Redian新闻
>
曾鸣最新演讲:没有地图的时候自己造指南针!

曾鸣最新演讲:没有地图的时候自己造指南针!

公众号新闻

下一个10年,商业的底层设施变了。


来源 | 笔记侠
作者 | 曾 鸣
出品 | 资人说(touzirenshuo)


近日,曾鸣教授在湖畔创研中心开启了第二次“看十年”公开课。


在这场时隔六年的公开演讲中,曾鸣教授提出了“技术变革如何驱动商业范式变化?企业战略如何跟进十年远见的变化?对未来十年商业变革根本判断是什么?”等系列新商业变革思考。


以下,Enjoy~


2017年时,我突然有个冲动,想去讲《看十年》这样的战略课。


当时主要是两方面刺激比较大。


第一是我从1993年开始学战略,教战略,又在公司实践战略。


在那段时间,正是互联网、移动互联网风起云涌的时候。所以,对于战略到底该怎么做?


有一些不一样的感悟想跟大家分享。


第二,我从1991年开始,跟随着互联网成长起来。


看到互联网二十几年的发展,当时对于未来有很多的猜想,想跟大家分享。


所以有了2017年的那一次公开课。


那次战略公开课就两个主题。


第一个主题是重新定义战略。


因为在一个环境高速变化,非常复杂,又高度不确定的情况下,随着大势发展,取得势能是战略的第一要义,这个是非常关键的。


我们讲看十年,“看”就是Visioning(愿景)


这个过程变得非常重要,越是艰难的时候,越要认真地看、努力地看。


既要有“看十年”这样的决心,也要逐步培养看十年的能力。


而这个Vision(视野),决定了你的格局和潜力。


Strategy(战略)是Vision(视野)和Action(行动)的反复迭代,这个话过去五六年大家听我讲过很多。


今天我会对这个有一个升级,因为这几年有些更深的体会可以跟大家分享。


第二个主题是智能商业的大变革。


在线化、网络化和智能化构成了过去十年企业发展的主题。


当时按七家公司的规模大小,各个纬度的进展情况,画了这张图。


大部分的公司,在今天都还是全球最领先的公司。


这是当时讲的三个最重要的发展方向:


在线化,网络化和智能化。


当时提到智能商业有两个核心,我把它叫做DNA的双螺旋。


一个是网络协同。


就是大规模、多决策、实时互动,这样协同效率越高,产生的价值越大。


第二个就是数据智能,本质就是机器取代人做决策。


它是基于云计算、大数据、算法,通过快速迭代形成了数据智能。


所以,智能商业的两个核心构成,就是网络协同和数据智能。


当时我做了两个判断。


一是未来商业是智能商业格局初步确定的阶段;


第二个是未来是智能时代,是人脑跟机器智能的连接。


稍微有些安慰的是,这两个判断基本上都对的,要不然今天就不好意思站在这了。


最重要的是这六年下来,对这个初步判断有了很多新的想法和感悟,所以今天的分享核心就是这两个主题的深入。


我们会分三个板块展开。


首先,智能时代的三大核心技术。


我们现在拥有了AGI(通用人工智能),通用人工智能为我们带来了一场革命;


区块链和Crypto(加密货币)经过了将近15年的酝酿跟发展,也在蓄势待发;


XR和元宇宙。


这是三个最核心的技术,这是我们今天演讲着重展开讨论的三个领域。


第二板块,跟大家分享一个方法论:


怎么理解技术驱动商业变革的实际进程,通过这样一种方法论,可以理解未来三年,或者三五年最有可能出现什么?


这是战略决策中非常关键的一个里程碑。


你要知道,除了看十年长期的Vision(视野)之外,三五年的目标到底怎么设定?


这需要一个中期的判断。


所以,第二个板块跟大家讲一下,这个中期判断怎么做?


第三块,就讲一下智能商业的一些新的思考。


01

智能时代的三大核心技术



这张图可能大家都比较熟悉,这就是人工智能在过去20年的一个大发展。

最早在搜索阶段叫大数据,那时候还没有AI提法。

大家知道,去年底到今年ChatGPT火了后,中国关于大模型的创业团队就有100多家,叫“百模大战”。

实际上,第二阶段的人脸识别,是深度学习第一次在视觉领域得到大规模应用。

2014年就有上百家的视觉公司在创建。

人脸识别,今天大家已经觉得无处不在的一个应用。

比如,大家刷抖音背后的推荐引擎,也是基于AI技术。

实际上,是这一轮AI用深度学习的方法第一次大规模应用。

大语言模型呢?

这个叫Large Language Model。为什么说是通用AI的一场革命?

