柯洁都输给了AlphaGo，产品经理们什么时候失业？

人人都是产品经理 • 7年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

看到标题特别不知所云的同学们，完全没有意识到这两个事儿有什么关联的同学们，这篇文章就是给你们写的。另，人工智能影响的也绝对不仅仅是产品经理这一个行业，在这场有可能是人类历史上最深刻的变革中，几乎没人可以独善其身。

举世瞩目的人机大战，落下帷幕。代表人类围棋的最高水平的柯洁，在与Alpha Go的第三局对弈中，弈至209手，拿起两颗棋子盘上示意认负。对弈至此，人机大战三番棋结束，柯洁0:3负于Alpha Go。

19*19见方、黑白棋坪上的对决，我只会五子棋，对围棋一窍不通，所以我并不了解“Alpha Go执白1/4子战胜柯洁”的“1/4子”到底是一个什么程度的优势（据说是围棋里面最小的胜势，略赢一线而已），但是根据柯洁本人的自述与围棋界绝顶高手们对比赛的评论，我了解到这种差距可能远远超过表面上看起来“1/4子”那么轻描淡写，真实的差距有可能是柯洁甚至是全人类穷极一生都难以逾越的。

柯洁为什么会输？

柯洁为什么会输给Alpha Go？Alpha Go本身极其强大的学习能力居功至伟。柯洁早晨刷牙洗脸的5分钟时间里，Alpha Go阅读完了上万册普通人一辈子也看不完的棋谱；在柯洁吃个饭的半个小时的时间中，Alpha Go自主学习了近几十年来所有优秀棋手进行的100多万局棋；在柯洁晚上睡觉的8个小时的时间中，Alpha Go自主学习了人类历史自有围棋以来所有有记录的千万甚至上亿局对战。

更可怕的是，柯洁是人，需要吃饭睡觉休息，但是机器不需要休息，只要没被拔电源，Alpha Go可以一直学习学习学习，孜孜不倦的学习，不知疲倦的学习。在学习了全人类的围棋技术、方法、策略之后，独孤求败的Alpha Go再也无法在人类范围内找到任何敌手，对手只剩下自己。于是开始双手互博，自己跟自己下棋。

Alpha Go有一个前辈，名字叫做“深蓝”，是美国IBM公司生产的一台超级国际象棋电脑，重1270公斤，有32个微处理器，每秒钟可以计算2亿步，每秒可进行113.8亿次浮点运算。深蓝也是人类历史上首次“人机大战”的主角，而Alpha Go的浮点运算速度是“深蓝”的三万倍（苍了个天，113.8亿次浮点运算的三万多倍，数学好的自己算算），在这无可比拟的运算速度的支持下，Alpha Go每天都可以与自己进行上百万局的对战，而这百万局对战中的任何一局，有可能都是人类的固有的围棋思维完全无法理解的技法和思路。

我们再来看Alpha Go的算法，Alpha Go的目标是以最终的胜利为导向的，也就是说“1/4子”也是赢，4子也是赢，具体能赢多少子，没有情感的Alpha Go根本不在乎，只要能赢就行。

柯洁为什么会感到绝望？可能是因为他原来以为棋力的差距也只有“1/4子”，这绝对是一个可以追赶并且依靠临场发挥能够追平甚至超越的差距。但是越下下去越发现，不管采用什么样的技战术，无论多么努力的想百尺竿头更进一步，Alpha Go始终略赢一线，永远赢你，永远赢你“1/4子”。这确实令人绝望，给你无限的希望，但是就是这就“1/4子”的距离，仿佛咫尺天涯。

就好像博尔特跟布加迪威龙赛跑，不管博尔特跑得多快，布加迪威龙始终领先一个身位，永远赢你，永远赢你一个身位，布加迪威龙完全可以跑出百公里加速2.8秒的竞技水平，但是出于将资源利用率最大化原则的考虑，根本就没有必要拿出自己最好的竞技状态，能赢你，就足够了。

Alpha Go也许是一个道理，不知道Alpha Go的后台有没有这样的设定：“以最小的代价取得最终胜利”。如果有这样的设定，我们把这个设定更改一下，改为：“不论代价，以最大的优势取得胜利”。不知道这样竞技水平的Alpha Go，能不能在150手甚至100手之内完胜柯洁？当然，这个假设结局的可能性，我们已经无从得知，但是这个假设结局，已经足够引起我们的沉思。

