“未来思维”是企业持续发展的基本条件

简介: 在“未来思维”的思维方式下,产品的设计者跳脱当前现实需求和短期思维的桎梏,从产品的“终局”——它未来应有的功能和形态——出发,设计出更加满足用户需求的产品。

先有产品还是先有新闻稿?

在绝大多数人看来,这是一个有着再明显不过的标准答案的问题:当然是先有产品!作为产品的官方诠释、宣传材料,在通常情况下新闻稿必然是在产品开发完成、交付上市之后才能开始撰写,但在“逆向工作法(Working Backwards)”的支持者们看来,先有产品再有新闻稿的顺序,“可以改一改”。

亚马逊CTO Werner Vogels就是“逆向工作法”的支持者之一,他与很多支持“先有新闻稿再有产品”的人认为新的工作顺序应当是:首先有新闻稿,以简单扼要的方式描述将要开发的产品的功能、特点、优势和作用,以及“为什么它会存在和应当被开发”,找到产品明确的重点和“开发终点”,以此确定将为什么样的未来,交付什么样的产品。

换句话说:它该是什么样子,世界需要它是什么样子,未来会是什么样子,才应该做什么样子。

“逆向工作法”的实质就是一种“终局思维”,或者说是“未来思维”:在这种思维方式下,产品的设计者跳脱当前现实需求和短期思维的桎梏,从产品的“终局”——它未来应有的功能和形态——出发,设计出更加满足用户需求的产品。

事实上,不止是产品,在整个产业发展上,“未来思维”都是一个至关重要,甚至决定成败的能力:从整个产业的未来趋势、发展方向,乃至(阶段性的)“产业终局”入手,推倒出当下现实中应当开展的工作、应付的努力,依靠“未来思维”突破各种所谓的“客观因素的限制”,做出具有想象力的、正确的,而不是“当下合适”或是“看着还不错”的决定,最终设计出符合未来和终局的业务策略和商业决策。

本期的《云栖科技评论》就是一场“未来思维”的盛宴:美国国防高级研究计划局(DARPA)开始了一项价值15亿美元的芯片研究计划,六项子计划皆为具有前瞻性的“未来芯片”;戴姆勒公司分拆整合三大独立公司,其中一家公司针对的是远期市场巨大的移动出行市场,而多家汽车业巨头都开始在这一领域展开布局;MIT将半导体和胶质物材料结合,创造出微小的自动力机器人,“半导体与新材料”的结合同样是“未来思维”下的产物;

谷歌则开源了面向量子计算的Cirq软件工具包,在量子计算看起来还是10年维度的远期目标的情况下,完美诠释了“云服务+开源(项目)社区”的“未来(产业格局)思维”——这一“终局”,在谷歌2015年开源TensorFlow后已见端倪。

做满足现实需求的产品,在完成的一刻,即已落后于需求;以“未来思维”锁定“产业终局”,才不会因为当前的客观限制——比如技术的局限性或是人力的匮乏——丧失判断力和想象力,改变最初的设想,损害长远的企业和客户价值,反而能够因此推动企业持续取得成功,直至夺取市场领袖地位——以过去推导未来,得到的只能是过去;以未来推导现在,洞见的才是产业的终局。

就中国千万家身处传统产业的企业来说,企业业务的未来、产业形态的终局尚待摸索,但“数字化增长的未来终局已定”:企业应当以云计算为基础、大数据为介质、人工智能为手段、物联网为连接方式,成为“数字化企业”——这是数字化时代企业发展的未来和终局。

原文发布时间为:2018-08-03
本文作者:崔昊
本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“阿里研究院

相关文章
|
Linux 测试技术 Shell
Linux expect命令详解
在Linux系统中,expect 是一款非常有用的工具,它允许用户自动化与需要用户输入进行交互的程序。本文将深入探讨expect命令的基本语法、使用方法以及一些最佳实践。
1083 5
Linux expect命令详解
|
SQL 消息中间件 Java
SpringBoot整合RocketMQ发送消息过滤
消息者在进行消息订阅时,除了可以指定要订阅消息的Topic外,还可以对指定Topic中的消息根据指定条件进行过滤,即可以订阅比Topic更加细粒度的消息类型。 对于指定Topic消息的过滤有两种过滤方式:Tag过滤与SQL过滤
|
人工智能 自然语言处理 大数据
【阿里云】通义灵码支持 DeepSeek R1 和 V3、Qwen2.5 模型
最近参加了阿里云通义灵码模型切换体验活动,深入体验了DeepSeek R1、V3和Qwen2.5模型。通过简便的注册流程,我轻松参与并测试了不同模型在自然语言处理、计算效率等方面的表现。操作界面清晰,模型切换流畅,性能出色,尤其在大数据处理时表现优异。此外,还获得了Cherry机械键盘等精美奖品。这次体验让我对AI技术有了更深的理解,强烈推荐给AI开发者和爱好者。[立即体验](https://t.aliyun.com/BLkE2b2m)
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
机器学习/深度学习 自然语言处理 安全
探索机器学习在网络安全中的应用
本文旨在介绍机器学习技术如何增强现有的网络安全体系,通过具体案例分析展示其实际应用效果,并讨论面临的挑战与未来的发展方向。
370 26
|
消息中间件 SQL Kafka
如何高效接入 Flink: Connecter / Catalog API 核心设计与社区进展
本文整理自阿里云实时计算团队 Apache Flink Committer 和 PMC Member 任庆盛在 FFA 2023 核心技术专场(二)中的分享。
881 1
如何高效接入 Flink: Connecter / Catalog API 核心设计与社区进展
|
编解码 分布式计算 网络协议
FFmpeg常用命令行讲解及实战一(一)
FFmpeg常用命令行讲解及实战一
796 0
|
消息中间件 存储 SQL
Apache Paimon 在同程旅行的实践进展
同程旅行大数据计算组负责人吴祥平,在 Apache Paimon Meetup 的分享。
1099 0
Apache Paimon 在同程旅行的实践进展
|
计算机视觉
hyperlpr车牌检测使用报错解决方案
hyperlpr车牌检测使用报错解决方案
414 0
|
SQL 运维 前端开发
链路追踪(Tracing)其实很简单——多维链路筛选
作者:夏明(涯海) 创作日期:2022-07-14 专栏地址:【稳定大于一切】【稳定大于一切】上一小节我们介绍了如何通过调用链和关联信息进行问题诊断,但是,细心的读者可能会有一个疑问,整个系统有那么多的调用链,我怎么知道哪条链路才是真正描述我在排查的这个问题?如果找到了不相符的链路岂不是会南辕北辙?...
1109 0
链路追踪(Tracing)其实很简单——多维链路筛选