區塊鏈是一個價值網絡，它的核心目的是讓數字資產可以更有效的流轉。
10 月 12 日前阿里巴巴首席戰略官曾鳴教授在曾鳴書院和湖畔科研中心舉行公開課《看十年》。在這場時隔六年的公開演講中，曾鳴教授提出了「技術變革如何驅動商業範式變化？企業戰略如何跟進十年遠見的變化？對未來十年商業變革根本判斷是什麼？」等系列新商業變革思考。
萬物島社區 Jianle 同學對本次充滿乾貨和誠意的學習內容做了筆記和梳理，有個別不改變原意的二次編輯，分享給智能時代創新創業中的你，值得反覆閱讀和收藏。
演講全文筆錄：
大家早上好。非常感謝大家的信任，抽出寶貴的時間來聽這堂課。2017 年，我突然有個衝動，想去講《看十年》這樣的戰略課。當時主要是兩方面刺激比較大。一個是我從 1993 年開始學戰略，教戰略，又在公司實踐戰略。特別是那段時間，正是互聯網、移動互聯網風起雲湧的時候，所以對於戰略到底該怎麼做？有一些不一樣的感悟想跟大家分享。第二個是我從 1991 年開始，跟隨著互聯網成長起來，看到互聯網二十幾年的發展，當時對於未來有很多的猜想，想跟大家分享。所以有了 2017 年的那一次公開課。
2017 年的戰略公開課就兩個主題，第一個主題是重新定義戰略，因為在一個環境高速變化，非常複雜，又高度不確定的情況下，隨著大勢發展，取得勢能是戰略的第一要義，這個是非常關鍵的。我們講看十年，「看」就是 Visioning，這個過程變得非常重要，越是艱難的時候，越要認真地看、努力地看。既要有「看十年」這樣的決心，也要逐步培養看十年的能力。而這個 Vision，決定了你的格局和潛力。Strategy 是 Vision 和 Action 的反覆迭代，這個話過去五六年大家聽我講過很多，今天我會對這個有一個升級，因為這幾年有些更深的體會可以跟大家分享。
上次講的第二個主題是智能商業的大變革。在線化、網絡化和智能化構成了過去十年企業發展的主題。當時按七家公司的規模大小，各個維度的進展情況，畫了這張圖。大部分的公司，在今天都還是全球最領先的公司。這是當時講的三個最重要的發展方向：在線化，網絡化和智能化。
所謂智能商業的特徵第一個是能夠低成本、實時服務海量用戶，第二個能夠滿足每一個用戶的個性化需求，第三個能快速迭代。所以智能商業本質上是一場技術驅動的，基於網絡和算法對商業的一次重構。
當時提到智能商業有兩個核心，我把它叫做 DNA 的雙螺旋，一個是網絡協同，就是大規模、多決策、實時互動，這樣協同效率越高，產生的價值越大。第二個就是數據智能，本質就是機器取代人做決策。它是基於雲計算、大數據、算法，通過快速迭代形成了數據智能。所以，智能商業的兩個核心構成，就是網絡協同和數據智能。當時我做了兩個判斷，一個是未來商業是智能商業格局初步確定的階段，第二個是未來是智能時代，是人腦跟機器智能的連接。可以稍微有些安慰的是，這兩個判斷基本上都對的，要不然今天就不好意思站在這了。最重要的是這六年下來，對這個初步判斷有了很多新的想法和感悟，所以今天的分享核心就是這兩個主題的深入。
我們會分三個議題展開。第一個是智能時代真正的到來，因為我們擁有了 AGI，通用人工智能的這場革命；區塊鏈和 Crypto 經過了將近 15 年的醞釀跟發展，也在蓄勢待發；第三個是 XR 和元宇宙。這是三個最核心的技術，也是今天上午演講我們要著重展開討論的三個領域。第二部分會跟大家分享一個方法論，就是怎麼理解技術驅動商業變革的實際進程，通過這樣一種方法論，可以理解未來三年，或者三五年最有可能出現什麼？這是戰略決策中非常關鍵的一個里程碑。你要知道，除了看十年長期的 Vision 之外，三五年的目標到底怎麼設定？這需要一個中期的判斷。所以，第二個板塊跟大家講一下，這個中期判斷怎麼做？第三塊就講一下智能商業的一些新的思考。
人工智能對未來商業的影響
我們開始第一階段的討論，就是人工智能對未來商業的影響。這張圖可能大家都比較熟悉，這就是人工智能在過去 20 年的一個大發展。最早在搜索階段叫大數據，那時候還沒有 AI 提法。大家知道去年年底到今年 ChatGPT 火了以後，中國關於大模型的創業團隊就有 100 多家，叫「百模大戰」。實際上，第二階段人臉識別的時候，是深度學習第一次在視覺領域得到大規模應用，2014 年就有上百家的視覺公司在創建。人臉識別，今天大家已經覺得無處不在的一個應用，實際上是這一輪 AI 用深度學習的方法第一次大規模應用。大家現在天天刷抖音背後的推薦引擎，也是基於 AI 的技術。大語言模型呢？這個叫 Large Language Model。為什麼說是通用 AI 的一場革命？它實際上是一個非常簡單的算法，就是去預測一個字後面，最有可能出現的下一個字是什麼。就這麼一個簡單的算法，但是它達到了預測的準確度足夠高，足夠有用。在這個意義上，它看起來掌握了語言。大家知道在《人類簡史》這本書上也提到，語言是人類最偉大的發明。語言讓我們可以溝通，語言的背後天然就蘊含著人類的智慧，而且人類海量的知識，1 萬年左右的知識，基本上都被最近二十年的 IT 通過文字、音頻、視頻給沉澱下來。所以，你掌握了文字，掌握了語言，基本上就破解了人類到今天為止所有的知識。我們今天還不太理解，大語言模型背後的運行機制到底是什麼。它也許不像人一樣在思考，但是在局部領域裡面，它表現出了像人一樣的邏輯推理能力。這個對於我們未來就會產生非常根本性的影響。
過去三十年的發展，從互聯網到無線互聯網，到傳感器，數字化轉型，大數據計算等等。這些逐步增強了軟件世界的能力邊界，但是它本質上是在做加法，是疊加。但是 AGI、通用人工智能把這些串在一起，提高了所有軟件的適配能力和自主能力，開始從量變到質變，發生了一個新的飛躍。比如說 AGI 能夠自動編程，這樣一下子讓軟件的能力有一個急劇的提升，這是一個質的變化。在這個意義上，大家一般都認為，大語言模型是 AI 時代第一個類 Iphone 時刻，也是個大變革的時代。
