疫情期間，在每日的跑步過程中，聽完陸奇的一門混沌課程《數(shù)字化浪潮與創(chuàng)新機會》。
這門課，我聽了三遍，或許因為不夠聰明，有些地方不甚理解，就帶著問題再聽一遍。
陸奇提到的一個思考方法，來自Richard Feynman，1965年諾貝爾物理獎得主，被認為是愛因斯坦之后最睿智的理論物理學家。
For things I do not konw how to create it I do not understand.
他是說，如果有件事情我沒法建立它，我就沒法真正理解他。
他的建立，不是真正的物理上的建立。對任何一個復雜體系，如果你想得深，你把它拆解成子問題，對拆解到一定階段以后，對每一個子問題想清楚之后，去跟大學本科生（非專業(yè)視角）交流，如果大學本科生能接受，他就認為這個子問題的答案是成立的，然后把所有子問題的答案，組裝成對原來問題的解答，這樣的話就變成一個 結構化的思維。
你可以按照這個方法，對任何一個復雜問題，都可以想的更深，看得更遠，這是分享一個簡單的陸奇常用的一個思考方法，也是我深以為然的方法，我用這個方法給很多人講企業(yè)數(shù)據(jù)運營體系的構建。
沒想到，今天聽陸奇的課，不僅采用了大致一樣的方法，并且，對數(shù)字化的理解，我們拆分出來的本質過程竟然趨于一致。
起點學院的很多同學聽過BLUES講的這門課程《數(shù)據(jù)驅動產品迭代》。
什么是數(shù)字化的本質
我們每天都講數(shù)字化產業(yè)，那么什么是數(shù)字？
數(shù)字化的核心要素有6個組成部分，缺一不可。
第一是獲取信息，對某個自然現(xiàn)象或者社會現(xiàn)象。BLUES的理解，就是數(shù)據(jù)源是什么，數(shù)據(jù)從哪兒來，如何產生。
第二是表達信息，用某一種簡潔的，可以用來計算用的一個表達方法。BLUES的理解，這里是數(shù)據(jù)的定義和描述，例如在做數(shù)字化的時候，就是做數(shù)據(jù)的指標定義，數(shù)據(jù)指標體系的構建，公式定義。
第三是存儲信息，把表達好的信息存儲在某一種物理媒體上。這個比較好理解，就是建立數(shù)據(jù)存儲機制，按照一定的存儲規(guī)則，建立數(shù)據(jù)倉庫、數(shù)據(jù)湖，建設數(shù)據(jù)中心，進行數(shù)據(jù)存儲。
第四是傳輸信息，用某一種傳送機制（transport ）來傳輸信息，就是數(shù)據(jù)從數(shù)據(jù)源傳輸?shù)綌?shù)據(jù)存儲系統(tǒng)。
第五是處理信息，這是最核心的，通過計算的方法來進行針對性的處理，針對某個任務，針對人類的某個需求進行處理。
第六是交付信息，將處理好的信息交付給端點（end-point ）來達到目的。
概括一下，就是下面的這個表格。
聽到這里，我當時是在跑步機上跑步，不由得笑起來，大道相通，我做了十多年的數(shù)字化工作，也是契合了這六個本質，后來總結了自己在騰訊、YY語音、迅雷等公司做數(shù)據(jù)運營的經驗和方法，最底層的邏輯，就是這六個核心要素。
來看看BLUES做數(shù)據(jù)運營分享課程的三張PPT頁面。
第一張PPT，是2009年，BLUES在騰訊做數(shù)據(jù)運營時候，上的一門數(shù)據(jù)課程，將數(shù)據(jù)系統(tǒng)分為：數(shù)據(jù)源、數(shù)據(jù)傳輸、數(shù)據(jù)存儲、數(shù)據(jù)計算、數(shù)據(jù)表達、數(shù)據(jù)應用，六大部分，和陸奇的提煉幾乎吻合。
