在展开讲“准”这个概念之前，我们先要对当前时代的宏观背景有个准确的认知：我们这个时代，已经从短缺经济变成了过剩经济。其实早在20世纪90年代，美国就已出现物质极大丰富的现象，绝大部分的商品都处于过剩状态。中国在赶超了40年之后，近几年也出现了产能严重过剩的情况，大部分标准化产品的竞争都无比激烈，因为标准化产品的市场已经饱和了。未来竞争的核心，将从满足显性的标准化需求变成挖掘潜在的个性化需求。

这是一个根本性的差别。在传统工业时代的逻辑下，广告和标准化的生产是相匹配的，先有标准化的产品，然后通过广告去激发需求，再通过渠道把这个激发的需求与产品匹配起来。进入互联网时代之后，我们能够做的是更好地挖掘潜在需求，而不是用标准化的服务去满足某种被广告激发的需求，这就回到了我们本节的关键词——准。

“准”指的是准确，而这只有通过智能化才能实现。依靠牛顿经典力学为代表的现代科学所发展起来的工业时代，是追求确定性的时代。在那个时代，人的信仰是科学能够发现一切规律，依靠规律就可以将一切事情做得准确。最近50年，随着量子物理和计算机科学的发展，新时代最大的特点就是开始接受不确定性，尝试用统计的方法来逼近准确性。所谓的机器学习和人工智能，就是先从一个非常粗糙的目标开始，逐步迭代优化，最后可以达到非常准确的高度。

谷歌翻译的准确率可以从一开始的40%，仅仅利用几年时间就达到很高的水平，就是因为它拥有了和工业时代完全不一样的思路。谷歌翻译是用统计、概率、学习、反馈来逼近精确，向越来越准确的最终目标前进。它要求“活”数据，而不是一般意义上的“大”数据。只有量是不够的，数据必须和业务完整地融合在一起，在此基础上有模型和算法，还要有云计算和大计算能力支撑海量数据处理。这就是未来商业真正比拼能力的地方，能否做到更加准确，这是商业逻辑的根本变化。

到了现在，如果还用工业时代的逻辑，三年计划一个产品，然后希望这个产品在未来某个时刻能打中人的需求，这样的概率几乎为零，没有任何准确性可言。所以，未来服务的准确度是去挖掘潜在的需求，我们要用一套全新的方法论去指导这种思考。而这个方法论想要变成一套完整的运营体系、业务流程，就需要拥有一个互联网化的支撑系统，才能提供更加准确的服务。(www.daowen.com)

那接下来的关键问题就是：如何挖掘潜在需求，才能实现最高效率？

如果让人和一个个用户不断地进行互动，看他们到底想要什么，这是一种成本很高的方法。就像做所谓的定制化服装一样，要人跟人之间发生很多次的反复互动才能达到目的，性价比非常低。如果这种场景想要普遍化，最终还是要靠我们讲到的数据智能。你先要建立起一个有效的产品通道，将商家跟潜在的客户联结起来，再通过各种各样的方法去试探客户的反馈。最终双方动态的匹配形成某个时间节点的最优服务，而这个服务又会随着用户的需求不断演化。

想要完成这个目标，唯一的方法是通过持续的互动进行产品的迭代和优化，光靠人力注定无法完成，背后需要数据智能引擎的支撑。只有用机器决策取代人力决策，才能在足够短的时间内快速学习、提升和逼近可能的潜在需求，这样得出的判断才是准确的。用工业时代的思想无法企及准确这一高度，只有用数据时代的思想，人们才能用渐进的方法来快速迭代、试探。其实这种试探是双方的，只有经过多次的摸索、互动，最后才能找到一个当时足够满意的服务。

既然要靠试探和摸索，那便离不开数据智能的自我学习能力。在这方面，淘宝的经验或许能为你提供帮助。