從另外角度來看，通用智能的時代也可以說成是機器人的時代，因為 AI 是大腦，它和各種硬件的結合就是各種機器人。比如說自動駕駛，自動駕駛的車，就是一個機器人，特別是未來的 Robotaxi，本質上就是一個技術外包服務公司。從這個角度來理解，就會對技術，對商業，到底產生什麼樣的影響，有個更本質的體會。大家一講到機器人，大家都會想到波士頓 Dynamics 各種各樣很炫的機器人，但是波士頓 Dynamics 發展了 30 年左右，很可能還不如特斯拉的人形機器人這兩年所取得的速度和進展更快。這也是 AI 技術帶來的在硬件方面的突破，我們可以看到機器人，在整個環境下，也會有飛速的發展。
除了大家講的 ChatGPT 之外，我還想強調一下，另外兩條 AI、AGI 的發展主線也非常非常的重要。一個就是自動駕駛，自動駕駛的要求和 ChatGPT 不太一樣，它要確保安全性，而且它本質上解決的是人和物理世界的互動。ChatGPT 更多的是人大腦的行為。但是自動駕駛要解決人和物理世界的互動，所以為什麼自動駕駛的特斯拉公司，可以在機器人方面有那麼多的積累，因為它本質上是要去感知外部世界。另外一個非常重要的領域是 AI for Science，而且它更根本，至今為止 AGI 只能應用人類現有的知識，並不能創造新的知識。但是 AI for Science 把 AI 用來做科學的發展。它很有可能創造完全不一樣的格局，因為它可能會發現，甚至是新的化學方程式或者是新的物理定律，整個的人工智能又會往前邁一大步。但即使是今天，像 Deepmind 下面的 Alpha-Fold 對蛋白質的解析，合成生物學，其實過去幾年非常新生的領域，也是 AI 驅動的。所以有很多很多的領域，已經取得了很大的進展，只是不那麼廣為人知，但是這方面的積累，也會帶來下一步的突破。剛才是一些背景知識，大家可能在不同的場合也聽過，接下來的兩頁 PPT 是今天最重要的兩頁 PPT 之一。
AI 與互聯網時代的差別
我們是從互聯網時代到了智能時代，到了 AI 時代。那么互聯網跟 AI 到底有什麼本質的差別？互聯網本質上處理的是海量數據，它解決的是信息流轉和匹配的效率。核心價值在於解決信息不對稱的問題，讓信息盡可能的流通、匹配，不要有信息不對稱帶來的各種各樣的 Friction 這種摩擦。但是 AI 時代，AI 最本質的是處理海量知識，它不再是數據，也不僅僅是信息，是通過對數據和信息的加工，產生的知識，這個知識跟原有知識的結合，去解決實際問題。所以它解決的是決策的效率和成本。也就是說，機器能否取代人。因為到目前為止所有的決策都是人在做決策，機器如果能取代人做決策，就是一個質的飛躍。它的核心價值實際上是創造新的供給。這也是我最近一年感受比較深的，我們剛開始都很擔心 AI 將來會不會取代人什麼的。那是有很多可以去展開討論的地方，但是在今天我們在實踐中看到的，其實最早用 AGI 服務的都是以前用不起人的服務的，因為人的服務是很貴的。所以，其實 AGI 的服務其實是提供了新的供給。
舉兩個簡單的例子，在線教育。在線教育過去的那一浪的發展，所有的努力，都是想利用互聯網的手段提高，高質量的老師的教學效率，這是一個非常典型的互聯網的努力，也取得了很大的進展。但是 AI 時代的在線教育，是通過無限制的高質量的老師供給，滿足個性化的學習需要。原則上每學生都應該配一個自己的老師，而這只有 AI 老師才有滿足。同樣的道理，全世界現在最大的问题之一，都是醫療成本太高，醫生服務不夠。如果有 AI 醫生出現，整個大家的健康狀況，會有一個質的飛躍。所以 AI 本質上是解決供給不足的問題。
過去五年，大家做數字化轉型，做在線，做產業互聯網為什麼做的那麼辛苦。本質的原因是這些行業不是信息不對稱的問題，是供給不足的問題。比如說大家所有做互聯網醫院的，做醫療服務轉型的。你解決所有的問題價值都非常有限，因為你解決不了最核心的問題，看病治療那個瓶頸總是在那的，就那麼些好醫生，你怎麼去做信息匹配都沒用。所以這是 AI 時代，帶來一個全新的機會，是我們真正去創造新的供給，海量的供給會創造新的需求。
AI 時代的最核心的能力，是根據決策場景建立決策模型。這個詞我後面會專門再展開講，非常重要。因為我們所有的決策都是基於特定場景的，人很多時候的決策，是下意識甚至是潛意識的，你怎麼把這些人，可以用很自發的方式完成的決策，把它顯性化，變成一個機器可以用它的邏輯去實現的決策。這是一個根本性的挑戰，所有的難度在這前面，特別是對於 AI 應用企業來說，對於大模型的一些前沿的公司來說，對於算法可能是很大的瓶頸。但是對於 AI 應用來說，最核心的就是建模能力，理解真實場景下的決策。這個難也是因為 AGI 的決策方法跟人的決策方法不一樣，所以你需要一個翻譯。比如說應用數學，這門學科為什麼過去十年，在本科生裡面成了一個選學，大家的小孩或者朋友中間很多選這個學科的，就是因為應用數學的核心就是建模。這是非常重要的核心能力。這個模型有意思的地方，只要你建立了模型，形成了一個閉環，它自己能夠不斷的迭代，優化生長，它是一個活的 AI 系統，在這個意義上過去我們所有的發展，都可以說是一個機器時代，再複雜的機械系統，都是簡單系統，它們只能做確定性的執行。但是再簡單的認知系統都是複雜系統，所以 AGI 現在是在發展出一種類似生物的，可以有機生長的一套系統。這也會是根本性的发展。我們怎麼去擁抱自己帶有某種能力，某種傾向，又有自我學習，自我成長的能力。這是 AGI 的本質，跟互聯網時代不一樣。互聯網時代還是在解決相對確定性的信息匹配的問題，但是 AI 時代是打造認知系統的問題。這是今天第一個需要跟大家分享的觀點。
