方法论：如何对科技产业进行预测？

你好，我是王煜全。这一讲给大家介绍科技产业的发展规律，以及在这个规律下，各个科技产业相关的发展特征，还有我们对科技产业预测的方法论。

首先，现在的科技产业对各个领域都有着非常深刻的影响。虽然我们听到有很多人说，现在虽然有那么多的黑科技，但好像和我没什么关系，因为没有走到我身边。或者外面介绍了这么多黑科技，我也很难鉴别。所以，黑科技好像和我无关。

科技产业的特征

实际上，现在科技产业有这样几个特征：第一，技术越来越全球化。虽然很多科技发展是在别的地方出现的，比如说在欧美等发达国家，但是很快就会扩散到中国。而且，虽然技术越来越全球化，但是经营越来越本土化，也就是说如果你在本土有很好的特色，依然可以参与到全球的科技创新中来，这也是我们为什么一直在提倡说，全球创新正在形成一个整体生态。

第二个特点就是科技创新的影响力越来越大，我们在各个行业的科技分析当中，很多行业会产生颠覆性的影响，那很多即使不是颠覆性影响的行业，也会有大量的创业机会存在。所以，影响越来越大，越来越深远。

但是，要注意的是，在各个行业的影响当中，每个风口都是不一样的，也就是说我们不能简单地判断说，有一个风口出现了，这个行业所有的发展机会都可能成功。其实往往一个大的风口出现，尤其是一些颠覆性的机会出现的时候，也就意味着在成功的同时，有很多以前的做法可能会被颠覆掉。

所以，我们必须要对每个行业作出更加精确的分析，从而才能找到什么是真正的机会，而很多其他的只能叫做陷阱，也就是说虽然你在发展迅速的大行业里面，可能反倒是那个最快被替代掉的。这个我们当然要避免。所以我们讲，科技创新必须要分析每个行业，要掌握行业的规律。

第三，我们一直在强调，就是不讲产业化时点的科技都是耍流氓。那言外之意就是说，这个产业化时点是谁做到的呢？其实不是科学家，我们一直在强调，这个时代真正的最先进的生产力是科技企业家，也就是说你要懂科技，更重要的是懂产业，而且要懂科技企业的经营，才可能在这个时代胜出。

当我们了解科技产业的发展规律的时候，你就会发现，这个时代遍布着机遇。这是和以前最大的一个区别。以前每个时代，我们可能只会发现一两个热点，比如你会说互联网时代来了，或者说无线互联网的潮流来了，或者手机视频热起来了等等，似乎一个时间点只有一个热点。但现在，你把这个时代叫做人工智能时代，似乎没有错，更别提机器人时代又会迅速到来。那同时，我们都知道5G正在迅速展开，你把这个时代叫5G时代似乎也没有错。另外一方面，和IT相对离得比较远的生物技术，我们都知道，基因编辑的迅速普及，使得现在我们终于可以声称“生物技术时代终于到来了”，那更别提还有大健康的时代，也是颠覆性影响。

所以，我们说，这个时代缺的不是机会，而是把握住机会的能力。但要把握住机会，要掌握住这个时代科技创新的特征。像我们刚才总结的，更重要的是把握住每个产业里面科技创新的特征。那我们就给大家系统地归纳一下，在2019年每个产业的特征是什么。

产业颠覆：生物医药、大健康

首先2019年，有几个产业会出现颠覆性的影响。当然，这个颠覆性不是马上到来，很可能在未来的十年，甚至二十年里才会发生。但是，颠覆性的趋势就意味着，这个产业的格局会产生本质性的变化。

比如说，生物医药产业。我们都知道，以前虽然把生物医药叫做高科技，但实际上核心竞争力其实是市场占有，也就是说最强大的公司在这个领域里并不是那个研发做得最好的公司，而是市场覆盖做得最好的公司。但是，这个趋势很快就会产生变革了。随着大量的生物治疗企业的出现，注意，现在已经不是生物制药了，而是治疗，治疗就意味着一对一，意味着个性化，意味着复杂的操作，而不只是给一片药。这些企业的出现就会使这个产业产生本质性的变化，原来的那些垄断企业，最擅长的大规模促销失效了。而大型医疗器械公司和每个医院建立长期联系的做法，反倒会大行其道。所以，我们讲，未来生物制药领域会出现“医疗器械化”的趋势。

那同样的，大健康领域也是。以前大健康领域，我们都是被动的做法，也就是说当生了病以后，我们去看病，保险，理赔。但是，未来的大健康越来越主动，越来越呈现预防式的特点，甚至主动管理的特点，也就是说防患于未然，当一个人还没有生病的时候，我们就积极主动地去管理他的行为，使得他生病的可能性大大降低。那当然，也就省了大量的健康的花费，对每个人，对整体都是有巨大的好处的。但是，这整个操作现在依然很不清晰，需要有创业者用最先进的科技武装自己，来使得这个业务能够得以实现。所以，这都是颠覆性的机会。

新兴机会：机器人（商用/娱乐）、新材料

同样的，有很多领域其实并不是颠覆性，但是有大量的创业机会。

比如我们讲，像在这个机器人领域里面的商用机器人和娱乐机器人，这些领域很适合小公司创业。因为你把一个领域做好，比如说在商用机器人领域里面，我颠覆了一个职业，替代了一个职业，那我就可能形成一个很大的市场，因为从事这个职业的可能有几十万人、上百万人，这些人都有可能被你替代。不光是硬的职业，像酒店的服务员，餐厅的服务员，也包括软的职业，像呼叫中心的坐席，那都有可能逐渐地被人工智能和机器人替代，也就意味着都有大量的创业机会存在。

那另一方面，像我们一直以来不太关注的新材料领域，也出现了很多新的技术突破。那这些技术突破，今天来讲还非常难以评估未来的潜力到底有多大，是会形成一个新的产业，还是只是形成若干个创业机会，但是都非常值得关注。尤其我们讲，小创业公司要提前布局，因为你唯一的优势就是能够走在别人前面，你需要早早地掌握最先进的科技，对它做转化。这样，当你转化的时间足够长，产品做出来以后，市场刚刚准备好，你就有可能站到风口当中，成为弄潮儿。所以，这些小机会都是非常适合创业者的。

产业升级：机器人（工业）、人工智能、新能源

当然，还有另一种机会，它更像一个产业调整的机会，它不适合创业者，它适合大公司。但是，不是形成颠覆的影响，把大公司给消灭掉，而是大公司需要积极主动地作出调整，才能够顺应变化。

所以我们一直讲，其实科技创新是公平的，它给每个人都带来机会，既有颠覆式的机会，也有创业式的机会，同时也有大公司能够巩固自己实力的机会，并不是说在科技创新面前大公司就一定会被颠覆。甚至我们在企业经营的讲座里面，还会给大家详细地解释大公司如何在科技突破层出不穷的今天，在科技创新前沿做预埋，用天使投资、风险投资的方式在科技前沿做布局，然后等到科技逐渐成熟的时候，自己把这些技术吸收到自己的企业里面来，增强自己的科技创新实力。