它实际上是一个非常简单的算法,就是去预测一个字后面,最有可能出现的下一个字是什么。

就这么一个简单的算法,但是它达到了预测的准确度足够高,足够有用。

在这个意义上,它看起来掌握了语言。

大家知道在《人类简史》这本书上也提到,语言是人类最伟大的发明。

语言让我们可以沟通,语言的背后天然就蕴含着人类的智慧,而且人类海量的知识,1万年左右的知识,基本上都被最近二十年的IT通过文字、音频、视频给沉淀下来了。

所以,你掌握了文字,掌握了语言,基本上就破解了人类到今天为止所有的知识。

我们今天还不太理解,大语言模型背后的运行机制到底是什么。

它也许不像人一样在思考,但是在局部领域里,它表现出了像人一样的逻辑推理能力。

这个对于我们未来就会产生非常根本性的影响。

过去三十年的发展,从互联网到无线互联网,到传感器,数字化转型,大数据计算等等。

这些逐步增强了软件世界的能力边界,但是它本质上是在做加法,是叠加。

但是AGI、通用人工智能把这些串在一起,提高了所有软件的适配能力和自主能力,开始从量变到质变,发生了一个新的飞跃。

比如说AGI能够自动编程,这样一下子让软件的能力有一个急剧的提升,这是一个质的变化。

在这个意义上,大家一般都认为,大语言模型是 AI时代第一个类iphone时刻,也是一个大变革的时代。

从另外角度来看,通用智能的时代也可以说成是机器人的时代。

因为AI是大脑,它和各种硬件的结合就是各种机器人。

比如说自动驾驶,自动驾驶的车,就是一个机器人,特别是未来的Robotax公司,本质上就是一个技术外包服务公司。

从这个角度来理解,就会对技术,对商业,到底产生什么样的影响,有个更本质的体会。

大家一讲到机器人,都会想到波士顿Danymics各种各样很炫的机器人。

但是波士顿Dynamiac发展了30年左右,很可能还不如特斯拉的人形机器人这两年所取得的速度和进展更快。

这也是AI技术带来的在硬件方面的突破。

我们可以看到机器人,在整个环境下,也会有飞速的发展。

除了大家讲的ChatGPT之外,我还想强调一下,另外两条AI、AGI的发展主线也非常重要。

一个就是自动驾驶,自动驾驶的要求和ChatGPT不太一样,它要确保安全性,而且它本质上解决的是人和物理世界的互动。

ChatGPT更多的是人大脑的行为。

但是自动驾驶要解决人和物理世界的互动,所以为什么自动驾驶的特斯拉公司,可以在机器人方面有那么多的积累,因为它本质上是要去感知外部世界。

另外一个非常重要的领域是AI for Sicence(科学智能),而且它更根本。

至今为止AGI只能应用人类现有的知识,并不能创造新的知识。

但是AI for Sicence(科学智能)把AI用来做科学的发展。

它很有可能创造完全不一样的格局,因为它可能会发现,甚至是新的化学方程式或者是新的物理定律,整个人工智能又会往前迈一大步。

但即使是今天,像Deepmind下面的Alpha-Fold对蛋白质的解析,合成生物学,其实过去几年非常新生的领域,也是AI驱动的。

所以,有很多领域已经取得了很大的进展,只是不那么广为人知。

但是这方面的积累,也会带来下一步的突破。

刚才是一些背景知识,大家可能在不同的场合也听过,接下来的两页PPT是今天最重要的两页PPT之一。

如今,我们从互联网时代来到智能时代,互联网跟AI到底有什么本质区别?

互联网本质上处理的是海量数据,它解决的是信息流转和匹配的效率,让信息尽可能地流通匹配,不要有信息不对称而带来各种各样的摩擦。

核心价值在于解决信息不对称的问题。


举个简单的例子。

在线教育过去所有的努力,都是想利用互联网提高老师的教学效率,这是一个非常典型的互联网案例,也取得了很大的进展。

但是AI时代的在线教育,是通过无限制的高质量老师供给,满足个性化的学习需要。

原则上每学生都应该配一个自己的老师,而这只有AI老师才有满足。

同样的道理,全世界现在最大的问题之一,都是医疗成本太高,医生服务不够。

如果有AI医生出现,整个人类的健康状况,会有一个质的飞跃。

所以,AI本质上是解决供给不足的问题。

过去五年,大家做数字化转型、做产业互联网、做线上化,为什么做的那么辛苦?

本质原因就是这些行业不是信息不对称的问题,是供给不足的问题。

比如说,大家所有做互联网医疗以及医疗服务转型。

你解决所有的问题价值都非常有限。

因为你解决不了最核心的问题,看病治疗那个瓶颈总是在那的,就那么些好医生,你怎么去做信息匹配都没用。

所以这个是AI时代,带来一个全新的机会,是我们真正去创造新的供给,海量的供给会创造新的需求。

但AI时代,AI最本质的问题是处理海量知识,不再是数据,也不仅仅是信息。

是通过对数据和信息的加工产生的知识,这个知识跟原有知识的结合去解决实际问题,所以他解决的是决策的效率与成本,也就是机器能否取代人。

到目前为止所有的决策都是人在做决策,机器如果能取代人做决策就是一个智能飞跃,其核心价值是创造新供给。 

所以,AI时代最核心的能力是根据决策场景建立决策模型的能力。

“场景”一词,非常重要。

因为我们所有的决策都是基于一个特定场景的。

人很多时候的决策是下意识,甚至是潜意识的,你怎么将它显性化变成一个机器用它的逻辑去实现的决策,这是一个根本性的挑战。

所有的难度在这前面,特别对于AI应用企业来说,对于大模型的一些前沿公司来说,算法是一个很大的瓶颈。

但对于AI应用来说最核心的就是建模能力,理解真实场景下的决策,这个难也是因为AGI的决策方法与人的决策方法不一样,所以你需要一个翻译。

这个模型有意思的地方。

只要你建立了这个模型,形成一个闭环,它自己就能够不断地迭代、优化与生长,所以是一个“活”的AI系统。

在这个意义上,过去所有的发展都可以说是一个机器时代,再复杂的机械系统都是简单的系统,他们只能做确定性的执行,但再简单的认知系统都是复杂系统。

所以AGI现在的在发展,处于一种类似生物的可有机生长的一套系统,这也会是一个根本性的发展。

我们怎么去拥抱自己带有某种能力,某种倾向,又有自我学习,自我成长的能力。

这是AGI的本质,跟互联网时代不一样。

互联网时代还是在解决相对确定性的信息匹配的问题,但是AI时代是打造认知系统的问题。

这是今天第一个需要跟大家分享的观点。

总结一下,在2017年公开课的基础上,再做一个提升,时代驱动力是智能化,我把“智能化”提到更高高度,成为这个时代的主导。

互联网时代其实是在线化,软件化跟网络化,在线化跟软件化的结合过去20年最火的SaaS。

网络化就是从pc互联网到移动互联网到IOT物联网的一系列的发展。

它本质是连接,完成网络协同的基础设施。

每一个新时代,都建立在上一个时代的基础之上,所以在互联网时代继续发展,基础设施会变得越来越好的基础之上。

我们可以看到,智能时代新的驱动力。

一方面是智能化。

这是我们刚才整个讲演都在讲智能化的发展,特别是通用人工智能,会越来越强大。

我们不知道它最终会强大到什么样,我们只知道它会越来越强大。

另一方面支撑智能时代的发展还有两个平台性的基础技术做支柱:

1是人机交互能力的不断的提升,这是我们马上就要展开讲的XR话题。

2就是区块链和Crypto,带来我们全网协同的能力的提升。

1、XR:人机交互

AR、VR到XR,整体就是人机交互的一个发展过程。

从pc时代开始,今天最牛逼的几家公司之一微软,苹果。

核心发明就一个GUI图形交互,然后产生了今天所有的互联网革命。

个人电脑到鼠标到键盘,本质上是键盘输入,到微软的全套的软件系统。

然后到了移动互联网时代。

主要是触摸屏的输入,也包括部分的语音输入。

第三条路就是过去十年开始发展的。 

① 虚拟现实

2012年Oculus成立,2014年被Meta买了,虚拟眼镜VR;

2014年GoogleGlass也出现了,2015年推出了一批产品;

