• 陆奇介绍
  • 美国为什么没有美团、拼多多
• 演讲
  • 陆奇抖音直播
    • 文字
    • 笔记
  • 如何抓住技术趋势带来的商业机会
    • 摘要
    • 正文
      • 个人电脑/客户端-服务器时代
      • 互联网时代
      • 移动/云时代
      • 人工智能时代
  • 新范式新时代新机会
    • 资料
    • 笔记总结
  • 资料
• 结束

陆奇介绍

• 陆奇，毕业于复旦大学，获计算机科学学士、硕士学位，1987年毕业后留校执教。此后就读于卡耐基梅隆大学，获计算机科学博士学位。陆奇博士除了在学术界发表过一系列高质量的研究论文，还持有40多项美国专利。
• 陆奇在硅谷非常有名，拥有不错的人脉和江湖地位，凡接触过陆奇的人提起他，几乎是众口一词地称赞。
• 职业履历
  • 1998年陆奇加盟雅虎
  • 2006年被任命为雅虎的资深副总裁
  • 2007年任雅虎执行副总裁；
    • 2008年离开时，杨致远当场洒泪，告别会上所有工程师穿上统一的T恤，T恤上印着“我曾与陆奇一起工作，你呢？”，以此纪念陆奇在雅虎的日子。
  • 2008年加盟微软任执行副总裁，有史以来，华人在科技领域获得的最高职位。
    • 微软现任CEO纳德拉曾对微软员工说：“五个人，对微软贡献巨大。一是创始人比尔·盖茨，二是CEO史蒂夫·鲍尔默，三是董事会主席约翰·汤普森，四是诗人奥斯卡·王尔德，最后一个就是陆奇。”
  • 2016年9月从微软离职，比尔·盖茨极力挽留甚至承诺：“你想要做什么业务，我们去搞个业务给你。或者你先休假一年两年，然后再回来当首席技术官，我们等着你就是了。”
  • 2017年1月，陆奇加入百度，担任百度集团总裁兼首席运营官，2月，被任命为百度公司董事及董事会副主席，3月起兼任百度智能驾驶事业群组总经理
    • 李彦宏曾公开给了他很高的评价：陆奇上上下下有口皆碑，大家都很喜欢他，他有非常强的技术能力，又有很强的管理能力，并且工作极其玩命。
  • 2018年7月，陆奇不再担任百度集团总裁兼首席运营官职务。
  • 现任Y Combinator中国创始人及首席执行官，Y Combinator全球研究院院长
• 奇绩创坛（原YC中国)

美国为什么没有美团、拼多多

头条号

• 奇迹说：美国为什么没有诞生美团和拼多多？中国还有哪些创新创业机会？

演讲

陆奇抖音直播

• 【2020-6-16】陆奇在抖音直播，分享在当下百年不遇的变局中，出现的创业机会和背后的部分逻辑

• 【2021-2-6】疫情后，世界新格局下的中国科技机遇！【陆奇X所长】
  • 要点：数字化、新能源（大自然原来不是免费的）、生命科学（新冠病毒）、亚洲崛起
  • 《大历史》：物理世界和生物世界的核心元素是能量和信息，人类社会的进步都能简化成，能量+信息→熵减的过程
    • 农业体系 → 工业体系 → 信息时代（如今）
    • ①太阳能+农业:产出局限于土地资源与光照，人为因素影响较少
    • ②化石能源+工业:对人的技能要求提升，应运而生细分职业与组织机构
    • ③新能源+信息业:（现在阶段）更高人为要求 敏锐洞察力+高效创造力。个人学习力争知行合一财富快速积累
    • 能量信息优化=＞科技发展=＞需求欲望增加=＞促进市场繁荣=＞财富高速积累
  • 判断世界趋势的原则
    • 信息效率是否提升？
    • 能源效率是否提升？
    • 熵是不是减少了？
  • 任何新生事物只要符合其中一点，长期来看，生存的概率就很高
• 科学与技术的本质差异：
  • 科学可以远离人类需求
  • 技术必然靠近人类需求
• 创业创新的本质：用技术打磨产品，用产品试探市场，满足人们需求
• 因此，技术上可实现+需求真实存在+市场又能形成盈利→好产品→创业成功
• 未来全球最大的市场在中国！
  • 全世界最确定的金矿：中国+技术
  • 为什么？中国有三个历史机遇：
    • 创新基础体系：资金、人才和技术
    • 高质量创业城市：北上广深
    • 全球最复杂的经济阶梯：一二三四线+农村，美国都是工业化，没有阶梯
• 所长林超：疫情后的新世界，我们需要了解的五大趋势【所长.深度】
• 中国的2021，牛转乾坤！

文字

摘自：奇绩创坛创始人陆奇现身抖音直播，拆解疫情之下创业者的破局之路

• 自1月以来，疫情对创业公司的影响，在不同领域冲击程度不同，其中尤以消费、教育、物流供应链首当其冲。消费领域中线下服务业基本停滞，ToB的餐饮供应链服务受到重创，线下教育培训机构短期内承受较大压力……创业公司普遍面临生存焦虑，疫情之后更是雪上加霜。
• 在这样复杂的整体市场环境下，不管是创业者还是投资人，都不得不重新审视在疫情冲击下，还有哪些是创业者可以抓住的长期趋势。对于大多数对未来心生焦虑的年轻人来说，也更迫切地需要行业专家的指点。

从“想得更明白”到“做得更有效”

直播伊始陆奇指出，未来疫情之下的新格局将对全球产生结构性的影响，世界经济政治的格局也在加速变化，各行各业都面临着非常大的挑战和不确定性，但也会让世界进入一个新环境，这也是一个新机会。而这个机会一定是创新，尤其是技术驱动创新。特别是今天年轻一代的创业者对未来生活的构想将是决定性的因素。那么创业者在重压之下，到底该何去何从?创业者又该如何正视挑战，把握机会?

面对当下创业者的焦虑与迷茫，陆奇在直播中提出两个核心能力：“想得更明白”和“做得更有效”。“想得更明白”，也就是说，我们必须对创新环境的全局有个完整的梳理，对新格局带来的影响做好充分的分析。同时，“做得更有效”，就是要把握好两个核心维度：一是活得更久，活得更坚强;二是能更快地迭代，找到产品市场匹配。面对两大核心能力的重点解读，网友纷纷表示受益匪浅。

与创业者生态合作共同把握创业创新机会

在整场直播中，除了当下需求、市场、技术以及新格局的影响分析，陆奇还提出一个核心观点，创业者只有在有挑战、有支持的环境下，才能成长得更快速。也就是说，挑战+支持=成长+机会。

为此，有网友提问“奇绩创坛对创业者的筛选机制是什么?”对此陆奇给出了四个对创业者重点考量的方向：第一，是项目创始人对未来的判断;第二，必须是非常执行有力的行动导向，永远可以快速的解决问题找到方案;第三，要有非常强的思考和沟通能力;第四，有长期的良好驱动力，能走的很远。但关注点的核心还是创始人，只有最好的创业者才最能把握未来的好的赛道。