所以，真正的颠覆性就是，以前大公司获取科技前沿的手段靠的是自己做研究院。现在是有明显的变化了。但是，追求科技前沿的突破，掌握科技前沿的突破是永恒不变的。大公司要换种方法，依然要能够不断地掌握科技前沿，才能取得优势。

那么，当科技前沿逐渐明显的时候，也就是说当一个产业的趋势日趋明显的时候，往往大公司有先发优势，因为它有市场优势，它有技术优势，甚至有资本优势，所以它可以在相关领域里面去扩张，也就是说当这个产业不是颠覆性机会的时候，而是业务调整机会的时候，往往大公司会占优，科技创新并不总是亲睐小公司的。

比如，2019年这八大产业趋势里面，有好几个领域都是产业升级的趋势，这个趋势是大公司占优的。像工业机器人，我们就讲工业机器人不要去看那些机器人公司，而要去看那些技术含量很高的集成商，因为机器人集成商才是真正帮客户实现完整解决方案的那一方。那另外，像人工智能，我们就讲，虽然人工智能现在看起来很热闹，很花哨，还有很多的独角兽，但实际上人工智能真正的机会属于那些行业里面对数据有一定垄断的企业，这些企业如果善于把自己的数据和人工智能结合，往往能够巩固自己的地位，而不是被人工智能企业颠覆。人工智能更像一个先进武器，也就是说做人工智能的企业更像是军火商，而不是利用先进武器来颠覆现有的这些企业。而善于利用这些最先进的军火去武装自己的传统企业，利用了人工智能以后，反倒能够巩固自己在产业当中的地位。

另外新能源也是一样，新能源的趋势逐渐趋于明朗，那也就意味着在这些领域里面的领头羊们会获取更大的市场份额，这也是为什么当一个市场的趋势逐渐明显的时候，我们就会明确地指出来，这样的一些企业在未来会继续领跑，因为趋势已经明显了。

当然，顺便要说一句，这个趋势明显并不指的是市场已经显示出来的那些数据，比如说很多业务的收入利润已经起来了，或者说一个领军企业的市场占有率已经明显上升了，形成垄断趋势了。因为当趋势明显到这个地步，就是说这个市场信号已经透露到所有公众的时候，其实机会已经不存在了。当人人都认为这个已经是风口的时候，其实风口早就已经关闭了。所以，我们更加强调的是如何看到未来的趋势。

那这就引出第三部分的话题，就是我们是如何作预测的。

我们是如何作预测的？

熟悉我们的朋友都知道，我们会经常对一些市场的趋势，技术趋势作评判，有些评判可能很多人也未必认同，因为和现在市面上的很多数据都是不太一致的，比如说我们原来曾经评判过有个企业叫AMD，我说这个企业值得考虑。那后来我看到网上专门有文章讲，说我看了这个AMD的财务数据很烂，所以，我别的都认同王煜全，但是，这个不认同。

首先，我要说，我不是在做荐股节目，我只是在客观地去评价一个公司的技术能力好坏，和依据技术能力来判断这个公司未来的发展的机会。

第二，我要强调的是我们作预测的时候，一直避免用滞后量。什么叫滞后量呢？就是财务指标。也就是说当一个公司的财务指标显示出来的时候，其实它显示的是这个公司过去几年做得好还是坏。但是，我们要预测未来的时候，我们不能用财务指标作参考，因为过去做得坏的企业，未来未必坏，过去做得好的企业，未来未必好。也就是说你今天的行为决定了未来的财务指标，我们要判断的是，未来财务指标的好坏，那利用的是今天的行为指标，而不是今天的财务指标。所以说，我为什么去判断AMD可能有上升机会呢？其实道理也非常简单，因为当年AMD是唯一同时拥有CPU和GPU的公司。我们都知道，现在计算机发展到今天，硬件依然非常地关键，但是，现在主要的格局叫做异构计算，也就是说有一个通用计算的CPU，这个CPU如果是一个相对复杂的版本，也就是现在的Intel掌握的。那如果是一个简单版本的结构，也就是现在的高通掌握的。这两个版本都是能够做通用计算的。那另外一方面，就是需要有大量的GPU，当然，还有很多其他的异构计算的单元，我们不详细介绍了。但是，简单说，现在异构计算里面，尤其是做专用处理，比如说人工智能处理，或者做图像处理的芯片主要是GPU，而当年AMD就是唯一同时拥有CPU和GPU的企业，而CPU加GPU，如果同时拥有的话，会把整个的功率调到最好，这就是为什么最近大家看得到，AMD有几款芯片的效果还是非常不错的。当然，因为你有这样的优势，而现在市场又有这样强大的需求，那你上升的机会当然就比较大。

所以我们说，虽然过去这个公司的财务数据确实不好看，但是，我们分析它的超前指标，看到它的技术优势的时候，我们会相对给出一个乐观的判断，就是未来上升空间很大。果然，我们说了这个预测以后，虽然有人反对，但是，这个反对声音出来不久，这个公司的股票就翻倍了。当然，我们还是强调这一点，我不是在荐股，你今后还要不要买AMD，跟我一点关系都没有。自己客观分析，自己得出来结论。

但是，我们想强调的是，我们预测的一个核心的做法，关键就是找到那个市场的超前指标，或者企业经营的超前指标，也就是说这个超前指标能够预测企业未来的走向。这个我们叫市场信号，Signal。当然，这个超前指标不能选错，你把滞后当成超前了，或者说这个指标并不能代表企业经营的好坏，那这都叫做噪音，就是说你很难预测准。

比如说我们中国有个指标很有趣，就是企业经营最好不要换CEO，尤其是创业企业。一旦换了CEO，就意味着这个创业企业的业绩可能跳水，甚至企业的管理，或者经营都会出现大的波动。

那我们原来以为，这也是一个很重要的指标，就是如果发现国外科技企业换CEO了，这个问题就大了。那后来我们就发现，国内基本上是这样一个规律，但是在国外还真的并不是。为什么呢？我们讲美国的科技企业家最擅长的就是做产品转化，他从高校拿来科技做孵化，一做就要做5到8年，才能把产品真正做出来。但是，产品做出来以后，他最专长的工作就结束了，那他往往会辞去CEO的位置，这个公司会换上一个更懂得市场开拓和全球扩张，包括和资本、和产业对话的这样一个CEO，他能使得公司继续发展下去。而原来那个擅长做技术转化的CEO，又会再找到下一个新的技术，做新的创业去了。而这么操作以后，这个公司的业绩往往不受任何影响，甚至有可能会实现更快速的上升，因为更合适的人摆到了这个位置上。

但是，这是有前提的，也就是说这个企业经营也好，甚至整个营商环境也好，都更成熟，都更标准化，大家都更遵守契约精神。所以，我们说当一个商业环境成熟以后，这个积木式创新一定是最好的做法，即插即用，把那个最好的、最需要的零件插到现在需要这个零件的企业当中去，企业就能够实现高速发展。所以，我们说，你简单地把CEO的变化当一个信号就错了，因为它很可能不是信号，而是干扰我们判断的噪声。

