互聯網“下半場”，到底是什么鬼？
來源：藍狐筆記（ID：lanhubiji）
原標題：最近有個概念叫做“下半場”
本文已獲得授權，如需轉載，請聯系原出處！
最近有個概念叫做“下半場”，逐漸火起來。不管是創業者、投資人、FA，甚至新華社都在說“下半場”，年終分享總結趨勢不說“下半場”都不好意思。但是有的文章，完全在摳概念，為了不同而不同，有點空，比如什么“下半場，開始了嗎？”之類的。
所有創業的或者在大大小小創業公司干活的人，都能感受到獲取流量比之前難很多。之前2012、2013年，獲取一個APP用戶也就是幾毛錢，現在試試看？至少翻了10倍。這些都是白花花的銀子，事關創業生死大計。“上半場”不過是比喻而已。創業本質上是無限游戲，但大多數時候創業者都會把它玩成一個有限游戲。所謂的“上下半場”對于創業者來說跟血淋淋創業生死有關，而不是茶余飯后輕描淡寫的談資。
兩個連接
互聯網高速成長了十幾年，從門戶、BBS、即時通訊到電商、O2O，互聯網的本質是連接，到目前為止基本上已完成大多數相對輕松的連接，連接人與人，連接人與商品，連接人與信息。誕生了新浪、百度、阿里、騰訊等互聯網代表企業。
連接從容易到繁雜，從線上連接到線上與線下的連接。這也符合互聯網的發展軌跡，一開始是門戶，信息與人的連接，人與人的連接，大多是純線上的，如門戶、BBS、即時通訊，當第一部分的連接完成之后，大多數地盤都被占領。比如當有了三大門戶的時候，你再去做門戶，QQ占據90%以上市份額的時候，你再去做門戶、做即時通訊，就是一個笑話。即使有一些搜索引擎后來也有一定的生存空間，但大多是依靠其他的產品根據地，比如搜狗與輸入法和瀏覽器捆綁等才勉強有一絲空間。
當絕大多數在線的空間被占領，互聯網就轉向了線上與線下的連接，也因此誕生了第二代的小巨頭，如滴滴、美團等。王興所謂的“上半場”結束，也就是說，互聯網從誕生到現在，基本上完成了兩輪的連接。第一輪的連接，誕生了門戶、搜索引擎、電商、即時通訊、游戲等企業。第二輪的連接，完成的是線下與線上的連接。比如連接出行服務，連接餐飲等商家服務。
真正的下半場
那么接下來呢？也就是所謂的“下半場”。對絕大多數人來說這場游戲基本結束，根本沒有所謂的“下半場”。所謂的“下半場”是對于幾個小巨頭們、大巨頭們它們自己來說的，它們完成了連接的基礎工作，但是更高層面的競爭已經打響。以前的硝煙有時候還能看得見的，比如用戶界面的變化，未來的硝煙越來越看不見，可能在用戶不知不覺中已經完成。比如今日頭條、搜索引擎，它們一直在深度挖掘用戶畫像，記錄用戶行為習慣，累積龐大的數據，護城河越來越深。
對于普通的創業者來說，接下來再也沒有往日的美好時光了。這就是互聯網創業者，從業者，還有投資人經常掛在嘴邊的，互聯網紅利期已經結束了。它的本質就是這些連接的基礎工作已經完成。為什么前段時間消費升級、文化投資這么火，也是因為連接的空間接近飽和，而數據積累不是一天兩天的事情，只能靠這些所謂的升級來賺取快速的回報。但這些都不是真正的大戰場。
真正的史詩級的宏大戰場已經開啟，戰場的核心是數據之戰。通過技術的手段獲取更多的數據，數據才是真正的資產。算法和算力將會成為基礎設施，而數據就是真正的未來之王。
下面從金融、搜索引擎、醫療、內容等方面簡要分析各自演進的必然：
金融科技
互聯網金融從P2P時代開始火起來，從邏輯上來講，把需要借款的人和需要理財的人通過互聯網平臺實現連接，去掉了銀行等中間媒介，效率更高，收益更高。讓原來借不到錢的人能以最快的時間借到錢，讓理財的人可能在單位時間內獲得更高的收益。但在實際的操作過程中，如何把有還款意愿和能力的人匹配給理財的人群才是真正的挑戰。風控成為互聯網借貸平臺能否持續的核心。
也就是說互聯網的方式只是完成了人與人的連接，但是第二步，關于效率背后的風控依然沒有得到完美解決。所以，基于大數據的風控成為互聯網借貸平臺的下一個競爭關鍵。
對于互聯網借貸平臺來說，上半場是關于獲客成本，關于流量，關于連接的比賽，下半場就是基于大數據的挖掘。這里的核心是用戶畫像。有了精確的用戶畫像，才有真正有效的風控，才有構建有粘度的用戶運營體系，才能建立用戶的品牌依賴。用戶畫像的背后是關于對數據的深度挖掘。如果不能在最短的時間內獲得最有價值的數據，不能構建自己的數據護城河。很快就得提前退場。
真正的巨頭是類似于芝麻信用這樣的數據公司，通過芝麻信用，螞蟻金服不僅向各個網貸平臺收錢，同時也收集了用戶的數據，最后就是吸星大法，把行業的數據，把用戶信用數據都匯聚在自己的平臺，最后再把它輸出給各個網貸平臺。其他平臺前期為了風控，為了放貸安全，與芝麻信用合作，但到了最后基本上就離不開了。芝麻信用就成為互聯網網貸行業的基礎設施。
所以不管是上半場還是下半場，對手也是不一樣的。有的對手，從一開始就占領了比賽的制高點。除非能從大數據的其他突破口匯聚更有價值的數據，通過更有效的模型實現風控，更有效率實現用戶的匹配，否則競爭從一開始就是不同量級的。