2016年,来到了虚拟现实的元年。那一年,发布了第一代Oculus Rift。

索尼推出了VR眼镜。

微软发布了Holowlens。

还有一款叫PokemonGo的游戏。

当时,第一个基于虚拟现实的火热游戏,很快就沉寂了。

高科技发展轨迹,中间都有阶段性的悬崖。

2018年的Magic Leap是当时特别有希望的一家创业公司,得到了谷歌,阿里巴巴很多公司的支持。

2018年我去看Magic Leap,当时快要投产的下一代产品。

我看完以后,当时特别的震撼,不是真假的问题,是将来分不清真假的问题。

它是完全可以迷惑你的眼睛,因为都是真实的光源,所以眼睛是没有办法判断我看到的到底是真是假。

它看到的就是成形的图像,然后给大脑输送信号。

第二个是,当时Magic Leap的Founder(创始人)就讲我们做的不是眼镜,我们做的是未来的人机交互。

大家想想看,你只要眼睛动一动,看一看电脑就能执行你的命令,那不是快多了吗?也容易多了。

很可惜,最后的技术难关没有过去。

所以Magic Leap后面转型做了ToB的公司,没有做成消费品的爆炸性的成长。

今年有两个重磅的发布:

一个就是Apple的VisionPro。

这是Apple第一次正式在这个领域发布产品,定义了很多新的标准,也给大家带来很多的期待。

第二个就是,上个礼拜Meta发布的Quest3。

正好打的是中低端,苹果做的是高端,两家选的技术路线都基本一致。

这就说明了行业标准再开始慢慢的浮现,然后又有高端又有低端。

附带说一句,Meta还推出了个AiGlass,也是为了人机交互的发展。

它虽然不是一个虚拟眼镜的产品,但大家可以看到视觉交互又一次成为行业的焦点。

② 人机交互

回到讲硬件,它的核心目的是什么?

硬件的核心目的是完成人机交互的新的机缘。

最早的PC计算是通过键盘来交互的,移动计算手机是通过触摸屏。

到了所谓的空间计算的时代,空间计算核心强调视觉跟感知。

每个人的定义不一样,我们不用去计较细节。

我想总结一下,XR这个领域为什么对在座的每一位都很关键,它的技术背后的本质是什么?

这也是一次人机交互的质的飞跃。

以前我们跟机器,机器包括后面的AI,我们以前跟机器交互都需要主动的去操作机器,都是要我们去输入。

但是未来是机器主动的响应人,我们可能什么都不用做,它自然的感受到了。

如果我们进化到脑机结合的时候,甚至它潜意识就知道我们想什么,它可能就去执行了。

所以未来是机器感知人,它来主动行动的一个交互界面,所以这个是完全不一样的时代。

我们会看到,会有越来越多的各种各样的机器,将会把人体感官跟数字世界直接连接。

我们现在是AR、VR眼镜,可以穿戴的设备,包括衣服、类似皮肤。

距离是从远到近,贴近皮肤,再进入皮肤。

植入芯片之类的肯定早晚都会发生。

这些是十几二十年非常大的一个发展趋势。

这个趋势的商业意义是什么?

是从XR、VR眼镜开始,我们开始了人类自身感知和注意力的数字化。

人自身不再独立于数字世界之外。

③ 元宇宙

为什么说元宇宙,大家曾经那么向往?

就是因为那是一个纯粹的数字世界,不受物理规律的限制。

而且在元宇宙里头能够实现极致的个性化,还有你非常丰富的生物特征,还有非常丰富的场景,可以有无穷无尽的服务。

所以那时候元宇宙为什么让大家那么兴奋,也是一个让人很期待的未来。

但是XR,类似的设备,除了硬件设备之外,它同样需要软件和算力的提升,所以跟这匹配的是边缘计算,包括算法的微型化。

所以,将来每一个边缘设备,它的感知,计算,思考,决策能力也会有一个质的飞跃。

所以这个技术和AI技术,也是相辅相成的。

它实际上是提供了一个无限广阔的场景,让AI可以得到更广泛的应用。

但它反过来又会促进AI技术的进步。

因为没有AI技术的进步,它支撑不了更深一步,更复杂,更实时的技术要求。

所以这两个是完全相辅相成的技术。

2、区块链和Crypto

① 区块链的2大阶段

在区块链技术不断发展的基础之上,Crypto(加密货币)也随之发展。

基本上可以分两大大阶段:

第一阶段:从比特币到以太坊

2008年中本聪发布的白皮书,产生了挖矿行业,从而出现了比特币。

基于比特币脱胎出区块链技术。

在此基础上,开发出来了以太坊。

第二阶段:以太坊的发展普及智能合约

2017年,第一轮发展带来ICO(Initial Coin Offering),也就是发币。

发币就是第一个智能合约,形成了一套规则和体系,是以太坊的第一个杀手级的应用。

2020年的夏天,出现了Defi(Decentralized),也就是去中心化的金融服务。

基于区块链的技术以及过渡抵押概念,把风险降到可控的前提下,把所有简单的金融服务复刻了一遍。

2021年,基于Defi的积累出现了Gamefi(链游,游戏化金融)

StepN(将链游中的代币和游戏、运动相结合后的平台)的跑鞋,都属于Gamefi的游戏。

最后就是NFT(非同质化代币)的图像。

每个产品背后都基于一种类型的智能合约。

所以,上面的应用就促进了以太坊的一轮又一轮的发展。

以太坊本身也在进行扩容,也在进行layer(层次)1、layer2分层的发展。

② 区块链的好处、挑战和展望


区块链的带来的好处:


第一,互联网是个信息网络,但区块链是个价值网络。


它可以让数字资产更有效的流转。


第二,由于在线上发币变得非常的简单可靠,通过发Token(代币)的方式,可以产生一系列的新的激励机制的创新。


区块链的挑战:

第一,本身不是个生产力的工具。

区块链是没有能够直接提高消费者体验的技术创新,导致目前没有好应用,用户也不够多。

区块链体系应用无法展开。

第二,创造的价值不够大。

因为区块链对于效率的提升创造的价值没那么大,导致与传统资产、金融融合不够彻底,所以它没有新的数字资产。

没有数字资产,你有一套价值网络去降低数字资产的流转,那就没有意义。

区块链的未来展望:

