面对充满不确定性的未来汽车市场，我们应该如何定义汽车产品？
这篇文章不谈方法，只谈方法论。
汽车产业在面临越来越多不确定性的时候，如果我们只是在老的“方法论”体系内进行“方法”创新，则难以从更高维度认识问题、解决问题。
我们需要抛开具体的“方法”，在“方法论”层面上进行探索与创新。
方法与方法论
什么是方法？什么是方法论？
在日常工作中，二者常被混为一谈，似乎完善的、有效的方法就可以被称为方法论。其实并非如此。
方法（method）是解决具体问题的办法。我们针对具体问题，可以灵活地选择或设计方法。
方法论（methodology）是方法的方法。它并不解决具体问题，而是控制我们应用方法的思维范式。
例如，要预测一款新车的市场份额，该去调查潜在用户的购买意向，还是基于历史销量数据进行计算和推导？这属于方法论。倘若选择了前者，要了解用户的购买意向，该去邀请用户进行访谈，还是利用他们的上网记录进行大数据分析？这属于方法。
归纳法与演绎法
归纳法与演绎法是两种基础的方法论。
归纳法（induction）是由特殊到一般的推理。通过观察具体的事件，进行系统地整理，得出普遍的规律。例如，有人观察到特斯拉Model S、Model 3、Model Y卖得都很好，那么就可以推断出特斯拉的每一款产品都会卖得很好，所以它的下一款产品Cybertruck也可以卖得很好。
演绎法（deduction）是由一般到特殊的推理。基于普遍的、确凿的规律，对具体事件的前提进行分析，推导出答案。例如，有人发现一个普遍的规律：汽车每一个细分市场中的首款电动车，只要综合性能强于燃油车，就能卖得很好。那么，Cybertruck作为皮卡市场中的首款电动车，只要比福特F150强，就能卖得很好。
你可能会发现，演绎法看起来似乎更加严谨、更加科学。没错，演绎法是现代科学思维的重要核心，而归纳法则常常只是辅助。但是，演绎法的适用范围有时会小于归纳法。面对复杂的不确定性问题，如果我们难以找到普适的规律作为指导，演绎法就会受困于自身的严谨性，难以推进。例如在上述的例子中，如果你并不相信“首款电动车比燃油车强，就能卖得好”是一个普遍的规律，那么就很难从这个思路对Cybertruck的销量进行演绎推理了。
归纳与演绎的推理思路虽然是相反的、对立的。但在解决实际问题的时候，常常会被混合使用。只不过，有时候归纳法的思路占据主导，有时候演绎法的思路占据主导。
汽车产品定义的三种方法论
汽车产品定义的各种方法，都可以被分在一个2×2的矩阵中。其中，横向是演绎法（deduction）与归纳法（induction）的区分，纵向则是聚焦（focused）与扩展（extended）的区分。所谓聚焦，是只考虑与问题直接相关的因素。而扩展，则会考虑到更多、更复杂，甚至看似与问题不直接相关的因素。
我们可以在这个矩阵中找到3种方法论。
第一种为“静态演绎法”，是一种聚焦的演绎法。
使用静态演绎法的人们相信，若想维持一款车型的成功，存在一个简单的、直接的计算模型，只要按照要求输入产品的特性，就必然会带来市场上的成功。
例如，保时捷911每一次中期改款，功率都会增加20马力。大众高尔夫的每一次换代，长度都会增加3-5厘米。这些整齐的等差数列既不能反映出用户真实的向往，也不能代表企业全部的技术实力。这只是一个约定俗成、经过检验的进化公式。就好比“周五过后是周六”一样，美好，却并无惊喜。
在确定性较强的市场，核心技术未被颠覆，用户需求线性变化，竞品都按套路出牌，则静态演绎的方法论对于成熟产品的持续发展，通常是行之有效的。汽车企业当然也就没有必要再去寻求更复杂、有更多风险的其他方法论。
第二种为“综合演绎法”，主要使用扩展的演绎法，并以聚焦的归纳法为辅助。