提前结束的人机大战

比赛中的柯洁仿佛打开了新世界的大门：原来围棋还可以这么下？原来先手中我们以为的“失误”其实都是在为后面的胜利布局，从柯洁的第一步算计到柯洁的最后一步，柯洁的每一步都尽在掌握。我们不妨脑洞再大一点：在Alpha Go研究了柯洁出道以来所有的棋局之后，对柯洁的技术风格、对局路数进行了针对性的分析，这个时候的Alpha Go对柯洁已经了如指掌，在围棋方面甚至比柯洁自己更了解柯洁。

在与柯洁开始正式的人机大战之前，Alpha Go可能已经按照柯洁的风格，模拟出与柯洁所有的可能对弈结果，这个结果有可能依然是数以千万计的可能性，而这数以千万计的对弈中，无一例外的都是以柯洁的失败而告终。而我们看到的人机大战的这三局对弈结果就静静地躺在这数以千万级计的预设当中，无论柯洁如何挑选，结局都只有一个：

输你是输定了，但是输的过程你可以随便挑。

对Alpha Go来讲，真实的对弈，早在人机大战开始前，可能就已经结束了。在比赛中的对弈，仅仅是按照Alpha Go的预设，一步一步走下去而已。只不过这一切，柯洁可能并不知道，柯洁依然在为每一步棋深思熟虑，在柯洁纠结的每一步里，Alpha Go都在以上帝视角静静的注视这个正在眉头微皱、紧盯棋盘、惊才绝艳的天才少年。与柯洁形成鲜明对比的，是Alpha Go的面无表情，没有波澜，没有情感，没有悲喜。

这不是人跟人之间的差距能够衡量的，这是人跟“神”的差距。

Alpha Go的真实实力也许从来都不是人类的段位层级能够去量化的。就好比正常人的智商大多在85到115之间，智商超过140就算是传统意义上的天才，而柯洁，应该就属于天才中的天才。但是在人类的认知层面里，并不知道1000000的智商应该怎么去形容，也并不知道那代表着什么。

所以，极其可笑的是：在赛后中国围棋协会宣布，授予Alpha Go围棋九段称号。中国围棋协会这一波怒刷存在感的可笑行为，让我觉得仿佛是一位博古通今、学识渊博的学者，在去某乡村幼儿园“学术交流”（说是交流，其实是碾压），给幼儿园里学习最好的一位小朋友上了三堂课之后，幼儿园班长郑重其事的把象征着该乡村幼儿园至高无上荣誉的小红花赠送给了这位学者，还一口气送了9朵，送出了一个豪华尊享版小红花套餐，该学者纯粹出于礼貌和修养，接受了这一大坨小红花。如果Alpha Go会像人类一样思考一样有情感，心里应该会默默地说一句：“小红花？呵呵，无知的人类。”

柯洁，就像一个跟随隐居深山的世外高人苦练武功的天才少年，神功大成之后，初出江湖，随即横扫武林、无人可挡，一时风光无两。志得意满、踌躇满志之际，每个烂俗剧本里都有的终极大boss出现了，刚刚还在浅唱低吟“无敌是剁么，剁么寂寞”的柯洁瞬间懵逼了，这是一个怎样的对手啊，冰冷、漠然、深不可测、无法战胜。

但是天才少年怎么会不战而退。你若战，便作战！

但是，当自己无往不利、狂风暴雨般的进攻被大boss轻描淡写的一一化解，当往昔百战百胜、固若金汤的防守被大boss摧枯拉朽般摧毁，我们的少年天才，在用尽了浑身解数之后，筋疲力尽，终于放下了所有的桀骜不驯，黯然的投子认负。

柯洁哭了，哭的很绝望。

平心而论，柯洁已经足够优秀，围棋领域里面，在人类群体已经达到了亿分之一的水平与高度，无奈他面对的是围棋世界里的上帝。

虽然失败了，但是试问当世有几人有资格与Alpha Go一战？虽败犹荣，柯洁，向你致敬。

好了，人机大战的故事讲完了，讲了好多，但是毕竟我们还是需要聊一聊这场人机大战跟我们的关系。

生活中的人工智能

有些同学看到这可能依然会有疑惑：人机大战，跟我有什么关系？我又不下围棋。

图样图森破。

Alpha Go说白了，其实是一种AI（人工智能 Artificial Intelligence）。在很多人眼里，人工智能好像是存在科幻电影里面的东西，离我们的生活还有很远，但是事实是，AI早就融入到了我们的生活里，只不过很多人没有意识到，原来AI就在我们身边。

