机器智能：后互联网时代的“蒸汽机”

　　机器智能不是互联网的一部分，而是至少可以和互联网平级的技术，甚至是更具潜力的技术。总有人把IT以及互联网所带来的一切称为第三次工业革命，但这可能有点不合适，互联网很像润滑剂给社会加速，在既有领域里优化的性质更重。机器智能如果发展起来，那对既有领域的冲击肯定会比互联网还大。多少年后，机器智能所带来的变化至少会被摆在与蒸汽机同样重要的程度。

　　大数据不是机器智能

　　我们每天面临着太多的新技术，比如VR/AR，3D打印，大数据等等，但每种技术所蕴含的能级和所影响的范围其实是不同的。这其中非常容易混淆的是大数据与机器智能，这两种技术有交集，因为机器智能所用的数据和计算平台至少暂时还是与大数据的深度相关。但机器智能不是大数据，这就和馒头是用面粉做成的，但馒头不是面粉是同样的道理。

　　从宏观视角俯视特别容易看清楚这问题，机器智能所波及的范围要比大数据更宽广。

　　IBM的深蓝97年曾经击败国际象棋世界冠军卡斯帕罗夫，那时候IBM着眼点其实是它的超级计算机;到2011年Watson参加危险边缘游戏并获得冠军时，Watson其实是带了4T的数据，并没连上互联网。这意味着人工智能在一些相对封闭的环境里一样可以产生巨大的价值，更像是PC的大升级，只不过这种升级通常需要较大的数据量做支撑。

　　当然在联网的环境下机器智能的应用就更加宽泛，网上一直传说彼得·蒂尔创建的Palantir与抓捕本拉登有关，这虽然很难确认但确实是有可能的。分析大量交易数据，找到其中异常的模式，缩小范围，这无疑可以提高抓捕的效率。这还不只是恐怖分子的问题，其它犯罪一样可以通过这种模式获得突破口，只要相应的人在犯罪的时候行为模式异常，比如毒贩可能一个手机就用一天这类。

　　机器智能的应用其实是没有边界的，会全面的向各种端、各种领域进行渗透，比如语音助手、相册应用、Pepper机器人、医疗、教育等等。不是大数据的一个子集，而像是大数据与其它领域混合进化后的结果。

　　现在很多人还没意识到这点，即使是一些比较有名的技术会议，也还把机器学习这样的话题列在大数据下面。但几年后很可能情形会掉过来，大数据变得门庭冷落，而成为机器智能的一个子集。

　　谁会被机器智能这浪潮碾压?

　　当前机器智能的威力在2B上体现的比较多，在2C上体现的还不明显。最体现机器智能成就的两类2C产品一个是GoogleNow这样的语音助手，一个是自动驾驶汽车，而即使是语音助手其应用比率也还需要提高。如果说机器智能是互联网量级的技术变革，那这肯定只是开头，后面故事还长。

　　那在这浪潮中谁更可能会被碾压?

　　第一类是对机器智能无知觉的人。有新闻报道很多汽车厂商感受到了Google无人驾驶汽车的威胁，准备开始做无人驾驶了。正常情形下这很难成功，因为Google无人驾驶汽车的核心根本不是汽车，而是机器智能，两个公司在机器智能上有多大差距在这产品上就有多大差距。而我们可以认为汽车公司有很高的机器智能水平吗?如果没有，那怎么成功。

　　同理，我也怀疑Pepper这种机器人的前景，越到后来越是机器智能(需要有大数据支撑)决定这类产品的体验和价值，把它单纯看做一种终端产品无疑的是危险的，更何况它还是一个奇特的偏娱乐的2C定位。

　　第二类是掉到思维陷阱里的人。这点对国内企业特别有意义。因为国内某些很流行的思维模式会在这浪潮下死得比较难看。

　　这里面最危险的一种叫“互联网时代已经不需要核心竞争力”。这观点配合上当前顶级的一些互联网公司基本上模式取胜，确实没有什么核心技术，说服力立刻大增。

　　但实际这观点非常片面，在这点上，彼得·蒂尔更实在些，在《从0到1》里，他不单把“专利技术”列为垄断企业核心特征的第一点，接下来才是网络效应和规模效应，此外还专门开辟了一章写“秘密”。在这点上华为的选择确实与其它企业不太一样。

　　我们现在这种不需要核心竞争力的想法会带来很大的危险。有网络效应、规模效应支撑的地方可能还好，那里确实可以不太需要核心竞争力，只要看得准跑得快，一样可以有成绩，但机器智能的特征与互联网不同，所以它带来的世界很可能无法使用上述规则。

　　互联网自身很像是基础设施，所以前些年还经常被称作信息高速公路，而基础设施是面向所有人的所以模式比较关键。

　　机器智能则更像一种单点但价值高的技术，比如高级的加密算法、高性能的CPU等，所以技术等级会很关键。你设计、生产模式再好，技术工艺水平不到，航空发动机该造不出来还是造不出来。而一旦需要高价购买，那自己就会变成产业链条的下游。

　　正因为这种不同，所以适合前者的模式不一定适合后者。这对研发模式影响最大。

　　发动机要不要和飞机一起造

　　弄航空发动机其实有两种思路：一种是认为它是飞机的一部分，这样就会把发动机的研发放在飞机的开发过程里面。一种则认为发动机是独立的一种东西，需要独立研发，而具体的飞机产品则选择适配不同型号的发动机。

　　这问题很典型，在很多行业上都有，抛开具体场景并不能清楚的判断那种选择更好，但落在具体的约束条件下，是非就会很明显。

　　飞机发动机显然不适合与飞机一起研发。因为它所需要的投入与周期完全不是飞机所能支撑的。形象点讲就是产品的研发周期与核心技术的周期不一致。这在纯拼产品和运营的年代里不是个问题，因为那时候核心技术上没什么太大壁垒，所以核心技术的研发周期比较短，主要表现为对现有技术进行吸收的时间，所以问题不大。

　　机器智能和使用它的具体产品的关系就有点像航空发动机和具体型号的飞机。感觉上很多大公司认识到了这点，所以使劲砸钱成立各种研究室，挖很牛的人来抢制高点。

　　上面说的事情只在一种情形下不成立。那就是机器智能变成一种标准化公开的的技术。确实存在这个可能，比如机器智能即服务、比如开源等。

　　现在来看这几种趋势确实同时存在，大的互联网公司更偏向于自己拥有完整的机器智能技术，来改善自己的产品，而如IBM这样的公司则倾向于人工智能即服务，而Numenta这样的公司则是彻底的支持开源。

　　如果是少数几个大公司跑到前面很大一截，那就可能会导致没有机器智能的同类产品立刻死掉，将来Google无人驾驶对阵传统汽车可能就是这形势。

　　如果是机器智能即服务的跑到前面一大截，那就可能在这里崛起一个巨无霸，比如Palantir再涨大个十倍。

　　如果开源的跑的最快，比如又出一个机器智能上的Linux，那就会重回模式取胜的老故事。