所以，我们讲预测的时候，第一条就要学会识别信号和噪声。

第二，其实现在有很多国际很知名的预测机构也是用类似的做法，我们在《前哨》当中曾经介绍过，美国有一个非常著名的预测大师，叫做纳特•西尔弗（Nate Silver），他写了一本书，我也非常喜欢，也给大家推荐过，就叫《信号与噪声》，讲的就是这个道理。而且，他就专门指出，所谓信号和噪声的识别，就是在于你是不是足够地懂产业，你要懂了才知道这个是信号，那个只是噪声。那另外，我们在近期介绍《西南偏南》的节目里，也介绍了一位美国的教授，叫艾米·韦伯（Amy Webb），她每年做技术前沿趋势的预测，而且发布报告，我们希望以后也每年对这个趋势预测和报告作解读。我们都知道，美国有个互联网女王，她一直每年做互联网趋势报告。但是，现在我们认为更值得关注的其实是硬科技的趋势，而艾米·韦伯的报告要比互联网趋势报告的含金量更高，而预测的方法也更扎实。为什么呢？因为她是在纽约长期做技术趋势预测的那个人。

顺便说一句，她在TED上有一个很有趣的演讲，你可以很容易地搜到，讲如何用数据分析和预测的办法帮自己找对象，因为她是一位女性。有兴趣找对象的可以看一看。那当然，她的预测方法和我们刚才介绍的比较类似，就是通过对一些产业敏感行为的跟踪来提前地找到信号和噪声，然后作各种分析来看这些信号，在未来对产业会形成多大的影响，从而提前做好准备。

那至于说一个信号对未来有多大的影响，这也是个老方法了，过去叫做德尔菲法（Delphi Method），请一堆专家来对一个问题提出自己的看法，这个问题未来的影响有多大，然后把专家的意见综合起来。有时候综合起来以后，再把大家集体的意见反馈到每个参与预测的人手里，让你看看别人的答案，然后再问这些参与者，你们要不要作出修正，有时候甚至要两轮、三轮，甚至更多轮的反馈、集中，再给到所有人，再作修正，再反馈，再集中，那这样就能得到一个对未来相对清晰的洞察。

当然，一个重要的前提就是这些参与者必须得是对产业有深刻洞察的专家，不能是纸上谈兵的人，要不然效果就大打折扣了。

我在国外参加研讨的时候也碰到过这种情况，盲目地搬出一个公式、一个预测方法来，然后请在座的各位一起来参与预测，这些人其实并不是那个领域的专家，结果预测的结果和现实失之千里。所以，方法虽好，也不能乱用，还是要有严谨的一套操作体系的。

那艾米·韦伯的方法和纳特•西尔弗的方法比较近似，主要是捕捉信号和噪声，这个我们也常用。我们和他们有一个重大的区别在哪儿呢？我们并不是对社会的广泛现象作预测，艾米·韦伯是对整个科技产业，甚至对科技产业的社会影响作预测，像纳特•西尔弗的范围更广，他甚至会对美国大选作预测。

顺便说一句，就是纳特•西尔弗最著名的其实是他在2016年美国大选的时候，连续预测错误，也就是说在美国大选的时候，共和党最后谁会胜出，他就没有预测到特朗普会当选。然后，他就写了一个长文归纳自己的教训，希望能下一次预测得更准。结果紧接着在全国选举当中，他又没预测准，又没有预测到特朗普最后能当上美国总统。当然，一定要勇敢地把自己的结论抛给大家，抛给大家的时候就一定会犯错误。只有在犯过错误的时候，你才会深刻地反思，你才会真正进步。所以，我们作预测的时候，大家就会发现有个特点，虽然最近有很多预测的书一直强调这点，就没有任何事实 是百分之百的，尤其是你对它做预测的时候，这事儿还没有实现，你就去提前预测。所以，所谓好的预测专家一定会给个概率，这件事儿出现的可能性是30%还是60%，还是90%。但是，我认为我们每个人要锻炼自己预测能力的时候，尽量要把概率去掉。为什么呢？一旦你把概率加上以后，你就会有个自我安慰，要知道人是最善于给自己找借口的动物。所以，你预测这件事儿出现的概率是20%，结果这件事儿出现了，你依然有借口，说这很正常啊，因为20%就意味着5次里有1次会出现，你只不过是赶上了这5次的那一次就是了。所以，你不会去因为这件事而改善自己的预测方法。只有你斩钉截铁地说，这件事儿不会出现，因为80%的可能性不出现，结果这事儿出现了，你才会发现，我错了，而且所有的公众都看到了我的错误了，那我要回头去反思，我如何能够做到更好，如何能做到更精准。

所以，我们也是一样，坦白地讲，我们一直勇敢地预测未来发生的很多事情，那这个预测里面，我们确实把概率省掉了，但是，因为我们尽量预测都是相对大概率的事件，而同时我们要承认我们是犯过错误的，而且我对自己的每个错误，比我们的听众都了解得更深、记忆得更深。为什么呢？因为错的时候自己就会很难过，而且我认为我们之所以今天在预测上还有点心得，就是因为犯过很多的错误，就是因为犯错误了以后会难过，所以，我们总会想着改进。

那回过头来说到我们的心得，我们改进的最大的心得是什么呢？就是让预测面尽量窄一点，代入的专业知识尽量多一点儿，那这种时候预测反倒会更精准。当然，专业面窄就意味着不是什么事儿你都敢预测的，所以很多领域，其实我不敢去预测，比如说政策变动，全球经济趋势变动，我从来不预测。那另外一个，就是你代入的东西多，代入的业内的专业知识多，就会面临一个问题，就是你的预测体系有一天也可能会失效，虽然你的系统搭建得越完备，你的近期预测会越精准。但是，长期来说这个系统被废掉的可能性也越大。但是，我们要承担这个风险，而且要能够站在一个更高的角度看问题，就是说我对我这个系统能够延续多长时间也要有个预测，而系统一旦失效，我要比别人事先了解，而且事先要做革命，把自己可能会失效的系统替代掉。

到最后，就是我们怎么样去实际作这个预测。其实也很简单，就是我们只对科技产业作预测。一旦你限定了这个范围以后，你就发现容易很多，而且我们代入了两个重要的知识，使得我们对科技产业的预测相对更符合现在的特点，当然，未来如果这个时代发展了，这两个知识都不再是规律了，我们的预测方法可能还要再作调整。

