編者按：本文來自財(cái)經(jīng)琦觀，作者賈琦，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。
“越是復(fù)雜的時(shí)刻，越要跟簡單的東西在一起?！?/p>
——一個(gè)不成熟的人生小建議。
01
2019年時(shí)我還在機(jī)構(gòu)媒體工作，在一篇稿件中曾經(jīng)以“一輛四驅(qū)車”，來形容整個(gè)商業(yè)世界。
四驅(qū)，但前后輪交替發(fā)力。
前輪是科技，是開荒，是在一片全新領(lǐng)域中找到新的商業(yè)模式，是從0到1；
后輪是運(yùn)營，是精耕，是在一片成熟領(lǐng)域中從石頭里捏出油來，是從1到多。
兩年前的那時(shí)，前輪的紅利吃到了尾聲，后輪也已經(jīng)開始發(fā)紅發(fā)燙了。
兩年后的今天，為了整輛車的安全，后輪不得不停下來開始擦洗調(diào)整。
但令人感到欣慰的是，前輪也已經(jīng)從沉寂再次轉(zhuǎn)向了轟鳴，時(shí)隔二十余年，終于要重新開始開辟增量疆土。
眼下，人們的視線太多停留在對(duì)后輪的擦洗工作上了。
但對(duì)于更大的未來，卻在一次又一次的“期待、失望”的循環(huán)中，感到疲憊麻木了。
02
本文會(huì)談到大量的科技名詞，但一開始，我們先從各位最熟悉的概念入手。
5G、人工智能（AI）。
這兩個(gè)，是最底層，也是在未來的商業(yè)圖景中最具有普遍適用性的概念。
5G是神經(jīng)網(wǎng)絡(luò)，AI是大腦。
往上浮半層，在5G和AI的支持下，我們將發(fā)展出物聯(lián)網(wǎng)。
該技術(shù)即為軀體，對(duì)應(yīng)著極為龐大的增量場景。
現(xiàn)在，我們來舉個(gè)例子：自動(dòng)駕駛。
根據(jù)概念，我們可以這樣說：自動(dòng)駕駛是物聯(lián)網(wǎng)的一種特殊表現(xiàn)形式。
借由該案例，我們將重點(diǎn)闡述5G和物聯(lián)網(wǎng)的關(guān)系。
“網(wǎng)速快”，這是大眾對(duì)5G的第一印象。國際電信聯(lián)盟將這一特性定義為eMBB，術(shù)語叫增強(qiáng)移動(dòng)寬帶。
有了這個(gè)，我們就可以看更清晰的視頻，玩更精美的游戲。
比方說云游戲這個(gè)概念，就是建立在eMBB的重要基礎(chǔ)之上。
以前玩3A需要燒顯卡，但現(xiàn)在你把運(yùn)算壓力全放到云端，咱就用超高網(wǎng)速傳圖形處理結(jié)果過來就OK了。
但對(duì)物聯(lián)網(wǎng)來說，5G另外兩個(gè)特性才更顯得重要。
第一個(gè)就是mMTC，海量機(jī)器類通信。
想讓汽車自己跑起來，我們必須時(shí)刻知道路面的干濕情況，車前面有沒有障礙物或斷崖，旁邊有沒有人想超車，此刻的天氣狀況，汽車本身的硬件是否完好等大量的信息。
激光測距，紅外線，雷達(dá)，攝像機(jī)......技術(shù)路徑各有千秋，但底層支援，都得依靠5G的通訊加持。
第二個(gè)則是uRLLC，超可靠低時(shí)延。
在自動(dòng)駕駛場景中，mMTC主要是說“司機(jī)”捕捉信息的廣度，uRLLC則更多側(cè)重于“司機(jī)”的反應(yīng)速度。
在高速行駛中，前方有個(gè)懸崖，攝像頭捕捉到了這一畫面，告訴了中端控制器，如果說這時(shí)候“卡了”，那肯定就會(huì)出事故。
4G的延時(shí)是0.045秒，5G的延時(shí)是0.001秒，比人腦反應(yīng)要快得多。
因此在技術(shù)理論上，5G是自動(dòng)駕駛技術(shù)上路的重要前提之一。
再擴(kuò)大一下場景，工廠里，海量的機(jī)器能不能互相配合，自動(dòng)干活？——工業(yè)物聯(lián)網(wǎng)。
北京的專家醫(yī)生，能不能通過傳感器給貴州的農(nóng)民做手術(shù)？——遠(yuǎn)程醫(yī)療，醫(yī)療物聯(lián)網(wǎng)。
