作者：凱文.凱利，

代表作：《失控》、《必然》來源：美中科教（ID：ACSEF111）

以下為凱文·凱利最精彩的演講內(nèi)容

跟30年后的我們相比，現(xiàn)在的我們就是一無所知，必須要相信那些不可能的事情，因為我們尚處于第一天的第一個小時——開始的開始。我想講一講未來20年的技術走向。技術都會有一個前進的方向，我把它叫做必然，就是這個趨勢像重力一樣，一定會發(fā)生。比如有了芯片、電波等，必然會出現(xiàn)互聯(lián)網(wǎng)，會出現(xiàn)手機。我不想講蘋果會不會取勝，特斯拉會不會取勝，中國今后怎樣，美國將來怎樣，這不是我說的必然。我說的是一種總體趨勢，我相信這些趨勢是可以預測的，但是它的細節(jié)無法預測。

比如電話一定會出現(xiàn)，但蘋果不是；網(wǎng)絡一定會出現(xiàn)，但Twitter不是。我想講一些長期的趨勢，這種必然的趨勢都是交織在一起的、互相依賴的，但最后朝同一個方向前進。

第一個趨勢 ：形成（becoming）

—— 所有的東西都在不斷升級

下雨時每一滴水會如何進入到山谷，這個路線是肯定無從了解的。但是你一定知道方向——因為有重力，所以必然向下。而類似于必然發(fā)生的“重力”，商業(yè)趨勢也是必然的，總體趨勢一定能夠預知。我們是有選擇的。在未來，新的技術必然會出現(xiàn)，我們可以選擇想要新技術以什么樣的形式出現(xiàn)——也就是說“到底出現(xiàn)什么”是我們可以選擇的。而今天聊到的必然趨勢，互相依賴互相支持。在未來，所有的東西都變成了另外的東西，都在流動和改變。這樣一種流動是時常在發(fā)生的。比如有形的產(chǎn)品變成了無形的訂購服務，過去在商場才能買到商品，但是現(xiàn)在，你可以在網(wǎng)上購買相應的服務，服務的一部分包含了你需要的商品。比如從硬件到軟件，現(xiàn)在所有的東西都是軟件，這也是流動的趨勢。比如現(xiàn)在，名詞變成了動詞，有形的東西變成了無形的。還有產(chǎn)品向服務的轉型，之前賣成品，是有形的，現(xiàn)在采取訂購，訂購服務，是無形的。我們處在一個液態(tài)的世界，所有的東西都在不斷地流動，不斷升級，變得越來越好。比如汽車，這好像是我們能夠想象到的最有形的東西，但是你在睡覺時，特斯拉汽車也在不斷升級，它的確變得越來越好了，這就是我們將要進入的一個新世界。這些對我們有什么影響呢？首先，終身學習，不斷學習。當你一直處于一個學習的狀態(tài)時，你永遠都是一個新的人。所有的東西都是不確定的，你永遠都是無知的，不管你多大年紀，處在人生哪個階段，總會有新的東西出現(xiàn)，所以我們要永遠處于學習的狀態(tài)。

其次，所有的東西都是在形成的過程中，我們之前看到的是產(chǎn)品，現(xiàn)在看到的是過程。比如，我們以前拿到的是已出版的百科全書，現(xiàn)在的維基百科就不是一本百科全書，它是一個創(chuàng)造百科全書的過程。一直在被改變，一直處在創(chuàng)造的過程中。

