当下这5年，会定义下一个100年

来源：笔记侠（Notesman）
分享：王煜全

看过去是为了更好的看懂未来，所以我们专门提出这个说法，叫做历史的韵脚。

当我们在历史转折期的时候，简单的总结过去，没有办法看到未来，只有在一个更宏大的视角上去看，才能真正理解未来的发展。

在这个时代，看懂未来更重要。

因为今年，大家都在讲，今年很困难，你能做到的最好的事情就是不下牌桌！

但是有人就在抱怨，尤其评论区很多人说，我不是自己主动愿意下牌桌的。

我们都知道股票投资的规律，当别人恐惧的时候，我们应该贪婪，那现在大家都恐惧了，不应该是我们贪婪一点的时候吗？

但是我们为什么贪婪？为什么所有人都可以贪婪？

1

变革时代的启示：寻找历史韵脚

1.阿克莱特的小工人：革命来了

先从一个故事开始，我们都知道福特基本上是美国工业革命的，包括美国的科技革命的一个象征，T型车一度曾经占了美国汽车销售的一半，曾一度是美国上市公司的榜首。

当然，也塑造了很多其他公司，包括像沃尔玛，还有另一个小公司也是因为福特起来的，但这个公司更值得我们学习，因为这公司创始人非常年轻，而且没啥背景。

这个小伙子叫 Jim Casey，我相信大多数人不认识。

他的身世很坎坷，他9岁的时候父亲去世，11岁时为了生计被迫要出去打工挣钱养活家里人。

11岁小孩能干什么活？

早在20世纪初的时候，一九零几年的时候，那时候美国有大量的移民涌入，城市化进程浩浩荡荡，很多城市发展得非常快。

他所在的西雅图地区，短短几年时间，从8万多人，扩展到了20多万人。

而这就带来一个问题，城市里的通讯非常不便利：

第一，没车，交通不方便。

第二，当时电话刚刚兴起，而且西雅图当时的两个电话系统并没有相互接通，如果你想在一个越来越大的城市里找人、想传个信很麻烦，这时候就出现了一类的叫做传信公司。

那么这个传信公司是干嘛的呢？

我负责安装一个电话线，守着一个电话。

如果有人想向他的邻居传个信，向他的朋友传个信，并不是直接找人，而是先给这传信公司打电话，而且当时电话不普及，所以想传信的人一般是找个公用电话，打给传信公司，这公司派一个小孩看着电话去传信。

十几岁小孩跑过去传信，或者骑个自行车传信，这就是当时的message boy。

11岁的Jim Casey 就开始干这个传信，叫 message boy。

这个小孩很聪明，一段时间后，他发现这个事自己也能干，为什么不自己干呢？

于是他和另一个小伙伴在他19岁时候，找他小伙伴的叔叔借了100美元开始创业，成立了自己的传信公司。

当时的设备是什么呢？

租了一间小办公室，拉了一个电话线，两个自行车，然后把他的弟弟拉来当第一个 message boy，第一个负责传信的小朋友就开始开张了。

那是1907年，那时候他19岁，但他却很资深，已经干了8年的office message boy。

虽然他当时只有19岁，但他很有头脑。

他觉得自己不止可以做传信公司，他想把这些小朋友们变得训练有素，所以给每个人统一着装，然后要求有一定的培训，让大家待人接物的时候能更好一点。

到1912年圣诞节的时候，他已经拥有了100个message boy，成了一个大公司了。

但故事才刚刚开始，为什么？

他敏锐地意识到这个传信生意正在走下坡路。

因为汽车来了，有了车的时候，我在城里就不需要别人传讯，可以直接开车去找人了。

另外，电话越来越普及，也不需要人传信，可以直接打电话沟通。

他发现传信生意还走下坡路，并且连这个走下坡路的传信生意都有竞争，为什么呢？

当时有人也很先进，用摩托车来传信就自行车强，那他怎么办呢？

他在1913年做了一个决定，将这个摩托车传信公司收购进来，同时他买了第一辆福特的T型车，这就是他坐在T型车里的那个图片。

所以买了T型车以后，他也做了一个转型。

仅仅传递信息肯定是不行了，因为有了，电话、汽车的信息传递，不需要单独的公司了。

但是什么传递是需要的？包裹。

所以他把重心从过去的信息传递转向了包裹传递，为当时的超市、商场来服务，因为商场有很多日用品需要递送到每家每户，他来干这个事情。

到了1915年时候，他拥有了四辆福特的T型车来送货，而且为了装包裹方便，他还对当时的车进行了改造。

到1915年的时候，他有了四辆车，5辆摩托车，但是变化来了，他原来的100个message boy只有20个人了。

因为效率提升了，业务转型开始发挥效力了。

1919年，他的业务拓展出了西雅图，走进了加州，到了洛杉矶。

这个时候，他把自己公司的名字改了——UPS。

我们可能知道UPS，但可能并不知道它的创始人曾经是一个19岁的message boy。

而且它没有任何的技术背景，就是会用技术、会用车、会开车而已。

而且，他很长寿，从19岁开始，他在自己的工作岗位上做了55年的CEO，74岁才退休，95岁去世，所以他的一生真的是非常的棒。

那给我们的启示是什么？

成功可能并不需要技术。

2.普通人也能创造历史：人工智能与科技发展

当前，我们都在说人工智能来了会怎么样？

但是大家有没有发现，我们探讨的更多的是负面信息，大家担心人工智能会不会淘汰我。

当你发现人工智能不属于我，是属于别人的，那肯定是要对付我的。

但是大多数情况下，技术是赋能给大家的，所以我们提的是什么呢？

我们都知道科技发展是分成不同阶段的，过去的每一次工业革命都是一个个阶段。

但在这个科技发展的周期当中，每个周期里总有一个小阶段，它能把机会带给普通人。

所以我们为什么兴奋？

因为现在这个机会正在到来，也就是说普通人能够利用人工智能这样先进科技创造新的业务，改变世界的机会正在到来。

难道我们每个人不应该兴奋吗？

后面我会给大家展开讲讲，我们认为未来的发展阶段，因为不是凭空的猜想，而是通过对历史科技推动产业发展的阶段总结，我们就会知道未来是什么。

从这个角度讲，我们认为未来五年会定义将要到来的一个世纪是多么重要，而且这是属于我们每个普通人的五年，不需要你是人工智能专家，不需要你是一个大佬级的人物，我们普通人都可以像 Jim Casey 一样去创造历史。

当然我们要理解这个历史就变得非常重要了。

虽然我们可以是普通人，但是我们是要有视野、有眼光，有对未来前瞻思考的普通人。

刚才我们讲的 Jim Casey的故事，他可不只是埋头送信而已，他想到了未来，想到了发展，这是最重要的。

但是怎么看清未来，我们就要把视野放的长远一点，去看整个历史发展的脉络，那我们就要回到工业革命的初期，当然回到这个初期，我们也试图回答一个今天大家都特别紧张的问题，就是人工智能会不会替代我们。

我相信这是一个普遍的担忧。

当人工智能时代到来，我还有什么价值。

3.为什么一个童工能成为美国工业革命之父？

我们再看一个例子，还是一个童工出身的人。

其实你会发现，工业革命初期总是汇集那些童工出身的人。

塞缪尔·斯莱特和刚才说的Jim Casey差不多。

他出生在英国，但是出生的比较早，他从10岁的时候就开始进纺织厂干活了。

大家会觉得很奇怪，大家一贯的印象是什么？

纺织厂剥夺了纺织工人的饭碗，就像说今天的人工智能剥夺了很多人的饭碗一样，大家担心的是当时的这个纺织厂，把纺织工人饭碗剥夺了。

那为什么10岁的小孩返反而可以进纺织厂呢？

其实大家说得对，纺织厂剥夺的是熟练工的饭碗，因为熟练工所有的技能在纺织机面前不值一提。

但是纺织厂需要工人去运作纺织机，而这个运作门槛其实大大的降低了，以至于当时的招工的普遍标准就是7-14岁。

他14岁的时候父亲就去世了。

父亲去世，家里没办法，因为打工只是挣份钱，家里就像签卖身契一样，把它签给了那个工厂的厂主当学徒，所以14岁当了学徒。

等到他21岁的时候，1789年，在美国华盛顿正式宣誓就职总统，美国第一任总统上任那一年。

而他在那一年移民到了美国。

彼时，他看到了美国的纺织业将会迅猛发展，因为那是一个辽阔的新大陆，但他想移民出去并不容易，因为英国当时和美国正在打科技战，而当时的科技就是纺织业。

英国对纺织业的出口是严防死守。

所有的材料、机械都不许出口到美国，出口将以叛国罪论处，最高可处以绞刑，更别提人才了。

但是他竟然平安的到了美国，为什么？

因为他当时才21岁，没有人认为一个21岁的人会是这么复杂纺织系统的专家，但他已经是专家了，因为他已经在那工厂里干了11年，他做学徒去了解这个机械的性能，已经干了7年，是真正的专家。

当然他也很聪明，他没带任何的资料，所有的东西记在自己脑子里去了美国。

这一年另一件事发生了，一个美国的富豪叫Mosi Brown，在这一年，他建了一个纺织厂，而且就是学习英国模式建的纺织厂，只不过他建完了以后发现转不起来。

因为光有一堆硬设备没有用，需要把它运转起来，包括让工厂的设备能够调试直到能够开动，而这需要技能的。

试了半天发现做不到，这时候塞缪尔·斯莱特找到富豪说，我是从英国来的，我经营纺织厂这么长时间了，我懂所有的技术，你交给我做吧。

大家可以想象一个21岁的年轻人跟别人说，您虽然投入度那么大，您运转不了，我来运转，别人肯定不信。

所以塞缪尔·斯莱特的条件是我帮你来运转，如果赚了钱，咱俩平分，如果没做成，我一分不要，这个时候可信度就有了。

因为富豪已经没有别的选择了，你投入已经下去了，没人能帮你。

这时候突然有个英国来的人，说我愿意帮你做，成了再分钱。

于是在1790年达成了协议。

没过两年，工厂就开始盈利了，而且后面的工厂一家接一家开起来，有些工厂就变成塞缪尔·斯莱特自己独立建设的了。

这就是美国工业革命的起源。

所以曾经的这个14岁的工厂学徒，10岁的打工人，21岁去美国的人，被美国的第七任总统叫Andrew Jackson说这个人是美国工业革命之父。

又一个没什么知识、没什么背景的人改变世界的例子。

我们从中间能悟到什么？

这中间有一个普遍规律：也就是说其实技术革命正在降低大家使用技术的门槛，而不是提升了门槛。

所以技术革命确实摧毁了部分依赖自己干同样事的饭碗，也就是说过去那些纺织工人是手艺活。

而现在工厂做的事情比纺织工人做的还出色，但他给了那些没有这个技能的人以机会，你只要掌握这个新技术就好，而这其实和我们前面讲的这个 Jim Casey的故事一样，掌握的是使用技能。

只要你会使用这个技术，就能够带来一个新的机会。

所以我们说在这个时点上，我们真正要思考的是未来的机会在哪？

我如何能够最早的去使用这个技术，从而能够拥抱这个新的机会。

我们认为，如果今天你还在焦虑，只说明一件事儿：就是你的思想老了，你已经拒绝学新东西了。

如果你不拒绝学新东西，你应该的是兴奋。

所以我们说，就像当年的纺织厂对7岁的孩子开放一样，我们今天要把自己有一个归零心态，做回7岁的孩子。

像你第一次进入纺织厂一样，睁大眼睛看着周围的设备在那轰轰作响，在那咆哮，在那制造出巨大的产能，你觉得兴奋一样，你需要重新睁开眼睛去看这个世界。

而你如果从这个角度去看世界，你会发现世界和我们想的并不一样，因为它不是正在被替代，而是正在等待，被你用这个技术去创造。

这才是新的机会。

当然我们这个机会要稍微回溯一下，就是这个机会的起源在哪？

因为工业革命到今天，很多底层逻辑是延续的。

所以我们要回到原点，才知道这个革命的底层的逻辑是什么。

4.工业革命中的规模生产与工人待遇

今天我们大家都在纪念瓦特，因为他改良了蒸汽机。

英国工业革命师之父是这个人叫阿克莱特。

所以我们一直喊口号说工业革命之父不是瓦特，而是阿克莱特。

为什么？

因为阿克莱特做的事儿才是工业革命的精髓——规模化生产。

1776年美国建国，英国是瓦特改进了蒸汽机，推出自己的蒸汽机型号。

但是其实在这之前，1765年阿克莱特就推出一个新的系统，叫water frame。

Water frame是一个大型的纺织系统，能够替代原来传统的手摇纺织机，完成工业化进程。

包括他自己，后来还有一系列的其他英国纺织厂厂主，建设备的基本上都是water frame。

他建立的标准设备，大家都可以学习。

这个通用技术是他在1765年搞起来的，然后到1769年拿到专利，1771年他建成了厂。

当然他也不只是自己建厂，他也拉了投资人，他的投资人帮他做成了以后，学到了一样的技能，但估计也有很多东西从他那买的，也建立了自己的厂，这就和斯莱特到了美国先给别人打工，然后建自己厂是一样的道理。