1.持续跟踪科技从实验室成果到产业化的发展，把握科技企业自身发展的规律

那第一个，就是科技企业3.0的知识。在这儿我稍微回顾一下，科技创新其实不是永恒不变的，科技创新是进化的，而且是一直持续不断在进化的。当然，我们说它进化背后应该有个方向，这个方向叫做科技创新的效率。所以，从最开始，其实瓦特发明蒸汽机的时候，它就是一个科技创新，只不过那时候还没有形成相对规模化的企业，但当时它已经是企业了。注意，当时叫做博顿瓦特公司，是用公司的方式来经营的。而且，我认为今天我们都只纪念瓦特，这不太正确，因为其实这个博顿瓦特公司真正的CEO是这个投资人博顿，而瓦特其实更像个CTO，为什么呢？因为瓦特在做蒸汽机的时候，那个活塞密闭性问题一直解决不好，反倒是博顿告诉他，在另一个产业里面，人家的活塞密闭性解决得很好。瓦特就到另一个产业去学活塞密闭性如何解决，用到了自己的蒸汽机上，从而实现了蒸汽机能够满足工业化生产的要求。第一台蒸汽机，应该说第一台可以商用的蒸汽机是这么诞生的。所以，那也是一个公司化经营。但是，我国没有把它归入到科技企业的几点零的序列里。为什么呢？就是因为它没有实现量产。我们认为，科技创新必须要实现量产，必须要实现广覆盖，才能提升整个社会的效率，这是科技企业从开始到现在一直都在追求的目标。那么，科技企业1.0是什么呢？就是通用、福特这样的企业。那这些企业，它们的特点是什么呢？就是它们只完成了量产这一部分，因为它们的科研是在体外操作完成的。比如说我们熟知的福特公司，福特当初做汽车研发的时候，其实是在爱迪生照明公司，就是你熟知的那个爱迪生，在他的公司里做工程师的时候，业余时间开发了汽车。然后，筹集资金成立了福特公司，而福特公司的目的就是实现量产，所以，最后造出了T型车。

那么，那个时代的特点，就是科技创新其实相对来说是分节的，也就是说所谓科技创新企业，它只是把已经做好的科技拿过来实现了量产。所以，那个时代其实也催生了像摩根这样的金融资本家，因为量产需要很多钱。当然，也有一个很有趣的现象，那个时代很多的资本家，不是像福特这样，福特其实是幸运的，他从发明人变成了企业家，而那个时代大多数的企业家其实是资本家，也就是说资本可以买来一个技术实现量产。所以，企业家相对他的重要程度没有那么高。那一直到了六七十年代，软件产业兴起，包括后来互联网兴起，它的特点是什么呢？就是研发纳入到企业里面去了，像比尔·盖茨、乔布斯他们都是自己搞研发。当然不是乔布斯干的，是他的合作伙伴沃兹尼亚克干的。但是，这些企业都是自己搞研发的。

那这些企业自己搞研发，它的不确定性很大，因为它并没有和先进的科技接轨，就是年轻人凭着自己的经验，凭着自己的设想来开发新的产品。当然，风险很大，因为市场未必有需求。所以，这种时候就有风险投资公司用ABCD轮的融资方式来支持这些企业发展。当然，有一个好处，就是这些企业都是数字经济的企业，也就是说当它从0到1的转化完成了以后，从1到100万产品复制的时候，编辑成本为零，它不需要像过去那样投大资，建大厂的模式，我们把它叫做科技企业2.0。但是，现在我们进入了一个科技企业3.0的阶段。什么叫科技企业3.0呢？一方面，我们说它端到端打通了，它首先从高校的科技开始，因为科技最强的还是在高校，不是民间的发明家可以解决的。民科的时代早就结束了，真正的科技创新往往系出名门，往往是好高校有好创新。为什么呢？因为有好教授，包括好的研究体系支撑，做了很多年才会有结果。

所以，原来牛顿说得非常对，科学研究都是站在巨人的肩膀上的，现在一个个高校就变成了一个个巨人，所以，成果也是接连不断。但是，以前高校的科研和科技产业是相对脱节的，这个脱节为什么是可行的呢？大家一定要想明白，一定要区分开，所谓科学和技术是可以独立存在的，有很多科学现在是没有技术能够支持的，比如说引力波，很多人都在设想，未来我们用引力波传送信号，因为它会跨越多少光年都不衰减。但实际上迄今为止没有任何技术能够实现。那反过来也有没有科学支持的技术，比如蔡伦造纸，蔡伦只是个宦官，我相信他不知道这个造纸背后的各种纤维，包括纳米级的排列这样科学的存在，他只是从技术上知道，用一些破布头、破鱼网放在一起，经过一个制作办法，能够制作出雪白的纸张来。所以，那只有技术，没有科学。

其实，人类发展到今天，绝大多数时候是有技术，而没科学支持的，一直到最近这一百年，你有技术但没有科学支持，你这技术就不够好了。像我们小时候听的故事一样，爱迪生烧了3000多个东西，希望找到一个适合做灯丝的材料，那就是明显有技术没科学，今天已经不可能了。今天我们做各种的照明设备，研究的是光电转换，就是当电流流过照明设备的时候，用电子轰击的办法，不管怎么样，这些电子经过这个设备的时候，或者轰击到设备上的时候，如何产生出更多的光子，这就是可见光。所以，现在已经到了科学研究能够覆盖每个领域的阶段，这种时候你再做技术创新，没有科学支持，明显就不行了。所以，今天已经不存在什么新的产品是纯技术，没有科学支持的了，所有的技术必须要有科学支持。

那么这种时候，技术的好坏，和科学的联系结合就非常重要了。为什么呢？在今天这个科技3.0的时代，我们出现了说必须要从高校来做转化。但是，大家依然要理解，这个转化的核心主体不是科学家，而是企业家，因为转化需要的技能和研究需要的技能是完全不同的，一个好的科学家并不一定是一个好的企业家。当然，反之也成立了，今天我们一直讲积木式创新、新木桶理论，每个人要做长板，每个企业也要做长板。所以，各司其职是非常重要的，大家协作也是非常重要的。所以，今天的科技创新是端到端的，从高校出来，由企业家主导，从高校拿到科技做转化，然后实现量产，覆盖全球市场，甚至让用户参与，一起来改进这个应用，最后使得全社会都能受益。这已经打通了端到端。

另外一个很重要的特点，就是它的难度其实大大增加了，它的研发周期不比科技2.0的企业短，也是至少5到8年的时间。另一方面，它像2.0一样，完成了研发以后，又会回到像科技1.0一样需要筹集很大的资金来实现量产，两个难度同时叠加到一起了。所以，使得这科技企业到今天为止，虽然这样的硬科技企业大有蓬勃而出的趋势，这个潮流已经非常明显了。但是，它的死亡率依然很高，只不过这些科技企业的死亡率和以前科技2.0企业的死亡率不太一样，科技2.0企业的死亡率是因为做出来的产品未必有应用，未必有需求，因为很多是自己设想的。而科技3.0企业，因为是从高校对接出来的技术，往往是能够准确判断这个技术有没有市场，这些企业家也是专业的，科技企业家非常懂得如何产品化，产品化也是很高效的，一般也都做得出来，死亡的原因是因为不能量产。

我们说在研发完成和量产完成中间有一个鸿沟，这个鸿沟葬送了大量的科技3.0企业，这是中国可以贡献重要力量的一个原因。因为中国的制造能够支撑全球的科技创新，别忘了这一轮科技创新的趋势有多么大。所以，中国就能提升全球科技创新的效率，提升全球科技创新企业的存活率。当然，中国也就能够对接全球的科技创新，使得中国的未来发展能够更顺畅。