在直播进行的最后，陆奇还就“技术壁垒”、“跨领域融会贯通”、“规模效应产品机会”、“更新能力和认知”等层面进行了专业回答，让创业者们对自己的创业领域有了更深刻的认知和思考，甚至还有网友表示“希望能获得与陆奇先生面对面交流的机会”。

知识直播也在撬动和引领新的行业趋势

短短一个半小时，陆奇透过抖音直播连接屏幕外的创业者，用内容分享架起知识传播的沟通桥梁。整场直播下来，除了满满的干货输出外，还将目光聚焦到信息渠道本身。就像陆奇在分享中指出，短视频、直播模式也是当下越来越重要的刚性需求，而知识直播正是当下直播形态发展的创新趋势。

早在最初“云经济”兴起时，知识直播就在不断演化，从针对学生的直播授课到如今大佬的授业解惑，抖音一直在以高质量直播，打造全行业高知人群创作者生态，涵盖科普、人文、财经等多个垂直领域。比如“天生有才”、“抖音公开课”、“抖音混沌大学”等一系列知识直播项目，正是借助线上直播，为更多人提供了无门槛享受精华内容的机会。

接下来，抖音还将以“未来定义者”、“大咖开播计划”等项目打破精品内容的知识壁垒，让用户体会到知识直播的更多价值。在陆奇之外，还有于丹、苏芒、马未都……抖音知识直播的未来，我们拭目以待。

笔记

• 
• 
• 
• 
• 
• 
• 
• 
• 

如何抓住技术趋势带来的商业机会

陆奇：如何抓住技术趋势带来的商业机会？

摘要

• 【2019-11-21】奇迹创坛、YC中国创始人兼CEO的陆奇围绕“技术趋势与商业变革“的主题进行了分享。
  • 陆奇表示技术是推进人类社会进步的核心，而经济、商业是技术的外延，技术不断发展，方向、结构可能发生变化，但本质上有更深层的因素驱动它，这个核心规则是持续不会变的。
  • 陆奇通过回顾总结过去60多年信息技术发展的内在结构与趋向，对未来科技对经济和商业发展做出了预测
    • 人工智能时代的主流的商业模式还没找到。
    • 关于生态，多半成就一番事业的是后起之秀。
    • 在后端，芯片工业会是垂直领域的天下，通用芯片市场机会有限。
  • 另外，陆奇强调企业在不同阶段想要把握创新机会，要把技术趋势变成商业价值，至少要做两点，第一要定战略，第二要执行。

正文

我是一个特别幸运人，在合适的时间点一线参与了多个技术平台和商业生态的开发。

另外，我个人比较喜欢思考，我认为实践和思考相辅相成，两者迭代循环才能提升人的思考深度和认知水平，这里我着重推荐Richard Feynman（加州理工的物理学家）的思考方法——“what I cannot create, I do not understand.”这里他强调了“create”，就是对任何一个问题，如果不能知道如何去建立，就不能真正理解。

这里的create是指把问题拆解成很多子问题，对每一个子问题的思考足够成熟之后，去给加州理工的本科生讲，如果这些本科生如果能够接受，他认为这个子问题可以成立。然后把子问题的答案组合 (create) 成为原问题的解答。

这个方法让我受益很多，具体而言，能从各个角度来能够思考一些结构化的趋势，不断地加深自己观察。

技术的核心定义到底是什么？

历史上有很多研究很多书，我自己看了不少，可以有一些总结：

• 1）任何一个技术永远基于一个自然现象，这个自然现象持续在发生，不管人是否存在；
• 2）有相应的科学理论可以解释；
• 3）有足够的工程化的能力，可以把这个现象“编程”，让它可执行。最终服务于人类的需求。

今天互联网世界的很多部分得益于电磁场理论，电气化和电子工业，大部分物理现象基本都商业化了，唯一没有商业化的物理现象可能就是量子。技术本质上有核心的结构：可以组合(combinatorial)，有自相似 (recursive)。人类所有的技术，都是以前技术的组合或自相似的组合。

技术永远都是在进化，这类似于进化论：不断地找到新的组合；不断地应用新的科学；不断地满足人类需求。人类需求多的技术会发展得更多，这是和达尔文进化论不太一样的地方。技术与科学的关系：当今人类处在一个非常振奋人心、值得兴奋的时代，任何一个科学领域基本都在突飞猛进。

• 技术和科学两者相辅相成，没有科学就没有技术，技术会加速科学的发展。因此，千万不能忽视基础科学的重要性，大家有时候觉得基础科学离技术应用很远，其实不是。比如没有狭义相对论，今天的卫星定位就不成立，所以如果世界割裂的话，一个区域没有很好的基础科学研究，就会直接影响到技术应用。
• 技术和经济的关系：经济提供技术进化的方向，在我个人看来，技术是推进整个人类社会进步的核心，经济和商业是技术的外延。

人类经济发展是由通用技术所驱动，这张图纵轴是人均GDP，横轴是通用技术的发展，从最早期开始，通用技术的发展十分缓慢，种植植物、驯化动物、使用金属等等，对经济的影响也很小，只有从工业革命开始，技术的通用性更强，才有了比较显著的提升，到了最近几十年，特别是过去60多年，经济曲线开始大幅度上升，因为有信息技术，特别是最近几年开始大规模发展的人工智能技术。

我建议创业者们要关注什么样的通用技术在不断推进，这其中有哪些被商业化的可能。

财富创造体系：技术推进经济发展是在一个经济体系内发生，我非常认同Alvin Toffler（阿尔文·托夫勒）的理论，他最后一本书叫《Revolutionary Wealth》（中文译名：《财富的革命》），基本上预测了今天所有的一切，包括中美关系。

书中提到，人类历史至今出现了三种财富创造体系：

• 一种是农业，基于光合作用，核心产能是土地，农业时代的经济规模增长曲线十分扁平；
• 第二种是有300多年历史的工业，要素由人的技能和设备组成，我们目前还是基本处在工业时代的末期；
• 第三种是信息时代，这是最精彩的时代，如果大家不是在这条曲线创业，那我建议就别创业了。

很简单，你就去看过去十年市值最高的公司，他们是在哪条曲线上。这条曲线的核心是信息，信息是知识的载体，你有了知识之后就可以重组社会资源来创造财富。

• 这里的财富是广义的：一种通用能力，能够满足人的所需和欲望，不一定是金钱，比方说健康就是一种财富。
• 财富创造最核心的本质是三个维度：时间、空间和知识。
  • 所谓的数字化连接，就是解决了一些空间的问题，当然时间也特别重要。工业社会本身是有瓶颈的，任何一个工业企业，到了一定规模没法再增长，因为工业是无限细分，一件衣服有做纽扣的，有踩缝纫机的，有做设计的，需要很多人协同，但人一天只有24小时，协同的代价非常大，到了一定规模必然遇到瓶颈，而创造价值也在这里。
  • Netflix本质是一家时间创造公司，因为本来你要坐在电视机和影院前看，并且只能在特定时间看，现在任何时间都可以看。
• 个人建议:
  • 任何一家企业，如果没有放大空间的能力，没有放大时间的能力，知识上没有累积的能力，就得认真考虑是不是属于这条知识的曲线，这也决定了企业未来的市值。