總結一下，在 2017 年公開課的基礎上，再做一個提升，時代驅動力是智能化，我把「智能化」提到更高高度，成為這個時代的主導。互聯網時代其實是在線化，軟件化跟網絡化，在線化跟軟件化的結合過去 20 年最火的 SaaS，網絡化就是從 pc 互聯網到移動互聯網到 IOT 物聯網的一系列的發展。它本質是連接，完成網絡協同的基礎設施。每一個新時代，都建立在上一個時代的基礎之上，所以在互聯網時代繼續發展，基礎設施會變得越來越好的基礎之上，我們可以看到，智能時代新的驅動力。一方面是智能化。這是我們剛才整個講演都在講智能化的發展，特別是通用人工智能，會越來越強大。我們不知道它最終會強大到什麼樣，我們只知道它會越來越強大。另一方面支撐智能時代的發展還有兩個平台性的基礎技術做支柱：1 是人機交互能力的不斷的提升，這是我們馬上就要展開講的 XR 話題。2 就是區塊鏈和 Crypto，帶來我們全網協同的能力的提升。
XR: 人機交互
接下來我們展開 XR 技術的深入討論，從 AR、VR 到 XR 整體就是人機交互的一個發展過程。先簡單地講個背景，我們拋開主機時代不講，主機時代可能很多人都沒見過，那種磁帶的輸入等。從 pc 時代開始，大家可以想到，今天最牛逼的幾家公司之一微軟，蘋果。其實核心發明就一個 GUI 圖形交互，然後產生了我們今天所有的互聯網革命。從個人電腦到鼠標到鍵盤，本質上是鍵盤輸入，到微軟的全套的軟件系統。然後到了移動互聯網時代，主要是觸摸屏的輸入，也包括部分的語音輸入。第三條路就是過去十年開始發展的，2012 年 Oculus 成立，2014 年被 Meta 買了，虛擬眼鏡 VR。2014 年 Google Glass 也出現了，2015 年推出了一批產品，2016 年，當時大家都非常興奮，把它叫做虛擬現實的元年。因為那一年第一代 Oculus Rift 發布了，索尼推出了自己的 VR 眼鏡，微軟發布了 Hololens，還有當時特別火的遊戲叫 Pokemon Go，我還記得為了遊戲，我還特意把小孩帶到橫濱去那個抓怪物。當時第一個基於虛擬現實的火熱遊戲，但是後面很快就沉寂了一段時間。像大家都很熟悉的高科技的發展軌跡，中間有個階段性的懸崖。那么 2019 年、2022 年大家都在努力。Magic Leap 是當時看起來特別有希望的一家創業公司，得到了谷歌，阿里巴巴很多公司的支持。2018 年我去看 Magic Leap，當時快要投產的下一代產品。我看完以後，當時特別的震撼，不是真假的問題，是將來分不清真假的問題。就那個效果，它是完全可以迷惑你的眼睛，因為它給你的眼睛，都是真實的光源，所以眼睛是沒有辦法判斷，我看到的到底是所謂的真還是所謂的假，它看到的就是成形的圖像，然後給大腦輸送信號，這是我當時第一個感覺。第二個是，當時 Magic Leap 的 Founder 給我們講 ppt 的首頁，就講我們做的不是眼鏡，我們做的是未來的人機交互。大家想想看，你只要眼睛動一動，看一看電腦就能執行你的命令，那不是快多了？也容易多了。但是很可惜它們碰到了一些最後的技術難關沒有過去。所以 Magic Leap 後面轉型做了 ToB 的公司，沒有做成消費品的爆炸性的成長。但是今年有兩個重磅的發布，一個就是 Apple 的 Vision Pro，這是 Apple 第一次正式在這個領域發布產品，定義了很多新的標準，也給大家帶來很多的期待。第二個就是，上個禮拜 Mate 發布的 Quest 3，正好打的是中低端，蘋果做的是高端，兩家選的技術路線都基本一致，這就說明了行業標準再開始慢慢的浮現，然後又有高端又有低端。附帶說一句，Mate 還推出了個 Ai Glass，也是為了人機交互的發展，它雖然不是一個虛擬眼鏡的產品，但大家可以看到視覺交互又一次成為行業的焦點。
回到講硬件，它的核心目的是什么？硬件的核心目的是完成人機交互的新的機緣，我們講到了最早的 PC 計算是通過 Keyboard，通過鍵盤來交互的。移動計算的手機是通過觸摸屏，到了所謂的空間計算的時代，空間計算核心強調視覺跟感知。每個人的定義不一樣，我們不用去計較細節。
我想總結一下，XR 這個領域為什麼對在座的每一位都很關鍵，它的技術背後的本質是什麼？這也是一次人機交互的質的飛躍。以前我們跟機器，機器包括後面的 AI，我們以前跟機器交互都需要主動的去操作機器，都是要我們去輸入。但是未來是機器主動的響應人，我們可能什麼都不用做，它自然的感受到了，如果我們進化到腦機結合的時候，甚至它潛意識就知道我們想什麼，它可能就去執行了。所以未來是機器感知人，它來主動行動的一個交互界面，所以這個是完全不一樣的時代。我們會看到，會有越來越多的各種各樣的機器，將會把人體感官跟數字世界直接連接。我們現在是 AR、VR 眼鏡，可以穿戴的設備，包括衣服、類似皮膚。距離是從遠到近，貼近皮膚，再進入皮膚。植入芯片之類的肯定早晚都會發生。這些是十幾二十年非常大的發展趨勢。這個趨勢的商業意義是什麼？是從 XR、VR 眼鏡開始，我們開始了人類自身感知和注意力的數字化，人自身不再獨立於數字世界之外。我們可能正在變成 Digital Native，我們將來可能就是數字原生了，所以我們可能是最後一代完整的人，將來的人都是 Digital Native 的人了，是不是叫人，它們將來都會有不同的定義了，我們會進入成為數字世界的一部分，所以這是非常重要的。
