硅谷風險投資人、知名自然語言處理和搜索專家 吳軍博士

文|捕手志(ID:ibushouzhi),作者|李曌,編輯|潘宇波

科技的發展看似高深難測,但背后卻有其自身發展的邏輯。正如吳軍博士在其新書《全球科技通史》中指出,幾千年來科技發展有兩條清晰的脈絡,就是能量和信息。它們不僅將整個人類科技史貫穿,還可以幫助人們了解當下和未來科技的動態。

吳軍博士對于科技趨勢有著敏銳的判斷,他畢業于清華大學、美國約翰·霍普金斯大學,是知名的自然語言處理和搜索專家;他曾為谷歌資深研究員,是當前谷歌中日韓算法的主要設計者;他也曾擔任騰訊搜索業務副總裁。吳軍博士還很早就參與硅谷的風險投資,成立了豐元創投。

相信有很多人了解吳軍博士是通過他的著作,如《浪潮之巔》、《數學之美》、《文明之光》、《見識》等。

近期,我們找來吳軍博士圍繞他的科技史觀與投資觀進行了溝通,文中有不少他對科技與創投的本質思考,相信看完會對你有啟發。

科技發展的邏輯

李曌:你的新書《全球科技通史》中有一個觀點認為科技發展有其自身的邏輯,19世紀出現機械、電力相關的技術,20世紀出現信息相關的技術,接下來出現更多生物相關的技術,究竟是什么在推動科技向前發展?

吳軍:我用兩條線把科技發展串起來,一條線是能量,從農耕革命開始人類技術都圍繞盡可能創造能量這個核心在發展,這樣才能養活更多人,社會文明才能發展。當農耕水平提高后,所創造的總能增多,人們利用能源的效率提高,社會文化得以繁榮,比如古代中國。

隨著以蒸汽機為主的第一次工業革命開展,我們可以用化學燃料產生巨大的動力,生產力有了極大提高,最終這也使商品由供不應求到供大于求。而原來我們只有兩種動力能用,一種是如人力或畜力的生物能,還有一種是如風能、水能的機械能。

而另一條線是信息,這是社會得以組織起來很重要的一個因素。十九世紀后期,由于遠距離與長距離的信息傳輸需求,通訊業發展起來,信息傳輸開始了一代代地進步,最早從烽火臺到使用機械臂的信號塔,到后來電報、電話、無線通訊、移動通訊。到二十世紀以后,我們能想到最大的幾項技術進步,其實都和能量、信息相關。

李曌:那二十世紀有哪些令人興奮的科技成就?

吳軍:我個人認為有四個。量子力學和公理化的概率論,奠定了一個多世紀以來的科學基礎,也提醒我們的世界是不確定的。原子能的使用讓我們得到了宇宙中最大的能量來源。計算機和集成電路的出現讓人類進入到信息時代,與此同時,香農提出信息論,告訴人們消除不確定性的方法就是利用信息。這一點和20世紀初人類對不確定性的認識正好匹配。

隨后, DNA雙螺旋被發現,人類了解了自身的遺傳信息。到了二十一世紀,很多技術也是圍繞如何更有效利用能量,以及單位尺度下如何能處理和傳輸更多信息。

李曌:這樣來看馬斯克造特斯拉和火箭、關注太陽能也和他對能量的理解有關。

吳軍:對,馬斯克的商業帝國表面上看是一堆無關的產業,有電動汽車、太陽能發電、發射火箭等,用他自己的話講,這些都在圍繞如何更有效利用能量來開展。

新能源汽車可以使單位里程數的二氧化碳排放少一倍,太陽能發電某種程度上也是為了取代化石能源,發射火箭并不是火箭運載能力要比過去阿波羅登月時的土星5號強多少,而是火箭能被多次使用,并且同樣運一噸東西到火星,消耗能量會少很多,所以馬斯克的商業帝國主要是從節約成本上考慮的

李曌:如今有越來越多人認為我們正處在信息技術的周期末端,你是否贊同?

