在硅谷顶级风投公司眼里，未来的技术是什么样的？

姓名：吕海森

学号：17011210545

转载自：https://www.huxiu.com/article/224941.html

【嵌牛导读】：硅谷顶级风投公司Andreessen Horowitz和知名分析师本尼迪克特·埃文斯（Benedict Evans）解释了人工智能（AI）、混合现实（MR）、加密货币和无人驾驶等技术将在未来10年发挥的巨大作用。他认为目前的技术正处于不同的进化点上：无人驾驶汽车正处于“泥泞土地打洞”状态；混合现实处于框架拔地而起的阶段；加密货币的框架已经成型，但仍有大量工作有待完成；而人工智则在处于“寻找租户”的完成阶段。

【嵌牛鼻子】：未来技术、无人驾驶、混合现实、加密货币

【嵌牛提问】：现在谈的火热的技术，在未来10年究竟会用到什么地方？

【嵌牛正文】：

在市场上占据主导地位的公司看起来似乎总是无懈可击，直到它们自己变得异常脆弱。在整个现代科技发展史上，这种情况已经屡见不鲜。IBM、微软、雅虎和MySpace等科技巨头，都曾显得高高在上，看起来地位稳如泰山。然而，它们却又一个接一个地被推倒，直到“跌下神坛”。

今天的情况也是如此，谷歌、苹果、Facebook以及亚马逊都在争夺科技界的王座，它们的市值总和高达2.61万亿美元。然而，虽然现在它们还没有值得关注的竞争者，但谁知道几年后会发生什么。成功革命的关键在于根本性的创新，而在科技行业，有充分的证据表明，我们正处于几个新类别创新的尖端，这些创新可能会催生庞大的、价值数千亿美元的终极赢家。

当然，谷歌、苹果、Facebook或亚马逊可能是最能充分利用这些新创新的公司，但话说回来，也可能有全新的“王者”诞生。即使新来者不会成为巨人，它们也有取得巨大成功的空间。硅谷最有声望、最有影响力的风险投资公司Andreessen Horowitz的合伙人兼分析师本尼迪克特·埃文斯(Benedict Evans)表示：“现在要开发通用搜索引擎或者大众化的社交网络将会非常困难，同样创建新的苹果或Facebook也将异常艰难，可是这并非意味着你不能与它们正在做的事情竞争。”

问题是，什么样的技术将会驱动未来前进？在Andreessen Horowitz公司，分析师们至少要聚焦未来10年左右的技术远景。在最近的公司峰会上，埃文斯列出了未来十年最重要的技术机遇。从表面上看，得到他认同的四个领域——无人驾驶、混合现实、加密货币和人工智能并不完全出人意料。但埃文斯却以深入这些领域的方式揭示了它们为何如此重要，以及我们应该期望它们如何改变世界。

在演讲中，埃文斯将新技术的演变与摩天大楼拔地而起的方式进行类比。他说，最初的时候地面上会打个洞，几乎看不到明显的建造迹象。但是某天当你路过的时候，大楼的框架已经拔地而起。随后的建设需要漫长的时间，直到有一天，它最终完工。而对科技创新来说，当技术不完全发挥作用的时候，它同样不会引人关注。当技术仍在寻找产品市场的时候，框架就会慢慢出现。而当你向技术市场倾倒“火箭燃料”的时候，就相当于建筑完工。

这就是埃文斯看待这四个领域的独特方式，他认为它们正处于不同的进化点上：无人驾驶汽车正处于“泥泞土地打洞”状态；混合现实处于框架拔地而起的阶段；加密货币的框架已经成型，但仍有大量工作有待完成；而人工智则在处于“寻找租户”的完成阶段。

对埃文斯来说，每个行业都有着他所谓的“S曲线”的漫长历史，即缓慢的开始、快速和陡峭的增长以及缓慢的成熟。今天的“S曲线”是移动互联网，而之前的则是PC互联网。在每种情况下，随着曲线的成熟，与技术本身相关的问题变得越来越少，而与其基础之上相关的因素越来越重要。以移动互联网为例，就像叫车服务、Instagram、Instacart以及我们今天可以用手机做的其他事情。

但事情是这样的，当我们到达曲线的某个特定的点时，人们总是会说这个平台已经衰亡。但埃文斯说，这些可预测的进化和反应掩盖了事实，他说：“这些东西不是一夜之间爆发革命就能实现的。的确，随着iPhone的推出，看到它的人都说这是惊人的技术。但花了10多年的时间，才到了大多数人都有智能手机的点。大多数人认为，我们可以在5年到10年拥有全自动驾驶汽车，但在第一辆无人驾驶汽车售出到销售的汽车都实现无人驾驶功能之间，还有很长的路要走。此外，要想行驶在路上的汽车都实现无人驾驶，可能需要更长的时间。”

在演讲中，埃文斯认为，随着技术继续发展，人工智能将是最容易被谈起的话题。他还说，称其为“人工智能”可能毫无用处。埃文斯说:“这感觉就像是有人把《2001太空漫游》(2001：A Space Odyssey)中的黑色巨石放房间里，而我们都变成了猴子，我们围着它尖叫恶化跳舞。而实际上，我们根本不知道它是什么。”

相反，我们最好称这种技术为“机器学习”，并研究如何将其作为发现和利用新模型的核心技术。这些新模型包括那些你想知道的答案，甚至包括你不知道自己不了解的东西，以及如何使新模型自动化。埃文斯说，关键是不要认为自动化就意味着广泛的功能。相反，机器学习驱动的自动化的好处是非常具体的新能力。更重要的是，这有机会在单一用途的垂直领域建立许多新公司。此外，埃文斯认为自动化会带来巨大的乘数效应，因为它能够完成成千上万人同时去做的小任务，比如在图像中寻找模式。

个人去做这样的小任务，影响可能并不太强大。但是当成千上万的人完成了这项工作时，其影响将是巨大的。埃文斯问到，如果机器学习可以用来检查过去几个月某城市里每个人都穿什么衣服的图像，会产生什么样的结果？如果你总是能自动计算每个经过繁忙地铁站的人数，你能做出什么样的交通分析？什么样的新模式或应用会因此而产生？