隱藏的行為（塑造未來的7種無形力量）

隱藏的行為塑造未來的7種無形力量目錄\h第一章行為何以成為新的全球貨幣\h剃須刀片\h我們何以成了“刀片”\h行為技術(shù)的誕生\h第二章預(yù)言機(jī)器：為何不能沿用老辦法解決新問題\h你的數(shù)字自我\h文化再現(xiàn)\h鐘與云\h可拆解的鐘類問題\h無解的云類問題\h第三章大膽曝光：人們?nèi)绾螑凵瞎_隱私\h可接受的未來\h窺探的眼睛\h我什么也沒做錯(cuò)\h誰在監(jiān)視誰\h第四章將來完成時(shí)：與車對話\h未來觸手可及\h駛?cè)牍穃h電梯司機(jī)\h智能行為\h通往自主之路\h6分鐘的恐慌\h未來的基石\h信任的基石\h廣泛分布式的未來\h第五章摩擦和工業(yè)時(shí)代的終結(jié)：行為如何重塑企業(yè)\h數(shù)字生態(tài)圈\h數(shù)字變革\h摩擦的終結(jié)\h被過去所挾持\h模糊的商業(yè)界限\h掌握生態(tài)圈的觸點(diǎn)\h圍墻花園\h助力經(jīng)濟(jì)發(fā)展的生態(tài)圈燃料\h第六章超個(gè)性化：為百億人打造未來\h我的可樂\h數(shù)字化的作用\h你并非自己所想的那樣\h個(gè)性化代言人\h機(jī)器人\h犯錯(cuò)的狗\h第七章忠誠品牌：大眾化營銷的終結(jié)\h扭轉(zhuǎn)品牌危機(jī)\h駕駛行為\h有個(gè)性的汽車\h第八章數(shù)字窘境：保衛(wèi)未來\h虛擬貨幣關(guān)聯(lián)\h你是否知道自己是誰\h機(jī)器人規(guī)則\h新武器競賽\h沒有終點(diǎn)線第一章

行為何以成為新的全球貨幣“人已成為其工具之工具?！薄嗬ご骶S·梭羅（HenryDavidThoreau）理解行為是21世紀(jì)的制勝法寶。鑒于此，本書開篇第一章將探討企業(yè)如何利用“你”——即將迅速成為21世紀(jì)最有價(jià)值、最令人垂涎的商品——來解析人們的行為。人們在數(shù)字世界和實(shí)體世界中的行為，正以空前的速度被記錄、存儲在巨型倉庫中并進(jìn)行分析，這些巨型倉庫儼然已成為數(shù)字金礦。人們的行為記錄像商品一樣被買入，最后被賣給出價(jià)最高者，其目的不僅是要搞懂你，而且是要推測你的行為。為了能享受全天候提供知識信息、網(wǎng)絡(luò)連接、輕松消費(fèi)和超個(gè)性化體驗(yàn)的產(chǎn)品、服務(wù)和應(yīng)用，人們正逐漸放棄自己的個(gè)性和最私密的時(shí)刻，這猶如一場看不見的交易。在這個(gè)過程中，行為逐漸成為算法驅(qū)動下的新型資本、商業(yè)模式和科技基石，算法工具能夠從人們?yōu)g覽網(wǎng)頁、購物、健身、飲食及駕駛等習(xí)慣中找出隱藏的深層次規(guī)律。突然間，每個(gè)人都有了一個(gè)數(shù)字自我，它是人們個(gè)性化行為的數(shù)字合集。你無法給數(shù)字自我下定義，至少無法有意為之，因?yàn)槟闵星也皇瞧渌姓撸矝]有接觸的途徑。但在諸多方面，它基于你每時(shí)每刻的生活方式，充分地體現(xiàn)了你最真實(shí)的一面：一個(gè)脫離了肉體、絲毫不情緒化且一貫坦誠的你。從表面上看，這似乎是一樁非常不劃算的交易，一樁為了某些尚不明確的好處而暴露自己的交易。然而，人們依然心甘情愿地放棄那些信息，有時(shí)甚至有意為之，不過多數(shù)時(shí)候還是在不知不覺中放棄的。60%的美國人都有Gmail（谷歌的免費(fèi)郵箱服務(wù)）賬號，不過在這60%的人中，會把自己過去一年來郵箱的使用情況告訴街邊的陌生人，說“這些是我最隱私的想法和通信記錄，給你看”的人，可能連6%都不到。但其實(shí)谷歌通過郵箱獲得這些人的數(shù)據(jù)幾乎沒有任何成本，是你拿自己的行為作為貨幣換取其服務(wù)。不妨想想，你每天瀏覽的網(wǎng)站、使用的智能手機(jī)及應(yīng)用、家中的傳感器、電子設(shè)備、你開的車，甚至當(dāng)你的目光掃過雜貨店貨架時(shí)眼球的運(yùn)動，從以上種種細(xì)節(jié)中，每天能捕捉到超過250條關(guān)于你的生活和行為的數(shù)據(jù)。\h[1]截至2020年，地球上平均每人每秒將產(chǎn)生約1.7兆字節(jié)（Megabyte，MB）的新信息。\h[2]令人驚訝的是，當(dāng)今世界上90%的信息都是在過去短短兩年的時(shí)間內(nèi)產(chǎn)生的。這些信息的來源無處不在：用于收集購物行為的傳感器、上傳到社交媒體網(wǎng)站的信息、數(shù)字圖片和影像、購物交易、手機(jī)定位信息及GPS（全球定位系統(tǒng)）信息等。2010年，德國政治家馬爾特·施皮茨（MalteSpitz）想了解德國電信公司（DeutscheTelekom）對其手機(jī)使用情況的掌握程度，于是提出上訴，要求后者提供其個(gè)人手機(jī)使用記錄。為了大膽揭示信息的詳盡程度，施皮茨向《時(shí)代在線》（ZeitOnline）提供了六個(gè)月的歷史記錄，后者根據(jù)施皮茨的通話、短信、社交網(wǎng)絡(luò)及網(wǎng)頁瀏覽等信息，繪制了其在此期間的詳細(xì)出行地圖。\h[3]施皮茨的信息包含超過30萬個(gè)數(shù)據(jù)點(diǎn)，相當(dāng)于平均每天有約2000個(gè)數(shù)據(jù)點(diǎn)，而且這僅來自他個(gè)人的手機(jī)及公開的歷史瀏覽記錄信息。這些數(shù)據(jù)究竟有多大價(jià)值？預(yù)估結(jié)果相去甚遠(yuǎn)，每個(gè)人的信息價(jià)格是1~12美元不等。\h[4]這聽起來似乎不算什么，無非相當(dāng)于一個(gè)小份比薩的價(jià)錢，甚至在紐約，估計(jì)只夠買一塊比薩。這就像那個(gè)由來已久的游戲：根據(jù)身體的化學(xué)元素構(gòu)成來估計(jì)人的價(jià)值，結(jié)果約為4.5美元。\h[5]恐怕多數(shù)人都不會接受，這樣一個(gè)數(shù)字怎么能代表具有意識和生產(chǎn)力的人類的準(zhǔn)確價(jià)值呢？對數(shù)字自我而言也是同樣的道理。雖然獲得一個(gè)人的數(shù)字自我的數(shù)據(jù)或許僅需12美元，但就獲得這些數(shù)據(jù)的公司而言，其價(jià)值至少是這個(gè)價(jià)格的20倍，具體取決于這些公司自身的價(jià)值。有一個(gè)更為直觀的衡量方法就是，將各大社交媒體公司的市值分?jǐn)偟矫總€(gè)用戶身上。如圖1.1所示，單位用戶帶來的平均市值不低于100美元。一兩百美元看似不多，但獲得的“你”的信息將會不斷增值，目前還沒人能計(jì)算出結(jié)果。圖1.1數(shù)字自我的價(jià)值圖1.1說明：目前行為商業(yè)尚在起步階段，要弄清楚數(shù)字行為的價(jià)值非常困難。不過大致可以根據(jù)主要的社交媒體公司的市值，以及每個(gè)公司擁有的用戶數(shù)量來衡量。如圖所示，結(jié)果從50~200美元不等。同時(shí)，你的數(shù)字自我包含的信息，要比這些社交媒體平臺掌握的信息多得多。不過這個(gè)數(shù)值可以當(dāng)作一個(gè)最低參考值。被捕捉行為和掌握數(shù)字自我的范圍并不僅限于人類。在我們設(shè)想的未來，自動駕駛汽車、智能設(shè)備和具備學(xué)習(xí)能力的機(jī)器，都將擁有數(shù)字自我（我們也稱其為“數(shù)字孿生體”）。有了人工智能的支持，汽車將能夠進(jìn)行決策并采取行動，從而形成其自身的行為記錄。如今，每輛新車每小時(shí)能產(chǎn)生4太字節(jié)（Terabyte，TB。1TB約為1000GB或100萬MB）的數(shù)據(jù)。\h[6]本書第四章將介紹，將來這些車會成為自己的主人，并自行完成維護(hù)、投保、購買和銷售等行為。這雖然很難理解，但所有必需的構(gòu)成元素以及本書所述的一切技術(shù)都已準(zhǔn)備就緒。只要觀察一下牙牙學(xué)語的孩子與科技的互動就會明白，行為已逐漸成為人們互動中一個(gè)普遍期待的環(huán)節(jié)。我們都見過還穿著紙尿褲的幼兒翻書的情景，他們會因?yàn)槠桨咫娔X或智能手機(jī)沒有回應(yīng)自己的行為而感到疑惑、沮喪。在他們眼中，世界應(yīng)該像人類一樣表現(xiàn)出行為和智慧，而雜志就像是一臺有瑕疵的iPad（蘋果平板電腦），如果它沒有及時(shí)響應(yīng)，那一定是壞了。不過先別想得太遠(yuǎn)，我們不妨岔開話題，問問自己，我們?yōu)槭裁磿兂僧a(chǎn)品？剃須刀片1895年，金·吉列（KingGillette）萌生了一個(gè)非常聰明的想法：把他那昂貴、笨重、需要高昂維修費(fèi)的直刃剃須刀，替換為價(jià)格實(shí)惠得多并且方便普通人使用的工具。他想到用一次性剃須刀片，然而這個(gè)想法并未很快獲得成功。直到后來他拿下了為美國陸軍提供剃須刀和刀片的合同，事情才開始有所好轉(zhuǎn)。士兵回家的時(shí)候一定會帶上吉列剃須刀和不少刀片。關(guān)于金·吉列成功的故事，還有不同的版本。其中一個(gè)版本是這樣的：吉列最初免費(fèi)贈送剃須刀片，希望借此銷售更多的剃須刀（剃須手柄）。很快吉列意識到應(yīng)該反過來才對，一旦人們買了吉列剃須刀，他的刀片不就成了不可或缺的商品了嗎？這就是“放棄剃須刀，刀片才是搖錢樹”的“剃須刀與刀片”營銷模式（razors-and-bladesmodel），接受過大學(xué)基礎(chǔ)商業(yè)課程或營銷課程的人對這一模式應(yīng)該都不陌生。還有另一個(gè)版本則給出了更貼近實(shí)際，也更為復(fù)雜的解釋。為使其剃須刀和刀片在競爭中長期保持優(yōu)勢地位，吉列申請了專利，希望用戶產(chǎn)生非比尋常的品牌忠誠度，認(rèn)為只有吉列的刀片才能搭配它的剃須刀使用，從而讓吉列能夠以優(yōu)勢品牌進(jìn)行價(jià)格定位，并在未來的100年成為市場領(lǐng)跑者。