遠(yuǎn)程教育，遠(yuǎn)程會(huì)議——低延時(shí)讓彼此的交流更絲滑。
智能家庭，每一個(gè)微小的家具中都裝有一個(gè)芯片，可以支持?jǐn)?shù)據(jù)記錄，語音遙控，自主服務(wù)等。
在這些場景中，均是5G提供核心技術(shù)的增量突破變革，然后借由物聯(lián)網(wǎng)來具體落地。
03
那么，人工智能又是怎樣的一個(gè)角色呢？
還是上述案例，在遠(yuǎn)程教育，遠(yuǎn)程會(huì)議，醫(yī)療物聯(lián)網(wǎng)等更側(cè)重于“鏈接效率”、“聯(lián)通質(zhì)量”的場景中，我們不難發(fā)現(xiàn)，AI的意義并不大。
但在自動(dòng)駕駛，智能家庭，工業(yè)物聯(lián)網(wǎng)等場景中，我們很顯然可以感知到，這些場景是需要一個(gè)大腦的，即AI、5G、物聯(lián)網(wǎng)三者，將在這些場景中通力配合。
物聯(lián)網(wǎng)負(fù)責(zé)抓取信息數(shù)據(jù)，5G負(fù)責(zé)又準(zhǔn)又快地將信息傳遞出去，AI則像人腦一樣，自主作出精確的判斷決策。
總結(jié)來看，5G的價(jià)值主要是在讓信息的聯(lián)通“更準(zhǔn)確，更快捷”。
AI則可以讓機(jī)器更“聰明”。
隨堂提問：在我們目前探討的這三個(gè)技術(shù)名詞中，哪個(gè)離我們現(xiàn)在的生活最近？
沒錯(cuò)，答案是AI。
都刷過抖音吧？或快手。
沒有的話，有聽過2017年的網(wǎng)易云嗎？
私人FM和個(gè)性化的每日推薦的大火，讓某些樂迷在當(dāng)年發(fā)出了“打開網(wǎng)易云就像是在逛窯子”的驚人之語。
再往前，今日頭條？這個(gè)就很早了，信息流，個(gè)性化推薦，直接托起一代巨頭，挖了百度的根。
還不熟？那淘寶，美團(tuán)，京東商城，最不濟(jì)B站，B站也算。
首頁推薦，猜你喜歡，千人千面。
這就是人工智能：了解你的喜好。
準(zhǔn)確的說，這是人工智能在內(nèi)容推薦領(lǐng)域的垂直應(yīng)用。
其背后所需要用到的支撐是：算法，深度學(xué)習(xí)，大數(shù)據(jù)。
還是用比喻的方式來理解。
大數(shù)據(jù)是食材，算法是菜譜，深度學(xué)習(xí)是腦子。
第一個(gè)原則：什么食材做什么飯。
一個(gè)廚子，你只給他面粉，他永遠(yuǎn)做不出肉菜。
就算我拿到了你在瀏覽抖音時(shí)的所有“點(diǎn)贊”、“收藏”、“停留時(shí)間”、“反復(fù)播放次數(shù)”等數(shù)據(jù)，我也沒辦法將其應(yīng)用于指導(dǎo)車輛的前進(jìn)和剎車。
但一個(gè)廚子，你給他面粉，他既可以做饅頭，也可以做面包。
以應(yīng)用成熟的內(nèi)容推薦領(lǐng)域來說，相關(guān)數(shù)據(jù)具有極強(qiáng)的共通互用性。
當(dāng)我知道了你喜歡看什么類型的抖音之后，某種意義上我就有辦法在今日頭條上給你推薦相關(guān)類型的文字內(nèi)容。
更進(jìn)一步，當(dāng)我知道你的碎片化內(nèi)容偏好后，在一定程度上，我也可以推理出你更傾向于購買怎樣類型風(fēng)格的商品。
當(dāng)然了，這種跨界采樣的方式還是不太高效的。
精小麥做饅頭，棒子面做窩窩，全麥做黑面包，直接在相關(guān)場景中收集數(shù)據(jù)然后采納整合，才是最合適的。
此外，越是底層的信息來源，其數(shù)據(jù)價(jià)值就越大。
事實(shí)上，絕大多數(shù)有著內(nèi)容推薦的主流App，都在監(jiān)控用戶的輸入法，監(jiān)聽麥克風(fēng)，乃至偷偷打開攝像頭進(jìn)行數(shù)據(jù)收集。
這些收集上去的龐大數(shù)據(jù)是不太可能有“人類”去看的，而所有收集的目的都是為了更好的服務(wù)用戶。
