사이버 CEO 정뢰는 최근 오군의' 지능시대' 를 강력하게 추천하며 "인공지능기술은 향후 10 년 동안 우리 생활의 모든 측면에 영향을 미칠 것이며, 우리의 가구, 오락, 각종 서비스 경험은 모두 전복될 것" 이라고 언급했다.
그렇다면' 지능시대' 는 어떤 장면을 묘사할까요? 다가올 지능시대는 우리의 작업 방식과 사고방식, 특히 제품 관리자에게는 어떤 영향을 미칠까요?
오군의 눈에는 알파고가 바둑에서 경기에서 이긴다는 것은 무엇을 의미합니까? 구글의 무인 자동차가 어떻게 모든 운전자와 전우를 실직시킬 수 있을까?
더욱이 지능시대 뒤에는 미래 제품의 비즈니스 모델과 형태가 어떻게 바뀔까요? 어떤 제품 기회가 있을까요? 제품인으로서 우리는 준비가 되었습니까?
오군은 지능시대에' 이번 지능시대는 정말 왔다' 는 명제를 둘러싸고 있다.
인공지능의 개념은 사실 1956 년 다트머스대학 회의에서 제기됐고, 20 16 년이 지난 지 60 년이 지났다. 기간 중 세 차례 세 번 떨어졌다. 첫 번째는 새비행파를 대표해 규칙 학습과 전문가 시스템을 위주로 인간의 뇌를 이해함으로써 인공지능의 진보를 추진할 것으로 기대된다. 그러나, 우리 모두 알고 있듯이, 인간은 뇌에 대해 거의 알지 못하며, 인공지능 기술은 저조한 상황에 처해 있다.
두 번째는 Jarinik 을 대표하는 통계학파로 전파학에 종사한다. 향농의 정보론에 근거하여 인공지능 문제를 해결했다. 이때 각종 지능 문제는 사실상 불확실성을 없애는 것으로 이해되고 있으며, 이런 사고방식의 업그레이드는 의심할 여지 없이 인공지능의 응용을 추진한다.
사실, 결정적 사고 (지속적인 사고라고도 함) 는 항상 공업시대의 정수였다. 후시 씨는' 과감한 가정, 신중한 검증' 이라는 사상을 제기한 적이 있다.' 먼저 메타 모델을 가정한 다음 데이터 검증 반복을 통해 복잡한 모델을 만드는 것' 이다. 뉴턴과 아인슈타인의 업적은 사실 모두 위의 사고에 기반을 두고 있다.
그러나, 결정적 사고는 점점 더 도전을 받고 있다. 한편으로는 우리의 인식이 깊어짐에 따라 점점 더 많은 변수가 세계에 영향을 미치고 있고, 양자역학의 불확실성 원리는 세계 불확실성의 기본 특징을 결정한다. 유발 할라리도' 미래간사' 에서 인류학과 역사학의 관점에서 비슷한 관점을 천명했다. 그는 지식 역설을 제기했는데, 지식 (예측) 은 행동을 바꾸지 않고 소용이 없다고 생각했지만, 행동이 바뀌면 원래의 지식 (예측) 은 즉시 의미를 잃었다.
음성 인식과 같은 인공지능의 정확도는 크게 향상되었지만, 데이터 양과 컴퓨팅 능력의 제한으로 인해 대부분의 어플리케이션은 여전히 상업적이지 않다.
제 3 파 인공지능 (신경망) 연구는 2006 년의 돌파로 시작되었다. 이 물결에 따라 심도 있는 학습의 개념 (Ian Goodfellow 등의' 심도 있는 학습', P 17 참조) 이 유행하기 시작했다. 상징적인 대표는 신튼과 그의 협력자의 논문' 심도신뢰망의 빠른 알고리즘' (A Fast Algorithm for Believe Networks) 이다. 다음은 심화 학습 모델의 도식입니다.