谁最能创造财富？

我个人很喜欢这张图，它的核心是说，在不同的历史阶段，在不同的技术能力情况下，人类哪一个行业是财富创造最多的。

• 在早期是打猎，后来是能耕种。农业社会有了剩余之后，大概有几百年的历史，武士是最赚钱的，就是保护或抢夺别人的财富，罗马帝国那个时候就花很多钱请武士，所以那个时候你如果想赚钱的话就去练武术（全场笑）。
• 上个世纪在华尔街买卖公司的人可能最赚钱，像我这种人（corporate executive企业高管），有一段时间还有点自以为是，现在看看其实很落后了。
• 要是从创造财富角度来讲，现在应该是做startup founder，大家在座的每一个人都走对了，因为这是可以完全用数字理性来验证的，把风险去除之后risk adjust。
• 但20年之后，什么行业创造财富的机会最大？毫无疑问是做科学研究和技术开发。道理很简单，创业公司除了需要很多创业者，还需要技术，如果创业者越来越多，但可商业化的技术越来越少，自然会有一个供需不平衡。这是一个很明显的趋向。

今天的创业生态，核心是靠创业者用产品来探索市场。这本身没问题，但是有个很重要的但是，很多人类财富、社会需求，比方说治疗老年痴呆症、忧郁症、癌症……，对于这些产品不重要，科学更重要。风险是在技术上，但是我们整个社会在这方面的投入实在太少。我自己在YC、在美国也做过一些有关如何商业化做科研的研究和探索。

今天全世界现有的科研体系有其核心价值，但还远不够解决我们人类社会面临的挑战，它是发论文的体系，科学家选课题往往不以项目对人类社会的意义决定，而是看发表文章的概率高不高。因为不发文章的话，就拿不到科研基金，拿不到诺贝尔奖，没有机会在科研职业生涯上进步。所以有机会改革科研体系，让大规模的资本进入。其实现在已经能看到一些头部的科技公司都有自己的研究院，因为做市场的人越来越多，教育会普及，人的能力会提升，市场对于可以商业化的基础科研需求就会越来越强。建议在座的创业者思考这个问题，不然可能将来跟不上。

信息技术发展的结构与趋向这张图是过去60多年的信息工业体系，我有幸参与了一些。基本上过去60多年，平均大概12年左右就会有新一代的平台起来。

为什么信息工业会朝这个方向发展？为什么会有这样的结构？本质上有更深层的因素驱动它，这个规则会持续不会变。

• 第一，信息工业的核心驱动力是数字化的程度和规模。数字化是用数字的形式来表达信息，通过计算的方法、很低价的方法把知识抽取出来，而且可以链接，让空间变大，时间缩小，知识积累，财富创造能力就会很强。这条路会越走越远，越走越深。
  • 今天的数字化，本质上只是把基于文字和图像为主的信息数字化，其他大部分东西都没有数字化。有一部分比如支付、出行的局部数字化了，整体数字化程度非常浅，基本把纸张取代掉了。就像下了场雨，水只是打湿地面，但如果深入渗透下去，人类的财富创造空间将非常大。
• 第二，数字化的进展都是由计算平台驱动。先理清“（计算）平台”的概念。大家日常所说的平台是一个在线的marketplace，有流量进出，这本质上不是平台。平台是platform，从计算角度讲，它是一个完整的，但是可延伸的体验，或者是具有完整的、可延伸的能力。这里要强调一点，它必须是完整的，如果不完整，那其实是工具，赚平台的钱跟赚工具的钱，商业模式完全不一样。
  • Windows就是第一个平台，它能带来完整体验，哪怕不写任何应用，它就是一个桌面，有纸头，有菜单，有文件，本身就可以用了。平台有前端和后端，前端是体验，后端是能力。前端基本由人机交互的效率和覆盖率驱动，过去很多年信息工业历史基本上由交互驱动，微软本质上是一个鼠标键盘公司，苹果本质上是一个手指公司，哪里有交互的突破哪里就有大规模的商业价值；后端基本由计算资源(计算，存储，通信)与信息处理的规模, 空间覆盖度驱动。
• 第三，计算平台建立数字化商业生态。历史上启动一个新的平台的往往是一款产品，我把它叫做定义性的体验或定义性的能力。定义性的体验，比较典型的例子是Windows95，还有iPhone，手指真正可以工作了，那个时候你会知道这是一个开启新时代的东西。现在的人工智能时代，目前还没有看到定义性体验。平台必须有很宽的应用场景来支撑，比如办公、搜索、电商、社交这类场景，同时平台还必须有一个健康的、可持续的商业模式。

简单讲一下，为什么人工智能时代很不一样？

• 因为人工智能技术的核心，是基于向量重叠的方法来计算：通过传感器很快地把信息表达成重叠的向量，这些向量可以很快地解决多种任务，这是它的计算模型。它可以第一次真正把数字世界和物理世界融合在一起，今天的数字化世界是单独的世界，所有的信息是人先用文字和图像表达之后，再变成数字。所以人工智能的商业化空间和宽度与以前是不一样的。
• 人工智能技术的核心是基于向量重叠的方法来计算：通过传感器把信息表达成重叠的向量，进而很快解决多种任务，这是第一次真正把数字世界和物理世界融合在一起。接下来，我用上面的框架仔细分析一下每个时代。

个人电脑/客户端-服务器时代

这个时代有哪些我们值得借鉴的经验？以及有哪些值得回顾的重要事件？

• 1）微软开启了以软件开发为主的信息工业的早期，就是上面讲到的第三条曲线，早期的核心产能就是写软件，盖茨认准了为通用微处理器写软件就是微软的将来，只要写好的软件，微软就是一个了不起的公司。这很对，这由当时的核心产能决定。所以大家要看深，找到驱动产能的结构性因素，历史就会把你的公司推上去。有一个重要的但是，我认为Google改进了它。今天这条曲线的核心产能是需要写软件，但是写的软件主要是从数据当中来的，数据是新的核心产能，软件重要，但是相对来讲数据比软件还要重要。
• 2）图形化显示(GUI)以及鼠标加键盘交互的影响力。今天我们所有设备上的人机交互，是Doug Engelbart 和Alan Kay 1968年的经典之作。它是基于纸页，文字，图像定义的思想空间，然后才用菜单、点击、上下滑动来建立基础的交互模式。
• 3）建立平台方法论。平台在上面提到过，是可延伸的体验或能力，必需要有强大的应用来奠定基础。历史上微软建立Windows平台，office成为强大的应用，当时微软先在MAC上开发了office，然后再将其重要功能抽象到Windows操作系统内。
• 4）生态建立的重要性。历史上微软做得非常重要的一件事，跟技术产品都没有关系，而是捆绑销售和集成，因为它的办公体系都是第二名，没有一个第一名，它把三个第二名绑在一起变成了第一，别的人只有一个或者两个，它是唯一一个三个都有的。这也包括Win-Tel：微软+英特尔+硬件制造商+软件开发商，打造了一个巨大的商业生态。
• 5）IBM的战略误判。IBM有硬件传统，这也就是它的肌肉记忆，认为真正好的模式就是卖硬件，导致它把PC时代的核心——操作系统，供手让给微软。企业家一定要用开放心态来看新的商业时代，惯性思维非常危险。6）要看到关系式数据库的重要性，企业软件的核心组成部分(Systems of Records)和通用数据管理能力。

