所谓的“下半场”是对于几个小巨头、大巨头它们自己来说的，它们完成了连接的基础工作，更高层面的竞争已经打响。以前的硝烟有时候还能看得见，比如用户界面的变化，未来的硝烟越来越看不见，可能在用户不知不觉中已经完成。
最近有个概念叫做“下半场”，逐渐火起来。不管是创业者、投资人、FA，甚至新华社都在说“下半场”，年终分享总结趋势不说“下半场”都不好意思。
但是有的文章，完全在抠概念，为了不同而不同，有点空，比如什么“下半场，开始了吗？”之类的。所有创业的或者在大大小小创业公司干活的人，都能感受到获取流量比之前难很多。之前2012、2013年，获取一个APP用户也就是几毛钱，现在试试看？至少翻了10倍。这些都是白花花的银子，事关创业生死大计。“上半场”不过是比喻而已。
创业本质上是无限游戏，但大多数时候创业者都会把它玩成一个有限游戏。所谓的“上下半场”对于创业者来说跟血淋淋创业生死有关，而不是茶余饭后轻描淡写的谈资。
两个连接
互联网高速成长了十几年，从门户、BBS、即时通讯到电商、O2O，互联网的本质是连接，到目前为止基本上已完成大多数相对轻松的连接，连接人与人，连接人与商品，连接人与信息。诞生了新浪、百度、阿里、腾讯等互联网代表企业。
连接从容易到繁杂，从线上连接到线上与线下的连接。这也符合互联网的发展轨迹，一开始是门户，信息与人的连接，人与人的连接，大多是纯线上的，如门户、BBS、即时通讯，当第一部分的连接完成之后，大多数地盘都被占领。
比如当有了三大门户的时候，你再去做门户，QQ占据90%以上市份额的时候，你再去做门户、做即时通讯，就是一个笑话。即使有一些搜索引擎后来也有一定的生存空间，但大多是依靠其他的产品根据地，比如搜狗与输入法和浏览器捆绑等才勉强有一丝空间。
当绝大多数在线的空间被占领，互联网就转向了线上与线下的连接，也因此诞生了第二代的小巨头，如滴滴、美团等。
王兴所谓的“上半场”结束，也就是说，互联网从诞生到现在，基本上完成了两轮的连接。第一轮的连接，诞生了门户、搜索引擎、电商、即时通讯、游戏等企业。第二轮的连接，完成的是线下与线上的连接。比如连接出行服务，连接餐饮等商家服务。
真正的下半场
那么接下来呢？也就是所谓的“下半场”。对绝大多数人来说这场游戏基本结束，根本没有所谓的“下半场”。
所谓的“下半场”是对于几个小巨头们、大巨头们它们自己来说的，它们完成了连接的基础工作，但是更高层面的竞争已经打响。以前的硝烟有时候还能看得见的，比如用户界面的变化，未来的硝烟越来越看不见，可能在用户不知不觉中已经完成。比如今日头条、搜索引擎，它们一直在深度挖掘用户画像，记录用户行为习惯，累积庞大的数据，护城河越来越深。
对于普通的创业者来说，接下来再也没有往日的美好时光了。这就是互联网创业者，从业者，还有投资人经常挂在嘴边的，互联网红利期已经结束了。它的本质就是这些连接的基础工作已经完成。
为什么前段时间消费升级、文化投资这么火，也是因为连接的空间接近饱和，而数据积累不是一天两天的事情，只能靠这些所谓的升级来赚取快速的回报。但这些都不是真正的大战场。
真正的史诗级的宏大战场已经开启，战场的核心是数据之战。通过技术的手段获取更多的数据，数据才是真正的资产。算法和算力将会成为基础设施，而数据就是真正的未来之王。
下面从金融、搜索引擎、医疗、内容等方面简要分析各自演进的必然。
金融科技
互联网金融从P2P时代开始火起来，从逻辑上来讲，把需要借款的人和需要理财的人通过互联网平台实现连接，去掉了银行等中间媒介，效率更高，收益更高。让原来借不到钱的人能以最快的时间借到钱，让理财的人可能在单位时间内获得更高的收益。但在实际的操作过程中，如何把有还款意愿和能力的人匹配给理财的人群才是真正的挑战。风控成为互联网借贷平台能否持续的核心。
也就是说互联网的方式只是完成了人与人的连接，但是第二步，关于效率背后的风控依然没有得到完美解决。所以，基于大数据的风控成为互联网借贷平台的下一个竞争关键。
对于互联网借贷平台来说，上半场是关于获客成本，关于流量，关于连接的比赛，下半场就是基于大数据的挖掘。
这里的核心是用户画像。有了精确的用户画像，才有真正有效的风控，才有构建有粘度的用户运营体系，才能建立用户的品牌依赖。用户画像的背后是关于对数据的深度挖掘。如果不能在最短的时间内获得最有价值的数据，不能构建自己的数据护城河。很快就得提前退场。
真正的巨头是类似于芝麻信用这样的数据公司，通过芝麻信用，蚂蚁金服不仅向各个网贷平台收钱，同时也收集了用户的数据，最后就是吸星大法，把行业的数据，把用户信用数据都汇聚在自己的平台，最后再把它输出给各个网贷平台。其他平台前期为了风控，为了放贷安全，与芝麻信用合作，但到了最后基本上就离不开了。芝麻信用就成为互联网网贷行业的基础设施。