第二個趨勢 ：知化（Cognifying）—— 與人工智能的合作表現(xiàn)決定你的薪酬未來技術變革的影響是永久性的。技術將和人工智能相關，技術要做的事情是讓所有的東西更加智能，這個智化的過程就是技術帶來的改變。未來技術跟人工智能相關，是會給我們社會帶來根本性變革的技術趨勢，可能就像之前的印刷術一樣。很多東西已經(jīng)變得很聰明了。比如看X光方面的專家會被人工智能所取代的，法律方面的AI可以比人類律師助理更高效地閱讀文件。還有飛機駕駛員，比如一趟飛機的航程是12小時，人類飛行員只要工作七八分鐘就行了，剩下的時間都是AI駕駛飛機，這些都是已經(jīng)發(fā)生的。我們?yōu)槭裁催€需要人工智能去幫助我們開車呢？比如Google的無人駕駛汽車。因為他們的思考方式跟我們不一樣，不會考慮雜七雜八的事情，只是專注去開車。我們在AI方面做的事情，并不是讓他們比人做得更聰明，因為它們很多方面已經(jīng)比人更聰明了，我們要做的是各種各樣的AI，讓他們有多種思維方式。Google訓練人工智能玩電子游戲，十年前就開始做了，Google從來沒想過去教AI怎么玩，而是教AI怎么學習，AI與人類的不同只在于思考的方式不同。未來將有數(shù)以萬計創(chuàng)業(yè)公司，他們從事的是人工智能用于某一個領域的工作。使用者越來越多的話，機器會越來越聰明，這是一種滾雪球的方式。過去我們對智商的的認知就是一維的，這是一般的認知，我們不應該再這樣看待智商。我們的智商像不同的樂器彈奏不同的樂曲，不同的人彈奏出的樂曲也不一樣，所以大家的IQ不一樣。動物、人類和機器的節(jié)奏也不一樣，所以IQ也不同。很多人也非常擔心，機器人會跟我們搶工作。有一些工作實際上是可以直接讓機器人來做的，我們在AI上做的事情不是要讓AI更聰明，而是讓AI自己去學習，有更多思考和思維。有很多新工作，是機器人去幫助你完成的，工作職位是不斷增加的。AI幫助人類從電力電氣、蒸汽時代到現(xiàn)在多彩紛呈的現(xiàn)代世界?，F(xiàn)在的汽車，人類用手的肌肉力量即可開動250馬力，我們假設將250馬力的車轉換成250種思想，那么你開的就不是車，而是自動化的電腦。人類未來的目標，是將智力作為一種服務，可以像電力一樣傳輸。所以，對效率要求不高的工作更適合人類。比如要求創(chuàng)造力的工作，因為創(chuàng)造本身就是不講究效率的，不用考慮正確性，這是人類適合去做的工作。任何看上去特別重復性的、沒有意思的、沒有什么樂趣可為的事情，都可以讓機器完成。所以阿爾法狗和人比賽，是不公平的比賽，因為AI吸收了過去所有的套路。

未來不管是哪個領域，實際上它都是最聰明的人加上機器。與人工智能的合作表現(xiàn)決定了你的薪酬，你必須要和機器進行合作，而不是和他們對抗。

第三個趨勢 ：屏讀（Screening）

—— 任何一種平面都可以成為屏幕這個趨勢已經(jīng)圍繞在我們周圍了，屏幕無處不在。任何一種平面都可以成為屏幕，看的書是一個屏幕，接觸的所有平面都可以是一個屏幕。甚至有的人衣服都可以當成屏幕。不同的屏幕之間形成了生態(tài)系統(tǒng)，不僅我們看他們，他們也在看我們。屏幕可以跟蹤你的眼神，知道我們注意力聚焦在那兒了，我們重視什么東西，然后改變屏幕上呈現(xiàn)出來的內(nèi)容。情緒跟蹤就是很好的例子，屏幕可以做注意力跟蹤、情緒跟蹤?？梢愿鶕?jù)用戶的注意力、情緒做調(diào)整。知道你什么時候高興，什么時候困擾。我們即將進入屏幕時代，無處不在的屏幕，以前是讀書，現(xiàn)在是讀屏。

原來書本給人權威，現(xiàn)在是流動開放雜亂的世界，現(xiàn)在的真相是要不斷地自己組裝。

第四個趨勢 ：流動（Flowing）

—— 你做的所有生意，都是數(shù)據(jù)計算機中的三大階段：原來是文件夾，之后是網(wǎng)絡，現(xiàn)在我們處于一個數(shù)據(jù)流動的時代。現(xiàn)在的階段就是流標簽，云端組成各種各樣的流，通過微信、微博、Facebook等等，我們可以聽流媒體上的音樂，看流媒體上的電影電視，所有東西都成為一種流。什么東西在流動呢？數(shù)據(jù)，不管你是做房地產(chǎn)、醫(yī)藥、化工，還是教育，其實你做的生意都是數(shù)據(jù)。商業(yè)乃數(shù)據(jù)之商業(yè)。歸根結底，你在處理的都是數(shù)據(jù)。處理數(shù)據(jù)和處理客戶一樣重要。全世界都處于同一個經(jīng)濟脈搏，企業(yè)不可能永遠增長。但是城市不一樣，城市永遠在增長。因特網(wǎng)像一個城市，而不是一個企業(yè)，正因為它擁有著無限增長的特質(zhì)。比如Facebook現(xiàn)在有15億的社交連接，15億人相互連接可以做的事情太多太多了，可以產(chǎn)生的價值也不可估量。