互联网时代

互联网时代我参与更多一点。

• 在前端，输入输出跟PC时代一样，就是PC互联网；
  • 主要用户体验是浏览器；
  • 主要核心生态是搜索；
  • 主要商业模式是广告；
  • 主要生态基于搜索为主。
• 后端对历史的影响很大，谷歌代表了第三条曲线的新的核心产能，机器学习。它的核心是获得越来越多的数据，建立越来越多的模型。
• 我认为今天中国的互联网走在美国前面，字节跳动是移动时代的Google，他们会驱动新一代一系列的核心技术能力，快手也有机会。

下面是互联网时代几个需要重点关注和回顾的地方：

• 1）信息数字化，链接信息的全球性长期影响。PC互联网让世界扁平化、商业全球化，通过信息的链接，把空间放大，把时间缩小，把知识聚焦，对经济发展的产生了长期作用，链接人(社交，社区)对社会产生了长期和深远的影响。
  • 今天，整个世界都面临数字化链接人的挑战。任何时代的经济体都是技术的外延，包括社会结构也是技术的外延，技术的演进像达尔文进化论一样无法阻挡。这里大家要关注，信息一旦开始被链接后，所有事情都会发生变化。
• 2）从软件到服务的商业模式转型。历史上的教训是Netscape，它们都是因为自己的固化思维丢掉了整个互联网时代——以为卖软件是个好生意，没想到服务是新的主流。在今天，广告, 电商, 以及游戏, 成为互联网的核心商业模式。
  • 这里简单讲一下固化思维，也可以说是肌肉记忆。在一种规则里，肌肉记忆是好事情，一流的艺术家、运动员都是靠肌肉记忆成就事业，但如果世界变了，肌肉记忆就成了坏事情，大部分公司死掉或者赶不上新一代的创新，个人认为都是惯性思维所致。
• 3）搜索引擎成为互联网的核心控制平台。因为所有数字化的体系都在浏览器里，长尾信息太多了，只能通过搜索引擎提高效率。当时的搜索引擎很多，Google是唯一一家做对的，因为它把互联网的结构做在了里面，让人能找最需要的信息，另外一点就是它们找对了竞价排名的商业模式。Google当时拒绝了竞价排名发明者Overture的天价合同，做了自己的竞价排名，还把伯克利的经济学家叫去作首席经济学家，我认为这是人类历史上第一次计算机科学和经济学的挂钩的广告体系。还有几个点需要关注到：
• 4）机器学习逐步成为主流，大数据系统的长期重要性。
• 5）互联网规模计算系统的开启，开源软件的长期重要性。
• 6）中国互联网的崛起，开始诞生能进入世界第一梯队的公司。

移动/云时代

云和移动的时代值得回顾和展望的重要事件：

• 1）移动平台拥有了长期可拓广的、数字化日常生活的能力。大家千万不要小看手机，可以再过10年、20年回过头来看看抖音快手改变了什么。手机24小时都在我们身上，未来还会有更多的传感器上去，可以数字化的东西还很多。
• 2）软硬件结合与商业模式的演变。苹果、谷歌成功了(硬件和服务为主的商业模式)，这背后是另一些公司的战略失误，它们还是想靠软件赚钱，所有的一切都基于开发一个移动操作系统，这已经行不通了。
• 3）移动生态的建立与演变。这个可能有争议，苹果的生态，iOS/App Store，好处是生态控制得很严，质量很高，但我认为长期来看这个生态不健康，比如你用kindle APP不可以买书，因为亚马逊不愿意让App Store赚30%的钱，生态过分强势，当遇到更强势的生态时，可能会失灵。谷歌的Android生态也不健康，是失控的。在我看来，从操作系统里创造价值就应该从操作系统里赚钱，而不是通过搜索引擎来赚钱。我个人看好微信等Super-App以及小程序的机会，用完就走的模式是对的，但我担心的一点，生态上如果没法去充分商业化，让企业可以在生态上养活自己，那这就不是一个健康的生态。

另外几个重要的回顾，不再赘述：

• 4）线上服务从PC互联网到移动互联网的转型，以及中国互联网创新领先（脸书，阿里，腾讯，美团，拼多多，信息流，微视频）
• 5）云计算的崛起及其长期影响，XaaS(X及服务)商业模式推广，创新门槛的降低；4G及全球移动网络的影响。
• 6）人工智能及新移动的机会，新的感知和交互能力带来新的应用场景。

人工智能时代

人工智能时代不是复盘，而是早期预测。从交互的角度来讲，人类所有的交互——视觉、听觉、触觉、嗅觉都可以实现。再往下一代就是脑机接口，这个跟今天的技术相比有点超前，需要解决的问题是细胞如何承载植入的设备。这个问题解决后，世界就会变得非常漂亮，因为生物体内的数据都能捕捉了。

AI时代，定义性的能力是深度学习，其核心是高效地获得信息的表达方法，一旦信息可以被表达，就能变成知识，因为它可以解决多重任务，可以走到很远，只要是自然界能观察到的现象，深度学习一定非常高效。大家如果在做用户体验有关的创业，一定要让用户的预期可以管理。Siri和今天所有的智能音箱的通病就是她一会儿很聪明，一会儿很笨，在体验上还没有完全及格。个人认为人工智能时代的主流的商业模式还没找到。

关于生态，目前看来亚马逊、谷歌、BAT、小米都有机会，我个人认为多半成就一番事业的是后起之秀。在后端，芯片工业会是垂直领域的天下，通用芯片市场机会有限。

人工智能创造商业价值离不开这张图。人工智能技术的核心以深度学习，从数据中获取知识，然后运用知识达到目标，进而创造商业价值，产生更多的数据，用硬件+软件+算法来实现。我看到的大部分的问题是场景没有做全。

做这方面应用的人，第一个要问的问题就应该是我能用数据获得什么样的知识？因为刚才讲到，创造财富没有别的东西，就是时间、空间、知识，这是它本质的本质，就这三个维度。

第二要问的是：我想知道什么知识？比方说用人工智能做餐饮，你想知道什么？客户吃的习惯，菜的味道，然后这些知识可以帮我达成什么样的商业目标？为了获得这些知识我需要什么样的数据？然后是我要布置什么样的传感器？我后台要做什么样的运算？有了这个框架之后，接下来宏观格局很自然就是一个逻辑的推演：

