挖掘海量的潜在需求分享，包括挖掘潜在需求、不仅仅是人的需求、算法挖掘、算法隔离的挑战与伦理四部分。

　　以下是数字化转型的分享线路图，您现在所在的位置为序号①的分享：用户层数字化中，最关键的一部分，外部驱动力之客户篇，挖掘用户的潜在需求。

　　以下是正文：

　　一、挖掘潜在需求

　　在无意识设计一文中，我们分享了产生人行为的两种源动力：意识和潜意识。

　　意识层面的行动，更多的是防御行为，即抵御人世间的种种恐惧；

　　无意识层面的，包括个人无意识和集体无意识，也叫个人潜意识和集体潜意识。

　　个人无意识主要产生在小时候的教育模式和日常生活中的各种洗脑（洗脑也叫催眠），可以打一个不恰当的比方，小时候就像一张白纸一样，在这张白纸上面“绘制的蓝图”都是世界给单个人的见面礼。集体无意识主要包括文化、民俗、方言、历史遗留等等。

　　目前，集体潜意识到底仅仅包括人类历史遗传的烙印，还是包括宇宙所有记忆，暂时并没有定论。可以确定的是基因为了自己的生存和进化，驱动人类和各种物种繁衍生息。但是，主宰世界“进化”的究竟是基因，还是基因背后更深层的物质，例如：基因的构成物质，在主导基因的“进化”，从而有了基因主导物理世界各物种的进化，都是人类远未搞清楚的。

　　就像冰山理论讲的一样，看不见的远大于可见的部分。集体潜意识就像冰山连接海床的部分一样，不可见，不可见其边界！

　　在用户驱动力层面，数字化转型的未来趋势是什么？

　　前面的文章给了很多种观点，如：全时全链路深度数字化的能力；实体与数字化交融的新型第三空间；专注实体和数字的融合的未来服务设计；创造时刻互联的体验等等。

　　所有这一切汇总起来，最终的目的，更多的不是探讨如何服务用户规模化、标准化的需求，也不是我们所谓的仅仅满足个性化服务，而是要挖掘海量的潜在需求。挖掘潜在需求的市场，是当前显性需求市场的成百上千倍。

　　二、不仅仅是人的需求

　　潜在需求到底由什么构成？怎么来的？

　　非常浅层的讲，就是满足场景下的用户个性化的需求。在场景设计一文中分享的，关于场景四要素：时间、地点、情绪触发、产生交互。目前的技术水平，很容易满足时间和地点的诉求，但难以满足触发情绪和产生交互两项。

　　要讨论情绪触发的方式或者方法，以及怎么促使用户和企业产生交互？讨论潜在需求的来源就至关重要。

　　（1）当下显性但未描述的需求

　　当下有的显性需求，但并未通过外在的形式进行描述或交互。例如：晚饭时间吃饭的需求，用户并未打开“饿了么”App，也未问Siri，更没有通过传统渠道如百度检索，仅仅通过时间与地点两个要素，算法直接推荐用餐服务是否合适，是否是挖掘了潜在需求？这一类市场企业并没有开始真正的经营。

　　（2）当下隐性但未描述的需求

　　当下有的隐性需求，但未通过外在的形式进行描述或交互。由于理性把人往回拉的力量，在满足温饱以后，都有安全、社交、尊重和自我实现的需求。大多数人并不会将所有的这些需求通过形体、社交网络或其它渠道暴露在外面供企业消费。发掘这部分需求中存在的价值，也是中短期挖掘潜在需求的巨大市场机会。

　　下图为马斯洛需求层次理论，非常经典。可以说自上而下的需求中，每个人都对金字塔中的所有描述点有潜在的需求，只是阶段不同，内部欲望、外部结构和社会环境不同，显性层面表现的不一样。

　　企业要做的是，怎么洞察用户状态，实时、实地、适人的给予更高一层的服务，从而获取潜在价值。例如用户刚满足生理需求，吃饱喝足睡的一塌糊涂，此时他会很快追求安全需求层的需求，通过各种方式将企业或生态中对应的安全需求层的服务，推送给用户就尤为重要。依次类推。