很多公司已經(jīng)意識到了這一點。這么多的數(shù)據(jù)像是形成了超級生物體，遠遠超過人腦的容量了，這樣一個巨大的機器星球，其實是全球化的一個運作，全世界的經(jīng)濟好像都以同樣的脈搏在跳動，以同樣的行為方式在運作。

第五個趨勢 ：重混（Remixing）

—— 大多數(shù)創(chuàng)新都是現(xiàn)有事物的重組經(jīng)濟學家發(fā)現(xiàn)，全新的東西很少，大多數(shù)創(chuàng)新都是現(xiàn)有事物的重新組合。這種重組就是我這里所說的重混。這是世界發(fā)展的方向，重要的趨勢。做重組或者重混時，首先是要做一個拆解，把它拆解成非常原始的狀態(tài)，再以另外一種方式進行重組，之后不斷進行這樣的循環(huán)，就像你把樂高拆開后再組裝。其實報紙也是一樣，報紙不是一個單一的物體，它是一個組合，就是把不同的東西組合在一起：體育賽事、天氣情況、書評，包括菜譜等等。英特網(wǎng)上也是，不同的信息組合在一起，把之前所有的報紙拆解了，然后組合在一起。同樣，我們也可以拆解銀行，把不同的銀行功能分解之后重新組合起來，汽車也是這樣，基本上所有的東西都可以這樣做。

把化學概念運用到企業(yè)當中來，就像一張元素周期表，看一下企業(yè)當中的元素周期表，有哪些必要的元素，進行多次拆解重組，會形成新的東西。企業(yè)想要升級，需要拆解企業(yè)的構成，再進行重組，在重組的過程中產(chǎn)生新事物。

第六個趨勢 ：過濾（Filtering）

—— 能吸引注意力，就能賺到錢這是世界的另一面?，F(xiàn)在有各種各樣的選擇，比如，每年會有600萬首新歌，我們不可能聽完，電影、書、雜志、文章，也是如此。我們肯定需要一些人來幫忙，找到我們真正需要的東西，這就叫做過濾。我們是缺乏注意力的，所有的東西都變得越來越豐富，唯一變得稀缺的是人類注意力，沒有哪一種技術可以增加你的注意力時間。金錢是會隨注意力走的，你能夠吸引注意力，就會賺到錢。只要人們在這個地方花了注意力，肯定需要這方面產(chǎn)生價值，你在這方面做文章，就會賺到錢。

既然我們的注意力是世界上最珍貴的資源，我付出了注意力，我就應該拿到報酬。比如，我如果看了廣告，就應該拿到報酬。

第七個趨勢 ：互動（Interacting）

—— 它的影響將和AI一樣深遠在我看來，互動的影響力可能和AI一樣深遠，電腦就是依賴于互動的。為什么現(xiàn)在電視那么有意思呢？過去電視就是一個開關或者直接換一個頻道，現(xiàn)在可以和電視互動了，可以搜索了，可以做各種各樣的事情。2050年的時候，電腦會變成什么樣子？基本上你可以用整個身體沒有任何障礙地互動，電腦是全方位可互動的機器。就像交響樂團的指揮家一樣。有一些納米雷達技術，他可以知道你手指動作的意義。智能手機之后應該是什么呢？一個是虛擬現(xiàn)實VR，把機器戴在腦袋上，你可以看到一些東西。

第二種是MR，也就是現(xiàn)實和虛擬混合。你如果把這樣一個眼罩戴上的時候，每一件事情都是以3D的方式存在的，你可以用手控制這些現(xiàn)實，而且你真的是相信這些現(xiàn)實是存在的。

