最近在做一個數字化的專案，要打造一款數字化產品，大家在討論這個產品的演進路徑的時候，為這個演進路徑分了這麼幾個階段。記錄下來，以後再做產品可以用這個來框一框

這裡不談使用者體驗的事兒，這事兒哪個階段都有做的好的和不好的

為了避免忘記，再舉幾個例子，傳統產業，資訊產業都舉一個

傳統產業：汽車

資訊產業：美顏

天才型階段

這個階段的產品主要關注的是功能，提供越來越豐富的功能

業務可以由功能組合而成，但是怎麼組合，這是由使用的人來掌握的

使用的人業務水平和對產品熟悉程度的高低直接決定了最終業務的效果

如果使用者不是一個天才，這個階段的產品對他來說及很難創造生產力

比如手動擋汽車，檔位自己控制，想起步快，想省油都可以，你只要會開

比如ps，各種濾鏡，蒙版，塗抹工具，想祛斑，想變白，想大長腿都可以，只要你會用

但是，天才哪有那麼多呢

專家型階段

這個階段的產品主要關注的是主要業務，功能豐富不豐富不重要，只要能完成主要業務就可以

使用的人也不用關注功能，他只要是業務的專家就可以

產品已經抽象好了業務和場景，專家只要說我要滿足什麼業務

比如自動擋汽車，不用關心檔位，自動幫你換擋，你的主要業務其實就是出行，滿足你從A到B就OK

比如美圖秀秀，不關心你使用蒙版技術還是別的什麼技術，我關注的就是眼睛7分大，下巴8分尖

但是，你以為你以為的真的是你以為的嗎？

智慧型階段

當有了大資料，有了機器學習之後，人們突然發現，通常我以為我以為的未必是我以為的

我認為的事實，很有可能都是假的，有些可能是自我認知的障礙，有些可能是自我認知偏差，有些可能是光環效應，等等

大資料雖然沒有辦法直接預測因果，但是他能呈現事實

當產品遇到了這兩個東西的時候，他就可以真正的根據事實來自我進化，這就不是被動的了

如果我們把這個產品看做一個生物，那這就是有主觀意願進行的進化了

比如自動駕駛，你也不用關心我是怎麼幹的，反正我能自動開，就行啦

比如錘子手機自帶的美顏相機，那就是根據美女主播的資料學習的結果，你自己說喜歡什麼臉型不重要，重要的是你去看哪種的

但是，如果這樣的話，這個世界多單調

定製型階段

當我們統一化的滿足了大多數人的需求之後，一定會走上定製化的路

這就是人性所決定的，在群體中釋放自我，在自我中尋找群體認同

不久，我們就會有能夠學習你自己駕駛風格習慣的自動駕駛汽車，能夠學習你的審美的美顏相機，能夠學習你口音的語音輸入等等

這並不是說後一個階段會淘汰前一個階段

就像美顏相機問世之後，高階作圖依然需要用PS

自動擋汽車出來後，追求操控感的人還是會買手動擋

只不過面向的群體會是一個錐形的，或者說是滿足正態分佈的，兩頭人少，中間人多