怎样才具备驾驭物联网的能力

《经济学人》杂志集结了二十位第一流的专家，就各自专长的领域，对未来三十年的科技走向与社会变迁，做出大胆的预言。

从未来科技的物理学基石、摩尔定律的极限、生物科技的应许等科技发展的基础条件出发，扩展到工业产品的制造、农业新形态、食品生产、医疗保健、能源产出、军力平衡，乃至于https://www.iothome.com/tech/ai&ml/‘ target=’_blank‘》人工智能、机器人、大数据带来的冲击与伦理问题，以及政策和社会面临的巨大挑战，每一篇专论都充满洞察力和启发性。对于现今从事制造、创新、商业、政治、社会工作的领导人物，以及深具企图心、愿意接受挑战的未来人才，《巨科技》都极有参考价值。以下是本书精采书摘。

第一波科技变革潮出现于 1950 年代晚期到 1970 年代，迎来了大型主机与迷你计算机。比尔．盖兹和我当时都还是青少年，两人都随着这第一波浪潮卷入了软件科技业。盖兹那时还是高中生，我则是大学新鲜人，不过都有机会接触到迷你计算机。

在那个年代，运算效能对绝大部分的人来说，根本就是看不到、摸不着。虽然只不过是第一波变革，却已经预言了接下来数波科技潮的变化。每一波变革浪潮都带来了令人咋舌的新事物，一开始就浮现于海面上的，只不过是其中一部分而已。就在这个关头，赢家崭露头角，输家则一败涂地，只有领头的创新者与公司能顺利上岸。

在每一波科技潮当中，都会有一些核心的科技组件或新的商业策略浮现，随着时间过去，一点一滴留下科技发展的足迹。这些新发展，通常都要历时好几十年，才有办法完全展现影响力。

第一波现身的就是摩尔定律。受到影响的并不只有芯片上的晶体管数量，摩尔定律同样决定了制造、设计、软件等产业创新发展的节奏。

第二波科技潮的战场，集中于操作系统与桌面计算机软件，主要竞争者包括硬件制造商，以及陆续加入战局的纯软件公司。

1990 年，第二波运算科技潮也上了岸，结果是微软与它的专属软件一跃而出，成为最终的大赢家。与第一波科技潮相比，第二波科技潮的影响更显而易见。随着个人计算机的出货量从 1975 年的五万部，成长到 2000 年的1.34亿部，数以亿计的桌面计算机大量涌现，软件至此真正成为一个产业。

第三波是“网络 1.0”，除了互联网，也带来了亚马逊与Google两间公司。第四波则为“网络 2.0”，出现的是“云端”与移动运算；苹果有 iPhone，Google有Android系统，亚马逊则有亚马逊云端运算服务（AWS），都是此阶段的赢家，另外还有一间新公司也缴出了亮眼成绩，就是脸书。

每一波的运算科技愈来愈强大，在每一波浪潮中成功登陆的新公司，成长的速率也加快许多。微软的营收花了15年，达到十亿美元，但脸书只花了四年。

第五波与第六波科技潮则分别是大数据与物联网，互联网出现，造成信息爆炸，导致传统的数据处理程序或平台已不足以用来撷取、分享、储存或搜寻所需信息，更别提进行预测分析了。

2006 年，出现了全新的开放原始码软件Hadoop，这是一款免费的开放原始码软件，搭配云端运算平台之后，掀起了大数据的浪潮。

据估计，未来十年内，不只数十亿的人口会透过上千个应用程序，不断生产庞大的数据，联网的设备更将超过一千亿台，而且每台都会搭载数十个传感器。要不了多久，至少一兆颗以上的传感器，就会开始透过物联网（IoT），从四面八方搜集资料，包括穿戴式设备、自动驾驶车、无人机、卫星或相机等。大数据的浪潮步步进逼的同时，跟随其后的物联网浪潮也慢慢在积聚能量，我们则从一般的互联网演化至万物联网（IoE），看着数十亿台设备、还有数十亿人口逐步连结在一起。

最新的大数据与物联网两波科技潮，还没抵达岸边，但此时已经可以看到第七波浪潮滚滚而来，这一波变革正是盖兹最在意的一波：人工智能。

在这个领域当中，深度学习（deep learning）是最新的一环，其算法的设计，是以多层次机器学习互动之下产生的数据，做为学习基础。系统学习可用的数字化数据以指数倍增，数据工具持续改善，关键的开放原始码软件出现，加上云端基础设施价格平易近人，以上种种因素，导致现代人工智能的创新，出现百家争艳的态势。

对创业家与投资者来说，其实机会和标的早已明显出现变动了。以往软件投资一直集中在开发工具、平台、应用程序，好让企业能够提升运作效率，或是扩大规模。软件现在基本上就决定了用户体验，透过软件，顾客掌握了更大的权力，一切也变得更加公开透明。

比尔．盖兹的看法相当正确，软件确实可以创造出惊人的价值。但即使是盖兹也认为，目前看来，人工智能软件就算有变得“超级聪明”的风险，也是相当久远以后的事了。不过，毫无疑问的是，驾驭万物联网的能力，以及聪明善用大数据来服务顾客、让顾客主导的能力，绝对是接下来的重要战局。