那他的那个投资合伙人叫Struct，Struct就是当年斯莱特进去干活工厂的厂主。

所以你看这个历史，从阿克莱特到他的合伙人，然后把这个技能传递给了这个斯莱特，再把它传递到美国，一脉相承。

当然为什么发生在英国是有它的深刻的原因的。

因为英国对工程师这种实践的理论的东西足够尊重，而法国、欧洲大陆更尊重形而上。

英国叫keep us dirty。

你可以做日常繁重的劳动，做得好也会被尊重的，匠人是会被尊重的，所以这是英国的一个传统。

但是英国也有和美国很不一样的地方，这个不一样的地方在哪？

就是在一八三几年的时候，狄更斯，著名的英国作家，曾访问美国，专门去了一个地方叫做洛厄尔小镇。

这个地方为什么去那考察？

因为这个小镇是围绕纺织业建立起来的，就是一个纺织小镇。

在欧洲，当时的工业革命已经从英国蔓延到了法国，虽然法国比较形而上，鄙视形而下的东西，但毕竟那是能赚钱的，所以还是有很多纺织厂建了起来。

但英国法国都一样，纺织厂都冒着黑烟，机器声隆隆作响，非常嘈杂，环境非常恶劣。

里面还有一堆童工。

连斯莱特到美国以后都沿用这个传统，招用7-14岁的童工。

结果狄更斯到洛厄尔小镇发现这个小镇鸟语花香，没有浓烟，都是这个蓝天绿树白云。

而且这个小镇里的生活非常和谐，包括这个镇子上有商店、有宿舍，镇子上的工作人员都是住在宿舍里的，还不是我们说的几个人一屋的集体宿舍，而是一个一个的独栋的小房子。

甚至当时很多工人学问不够，不识字，洛厄尔小镇还专门为他们开设学校，教他们上学，识字，非常和谐。

所以狄更斯在感慨，对比如此强烈，他说成叫善与恶、光明和阴影。

其实说的就是美国的工业革命，美国的纺织业和英国的纺织业和欧洲的纺织业为什么有这么大差别？

当然我们都知道，欧洲纺织业因为有负面的印象，所以马克思在描述这个资本家的时候，用的词是相当的负面。

如果马克思和狄更斯一样去了美国考察，可能就不这么描述资本家了。

那为什么美国发生这件事？

其实也不是因为他在发善心，它其实也是一脉相承的。

也就是这个斯莱特到了美国以后，他也在招7-14岁的孩子，他发现如果要把孩子留住，要让工厂能够持续运转，不出事儿，最好要善待他，因为孩子都很小。

你要教他手艺，你要保护他，同时你要让他能够住宿，他才能待得下。

此外，美国和英国环境是不一样的，美国建厂在郊外，英国都是在城里，如果连住宿都不管，没有住宿地，大家就不来了。

所以斯莱特已经在英国改善出了一套系统，包括有宿舍、有教育、要照顾每个人，要让他们心情愉快。

这背后的逻辑其实也很清晰，就是你那个工厂生产的效率，每一个机器生产的效率远大于一个人，甚至属大于100个人。

如果因为人的原因，这个设备停转，你的损失会非常大，所以最好的办法是什么？

善待工人，让你的设备持续运转，工厂的盈利反倒是最大的。

这个思想就一直延续到了我们叫洛尔小镇。

5.洛尔小镇的历史与产业纵向整合

洛尔小镇的建成是纪念一个人叫Francis Loyal，就用它的名字命名的。

这就是美国企业家的特点了，和英国的不一样。

刚才我们讲了两个童工的例子，当然一开始那个Jim Casey也是在美国成功。

但这个Francis Loyal不一样，他是哈佛毕业生，背景很好，而且他很幸运。

他爸爸也去世了，但他爸爸去世他都已经成年了，而且他爸爸有遗产。

除了自己生意以外，他用这笔遗产开始投资纺织业。

这之前他是做这个亚洲贸易的，尤其中国的贸易，它在波士顿做的最大。

但是因为他有资金实力，所以开始投资纺织业。

投资纺织业以后，他受到一点小刺激，因为当时是英法战争的背景。

英国、法国正在交战，所以英法都想抢美国的船。

因为运输的时候，英法交战都想限制对方的贸易，所以美国和英国和法国都有贸易，结果就变成法国人扣英国人和美国人的船，英国人也扣美国人的船。

英国人更过分，因为他觉得美国人是我殖民地的子民，所以你应该是被我英国人管的，所以甚至会强征这些扣了船的这个美国人，入伍加入英军去打法军。

美国人受不了了，所以在1807年的时候有一个禁令，禁止这海洋贸易，我不跟你做了。

禁止海洋贸易本来是想保护美国不受侵犯，但实际结果是美国自己的贸易大受影响。

因为美国当时不够发达，需要依靠欧洲大陆的贸易，这个时候Francis Loyal作为一个商人。

他敏锐地认识到美国需发展本土独立纺织业以避免贸易战受限，于是决定进行产业纵向整合，即从纺织到织布再到成衣一体化。

为此他前往英国和法国考察纺织厂，期间赶上了1812年英美第二次独立战争，发现打仗后赶紧绕道回国。

1814年回到美国，1817年成立波士顿制造公司（美国制造公司）专注纵向整合纺织产业。然而他很不幸，1815年公司成立后，他于1817年去世。

但因为他拉了很多投资人一起做，系统得以留存。

他的投资合作伙伴沿用模式继续运营公司，并在1822年将公司迁到新址，把新地方命名为loyal，该地在波士顿往北一点点。

为纪念他，其最早建立公司的地址叫威森，现在叫威森罗奥系统，该系统是产业纵向整合且大包大揽，工厂里有各种设施，包括为年轻女孩提供工作机会，甚至全家都可被雇用，系统内有学校、宿舍、商店等。

这个系统之所以能成功，并非因为美国资本家比英国资本家更善良。

以美国工业革命之父斯勒特为例，他1789年到美国，1790年代开始建此系统，十年后有好几个厂，但1822年美国第一次工人罢工就是冲着他，说明他也并非完全善良，而是为从工人身上多赚钱，同时也是为保障规模生产达到最大产出。

6.工业革命动力变迁与核心理念

工业革命的核心是规模生产，而瓦特蒸汽机并非规模生产的最好动力。

美国工业革命吸引了很多目光，而这被认为是世界的未来。

在一八五几年美国举办世界博览会，当时总统格兰特和欧洲、巴西皇帝一起为展览会揭幕，揭幕式上启动巨大蒸汽机带动长34公里的博览会上的整个系统传动。

蒸汽机输出机械动力，需用曲轴连杆、轴承等硬动力传输方式连接，若带动某个环节还需留出齿轮咬合，非常复杂且难控制。

而后来真正规模化的动力来源是电力，因为电线是软的，可随意布置，插头一插动力就来，所以蒸汽机从来就没有成为工厂生产的主流动力。

工业革命的核心是规模生产，当时规模生产的主流动力是水力，比如英国沿水而建的纺织厂以及美国波士顿旁边的兵工厂spring field，在一八一几年的时候，靠溪水做动力，一年能生产6万条枪，而非蒸汽机。

工业革命以瓦特当标志选错了对象，真正应选的标志是阿克莱特，但其纺织业标准化难以复制，工业革命启动是一个思想而非具体技术，真正的具体技术如流水线是福特发明的。

7.工业革命后造富规则变迁

工业革命后全世界造富规则改变，此前财富增长积累缓慢，靠种地积累财富有限，想成巨富只能靠战争、掠夺，工业革命前世界战争多，巨富们都是暴力集团首脑，包括草原牧民，如成吉思汗以及中国皇帝这种暴力集团的大老板。

工业革命后造富规则改变，真正成为巨富的是科技企业家，利用前沿科技进行规模化生产并销售给所有人。

阿克莱特是当时英国巨富之一，但并非、首富，当时英国首富是贩卖毛皮的商人。

随着时间发展，到福特成为首富，这体现了模式的清晰化。

8.蒸汽机革新与运输业的发展

英国是工业革命起源地，却被美国超越，原因在于瓦特蒸汽机的贡献不在规模生产而在规模市场覆盖上，这靠火车和轮船实现。

1776年瓦特改良蒸汽机，有个工程师威廉・摩多克，蒸汽机动力输出是线性往复的，主要用于替代纽康门蒸汽机，瓦特的销售策略是专找已安装纽康门蒸汽机的用户，如煤矿主，帮其免费拆掉纽康门蒸汽机换上瓦特蒸汽机，使用免费，一年后根据节省的费用劈一半作为报酬，因为英国盛产煤炭，煤矿需抽水，虽然纽康门蒸汽机效率低但煤矿能承担得起，而瓦特蒸汽机可节省费用。

瓦特蒸汽机的销售策略是替代纽康门蒸汽机，其工程师威廉・摩多克想把往复运动变为循环运动以驱动轮子造车，但被瓦特警告动力不足，必须先搞定高压蒸汽机。

1801年，Trivia seek发明高压蒸汽机，二十多年后火车和汽车出现。1825 年和1830年，Steven森实现火车商业运营，他在铁轨上注册专利使铁轨耐用，此为商业火车与传统火车的区别。

高压蒸汽机发明者得罪了瓦特，瓦特起诉其侵权，虽然这一次是炸是操作失误，但瓦特借题发挥，最后发明者绕开瓦特专利造出新蒸汽机，因用于火车轮船而改变世界，使运输无所不在。

9.英国的全球农业布局及其影响

当时英国仅解决了纺织品规模制造，轮船火车使运输能力高于生产能力，英国让美国种棉花并强制控制贸易，还在非洲、印度等地种植咖啡、茶叶等，由英国东印度公司统购统销，但产品单调且依赖地方易致地方独立，美国因此建纺织厂控制棉花运输而脱钩英国。

英国完成市场覆盖，要实现规模生产到处可见需解决复杂产品规模生产。

10.工业革命中的规模化生产：从福特的创新谈起

福特在1902年造赛车跑赢吸引投资，1903年建福特工厂，1908年生产出T型车，其核心是流水线，1908年新车售价825美金，1913年实现移动流水线，即车动工人不动，每个环节工人固定。

1913年的移动流水线进一步降低成本，到1916年实现电力化，当时对于电力化存在外接电源和内部发电的争论，福特先采用内部发电，用9台两三层楼高的巨大蒸汽机专门发电来驱动流水线操作，即不是用蒸汽机直接传输动力，而是传输电力转换成动力。

十年后的1926年，外接动力成为主流，内部发电的蒸汽机仅用了十年就被潮流淘汰。

由此可见，虽然各个行业的流水线不一样，但设计和开发流水线的思想是可以学习的。

在1920年代美国被称为“咆哮的二十年代”，复杂产品开始大量产出，比如GE崛起，发现厨房领域可开发，有烤炉、冰箱、烤面包机、洗衣机、洗碗机等产品，这些产品都需要规模化生产。

11.美国工业化进程及对工人待遇的转变

真正解决大范围规模化生产是在美国而非英国，英国虽有蒸汽机提供持续动力和阿克莱特的规模生产思想，但两者未有效咬合，而美国实现了复杂产品用电力做持续动力。欧洲大陆贡献了超大规模性的理念，美国因其地域大，更多发展本国铁路和公路。

十九世纪末美国大建铁路有铁路大王和钢铁大王，二十世纪二战后美国从德国得到启发大建高速公路，同时大建郊区住宅，美国向城郊迁移并非一直如此，没车时只能住城里。

20世纪初美国大量移民涌入时都住城里，真正向郊区迁移是在二战后。

一方面美国从二战吸取教训大搞高速公路，另一方面安置二战退伍老兵，给予他们几乎无息的贷款购房。

同时，福特为让产品有销售，首创一天五美金工作制，使得工人干72天活能买一辆车。

福特反对工会，1929年美国经济大萧条，1932年他被迫削减工人工资引发罢工，他强硬镇压导致数十人受伤、5人死亡。直到1941年二战开打，在太太劝说下与工会妥协，发现妥协后能更好与通用汽车竞争，其思考核心是自己的生意。

12.建房与美国经济的关联

建房子是为安置人，如利维特小镇学工业革命精髓进行标准化制造迅速建房，建房成为美国经济振兴关键点是因为建房带来需求，房子建成后需要填入各种产品，如冰箱、洗衣机等。

产品来自大量能够规模化生产的企业，价格不贵，人们买房后会在房子里放置众多商品，使得整体市场迅速扩大，这是美国振兴的原因。

后来到了1958年，二战后美苏关系有一段缓和期，为加深了解，双方决定互相办展览，1959年6月苏联在纽约办展展示其高科技及为全人类福利的成就。

7月美国在莫斯科办展展示冰箱、洗衣机、汽车、音响、电影院等娱乐相关产品。当时美国副总统尼克松前往苏联，赫鲁晓夫接待，两人在美展场门口（一个展示美国厨房和家居环境、能塞很多电器的地方）展开辩论。

赫鲁晓夫怀疑美国普通家庭不可能什么都有，尼克松则称美国普通家庭确实如此。

美国驻苏联大使提醒尼克松美国是理想主义者而苏联是庸俗现实主义者，但讨论中发现尼克松讲得很现实，赫鲁晓夫也一样。

尼克松强调美国每个人有冰箱、电视，还称自由是有自由选择各种商品的权利，听起来世俗，但美国确实繁荣起来了。而只强调理想、缺乏物质基础的国家衰败下去，因为规模消费是产业增长、经济增长的核心原因之一。

所以需要规模生产、规模的市场覆盖以传递商品和规模消费来使用商品，三者具备经济就会繁荣，而经济繁荣会带来中产阶级。

中产阶级是实现规模生产、规模市场覆盖和规模消费的关键，他们既是生产者和传递者，也是消费者。

一个国家的实力强盛取决于中产阶级的规模，因为他们有足够的消费能力，能驱动生产、科技进步和产业升级，所以国家强盛的指标是中产阶级。

如今美国令人担心的是中产阶级在萎缩，中国面临的挑战是打造强大的中产阶级。工业革命造成了各国普遍富裕，中产阶级在其中起到重要作用。但美国在发展中出现了 1929 年大萧条这样的严重问题，需要对此进行解释。

