什么场景是web2不能完成,必须在web3完成的?

到底什么场景是web2.0不能完成,必须在web3.0完成的?

什么场景是web2不能完成,必须在web3完成的?

今天下午和朋友聊web3产品的时候,朋友援引twitter上的一个"web3灵魂拷问"向我发问

"还有你上一篇文章里'WEB3改变的是生产关系'的说法,是不是多少带点假大空?"

我一愣,好问题,非常触及灵魂,尖锐程度不下于名侦探柯南里的鼻子

这里我来讲两个故事,皆为个人感受和经历,不一定对,还望读者朋友多多斧正

故事1:恋爱app

当代各种软件都在大规模使用AI智能推荐算法

在抖音上给可爱小狗点一个赞,20分钟后我就能刷到100只不用品种可爱小狗

在小红书上给大胸妹妹点一个赞,20分钟后能刷到100个漂亮大胸妹妹

AI智能推荐让人欲罢不能,我每天都花大量的时间沉浸在可爱小猫小狗视频里

而且随着使用时长越来越多,AI甚至比我更了解我.逐渐推了边牧,法斗等我以前不了解的可爱小狗,让我欲罢不能

Yellow Labrador Retriever Puppy in front of black backdrop
Photo by Taylor Kopel / Unsplash

要说AI推荐原理很简单,不断重复推点赞正态分布中心标签的视频,偶尔推正态分布之外的视频(判断遗漏的喜欢)

不用任何对用户的询问,而是从底层洞察用户

众所周知我运营着一家社交产品恋爱公众号'川大脱单',主要是面向国内高校(和海外高校)大学生的恋爱社交需求

虽然没做三件小事,但也的确为广大大学生单身群体做出了一些微小的贡献

有一天我就想,人与人之间感情大概也是这样吧,喜欢吃的东西一致,感兴趣的东西一致,生活轨迹相似,受教育程度相仿

多重因素聚合,其实就是一个人的侧写

同一个城市里几十万年龄相近的群体,和用户底层条件相似的人有几百个不过分,用推荐算法推荐一个适龄对象真的很难么?

我告诉你,这很难,甚至说不可能实现(起码在web2里)

想要推荐算法,必须有基础的数据池.假如我想做一个AI发对象软件,那么会遇到以下困难

想给用户推荐和他一样喜欢逛吃逛吃的人,大众点评会给你数据么?

想给用户推荐感兴趣的东西一致,小红书会给你数据么?

想给用户推荐工作领域一致的内容,脉脉和拉钩会给你数据么?

想给用户推荐生活交集一致的内容,微信会给你用户关系数据么?

很遗憾,这些在独立领域有绝对霸主地位的产品不会分享这些数据

甚至他们自己还都在做社交,但是做成了么?都不咋地

人是复杂动物,光靠一个领域相似就想两人情投意合比登天还难

这些WEB2公司真的错了么?

我认为没有,对于WEB2独立领域的霸主产品来说,"数据就是21世纪的新石油",牢牢把控住这些油井,才能保持持续的盈利和垄断地位

大公司牢牢把控数据池,小公司入场难如登天

而WEB3产品底层逻辑则正好相反

因为所有的数据都在链上,用户数据的所有权都是用户自身.

没有任何人能把控用户的数据.

所以生意的逻辑变成了"既然我不能把控用户,那么干脆我就变成最核心的协议,越多的人用我的协议,那么我的协议价值越高"(听起来有点像论文),所以也会拼命往可扩展化方向发展

基于这个逻辑,整个生态的逻辑会越来越乐高化,新入场的选手只要能想个合理的协议,就可以让用户更好的使用自己的产品

所以现在还觉得假大空么?

WEB2.0和WEB3.0生产关系的区别就是底层逻辑的区别,底层逻辑不同,上层结构也一定不同

故事2:Wrong Map

之前看阮一峰老师的博客时看到了这样一个故事

2010年,美国旧金山举行WEB2.0峰会

主办方发了一张"web2.0互联网地图",把互联网划分成不同的势力范围,比如谷歌是搜索王国,脸书是社交王国,电商王国则是亚马逊和 EBay 双雄鼎立。

扎克伯格直截了当的指出了这个地图的错误

"地图的最大部分一定是未知领域。现在的这张地图让互联网世界看起来像零和游戏,但事实并非如此。我们正在开拓新疆域,创造价值,而不是从别人那里夺走它们。"

我也觉得这话说得好,地图描绘的是"已知世界",而没有描绘出的地方,才是更大的世界,也是更大的机会

如果我们盯着画出来的部分不放,那么我们的格局就只限制在已知的这部分内容中,一旦我们想发展壮大,势必就会侵入其他人的地盘,并展开殊死搏斗

所以探讨"什么是web2不能做必须web3完成"的问题未免格局小了

有这个功夫应该多多探讨基于WEB3,SBT,DID等新的概念下有什么新的星辰大海去开拓

谢谢大家,虽然没有正面回答问题,但是也希望能给大家带来一些启发