不論吉列究竟采用了何種策略，諸多公司及行業(yè)都采用了“剃須刀與刀片”的標(biāo)準(zhǔn)商業(yè)模式。其中不乏人們熟知的索尼公司的Walkman（個(gè)人隨身音樂播放器）與盒式磁帶、PlayStation（家用電視游戲機(jī)）與游戲卡帶、噴墨式打印機(jī)與墨盒、iPhone（蘋果智能手機(jī)）與手機(jī)應(yīng)用程序等。2016年，蘋果公司iPhone的總銷售額約為2000億美元，而應(yīng)用商店里應(yīng)用程序的銷售額竟達(dá)到了近300億美元。\h[7]就蘋果公司的情況而言，“剃須刀”（iPhone）的整體銷售額更高，但可以看出“刀片”（應(yīng)用程序和服務(wù)）的實(shí)際利潤正在逐步逼近，最終很可能會成為蘋果公司最大的利潤來源，因?yàn)檫@部分收入主要來自第三方應(yīng)用程序開發(fā)商，蘋果公司無須任何花費(fèi)就能獲得30%的版稅收入。到20世紀(jì)90年代末，當(dāng)互聯(lián)網(wǎng)首次進(jìn)入主流社會時(shí)，“剃須刀與刀片”模式發(fā)生了非同尋常的變化。如果把互聯(lián)網(wǎng)看作“剃須刀”，那么其潛力之一就是讓軟件應(yīng)用程序發(fā)揮“刀片”的作用，并且實(shí)現(xiàn)遠(yuǎn)遠(yuǎn)大于實(shí)體刀片的規(guī)模?；ヂ?lián)網(wǎng)的目的是成為人人都能免費(fèi)使用的平臺，至少擁有硬件設(shè)備的人都能使用。這有別于“剃須刀與刀片”模式的根基——所有權(quán)經(jīng)濟(jì)學(xué)（ownershipeconomics），因?yàn)闆]有哪家公司能夠獨(dú)享其帶來的福利，不過這一點(diǎn)很快就會改變。我們何以成了“刀片”20世紀(jì)90年代出現(xiàn)了一種新型軟件。隨著互聯(lián)網(wǎng)應(yīng)用的普及，與互聯(lián)網(wǎng)相關(guān)的需求不斷增長，各種免費(fèi)應(yīng)用程序?qū)映霾桓F，能夠滿足人們的各類需求，從購書到出售二手鞋，一類被稱為互聯(lián)網(wǎng)公司（dot-com）的群體很快宣布對這一新領(lǐng)域的所有權(quán)?；ヂ?lián)網(wǎng)公司的理念廣泛傳播，甚至威脅到了眾多中間商（包括實(shí)體店、汽車經(jīng)銷商、出版商、影音租借店等）或功能類似中間商的其他行業(yè)參與者的生存。在炒作與投機(jī)中誕生的互聯(lián)網(wǎng)泡沫最終于2000年破裂，股市市值瞬間蒸發(fā)了近5萬億美元。顯然，互聯(lián)網(wǎng)現(xiàn)象具備所有投機(jī)泡沫的特點(diǎn)，但這并非導(dǎo)致其失敗的唯一原因。即便沒有投機(jī)性投資活動，互聯(lián)網(wǎng)模式依然存在缺陷。真正摧毀互聯(lián)網(wǎng)公司的是所謂的“賺眼球”（capturingeyeballs）現(xiàn)象。互聯(lián)網(wǎng)公司的潛在價(jià)值取決于登錄其網(wǎng)站的人數(shù)，而問題在于，利用“眼球”變現(xiàn)并非易事。一方面是因?yàn)橥ㄟ^互聯(lián)網(wǎng)進(jìn)行購銷活動的電子商務(wù)仍處在發(fā)展初期，摩擦在所難免；另一方面，也是更主要的原因，“眼球”的實(shí)際價(jià)值尚不明確?；ヂ?lián)網(wǎng)公司曾試圖放棄“剃須刀”，但沒弄清楚“刀片”是什么。不過，在互聯(lián)網(wǎng)泡沫中也有為數(shù)不多順勢成功發(fā)展的公司，如亞馬遜、谷歌、臉書等。這類公司在業(yè)務(wù)的長期價(jià)值方面都有一個(gè)共同特點(diǎn)，即它們能夠改變創(chuàng)造價(jià)值的方式。這些公司并未企圖通過贏得大量客戶的“眼球”，以及那些根據(jù)個(gè)人需求使用應(yīng)用程序的人來賺取利潤，而是把客戶變成了產(chǎn)品。這種觀點(diǎn)很有創(chuàng)意，也很簡單。人成了“刀片”！對用戶的行為了解越多，就越能更好地定位廣告、產(chǎn)品，提升其他產(chǎn)品和服務(wù)的銷售，有時(shí)甚至連用戶自己都不知道這正是他們想要的。這說明人們對市場的看法有了翻天覆地的變化。200年來，人們一直在玩猜謎游戲，企圖通過開展團(tuán)體深度訪談、進(jìn)行粗略人口統(tǒng)計(jì)、掌握季節(jié)趨勢等可見指標(biāo)預(yù)測大眾需求，從而幫助我們認(rèn)識、分析廣闊的市場，以期破解隱藏的市場驅(qū)動力。如今，我們即將進(jìn)入一個(gè)全新的時(shí)代，產(chǎn)品、服務(wù)、娛樂，甚至政治選舉都能根據(jù)個(gè)人偏好來設(shè)定。這是我們第七章將要討論的超個(gè)性化，即通過某個(gè)人的線上及線下行為，剖析連他自己都無法理解的個(gè)人特征。但不要把它與個(gè)性化混為一談，個(gè)性化是指對普通營銷活動的提升，或在產(chǎn)品上增加個(gè)人姓名等細(xì)微的變化。但從根本上看，這些變化并未催生全新的模式。20世紀(jì)媒體帝國的誕生，源于向廣告商銷售獲取各類消費(fèi)群體市場的渠道。20世紀(jì)初期，世界上最富有的人既不是石油大亨也不是鋼鐵巨頭，而是威廉·赫斯特（WilliamHearst）。他利用遍及美國各大城市的30份報(bào)紙，在鼎盛時(shí)期建立了世界上最大的廣告帝國。大眾媒體采用的人口統(tǒng)計(jì)學(xué)基礎(chǔ)是群體而非個(gè)體。尼爾森電視收視率能告訴你，年齡在30~50歲、家庭年收入為5萬~6萬美元、開皮卡車的男性中，有多少人在觀看超級碗（SuperBowl）比賽，但它無法告訴你“我”是否在觀看，以及“我”為什么會看超級碗?，F(xiàn)代社會，大眾媒體采用的人口統(tǒng)計(jì)方法逐漸被大數(shù)據(jù)（BigData）取代。但大數(shù)據(jù)并不了解你，它只是把你放入一個(gè)具有相似行為的數(shù)據(jù)庫中。有了大數(shù)據(jù)，雜貨店能夠獲悉年齡在20~30歲的男性，在周六下午經(jīng)過雜貨店時(shí)經(jīng)常會購買啤酒和尿布，但大數(shù)據(jù)無法告訴你在這些男性中，哪些人一邊觀看ESPN（娛樂與體育節(jié)目電視網(wǎng)）的足球比賽，一邊通過谷歌搜索撫慰哭鬧新生兒的方法。通過本書我們會明白，從了解市場到了解個(gè)人的轉(zhuǎn)變是最深刻的變化之一，它將決定未來的價(jià)值是如何創(chuàng)造的。因此，一場獲取地球上每個(gè)人信息的競賽已經(jīng)開始。然而，有一個(gè)很重要的問題是，你的數(shù)字自我（再次說明，指定義你行為的數(shù)字合集）是完全不成體系的信息，沒有所有者來賦予其意義。眾多的應(yīng)用程序、平臺、設(shè)備及地點(diǎn)都想最大限度地捕捉你的信息，而你的數(shù)字行為就分散在這樣一個(gè)巨大的生態(tài)圈中。亞馬遜知道你通過其平臺購買的商品；谷歌知道你使用其搜索引擎搜索了哪些信息；通用汽車公司知道你如何使用OnStar（安吉星）系統(tǒng)駕駛汽車；塔吉特（Target）公司知道你在哪個(gè)商品過道或區(qū)域花的時(shí)間最長、消費(fèi)最多；只要你通過Travelocity（在線旅游服務(wù)公司）訂票，它就知道你的旅行目的地和選擇的交通工具；如果你使用iPhone，蘋果公司就會知道你的步行距離和睡眠質(zhì)量；臉書根據(jù)你發(fā)布的內(nèi)容就能知道你養(yǎng)的寵物、喜歡的食物以及你的心情；如果你用過Roomba（掃地機(jī)器人）吸塵器，iRobot（機(jī)器人制造商）就會知道你會如何布置家具。你成千上萬的不經(jīng)意之舉，那些你以為只有自己可見的行為，突然間被諸多你根本沒有聽說過的公司追蹤和交易。突然之間，包括亞馬遜、Netflix（網(wǎng)飛）、Spotify（聲田）在內(nèi)的網(wǎng)絡(luò)公司開始根據(jù)你的購買或搜索記錄為你推薦商品。這個(gè)功能有時(shí)確實(shí)很實(shí)用，但大多數(shù)時(shí)候都令人哭笑不得。例如，誰會在日食發(fā)生的兩個(gè)星期之后再買一副觀看日食的眼鏡？接下來出現(xiàn)了新的變化。各種基于人們的電子郵件對話、谷歌搜索記錄及網(wǎng)頁瀏覽習(xí)慣的廣告，開始出現(xiàn)在人們使用的瀏覽器上。然而奇怪的是，出現(xiàn)在某網(wǎng)頁上的廣告跟網(wǎng)頁的內(nèi)容幾乎沒有必然的聯(lián)系。如果你曾在家得寶（HomeDepot）網(wǎng)站上搜索擋風(fēng)門的價(jià)格，你可能會在寵物網(wǎng)站上看到有關(guān)擋風(fēng)門的廣告。起初這一切看似巧合，但接連出現(xiàn)就顯得老套而詭異，而且還會愈演愈烈。2008—2009年，臉書等公司開始追蹤其用戶在其他網(wǎng)站上的行為。換句話說，即便你不登錄臉書網(wǎng)站，它也能追蹤到你的行為。這就是臉書早期推出的“燈塔”（Beacon）項(xiàng)目，但該項(xiàng)目最終遭到集體訴訟，臉書不得不終止它，并且CEO馬克·扎克伯格（MarkZuckerberg）為此發(fā)表了公開道歉。\h[8]開發(fā)這項(xiàng)功能，我們犯了許多錯(cuò)誤，在解決問題時(shí)還犯了更多錯(cuò)誤。我們推出的這項(xiàng)功能表現(xiàn)很差，我為此道歉……我們沒能迅速采取行動，花了太多時(shí)間來決定正確的解決方式。雖然最終問題得到了解決，但我并不滿意，因?yàn)槲覀儽緫?yīng)該做得更好。但另一個(gè)項(xiàng)目沒有終止。當(dāng)時(shí)臉書正在開發(fā)Connect（連接）服務(wù)，開發(fā)完成后很快就發(fā)布了。Connect是一個(gè)單點(diǎn)登錄的應(yīng)用程序平臺，第三方可借助這一平臺讓其用戶使用臉書憑證登錄。Connect獲得了成功，主要是因?yàn)樗鼮椴幌矚g記憶各種用戶名和密碼的人提供了另一種登錄途徑，那就是用臉書憑證登錄。