第二張PPT，是亞馬遜的物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術的集成系統(tǒng)，從六個本質來看，一樣是契合的，數(shù)據(jù)源變得更多樣，包括了交易數(shù)據(jù)、ERP數(shù)據(jù)、日志數(shù)據(jù)、連接設備的物聯(lián)網(wǎng)數(shù)據(jù)、社交媒體數(shù)據(jù)等。
通過采集接入傳輸，經過數(shù)據(jù)ETL清洗，流入數(shù)據(jù)湖進行存儲，黃色框內是數(shù)據(jù)處理分析計算，然后提供數(shù)據(jù)服務，最后到數(shù)據(jù)應用模塊，提供給數(shù)據(jù)科學家、數(shù)據(jù)分析、業(yè)務用戶、客戶支持平臺，自動化/事件管理。
第三張PPT，是騰訊2016年時候的一張數(shù)據(jù)系統(tǒng)架構圖，一樣的契合陸奇提煉的六個要素。
左邊是當時的七大事業(yè)群，數(shù)據(jù)獲取來源于各個事業(yè)群的產品，例如在線消息、離線文件、DB-Binlog等。
數(shù)據(jù)進入騰訊數(shù)據(jù)系統(tǒng)的TDBANK（實時數(shù)據(jù)接入平臺），這個部分負責數(shù)據(jù)的傳輸，包括格式適配、加密傳輸，然后進行緩存分發(fā)。
數(shù)據(jù)存儲部分是TDW（分布式數(shù)據(jù)倉庫），由查詢引擎、計算引擎、存儲引擎構成。
實時運算系統(tǒng)（TRC）進行數(shù)據(jù)的實時處理，秒級的計算，應用到實時精準的個性化推薦平臺。
大家可以注意到，這六個要素，陸奇說第五個處理數(shù)據(jù)，是最核心的，是體現(xiàn)數(shù)字化效率的最重要的部分。
對于很多傳統(tǒng)行業(yè)，要實現(xiàn)數(shù)字化，最基礎的，最難的，其實是第一個部分，數(shù)據(jù)獲取，也就是數(shù)據(jù)源，這個難，不是技術的難，而是人，是思維方式的難。
傳統(tǒng)行業(yè)，很多時候，是單兵作戰(zhàn)，沒有特別高效的協(xié)同能力，看起來也能獨立存活，即使沒有數(shù)字化，自己單店經營，貌似也活得不錯，所以，將一個事業(yè)做大，尤其是原來這個傳統(tǒng)行業(yè)就做的挺大的，而且也沒有借助特別高效的數(shù)字化手段，那么原來做這個行業(yè)的人，就對數(shù)字化有排斥感，就是不需要什么數(shù)字化，也可以活，至少目前可以活。搞數(shù)字化，反而是投入大，產出小的一件事情，至少，在他們在任的這幾年，數(shù)字化不一定能馬上發(fā)揮作用。
這也是一種事實，數(shù)字化的過程，是需要積累的，數(shù)據(jù)從產生到積累，存儲到運算，到算法的不斷完善，機器學習的不斷深入，計算的速度逐漸提高，數(shù)字化的效用才逐步體現(xiàn)。
人類歷史上的三大財富創(chuàng)造體系
第一是農業(yè)體系。農業(yè)體系的核心是通過利用土地和光合作用來創(chuàng)造財富，在這個階段，人所需要的只是簡單的工具，并不需要處理大量的信息。但是限制也很明顯，那就是產量基本取決于土地的大小，產出效率是比較低下的。
第二是工業(yè)體系。工業(yè)時代是財富創(chuàng)造的第二曲線，它用的是化學能源，采用電力傳輸?shù)姆绞剑笠?guī)模的整合了人的技能。為了更好地融入工業(yè)社會，我們需要在大學學習專業(yè)的技能，然后參與到社會分工中去。本質上說，工業(yè)時代依靠的是化石能源和人的技能。