第八個趨勢 ：使用（Accessing）

—— 所有權價值變成使用權價值“使用”這個詞其實很難去解釋，也就是之前我們是擁有一個產(chǎn)品，之后我們?nèi)ナ褂媚骋环N服務。優(yōu)步是世界上最大的租車公司，但是它并不擁有一輛車，F(xiàn)acebook是世界上最大的媒體公司，但是它卻不擁有內(nèi)容，阿里巴巴是世界上最大的零售商，但是它沒有庫存。這種擁有的概念已經(jīng)不是那么重要了，使用在很多方面比擁有更好，你馬上用到一個東西，用完之后馬上可以丟掉，肯定比擁有某些東西要更好。因為你的目的是使用，但是擁有的話，你要承擔很多的責任。擁有的概念發(fā)生了改變，使用權優(yōu)于所有權。很多東西，我們只需要使用，不需要維護、儲存等其他工作?，F(xiàn)在很多的軟件也是朝這個方向走了，不用購買，而是訂閱，不僅是數(shù)字行業(yè)，在有形的行業(yè)也在發(fā)生這樣的轉變，包括汽車，滴滴、優(yōu)步都是其中的例子。我們不需要擁有汽車，只需要使用這種服務，使用無需擁有，無需維護，無需儲存。未來按需提供的服務比你擁有這件事物的比例要高。按需經(jīng)濟：各行業(yè)的優(yōu)步。有形的企業(yè)也在發(fā)生改變。年輕人，我們把他們叫做游牧民族一樣的人，他們在世界各地旅行，但是他們隨身什么都不帶，你需要什么東西的時候，在哪兒都能夠拿到。再過二三十年，新興人類去哪兒都不用帶任何東西了，去任何一個酒店，他們馬上提供你想穿的衣服，你穿完后留在那里，酒店會幫你清理好。甚至連手機都不用上，因為你看到任何一個平板，就可以認出你是誰，變成你的屏幕，任何一個手機可以認出你來，就變成你的手機。整個世界都是你的，非常了解你，你需要什么都可以給你提供，想送到哪兒都可以。不需要行李箱，不需要任何東西，都有相應的服務，就像是新型游牧民族，不需要攜帶，游走世界。

第九個趨勢 ：共享（Sharing）

—— 核心不是分享，而是協(xié)作經(jīng)常會有人講分享經(jīng)濟，我想拓展一下這個概念。首先，現(xiàn)在的分享還屬于非常初級的階段，這個世界很大，有很多東西都是可以分享的。對于創(chuàng)業(yè)者來說有一個挑戰(zhàn)：我們能夠做什么？能讓分享得越多，價值提升越多。其實我們在講分享時，不是一般意義的分享，而是在講協(xié)作，即：分享＝合作，以一種規(guī)?；姆绞胶献?/strong>，可以讓成千上萬幾十億的人以合作的方式進行互動，這些人的共同協(xié)作可以帶來社會的變革。這種規(guī)模是之前大家都無法想象的，這就是未來分享的趨勢所在，不僅僅是分享設備，這會產(chǎn)生巨大的價值和財富，帶來巨大的社會變革。這里面有一個例子，就是區(qū)塊鏈，區(qū)塊鏈技術就是把一些交易以分布式的方式呈現(xiàn)，所以你可以以合作的方式來進行計算，不是一對一的，而是整個網(wǎng)絡上交易都可以計算出來，之前的任何一項交易都會成為之后的網(wǎng)絡構建的基礎，在這樣一個區(qū)塊鏈的網(wǎng)絡當中，你是無法作弊的。

第十個趨勢 ：開始（Beginning）

—— 技術的用途，是“用”出來的關于技術，在最開始的時候，沒有人知道新的發(fā)明是最適合用于什么的，比如愛迪生的留聲機，愛迪生根本不知道這能用來干什么。留聲機慢慢應用于兩個場景：一是錄下臨終的遺言，二是錄下教堂里的講話，包括唱歌，后來留聲機主要用于這個用途。所以，用途很多時候就是通過使用來發(fā)現(xiàn)的，不斷嘗試，在發(fā)明的時候，我們可能想不了那么多。新技術出來的時候，我們也不知道可以用來干嘛，只有通過使用。我們要評估技術的時候，也必須要使用這個技術，而不僅僅是空想，因為這個趨勢是必然的，我們要指引和控制技術發(fā)展的方向，必須要使用，然后去調(diào)試、優(yōu)化，使這個技術變得更好。因為這些是很新的東西，雖然我們每天花五個多小時在社交媒體上，我們也不知道社交媒體能夠給我們帶來什么好處，這些問題都沒有想通。它要求我們真正去學習它，使用它，這是需要時間的。我們現(xiàn)在在做的工作可能和兩年后完全不一樣。150年前，美國70%是農(nóng)民，現(xiàn)在只有1%的農(nóng)民，難道那69%的農(nóng)民就失業(yè)了？并不是，設想一下，在多年之后，工作可能就不存在了，我們在不斷的時代的演變中，不斷改變。先去做，去嘗試，去探索然后再思考，再規(guī)劃，再去重復試驗。要先做后想，再做再想。如果沒有做就去思考，只是紙上談兵。所以我們需要不斷學習，不斷接受新的技能心得知識。我們要迎合這個時代的變化，所有人都是新手。學習是不斷創(chuàng)新的，如何去創(chuàng)造新的東西，如何去做創(chuàng)造和引領，不僅僅是學習，要去思考，勇于試錯（不能害怕這個錯誤），犯錯和學習進步不能分開。

