內容來源：10月12日，曾鳴教授在湖畔創研中心開啟了第二次「看十年」公開課。
分享嘉賓：曾鳴，阿里巴巴集團學術委員會主席、湖畔創業研學中心教育長。
商業趨勢
筆記君說：10月12日，曾鳴教授在湖畔創研中心開啟了第二次「看十年」公開課。
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。
「AI最本質解決的是決策效率和成本。也就是機器能否取代人的問題，能否幫人做決策的問題。核心價值在於創造新的供給。」
「我們展望未來，機器或者人工智能，把人進一步從繁瑣的、創造性的、無聊的腦力勞動裡面解放出來。人的大部分時間可以用在開發自己的創造力上，去做真正有激情的事情。」
「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。」
「戰略要基於vision（視野）跟action（行動）的快速迭代和反饋來不斷的修正。主動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的未來想象。這個非常重要。」
「在個體層面，我們講到的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，又要有獨特專長。特別是因為GPT出現，所謂的專業人士的位置，幾乎都要被消滅。 」
「傳統的戰略核心是減少不確定性，做比較確定性的規劃，然後高效地執行。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，戰略也不再是高管的事情。跟產品跟技術都緊密的結合在一起。 」
以下為曾鳴演講全文精編：（全文很長，建議收藏精讀）
2017年時，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。
第一是我從1993年開始學戰略，教戰略，又在公司實踐戰略。
在那段時間，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，我從1991年開始，跟隨着互聯網成長起來。
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。那次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，隨着大勢發展，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（願景），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（視野），決定了你的格局和潛力。
Strategy（戰略）是Vision（視野）和Action（行動）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。
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，各個緯度的進展情況，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。
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。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。
我們會分三個板塊展開。
首先，智能時代的三大核心技術。我們現在擁有了AGI（通用人工智能），通用人工智能為我們帶來了一場革命；區塊鏈和Crypto（加密貨幣）經過了將近15年的醞釀跟發展，也在蓄勢待發；XR和元宇宙。這是三個最核心的技術，這是我們今天演講着重展開討論的三個領域。
第二板塊，跟大家分享一個方法論：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（視野）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。
一、智能時代的三大核心技術
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，去年底到今年ChatGPT火了後，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，第二階段的人臉識別，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，比如，大家刷抖音背後的推薦引擎，也是基於AI技術。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着人類的智慧，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、視頻給沉澱下來了。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，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，也是一個大變革的時代。
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Robotax公司，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，都會想到波士頓Danymics各種各樣很炫的機器人，但是波士頓Dynamiac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 Sicence(科學智能)，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 Sicence（科學智能）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。
如今，我們從互聯網時代來到智能時代，互聯網跟AI到底有什麼本質區別？
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，讓信息儘可能地流通匹配，不要有信息不對稱而帶來各種各樣的摩擦。
核心價值在於：解決信息不對稱的問題。
舉個簡單的例子。在線教育過去所有的努力，都是想利用互聯網提高老師的教學效率，這是一個非常典型的互聯網案例，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，而這隻有AI老師才有滿足。
同樣的道理，全世界現在最大的問題之一，都是醫療成本太高，醫生服務不夠。如果有AI醫生出現，整個人類的健康狀況，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、做產業互聯網、做線上化，為什麼做的那麼辛苦？本質原因就是：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療以及醫療服務轉型。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。所以這個是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。
但AI時代，AI最本質的問題是處理海量知識，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，所以他解決的是決策的效率與成本，也就是機器能否取代人。
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智能飛躍，其核心價值是創造新供給。
所以，AI時代最核心的能力是根據決策場景建立決策模型的能力，「場景」一詞，非常重要，因為我們所有的決策都是基於一個特定場景的。
人很多時候的決策是下意識，甚至是潛意識的，你怎麼將它顯性化變成一個機器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，特別對於AI應用企業來說，對於大模型的一些前沿公司來說，算法是一個很大的瓶頸，但對於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的決策方法與人的決策方法不一樣，所以你需要一個翻譯。
這個模型有意思的地方，只要你建立了這個模型，形成一個閉環，它自己就能夠不斷地迭代、優化與生長，所以是一個「活」的AI系統。
在這個意義上，過去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的系統，他們只能做確定性的執行，但再簡單的認知系統都是複雜系統，所以AGI現在的在發展，處於一種類似生物的可有機生長的一套系統，這也會是一個根本性的發展。
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。
1.XR:人機交互
AR、VR到XR，整體就是人機交互的一個發展過程。
從pc時代開始，今天最牛逼的幾家公司之一微軟，蘋果。核心發明就一個GUI圖形交互，然後產生了今天所有的互聯網革命。
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。
① 虛擬現實
2012年Oculus成立，2014年被Meta買了，虛擬眼鏡VR；2014年GoogleGlass也出現了，2015年推出了一批產品；2016年，來到了虛擬現實的元年。那一年，發布了第一代Oculus Rift。索尼推出了VR眼鏡。微軟發布了Holowlens。還有一款叫PokemonGo的遊戲。
當時，第一個基於虛擬現實的火熱遊戲，很快就沉寂了。高科技發展軌跡，中間都有階段性的懸崖。
2018年的Magic Leap是當時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。
它是完全可以迷惑你的眼睛，因為都是真實的光源，所以眼睛是沒有辦法判斷，我看到的到底是真是假，它看到的就是成形的圖像，然後給大腦輸送信號。
第二個是，當時Magic Leap的Founder（創始人），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，那不是快多了嗎？也容易多了。
很可惜，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。
今年有兩個重磅的發布，一個就是Apple的VisionPro，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Quest3，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AiGlass，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。
② 人機交互
回到講硬件，它的核心目的是什麼？
硬件的核心目的是完成人機交互的新的機緣，最早的PC計算是通過鍵盤來交互的。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一個發展趨勢。
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。
③ 元宇宙
為什麼說元宇宙，大家曾經那麼嚮往，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，也是一個讓人很期待的未來。
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。