所以不管是上半场还是下半场，对手也是不一样的。有的对手，从一开始就占领了比赛的制高点。除非能从大数据的其他突破口汇聚更有价值的数据，通过更有效的模型实现风控，更有效率实现用户的匹配，否则竞争从一开始就是不同量级的。
搜索引擎
谷歌的搜索算法在过去二十年里进展迅速。从1998年的PageRank到2015年的RankBrain，基于链接的网络排名已经进化成人工智能驱动下的查询匹配系统，后者能够不断适应那些独特的搜索（达到谷歌搜索15%的比例），这说明了什么？连接作为互联网的核心本质已经不再是核心，核心转向了关联、决策了。
如果连接是互联网的上半场，智能则是互联网的下半场。而智能的核心就是数据。谷歌的CEO桑达尔·皮猜（Sundar Pichai）认为，谷歌将转向人工智能优先的战略。谷歌未来的核心不在于互联网，也不在于移动互联网，重要的不是设备本身，比如电脑、手机等，未来的计算的主要形式不在于通过智能手机的触摸屏，而是通过人工智能实现各种无处不在的计算。
互联网医疗
互联网医疗一开始也是从资讯、内容开始发展的，比如丁香园等，比如各种用药助手。这是互联网连接的第一步，连接人与内容。
第二阶段则进入了连接人与人阶段。比如在线问诊的模式，病人和医生通过在线问诊进行连接，像春雨医生、好大夫在线都是这样的平台。
第三阶段则从连接走向智能时代，走向数据时代。这才真正的下半场，也是最终的决战。医疗虽然复杂保守和难啃，但人工智能仍然有机会解决这些问题。
医院每天都有成千上万的电子病历，患者就诊的记录，包括病症、病史、家族病史、个人信息、诊断结果、治疗方法等，会诞生无数的数据。
对于医生来说，每个病人诊断都是一个案例，每天看的病例有限，一旦遇到复杂的疾病，因为没有先例，可能就让医生陷入困境。但是如果把所有医生的诊断信息汇总，通过人工智能测试、验证模型，可能发现疾病的规律。这样，未来的在线诊断，可能人工智能医生比绝大多数的普通医生给出的答案更加靠谱。
国内的“百度医疗大脑”建立医疗数据库，模拟人类医生的问诊流程，给出诊断建议，一开始通过收集、分类病人病症描述，给医生决策建议。但随着问诊案例的不断增加，人工智能的神经网络通过远超人类的记忆能力和计算能力，逐步提升自己的决策能力，最终让互联网化的诊疗成为现实。
互联网资讯
在内容分发领域，互联网发展史上也经历两次连接，目前已经演进到了智能算法分发的阶段。
第一次的内容分发是门户时代。
它连接的人和信息。门户网站通过频道分类聚合内容，在报纸和杂志时代，门户的内容更丰富，更及时，远比传统媒体更高效。但是它能够展示在首页或者每个频道分类前列的内容还是很少。每个人打开门户网站看到的内容都是一样的，但用户的口味是不完全一样的，小镇青年和都市白领的关注的焦点是完全不同的。但对于当时来说代表了更高效的内容分发模式。
第二次内容分发的时代是社交网络。
它通过连接人来传播信息。Facebook，Twitter，微博、微信都是非常庞大的内容分发渠道。社交网络的有天然的人群属性，你的朋友圈，你关注的大V，都是代表着你的属性和关注点。这样每个人的信息都是不同，因为你的朋友圈，你关注的大V对你的信息进行了过滤，可能比小编推荐的门户新闻更让你感兴趣。社交网络让信息传播的速度和消费的频次、消费的量级比门户时代有了更大的提升。
第三次内容分发的时代是个性化内容推荐。
它通过算法来连接人与信息。个性化内容推荐比社交网络的内容分发效率更高。社交网络依然无法做到最高效率的内容分发。
比如你关注投资、关注足球、关注艺术等，但你的朋友圈或者大V经常发一些心灵鸡汤、晒娃照等。当你的朋友圈超过几百人之后，不想看到的内容越来越多，一是浪费时间，二是把真正关心的内容给淹没了。
这个时候，个性化推荐+移动手机产生了随身携带的个性化内容推荐模式。
这个模式是智能的推荐模式，可以根据用户的阅读口味不断提升推荐的精准度。它会通过你阅读的主题、时长等方面逐步摸索阅读者的秉性和口味，推荐的内容会越来越符合用户的需求，让内容分发的效率逐渐提高，最终来说，它会成为最了解用户喜好的内容助手。这样内容的被消费的量级、频次都将极大的提高。
结语
如果放大到科技发展的阶段来看，互联网的关键词是连接。而智能时代的关键是数据。人工智能的三驾马车：算法、算力和数据。算法有了很大的进步，深度学习技术可以大量处理未标记非结构化的数据，可以无监督训练及有监督的反向支持运算等；算力方面，GPU的大发展为人工智能的计算速度提供了基础支持。而数据是所有人工智能之源。所有的决策，所有的行为，最终归结为数据。
经过十几年互联网的发展，经历了两次大的连接之后，产生了极其庞大的数据量，有足够的存货供人工智能发展。
这种情况下，谁还有机会？如果说互联网时代的连接，创业者还有机会，比如让人和信息连接起来，让人和人连接起来，这些通过体验优秀的产品还有机会胜出，但到了数据时代，数据的积累需要巨大的成本，不仅是钱的问题，更是时间成本和人才的问题。
对于普通创业者来说，不是“下半场”的问题，而是有没有登场机会的问题。