举个栗子：我们在用某新闻资讯类APP的时候，在首页的feed里面连续点击了几篇财经类的新闻，你下次再进入APP的时候，如果仔细观察，就会发现财经类的比重增加了。做个试验，在这个APP中只点击财经类的文章，其他文章一概不看，下次在进入该APP的时候，可能半数的文章都是财经类的了。再比如，电商类APP的“猜你喜欢”功能、输入法的候选词联想功能，实质上都是一种人工智能。

大家可能会觉得很诧异：什么？这种也算是人工智能？

是的，算，只不过这种人工智能是一种弱人工智能。

再举几个栗子：

我们的手机充满了弱人工智能系统。当你用地图软件导航，接受音乐电台推荐，查询明天的天气，和Siri聊天，以及其它很多很多应用，其实都是弱人工智能。
垃圾邮件过滤器是一种经典的弱人工智能——它一开始就加载了很多识别垃圾邮件的智能，并且它会学习并且根据你的使用而获得经验。智能室温调节也是一样，它能根据你的日常习惯来智能调节。
你在上网时候出现的各种其它电商网站的产品推荐，还有社交网站的好友推荐，这些都是弱人工智能的组成的，弱人工智能联网互相沟通，利用你的信息来进行推荐。网购时出现的“买这个商品的人还购买了”推荐，其实就是收集数百万用户行为然后产生信息来卖东西给你的弱人工智能。

可以说弱人工智能在互联网领域已经无处不在了。有人会问，既然有“弱”人工智能，那么与之对应的，是不是应该也有“强”人工智能？恭喜你，都学会抢答了。

人工智能大致可以分为以下三类：

弱人工智能Artificial Narrow Intelligence （ANI）: 弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，你要问它怎样更好地在硬盘上储存数据，它就不知道怎么回答你了。
强人工智能Artificial General Intelligence （AGI）: 人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。Linda Gottfredson教授把智能定义为“一种宽泛的心理能力，能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。
超人工智能Artificial Superintelligence （ASI）: 牛津哲学家，知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。

由此可见，目前只会下围棋的Alpha Go，应该算一种典型的弱人工智能，下围棋天下无敌，但是你要它问它拉格朗日中值定理是什么，估计Alpha Go根本听不懂你在说什么。

危机中的产品经理

既然围棋领域，出现了一款超强的AI，那么在“产品设计”领域，会不会有一天也出现一款类似的AI，可以自己设计产品？

听起来是不是很神奇？

我们想象，将来有可能会出现这样一款产品，我们给这个产品起个名字，叫“隔壁老王”，隔壁老王有输入端和输出端，只需要在输入端输入我们的需求，这个产品就可以直接输出一个APP的包体（如果到时候还有APP的话）。

输入的需求越细，这个输出的APP越符合我们的需求。

比如我们的需求是想要一款社交与电商完美结合的产品，然后我们就把市面上所有跟社交与电商相关的APP，比如国美Plus、微信、天猫、京东、小红书、全部输入给隔壁老王，然后隔壁老王会根据输入的内容给出一个最优解，直接输出一个APP。

如果对最终的输出结果不满意，我们还可以在隔壁老王上进行手动微调，APP上所有的页面、所有的按钮、所有的字段都可以做到组件化，比如注册登录功能、分享组件、购物车、订单、聊天列表、聊天对话框模块等等。

隔壁老王输出的整个APP，就好比是一个代码化的乐高玩具，玩具的任意一部分都可以随意的拆卸、组装，组件与组件之间通过通用的制式接口进行连接，只不过这种拆卸和组装不像乐高玩具那么费劲，只需要在隔壁老王的可视化操作界面上拖动一下位置就可以瞬间完成（脑补一下钢铁侠的场景），在这个过程中，不需要研发人员更改代码，不需要测试人员进行功能测试，隔壁老王自己就可以完成所有的操作。

“开发”一个APP，只需要5分钟。

听起来是不是很厉害？还有更厉害的。

用户说，我不想每次都要输入对照APP，能不能让隔壁老王自动去学习其他的APP？

于是工程师们又给隔壁老王增加了自主学习的功能，如果你觉得“一个机器，能学习什么？”那可就大错特错了。前面已经存在的Alpha Go告诉我们，机器的自主学习能力是人类难以企及的，无论是从学习深度还是学习速度。

我们不再需要将对照APP输入给隔壁老王，只需要将隔壁老王接入APP store和各大安卓应用市场，隔壁老王就会自动下载并分析所有的APP，再将隔壁老王接入各大数据分析平台，拿到所有主流APP的宏观数据：下载数、激活数、活跃、非活跃、注册数、未注册数、使用时长、独立设备数、每日打开频次、等等等等。