吳軍:首先,從PC互聯網到移動互聯網不過十年的時間,發展是迅速的,現在全世界中70多億人口中,已有30多億是移動互聯網的用戶。

其次,接下來我們將進入到萬物互聯網的時代,我不太喜歡物聯網的概念,因為未來是所有東西相連,不僅包括物還有人。今天全世界超40億設備(30億移動設備+10億計算機)在聯網,而到2022年最保守估計全世界會有300億個設備聯網,甚至有人說是500億。這需要全新的基礎架構,否則海量設備無法同時上網,而5G可以解決這個問題。

過去我們從3G到4G感覺變化不大,是因為基站幾乎沒有增加,只是技術發生了變化。但5G時代基礎設施的建造量是驚人的,基站密度從2-3公里縮短到200-300米,是過去的100倍,每個基站覆蓋的平均人數只有過去的1/100。這才使得網速有可能更快,也讓更多的帶寬能夠給到IoT設備。當然,5G的通信協議和前面的幾代都不同。

所以無論是從市場空間、技術架構來看,信息革命都還在加速,完全沒有停止,更不用談處于末端。

李曌:但在一些逃離互聯網的投資人及創業者看來,過去互聯網的發展依靠流量紅利,而如今流量紅利已消退,所以接下來幾年沒什么大機會了。

吳軍:我覺得所有指望人口紅利的企業,說句不好聽的都是不思進取和思想懶惰的企業,不然怎么還有拼多多等企業的出現。

這也是為什么我要寫《全球科技通史》的原因,不少人看技術只看到單點,實際上我們要沿著它的發展潮流去看。現在單位能耗即花一度電計算能力的提升要比過去快太多,谷歌AlphaGO的單位能耗計算能力比一年前提升了幾百倍。同時,過去三年人類收集到的數據,是從三年前到有文字記載以來全部數據的總和。我們必須要看到這些變化。

李曌:IoT中智能終端是非常重要的,我聯想到喬布斯在2001年的一次采訪中總結,第一代計算機主要是服務企業,第二代計算機主要是幫助個人獲取知識,在他看來接下來的智能設備(手機也是小型計算終端)主要用于幫助人表達感情,你如何看待他的這個觀點?

吳軍:計算機是計算機,而人是人,兩者之間有明確的邊界,計算機不能做人所做的所有事,這點已經非常清楚了。我們需要從本源來看計算機到底是什么。

大概一百多年前有一位了不起的數學家叫希爾伯特,他曾經問自己三個本源的數學問題。這三個問題分別是:

第一,數學是否是完備的?通俗地講就是,能否用數學體系概括所有的知識?第二,數學是否是一致的?比如今天3+2等于5,明天是否還等于5,會不會等于6?物理學就不是一致的,你今天測量開水的溫度是100.1度,明天你測可能就變成了99.3度。第三,數學是否是可判定的?物理學的結論是可以判定和驗證的,但是數學問題是否有答案?這第三個問題后來變成了著名的希爾伯特23個問題中的第10個。

另一個很了不起的數學家叫哥德爾,他把前兩個問題解決了,大概意思是完備性和一致性不能兼而得之,這就等于告訴大家,世界上大多數問題都不屬于數學范疇。

第三個問題的結論也非常讓人失望,1970年,前蘇聯數學家馬蒂塞維奇最終證明:在一般情況下,答案是否定的。也就是說,絕大多數數學問題我們無法判斷有沒有答案,更不要說尋找答案了。

圖靈在思考計算機的問題時,受到哥德爾的啟發,他覺得有很小的一部分數學問題是有答案的,后來他發明了一種機械的數學模型,在這個模型中,通過有限的步驟就能找到答案,這種模型被稱為圖靈機。圖靈將那些可以在有限步驟內解決的問題稱為可計算問題,后來馮諾伊曼等人設計出具體的計算機,實現了圖靈所提出的虛擬模型。

今天所有的計算機,無論多么復雜,都沒有超出圖靈機的范疇,解決的還是可計算的問題。當我們把世界上所有的問題和今天有答案的問題,做兩張相互嵌套的圖展示出來,你會發現,人類要解決的問題要比今天計算機能解決的問題多得多,而今天人工智能可以解決的問題又是少之又少的

回到問題本身,我和喬布斯的理解不一樣,我認為人與計算機有著明顯的邊界,一個人有感情就有感情,沒有感情就沒有。像有一些男生會撩女生,沒有手機,他照樣能很快找到女朋友,而對于一個木訥的男生而言,有手機照樣用處不大。

李曌:無論是我們談及的數學還是物理學,都屬于基礎學科研究,但有業內人士認為國內忽視基礎學科的研究而注重技術應用,這是否會導致落后?