最終造成的詭異現(xiàn)象是，你跟朋友在微信里聊了某歌手，短視頻、內(nèi)容社區(qū)就開始給你推相關(guān)內(nèi)容。
你跟同事聊了某個(gè)品牌的衣服，下午打開電商平臺(tái)這個(gè)品牌就出現(xiàn)在了你的首頁上。
第二個(gè)原則：沒有食材就不要吃飯。
理解這一點(diǎn)，我們重點(diǎn)要明白AI的“思考”過程。
以Siri或微軟小冰這種，最強(qiáng)“擬人感”的場景來舉例。
北京胡同里，一個(gè)大爺跟另一個(gè)大爺說：
“嘿二哥！今兒這天兒也太熱了！”
另一個(gè)大爺，根據(jù)自身性格和雙方關(guān)系會(huì)分別回答“可不是”、“活不了了”、“全球變暖的影響非常嚴(yán)重”以及“有事兒說事，少在那放閑屁”。
人類的回答，重點(diǎn)在自我思考，整合，表達(dá)。
但Siri的回答過程其實(shí)沒有一點(diǎn)感情。
他就是去遍歷數(shù)據(jù)庫中的所有“以天兒太熱了”為結(jié)尾的對(duì)話句子，然后找尋作為回答出現(xiàn)頻次最高的詞條組，再根據(jù)工程師或用戶之前給他設(shè)定的性格標(biāo)簽找到對(duì)應(yīng)的感情標(biāo)簽，選中。最后用語音合成技術(shù)念出：“是的，像火爐一樣?！?/p>
遍歷數(shù)據(jù)庫，找尋成功率最高的答案，確認(rèn)其匹配性，丟出答案。
這就是我們常聽人說的“深度學(xué)習(xí)”。
機(jī)器和人腦相比有兩個(gè)極強(qiáng)和N個(gè)極弱。
在記憶力（儲(chǔ)存）和反應(yīng)速度（查詢，調(diào)?。┥?，機(jī)器是人腦的幾億倍，隨著云計(jì)算、量子計(jì)算、邊緣計(jì)算等科技的不斷發(fā)展，這一優(yōu)勢還在瘋狂擴(kuò)大中。
但在情感，感性認(rèn)知，合理聯(lián)想，文化洞察方面，機(jī)器的能力幾乎為0。
如今我們所說的人工智能，其實(shí)就是將其記憶力和反應(yīng)速度的優(yōu)勢推到最大，然后模擬出“有文化、有情感”的狀態(tài)。
在各種場景下，看似“擁有靈魂，非常智能”的表現(xiàn)背后，運(yùn)作機(jī)理和人類大腦有著截然不同的底層區(qū)別。
回頭再說，如果說AI的優(yōu)勢全部建立在“超大存儲(chǔ)”和“超快遍歷查詢”這兩點(diǎn)上，那么數(shù)據(jù)就是這一切的前提。
沒有數(shù)據(jù)，你存儲(chǔ)誰？遍歷誰？反饋誰？
數(shù)據(jù)從哪里來？
從人類的一切活動(dòng)中來。
現(xiàn)在還只是你喜歡看什么？停留幾秒？什么時(shí)候點(diǎn)贊？什么時(shí)候購買？
未來則是你每天幾點(diǎn)起床？你夜里睡的好不好？翻不翻身？翻幾次身？你的體溫起伏變化是怎樣的？有輕音樂和香薰相伴會(huì)不會(huì)提升你的睡眠質(zhì)量？冰箱多久空一次？攝入的營養(yǎng)成分是否可以進(jìn)一步優(yōu)化？家里的灰塵分布？掃地機(jī)器人出動(dòng)頻次？
學(xué)生做題時(shí)的專注時(shí)長？什么情況最容易導(dǎo)致學(xué)生走神？什么狀況下學(xué)生的投入度達(dá)到峰值？
城市的車流量狀況？每輛車的智能路線選擇？紅綠燈的智能調(diào)節(jié)？長期無人地區(qū)路燈的智能關(guān)閉？貨車出入頻次異常預(yù)警與?；肪兡茫砍鞘匈Y源的調(diào)度？經(jīng)濟(jì)形勢預(yù)測？緊急時(shí)刻如防汛防澇全景圖？
一切物品都將長出一雙眼睛，所有人都是數(shù)據(jù)的生產(chǎn)者，AI以此為食。
04
至此，我們重點(diǎn)介紹了5G、AI、物聯(lián)網(wǎng)的關(guān)系。
其目的，是以三者為抓手，建立起一個(gè)基本框架，在這一基礎(chǔ)上，我們將畫出一個(gè)有機(jī)的網(wǎng)狀結(jié)構(gòu)。