인터넷, 빅 데이터, 병렬 컴퓨팅 등의 기술, 특히 빅 데이터의 대용량 데이터, 다차원, 완전성 등의 특징을 통해 인공지능의 세 번째 물결이 가속화되고 있다.
20 16 년 AlphaGo 가 이세돌, 바둑 같은 인간이 자랑스러워하는 체스 경기는 이미 기계 지능보다 훨씬 뒤떨어졌다. 묵묵히 구글의 무인 자동차는 이미 200 만 마일을 넘었다.
인류기술혁명의 발전으로 볼 때, 제 1 차 증기기관혁명, 제 2 차 전력혁명, 제 3 차 정보혁명은 모두 기존 산업의 전면적인 업그레이드를 추진하는 것이다.
인공지능이 점차 사회의 각 업종에 침투하여' 국지에서 전체로, 우리는 지능사회를 실현하고, 전체에서 국부로, 우리는 사회 정교화를 실현한다' 는 기묘한 장면을 실현할 수 있을 것이다.
인터넷의 지난 20 년간의 발전으로 볼 때, 각각 7 ~ 8 년 가까이 3 개의 발전주기로 요약할 수 있으며, 그 기간 동안 최고봉의 고속 발전과 저조한 거품이 있다. 하오 지종 (Hao zhizhong) 은 "사용자 파워" 에서 결론을 내렸다.
위의 그림에서 볼 수 있듯이, 세 기간은 대략 다음과 같습니다.
1) 첫 주기, 1995-2002 년 협대역 인터넷의 특징은 3 대 포털의 번영이었다. 2002 년부터 웹1.0 이 비즈니스 모델을 찾았습니다.
2) 두 번째 주기, 2002-2009 년, 광대역 인터넷의 특징은 콘텐츠 매체가 매우 풍부하고, 그래픽, 비디오 등 미디어 형식이 상당히 보편화되었다는 것이다. BAT 는 트래픽 입구를 완전히 배치하고 공식적으로 웹 2.0 에 진입했습니다.
3) 세 번째 주기, 2009 -2065 438+06 년, 모바일 인터넷은 웨이보, 위챗 유행을 특징으로 하고, 20 15 년의 주식재해는 인터넷 회사의 고평가 신화 파멸, 16 년 사망
위 주기 변화의 기본 논리는 다음과 같은 기본 원리 (공식) 로 설명할 수 있습니다.
공식 1: 정보 전파 속도는 채널의 용량 (정보론 제 2 법칙) 을 초과할 수 없습니다.
공식 1 은 좁은 밴드 인터넷, 광대역 인터넷, 모바일 인터넷을 기본 채널로 사용하여 상위 계층의 정보 전파 형식 (제품 형식) 을 결정한다는 것을 간단히 이해할 수 있습니다. 현재 거물들은 AR 과 VR 이 스마트폰 이외의 또 다른 기본 채널이 될 것이라고 내기하고 있다. (나중에 언급)
그렇다면 신기술이 생산관계의 변화를 일으키는 법칙은 무엇일까? 제품 형태상 어떤 구체적인 차이가 있나요? 우리는 계속해서 (수염 등 요약) 을 봅니다.
위 그림에서 볼 수 있듯이 가로축 (1) 은 기본 기술로 구동되는 세 가지 주요 제품 주기, 즉 좁은 밴드 인터넷, 광대역 인터넷, 모바일 인터넷을 나타냅니다. 세로 축 (2) 은 큰 제품 주기 내의 제품 범주를 나타내며 법칙이 두드러진다. 항상 이런 제품 범주가 있습니다.
1) 사용자에게 정보 서비스 지향 제품을 제공합니다.
2) 엔터테인먼트 (게임) 위주의 제품을 사용자에게 제공합니다.
3) 사용자에게 커뮤니케이션 지향 (소셜, 커뮤니티) 제품을 제공합니다.