这个时代的科技企业有它鲜明的特征。第一，要从高校转化科技；第二，有一个很长的潜伏期、研发期，当然，在这个潜伏期里，产业外的人可能未必听说过这个企业，因为它不用做宣传，它没有产品。但是，如果你对产业扎得足够深，你就可以有技术转化的角度。我们都知道，美国有技术经理人协会，它就负责从高校往外转化技术，先进技术出来以后，我们甚至从学术研究侧就可以开始跟踪，它什么时候被转化到小企业里面去，然后可以跟踪这些小企业的阶段性进展，因为它要融资，它就会对外做一些宣传，有时候产品的测试也会让别人知道它的进展，诸如此类，包括业内沟通、联系、会议，都会见到这些企业的身影。所以，虽然这些产品并没有上市，但是，这些企业还是活跃的，你只要在业内扎得足够深，还是能捕捉到这些企业不断发出的信号，你就会知道它们的进展。

我们讲，它研发的周期是5到8年，然后，你就会考察它是不是有能力去跨过这个制造的硬坎儿，因为这是一个很高的坎儿。那等它跨过去以后，市场才会听到它的声音，因为它的制造能力解决了，它就要打开全球市场，这个时候大家就会突然觉得，哎哟，这么好的黑科技，怎么突然到我身边来了，怎么突然之间大家都在使用了。只不过，我们如果做科技预测，我们就能够掌握这些科技前沿企业的规律，我们从高校开始，跟踪它的发展趋势，我们就不会有那惊讶的一瞬间。

所以，曾经有一位记者采访我，说2019年有什么让你惊讶的科技大事件，尤其科技产业的变动发生？我说，我天天盯着这个产业，也在不断地预测这个产业的发展，如果还有什么事情让我觉得惊讶，那我就是不够尽职，我应该对产业足够了解，那就不会有值得惊讶的事儿发生。

有人说，这好像和市面上流行的观点相左，因为很多科技创新是有偶然性的，你不能事先知道哪个教授哪天发明了什么东西。这是对的，科技创新确实有偶然性，但是，指的是科研，也就是说它在高校里面什么时候做出成果，真的是没有办法预测。但是，从高校把产品经过研发转化，经过量产推向市场，这个时间是可以清晰预测的。也就是说，我们并不是去预测高校教授什么时候出成果，而是预测高校教授的成果什么时候能够被产品转化出来，能够被量产，推向市场。整个操作因为有很清晰的模式，所以，是能够被持续跟踪，从而能够精准地预测它的上市时间的。

那我们举几个例子，比如说我们都知道最近量子点技术很热，那很多人就会说，哎呀，以前不知道，尤其很多的电视企业以前不知道量子点，等到量子点出来之后，发现技术垄断在别人手里。因为这个技术主要是在三星和中国的TCL手里。其实这件事儿早就发生了，早到什么时候呢？我记得我们原来2017年的时候曾经带中国的企业家代表团去加州大学伯克利分校拜访过一位教授，量子点技术就是他和其他伯克利的教授一起发明的。当然，量子点完整技术的历史要悠久得多，我只是说量子点用于显示上的技术相对成熟，那个诞生的时间是2001年，是杨培东他们搞出来的，而且他们基于他们的科技成果搞了一个公司，叫做Nanosys，这个公司后来被三星收购了，以至于三星有了今天的量子点技术基础。当然，TCL公司也很棒，他们也是好多年以前就做了预埋。所以，今天他们才能享受这个量子点技术。

所以，你看其实一个技术从高校到市场，周期往往非常长，如果你从2001年开始算到现在已经整整18年了，当然，一两年以前三星已经开始主推QLED量子点技术了，那也需要16年的时间，也还是非常长的。其他的例子，比如现在的电动车，其实它的大趋势已经成了，大趋势的原因其实是锂电池技术，当然，一开始锂电池技术都不是用在汽车上，最早的锂电池技术是用在电子产品上，比如笔记本、小家电。但是，慢慢用到了汽车上，这个还是特斯拉的埃隆·马斯克的创举，因为他考察了各种电池以后，发现松下的18650电池，效率是最高的，当然后来被索尼收购了。但是，效率高的同时，稳定性也最差。所以，他花了大量的时间来研究如何提升电池的稳定性和安全性，最后电池组管理成为特斯拉公司的一个绝活，一个竞争优势。

但是，你别忘了，18650电池早就发明出来了，其实锂电池最早在1991年被索尼公司发明出来，到现在已经快三十年的历史了。

当然，有一些科技创新可能时间相对更短一点，但是，都不会是一两年、两三年就搞成的。比如说我们投资WiTricity，现在是无线充电领域的领跑者。我们都知道电动车未来一定是无线充电模式的，甚至智慧城市出现，需要大量的无线充电，因为到处都拉线，这是明显是不靠谱的。无线充电是2005年MIT的教授Marin Soljacic第一次在理论上得到了解决。而直到2007年，他才第一次公开做了演示，在实验室里面告诉大家，无线充电这个技术是可以实现的。演示是怎么做的呢？他用了一个直径一米多的线圈，点燃了一个半米以外的灯泡，因为灯泡需要的能耗其实并不高。那么，从2007年成立公司到现在，整整做了12年，而现在终于有产品上市了。如果你关注一下就会发现，2019年的宝马在中国最畅销的5系中有一个E系列，就是油电混合动力车，它这个E系列的无线充电就是预装在车里的，也就是说你买了宝马的5系E系列车开会家，不需要再插电了，直接在你家里的车库地面上装一个充电装置，车开上去就可以充电。这项技术也已经花了12年了。

所以，我们说，一个科技创新往往是从实验室到市场，有一个非常漫长的过程，而如果你对产业扎得足够深的话，你对过程是可以充分把握住的。

当然，我们也反复在强调，各个行业的规律是不太一样的。那刚才举的这些例子，都是符合我们讲的，知识产权保护比较严密的硬科技创新。但实际上现在有一类创新，我们把它叫做开源式的创新，就是说它的技术虽然也很领先，但是，它的知识产权并不是集中在某个人手里，而是向全社会放开的。那开源式创新更是可以通过它的一些技术的节点，预测到这个产业，因为不光是一个企业可以用了，所以，可以预测到整个产业的爆发期。

比如说人工智能，我们今天都知道人工智能进入了爆发期，越来越多的企业进来了，越来越多的应用出现了，越来越多的收入利润得以实现了。但是实际上你去看它的整个发展规律，也都符合这个规律：人工智能并不是一夜之间出现的。我们普通人可能更熟悉的是2013年DeepMind，就是谷歌收购的那家公司，它用它自己的围棋程序AlphaGo战胜了李世石，这成了一个标志性事件，标志着这一轮人工智能的系统相对成熟了。2013年到今天，只不过是经历了6年的时间，但是，人工智能的领域极大地拓展了。但是，实际上人工智能可不是从那时候开始的，因为这一轮人工智能革命突破的标志性算法——深度学习是被一位加拿大多伦多大学教授Geoffrey Hinton在2007年提出来的。