第一,推动普惠金融的发展。

比特币会继续走向共识,在支付方面发挥更大作用。

在此基础之上,用支付网络去推动普惠金融的发展。

第二,新应用不断产生。

过去两年积累了很多Gamefi(游戏化金融)跟Socialfi(社交化金融)方面的创新,也许在接下来的半年一年,我们看能看到一些初步的成果。

3、AIGC:生产力的大突破

① 我们将迎来创作者经济

我认为最有价值的突破,是通过AGI(通用智能)创造海量的新的数字资产。

AGI第一个突破的领域就是AIGC,就是深层次AI,也就是创造海量的内容。

明年的某个时刻,肯定会有非常好用的文字、语音转视频的工具出来。

基本上从文字到语音到图片到视频,创作的门槛会急剧的下降,创造新的数字资产的空间会急剧的上升。

而且就像我们讲虚拟世界一样的,未来的这些数字资产,它会越来越走向主流,它的重要性会越来越大。

这些资产有价值,大家就会重视,大家就会对它的流转交易,非常上心。

所以在那个基础之上,新的数字资产,天然会去用新的价值网络的技术平台。

同时,我刚才讲到以太坊核心是智能合约,但未来机器跟机器之间的合作,它们的互动方式跟人是完全不一样的。

它们需要有更多,更自动,更高效,更智能的合约直接完成。

所以在这个领域里,区块链、Crypto有很大的发展空间,也是在这个意义上,我也把它当作AGI整个智能时代重要的组成部分。

无论是从刚才讲的Crypto的领域,对创造经济的呼吁,还是看AGI带来的价值,我觉得未来,我们将迎来一个创造者经济的时代。

一方面,这个趋势看得非常清楚,AGI会逐步取代结构化的人类知识,并且变得越来越智能。

另一方面,人借助机器智能的力量,有机会变得越来越有创造力。

就像工业革命的早期,大家都非常恐惧。

人不再能够以体力来获取价值了。

但是过去的100年,出现了白领阶层,出现了知识工人,出现了软件工程师。

他们靠自己的脑力活动,创造了过去100多年、200年的繁荣。

我能看到的相对美好的场景,由于机器或者人工智能把人从繁琐的、重复性的、无聊的脑力劳动里解放出来。

人可以把大部分时间,用在开发自己的创造力上,去做自己真正有激情的,也能够做得更好的事情。

这个可能是两个基本的动力。

在这个基础之上,对人跟人、人跟机器、机器跟机器之间的协同都提出了更高的要求。

互联网时代,机器跟机器之间协同是靠API,就是应用之间要有一个约定的规范来互助。

但是由于AGI的发展,未来所有的服务之间,是用自然语言来交互。

也就是说,机器会学得像人一样,直接来对话,机器跟机器之间就完成了协作。

自然语言反而变成了人跟人、人跟机器、机器跟机器之间的沟通语言。

对于智能合约就提出了更高的要求。

如果我们从一个更宏观的角度来看,刚才讲的这些内容,德鲁克可能是20世纪最伟大的商业思想家。

他把工业革命划分成了三个历史阶段:

第一个阶段是生产力的革命。

本质上是工厂取代了手工作坊,因为过去的手工作坊知识,都只能靠师傅带徒弟,人传人。

但是有了工厂以后,就开始有了科学化管理。

第二个阶段,是100年前开始的管理革命。

也就是说开始有了企业的概念。

以前只有单个工厂,核心就是生产和销售。

但是我们从管理开始,有了矩阵式管理、职能化管理、人力资源部门、战略规划部等等。

一百多年前成立的商学院,目的就是为管理革命输送批量化的高质量的管理人员。

所以,MBA出来都是标准化的语言,这是管理革命。

第三个阶段,随着IT的发展,从六七十年代开始进入了软件革命,也就是IT革命的时代,软件工程师创造最大的价值。

顺着刚才讲的AGI对人类结构化知识的替代,人必须走向创造力的发展。

所以,我把未来的第四个发展阶段,新的发展阶段,叫做创造力革命的阶段,人未来的价值就体现在创造力上。

我们将要迎来的是一个新的经济范式。

智能时代的经济核心,我们把它叫做智能经济,从另外一个角度来理解,刚才讲的创造者经济。

三个核心的支撑,就是我们刚才讨论的通用人工智能、Crypto、AR&VR。

当然,这三个发展阶段不一样。

目前是AGI发展势头最猛,Crypto处于相对低谷正在酝酿的阶段,AR&VR可能还要三五年才会产生大规模销售的应用级产品。

但是这几个的趋势是非常清楚的。

② 人类文明的演进

我们如果从智能经济再跳出来,从一个更广大的角度来看人类文明的演进。

实际上,人类的发展核心依赖于两个:

一个是人类网络的发展。

就是我们讲到的语言、文字、文化、制度等等,都是所谓的软的制度性的东西。

还有一个是工具网络。

从最早的火,到工具的使用,到农业化到物理的网络,到今天的物流网、通讯网、计算网,这都是物理的工具网络的发展。

工具的网络促进了社会进步,促进了人类的发展,然后人类又发明出了更多的网络,发明了更多的工具,促进新一代的技术发展。

所以,技术进步跟社会进步就通过这两个网络,产生了一个质的飞跃,一轮一轮的发展。

从生物学的角度来说,人类单个大脑的容量提升很小。

所谓,未来的进步就两个:

第一个,对大脑开发。

我们大脑开发比例还很低的。

所以为什么创造力革命有可能?

我们有可能开发出很多我们想象不到的能力。

第二个,目前看起来更重要的是群体智慧的涌现,也就是通过社会协同创造更大的价值。

技术变革推动的工具网络的进步,是人类文明发展的主线。

基于这个,我们可以做一个判断:

我们今天讨论是处于一个什么样的状态,从火的发现和应用,到工具的使用和发明,到农业经济才1万年左右,再到工业革命。

第一次工业革命是机械动力,第二次工业革命是电力,虽然有人把信息革命叫做第三次工业革命跟第四次工业革命。

但是我觉得从概念的角度来说,把信息革命独立出来可能更清楚。

所以,我们有了第一次信息革命,就是电脑的发明。

然后第二次信息革命,大概从70年代末到80年代初,开始有个人电脑,互联网的发明。

到最后通讯网络跟计算网络的融合,形成了互联网过去20年的大爆炸。

我们过去的五年跟未来的五年,就是一个过渡期。

从互联网时代走向智能时代,我个人倾向于把它叫做互联网3.0。

从互联网1.0的PC到2.0的移动,到3.0的未来,为了在概念上更清晰,我们可以把未来10年,甚至接下去20、30年,定义为智能时代的开端。

智能时代1.0,这就是我们今天所处的时代的机会,也是时代的挑战。

我们今天不论什么位置,所有人只有一个共同的挑战:

成为智能时代的原生物种,你才有机会发展,甚至才有机会生存下去。

02

技术驱动商业变革的基本规律


接下来,讲讲未来3-5年的一些展望和技术发展。

有时候看十年好像还不那么难,大家讲未来都可以滔滔不绝。

但是你怎么把十年的东西投射到未来的3-5年,这是最重要的。

因为你的战略核心是围绕这3-5年来制定的。

我反复思考这个问题,这个问题这一次又被触动了。

就是ChatGPT的爆火,也是最快一个达到上亿用户的一个应用。

ChatGPT是不是就是明日之星?

