1、顶级投资界的新宠儿！ 1. 虚拟现实（ VR） 在虚拟现实（ VR）的世界里，“临场感”是一种艺术。这是说，一旦VR 达到了某种水平，你的大脑就被欺骗了 在最原始最底层的层面 你就会认为你眼前看见的东西是真的。有研究表明，即使你的理性告诉你并没有真的站着一个悬崖边，你鼓起所有勇气准备往下跳，你的原始的掌管动作的大脑部分也会阻止你那么做。 有了“临场感”，你的大脑会让你感觉自己不是带了一个设备而是浸入了一个不同的世界。而 VR 技术，情况反了过来。大脑的默认状态是“相信”，相信我们看到的东西是真的。一切从“太无聊”变成 了“太强烈”。我们需要不断提醒自己我们看到的不是真的。 未来几十年的 VR，
2、会像开始几十年的电影一样。电影制作者一开始什么都不知道：如何编剧、如何拍摄、如何剪辑等等。他们花了几十年的时间，建立了电影语言。在 VR 上我们也将进入这一时期。 VR 上会出现很棒的游戏，并且它可能在很长时间里都会占据 VR 这个领域。但从长期来看，游戏只是媒体的一小部分。最开始的电视节目就是新闻栏目和游戏类节目，但如今电视屏幕已经被视为承载内容的输入 /输出工具了。 VR 会是终极的输入 /输出工具。有些人把 VR称作“最后的媒体”，因为之后任何媒 体都可以在 VR 之内，用软件产生。回看历史，如今我们在用的电影和电视屏幕可能是电的发明以及 VR 发明的一个中间状态。孩子们会觉得，他们的祖
3、先原来会盯着一个长方形的东西看并且希望自己相信里面发生的事。 2.企业传感器化（ Sensorification） 几年前，一群消费级（ 2C）的互联网公司看到手机后说了一句“我靠”。 他们都看到了，所有的流量以后都会来自于手机而不是 PC。为了利用手机带来的商机，以前做的一切都要重做。直到现在，还有公司仍在进行这个转变（而有一些甚至还没开始）。 而在今天的企业环境中，类似的事情也 正在发生 企业服务也要迎来“我靠”的时刻了。但这并不是把企业服务带到移动端这么简单。可做的远不止如此。 想想如今智能手机所展示的无限可能性。智能手机的形式及其功能的复杂性都将商业形式引向了以前无法想象的境界（比如共
4、享乘车服务等）。而其中最重要的原因就是行业的“传感器化”，加上移动端的浪潮以及友好 UI的共同作用。 同样的“传感器化”也 要进军企业环境中。企业 UI 严重落后。所有那些在智能手机上习以为常的操作动作 缩小，放大，滑动，点击，语音，甚至单纯用手指随意移动 在企业环境中都没有实现。用户界面永远是最后 被考虑的，是建完数据库后做的最后一件事。这种情况正在变化。 3.网络安全 目前由两个方面推动着网络安全行业的发展： （ 1）坏家伙们已经进入了系统 （ 2）云服务和手机 新的平台已经出现 这两点使不同技术和新类型的公司得以产生。 如果我们首先考虑新平台，那问题归根结底就是：当无法再用防火墙保护数据
5、的时候我们该怎么办？我们要怎样去保护手机和云储存里的数据？而传统的数据安全公司都是针对我们的个人数据中心或者个人电脑提供保护。（我说的“保护数据”是指使它远离病毒，且数据不会被提取。） 但是当存在威胁的环境离开个人电 脑和个人数据中心转向云服务和手机时 当计算平台发生转变 一批新型公司应运而生。平台转变之时，可能就是新的特许经营企业出现之日。同样，我们还会满脑子想着坏家伙们已经潜入了系统。系统被入侵所产生的威胁之巨大，以致于世界上所有的公司不得不认清情势：他们不仅将遭到网络攻击，黑客也已经潜入系统内了。 于是，在网络攻击发生之时及之后，一批新的公司开始启动并发挥作用。其中一类公司是通过识别破坏
6、是否已经发生以及何处遭到破坏，继而锁定目标，使危害不致蔓延。 另一型公司则是使用技术来观察我们的网络内容和运行情况，持续不断地监控组织内部的正常网络流量并对数据加以存档。一旦发现异常情况，要么对其进行锁定，要么采取其他举措。 在网络安全领域，我关注的最后一类公司，可以称为反制措施公司。我们怎样反制攻击者从而扭转局势？我们怎样展开进攻？这是维护网络安全的辅助性举措，是稳定凳子的另一条腿。当网络攻击越来越复杂、导致的损失越来越巨大的时候，这种类型的公司就会获得更多的发展。人们越来越感觉到，在网络安全行业如果不采取反制、不以毒攻毒，就意味着自取灭亡。 4.比特币和 Blockchain 需要思考的三