為什麼說元宇宙，大家曾經那麼向往，就是因為那是一個純粹的數字世界，不受物理規律的限制，而且在元宇宙裡頭能夠實現極致的個性化，還有你非常豐富的生物特徵，還有非常豐富的場景，可以有無窮無盡的服務。所以那時候元宇宙為什麼讓大家那麼興奮，也是讓人很期待的未來。但是 XR，類似的設備，除了硬件設備之外，它同樣需要軟件和算力的提升，所以跟這匹配的是邊緣計算，包括算法的微型化。所以，將來每一個邊緣設備，它的感知，計算，思考，決策能力也會有一個質的飛躍。所以這個技術和 AI 技術，也是相輔相成的，它實際上是提供了一個無限廣闊的場景，讓 AI 可以得到更廣泛的應用。但它反過來又會促進 AI 技術的進步，因為沒有 AI 技術的進步，它支撐不了更深一步，更複雜，更實時的技術要求，所以這兩個是完全相輔相成的技術。
區塊鏈和 Crypto
我們接下來講第三個技術領域的發展，區塊鏈和 Crypto。這一塊可能有一些朋友不是那麼熟悉，要展開講又太複雜，我還是會講的比較簡練。大家可以先把一些結論性的東西先記下來，以後可以慢慢消化。區塊鏈技術為什麼跟 Crypto 那麼緊密的結合，它實際上是先有了第一個加密貨幣，就是 BTC，比特幣。2008 年中本聰發布的白皮書，產生了挖礦行業，出現了比特幣，得到了足夠多人的共識，比特幣現在幾億人的共識是有的，可能是交易購買過比特幣，這是一個蠻有意思的基於技術，基於算法，大家形成的信任和共識，也是個全新的東西。
基於比特幣脫胎出來了區塊鏈技術，然後在這個基礎上，開發出來了以太坊，以太坊成了智能合約的一個通用技術平台。以太坊也經歷了三輪的發展，第一輪的發展就是 ICO，Initial Coin Offering 就是 17 年那時候特別火的發幣。發幣就是第一個智能合約，最簡單的，怎麼在線上自動發幣，形成了一套規則和體系，發幣是以太坊的第一個殺手級的應用。在這基礎之上，2020 年的夏天，出現了所謂的 Defi。Decentralized 去中心化的金融服務，實際上是用區塊鏈的技術，把簡單的金融服務基本上全部都重新做了一遍，基於過渡抵押這樣一個概念，在風險可控的情況下，基本上把所有簡單的金融服務複刻了一遍，這也是個了不起的成就。基於 Defi 的積累，2021 年開始出現了 Gamefi，有不少朋友也玩過一些 gamefi 的遊戲，包括 StepN 的跑鞋，都屬於 Gamefi 的遊戲。然後就是 NFT 的圖像。每個產品背後都基於一種類型的智能合約，所以上面的應用就促進了以太坊的一輪又一輪的發展。當然以太坊本身也在進行擴容，也在進行 layer1、layer2 分層的發展。
區塊鏈技術根本挑戰
2022 年，行業出現了太多的負面的事情，出現了很多暴雷現象，加上整個一年，市場也沒有新的東西。所以大家很困惑，這個領域還有沒有未來？即使是一些很堅定的信仰者也開始動搖。我覺得要回答這個問題。還是要先回答，區塊鏈的本質是什麼？區塊鏈的本質是一個價值網絡，它不是信息網絡，互聯網是一個信息網絡，但區塊鏈是一個價值網絡，它的核心目的是讓數字資產可以更有效的流轉。它另外一個附帶的產品，由於在線上發幣變得非常的簡單可靠，通過發 token 的方式，可以產生一系列的新的激勵機制的創新。這個是區塊鏈的兩個核心的突破，本質上是生產關係的突破。這是我們一開始就為了衝著生產關係去的一個技術創新。
這個帶來的很大的挑戰就是，它本身不是個生產力的工具。它很難帶來用戶體驗的提升，所以區塊鏈的領域就一直在等，有沒有一個好的應用，好的應用能不能達到上億的用戶，才能夠把整個的一套體系展開。所以，從這個角度來說，區塊鏈所面臨的根本的挑戰，就是沒有能夠直接提高消費者體驗的技術創新，這個領域本身沒有。第二個它們本來指望把傳統資產，比如說各種各樣的金融資產在線化。但是這個也進展不順利，因為它所提高的效率，創造的價值沒那麼大，同時也有足夠多的傳統利益和既體系去維護，所以這個轉型也不成功，再加上沒有新的應用，所以它沒有新的數字資產。沒有數字資產，你有一套價值網絡去降低數字資產的流轉，那就沒有意義，就無根之木。
下一步這個領域裡面會有怎樣的發展。一個就是順著現在的邏輯，它會繼續發展，比特幣繼續會作為一個替代資產，某種意義上 BTC 會像數字黃金一樣繼續走向更大的共識，或者比特幣能夠在支付方面發揮更大的作用。在基於支付網絡去推動普惠金融的發展，這是一條順著金融主幹道創新的路。第二個就指望新的應用的發展。過去兩年積累了很多 Gamefi 跟 Socialfi 方面的創新，也許在接下來的半年一年，我們看能看到一些初步的成果。
AIGC: 生產力的大突破
我認為最有價值的突破，是通過 AGI 創造海量的新的數字資產。AGI 第一個突破的領域就是 AIGC，就是深層次 AI，也就是創造海量的內容。明年的某個時刻，肯定會有非常好用的文字、語音轉視頻的工具出來。基本上從文字到語音到圖片到視頻，創作的門檻會急劇的下降，創造新的數字資產的空間會急劇的上升。而且就像我們講虛擬世界一樣的，未來的這些數字資產，它會越來越走向主流，它的重要性會越來越大，這些資產有價值，大家就會重視，大家就會對它的流轉交易，會非常的上心。所以在那個基礎之上，新的數字資產，天然會去用新的價值網絡的技術平台。
同時我剛才講到以太坊核心是智能合約，但未來機器跟機器之間的合作，它們的互動方式跟人跟人是完全不一樣的。它們需要有更多，更自動，更高效，更智能的合約直接完成，所以在這個領域裡面，區塊鏈、Crypto 有很大很大的發展空間，也是在這個意義上，我也把它當作 AGI 整個智能時代重要的組成部分。
