文／田羽 （微：mailvincent）
網(wǎng)易CEO的丁磊最近給大家極力推薦了吳軍的《智能時代》，同時提到“人工智能技術(shù)在未來十年間將會影響我們生活的方方面面，我們的家具、娛樂、各種服務(wù)體驗，將會發(fā)生顛覆性改變。”
吳軍在智能時代提出的一個口號：要么成為那2%的受益者，要么被淘汰。
那么《智能時代》里到底描繪了怎樣的一種場景？已然來臨的智能時代對我們，尤其是產(chǎn)品經(jīng)理的工作方式、思維方式會帶來哪些影響？
在吳軍眼里，AlphaGo在圍棋的對決中大獲全勝，到底意味著什么？Google的無人汽車怎么就要讓司機同志們?nèi)际I(yè)了？
更進一步，在智能時代背后，未來的產(chǎn)品的商業(yè)模式和形態(tài)會發(fā)生哪些變化？會有哪些產(chǎn)品機會？作為產(chǎn)品人的我們準備好了嗎？
帶著上述疑問，本文嘗試在智能時代的大場景下，系統(tǒng)思考產(chǎn)品的變與不變，以及作為產(chǎn)品人的我們，該如何重新定位，搶得智能紅利？
1、吳軍在智能時代里到底講了些什么？
吳軍在智能時代里始終圍繞著這樣一個命題：“智能時代這次真的來了”。
人工智能這個概念實際在1956年達特茅斯學院的會議上就被提出來，到2016年已經(jīng)經(jīng)歷了60年一個甲子的時間。期間三起兩落，第一次是鳥飛派為代表，以規(guī)則學習、專家系統(tǒng)為主，期望理解人腦來推進人工智能進展；不過大家也都知道，人類對大腦的理解微乎其微，人工智能技術(shù)陷入低谷。
第二次是以搞通信的賈里尼克為代表的統(tǒng)計學派，基于香農(nóng)提出的信息論來解決人工智能的問題。此時，各種智能問題實際上被理解成消除不確定性問題，這種思維模式的升級無疑又把人工智能應用向前推進一步。
實際上，確定性思維（又稱連續(xù)性思維）一直是工業(yè)時代的精華，胡適老先生就提出過教誨幾代人的“大膽假設(shè)，小心求證”，即“先假設(shè)一個元模型，然后再通過數(shù)據(jù)驗證迭代構(gòu)建一個復雜的模型”。無論是牛頓，還是愛因斯坦的成就其實都是基于上述思維構(gòu)建的成果。
而確定性思維卻越來越受到挑戰(zhàn)：一方面隨著我們對認知的加深，影響這個世界的變量越來越多，另一方面，量子力學的測不準原理等都決定了世界不確定這一基本特性。在未來簡史中，尤瓦爾·赫拉利從人類學、歷史學等角度也闡述了類似的觀點。他提出了知識的悖論，知識（預測）不改變行為就無用，行為一旦改變，原本的知識（預測）就立刻失去了意義。
人工智能雖然像在語音識別等問題上，準確率得到大幅提升，但是由于數(shù)據(jù)量、計算能力等的限制，大部分應用仍無法商用。
人工智能（神經(jīng)網(wǎng)絡(luò)）研究的第三次浪潮始于 2006 年的突破。借此浪潮，深度學習（Deep Learning）概念（參見Ian Goodfellow等，Deep Learning，P17）普及開來。而標志性的代表則是，Hinton 和合作者的論文"A fast algorithm for deep belief nets" (深信度網(wǎng)絡(luò)的一種快速算法)。下面則是深度學習模型示意圖：
隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、并行計算等技術(shù)的發(fā)展，尤其是大數(shù)據(jù)的數(shù)據(jù)量大、多維度、完備性等特點加速人工智能的第三次浪潮。
2016年，AlphaGo打敗了李世石，圍棋這個人類引以為傲的棋類競技項目目前已經(jīng)遠遠落后于機器智能；悄無聲息間，google的無人駕駛汽車已經(jīng)行駛了超過200萬英里。
從人類歷次技術(shù)革命的發(fā)展歷程來看，無論是第一次的蒸汽機革命、第二次的電力革命還是第三次的信息革命，無不推動著既有產(chǎn)業(yè)的全面升級。
