷失在錯誤的信息裡（被欺騙）。

2、產品經理一定要具備的能力：將一件事精確定義到可以復現的地步

知道和學會是有區別的。知道指對蘋果的歷史如數家珍，學會是你不僅知道蘋果公司的一切，還可以複製到自己身上。老師舉出了小米公司的飢餓營銷的例子。在飢餓營銷中，哪個詞是最重要的呢？餓是結果，不是原因。小米1代2011年上市，htc同配置賣5000多，但小米賣1999。飢，才是這一切的開始。飢餓營銷的重點是，產品要打造一個能讓用戶饑渴的亮點，要遠超過用戶對產品的預期，減少貨源把饑渴點放到最大，然後引到營銷上。這個邏輯可以用在任何事情上。當我們可以把一件事用到其他的地方時，便是學會了這件事。

3、從小米的案例中學習到了飢餓營銷，如何應用

中國移動曾經有這樣一個案例，在一個區域中，部分人群消費80-90元，主要的付費點是3G、4G流量，這部分人群佔當地人口40%，如何通過飢餓營銷的方式把人均消費提到120？通過抽獎打造一個讓用戶饑渴的亮點，抽到的全年話費免單。這樣的活動遠遠超過用戶預期，再通過每個月僅抽出10個人減少貨源，把饑渴點放大。最後通過月話費過百才可以抽，並分享給朋友的病毒營銷方式，將這個活動釋放出去。

產品經理要養成一個習慣，精確定義身邊的所有問題，一些現象到底是什麼？哪怕友情，溝通，都可以定義。定義的標準就是可以在任何一個場景可以復現。

三、系統化思維

1、系統化思維與碎片化思維的差異

有個魚缸，裡面有條魚，A角度一個攝像機，B角度一個攝像機（A和B方向垂直），房子裡有個人，只能通過A和B看到魚。系統化思維看到的是「A和B是魚的不同的角度」，碎片化思維看到的是「A和B之間存在詭異的聯繫」。這樣的兩個人在溝通的時候，是很難互相理解的。系統化思維是指在看問題的時候，不僅看到表現，還看到了背後的聯繫。

2、物理思維，從簡單到複雜的認知體系

學習物理時，最開始接觸到的運動模型是「光滑平面上勻速運動的物體」；當加入摩擦這個條件時，就為系統引入了力和加速度；在圓周運動中，我們進一步學習了速度、加速度、力三者在不斷變化的運動系統。如果不是循序漸進一步一步學，而是一上來就學習圓周運動，會非常困難。這就是一個系統化的思維方法，它的過程是從簡單到複雜（一步步疊加）。

3、找到物理系統中的主要矛盾

• 系統是由相互作用的若干部分所組成的，具有特定結構，特定功能的有機整體，這些系統是遞進的，下一個系統是上一個系統的擴展。
• 系統之間存在著聯繫，其中最強的聯繫是父子關係。
• 當多個系統都被一個結構所影響的時候，這些系統之間必然存在關聯。
• 系統的關係和結構是相對的，決定它們的是解決問題的方向。

伽裡略在比薩斜塔拋出兩個不同質量的鐵球，會同時落地。然而拋出羽毛和鐵球，兩者不會同時落地。前者的主要影響因素是重力加速度，後者的主要影響因素是空氣阻力。如果我們沒有系統性的思維，就很容易在這個實驗中僅僅看到單一因素，從而陷入悖論。做產品時，應該儘可能用簡單純粹的邏輯，用簡單模擬複雜，而不是用複雜追求複雜。考慮用個例否定通例的必要性，注意產品的適用範圍以及主要解決的問題，而不是用看起來相關但實際並不相關的因素來反駁自己。

4、通過構建系統核心框架，解釋複雜的現象

在分析目標系統的時候，首先要確定目標系統的系統框架，核心描述是什麼？例如牛頓力學的核心系統為（F＝ma），帶有摩擦力的直線運動是牛頓力學的最小版本。不斷去掉目標系統中的弱關聯子系統，直到子系統之間的聯繫都非常強（扔鐵球不扔羽毛），則這些子系統所組成的，就是目標系統的核心系統（或最小系統）。觀察核心系統，並定義核心系統的結構，則這個結構就是目標系統的核心框架。系統框架不是事實，是我們用來解釋事實的理論，永遠都有更深層次的系統框架。（就是不要用複雜追求複雜，用簡單解釋複雜，系統框架就是簡單，我們可以把複雜的東西抽象）

與AI相比，人的能力是從簡單到複雜，是抽象的能力，然而AI是從複雜到複雜。

在網際網路領域，技術不斷接近瓶頸，就會有不斷地商業模式被開發出來。商業的本質是一買一賣，等價交換，貨幣的誕生代替了一般等價物。如今又有了免費的商業模式，通過免費的模式換取客戶的流量，通過販賣這些聚集的流量賺取利潤。物理學習的過程就像打麻將與下棋，不斷觀察場上的現象，然後提煉出較一般的獲勝規律。當發現新規則的時候不能確認自己過去的規則是錯的，就得繼續觀察測試驗證。

當我們學會系統化思考後，還是要去一些老的領域借鑑一些系統框架，抽象的東西可以復用，然後當做新世界探索的規則。科學探索是一種近似，把很遠的系統通過一些基礎的理論連結起來。而這些底層的框架是可以復用的。