13.大萧条后经济周期与科技创新影响

权威人士达利奥认为，大萧条等重大危机标志着国家从繁荣走向衰退，国家通常经历从百废待兴到兴起繁荣再到慢慢衰落，最后出现危机，呈现“成、住、坏、空”的环节。

大危机的出现意味着国家经济出现重大问题，跌落低谷，要等到下一轮经济周期才能再次繁荣起来。

大萧条后虽紧接着是二战，但二战后美国从1945年到70年代初迎来空前繁荣，GDP高速增长且赶超苏联，同时贫富分化逐年降低。70年代初后贫富分化又逐渐升高，如今美国贫富分化到新高点，但按规律未来一段时间贫富分化可能会重新降低回来。

对此还有另一个解释，卡洛塔・佩雷斯是熊彼特的真正衣钵传人，他用定量、系统的方式解释了科技创新（包括颠覆性创新、破坏性创新）如何推动社会发展，其中有一条是新技术融入社会总有一个衰退期，当人们欢呼新技术了不起时会过高估计其带来的变化，可能造成郁金香花球事件，破灭后进入低谷，之后科技会飞入寻常百姓家，造成经济的真正繁荣。

技术发展总有低谷出现，这是普遍规律，工业革命那次因核心三要素汇集是大飞跃，之前有大裂谷。克劳德・派瑞斯的解释更接近事实，能解释二战后美国的腾飞。

如今我们处在数字革命的半个周期，数字革命的前一半可能会面临大裂谷阶段，可能在2029年，虽不是完全确定，但可能有冲击，原因是人们可能高估人工智能给社会带来的转变。

1929年曾出过问题，如今过去几年美国利率在5%左右，1928年美国银行利率也是5%。

现在美国利率5%时股市不活跃，若利率恢复到5%而股市依然活跃，可能是危险信号，类似1929年情况，但目前不用担心。

14.安迪·沃霍尔与美国的平民文化

上一个周期结束后留下一些遗产，这些遗产与美国的调性契合，美国平民文化有很深根基，从惠特曼的《草叶集》到斯布林斯廷的摇滚，蔓延到艺术界和产业界，如美国人造车造野马而非兰博基尼。

安迪・沃霍尔总结美国文化，认为看电视喝可乐，总统和普通人喝的可乐一样，再多钱也买不到比街角乞丐更好的可乐，他认为这是美国的伟大之处，但说话者认为这并非美国的伟大之处。

规模化生产的野马发动机不一定比兰博基尼发动机差，兰博基尼优势更多靠调教，而发动机本身规模化生产可能更胜一筹。

安迪・沃霍尔是第一个敏感意识到工业革命价值在于普罗大众和广泛推广的人，他在 1963 年在纽约设立自己的工作室，取名为“factory”（工厂）。

1964年他在纽约举办标志性展览“super market exhibition”（超级市场展览），他把大家避之不及的词用于自己的艺术品，公然宣称自己的艺术叫 “business art”（生意艺术），艺术家通常讨厌铜臭气，但也有像毕加索那样想办法挣钱的。

他明确指出，若要让普罗大众消费得起，就必须标价，因为若不标价，就无法通过商业手段让所有人都能获取。

商业是有积极意义的，没有商业，众多先进科技就无法走进寻常百姓家，所以他要做的就是将艺术商品化。

这是一种颠覆，这种颠覆从工业革命角度来看，当通过规模生产、规模销售和规模消费的方式能够获得优势时，这种优势本身会演变成一种文化，人们会倡导规模生产是好的，安迪·沃霍尔就是这种文化的倡导者，最终会形成文化认同。

15.人类进化与文化接受的关系

当工业革命的成效充分显现，美国经济蓬勃发展后，欧洲人就不再嘲笑美国人了。在此之前，欧洲人是鄙视美国人的，认为他们没文化。

但当美国经济繁荣起来，美国的那种粗犷、不拘小节的特点也开始受到尊重。

比如奥巴马担任总统时，接见国内宾客时把脚翘在桌子上，中国人会觉得这样很失礼，欧洲人更会这么认为，但美国人却觉得正常，因为他们觉得这些不是成败的关键，只尊重对成败起关键作用的因素，不看重这些小节。

而且文化认同有时会泛化，比如提到美国生活方式，人们会把麦当劳、肯德基都涵盖进去。当我们尊重西方的商业习惯和市场规则时，会发现大家不约而同地穿上了西装。

西装并不能促进我们遵守市场或商业规则，可我们为什么要穿呢？

因为西装是文化的一部分，当我们对别人的成就心怀敬仰时，就会开始接受他们的文化，而这种文化里有些因素是成就产生的原因，有些则未必，但我们会全盘接受，这是一种规律。

说到进化，人类进化有其独特之处，和其他物种不同，自然进化往往是以一个物种消灭另一个物种为结果，而人类进化是以一个文化群体接受另一个群体的文化而告终。

这种方式更加温和，不是血腥的杀戮，这也是人类能够持续进化的原因。

因为人类只要起点不断提高，持续接受先进的事物，甚至在接受达到一定程度后还能创造出先进的东西。

我们都经历过这样的过程，改革开放之前，我们起点很低，对市场经济一无所知，比如我刚毕业做咨询时，很多市场经营术语都不懂，那时也没有 MBA，都是边学边实践。

慢慢地，我们不仅学会了这些，还开始创造新的东西，甚至有了反向的文化输出，比如TikTok、黑悟空等。原本是西方在文化方面占据优势，现在我们开始输出了。

后面的理论探讨部分，我们会进一步研究中国文化应如何输出，以及中国文化输出在中国全球化进程中应承担何种角色。

中国全球化面临诸多困境，这与缺乏文化输出有很大关系。在商业方面，我们虽有成功之处，但这些成功并未在文化层面得到认同，甚至还遭遇敌视，典型的例子就是纪录片《美国工厂》。

曹德旺在美国建厂时，将美国工人请到中国参观，本想展示中国人的勤奋，像996、内卷体现出的认真工作态度，但美国人看后却被吓到了，他们认为这种工作方式不人道，觉得应该悠闲地生活，不应为工作牺牲生活，于是产生了文化冲突。

所以，如何将自身的先进性包装成一种能让对方接受的文化，这是非常重要的问题，后续我们会进一步探讨。

在全球化方面，有值得我们学习的对象，日本的全球化经验就有很多可取之处。美国的全球化是从高处走向低处，即从领先地位向落后地区拓展；而日本往欧美的全球化是从低往高走，在七八十年代，日本产品在美国曾被视为低价低质的廉价货。

我们要学习日本在这种情况下的全球化经验，稻盛和夫就是值得我们学习的对象，他在美国建厂时也遇到过类似问题。曹德旺也信佛，其实应该好好学习稻盛和夫在美国建厂时是如何讲述自身故事的。

工业革命这一轮的周期基本上已经结束了。

然而，其演进过程并未就此终止，即便对于实体产品生产、规模生产而言也是如此。

16.厨房辩论后消费与科技的发展脉络

原因很简单，就拿尼克松和赫鲁晓夫的厨房辩论来说，由于是公开辩论且通过电视直播，尼克松在辩论过程中说出了不少金句。

其中有两句我特别喜欢，一句是他提到我们的消费能力是无止境的，也就是说，即便科技有时会存在研发停滞期，在一段时间内没有新的发展，但消费能力却不一样，只要能提供更好的产品，消费者就会立刻进行消费，这种消费需求是无穷无尽的。

另外一句是他说今天的奢侈品将会是明天的必需品。这就给大家指明了一个方向，先去制造奢侈品，然后将其普及开来，让原本人人都渴望拥有的奢侈品变得触手可及，如此一来，市场也就随之而来了。

这意味着只要能够精准地抓住消费、把握需求，那么这个市场就可以实现无限持续的增长，这便是相关的理论依据。

我们说要抓住消费、抓住需求，而这背后有两条主线奠定了如今的整体基础，甚至促使了从工业革命的规模化生产向数字革命的规模化服务转变。

我们认为这种转变是由两条线造成的，其中一条线涉及一个叫安戈巴德（Douglas Engelbart）的人。

安戈巴德在1957年就进入了一个名为SRI（斯坦福研究机构）的地方，这是斯坦福的一个非营利研究机构，主要从事商业转化方面的工作。

大家可能对它不太熟悉，但它所发明的东西大家肯定很熟悉。

在1968年，它做了一次展示，这次展示如今被称作“the mother of all demos”（所有展示之母），因为这是人类首次对计算机产品进行的系统展示，像图形界面、鼠标操作系统等等一系列如今计算机产业常见的元素都是由这次展示奠定基础的，甚至网线等小细节也都涵盖在内，所以它被认为是奠定了当今很多计算机产业基础的一次展览。

当了解到这个情况时，就会产生一个疑问。大家都记得另一个故事，就是乔布斯的苹果公司因为接受了施乐公司的投资，施乐公司有个研究院叫施乐研究院（park）。

由于投资关系，乔布斯被邀请到施乐研究院参观，施乐研究院对这位新兴企业的CEO进行了隆重接待，并展示了各种各样的科研成果，包括图形界面、鼠标以及很多其他东西。

之后，这些成果就被应用到了苹果的苹果2产品中，从而让全世界都接受了这些技术。

大家发现其中的差别了吗？

这些技术原本不是SRI的吗？怎么就到了施乐公司那里呢？

原来是在1970年的时候，好几个SRI的员工因为和老板意见不合，就跑到施乐公司去了，还带着科技成果一起过去的。

1973年，施乐公司就做出了他们自己的个人计算机，虽然当时不叫PC，但已经是带有图形界面和鼠标的很先进的个人计算机了。

然而，施乐公司的情况比较特殊，施乐研究院（park）制造了几千台设备，但这些设备仅供内部员工使用，包括研究院自身使用了很多，施乐公司其他部门使用了一部分，还有一部分捐给了高校，由于数量仅有几千台，没有进行商业化，这才有了后续的故事。

苹果公司接手了其中一部分成果，并将其商业化，打造出了苹果2。而这一切的源头是安格巴特这个人，他是个天才。他在1957年加入SRI，1962年发表了一篇文章，同时成立了一个机构。

他的文章是《argument of human interact》，翻译过来就是“人类智力的增强”。我们在得到的课程里讲过未来一个重要发展方向是“人类增强”（human augmentation），其中最重要的方向是“智能增强”（integra mentation），就是让人类智力变得更强。

所以现在讨论人和人工智能的智能之争还为时尚早，因为人的智能还未增强，等增强之后再讨论这个问题才更有意义。

17.人类增强与智能系统的未来

人类从来就是利用工具的动物，人工智能是我们的工具，不需要担心它是敌是友的问题。

在那个时候，安格巴特就在思考能否将电脑网络设计成人类的外脑，这就是“电脑”名称的由来。

当然，后面我们会讲到安格巴特的思想来源是另一个人——万尼瓦尔·布什，他是受到这个人的影响逐步发展起来的。

另外，这里还有个有趣的点。1968年他展示了一个东西，学名是“XY position indicator for display system”，即显示屏上的位置指示器，大家猜是什么？

其实就是我们今天俗称的鼠标，这是1968年正式对外公布的名称，所以可以确定乔布斯的苹果产品相关技术是借鉴了这里的成果，只不过不是直接从安格巴特这里获取的，而是从施乐研究院（park）那里获取的。

还有一个人是威廉姆·沙克利，他非常有名，尤其是在硅谷发展历程中，他有着重要地位，硅谷的发展至少有一半与他相关，另一半则与互联网相关。

先讲威廉姆·沙克利，他是个天才人物，一毕业就进入大名鼎鼎的贝尔实验室，从事凝固态物理方面的研究。二战期间，他曾参与指导B-29轰炸机的训练系统，还在1945年应美国军方邀请做了一项研究，关于美国若打到日本本土可能带来的伤亡情况。

研究表明，日本人会坚决顽抗，预计日本可能会死掉500万到1000万人，而美国可能会有大概400万的伤亡，其中约40-80万的死亡。

基于此，美国最终决定投掷两颗原子弹，而执行投掷任务的B-29轰炸机就是他曾参与训练的。

战后，沙克利回归科研，于1949年搞出晶体管原理，1950年申请专利，1951年拿出实际产品，1956年凭借此项成果获得诺贝尔奖。

同年，他凭借积累的声誉在硅谷新办了一个研究院，即肖克利半导体研究院。但他性格极端偏执，比如公司秘书手划伤，他就认为有人想害秘书，还对员工使用测谎仪，导致手下精兵强将中的八位优秀人才叛逃出去，成立了仙童半导体，这便是硅谷的起源。

这八个人中包括提出摩尔定律的摩尔等人，其中摩尔和另一个人以及安迪·格鲁夫共同创造了Intel，不过安迪·格鲁夫没在沙克利手下干过，他还写了《只有偏执狂才能生存》一书，这对那两位从沙克利手下叛逃的创始人来说颇具讽刺意味。

从美国科技发展的整体情况来看，逐渐意识到研究的重要性，因为仅有产品流水线和规模生产还不够，要持续满足需求、推出新产品就得依靠科研主导。

早期科研主力是研究院，虽能招来优秀人才，但效率极低。直到1980年的拜杜法案出台，改变了这种状况，由高校负责科研，小的科技创新公司完成产品转化，效率得以大幅提升。

如今很多著名公司，如英伟达、伊鲁米娜等都是通过从高校获取专利等方式成立的，创新问题在这条线上得到了解决。

另一条重要的发展线是由另外一些人开启的IT产业方向。从半导体逐渐发展到IT产业，而IT产业开启的思想源头来自万尼瓦尔·布什。

他是个非常了不起的人，年轻时就展现出非凡能力。

1922年他随便成立的一家公司后来成为著名的军火承包商雷神公司。

1932年，40岁出头的他成为MIT的副校长和工程学院院长。

1938年，二战期间，他直接向罗斯福总统提建议，鉴于一战时美国军方和科研协调极差，他写了一页纸的建议并面谈半小时，罗斯福签字认可后成立了美国科学界和军方的协调办公室，他担任负责人，这后来成为NASA的前身。