使用综合演绎法的人们发现，面对市场的动态变化，简单的进化公式难以应付，怎么办？那就需要一组更加复杂的公式，引入更多综合性的、弱关联的变量。大到宏观经济、文化潮流、小到车身饰件、库存系数，都需要被考虑进来。也许并不会有人真正写出这组所谓的复杂“公式”，但是人们坚定地相信输入与输出之间存在着确定性的联系。如果一款产品没有成功，那一定是没有摸清楚这个客观存在的规律。
由于综合演绎法使用的前提是承认市场存在一定的不确定性，那么不断变化的用户需求一定也会被引入其中。这种引入的方法通常是用户调研，即询问用户，并进行直接的归纳。所以，综合演绎法虽然核心是演绎，却离不开基础的、聚焦的归纳法。
例如，在决定是否给副驾驶提供一块专门的屏幕时，一方面要去分析硬件成本、软件技术、生态资源、竞品动态等客观因素，同时也肯定会亲自问问用户：“你坐副驾时需要一块屏幕吗？”
综合演绎法可以在一定程度上应对市场发展的不确定性。它有两个优点，一是与传统的静态演绎法一样，依然相信市场规律存在较强的确定性，不需要对企业的思维方式和组织架构有显著的颠覆，即容易被执行。二是一旦分析方法与决策机制被制定下来，无论执行者的水平怎样，通常都可以得到一个较好的结果，即不容易出错。
然而，综合演绎法也有它的局限性。它背后严谨的、确定的、保守的思路，在面对一个颠覆性趋势的时候，难以找到成为领导者的策略。
第三种为“抽象归纳法”，是一种扩展的归纳法。
使用抽象归纳法的人们认为，市场趋势是充满不确定性的，是没有固定规律的，也无法量化地计算，所以演绎法无法成为方法论的核心。但同时，简单的、直观的归纳法又不足以预知未来。例如，用户不可能在调研中亲口告诉你，他12个月后喜欢什么样类型的游戏。
当某个汽车产品特性的可行性既无法被严谨的逻辑所推导证明，也无法从潜在用户口中直接得到答案，我们就不要再徒劳地去尝试更好的演绎，而应当寻求更加灵活和创新的归纳。
这是一种跨领域的、抽象的、升级版的归纳法。我们将这一产品特性背后的抽象价值提取出来，然后在社会学、心理学，以及消费电子、建筑设计等诸多其他领域中，去归纳有没有这种抽象价值的成功案例。如果有，那么该产品属性在汽车上就同样有成功的可能。
例如，在决定是否给副驾驶提供一块专门的屏幕时，可以先找到副驾屏背后的抽象价值，比方说一是让副驾驶感觉被尊重，在车内得以“平权”，二是给车辆增加话题和谈资，让车主可以给他人“炫耀”。如果“平权”符合中国社会的人际趋势，如果“炫耀”在手机设计上屡屡成功，那么，副驾屏就是一个在汽车上拥有巨大潜力的配置。
抽象归纳法的优点是，它的使用没有边界，成就也没有上限。很多时候，所谓“灵感乍现”就是一种抽象归纳法的结果。
但是，抽象归纳法的结果常常也是充满不确定性的。同样一个问题，很容易从不同的角度进行抽象地归纳，然后给出两种相反的结果。我们无法在真相呈现出来之前，利用严谨的方法证明哪种结果是正确的（否则就回到了演绎法）。所以，抽象归纳法对于实际操作者的个人能力有着很高的要求。他们需要拥有丰富的阅历、敏锐的洞察、高瞻的远见、冷静的判断。
自己，也是归纳的变量
抽象归纳法与综合演绎法相比，还有一个重要的差异，就是是否将“自己”作为一个重要的变量。
在演绎法中，企业自己的决策既然是因变量，就很难同时成为其中一个自变量，否则就会陷入“循环错误”。但是在归纳法中，因为不存在严格的逻辑限制，我们就更有理由相信“事在人为”，相信自己就是成功的变量。
保时捷在718降价22%（因为排量降至2.0L）之前，并不能从Excel表格中推测出有多少人会成为新的潜在买家，但它确实凭着一己之力，显著地扩大了整个中国跑车的市场规模。
苹果在发布iPhone X之前，并不需要验证用户是否可以接受刘海屏，因为刘海屏就是会由于苹果的采用而变为行业趋势。
特斯拉在发布Model 3之前，也不需要询问用户是否喜爱没有前格栅造型的设计，因为光秃秃的前脸就是会由于特斯拉的采用而被用户广泛接受。
大浪将至，希望，不是被寻找的，而是被塑造的。希望是本无所谓有无所谓无的，这正如地上的路；其实地上本没有路，走的人多了也便成了路。