第三是信息與知識體系。從圖中可以看到，在這個時代，財富創(chuàng)造的速度遠遠超過工業(yè)時代的增長速度。本質上講，這個時代，創(chuàng)造財富的核心驅動力是通過信息、數(shù)字化在信息當中抽取知識，用知識不斷重組人類社會的現(xiàn)有資源，最終實現(xiàn)財富的快速創(chuàng)造。大家可以回顧一下20年之前全球最大的10家公司，基本上都是石油、汽車企業(yè)。而現(xiàn)在，高市值公司基本變成了高科技公司，他們創(chuàng)造財富的核心能力是數(shù)字化。
數(shù)字化與智能商業(yè)
聽完陸奇的課，就想起去年看過的阿里副總裁曾鳴的一本書《智能商業(yè)》，非常通俗的講述了阿里的數(shù)字化過程，也就是智能商業(yè)形成的過程。
未來商業(yè)的核心有三個要素：
（1）數(shù)據(jù)化：以數(shù)據(jù)方式，記錄用戶所有的操作行為。
（2）算法化：根據(jù)數(shù)據(jù)，提出優(yōu)化的算法模型。
（3）產品化：和客戶直接連接，形成反饋閉環(huán)，進一步提高算法能力。
首先是數(shù)據(jù)化的效率在很大程度需要 在線化，通過移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)讓交易過程每個環(huán)節(jié)在線，提高數(shù)據(jù)產生的效率，然后形成網(wǎng)絡化，各個部分之間產生網(wǎng)絡連接，數(shù)據(jù)互通，最后一個階段是智能化，基于前期大量的銷售數(shù)據(jù)、用戶行為數(shù)據(jù)、交易數(shù)據(jù)，形成智能算法，讓商品的搜索結果更加精準，讓商品的推薦更加個性，機器比用戶更了解用戶想要什么，真正做到淘寶的千人千面，并隨著數(shù)據(jù)的不斷流動，形成數(shù)據(jù)回流，完成了淘寶的數(shù)據(jù)閉環(huán)構建。
在企業(yè)數(shù)字化進程當中，要走向商業(yè)智能，企業(yè)必須拷問自己四個問題：
（1）企業(yè)是否最大限度實現(xiàn)網(wǎng)絡化？
（2）企業(yè)能否盡可能的引入機器的學習效應？
（3）企業(yè)能不能在網(wǎng)絡擴張的過程中，盡可能用機器決策取代人工決策？
（4）企業(yè)能否讓自己收集的數(shù)據(jù)與更多不同類型的數(shù)據(jù)進行交換？
這四個問題，就契合了數(shù)字化的六個組成部分，網(wǎng)絡化讓數(shù)據(jù)獲取和傳輸和存儲更加高效，機器學習讓數(shù)據(jù)計算更加智能，機器決策取代人工決策就是數(shù)字化的交付成果。企業(yè)讓自己的數(shù)據(jù)與更多不同類型的數(shù)據(jù)進行交換，就是讓數(shù)據(jù)的獲取、數(shù)據(jù)處理更加開放，更多的數(shù)據(jù)會讓機器學習加速自身的完善。
以上內容，是BLUES學習陸奇課程當中的一部分感受，內容僅涉及課程的三分之一，如果興趣，推薦去聽聽這門課。
掃描下圖的小程序碼，在頁面頭圖點擊【立即播放】，疫情期間，免費觀看學習。
另外，BLUES整理了這門課程的PPT，收藏起來，一邊聽課，一邊看PPT，相信會有收獲。
獲取課程完整版PPT：
關注BLUES微信公眾號，在消息框回復：陸奇，獲取完整版課程PPT(40頁)。
公眾號作者：BLUES（蘭軍），兩個男孩的爸爸，致力于教育科技產品打造，深圳梅沙科技合伙人，原迅雷產品總監(jiān)，騰訊、YY語音高級產品經理，公眾號ID：bluemidou，原創(chuàng)運營了6年公眾號，寫了700多篇原創(chuàng)文章，歡迎留言交流。