　　多层次需求的布局，要重点考虑需求与需求之间的逻辑关系，以及独立需求板块之间的“过渡地带”（例如：生理需求的实物和安全需求的健康，过渡地带就是健康食物这类，具体读这篇文章），以及板块融合后产生新的模式。这么做的目的是做到需求与需求之间的串接，从而满足个性规模化。

　　做到这，也仅仅是人类认知范围内，满足了对人，基本层面的需求，或者说意识与个体潜意识需求的挖掘，但远未触及更深层面的需求，如集体潜意识或基因进化的需求等等。

　　（3）不仅仅是人的需求

　　这是这一部分的重点，也是我这几年一直没搞清的三个问题之一，带着这个问题我读完了自己能接触到了所有心理学图书、读了一些历史学书籍，后来在读天体物理相关的图书时，受到一点启发。这本书叫《给忙碌者的天体物理学》，感兴趣可以买来读读，2017年的新书。另外《蚁人》的两部电影作品，也极具启发性，推荐有空看看。

　　下面用《给忙碌者的天体物理学》的内容，简单描述一下：人，是如何形成的。更确切的讲，是当前我们所见的物理世界是怎么形成的：

　　目前人类可知的，宇宙最小单位，叫夸克和轻子，大约出现在137亿年以前的一次“大爆炸”。电子就是我们最熟悉的“轻子”。刚开始的时候宇宙里有夸克和电子，还有反夸克和反电子。2012年的时候，物理学家知道，在当时那个高温条件下，夸克和电子都可以自由行动，宇宙就好像是一锅夸克轻子粥。这锅粥里的主要活动是正反物质的产生和湮灭。

　　夸克和反夸克，电子和反电子一旦相遇就会湮灭并且释放两个极高能量的光子，而在这个时候宇宙的高温之下，光子又会再产生正反夸克和电子。一个正电子刚刚产生之后，又马上跟另外一个电子相遇，又继续湮灭成光。

　　这是一个非常有意思的机制。如果正反物质总是成对产生、成对消失，那为什么我们现在的宇宙里都是正物质，而没有反物质呢？

　　目前科学家还回答不了。出于某种还不为物理学家完全理解的原因，每十亿对夸克和反夸克湮灭，会留下一个正夸克作为幸存者——我们今天的世界，都是这样的幸存者组成的。这些幸存者实在太幸运了，打个比方：如果每个人都是早期宇宙中的一个正夸克，这就等于说今天活着的世界人口中，只有5个人能幸存。放到中国，只有1个人可以成为幸运儿，当然如果真的发生也是最不幸的！

　　等时间推进到百万分之一秒的时候，整个宇宙已经膨胀到像太阳系这么大了，温度进一步下降，夸克们被三个一组束缚在一起，形成“重子”——也就是我们高中物理学学到的质子和中子。但与此同时，质子和反质子，中子和反中子之间也要不停地发生碰撞湮灭变成光子，光子再生成正和反的质子和中子。正物质的质子和中子的幸存率，也是十亿分之一。

　　到一秒的时候，宇宙已经膨胀到几光年这么大了，这时候宇宙的温度也更低。更低的温度使得质子和中子被结合在一起形成原子核，其中90%是氢原子核，剩下的10%是氦原子核，其他元素极少，都可以忽略不计。

　　这个时候，光子温度只够它产生正电子和反电子，但是电子和反电子之间也在不停地发生湮灭——同样的道理，因为十亿分之一的幸存率，最后剩下的全是电子。

　　等到宇宙年龄是三十八万年的时候，温度低到让所有电子都被原子核捕获，就形成了氢原子和氦原子。到十亿年的时候，这些原子在引力的作用下结合在一起，就会变成恒星，然后这些恒星又会组成星系。

