激變市場要靈活管理

在深入研究這些算法之前，我們先思考，在戰略和組織架構方面，為何傳統做法在眾多公司失效？

近年來，技術為市場帶來了史無前例的變革和不確定性，企業的敏捷度和適應能力成為CEO最熱衷的話題。然而隨著變革節奏越來越快，公司幾乎要時刻不停地調整管理方式。對于傳統的、自上而下的決策方式，這樣做顯然不現實，自適應的能力需要滲入到企業的DNA中。

這時自適應能力將大展身手，它與敏捷性（快速調整）、適應能力（迭代學習）和雙元性（在探索和獲利之間取得平衡）緊密相關。互聯網公司大量運用的自適應算法包含上述三種特性的元素，并以一種自驅動的方式實現。要有效運行，推薦系統必須既能從已知的客戶喜好中獲利，又能根據不同的商品探索新的客戶喜好，算法要在獲利和探索之間取得恰當的平衡。這些算法的基礎由以下三個相互關聯的學習循環構成：

實驗：探索偏好。第一循環首先要探索新的選擇。選擇可能性增多對整個系統的成功非常重要。其次，它要對這些選擇進行經濟有效的測試：例如根據對內容和消費者行為的理解，推薦商品，但同時要保持一定隨機性和彈性。第三，它要乘勝追擊，加強有效方案。

建模：調整實驗的方式和成本。自適應算法不但能從不斷試錯中學習，它也可以根據環境來調整實驗頻率。換言之，實驗機制可以根據自身的發展進行自我調節。然而，實驗永遠不可終止，因為一定程度的探索和驚喜對所有顧客來說都是必不可少的。

塑造：影響偏好。當顧客被指向新的產品和類別時，他們的新興趣點將會被挖掘和塑造。它不但會加強顧客的偏好，更會創造新的偏好。

最關鍵的是，這三個學習循環是自動運行的，無需人工決策介入。它不需要分析師手動制作推薦，再一個個地解讀用戶反饋，最后手動調整實驗頻率，篩選出用戶最可能青睞的新商品。自驅動可以讓自適應系統以非常快的速度運行。