万维钢：创新事关国运，需要“我辈”躬身入局

科技洞察 丨 深入科技行业最前沿

2020年CES展结束了，但是关于思想的头脑风暴不会停歇。海银资本创始合伙人王煜全、场景实验室创始人吴声、科学作家万维钢三位老师全程带队，白天一起暴走看展，晚上在丰富多彩的“前哨·创新现场”论坛活动，共同头脑风暴，更好的理解科技创新对未来业务的影响，探讨如何借助科技提升自己的竞争优势。

今天，给大家分享的是1月8日万维钢老师在“前哨·创新现场”的精彩分享。

| 创新是事关国运的一件大事

关于中国和美国创新的异同的讨论，其实是一个非常严肃的话题，这里边有责任和使命感。2003年美国小布什说过一句话，他说，我们在这里的相聚是发生在我们国家、乃至整个文明世界的一个历史关键时期。这段历史的一部分是别人写的，剩下的将由我们来写。

罗振宇在跨年演讲时，引用了曾国藩提出的概念“我辈”就是指躬身入局者。在座的各位是历史关键时期的一个躬身入局者，作为一个创新者，除了要给自己建功立业之外，还应该有一个历史责任感，这是我今天想说的内容。

很多中国学者和美国学者都有这样的想法：创新是事关国运的一件大事。创新者并不仅仅是一个改良者，创新是什么？创新是一个是革命，是一个深刻的变革。

现在中国创新的形式早就不是以前说的“copy to China”模仿式创新，虽然我们已经成为了自主式、独特式、引领式的创新，擅长应用层面的创新，但是别忘了还有更重要的一种创新并且是风险极大的创新：基础层面的创新。这些创新是中国所不擅长的，然后我要分析一下，为什么这个是我们不擅长的。

下面这张图表现的是随着时间变化，一个国家经济增长的状况。这个图是我手画的示意图，表现的是一个一般规律：当一个国家刚开始经济增长的时候，用投资和劳动力就能把经济快速拉动起来，前期甚至有一段指数增长，中国已经经历过，中国加入WTO以后，每年增长速度都是两位数，但是快速增长是有瓶颈的，涨到一个时候会到达一个顶点，为什么是这样？

为什么只靠投资和劳动力拉动增长是有瓶颈的，这个理论得了两次诺贝尔奖，大概80年代得过一次，2018年又得了一次。

基本原理是说，有一个不发达的国家，有很多闲散的人员，从事简单的农业生产。突然来一笔投资，引进了很多机器，这些人马上就可以变成工人。投资进来多少，生产力就能拉动多少。但是如果这个国家所有的人都已经成为工人的时候，再引进新的机器进来，增长就没有以前效果那么好。

比如说我有100个人，从给我一台机器，两台机器，到100台机器，我的增长都可以跟给的机器数成一个正比关系，长得很快。但是如果已经有100台机器了，一个人通常情况下只能操作一台机器，再多给几台机器的时候，增长就上不去了。同样道理，只有这么多机器的情况下，再给更多的人增长也上不去了。

到了顶点的时候，只有创新才能拉动经济增长。

创新是说同样是这些人，但是他们操作机器生产出来的附加值升高了，所以这时经济增长才能真正突破瓶颈。这就是所谓的中等收入陷阱。经济学家的理论一般认为：当人均GDP达到11,000美元的时候，是进入中等收入陷阱。现今中国人均GDP按标准方法马上要到1万美元，如果按购买力算的话，已经超过1万美元了。

所以中国现在正处在这个状态，此时会有两种命运：如果这个国家创新行的话，可以进入下一轮增长，成为发达国家；如果这个国家创新不行的话，就会陷入中等收入陷阱，经济会停滞，甚至有可能会下降。

统计表明，从1960年到2008年的28年间，有101个发展中国家达到了人均收入11,000美元的临界点，其中只有13个国家跃迁到发达国家，比如说韩国，剩下的88个国家最后都没有出来，比如像阿根廷这些国家。中国现在是个什么命运，取决于在座的各位。

现在中国正在创新，而且中国创新的发展速度是超过所有国家，下面这个图是表现从2000年到2017年，各国在研发上的投入。红色曲线是中国，仅次于美国，即将要超过美国，中国曲线长的最快，把中国数据放在哪，都是一个鹤立鸡群的一个局面。再看研发占GDP的百分比，中国以前是占到1%左右，现在已经超过2%，可能还会继续增加，达到了接近发达国家水平。下面是华为公司的投入，它每年增长的幅度都在10%以上，甚至常常超过20%。