4) 사용자에게 서비스를 제공하는 제품 (의식주가 가장 먼저 타격을 받아 점차 다른 업종에 침투할 것)
과거를 이해함으로써 우리는 미래를 예측할 수 있다.
그렇다면 다음 제품 주기를 추진하는 하단 채널은 누가 될까요?
AR? VR? 페이스북에서 Oculus 를 인수했고, 그들은 VR 을 압수했습니다. 구글의 여러 차례 재개에 실패한 구글 안경 프로젝트부터 마이크로소프트가 추진하는 HoloLens 프로젝트에 이르기까지 그들은 모두 AR 에 내기를 걸었다. AR 과 VR 의 실제 경험과 응용으로 볼 때 전체 제품 구축은 아직 완료되지 않았습니다 (무어가 묘사한 격차).
또 다른 수용 관점은 인터넷+,즉 인터넷, 빅 데이터, 클라우드 컴퓨팅과 같은 정보 기술을 이용하여 기존 산업의 가치 구조를 개선하고 비용을 절감하며 효율성을 높이는 것이다.
윤미 컨설팅창시자 유윤은 산업+인터넷의 가치 공식을 제시했다.' 가치 창출+가치 전달 = 사용자 가치'. 가치 지향에 따라 기업은 두 가지 유형의 기업, 즉 가치 창출을 핵심으로 하는 기업 (제품 회사) 과 가치 전달을 핵심으로 하는 기업 (채널 회사 및 마케팅 회사) 으로 나눌 수 있습니다.
예를 들어, 애플, 테슬라, 위챗, 나이키, 리닝, 가도보, 농부산천은 채널 또는 마케팅 회사에 속합니다.
유윤은 "이 세상의 발전은 두 가지 힘에 의해 추진된다. 하나는 진정한 혁신이고, 다른 하나는 극단적인 효율성이고, 가격 상승은 혁신 배당이고, 가격 하락은 효율성 배당금이다" 는 심오한 관점을 제시했다. 진정한 혁신은 세상을 변화시키고 혁신가들이 혁신으로 인한 배당금을 누릴 수 있도록 하며, 궁극적인 효율성은 가격을 낮춤으로써 이러한 배당금을 사회 전체에 보답합니다. 이 두 가지 힘은 이렇게 왕복하여 세계를 전진시키고 있다. "
전체 인터넷의 발전, 즉 정보 혁명의 기본 논리는 다음과 같은 기본 원칙 (공식) 으로 이해할 수 있다.
공식 2: 신기술+기존 산업 = 신산업
등식 2 는 인터넷 기반 기술에 의해 구동되는 산업이나 제품 형태의 마지막 변화인 인터넷 대역폭, 스마트폰, 칩 컴퓨팅 기능 등을 간단히 이해할 수 있다.
이에 따라 인터넷의 전반전이 지났다고 이해할 수 있다. 이른바 인터넷이 가장 표면적인 상품을 모두 만들었다는 것이다. 인터넷의 후반, 중국의 모든 상품이 더 강력한 밑바닥 기술과 생산성으로 다시 운영될 가능성이 더 높다.
빅데이터 중심의 인공지능, 무어의 법칙, 고급 알고리즘은 기술 중심의 혁신과 효율성 향상을 동시에 가속화할 것입니다.
가장 중요한 수준의 제품 사고 방식도 큰 변화를 겪을 것이다. 현재 매우 유행하는 Lean 창업의 기본 사고 방식은 사실 가설에 기반한 반복 과정이다.
구체적으로 다음 그림을 볼 수 있습니다. 우리는 공감 통찰에 기반한 (1) 혁신을 통해 사용자 통증이나 혁신 기회를 찾은 다음 가치 가정에 기반한 (2) Lean 창업을 통해 제공, 검증 및 조정을 계속합니다.
이것은 Dell 의 가장 인기 있는 제품 시작 및 반복 방식이며, 전체 프로세스는 다음 그림과 유사합니다.