無論是從剛才講的 Crypto 的領域，對創造經濟的呼籲。還是看 AGI 帶來的價值，我覺得未來，我們將迎來一個創造者經濟的時代。一方面，這個趨勢看得非常清楚，AGI 會逐步取代結構化的人類知識，並且變得越來越智能。第二個，人借助機器智能的力量，有機會變得越來越有創造力。就像工業革命的早期，大家都非常的恐懼，人不再能夠以體力來獲取價值，人不能靠體力生存了。但是過去的 100 年，出現了白領階層，出現了知識工作者，出現了軟件工程師，能靠自己的腦力活動，創造了過去 100 多年、200 年的繁榮。我能看到的相對美好的場景，由於機器或者人工智能把人從繁瑣的、重複性的、無聊的腦力勞動裡面解放出來，人可以把大部分時間，用在開發自己的創造力上。去做自己真正有激情的，也能夠做得更好的事情。這個可能是兩個基本的動力。在這個基礎之上，人跟人、人跟機器、機器跟機器之間的協同都提出了更高的要求。互聯網時代，機器跟機器之間協同是靠 API，就是應用之間要有一個約定的規範來互助，但是由於 AGI 的發展，未來所有的服務之間，是用自然語言來交互。也就是說，機器會學得像人一樣，直接來對話，機器跟機器之間就完成了協作，自然語言反而變成人跟人，人跟機器，機器跟機器之間的溝通語言，對於智能合約就提出了更高的要求。
如果我們從一個更宏觀的角度來看，剛才講的這些內容，德魯克可能是 20 世紀最偉大的商業思想家，他把工業革命劃分成了三個歷史階段，第一個階段是生產力的革命，本質上是工廠取代了手工作坊，因為傳統上過去手工作坊知識，都只能靠師傅帶徒弟，人傳人。但是有了工廠以後就開始有了科學化管理。第二個階段，是 100 年前開始的管理革命，也就是說開始有了企業的概念，以前只有單個工廠，核心就是生產跟賣，但是我們從管理開始，有了矩陣式管理，職能化管理，人力資源部門，戰略規劃部等等。商學院 100 零幾年前成立的，目的為管理革命輸送海量的，可以批量化輸出的高質量的管理人員，這是標準化也很重要。MBA 出來都是標準化的語言，就是這樣一套商業化的訓練，這是管理革命。那么隨著 IT 的發展，從六七十年代開始進入了軟件革命，也就是 IT 革命的時代，那時候軟件工程師創造最大的價值。順著剛才講的 AGI 對人類結構化知識的替代，人必須走向創造力的發展。所以，我把未來的第四個發展階段，新的發展階段，叫做創造力革命的階段，人未來的價值就體現在創造力上。
我們將要迎來的是一個新的經濟範式。智能時代的經濟核心，我們把它叫做智能經濟，從另外一個角度來理解，剛才講的創造者經濟。三個核心的支撐，就是我們剛才討論的通用人工智能、Crypto、AR&VR。當然這三個發展階段不一樣，目前是 AGI 發展勢頭最猛，Crypto 處於相對低谷正在醞釀的階段，AR&VR 可能還要三五年才會產生大規模銷售的應用級產品。但是這幾個的趨勢是非常清楚的。
人類文明的演進
我們如果從智能經濟再跳出來，從一個更廣大的角度來看人類文明的演進。實際上，人類的發展核心依賴於兩個，一個是人類網絡的發展，就是我們講到的語言、文字、文化、制度等等，都是所謂的軟的制度性的東西。還有一個非常重要的是，人一直在創造的工具網絡，從最早的火，到工具的使用，到農業化到物理的網絡，到今天的物流網，通訊網，計算網，這都是物理的工具網絡的發展，工具的網絡促進了社會進步，促進了人類的發展，然後人類又發明出了更多的網絡，發明了更多的工具，促進新一代的技術發展。所以技術進步跟社會進步就通過這兩個網絡，產生了質的飛躍，一輪一輪的發展。
大家如果真正看，從生物學的角度來說。人類單個大腦的容量其實提升很小很小的，進步就是兩個。第一個對大腦開發，一步步的開展，就我們大腦開發比例還很低的。所以為什麼創造力革命有可能？我們有可能開發出很多我們想象不到的能力。第二個，目前看起來更重要的是群體智慧的湧現，也就是通過社會協同。實際上我們創造的這個社會在創造更大的價值，而且在加速度發展。
技術變革推動的工具網絡的進步，是人類文明發展的主線。基於這個，我們可以做一個判斷，我們今天討論是處於一個什麼樣的狀態，從火的發現和應用，到工具的使用和發明，到農業經濟才 1 萬年左右，再到工業革命。第一次工業革命是機械動力，第二次工業革命是電力，雖然有人把信息革命叫做第三次工業革命跟第四次工業革命，就所謂工業革命 4.0。但是我自己覺得從概念的角度來說，把信息革命獨立出來可能更清楚。所以，我們有了第一次信息革命，就是電腦的發明。然後第二次信息革命，大概從 70 年代末到 80 年代初。開始有個人電腦，互聯網的發明，到最後通訊網絡跟計算網絡的融合，形成了互聯網過去 20 年的大爆炸。
我們過去的五年跟未來的五年，就是一個過渡期，從互聯網時代走向智能時代，我個人傾向於把它叫做互聯網 3.0。從互聯網 1.0 的 PC 到 2.0 的移動，到 3.0 的未來。為了在概念上更清晰，我們可以把未來的十年，甚至接下去二、三十年，定義為智能時代的開端。智能時代 1.0，這就是我們今天所處的時代的機會，也是時代的挑戰。我們今天不論什麼位置，所有人只有一個共同的挑戰：成為智能時代的原生物種，你才有機會發展，甚至才有機會生存下去。這是我想講的整個宏觀的一個大圖。
通用技術驅動商業變革的基本規律
我接下來講未來三五年的一些展望和技術發展，這是今天第二 Part 內容。有時候看十年好像還不那麼難，大家講未來都可以滔滔不絕。但是你怎麼把這個十年的東西投射到未來三五年。因為你的戰略核心是圍繞這三五年来制定的。十年甚至更遠一點是 Vision，是那個遠見。怎麼看未來三五年，特別是大的技術變革的時候，這麼大的不確定性。我反覆思考這個問題，這個問題這一次又被觸動了，就是 ChatGPT 的這個爆火，也是最快一個達到上億用戶的一個應用，ChatGPT 是不是就是明日之星？它是不是我們正在等待的 Next Google？這是我想回答的問題，經過反覆思考，我覺得有一個概念可以跟大家分享，叫原生應用的出現，應用或者服務，就原生服務的出現，就 Native app。這個概念指什麼呢？