大數(shù)據(jù)是什么？
是AI的基本前提，原材料。
物聯(lián)網(wǎng)場景將產(chǎn)生出大量的增量大數(shù)據(jù)。
5G是大數(shù)據(jù)得以抓取，應(yīng)用的科技前提。
云計(jì)算是什么？
與上述概念相比，這屬于傳統(tǒng)門類了。
粗暴理解，它就是儲(chǔ)存器和算力的租賃服務(wù)。
企業(yè)不要搞機(jī)房了，直接租大廠的，云端的。
從上個(gè)世紀(jì)九十年代業(yè)內(nèi)就在探討客戶端跟服務(wù)器的關(guān)系，再往后大家講基于互聯(lián)網(wǎng)web界面的服務(wù)，一直到云計(jì)算，它其實(shí)是一脈相承的。
因此從模式創(chuàng)新的角度來說，這確實(shí)是李彥宏多年前所說的“新瓶裝舊酒”。
但當(dāng)時(shí)馬云的反駁是：“我最怕新瓶裝舊酒的東西，你看不清他在玩什么，突然爆發(fā)出來最可怕?！?/p>
十多年過去了，這酒裝著裝著確實(shí)在效率和算力兩個(gè)層面上都有了不斷的突破提升。
因此在科技圖景上，云計(jì)算對(duì)應(yīng)著兩個(gè)內(nèi)容：
第一，所有的傳統(tǒng)企業(yè)，尤其是中小型企業(yè)他們互聯(lián)網(wǎng)化，進(jìn)而帶動(dòng)整個(gè)社會(huì)數(shù)字化的過程成本和門檻被降下來了?；A(chǔ)建設(shè)這條路，被云計(jì)算打通了。
第二，隨著儲(chǔ)存能力，計(jì)算能力等算力的不斷突破，云計(jì)算為AI的大放異彩也鋪平了道路。
量子計(jì)算：更快的云計(jì)算，這里的“快”可以從量變到質(zhì)變，與AI的加速落地聯(lián)結(jié)緊密；
邊緣計(jì)算：把一部分計(jì)算能力前置到終端，更高效的云計(jì)算，與物聯(lián)網(wǎng)結(jié)合更緊密。
繼續(xù)延伸。
3D打?。焊赜谟布萍?，但大數(shù)據(jù)的發(fā)展與5G將極大促進(jìn)這一賽道的成熟。
這種柔性生產(chǎn)很有可能對(duì)工業(yè)，尤其是小商品輕工業(yè)產(chǎn)生巨大的沖擊。
再發(fā)揮一點(diǎn)想象力，甚至有可能直接重構(gòu)電商，尤其是物流的生態(tài)，比如當(dāng)場下單，當(dāng)場3D打印取貨。
數(shù)據(jù)湖：大數(shù)據(jù)的優(yōu)化模式。
數(shù)據(jù)與食材的不同之處就在于，面粉吃了就沒了，但數(shù)據(jù)可以一用再用。
數(shù)據(jù)湖可以理解為公共火種源，同時(shí)根據(jù)類別分類，便于各大廠商的調(diào)用。
區(qū)塊鏈：大數(shù)據(jù)的另一種優(yōu)化模式。
數(shù)據(jù)湖的問題在于信息安全問題無法規(guī)避。
但區(qū)塊鏈的分布式儲(chǔ)存方式解決了這一痛點(diǎn)，一處賬本丟了還有其他賬本可以交叉印證。
在發(fā)展趨勢上，以區(qū)塊鏈的模式建立數(shù)據(jù)湖是一種很有可能的解決方案。
但目前，大數(shù)據(jù)的主要產(chǎn)出地還是在智能手機(jī)終端上。
其中所產(chǎn)出的大數(shù)據(jù)，依然被相關(guān)垂類中的互聯(lián)網(wǎng)巨頭分別掌控著。
元宇宙：現(xiàn)實(shí)生活與虛擬世界的界限模糊化。
這一概念更多是文化上的。其概念有八大特征，但我認(rèn)為說得太多反而模糊了這一概念的重點(diǎn)。
事實(shí)上，沉浸感是唯一門檻。
目前來看，VR技術(shù)，腦機(jī)接口，生物識(shí)別主導(dǎo)的多屏世界，這三大新型人機(jī)交互方式，將很有可能成為元宇宙的真正起點(diǎn)。
05
理清概念之后，我們可以在資本市場上進(jìn)一步對(duì)應(yīng)。
比如芯片概念。