제품 반복에 대한 로드맵을 지속적으로 조정하는 이유는 창업과 혁신이 극심한 불확실성에 처해 있기 때문에 가정, 테스트 및 재가정만 할 수 있기 때문입니다. 이 과정에서, 우리는 검증의 비용과 검증의 속도만 비교할 수 있다. 이것이 바로' 실패는 싸고, 실패는 빠르다' 는 것이다. 이것은 거의 실제 제품 사고 세트입니다.
인공지능 시대에, 제품 목표에 의해 일부 시나리오에서는 가설이 필요하지 않을 수도 있다. 대신 다차원, 완전한 대용량 데이터를 구축 및 활용하여 불확실성 문제 (가정) 를 직접 해결한 다음 기계 인식을 통해 직접 모델 (수요 통찰력 및 업계 통찰력) 을 얻어서 산업 문제를 직접 해결합니다.
안개 속에서 항해하고 있다고 상상해보세요. 지속적인 가설과 검증을 통해서만 반대편으로 가는 길을 찾을 수 있고, 다른 사람들은 큰 데이터와 인공지능의 정밀한 지도를 이용하여 문제 해결 모델을 직접 찾을 수 있다. 어느 것이 더 빠릅니까? 어느 것이 더 효율적입니까?
아래의 고전적인 사례처럼, 전통적인 1.0 모델은 사용자의 요구에 관계없이 직접 케이크를 만들어 사용자가 필요로 하는 것이 아니라는 것을 증명한다. 2.0 의 Lean Engineering 모델에서는 사용자의 요구를 검증하기 위해 MVP 접근 방식을 사용하여 MVP 를 지속적으로 검증하고 조정하여 사용자가 좋아하는 케이크를 만듭니다. 3.0 빅 데이터의 패턴 인식 패턴, 빅 데이터의 다차원성과 완벽성을 바탕으로 보다 효율적인 사용자가 좋아하는 케이크를 직접 얻을 수 있습니다.
지능시대에 제 3 의 제품 사고방식을 장악한 사람은 누구나 2 번과 1 번을 공격하고 짓밟을 수 있다. (윌리엄 셰익스피어, 햄릿, 지혜명언) 제 3 의 제품 사고 방식을 파악하는 관건은' 어떤 사용자 통찰이나 업계 통념' 을 우선시하는 것이 아니라' 우리가 얼마나 많은 데이터를 가지고 있는지, 우리가 어떤 데이터를 필요로 하는지, 우리가 이 데이터로 무엇을 할 수 있는지 보자' 는 것이다.
더 생각해 보면, 아마도 이런 보편적인 현상일 것이다. 전통적인 업계에서는 먼저 이 업계의 데이터를 먼저 흐르게 하고 폐쇄 루프를 우선적으로 형성하고 업계의 효율성을 재구성하는 사람이 새로운 제고점을 차지하게 됩니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언) 오군이 말한 바와 같이, "정보가 있는 사람은 누구나 부를 얻을 수 있다. 마치 공업시대에 자본이 있는 사람은 부를 얻을 수 있다. (알버트 아인슈타인, 지식명언)."
제품의 비즈니스 모델은 데이터 획득을 주요 목적으로 하며, 대량의 무료 정책을 데이터에 사용할 수 있습니다. 데이터를 얻는 것 뿐만 아니라 더 많은 데이터 연결 및 교환을 제공합니다. 이런 식으로 의심 할 여지없이 큰 긍정적 인 피드백이있을 것입니다. 회사가 가지고 있는 데이터가 많을수록 교환하고 얻을 수 있는 데이터가 많아지고, 가지고 있는 정보와 부도 많아진다. 이에 따라 대량의 산업 데이터 (또는 일부 분야의 데이터) 거물, 심지어 업종을 넘나드는 데이터 거물들이 BAT 를 뒤엎고 다음 BAT 가 될 것이다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 산업명언)
게다가, 솔직히 말해서, 제품의 내포는 이미 조용히 변했다. 제품의 원래 의미는' 서비스나 가치 제공' 이었는데, 지금은 사람이 사람과 로봇이 되었는가, 아니면' 미래간사' 에 묘사된 바와 같이, 생물은 단지 알고리즘일 뿐 생명은 알고리즘의 처리일 뿐이다. 어떤 장면이 나올까요?
