后互聯(lián)網(wǎng)時代，機器智能將恐怖登場

　　機器智能不是互聯(lián)網(wǎng)的一部分，而是至少可以和互聯(lián)網(wǎng)平級的技術，甚至是更具潛力的技術。總有人把IT以及互聯(lián)網(wǎng)所帶來的一切稱為第三次工業(yè)革命，但這可能有點不合適，互聯(lián)網(wǎng)很像潤滑劑給社會加速，在既有領域里優(yōu)化的性質更重。機器智能如果發(fā)展起來，那對既有領域的沖擊肯定會比互聯(lián)網(wǎng)還大。多少年后，機器智能所帶來的變化至少會被擺在與蒸汽機同樣重要的程度上。

　　大數(shù)據(jù)不是機器智能

　　我們每天面臨著太多的新技術，比如VR/AR，3D打印，大數(shù)據(jù)等等，但每種技術所蘊含的能級和所影響的范圍其實是不同的。這其中非常容易混淆的是大數(shù)據(jù)與機器智能，這兩種技術有交集，因為機器智能所用的數(shù)據(jù)和計算平臺至少暫時還是與大數(shù)據(jù)深度相關。但機器智能不是大數(shù)據(jù)，這就和饅頭是用面粉做成的，但饅頭不是面粉是同樣的道理。

　　從宏觀視角俯視特別容易看清楚這問題，機器智能所波及的范圍要比大數(shù)據(jù)更寬廣。

　　IBM的深藍97年曾經(jīng)擊敗國際象棋世界冠軍卡斯巴羅夫，那時候IBM著眼點其實是它的超級計算機;到2011年Watson參加危險邊緣游戲并獲得冠軍時，Watson其實是帶了4T的數(shù)據(jù)，并沒連上互聯(lián)網(wǎng)。這意味著人工智能在一些相對封閉的環(huán)境里一樣可以產(chǎn)生巨大的價值，更像是PC的大升級，只不過這種升級通常需要較大的數(shù)據(jù)量做支撐。

　　當然在聯(lián)網(wǎng)的環(huán)境下機器智能的應用就更加寬泛，網(wǎng)上一直傳說彼得蒂爾創(chuàng)建的Palantir與抓捕本拉登有關，這雖然很難確認但確實是有可能的。分析大量交易數(shù)據(jù)，找到其中異常的模式，縮小范圍，這無疑的可以提高抓捕的效率。這還不只是恐怖分子的問題，其它犯罪一樣可以通過這種模式獲得突破口，只要相應的人在犯罪的時候行為模式異常，比如毒販可能一個手機就用一天這類。

　　機器智能的應用其實是沒有邊界的，會全面的向各種端、各種領域進行滲透，比如語音助手、相冊應用、Pepper機器人、醫(yī)療、教育等等。不是大數(shù)據(jù)的一個子集，而像是大數(shù)據(jù)與其它領域混合進化后的結果。

　　現(xiàn)在很多人還沒意識到這點，即使是一些比較有名的技術會議，也還把機器學習這樣的話題列在大數(shù)據(jù)下面。但幾年后很可能情形會掉過來，大數(shù)據(jù)變得門庭冷落，而成為機器智能的一個子集。

　　誰會被機器智能這浪潮碾壓?

　　當前機器智能的威力在2B上體現(xiàn)的比較多，在2C上體現(xiàn)的還不明顯。最體現(xiàn)機器智能成就的兩類2C產(chǎn)品一個是GoogleNow這樣的語音助手，一個是自動駕駛汽車，而即使是語音助手其應用比率也還需要提高。如果說機器智能是互聯(lián)網(wǎng)量級的技術變革，那這肯定只是開頭，后面故事還長。

　　第一類是對機器智能無知覺的人。有新聞報道很多汽車廠商感受到了Google無人駕駛汽車的威脅，準備開始做無人駕駛了。正常情形下這很難成功，因為Google無人駕駛汽車的核心根本不是汽車，而是機器智能，兩個公司在機器智能上有多大差距在這產(chǎn)品上就有多大差距。而我們可以認為汽車公司有很高的機器智能水平嗎?如果沒有，那怎么成功。

　　同理我也懷疑Pepper這種機器人的前景，越到后來越是機器智能(需要有大數(shù)據(jù)支撐)決定這類產(chǎn)品的體驗和價值，把它單純看做一種終端產(chǎn)品無疑的是危險的，更何況它還是一個奇特的偏娛樂的2C定位。

