1、Future is coming.

　　2、You can never image Future by linear or traditional way of thinking.

　　去年夏天，我和來自硅谷的著名speaker Steve Hoffman第一次暢聊對未來的看法，雖然來自不同的國家和不同的文化，然而我們對于未來的見解卻出奇的相似。

　　暢談之中，Steve舉的一個例子讓我記憶深刻，他說他在(上世紀)七八十年代的同學中，學習最好的和家庭條件最好的一批精英，有很多都去搞飛行汽車了，因為他們認為那是未來的方向。然而一晃三四十年過去了，當時沉重的實驗室計算機已經搖身一變成了Laptop和Smart Phones，因特網也已經遍布全球，但汽車仍然在地上跑，翅膀卻一直沒有插上去。

　　最近在補讀一個歷史學家眼中的未來世界觀，尤瓦爾·赫拉利的腦洞的確有夠大，他思路清晰邏輯明確combine了不知多少的歷史事件和典型案例，從靈魂到宗教，從生物到AI，把能歸類的宏觀規律都一一舉證讓人敬佩。然而對于未來的預判思路，卻并不能讓我讀得津津有味，這與我在做投資期間所面臨的問題十分類似。

　　投資科技我們始終遵循二八法則(甚至更有過之)，花很多時間去討論的事情通常都以未果而告終;近三年來，我們在智能硬件、大數據、VR、生命科學上投入了很多的精力去思考和判斷，但卻從未突破出手底線；原因十分簡單，市場眼里的未來和我所隱約體會到的未來是大不一樣的。

　　如果說未來已來或未來近在眼前，我們都心懷激動與恐慌，那我們應該做的是對它有更進一步的理解和認識。

　　高科技的爆發不滿足任何的常規規律，原因是常規的增長大多是趨向于線性的，而科技的奧妙在于它是破壞性的階躍曲線。

　　進入20世紀后由于科技發展的速度越來越快，一個個階躍跳板的密度不斷拼接起來，逐漸形成了一個指數化的發展曲線。特別在進入最近10年，越來越短的時間就可以完成一個“嚇尿單位”，好比諸葛亮看到了蒸汽火車，也好比阿姨第一次來我家打掃衛生時看到眾多的屏幕、智能控制家居和看起來很穿越的虛擬現實定位器。

　　回過頭來我們看Steve Hoffman所說的這個例子，其實他的同學所犯的錯誤是一個很常見和普遍的現象。

　　大家眼中的未來，其實大都是在高速指數化發展進程中在當下的時點上以線性思路做的切線延長線——聽起來太拗口的話可以用白話翻譯一下意思就是：以過往的知識體系和習慣的方法去推演未來的發展進度。這正如飛行汽車的想象，也正如每過10年我們回去看過去的科幻片都會覺得復古又可笑。世界上很少有人像愛因斯坦和尼古拉·特斯拉，Steve Jobs和Elon Musk這樣腦洞大得足以把線性幻想掰彎，然而也只有這樣的一群人才能引領市場的發展。“消費者不知道他們需要什么，我們告訴他們什么才是潮流”，Jobs說。

　　然而一代神話Jobs已然離去，留下的是不斷線性增強的iPhone4567，我們不斷地討論著VR，智能硬件和自動駕駛，但是每個焦點卻都環而攻之而不下，我們眼中的未來似乎聽起來并沒有那么令人心動，這其中的原因其實就很簡單：我們的想象力不夠豐富，我們的腦洞還不夠大，我們站在當下的時點用陳舊的知識結構去拼湊未來，我們在走飛行汽車的老路。

　　特別進入2017年，互聯網留下的泡沫硝煙不斷彌漫，迫使大家對未來都展開了激烈的討論。一邊是孫正義和開復老師挾AI以令眾人的恐嚇，一邊則是馬云人算不如天算的云計算理論。然而一千個創業者或投資人有一千個哈姆雷特，多數人都在趨同的觀點中爭執微小的差異。這時的我們需要拋開所有的觀點，回過來做一下總結分析。

　　單個技術推動生產發展是一個應用模式從簡單到復雜的興衰過程，也是一個局部想象力不斷趨向耗竭的過程。由半導體驅動的計算單元到形成互聯網直至今天，我們在信息溝通進化的歷史中經歷了幾個周期的興衰更迭。

