機器智能不是互聯網的一部分，而是至少可以和互聯網平級的技術，甚至是更具潛力的技術。總有人把IT以及互聯網所帶來的一切稱為第三次工業革命，但這可能有點不合適，互聯網很像潤滑劑給社會加速，在既有領域里優化的性質更重。機器智能如果發展起來，那對既有領域的沖擊肯定會比互聯網還大。多少年后，機器智能所帶來的變化至少會被擺在與蒸汽機同樣重要的程度上。

大數據不是機器智能

我們每天面臨著太多的新技術，比如VR/AR，3D打印，大數據等等，但每種技術所蘊含的能級和所影響的范圍其實是不同的。這其中非常容易混淆的是大數據與機器智能，這兩種技術有交集，因為機器智能所用的數據和計算平臺至少暫時還是與大數據的深度相關。但機器智能不是大數據，這就和饅頭是用面粉做成的，但饅頭不是面粉是同樣的道理。

從宏觀視角俯視特別容易看清楚這問題，機器智能所波及的范圍要比大數據更寬廣。

IBM的深藍97年曾經擊敗國際象棋世界冠軍卡斯帕羅夫，那時候IBM著眼點其實是它的超級計算機;到2011年Watson參加危險邊緣游戲并獲得冠軍時，Watson其實是帶了4T的數據，并沒連上互聯網。這意味著人工智能在一些相對封閉的環境里一樣可以產生巨大的價值，更像是PC的大升級，只不過這種升級通常需要較大的數據量做支撐。

當然在聯網的環境下機器智能的應用就更加寬泛，網上一直傳說彼得·蒂爾創建的Palantir與抓捕本拉登有關，這雖然很難確認但確實是有可能的。分析大量交易數據，找到其中異常的模式，縮小范圍，這無疑可以提高抓捕的效率。這還不只是恐怖分子的問題，其它犯罪一樣可以通過這種模式獲得突破口，只要相應的人在犯罪的時候行為模式異常，比如毒販可能一個手機就用一天這類。

機器智能的應用其實是沒有邊界的，會全面的向各種端、各種領域進行滲透，比如語音助手、相冊應用、Pepper機器人、醫療、教育等等。不是大數據的一個子集，而像是大數據與其它領域混合進化后的結果。

現在很多人還沒意識到這點，即使是一些比較有名的技術會議，也還把機器學習這樣的話題列在大數據下面。但幾年后很可能情形會掉過來，大數據變得門庭冷落，而成為機器智能的一個子集。

誰會被機器智能這浪潮碾壓?

當前機器智能的威力在2B上體現的比較多，在2C上體現的還不明顯。最體現機器智能成就的兩類2C產品一個是GoogleNow這樣的語音助手，一個是自動駕駛汽車，而即使是語音助手其應用比率也還需要提高。如果說機器智能是互聯網量級的技術變革，那這肯定只是開頭，后面故事還長。

那在這浪潮中誰更可能會被碾壓?

第一類是對機器智能無知覺的人。有新聞報道很多汽車廠商感受到了Google無人駕駛汽車的威脅，準備開始做無人駕駛了。正常情形下這很難成功，因為Google無人駕駛汽車的核心根本不是汽車，而是機器智能，兩個公司在機器智能上有多大差距在這產品上就有多大差距。而我們可以認為汽車公司有很高的機器智能水平嗎?如果沒有，那怎么成功。

同理我也懷疑Pepper這種機器人的前景，越到后來越是機器智能(需要有大數據支撐)決定這類產品的體驗和價值，把它單純看做一種終端產品無疑的是危險的，更何況它還是一個奇特的偏娛樂的2C定位。

第二類是掉到思維陷阱里的人。這點對國內企業特別有意義。因為國內某些很流行的思維模式會在這浪潮下死的比較難看。

這里面最危險的一種叫互聯網時代已經不需要核心競爭力。這觀點配合上當前頂級的一些互聯網公司基本上模式取勝，確實沒有什么核心技術，說服力立刻大增。

但實際上這是非常片面上，在這點上彼得·蒂爾更實在些，在《從0到1》里，他不單把“專利技術”列為壟斷企業核心特征的第一點，接下來才是網絡效應和規模效應，此外還專門開辟了一章寫“秘密”。在這點上華為的選擇確實與其它企業不太一樣。

我們現在這種不需要核心競爭力的想法會帶來很大的危險。有網絡效應、規模效應支撐的地方可能還好，那里確實可以不太需要核心競爭力，只要看得準跑得快，一樣可以有成績，但機器智能的特征與互聯網不同，所以它帶來的世界很可能無法使用上述規則。

互聯網自身很像是基礎設施，所以前些年還經常被稱作信息高速公路，而基礎設施是面向所有人的所以模式比較關鍵。

機器智能則更像一種單點但價值高的技術，比如高級的加密算法、高性能的CPU等，所以技術等級會很關鍵。你設計、生產模式再好，技術工藝水平不到，航空發動機該造不出來還是造不出來。而一旦需要高價購買，那自己就會變成產業鏈條的下游。

正因為這種不同，所以適合前者的模式不一定適合后者。這對研發模式影響最大。

發動機要不要和飛機一起造

弄航空發動機其實有兩種思路：一種是認為它是飛機的一部分，這樣就會把發動機的研發放在飛機的開發過程里面。一種則認為發動機是獨立的一種東西，需要獨立研發，而具體的飛機產品則選擇適配不同型號的發動機。

這問題很典型，在很多行業上都有，拋開具體場景并不能清楚的判斷那種選擇更好，但落在具體的約束條件下，是非就會很明顯。

飛機發動機顯然不適合與飛機一起研發。因為它所需要的投入與周期完全不是飛機所能支撐的。形象點講就是產品的研發周期與核心技術的周期不一致。這在純拼產品和運營的年代里不是個問題，因為那時候核心技術上沒什么太大壁壘，所以核心技術的研發周期比較短，主要表現為對現有技術進行吸收的時間，所以問題不大。

機器智能和使用它的具體產品的關系就有點像航空發動機和具體型號的飛機。感覺上很多大公司認識到了這點，所以使勁砸錢成立各種研究室，挖很牛的人來搶制高點。

上面說的事情只在一種情形下不成立。那就是機器智能變成一種標準化公開的的技術。確實存在這個可能，比如機器智能即服務、比如開源等。

現在來看這幾種趨勢確實同時存在，大的互聯網公司更偏向于自己擁有完整的機器智能技術，來改善自己的產品，而如IBM這樣的公司則傾向于人工智能即服務，而Numenta這樣的公司則是徹底的支持開源。

如果是少數幾個大公司跑到前面很大一截，那就可能會導致沒有機器智能的同類產品立刻死掉，將來Google無人駕駛對陣傳統汽車可能就是這形勢。

如果是機器智能即服務的跑到前面一大截，那就可能在這里崛起一個巨無霸，比如Palantir再漲大個十倍。

如果開源的跑的最快，比如又出一個機器智能上的Linux，那就會重回模式取勝的老故事。