2017年10月27日-28日，易觀A10大數據應用峰會在北京成功召開，峰會以“數以致用 源力覺醒”為主題，大會邀請到國內互聯(lián)網行業(yè)領袖大咖，以及來互聯(lián)網、傳統(tǒng)企業(yè)、媒體及資本領域在內的3000多位與會者，共同喚醒“數字源力”，讓用戶數據價值得到充分釋放和利用

場景實驗室創(chuàng)始人、造物學出品人吳聲在用戶勢能主論壇發(fā)表主題演講《意義覆蓋：商業(yè)新物種的進化邏輯與方法》，演講強調：數據的價值正在顛覆已有的產品和服務市場，并產生了新的產品和服務。數據是新物種凈化的基因，數據驅動人工智能應用場景。以下為其演講實錄：

我們在今天講分析的時候，為什么分析前面加一個“更”字，因為我們進入更數據更分析的時代。在數據成為新的企業(yè)資產和核心報表的時候，我們關注數據，我們更是在關注每個企業(yè)的生死存亡。

數據角度

商業(yè)新物種進化的理解

有人問AI到底是什么，有人說數據是什么，數據是如何學習的能力，從這個意義上談論意義的本質，它的確代表這個時代的知識拼圖，毫無疑問它也代表了我們對于認知的一種革命。我們越來越認知自己，我們越來越不僅向內而生還向外而逐，我們關注活性和太空之名，我們關注一切與我們自身相見的一種物種生態(tài)，為什么在數據的時代長成新的樣子。

威爾他說，如果能夠把我腦干以下的軀體換成硅基的材料，我不建議我能多活200年，其實這個并不是2045遙不可及的一年，我們看到人機共生、人機交互，我們能夠用數據解釋今天所有商業(yè)形態(tài)。

這是我們看到的一種智慧型機器人，還是我們看到英偉達和京東的合作。京東機器人走進人民大學的時候，我相信這種變化讓我們認識到，什么是科技之美和數字之美。我們在關注從這樣輔助自動駕駛到無人駕駛，為什么比我們想得要更加快。我們已經以一種路徑想象之能事去思考，經常去應用，無論是比爾蓋茨還是于揚所說的，我們會高估什么，我們又會低估什么。

數據場景化的迭代

數據的本質是知識拼圖和認知躍遷

事實上我們所有的高估都被證明是一種低估，在這樣加速度的時代理解這樣的現象，數據成為了解釋的鑰匙。我相信這可能是我作為一個門口野蠻的陌生人，作為外行，在各位專家同行面前愿意班門弄斧最重要的原因，我相信我們關注的是場景這種切換為什么成為新物種，我們甚至關注今天的內容創(chuàng)意，如果也是一種知識革命和知識躍遷，不僅僅是知識電商，而是知識運營和知識服務的話，那么是音頻這個場景被激活，是數據更好地連接讓社群運營更加成為一種人以群分的形式，它們無一例外成為了新物種，因為從功能需求滿足系統(tǒng)越來越迭代為數據的場景解決方案。

我們甚至在思考數據場景化迭代本身，但不一定是所謂的認知拼圖、認知躍遷，認知革命和認知迭代的時候，我們真正關心的是不是今天看到的這種指數型的變化，而所有的這些指數性的變化讓我們理解太陽底下雖然并無新鮮事，如果它是能源和土壤，如果它是新的場景它必然會長出新的物種，所以新的模式架構與新的連接方式，以數據重構，以數據迭代，以數據重組，也以數據效率在延伸，在催生。

