智能时代的场景革命

从华为P20的拍照功能说起

华为P20系列手机，在拍照功能里，和其他相机一样，分了很多场景，什么人像，夜景，大光圈，食品等。这样可以根据不同的场景，选择不同的技术参数，优化算法。

但是，同时在拍照的功能里，P20系列可以自动识别一些对象，并根据对象来自动选择场景。

当它检测出拍摄主体可能是人像时，会出现人像模式提示。默认会应用人像模式的算法来进行美颜。

当它检测出拍摄主体可能是一个平面印刷品的时候，会出现文档矫正提示，默认会裁剪并拉伸目标。

当它检测出拍摄主题可能是绿叶的时候，会启用绿叶模式来让色彩更鲜艳。

当然，这样的场景还有很多，相信随着智能算法的应用的深入，一个拍照可以做到千变万化，一个入口对应所有场景。

回顾手机拍照功能的历史，我们会发现这是一个从分到合的过程：

诺基亚第一个拍照手机的出现，那时候的拍照程序很简单，没有那么复杂的功能，就是一个按钮。然后随着手机摄像头技术的发展，我们可以调整拍照的形状，ISO，滤镜等，这样，在不同的光线，拍摄不同的对象，不同的环境的时候，就可以选择最好的参数，达到最好的效果。但是每次都这么手动调整参数太麻烦了，于是从手机厂商到应用厂商开始出现了针对场景的拍照程序。手机内置的拍照程序出现了夜景、人像、微距、延时等场景的选择，而更加丰富细分的拍照APP也出现了，比如以美图秀秀，美颜相机为代表的人像APP，比如以名片识别，文档扫描为核心功能的APP，比如以专门拍摄延时和风景的APP。从而满足不同用户在不同场景下的个性化需求。

但是这样带来的问题也是明显的，一个场景一个APP，一个场景一个入口，用户需要自己去判断，选择，不同的入口，最终的照片也无法统一管理。

而在人工智能技术出现的今天，在图片识别技术的应用基础上，一个拍照入口，通过识别拍摄对象的类型，后台调用不同的算法模型去进行不同的处理，减少用户的操作行为，更好地给用户以一致的体验。

当摄像头实时的发现拍摄对象是人像的时候，启动美颜算法；

当摄像头发现拍摄的对象包含大量文字的时候，启动OCR文字识别以及自动翻译的算法；

当摄像头检测到拍摄的主体在运动的时候，启动视频录制模式；

这样的摄像头就具备了一定智能的基础，避免了那种当美好的画面出现的时候，要临时的切换拍摄APP，选择不同的菜单，导致错过美好的瞬间。

这样一个典型的应用的变化的过程，管窥一斑的体现了智能时代正在带来的场景革命。

人工智能重构业务场景

互联网时代场景即价值，场景化思维是用户为中心，关注用户体验，产品设计围绕用户的方法。谁能挖掘更多的业务场景，谁就能够跟用户建立更多的连接，更好地理解用户需求和痛点，从而能够提供更加个性化，更加有竞争力的产品。

大数据和人工智能技术给业务场景的构建带来了巨大的变化，主要体现在以下几点：

场景孤岛到场景融合

用华为P20手机拍照作为例子，拍人像的功能和拍延时的功能是分开的，是需要用户自己根据经验去判断和选择的，所以一个时刻用户只能使用一种场景，并且切换到新的场景的过程是生硬的。当用户在拍照的时候就难免要在不同的应用和功能之间切换，这是不好的用户体验。

传统的业务场景之间是割裂的，是独立的，从业务流程到技术实现都是固化在应用中的，无法在场景中进行切换，而伴随着人工智能技术的深化应用，用户场景可以被自动的识别和切换，凯哥把前者叫做孤岛式场景，后者是融合式场景。

产品和服务本身能懂用户，能够根据用户的业务目标、喜好、习惯不同而自动智能的切换场景。

被动规划式场景到自我裂变式场景

原来的场景是通过访谈调研，研究分析，设计出来的，每一步都带着对于用户的假设和猜想，变成一个流程式的产品或服务。当用户越来越多，出现了超出前期设计的场景的假设条件的时候，那一部分用户的体验就会下降，也就是产品需要更新和升级的时候。

而当人工智能的技术出现，尤其是机器学习，深度学习这样的技术的应用，计算机可以在用户沉淀的数据中发现新的用户行为模式，不同于原来的模型，从而自动设计出新的场景或者服务，凯哥把它叫自我裂变式场景。

举个例子，电商企业先上线通用电商场景的服务，运营一段时间后，沉淀了大量的用户数据、行为数据、SKU数据，然后通过聚类的方法，识别出不同的用户场景和对应的用户行为习惯，然后根据对这些数据的训练，将原来通用电商的业务流程、操作模式细分为不同的场景，裂变成面向用户或者面向SKU的业务场景。而这里最重要的区别在于，这一切不是由人工去分析发生的，而是根据数据训练出模型来驱动的。

刚性固定式场景到柔性演进式场景

在传统的用户场景中，由于用户的旅程，功能，规则，都是设计好的，通过软件固化的，所以是刚性的，不能随着用户行为、画像自动发生变化。

而在智能时代，每一个行为，每一个流程，规则都是动态数据模型算法驱动的，它会根据数据的不同而个性化，是柔性演进式的场景。

在固定的标签系统中，不同的用户被打上个性化标签，然后根据标签的类型来觉定适配什么样的行为，优惠等。但是，在智能驱动的系统中， 用户的标签是动态的。是由一组组的模型去匹配的，而模型本身又是根据数据训练出来的也是动态的。比如，传统的标签系统中，有一个标签是“潜在用户”的标签，他的匹配模型是访问首页的频率和浏览商品的停留时长，只要达到一个阈值范围，那就被认为是潜在用户，这个用户就会被打上潜在用户的标签，然后系统会根据潜在用户的标签去采取对应的行动。而在智能的时代，潜在用户的标签匹配的规则是动态的，是根据后台的历史数据分析的结果产生的，是演进式的，一切都是根据数据去学习和训练的，而不是固定配置的。

从多渠道多应用到统一入口融合体验

借助移动互联网，云计算，大数据技术，传统业务从单一渠道扩展到多渠道，从线下到线上线下的融合打通，衍生出了多场景，多应用。

分久必合，在智能时代，多渠道多应用会逐渐统一到单一入口，融合体验。用户的体验极简化，而后台的计算、分析逻辑是复杂无比的。

让我们来畅想一下，智能时代的搜索引擎，一个极简的输入框或者语音输入，用户说的词语，会被识别成不同的实体，根据实体的类型搜索的结果会以不同的形式展示出来。如果你搜索的是视频的名称，那么下面出来的就是视频相关的操作；如果你搜索的是商品，那么就进入电商模式；如果你搜索的是专业词汇，搜索引擎则进入学术研究模式。这一切都会根据你的用户画像的不同而发生变化，一个入口涵盖多种场景，无缝切换。让用户的学习成本降到最低，一切都自然发生，不需要任何纠结的可能。

这就是随心所欲的智能时代的意义所在。

相关阅读：