它是不是我们正在等待的Next Google?

这是我想回答的问题,经过反复思考,我觉得有一个概念可以跟大家分享,叫原生应用的出现,比如Native app(原生应用程序)

这个概念指什么呢?


我们先来看一下通用技术驱动商业变革的基本规律。

首先,一场大的技术变革,它往往会带来几波的商业变革。

在这个过程当中,它获得滋养,技术本身也在进步,也在变得成熟。

所以,我们可以看到互联网,经历了第一浪PC互联网,我们可以把它认为商业化过程。

从1993年Netscape上市,到2008年苹果的App store出现,开启了移动互联网,再到后来的物联网。

同样的AI也是如此,经历过大数据时代,再到AI 1.0再到现在的AI2.0、AGI1.0。

所以,它是一浪接一浪,不断发展,直到技术走向成熟,然后再被新的技术所取代。

1、技术变革的四个阶段


从另外一个角度,我把这个技术变革带动的商业变革,划分成四个阶段。

第一个是非常早期的发展,这个时候肯定会有泡沫。

因为它让人看到了太多可能性了,但它实现这个可能性的进展,又远远低于大家的预期,让人心理落差很大。

所以互联网泡沫是大家记忆最深刻的一次。

为什么互联网泡沫记忆最深刻?

因为在互联网泡沫之前,大家经历了工业时代100年的稳步发展,习惯了线性发展。

突然出现了互联网,一个指数级发展,是一个颠覆性的转型,所以那时候的互联网泡沫是最突然的。

但是到了移动互联网,大家有了第一次PC互联网的经验,就没有那么high了。

所以,我们可以看到,这个大的技术进步都有大大小小的泡沫,然后进入渗透期,再到原生应用,最后它就变成了一个通用技术,几乎所有的行业都会用,变成一个基础设施。

另外一个很重要的观点,就是基础设施和应用是共同演化的。

技术成熟到一定的程度,它能够创造全新的价值。

但这个时候,它能真正带来海量的大众用户,变成了国民级的杀手应用,就像移动互联网时代的微信一样。

最后,它自然而然的成为了新商业范式的领导者,追赶者就很难追上了。

举个例子,大家就可以更好的理解这个概念。

谷歌是PC互联网的第一个原生应用。

这是我自己的一个判定。

当然可能有不同的争议,说不同程度的原生应用。

你要说雅虎可能也可以算,Ebay可能也能算,但是就彻底的程度,肯定是这个谷歌是真正的PC时代的王者。

它能做到就是因为它在几个层面,都完成了颠覆性的创新。

一个就是搜索框。

谷歌那个极简的搜索框出来的时候,绝对是震撼。

而且,所有全网的信息,你输入一个关键词,几秒钟就能返回来。

这是以前不可能做到的,它是用户体验的一个极大突破。

这样一个突破需要底层技术的一个重大创新来支持。

这就是所谓的云计算,或者从技术的角度讲,就是分布式计算。

今天的AI计算,都是基于分布式计算发展过来的。

它开创了一个计算的新时代,但同样重要的是它开创了一个商业模式,叫Pay for performance(按效果付费)

就是大家今天熟悉的精准营销。

把广告成本从一个不可衡量的指标,变成了可以精准度量的,我花多少钱得到了多少用户,而且是事后付费,你用这个客户点击了以后才收费。

而且价格是市场定价,有人跟你抢价格就高没人跟你抢价格就低。

通过这样的市场定价,才能把海量的点击充分利用好。

商业模式的巨大突破,才会出现一个巨大的虹吸现象,就是广告往线上走,线上广告往谷歌走。

这才有了谷歌十几年的辉煌。

大概有十年时间,硅谷所有人才都在谷歌,所有的创新都从谷歌发生,然后就是极高的利润率,非常高速的增长,到后面的搜索垄断。

这是一个非常典型的原生服务开创了一个新的时代。


我们从这个角度来看,可以看看技术带来的原生服务的出现。

刚才讲到的谷歌,是PC互联网的原生服务,1998年成立,2004年上市。

第二个原生服务是Facebook(脸书)

2004年成立,2012年上市。

Facebook是非常典型的pc时代的原生应用。

但是它上市那一年,正好碰到移动互联网变得非常火爆。

所以一上市股价就跌了40%。

然后再逼着Facebook(脸书)快速进行移动互联网的转型。

2006年的推特;

2007年的iphone苹果手机发布;

2008年的App store发布;

2009年开始出现SuperApp超级应用,也就是第一批原生应用。

紧接着,就是2009年的Whatsapp、微博、Uber;

2010年的美团、Instagram;

2011年的微信;

2012年的头条;

2013年的快手;

2015年的拼多多;

2016年的抖音。

大家可以看到很密集。

而我们今天基本上就是被抖音跟拼多多定义了生活。

这就是真正移动互联网的王者,最原生的应用。

所以大家可以从这个历史来看看,原生服务需要满足什么样的条件才能产生。

2、AGI时代的原生服务


下面这几点,对于做AGI的同学可能会有很大帮助,衡量你到底有没有真正走在最前沿。

第一个就是你有没有用最新的AI技术。

通过自然语言对话,大语言模型解决了语言的问题。

所以,你可以通过自然语言对话和未来的XR眼镜、可穿戴设备这些带来视觉空间的感知;