当然，提出来算法还不够，我们都知道人工智能现在有三大要素，除了算法以外，还要强调计算能力和用大数据训练。我们都知道，用大数据来训练人工智能，是2011年由李飞飞，也就是斯坦福大学的教授发现的。另一位斯坦福大学的教授吴恩达，他在2011年的时候，发现用NVIDA的GPU可以解决算力问题。所以实际上在2011年的时候，这三者都具备了，就是算法、算力和大数据训练。所以到今天不是6年，而是应该说大致是8年时间。8年时间做到这个成果，如果从一个公司来看，也要花这么长时间。只不过因为它是开源的，相当于多个公司同时在搞，所以，它今天就有这样的成果。当然，这是一个比较快的例子。因为开源的办法使得各个公司之间的技术可以互相地借鉴，而且互相地竞争，所以，它的发展速度确实会快一点。国外也把这当做一个成功的范例。

比如说我们都熟知的著名的长尾理论的提出者克里斯·安德森，他在长尾理论提出之后还提出另一个概念，就是Maker。那在Maker里面，他重点强调的是无人机。所以，后来他做了一个公司叫3D Robotics，专门做无人机的飞控、开发。当然，因为大疆竞争的关系，所以，它的娱乐无人机，也就是面向公众市场的无人机已经不做了，它集中在做无人机的解决方案这一部分。

那为什么他能做无人机解决方案呢？就是因为他是在美国最早地推动了无人机的技术方案的开源化，他们做了一个开源的无人机技术方案交流的网站，所有做无人机技术开发的人都可以把自己的技术拿来共享，然后在别人基础上进一步完善。所以，这极大地推动了无人机产业的进步。

所以，今天我们看到大疆的成就非常了不起，但是，其实大疆也是全球无人机技术开源化的受益者之一，因为它也积极参与了。

开源确实会在一定程度上加快整个产业的进步，但是，不会把时间缩短到几乎没有，它还是要很长的研发周期的。

同样，像生物制药领域，其实也是一样。生物制药领域，尤其是它又存在一个报批的时间周期的问题，所以，虽然生物制药领域类似开源，因为它的很多技术是大家可以共享的，比如我们熟知的基因编辑技术CRISPR/Cas9，2013年由张峰在《自然》杂志上面发表。但是，其实这个技术很多人都掌握了，中国也有很多科学家掌握，而且有很多企业也在用这个技术创业。但是，一方面讲，它有一个研发周期，虽然从2013年到2016年，也就经过短短的三年时间，张峰参与创建的Editas公司就上市了。但是，公司上市不意味着产品上市，这是生物制药领域里面和其他产业区别最大的一个特征。其他产业的公司，它要上市的时候，一般来说是产品早就上市了，而且收入利润都已经很可观了。但是生物制药公司，因为它的风险极大、耗资也很大，不光要解决量产问题，还要解决上市报批的问题，尤其是做临床的问题，这个费用是非常非常高的。所以，现在生物制药公司都是先上市融资，然后再做临床，也就是它当时还没有产品上市。那我们也预期过，虽然2013年这个技术就出现了，但是，真正要有产品上市，可能2019年都做不到，甚至说在未来三年里，我们都不认为会有基因编辑这样的产品，基于基因编辑的生物治疗方案能够被FDA批准，可能要到3年之后，也就是说这个周期也是有它的特定规律可以把握的。

所以，我们讲，第一条我们预测的原则，也是最核心的原则就是，这一轮的科技创新企业有自己发展的内在规律，通过了解内在规律和通过深入产业去把握这些企业发展时泄露出来的信号，你就知道这些企业的进展，从而预先知道这些产品什么时候上市。

2.把握产业生态的合作竞争关系以及核心控制点，衡量科技是否有机会颠覆产业

第二，我们需要了解的产业特征，就是科技进步不能只衡量它的科技进步性、先进性，还要衡量这个先进科技是否有机会能够颠覆这个产业。因为能否颠覆差异巨大。我们也一直在好几个地方都介绍过，虽然人工智能，尤其是自动驾驶是一个看似非常颠覆性的技术，都不需要司机了，任何场合都可以实现自动驾驶。当然，现在新闻舆论上有很多对自动驾驶不利的新闻，比如说自动驾驶出事故了。这里你要有一个客观的分析。为什么呢？因为新闻总会愿意去报道那些不好的消息。

所以，一方面来说，虽然自动驾驶有死亡事故，但实际上自动驾驶比人的驾驶安全得多，如果你综合评价人和自动驾驶，平均每多少小时出一次事故的话，其实自动驾驶的事故率是远远低于人的。另外更重要的一方面，自动驾驶曾经成功地避免很多如果是人来操作无法避免的车祸，而这方面的报道非常罕见，这是很奇怪的一件事。自动驾驶出了死亡事故你就报道，自动驾驶救了命你反倒没报道。

其实我在视频网站上看过几个视频，印象非常深刻，因为有很多人驾驶特斯拉汽车，开到自动驾驶模式的时候，还是有视频跟踪的，因为现在我们都知道，车载的视频跟踪系统是很健全的。有几个视频就很明显，前车突然刹车，但是，自动驾驶能够使得后车迅速转向，以至于不会对前车造成追尾。尤其重要的是，后车没来得及转向，直接撞到你的前车上，而这辆自动驾驶的车因为迅速转向，也没有被后车追尾，所以，没有造成伤害事故。而这件事，正在驾驶当中的那个司机回忆，就是自己完全没有反应过来，至于车为什么会这么做，只好归功于自动驾驶了。

所以，我们讲，对自动驾驶要有一个客观的看待，总的来说，自动驾驶是个了不起的技术。从技术角度上来讲非常地有革命性。

但是，很不幸，自动驾驶这个技术从产业角度上讲革命性不够。为什么呢？你还是要安装在现有的车上，而汽车产业已经经过了一百年的发展，非常完备了，各大车厂有自己清晰的势力范围，而各大车厂的供应商的等级是非常严格的，也就是说它只和一级供应商，叫Tier1打交道，如果你不是它的一级供应商，你再有先进科技，你也没有办法直接卖给车厂，你只能卖给它的一级供应商。

那么，这种时候你就会发现，一级供应商当然也希望长期做车厂生意，也希望自己的科技升级换代了。所以，就会出现一个特点，它会打压其他先进科技。有先进科技的企业，我不是积极地把你整合到我的系统里来推给车厂，而是希望把你替代掉，或者尽量只是用你的硬件，整体解决方案不用你的。那我们就会发现，有一家解决方案做得最好的公司叫做Mobileye，虽然已经上市了，但是，到最后还是被Intel收购。

其实我们原来也介绍过，被Intel收购是它最好的结局，因为收购价还不错，因为Intel急需Mobileye的解决方案，所以，Intel出了一个高价。但实际上Mobileye当时已经很难维持了，因为Mobileye不是任何一家公司的一级供应商。它曾经是特斯拉的一级供应商。但是，特斯拉是一个新汽车厂，它和一级供应商的关系非常不牢固，甚至它都没有形成老汽车公司需要有的对市场职责的担当。那当特斯拉公司的自动驾驶撞死人了以后，特斯拉的工程师第一个站出来说，这个系统是Moblieye的。所以，Mobileye被迫取消了和特斯拉的一级供应商的关系。但是，取消了以后，这个Mobileye就不是任何车厂的一级供应商了。因为，其他的大车厂，它们和一级供应商都是好多年的关系了，尤其是全球性的一级供应商，它们的规模、技术实力一点儿都不亚于一个大车厂。像Delphi、Denso、Continental等等。这些大的一级供应商的实力是非常强大的，在一定意义上讲，当它们具备了垄断性以后，会抑制创新。这种时候，如果你的创新不能对产业的格局形成颠覆，你的创新影响力就有限。