我們先來看一下通用技術驅動商業變革的基本規律。首先，一場大的技術變革，它往往會帶來幾浪的商業變革，當然在這個過程當中。它獲得滋養，技術本身也在進步，也在變得成熟。所以我們可以看到互聯網，經歷了第一浪 pc 互聯網，我們可以把它認為商業化從 93 年 NetScape 上市，到 2008 年蘋果的 App store 出現，開啟了移動互聯網，再到後來的物聯網，同樣的 AI 我們也講歷史，經歷過大數據時代，再到 AI 1.0 再到現在的 AI 2.0 可能是 AGI 1.0。所以，它是往往是一浪接一浪的，不斷的發展，直到技術走向成熟。然後再被新的技術所取代。
從另外一個角度，我把這個技術變革，帶動的商業變革，劃分成四個階段。第一個是非常早期的發展，這個時候肯定會有泡沫。因為它讓人看到了太多可能性，但它實現這個可能性的進展，又遠遠低於大家的預期。所以是激動人心的時候，但是這個泡沫早晚都會破滅，互聯網泡沫是大家記憶最深刻的一次。為什麼互聯網泡沫記憶最深刻，是因為在互聯網泡沫之前，尤其是 2000 年初的那次三月份的股災。為什麼次是最激烈的一次泡沫，是因為在那之前大家經歷了工業時代 100 年的穩步發展，大家習慣的是個線性發展。突然出現了互聯網，一個指數級發展，看不到天空，到底有多高的可能性的時代，所以那個泡沫是最突然的，是一個顛覆性的轉型。但是到了移動互聯網的時候，大家有了第一次 pc 互聯網的經驗，就沒有那麼 high 了。所以我們可以看到，這個大的技術進步都有大大小小的泡沫，然後進入期的滲透期，然後再到原生應用，然後它就會變成一個通用技術，幾乎所有的行業都會用，它變成了一個基礎設施，大概都是這樣的四個階段，就像互聯網已經成了整個社會的基礎設施一樣的。
另外一個很重要的觀點，就是基礎設施和應用是共同演化的。等會我們再看這個原生應用的時候會看的特別清楚，原生應用通常發生在一場技術革命的第三個階段，它們需要時間去孕育。技術要成熟到一定的程度，它要能夠創造全新的價值，但是這個時候，它能帶來真正的海量的大眾用戶，它變成了國民級的殺手應用，就像移動互聯網時代的微信一樣，最後，它自然而然的成為了新商業範式的領導者，追趕者就很難了。
舉個例子，大家就可以更好的理解這個概念。谷歌是 PC 互聯網的第一個原生應用。這是我自己的判定。當然可能有不同的爭議，說不同程度的原生應用。你要說雅虎可能也可以算，Ebay 可能也能算，但是就徹底的程度，肯定是這個谷歌是真正的 PC 時代的王者。它能做到就是因為它在幾個層面，都完成了顛覆性的創新。一個就是搜索框。谷歌那個極簡的搜索框出來的時候，絕對是震撼。而且，所有全網的信息，你輸入一個關鍵詞，幾秒鐘就能返回來。這是以前不可能做到的，它是用戶體驗的一個極大的突破。這樣一個突破其實需要底層技術的一個重大創新來支持。這就是所謂的雲計算，或者從技術的角度講，就是分佈式計算。那么今天 AI 計算，這些其實都是基於分佈式計算發展過來的。所以它開創了一個計算的新时代，但同樣重要的是它開創了一個商業模式，叫 Pay for performance，就是大家今天熟悉的精準營銷。把廣告成本從一個不可衡量的指標，變成了可以精準度量的，我花多少錢得到了多少用戶，而且是事後付費，你用這個客戶點擊了以後才收費。而且價格是市場定價，有人跟你搶價格就高沒人跟你搶價格就低。通過這樣的市場定價，才能把海量的點擊都給它充分的利用好，所以它這個商業模式的一個巨大突破，所以才會出現一個巨大的虹吸現象，就是廣告往線上走，線上廣告往谷歌走。才有了谷歌十幾年的輝煌，大概有十年時間，矽谷所有人才都在谷歌，所有的創新都從谷歌發生，然後就是極高的利潤率，非常高速的增長，到後面的搜索的壟斷。這是一個非常典型的一個原生服務，開創了一個新的時代。
我們從這個角度來看，就是剛才講到的三個時代。可以看看技術帶來的這個原生服務的出現。剛才講到的谷歌，是 PC 互聯網的原生服務，98 年成立，04 年上市。第二個原生服務是 Facebook。臉書，04 年成立，12 年上市。Facebook 是非常典型的，它是 pc 時代的這個原生應用。但是它上市那一年，正好碰到移動互聯網，開始變得非常的火爆。所以一上市股價就跌了 40%。然後再逼著 Facebook 快速的進行移動互聯網的轉型，06 年的推特。剛才講到 07 年 Iphone 蘋果手機發布，08 年 App store 發布，09 年開始出現 Super App 超級應用，也就是第一批原生應用，大家可以看到很密集，Whatsapp、微博、然後 Uber。這是 09 年的，然後 10 年美團、Instagram，11 年的微信，12 年的頭條。13 年的快手，15 年的拼多多，16 年的抖音，我們今天基本上就是被抖音跟拼多多定義了我們的生活。這就是真正移動互聯網的這個王者。就最原生的應用，所以大家可以從這個歷史。來看看原生服務，它需要滿足什麼樣的條件，它才能產生。
AGI 時代的原生服務
這是另外兩頁非常重要的 PPT, 對於做 AGI 的同學可能會有很大的幫助，衡量你到底有沒有真正走在最前沿。第一個就是你有沒有用的最新的 AI 技術，通過自然語言對話，因為大語言模型解決了語言的問題。所以你可以通過自然語言對話和未來的 XR 眼鏡、可穿戴設備這些帶來視覺空間的感知。你可以跟用戶進行深入、持續的、互動和溝通。基本上永遠在線是將來的這個 Default。第二個非常重要，剛講到的你破解了語言，就破解了人類知識的總和，可文字化知識的總和，也就是說你可以隨時調用全量的人類知識。這就是所有被訓練的模型所完成的事情。第三個是用到了一定的推理能力。也就是說它幫助你做決策了，你用那個技術，目的是為了產生用戶體驗質的飛躍。它怎麼從場景決策，重新定義產品，然後你能不能夠很好地調用大語言模型，利用好這個通用知識。然後就是在這個場景下，你需要什麼樣的專業知識，專業技能，你能不能夠實時調用這些相應的知識和技能。最後是創新的交互，我覺得這點也非常重要，因為成熟的硬件，能夠更好的承載背後的技術。
