數字化轉型會帶來大量的研發需求，如何更好更快的交付這些需求成為一個突出問題，該怎麼打造一個平臺去解決該問題？能不能用第一性原理思維去推導出發展方向？ ...
引言
現在全社會都在搞數字化轉型，從政府到企業，那麼為什麼要進行數字化轉型呢？本質上還是社會治理和企業經營難度變得更大了。
以企業來說，轉型的目標是為了實現有質量的活著，比如能賺更多的錢或者持續保持穩健運營，轉型的核心是期望藉助數字化技術構建一個管理體系，以應對外部環境動蕩、企業競爭變化和技術更新發展帶來的不確定性。
數字化轉型會帶來大量的研發需求，如何更好更快的交付這些需求成為一個突出問題，該怎麼打造一個平臺去解決該問題？能不能用第一性原理思維去推導出發展方向？
什麼是第一性原理
第一性原理指的是，將問題拆分成最基本的事實或規律，根據這些已知信息，不斷推演和計算，從而找到解決問題最優路徑的方法。
該思維比較出名的應用例子有
- 埃隆·馬斯克降低火箭發射成本的故事。將火箭發射成本進行細分，發展火箭可重覆使用發射技術，簡化設計和改進工藝以降低火箭製造成本
- 亨利·福特降低汽車製造成本的故事。將汽車拆解為最基本的部件，利用裝配線和流水線工人批量製造汽車
- 埃隆·馬斯克降低汽車電池組成本的故事。分析電池的原材料市場價格，不斷逼近這個價格極限，採用自建工廠、改進電池設計、改進生產過程等措施來降低成本
- 喬布斯去掉手機物理鍵盤的故事。分析手機的組成部件，通過去掉物理鍵盤來擴大觸摸屏區域，帶來更好的體驗和更低的製造成本
如果採用類推思維去思考
類推思維是指藉助自己的感覺和經驗積累知識的方法
以國內外做得好的平臺為例，微軟的 Power Platform、創業公司輕流這些平臺都以幫助企業快速開發應用、應對市場發展為目的。
微軟 Power Platform
除了上述 5 大產品外，還具有以下功能
- Dataverse：可以進行數據的管理，相當於是個更易於使用的資料庫
- 連接器：可以和大量的 API、服務、系統進行通信
- Common Data Model：標準化和可擴展的數據模型，能方便數據的流轉和利用，由微軟和行業合作伙伴多年積累而成
- 生態系統：Power Platform 可以連接到微軟的生態系統，例如 Azure（全球第二大雲計算平臺）、Microsoft 365（包含 Office 辦公套件和 Teams）、Dynamics 365（包含 ERP 和 CRM 功能）
- Power Fx：低代碼語言，類似 Excel 的公式，相比專業的編程語言更易於使用
Power Platform 的產品理念是讓沒有技術背景的人、開發者都能輕鬆高效的解決業務問題。產品架構上以 Dataverse 為核心，內置數據模型（Common Data Model）降低業務建模成本，可視化的 UI 編輯器（Power Apps、Power Pages）可降低應用開發成本，報表製作工具（Power BI）可挖掘出數據的價值，效率工具（Power Automate 和 Power Virtual Agents）可將員工從枯燥重覆的任務中解放出來，這一整套組合拳下來，期望幫助企業更好的發展業務，節省運營成本
微軟這麼做了，我們是不是也要這麼做呢？即
- 開發一套非專業開發者也能學會使用的資料庫
- 開發可視化的 UI 編輯器，支持移動應用、門戶、報表的製作
- 開發效率工具，實現任務的自動化，支持桌面軟體、Web、即時聊天視窗
- 開發一種非專業開發者也能學會使用的編程語言
輕流
All-in-One 應用開發平臺
專有輕流，面向多角色的企業級平臺產品
輕流是從表單+流程管理這種高頻場景切入的，面向的是業務人員而不是開發者，隨著行業案例的積累，客戶的增多，
逐步發展為快速解決業務問題的應用開發平臺和麵向中大客戶的企業級平臺這兩個套餐分級迭代。
值得一提的是輕流和神策一樣，也採用了訂閱制收費模式，這樣保證了不管是公有雲還是私有化部署都能以高迭代速度去服務客戶
輕流這麼做了，我們是不是也要這麼做呢？即
- 開發一套通過表單來進行數據建模的工具，支持流程管理，支持自動化任務
- 開發可視化的 UI 編輯器，支持移動應用、門戶、報表的製作
- 提供插件能力，方便 IT 人員進行系統集成和功能擴展
- 持續集成外部主流系統和業務能力，豐富平臺生態
思考
- 這些平臺都提供了數據建模能力，一種是類似資料庫的建模過程，一種是表單的建模過程
- 這些平臺都提供了 UI 編輯器，可以進行前端頁面的可視化搭建，支持多平臺（移動端、Web 端）
- 這些平臺都提供了代碼開發能力，可以進行代碼級別的邏輯編寫
- 這些平臺都提供了擴展機制，可以集成外部系統和業務能力