持續(xù)性的小錯誤的容忍性，才能有大的創(chuàng)新的推動。最核心的一點，是需要有思考的原型，然后把它延長下去。

第十一個趨勢：提問（Questionning）

—— 好問題比完美的答案更重要今天要找到答案很容易，你可以問百度，可以問谷歌，還有各種AI，他們都特別棒，回答變得越來越便宜。但是同時，提問變得越來越貴了，我們必須要培訓人們?nèi)ヌ釂?，讓他們?chuàng)造問題，一個好的問題，會比一個完美的回答更有價值。你必須要有非常好的駕馭問題的思維方式，因為問題本身可以開發(fā)一個新領域，是一個能動最好的推送者，像引擎一樣，推動人的思維不斷去創(chuàng)造。

問題比回答更有意義，好的問題是新的領域，問一個好的問題，必須要有一個駕馭問題的能力。必須要有意識去挖掘問題，不管設想是怎樣的，問題要提出來。

第十二個趨勢 ：顛覆（Disruption）

—— 內(nèi)因從來不是主要原因最后我想說說顛覆，就是我們的創(chuàng)造性從何而來。當我們在思考顛覆時，有四個規(guī)律：

1、不管你在哪個行業(yè)，顛覆不是從內(nèi)部出現(xiàn)的，而是從外部推動的。搜索引擎的創(chuàng)新，不是從搜索開始的。2、一些一蹴而就的現(xiàn)象和技術，只是看上去很突然，但其實它已經(jīng)在背后存在了很多年，比如VR已經(jīng)25歲了，只是因為沒有滿足成為產(chǎn)品的底限要求，所以到不了大眾的視線。3、創(chuàng)造或者發(fā)明，是一個不掙錢的市場。首先大多數(shù)的發(fā)明都是失敗的，風險非常高，一開始的質(zhì)量非常差，也就意味著利潤非常低，任何商人都會告訴你，投資這一行是非常不掙錢的。4、市場小、前途未卜是創(chuàng)業(yè)公司的坐標，成功的公司不需要承擔這些風險。但是創(chuàng)業(yè)公司沒有選擇，因為他們擠不進那些體量大、很賺錢的市場，只能從這塊看起來很差的業(yè)務做起。

下一波技術顛覆：

1、航空公司的顛覆者是無人機，現(xiàn)在無人機可以搭載人了，未來還會有更多的發(fā)展，也就是說航空業(yè)的顛覆來自于無人機的公司。

2、銀行的顛覆來自比特幣、支付寶等外部公司。

3、電信行業(yè)顛覆不是來自手機、移動通訊網(wǎng)絡，而是來自無線網(wǎng)。

4、汽車的顛覆不是來自汽車，而是特斯拉，帶輪子的計算機。

5、物種進化過程中不斷思考如何進化來提升適應度，低的物種就會被淘汰，高適應度的物種就會存活下來。

所有的企業(yè)都在不斷追求卓越，也是為了提升適應度。當處于生態(tài)圈里卓越的公司，想要攀登到更高峰的時候，需要先下山（降低適應度）再提升來達到頂峰，企業(yè)越成功越難下山。

結語我最后做一個總結，大家都知道未來令人難以置信，很多年前我在講電腦，當時的計算機非常大，如果我說，以后計算機可以放到包里，甚至衣服上，人們會覺得我很愚蠢。這些年來我發(fā)現(xiàn)一點，我們必須要相信那些不可能的事情，那些看起來不太可能為我們所使用的東西，將來肯定會為我們所用。我們尚處于開始的開始，處于第一天的第一個小時?，F(xiàn)在沒有人是AI的專家——很多人懂AI，但是沒有人是專家。跟30年后的我們相比，現(xiàn)在的我們就是一無所知。我們看過去，認為過去是好的創(chuàng)業(yè)時機。同樣，未來也是最好的時候。我們也處于最好的創(chuàng)業(yè)時代，因為我們還處在一個起點的時代。如果現(xiàn)在我們已經(jīng)處于20年以后了，人們會怎么說呢？可能會說，天呀，我真希望2017年活在這個世界上去創(chuàng)業(yè)，因為那個時候是創(chuàng)業(yè)的最好時期，很簡單就找到商機了，很容易就改變世界了。世界上最偉大的東西，現(xiàn)在還沒有被發(fā)明出來，也就是說你現(xiàn)在開始，為時未晚。