如果我們從這個角度來看 ChatGPT 的話，可能還是個半成品，它的確是創造了新的人機對話方式，其實 Siri 這些只是解決了語音辨別的程度，精準度。但是它是沒有辦法進行語義的對話的，大語言模型解決了自然語言的對話，所以任何場合對話會變成一個非常主流的交互方式。在很多場合它是最高效的，但這個 ChatGPT 的產品形態，非常老舊了，就回到了最原始的一個 PC 的網頁，這中間肯定有很大的創新空間。新的用戶入口可能也未必，因為它的用戶數已經明顯的緩慢下來。就簡單的對話，百科全書一樣的查閱。包括一些簡單的寫作輔助功能可能構不成一個殺手級的應用，新的商業模式也沒有出現，所以從這幾個角度來判定，我覺得 ChatGPT 只是吹響了號角，並不是一個真正的原生的應用。
Web3.0 的未來
未來三年，我覺得大家最值得關注的就是，哪一個創業團隊也包括少數的巨頭，有機會推出真正原生的應用，它會帶來這個時代的井噴。通過剛才講到這個原生服務的概念，我自己是這麼看未來三五年發展的，未來兩三年是孕育期，甚至在某個角落已經有個創業團隊在做這樣的事情了，我們會看到，AI 和 Crypto 原生的主流服務，很有可能橫空出世，能夠帶來全新的用戶體驗。由於這樣一個主流服務的出現，它會帶動海量原生創新服務的湧現，它甚至會變成某種生態入口、平台基礎設施。就類似蘋果 App store 一樣，催化一系列的殺手級的原生應用的出現。就像我們剛看到 2009 年到 2016 年之間持續不斷的出現大的應用，那麼 5-10 年很可能，原先的領先者會開始領跑，然後再出現個別的第二代更 Native 的原生應用。大概 10~15 年左右可能智能時代的，第一批領先者就基本上確立它的領導地位了。
未來三年，就看這個原生服務是誰，然後誰跟那個生態最緊。誰最有大的發展空間。遊戲目前看起來，根據歷史也是一樣的，很可能這三種技術都有可能拿遊戲作為一個主要的突破口。AIGC 對遊戲的這個促進是顯而易見的。GameFi 在 Crypto 領域裡面的應用，VR 遊戲。所以遊戲肯定是這個重頭的應用。但元宇宙很可能是靠近十年後，整合創新的大成者，它會是一個真正的、原生的超級的應用，它會讓數字生活，真正成為我們生活中的一部分。但是元宇宙需要這三個技術成熟，再進行一輪整合，所以肯定不是五年內的事情。這個可能就是我對未來的一個判斷，供大家參考。
智能化的勝負點：機器取代人
我們接下來講第三部分的內容。有了這個宏觀的以後，我們怎麼看商業的具體變化。首先，我們看看這個智能商業的範式革命。這個跟 07 年的定義，沒有太大的變化，只是變得更清楚，就智能化，機器算法，AI 取代人，然後持續的進化，做出越來越聰明的決定，這樣才能大幅提高用戶體驗和商業效率。取代的環節越多，角色越完整，創造的價值就越大。但是最終的目標，還是實時精準低成本的服務海量用戶。1.0 的成功案例大家都非常熟悉了，從最早的淘寶購物到後面的抖音，短視頻的瀏覽。到自動調度滴滴打車、美團外賣。這一輪發展為什麼會加速？是因為 AI 的突破讓機器的能力有了質的飛躍。同時，越來越多的決策，將會被機器取代，而且會越來越智能。
這可能也是一張非常重要的 PPT，大家以後在實戰中會反覆應用到。就是你怎麼做智能化，過去的 15 年，大家做數字化轉型做的非常非常的辛苦。我後來意識到一個本質的問題，就是這個技術創造的價值不夠。我們是在為智能化做鋪墊，那下一步怎麼完成智能化的這個突破。核心是場景，因為決策肯定是基於某個場景做的，那麼你的用戶是誰？他在哪個場景下，面臨什麼樣的挑戰？然後，你要基於那個場景給出一個完整的解決方案，提供一個完整的服務，那才是智能化轉型成功。所以你左邊要調用的，可能是某些標準化的產品或者服務模塊。未來原則上沒有產品公司了，只有服務公司。產品只是解決那個場景下需求的一個服務的工具和載體。
我們以前一直想象場景電商，我今天才明白這個場景電商，在今天才有可能做，是因為你必須基於那個場景做決策。調度所有的知識跟專業能力，給出在那個特定時點，特定人群，特定場景的最佳服務方案，一步到位，這就是智能化。這是智能化時代的個性化，而且是在這個意義上 C2B 的商業模式才真正成立。或者更完整的表達，就是用戶驅動的那個商業模式，可能是 C2S2B2B 那個 “S” 就是智能化平台，因為消費者需要這個智能化的平台，直接整合所有可能的資源，給出它一個最個性化的，實時的解決方案。在這個意義上，我們走向了廣義的，廣泛的 On demand 階段，中間說的那個 C2S 的 “S” 就是那個 AI Agent。就是那個 AI 代理，也就是那個活的生長的 AI 系統，它在持續不斷的學習生長，做出更好更智能的決策。
2023 年 - 2033 年：智能商業 2.0 孕育和爆發的 10 年
2023 年到 2033 年，我們從今天看未來十年，回到今天的主題，就是智能商業 2.0 孕育和爆發的十年。而且未來三年可能我們就會看到原生的那個應用，帶動整個生態的發展。人工智能技術會成為通用技術，賦能越來越多的行業完成智能化轉型。關鍵就在於機器能否取代人做決策，背後的核心能力就是基於場景建立決策模型的能力。建立一個活的，能學習的，能生長的 Ai 系統：AI Agent。智能商業會成為主流的商業範式。
這個智能時代要求未來的企業具備什麼樣的能力？概念上我們很清楚，就是肯定是需要做智能，然後把這個智能的這個飛輪轉起來，一邊是用戶體驗，一邊是知識和數據。大家現在看到的創業的 PPT，基本上都開始畫這個飛輪了，我們就是要做智能化的驅動者。但是真正的難點在於這只是一張概念，我們處於這個生態非常早期，我們不知道未來會怎麼展開，就像自動駕駛，我跟著這個領域跟了十年，越跟越不知道未來會怎麼結局，這個第二階段的競爭會怎麼展開？它實際上是一個高度複雜的系統，有太多的不確定性。所以你在智能生態的初期怎麼去擁抱未來？