再厉害一点，隔壁老王拿到了每一个APP的埋点数据（怎么拿的先别管），每一个页面热力图、每一个按钮点击数据、PV、UV、跳失率、转化率、存留率等等等等。在强大的学习能力和分析能力的支持下，可能只需要几天的时间，隔壁老王可能就对市面上所有的APP了如指掌，大到战略方向细分市场，小到页面每一个最细微的组件精确到像素级别的尺寸、色值。

这个2.0版本的隔壁老王，从各项能力来讲都完胜1.0版。此时，我们再输入一个需求：我要做一个最牛逼的社交APP，在所有APP海量的数据支撑下，你猜，2.0版本的隔壁老王能不能输出一个比微信还牛逼的APP？

看到这，你还觉的AI的发展跟你没关系？

有人会说，这个场景目前仅仅存在于我们的想象，等真正实现那天，搞不好我们都退休了，怕什么？

好，我们在这里引入两个概念，一个是技术爆炸，一个是加速回报定律。

技术爆炸： 地球生命史长达几十亿年，人类文明史有五千年，而现在技术是在近300年内发展起来的，从整个地球发展史的维度来看，这不是发展，是爆炸。

加速回报定律： 1985年-2015年的平均发展速度，要比1955年-1985年的平均发展速度要快，因为1985年的世界比1955年的更发达，起点更高，所以过去30年的变化要大过之前30年的变化。进步越来越大，发生的越来越快。人类文明史在整个20世纪100年的进步，按照2001年的速度只要20年就能达成，按照2014年的发展速度有可能只要7年就可以达成，几十年之后，我们每年都能达成好几次相当于整个20世纪的发展，再往后，说不定每个月都能达成一次。人类文明历史的发展图象，并不是一条直线，而是一条类似于指数增长的曲线，斜率是越来越大的。

如果看完了还是不了解这两个概念什么意思，不要紧，你只需要知道：未来科技的发展速度不能用我们的固有思维去衡量，你以为遥不可及的未来，可能就在明天。所以，隔壁老王的生日，有可能并不像想象的那么远。也就是说，隔壁老王的到来，可能比我们预料的要快的多得多。

被选择，或是被遗弃

当然，也有人会说：一个新兴行业的兴起和发展，一定会产生新岗位和新需求。即使有了隔壁老王，那么隔壁老王总要有人设计吧？包括隔壁老王这个行业催生的一系列新兴行业，都有人才需求。

没错，这一点我非常认同。但是我们自问一下：如果你跟开发评审个需求都讲不明白，跟进一个小的项目或者小的需求都做的磕磕绊绊，你觉得你能设计出隔壁老王这么牛逼的产品吗？或者说：你觉得你有机会设计参与设计隔壁老王这么牛逼的产品吗？如果你在你自己所在的团队中综合能力都排不上前10%，你觉得你有机会进入那个牛逼闪闪的领域吗？

现在有一个很大的误区就是：办公室的白领们总是自以为自己在职场的表现优于自己的父母，每年过年回家，当给父母解释什么是移动互联网、什么是蓝海红海、什么是O2O大数据、父母听的一脸蒙圈的时候，一幕莫名其妙的优越感油然而生，觉得自己从事的行业和工种高大上的不要不要的，其实这不过是因为 经济结构转型和产业升级造成的误会而已 。现在在公司的格子间里面哼哧哼哧做PPT的那些人，和当年踩着缝纫机的女工们，其实没有本质区别。

改变升级的是整体的大环境，而不是我们个人。

人工智能淘汰的不是岗位，淘汰的是跟不上这个时代的那些人。

所以，再回到我们本文的标题，我说的是现在绝大部分所谓“产品经理”会失业，而不是产品经理这个岗位会消失——这是两个概念。

产品经理这个岗位在很长一段时间依然会存在，即使这个社会全面来到人工智能时代，这个岗位依然是有需求的，只不过需求量会大幅度紧缩。如果现在全国产品岗位有几十万就业人群，将来可能只需要几千人就可以满足市场需求，也就意味着将来只有前10%-20%的精英群体们是有饭吃的。这部分人，也是真正配的上产品经理中“经理”这两个字的那群人。而剩下的80%-90%滥竽充数非“经理级”群体，如果又没有其他可以安身立命的一技之长，还不是X二代，那可咋整？

所以，亲，放下身上的那股迷之优越感，咱们自我评估一下：