然而，用戶在享受這些便利的同時(shí)，通過Connect也分享了自己在眾多應(yīng)用程序上的行為數(shù)據(jù)。這樣做的遠(yuǎn)不止臉書一家。Quantcast（數(shù)字廣告公司）、Acxiom（安客城）、Corelogic（房地產(chǎn)數(shù)據(jù)分析公司）、Datalogix（廣告分析公司）、eBureau（科技創(chuàng)業(yè)公司）、IDAnalytics（身份和信用數(shù)據(jù)分析公司）、Intelius（信息商業(yè)公司）、PeekYou（社會化找人服務(wù)搜索引擎）、Rapleaf（網(wǎng)絡(luò)追蹤公司）和RecordedFuture（威脅情報(bào)公司）等大眾熟知的數(shù)據(jù)經(jīng)紀(jì)公司，大多已經(jīng)開始利用線上及線下渠道收集大量個(gè)人數(shù)據(jù)，它們已經(jīng)開始利用cookies（儲存在用戶本地終端上的數(shù)據(jù)）將這些數(shù)據(jù)關(guān)聯(lián)到每個(gè)人。美國聯(lián)邦貿(mào)易委員會（FTC）的一項(xiàng)調(diào)查表明，高達(dá)220個(gè)關(guān)于你的數(shù)據(jù)點(diǎn)通過這些公司關(guān)聯(lián)到你個(gè)人。這些數(shù)據(jù)涵蓋了你的住址、位置等基本信息，還包括你的社會安全號碼（SSN）、駕照號碼、使用社交媒體的習(xí)慣，以及你正在服用的非處方藥。\h[9]是不是感到毛骨悚然？想想看，收集這些數(shù)據(jù)是多么容易。基于本書的一項(xiàng)調(diào)查，目前全球有34億人使用智能手機(jī)，其中80%的人不論是白天還是夜晚，始終把智能手機(jī)放在距離自己不到三步的范圍內(nèi)。汽車、住房甚至連睡覺的床都配備了傳感器。突然間人們所有的行為在不知不覺中就變得一覽無余。不論你是否喜歡，這就是新常態(tài)：人們的隱身斗篷已不復(fù)存在。市場營銷的目標(biāo)不再是剖析細(xì)分市場，而是剖析你。人們隱藏的行為用于為擁有這些數(shù)據(jù)的公司創(chuàng)造利益，這一切仿佛“奧威爾式”（Orwellian）\h[10]的不祥之兆，并非只有你一人感覺如此。當(dāng)我們剛開始寫作本書時(shí)，一位同事建議用“黑暗數(shù)字”（DarkDigital）作為書名，意指光鮮的外表下暗藏邪惡，公司正逐漸變成“老大哥”，而我們應(yīng)該揭露（或者更準(zhǔn)確地說是曝光）這一切。人們對隱私暴露的影響絕不陌生，討論這個(gè)問題以及如何才能更好地保護(hù)數(shù)字自我將花費(fèi)大量時(shí)間。但本書關(guān)注的重點(diǎn)不僅在于人們的行為如何被用于對付人類自身，還在于這些數(shù)據(jù)將如何為人們的生活、商業(yè)和社會創(chuàng)造重要價(jià)值。我們知道，人工智能的出現(xiàn)給人們隱藏的行為帶來了嚴(yán)重威脅。但其實(shí)隨著歷史進(jìn)程的推進(jìn)，人們的行為本就在逐漸變得透明。其原因并非某個(gè)實(shí)體暗中為自己謀私利，而是更大的透明度能惠及整個(gè)社會。行為技術(shù)的誕生GPS是迄今為止最早投入使用同時(shí)也是使用最廣泛的行為追蹤技術(shù)。該系統(tǒng)自1978年起一直為美國軍隊(duì)所用，如今它能借助24顆衛(wèi)星準(zhǔn)確定位裝有GPS的物體。發(fā)明該系統(tǒng)的是美國海軍研究物理學(xué)家羅杰·伊斯頓（RogerEaston），他發(fā)明的“衛(wèi)星導(dǎo)航系統(tǒng)和被動測距技術(shù)”于1974年1月29日獲得美國專利，專利號為3789409。伊斯頓對基于地面定位系統(tǒng)的研究始于1943年。\h[11]然而直到1983年，蘇聯(lián)空軍擊落意外飛入蘇聯(lián)領(lǐng)空的韓國007號航班客機(jī)，美國總統(tǒng)羅納德·里根（RonaldReagan）才下令對私營部門開放GPS。盡管軍隊(duì)曾限制私人獲取GPS的某些數(shù)據(jù)，但到2000年時(shí)，比爾·克林頓（BillClinton）總統(tǒng)對私營部門開放了GPS的全部數(shù)據(jù)。GPS給人們帶來的益處是多方面且顯而易見的：提高了安全性，提升了急救工作人員的效率和速度，同時(shí)增強(qiáng)了追蹤人員和財(cái)產(chǎn)的能力。但有些益處經(jīng)常出人意料。例如，在汽車回收率較高的地區(qū)，汽車經(jīng)銷商通常會在銷售的車輛上安裝GPS追蹤設(shè)備，本意是在車主無法按期還款時(shí)追蹤車輛的位置，但這些設(shè)備恰巧還能用于破獲劫車案和綁架案。在一件媒體廣泛報(bào)道的劫車案中，丹尼·孟（DannyMeng）的奔馳汽車遭到劫持，劫匪是2013年4月制造波士頓馬拉松恐怖襲擊并殺害校警肖恩·科利爾（SeanCollier）的沙尼耶夫（Tsarnaev）兄弟，丹尼向警察提供了其支持GPS的車輛登錄信息，警方據(jù)此追蹤到了劫匪的位置并將其逮捕。GPS已經(jīng)廣泛運(yùn)用于諸多安全設(shè)備和追蹤設(shè)備中。2015年8月，得克薩斯州羅利特鎮(zhèn)的一起綁架案成了頭條新聞，一名患有亞斯伯格癥候群（Asperger’sSyndrome）的15歲女孩遭到綁架，而她的母親用女孩裝有GPS的可穿戴設(shè)備定位到了她的位置。母親通過女孩的可穿戴設(shè)備中的內(nèi)置話筒，聽到了襲擊發(fā)生時(shí)女孩與綁匪搏斗的聲音。這是首個(gè)私人使用GPS的案例，就像20世紀(jì)80年代的科幻片一樣新奇。\h[12]當(dāng)今規(guī)模最大的GPS應(yīng)用技術(shù)，可能要數(shù)美國聯(lián)邦航空管理局（FAA）的“下一代”（NextGen）空管項(xiàng)目。該項(xiàng)目計(jì)劃于2020年給所有商用飛機(jī)配備機(jī)載GPS和全數(shù)字化通信設(shè)備，以取代地面雷達(dá)系統(tǒng)。\h[13]這個(gè)項(xiàng)目對航空安全和油耗有著不可估量的影響。美國各大航空公司每年所需油耗超過170億加侖\h[14]，總成本接近250億美元。\h[15]“下一代”空管項(xiàng)目預(yù)計(jì)每年能降低12%的油耗和排放量，相當(dāng)于220萬輛汽車每年的油耗和排放量。從便利的角度看，GPS帶來的收益及其不可或缺性都是不可否認(rèn)的，類似的例子成千上萬，無一不證明了GPS具備更大的社會價(jià)值和經(jīng)濟(jì)價(jià)值。因此，這也是當(dāng)今人們愿意用隱私交換透明度和價(jià)值的一個(gè)絕佳范例。然而，提升透明度和失去隱私不可避免地伴隨著一定的風(fēng)險(xiǎn)。人們雖然可以使用各種科技手段和法律手段來保護(hù)自己，但偏偏無法消除這種風(fēng)險(xiǎn)。實(shí)際上，隨著本書所討論的科技和行為記錄手段的進(jìn)步，這種風(fēng)險(xiǎn)還將顯著提高，而且是人們無法及時(shí)察覺的。不過與此同時(shí)，價(jià)值也將大幅提升。維持科技進(jìn)步的公式很簡單，用一個(gè)簡單的問題就能說清楚：新的價(jià)值是否遠(yuǎn)大于新的風(fēng)險(xiǎn)？既然最終能夠獲得價(jià)值，為什么人們還會一直懼怕科技呢？更何況事實(shí)不斷證明，人們非常擅長運(yùn)用新技術(shù)創(chuàng)造積極的影響。這種恐懼主要有兩個(gè)方面的原因。（1）人們用100%的標(biāo)準(zhǔn)來衡量新技術(shù)的準(zhǔn)確性和可靠性，然而當(dāng)前的情況距離這個(gè)目標(biāo)還非常遙遠(yuǎn)。人們用達(dá)到完美作為衡量新技術(shù)效率的標(biāo)準(zhǔn)，卻不考慮它所帶來的實(shí)際收益，以及在沒有該技術(shù)的情況下本就存在的實(shí)際風(fēng)險(xiǎn)。例如，本書還將深入討論自動駕駛汽車，關(guān)于自動駕駛汽車的各種爭論主要在于，自動駕駛汽車做出的決定可能會造成傷亡。要完全杜絕這樣的事故是不可能的。不過有一點(diǎn)可以肯定，自動駕駛汽車的安全駕駛概率整體上高于人類駕駛員。從保險(xiǎn)的角度出發(fā)，人類駕駛員操控汽車比人工智能駕駛汽車的代價(jià)要高得多，因此自動駕駛汽車很可能會因?yàn)槠浣?jīng)濟(jì)影響迎來引爆點(diǎn)。（2）人們用新技術(shù)已知的風(fēng)險(xiǎn)來判定未知的收益。預(yù)見新技術(shù)（人們感受到與實(shí)際存在）的風(fēng)險(xiǎn)，要比預(yù)測它未來的收益容易得多。例如1997年，當(dāng)通用汽車公司首次推出安吉星系統(tǒng)的時(shí)候，沒人相信它能用于預(yù)防劫車事件。雖然安吉星并未公布其成功阻止偷車或劫車案例的數(shù)量，但根據(jù)2007—2008年該技術(shù)的使用情況估計(jì)，其成功阻止了5%~10%的類似事件，即保護(hù)了2500~5000輛汽車（其中不包括使用基本GPS定位的車輛）。其實(shí)，安吉星的設(shè)計(jì)初衷是滿足早期對遙控解鎖的需求，而這一技術(shù)的受歡迎程度對通用汽車公司來說也是意外之喜。由于人們用完美的標(biāo)準(zhǔn)來衡量新技術(shù)，看到的未知風(fēng)險(xiǎn)要多于未知收益，所以在親自體驗(yàn)之前很難估計(jì)新技術(shù)的積極影響。顯然，使用GPS會讓人們失去部分隱私，但GPS對個(gè)人以及對整個(gè)社會的價(jià)值遠(yuǎn)遠(yuǎn)彌補(bǔ)了這方面的不足，這一點(diǎn)很難反駁。并不是說隱私無足輕重，而是需要更多謹(jǐn)慎的新手段來保護(hù)隱私，對此我們也會在本書中展開討論。因?yàn)檫M(jìn)步總是來自那些能創(chuàng)造積極影響的新技術(shù)。