摘 要：从单纯互联网时代，到互联网+，再到物联网以及5G网络时代，从生产到消费的各个环节都在发生着变革。如今，大数据和云计算的发展不断壮大，传统的消费者购买商品的模式也正在慢慢的演化。随着商品资源不断的丰富，人反而成为了一种“稀缺资源”，因此如何及时快速的将商品分配到人，反而成为了影响社会经济发展的壁垒。本文针对在商品极其丰富的社会环境下，如何利用大数据+云计算实现商品到人的快速分配，并提出了“物逐人”的新商业模式。
互联网的发展改变了人们的生活方式，传统的线下“商场模式”也完全融入了线上“电商模式”，人们的消费习惯已彻底颠覆。而随着电商平台的发展，支付方式的改变，人们的消费行为也已完全嵌入到互联网上。鉴于此，商品也好，消费者也罢，均成为了互联网中的一个数据流，人与商品对于互联网来讲并无本质区别。那么如何对海量数据进行价值重组，并通过计算分析，快速将商品数据流导向消费者已经成为了云计算的核心，我在这里称其为云智能，它可以开启商品逐人的商业新模式。
近些年，智慧城市、物联网、数字城市、数字地球这些新潮词汇正在演绎着信息化建设的一个又一个高潮。大数据、云计算、AI成为现代商业的基础。云计算与大数据的融合已成为必然的发展趋势。云计算最初的目标是对资源的管理，资源主要包括计算资源、网络资源、数据资源等三个方面。管理的目标就是要达到空间灵活性和时间灵活性，也就是我们常说的云计算的弹性。只有云计算，可以为大数据的运算提供资源层的灵活性。云计算需要大数据为基础，大数据需要云计算才能产生数据价值，二者的融合发展是信息化发展的必然。
人工智能的发展共经历了三个阶段，第一个阶段我们叫做计算智能，主要解决的事情，叫做能存会算。第二个阶段是感知智能，主要解决能听会说，能看会认。第三个阶段往下发展叫认知智能，主要解决能够理解、会思考。
与数据分析技术不同，人工智能技术立足于神经网络，同时发展出多层神經网络，从而可以进行深度机器学习。人工智能是程序算法和大数据结合的产物。大数据为人工智能提供了知识基础，人工智能让大数据成为了智慧源泉。
商品是人类生存的基础，吃、穿、住、用、行均是商品支撑着人类的活动。在进入数字经济的今天，提到商品首先映入眼前的就是和商品有关的各种数据，比如规格、颜色、价格、数量、用途等，我把这些数据成分称为商品的数据角色。
人类的活动与各种商品交融在了一起，随时随地都有着对商品的需求，在这里，我把对商品的需求称作人的数据角色。在互联网时代，各种业务的往来其实就是数据的交融。无论是商品还是人本身，在信息时代的背景下，一切都归为数据的本质，代表人的数据块我们称为电子人。
无论是“人逐商品”还是“商品逐人”，其背后映射的都是分配管理问题。不管是在乡村的集市，还是城镇的商场，亦或者是现在热到火爆的各种电商平台，熙熙攘攘的人群都在不停寻找着符合自身需求的商品。不管是传统的下线匆匆忙忙寻觅，还是线上的悠悠闲闲览阅，皆是以人的需求为中心，以人为驱动的“人逐商品”模式，此模式下分配的核心算法就是一个人机械的寻找过程。
然而，现在互联网技术已经非常成熟，大数据、云计算、人工智能也已得到了快速的发展，同时商品资源也非常丰富。在一个商品丰富的社会体系里，人反而成为稀缺资源，如何快速的将商品定位到人的需求上就成了很关键的问题，这就是所谓的商品追逐人。如果不能够把各种物质商品及时的与人的需求对位并分配出去，那么将会导致库存和滞销。
想象一下，当你饿了的时候，一个正好符合你口味的菜品推送到你的面前，当你将要参加某个活动的时候，一套正适合此场景的礼服呈现在你的面前，在你即将和自己心爱的伴侣步入神圣的婚姻殿堂时，一份精美的婚礼策划方案浮现在你眼前，而面对这一切你只需要点下手指，或是一句话，又或者是一个点头、一个眨眼，您需要的商品就会在强大的云智能平台的驱动下变成现实。强大的云智能计算能力，不仅可以计算出您目前对商品品牌、数量、质量、价格、周期等的需求数据，也能够依据您的经济条件，个人喜好，以及工作性质等推算出您的潜在需求数据，最后将您的这个需求与商品的数据属性实现无缝对接，这就大大改进了商品分配的核心过程，解决了因分配效率地下而导致的商品库存和滞销问题。也许未来的电商平台展现的不再是琳琅满目的商品，而是各式各样的人的需求，人的需求反而成为了一个商品，也许只有因需而生产才能真正杜绝任何的资源浪费。
“商品逐人”与“人逐商品”的最大区别就在于分配的核心算法不同，一个是人机械寻找的过程，一个是以“大数据+云计算+人工智能”的核心计算过程。
“商品逐人”将会是未来数字城市、数字地球、数字经济下主流的商业模式。与现在的所谓O2O模式不同，“商品逐人”模式下不再有所谓的消费主客体之别，它是一个将商品与人进行动态、智能匹配的过程，而且是先有了需求才有了商品，真正的实现按需生产。当然，此模式的形成，离不开互联网成熟发展，更离不开物联网对大数据的采集、人工智能的机器学习、云计算的灵活分析。返回搜狐，查看更多