吳軍:的確在過去,中國人對基礎科學不感興趣,因為我們講的是學成文武藝,貨與帝王家,我學了東西必須得有地方用。中國人對科學的興趣,是近百年來的事情,全社會對科學的價值的認可程度還有待提高。

不過,我們還是要將科學和技術分開。中國的科學能發展得更快自然是好事,如果做不到,至少20年里也不會有太大影響。因為科學本身是不能直接賣錢的,如果應用研究能跟上,對社會經濟的發展的影響也不會太大。

科技投資觀

李曌:在中國談科技,就繞不開騰訊這樣的巨頭公司,而你曾在騰訊就職,如何理解騰訊將使命愿景更改為科技向善?

吳軍:科技公司的發展和是否向善無關,如果騰訊真愿意這么做,首先要給它點贊,畢竟我們都希望大公司是負責任的公司,但全世界都不可能單純依靠善意來解決問題。

以中國為例,自從有文字記載的3000多年來,對官員的道德約束從來沒有停止過,但也幾乎從未管用過。今天所有的大數據公司都說自己拿了大眾的數據是要做好事,但依然會出現Facebook賣數據的事情。

Facebook賣用戶數據不是扎克伯格的主意,那些賣數據的錢連Facebook一年收入的千分之一都不到,扎克伯格也不是那么弱智的人。但是他無法保證底下的人做事都講道德,于是就出事了。

因此,不能把我們每個人的命運寄托在科技公司自己能向善而行上,還是要有約束和制約。任何掌握權力的人都有可能會濫用,今天大公司有大量數據與技術就是一種權力,所以要有法律來制約它。如今互聯網公司對用戶的價格歧視不是什么新鮮事,說明道德約束和自己的善意在生意面前非常蒼白

李曌:的確,如今價格歧視已成普遍現象,一些企業為了利潤最大化而不顧用戶的利益。

吳軍:當然提供服務和賣東西的公司會把價格歧視這件事說得很崇高。他們會說,讓一些人支付能力比較強的人多付點錢有什么不好,這樣可以給窮人降點價啊。

李曌:價格歧視也源于對用戶數據的掌握。前段時間歐盟頒布了《GDRP》,從數據層面制約科技巨頭們,可能會慢慢得到更多國家的效仿。

吳軍:是的,歐盟從法國大革命開始就懂得用權力制約權力,所以最終政府會向監管銀行一樣監管這些數據公司

李曌:回顧歷史能發現經濟蕭條前投資人會樂于投資新科技,你如何理解經濟周期與科技的關系?也有學者指出08年的金融危機至今仍余波未去。

吳軍:每一次技術革命都有一些落伍的國家,咱們就講信息革命,以1965年摩爾定律提出作為起點,距今54年的時間,我們看到整個前蘇聯和歐洲在這一輪信息革命完全落伍了。每一次工業革命周期大概是50到80年,錯過這一次周期就只能等下一波了。

李曌:剛剛我們說到國家如果跟不上科技發展的周期就會被淘汰,其實企業也是。聚焦到贏得信息革命最大紅利的大公司,我們能發現他們的壁壘非常脆弱,不斷被下一代顛覆,比如IBM被微軟動搖,微軟和亞馬遜被與谷歌動搖,谷歌被臉書動搖。

吳軍:你說的有一些對也有一些不對。首先,無論是市值還是營業額上來看,臉書比谷歌差了很多。雖然臉書在社交網絡上的確動搖了谷歌,但谷歌在移動互聯網上又贏了回來。再看亞馬遜,谷歌成為最大互聯網公司的時候,亞馬遜確實被動搖了,但它在云計算上又贏了回來。微軟也是如此,它在企業級軟件上贏了回來。

壁壘是隨時代而變的,過去有些能稱之為壁壘的可能在未來就變得沒用了。在PC機時代Windows和Intel形成的壁壘有用,那時沒公司覺得自己可以贏Windows和Intel。但隨著手機的發展,PC機的影響力變弱了,現在的壁壘就是安卓和ARM,將來會是IoT和5G。所以很多企業是輸給了時代,而不是輸給了別的企業。

李曌:的確,環境變化帶來公司的原有優勢失效。除此之外,你認為科技公司死掉的原因還有哪些?

吳軍:客觀來講,死和生是一起的,沒有死就不會有生,很多時候死亡是好事,因為沒有死亡就不會釋放資源,就不會有新的代替。如果不適應環境劇烈變化的公司死掉也是很正常的。從主觀來講,還有很多個人失誤造成的死亡,尤其是年輕的創業公司,由于能力、資源與他所支配的錢不匹配,跟不上成長的步伐

李曌:這也決定投資早期公司的失敗率是極高的,早期科技投資很像一個黑箱,作為一位硅谷的早期科技投資者,你如何盡可能使得投資收益最大化?