1940年，他被罗斯福委任负责先进武器制造，包括原子弹相关事宜，可说是曼哈顿计划的最早负责人，资历深厚。

1945年，万尼瓦尔·布什做了两件对历史有深远影响的事。

第一，近两年美国打科技战提及的无尽前沿法案，其源头是1945年万尼瓦尔·布什写的《科学：无尽的前沿》报告，他认为科学是必须守住的无尽前沿。

该报告交给当时升任总统的杜鲁门后，直接促使1955年美国成立国家科学基金会，原本他建议赞助应包含基础研究和应用研究，但一帮学者讨论后只赞助基础研究，导致后来美国科学基金会只赞助基础研究，应用转化不畅，才有了后来的拜杜法案，让小公司完成转化。

而这一情况也给了中国机会，因为小公司转化后与美国大公司对接不上，却能和中国的OEM企业对接，为中国科技发展留下了一线生机。

若当初按照万尼瓦尔·布什的思路，高校既负责基础又负责应用研究并直接与美国大公司对接，可能如今美国就少了很多小公司，中国科技崛起也会困难许多。

很多历史发展方向在不经意间就发生了转变，这是难以事先预料的。比如 1980年拜登法案出台，致使跨国公司失去竞争优势，美国人也不会料到这个法案会对本国大公司产生如此负面的影响。

另外，1945年出版的一篇名为《as we may think》的短文，为恩格尔巴特鼠标图形界面的设计思想提供了。

在这篇文章中，作者明确提出了未来图形界面、互联网、万维网的超链接结构、数字图书馆以及语音识别等一系列概念。其核心思想是通过增强人类智力，将人类知识汇集起来，形成人类的“外脑”。

不过，受历史局限性影响，作者没料到在知识汇集之后，不仅形成了“外脑”，还能通过对知识的提炼分析，借助人工智能让智能系统在人体之外产生。这是具有划时代意义的。

由此可见，转型往往在人们不经意间悄然发生，比如研发领域的转型、电子产业和IT产业的转型。

18.IBM PC部门主管Estrich的贡献及其对IT产业的影响

IT产业转型后有三件事奠定了如今人工智能的基础，其中之一是PC的广泛使用。通常人们会将功劳归于苹果2或比尔·盖茨的DOS系统，但实际上真正的功臣是Estrich，不过大多数人并不认识他，这是因为他很年轻就因车祸离世了。

1980年，他被任命为IBM的一个部门主管，此次任命可以说是临危受命。1973年施乐推出了自己的PC但未上市，之后苹果借鉴相关经验迅速推出了苹果2，还有一家叫commode l的公司也推出了产品，小型计算机和微型计算机开始兴起，市场规模日益扩大。

而IBM此前一直致力于大型机业务，此时他们也察觉到了危机，他们并不愚钝，决定应战。不过他们明白自身内部效率低下，靠内部应对挑战是不行的。

于是当时的CEO做出决定，任命他负责一个独立部门，负责IBM的研发，并授予他全面权力，允许他自由选择合作伙伴，不局限于公司内部。

在选择外部合作对象时，对于操作系统而言，芯片选择了英特尔的8088芯片。

在选择操作系统时，他一开始找了一家大公司，没想到这个公司的老板度假去了，只派了个律师来谈，这让他非常生气。于是他决定找一家年轻有活力的小公司，这家公司叫微软。

很多媒体上所讲的故事版本是错误的，比如流传比尔盖茨因为母亲是IBM董事才得到做DOS系统的机会，真实情况并非如此。

IBM难得有一次独立操作的机会，是负责这个项目的人选中了比尔盖茨和DOS系统。而且DOS系统是历史上第一个可兼容、可扩展的系统，这改变了以往的计算机使用模式，像后来我们能自由购买内存条插入电脑，在这之前是不可想象的。

苹果2则有所不同，乔布斯的理念比较封闭。1980年他被任命为部门负责人，到1981年就做出了产品，价格仅为1565美元，而当时IBM最便宜的产品要卖1万美元，IBM竞争对手阻击IBM所设的价格都有6000多美元。

这个产品一经推出就大卖，从1981年至1983年，年销量达75万台，到1984年，PC事业部的年收入达到40亿美金，而当时苹果的年收入仅20亿美金，IBM的PC事业部收入是苹果的两倍。这使得苹果在1984年想要挖走他。

然而历史充满戏剧性，一方面他没有答应苹果；另一方面，本来或许有更多争取的机会，但1985年他因飞机失事离世。他完成了人类历史上意义非凡的转变，造就了如今开放的PC系统乃至开放的IT系统。

设想一下，如果他没有去世，且乔布斯三顾茅庐将他招揽过去，那么首先，乔布斯就不用招募百事可乐公司的CEO，也就不会有后来乔布斯被踢出苹果这一情况。

其次，从苹果2到苹果3、苹果4可能就会变成开放系统，如今的局面也许就不是封闭系统和开放系统的竞争，而是两个开放系统相互竞争，世界格局或许会大不相同。

但历史无法假设，这个人非常值得我们铭记。

PC的普及产生了一个重要影响，即我们所有的经验都能被记录下来，并且实现数字化，变得更易于存储和分享。

19.互联网发展与Netscape的崛起

不过，若要真正实现存储和分享，还要提到另一个人，随着时间推移，大家对这个人会越来越熟悉，因为他是当今人们熟知的人物——马克·安德森。

我们称他为“捅破互联网窗户纸的人”。此前，人们一直纪念蒂姆·伯纳斯 - 李（tim berner lee），是他拟定了3W框架并免费公开给所有人使用，不收专利费，这对人类知识的知识产权而言意义重大。但实际上，这其中并非没有商业发展空间。

这个人做了一件简单却极具影响力的事，由于当时3W架构主要搭建在服务器上，以各个大学或大型学术机构为节点，都是在服务器上操作。他把服务器版本改造成了PC版。

我在1993年上网，印象深刻，当时用一台旧苹果电脑，浏览器叫magic，它是历史上第一个互联网浏览器。当时的图形界面没多少图形，只有一行字，但有超文本，字中有亮色的地方可以点击，点击后能跳转到另一个页面。这就是他最早做出的成果。

这个成果出现后，技术发展的主旋律是降低门槛，互联网使用门槛一下子降低了，PC都能接入，而且上网后内容跳转不需要专业知识，只需点击就行。

互联网内容暴增，之后互联网的历史大幕就此拉开。

另一位名人麦特卡夫这样评价马克德森，他说马克德森做出的Music浏览器让数百万人瞬间觉得上网比满足基本生理需求还重要，他创造了互联网历史，并且还能从中盈利，这是非常了不起的。

1993年马克德森在学校做出了Magic浏览器，当时是免费版本，很快就受到关注。他一毕业就被吸引到硅谷，有投资人找他一起制作商业版本，也就是Nescafe。

之后Nescafe和微软展开激烈竞争，虽然微软因反垄断法案败诉，但Nescafe也受到很大影响。

不过马克德森运气很好，1993年做出Netscape，1995年公司就上市了。最厉害的是在1999年，因为2000年互联网泡沫就破裂了，他在泡沫破灭之前，以43亿美元将自己的公司卖给了AOL。

AOL是一个互联网接入提供商，它的内容一度超过其他互联网内容，因为它聚集了上百万通过AOL接入互联网的用户，这些用户的内容都聚集在AOL网站上。

20.Jeff Hawkins对无线互联网和智能设备的贡献

另外还需要注意的是，我们现在经常简单地把无线互联网当作互联网的延伸，认为只是可以移动罢了，但实际上无线互联网和互联网有着本质的区别。

在无线互联网发展历程中，我们大多会纪念乔布斯，但也不应忘记另外一个人——读博士学位时，他和博士导师谈及自己想研究人杰夫·霍金斯。因为他是世界上第一台智能手机以及第一台掌上电脑（主要指PDA， iPad这类设备的早期形态）的发明人，早在1992年他就发明了PDA。

诸多无线互联网的思路定义以及功能实现都是由他开启的，就如同当年鼠标的情况一样，乔布斯扮演的是普及者角色，而非原创者。

此外，杰夫·霍金斯还有一段有趣经历。他原本是想研究人类智能的，在攻读博士学位时，他和博士导师谈及自己想研究人类智能的想法，然而博士导师并不认可他的研究方向，认为此路不通，当时还未兴起如今的卷积神经网络潮流，像杰夫·雷·欣顿（Jeff Re Hinton）那样研究类似方向的人也被导师拒绝，处境颇为悲催。

杰夫·霍金斯一气之下投身产业界进行创业，并且取得了成功。

2002年，他自掏腰包3000万美金成立了一个名为红木脑科学研究研究所（Red Wu Institute）的私人研究所。

但由于研究所运营花费过高，到2005年，也就是三年之后，他将研究所捐赠给了伯克利，如今伯克利的脑科研究院有一半是得益于他的捐赠，同时相关研究成果也保留了下来。

顺便说一下，我不担心当前通用人工智能能够很快实现，原因在于人类智能的机理都还没彻底搞清楚，连其原理都不明确，又谈何超越呢？

而杰夫·霍金斯算是距离搞清楚人类智能机理较近的人之一，他在PC时代、移动时代以及智能时代都一直在持续进行相关研究，起到了承前启后的作用。

另外，当下人工智能的大爆发也值得关注。这一轮爆发主要是因为OpenAI推出了ChatGPT，尤其是GPT3.5，2022年11月30日是个值得纪念的日子，正是它的出现引发了这一轮热潮。

历史就在我们身边不断发生着，这确实令人兴奋，但关键是要想明白这些历史事件发生意味着什么，以及自己能在其中做些什么。

21.超级智能与人类未来：对AI发展及其应用的深度探讨

在这背后，有一个关键人物叫伊利亚·索斯科瓦（Ilya Sutskever）。他在今年6月份刚刚离职，去了一家致力于安全的超级智能的公司。

山姆·奥特曼侧重于商业化，而他和其他一些人则觉得安全至关重要。

他们的担忧是有道理的。因为如今人工智能已经实现了一个飞跃，过去常说的图灵测试现在都没人再提了，现在和互联网进行对话时，已经很难分清对方是人还是机器。

为什么会这样呢？

如今大家都知道“大力出奇迹”的说法，之前伊利亚的老师也曾公开承认，在伊利亚读博期间就提过，很可能智力并没有大家想象的那么复杂，只要数据量足够，通过大量训练就能实现。

但当时伊利亚是予以否认的，他认为不可能做到。

OpenAI的成果似乎证明了“大力出奇迹”这一说法在人工智能领域的可行性，于是伊利亚或许会思考，若进一步加大这种“大力”的程度，比如增加十倍百倍，是否就能实现通用人工智能呢？

但我们认为这是不可能的，因为其结构层面已经存在本质差异。

从基础和认知层面来看，在对感觉器官接收信号的分析上，比如视觉、听觉信号分析，确实采用的是卷积神经网络结构，只是层数有所不同，但基本结构相似。

然而，人类智能并非取决于对原始数据的单纯分析，而是依赖于对这些原始数据的综合运用。

具体而言，我们通过耳朵听到声音并解析出声音信息，用眼睛看到视觉景象并解析出图像信息，然后将这些信息综合起来，形成对外部世界的统一理解。

但当下所有的人工智能系统实际上是单一系统。虽说有系统整合的说法，可它是在处理数据之前就进行整合的。

也就是把不同的输入，像声音、文字、图片等输入，全都转化成一种叫token的数据形式，然后再输入到人工智能系统中。这样一来，人工智能接收到的是同一类没有区分的数据。

这和人类的智能结构截然不同。人类的结构是区分开的，听觉就是听觉，触觉就是触觉，是在各自处理完成之后再进行整合，而非在处理之前整合，这是一个重大区别。

所以，目前人工智能在处理前整合数据的方式下，虽在某些方面能达到一定水平，比如出现了视觉智能、听觉智能、语言智能等领域智能，或者在某些领域能达到专家级智能，但这都并非通用智能。

近期还出现了一个新词“super intelligence”，它更具前瞻性，甚至已超越了通用智能的范畴，仿佛是一种超越人类的“神人”概念。

但我认为这是一种误解，我们能够实现的是在某个特定领域的“super lent intelligence”。

例如，人工智能在开车领域可能超越所有司机，但它也仅仅只会开车；在做视频方面能超越所有视频编辑者，但也只会做视频。

若想用人工智能完全替代人类，目前还做不到。

因为人类所从事的多是综合性、通用性的事务，在这些方面人类完胜人工智能，至少目前我们还能保住自己的饭碗，毕竟科技产业如此复杂，总有人工智能干不了的事。

但若是在单一领域，以前若是该领域的专家，那现在可能要小心了，或许会有被淘汰的风险；而若是能成为利用不同领域专家成果的综合者，日子可能就会好过一些。

2

看懂未来：人类社会的底层的规律

我们有幸经历了一个半的科技革命周期，正因为如此，对于科技革命将会出现的情况，我们便有可能做出理性的预判了。

就如前文所讲，马斯克洞察到了上一个科技革命的端倪，所以他的认知和我们当下普遍的理解存在差异。在此，我们可以从三个层面来探讨人类的发展进化：

第一，是以千年为计算单位的宏观层面的进化。这属于底层规律范畴，人类始终遵循着自身独特的进化规律持续发展着。

第二，是以百年为基准的中观尺度的科技革命。这一尺度下的科技革命对人类社会的发展有着重要影响。

第三，是微观尺度。在一次科技革命当中具体会发生哪些事情，只有深入到微观层面去剖析，我们才能明晰明天该如何行动。

我们将人类发展进化按照这样三个层次来进行阐述讲解。

1.宏观尺度：人类进化的独特路径，文化与技术的双向选择

我是学生物的，在上学时最喜欢进化论，不过进化论中有一件事一直没阐述清晰。

大家都知道达尔文提出了进化论，其中有一个广为人知的事件：达尔文原本没打算发表自己的进化论观点，然而有个叫华莱士的人把自己的论文交给达尔文，请他帮忙发表。

达尔文读完后大为震惊，因为华莱士的论文基本就是《物种起源》的浓缩版。于是达尔文采取了一个做法，将自己的成果和华莱士的文章同时发表。

但如今提到《物种起源》，几乎都只归功于达尔文，这是为何呢？在很长一段时间内，华莱士并不比达尔文逊色，甚至在很多方面比达尔文更有名。原因是《物种起源》与达尔文的宗教信仰相冲突，所以达尔文尽量避免在公众场合谈论进化论。