可以預見人工智能將會逐步滲透到社會的各個產(chǎn)業(yè)，從而實現(xiàn)“從局部到整體，我們實現(xiàn)智能化社會，從整體到局部，我們實現(xiàn)社會的精細化”的奇妙場景。
我嘗試用一句話來概括一下智能時代的觀點：一種使用信息（大數(shù)據(jù)中挖掘）問題解決人工智能問題（不確定性問題）的思維方式出現(xiàn)了，同時，新的生產(chǎn)力（人工智能與大數(shù)據(jù)等）必會帶來新的生產(chǎn)關(guān)系（產(chǎn)業(yè)）的升級換代。
2、智能時代下，下一波產(chǎn)品紅利在哪里？其驅(qū)動力到底是什么？
從互聯(lián)網(wǎng)近20年的發(fā)展來看，可以歸納為三個發(fā)展周期，每個周期接近7-8年左右的時間，期間有波峰的高速發(fā)展，也有波谷的泡沫散盡。郝志中在《用戶力》里做出歸納總結(jié)：
從上圖可以看到，三個周期大致如下：
1）第一個周期，1995年－2002年，窄帶互聯(lián)網(wǎng)，特征是三大門戶的興盛，02年起，WEB1.0找到了商業(yè)模式。
2）第二個周期，2002年－2009年，寬帶互聯(lián)網(wǎng)，特征是內(nèi)容媒體異常豐富，圖文，視頻等媒體形態(tài)頗為盛行，BAT完整對流量入口的布局，正式進入WEB2.0。
3）第三個周期，2009年－2016年，移動互聯(lián)網(wǎng)，特征是微博、微信大行其道，而2015年的股市崩盤，預示著互聯(lián)網(wǎng)企業(yè)的高估值神話破滅，死掉的O2O企業(yè)名單一批接一批，16年開始回歸理性，互聯(lián)網(wǎng)＋開始逐步滲透到各行各業(yè)。
而上述的周期的變更，其底層邏輯可以用如下基本原理（公式）所闡述：
公式1:信息傳播的速率不可能超過信道的容量（信息論的第二定律）
公式1可以簡單理解為，窄帶互聯(lián)網(wǎng)，寬帶互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)作為基礎(chǔ)信道決定了上層的信息傳播的形態(tài)（產(chǎn)品的形態(tài)）。現(xiàn)在，巨頭們都在豪賭AR、VR會繼智能手機外，成為另外一個底層基礎(chǔ)信道。（后面會提到）
那么新的技術(shù)導致生產(chǎn)關(guān)系變化的規(guī)律又是怎樣的呢？產(chǎn)品形態(tài)有哪些具體的不同？咱們接著看（大胡子等人總結(jié)）：
從上面這張圖可以看到，橫軸（1）代表的是由底層技術(shù)驅(qū)動的三大產(chǎn)品周期，分別是窄帶互聯(lián)網(wǎng)到寬帶互聯(lián)網(wǎng)，再到移動互聯(lián)網(wǎng)。而縱軸（2）代表的是某個大產(chǎn)品周期下的產(chǎn)品類別，規(guī)律突顯，總有這樣的產(chǎn)品類別：
1）為用戶提供信息服務(wù)為主的產(chǎn)品
2）為用戶提供娛樂（游戲）為主的產(chǎn)品
3）為用戶提供交流（社交、社區(qū)）為主的產(chǎn)品
4）為用戶提供服務(wù)（衣食住行首當其沖，并會往其他行業(yè)逐步滲透）為主的產(chǎn)品
看懂過去，就可以預測未來。
那么，驅(qū)動下一波的產(chǎn)品周期的底層信道會是誰？
AR？VR？從Facebook重金收購Oculus看，他們押注VR；而從Google不斷重啟失敗多次的Google Glass項目和微軟力推HoloLens項目看，他們押注AR。而從AR、VR的實際體驗和應用來看，目前還沒完成其完整產(chǎn)品的構(gòu)建（還處在摩爾所描述的鴻溝當中）。