展望未来技术驱动创新前沿：

从创造商业价值角度，这里提出一个概念叫第一梯队公司

• PC时代是微软、IBM；互联网时代是亚马逊、谷歌、脸书、BAT等等；
• 移动/云时代是苹果、微软、亚马逊、谷歌、脸书、阿里、腾讯等等，它们有一个共同的特点就高毛利，拉开第二梯队很大的距离，任何企业我认为毛利最重要，这是工业结构和生态链的问题。
• 人工智能时代的可能机会在智能移动和智能场所，我觉得第一梯队这里面至少有五、六家现在的巨头，加起来可能十几家，基本上能做第一梯队的公司只有中国和美国公司。

企业在不同阶段如何把握创新机会要把技术趋势变成商业价值，至少要做两点，第一要定战略，第二要执行。

制定战略有几个核心点：

• 第一，你必须有能力来判断方向，判断方向永远是看产品、市场、技术这三个圆圈的交集，只有这三者聚焦，才可以成为未来可行的商业。技术发展方向相对来说是最容易的，因为它有规可循；要懂人的需求特别的难，人有时候连自己都不懂，更别提懂用户，业界里推荐大家看看张小龙的微信哲学；关注市场时要注意自己的惯性思维，市场会变，用户永远都是不满足的，一个成熟的市场会有新的生机。
• 第二是判断时机，第一个做的不一定最好，在适当的时候做很重要，判断方向相对来讲简单些，判断时机最关键。
  • 
  • 这里有张图，任何技术驱动的产品，它都有这样一个规律——“Technology adoption curve”，这基于人的年龄和心态分布
    • 一般人年轻时候会更激进，年纪大之后会保守一些，所以任何技术类产品早期再怎么烂，只要是新的，永远有一拨人尝鲜，这些人是technology enthusiasts
    • 再下一群人是visionary他们基本上是年轻一代的管理者和创业者，他们想找到一切对自己创造未来有用的新的产品和技术；
    • 再下来就是 “early adopters”，这些人愿意采用技术，也愿意看向未来，但是他们很务实，他们的判断标准是我身边的人用不用这个产品，这就造成一个鸿沟，要么大家都用，要么都没人用，大部分的早期产品都掉进了这个鸿沟；
    • 再后期是主流的“early majority”，标准、支撑体系和平台都出来了，大规模地被接受；后面是年纪大的人，越来越保守，大部分都是老年人；
    • 最后是反技术的一些人。
  • 我们要进入的时机就是鸿沟之后的部分，什么是真正的产品与市场匹配，就是产品开始供不应求、竞争开始的时候，苹果在这方面把握得很准。
• 第三要判断的是进和出地方。一些稍微年纪大一点的公司，大部分问题出在该出来的地方没有出来，卡在那里，或者该进的地方没进、进错了。
  • 要不要进一个业务，五个层面很重要：
    • 第一是看Category赛道，参照上面的图，看这个赛道是不是在主流爆发前夜；
    • 第二要看公司实力，公司属不属于这个赛道，举个例子，姚明如果去打乒乓球，没有人会害怕他；如果他去打排球，大家会尊重他。
    • 第三是市场实力，要找到能做第一名的市场，“fish to pond ratio”，找到一个鱼塘，你是里面最大的鱼，早期千万要注意这一点；
    • 第四才是产品实力，历史上的商业成功，产品力没有其他重要；
    • 第五才是执行能力
  • 我看到的大部分错误是把执行能力放在了第一位，冲进一个混战中的市场，最后结局很惨。

在战略里有进攻和防守的问题，进攻是拉开差距，集中力量非对称打击，尽可能用独有资源，最大化拉开距离；防守的核心是时间效益，以最快、最便宜的速度追上，足够好即可，这是第一要务，要注意的是，不能在此之外再追寻其他差异化，所有的产品经理都想做他喜欢的东西，但如果你在防守，差异化一点都不加分，核心就是要追赶。

一张图可以清晰地表达，市场的领先者画出了一个圈，决定了赛道的标准，有特定的功能和体验，你才属于这个圆圈，进攻就是把这个圆圈越拉越大，防守就要用最快最便宜的方法追进圆圈。企业在不同的阶段该用什么方法来驱动创新？企业的业务发展分为种子期、早期、成长期、成熟期、衰退期。如果要长期健康发展，要有多条S曲线，这其中也有一定的方法论，后面将提到Core & context 四象限方法论。先介绍几个人的几本书：

• Paul Graham
  • Hackers and Painters核心是讲创造
• Geoffery Moore 重点他的推荐第一本和第三本
  • Crossing Chasm (跨越鸿沟)
  • Inside Tornado
  • Dealing with Darwin
  • Escape Velocity
  • Zone to win
• Reid Hoffman
  • Blitzscaling (闪电式扩张)这是Hoffman在斯坦福商学院讲授的方法论

• 种子期：加速Product Market Fit（产品市场匹配），快速迭代很关键。这由结构化因素决定，由于教育的普及，技术发明越来越多，产品越来越多，但是每个人每天只有24小时，所以不断迭代找到匹配的市场很重要。另一个核心是尽可能久地活下去。
  • 对于B端，早期要跨越鸿沟实现高速增长，公司里所有的资源都要集中起来，抢占属于自己的沙滩，接下来要“打保龄球”，因为早期产品需求还不稳定，需要一个球过去打到好几个球（垂类），获得足够的参考。然后是“Inside Tornado”，要考虑用规模化的方法，规模效应开始，但主要还是产品和解决方案。
    • 
  • C端的核心方法是“四个齿轮”——Enlist（用户黏性、留存）、Acquire（获客能力）、Monetize（变现）、Engage（裂变）。
  • 创始人要做的是观察四个齿轮哪个转得最慢，跨越早期鸿沟的速度由最慢的齿轮决定。
• 成长期：保持高速增长，集中所有的力量往上跳。这里推荐大家读Reid Hoffman的《Blitzscaling》(闪电式扩张)，里面有一系列的方法讲述战略、渠道、推广、产品和管理。
• 成熟期：通过运营加强客户关系保持价值，通过技术提高运营效益降低成本，保持收入和利润。这个阶段的重心在运营而非产品，要注意避免浪费精力。
• 衰退期：再生(renewal)或退出，有的时候可以换个赛道重新激活，存在这种可能。

如何长期健康地高速成长？

任何企业要长期保持健康的发展，有三个视野：

• Horizon-1是一个财政年度内，已经有产品和规模化的业务，要做的是收入和回报是满足投资者和自己的管理预期；
• Horizon-2是在可突破的新赛道，完结“毕业”第二条S曲线，ROI在1-3年，这在管理上也是最难的；
• Horizon-3是找到未来可能的赛道，孵化新的东西，ROI在3-6年。

如何去做这件事情？我推荐CORE/CONTEXT四象限方法论。

左边具有长期性，是新的S曲线，正在高速成长的业务；右边是已经成熟的、低速成长的业务。上面是重要的收入，决定企业估值，下面是非重要收入。

这张图可以对应前述三个视野来看，右上、左上、左下的象限分别对应1、2、3视野，大部分的企业对左上的象限不够重视，但这是投资者最看重的地方，是支撑估值和股价的地方，也是公司的核心和使命关键。对于核心业务，一定要做差异化，衡量业绩的标准就是你与第二名的距离，不是任何其他东西。右上象限的业务，不达到预期会被惩罚，这里要做的就是按照及时完成目标，产出利润，但超出预期不加分，在这里多做营收没有意义，不要在这里花太多精力。