　　第二類是掉到思維陷阱里的人。這點對國內(nèi)企業(yè)特別有意義。因為國內(nèi)某些很流行的思維模式會在這浪潮下死的比較難看。

　　這里面最危險的一種叫互聯(lián)網(wǎng)時代已經(jīng)不需要核心競爭力。這觀點配合上當前頂級的一些互聯(lián)網(wǎng)公司基本上模式取勝，確實沒有什么核心技術，說服力立刻大增。

　　但實際上這是非常片面上，在這點上彼得蒂爾更實在些，在《從0到1》里，他不單把“專利技術”列為壟斷企業(yè)核心特征的第一點，接下來才是網(wǎng)絡效應和規(guī)模效應，此外還專門開辟了一章寫“秘密”。在這點上華為的選擇確實與其它企業(yè)不太一樣。

　　我們現(xiàn)在這種不需要核心競爭力的想法會帶來很大的危險。有網(wǎng)絡效應、規(guī)模效應支撐的地方可能還好，那里確實可以不太需要核心競爭力，只要看得準跑得快，一樣可以有成績，但機器智能的特征與互聯(lián)網(wǎng)不同，所以它帶來的世界很可能無法使用上述規(guī)則。

　　互聯(lián)網(wǎng)自身很像是基礎設施，所以前些年還經(jīng)常被稱作信息高速公路，而基礎設施是面向所有人的所以模式比較關鍵。

　　機器智能則更像一種單點但價值高的技術，比如高級的加密算法、高性能的CPU等，所以技術等級會很關鍵。你設計、生產(chǎn)模式再好，技術工藝水平不到，航空發(fā)動機該造不出來還是造不出來。而一旦需要高價購買，那自己就會變成產(chǎn)業(yè)鏈條的下游。

　　正因為這種不同，所以適合前者的模式不一定適合后者。這對研發(fā)模式影響最大。

　　發(fā)動機要不要和飛機一起造

　　弄航空發(fā)動機其實有兩種思路：一種是認為它是飛機的一部分，這樣就會把發(fā)動機的研發(fā)放在飛機的開發(fā)過程里面。一種則認為發(fā)動機是獨立的一種東西，需要獨立研發(fā)，而具體的飛機產(chǎn)品則選擇適配不同型號的發(fā)動機。

　　這問題很典型，在很多行業(yè)上都有，拋開具體場景并不能清楚的判斷那種選擇更好，但落在具體的約束條件下，是非就會很明顯。

　　飛機發(fā)動機顯然不適合與飛機一起研發(fā)。因為它所需要的投入與周期完全不是飛機所能支撐的。形象點講就是產(chǎn)品的研發(fā)周期與核心技術的周期不一致。這在純拼產(chǎn)品和運營的年代里不是個問題，因為那時候核心技術上沒什么太大壁壘，所以核心技術的研發(fā)周期比較短，主要表現(xiàn)為對現(xiàn)有技術進行吸收的時間，所以問題不大。

　　機器智能和使用它的具體產(chǎn)品的關系就有點像航空發(fā)動機和具體型號的飛機。感覺上很多大公司認識到了這點，所以使勁砸錢成立各種研究室，挖很牛的人來搶制高點。

　　上面說的事情只在一種情形下不成立。那就是機器智能變成一種標準化公開的的技術。確實存在這個可能，比如機器智能即服務、比如開源等。

　　現(xiàn)在來看這幾種趨勢確實同時存在，大的互聯(lián)網(wǎng)公司更偏向于自己擁有完整的機器智能技術，來改善自己的產(chǎn)品，而如IBM這樣的公司則傾向于人工智能即服務，而Numenta這樣的公司則是徹底的支持開源。

　　如果是少數(shù)幾個大公司跑到前面很大一截，那就可能會導致沒有機器智能的同類產(chǎn)品立刻死掉，將來Google無人駕駛對陣傳統(tǒng)汽車可能就是這形勢。

　　如果是機器智能即服務的跑到前面一大截，那就可能在這里崛起一個巨無霸，比如Palantir再漲大個十倍。

　　如果開源的跑的最快，比如又出一個機器智能上的Linux，那就會重回模式取勝的老故事。