而另一種更為大家所接受的觀點則是互聯(lián)網(wǎng)＋，即使用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等信息技術(shù)去改進傳統(tǒng)行業(yè)的價值結(jié)構(gòu)，壓縮成本，提高效率。
潤米咨詢創(chuàng)始人劉潤曾經(jīng)提出過產(chǎn)業(yè)＋互聯(lián)網(wǎng)的價值公式：“創(chuàng)造價值 + 傳遞價值 = 用戶價值”。企業(yè)根據(jù)價值定位不同可以分割為以創(chuàng)造價值為核心（產(chǎn)品型公司）的與以傳遞價值為核心（渠道型和營銷型公司）的兩種不同類型的企業(yè)：
比如蘋果、特斯拉、微信就屬于產(chǎn)品型公司，而耐克，李寧，加多寶，農(nóng)夫山泉則更多的屬于渠道型或營銷型公司。
劉潤講了一個很深刻的觀點：“這個世界的發(fā)展是由兩股力量在推動著，一個是真正的創(chuàng)新，一個是極致的效率，價格上升是創(chuàng)新紅利，價格下降是效率紅利，真正的創(chuàng)新改變這個世界，并讓創(chuàng)新者享受創(chuàng)新所帶來的紅利，而極致的效率通過降低價格再把這個紅利返還給全社會，兩股力量如此往復，推動世界向前發(fā)展。”
整個互聯(lián)網(wǎng)的發(fā)展，即信息革命的底層邏輯可以理解成下面這個基本原理（公式）：
公式2:新技術(shù)＋現(xiàn)有產(chǎn)業(yè)＝新產(chǎn)業(yè)（所謂的新的技術(shù)導致生產(chǎn)關(guān)系的變化）
公式2可以簡單理解為，隨著互聯(lián)網(wǎng)底層的技術(shù)，包括網(wǎng)絡(luò)帶寬，智能手機，芯片計算能力等技術(shù)驅(qū)動的上次產(chǎn)業(yè)或產(chǎn)品形態(tài)的變化。
據(jù)此，我們可以理解為，互聯(lián)網(wǎng)的上半場已去，即所謂的互聯(lián)網(wǎng)把最表層的商品的都做了一遍。而互聯(lián)網(wǎng)的下半場則更可能是用更強大的底層技術(shù)以及生產(chǎn)力，把全中國所有的商品都重做一遍。
不早也不晚，在大數(shù)據(jù)、摩爾定律以及更先進的算法驅(qū)動下的人工智能則會同時加速技術(shù)驅(qū)動的創(chuàng)新以及效率的提升。
3、智能時代將誕生一種更高維的產(chǎn)品模式
最為關(guān)鍵的產(chǎn)品思維模式層面，也會發(fā)生巨大的變化。現(xiàn)在非常流行的精益創(chuàng)業(yè)的基本思維方式其實是基于假設(shè)不斷驗證迭代的過程。
具體地，可以看下面這張圖，我們通過（1）基于同理心洞察的創(chuàng)新驅(qū)動，找到我們認為的一些用戶痛點或創(chuàng)新的機會點，再通過（2）基于價值假設(shè)的精益創(chuàng)業(yè)來不斷交付、驗證以及調(diào)整。
這是我們現(xiàn)在最流行的一種產(chǎn)品啟動以及產(chǎn)品迭代的方式，而整個過程類似下面這張圖：
之所以會不斷的調(diào)整產(chǎn)品迭代路線圖，是因為我們的創(chuàng)業(yè)和創(chuàng)新處在極端不確定中，大家只能不斷的假設(shè)，驗證，再假設(shè)。在這個過程中我們只能比誰驗證的成本更低，驗證的速度更快，即所謂的“Fail Cheap，F(xiàn)ail Fast”。這幾乎是一套事實上的產(chǎn)品思維。
而在人工智能時代下，在產(chǎn)品目標的驅(qū)動下，我們在某些場景下，可能不必再去假設(shè)了。而是直接通過構(gòu)建和使用多維度，完備的大數(shù)據(jù)來去解決其中的不確定性問題（假設(shè)），再通過機器識別，直接得到模式（需求洞察以及行業(yè)洞察）直接去解決行業(yè)問題。