本書的目的并非阻止科技進(jìn)步，因?yàn)樗拖窈[一樣，你只能眼睜睜地看著它發(fā)生卻無力阻止。其實(shí)人們最該擔(dān)憂的并非科技，而是全球人口——2050年即將達(dá)到98億。與此同時(shí)，世界上發(fā)展中國家的人口正在以每周100萬人的速度向經(jīng)濟(jì)發(fā)達(dá)地區(qū)轉(zhuǎn)移。過去20年就有10億人加入了這一隊(duì)伍，預(yù)計(jì)未來20年還將增加20億人。人們需要面對的問題是：“如何保障這些人的衣食住行，給予他們關(guān)愛和支持，同時(shí)為逐步壯大的全球經(jīng)濟(jì)提供發(fā)展動力？”不過可以確定的是：僅通過提升當(dāng)前的技術(shù)不足以支持未來的發(fā)展。一方面是因?yàn)楫?dāng)前的規(guī)?；a(chǎn)、農(nóng)業(yè)及交通的發(fā)展無法大幅提升，人們必需的服務(wù)同樣無法實(shí)現(xiàn)大規(guī)模升級。根據(jù)世界經(jīng)濟(jì)論壇的數(shù)據(jù)，以當(dāng)下社會培養(yǎng)醫(yī)生并授予職業(yè)資格的速度，需要再花300年的時(shí)間才能彌合世界上醫(yī)療領(lǐng)域的供求缺口。如果仍以工業(yè)時(shí)代的速度增長，來自全球大規(guī)?；A(chǔ)設(shè)施的壓力最終將瓦解制造業(yè)、教育業(yè)和農(nóng)業(yè)；而如果仍然按照現(xiàn)有商業(yè)模式推動行業(yè)發(fā)展，將無法遏制其瓦解之勢。如果還想擴(kuò)大當(dāng)前的工業(yè)模式，增長的局限性很快將把各行各業(yè)和各個(gè)國家壓垮。僅從人口的角度看，隨著世界人口年齡金字塔結(jié)構(gòu)逐漸向老齡化過渡，原本十分緊張的社會福利系統(tǒng)將承受更為巨大的壓力。目前25~29歲的人口數(shù)量是65~69歲人口數(shù)量的兩倍，兩者在總?cè)丝谥兴急壤謩e為7.9%和3.1%。到2050年，這個(gè)比例將分別變?yōu)?.8%和5.2%；到2100年將變?yōu)?.1%和5.2%。換句話說，存在了5000年之久的人口年齡金字塔結(jié)構(gòu)正在土崩瓦解，取而代之的是每個(gè)年齡段的人口數(shù)量趨于相同的摩天大樓結(jié)構(gòu)。\h[16]因而支撐這一新型社會發(fā)展的意義深遠(yuǎn)。事實(shí)上，我們需要加速剖析人類、機(jī)器以及生態(tài)圈中隱藏的微妙行為，更重要的是理解這些（數(shù)字和實(shí)體）行為之間的關(guān)系，它們正以超乎想象的速度發(fā)展。只有做到加速認(rèn)知，再依靠人工智能等技術(shù)來發(fā)現(xiàn)隱藏行為的規(guī)律，人們才能更加明確未來的挑戰(zhàn)和解決方案的復(fù)雜性。因此，我們所說的揭秘隱藏的行為，是指所有事物的行為：人類、汽車、設(shè)備、企業(yè)、供應(yīng)鏈、生態(tài)系統(tǒng)，這一切都將通過傳感器連接至云端，傳感器還會捕捉其背景及行為的細(xì)微差別。在如此海量的數(shù)據(jù)中，藏著人們用肉眼無法看到的線索，找到這些線索，深入細(xì)致地剖析世界及人類自身的行為，我們才能以全新的方式預(yù)測未來。雖然聽起來極富戲劇性，但這并非單一思維模式的簡單轉(zhuǎn)變，而是要換一種新的看待問題的方式。人們正走向我們眼中的多重思維世界，在這個(gè)世界中，我們需要用不同的方式來看待和解決各種挑戰(zhàn)。當(dāng)然，人們不能就此摒棄過去200年在工業(yè)化進(jìn)程中學(xué)到的東西，而是要利用我們掌握的知識，以不威脅地球和人類生存的方式，持續(xù)改進(jìn)現(xiàn)有的工業(yè)模式，從而滿足上百億受過良好教育、參與經(jīng)濟(jì)發(fā)展且具備生產(chǎn)力的人的發(fā)展需求。描繪這一切變化導(dǎo)致的世界末日的情景是輕而易舉的，可能還會讓人們感到恐懼，并為好萊塢提供一個(gè)精彩的劇本素材。但那只是一孔之見。2017年，美國太空探索技術(shù)公司（SpaceX）和特斯拉的創(chuàng)始人埃隆·馬斯克曾在麻省理工學(xué)院的一次演講中談到對人工智能具有的毀滅性潛能的擔(dān)憂，他說：“研究人工智能猶如打開了潘多拉魔盒?！倍砹_斯總統(tǒng)普京也曾預(yù)言，全球第一個(gè)掌握人工智能技術(shù)的領(lǐng)導(dǎo)人將是“世界的領(lǐng)導(dǎo)人”。其實(shí)我們不難設(shè)想出各種場景，例如我們在前文討論過的，連通性和透明度將大幅提升人們生活的價(jià)值，并創(chuàng)造出更多的附加值，人們很難想象如果沒有這些價(jià)值該如何生存。在本書第八章我們將討論如何保護(hù)人們免受人工智能威脅的話題。然而，為了更全面地討論人工智能，在這里我們要先快速地插入一個(gè)話題。正如前文所述，每一次重大的科技進(jìn)步都伴隨著風(fēng)險(xiǎn)，并且風(fēng)險(xiǎn)要比其能帶來的收益明顯得多。例如，人們都深知核武器強(qiáng)大的殺傷力，空中蘑菇云的樣子至今還烙印在人們的心中。但與此同時(shí)，核技術(shù)也在諸多方面造福了人類，如煙霧探測器、食品保鮮、能源、醫(yī)療、水脫鹽處理、太空探索等。那些威脅人類生存的技術(shù)也在推動人類文明的進(jìn)步。由于人工智能存在超越人類智慧的潛能（或威脅，觀點(diǎn)因人而異），人們對其感到恐懼也情有可原。不過，本書要提出另一種觀點(diǎn)。在工業(yè)化模式的轉(zhuǎn)型過程中，要想應(yīng)對各種各樣的挑戰(zhàn)，必須推動人工智能技術(shù)的進(jìn)步。隨著對這些挑戰(zhàn)以及人工智能影響力的討論越來越深入，我們將具體分析其背后的成因。不過在此之前，我們將從更宏大的角度展開討論。與地球的壽命相比，人的一生極其短暫，因此人們漸漸接受了一種觀點(diǎn)，即人類受到了某種保護(hù)或者具備免疫能力，不會遭遇滅頂之災(zāi)。然而，地球的歷史會讓我們看到相反的一面。大約7萬年（如果把地球40億年的壽命看作24小時(shí)，這只是其中不到兩毫秒的時(shí)間）前，人口數(shù)量下降到了幾千人。\h[17]而據(jù)稱15萬年前，全球人口僅剩600人。\h[18]在120萬年前，地球上也出現(xiàn)過類似的人口數(shù)量驟減的情況。\h[19]顯然，人類克服了一定的艱難險(xiǎn)阻才走到了今天。但這并不意味著我們已經(jīng)戰(zhàn)勝了流行病、小行星撞地球、地質(zhì)災(zāi)害等自然風(fēng)險(xiǎn)，或氣候變化、核武器等人為造成的風(fēng)險(xiǎn)，這種想法太過愚蠢。因此，我們深信研究人工智能非常有必要，這樣才能了解自然，以及人類越加復(fù)雜而相互關(guān)聯(lián)的行為，僅憑人類自身的力量無法弄明白這些問題。我們堅(jiān)信人工智能將帶給人們數(shù)不清的收益，這些收益將遠(yuǎn)遠(yuǎn)超過人們現(xiàn)在所害怕的影響。這些收益不單來自對我們個(gè)體行為的理解，還有對一個(gè)高度互聯(lián)的世界更為復(fù)雜的行為的剖析。例如，人工智能將在下列領(lǐng)域推動人類進(jìn)步：了解導(dǎo)致氣候變化的因素，以及減緩甚至逆轉(zhuǎn)氣候變化的方法；研發(fā)預(yù)防流行病的疫苗；讓上百億人從發(fā)展中國家進(jìn)入社會經(jīng)濟(jì)發(fā)達(dá)國家，并保障他們的衣食住行。人工智能還可能賦予人類成為星際物種的能力，為人們的長遠(yuǎn)生存未雨綢繆——著名物理學(xué)家史蒂芬·霍金（StephenHawking）曾預(yù)言，人類必須在100年內(nèi)完成該計(jì)劃才能生存。其實(shí)，多數(shù)人并不會因擔(dān)憂流行病或小行星撞地球的風(fēng)險(xiǎn)而徹夜難眠。因此，我們的想象可以更“接地氣”一些。在研究星際生存這個(gè)問題之前，我們眼前還有更多亟待解決且同樣重要的問題，如我們?nèi)绾紊?、?jīng)營企業(yè)、發(fā)展經(jīng)濟(jì)等。揭示隱藏的行為并使之為己所用，要從基礎(chǔ)問題考慮，即從人們的生活、工作和娛樂開始考慮。而要實(shí)現(xiàn)上述目標(biāo)并利用現(xiàn)有且還在大量產(chǎn)生的數(shù)據(jù)財(cái)富，需要人們在思維方式上做出極大的改變，要用新的眼光來看待身邊的問題和挑戰(zhàn)，從而更好地預(yù)測自身行為的結(jié)果。預(yù)測未來一直是最受青睞的消磨時(shí)光的方式，只是人們似乎從來都不擅長此事。但這一點(diǎn)正在改變，一方面是因?yàn)楝F(xiàn)在有技術(shù)和數(shù)據(jù)的支持，另一方面是由于人們開始用新的思維方式來思考解決問題的途徑。這正是本書接下來要討論的話題。\h[1]KeldsenandKoulopoulos,TheGenZEffec...).\h[2]JohnGantzandDavidReinsel,“TheDigitalUniverseStudyIn2020:BigData,BiggerDigitalShadows,andBiggestGrowthintheFarEast—UnitedStates,”InternationalDataCorporation(IDC),February2013,/collateral/analystreports/idc-digital-universe-united-states.pdf.\h[3]Germany,ZEITONLINEGmbHHamburg.“Http://opendata.zeit.de/widgets/dataretention/.”ZEITONLINE.AccessedOctober08,2017,http://www.zeit.de/datenschutz/malte-spitz-data-retention.