这些在《Dealing with Darwin》这本书里讲得非常具体，基本对任何企业都适用，推荐大家阅读。最后讲一点，希望在座的每一位同学都能像盖茨一样，我认为他书写了人类历史上十分罕见的个人史，第一篇章是他创造了微软，第二篇章是盖茨基金会，去解决人类面临的最大挑战——教育、医疗、环境，希望大家有机会将你们的第一篇章做得和微软一样漂亮，第二篇章做得比他更漂亮。谢谢！

新范式新时代新机会

资料

【2023-5-7】陆奇：新范式新时代新机会, 完整ppt，ppt+笔记

• 
• 
• 
• 

范式通常指的是一种发展模式，它包括观念性的思考框架、以及实践体系和方法论。

• 完整笔记

笔记总结

• 一、新范式
  • （一）新范式的内在结构、发展体系
    • “三位一体”是分析这次范式变革所用的稳定的内在结构体系
    • 每个人都是一个复杂体系，一个组织是一个复杂体系，人类社会是复杂体系，数字化系统也是个复杂体系，任何复杂体系都有三个子系统，它包括：
    • 1． 信息子系统（subsystem of information），体系必须从环境中获得信息。
    • 2． 模型子系统（subsystem of model），用模型对信息进行表达。它必须充分有效地表达信息，这种表达方式让它可以做推理、做分析、做规划。
    • 3． 行动子系统（subsystem of action） ，根据推理和规划与环境互动，来达到这个复杂体系的目的。
  • （二）从数字化产业发展维度看新范式
    • ① 第一个拐点：信息变得无处不在
    • 绿色这条线上有大量的公司，包括 IBM、微软，这里可以看到的是，1995 年至 1996 年间出现了一个大的拐点。这个拐点之后，信息系统呈爆发式增长，诞生了许多伟大的企业，如谷歌、苹果、亚马逊等，世界因此而改变
    • 信息系统的拐点是信息的生产和获取成本从边际成本转向固定成本。每次使用时的边际成本越来越低，但是一次性投入越来越高，这是一个结构性的变化。
    • 卡内基梅隆刚刚毕业时（1995、1996年左右），买一张地图需要3美元，信息获取成本曾经相当高。今天找一张地图，网上搜索谷歌地图不到300毫秒，谷歌花费的成本不到1美分，免费获得，而谷歌一年大约花了10亿美元的固定成本才做到此
    • ② 现在的拐点：模型将无处不在
    • 2022年和2023年这个在蓝色曲线上，由 Open AI 和微软引领，以及其他创业公司共同参与创造的拐点。
    • 背后是“模型“成本发生了类似的结构性变化，从边际成本发展为固定成本。原因是新的基础技术大模型出现了。
    • 为什么模型的结构性成本这么重要？因为
    • 模型就是知识。做任何一件事情都需要知识，知识的力量是无穷的，相比于信息时代，模型的产能更强大，发展的速度一定会比过去更快。
    • 每个人都由以下三组模型组合而成：人类社会中每一件事情都由模型来表达和驱动
    • 1． 认知模型，能听、能看、能说、能思考。
    • 2． 任务模型，每个人都能爬楼梯、剥番茄，做各种各样的动作来完成任务。
    • 3． 领域模型，有些人是律师，有些人是医生，有些人是科学家等等，人的社会价值都是这些模型体现出来的。
    • ③ 下一个拐点：行动将无处不在
    • 基于三位一体的结构，我们可以自然地回答下一个拐点是什么，毫无疑问，下个拐点是行动系统。
    • 大模型时代是个生成模型，能有效地控制操作各种设备；下一个拐点将是机器人、自动驾驶和空间计算的组合为基础。
    • 特斯拉目前处在非常优势的地位，因为它在机器人技术、自动驾驶技术、人工智能技术方面的整体布局相当完整。
    • 未来的可能：数字化技术和人类社会一起共同进化
    • 真正意义上的智能系统，必须具备四个核心环节：
    • 第一，它能够涌现（应当具备自我组织和自我优化的能力，能够在特定环境中自发地形成和调整结构，而非由某个中心控制器编程或设计）
    • 第二，它有代理能力，能够自主决策（它可以代表用户或实体独立地进行决策和执行任务，而不仅仅是简单地响应外部指令）
    • 第三，它功能可见，有 affordence（Affordence 是一种设计原则，强调让用户直观地理解如何与产品或系统进行交互）
    • 第四，它是具象的（既有形象、直观的表现形式，便于用户理解、感知和操作）
  • （三）从技术驱动人类发展的维度，看新范式
    • 
    • 科学范式进入第四（第五）范式
    • 人类无尽地追求知识、能力和财富的过程有三大要素：科学、技术和经济
    • 科学是解释和预测现象。科学发展从第一范式经验主义，到第二范式系统性地做实践，再到第三范式大理论做模拟，第四范式数据驱动，第五范式数据加技术驱动。科学高速进入第四的数据驱动、第五的计算驱动即大模型驱动阶段
    • 技术的本质是人基于科学开发的能力去改变自然现象，用信息转化能源去满足人的需求。
    • 技术驱动的社会经济发展到目前为止，只有三种大的模式，这三种模式都是信息和能源的组合决定的
      • （1）农业社会主要靠光合作用；
      • （2）工业社会靠化石能源加上机械设备、电气设备，电子设备；
      • （3）数字化，用信息越来越有效地转化能源。
    • 数字化范式变更：加速数字化的能源转化
    • 经济发展范式变更：更多的企业成为科技公司
  • （四）新范式的社会影响
    • 
    • 人类历史的发展：
    • 农业社会：让人可以定居，从此有了“家”的存在
      • 农业社会之前是游牧时代，是人找吃的东西，但我们从农业社会开始，发明了技术：耕种、家畜等。这些技术给人带来了一个重要价值，人可以定居，有家，有固定的发展环境。
    • 工业社会：解放土地对人的束缚，减少大量体力劳动
      • 工业社会对人带来的影响是根本性解放，
      • 第一，它把农业社会中将人绑定在土地上、没有移动自由的情况，转变到人基本上有大量移动自由、可以到别的地方去工作生活的情况。
      • 第二，它也逐步把人从强体力劳动当中解放出来，人基本上不需要走很多的路，不需要扛很重的东西，不需要做大量的重复性劳力工作。机械设备、电器设备、电子设备这些工业时代的早期产品基本上把这些劳力都替代掉了。
      • 工业革命对人的影响是巨大的，一方面解放了土地，另一方面释放出了人的大量体力劳动。
    • 信息时代：随时随地获取信息，减少大量脑力劳动
      • 信息时代让人可以无处不在地获得信息，进一步减少人类的脑力和体力劳动。
      • 经济发展也从产品经济变成服务经济，这个时代的典型职业是码农、设计师、分析师等。
    • 大模型时代：脑力劳动有了替代，人类有了智能伙伴, 这一次大模型时代的变革，也将形成新的社会关系。