而华莱士更年轻，口才出众，四处演讲，因此华莱士的声誉曾一度超过达尔文。

那后来华莱士为何渐渐没了声音呢？这是因为华莱士在一个关键问题上犯了错——他想不明白人类为何能进化出来。

举个例子，在非洲草原上，狮子要是跑得特别快，便能轻易捕到羚羊，可这时就会出现一个情况——进化动力消失。因为轻易就能捕到猎物，也就没了继续提升奔跑速度等方面能力的动力。

所以我们会发现，狮子和羚羊的奔跑速度总是较为接近，不存在比羚羊快十倍的狮子，也不存在比狮子快十倍的羚羊，在一个生态系统里，相互竞争的物种实力往往相差不大。

然而，有一个不起眼的物种“智人”，既没有尖牙利爪，跑步速度也比不上狮子、羚羊，按常理来说似乎很难生存下去，但没想到却超越了它们。超越到何种程度呢？

在一万年以前，地球上存在着众多大型动物，可在那段时间里，它们却逐渐灭绝了。甚至到了今天，虽说狮子是能吃人的，但在非洲马萨马拉居住区，狮子看见人反而会逃跑，就是因为之前被人类捕杀得太厉害，已经打不过人类了。

那么，为什么弱小的“智人”能超越自然界的其他所有物种，而且还能不断进化呢？这让华莱士百思不得其解，最后他得出一个结论：自然界的一切动植物、微生物都是进化的产物，唯独人类是上帝创造的。

达尔文也清楚这个问题无法回避，所以专门写了一本书来研究。他认为，物种间的竞争是符合自然选择理论的，也就是“物竞天择，适者生存”，在这种物种间竞争的情况下，一般不会出现超越其他物种很多的情况。

但还有另一种竞争，即种类竞争，比如雄性争夺雌性，雌性争夺雄性，他觉得人类之所以出现与其他物种不同的情况，是种类竞争、性选择的结果。

但很遗憾，这种观点是错误的。为什么这么说呢？假如性选择的观点是正确的，那就意味着那些性选择特征明显的动物都应该很强势。

可是，你见过孔雀比鹰还厉害吗？你见过麋鹿比狗熊还厉害吗？性选择能够产生的特征往往是中性的，而且大多数特征还是负面的，它并不能产生超越其他物种很多的那种超越性物种。

所以达尔文的这个解释是错误的，但在当时，一个虽然错误但至少还在学术界认可范围内的解释，总比引入有神论的解释要好，所以即便达尔文犯了错误，还是被人们所接受，也因此人们主要纪念达尔文。

问题还没解决，人类进化到底怎么来的？

我们认为是文化和技术的双向选择。因为人类从一开始学会了使用技术，技术带来了某种优势。

人类进化过程中有很多有趣的细节。

就拿行走方式来说，猩猩和猴子是晃着行走的，而人类是直立行走。这其中的缘由在于，人类拥有腰部，当腰部能够左右旋转时，人就能够保持身体向前呈直线行走，并且还能借助旋转发力。

猩猩和猴子则不具备这样的旋转发力能力，所以它们投掷东西投不远，而人类可以通过大腿小腿带动全身力量进行投掷，投掷也就成了人类的主要攻击方式。

正是这样一系列的变化，彼此相互关联，一个变化引发另一个变化。

那为什么华莱士会将人类的这些变化归因于神创论，认为是上帝的杰作呢？这是因为人类进化过程中的好多变化就像是中了大奖一般，这些变化赋予了人类巨大的超越其他物种的优势。即便像是中了大奖获得了超越优势，按常理来说之后可能就会停滞不前。但人类有几个独特之处是其他所有物种都不具备的。

第一，人类的基因具有高度相似性。其相似程度具体表现为：在人类最后一次走出非洲之前，大约是十万年以前，那时人类已经缩减到一个规模非常小的种群，大概仅有两三千人。

即便如此，我们人类相互之间的基因差异依然非常小，甚至比猩猩各个种群之间的基因差异还要小。

第二，人类发展出了一种叫做文化的东西。从最初的简单符号，逐渐发展到文字，文字又与声音相结合，具备了书写和表述的功能。

这些内容进而变成了对诸多事物的记录，尤其是对科技的记录。而这些关于科技的记录能够得以传播，实现了知识的叠加。

当这两个方面——科技和文化实现叠加时，便能够相互促进、交互进步。科技是通过不断累加发展起来的，文化同样也是如此，而且科技和文化之间还会进行双向选择。

什么是文化对科技的选择？

以英国为例，英国由于有《大宪章》，且社会对工程师充满尊重，这种文化氛围使得英国选择了科技，从而引发了工业革命。反过来，科技也会对文化进行选择，而科技选择的是美国的大众文化。

科技与文化的双向选择构成了二者交互进步的阶梯。并且这种阶梯模式不存在物种间竞争所导致的相互淘汰情况，因为这是种群内不同文化之间的竞争。当一种文化处于落后状态时，它就会被迫接受先进文化，进而形成文化和科技的交互进步。

这是人类进化过程中非常独特的轨迹，地球上的其他物种并非按照这种方式进化，所以华莱士有理由怀疑仅用自然进化理论无法解释人类的进化。

我们再详细来看，尤其是从人类从原始社会、农业社会发展到工业社会这一过程，这种趋势愈发清晰。这里面涉及四个要素，其中一个是先进技术。比如前面提到的投掷标枪，这就是先进技术，种植水稻、小麦也是先进技术。只要某项技术能造成差异且具有先进性，都可被称为先进技术。

第二点，先进技术并不会直接产生作用，它通常需要形成一种东西——制胜策略。

就如同我们刚才所讲，工业革命时期的先进技术是规模生产、规模制造。然而，要真正实现工业革命的价值，其制胜策略并非仅仅是先进制造本身，而是要形成规模的生产、实现规模的市场覆盖以及促成规模的消费，只有这样才能从中获益。

所以说，制胜策略重点在于思考如何利用科技来获取利益。

大家会发现，先进技术的提出者与制胜策略的提出者往往并非同一群体。

例如，福特研发出了先进技术，而吉姆·凯西（Jim Casey）制定出了制胜策略，即利用车辆来进行包裹传递效率更高，结果他以及他所创立的UPS成为了受益者。

我们还经常会举这样的例子，坦克是先进技术，由英国人提出，而闪电战是制胜策略，由德国人打出。那么最大的受益者是谁呢？

最大受益者往往是在先进技术基础上提出制胜策略的人。因为先进技术本身意味着一定的门槛，可能很多人做不出这项技术，但学会运用技术的门槛相对而言就低得多了。

所以，善于运用技术的人往往会成为一个时代最大的赢家，这些赢家还会形成赢家集团。因为一个人总会有亲戚朋友、所在的公司以及员工等，当一个经济体中上市公司增多，整个经济体就会活跃起来，进而形成赢家格局。

就像在英国，从事纺织厂生意的人成为了最初的赢家，随后在全球范围内，英国也成为了赢家；在美国，从事规模生产的福特、通用等企业成为了赢家，进而在全球范围内，美国也成为了赢家。

成为赢家的原因在于先进策略发挥了作用，取得了优势。成为赢家之后，便会产生一种现象叫文化认同，即别人开始向赢家学习。不过这种学习并非仅仅针对其科技成果，更重要的是学习其尊重科技的文化，在此过程中其他相关方面也会顺带被学习。

例如，当我们从西方引入市场经济时，就连带着接受了穿西服这样的西方文化，这就是文化认同。但在这个过程中，不能过度认同，不能全盘西化，而是要从中识别出哪些是有价值的内容。并且，我们还需要进一步去探讨未来科技，识别出在未来世界里的制胜策略以及与之相关的文化认同。

安迪·沃霍尔倡导的波普文化就是一种面向未来且正逐渐被大家接受的文化，中国也必将诞生面向未来的文化。

回顾农业社会，当时的先进技术主要有两种，一种是农业技术本身，另一种是军事技术。之所以军事技术也被视为先进技术，是因为虽然农业技术有其好处，但产出效率相对较低。

而军事技术通过掠夺的方式，能更快速、高效地获取他人的农业产出。所以在农业社会，往往军事技术显得更为重要。

军事技术的制胜策略主要有两种，即攻和防，哪一方在这两方面做得好，就能形成制胜优势。在某些阶段，攻方占据优势，此时的赢家集团就是草原游牧部落；而在某些阶段，守方占据优势，赢家便是农耕文明。最终往往会形成文化认同。

比如五胡乱华之后，游牧民族对农耕文明产生认同；反过来，农耕文明其实从很早的时候就开始吸收草原文明的元素，像汉武帝时期、赵武灵王推行胡服骑射，都是在向草原文明学习，而这种学习的核心应该是学到对方的制胜策略。

工业革命之后，整个游戏规则发生了变化。工业革命带来的先进技术，其核心特点是能够在短时间内积累起巨大的财富。此时，人们不用再通过掠夺的方式获取财富，自己通过生产积累就可以了。

所以，现在成为世界首富的时间越来越短，首富的年龄也越来越年轻。造富速度一旦加快，这种造富模式就会迅速得到认可，也就是通过规模化生产、规模化满足需求的方式来造富，再加上技术的发展也使得造富速度不断增加。

以前造车的过程十分艰难，比如福特曾在爱迪生照明公司当工程师，据说在1896年他见到爱迪生时，其汽车研究才得到认可，在此之前他只能偷偷在家搞研发。

当时制造产品面临诸多困难，缺乏协作，而且实体产品都要靠手工敲造。就拿汽车轮胎来说，从很多老汽车纪录片中可以看到，老汽车轮胎很窄，因为那时汽车用的是自行车轮胎，而自行车更早实现了标准件生产。

如今，有了人工智能、ChatGPT等工具，网络宣传推广也变得十分便捷，产品普及扩散的速度相比以前大幅提高。这意味着造富速度进一步提升，这种通过规模化供给和满足规模化需求来造富的模式也会进一步得到强化。

其底层逻辑在于，无论是实体产品、虚拟产品还是服务，关键都在于如何实现规模化的供给和满足规模化的需求。

2.中观层面：从零和博弈到正和博弈

技术与文化的协同进化是人类所独有的进化路径，这是其他物种所不具备的。

当理解了这一逻辑后，再回过头来看中观层面，就会明白，在中观层面起初也是这样的协同进化模式。但在此层面，制胜策略开始固定下来，变成了正和博弈，这与以往因财富增长缓慢而采用的零和博弈方法有了很大区别。

以前的支撑策略多是零和博弈，而现在则转变为正和博弈，这是极为关键的变化。

也正因如此，如今的资本家，不管人们认为他们是伪善也好，还是其他怎样，他们看上去至少像是个好人。

说到工业革命，也就是这里所讲的中观层面的科技革命，严格来讲它可分成两大块。全世界提及科技革命时，都会说到第一次工业革命、第二次工业革命、第三次、第四次等。

因为前面几次工业革命主要都是要解决规模化的物质生产方面的问题，所以从本质上来说，那几次其实可以看作是同一场工业革命，只不过不同方面有所侧重。

比如铁路革命解决的是规模化的运输问题，流水线、电力革命解决的是规模化的生产问题，还有一个容易被大家忽略的，就是美国的低息住房政策，它解决的是规模化的需求产生的问题。这些都只是同一场革命在不同方面的体现，所以它们其实是一场完整的革命。

数字革命自PC诞生起便拉开了帷幕，它与以往的工业革命存在诸多不同之处，而且数字革命也历经了好几轮发展。

第一轮是以PC为开端，它使得人人都能够将自己的思想记录下来；接着互联网的出现，又让人们所记录下来的思想得以在网上汇集起来；而无线互联网兴起之后，不仅可以汇集人们的思想，甚至连人们的行为也能够一并汇集，这在以前是无法实现的。

如果你研究社会学，就会知道社会学中有一个测不准定律，即无法对海量用户的持续行为进行实时监控。

比如，对于海量用户的实时监测，仅在某些特定情况下是可行的，比如通过卫星拍摄图片，能够知晓人们身处何处，但要对海量用户进行实时的连续监测却是做不到的，即便能够做到，也仅仅局限于一两个人，无法实现对海量用户的同时监测，也就是说，这三个条件（海量用户、实时、连续监测）从来无法同时满足。

然而，随着手机的出现，情况发生了改变，如今已经能够实现对海量用户的实时连续监测，这便是科技带来的好处。

由此可见，数字革命出现之后，它与工业革命既有相似的地方，也存在很大的不同。我们需要去研究的是，参照工业革命的规律，以及在数字革命已经发展到一定阶段之后，去探寻数字革命自身的规律究竟是什么。

进而依据所探究出的数字革命规律进行延展和外推，以此来预判数字革命后续可能会发生的情况，也就是数字革命的下一个阶段将会出现什么，这才是我们真正所关心的。

首先，工业革命呈现出一种集大成的特点，具体表现为规模的生产、规模的市场覆盖以及规模的消费。

而数字革命和工业革命存在相似之处，都强调规模化。之前提到过，一方面像对海量用户进行连续的监测、跟踪是难以做到的；另一方面，人的经验以及人的服务能够实现规模化提供，这在以前也是从未实现过的，而这无疑是数字革命所取得的一项了不起的进步。

