落后最怕的是思维方式的落后。
过去猎豹在安全和工具层面，抓住了上一个时代的大风口。如今这条赛道不再像以前那样野蛮生长。
互联网已经进入下半场，广度红利时代结束。原先粗放式的流量经营模式遭遇瓶颈，用户增长受限，且再难出现爆发性机会。下一个机会点在哪?
我讲过，人工智能会是下一个风口。
但，首先我们必须认识到——人工智能一定不是简单的一个神经网络，也不是用一个新的函数替代一个旧的函数。人工智能是对整个产业的重构，是对我们整个思维方法的重新塑造。
它将现实所有物理事件产生的东西归结于一个点——数据。然后，再把这个数据，用神经网络的方式去认知和理解，达到过去所有算法无法企及的高度。
而深度学习，无疑成为当今人工智能大爆炸的核心驱动。它不只是一种算法的升级，而是一种全新的思维模式。
今天，我们完全可以利用深度学习，利用海量数据的快速运算，消除信息的不确定性，帮助我们认知世界。
这种认知的可能性，最广为人知的就是AlphaGo打败李世石。我说过，现象即规律。这个现象给我***的启示就是——把过去围棋的定式算法问题，转换成了黑白点的数据问题。它利用神经网络超大规模的数据处理能力，去理解人类记录过的围棋数据，以及自己左右互搏产生的海量数据，在人类也不明白的情况下，一举碾压了人族。
它带来的颠覆性在于：将人类过去痴迷的算法问题，变成了数据和计算问题。
我认为，这是重构技术模式，产品形态，用户理解的新方式。深度学习的突飞猛进，也将使得猎豹这样的工具厂商，有机会与社交产品站在同一维度同台竞争。
唯一需要思考的是：如何让用户成为一种生产力?
比如，你觉得特斯拉是汽车生产商吗?如果你重新换个角度，会发现特斯拉本质是一个数据采集器。它利用汽车载体实现了对人类驾驶行为的触达。
我***买的特斯拉P90D，已经可以自主学习变道。它会多次来回试探，学习你开车的动作。你每一次开车，都是在给它贡献数据。它跟谷歌的无人驾驶有很大不同。
他们走了完全不一样的路线，思维角度也不一样。
谷歌是传统的软件工程思维。用高精尖地图，把一段路的地图精确到厘米级，以便车子开的过程中就知道路况，通过激光来避开路面障碍。但问题在于，这套方案，只有知道地图和路况不发生改变时才能运行。
但特斯拉用的是NVIDIA+Mobileye的方案，跟人开车的状态一样。它认为，辅助驾驶到了一定程度就是实现无人驾驶。只要收集大量的驾驶数据做处理。不用管地图，用产品就能实现数据收集。实际上，就是把所有路况信息和人的操作动作数据化。
我认为，未来的公司本质都是数据公司。市场的竞争，一定会从技术竞争演变成数据竞争。
各公司的商业策略和产品策略，都会围绕着获取数据开展。后进的公司要想不坐以待毙，唯一的办法就是快速获得数据。
深度学习绝不只是一场技术革命，或一种算法的改良。本质上，它是一种全新的理解用户和商业模式的思维方式。