      • 与工业时代进行类比，工业时代给了我们很多能力，封装成钢材、汽车、火车、设备，我们要用体力做的东西基本上都被替代了。而这次有一系列的模型，它们也可以封装成各种形式，各种各样的设备，我们脑力要做的事情都都可以让它们来辅助，替代和提高。人的脑力劳动将以形成非常独到的见解和发展独特的认知能力为主。这个时代的典型职业将是创业者、科学家和艺术家。艺术家和科学家的本质是形成独到的见解，而创业者是把想法变成现实的人
    • 人工智能时代：建立全新价值体系，探索更多未来
      • 在 YC 研究院和 Open AI 下面做了一个项 UBI（通用基本收入：Universal Basic Income） ，它研究的问题就是：当人们不需要为了谋生工作的时候，人们的驱动力和行为将会发生怎样的变化。
      • 可以想象的是，全新的价值体系将被建立。由于数字化的能力以及 Web3 的存在，在未来的时代里，信息触手可及、人们自由移动、经济基础改变，由此产生一个问题：人类会不会回到新一代的游牧时代？
  • （五）新范式的缔造者
    • Open AI 能够破局，因为走了一条反共识的道路
    • Open AI 的思考体系重要特征：
    • 第一，坚信未来，坚信通用智能一定会到来，任何人都挡不住 Sam，他建立打造 Open AI 的一切都不会让任何人干预控制；Open 用最快速度实现 AGI。
    • 第二，在技术上，相信两个要点：一是模型只要足够深，用无监督学习，用数据加上算力，用一个高效的训练体系，就能无止境地探索通用智能；二是强化学习或者增强学习，这跟进化在本质上相关，是模型能为人所用的核心。
    • Open AI 的执行体系：
      • 新的能力：既要做前沿科研，又要做基础工程研发，还要开发平台和产品及商业化。
      • 新的组织：融到大量的资本，长期要回归社会，而且在实体结构上实现任何投资者都不能影响你追求的目标。
    • Open AI 不是一家公司，也不是合伙制，它是一种崭新的新型组织。从长期来看，Open AI 的盈利结束之后，它所产生的一切都是社会公有的，它的顶层阶段是一个 Nonprofit 。
    • Open AI 的技术发展路径
      • GPT1：预训练大模型，核心是通过自然语言处理和解决问题，效果比单独的大模型要好
      • GPT2：迁移，在预训练之后做微调， 可以把预训练中学到的东西，通过微调迁移到新的下游任务模型中。
      • GPT3：非常核心的一步，实现很强的泛化能力。少样本和0样本情况下，GPT3 展现出强大的泛化能力，尤其是通过场景下学习（In-context-learning）和给定提示解决问题，无需微调。
      • Dalle-E 启动图像模态。
      • Codex：为编程语言微调，引入模型重要的逻辑能力和长期用AI来开发AI的路径。
      • GPT3.5 实现了根本性突破，引入了指令微调。开启了能让模型全方位对齐的开发能力
      • GPT4 实现了了完整的工程研发体系。
      • GPT4 之后，如 ChatGPT、plugin 等将全面建立产业生态。
  • （六）新范式的动力引擎
    • 驱动新范式的动力引擎：GPT模型体系
    • ① 高效地压缩表达所有的人类关于世界的知识，尤其是文字或者其他模态，比如图片、视频。
    • ② 持续提高泛化能力（涌现，子概念空间等）。GPT 的泛化能力主要体现在潜在概念（latent concept）和子概念（subconcept）这个层面，并且其泛化能力在不断增强。
    • ③ 推理能力不断的增强和被探索出来。人类基本上拥有六、七种主要的推理能力，包括演绎、知识归纳、常识等。在GPT大模型中，这些推理能力会不断地通过诸如思维链（Chain of Thought）这样的提示展现出来。
    • ④ 更有效更可延伸的对齐（自然语言，价值等）。
      • 潜空间对齐：与人类潜空间保持一致。通过图表、编程语言或自然语言使用大模型，都是实现对齐的手段。潜空间对齐本质上涉及到大量的权重调整。
      • 价值观对齐：价值观方面达到对齐，确保使用它不会对社会造成负面影响。目前，GPT 尚未达到主流社会可接受的价值观水平，因此 Open AI 需要进行大量的价值观对齐工作。
    • ⑤ 5． 能足够并持续地充分利用更多有效算力
      • 尤其是 Transformer，实际上模型架构并不是最理想的。虽然能利用算力，但效率并不是特别高。模型过于密集，对算力和通信带宽的要求很高。尽管如此，至少今天主流的算力还是可以被充分利用起来，从而带来更大规模的模型和更多的涌现。
    • ⑥ 能用好充足的 token/模态和有效的 token 化。
      • 目前模型基本上能够充分且有效地利用人类知识所能触及的主要模态，如语言、图像、视频等。这些模态都可以很好地被转化为 token，而经过 token 化后，它们可以高效地融入到大型模型中。
    • ⑦ 能有效地参数扩展：小型化，本地化
      • 模型在不断地高效扩展，包括参数增加、（模型）层次加深以及在进行推理时实现更好的平衡。模型可以实现小型化和本地化，通过各种架构优化，在数字设备端（如物联网设备）上进行使用。
    • ⑧ 能有效地扩展任务领域和专业知识
      • 模型具备系统性的扩展能力，可以与符号求解器、工具接口和专业知识相结合。这些集成在一起，使得模型具备足够的驱动力。
    • 将这些能力相互叠加，看到了一个具备坚实基础、高操作性和强大扩展性的模型体系。它是这个时代背后的强大推动力，引领模型从边际成本走向固定成本。
    • 引擎发展当下的四个要点：
    • 1. 核心维度过了拐点，全方位攀升。几乎封装了全世界所有的知识。内嵌了足够的学习能力和推理能力。
    • 1. 自然语言（NL）是突破的关键. Open AI 走了一条反共识的道路
         • 4-5年轻，几乎所有人都认为通用智能的发展路径与动物智能一致。动物智能向通用智能演变的过程是先从视觉开始，通过视觉识别目标、学会推理，然后逐步形成符号，再发展为语言（先有口语，后有书面语言），最终形成像人类一样的完整知识体系。
         • 而Open AI 采用了相反的做法，不从视觉开始，而是从语言出发，去构建通用模型能力。
         • 语言是一个特殊的潜在认知空间，是人类与物理世界之间最宽泛、最重要的桥梁。从根本上讲，它更多是一种泛化和思考工具，而沟通只是副产品。没有语言，我们无法实现零样本泛化，而这种泛化能力正是最关键的。
         • NLP过去几十年一直存在一个误区。传统NLP方法的缺乏可行性，因为系统需要首先分析句子的各个成分，分析它是一个动词、名词或形容词等，但问题是这个词是一部电影还是一个游乐场，需要以知识的理解和获取为基础的。因此，如果没有全球范围内的知识，从根本上无法处理语言。