谁都渴望能有英国管家为自己服务，也都希望有法国厨子为自己服务，然而高端的专家资源向来是稀缺的，能够享受到专家为自己提供服务的往往只是少数人。

并且，我们对专业级服务做出了四条定义：其一，是专家级的、具备高水平的；其二，是个性化的，能够专门针对个人进行服务；其三，是持续服务，也就是连续不间断的；其四，是普惠的。需要注意的是，自工业革命以来，普惠就是其秉持的精神之一。

这四条要求在以前是想做却做不到的，所以我们说科技革命具有赋能的作用，以前做不到的事情，如今凭借技术终于能够实现了，如果你能实现出来，就出现了新增市场，这就是未来的发展机会。

细拆来看，数字革命与以往相比到底有哪些不同之处。

当人工智能发展到能够使专家级的服务得以复制时，我们会发现规模化的提供方式发生了变化，出现了整合的情况。

以往，规模化的生产和规模化的市场覆盖是相互分离的，而现在服务的提供环节合二为一了。

以ChatGPT为例，它进行运算得出结果这一过程就相当于生产，紧接着将结果立刻提供给用户就相当于消费，生产和消费实现了实时且同时进行，原本的两件事变成了同一件事，当然，这里需求是需要去挖掘的，所以说规模化消费是有待探寻的。

而且，规模化的生产和提供从原本的两个环节变成了一个环节，这是因为互联网的存在直接满足了相关需求。不仅如此，这里还出现了第三个关键因素——持续提供。要知道，单次的服务提供是难以成立的，以前企业生产产品时，设有生产机构负责生产，销售机构负责销售，销售完成后剩下的环节就是售后。

然而，大多数企业并不重视售后环节，只是应付了事，因为在他们看来，销售完成就意味着已经赚完钱了，售后阶段只要保证不再赔钱就行，所以都尽量避免开展售后工作。

但未来的情况会截然不同，生产和销售将融为一体，也就是说，企业要为用户提供服务，提供服务自然需要先找到需求，但核心要点在于如何实现盈利。

盈利与否并非取决于单次的服务提供，而是取决于持续的服务提供。因为企业与用户之间有持续的交互历史，所以企业对用户的理解甚至可能超过用户自己，也会超过任何竞争对手。

即便竞争对手提供的单次服务比自己的还好，但如果对用户的理解不够深入，那么给用户提供的服务整体上就不够优质。这充分表明持续服务具有巨大的价值。

综上所述，这意味着在未来的数字革命时代，我们需要思考的内容不再是以往的那三条（规模的生产、规模的市场覆盖、规模的消费），而是转变为寻找需求的能力、提供服务的能力以及持续提供服务的能力。

3.微观尺度：技术改变社会，从习惯开始

从宏观角度来看，当前这一轮数字革命已经进入到中间阶段，即将步入展开期，这就是我们所说的微观尺度层面要关注的问题：这轮数字革命的下一阶段会如何发展？

在微观尺度下，每一次技术革命都存在一种通用技术，比如蒸汽机。同时还有配套技术，若配套技术不成熟，通用技术就无法充分发挥效能。

还是以蒸汽机为例，真正发挥巨大作用的是高压蒸汽机，这依赖于几个关键的配套技术：一是曲轴连杆；二是高压技术，而且高压蒸汽本身较重；三是铁轨，这些条件具备后才形成了火车这一新模式。

一种新模式出现后，其他行业就会效仿。比如火车模式成功后，汽车行业也开始发展。当然，还有许多其他的运输方式也广泛借鉴这种模式。所以通常是通用技术加上一系列配套技术，形成一个新的模式。

当这个模式在一个行业成功运行并形成示范后，就会扩散到其他众多行业，而这种扩散相对简单容易得多，因为只需照着已有的模式模仿即可。

我们现在处于什么阶段呢？这里顺便提一下，在这个过程中存在一个裂谷现象。当第一个模式出现后，人们往往会欢呼雀跃，认为它会迅速蔓延到所有行业，经济也会因此实现飞跃。

但实际上人们会发现，它向其他行业扩散是需要时间和周期的，这中间就会出现一个裂谷。所以经济危机的出现，并非是经济的衰退，而是由于经济形势太好时大家预期过高导致的，并非真正的经济衰退。

总结来说，通用技术会引发产业变革，技术能形成产业间的差异，例如在没有规模化生产技术之前，许多产业尚未出现，有了流水线技术后，各种产业才得以发展。

然而，是商业模式促使了应用的广泛扩散，而最终的盈利是通过应用，从用户那里获取收益。所以，商业模式的变革者往往比技术变革者或技术提供者获得更多的利益。

那么，商业模式在何时出现？商业模式的获利者或提供者又在何时大量涌现呢？

当行业A基本完成新模式的应用，行业B、C、D开始效仿扩散的时候（当然是要跨过裂谷之后），各行各业开始效仿，就会出现大量的跟随者。

在科技产业发展的前期阶段，由于新的模式尚未明确，此时需要风险投资。但当模式明确之后，风险投资就会显现出劣势，因为其在很多方面无法适应，这时产业投资就变得至关重要。

当前美国面临一个很大的问题，其产业投资衰败严重，而风险投资却很强盛，但这种情况对产业发展是不利的。在未来一年，美国在金融领域必须进行改革，否则会出现问题。

当然，我们也需要大量改革，因为我们也存在同样的问题。我们也急需产业投资，目前产业投资未能跟上发展节奏，但这也意味着机会。如果能有新的产业投资方式，可能就会带来大量创新机会。

当年因为有爱迪生、福特这样的企业家，所以才出现了JP摩根，在当时，通过投资银行的方式支持工业化生产，是金融资本支持产业发展的最佳方式。然而，当硅谷崛起、乔布斯和英特尔等崭露头角时，红杉等大量风险投资机构应运而生，因为对于创新科技和创新型企业而言，风险投资是当时最好的支持方式。

如今，随着新一轮基于人工智能的产品和服务整合的创业企业即将涌现，需要新的支持方式，这也就意味着金融领域也需要进行一场革命。

我们之前阐述过科技产业的发展规律，导入期是在某个行业内做出示范，展开期是大家都明白示范模式后在各个行业广泛运用，在这两个阶段中间会存在一个裂谷，1929年经济危机和互联网泡沫破裂都是这种裂谷现象的体现。

2000年互联网泡沫破裂，这是因为人们对互联网的预期过高，而不是互联网本身没有价值。在那之后，互联网开始稳步发展。以思科公司为例，它原本是互联网基础设施建设的重要企业。

思科公司的股票增长曲线很有意思，在2000年的时候有一个峰值，在2000年之前也有一个峰值，这个峰值达到了一个很高的程度。然后在2000年跌下来，跌下来之后又继续发展。如果把2000年的泡沫峰值和之后的低谷去掉，它的股票增长曲线基本上是一个连续增长的状态。

所以，2000年的互联网泡沫是一个干扰因素，去除这个干扰因素后，经济还是会按照其原本的规律发展。因为对于经济发展来说，最本质的动力是科技。

瑞·达利欧出现误判的原因在于，他分析了产业、金融和社会等方面，却唯独没有分析科技。而实际上，产业最大的驱动力量通常是科技，投资最大的驱动力量也是科技。如果不了解科技，就没办法很好地分析产业和社会，所以从科技起源来分析产业，进而分析社会才是正确的方法。

我们认为科技对社会的改变可以分为三步，即行为改变、习惯改变和文化（观念）改变。

最开始的时候，人们只是接受了某个产品，这个产品有一些让人喜欢的特性，这就会引起行为的改变。

例如，人们原来出门是走路或者骑马，现在改成坐车。因为习惯改变了，人们的活动范围就变大了。于是人们会发现自己没必要住在城里，可以搬到城外去。这就是文化（观念）的改变，当人们习惯住在城外后，会带来新的商业机会，所以习惯改变这个阶段是最具有商业价值的。

为什么1962年沃尔玛才出现？

因为在四五十年代，美国有大批居民陆续迁往城郊。当迁往城郊的居民数量达到足够多的程度时，居民们的购物习惯便发生了转变。

此前，居民们住在城里，居住空间相对狭小，购买日常用品只需到楼下即可。然而搬到郊外后，虽然房子面积变大了，但购物地点距离住所却变得很远。

面对这种情况，居民们便改变了购物方式，改为每次前往一个购物场所，一次性购买大量物品，装满汽车后备箱后再带回家，反正家里空间也放得下。如此一来，就形成了每周进行一次集中购物的新习惯。

正是在这样的背景下，仓储式的购物思路应运而生，仓储式超市也随之出现。所以说，沃尔玛的出现实际上是居民购物习惯改变所带来的结果。

当人们的习惯改变后，美国文化呈现出独立的特点，一辆车就让人更具独立性。未来新的行为和习惯改变会带来新的文化。这一轮人工智能能解决专家经验和服务提供的问题，这会导致行为改变。

比如以前人们老了会自己学习健康知识，像保温杯泡枸杞等，自己给自己提供健康服务，现在则可以相信更优秀的人工智能健康系统，把健康管理交给它，这就是行为改变，即相信专业者并听从建议。

习惯改变则是按照专业建议规律地生活。这种改变会使互动性、协作性和信任感增强，从而促使文化改变，人与人之间会有更多交互和信任，信任成为重要指标。

工业革命有遗留问题，它卖产品给用户，导致人与人疏离。比如人们购买大量电器回家自己操作，无需依靠他人，而且工业规模化、标准化生产让每个人像螺丝钉，缺乏沟通互动。

这是工业革命的副作用，也使人们对科技产生敌视，觉得科技反人性。但数字革命不同，它会让人们更多地协作、交互和信任，我们要准备迎接信任时代的来临。

当前我们认为的线上社会形态是过渡态，像 Facebook、Twitter（X）、TikTok 等都是过渡态产品。它们强调转发、点赞，提供的是情绪价值，是让用户关注别人关注的东西，这种情况多在社会动荡、有事情发生、需要关注流言蜚语时出现，因为传言可能成真。

在社会稳定态，人们应关注信用、信息来源的真实性和可靠性，但现在人们传播信息时并不太关注信用，这意味着人类社会从线下转到线上还在过渡中，尚未进入稳定态。

进入稳定态后，会出现新的线上网站、应用和内容，也会产生一批新的成功企业家，而且这些企业平台会延续很久，这是商业机会所在。

工业革命和数字革命既有相同性也有差异性，相同点是都有规模化特征，差异在于生产。用户需要的是服务，但过去无法提供规模服务，只能提供规模产品，把服务融入产品让用户自我服务。

例如，出行没有足够司机，就提供车让用户自己开；自己想在墙上打洞，却得买电钻，打完洞电钻就没用了，买电钻只是为了自我服务。产品的定义就是要方便用户自我服务，尽量做到无需说明书就能使用。

但到了服务时代就不同了，要把产品融入服务，不要用产品去打扰用户，而是直接帮用户解决问题。如自动驾驶出租车是正道，用户出行是要从 A 点到 B 点，不需要车带来的麻烦，如维修、停车等问题都由服务提供商负责。所以关键是要让用户享受纯粹服务，无需担心产品负面后果。

从宏观角度看进化规律，每个时代形成制胜策略成为赢家后，其文化就会扩散并被接受，像滚雪球般发展。目前两轮工业革命已完成，数字革命进行了一半，我们要找到数字革命和工业革命的相似性和差异性。

从微观层面看，数字革命即将进入展开期，意味着数字革命的前一两个示范性应用正快速成熟，之后各行各业的跟随式应用将蓬勃发展。

3

我们如何抓住机会？

每个人都应有机会，如果只有一两个机会，不一定会属于我们。因此，各个行业都有机会，各个行业的机会往往来自于对本行业有一定的理解，且能首先采用技术来解决本行业困境的人。

只要知道未来，你总能有办法获益。所以，我们要讨论未来，也要讨论如何获益。介于当今的环境，我们不能谈虚的，必须谈实的，要从高空落到地面，有宏观才有微观，这样才是真的实。如果我们只盯着眼前那点战术，就很容易迷失方向。

讲实的不意味着不看宏观，要从宏观一直看到微观。

1.未来的通用技术

首先，我们要理解什么是未来的通用技术。为什么？现在通用人工智能有ChatGPT，还有另一个方案是开源大模型，这方面Meta做得比较好。

如果你押注未来，是押注 OpenAI 还是Meta？我我会倾向于押Meta，这和主流观点可能很不一致，因为主流观点认为OpenAI非常棒。

为什么我会这么认为？其中有点细微的差别，工业革命以后产生了蒸汽机，1850年美国博览会用长达30多公里的管线，才能把蒸汽机的动力传输过去。

这和今天的openAI很像，动力源头是一个中心式的动力源头，使用这个动力非常不方便，现在只能接入到OpenAI。它其实是个蒸汽机式的，而且机械动力传递方式不是好方式。

开源模型的特点是什么？开源模型训练完成后，你就可以自己使用了。这意味着它像电力一样，随时打开就有动力，而且这个动力是由本地提供的。

需要注意这点区别：传递的是动力，还能量？电力传递的不是动力本身，传递的是一个可以即刻在本地实现动力的能量。蒸汽机是动力的传递，动力传递是低效的能量传递。让你实时在本地产生动力是高效的，这是不是更像开源模型？我在这里建立了一个大模型，在你那里设一个小模型，有数据过来后，你在本地用小模型直接处理就产生结果，是不是像电力？

如果你理解了这项原理，长期来看，5年、10年之后，可能未见得是OpenAI，而可能是Facebook。

这件事有没有用呢？当然有用。最近我们一直强调美国最大的7个巨头中，英伟达会一直好，为什么？因为其他 6 家都买英伟达的芯片。而另外6 家谁好谁坏，这就两说了。总的来说都会偏好，只是上升速度或潜力不一样。