　　然而在每個周期的后半段，我們都因為種種原因而對已過季的風口死把不放，通常的情況都是簡單猜想出下一個技術場景(而不愿進入下一個技術循環去落地地做R&D工作)，希望借用上一個風口的資本紅利，瞞天過海跳過商業本質趕緊來炒作一把;或是窮盡當下風口的應用，把所有能想到的行業工種都生搬硬套地對接一遍，想象各種應用場景直至泡沫崩潰。2014年的智能硬件，2015年的O2O和P2P，2016年的供應鏈B2B都滿足這個原理如同出一轍。

　　而最終事實告訴我們上升紅利窗口期以及某一技術所推動的適用行業總是有限的，在一個風口后半段的增長泡沫期中，我們本以為通過模式的復制可以降低風險和迭代成本從而制造出更多的商業模式，但其實大多情況都在為生硬的模仿付出更多的代價，徒勞無功。

　　經濟學的基本理論告訴我們，生產總量是資本和勞動力的函數與技術無關，然而我們的市場卻不斷地被新技術推向新的高度。這其中其實并沒有矛盾，技術本身只是生產經濟的推手，其溢價空間最終會在一個技術循環后歸零。

　　問題在于人們的視角和選擇不同，到底是選擇做上一個技術循環的銷售者，還是做下一個技術循環的探索者。前者重點在于選擇正確場景整合營銷渠道實現真實交易，而后者則在于需要跳躍的創造性思維并重視研發和產業化節奏確保不在紅利的黎明之前倒下。

　　在這里，一個常見的銷售者誤區是把上一個技術循環中的場景做復雜延伸，用昂貴的成本利用當前的技術為高端用戶群體打造出一個奢侈組合以稱之為未來科技商品，并試圖不斷地降低這個商品的制造成本。

　　這樣的偽未來產品通常具備的特征是：1、高成本高能耗；2、產品復雜用戶體驗差強人意；3、是現有市場化最貴技術（而不是最先進技術）的拼湊組合。

　　我們縱觀近代市場發展，一個優秀的時代化科技產品通常都會利用較為成熟的技術組合，在短時期之內定位于大眾市場，并迅速倒逼各類上游供應商競爭生產價格(就算是獨占GPU鰲頭的Nvidia也不斷面臨挑戰)，最終形成一個操作簡單價格親民的大眾化商品。這與偽未來產品——正如當年的飛行汽車——形成鮮明的反差。

　　銷售者誤區通常都發生在上一個技術循環的后半葉，但恰好很不幸的是至今為止我們仍是一個主要以需求和銷售驅動的市場，很多公司從創建之初到迭代成型都選擇了剝離研發部門，生產部門，甚至連銷售部門也都分拆外包出去，最后只剩下品牌運營和商務拓展。在這樣的一個環境下，有未來觀的和重視研發的探索派總是被扇耳光得到負反饋，而相反銷售派的思路卻總能在紅海之中撈到一定便宜，直至最后溫水煮青蛙的囚徒困境。

　　以歷史的經驗對比來看當前的泡沫，當下的境況無疑已經進入了互聯網循環的尾聲，甚至是硅機電一體化(指半導體計算機結合控制機電一體化設備)的后半葉。我們需要跳出臆想的紅海，客觀地審視我們當下五花八門的新技術新模式，到底是屬于上一個技術循環下的復雜組合，還是真正下一個技術循環的隱約啟示。

　　在眾多的未來科技分支之中我們這里簡單地來看三個方向：

　　1、VR是大眾想象未來的一個方向，有必然性也有重大瓶頸。

　　有關于VR當下的問題，我們在課上和網上已經討論了很多。當前VR的發展為何始終難以正中靶心，除了虛擬現實的表達方法其實并不只是把一個盒子扣在腦袋上這么一個簡單而難教育的應用場景，以及資本奮力推動內容與商業模式快速先行于軟硬件標準化導致的概念泡沫之外，其實還有更多的道理。

　　比起其他的未來科技，當下大眾的VR觀與之前飛行汽車的相似程度最高，看起來觸手可得但實際卻總差那么點意思。

　　目前市面上相對成熟的VR商品，例如HTC和PS4的VR頭盔，風靡一時的Google Glass，以及特殊場景模擬器如室內高爾夫，雖然炫酷但都處于初級階段，大眾人群其實并不能產生穩定的消費依賴。

