这篇文章的目的是用来阐述近期的一个关于商业模式/产品模式分析的思考以及招募对此项目感兴趣的小伙伴参与项目探讨、研究。
在开始项目主题前，我们先来看一个词，一个过程：IDEA TO PRODUCT！（想法到产品，下文简称I2P过程）。
为什么用这样的一个词呢？纵观人类社会的历史，商业的发展促进社会体系的进步、生活生产方式的改革，而产品则是构成商业体系的单元，是构建商业大厦的基石和砖瓦。当然，这里的‘产品’指的是广义的‘产品’，一把手机是产品、一个汽车零件是产品、一篇文章是产品、一个公司是产品、一个成功的商业执行也是产品、甚至你的人生也可以当一个产品。每一个优秀产品都萌芽于人类一个思考、一个最初的想法，世界得以呈现出当今的繁荣多彩，便是由无数得以成功实现的想法构筑而成，这是世界商业发展、人类文明进步的规律。
IDEA TO PRODUCT表示的是一个过程，是一个静态到动态、想法到产品、思考力到行动力、从无到有的过程，好的想法只有通过这一步的转化才能变成产品，才有可能成为促进发展的原动力。
我发起的这个智能商业策划分析（下文称BP AI）项目，正是用来思考这个从0到1的转化过程，思考完成这个过程的达成因素和潜在风险，研究“想法->产品”成功执行的规律，总结这一转化过程所使用的方法论，设计一套帮助创业者、产品设计者、企业管理者等进行模式分析和指导的自动化系统。
BP AI试图研究、设计、开发一套专有的方法论系统，用于帮助使用者判断他们IDEA到Product这个过程的可行性，协助使用者寻找这个过程存在问题并提出指导性的建议，引导使用者正确找到完成这个转化过程的达成方法和途径。如果说这样说有一些抽象，我们用一个现实的应用场景来帮助你理解这一过程：
“小王大学毕业之后想要自主创业，经过简单的市场调查和分析，决定成立公司，进军无人超市市场。而计算机专业毕业的小王对于这个想法的可行性抱有迟疑，总觉得有什么问题还没想清楚，却无从下手。这时，小王通过BP AI项目，将自己的方案输入到系统中，通过系统的比对、分析后输出的报告中指出：‘小王的项目在市场容量、市场竞争、合作伙伴、产品技术有良好的判断和充足的准备，但是在渠道投放、成本计算、政策风险’这几个重要因素上的思考欠缺”。
于是，小王根据系统报告的提醒，有目的、深入地分析和思考这几个存在的风险因素，在BP AI系统评估以及线下交流下，小王不断完善这一想法的执行过程和思路，小王落地了无人超市的项目，开始了创业的征程…”
”这样的场景，BP AI似乎更像是一个提供商业咨询和指导的智能机器人导师！”
看完这个应用场景，你一定还有很多吐槽点和疑问。例如瞬息万变的商业思考会有普适的方法论吗？方法论系统的输出和判断会准确吗？小王怎么把信息输入到系统？系统怎么处理这些信息？如果有问题，为什么不去咨询商业资讯公司或是专业人士？为什么人家要相信你的方法论系统和建议？等等一系列的问题！！！
是的，这个想法现在看起来是不可思议，甚至是荒唐的。
但是仔细思考，我们来初步探究BP AI的项目意义的可行性。
先来说我对BP AI意义的思考
降低商业模式分析的成本和门槛
创业之路或者说是产品之路是困难而艰辛的，就像需要破土的种子。产品的创造者将通过BP AI项目，以极为便捷的方式、极为低廉的成本获得专属案例的模型分析与指导。
也许BP AI的输出结果和分析不那么的准确，达不到专业商业咨询顾问的水平，但是对于大部分在初创期的产品，我们相信可以找到那些普适的共性来进行分析，这是我们想要的，也是种子期期产品所需要的，BP AI的目的也不是为了取代专业的人工分析和商务咨询，它就像一个工具那样，协助使用者更好的完成I2P的转化过程！
便捷的创新创业教育工具
BP AI自身产品的运行机制是建立在对商业模型、数学模型拆构的基础上产生的，这个将在下文可行性中进行阐述。因为基于商业模型和数学行的拆构，系统运作原理必定有其特有的规律，而这些规律是千百年来经济学家、哲学家思考的结晶。在目前可预知的时间范围内，BP AI的核心还是按照人类的研究基础和理论进行运作，那么作为规范的创新创业工具的条件是可行存在的。
大数据商业模型建立
BP AI希望可以汇集世界商业、经济、数学等的相关模型，也汇集、统计、分析社会发展过程中实时的变化的动态变量，期待在长时间的运作和分析中寻找到更多的商业发展规律，同时验证分析模型的正确性，并基于大量数据的计算，完善、改良自身分析模型，进而更好服务于使用者。并且在这个IT->DT时代的变革中，大规模的模型分析和验证，将带来更多不可估量的价值。
接下来，我简述BP AI一个可行的执行逻辑
初步建立分析方法和分析节点
初期BP AI的分析方法来自于成熟的模型分析方法论，我们对其进行拆解、计算、分析、组合、输出。将原有的模型分解成为特定的分析节点，在处理过程中与数据结合，通过一定规律的计算处理，输出有一定规则的分析结果。在初步建立分析模型的时候，可以将其限定在某个领域和过程中，以降低计算分析逻辑的复杂性，从而验证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确定之后，通过技术手段将其实程序化，制作用户的交互流程和界面，完善输出格式。其实这一步就是BP AI的技术实现。在工具化方法论之后，需要完成的工作就是完善模型和算法，而这将成为BP AI到底能不能AI,能不能为使用者提供真正价值的核心和关键。
上述内容就是我到目前为止对BP AI的粗浅思考，BP AI是我在写这篇文章时候才提出的这个词，如果上述还是过于抽象，那还是用文中提到的一句话来解释BP AI项目的定位：
BP AI是一个为用户提供商业模型分析的智能机器人
因为经验和能力有限，文中的分析浅薄、更或者充满漏洞。对于BP AI的思考还有很长的路要走，像是在探索，探索种子发芽的途径。但这又怎么样呢，这不正是IDEA TO PRODUCT的过程吗？起码这是一件没有人做过，听起来很酷的事情！
本文由 @ Keyones 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自PEXELS，基于CC0协议
爱盈利-运营小咖秀 始终坚持研究分享移动互联网App运营推广经验、策略、全案、渠道等纯干货知识内容；是广大App运营从业者的知识启蒙、成长指导、进阶学习的集聚平台；