特斯拉的潜力挺大，但近两年不太行，为什么？工厂问题解决不了。美国工厂现在不一定能继续建设了；本来想建在墨西哥，特朗普上台又要挪到美国来建，又延迟了；中国工厂是不错，但中国竞争太激励了；德国工厂始终建立不起来。

量产问题没解决，又上一款炫酷的Cyber truck，但这对量产没帮助。现在要做的是赶紧上可以量产的model 3， model 2，甚至 model 1，越便宜越好，赶紧上量。

福特在1908年，每辆车的价格为 825 美金，到1913年就降到了360 美金，按现在算来还不到1万块钱。特斯拉有没有不到1万块钱美金的车？没有，赶紧学。

他这个属于思路错误，但长期看还是很好，因为没竞争。中国虽然竞争激烈，但欧美市场不让中国人进，而欧美的汽车企业相较于特斯拉非常落后，所以，10年之内根本没竞争。

苹果没抓住VR的机会，便宜了谁？vision Pro，它的设计非常棒，但是这太高端了，三千五百美金，直接把市场干没了。这又便宜了Meta，class3，class4，下一版的class会大量借鉴vision Pro 的技术设计，最后便宜了自己的用户。所以，Meta 非常值得期待。

苹果丢了VR的市场，但是捡上了手机终端的市场。人工智能的特点是领域智能，ChatGPT属于内容智能，另一个方向是终端智能或者行动智能，我能理解你的行动，也能按你的要求做出行动，比如我可以在手机上直接买东西，但在网络上做不到。

这个完全不同的人工智能新领域，未来两年将会大爆发。这个爆发当然属于最好的手机，所以苹果手机会更占优势。因此，苹果一胜一负，总的来说是上升的。

对谷歌来说，搜索是它的收入最大来源，现在正在被颠覆。为什么人工智能搜索是明显优于传统搜索的？虽然谷歌搜索带来的广告这两年还有两位数的年增速，但它还是有隐患的。

人的特点是行为改变、习惯改变、观念改变。没有试过这个人工智能搜索的人，习惯用传统搜索。而用过人工智能搜索的人，就退不回去了，因为发现传统搜索非常愚蠢，要的是答案，给的是一堆链接。

这是一个逐渐增加的效应。我们都知道的那个故事：一个荷塘 30 天被填满，每天增加一半，到29 天荷塘才填了 1/ 2 而已。这意味着谷歌短时间内看不到，但是等谷歌意识到智能搜索已经无可阻挡的时候，它也来不及还手了。所以，谷歌近两年会很好，但5年之后会非常麻烦。

所以，一旦熟悉这些背后的逻辑时，你对很多东西就可以做出相对精准的预判。

在我看来，通用人工智能是一个错觉，它实际只是个领域智能。

你以为他什么都能回答，但他实际上是鹦鹉学舌，那个叫语言智能，他听惯了太多的回答，他会回答了，但是他对语言的含义没有理解。

你以为他能够做出各种视频来，但是你发现那视频里经常会出现一些物理错误，因为那叫视觉智能，他对那后面的物理世界的规则没有充分理解，所以它不是通用智能。

通用智能是要把这些智能汇到一起的，而且能够通用的规则还没有。人的相互协作也好，人的很多分析也好，背后都是大量潜在的规则支撑我们的分析。

现在人工智能技术的一个突破的方向就是逻辑推理。人工智能逻辑推理存在的问题是硬推理越做越好。什么是硬推理？我有已知事实，也有清晰的推理条件，再去做推理。

但人不管是价值判断，还是推理或者决策，大量做的是软推理，我们自己甚至都不知道背后的原因或者背后的逻辑，就作出了判断，但是肯定是依靠某种原因做的判断。

这是人工智能做不到的，这也意味着人机结合永远是，或者至少很长一时间段是是最优方案。人机结合的前提是什么？机器在很长时间内都需要人去配合，甚至你在设计业务的时候，业务流程里还要有人的部分，在业务流程中完全排斥人是不行的。

所以，领域智能不要强化通用智能，以为人工智能什么都能干，这不现实。16年的时候，我们提出了人工智能的一个观点：弱人工智能比人强，强人工智能比人弱。

所谓“弱人工智能”就是领域智能，在某一个领域的人工智能比人强， Alphago 一系列的事实证明确实比人强，而“强人工智能比人弱”这个规律至今没推翻，因为从那时到今天的基础架构还是卷积神经网络，没到认知层面就不可能推翻这个结论。

我们一方面不要担心被替代，很多事情它真的做不了，另一方面一定要用它，因为在很多专业领域它比你专业，不用专家是不现实的。人工智能是“韩信点兵，多多益善”，兵就是数据，数据多，人工智能越强，所以我们要学会成为刘邦，调用多个大模型混合来解决问题。

柯洁输给了人工智能，就觉得围棋没下头了，而卡斯帕罗夫当年输给深蓝之后并没有放弃，组织了人机结合的国际象棋组队参加人机结合国际象棋的综合比赛。

那次比赛的冠军是两个业余的国际象棋选手，但背后是IT专家操纵着五六个国际相机程序，让每个程序都来跑比赛，由他们综合判断该走哪一步，该听哪个程序的。

未来需要的是偏文科的技能，而不是理科技能，这就是鉴别力、鉴赏力。鉴别力，是别人会计算，你会做判断。

卡斯帕罗的结论是：弱人类+机器+更好的过程，要比“强人类+机器+较差的过程”更优。

这已经告诉我们了未来人工智能时代智能服务的设计思路方向，就是弱人类加人工智能，加上一个可以自我优化的过程，自我优化的流程，通过数据的反馈能实现自我优化，它就是最好的东西，而不用要求一堆牛人。

现在中国的创业都是找精英、找牛人，而美国很多企业不用牛人，企业也能运转得很好。

在今天，连经营思路、管理思路都会出现本质变革。

人工智能是领域智能，在任何领域都能成为专家，这已经非常明确了。未来可能要训练自己的开源的大专家模型，现在先用通用智能openAI，要学会过渡，福特当年也是先建自己的蒸汽机，然后转到外接电力，一样的道理。

2.人工智能的辅助技术

一个核心的技能加辅助技术才能形成一个完整的应用。辅助技术有哪些呢？谷歌前CEO在斯坦福演讲时提到人工智能的三个重点，这三个都是辅助技术：

百万级别的token、AI agents、text action。

百万级别 token 解决了工作内存、工作记忆的问题。

现在人工智能已经能实现连续交互了，只要没关电脑，就能跟它连续交互，它的记录是连续的，能够持续理解，能根据以前的交互来理解。问题是你明天再来，对不起，我不记得你了，我没有存你的数据，这就麻烦了。他也不敢存你的数据，因为存了你的数据意味着知道你所有的隐私了。

这就需要这个系统更智能，他必须要知道我的背景，但我又不会把我的背景给他，这不是一对矛盾吗？现在怎么解决？每次交互的结果都存在我这，下次跟你交互时，就把以前历次的交互结果全扔给你。

百万级别的 token ，意味着能把过去三年的交互结果一次性全给你，就相当于你瞬间知道我以前跟你所有的交互结果，你再跟我交互的时候就非常个性化。这是用一个非常野蛮的办法解决了如何实现交互的个性化问题，这是不是坏方案？技术上有很多野蛮办法解决的好方案。

AI agents解决了调用问题，能代理完成任务的问题。text action是解决了行动的问题，调用和行动其实是一回事。

我相信这三点绝不是埃里克·施密特研究出来的，因为他不是技术专家，甚至对技术人员有些轻视。这只能说明这是谷歌背后的专家研究出来的，他只是传声筒，甚至穿得有些偏了。

这三件事实际解决了三个能力：

第一，记忆能力，百万token只是实现这一能力的一种方式；

第二，推理能力，能够持续分析、抽丝剥茧是最大的障碍；

第三，行动能力，现在正在解决中，尤其有了终端智能之后，行动能力将会大大增强。这也意味着你对手机的依赖性特别强，因为手机真的会懂你，懂了之后才会输出。

第一件事，百万token基本解决了；第三件事，未来两年一定能解决。现在最麻烦的是第二件事，很有可能在未来很长一段时间内，需要人和机器一起来协作解决。相对更柔性的，太软的东西就要由人来判断，相对比较硬的东西就由机器来判断，人机综合形成一个最优解决方案。

比亚迪创始人前段时间说，人工智能是在忽悠，因为自动驾驶总会有处理不了的问题。但但从商业运营角度看，飞机也有失事可能，但航空公司仍在运营，关键是降低失事率并做好理赔，自动驾驶也是同样的道理。

百度做自动驾驶的思路是多数情况由自动驾驶处理，同时利用预测性人工智能，当预测到问题无法解决时提前预警，将指挥权交回远程驾驶。这样可减少司机数量，降低成本，使商业模式可行。未来可能 100 个司机在中央控制室远程控制 1 万辆车。

基于这个时代的技术带给我们的能力，尤其是它的能力边界来设计能够展开的业务，非常关键，而非强调绝对能做到的事情。人类司机也决不能保证不出事。

所以，只要条件基本具备，虽然还有很多要克服的东西，其实在设计业务的时候尽量绕开它。比如我们现在的思路就是尽量用硬数据来做分析，使得推理尽量硬，不涉及太软的东西用人工智能就好解决。

3.智能服务与业务设计

有了核心技术，有了辅助技术，就可以实现智能服务。智能服务用这四点来衡量：个性化的、专家级的、可持续的、普惠的。

业务设计的问题，用互联网来做就可以实时覆盖，但持续服务能力没有建立。从这个角度我们可以看哪些网站更有未来：抖音现在似乎很火，但直播带货都是过眼云烟，未来不见得好；小红书建立在信用的基础上，它的持续服务能力会更强。

解决了市场覆盖问题，需求从何而来？这个时代大家都没有找到太多机会，我也没看到更好的案例，有也只能用过去的案例，但过去的韵脚告诉不了你未来怎么做。

有了阿里巴巴，再做同样的阿里巴巴肯定不行，有了拼多多，再做一个拼多多也不行。所以，未来两年里会有人工智能时代的拼多多和阿里巴巴，但现在需要分析，找到机会把它做出来。

所有的技术已经完备了，所有的探索已经越来越接近最后的真相。

福特车找到了一个最广泛的需求，人都有出行需求，而且汽车比马车满足的需求强太多了，而且容易形成规模扩散。从1908年推出 t 型车，到 1927 年停止生产，福特一共生产了20年，卖了1650 万辆，这是个了不起的成绩，改变了世界。

现在我们要做的，就是在数字革命时代找到这个时代的 T型车，把它做出来改变世界。我相信不是 20 年 1, 000 万的用户的问题了，可能快至2年，多一点就5年、十年，上亿的用户也是可能的。

唯一的问题是需求在哪？什么是大家的广泛需求？

工业革命以来，大众的需求是从非专业劳动中解放出来。

在家务劳动方面，100年前在没有洗衣机等家电时，一个家庭每天收拾家务平均需要7小时，这意味着至少一人要全职在家做家务。

而如今有了各类家电，家务劳动时间降到半小时，但像叠衣服这种复杂操作仍难以解决，虽然有人研究机器人叠衣，但效果不佳。

除家务劳动外，在健康领域，人们都希望健康，但保健、运动、饮食、睡眠等知识缺乏统一标准，伪知识、伪科学横行，因为大家都是自己摸索。

教育领域也存在问题，一直以来存在教育是家长的事这种观念，但教育是专业工作者该做的，不能因教育工作者觉得困难就把责任推给家长，但现在可以借助人工智能实现更好的效果。

当前要寻找的机会，是将人们需要但一直未被满足的服务专业化、个性化并提供给大众，如管家、助理服务。像安排日程、买机票、买午餐这些琐事，如果有秘书帮忙会很理想，但给每个人都配备秘书不现实，而人工智能可以充当秘书，未来这将是个大市场。

这个时代的机遇在于用专业服务替代人们不专业的自我服务，过去是洗衣机等家电替代家务劳动，现在则是在健康、教育等领域寻找机会，就像工业革命前后从自己缝衣服到购买成衣的变化一样，市场在服务替代过程中得到发展。

如今大量服务是自我服务，若将如报税这类服务商业化，让人们花钱购买服务，就会形成巨大市场，这是数字革命的动力，能推动 GDP 增长。衡量现有业务是否合格可依据智能服务的四个标准：专业性、个性化、普惠性和持续性。

以AIGC 为例，它虽有一定的专业性和个性化（为用户制作视频），但普惠性一般且缺乏持续性（多为单次服务），所以AIGC 不是未来趋势，而具有持续性的人工智能生成服务才是。

像midjourney 为用户生成图片，目前业务虽好，但如果不转型，未来可能会被淘汰，因为它只提供单次图片，缺乏连续性。对于有连续图片需求的商业机构（如报纸杂志），人工智能可根据其风格定制图片，实现从产品到服务的转变。

例如国家地理杂志有自己的风格，人工智能可按此风格持续为其提供图片，读者一看便知是该杂志的图片，杂志方也会为此付费。从过去的产品规模化（如徐悲鸿创造画马风格后重复利用）到现在的服务规模化，未来是创造的规模化，创造新东西才最有价值。

用衡量其他服务的标准来看自动驾驶，其在专业化（驾驶能力没问题）、个性化（为用户驾驶）、普惠性（比出租车便宜）方面表现良好，但持续提供服务存在问题。

这和电讯业务类似，电讯业务通常是用户交月套餐费获得多种服务，用户不太关注价格变化。从摩尔定律来看，产品性能提升或价格下降是趋势，而电讯业务没降价是因为不断增加新业务，让用户感觉物有所值。