　　VR產品生產商在當下遇到的dilemma在于，為了提升更好的UE（用戶體驗），要么需要集成復雜高門檻的軟硬件部署環境，定位于高凈值消費用戶群體；要么就要解決終端產品的各類技術長期研發問題，制造出輕便性價比高的便攜設備，這其中最大的難點還不只在于光路視野、像素GPU效率、運動定位、和平衡輔助的問題，短期不可逾越的最主要問題在于能源供應。于前者，即是上一個技術循環下的銷售派觀點，高投入窄市場很難捕捉到長期發展前景;于后者，即是下一個技術循環的挑戰者，對于技術研發的投入，或對于大多數玩家來講僅僅是對技術的等待成本，是難以評估的。

　　說到無線設備的能源問題，這目前可以說是機電一體化、硅機電一體化設備的通病。我們想盡辦法更換電池材料，增大電池容量，降低電池的充放時間比;然而這遠遠比不上我們越來越智能的終端設備對能源的需求增量。要想在短期內解決好能耗問題，我們必須在以下方面有所突破(可能有我沒想到的方法歡迎拍磚討論)：①能源無線傳輸的成熟和普及，②通過把GPU等計算云端化的方法來降低終端能耗需求，③采用穩定安全的核能電池或其他高效電池。其中單獨的②有可能還不行，還需要①②配合起來才可以，這又要涉及到近場基站的部署和短距離傳輸協議的普及等等問題。

　　還有一點值得一提的是，對于科技類產品在久攻不下的歷史階段時，通常彎道超車能起到一些作用。比如在智能手機PK的早期，iPhone成功異軍突起是倚靠了iPod的先行社群效應，這是彎道超車的階段化產品典范，而這成功的原因是聽音樂和打手機的使用場景類似并且簡單。然而VR卻并沒這么幸運，它的使用場景更加新穎獨立，短期并沒有更好的同場景彎道產品。正如馬云所說，現在發展太快，彎道超車已經不管用了，可能還是想想換道超車的事情吧。

　　2、AI就在眼前，大眾難想象，小眾快跑微調迭代。

　　最近對AI的討論是層出不迭，開復老師經常跑出來嚇人說血腥的顛覆理論blabla，我作為多年的算法工程師出身，對于此當然一樣是深信不疑的�；ヂ摼W的發展打通了信息傳遞的渠道，云計算的成熟積累匯聚了海量超乎于常人想象的大數據，而如今我們正面對著這個巨大的數據礦山摩拳擦掌，正如十九世紀初一個配好裝備想實現淘金夢想的西部牛仔。

　　#FormatImgID_4#

　　趕緊醒醒吧，要不又跑偏了!正如云、納米、量子、物聯網一樣，AI是一個一進市場就被立刻玩兒壞了的名詞。所有公司從2015年16年都開始人工智能機器學習，迅速把一個新的技術循環倒逼到了上一個技術循環的IP概念銷售加資本運作的玩法。很多的項目通常禁不住十個技術問題就倒下成為商業模式的營銷，然而這也確實是市場發展過度中所需的必經之路。重要的是，誰能最快地切入下一個循環吃到第一波紅利?

　　智能駕駛是AI應用的一個主戰場，然而對此我卻始終不能認同。我是一個北京的老司機，在北京甚至國內開過車的人想必都能理解，紅燈停綠燈行對于你面前的行人和騎士們來講只是停留在書本上的知識，然而中國的交通課堂上又有一個重點叫做保護弱勢群體。所以如果你有美國開車的習慣比如過路口加速，直行不顧對面左轉，打燈就可以并線等等在中國一定要小心，一不留神就會出現事故。

　　曾經有一個荷蘭的資深交通學家來中國解決交通問題，聲稱一年內一定搞定回國，結果待了三年后精疲力竭地離開并最后甩下一句話“That is China’s problem!”沒錯，這就是我們的交通，從北京的國貿到上海的靜安寺，如果你沒練出車推行人緩步走的功夫基本上就是寸步難行，所以在中國要想實現智能駕駛，那汽車基本上要具備跟人一樣的高等智能，學習反應分辨率必須要細到厘米級，考慮交通規則和簡單的突發情況是遠遠不夠的。谷歌的智能汽車去年突破了300萬公里的行駛里程，然而在強智能和超智能的界線面前仍然不足一提，目前的AI能制造出Alpha Go打敗李世石驚動全球，但是離說第4局是故意輸的這種超智能還有很遠的距離(甚至于沒有學習對象和可量化的鍛煉過程)。