7、件事： （ 1）机构接受度 比特币合法 化仅一年！尽管比特币源代码 2009 年就出现在网上，直到 2014年 4 月 IRS 才让其变得合法（ 2013 年 12 月纽约时报才发布了文章呼吁禁止比特币）。仅仅几个月后，之前和现任官员门便公开嘲笑这一想法并热情地接受了比特币。 也就是说比特币此时才被更为广泛地接受。预计今年接受它的机构会有大幅增长。具体来说，很多公司会关注对他们来说比特币意味着什么 可能明年我们就会开始听到人们问“你的比特币策略是什么？” （ 2）作为一个新的渠道， 比特币带来新的支付工作量 比特币与传统汇款系统不同，就像互联网和电话网络不同一样。你不能指望 1988年的电话线
8、路一天能容纳数以百万的推送和点赞，传送几个 G 的文件或 P2P 应用。此外，比特币的主要用途不再只是实现“更好的电子转账” ，就像互联网不再主要用于拨打长途语音电话而已。 比特币更适合非常小额，非常大额，非常快速，非常国际化的和自动化的交易 而非遗留下来的传统支付渠道。也许从因为信用卡公司的要求而无法用美元完成支付的低风险的、数字化产品开始，基本上就是那些太小额、太奇怪或者太国际化的东西。 （ 3） 作为基础设施的比特币 让我们将一款有内在价值的 App 作为比特币的一个应用，这不包含任何明确 的价格或价格偏好。这就是典型的用 Satoshis 语言在Blockchain 平台编写数据，无论
9、定价为 $1 还是 $100 都同样有效。例如， Blockchain 可以作为一个身份提供者，亦可作为登录证明存在的分布式数据库。由于它们对于价格波动的稳定性，我认为这类应用会是最受欢迎的比特币工具。 5.云 -客户端计算 整个计算产业的历史就是集中式计算和分散式计算的潮起潮落。一开始我们用的是大型机和终端机，所有在大型机上集中运行的东西都会在终端机上展示，后来我们改用更分散的客户端 -服务器模型，即一些东西（比如数据库）在服务器 上运行，其他（例如 CPU 利用率和图像）则在客户端上运行。 再后来从广义上讲我们转移到了网络，计算在云端进行，结果展示在网页或者手机屏幕上。这看起来似乎是分散式
10、的 但其实所有事物都更加集中在了“云端”，各类端点只展示云上产生的东西，端点其实只是所有事物的一个接口。 但是如今通过智能手机我们手里掌握了比几十年前大型计算机时代更强大的处理能力，所以为什么不能将云上的处理转移回端点，转移到手机上呢？本地化处理有其优势，比如说，端点的 CPU 和存储成本比服务器上的 CPU 和存储便宜 1000 倍。而且世界上很多地方，网络连 接和数据传送的成本有时候比设备高得多。事实上，端点成为自身的数据中心，或者容器（或容器的某些形式）从手机回归数据中心以及其他可能性并不是不可以想象的事情。 关键是没有人需要冷却这些设备，这就像是端点免费计算，如果你能控制每个人闲置的
11、CPU 和存储能力来分散工作量的话，我们能完成的工作将增加一整个数量级，这其中的潜力还远远未被开发。 以前我们使用客户端 -服务器模型的地方，现在都是使用更加分散式的云端 -本地计算（ Gartner 称之为“云 /客户端计算”）。这种方法在端点运行有状态的智能应用程序并存储数据，所有东西都与后端的云同步，如果操作系统在端点上并且我们可以控制该端点，那么你就可以在端点之间实现流动性的移动，没有哪个实体能支配或控制整个系统。 注意，端点不只是手机，他们可以是可穿戴设备以及其他小设备和链接到网络的显示屏，通过这些设备连接起来的是无比强大的计算能力。计算领域的下一个十年就是关于如何利用这种能力做点什