\h[4]EmilySteeletal.,“HowMuchisYourPersonalDataWorth?”FinancialTimes,June12,2013,/how-much-isyour-personal-data-worth/#axzz2z2agBB6R;Facebook$24billionyearlyrevenues/2billionusers=$12/user.\h[5]Mayocliniclibrarian.\h[6]PatrickNelson,“JustOneAutonomousCarWillUse4,000GbOfData/Day,”NetworkWorld,December7,2016,/article/3147892/internet/one-autonomous-carwill-use-4000-gb-of-dataday.html.\h[7]LarryDignan,“Apple’sAppStore2016RevenueTops$28BillionMark,DevelopersNet$20billion,”ZDNet,January5,2017,/article/apples-app-store-2016-revenue-tops-28billion-mark-developers-net-20-billion/.\h[8]ErickSchonfeld,“ZuckerbergSavesFace,ApologizesForBeacon,”TechCrunch,December5,2007,/2007/12/05/zuckerberg-saves-face-apologies-for-beacon/.\h[9]全部數(shù)據(jù)匯總參閱本書結(jié)尾部分。\h[10]Orwellian的詞源是英國小說家喬治·奧威爾（GeorgeOrwell），該小說家因撰寫政治諷刺小說而著名?！皧W威爾式”可釋義為“受嚴(yán)格統(tǒng)治而失去人性的社會”。——編者注\h[11]U.S.NavalResearchLaboratory,“FatherofGPSandPioneerofSatelliteTelemetryandTimingInductedintoNationalInventorsHallofFame,”March31,2010,/media/news-releases/2010/father-of-gps-and-pioneer-of-satellitetelemetry-and-timing-inducted-into-national-inventors-hall-offame.\h[12]JulieFancher,“RowlettMomUsedGPStoFindGirlWhoWasSexuallyAssaulted,”DallasNews,August20,2015,https://www./news/crime/2015/08/20/rowlett-mom-used-gpsto-find-girl-who-was-sexually-assaulted.\h[13]USDepartmentofTransportation,FederalAviationAdministration,“NextGEN,”accessedOctober2,2017,/nextgen//.\h[14]1美制加侖≈3.8升。\h[15]USDepartmentofTransportation,BureauofTransportationStatistics,“AirlineFuelCostandConsumption(U.S.Carriers-Scheduled)January2000–July2017,”accessedOctober2,2017,/fuel.asp?pn=1.\h[16]KeldsenandKoulopoulos,TheGenZEffec...\h[17]GeologicalSociety,“Super-Eruptions:GlobalEffectsandFutureThreats,”accessedOctober2,2017,/~raman/VBigIdeas/Supereruptions_files/Super-eruptionsGeolSocLon.pdf.\h[18]SteveMirsky,“WhenHumansAlmostDiedOut;EarthyExoplanets;AndScientificAmerican’s165thBirthday,”(podcast),August12,2010,/podcast/episode/when-humans-almost-died-out-earthy-10-08-12//.\h[19]DebraBlack,“WereEarlyHumansClosetoExtinction?”TheStar,January27,2010,/business/tech_news/2010/01/27/were_early_humans_close_to_extinction.html.第二章

預(yù)言機(jī)器：為何不能沿用老辦法解決新問題“意識的作用在于給予眾生未來的‘知識’?！薄ヌm克·奈特（FrankKnight），

20世紀(jì)早期經(jīng)濟(jì)學(xué)家，芝加哥學(xué)派創(chuàng)始人1993年，AT&T（美國電話電報(bào)公司）拍了一個(gè)廣為流傳的大眾傳媒廣告“你的未來”，這是一個(gè)由電視和印刷廣告構(gòu)成的系列商業(yè)廣告，旨在描繪遙遠(yuǎn)的未來。廣告畫面有車載GPS、觸摸屏、平板電腦、電子病歷、電子書籍、網(wǎng)絡(luò)會議、點(diǎn)播視頻，并伴隨著演員湯姆·賽立克（TomSelleck）充滿磁性的聲音：“你有沒有試過不帶地圖，走遍美國？這是屬于你的未來，而誰能帶給你這樣的未來？AT&T?！边@是一個(gè)非常有遠(yuǎn)見的廣告。實(shí)際上，今天當(dāng)我們再回過頭來看這個(gè)廣告時(shí)，會感覺AT&T似乎擁有一個(gè)可以透視未來的水晶球。盡管AT&T幾乎分毫不差地預(yù)見了未來的技術(shù)，但它未能把其中任何一項(xiàng)帶入人們的生活。AT&T雖然特別擅長預(yù)測這些技術(shù)最終的用武之地，但在預(yù)測未來方面的表現(xiàn)卻差得一塌糊涂，尤其不懂得把握時(shí)機(jī)并讓未來為己所用。這怎么可能呢？能夠預(yù)測技術(shù)的未來，不就等同于能夠預(yù)測未來嗎？其實(shí)不然，因?yàn)槠渲杏幸豁?xiàng)是難以預(yù)測的：行為方式并非一成不變。我們選擇AT&T這個(gè)例子并沒有特殊的原因，僅僅是因?yàn)樗軌蚓珳?zhǔn)地描繪出技術(shù)的未來。通過AT&T的例子可以看出，預(yù)測技術(shù)的未來輕而易舉。然而要等上20年，才會有實(shí)際的行為支持這些技術(shù)的廣泛應(yīng)用。人們很容易就把這種割裂歸咎于技術(shù)，認(rèn)為當(dāng)時(shí)的技術(shù)發(fā)展水平還不夠成熟。但如果AT&T或其他公司曾嘗試把類似“你的未來”廣告中的技術(shù)推向市場，那些技術(shù)就會和蘋果公司的牛頓掌上電腦（NewtonPDA）經(jīng)歷同樣的命運(yùn)，這款電腦堪稱世界上第一款掌上電腦，無巧不成書，它同樣誕生于1993年，但最終難逃夭折的厄運(yùn)。問題在于，雖然技術(shù)是實(shí)實(shí)在在可見的，也是確定無疑且可預(yù)測的，但在行為的背后隱藏了太多神秘且多變的影響因素。你可以預(yù)測技術(shù)的進(jìn)步，因?yàn)樽兞渴且阎?。?shí)際上，過去50多年的技術(shù)發(fā)展軌跡并沒有那么難以預(yù)測，因?yàn)樗鼈儙缀跬耆裱柖桑∕oore’sLaw），無論在哪個(gè)時(shí)期，摩爾定律對功率、存儲能力以及計(jì)算成本等的預(yù)測都準(zhǔn)確得驚人。\h[1]如一些科學(xué)家所稱，倘若某天摩爾定律突然到了物理極限，人類無法再在硅片上集成更多的納米級晶體管，無法在U盤上存儲更多的指令，世界將會變成什么樣？計(jì)算機(jī)的發(fā)展會不會進(jìn)入停滯期？我們，也可以說人類文明，面對日益復(fù)雜的社會、經(jīng)濟(jì)和生態(tài)問題，是否會走向自身能力的極限？其中哪一項(xiàng)與你的行為有關(guān)？我們?nèi)绾问占⒗眠@些行為？本書的寫作初衷是，我們相信，無論計(jì)算機(jī)硬件的發(fā)展速度如何，人類在利用計(jì)算機(jī)應(yīng)對當(dāng)今及未來挑戰(zhàn)的過程中，想要實(shí)現(xiàn)下一次量子躍遷，關(guān)鍵在于開發(fā)計(jì)算機(jī)認(rèn)識和揭示行為的能力。但直到現(xiàn)在，人們還未獲得足夠的數(shù)據(jù)來認(rèn)識行為，即便有了數(shù)據(jù)，在技術(shù)層面我們也尚未達(dá)到認(rèn)識行為的水平。正在逐漸顯露的隱藏力量并非技術(shù)，而是自然系統(tǒng)和人造系統(tǒng)極度復(fù)雜的行為，正是這些行為構(gòu)成了人類世界。我們對人類、設(shè)備及系統(tǒng)的各種行為的了解越深，就越能預(yù)測這些行為未來將如何演變和表現(xiàn)。你的數(shù)字自我這些行為的數(shù)字形態(tài)即我們所稱的數(shù)字自我（對設(shè)備而言，則是一個(gè)數(shù)字孿生體），代表了人或物的數(shù)據(jù)點(diǎn)集合，可以從這些數(shù)據(jù)點(diǎn)中總結(jié)出人或物當(dāng)前的行為模式，還能預(yù)測未來的行為。但我們要重申，如開篇所述：這并不是眾所周知的大數(shù)據(jù)。大數(shù)據(jù)是利用與龐大的系統(tǒng)、市場、工廠或經(jīng)濟(jì)體的行為相關(guān)的海量數(shù)據(jù)集合，而我們所探討的其實(shí)更接近馬丁·林斯特龍（MartinLindstr?m）所稱的“小數(shù)據(jù)”（SmallData）?？此莆⒉蛔愕赖男袨橛^察，包含了非常具體的屬性，指向尚未滿足的客戶需求。