　　那个时候，我们已经有了一千亿个星系，每个星系里面会有几千亿颗恒星。其中有些比太阳大十倍的恒星，在高温高压之下，可以生产一些更重的元素。这些恒星最后会爆炸，重元素被传播出来，散布在整个宇宙之中。正因为这样，今天我们才会有这些重元素，否则宇宙中就几乎全是氢和氦。

　　又过了九十亿年，在宇宙中某个不起眼的地方产生了一个不起眼的恒星，它的名字叫太阳。太阳所处的位置正好有很多重元素构成的气体，这些气体在引力作用下慢慢凝聚在一起，形成了行星。其中某一颗行星，距离太阳不远不近，正好允许液态水的存在，它就是地球。此后又经过无数机缘巧合，地球上有了生命，生命经过漫长的演化，最后终于有了你。

　　人类的产生，是多么的幸运，所以这个时间，沿着这条线，你再回看一下：人类生存发展的需求，是人自我驱动的？还是基因驱动的？

　　如果是基因驱动，究竟什么驱动基因？夸克？

　　我的问题，是什么驱动夸克？太多太多人类无法探知的问题，可能都会有算法来实现。但限制算法去探索浩瀚宇宙的，最大的瓶颈，也将会是人类的无知。

　　三、算法挖掘

　　靠人工去挖掘场景下的需求，基本上是无法实现的，依靠人去挖掘潜在需求，更不可能。

　　一方面千人千面，量大导致的工作量巨大；

　　另一方面，变化因素多，细微因素导致全局波动的可能性巨大，也是人无法也没有能力做到的。这时候，只能依靠机器。机器分析配合人的情感化服务，才是未来潜在的方向之一。

　　挖掘潜在需求要做到实时实地、精准两个方面。实时实地目前的算法水平已经可以轻易满足，更重要的是要做到精准，这里有必要再强调一下精准对未来商业的重要性。

　　阿里曾鸣教授，在分享新旧商业差别的时候，提到一个词叫精准。同样刘强东在第四次零售革命中，描述未来零售图景时，用到的也是精准和无界。精准零售一词，最早应该来自贝佐斯。

　　其实，精准服务会是未来任何领域的一个基本诉求，我们会看到有精准服务商的兴起，有精准赋能B端的企业出现，有精准战略这种词出现，也会有精准医疗、精准交通、精准画像、精准知识图谱、精准NLP、精准XXXX等各类词或模式的出现。

　　来看看阿里曾鸣教授对精准的描述：

　　“精”是精细。互联网不仅能做到个性化到每一个人，还能个性化到这个人在某个时间点的状态、情绪、行为。你喝了酒以后的表现与没喝酒时肯定不一样，上班与回家的状态肯定不一样。精细，会逐渐细到越来越小的粒度。场景化就是精细化的一个努力方向。

　　“准”是越来越准确，而这只有通过智能化才能实现。基于以牛顿经典力学为代表的现代科学发展起来的工业时代，是追求确定性的时代。人的信仰是科学能发现一切规律，基于规律能准确做一切事情。

　　最近50年，随着量子物理和计算机科学的发展，这个时代最大的特点是开始接受不确定性，尝试用统计的方法来逼近准确性。所谓的机器学习和人工智能，就是先从一个非常粗糙的目标开始，逐步迭代优化，最后可以非常准确。谷歌翻译的准确率可以从刚开始的40%，几年内逼近到很高水平，和工业时代是完全不一样的思路，是用统计、概率、学习、反馈来逼近精确，最终目的是越来越准确。

　　它要求“活”数据，而不是一般意义上的“大”数据。只有量是不够的，必须跟业务完整融合在一起，在此基础上有模型和算法，还要有云计算和大计算能力支撑海量数据处理，这是未来商业竞争真正比水平、比能力的地方。能否精、准、细，背后是商业逻辑的根本变化。

　　挖掘潜在需求的前提是要有用户的数据，构建360°用户视图，静态数据+动态数据，能进行实时分析并给以结果反馈。动静态数据的获取能力、分析能力，以及根据分析结果推送服务的能力，都是算法实力的一个体现，也是一切服务的开端。