眼下芯片還更多只應(yīng)用于手機(jī)，電腦，汽車，智能手表等極少物品上。
如果我們認(rèn)為物聯(lián)網(wǎng)和邊緣計(jì)算將迎來極大爆發(fā)，那么杯子，剃須刀，床，馬桶，冰箱等一切常見品都將內(nèi)置芯片，那么這個(gè)市場空間無疑是海量的。
相關(guān)企業(yè)：華為，中芯國際，歌爾股份，寒武紀(jì)等。
眼下，自動(dòng)駕駛是大熱門，但跟新能源技術(shù)的發(fā)展緊密混在了一起。
從人工智能賽道來看，長尾場景是鉗制該賽道能否騰飛的根本問題。
為什么有段子稱AI是“人工智障”？
因?yàn)榧幢鉇I的決策正確率在95%，但5%的錯(cuò)誤也一定會(huì)給人留下深刻的印象。那么5%帶來的危害可承受性，就是AI能否商業(yè)化的關(guān)鍵因素。
個(gè)性化內(nèi)容推薦為什么發(fā)展的好？
因?yàn)榧幢阃扑]錯(cuò)了，也不會(huì)有太差的體驗(yàn)。
智能導(dǎo)航相對(duì)弱一點(diǎn)，導(dǎo)航錯(cuò)了，罵兩句，但為了那95%的正確率，還是可以忍下來。
但自動(dòng)駕駛卻0.001%的錯(cuò)誤率都忍不了，稍有失誤，就是人命關(guān)天。
因此在相關(guān)投資過程中，一定要注意區(qū)分AI和新能源這兩個(gè)概念，在落地時(shí)間的預(yù)期上，這二者一定是截然不同的。
相關(guān)企業(yè)：百度、蔚來、理想、小鵬、華為、特斯拉、小米。
多屏?xí)r代。
如果我們認(rèn)為隨著物聯(lián)網(wǎng)的演進(jìn)，桌子，墻體，冰箱，廁所，廚房，街頭，車內(nèi)，地鐵中等各個(gè)場景將出現(xiàn)大面積的智能觸摸屏可以進(jìn)行交互，那么顯示屏的企業(yè)將迎來恐怖的爆發(fā)。
相關(guān)企業(yè)：三星，京東方A，TCL。
傳統(tǒng)互聯(lián)網(wǎng)概念股。
在本文視角下，場景是他們的護(hù)城河，相關(guān)場景中所產(chǎn)生的數(shù)據(jù)將成為他們的最大壁壘。
但隨著相關(guān)政策如隱私保護(hù)、企業(yè)間數(shù)據(jù)合理共享、數(shù)據(jù)采集付費(fèi)等措施的推進(jìn)，其護(hù)城河也將被逐漸消弭。
在我個(gè)人看來，按商業(yè)化程度從近到遠(yuǎn)，值得關(guān)注的領(lǐng)域包括：
新能源、云計(jì)算、芯片、供應(yīng)鏈智能優(yōu)化、云游戲、邊緣計(jì)算、智慧家庭、無人工廠、虛擬現(xiàn)實(shí)、3D打印、車路協(xié)同、自動(dòng)駕駛、多屏?xí)r代、腦機(jī)接口、元宇宙......
其中，越靠后，技術(shù)難點(diǎn)以及倫理困境、社會(huì)本身的承受力等問題就越難以突破。
以上，樂觀者可以看到投資機(jī)會(huì)，理性者則可以判斷落地的可能性和距離遙遠(yuǎn)程度。
知名作家吳曉波曾多次引用里克爾的詩，來形容自己面對(duì)新科技的心情。
“我看見風(fēng)暴，激動(dòng)如大海。”
但我認(rèn)為，如果一定要用自然界來類比，科技的發(fā)展更像是溫度，而不是風(fēng)暴。
今天似乎和昨天一樣，這個(gè)月似乎和上個(gè)月一樣，但時(shí)間累加之后，其中的巨大差異每個(gè)人都能感知得到。
數(shù)年來，每一位從業(yè)者亦步亦趨，整個(gè)科技和商業(yè)的進(jìn)程也在亦步亦趨。
改變是一點(diǎn)點(diǎn)發(fā)生的。
有時(shí)很慢，有時(shí)會(huì)停滯，有時(shí)甚至?xí)勾汉?/p>
但時(shí)間維度拉長，科技的福祉終將播撒到每個(gè)公民的生活里。
“科技的發(fā)展，是一場不可逆的全球變暖?！?/p>
這就是本文的最后一個(gè)比喻。
本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。