那些開創(chuàng)性的構(gòu)思或徹底轉(zhuǎn)變品牌的全新方式，其基礎(chǔ)都是小數(shù)據(jù)。\h[2]林斯特龍指出了正確的方向，而我們還想更深入地探索，看看數(shù)據(jù)如何做到超個(gè)性化：不僅發(fā)現(xiàn)尚未滿足的需求，還能發(fā)現(xiàn)未知的需求。在我們看來，數(shù)字自我具備與自身展開智能協(xié)作與對話的能力，這與單純把數(shù)據(jù)當(dāng)作分析和推測行為的工具不同，它變成了人們商業(yè)活動和生活中積極的合作伙伴。這些數(shù)據(jù)的價(jià)值在于它們能夠幫助人們認(rèn)識行為，并基于這種認(rèn)識規(guī)劃未來，而當(dāng)今所謂的數(shù)據(jù)分析（大數(shù)據(jù)或小數(shù)據(jù)）僅開發(fā)了這種價(jià)值的10%都不到。正如冰山露在水面上的往往只是尖尖一角，接下來，我們不妨用經(jīng)典的冰山理論來做個(gè)類比。為了便于理解，我們假設(shè)眼前是成千上萬座緊密相連的冰山，假設(shè)你是船長，你的船恰好位于這一片冰山群的中心。為了增加一點(diǎn)風(fēng)險(xiǎn)因素，我們假設(shè)船正在全速前進(jìn)，但此時(shí)引擎發(fā)生了故障，冰山群也正在向你步步逼近。倘若你對水位線以下的世界一無所知，就不可能安全駛離冰山區(qū)。地球上所有有關(guān)水面以上的冰山一角僅占冰山總體積的10%的數(shù)據(jù)，對于你認(rèn)識冰山其余的90%毫無幫助，在這種情況下，揭示出隱藏部分的數(shù)據(jù)并非可選項(xiàng)，而是生死攸關(guān)的必選項(xiàng)。因此，你的數(shù)字自我才如此重要，它揭示了你另外90%的信息，只有這樣你才能知道自己要去往何處、采取什么行動，以及要做怎樣的決定。不過，這也同樣適用于設(shè)備、物體和自然現(xiàn)象，它們要么依賴于數(shù)字技術(shù)（智能手機(jī)或供應(yīng)鏈），要么需要通過傳感器建立數(shù)字連接（天氣情況或你的生理機(jī)能）。人們很難把物體和系統(tǒng)想象成擁有行為的數(shù)字自我，因?yàn)槲覀儾惶?xí)慣這么做。不錯(cuò)，這聽起來非常像黑暗科幻小說中的情節(jié)——人類被控制欲極強(qiáng)的霸王所統(tǒng)治，但小說中的情節(jié)與我們探討的未來大相徑庭。我們的觀點(diǎn)是，原有的事物運(yùn)作模式已無法預(yù)測現(xiàn)有力量對未來的作用，我們正處在新舊交替的、里程碑式的時(shí)刻，這也是不可多得的歷史性時(shí)刻。文化再現(xiàn)我們以前也曾面臨同樣的境遇，人類遇到的問題超出了自身的能力范圍。過去，面對日益復(fù)雜的問題，人們只需稍微調(diào)整一下解決方式就能夠戰(zhàn)勝挑戰(zhàn)，并在此基礎(chǔ)上更好地預(yù)測未來的發(fā)展，這樣的先例不勝枚舉。我們稱之為“文化再現(xiàn)”（aculturaldejavu），因?yàn)檫@與那些獲得新知的時(shí)刻有諸多相似之處，我們曾經(jīng)歷過很多次。但不知為何人類似乎集體失憶，總也認(rèn)識不到曾經(jīng)的經(jīng)歷帶來的改變是何等深刻。16世紀(jì)出現(xiàn)了一場思想革命，但直到幾百年后這場革命及其擁護(hù)者才得到認(rèn)可。哥白尼引入了他的太陽系日心說模型，與之相對的是托勒密的地心說模型，哥白尼絕非第一個(gè)提出太陽系的中心是太陽而非地球的人，但印刷術(shù)的發(fā)明使他的作品得到了廣泛的傳播。然而200年來，人們對日心說爭論不休，許多人愿意相信日心說和地心說可以共存，只是兩者描繪的是兩個(gè)極端，以此維持過去的模式。最終日心說更勝一籌，因?yàn)樗芫_地預(yù)測行星未來的位置，這是地心說模型做不到的。20世紀(jì)初，當(dāng)牛頓物理學(xué)發(fā)展到極限的時(shí)候，又出現(xiàn)了一次類似的科學(xué)革命——愛因斯坦的相對論開始登場。愛因斯坦并未遭遇如哥白尼那樣大的阻力，而事實(shí)上他的宇宙運(yùn)行模型思想更為激進(jìn)，他提出了無數(shù)奇怪的量子亞原子現(xiàn)象（quantumsubatomicphenomena）、時(shí)間膨脹（timedilation）效應(yīng)，甚至還有黑洞理論。愛因斯坦的物理模型同樣獲得了認(rèn)可，因?yàn)樗屓藗兡芨玫亟忉尯皖A(yù)測物理世界的行為。1937年，艾奧瓦州立大學(xué)一位名不見經(jīng)傳的物理學(xué)教授約翰·文森特·阿塔納索夫（JohnVincentAtanasoff）發(fā)明了第一臺數(shù)字計(jì)算機(jī)，再一次將文明推向下一個(gè)知識軌道。\h[3]這些早期的計(jì)算機(jī)［比如Eniac（電子數(shù)字積分計(jì)算機(jī)）和Univac（通用自動計(jì)算機(jī)）］的建立基礎(chǔ)都是阿塔納索夫的數(shù)字建筑模型，建造它們最初的目的就是預(yù)測未來，例如預(yù)測一場選舉的結(jié)果或一顆彈道導(dǎo)彈的軌跡。每一次這樣的突破，都會顛覆人類思考和看待世界運(yùn)行的方式，使人們更加清楚地認(rèn)識到這些原本看不見的力量所操縱的行為，并看到更遠(yuǎn)的未來?？梢赃@么說，它們就是曾經(jīng)的預(yù)言機(jī)器。也許你會想：“沒錯(cuò)，但它們跟我有什么關(guān)系？”你想過沒有，如果不是哥白尼、愛因斯坦和阿塔納索夫，我們就不可能開發(fā)出GPS這樣廣泛應(yīng)用的技術(shù)。行星的運(yùn)行、時(shí)間膨脹、數(shù)字技術(shù)對衛(wèi)星的運(yùn)行都有至關(guān)重要的作用。因此說到GPS，你不僅要感謝羅杰·伊斯頓和羅納爾德·里根，還要感謝哥白尼、愛因斯坦以及阿塔納索夫。實(shí)際上，如果不是因?yàn)閷κ澜邕\(yùn)行背后的隱藏力量有了認(rèn)識上的突破，AT&T的廣告片“你的未來”中展示的任何一項(xiàng)技術(shù)都不可能開發(fā)成功。最重要的是，這些重大突破讓我們認(rèn)識到事情的起因，從而更加確信自己對其行為的理解和認(rèn)識，這樣我們才能夠更準(zhǔn)確地預(yù)測未來?？梢哉f，對未來的清晰認(rèn)識是所有重大技術(shù)變革背后的驅(qū)動力。人們渴望可預(yù)測性，我們的社會、經(jīng)濟(jì)、政府和商業(yè)的繁榮都有賴于此，我們離那個(gè)目標(biāo)越近，世界就會越可靠、越充滿確定性，人類才能越發(fā)繁榮。奇怪的是，取得這樣的進(jìn)步，往往是因?yàn)槿祟愐延械哪Ｊ?、概念和工具已無法理解復(fù)雜的世界，以往一直認(rèn)可和習(xí)慣的方式在建設(shè)未來的過程中也顯得力不從心。同樣，我們相信工業(yè)時(shí)代的模式即將終結(jié)，雖然此前這種模式一直十分奏效。面對未來可能出現(xiàn)的挑戰(zhàn)，要想實(shí)現(xiàn)下一次量子躍遷，人類需要一個(gè)截然不同的框架。在這個(gè)新的框架里，我們對個(gè)人、商業(yè)、組織、社會體制、政府，甚至生態(tài)系統(tǒng)運(yùn)行的理解都將有很大不同。只有這樣，我們才能更好地預(yù)測這些行為將如何塑造未來。那么，在今天這種背景下，要做到這一點(diǎn)，人們要突破的諸如牛頓或愛因斯坦式難題的障礙是什么呢？\h[4]我們認(rèn)為，根本在于，要從解決工程系統(tǒng)的問題轉(zhuǎn)向解決新興系統(tǒng)帶來的問題。人們的數(shù)字自我、揭示隱藏力量的能力、行為商業(yè)，以及本書中涉及的所有話題均代表了新興系統(tǒng)。因此我們首先必須探討一下這些新興系統(tǒng)是如何運(yùn)作的，它們與工程系統(tǒng)為何差別那么大？別被“新興系統(tǒng)”這個(gè)短語的字面意思嚇到了，雖然它看似跟相對論一樣難懂，但其實(shí)一點(diǎn)也不難以理解。不過其影響卻絲毫不輸相對論。鐘與云近一個(gè)世紀(jì)以來，物理學(xué)家教會我們，如果把時(shí)鐘扔到墻上砸碎，再把所有的碎片都撿起來，就能通過還原工程的方法弄清楚時(shí)鐘的工作原理。因?yàn)闀r(shí)鐘的工程學(xué)原理就是這樣，是一個(gè)智能化的，遵循已知的、清晰易懂的機(jī)械和物理原理而設(shè)計(jì)的。這招對工程系統(tǒng)確實(shí)很管用，但對很多非工程系統(tǒng)可能就完全行不通了，如生態(tài)系統(tǒng)（自然系統(tǒng)或人造系統(tǒng)）、經(jīng)濟(jì)體系、市場體系、氣候系統(tǒng)等，這些系統(tǒng)都在隱藏力量的驅(qū)動下表現(xiàn)出了很多行為。我們把這樣的系統(tǒng)稱為新興系統(tǒng)，它們瞬息萬變，難以預(yù)測。即便能預(yù)測它們在某一種特定情形下的運(yùn)作方式，也不意味著你能理解它們未來會如何表現(xiàn)。\h[5]工程系統(tǒng)遵從能夠被人們理解的、可見的規(guī)則；而新興系統(tǒng)的表現(xiàn)取決于潛在的力量，這些力量經(jīng)常是未知的、不可見的。換言之，工程系統(tǒng)是可預(yù)測的、概率性的；而新興系統(tǒng)則是不可預(yù)測的、不確定的。50年前，卡爾·波普爾——20世紀(jì)最著名的哲學(xué)家之一，把所有復(fù)雜的問題歸為鐘類（工程類）和云類（新興類）兩種，他用這樣的類比，簡明扼要地揭示出工程系統(tǒng)和新興系統(tǒng)之間的差異。盡管波普爾的這個(gè)想法很簡單，卻可以幫助我們重新認(rèn)識當(dāng)下的挑戰(zhàn)?？刹鸾獾溺婎悊栴}跟摔壞的時(shí)鐘一樣，電腦的硬件、軟件構(gòu)成十分復(fù)雜，但還是可以拆解成不同的部件，通過重新組裝和調(diào)試來理解其工作原理。這就是傳統(tǒng)程序員一天到晚在做的事情。波普爾注意到在鐘類體系中，各個(gè)部分及其相互間的互動行為是“有規(guī)律、有秩序且完全可以預(yù)測的”，這就是所謂簡化論思維最典型的例子，也是解決即便最復(fù)雜的鐘類問題的理想方法。