我們看兩個月的風口股指5千萬的公司，為什么20億，它是小賣部還是盒子，它是我們說的潮咖啡還是我們說的其他的，是條形碼還是RFID，是基于更加優(yōu)質的數據形成算法能力本身的迭代，還是說算法能力并不重要，更重要是優(yōu)質的數據。我們成為新物種的進化起點，的確是數據的匹配效率在重構，我們如果以零售場景舉例，它重構的是零售的產業(yè)鏈和場景流，認知升級作為硬幣的A面必然有B面，B面是供應鏈的能力和效率，是供給側與需求端的匹配屬性，這種人貨場的重置表現為人越來越成為個體，表示我們理解的貨越來越成為新的內容，我們定義的場既是數據連接又是一種全域，我們說它是實時、是事實、是全時。圍繞這三體，我們去看待今天那些微妙差異的業(yè)態(tài)背后有決然不同的商業(yè)模式。

小賣部為什么是一種模塊的拼裝能力和榮幸的接受場景，如果共享辦公室今天的年輕人工作方式所及等等那為什么不呢，我不知道我們對于此時此刻的海航萬豪酒店，還有沒有心有所感，我們絕大多數人認為那比較是2+，必須是螞蟻和小豬，必須是精品酒店，必須是能夠形成我們體驗涉及，能夠形成我們分享動力，能夠形成我們轉發(fā)機制一種新的內容，新的場景基于意義的一種轉換和流動，這種變化在告訴我們，原來在莫干山那些民宿本身就是新零售的場景，原來深夜食堂應該就是24小時無人便利店，誰指向效率，誰又在指向信用，誰指向內容誰又指向場景，是數據抓取和數據沉淀的一種參數呢。如果是，我們就能理解并不是最美顏值的代官山和鳥屋書店。所以蔦屋的創(chuàng)始人在創(chuàng)辦之初就拿出了50%的股權給到全家便利店，給雅虎日本。

為什么50%股權給這三個在PC和互聯(lián)網都是離用戶最近的場景采集數據的時候，我們必然明白這樣的用戶參數和提案和畫像全是鳥屋核心的競爭力和盈利能力，所以這種分析體系和數據運營模型并不是我們看到的AI和無人駕駛，我們看到的今天各種不明覺厲的黑客機器人，我們理解的蔦屋書店都是相同的邏輯。

我們在看到易觀千帆毫無疑問并不是說這只是第三方的產品，也不是說這是一個我們自己所應用精細化運營用戶的產品，實實在在是因為，它本身就成為了BOX，它本身就已經成為了隨需分析、按需使用，全時畫像能夠真正進入這個時代基礎資格的，能夠形成我們基本的運營PK能力范式起點的關鍵產品。

剛才會前我跟于揚兄說，這樣的會議為了易觀方舟的話毫無必然，如果是行業(yè)同仁一起共聚，互相交流，在金秋收獲滿滿的一種誠意和美學，它可能才更美。而且是因為它是我們基礎的功力，功力還需要證明嗎，不需要證明，正因為如此數據的實時分析和數據模型，找到越來越應用場景的時候，我們去看類似易觀方舟的產品，其實還沒有，數據不僅僅在驅動我們的決策，數據也在驅動我們的管理和流程，驅動我們的業(yè)務，最重要的是數據正在驅動數據。每一個高股指公司的背后都不要看到它現在的一種形態(tài)，我們要看到它底層運營邏輯所形成兩到三年后的一種模樣，這種模樣里邊無論我們提到的共享單車，無論我們所說的蔦屋書店，無論我們強調的無人便利店，我們并不會簡單的定義為這是風口或者是泡沫去嘲笑共享螞蚱、共享雨傘和籃球有意義嗎，這種嘴炮在數據面前本身也不值得一提，我們認為數化自制，即便從我們熟悉的《中國有嘻哈》《明日之子》等綜藝節(jié)目來看，本身也以為這為什么在今年出現了大量的自制內容的爆款，所有數據能力打造的新興內容我們知道是IP，它依然帶領這個時代的能力，在更加粉塵化傳播生態(tài)里邊，如何振臂一揮，又如何被更加獨特的識別和差異化去精準連接呢。包括開云集團，包括再造衣銀行等一系列很多新興品牌它們崛起的模式，本身就是透明供應鏈。