12、么的十年。 6.众筹 当 我们口袋里天天揣着一部智能手机的时候，我们可以通过众筹随时投资任何东西。直到现在，众筹大部分时候还只是一种偶尔的在 PC端上进行的体验。当然了，我们有可能一年也会支持几次新产品发布或者慈善事业，但这不是什么每天都会做的事情。这种情况即将改变，随身携带智能手机，我们不光可以随时登录众筹平台，而且可以随时接触到构成了我们生活中各种社交圈里的人 从家里到学校、从公司到我们居住的社区。 众筹和我们手机上其他一切事物一样简单易用、查看即时且使用频繁，它将很快成为人们实现自己想法的重要方式 不管是大创意还是小灵感。众 筹将成为我们调动集体财务力量的途径。 众筹正在走向之前从未涉足
13、的领域 它正走向主流，这一点反过来也将会改变很多其他事情。 7.物联网（ Internet of things） 当谈及物联网对所有旧东西产生的影响时，我们会注意到那些闪亮的新连接起来的小工具，而常常忽视某些东西。在旧东西上添加多个传感器然后将它们连入互联网，我对此非常着迷。 就拿微波炉来说，尽管大家都在慢慢改进，但从 20 世纪 70 年代起，微波炉并没有发生太大的实质性的变化。但是，当你（给微波炉）装上各种其他的传感器，如照相机、电子秤、条形码阅读器 等的时候，它就能够“看到”你把什么东西放进烤箱，识别食物的品牌和营养成分，甚至可以称重。通过查询云端数据库，它能得知做出可口饭菜所需的时间和
14、强度。随着次数的累积，微波炉学习着按照你喜欢的方式烹饪食物。所有我们需要做的只是提供原材料和关上微波炉的门，剩下的就交给这台连网的微波炉吧。 以上情况有时会简化，一个有趣的问题是，如果给任何一个物品装上链接网络的开关，会发生些什么。和微波炉一样，我们将得到诸如：一所能够在合适的时间加热到合适温度的房子；一扇停进车时开启，开出车时关闭的车库门；为所有设备省电等等喜闻乐见的 好处。 物联网正在带领我们进入一个不太可能遭受灾难性毁灭的世界， 或者至少，我们总能得到提醒吧。在这个世界里，我们到家的时候，大门会自动解锁欢迎，与此同时，一顿精心烹饪的饭菜也已热气腾腾地等在桌上了。 8.机器学习 +大数据
15、“大数据”和“机器学习”是相关的两件事。一直以来，人们认为需要对各种数据进行更深入地分析和洞察，这点当然是重要的，因为直到现在我们一直都处在大数据的收集阶段。但在大数据的世界里，最令我们兴奋的创新点是，我们来到了预测阶段 处理收集到信息的能力、学习模式的能力以及基于已知预测未知的能力。 机器学习之于大数据就如同人类学习之于生活经验：人类归纳和总结过去的经验来处理陌生情况。而大数据中的机器学习会复制这种行为，并且是在一个巨大的量级上。 以 Salesforce 为例。目前它只能呈现数据，用户要自己分析这些数据，产生自己的观点。然而我们中的大部分人都被 Google 训练过了，习惯了从成千上百的可
16、能性中筛选要使用的信息来定制我们自己的用户体验。为什么机器做不到呢？企业应用 在每一个能想象出来的案例里 也将更加智能，因为机器可以在海量的数据中不断学习并发展出“观点”。它就像是做任何事的时候都可以帮 到你的一个聪明且经验丰富的助手。 在这里，关键的是要形成大数据本身就能带动应用程序来做出动作，而不需要人工干预。（我的同事 Frank Chen 称它为程序建筑中的“内部大数据”）。 但所有这些都会在基础设施层面推动创新，同时也从中获益。大数据需要大计算： Hadoop 和 Spark 在大数据技术版图的什么位置。把大数据和机器学习看作三步：收集，分析，预测。目前为止，这些步骤彼此分离，因为我
17、们一直以来都从底层建立生态系统 选择各种工具 并进行针对性实践。 早期的 Hadoop 堆栈就是收集和储存大数据的例子。它允许其 在一大群廉价的服务器上进行简易的数据处理。但 Hadoop MapReduce 则是批量处理的系统，并不太适合交互式应用；像数据流处理的实时操作；以及其他更复杂的估算。 对于预测性分析，需要一些基础设施，能更快响应人类级规模的交互：今天发生的哪些可能会影响明天？需要一直有大量持续的迭代，让系统智能，让机器“学习” 探索数据，将其形象化，建模，提问，得出答案，导入其他数据，然后重复该过程。 越实时，粒度越细，我们就可以更快响应，更有竞争性。旧世界中“小数据”的商业智能（ BI），只在数据库上放一个小型应用驱动就足 够