所以不能说中国不创新，现在中国在创新方面不但投入很多，而且在很多领域达到了世界领先水平。比如高铁，比如滴滴打车、美团等等，这些都是世界上独一无二的。在通讯方面，5G中国技术是最好的。人工智能方面，国外很多公司还在谈论人工智能这个概念的时候，中国已经把人工智能给落地了，已经在拿人工智能挣钱了。

中国与各国研发投入对比

还有智慧城市，很多人的观念中，智慧城市还是未来畅想，但是在中国已经开始应用了。比如说人脸识别，特别是对城市治安的改进，我上次在深圳听华为的人说，深圳有一个区以前的犯罪一年1万多起，自从搞智慧城市监控系统之后，下降到几乎已经是0。

| 中国正在以中国的方式创新

中国的创新，不是美国有了一个创新的产品或者服务模式，然后中国模仿一个，早就不是那样了。 现在是什么情况？

中国现在是个集成能力是吧？中国制造特别厉害，把一个理论上的技术，不成熟的技术拿过来跟别的东西整合在一起，真正实现了自己的应用，然后再优化。

如果让中国提出一个石破天惊的东西，从来都没有过然后把它做成，这种的确实很难，但是如果说这个技术已经有了，把它优化，把成本进一步降低，把性能进一步提升，这种的对中国来说是强项。

特别重要的一点是，中国创新不是只针对中国用户的使用习惯，而是针对全球用户的使用习惯，提出了各种新的功能。

比如说华为的通讯基站，它的基站在北欧国家不允许放在室外，只能放在下水道里面。冬天下雪的时候要撒一些融雪剂，融雪剂里面有很多盐，盐水进入下水道就会腐蚀基站的外壳。这就是用户的一个痛点，然后把它变成一个自己研发解决问题的产品。这个产品就是全世界独一无二，是首创的一个功能。

再比如说人工智能，机场需要把降落的飞机往各个登机口安排，以前都是靠人工调度，现在想用人工智能调度。可是人工智能调度要用各种摄像头去盯着整个机场，当然飞机从机场一头到另一头，就不会始终在一个摄像头的监视区域里，所以会跨区域走，跨区域走的时候你怎么解决这个问题，是用一个摄像头始终跟着他一起走，还是说这几个区域怎么协调？这些都是用户发现并提出了功能，然后把它给实现了，就是你自己独创的一个创新，其他公司再想解决就只能是模仿你。

所以现在中国创新的情况可以说是非常乐观，我们还发明一些新功能。比如CES我看到一项小区里边的监控系统，小区里边的机器人，这些东西都是国外所没有的。所以说你要提人工智能的新进展在哪？新的商业模式在哪？都在中国。

按理说是非常乐观，但是问题是人工智能这个东西不是中国人发明的，而且以目前的情况来看，中国不具备发明人工智能这样技术的能力。所以我想先给大家讲一个人工智能的发展史，这部分历史我认为是不可复制的。

下图表现的是神经网络的概念，输入一个图形，然后它通过一个输入层，如果深度学习的话会有若干个隐藏层，然后每一层的都是若干个神经元组成，然后神经元在各层之间进行信息交流，然后进行计算，然后到一个输出层，最后判断他是一个什么东西。现在所有的人工智能原理都是这样的，本质上都是基于神经网络的计算。

有一个笑话，如果你是用python编程语言写了，这就叫神经网络，如果你写在PPT上，这就叫人工智能。

今天我们来看人工智能好像已经是一个大势所趋，理所应当出现的这么一个技术，但是如果考察历史的话，根本就不是这样。

人工智能是一个反转的故事，最早的时候是什么？从有计算机那天开始人们就想说，计算机能不能拥有人一样的智慧，让计算机去做一些人去做的事，而不是只让他去解决数学问题。

在1960年代的时候，美国军方给MIT麻省理工学院一笔经费，说你们能不能发明一个能打乒乓球的机器人，当时不知道这个问题有多难，MIT把这个问题就安排给了一个本科生，说你去写一个程序。结果他一写，就发现这个问题比他想象要难的多。为什么难呢？因为人们以前设想要交给计算机怎么打乒乓球，会先设定一些规则，比如球从左到右这么过来，低球怎么接，高球怎么接，写一系列的规则，让计算机掌握这些规则之后，根据这些规则去作出反应。

这种思路，我们叫专家系统，是1970年到1980年代的主流思想。那时候说要搞人工智能，就是要搞一个专家系统。比如说你要想搞一个诊断式的系统给人诊断病情怎么办？先分析感冒都有哪些症状，把这些症状输入到计算机里，然后根据这个人表现出来的症状，根据那些规则用一个专家系统去解决这个问题，当时所有人都用的是这个思路，和我们现在所说的人工智能完全是不一样的。