我們甚至不再以2B2C是不是精準商業(yè)，是C2M還是C2C，我們在意今天的供應鏈是不是用戶所急？是不是商品所需？亞馬遜并購全世界超市的時候，機器人大規(guī)模部署開始成為現實，超市收銀員的確面臨著50個下崗職位之一，我們也要關注的是他為什么在全時超市降價，為什么有些商品在兩年內提升70%呢，我們希望消費全生態(tài)，今天中產階級家庭里邊如果沒有原生態(tài)原產地的產品，透明供應鏈本身就是新物種，透明供應鏈本身就是我們認為商業(yè)的新機會，在這種新機會里邊我們可以判斷的是，即便是開云集團，即便利蜂集團它們都在思考說，我們要把眼鏡收回直營，所以在差不多一個半月內，兩大奢侈品集團把外包的業(yè)務開始組建自己旗下直營的眼鏡集團。

我曾經問開云旗下一個子品牌的高管，這個動作背后是不是因為眼鏡特別值錢，他們說很簡單因為眼鏡正在超越，成為更具消費者追捧的一種業(yè)務方向，一種品味方向。我們是不是會想起發(fā)源于韓國的快時尚品牌，不瞞各位，我曾經問過很多我們看到國內的互聯(lián)網眼鏡的品牌，包括國內眼鏡達人他們都說這個品牌的眼鏡確實很差，大家注意，我這個遣詞造句、咬牙切齒的表情。楊冪和范冰冰依然戴著這個眼睛在街拍，這個產品門店依然以14天為單位更新他們藝術零售的主題，這一切都告訴我們它不是眼睛的快時尚品牌，它是全新的藝術策展性門店，就像我們看到的大數據都來自于最小的社會，無論是運動手環(huán)還是手機。

我們所有去理解數字化流程一切的無論時尚，無論零售，無論是粗大笨重的基礎設施，迷你KTV，貨車幫等等都不是共享經濟所要表達，我們更加看到它從抓取，識別匹配追蹤沉淀，分析輸出這樣非常粗陋的表達，說明它有邏輯和方法，這種邏輯和方法是今天我們看待數據作為原油，作為能源作用、基礎生產資料如何被更加優(yōu)化地去重構。

數據是人工智能時代新物種進化的基因

數據作為底層技術支持與創(chuàng)造新應用場景

數據本身是一個自我不斷驅動和不斷進化的資產，這種資產在今日頭條就是以戰(zhàn)養(yǎng)戰(zhàn)，所以我們才會看到火山小視頻，才會看到西瓜視頻和悟空問答。關于算法推薦的各種爭議其實是關乎價值觀，還是關乎人類情感和尊嚴受到的一種侮辱，我們要更大樂觀的擁抱不確定性，還是說我們去理解本身我們自己作為一種智人像赫拉里所說的我們已經成為新智人，是被技術所賦能的自然人，是被社交網絡加持的自然人，是被機器材料所生的生物機器人。

如果真正定義我們自身依然是新物種的形態(tài)，數據就是我們的基因，數據也是新物種凈化的基因，所以數據到底是驅動了AI應用場景，數據到底是什么？前不久在上海，有個朋友問我，為什么2015年寫的是“場景”，2016年變成了“超級IP”，2017年變成的“新物種爆炸”呢，難道你沒有自己一以貫之的邏輯嗎，我說，的確沒有，因為我們理解這是一個方可方不可的時代。我也深信如果這個基礎設施是AI，如果加上D，這樣的ABCD就代表我們始終運用倡議和設計去定義和規(guī)劃場景，去驅動這樣數據作為能源時代如何結合不同場景產生大量新物種，這是一個讓我們頗感欣慰的時代。我相信我們在此理解易觀方舟的確因為它是數據造物最好的引擎，我是造物學出品人，場景創(chuàng)始人吳聲，我推薦易觀方舟。