　　所以到目前為止，智能駕駛的應用大多面向于慢速定制路線的行駛場景，使用在于降低人力成本和復雜軌道式交通成本，從單個項目來講雖然具備一定應用價值，而從大行業來講已經失去了智慧交通產業的意義(并不能對技術或商業模式給出行業溢價)。

　　智能駕駛是當前市場對AI理解和使用的一個典范案例，具備真實的需求，開始真正走向下一個技術循環的探索，然而靶向精準度卻稍有偏差。AI的使用最重要的在于兩點，一方面是要有成熟的海量數據，另一方面是要對場景問題進行精準的模型化設計。智能駕駛的確具備明確的使用場景，但場景模型化的算法方案卻很復雜，另外也不具備已成型的可供訓練數據集，需要模擬真實場景長期積累數據，可以說在上述的兩個必要方面上都不具備優勢。

　　AI市場的dilemma在于，大眾認為好模擬的場景多是人為直觀感性化的，其實對于數據模型來講是很復雜的；而相反問題數據相對簡單的場景，卻又是大眾不好想象的，通常都在于一些垂直專業的領域里面（這非常像物理空間和譜空間的重點問題分析差異）。在未來的幾年中，AI勢必會爆發在量化金融、物流倉儲大數據、有數據積累和標準的傳統產業升級、以及機器人運動行為學習等方向中。對于數據積累成熟，模型化場景清晰明確的這些行業，人工智能將會帶來血腥的顛覆，正如今年摩根大通將華爾街36萬小時的工作化為秒級。

　　3、基因編輯打開生命之門，碳硅機電一體化擁有指數化發展的藍海機遇。

　　最后，我們將來到生命科學面前。這一對中國市場仍然陌生而在硅谷已經響徹業界的方向，正在悄然追趕AI和其他的未來科技，爭奪未來霸主地位。

　　#FormatImgID_5#

　　CRISPR/Cas9的出現，徹底改變了人類對生命科學乃至智能化科學的認識，在半導體掌控著集成電路半個多世紀之久之后，終于出現了又一個從零到一的顛覆。基因剪輯的出現大幅度增進了基因研究的效率，改進了基因敲除的方法，使基因編輯和基于此而有針對性的生物智能化算法學習成為可能。在短短的三年間，基因編輯推動了Car-T(TCR-T)等各類前沿療法快速迭代，推動癌癥等復雜病癥治療從靶向藥療法向更精準的人造組合細胞群療法不斷邁進。2017年初碳云智能王俊更是提出了“尋找碳基生命的硅基未來”的口號，說出了新一代腦洞大開的共同心聲。

　　基因可編輯從本質的意義上講改變了我們長期依賴于電能驅動和半導體做載體進行程序表達的束縛。年初在與我們的Portfolio公司——硅谷Propel(x)創始人王黎晟探討科技的時候曾聊到，一個成年人的全功率只有50瓦，這比起我們所熟悉的硅機電一體化設備的效率要先進太多了�；�因技術的發展使得人的構成不斷解析化，終有一天DNA全譜的轉錄意義將得到詮釋，我們會發現碳基生命的綜合效率要遠高于硅基設備，前面提到的硅基設備所遇到的能源瓶頸問題，我們將發現在與碳基生命的結合中會得到良好的解決，而碳基生命受制于其系統的功能也將在與硅機電一體化的結合中得到進化和放大。

　　當前的DNA中有大量的隱性基因片段，假如這些邏輯片段被逐一破解制作成碳基程序的SDK，那么就有可能精準地控制RNA和對應蛋白的組合表達，此后的突破也將不可估量。我們看過《神偷奶爸》中的小黃人，也看過《時間規劃局》中的生物鐘，這些以后都將成為可能。

　　最后我們把思緒拉回現實。說了這么多，只是為了提供更多的思緒，畢竟誰也不可能精準地預測未來。然而奇點臨近，我們能做的只有做好準備，盡可能不把籌碼放在錯誤的牌桌上;未來近在咫尺，我們不能用線性的思維思考未來，能否抓住這臨門一腳或是趕上通往進化的生命班車，我們將拭目以待。