你可以跟用户进行深入、持续的、互动和沟通。

第二个非常重要,就是刚刚讲到的,你破解了语言,就破解了人类知识的总和,可文字化知识的总和。

也就是说,你可以随时调用全量的人类知识。

这就是所有被训练的模型所完成的事情。

第三个是用到了一定的推理能力。

也就是说它帮助你做决策了,你用那个技术,目的是为了产生用户体验质的飞跃。

它怎么从场景决策,重新定义产品,然后你能不能够很好的调用大语言模型,利用好这个通用知识。

接着就是在这个场景下,你需要什么样的专业知识、专业技能,你能不能够实时调用这些相应的知识和技能。

最后是创新的交互。

我觉得这点也非常重要,因为成熟的硬件,能够更好的承载背后的技术。


如果我们从这个角度来看ChatGPT的话,可能还是个半成品。

它的确是创造了新的人机对话方式。

大语言模型解决了自然语言的对话,在任何场合的对话会变成一个非常主流的交互方式。

但它没有办法进行语义对话。

在很多场合,它是最高效的。

但ChatGPT的产品形态非常老旧。

就回到了最原始的一个PC的网页,这中间肯定有很大的创新空间。

新的用户入口可能未必出现,因为它的用户数已经明显缓慢下来。

因为它就会简单的对话,像一个百科全书一样被用户查阅,构不成一个杀手级的应用。

并且,新的商业模式也没有出现。

所以,从这几个角度来判定,我觉得ChatGPT只是吹响了号角,并不是一个真正的原生的应用。

3、Web3.0的未来


未来三年,我觉得大家最值得关注的是,哪一个创业团队也包括少数的巨头,有机会推出真正原生的应用。

它会带来这个时代的井喷。

通过刚才讲到这个原生服务的概念,我自己是这么看未来3~5年发展的。

未来3~5年是孕育期,甚至在某个角落已经有个创业团队在做这样的事情了。

我们会看到AI和Crypto原生的主流服务,很有可能横空出世,能够带来全新的用户体验。

由于这样一个主流服务的出现,它会带动海量原生创新服务的涌现。

它甚至会变成某种生态入口、平台基础设施。

就类似苹果App store一样,催化一系列的杀手级的原生应用的出现。

就像我们刚看到2009年到2016年之间持续不断出现大的应用。

未来5-10年,很可能原先的领先者会开始领跑,然后再出现个别的第二代更Native(本地)的原生应用。

大概10~15年左右,第一批领先者就基本上确立它的领导地位了。


未来三年,就看原生服务者是谁,谁跟的最近,谁就有更大的发展空间。

目前看起来,这三种技术都有可能拿游戏作为一个主要的突破口。

AIGC对游戏的促进是显而易见的。

GameFi在Crypto领域里面的应用也是VR游戏。

所以,游戏肯定是重头应用。

元宇宙很可能是靠近十年后整合创新的大成者。

它会是一个真正的、原生的超级应用,它会让数字生活真正成为我们生活中的一部分。

但是元宇宙需要这三个技术成熟,再进行一轮整合,所以肯定不是五年内的事情。

这个可能就是我对未来的一个判断,供大家参考。


4、智能化的胜负点:机器取代人


我们怎么看商业的具体变化。

首先,我们看看智能商业的范式革命。

它与2007年的定义没有太大的变化,只是变得更清楚。

就是智能化,机器算法,AI取代人,然后持续的进化,做出越来越聪明的决定,这样才能大幅提高用户体验和商业效率。

取代的环节越多,角色越完整,创造的价值就越大。

但是最终的目标,还是实时精准低成本的服务海量用户。

1.0的成功案例大家都非常熟悉了。

从最早的淘宝购物到后面的抖音,短视频的浏览,到自动调度滴滴打车、美团外卖。

这一轮发展为什么会加速?

是因为AI的突破让机器的能力有了一个质的飞跃。

同时,越来越多的决策,将会被机器取代,而且会越来越智能。


过去的15年,大家做数字化转型做的非常非常的辛苦。

我后来意识到一个本质的问题,就是这个技术创造的价值不够。

我们是在为智能化做铺垫,那下一步怎么完成智能化的这个突破。

核心是场景。

因为决策肯定是基于某个场景做的。

那么你的用户是谁?

他在哪个场景下,面临什么样的挑战?

然后,你要基于那个场景给出一个完整的解决方案,提供一个完整的服务,那才是智能化转型成功。

未来,原则上没有产品公司了,只有服务公司。

产品只是解决那个场景下需求的一个服务的工具和载体。

我们以前一直想象场景电商。

我今天才明白场景电商,在今天才有可能做。

是因为你必须基于那个场景做决策。

调度所有的知识跟专业能力,给出在那个特定时点,特定人群,特定场景的最佳服务方案,一步到位,这就是智能化。

这是智能化时代的个性化,而且是在C2B(消费者到企业的电子商务模式)意义上的商业模式才真正成立。

用更完整的表达,就是用户驱动的商业模式。

可能是C2S2b模式中,那个“S”就是智能化平台。

因为消费者需要这个智能化的平台,直接整合所有可能的资源,给出它一个最个性化的,实时的解决方案。

在这个意义上,我们走向了广义的,广泛的On demand(按照需求)阶段。

中间说的那个C2S的“S”就是那个AI Agent,就是AI代理。

也就是会生长的AI系统,它在持续不断的学习生长,做出更好更智能的决策。

03

下一个10年

智能商业2.0孕育和爆发的10年


我们回到今天的主题:

未来十年,就是智能商业2.0孕育和爆发的十年。

未来三年,可能我们就会看到原生的那个应用,带动整个生态的发展。

人工智能技术会成为通用技术,赋能越来越多的行业完成智能化转型。

关键就在于机器能否取代人做决策。

背后的核心能力,是基于场景建立决策模型的能力,建立一个活的,能学习,能生长的AI系统:AI Agent。

智能商业会成为主流的商业范式。

智能时代,要求企业具备什么样的能力?

概念上我们很清楚,肯定是需要做智能,然后把这个智能飞轮转起来,一边是用户体验,一边是知识和数据。

大家现在看到的创业PPT,基本上都开始画这个飞轮,我们就是要做智能化的驱动者。

但是真正的难点在于,这只是一个概念。

我们处于这个生态非常早期,不知道未来会怎么展开。

就像自动驾驶,我对这个领域跟了十年,越跟越不知道未来结局会怎样。

第二阶段的竞争会怎么展开?

它实际上是一个高度复杂的系统,有太多的不确定性。

所以你在智能生态的初期怎么去拥抱未来?

1、智能战略:看十年、想三年、干一年

这就回到我的老本行,讲讲智能战略。

跟2017年讲的时候有一个很大的变化,是特意强调了这个“想三年”。

就是“看十年、想三年、干一年”。

“看十年”是Visioning(愿景),是远见。

它是你所有战略决策的前提,你必须努力去理解未来可能的各种演化。

“想三年”是战略,就是以终为始。以Vision(愿景)为基础,确立你的定位和发展路径等。

“干一年”是计划,是怎么保证落地这个执行。

需要强调两点,一点就是我反复讲的,战略要基于Vision(视野)跟Action(行动)快速迭代和反馈来不断的修正。

你要主动去做各种各样的尝试来理解和检验,你对未来的想象是不是正确,然后根据反馈,来修正你对未来的这个想象。

第二个非常重要的是,“看十年、想三年、干一年”不是三件事,它是一件事情的三个角度。

我碰到任何新的输入,我都会问短期、长期、中期的影响是什么。

它是一年的事情?三年的事情?还是十年的事情?

所以,你要随时想到这件事情短期、中期、长期,是一个什么样的取舍。

这就是战略的功夫,你要去训练自己,同时看三个角度的能力,这非常关键。

给大家一个小小的建议,可以把这个框架用活。

就是认真思考一下,你未来三年的目标到底是什么?