我们现在说的神经网络是什么思路？最早也是在1950年代时候就有了，叫感知器，但是不分这么多层，只是几个是神经元。讲的是训练，好像神经网络有一个情绪值一样，通过训练对这件事做出一个感知。在1950年代谁也没觉得这个思路有多大前途，但是幸运的是数学家证明了，神经网络的思路训练出来的结果一定是收敛的。

这是什么意思呢？比如我们现在搞人工智能都需要用大数据训练，如果不收敛的话，用500万个数据去训练出来一个结果，用600万的数据再去训练的话，这个结果如果突然发生巨大变化的，训练就没有意义，随着训练结果总变这个系统就不可靠。数学家证明了神经网络训练是收敛的，也就是说有600万个数据的时候，它的结果只会变得更精确，而不会突然变得面目全非。

证明神经网络的思路是理论上可行，但是当时在主流仍然认为是不可行的。

下面我们介绍一个人：特伦斯·谢诺夫斯基，神经网络计算祖师爷级别的人物，最早是一个生物学家，因为科学家写论文的时候总要跟实际联系起来，研究大脑神经系统有啥用？

他说现在很多人对人工智能感兴趣，也许跟人脑类比就是解决人工智能问题的一个思路，于是写了一篇小论文，也没发在顶级期刊上，但是他这篇论文就被搞计算机的人发现了，然后计算机科学家邀请他到计算机的会议上来聊聊。

为了探讨计算机科学家说的神经网络能不能跟生物神经网络做一个类比，1989年他提出了一个问题：苍蝇的大脑比计算机强在哪里？

这个问题是在MIT提的，科学家使用的是最强的计算机，那时候好多台计算机放在一起做并行计算要耗很多电。但是这么复杂的计算机，只能解决一些抽象的数学问题。可是一只苍蝇，比如他在房间里到处飞，怎么也撞不到墙上，然后你追它会跑你打它会躲。就这么一个功能，MIT最强的计算机都解决不了。苍蝇大脑能有多复杂，那么小的一个东西不可能比我们用的计算机还复杂。

他提出传统计算机编程思想是不是有问题？我们应该用模仿苍蝇大脑的思想，也就是用神经网络思想实现人工智能。

但是1989年计算力很弱，数据训练这些都没有，这个思想并没有得到主流的支持，甚至后来发论文也好，拿经费也好，都一直受到主流打压的一个状态。

在2010年以前人们也谈论人工智能，那个时候都把它当做科幻小说似的一个概念。那时候神经网络计算已经成了一个比较主流的方向，但是人们并不认为神经网络就是代表人工智能。

真正革命性的突破发生在2012年，叫做深度学习革命，以后发生的事，就是中国可以复制的部分了。

2010年，MIT有一个华裔的女计算机科学家叫李飞飞，她发起了一个ImageNet竞赛，每年提供上万张图片的数据库。图片里边都标记好有什么东西，然后世界各地搞人工智能的团队，要用自己的程序借助一部分图片做训练，并用另外一半图片去识别，看你的识别准确率有多高。

2010年，人工智能识别图片错误率达到27%左右，2011年，错误率也很高，但是在2012年出现了一个革命性的突破：AlexNet, 卷积网络，突然之间使得神经网络算法对图像识别的准确率提高了一倍。

Google在2013年就收购了当时得冠军的团队，立即获得了识别Google相册里街道号码和物体的能力。2014年Google得了冠军，这时候错误率已经很低了。2016年，Google就推出了专用的AI芯片。

从2015年以后错误率已经降到1%左右，而且每年都是大幅度下降。

现在来说，最好的专用芯片可能是要在中国。中国学不了前面这一套，但是从2012年以后，从Google收购的操作来看，对咱们中国人来说都是典型操作都可以做。

所以说从人工智能的故事，前半段的创新过程和后半段的创新过程，完全是两个非常不一样的过程。

前半段是基础方向的创新。

基础方向创新的时候，一开始的时候有很大的不确定性，人们是在各个方向去做探索，有时候大家都一直看好的那个方向，可能反而不对，然后大家没有看好的方向，就像神经网络这样的方向，最后反而能出来。