对于自动驾驶而言，仅包月服务很快将无法满足市场需求，必须降价，所以会出现大量增值业务。比如移动电商，用户可在自动驾驶车辆上接收商品并试穿退货。

此外，自动驾驶车辆算力强，闲置时可租给游戏爱好者当作游戏机房。这些增值业务有很大的想象空间，提前布局就可能抓住其中的机会。

我们从中找到了产业配套的机会，核心角色是智能服务运营商，它和电讯运营商类似。以健康服务创业为例，当和投资人谈时，面对小米、华为等有手环硬件的竞争担忧，就如同电讯运营商面对手机厂商做电讯服务的问题一样，关键在于服务运营。

硬件应包含在服务里，终端是为服务而存在，给用户提供优质服务才是关键，各行各业都会涌现服务运营商，找到这种服务运营机会的人将是未来赢家。

未来几年是这类机会的集中爆发期，尤其是未来两年内终端智能会有大量人工智能玩法，和内容智能不同，这些玩法更接近商业化。

内容智能很多人兴趣不大，而行动智能能切实帮用户做事，用户参与度高，商业化和变现机会也大，所以未来两年要重点关注终端智能。终端智能有强大生命力，先进技术引入时对高端企业有利，比如苹果手机性能好，能更好地兼容终端智能并提供所需算力，高通因能提供优质算力芯片也是重要受益者。

在机器人领域，我不太看好人形机器人，但看好机器臂，尤其是在某种特定条件下。视觉智能出现后，利用它训练机器臂的速度大幅提升。

未来两年，会有大量像人手般灵巧的机器臂操作视频示范出现，比如炒菜、写字、处理文件等，就像过去人们关注波士顿动力的人形机器人和机器狗一样，人手操作相关的机器臂视频示范在未来两年将不断涌现。

第三个领域是VR 和 MR ，最值得期待的是明年是否能推出class4，class3 因推出较早且未充分借鉴visio Pro，存在较多需要修改之处。随着硬件发展，值得关注。

同时，人工智能与软环境、虚拟环境的结合是最优方式，就像《头号玩家》中的虚拟现实环境，靠真人驱动虚拟角色不太可行，而虚拟人物驱动则更能满足用户需求。

比如现在很火的 “完蛋，我被美女包围了” 视频被开发成游戏，无论是男性被美女环绕还是女性被帅哥簇拥的版本，都能极大满足用户的虚荣心，因为虚拟人可以单纯以哄用户开心为目标，这体现了人工智能在虚拟环境中满足用户心理需求的优势。

游戏中每个栩栩如生的角色背后，都是靠人工智能（AI agents）来驱动的，这是非常合适的方式，而且这种情况正在发生。

此外，游戏在未来几年会发生颠覆式变化，会出现介乎游戏和电影之间的新类型——旁观类游戏。这种游戏类似以上帝视角观看自然界的生灭，玩家不参与其中。就像小时候看蚂蚁打架或者长大后看别人高水平打游戏获得满足感一样，不过以往看别人打游戏需要对方有时间且水平高，而旁观类游戏则解决了这个问题。

这是一种新型游戏，其中的角色会自然进化并互相打斗，玩家只在旁边观看。就像美国某电影中冰箱里的快速演化事件，从微生物发展成植物、动物，进而形成一个世界，最后因核战争毁灭。

这种情节以前只在搞笑电影中出现，以后会在游戏中呈现，玩家能从中获得乐趣，有一种俯瞰众生的感觉，甚至可能从中有所感悟，意识到人类社会或许也如游戏一般。新游戏品类的出现，原因是游戏里的每个角色都越来越智能。

把握未来机会不能依赖过去机会的延伸，当前时代类似 BAT 即将诞生但目前只有 BBS 的互联网早期阶段，历史将在此转折，新的 BAT 会随着技术和配套技术成熟而出现，新的业务模式即智能服务。

4.健康和教育，值得用AI重做一遍

要理解理念变化，用新的理念思考新机会才能更好地把握它们，而不是寻求过去的案例。

以健康领域为例，认知升级是利用人工智能成为专家，让每个人都拥有专家能力长期关注自身健康。健康是反人性的，存在诸如少吃、运动、按时作息等难题，人们往往有行为惰性。不过，可以利用心理惰性对抗行为的惰性，当人们足够相信专家时，就会按专家建议去行动。

当人们对某一方（这里指人工智能）足够信任，心理上就产生了惰性，他说你照着就行了，这时候就更易克服行为惰性，从而更利于健康。

不过当前人们的第一反应往往是质疑人工智能出错怎么办，这和对自动驾驶的担忧类似。但从发展的眼光看，随着时间推移，人们更关注的会是哪个人工智能程序或专家更专业。要站在未来视角看现在，选择有发展潜力的路径。

从健康领域的智能监控角度，实现智能长期监控能让中医“治未病”的理念更好地施行。以扁鹊见蔡桓公为例，在没有明确指标时，人们很难相信自己有病，扁鹊最初的行为容易被当作骗子，就像现在很多虚假医疗信息一样。这说明健康监测需要有明确依据，而智能监控有望解决这个问题，推动“治未病”理念落地。

从扁鹊见蔡桓公的故事可知，健康监测需要两个关键要素：一是明确的监测指标，二是持续性。只有这样，人们才能理解自身健康状况的变化。因为很多疾病我们无法感知，所以需要建立一个完善的系统。

在人工智能时代，通过可穿戴设备（如手表、手环）结合传感器技术的进步和人工智能对传感器数据的深度解读，基本可以对一个人的健康状况进行完整跟踪监测。

受工业革命影响，现在的教育强调标准化。标准化体现在按年级设置课程内容、以 100 分为满分进行考核，不符合标准就扣分。这种模式下，教育是居高临下的剥夺式教育，会消磨孩子自信，因为它暗示了权威知晓所有答案，而学生只能努力靠近标准。

未来教育应是差异化的，标准化内容可被人工智能替代，只有差异化才有价值，不应设成绩上限。教育最需要改变的核心是找到孩子真正热爱的事物，因为热爱能让孩子表现出色，还能促使他们与人工智能合作，共同解决现实问题。未来是开放式、探索式的，人工智能作为专家可与孩子共同探索。

教育未来的核心是让孩子找到热爱，这与孔子 “因材施教” 的理念相符。过去常依靠父母关注孩子，但父母可能不够专业，而未来可利用虚拟形象或人工智能来承担这一角色。人工智能可以和孩子结成伙伴，多个人工智能与孩子实时聊天，了解孩子情况并进行综合分析与判断。

例如在 AI 创业营中，一位 19 岁即将赴美上大学的小女孩就指出，她认为未来自己会有很多人工智能好友，希望在做决策时，有像苏格拉底、孔子、释迦牟尼等各类 “牛人”（不同领域的人工智能）帮助自己综合分析，然后据此得出结论。这体现了人工智能在教育辅助决策方面的潜力。

未来教育真正需要的是一个长期陪伴的教育专家，谁能做到呢？现在在技术上不是问题了，只要能抓住需求、满足需求就能办到

我们说是最近这个张雪峰很热，我不是在批评张雪峰，张雪峰有价值，对吧？帮你选一个好的，这个大学也好，好的研究生也好，但是那是个点，对吧？那只是一个点。

普惠在教育领域非常关键，比如寻求教育专家服务，不是像张雪峰那样一次性咨询，而是希望教育专家能和孩子交朋友，了解其兴趣变化并随时提供支持，并且价格要亲民。以一年 365 元的价格为例，这体现了工业革命以来的普惠精髓。

工业革命缩小了物质差距，如富人和穷人的交通工具、冰箱虽有差别，但基本功能相同。然而，服务上的差距却在增大，比如理财服务，富人能找更优质的理财人员。

这种服务不公平现象需要改变，在人工智能时代，要让服务实现普惠，如开发出适合更多人理财的人工智能程序，消除这种不公平是这个时代的伟大使命。

工业革命消除了物质不公平，如今要致力于消除服务和体验上的不公平，当体验公平之时，世界将变得更美好。

AI门槛已变得很低，以做研究为例，过去需搜索、挖掘、汇总、分析数据并得出结论，过程繁琐。现在可在电脑旁放手机，打开ChatGPT（或其他如 Perplexity 等优秀的 AI搜索工具）并开启语音互动，有问题随时询问，能迅速得到包含文字和语音的回复，甚至还有数据支持。

这种体验就像拥有了无所不知的助理，一旦体验过就难以舍弃。这种变革促使人们思考如何让其通用化，让人人都能享受。很多时候不一定要在技术上原创，在应用方面创新即可。

比如有一款很火的 APP，利用人工智能将输出内容变成卡通形象，只需在提示词中表明需求即可。用户输入内容就能生成一页页的卡通动漫，这种特定化应用很受欢迎。

对于行业解决方案，虽然目前并不完美，但可利用智能服务系统去衡量和判断，进一步优化，比如设置壁垒、构建自身竞争优势等，方向是正确的，即找到特定领域的痛点。

5.技术门槛越来越低，关键在于应用

技术门槛越来越低且会持续降低，突破方向也愈发清晰，关键在于如何应用技术。现在所举的例子都是过去的，新的事物很快会涌现，就像 Twitter 的技术并不复杂且早已存在，只是在某个时间点有人想到了新玩法才促使其诞生。这表明创新的关键有时不在于技术本身，而在于对应用场景和玩法的挖掘。

所以，创新不一定是理科生的专属，Instagram 和LBMB 就是文科生创业的典型案例。LBMB 的其创始人是毕业于罗德岛设计学院的工业设计师。LBMB 的成功并非因为技术有多先进，而是找到了痛点。

创始人在旧金山工作生活时，遇到出差订不到酒店以及自家客厅闲置的情况，于是想到将自家客厅出租给来旧金山出差的朋友这一思路，并将其发展起来。Instagram 同样是文科生创业成功的成果。

Uber和滴滴也是发现了痛点。在没有这些打车软件之前，存在打车困难的问题，比如有人会在路边抢先拦车，导致一些人打不到车。而打车软件解决了这个问题，用户通过软件叫车，避免了车被别人抢走的情况。

这说明业务设计中挖掘痛点非常重要，这个时代充满机会，无论是普通人还是文科生都有机会创业，机会广泛存在，只是很多还未被挖掘。而且在业务设计方面还有很多内容可深入研究。

中国制造业虽然实力强劲，但当前面临着转型这一重要课题。中国在硬件产业方面有着显著优势，然而，仅依靠硬件产业的发展模式却存在局限。硬件产业需要与服务产业生态紧密结合，使硬件成为服务的有机组成部分。如果缺乏相应的服务，硬件本身的价值就会大打折扣。

从更长远来看，硬件企业要努力实现从硬件制造商向服务商的角色转变。这意味着企业不能仅仅关注硬件产品的生产和销售，还要围绕硬件构建一系列的服务体系，以此提升硬件产品的附加值和用户体验，适应市场发展趋势，确保企业在未来竞争中拥有持续发展的能力。

6.全球化机会

在全球化进程中，中国需要明确主次。发达国家市场应作为主攻方向，因其具有市场经济完备、市场规模大、利润高的特点，并且对品牌、信用和商誉十分重视。

中国在硬件方面有优势，但软件和服务相对薄弱。需要将软、硬件配套完善，以服务为导向。关键是要清晰地向客户呈现所提供产品或服务的价值。

以自动驾驶除草机在美国市场销售为例，美国有除草需求，因为家庭院落普遍有草坪需要打理。目前在美国销售的除草机，不管是美国品牌中国生产还是中国品牌出口过去的，大多是中国生产的。但这些除草机大多是抛洒型的，即把除草后的碎草直接抛洒在草坪上。

这说明在产品设计方面可能没有充分考虑到当地用户的使用场景和需求，需要从服务和软件配套的角度进一步优化产品，比如考虑碎草的收集处理等功能，以更好地满足当地市场需求。

4

总结

世界表面看似是个混乱的草台班子，但实际上是井然有序的，这是一种伪装的生态系统。我们不能被这种表象吓住，而要努力识别背后的规律，抓住更底层的东西，这样才能掌握未来。

现在不是 1929 年那样的经济大危机时期，但 2029 年可能存在类似情况，不过即便出现也可能只是短时间下跌，长期趋势仍是上行的。

在两年内，一批人工智能的成熟应用模式将会出现，就像人工智能领域的 BAT 会在这个时间段内诞生。

在五年内（2029年之前），第一批被认为是未来之星的企业会崭露头角。但此时这些企业收入和利润还不够强，可能会被过度追捧，2029 年既有机会也有风险。

不过从长远看，这些企业终究会成长起来，就像思科的发展历程一样，去除波动因素，其成长性是非常好的。

如果想投资人工智能企业，可能在 2029 年前后会有一批企业上市，这是入手的好时机。对于希望进行战略合作的人来说，现在就应该开始布局，以便在未来合适的时机能够顺利进入企业，共享发展成果。

要是想加盟这些有潜力的人工智能企业，现在就要开始研究相关企业，等企业招聘的时候积极应聘。成为这些未来 BAT 企业的第一批员工，很可能会获得丰厚的回报，甚至可以提前退休。

站在时代的角度稍微思考长远一点，比如考虑十年的发展周期，就不会觉得现在到处是陷阱，而是充满机会。

当下的关键是为这些机会提前布局，而不是考虑躺平。因为这是人类历史上令人兴奋的重大机遇，尤其对于每个普通人而言，都有机会在这次人工智能浪潮中受益。

要抓住当前人工智能带来的机遇，一方面是洞察未来。即便对机遇讲解得十分透彻，但如果自身不认同，尤其是在发展过程中遇到波折时，就容易动摇并退出。只有真正认同且看懂发展方向，才会坚持，而坚持才能获益。

在短线操作上，人类很难比人工智能做得更好，比如短线炒股。但在长线上，人类可以凭借对未来 5 年、10 年后谁是赢家的准确判断来跑赢人工智能。

在这种情况下，人类只能选择做长线，不要考虑短线操作。这也促使人类更加具有前瞻性，将人类超过其他物种的前瞻性优势发挥到极致。这就是面对未来应有的态度。