一、阿里巴巴大生态战略

    很多人都道里巴巴是一个大生态，是以淘宝天猫为核心的整个面里巴巴新零售的生态，在全球范围内算得上是独一无二的。这种独一无二体现在：

    第一，消费端的多元化

    就中国的消费领域来讲，我们既有北上广深这种消费水平与欧美大都市接近的地方，又有许多贫穷落后的地方，不同地方用户的消费能力以及他对商品和商业的理解是有很大差异的。

    而且每个多元化中间的细分领域都有足够多的用户，可以支撑足够大的产业。这种用户多元化的特点是阿里新零售独一无二多元化生态的基础之一。

    第二，生产端的敏捷性

    中国被称为世界工厂，我们的设计生产和制造能力有着完整、丰富、敏捷的特征。简单地讲，我们什么都能生产，而且还非常快速。

    就拿浙江来说吧，浙江本身就有大量工厂，市场上需要什么东西，工厂很快就能生产，杭州本身也是服饰类商品的重要集散地，而义乌又是全国最重要的小商品集散地。所以整个供应链是非常及时、敏捷的，只有这样的供应链才能快速响应不同用户的多元化需求，不然光有用户需求没有商品供应也不行的。

    中国在生产方面的特点也是全世界其他地方所没有的，所以跟用户多元化的需求结合起来，就构成了阿里最您丰富的多元化生态的基础。同时，也正是有淘宝天猫这种多元化的平台，也反向促进了中国多元化的生产形比如我碰到过一个案例，有一个淘宝卖家生产的是一种很特殊的螺丝，在没有淘宝的时候，他所在的一个城市可能只有很少的用户，但有了淘宝，全国的用户加起来，就可以支撑他持续生产这种产品。

    第三，新零售的个性化

    除了电商生态外，整个新零售的体系是一个更大的生态，我们的用户非常多样，用户的需求也逐渐升级，比如有些用户的购物目的性很强，有些用户可能就只是想享受“逛一逛”的乐趣，甚至现在有的用户上手淘上根本就不是要买东西，而是要看看有意思的直播、视频和文章。

    我们的商品也一样，有奢修品、有品牌商品，还有小众的特色商品，有高端的，也有性价比高的。

    我们还有网红、达人的参与，最火的网红和特色卖家已经有数千万计的粉丝，所以目前淘宝现在逐渐已经从一个购物货架，发展成一个消费者社区和消费平台。

    围绕着整个生态，我们还有很多服务机构，线上线下打通。我们所覆盖的场景也越来越多元化，线上不同客户端的产品、搜索推荐场景、营销场景等，同时线下也有大量覆盖的新零售场景等。

    二、商业系统的核心特点

    商业系统是非常复杂的，要去理解它，远远没有想象的容易。

    第一，用户是非常复杂的。

    也许很多人觉得，用户很简单，只要我拿到了数据，我就知道他是个什么样的人。但其实这件事情非常不简单。

    打个比方，在购物领域，针对不同领域的购物需求，用户的购物行为是不一样的。

    比如有的工程师，他总是穿公司发的衣服，一穿好几年，买的衣服都很便宜，但他买电子产品的时候，会买很贵高端的电子产品。还有一些女性用户，她不只是会给自己买东西，也会给全家人买东西。一个用户今天买了建材，过了半年就该买家具了，因为他在装修。在地铁里的时候，很多用户不会买很贵的需要长期决策的东西，而更容易买快消品这种不需要思考的东西。

    有很多这样的例子，所以如果你掌握了技术做搜索推荐，但搞不清楚用户的复杂性，没有精准挖掘用户的需求，那你推的东西可能就完全错了，这是很需要技术深入挖掘的，在技术上也有很大的机会。

    第二，面向的商家也是非常复杂的。

    阿里的平台上，存在各种不同类型的商家以不同的商业模式在经营，我们必须通过技术和算法去有效分析识别他们，让他们都能有充分的发展空间。

    举个例子，有些商家是品牌商家，这种商家可能今年双十一要卖的货，现在已经在设计甚至开始生产了。但很多商家不一定是品牌商家，他也有很强的生命力，不过模式不同。

    比如淘宝有很多从批发市场挑选货物，再到平台上进行售卖的商家。他们的特点就是可以在大量的商品中挑选中对消费者最有吸引力的商品，一个这样的大商家，可能每个星期可以从市场上的几千个款式的衣服中间选择几十款推给他的用户，所以他的优势就是快速响应，同时挑的款都很好看很吸引人，但他们的问题是因为不控制生产和供应链，所以品质会不稳定。

    这两种商家对消费者的服务和体验完全是不一样的，需要深入分析识别，然后个性化的对不同类型的用户和场景进行推荐和匹配，如果我们把他们混成一团的话，随意处理，对商家对消费者都会产生很多损害，甚至导致整个生态的不可持续。

    第三，面对的数十亿计的商品非常复杂的。

    这种巨大的体量和复杂性，意味着我们是不可能靠人工把它们准确定义出来的，必须靠算法。

    举个例子，我们看一件衣服，什么叫”好看"？

    许多女性用户可以很快速地做出自己的判断，这件衣服很好看。把好看的衣服更多推荐给我们的消费者是算法系统的核心问题。但我们怎么用算法，用AI，把”好看“这件事情定义清楚？在浩如烟海的商品中自动找出最”好看”的商品？而且你还要分不同行业，男装、女装，鞋、裤子、箱包等，对好看”的评价方法都是完全不同的。

    解决这个问题，除了需要把人的经验很好地体现在技术方面，也需要各种不同类型技术的结合，比如图像、文本、标签，也包括对用户偏好、对商家，对场景、对环境等各方面的深入了解。