起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識智能商業模型分析（Business Plan AI） 的思考
這篇文章的目的是用來闡述近期的一個關于商業模式/產品模式分析的思考以及招募對此項目感興趣的小伙伴參與項目探討、研究。
在開始項目主題前，我們先來看一個詞，一個過程：IDEA TO PRODUCT?。ㄏ敕ǖ疆a品，下文簡稱I2P過程）。
為什么用這樣的一個詞呢？縱觀人類社會的歷史，商業的發展促進社會體系的進步、生活生產方式的改革，而產品則是構成商業體系的單元，是構建商業大廈的基石和磚瓦。當然，這里的‘產品’指的是廣義的‘產品’，一把手機是產品、一個汽車零件是產品、一篇文章是產品、一個公司是產品、一個成功的商業執行也是產品、甚至你的人生也可以當一個產品。每一個優秀產品都萌芽于人類一個思考、一個最初的想法，世界得以呈現出當今的繁榮多彩，便是由無數得以成功實現的想法構筑而成，這是世界商業發展、人類文明進步的規律。
IDEA TO PRODUCT表示的是一個過程，是一個靜態到動態、想法到產品、思考力到行動力、從無到有的過程，好的想法只有通過這一步的轉化才能變成產品，才有可能成為促進發展的原動力。
我發起的這個智能商業策劃分析（下文稱BP AI）項目，正是用來思考這個從0到1的轉化過程，思考完成這個過程的達成因素和潛在風險，研究“想法->產品”成功執行的規律，總結這一轉化過程所使用的方法論，設計一套幫助創業者、產品設計者、企業管理者等進行模式分析和指導的自動化系統。
BP AI試圖研究、設計、開發一套專有的方法論系統，用于幫助使用者判斷他們IDEA到Product這個過程的可行性，協助使用者尋找這個過程存在問題并提出指導性的建議，引導使用者正確找到完成這個轉化過程的達成方法和途徑。如果說這樣說有一些抽象，我們用一個現實的應用場景來幫助你理解這一過程：
“小王大學畢業之后想要自主創業，經過簡單的市場調查和分析，決定成立公司，進軍無人超市市場。而計算機專業畢業的小王對于這個想法的可行性抱有遲疑，總覺得有什么問題還沒想清楚，卻無從下手。這時，小王通過BP AI項目，將自己的方案輸入到系統中，通過系統的比對、分析后輸出的報告中指出：‘小王的項目在市場容量、市場競爭、合作伙伴、產品技術有良好的判斷和充足的準備，但是在渠道投放、成本計算、政策風險’這幾個重要因素上的思考欠缺”。
于是，小王根據系統報告的提醒，有目的、深入地分析和思考這幾個存在的風險因素，在BP AI系統評估以及線下交流下，小王不斷完善這一想法的執行過程和思路，小王落地了無人超市的項目，開始了創業的征程…”
”這樣的場景，BP AI似乎更像是一個提供商業咨詢和指導的智能機器人導師！”
看完這個應用場景，你一定還有很多吐槽點和疑問。例如瞬息萬變的商業思考會有普適的方法論嗎？方法論系統的輸出和判斷會準確嗎？小王怎么把信息輸入到系統？系統怎么處理這些信息？如果有問題，為什么不去咨詢商業資訊公司或是專業人士？為什么人家要相信你的方法論系統和建議？等等一系列的問題?。?！
是的，這個想法現在看起來是不可思議，甚至是荒唐的。
但是仔細思考，我們來初步探究BP AI的項目意義的可行性。
先來說我對BP AI意義的思考
降低商業模式分析的成本和門檻
創業之路或者說是產品之路是困難而艱辛的，就像需要破土的種子。產品的創造者將通過BP AI項目，以極為便捷的方式、極為低廉的成本獲得專屬案例的模型分析與指導。
也許BP AI的輸出結果和分析不那么的準確，達不到專業商業咨詢顧問的水平，但是對于大部分在初創期的產品，我們相信可以找到那些普適的共性來進行分析，這是我們想要的，也是種子期期產品所需要的，BP AI的目的也不是為了取代專業的人工分析和商務咨詢，它就像一個工具那樣，協助使用者更好的完成I2P的轉化過程！
便捷的創新創業教育工具
BP AI自身產品的運行機制是建立在對商業模型、數學模型拆構的基礎上產生的，這個將在下文可行性中進行闡述。因為基于商業模型和數學行的拆構，系統運作原理必定有其特有的規律，而這些規律是千百年來經濟學家、哲學家思考的結晶。在目前可預知的時間范圍內，BP AI的核心還是按照人類的研究基礎和理論進行運作，那么作為規范的創新創業工具的條件是可行存在的。
大數據商業模型建立
BP AI希望可以匯集世界商業、經濟、數學等的相關模型，也匯集、統計、分析社會發展過程中實時的變化的動態變量，期待在長時間的運作和分析中尋找到更多的商業發展規律，同時驗證分析模型的正確性，并基于大量數據的計算，完善、改良自身分析模型，進而更好服務于使用者。并且在這個IT->DT時代的變革中，大規模的模型分析和驗證，將帶來更多不可估量的價值。
接下來，我簡述BP AI一個可行的執行邏輯
初步建立分析方法和分析節點
初期BP AI的分析方法來自于成熟的模型分析方法論，我們對其進行拆解、計算、分析、組合、輸出。將原有的模型分解成為特定的分析節點，在處理過程中與數據結合，通過一定規律的計算處理，輸出有一定規則的分析結果。在初步建立分析模型的時候，可以將其限定在某個領域和過程中，以降低計算分析邏輯的復雜性，從而驗證BP AI的可行性，由此可以建立BP AI的初步模型和方法。
工具化分析方法
在BP AI的初步模型和方法基本確定之后，通過技術手段將其實程序化，制作用戶的交互流程和界面，完善輸出格式。其實這一步就是BP AI的技術實現。在工具化方法論之后，需要完成的工作就是完善模型和算法，而這將成為BP AI到底能不能AI,能不能為使用者提供真正價值的核心和關鍵。
上述內容就是我到目前為止對BP AI的粗淺思考，BP AI是我在寫這篇文章時候才提出的這個詞，如果上述還是過于抽象，那還是用文中提到的一句話來解釋BP AI項目的定位：
BP AI是一個為用戶提供商業模型分析的智能機器人
因為經驗和能力有限，文中的分析淺薄、更或者充滿漏洞。對于BP AI的思考還有很長的路要走，像是在探索，探索種子發芽的途徑。但這又怎么樣呢，這不正是IDEA TO PRODUCT的過程嗎？起碼這是一件沒有人做過，聽起來很酷的事情！
本文由 @ Keyones 原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自PEXELS，基于CC0協議
對這個項目有興趣的朋友歡迎和我聯系。