         • 而OpenAI截然相反，利用 GPT 封装了世界上绝大多数知识，以此为基础，先构建一个知识引擎，再通过对话进行调试，从而实现自然语言处理。有了知识，它不仅能处理语言，还可以利用知识约束语言解释的空间。NLP已突破了门槛，开辟了一种全新的人与数字世界的交互方式，为我们带来了一种有效且适用于任何场景的交互工具。
    • 1. 可见和可持续的技术发展。需要新技术、新科研成果、新的工程实践和新资源。
         • 首先，在模型方面，需要解决模型的鲁棒性、模型稀疏化、扩展注意力宽度，甚至形成注意力循环等。同时，需要更强的推理能力、更多的涌现、更强的潜在概念和子概念泛化，融合和统一符号运算与重叠向量堆叠体系，以及因果关系推理等。
         • 其次，需进一步对齐，包括价值观对齐和拓展更多潜在空间。同时，还需要研究更多模态，特别是跨模态的图像和视频。跨模态推理（从视觉模态学习推理，将其扩展到语言模态），语言模态中学到的泛化能力，无论是零样本、多样本还是少样本，都可以扩展到图像模态。
         • 最后，覆盖更多领域和应用，提高模型的扩展性和适应性，加强工程实践。基础算力、通信系统、设施工具等方面的研究也在快速推进。
    • 1. 发展飞轮雏形启动。动力引擎的增长飞轮已经形成雏形。
         • 资本已经开始大量投入，商业模式盈利也已经具备初步的可行性，政府和产业界已经投入大量的算力，新的平台、新的应用、新的商业模式开始大量出现，越来越多初创公司和大厂参与的生态开始形成。每个人的生产力都在提高，它的安全问题、社会认可度也都在被积极的解决。
  • （七）新范式的演化路径：进化体系新物种。 范式的变化，意味着思考与实践体系的变化
    • 技术的本质和内在规律：进化
      • 复杂学体系大师 W.Brian Arthur 写过一本书叫《技术的本质》：技术发展具有进化性，它的进化与达尔文进化理论非常类似，同样涉及结构、功能组合和选择，会朝着更符合人类需求更多的方向发展。
    • 大模型的进化方向：更好地满足人类的发展需求
      • 第一种：机器学习的模型（以系统1为主），相当于人类思考方式中的快思考、直觉反应。过程性的、可计算的、具有场景化的特点，当场景发生变化时，模型也会相应地调整，具有很强的可扩展性和易用性。优点是，它能够在特定的场景中进行对齐和泛化，但可能在其他领域并不适用。
      • 第二种：人类建立的模型（以系统2为主），人建立的模型基于人类专业知识建立的模型，相当于思考方式中的慢思考、逻辑推理，包括了像爱因斯坦理论和牛顿理论这样的科学理论、符号、结构、知识图谱和数学公式等。优点是在专业领域具有很强的泛化能力，因为它们是基于专业知识和理论构建的。然而，它与生活的方方面面联系很少，无法直接解释一些日常现象，例如树叶的形状、猫咪的颜色等。
    • 真正的需求是这两种模型之间的组合。当遇到一些关键问题，需要通过系统化方法进行逻辑分析、推理和严谨论证；同时，我们也有大量需求，并不需要进行深入分析，只需要直观快速反应。
    • 大模型的进化类比：进化树和寒武纪. 像生物界的“寒武纪”时代：大量物种开始出现，开启新的纪元。
• 二、新时代
  • （一）产业发展的扩散结构与体系
    • 三个层面来解析产业发展的扩散结构与体系，并讨论这些变化如何在地理、社会、经济等层面上进行分布扩散
    • 扩散源头：变革的驱动力，包括组织形态、科研方式、商业应用；从传统的独立组织形态，转变为融产学研为一体的高效生态
    • 扩散过程：发展周期与阶段、适用的理论模型；北美中国为主，深入个人
    • 影响范围：国家、个人、创业公司等。不是创新技术的发展，而是技术驱动社会经济的转变
  • （二）Open AI生态快速形成
    • 生态呈现了以下几个特点：（1）生态结构迅速形成，且高速发展；（2）生态结构类似过去的数字化平台，它包括前台（chatgpt）和后台（gpt系列）。
  • （三）开发堆栈雏形高速发展
  • （四）经济发展格局
    • 每一个职业，刚开始都用“副驾驶员（Copilot）”，当副驾驶员能力越来越强，它会变成“正驾驶员（Autopilot）”，再接着，都将会有一个 “驾驶团队 （Copilot team）”。
  • （五）新产业(56.640, 1.64, 2.98%)发展不断加速（海外）
  • （六）新产业发展不断加速（中国）
• 三、新机会
  • （一）全方位探索把控：“人+事”的机会空间
    • 1． “人+事”的探索框架
    • 2． 机会在哪里
      • 强烈建议不要盲目追逐热点，浮躁可能导致不利后果。这次追逐热点的代价可能更高，因为它涉及范式转变，需要改变思考方式和执行方式。
      • 勤于学习。这次技术变革相对复杂，建议大家阅读必要的论文。《科学发展的范式》：一般大的范式，过去没法克服惯性思维，包括深度学习，深入研究关键论文，克服惯性思维
      • 一定要深度思考。务必认真思考这次技术变革对人和事务方面的影响，没有人能够避开这一挑战。
      • 必须采取行动导向。一旦理清思路，要立即采取行动。这次技术变革不进则退，涉及结构性改变，需要及时调整。
  • （二）“事”的机会空间
    • 1． 事的三个机会版块（数字化基础、数字化应用、改造世界）
    • 2． 完整系统的机会探索体系
  • （三）数字化基础的机会
  • （四）数字化应用的机会
    • 1． 信息知识
    • 2． 内容
    • 3． 游戏

    • 4． 消费

      电商

    • 5． 社交

      社区

    • 6． 通讯
    • 7． 医疗
    • 8． 教育
    • 9． 开发者
    • 10． 设计师
    • 11． 研究员（科研）
    • 12． OA/办公
    • 13． 营销与客户
    • 14． ERP
    • 15． 生产制造
    • 16． 政府城市
  • （五）改造世界
    • 1． 新能源科技
    • 2． 新生命科技（生命科学）
    • 3． 新材料科技（材料科学）
    • 4． 新空间科技
  • （六）新执行环境
  • （七） “人”的机会空间
  • （八）基础范式的演变

资料

• 2020年6月16日，疫情后将出现哪些创业新机会？, 陆奇博士6月16日直播回放【奇绩创坛】

• 2020年1月，陆奇讲AI

• 2018年，央视面对面：中国引力波·陆奇
  • 陆奇2017年加入百度，主要负责百度的产品、技术、销售及市场运营。陆奇认为智能汽车是中国汽车工业千载难逢的历史机遇，必将出现新一代的伟大公司，汽车是百度未来发展的核心领域。

结束