吳軍:一開始隨意性會比較大,但投完半年后就會有反饋,目標就明確了。比如你開始投了100家公司,有50家表現比較好,有50家表現不好,這時你做出什么反應很重要。

有的人怕投資虧了,會去扶植50家進步比較慢的公司,但真正好的投資人都知道,要把50家糟糕的公司趕快扔掉,對表現好的50家公司雙倍砸錢,加大力度扶植,比如你第一輪投了100萬,第二輪要給它200萬,300萬。再往后50家里可能有20家表現比較好,30家不太好,那就繼續對表現好的20家繼續砸錢,500萬,800萬地投入。對于優秀的公司在下一輪要遵循雙倍砸錢的原則,這是風險投資一個系統性原則

李曌:那在投前你會如何判斷一個項目?

吳軍:對于市場、技術和產品這些層面很多時候是需要創業者自己來把控的,這也是你把錢交給他辦公司,而不是自己辦公司的原因。

所以投資人最重要的還是對人的判斷,基本上有兩點,第一會判斷創始人的人品、誠信,看他周圍有沒有原來的親朋好友或同事愿意跟他一起做事情

比如當我投資一個印度人的公司時,一定會要求他同時要有自己族裔的朋友投資他,這是因為他騙了我們可能影響有限,但他連同族人一起騙了,那他在自己圈子里就會形成很壞的印象,這當中的成本會使得他要好好掂量。另外,如果他周圍的同族裔人都沒有愿意投資他,這其實會是一個很不好的信號。

第二會判斷這個人的適應力如何,因為我們都很難預測五年后會發生什么事,能否適應變化不斷調整就變得很重要

李曌:對于早期科技投資人而言,你怎么考慮入場的時間?

吳軍:這個事如果做成了,一定要持續掙幾十年的錢,如果只能掙5年的錢,就不值得投資。所以時間是你的朋友,但時機不是,沒人總能把握好時機,就像巴菲特講的好生意必須能長期增長,如果它是一個將來能發展很長時間的公司,你早一點進場和晚一點進場關系都不大,只要進場就好

我老拿電商來舉例,電商取代部分實體店是一個趨勢,所以你早一天進場,晚一天進場都行,并且你只要進場就會有很好的回報。

比如,阿里巴巴你都不用早期投資它,它上市時你只要買它的股票就能掙很多錢。前幾年當大家都覺得電商發展到頭的時候,拼多多跑了出來,這說明電商不是一年、兩年的機會,而是有很長的機會,每個階段都有錢可掙。

如果說有投資存在時間窗口,一過就沒了,那它就不是真的機會,而是投機。所以,我做投資奉行時間就是朋友的理念,那些真正能幾十年仍活躍在市場上的投資人都是時間的朋友。(本文首發鈦媒體)

更多精彩內容,關注鈦媒體微信號(ID:taimeiti),或者下載鈦媒體App

本文系作者 捕手志 授權鈦媒體發表,并經鈦媒體編輯,轉載請注明出處、作者和本文鏈接
吳軍|- 深度|- 投稿|- 創業者說|- 投資者說|-
分享到:
28

第一時間獲取TMT行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索「鈦媒體」或者「taimeiti」,或用手機掃描左方二維碼,即可獲得鈦媒體每日精華內容推送和最優搜索體驗,并參與編輯活動。

捕手志
捕手志

聚焦新商業思想與實踐,對話更有腔調的捕手。

評論(0

Oh! no

您是否確認要刪除該條評論嗎?

捕手志 捕手志 發表于  2019-06-04 14:12
28

分享到微信朋友圈

彩票计划软件推荐 沂水县| 临潭县| 卢氏县| 双柏县| 乌拉特后旗| 茶陵县| 怀化市| 聂拉木县| 射洪县| 清原| 犍为县| 砀山县| 宜川县| 昌图县| 吉林省| 昌吉市| 大石桥市| 平果县| 区。| 唐海县| 伊金霍洛旗| 镇坪县| 定陶县| 茶陵县| 广德县| 岑溪市| 连平县| 鄄城县| 吉隆县| 鹿泉市| 台北市| 安吉县| 郑州市| 郑州市| 阿巴嘎旗| 镇巴县| 通许县| 建始县|