看來，如果要做一個生產力平臺，就必須提供這四大功能
採用第一性原理思維去思考
企業經營就是解決客戶問題的過程。從以往的經驗來看，有兩類人解決問題時，需要數字化的解決方案
- 還沒有驗證過某個問題存在客戶需求，想要儘快驗證
- 已經驗證過客戶需求的存在，需要儘快上線
第一類人，如果採用代碼開發的方式實現需求，成本是非常高的，可以想辦法通過其他方式去低成本驗證，比如美團外賣剛上線時都是客服人工處理外賣訂單，Stripe 早期是手動填寫交易信息發送到銀行
第二類人，客戶需求已經驗證過了，就差個程式員了，這個時候溝通成本、人員開發成本、時間成本占大頭
如何解決第二類人的問題呢？
要想提高生產力，最好是讓有問題的人能儘快解決掉問題
舉三個例子
- 比如我們碰到某個數學題不會解，提高生產力的方式是有個老師在旁邊教我們解。
- 比如我們想去某個景點玩卻發現路途遙遠，提高生產力的方式是有輛車可以載我們過去。
- 比如我們餓了肚子呱呱叫，家裡沒有任何食材和廚具，提高生產力的方式是去最近的餐館或者叫外賣，而不是自己做飯
從這條定律出發，我們就要思考如何能讓有問題的人儘快解決問題。
理想情況，最快解決問題的方式就是花錢請專業的人解決問題，將問題外包出去，效果最好，性能最好。
除了這種方式外還有其他第二好的方式嗎？
保證問題解決速度的同時降低工具的使用難度
就像以前點火需要鑽木取火，後來打火石點火、火柴點火，到現在的打火機點火，越來越方便，使用難度越來越低，點火越來越快，這樣生產力才得到了巨大的提升
那麼對於開發數字化的解決方案，怎麼做才能既快速解決問題使用難度又低呢？
數字化解決方案一般需要經曆數據的獲取、處理、存儲、展示這四個過程。我們依次來看
數據的獲取
當前普及率最高的數據獲取方式是 Excel，表單的出現讓數據填寫體驗更好，但是當操作大量數據時，Excel 的效率是最高的
數據的處理
數據的處理邏輯，Excel 提供的方式是公式，開發者提供的方式是代碼，使用難度最低的是配置化（在配置界面勾勾選選）、用例化（復用已存在的邏輯），不需要去記憶複雜的公式用法，不需要去練習如何寫代碼，這裡的難點在於當邏輯複雜後如何保持使用難度不指數級增長
數據的存儲
格式化的數據（如信用卡號碼、電話號碼、家庭住址、商品名稱）一般存在 Excel 或者資料庫里，非格式化的數據（如 word、音頻、視頻）一般直接存在硬碟上。使用難度最低的是 Excel，一個個格子，把數據填進去就行
數據的展示
目前的展示終端太豐富了，手機 APP、網站、小程式、電腦軟體、電視大屏等等，這個也是最難降低使用難度的部分，個性化需求太多了，要想做到速度最快使用難度最低，需要一個使用難度很低的 UI 編輯器，最好能像 Markdown 那樣簡單，只關註內容，樣式啥的自動渲染，PPT 對於普通人來說都太難了
綜上，
- A：對於數據的獲取和存儲，我們需要一種類似 Excel 的方案，既能存儲數據，使用難度又低，使用效率還很高
- B：對於數據的處理，我們需要一種配置化、用例化的方案，能應對從簡單到複雜的各種邏輯，且保持使用簡單
- C：對於數據的展示，我們需要一種只關註內容，自動匹配好樣式的方案，支持多種屏幕和終端
解法
- 對於 A，我們可以參考國外的 Airtable、國內飛書的多維表格、騰訊文檔線上表格，支持多人協作，支持大批量數據的操作，支持多種數據類型
Airtable 截圖
多維表格截圖
- 對於 B，我們可以參考蘋果的捷徑，國外的 Zapier，這些工具可編排邏輯，可通過引入更多應用和操作來擴展使用場景，在使用難度和邏輯可維護性上做到了一個好的平衡
蘋果捷徑截圖
Zapier 截圖
- 對於 C，我們可以參考國外的 Notion、Markdown，提供讓用戶更聚焦內容的工具，通過 AI 或者模版化的方式自動匹配好樣式，通過塊的方式無限擴充能力
Notion 截圖
Markdown 截圖
總結
如果想打造一個能提升生產力的平臺，最好方式就是用最快速度幫助遇到問題的人解決掉問題
如果採用類推思維去思考，我們可能得去做非常大而全的事情，比如
- 建設數據建模能力
- 建設 UI 編輯器能力
- 建設代碼開發能力
- 建設擴展機制
如果採用第一性原理思維，我們就可以將生產力劃分為數據的獲取、處理、存儲、展示四個階段，運用既快且使用難度低的工具去處理，即
- 建設新一代表格能力，支持線上多人協作，支持多種數據類型，支持大批量數據
- 建設邏輯編排能力，類似捷徑和 Zapier，實現邏輯的順序編排和擴展
- 建設更聚焦內容的編輯器能力，用戶只需編寫內容，通過 AI 和模版等方法自動匹配好樣式
作者：京東零售 葉萌
來源：京東雲開發者社區