從偉大的吉薩金字塔群到迪拜哈利法塔，這就是數(shù)千年來人們解決問題、尋找答案的方式。1966年，卡爾·波普爾的書《鐘與云》（OfClocksandClouds）出版，而恰巧在幾年后就出現(xiàn)了一個(gè)針對解決復(fù)雜鐘類問題的最為經(jīng)典的案例：兩名宇航員駕駛阿波羅11號登上月球，之后又安全返回地球。要成功完成這種不可能完成的任務(wù)，需要解決的難題之多，多到讓人無法想象。然而這個(gè)復(fù)雜系統(tǒng)被拆解成了單個(gè)的構(gòu)件，由40多萬名工程師和技術(shù)人員設(shè)計(jì)、制造每一個(gè)類似時(shí)鐘的獨(dú)立的部件，這些獨(dú)立的部件又被組裝成更復(fù)雜的子系統(tǒng)，最終每一個(gè)子系統(tǒng)成功實(shí)現(xiàn)彼此關(guān)聯(lián)，整合成一個(gè)完整的系統(tǒng)，把人類帶上了月球。直至今日，登月計(jì)劃仍是一個(gè)關(guān)于雄心壯志、堅(jiān)持和天才的精彩故事，但這個(gè)故事還有鮮為人知的一面，只是大家覺得理所當(dāng)然罷了。登月返航的目的并非僅為建造能夠脫離地心引力進(jìn)入外太空的偉大交通工具，而且是為了創(chuàng)造出高度可預(yù)測的模型，為這些交通工具規(guī)劃準(zhǔn)確的行駛路線。阿波羅11號的飛行員駕駛的太空飛船行駛速度是3400千米／小時(shí)，這樣才能與以3700千米／小時(shí)的速度運(yùn)行的月球相遇。設(shè)想一下，兩個(gè)物體相距25萬英里\h[6]，以四倍于0.38口徑子彈的速度飛行，最終勝利會師。盡管現(xiàn)在看起來，這好像不算什么。但在當(dāng)時(shí)，能夠精確地預(yù)測位置、速度、加速度和其中的無數(shù)變量，以及許許多多的飛行動作，可以說是非常了不起的成就，尤其是憑借一臺僅有64KB內(nèi)存、運(yùn)行速度為0.043MHz的電腦——如今iPhone6手機(jī)的內(nèi)存是那臺電腦的1.2億倍，運(yùn)行速度則是32600倍。\h[7]就是用這樣一臺不起眼的，或許還比不上一臺微波爐配置的電腦，以及無數(shù)的計(jì)算尺，人類解決了世界上最復(fù)雜的鐘類問題。人們沿用同樣的方法，使用配置逐漸提高的電腦，不斷嘗試和解決了各種問題，就這樣一直走到了今天。但這個(gè)老辦法對云類問題卻束手無策，因?yàn)檫@是完全不一樣的問題。無解的云類問題利用簡化論思維處理鐘類問題的“拆解法”屢試不爽。雖然你也可以照搬這個(gè)方法來拆解云類問題，但是最終得到的只是單個(gè)水分子，對你理解“云”這樣的新興系統(tǒng)展現(xiàn)出的幻化萬千的行為毫無幫助。就物理學(xué)的云來說，水分子相互牽制，往往是瞬息萬變，但總是合力為之，這樣的描述不算離譜。飄浮在我們頭頂上的云是由彼此分離、臨時(shí)結(jié)合的組成部分構(gòu)成，它們彼此間若即若離，任何坐飛機(jī)穿過輕柔的積云的人都可以證明，云間填充的氣流既快又不可預(yù)測，它們的最終形態(tài)積雨云是自然界中最強(qiáng)大、最具破壞力的一種力量，可以形成大暴雨。小小的水滴本身幾乎沒有任何破壞力，但當(dāng)它們結(jié)合起來時(shí)可以形成自然界中最可怕的現(xiàn)象，尤其是在快速聚合的時(shí)候。這些看似微小、不起眼的粒子用出人意料的方式聚合在一起，造成了新興系統(tǒng)典型的不確定性。我們能看見系統(tǒng)的各個(gè)部分，卻不能理解整個(gè)系統(tǒng)的行為。新興系統(tǒng)還有更深層的、隱藏的行為。\h[8]想要理解新興系統(tǒng)不能單憑認(rèn)識每個(gè)獨(dú)立的部件來實(shí)現(xiàn)，只能把它們當(dāng)作整體來研究。要了解一片單獨(dú)的云，需要了解其他云的表現(xiàn)方式。不僅如此，還要認(rèn)識到無數(shù)同樣復(fù)雜的交互影響，如溫度、大氣壓、風(fēng)、陽光，甚至它們形成的地區(qū)等。此外，還有一些影響云的變量是我們無法徹底了解的，云的行為在本質(zhì)上就是不規(guī)則的、無序的、高度不可預(yù)測的。另外，你有沒有注意到，我們在描述云的時(shí)候，認(rèn)為它是有行為的？對一片顯然沒有智力可言的云來說，這似乎是一種很奇怪的屬性，但我們在描述這種沒有生物大腦的物體、系統(tǒng)和事物時(shí)，傾向于認(rèn)為它們也擁有特定的行為方式。我們通常會用“行為”這個(gè)詞來描述事情是如何發(fā)生的，哪怕我們還未了解其成因。我們對云的行為的認(rèn)識要比對它們?yōu)楹斡羞@樣的行為的認(rèn)識深刻得多。如果能真正了解云，就像對鐘那樣了如指掌，人們就無須對比各種天氣預(yù)報(bào)了，因?yàn)樗刑鞖忸A(yù)報(bào)都會提供同樣精確的預(yù)測，結(jié)果確定無疑。新興系統(tǒng)的出現(xiàn)沒有確定無疑一說，隨之而來的是未知的以及不可知的變量，讓我們措手不及。換言之，新興系統(tǒng)行為背后的原則只有經(jīng)歷過才能理解（不過我們會在第四章中看到，面對新興系統(tǒng)還有另一種選擇，可以應(yīng)對固有的高度不確定性）。人們經(jīng)常在看到新興系統(tǒng)的已知規(guī)則子集時(shí)就妄下結(jié)論，誤以為整個(gè)系統(tǒng)都是工程性的。一個(gè)簡單的例子就是對比各種棋牌游戲：井字游戲、國際跳棋、國際象棋以及圍棋（見圖2.1）。井字游戲是一個(gè)十分簡單的鐘類問題，只需幾個(gè)半導(dǎo)體就可以布好一個(gè)基本的回路，不用電腦就能創(chuàng)造出一個(gè)自動化的對手，其水平不亞于任何一個(gè)人類對手。我們中年長的那一位在16歲時(shí)玩過井字游戲，那時(shí)候個(gè)人電腦尚未誕生，規(guī)則很清晰，只有有限的幾步。實(shí)際上，只有255168種可能的游戲變化。國際跳棋可能更復(fù)雜一些，總共有5×1020種可能的變化——因此讓這樣一個(gè)鐘類游戲顯得十分有趣——但歸根結(jié)底還是一個(gè)鐘類游戲，因?yàn)樗牟綌?shù)也是有限的，每一步都遵循某種簡單的電腦編程規(guī)則集。\h[9]國際象棋既有趣又變化萬千。從數(shù)學(xué)的角度來說，其可以算出的變化多達(dá)10120種，比宇宙中已知的原子數(shù)量還要多。換言之，這種游戲的變化可以說是無窮的，因?yàn)槲覀兊碾娔X內(nèi)存無法容納所有的變化（至少從我們目前掌握的技術(shù)來看無法做到）。突然我們有了一個(gè)僅依靠機(jī)械的方法無法徹底解決的問題，但最終它還是變成了一個(gè)新興問題，因?yàn)槲覀儫o法用公式推算出所有可能的結(jié)果。這種時(shí)候你可能會想：“等一下，目前有一臺電腦已經(jīng)戰(zhàn)勝了最優(yōu)秀的人類玩家?！笔堑?，1997年，IBM（國際商業(yè)機(jī)器公司）的深藍(lán)（DeepBlue）——一臺分析國際象棋的超級電腦——打敗了世界頂級象棋玩家加里·卡斯帕羅夫（GarryKasparov），但即使在深藍(lán)的創(chuàng)造者（IBM的工作人員）看來，深藍(lán)解決的還是鐘類問題，它只是比普通的電腦快了很多?？ㄋ古亮_夫每秒可以推算三步棋，而深藍(lán)每秒可以算兩億步，這是一個(gè)典型的利用遠(yuǎn)超過人類的暴力算法（bruteforce）完勝人類對手的例子。這就是我們所說的，通過機(jī)械化的方法可以部分解決新興問題。然而，此時(shí)電腦超越人類對手的程度還是微不足道，深藍(lán)雖然贏了，但只是險(xiǎn)勝，僅以3比2戰(zhàn)勝了卡斯帕羅夫（六場比賽中有一場是平局），這說明人類本身具備獨(dú)特的能力，能夠在無須暴力算法的情況下解決新興問題。這就是我們所說的直覺，我們認(rèn)為這是人類獨(dú)有的特質(zhì)。自1937年阿塔納索夫發(fā)明第一臺數(shù)字計(jì)算機(jī)以來，計(jì)算機(jī)的發(fā)展重點(diǎn)就變?yōu)樘岣咚俣?、帶寬和存儲能力。其發(fā)展理念是，只要你擁有足夠多的算法，就能用暴力算法解決問題。但如果涉及新興系統(tǒng)，問題就無法解決了，因?yàn)榉秶罅恕Ｒ試鍨槔?，雖然乍看上去是一個(gè)非常簡單的游戲，只有黑白兩種棋子，但人們都認(rèn)為圍棋是所有棋牌游戲中最復(fù)雜、難度最大的，一定程度上需要人類特有的直覺和創(chuàng)造力。圍棋不是一個(gè)有解的游戲，要在19×19的方形棋盤上呈現(xiàn)所有可能的游戲變化近乎不可能。保守估計(jì)，圍棋的變化數(shù)量可以達(dá)到10170（在可觀測的宇宙中，只有1080個(gè)原子）。\h[10]還有人估計(jì)，這個(gè)數(shù)量可能高達(dá)10800（假設(shè)每一步棋都合理，而非隨意出棋）。\h[11]如果后者成立的話，那么游戲的變化數(shù)量可以達(dá)到10100，即10的古戈?duì)柎畏剑╣oogolplex）。所以，你可以說圍棋相較于同類有規(guī)則的棋牌游戲，堪稱最接近新興系統(tǒng)的棋牌游戲。但在2016年3月15日，全世界最好的圍棋選手李世石（LeeSodol）卻以四局三負(fù)的成績，敗給了谷歌DeepMind（深度思考）推出的人工智能圍棋手AlphaGo（阿爾法圍棋）。圖2.1四種棋牌游戲可能的合理步數(shù)圖2.1說明：從簡單的井字游戲到圍棋，可能的步數(shù)（以10為底數(shù)）有了顯著的增加。由于插圖采用了對數(shù)標(biāo)尺，所以沒有切實(shí)體現(xiàn)出這種變化的實(shí)際量級。例如，如果嚴(yán)格按照比例尺來畫這張圖表，假設(shè)國際跳棋的柱高為1毫米，那么圍棋的高度就是1034千米，遠(yuǎn)遠(yuǎn)超出了可視化宇宙的界限。所以，到底是什么讓AlphaGo在處理新興問題方面能夠領(lǐng)先深藍(lán)這么多？