上篇谈到，移动互联网的核心在于解决用户的个性化需求。

满足个性化需求，直白点说就是根据用户个人特点或者需求提供对方合适的服务。个性化需求和标准化服务天生就是矛盾的，所以个性化服务很难做到很大的规模。仔细推敲你会发现具体原因是两个困难：第一是

服务方很难用一个标准化的产品和服务来满足各种各样的用户需求。这种情况的例子是定制服装。一种款式的标准成衣很难满足用户各种稀奇古怪的需求。颜色、大小、款式、面料…

第二是服务方很难做到让每一个用户的边际服务成本很小。这种情况的典型案例是像物业的上门维修，虽然碰到的情况基本可以标准化。但是每个维修人员的培训成本居高不下。

是不是这些问题都无法解决呢？

实际上还是有办法的。因为很多问题不是真正的无解，只是我们眼界不够宽阔。典型的案例是曹冲称象。我们可以把所谓的不可解问题转化为可解的问题。中国专门有个学科叫可拓学就是探讨如何解决“不可解问题的”，有兴趣的人可以去Google一下。

在我看来，或许有两种方法来解决个性化难题。

其一，建立服务的数学模型或者说业务流程图来解决服务多样化的问题。

举例来说，如果要根据用户个人口味来为客人推荐菜谱，我们就要建立一个模型，输入是用户的年龄、性别、居住地、爱好、以前喜欢吃的菜诸如此类，输出就是推荐的具体菜名。 

这就像一个善解人意的朋友，根据你的喜好点菜。个性化难就难在这里，建立一个智能像人一样的系统挑战很大。所以有个笑话说建立人工智能系统最好的办法就是做一个黑箱，这个箱子里边放一个人。

其二，基于智能模型，建立标准化的流程来解决边际成本问题。举例来说，比如在不同地区开饭馆。使用数学模型做菜系统解决各种不同口味的需求，然后出一套标准化手册，让“厨师员工”根据标准化手册就能做出客人需要的菜。因为“做菜的”实际上是系统，所以“厨师员工”的门槛很低，几乎不需要什么培训。

提供个性化服务的规模化问题解决了，那么为何移动互联网是提供个性化服务的最佳载体呢。

前面谈到，个性化服务的两大关键点，一个是建立智能化模型，一个收集用户的个性化数据。移动互联网恰好符合了这两个要求。智能化模型的载体就是云服务，个性化数据输入输出就是移动终端。

在实践中，智能化模型建设往往需要积累大量用户数据，或者说是大家集体建立的。就像智能化电影推荐或者书籍推荐。(完)