假想，你還在迷霧中航海，你只有通過不斷假設(shè)以及驗證去尋找到達彼岸方向的時候，別人則使用大數(shù)據(jù)和人工智能精準的制導，直接找到了解決問題的模式。哪個更快？哪個效率高？
就好比下面的經(jīng)典案例，傳統(tǒng)1.0的模式，不考慮用戶的需求，直接做出一個蛋糕，結(jié)果發(fā)現(xiàn)不是用戶需要的；而到了2.0的精益創(chuàng)業(yè)模式，為了驗證用戶的需求，我們采用MVP的方式，不斷驗證和調(diào)整我們的MVP，最終做出用戶喜愛的蛋糕；而到了3.0大數(shù)據(jù)的模式識別模式，我們有可能基于大數(shù)據(jù)的多維度、完備性等特點直接得到一個更高效，用戶更喜愛的蛋糕。
而在智能時代，誰掌握了第三種產(chǎn)品思維模式可能會對第二種和第一種形成降維攻擊和碾壓。而掌握第三種產(chǎn)品思維模式的關(guān)鍵，可能不是優(yōu)先關(guān)注“我洞察到了什么用戶痛點或行業(yè)痛點”，而是優(yōu)先考慮“看看我們掌握了多少數(shù)據(jù)，還需要什么數(shù)據(jù)，有了這些數(shù)據(jù)我們能干哪些事。”
再往下推想去，可能是這樣一種常見，在傳統(tǒng)行業(yè)里，誰率先讓本行業(yè)數(shù)據(jù)先流動起來，優(yōu)先形成閉環(huán)并重構(gòu)行業(yè)效率，誰就占領(lǐng)了新的制高點。正如吳軍所說：“誰掌握了信息，誰就能獲取財富，就如同在工業(yè)時代，誰掌握了資本誰就能獲取財富一樣。”
產(chǎn)品的商業(yè)模式將以獲取數(shù)據(jù)為主要目的，為了數(shù)據(jù)可以大量使用免費策略。而不光要獲取數(shù)據(jù)，還要想著提供更多的數(shù)據(jù)連接和交換。這樣，無疑會出現(xiàn)一個巨大的正反饋，擁有越多數(shù)據(jù)的公司，可以交換得到更多數(shù)據(jù)，得到更多數(shù)據(jù)，也就擁有了更多的信息和財富。至此，會出現(xiàn)大量的行業(yè)數(shù)據(jù)（或某些領(lǐng)域數(shù)據(jù)）的巨頭，甚至是跨行業(yè)的數(shù)據(jù)巨頭，他們會顛覆BAT，會成為下一個BAT。
另外，講真，產(chǎn)品的內(nèi)涵其實也悄然發(fā)生了變化，原先的產(chǎn)品內(nèi)涵是：“為人提供服務(wù)或價值”，而現(xiàn)在人變成了人和機器人，或是像未來簡史里面所描繪的：生物只是算法，生命只是算法的處理。那又會是一幅怎樣的場景？
4、產(chǎn)品人需要關(guān)注哪些新的變化？
在前面所提及的第三種產(chǎn)品思維模式（智能時代下必備的思維模式）下，會出現(xiàn)如下產(chǎn)品數(shù)據(jù)流程：
我們可以看到對于不同的服務(wù)對象（2C、2B），產(chǎn)品上會呈現(xiàn)不同的新特點：
對于2C類（面向消費者市場）的產(chǎn)品，用戶各維度的行為數(shù)據(jù)都會被平臺所搜集，借由機器學習的算法，產(chǎn)品會千人千面：在不同的場合，不同的空間和時間里，你得到的產(chǎn)品服務(wù)是不一樣的。同一時空下，兩個人得到服務(wù)也是不一樣的。產(chǎn)品會更加個性化和場景化。事實上，無論是亞馬遜，Netfix（網(wǎng)飛），還是今日頭條都已經(jīng)在這條路上了，并通過此法構(gòu)建了其產(chǎn)品核心競爭力。所以今日頭條其實不是一家媒體公司，它是一家數(shù)據(jù)算法公司。
對于2B類（面向企業(yè)服務(wù)市場）的產(chǎn)品，效率仍然會是一個最為關(guān)注的關(guān)鍵詞。衛(wèi)哲在混沌研習社中做過一次“提升效率”為主題的分享，其中包括：個人效率、組織效率、資產(chǎn)效率、戰(zhàn)略效率、創(chuàng)新效率五個大板塊。