基础创新这个阶段，它是需要天才去驱动。

例如特伦斯·谢诺夫斯基他本身是学生物的，然后他要跟计算机科学家合作，跟数学家合作，他要敢于挑战主流的权威，这些事就不太容易发生在中国。

这种创新也有一些好处，它的投资比较小，因为前期都是科研，一般都是政府支持，企业也不用投入很多研发经费就能做好。到后期的时候，创新的故事就变了，大家能够看出来神经网络的方向肯定是对了，接下来就是要投入很多的资金，而且投入多少资金，它真的能体现在技术的进步上，而不是说像以前那样，是在一个不知道能不能走通的方向上去探索。方向确定比较可控，需要大规模的投入，更偏应用，这样的创新是非常适合中国。

| 现在中国创新主要有两方面的力量

一个是市场的力量：必须发生在中国的创新。

中国有差不多是全世界第一大的消费市场。有人说Google和特斯拉对自动驾驶的技术储备已经是遥遥领先，其它公司已经没有希望了，自动驾驶要想训练好了，需要大量的数据，而Google已经采集了那么多年的数据，如果现在新创一个公司的话，数据积累不如人家，肯定技术就不如人家。

但是现在看来这句话是不对的，因为自动驾驶的数据是跟驾驶的场景高度相关的，要在中国市场搞自动驾驶，必须是适合中国的交通法规，适合中国驾驶员的驾驶习惯的，所以说Google在美国训练再好，在中国也不行。

中国政府在这里边也有很大的作用，比如中国地图限制非常严，国外公司想要在中国搞这些数据的话，首先地图你可能拿不到，这就给中国公司带来了机会。

所以就是中国市场决定了中国数据，中国数据决定了中国的技术，正因为中国有这么大一个市场，就必须得有自己独特的技术，就保证了中国的创新的位置。

另外一个方面是公司的力量：需求侧创新。

中国公司的力量是通过直接发现用户的痛点，然后解决问题而提出的各种创新。

这种创新是只要有足够多的用户就推动你去做，不需要有多少天才程序员或者几十年积累，只要有用户就可以。

有很多创新就是常规的优化和改进，比如说通讯基站上的外壳，是一个很简单的东西，现在外壳需要把重量下降一点，以前都是铝制的外壳，铝比较重，如果换一种合金，能不能把重量降下来，降了之后它的防水性可能会有所下降，所以说就需要外壳外面再涂上一层防水层，防水层应该怎么做？所有这些都是因为你做这件事，实际面向用户的时候，才会想到需要这样的创新，才能把它做出来，而且这些改进的方向都非常明确。

像这种方向明确可控，只要你愿意投入，只要有足够多的人力就能做到创新，对中国来说完全没有压力，再加上中国强大的执行力，就会形成中国的技术。

关于美国在基础创新领域的领先优势，也不见得就一定是一种优势。

| 后发优势 = 先发者的信息 + 后发者的出手权

我们讲一个博弈论的故事，这是历史上真实发生的一件事。

以前美洲杯帆船赛是一年一度是在美国队和加拿大队之间进行，每次都要比很多轮很多天。比如说九局五胜制，美国已经4:3领先了，再有一场就赢了，这个时候双方比赛的局面是在赛道上美国队是领先加拿大队。

因为帆船主要就靠风，如果一直跟在你后面走的话，肯定最后就输了，所以加拿大队就大胆了，换了一个赛道。换到右边赛道之后，风向风可能会更足一点，赌一把，正常情况下，如果问一个博弈论专家，或者问任何一个有丰富比赛经验的人来说，如果你是一个领先者，落后者在帆船比赛换赛道的时候，你要怎么办？

你应该跟他一起换，你要抄袭他。为什么？如果换过去那条赛道，你本来就领先他，他换你也换过去，不管那边的风向好不好，谁领先谁落后的位置还是一样的。但是如果你不过去，他如果过去之后，那边的风比这边风更好的话，你就落后了。所以在比帆船比赛里边，只要你领先者，模仿落后者，领先者是可以保持不败的。就是说领先者实际上可以后发，它是个领先者的优势，但是这个优势其实是个后发优势。就是你先动，你动之后我知道你信息了，然后根据信息我决定动还是不动。

在创新的故事里面，因为中国公司有这么强的执行力，中国有这么大的市场，那么中国公司相对于美国大学里的那些搞基础研究的人来说，中国公司其实是一个领先者，那些大学里实际上可以说是一个落后者。在中美创新来说，中国是个落后者，美国是领先者。但是在公司跟大学比来说，公司有主动选择的权利，大学没有主动选择权，大学只能在各个方向去探索，如果能赌对了的话，他能找到一个有意思的新技术，如果他没赌对的话，就不行了。

