a16z: 未来十年

a16z 的 Benedict Evans 最近做了一个题为《Ten Year Futures》的演讲，内容扩展自他自己之前的博文。拜读下来，似乎很有道理，简要摘录如下。

他先总结了过往的创新技术，从兴起，到生长，到成熟，无论是 PC，还是 Mobile，无论是 iOS 还是 Android，无一例外，都呈现出这么一条 S 曲线。一开始较为缓慢，然后转为陡峭，发展到市场饱和之后，终回归平静。👇

这些技术到达成熟期之后，人们关注的、谈论的就不再是它们本身了，而是变成「我们可以基于这些平台再做些啥」。好比，2005 年，我们的焦点由 PC 互联网本身转为 SEO、SEM、Social 等事物；到现在，我们又由移动互联网本身转为共享骑乘、图片社交、当日配送等上层应用。

一般到了这个阶段，大家就有点疲劳了，一些声音就会出现，比如「哎呀，同质严重，哎呀，创新已死」之类的。

当真创新已死吗？当然不是。根据历史，它总会在下一个地方重新冒头，快速生长，再成熟平静。问题是「下一根」苗它是什么，「下一个」地方它在那里？

预测未来并不容易，1999 想不到 2009，2017 也不好预见 2027。总结过往，他将技术发展过程分作 3 个阶段：从懵懂未知到确实可行的探索期；从确实可行到适合市场的寻找期，从适合市场到开足马力的爆发期。然后谈到分布在这些阶段当中的 4 个潜力点，依次为：

• Autonomy，🤔️（Car？Robot？）
• Mixed reality，混合现实
• Crypto-currency，加密货币
• AI，人工智能

先说 AI

因为这会是上面一切的基础。炙手可热的人工智能，早已填足燃料，蓄势待发。但 Benedict Evans 觉得人们对 AI 的描述有些问题，搞的好像《2001 太空漫游》里面的猴子在拜黑石碑，这很无助于理解 AI。他认为，贴切妥当的理解应该从三个方面出发：

• Machine learning，机器学习
• Automation，自动化
• Enabling layers，支持层

机器学习好比 70 年代出现的关系型数据库，它替代了记账系统，把人们拉进了 BI 时代，然后，它 enable 了不少事情。

先是市值数十亿的新公司。比如 Oracle，比如 SAP，比如 Salesforce，比如星巴克，比如沃尔玛。尽管越新近的公司越没有了它的影子了，但无法否认它们都站在了数据库的肩上。

再是模式发现。机器学习能使统计分析发现一些以前看不到的模式（patterns）。比如区分猫狗，快递路线，诈骗行为等等。据此，以往机器束手无策的一些问题，将有望得到回答。比如图里有猫吗，哪些顾客即将流失，那车让拼吗，等等等等。

再到自动化（automation）。50 年代就讲家用智能机器人，当时人们满脑子都是下图左边的东西，后来呢，后来我们得到了洗衣机。所以说，继续期盼一个无所不能的通用机器人，依然是不现实的，靠谱一点的猜想，是「带机器学习的洗衣机」。它能帮你获得更好的现状分析，回答更多新的问题，搞定以往搞不定的数据（语音、视频啥的）。

先不要灰心，纵览历史，总有一个从低到高，从脚到手再到脑的演变过程。智能手机刚开始也只是发发邮件、看看天气。随着 AI 的成长，将来能看、能听、能感知，将使疾病检测，自动驾驶都成为可能。

一百多年前，汽车只是用轮子替换了马匹，但改变的是整个世界，自动驾驶也势必会带来一样的冲击。车可能不再是车，交通事故、出行方式、公路系统、整个城市都可能产生马到马车一般的剧变。

混合现实

这一领域还在萌芽、Demo、应用探索阶段。但请注意，2006 年 Jeff Han 在 Ted 演示多点触摸时，那些装备还需要好几个大箱子才装的下，当时台下的观众还在为能用两个指头缩放图片而惊叹。一年之后，发生了什么，相信无需再提。据此，混合现实很可能是下一个「人与世界」交互的大改变。

加密货币

比特币不到一个月从 $7200 飙到 $19000，这才两天又暴跌至 $12000，😺。但 Benedict Evans 将它比作 1994 年的 HTML，你以为你已经完全错过了，但它还远远没发力呢。这伙计爱打比方，喜欢把很多东西比作 HTML。这里的意思，应该只是指二者的处境相似，像爆发前的 Web，万事俱备只欠东风的阶段。

src: ohmyco.in

Autonomy

What the f**k, I have no idea.

最后

巨头在崩塌之前，看起来都是强大无匹的。突然，它们的产品它们的市场好像就无关紧要了。