当然，不是这个颠覆永远不会到来，这个颠覆到来不能只靠自动驾驶，虽然自动驾驶技术很了不起。但是，如果我们把自动驾驶加上电动车，加上车联网，这三者结合，你就会发现，因为现在有大量新兴的造车厂，而这三者结合，很可能对汽车产业的颠覆就会到来了，因为未来汽车产业甚至会出现一种现象，就是大多数人不拥有汽车，就像一百多年以前，当汽车替代马车的时候，大多数人就不再拥有马匹了一样。未来，我相信大多数人不拥有汽车，因为都是自动驾驶，我也不用追求驾乘乐趣，我只要出门有个车等着我就好了，我上了车，告诉它地址以后，这个车就会自动地开到某个地方去，等我下车走了以后，车就自动开走，我根本不需要拥有这辆车，我需要它给我提供服务就好了。那么，这种服务后面就会有大的服务提供商。所以，今天连滴滴、Uber这样的公司都是在花大钱投入到自动驾驶里面，希望能够布局自动驾驶。因为未来它们可能就是自动驾驶的运营商。所以，未来这个产业就会出现本质性的变化，有巨大的运营商，实力比车厂大得多，它们会带来颠覆性的新的产业格局。

所以，有很多时候你要对产业的颠覆性作判断，今天不颠覆不代表明天不颠覆，但是，今天不颠覆的时候，作为创新者，就要冷静客观地分析自己，因为很可能产业格局不颠覆，你的创新就会受到极大的抑制，不是所有的情况都是对创新者有利的。你要知道，当产业格局没有本质变化的时候，那些既得利益者，那些在这个产业里面实力最强的人，一定会对你形成很强大的制衡，要事先做好心理准备。同时，我们分析的时候，也要分析到这个产业会不会形成颠覆，因为形不成颠覆，这个格局不变化的话，很多预测就和格局变化有很大的不同。

3.科技产品从趋势被认同到产品被市场接受的规律

那第三点，我们就讲说，除了企业发展有规律以外，一个产品进入市场，被市场接受也有规律，这就是著名的Gartner曲线。

Gartner曲线讲的是任何一个新的技术开始进入市场的时候，总是一个概念进入市场，大家觉得这是黑科技，概念非常热，大量地宣传、介绍，其实连产品都没有呢。结果热完了以后，大家发现，其实没产品，没收入，没利润，慢慢这个热度就下降了。下到一定时候，其实在炒概念的时候已经有企业在做研发了，只不过研发需要有周期，产品还没上市。顺便说一句，炒概念最热的时候，其实往往并不是研发没完成的时候，往往是研发接近完成、量产的时候。为什么呢？因为产品已经基本定型了以后，它才需要炒作概念，为自己未来产品上市做准备。所以，往往是刚出实验室的概念没人炒作，一般是快要到量产的时候就有人炒作概念，它是为了下一轮的市场做预热的。但是，只要是隔离的周期足够长，也就是说你从炒概念到产品上市隔了一年，那这中间一定会冷下来的。所以，炒作概念以后，市场的反应往往过一段时间就会冷下来。冷下来以后，不用慌，这时候才可能是这个产品已经接近上市，或者已经上市的时候。有一个特点，很多高科技产品，它在概念炒作的时候过度夸大自己的职能，以至于当它真正上市的时候，已经没的可宣传了。就是你上市的这个产品，没有什么职能，没有什么技术是你这之前没有炒作过的，你在炒作新东西就不成立了。所以，反倒是上市的时候是润物细无声的，静悄悄地渗透进市场了。电动车是最典型的一个例子，我们都知道两三年以前，各大车厂都在推出自己的电动车，但是，现在再喊推出一个新型号电动车这件事儿已经没有人愿意炒作了，因为新型号电动车已经不新鲜了，周围已经出现很多了。反倒是电动车的各种负面新闻横行，这个车又烧了，那个车又烧了。

其实我认为，这反过来是一个信号，不是一个噪声，它是告诉大家，电动车这个产品已经成熟了，已经进入市场了，未来几年里会看到电动车产业的收入利润稳步上升，而且上升速度会非常快。

为什么这么预测呢？道理很简单，你听到新闻里烧的车一定是量产车，因为如果不是量产车，只是样品车的话，周围永远有它公司好多人围着，想烧没机会烧，刚有个火星就会被扑灭了。只有量产车，投放到市场才会烧。而且，电动车有这样一个特点，就是甭管你以前积累了多少经验，你只要没量产过，就不知道量产会出什么问题。所以，很多的经验教训都只能在量产过程当中解决。甚至，我们可以这么说，量产的第一批电动车如果不出问题才是奇怪的事情。虽然，今天我们都承认特斯拉是电动车领域的领跑者，但是，你发现一个有趣的现象没有，就是今天我们熟知的Model S、Model X和Model 3，这三个车型是特斯拉的主打产品。但是，特斯拉推出的第一款车不叫这个名字，叫Roadster，这款Roadster实际上是很粗制滥造的，是在别的小跑车的底盘上加上了电池，这个车推出来的几年时间里面事故不断，以至于当特斯拉公司认为自己的技术已经逐渐成熟了，因为经过量产的检验了，这时候它决定不叫Roadster，希望大家忘掉Roadster这个名字，改叫Model X、Model S、Model X，Model的这个系列都出来了。

当然，因为这么多年，Model S、Model X等等型号逐渐地确立了特斯拉汽车公司的地位，大家也慢慢地淡忘掉了当年Roadster曾经多么恶名昭著，出过多少事儿。所以，今天特斯拉公司又想把这个名字捡回来，因为名字确实还是不错的。所以，它又会出一个新的跑车，好像是今年或者明年上市吧，还是蛮值得期待的。据说百公里加速能做到2秒以内的，叫Roadster 2。所以，我们要熟悉这段历史的话，你就会知道，今天烧车不光不值得担忧，反倒能够看出来是产业正在成熟的一个标志，因为产业要成熟，出事是必不可少的。当然，如果你是第一批用户，除了欣慰说这家公司有救以后，一方面做好安全防护，要知道第一批车是可能有风险的。另一方面，买车的时候学会和汽车厂讨价还价，你要告诉它，我买的是第一批车，如果出任何事故，给我换到第二批，因为第二批车会稳定很多。所以懂这个产业，尤其懂产业上市的规律很重要。Gartner曲线非常重要，但是我们要知道，这是一个经验规律，是市场的反馈决定的，不是所有的企业、产品都有Gartner曲线。