智能戰略：看十年，想三年，幹一年
這就回到我們的老本行，講講智能戰略。跟 2017 年講的時候有一個很大的變化，是特意強調了這個「想三年」。就是「看十年、想三年、幹一年」，看十年是 Visioning，是遠見，這個通過今天的討論，大家應該都很明白，這樣一個遠見的價值。它是所有你戰略決策的前提，你必須努力去理解未來可能的各種演化。第二個呢？「想三年」是戰略，就是以終為始。以 Vision 為基礎，確立你的定位和發展路徑等。幹一年是計劃，怎麼保證落地這個執行。需要強調兩點，一點就是我反覆講的，就是戰略要基於 Vision 跟 Action 的快速迭代和反饋來不斷的修正。你要主動的去做各種各樣的嘗試來理解和檢驗，你對未來的想象是不是正確，然後根據反饋，來修正你對未來的這個想象。
第二個非常重要的是，看十年想三年幹一年不是三件事，它是一件事情的三個角度，我碰到任何新的輸入，我都會問短期，長期，中期的影響是什麼，它是一年的事情還是三年的事情還是十年的事情，所以不是想十年的時候，就想十年，幹一年的時候幹一年，是你隨時要想到這件事情，短期，中期，長期，它是一個什麼樣的取捨。這就是戰略的功夫，你要去訓練自己，同時看三個角度的能力，這個是非常關鍵的。給大家一個小小的建議，可以把這個框架給用活，就是回去認真的看一下，你三年的目標到底是什麼？能不能夠具體到某一種衡量指標？不是你傳統的 kpl，是某一個真正反應你的創新業務本質的衡量指標。
我再講一遍。你三年的目標是什麼？這個目標能不能落到一個非常本質的指標。大部分同學三年的數字是慣性的，線性推導，很少有把看十年的張力，帶到三年目標的制定的，然後再基於這個三年目標。倒推你明年該幹什麼，今年該幹什麼，大家回去正好差不多到了每年做戰略的時候。你可以認真想一下，我們三年的目標清不清楚？不清楚是巨大的機會，不確定也是巨大的機會，說明我們有巨大的成長空間，你可以去創造未來。如果只有一個現行的推導的話，只能說明你增長的空間非常有限。
智能戰略：湧現和生長
第二個很深的感悟就是智能戰略是湧現和生長。它不再是一個強大的 CEO 拍腦袋的結果，它是短期，中期，長期利益的一個動態平衡。它為什麼叫智能，這個戰略為什麼智能，是在於你主動的去擁抱不確定性，隨著環境的變化而變化，智能戰略是湧現和增長，是保持可能性，甚至是創造可能性，而不只是追求效率。沒有地圖的時候自己造指南針！今天我們沒有一張詳細的地圖告訴我們未來會是怎樣，我們只能自己造指南針，這是智能戰略跟傳統戰略最大的不同。傳統的戰略核心是減少不確定性，比較確定性的規劃，然後高效的執行。但是由於我們今天處於一個巨複雜的高度變化的時代，不確定性就是可能性，就是創造的機會。所以在今天，戰略的本質是創造，是創新。在這個意義上，為什麼戰略也不再是高管的事情，因為它是創新，是創造，所以它跟產品跟技術，用戶體驗，都緊密的結合在一起，這些都是一體的，因為它都得體現你戰略的原則，它都得像組織，得像個智能體一樣，給你反饋你做的對不對，這是我們看到戰略未來的可能的樣子。
但是這樣的戰略，就要求完全不同的組織來實現。我先補充一點，就是說最早戰略都是 CEO 的英明決策，然後過去五六年大家都發現每個公司沒三五個聯創都搞不定，大家會很快發現，你十幾個高管也搞不定，即使你十幾個高管是真正牛逼的，團結一致的高管可能也搞不定。你越來越需要整個組織變得 Vision 驅動，變得戰略驅動，變得未來驅動。
智能組織的未來
為什麼我們需要一個不同的組織，智能組織會變成個什麼樣的未來？是因為環境要求組織能夠持續湧現出好的戰略決策跟創新。持續，這裡很重要，在今天這個環境你做對一次，一點用都沒有，因為你是在進入一個持續的淘汰賽。我們現在的目標可能是亞運會，但是大部分的同學可能都在市運會的選拔賽當中，這前面還有好幾步，所以你這一輪對了沒有用，它只是給你買了一張門票，候選資格參加下一輪的競賽。所以你需要建立一個組織，能夠持續的產出高質量的創新和決策。所以在這個意義上，跟 AI 時代的脈絡是完全一致的，就是簡單可以複製的工作的重要性直線下降。高效執行對組織未來依然非常重要，但是高效執行越來越會由 AI 系統來完成。重要的，難的是需要一些高端的人才來建立這個高效執行的系統，但同時組織的重心會越來越演化成創造獨特的價值。所以在個體層面，就會帶來對創造力人才的極大的需求，未來的人才，既需要多維度的視角，又有獨特專長。特別是因為 AGI 的出現，這個所謂窄義定義的專業人士的位置是幾乎又要一次被消滅。
我們工業革命是從通用能力向專業化窄的能力的一個收縮，就是分工加強的合作，合作推動了專業化分工。但我們如果回到一個新的時代，這個起點的話，我們再進入一個新的通用能力構建的時代，最有創造力的人是有通感能力的人。所以我們需要有通用能力人，但是又能夠理解專長、調用專長。組織的銳度，或者說組織的衝擊力，組織的生命力，在於快速突破開放型問題的能力，這是未來組織的核心能力。因為你要持續不斷的突破，持續不斷的創造。
富有創造力的人和機器的協同是未來主流的工作狀態，我目前能看到的一些雛形。推斷未來創造新工作的最佳組織形式，可能是非常緊耦合的特種兵小團隊，八到十幾個人，大家這輪創業已經很明顯的感覺到，十來個人的創業團隊就滿夠了。上一輪創移動互聯網創業，大概沒三五十個人，基本上撐不開一個攤子。但這一輪創業十個左右就真的差不多夠了，包括大家很熟悉的 Midjourney 的案例，也就十幾個人，在非常短的時間內做的非常的大。但是緊耦合的這個團隊，