能不能具体到某一种衡量指标?

不是你传统的KPI,是某一个真正反应你创新业务本质的衡量指标。

但大部分人三年数字是惯性的线性推导,很少有把看十年的张力,带到三年的目标制定,然后再基于这三年目标倒推计划。

如果只有一个线性推导的话,只能说明你增长的空间非常有限。

2、智能战略:涌现和生长

第二个很深的感悟就是智能战略的涌现和生长。

它不再是一个强大的CEO拍脑袋的结果,它是短期、中期、长期利益的一个动态平衡。

它为什么叫智能,这个战略为什么智能,是在于你主动去拥抱不确定性。

随着环境的变化而变化,智能战略是涌现和增长,是保持可能性,甚至是创造可能性,而不只是追求效率。

没有地图的时候自己造指南针!

今天,我们没有一张详细的地图指明未来会是怎样,我们只能自己造指南针,这是智能战略跟传统战略最大的不同。

传统战略的核心是减少不确定性,用比较确定性的规划,然后高效执行。

但是由于我们今天处于一个巨复杂的高度变化时代,不确定性就是可能性,就是创造的机会。

所以在今天,战略的本质是创造,是创新。

在这个意义上,为什么战略也不再是高管的事情。

因为它是创新,是创造,它跟产品、技术、用户和体验都紧密结合在一起,这些都是一体的。

它不仅体现你的战略原则,还得像个智能体一样给你反馈,这是我们看到战略未来可能的样子。


但这样的战略,就要求完全不同的组织来实现。

比如,最早的公司战略都需要CEO的英明决策,然后过去五六年,大家发现每个公司没三五个联创都搞不定;

后来大家又发现,即使十几个高管是真正牛逼的,团结一致也可能搞不定。

所以,你越来越需要整个组织变得Vision(视野)驱动,变得战略驱动,变得未来驱动。

3.智能组织的未来

为什么我们需要一个不同的组织,智能组织会变成什么样的未来?

因为环境要求组织能够持续涌现出好的战略决策跟创新。

这里持续很重要。

在今天这个环境下,你做对一次,一点用都没有,因为你是在进入一个持续的淘汰赛。

我们现在的目标可能是亚运会。

但是大部分的同学可能都在市运会的选拔赛当中,这前面还有好几步,所以你这一轮对了没有用,它只是给你买了一张门票,候选资格参加下一轮的竞赛。

所以你需要建立一个组织,能够持续的产出高质量的创新和决策。

这个意义上,跟AI时代的脉络是完全一致的,就是简单、可复制工作的重要性直线下降。

高效执行对组织未来依然非常重要,但是高效执行会越来越多由AI系统来完成。

重要的是需要一些高端人才来建立这个高效执行的系统,组织的重心会越来越演化成创造独特的价值。

所以在个体层面,就会带来对创造力人才的极大需求,未来的人才,既需要多纬度的视角,又有独特专长。

特别是AGI的出现,窄义上的专业人士的位置几乎又要一次被消灭。

我们工业革命,是从通用能力向窄的专业化能力收缩的过程,就是分工加强的合作,合作推动了专业化分工。

但如果我们回到一个新的时代,这个起点的话,我们再进入一个新的通用能力构建的时代,最有创造力的人是有通感能力的人。

所以我们需要有通用能力人,但是又能够理解专长、调用专长。

组织的锐度,或者说组织的冲击力,组织的生命力,在于快速突破开放型问题的能力,这是未来组织的核心能力。

因为你要持续不断的突破,持续不断的创造。

富有创造力的人和机器的协同,是未来主流的工作状态。

我目前能看到的一些雏形,推断未来创造新工作的最佳组织形式。

可能是非常紧耦合的特种兵小团队,小到十几个人的创业团队就够了。

上一轮移动互联网创业,大概没三五十个人,基本上撑不开一个摊子。

但这一轮创业十个人左右就差不多够了。

包括大家很熟悉的Midjourney案例,也就十几个人,在非常短的时间内做的非常大。

但是紧耦合的这个团队,肯定是要有相应的基础能力匹配和支持,这一点非常重要。

所以这个相对松耦合可以快速调动组织内部的能力,再加上比较广泛的开放外部网络协同,大概是这么三层结构,从紧到松

4、组织指导原则的变迁

回到我们讲的智能商业,这个网络协同是最核心的一个概念,组织内部也一样。

从里到外,我们一定要变成一个网络型的组织。

工业时代的管理核心是科层制,我们一定要打破科层制,才能走向一个网络化的组织形态。

这就要求我们要有全新的组织原则的指导。

100年前管理革命之后,我们讲管理,到现在还是很多人在学习管理。

基础的管理当然需要,但它终究只是基础。

到了德鲁克讲的知识革命的时代,软件工程师的时代。

一个好的软件工程师可能抵1000个一般的、平庸的工程师。

一个工程师坐在那一天,你不知道他是在干活还是在偷懒。

也就没办法根据产出来衡量,应该给他什么样的奖励?

整个的组织原则,从管理走向了激励。

就把激励前置了,这就是股权。

但从70年代开始,伴随着整个互联网革命开始的股权制度开始普及。

到了最近十年,特别这五六年以来,很多不合理性,已经充分暴露。

是因为大多数时候,你做的并不是一个激励的模式。

我在2017年的时候就讲到,我们越来越需要赋能,它有动力,动机。

更多的时候,我们到了马斯洛的倒数第二高的层面,就是自我成就,自我驱动。

这个时候他需要的不是激励。

这样的优秀人才到哪都能找到工作,也不缺钱。

他需要的是赋能,需要的是帮忙。

需要的是你给他提供一个平台,让他可以有更大的发挥空间。

所以,赋能是在很长一段时间会是组织非常重要的一个基础能力。

但是过去几年我看到在战略制定和执行的层面,共创变成了非常重要的一个机制。

就是企业内部最核心的员工,能不能够一起参与战略讨论?

然后动态的随着外部环境的反馈和变化,不断的调整战略,让战略涌现出来。

我们需要的是让组织形成一个共识,能够形成又能不断修正的体系。

共创当然需要有前提。

你需要合适的人,你需要共享。

没有共享成果当然没有人愿意跟你共创。

所以每一个原则,都建立在上一个原则打下了一个好的基础之上。

这也是个组织原则的演化。

我们正在从IT互联网时代走向智能时代,也正在从激励走向赋能和共创。

5、过去20多年来上市公司市值的增长变化


我先给大家看张图,来点刺激的、真实的东西。

市值一个还不错的试金石。

大家今天看这张图可能会百感交集,它有太多的信息在这里面。

因为我们看一下过去差不多15年16年,最牛逼的几家公司,它们的演进可以给我们很多的激励。

大家可以可以看到2007年到2017年,真的是互联网时代。

谷歌、facebook、阿里巴巴、腾讯大概都在二三十倍的增长,在一个很高的基数上有二三十倍的增长。

从百亿美金变成了大几千亿美金的公司。


但你看2017年到2023年这六年里面,前面的几家公司都是三倍左右的增长,但是英伟达跟特斯拉是二三十倍的增长。

就因为英伟达跟特斯拉就是智能时代的先行者,它们已经开始了30倍的增长。

那2033年谁会排在这个单子上?