從當下的日益飽和和被透支的消費者市場來看，面向企業(yè)服務(wù)市場的效率提升會是一個主要機會點。而圍繞此展開的，有兩個方面：一方面大量的XAAS公司來作為底層支撐去提升公司的各維度效率，另一方面，來自行業(yè)內(nèi)的公司，會有一些人率先站出來，構(gòu)建行業(yè)數(shù)據(jù)的全流程采集，以及數(shù)據(jù)分析處理的閉環(huán)，并嘗試使用通過大數(shù)據(jù)的方式去洞察一些行業(yè)痛點和機會點。
其實B類產(chǎn)品和C類產(chǎn)品都繞不開效率，舉個例子，時下最火的共享經(jīng)濟就其本質(zhì)就是效率，更準確的講是追求資產(chǎn)利用率。
比如對于摩拜單車、OFO的模式關(guān)鍵不在于有多少輛車，而是每輛車每天的使用率。如果車的使用率低，那就是一個效率低的公司。
還以共享單車為例，我們已經(jīng)不再購買商品（自行車），我們購買服務(wù)，商品是按照計劃生產(chǎn)出來的，有多少用戶我們是完全知道的，有多少用戶使用了自行車我們也是知道的。如果全球的自行車都是共享單車的話，我們就知道全球多少人使用、還需要多少輛自行車。而這種模式最有話語權(quán)的既不是自行車的廠家，也不是消費者，而是中間的平臺調(diào)度公司，即大數(shù)據(jù)算法公司。
就像未來簡史里面提到的，算法會成為像公司以及國家這樣的實體，掌握人類。
在未來IoT+機器智能為共享經(jīng)濟帶來了可能。在共享經(jīng)濟里面，連接比擁有（內(nèi)容）更重要。Google、Facebook沒有內(nèi)容，阿里沒有商品，微信沒有網(wǎng)絡(luò)，滴滴，uber、AirBnB沒有車和房屋。
現(xiàn)在愈演愈烈的共享經(jīng)濟（AirBnB、滴滴、共享單車、共享充電等）只是人工智能大展拳腳的一個市場切入點。
也許，真的如吳軍在智能時代中所說，從局部到整體，我們實現(xiàn)智能化社會，從整體到局部，我們實現(xiàn)的社會的精細化。
5、智能時代會涌現(xiàn)哪些產(chǎn)品機會？
智能時代下的產(chǎn)品服務(wù)類型大致會有這樣的構(gòu)成：
第一種的產(chǎn)品服務(wù)類型，提供包括從數(shù)據(jù)采集、數(shù)據(jù)分析處理、機器學習等基礎(chǔ)技術(shù)能力的產(chǎn)品服務(wù)。比如，像Google、Facebook、baidu等。
第二種產(chǎn)品服務(wù)類型，則是前面提到的，行業(yè)內(nèi)的公司自己構(gòu)建本行業(yè)或跨行業(yè)的數(shù)據(jù)采集、分析、處理的閉環(huán)。成為該行業(yè)數(shù)據(jù)服務(wù)以及信息服務(wù)的關(guān)鍵結(jié)點。在這點上，面向消費者，面向企業(yè)或是面向政府的應用本質(zhì)上差異不大。
這意味著，傳統(tǒng)行業(yè)立足行業(yè)之本，依然大有可為。而且也與互聯(lián)網(wǎng)＋的大潮十分契合。
除了前面兩大海量市場外，絕大部分面向終端服務(wù)的產(chǎn)品類型會是怎樣一種場景呢？
其實，早在20年前，哈佛商業(yè)評論（HBR，1998）就提到了體驗經(jīng)濟的趨勢及其價值模型，并提到：產(chǎn)品的體驗越好，越有差異性，就越能獲得更高的價值這一發(fā)展趨勢。
其實這個規(guī)律一直沒有變，且我們還有很多東西可做。
在2016年的哈佛商業(yè)評論（HBR.ORG 2016.9）中提到產(chǎn)品的需求金字塔模型（見下），在該模型中，產(chǎn)品的需求自下而上分為，功能，情感，自我實現(xiàn)以及社會影響力等。總體的趨勢是，如果能覆蓋到越高的層次，用戶的忠誠度越高，產(chǎn)品的價值敏感性也越高。
