TronLinkPro钱包|前阿里巴巴策略长曾鸣》10年3大技术变革！点名AI、区块链、Web3.. | 动区动趋-最具影响力的区块链新闻媒体

「看十年、想三年、干一年」这是曾鸣对行业战略的观点，而有 3 大技术值得我们期待它们的「十年」。 （前情提要：从货币机制角度分析：为什么说 PoS 没有未来？ ） （背景补充：加密货币的美学，就是自由 ）

本文目录

• 人工智慧对未来商业的影响
• AI 与网际网路时代的差别
• 区块链和 Crypto
• 区块链技术根本挑战
• AIGC: 生产力的大突破
• 人类文明的演进
• 通用技术驱动商业变革的基本规律
• AGI 时代的原生服务
• Web3.0 的未来
• 智慧化的胜负点：机器取代人
• 2023 年 – 2033 年：智慧商业 2.0 孕育和爆发的 10 年
• 智慧战略：看十年，想三年，干一年
• 智慧战略：涌现和生长
• 智慧组织的未来
• 组织指导原则的变迁
• 过去 20 多年来上市公司市值的增长变化

10 月 12 日前阿里巴巴策略长曾鸣教授在曾鸣书院和湖畔科研中心举行公开课《看十年》。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正规化变化？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。

万物岛社群 Jianle 同学对本次充满乾货和诚意的学习内容做了笔记和梳理，有个别不改变原意的二次编辑，分享给智慧时代创新创业中的你，值得反覆阅读和收藏。

演讲全文笔录：

大家早上好。非常感谢大家的信任，抽出宝贵的时间来听这堂课。2017 年，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。一个是我从 1993 年开始学战略，教战略，又在公司实践战略。特别是那段时间，正是网际网路、移动网际网路风起云涌的时候，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。第二个是我从 1991 年开始，跟随着网际网路成长起来，看到网际网路二十几年的发展，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。

2017 年的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，非常複杂，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，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，决定了你的格局和潜力。Strategy 是 Vision 和 Action 的反覆迭代，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。

上次讲的第二个主题是智慧商业的大变革。线上化、网路化和智慧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： 线上化，网路化和智慧化 。

所谓智慧商业的特徵第一个是能够低成本、即时服务海量使用者，第二个能够满足每一个使用者的个性化需求，第三个能快速迭代。所以智慧商业本质上是一场技术驱动的，基于网路和演算法对商业的一次重构。

当时提到智慧商业有两个核心，我把它叫做 DNA 的双螺旋，一个是网路协同，就是大规模、多决策、即时互动，这样协同效率越高，产生的价值越大。第二个就是资料智慧，本质就是机器取代人做决策。它是基于云端计算、大资料、演算法，通过快速迭代形成了资料智慧。所以，智慧商业的两个核心构成，就是网路协同和资料智慧。当时我做了两个判断，一个是未来商业是智慧商业格局初步确定的阶段，第二个是未来是智慧时代，是人脑跟机器智慧的连线。可以稍微有些安慰的是，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。

我们会分三个议题展开。第一个是智慧时代真正的到来，因为我们拥有了 AGI ，通用人工智慧的这场革命；区块链和 Crypto 经过了将近 15 年的酝酿跟发展，也在蓄势待发；第三个是 XR 和元宇宙 。这是三个最核心的技术，也是今天上午演讲我们要着重展开讨论的三个领域。第二部分会跟大家分享一个方法论，就是怎么理解技术驱动商业变革的实际程式，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 之外，三五年的目标到底怎么设定？这需要一箇中期的判断。所以，第二个板块跟大家讲一下，这个中期判断怎么做？第三块就讲一下智慧商业的一些新的思考。

人工智慧对未来商业的影响

我们开始第一阶段的讨论，就是人工智慧对未来商业的影响。这张图可能大家都比较熟悉，这就是人工智慧在过去 20 年的一个大发展。最早在搜寻阶段叫大资料，那时候还没有 AI 提法。大家知道去年年底到今年 ChatGPT 火了以后，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，第二阶段人脸识别的时候，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建立。人脸识别，今天大家已经觉得无处不在的一个应用，实际上是这一轮 AI 用深度学习的方法第一次大规模应用。大家现在天天刷抖音背后的推荐引擎，也是基于 AI 的技术。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演算法，就是去预测一个字后面，最有可能出现的下一个字是什么。就这么一个简单的演算法，但是它达到了预测的準确度足够高，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、音讯、视讯给沉澱下来了。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，大语言模型背后的执行机制到底是什么。它也许不像人一样在思考，但是在区域性领域里面，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，从网际网路到无线网际网路，到感测器，数位化转型，大资料计算等等。这些逐步增强了软体世界的能力边界，但是它本质上是在做加法，是叠加。但是 AGI、通用人工智慧把这些串在一起，提高了所有软体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 能够自动程式设计，这样一下子让软体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，通用智慧的时代也可以说成是机器人的时代，因为 AI 是大脑，它和各种硬体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 Robotaxi，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 技术带来的在硬体方面的突破，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 的发展主线也非常非常的重要。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，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 fou Sicence 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，整个的人工智慧又会往前迈一大步。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。所以有很多很多的领域，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。

AI 与网际网路时代的差别

我们是从网际网路时代到了智慧时代，到了 AI 时代。那么网际网路跟 AI 到底有什么本质的差别？网际网路本质上处理的是海量资料，它解决的是资讯流转和匹配的效率。核心价值在于解决资讯不对称的问题，让资讯儘可能的流通、匹配，不要有资讯不对称带来的各种各样的 Friction 这种摩擦。但是 AI 时代，AI 最本质的是处理海量知识，它不再是资料，也不仅仅是资讯，是通过对资料和资讯的加工，产生的知识，这个知识跟原有知识的结合，去解决实际问题。所以它解决的是决策的效率和成本。也就是说，机器能否取代人。因为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，就是一个质的飞跃。它的核心价值实际上是创造新的供给。这也是我最近一年感受比较深的，我们刚开始都很担心 AI 将来会不会取代人什么的。那是有很多可以去展开讨论的地方，但是在今天我们在实践中看到的，其实最早用 AGI 服务的都是以前用不起人的服务的，因为人的服务是很贵的。所以，其实 AGI 的服务其实是提供了新的供给。