앞서 언급한 세 번째 제품 사고 모드 (스마트 시대에 필요한 사고 모드) 에서 다음과 같은 제품 데이터 흐름이 나타납니다.
고객마다 (2C, 2B) 제품이 다른 새로운 기능을 제공한다는 것을 알 수 있습니다.
2C 제품 (소비자 대상 시장) 의 경우 플랫폼은 사용자 차원의 행동 데이터를 수집합니다. 기계 학습 알고리즘을 통해 제품은 수천 명이 될 수 있습니다. 다른 장소, 공간, 시간에 따라 다른 제품과 서비스를 받을 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 기계명언) 같은 시공간에서 두 사람이 받는 서비스는 다르다. 제품은 더욱 개인화되고 장면화될 것이다. 사실 아마존, 넷픽스, 오늘의 헤드라인 모두 이미 이런 방식으로 자사 제품의 핵심 경쟁력을 구축했다. 그래서 오늘날의 헤드 라인은 실제로 미디어 회사가 아니라 데이터 알고리즘 회사입니다.
B2B 제품 (엔터프라이즈 서비스 시장을 대상으로 함) 의 경우 효율성은 여전히 가장 주목받는 키워드가 될 것입니다. 위철은 혼돈 연구회에서 개인 효율성, 조직 효율성, 자산 효율성, 전략적 효율성, 혁신 효율성 등' 효율성 향상' 이라는 주제를 공유한 적이 있다.
날로 포화되고 대월되는 소비 시장의 관점에서 볼 때, 기업 지향 서비스 시장의 효율성을 높이는 것은 중대한 기회가 될 것이다. 이를 중심으로 두 가지 측면이 있습니다. 한편으로는 많은 수의 XAAS 회사가 기본 지원으로 회사의 모든 차원의 효율성을 높입니다. 한편, 업계 내 일부 기업들은 업계 데이터 수집의 전 과정과 데이터 분석 처리의 폐쇄 루프를 구축하고, 큰 데이터로 일부 업계의 문제점과 기회를 통찰하려고 합니다.
사실 클래스 B 제품이든 클래스 C 제품이든 효율은 빼놓을 수 없다. 예를 들어, 현재 가장 유행하는 * * * 향유형 경제는 본질적으로 효율성이며, 더 정확하게는 자산 활용도를 추구하는 것이다.
예를 들어, 모바이자전거와 OFO 의 패턴은 몇 대의 차가 아니라 각 차의 일일 이용률에 달려 있다. 만약 자동차의 이용률이 낮다면, 그것은 비효율적인 회사이다.
* * * 자전거를 즐기는 것을 예로 들어 보겠습니다. 우리는 더 이상 상품 (자전거) 을 사지 않습니다. 우리는 서비스를 구매한다. 화물은 계획대로 생산한 것이다. 우리는 얼마나 많은 사용자가 자전거를 사용했는지, 얼마나 많은 사용자가 자전거를 사용했는지 완전히 알고 있다. 세계의 모든 자전거가 자전거를 즐긴다면, 우리는 세계 얼마나 많은 사람들이 자전거를 사용하는지, 얼마나 많은 자전거가 필요한지 알 수 있다. 이 모델에서 가장 발언권이 있는 것은 자전거 제조사도 소비자도 아니라 중간 플랫폼 배치 회사, 즉 빅 데이터 알고리즘 회사다.
"미래간사" 에서는 알고리즘이 회사, 국가 같은 실체가 되어 인간을 장악할 것이라고 언급했다.