唯有創(chuàng)新，才有不同，唯有不同，才有高利。
我曾經(jīng)在《產(chǎn)品拆解：透析網(wǎng)易云音樂背后的造物邏輯》中提到網(wǎng)易云音樂能在不到4年的時間發(fā)展3億用戶，能在BAT的布局的音樂紅海市場中殺出一條血路，能成為中國最有口碑的音樂產(chǎn)品的核心在于其構(gòu)建了一套具有詩意交互的體驗框架。曾經(jīng)也不止一位小伙伴告訴我，網(wǎng)易云音樂是其唯一愿意付費的音樂產(chǎn)品。事實證明，其也在4月初拿到A輪融資，估值80億。
當然，機器人最終也會擁有情感。
唐納德·A·諾曼在《情感化設(shè)計》中提到，機器也最終會有情感，雖然機器的情感與人的情感不一樣，但是我們需要機器有理解主人情感狀態(tài)的能力。同時機器具備積極的情感會不斷的改進，而具備消極的情感則可以適當?shù)谋Ｗo自己。甚至是挫敗感和自豪感都可以幫助更好地完成任務(wù)（情感化設(shè)計，P176）。不過距離這一天至少還有很長的一段距離。
6、小結(jié)：未來已來，我們準備好了嗎？
本文回顧了吳軍智能時代下的奇妙場景，并嘗試通過兩個第一性原理（First Principle），即信息論第二定律以及底層技術(shù)（生產(chǎn)力）決定上層生產(chǎn)關(guān)系，來眺望互聯(lián)網(wǎng)浪潮的下一波紅利，及其真實的底層驅(qū)動力。
更進一步地，本文著重分析了智能時代下將誕生一種更加高緯度的產(chǎn)品思維模式，其創(chuàng)新性和效率遠超時下最流行的精益創(chuàng)業(yè)的思維模式。
這種高緯度的產(chǎn)品思維模式將推進整個2C以及2B產(chǎn)品形態(tài)的升級換代，2C的產(chǎn)品的競爭力在于數(shù)據(jù)洞察后的千人千面，更加個性化和場景化；而2B的產(chǎn)品競爭力在體現(xiàn)數(shù)據(jù)閉環(huán)所提升的效率。愈演愈烈的共享經(jīng)濟（共享單車等）則是這種思維模式以及產(chǎn)品形態(tài)的一個縮影。
吳軍說，那么成為那2%，那么則被淘汰。而本文則認為，顯然機會和挑戰(zhàn)并存，尤其對于傳統(tǒng)行業(yè)，誰優(yōu)先構(gòu)建數(shù)據(jù)閉環(huán)，優(yōu)先成為該行業(yè)數(shù)據(jù)服務(wù)以及信息服務(wù)的關(guān)鍵結(jié)點，誰就有可能在本行業(yè)搶占先機。
當然體驗經(jīng)濟依然是值得大家關(guān)注和突破的領(lǐng)域，做好極致體驗，你會讓你的產(chǎn)品由價格敏感提升為價值敏感。
丹尼爾·平克在《全新思維》中，他敏銳地察覺到，人類社會已經(jīng)步入“右腦時代”，在這個時代，知識不再是力量。他開創(chuàng)性地指出：未來屬于那些擁有與眾不同思維的人，唯有擁有右腦時代的6大全新思維能力：設(shè)計感、娛樂感、意義感、故事力、交響力、共情力，即“三感三力”，才能于決勝于未來。
可以預測到，產(chǎn)品經(jīng)理會至少分化成兩種角色，數(shù)據(jù)產(chǎn)品經(jīng)理或算法產(chǎn)品經(jīng)理可能是一類崛起的崗位，他們更側(cè)重左腦思維，也會和當前的一些開發(fā)崗位形成融合。超過6位數(shù)年薪的數(shù)據(jù)科學家可見一斑。
而原先的產(chǎn)品經(jīng)理，可能更多的偏向社會學，心理學，設(shè)計學等多學科綜合的崗位，他們更側(cè)重右腦思維。
著名未來學家彼得?伊利亞德說：“今天我們?nèi)绻簧钤谖磥恚敲次磥砦覀儗⑸钤谶^去。”
未來已來，你會怎么選擇呢？或許在數(shù)據(jù)和算法面前，我們已別無選擇。
往期精彩文章
產(chǎn)品拆解：透析網(wǎng)易云音樂背后的造物邏輯