大学如果想把新技术给产业化应用的话，还是得跟一个公司合作，公司完全可以坐在那等着，看哪个大学哪个技术好，然后我再跟你合作。

现在中国就处在这么一个位置，手里有主动权，选择后发，在基础研究方面让你先发，然后选择后发反而是一个优势。在理想情况下，是想象这么一个正循环，美国可以搞基础创新，同时我们还可以参考用户的需求，中国就可以基于美国的基础创新和全球用户需求搞自己的应用创新，再结合中国制造的优势，结合中国巨大的市场，就可以做的很强。然后美国的基础创新就不得不和中国合作，这样形成一个正循环，等于是掌握了一个非常好的模式，这可能就是当前最好的一个模式。

但是这个模式不一定能成功，未来有三种可能性：

但是这种情况在短期也许可能，但是长期来说我感觉不太可能，因为他美国并没有一个全国上下一个共识，意识形态上我就要针对中国，对美国公司来说，其实是希望跟中国合作的。

比如说中国的崛起，就好像全球变暖一样，可能全世界都不希望全球变暖，但是具体到每一个国家的时候，它不会在乎全球变暖，就算整个美国不希望中国崛起，具体到每个美国的公司或者一个大学的技术来说，他并不在乎中国崛起，这跟他来说是个非常遥远的事，对他来说最有意义的事是跟中国合作。

另外，中国可能会发生一些遏制、阻碍创新的政策，这实际上也是创新的一个基本规律。

现在看中国政府非常提倡创新，比如搞一个创新企业，政府会给你提供土地资金等。但这是因为现在搞得这些创新并没有颠覆传统行业。我今天跟王老师讨论，王煜全老师说现在我们的创新实际上是对传统行业的一个赋能，而不是说抢了传统行业的份额或动了他们的奶酪，但如果你的技术威胁到传统行业的话，或者说再过多少年之后，这些现在搞互联网的企业，现在搞智慧家居智慧城市的企业已经成了传统行业，变成了既得利益者的时候，那时候再有别人想创新想要颠覆你们的时候，你们会怎么办？

创新不是一个常态发生的事，正常情况下都是发生一段时间之后，就会产生一股强烈的遏制创新的力量。

开头我们讲的曲线，说中国现在正处在中等收入陷阱的边缘，那么未来发生的两条路线，这件事也是不确定。

有一个中国问题专家叫沈大伟，他是一个美国人，在中国生活40多年，以前都经常说中国好话，近一两年的时候，他说了一些对中国不乐观的预测，被当成反华分子。他有一个观察，中国在2008年和2013年的时候，曾经有过两次试图改变传统的经济增长方式，真心实意的想要把国家的经济增长方式，从以投资拉动变成以内需以创新来拉动，但这两次转型其实都失败了。

他说从1998年到2008年期间，这10年中国政府的走向，中国政策走向实际上是越来越开放了，越来越开明，政策也是越来越宽松。

但是在2008年突然发生全球金融危机，给中国带来两个影响。

第一个影响就是保就业，2008年之前，广东省甚至提出腾笼换鸟，要把传统行业淘汰掉，淘汰落后产能，换上高科技行业，但是到2008年的时候，整个这个方向就完全停止了。然后还推出4万亿的经济刺激计划，就是要先保就业，企业虽然不挣钱，用以国家强力扶持的方式，让他先活着。

第二个影响：中国政府意识到西方政府好像也不行，民主制度好像并不行。虽然我们搞了10年的时候尝试更开明，但是这时候反而是中国站在这里支撑全球的经济了。

从2008年中国就发生了一个巨大的转向，就变得更保守一些，然后同时所谓什么创新转型也不说了。

到了2013年，应该是在十八届三中全会的时候，中国又推出一个关于经济的决议，这个决议里边列举了非常详细的目标，要转变经济增长方式。但是那些目标如果你到沈大伟写的那本书，在2015年底那些目标只完成了10%，两年才只完成10%，所以基本上也是失败了。

为什么失败呢？因为改革受到强大的阻力。

创新的意义是什么呢？从政府角度来说，要把资金提供给那些新创的公司而不是国有企业，要支持像华为这样公司而不是中兴。

但事实上结合中国国情会有一些既得利益者，不仅是中国，各国都这样，既得利益者会在事实上阻碍创新。

比如说电子烟，中国就不让搞了，本来这个应该由市场来决定，要由科学去证明对吧？因为电子烟威胁到了烟草专卖，威胁到了传统烟草行业，纳税大户的利益。

所以说中国创新的未来到底走哪条路，是有强烈的不确定性的。我们希望中国创新彻底成功。成功之后也不是一劳永逸，到那时候中国就可能面临新的问题，那是以后的事了。

---

万维钢、吴声、王煜全三位老师的3W组合，在CES期间每晚都给大家带来烧脑的思想盛宴，几位老师的精彩发言，我们将陆续整理，分享给大家，敬请期待。