你能看到延续性,也能看到十年的这个阶段性的一个变化。

跟我2017年讲的一样,结论是一样的。

你要想做件大事,你要赶上一个大时代,十年才能大成。

因为真正跟着这个趋势发展的企业,没有十年真成不了事。

我自己的经验,就是十年大成的企业最难的是从0到0.1,不是0.1-1。

因为0.1指的是你的原型稍微有点样子了,但因为你做东西太新了,你都不知道该是啥样子。

所以往往需要三年,你大概心里有数,五年你能跟别人讲明白,你要做啥东西。

我没有看到例外,这十年包括从2014年开始跟着湖畔的同学成长。

真的大成的企业,光是战略探索期,三年起步。

所以需要什么呢?

需要初心和坚持。

就大家老问我看十年怎么看?

第一就是我们今天讲的,你要努力的看,坚持的看。

第二个你为什么会看十年,背后的动机是什么?

你为什么愿意牺牲短期利益来追求长期利益?

是因为你有更大的追求,你有使命,有愿景,有价值观。

你想改造这个世界,你想让这个世界变得更美好一些,你有一些想带给别人的不同的东西。

如果你没有这样的发心,你格局自然打不开,你自然不可能高瞻远瞩,不可能得道者多助。

天时地利人和,是走正道,走大道,代表未来的趋势。

你能够用最好的、先进的技术,解决这个时代的问题。

这才是真正的企业家精神,这才是大成的基础。

我们看刚才的那些企业,所有大成的公司都是时代的企业。

“时代的企业”这句话真没错。

但是时代的企业两个根本点,你得真正的跟上这个时代大势的发展。

其次你得有这样的发心,配得上这个时代所要求的能力和胸怀。

这是非常底层的背后的驱动力,也是大家真正能走远的原因。


但这样的企业都有特别艰难的发展过程。

谷歌也想卖过,腾讯也想卖过,都有熬不过去,都觉得快不行的时候,这个时候靠什么,就只能靠相信相信的力量,相信后天会更美好。

而且在这个中间最关键的就是会有那个基于信念的、冒险的逾越,英文叫“Leap of faith(信念一跃)”。

最终,Vision(视野)也好,Mision也好,你是不是有个Faith(信仰)、Believe(相信)这件事情。

Believe(相信)你自己,那个时候是你唯一可依靠的。

当然最后还得祝大家好运!


  ·   END   ·  



近 期 活 动


----------------------------------------

----------------------------------------


阅 读 推 荐


· 从8位大佬在乌镇互联网大会的演讲中,我看到了这个趋势

· 沃衍资本魏斌:制造业投资大有可为,选对方向才是关键

· 雷军小目标:做世界TOP5,每年至少1000万辆

· 沈南鹏:15年投了上千创业者,我发现这样的CEO能成事

· 张一鸣:为什么我不赞同控制人力成本?


视 频 推 荐



合 作 对 接


寻求报道、商务合作、投融资对接媒体互推、开白、投稿、爆料等……

扫码添加投资人说运营者微信,备注「商务合作」详细沟通。



超 级 社 群


【投资人说】正在组建超级投资者社群、超级创业者社群、超级读者群、超级媒体群等,目前总人数已超1000人。


关注【投资人说】微信公众号,发送信息「进群」,与各行业精英直接交流,共同进步。



旗 下 媒 体


发现在看了吗,戳下看看

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
林毅夫最新演讲:新结构经济学关于中国式老龄化的18个新见解(附PPT)外交部长王毅最新演讲:乘历史大势而上,走人间正道致远黄奇帆最新演讲:当下的严峻形势,怎么办?黄奇帆最新演讲:我国下一阶段开放的五个新任务一个人的咖啡OpenAI科学家最新演讲:GPT-4即将超越拐点,1000倍性能必定涌现!孟晚舟最新演讲:坚实的算力底座,为世界构建第二选择黄奇帆最新演讲:驶过激流险滩曼谷的早晨余永定最新演讲:我最害怕的是滞胀!扩张性财政和货币政策被污名化了仿虞美人-医药界反腐风暴凯文·凯利最新演讲:好的事情会慢慢发生,坏的事情会发生得很快楼继伟最新演讲:各国都在收紧货币抑制高通胀,很可能触发金融危机风险朱民最新演讲:2024世界经济——平庸之年(全文)出门问问李志飞最新演讲:不能落地的AI,都是耍流氓黄奇帆最新演讲:数字经济的发展与竞争,可从五方面改革试验周小川最新演讲:全球经济增速持续放缓;我国风光电储能四大强项为何领先全球?曾鸣最新演讲:下一个10年,商业的底层设施变了!(附内部PPT)黄奇帆最新演讲:避免房地产硬着陆,激励消费需要这六招余永定最新演讲:我最害怕的是滞胀!泪洒三零一医院(北京看病难之)董宇辉最新演讲:我们想不出一套通用的家庭教育模板,但爱会引导你做一切正确的事情假日午後的咖啡黄奇帆最新演讲:中国人工智能落后美国至少两年,差距还在快速拉大,警惕美欧利用数字规则合围中国……董宇辉最新演讲:我们想不出一套通用的家庭教育模板,但爱会引导你做一切正确的事情 | 精选张瑞敏最新演讲:融入永恒活火的人单合一凯文 · 凯利最新演讲:凡事先做起来,困惑就少了一大半宇宙尽头是「计算」!AI大佬Wolfram最新演讲:LLM自主在计算空间探索,奇点降临就是现在凯文·凯利最新演讲:凡事先做起来,困惑就少了一大半墨尔本轻奢生活体验,是时候自我宠爱一下啦~演讲:《实用开源指南》 —— 硬核老王在 DDUC 上的演讲李彦宏最新演讲:比对手决策更快,你就赢了!杉杉股份董事长郑驹最新演讲:汽车智能化升级对材料企业提出更高要求黄奇帆最新演讲:三现象,一机遇,发力“四化”黄奇帆最新演讲:激励消费需要这六招
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。