미래에는 사물인터넷+기계지능이 * * * 경제를 즐길 수 있게 될 것이다. * * * 즐길 수 있는 경제에서 연결은 소유 (콘텐츠) 보다 더 중요하다. 구글과 페이스북은 내용이 없고, 알리가 품절되고, 위챗 그물도 없고, 방울방울, 우보, AirBnB 는 차도 없고 방도 없다.
오늘날 * * * (AirBnB, 방울방울, * * * 자전거, * * * * 충전 등) 경제가 날로 성장하고 있다. ) 단지 인공지능이 주먹질하는 시장 진입점일 뿐이다.
아마도 오군이 지능시대에 말했듯이, 국지에서 전체로, 우리는 지적인 사회를 실현했고, 전체에서 국부적으로, 우리는 사회의 정교화를 실현했다.
스마트 시대의 제품 및 서비스 유형은 대략 다음과 같습니다.
첫 번째 제품 서비스 유형은 데이터 수집, 데이터 분석 처리, 기계 학습 등의 기본 기술 기능을 포함하는 제품과 서비스를 제공합니다. 예를 들어 구글, 페이스북, 바이두 등이 있습니다.
두 번째 유형의 제품과 서비스는 위에서 언급한 바와 같이, 업계 내 회사는 자체 업계 내 또는 업종 간에 자체 데이터 수집, 분석 및 처리를 위한 폐쇄 루프를 구축합니다. 업계 데이터 서비스 및 정보 서비스의 핵심 노드가 되었습니다. 이 점에서 소비자 대상, 기업 대상 또는 정부 대상 애플리케이션은 본질적으로 크게 다르지 않다.
이는 업계의 기초를 바탕으로 전통 업종은 여전히 유망하다는 것을 의미한다. 그리고 인터넷+의 물결을 동반한다.
처음 두 대중 시장을 제외하고 터미널 서비스를 위한 대부분의 제품 유형은 어떤 모습일까요?
사실, 20 년 전, 하버드 비즈니스 리뷰 (HBR, 1998) 는 체험 경제의 추세와 그 가치 모델을 언급하고 제품 체험이 좋을수록 남달랐을 수록 더 가치가 있다고 언급했다.
사실 이 법칙은 변하지 않았다. 우리는 아직 해야 할 일이 많다.
하버드 비즈니스 리뷰 (HBR.org 2016.9) 2016 에서 제품의 수요 피라미드 모델을 언급했다 (아래 참조). 이 모델에서 제품의 수요는 기능, 감정, 자기 실현, 사회적 영향으로 상향식으로 나뉜다. 전반적인 추세는 커버율이 높을수록 사용자 충성도가 높을수록 제품의 가치 민감도도 높다는 것이다.
혁신만이 차이를 만들 수 있고, 차이만이 고액의 이윤을 얻을 수 있다.
저는' 제품 해체: 넷이즈 클라우드 뮤직 뒤의 창작 논리 분석' 에서' 넷이즈 클라우드 뮤직' 이 4 년도 안 되는 기간 동안 3 억 명의 사용자를 발전시킬 수 있고, BAT 레이아웃의 음악 홍해 시장에서 혈로를 죽이고 국내에서 가장 인기 있는 음악 제품이 될 수 있다고 언급했습니다. 시적인 상호 작용 체험 프레임워크를 구축했기 때문입니다. 한 명 이상의 작은 파트너가 넷이즈 클라우드 뮤직 만이 지불 할 수있는 유일한 음악 제품이라고 말했습니다. 그것은 또한 4 월 초에 A 라운드 융자를 받아 80 억을 평가한 것으로 드러났다.
물론 로봇도 결국 감정을 갖게 된다.
도널드 A 노먼 (Donald A. Norman) 은' 감정 디자인' 에서 기계가 결국 감정을 갖게 될 것이라고 언급했다. 기계의 감정은 사람과 다르지만, 우리는 주인의 감정 상태를 이해할 수 있는 기계가 필요하다. 동시에, 긍정적인 감정을 가진 기계는 끊임없이 진보하고, 부정적인 감정을 가진 기계는 자신을 적절히 보호할 수 있다. 좌절과 교만조차도 임무를 더 잘 완수하는 데 도움이 된다 (감정 디자인, P 176). 하지만 이 날까지는 아직 갈 길이 멀다.