搜索引擎
谷歌的搜索算法在過去二十年里進展迅速。從 1998 年的 PageRank 到 2015 年的 RankBrain，基于鏈接的網絡排名已經進化成人工智能驅動下的查詢匹配系統，后者能夠不斷適應那些獨特的搜索（達到谷歌搜索15%的比例），這說明了什么？連接作為互聯網的核心本質已經不再是核心，核心轉向了關聯、決策了。
如果連接是互聯網的上半場，智能則是互聯網的下半場。而智能的核心就是數據。谷歌的CEO桑達爾·皮猜（Sundar Pichai）認為，谷歌將轉向人工智能優先的戰略。谷歌未來的核心不在于互聯網，也不在于移動互聯網，重要的不是設備本身，比如電腦、手機等，未來的計算的主要形式不在于通過智能手機的觸摸屏，而是通過人工智能實現各種無處不在的計算。
互聯網醫療
互聯網醫療一開始也是從資訊、內容開始發展的，比如丁香園等，比如各種用藥助手。這是互聯網連接的第一步，連接人與內容。第二階段則進入了連接人與人階段。比如在線問診的模式，病人和醫生通過在線問診進行連接，像春雨醫生、好大夫在線都是這樣的平臺。
第三階段則從連接走向智能時代，走向數據時代。這才真正的下半場，也是最終的決戰。醫療雖然復雜保守和難啃，但人工智能仍然有機會解決這些問題。
醫院每天都有成千上萬的電子病歷，患者就診的記錄，包括病癥、病史、家族病史、個人信息、診斷結果、治療方法等，會誕生無數的數據。對于醫生來說，每個病人診斷都是一個案例，每天看的病例有限，一旦遇到復雜的疾病，因為沒有先例，可能就讓醫生陷入困境。但是如果把所有醫生的診斷信息匯總，通過人工智能測試、驗證模型，可能發現疾病的規律。這樣，未來的在線診斷，可能人工智能醫生比絕大多數的普通醫生給出的答案更加靠譜。國內的“百度醫療大腦”建立醫療數據庫，模擬人類醫生的問診流程，給出診斷建議，一開始通過收集、分類病人病癥描述，給醫生決策建議。但隨著問診案例的不斷增加，人工智能的神經網絡通過遠超人類的記憶能力和計算能力，逐步提升自己的決策能力，最終讓互聯網化的診療成為現實。
互聯網資訊
在內容分發領域，互聯網發展史上也經歷兩次連接，目前已經演進到了智能算法分發的階段。
第一次的內容分發是門戶時代。它連接的人和信息。門戶網站通過頻道分類聚合內容，在報紙和雜志時代，門戶的內容更豐富，更及時，遠比傳統媒體更高效。但是它能夠展示在首頁或者每個頻道分類前列的內容還是很少。每個人打開門戶網站看到的內容都是一樣的，但用戶的口味是不完全一樣的，小鎮青年和都市白領的關注的焦點是完全不同的。但對于當時來說代表了更高效的內容分發模式。
第二次內容分發的時代是社交網絡。它通過連接人來傳播信息。Facebook，Twitter，微博、微信都是非常龐大的內容分發渠道。社交網絡的有天然的人群屬性，你的朋友圈，你關注的大V，都是代表著你的屬性和關注點。這樣每個人的信息都是不同，因為你的朋友圈，你關注的大V對你的信息進行了過濾，可能比小編推薦的門戶新聞更讓你感興趣。社交網絡讓信息傳播的速度和消費的頻次、消費的量級比門戶時代有了更大的提升。
第三次內容分發的時代是個性化內容推薦。它通過算法來連接人與信息。個性化內容推薦比社交網絡的內容分發效率更高。社交網絡依然無法做到最高效率的內容分發。
比如你關注投資、關注足球、關注藝術等，但你的朋友圈或者大V經常發一些心靈雞湯、曬娃照等。當你的朋友圈超過幾百人之后，不想看到的內容越來越多，一是浪費時間，二是把真正關心的內容給淹沒了。這個時候，個性化推薦+移動手機產生了隨身攜帶的個性化內容推薦模式。這個模式是智能的推薦模式，可以根據用戶的閱讀口味不斷提升推薦的精準度。它會通過你閱讀的主題、時長等方面逐步摸索閱讀者的秉性和口味，推薦的內容會越來越符合用戶的需求，讓內容分發的效率逐漸提高，最終來說，它會成為最了解用戶喜好的內容助手。這樣內容的被消費的量級、頻次都將極大的提高。
結語
如果放大到科技發展的階段來看，互聯網的關鍵詞是連接。而智能時代的關鍵是數據。人工智能的三駕馬車：算法、算力和數據。算法有了很大的進步，深度學習技術可以大量處理未標記非結構化的數據，可以無監督訓練及有監督的反向支持運算等；算力方面，GPU的大發展為人工智能的計算速度提供了基礎支持。而數據是所有人工智能之源。所有的決策，所有的行為，最終歸結為數據。
經過十幾年互聯網的發展，經歷了兩次大的連接之后，產生了極其龐大的數據量，有足夠的存貨供人工智能發展。這種情況下，誰還有機會？如果說互聯網時代的連接，創業者還有機會，比如讓人和信息連接起來，讓人和人連接起來，這些通過體驗優秀的產品還有機會勝出，但到了數據時代，數據的積累需要巨大的成本，不僅是錢的問題，更是時間成本和人才的問題。對于普通創業者來說，不是“下半場”的問題，而是有沒有登場機會的問題。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）