　　算法预判+销售动作，是未来精准服务的所有起点。因此，算法挖掘的目的是有机会开始服务。精准服务用户的要有机会或起点，你连机会都没有，算法和用户，都会默认你不存在于这个世界上一样。

　　四、算法隔离的挑战与伦理

　　算法隔离，也是对未来的预测，不过这部分的预测会是未来十年甚至几十年之后的社会构成。但十年也是瞬间的事情，所以有必要分享一下。

　　人类通过六十多年的努力，企业通过数十年的努力，发明了算法、让算法应用到商业行为中，从中获取了大量的利益。但就像企业设计算法的初衷一样，算法像我们设计它的初始目的那样，开始自主决策。

　　我们现在设计算法的目的，是为了精准刻画一个人，从而实现精准服务的目的。不管是获取数据方式，实现分析的算法，促进交互的手段，还是接触层的各种产品类型，都是为了实现精准服务。

　　1. 低端智能阶段

　　中短期讲，算法一直处于低端算法（也叫低端智能），就是模型+算法实现的，只能解决特定场景下的特定服务，例如：客服工作，或者协助客服的工作；例如：机器的眼睛摄像头从录制、处理、传输、存储、再处理、分析、输出等等作为社会特定的监控或者监控辅助工作；例如保险领域双核等等。

　　数据、模型、算法、代码、算力和产品六个大类别中，最大的不确定性就是算法，最大颠覆的可能性也是算法，其次才是产品和算力。如果科学家在实验室突破性的创造出一整套算法，可以精确预断未来5秒会发生的事情，那整个世界的结构都有可能因此而颠覆。此类或相关算法真的出现时，算法隔离层也就离我们不远了，这个转折点也就是所谓的“奇点”。

　　2. 算法隔离时代的挑战

　　算法隔离是指，那些服务于个人的算法，为了确保它所服务的个人的利益最大化，从而屏蔽企业算法的服务推送。这个是一个新趋势，也就是说，算法开始作为人的第二层皮肤，学会护主，开始保护人类，或者更具体的说保护单个人。

　　它会是在B端供给侧和C端需求侧中间，形成一个新型的物种，我们暂且叫算法隔离层。

　　什么意思呢？

　　企业的广告和服务的推荐，算法不认可，就无法推荐到用户面前。而算法做这一切的目的，是处于真正意义上的保护这个人，哪怕一开始，有所误差。

　　这个时候，企业将面临前所未有的挑战。因为一切通过算法认可的服务才能出现在消费者的触点上，那些无法被算法承认的服务，某种意义上，是在这个世界上不存在的。

　　3. 算法隔离时代的伦理

　　现在还无法确定算奇点之后的算法，是为了自身的进化而屏蔽服务，亦或是完全为了主人的综合利益最大化，选择服务。但可以肯定的是，算法的创造企业，除了面临自己算法的挑战以外，更多的还面临算法过于干涉人类生活而带来的伦理问题。

　　我们拭目以待！希望对你有所启发，在评论区写下你的想法，我们一起讨论。

　　截止目前，外部驱动因素用户篇六篇全部分享完毕，这六个部分是我们讲的WHAT的什么部分。未来会有针对这些变化，HOW的落地部分。根据具体规划，时间上不出差错的话，会是在三个月后（2018年12月16号之后）和大家见面。

　　参考资料：

　　《潜意识》

　　《给忙碌者的天体物理学》

　　《曾鸣智能商业二十讲》

　　相关阅读

　　企业数字化转型：全民超人时代客户的七个特性及应对之道

　　外部驱动力客户篇（二）：应对用户需求的四个要点

　　外部驱动力客户篇（三）：聚焦一切关联需求

　　外部驱动力之客户篇（四）：以客户为中心经营模式的五大挑战

　　外部驱动力之客户篇（五）：全方位认知客户

　　作者：李有龙，公众号：IAB物智链

　　本文由 @李有龙 原创发布于人人都是产品经理。未经许可，禁止转载

　　题图来自Unsplash，基于CC0协议