이 글은 오군 지능시대의 멋진 장면을 되돌아보고, 두 가지 제 1 원리, 즉 정보론 제 2 법칙과 하층기술 (생산성) 을 통해 상층생산 관계를 확정하려고 시도하며, 인터넷 물결의 다음 보너스와 진정한 하층동력을 전망하고 있다.
또한, 이 글은 지능시대가 더 높은 위도를 탄생시킬 제품 사고 모델을 중점적으로 분석하는데, 그 혁신과 효율성은 현재 가장 유행하는 린 창업 사고 모델을 훨씬 능가한다.
이런 고위도의 제품 사고 방식은 전체 2C 와 2B 제품 형태의 업그레이드를 추진할 것이다. 2C 제품의 경쟁력은 데이터 통찰 후 천명의 사람들이 더욱 개인화되고 장면화되는 데 있다. 2B 의 제품 경쟁력은 폐쇄 루프 데이터 증가의 효율성을 반영합니다. 경제 (자전거 등) 를 날로 즐기다. ) 바로 이런 사고방식과 제품 형태의 축소판이다.
오군은 그것이 2% 가 되고 탈락한다고 말했다. 그러나 이 문서에서는 기회와 도전이 분명히 공존하는 것으로 보고 있습니다. 특히 기존 업계에서는 데이터 폐쇄 루프를 우선적으로 구축하고 해당 업계의 데이터 서비스 및 정보 서비스의 핵심 노드가 될 경우 해당 업계에서 우위를 점할 수 있습니다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 성공명언)
물론, 체험경제는 여전히 우리의 관심과 돌파를 받을 만한 분야이다. 극한의 체험을 하면 제품을 가격에 민감한 것에서 가치에 민감한 것으로 업그레이드 할 수 있다.
새로운 사고' 에서 다니엘 핑크는 인간 사회가 이미' 우뇌 시대' 에 들어섰고 지식은 더 이상 힘이 아니라는 것을 예리하게 깨달았다. 그는 창조적으로 미래가 독특한 사고를 가진 사람들에게 속한다고 지적했다. 그들은 우뇌시대의 6 대 사고력, 즉 디자인감, 오락감, 의미감, 이야기력, 교향력, * * * 감정력, 즉' 삼감 삼력' 을 갖추어야만 미래에 승리할 수 있다.
제품 관리자는 최소한 두 가지 역할로 나눌 것으로 예상됩니다. 데이터 제품 관리자 또는 알고리즘 제품 관리자는 상승할 수 있습니다. 그들은 좌뇌 사고에 더 신경을 썼고, 현재의 일부 발전직과 융합될 것이다. 연봉이 6 자리 이상인 데이터 과학자들은 한 점을 볼 수 있다.
원래 제품 매니저는 사회학, 심리학, 디자인 등 다학과적 직위를 선호할 수 있으며, 뇌 사고에 더 많은 관심을 기울이고 있다.
유명한 미래학자 피터? 엘리야드는 이렇게 말합니다. "만약 우리가 오늘 미래에 살지 않는다면, 우리는 과거에 살 것이다."
미래가 왔습니다. 어떻게 선택하시겠습니까? 아마도 데이터와 알고리즘 앞에서 우리는 다른 선택의 여지가 없을 것이다.
제품 해체: 넷이즈 클라우드 뮤직 뒤에있는 창조적 논리 분석
디자인 사고: 국내 고교 최초의 제품 매니저 과정일 수 있습니다.
디자인 사고: 한 제품을 분해하는 것이 전체 제품 개념을 구축하는 가장 빠른 방법일 수 있지만, 짝퉁 제품을 해체할 수도 있습니다.