4.结合同一种技术在多个应用中的发展阶段进行交叉验证

比如说美国的微软公司推出的最成功的体感游戏机Kinect，能够监测你的肢体动作，然后跟你互动。这款游戏机就没有Gartner曲线，一上市直接爆掉，没有一个炒概念，下降再上升的阶段。另外，从整体来讲，虽然人工智能领域，每一个点都有Gartner曲线这样的特征出现，比如说最近人工智能的翻译，人工智能的语音交互，已经慢慢跨越过热点、低谷，开始进入这个市场逐渐收获的阶段了，以前是有过从热到冷的过程的。但是，从人工智能整体看，它的热度持续上升，也就是说它的一个热点消退的时候，另一个热点就顶起来，第二个热点消退，第三个又顶起来，它持续不断地有热点。因为人工智能是一个开源系统，能够用在很多领域，那现在各个领域都在逐渐成熟，造成一轮一轮热点顶起来，从总体上讲，人工智能就不会。

所以，我们也就顺便解释一句，也是有朋友在问这个问题，我们一直觉得科大讯飞是人工智能里面一个不错的公司，但是，很多人说，其实你对科大讯飞的战略也是有批评的。我们确实认为科大讯飞现在的战略是有一些值得商榷，改进之处的，现在它过于2C了，而科大讯飞的2C基因不足，所以，它针对消费品的策略，我觉得做得很不好，是一个相对比较小的市场，应该坚持去2B，而它2B上做得不坚决，比如说在云计算平台上的布设上不坚决。

但是，很多人就问了，一方面你说科大讯飞这个公司在人工智能上面，甚至都不是中国最棒的人工智能公司，尤其是在战略上有失误。另一方面你又说它作为人工智能公司，至少它的股票还是不错的。这不矛盾吗？

当然，我不是荐股，我只是给你分析它的股票为什么不错而已。原因其实很简单，就是人工智能这个概念会持续热，这个持续热一定会反映到股市上来，所以就会出现所谓人工智能的板块。但是，很有意思，中国的A股中其他的人工智能公司迄今为止还没有比科大讯飞好的，也就是说虽然科大讯飞在我眼里未必是最好的，但是，那些其他好公司都不在A股，对吧？有的在港股，有的在美股，有的还没上市，真正在A股上市的人工智能公司还真的就是科大讯飞，毕竟是中科大的一堆博士搞了这么多年，都是扎扎实实干事儿的人。所以，稍微作个解释。这解释的含义是什么呢？就是我们要看一个产业，不光要看前面的研发过程，不光要看研发了以后会对产业形不形成颠覆性影响，还要看这个产品上市以后，会是什么样的特征，什么样的规律。因为产品上市以后，要被社会接纳，如果你投资，它的价钱才真正上去。在这之前都是可以做预埋的。好的预埋点是两个，第一个就是热度还没起来的时候预埋；第二个，热度起来，过了一段时间热度下降了，收入利润还没有显现的时候预埋。你的投资回报都是不错的。

但是，从创业来讲，就显得有点晚了。创业还要再往前找一点风口。雷军的风口理论是对的，但是，最核心的问题是当这个风起来的时候再往里站是没有机会的，一定要事先站到风口上，让风带着你去翱翔。

当然最后一点，我们刚才举了人工智能的例子，如果一个领域里面，一个技术不光用在一个领域，它用在N个领域里，那同样一个技术能够支持N个领域，大家就可以去交叉验证，因为这些领域相互之间的进展都应该差不多，前后不应该差太远。

当然，有一个从易到难的过程，比如说我们讲5G的应用布设，5G的网络建设应该统一时间表，网络建设一旦成功，对每个创业者，对每个企业都开放。所以，我们最近也会做了很多5G相关的工作，想推动各个企业和创业者一起来反思，如何去把握住5G的机会。不光是创业者，记住，企业也有很多的机会，尤其是很多传统企业，和很多已经做得很系统化的企业，照样可以在5G上找到机会，实现突破，因为5G也是一个能够帮助每个企业、每个企业家都提升的先进科技武器。

但是，5G的到来，虽然技术平台铺设造成每个应用的发展都是同步的，但是，依然有先后顺序，这先后顺序的特点在于什么呢？相对简单的单一应用就会先行，比如说我就是做视频直播，或者VR直播，我只做这一件事儿。那相对复杂的，需要构建生态，需要多个技术整合的应用就会相对比较晚，比如说智慧城市、智慧家居，你需要整合多个技术，而且要在技术之间形成技术标准、技术协作。所以，我们通过一个技术的发展，去比较它各个领域的发展的趋势和难易程度，就会整体形成一个完整的判断。

方法论总结

所以，简单说，我们对一个产业的预测和洞察是从这四点来的：

第一，是基于对科技企业发展规律的把握，这样我们知道，一个先进科技什么时候能被开发出来；

第二，是先进科技对产业颠覆性的趋势的把握，我们对每个产业分析的时候，都会画这个产业里面合作竞争的格局图，原来我们叫产业链，现在其实我们更多叫产业生态。尤其是生态里面需要标注的是各自之间的合作竞争关系，以及这个产业生态里面的核心控制点。我们都会做系统标注，标注了以后去看这个技术，新的技术出来以后会不会对这个生态形成颠覆性的影响，尤其是核心控制点，会不会转移。会和不会，格局的变化是非常不一样的。

第三，产品进入市场又会通过Gartner曲线来预测市场接受程度，尤其是在短线预测上，Gartner曲线是非常有用的。所以，你会看到，我们每年和大家一起去CES，就是消费类电子产品展，科技消费产品进入CES去做展示的时候，基本上它快要上市了，往往这个概念就已经热起来了，离它上市也就是一两年、两三年的时间了。这种时候，我们会每年在CES上给大家分析，基于Gartner曲线，这个技术已经到了什么地步，什么时候这个市场会火起来。所以我们说CES是对未来两年，甚至两年以内做市场预测最好的场所。

最后，同一个技术，同一个源头，甚至同一个技术平台，能够支持的技术有一大堆，能够支持的应用也有一大堆。这些应用，如果时同一个起源的话，进度应该差不多，所以，我们可以做交叉验证，看市场发展的规律。另一方面，根据复杂度不同，也会有一个前后顺序，我们也可以知道整个产业如何布局，从浅入深使得产业的生态能够繁荣起来。所以，基于这四点，我们就可以对产业作相对精准的预测。

还是要强调一点，我们只是对科技影响巨大的产业，作产业预测，不是很空泛的、其他领域的预测，让我去预测下一届美国总统是谁，我真的不知道。但是，至少在我们这个很窄的领域里，我们还是可以做到相对精准地把握未来。至于把握未来的好处，不详细重复了，我只是希望你能够把握住这些好处，成为整个科技产业，或者推动产业发展的一分子，跟我一起来推动，不光是中国的科技，而且是全球科技产业的发展。

这一讲的所有内容就到这里，欢迎你把这个内容也转发给你的朋友。在我们的内容下方的讨论区，欢迎你来留言讨论，我希望我们一起来讨论，一起把整个科技产业振兴起来。

未经允许不得转载：陈海飞博客 » 方法论：如何对科技产业进行预测？