所以高中物理學習的過程可以被翻譯為：

當我們想要學習一個複雜的系統問題時，首先要學會這個系統點最小子系統，當我們掌握了最小子系統後，在最小子系統增加一個條件，產生一個新系統學習和理解新系統。重複這一個過程，且保證增加條件後的系統還是可以理解的，我們就可以逐漸理解更多更複雜的系統。

四、如何應用物理思維

我們對世界的理解是系統化的，不會被任何一個單一維度所制約。

1、埃隆馬斯克–提煉出系統框架或最小子系統

當你思考的時候，你應該（像物理學做研究那樣）先持續地蒸發你所遇到的問題，直到沉澱出問題最根本的原理，而不是通過類比推理去猜測。物理學真的能推演出很多類似量子力學那樣違反直覺的新事物。

SpaceX 的例子。雖然材料科學與控制技術已經得到了迅速的發展，但是航天卻沒有顯著地進步。曾經的多級不可回收火箭是一個臨時解決方案，需要迎來一些改變了。馬斯克通過一系列的推理和計算確認了SpaceX的可能性，便做了起來。為什麼我們沒有這樣計算過，因為我們被卡死在過去的經驗上。而沒有仔細的推理，過去的火箭在什麼條件下設計的，現在這個條件改變了嗎？我們所有人的視線都被過去火箭的思維束縛了，用戶調研永遠問不出創新的東西在新場景中，過去的經驗是沒有作用的。

為什麼做特斯拉，即使充電有50%損耗，依然是優於汽油發動機的。發動機對燃油利用率只有30%，然而發電廠對能源的利用率高達90%，這樣算起來，電動汽車具有非常巨大的能源利用上的優勢。

2、iPhone為代表的新手機能幹掉以諾基亞為代表的老式手機的根本原因是什麼？

老師首先提示了我們要如何思考這個問題，不要預設立場，對比兩套系統，去掉所有一樣的東西，剩下的就是答案，並且我們要能夠從答案中學到東西。

蒸發掉很多子系統後，我們可以發現，iPhone與傳統手機的區別在於物理鍵盤和虛擬鍵盤。iPhone帶來的多點觸控的輸入方式給UI及互動設計帶來了革命性的變化，而這也是iPhone用戶體驗好的源頭。

產品經理對用戶體驗的決定權就好比一個導購把產品高價賣給了老人。產品經理的設計能力可以左右用戶體驗，但根本上是由輸入輸出設備決定的。老式觸控螢幕是單點觸控，滑鼠也是單點，體驗特別像PC，單點沒有好到可以代替鍵盤，因為滑鼠配鍵盤是最好體驗。所以單點觸控螢幕最後不如iPhone。

從iPhone的例子中我們可以學習到：

• 用戶體驗，交互邏輯要和輸入輸出設備匹配；
• Mac筆記本和Windows的區別在於，Mac支持多屏，一個軟體一個屏，底層設計不同；
• VR輸入端還不夠成熟，輸入端和輸出端不匹配。

五、用物理思維看AI

1、當我們在說產品設計的時候，我們在說什麼？

把產品價值標準化，一旦標準化了就可以複製；有價值的工作流程化，再把流程界面化，然後再現；標準包含兩個層次：底層標準和業務標準；行業剛出現的時候聊技術，技術差不多了聊業務，web2.0後面基本都在聊業務，沒有人再聊技術了，網際網路創業的人都在關注業務。

2、人工智慧到底能幹什麼？

幹人先天幹不好的事兒，幹人不願意幹的髒活累活。看X光片，無人駕駛。深度學習帶來的最大變化是，機器可以理解和處理抽象概念。

3、自然語言處理到底是個什麼東西？

自然語言處理是一種語言交互方式，NLP是一種新的交互方式，我們可以通過分析GUI的演化提升對NLP的認識。

閒聊機器人就好比Windows桌面，能讓你比Dos幹更多的事情，不需要知道命令行，也可以看到很多文件夾，我們需要在桌面上添加程序圖標，應用是目前新的NLP所代表的交互方式最缺少的東西。

4、今天Chatbot技術本身已經基本ready了（夠用、不影響我們做demo驗證），關鍵是需要增加更多的程序圖標（app）。即，今天缺的不是技術，而是在正確的場景去使用，缺少App，產品經理要學會評估場景（沒有落地的條件，還是沒有落地的想像力？）。行業今天重點研究Chatbot技術的性價比已經不高了（除非是有超級顛覆性的基礎性AI技術突破）。

六、互動交流

1、如何訓練系統思維

從自己過去的案例中提煉出一個系統框架，做兩件事，一個是把框架跨場景應用，二是把一個案例挖的足夠深的同時，不要輕易下結論，嘗試去證偽，不斷去挖。挖的多了就會逐漸進化。堅持總結框架，堅持證偽。

2、智能客服的價值

解決70%都會被問到的問題，但是解決不了30%人本身也解決不好的問題。把問題範圍框定在能解決的範圍。給客戶算帳，輸出成客戶能理解的語言。省了多少錢，我們賺的錢只是省的錢的一部分。

3、NLP這塊如何界定好壞？

場景是否足夠小，大的公司暫時進不來；不能太小，要可以向上升級。

 

註：感謝咱們「AI產品經理大本營」成員Cola、楊帥 幫忙一起整理了本文

作者：蝸牛 ，圖靈機器人-產品負責人，16年網際網路行業經驗。

本文由人人都是產品經理專欄作家 @黃釗 授權發布於人人都是產品經理，未經作者許可，禁止轉載。

題圖來自 Unsplash，基於 CC0 協議