产品是将“云”上的数据智能传递给用户、为用户带来价值的通道。事实上，在智能商业的“云”和“端”之间，客户的产品体验绝不仅仅来自端上的UI（用户界面）互动，而更多地决定于“云”上的数据智能。

例如，用户在淘宝的体验不仅是搜索是否好用、类目是否合理、导航是否有效等，更重要的是用户能否高效地从几十亿件商品、千万级卖家中快速找到自己需要的商品，甚至还有惊喜，而这取决于“云”上的数据智能。不通过数据和产品的紧密融合，不通过“云”上的数据智能实时发挥作用，真正意义上的客户体验持续提升是根本无法想象的，就好像我们根本无法想象传统的金融服务能在几秒钟内完成对客户的贷款一样。

上传下达，双“管”齐下，数据闭环靠产品互动实现，而产品体验依赖于数据智能，数据和产品合二为一。一切的数据智能体系，都必须最终融合在功效直接、交互友好、价值明确的互联网产品上，其智能的价值才能真正体现出来。

万物互联之“广”和数据智能之“深”，其价值都集中体现在互联网产品上。通过创造性的产品设计，既把数据智能的价值不折不扣地传递给用户，又使用户低成本、高频度地进行反馈，从而使数据智能持续提升。实际上，这里所说的“产品”已不止于“端”的概念，从更广泛的意义上说，互联网产品是一种包含了“云”的智能和“端”的体验的完整互联网服务，它是数据智能和商业场景紧密融合的最终载体，也必将取代营销，成为商业运营的关键。

因此，智能商业的成功，最关键的一步往往是一个极富想象力的创新产品：针对某个用户问题，定义了全新的用户体验方式，同时启动了数据智能的引擎，持续提升用户体验。这样的智能商业才是对传统商业的颠覆，才能真正实现降维攻击，胜者一骑绝尘，败者万劫不复。谷歌超越雅虎、脸书超越MySpace（一个社交网站）、优步颠覆出租车行业等，莫不如此。

数据化、算法化加上产品化构成了智能商业的三大基石。例如谷歌，其搜索引擎的三大核心，一是网页内容的数据化，二是基于PageRank的算法引擎，三是谷歌巨大的产品创新——极为简洁的搜索框和基于相关性排序的结果页。然而这还不够，要让智能商业一天比一天更聪明，还有一样东西不可或缺——反馈闭环。(www.daowen.com)

用户行为通过产品的“端”实时反馈到数据智能的“云”上，“云”上的优化结果又通过“端”实时提升用户体验。在这样的反馈闭环中，数据既是高速流动的介质，又持续增值；算法既是推动反馈闭环运转的引擎，又持续优化；产品既是反馈闭环的载体，又持续改进功能，在为用户提供更好的产品体验的同时，也促使数据反馈更低成本、高效率地发生。

一言以蔽之，数据化、算法化和产品化就是在反馈闭环中完成了智能商业的“三位一体”的。智能交通体系是另一个例子。以无人驾驶汽车为代表的整体智能交通体系已经不是科幻，谷歌首次实现了根据路况数据设计路线，本质上就是将关于路线选择的算法在线了，而今天在美国，无人驾驶汽车已经上路试验，就是汽车这个“端”的全面智能化。

在中国，阿里巴巴最新的实践则是交通“云”的全面智能化。依据各方面交通数据的整体打通，预测未来一小时里的每一个路口可能的交通状况，进而对接城市交通指挥系统，有的放矢。在北京这样复杂的路况下，此套体系的预测准确率超过95%。其中，数据化、算法迭代和产品同样在反馈闭环中实现了三位一体。智能交通体系首先以一连串事物的数据化为前提，包括地理位置的数据化、车况的数据化、天气的数据化，以及红绿灯、分道线、行人的数据化等；其次，它还是算法实时优化的结果——不仅是车况本身的优化，更是整体智能交通体系的优化；再次，它当然离不开从汽车到红绿灯等种种产品的智能化；最后，它更是众多数据反馈闭环的集合体——路况数据使车辆实时优化行车路线，周遭环境数据使车辆实时决定行驶速度，乘客身体状况的数据使车辆实时调整车窗开合。

本质上，商业从一开始就是基于某种反馈闭环的，从而了解客户所需，提供相应的产品或服务。然而，不论是发挥商业天分猜测客户需求，还是通过市场调查听取客户需求，都始终失之于准确、困之于成本。不过，到今天，当客户可以通过全本实时的数据把他们的需求直接告诉商家时，当商家可以凭借敏捷迭代的算法引擎精确满足客户的需求时，当产品借助互联网的巨大能量成为数据智能和用户实时互动的端口时，我们终于可以说，我们找到了促使这个反馈闭环成本更低、效率更高，甚至自动运转的颠覆性工具。它可以被视作数据智能的“永动机”，只要有在线的互动，有数据的反馈，这台机器就永不停歇地学习，实时敏捷地进行优化。

数据、算法、产品在反馈闭环中“三位一体”，唯有如此，智能商业才能完成对传统商业的降维打击，DT时代的商业跃升才有发力点。