首先，AlphaGo擁有強(qiáng)大的計(jì)算能力：1920個(gè)標(biāo)準(zhǔn)處理器和280個(gè)加強(qiáng)版處理器，我們稱之為GPU（圖形處理器）。這是專為要求極高的游戲任務(wù)定制的。但AlphaGo真正的實(shí)力并不在于每秒千百萬條指令或幾兆的內(nèi)存，而是它能夠通過眾所周知的深度學(xué)習(xí)（DeepLearning）形成某種直覺。簡單來說就是，深度學(xué)習(xí)可以從千百萬種圍棋游戲中歸納出各種規(guī)律，并在此基礎(chǔ)上決定走哪一步最好。\h[12]在AlphaGo的例子中，開發(fā)人員在這臺人工智能設(shè)備中輸入了千百萬種可能的圍棋著數(shù)，包括所有他們在網(wǎng)上能找到的兩人對弈的棋局。為了進(jìn)一步強(qiáng)化這種深度學(xué)習(xí)，AlphaGo自己跟自己下棋——一遍又一遍，下了千百萬遍。如果對人工智能的工作原理有一定的了解，就會更容易理解后面的論述。在AlphaGo身上其實(shí)有兩套獨(dú)立的算法，共同決定下一步棋該如何走。第一種是“策略網(wǎng)絡(luò)”（policynetwork），它的作用是基于之前經(jīng)歷過的所有對弈，根據(jù)具體情況推斷出走哪步棋最好。AlphaGo隨后轉(zhuǎn)向第二種算法，稱為“估值網(wǎng)絡(luò)”（valuenetwork），計(jì)算出每一步棋可能的成功概率。這兩種算法共同構(gòu)成了一套動態(tài)變化的規(guī)則，讓AlphaGo能遵循這個(gè)規(guī)則下棋。我們做個(gè)類比，假設(shè)你正在做一個(gè)艱難的決定，你要做的第一件事可能就是先想出最好的一些選項(xiàng)，一旦你有了這些選項(xiàng)，下一步很可能就是找到最有可能成功的那個(gè)選項(xiàng)。在你面對新興系統(tǒng)時(shí)，這種從經(jīng)驗(yàn)中學(xué)習(xí)的能力是必備的，因?yàn)樗屘魬?zhàn)和挑戰(zhàn)者（或物）之間能夠開展對話。最后，記住這一點(diǎn)，AlphaGo不是由程序員訓(xùn)練出來的，而是它自己訓(xùn)練自己。對此，我們將在后續(xù)章節(jié)繼續(xù)討論。在探討人工智能如何改變我們對計(jì)算的看法時(shí)，這是最重要也是人們了解得最少的一個(gè)方面。但就目前來看，可以說就連探索AlphaGo或任何其他人工智能工作原理的人，或許都未必理解它們做出某個(gè)決定或做出某種行為的原因。人工智能不同于那些由人來編程的計(jì)算機(jī)，它可以一邊給自己編程，一邊學(xué)習(xí)——完全不同于人類的學(xué)習(xí)方式。沒有人會正兒八經(jīng)地教你走路，即使他們真的這么做了，估計(jì)你也聽不懂他們在說什么，因?yàn)槲覀兇蠖鄶?shù)人都是先學(xué)會走路后學(xué)會說話。我們會在第四章討論自動駕駛汽車時(shí)繼續(xù)探討這些話題，但現(xiàn)在我們暫且接受這樣一個(gè)現(xiàn)實(shí)：通過任何預(yù)先設(shè)定的規(guī)則是無法完全理解或預(yù)測新興系統(tǒng)的。新興也不是一個(gè)僅限于物理或機(jī)械裝置的概念，它同樣也是經(jīng)濟(jì)學(xué)的重要組成部分。1914年，經(jīng)濟(jì)學(xué)家、芝加哥經(jīng)濟(jì)學(xué)派創(chuàng)始人弗蘭克·奈特在其康奈爾大學(xué)博士論文中提到了固有不確定性的作用，他的著作《風(fēng)險(xiǎn)、不確定性和利潤》（RiskUncertaintyandProfi,）也是基于這篇論文展開的。奈特的經(jīng)濟(jì)學(xué)研究方法不算正統(tǒng)，但他的前提非常簡單：不確定性是對未來缺乏了解的表現(xiàn)。奈特構(gòu)建了一個(gè)復(fù)雜的矩陣，來描述生活中多種多樣的不確定性，他甚至還進(jìn)一步聲明“意識的作用在于給予眾生未來的‘知識’”。奈特式的經(jīng)濟(jì)學(xué)認(rèn)為即使有再多的信息，也無法增加對某一事件的確定性。這可能是奈特工作成果中最反直覺的部分。畢竟，如果某新興系統(tǒng)的不確定性是因?yàn)閷ξ磥砣鄙倭私?，那么在擁有了一定的信息之后，這種情形不應(yīng)該有所改善嗎？在奈特描述的情境中，這種了解只能通過親身經(jīng)歷獲得，而不能提前獲取。實(shí)際上，對這些情形了解的信息越多，越容易導(dǎo)致決策延遲、錯(cuò)失良機(jī)。結(jié)合實(shí)際思考一下，面對不確定性時(shí)，你的第一反應(yīng)往往是先緩緩，厘清整個(gè)事件，然而在這種情況下，恰恰需要你馬上行動起來，隨機(jī)應(yīng)變，這就是人們所說的“不確定性原理”（UncertaintyPrinciple），隨著不確定性的增加，反應(yīng)的時(shí)間會越來越少。\h[13]我們身邊到處都是這種新興系統(tǒng)帶來的不確定性——天氣、股票市場、經(jīng)濟(jì)體系、市場體系、政治運(yùn)動、生物圈、交通情況、人類行為、某些疾病——這一切都帶有一定的不確定性，人們不可能完全理解。計(jì)算機(jī)配置再高，連通性再好，也不能解決云類問題所帶來的挑戰(zhàn)，只能在問題的表面取得初步進(jìn)展，但在使用暴力算法獲得進(jìn)展方面，人們正在接近極限。這就是物理的極限。不僅摩爾定律有上限，而且如果我們繼續(xù)以當(dāng)前的加速度存儲數(shù)據(jù)，很快就會碰到一些相當(dāng)可笑的場景。預(yù)計(jì)世界數(shù)據(jù)中心（所有云數(shù)據(jù)的存儲地）每年消耗的能源比英國全年消耗的能源高出25%，其碳足跡堪比整個(gè)航天工業(yè)。僅就日本而言，如果該國的數(shù)據(jù)中心繼續(xù)保持現(xiàn)有的增長速度，到2030年就會耗盡整個(gè)國家的能源輸出。\h[14]然而，更讓人吃驚的是另一個(gè)現(xiàn)實(shí)：如果我們繼續(xù)以現(xiàn)在的軌跡發(fā)展，馬上就會面臨空間不足以存儲所有數(shù)據(jù)的窘境。到2020年，預(yù)計(jì)世界每年會產(chǎn)生44澤字節(jié)（Zettabytes，44后面有21個(gè)零）的數(shù)據(jù)\h[15]，到2025年，這個(gè)數(shù)據(jù)將陡增至180澤字節(jié)。這意味著我們的數(shù)據(jù)年產(chǎn)出量每兩年就會翻一番，而且還將繼續(xù)加速。按照這種速度，到2220年，哪怕是把太陽系中每一個(gè)原子都用來存儲數(shù)據(jù)，我們也會突破極限。我們實(shí)在不能再繼續(xù)這樣用有限的解題規(guī)則，把所有問題都當(dāng)作工程系統(tǒng)的問題來解決了。這并非要摒棄以前用于解決鐘類問題的方式，因?yàn)殓婎悊栴}不會消失，我們還會看到比以往更多的類似問題。但這確實(shí)意味著，人類需要認(rèn)識到技術(shù)問題之間的差異，鐘類問題的解決依靠的是線性、簡化論推理的方法，而新興問題則需要依靠行為學(xué)來解決。關(guān)于新興系統(tǒng)的這些討論，聽起來可能有些愚蠢，甚至讓人費(fèi)解，但它直接指出了人類為何需要借助人工智能開拓未來。人類正處在文明的分水嶺，要么選擇工業(yè)時(shí)代的建造工具繼續(xù)得過且過；要么添置一套新的工具，以便在面對未來的挑戰(zhàn)時(shí)更加得心應(yīng)手。這些新的工具既可以幫助我們運(yùn)作商業(yè)，也有助于重塑我們的社會。本書中所探討的話題——自動駕駛汽車的發(fā)展、無摩擦力數(shù)字生態(tài)圈的出現(xiàn)、超個(gè)性化以及忠誠品牌的價(jià)值——都源于人們解決問題方式上的根本轉(zhuǎn)變，從單純地應(yīng)對水面上顯而易見的部分問題，到探索隱藏于水下的更復(fù)雜、更有趣的部分。要揭示我們每個(gè)人獨(dú)有的個(gè)體行為，隱藏的那部分才是最有意思的。真正的大幕正是從這里拉開的。\h[1]“50YearsofMoore’sLaw,”Intel,accessedOctober2,2017,/content/www/us/en/silicon-innovations/moores-law-technology.html.\h[2]MartinLindstr?m,SmallData:TheTinyCluesThatUncoverHugeTrends(NewYork:Picador,2017).\h[3]“JohnVincentAtanasoff:TheFatheroftheComputer,”(obituary),accessedOctober2,2017,/~td2177/JVAtanasoff/JVAtanasoff.html.\h[4]此處用牛頓／愛因斯坦，旨在說明盡管愛因斯坦的物理學(xué)理論在理解事情的起因上有了巨大的飛躍，卻并未否定牛頓對事物發(fā)展的解釋，兩者可以共存，而且事實(shí)如此。\h[5]在上，與吉姆·海斯一起就托普勒以及他對鐘與云的類比進(jìn)行了深入探討。\h[6]1英里≈1.61公里。\h[7]TibiPuiu,“YourSmartphoneIsMillionsofTimesMorePowerfulThanAllofNASA’sCombinedComputingin1969,”ZMEScience,September10,2017,/research/technology/smartphone-power-compared-to-apollo-432//.\h[8]改編自托馬斯·科洛波洛斯，《云上沖浪》（CloudSurfin）（布魯克林：Bibliomotion出版公司，2012年）。\h[9]“500BillionBillionMovesLater,ComputersSolveCheckers,”ChessNews,accessedOctober2,2017,/post/500-billion-billion-moves-later-computerssolve-checker