硅谷风险投资人、知名自然语言处理和搜索专家 吴军博士

文｜捕手志（ID：ibushouzhi），作者｜李曌，编辑｜潘宇波

科技的发展看似高深难测，但背后却有其自身发展的逻辑。正如吴军博士在其新书《全球科技通史》中指出，几千年来科技发展有两条清晰的脉络，就是能量和信息。它们不仅将整个人类科技史贯穿，还可以帮助人们了解当下和未来科技的动态。

吴军博士对于科技趋势有着敏锐的判断，他毕业于清华大学、美国约翰·霍普金斯大学，是知名的自然语言处理和搜索专家；他曾为谷歌资深研究员，是当前谷歌中日韩算法的主要设计者；他也曾担任腾讯搜索业务副总裁。吴军博士还很早就参与硅谷的风险投资，成立了丰元创投。

相信有很多人了解吴军博士是通过他的著作，如《浪潮之巅》、《数学之美》、《文明之光》、《见识》等。

近期，我们找来吴军博士围绕他的科技史观与投资观进行了沟通，文中有不少他对科技与创投的本质思考，相信看完会对你有启发。

科技发展的逻辑

李曌：你的新书《全球科技通史》中有一个观点认为科技发展有其自身的逻辑，19世纪出现机械、电力相关的技术，20世纪出现信息相关的技术，接下来出现更多生物相关的技术，究竟是什么在推动科技向前发展？

吴军：我用两条线把科技发展串起来，一条线是能量，从农耕革命开始人类技术都围绕尽可能创造能量这个核心在发展，这样才能养活更多人，社会文明才能发展。当农耕水平提高后，所创造的总能增多，人们利用能源的效率提高，社会文化得以繁荣，比如古代中国。

随着以蒸汽机为主的第一次工业革命开展，我们可以用化学燃料产生巨大的动力，生产力有了极大提高，最终这也使商品由供不应求到供大于求。而原来我们只有两种动力能用，一种是如人力或畜力的生物能，还有一种是如风能、水能的机械能。

而另一条线是信息，这是社会得以组织起来很重要的一个因素。十九世纪后期，由于远距离与长距离的信息传输需求，通讯业发展起来，信息传输开始了一代代地进步，最早从烽火台到使用机械臂的信号塔，到后来电报、电话、无线通讯、移动通讯。到二十世纪以后，我们能想到最大的几项技术进步，其实都和能量、信息相关。

李曌：那二十世纪有哪些令人兴奋的科技成就？

吴军：我个人认为有四个。量子力学和公理化的概率论，奠定了一个多世纪以来的科学基础，也提醒我们的世界是不确定的。原子能的使用让我们得到了宇宙中最大的能量来源。计算机和集成电路的出现让人类进入到信息时代，与此同时，香农提出信息论，告诉人们消除不确定性的方法就是利用信息。这一点和20世纪初人类对不确定性的认识正好匹配。

随后， DNA双螺旋被发现，人类了解了自身的遗传信息。到了二十一世纪，很多技术也是围绕如何更有效利用能量，以及单位尺度下如何能处理和传输更多信息。

李曌：这样来看马斯克造特斯拉和火箭、关注太阳能也和他对能量的理解有关。

吴军：对，马斯克的商业帝国表面上看是一堆无关的产业，有电动汽车、太阳能发电、发射火箭等，用他自己的话讲，这些都在围绕如何更有效利用能量来开展。

新能源汽车可以使单位里程数的二氧化碳排放少一倍，太阳能发电某种程度上也是为了取代化石能源，发射火箭并不是火箭运载能力要比过去阿波罗登月时的土星5号强多少，而是火箭能被多次使用，并且同样运一吨东西到火星，消耗能量会少很多，所以马斯克的商业帝国主要是从节约成本上考虑的。

李曌：如今有越来越多人认为我们正处在信息技术的周期末端，你是否赞同？

吴军：首先，从PC互联网到移动互联网不过十年的时间，发展是迅速的，现在全世界中70多亿人口中，已有30多亿是移动互联网的用户。

其次，接下来我们将进入到万物互联网的时代，我不太喜欢物联网的概念，因为未来是所有东西相连，不仅包括物还有人。今天全世界超40亿设备（30亿移动设备+10亿计算机）在联网，而到2022年最保守估计全世界会有300亿个设备联网，甚至有人说是500亿。这需要全新的基础架构，否则海量设备无法同时上网，而5G可以解决这个问题。

过去我们从3G到4G感觉变化不大，是因为基站几乎没有增加，只是技术发生了变化。但5G时代基础设施的建造量是惊人的，基站密度从2-3公里缩短到200-300米，是过去的100倍，每个基站覆盖的平均人数只有过去的1/100。这才使得网速有可能更快，也让更多的带宽能够给到IoT设备。当然，5G的通信协议和前面的几代都不同。

所以无论是从市场空间、技术架构来看，信息革命都还在加速，完全没有停止，更不用谈处于末端。

李曌：但在一些逃离互联网的投资人及创业者看来，过去互联网的发展依靠流量红利，而如今流量红利已消退，所以接下来几年没什么大机会了。

吴军：我觉得所有指望人口红利的企业，说句不好听的都是不思进取和思想懒惰的企业，不然怎么还有拼多多等企业的出现。

这也是为什么我要写《全球科技通史》的原因，不少人看技术只看到单点，实际上我们要沿着它的发展潮流去看。现在单位能耗即花一度电计算能力的提升要比过去快太多，谷歌AlphaGO的单位能耗计算能力比一年前提升了几百倍。同时，过去三年人类收集到的数据，是从三年前到有文字记载以来全部数据的总和。我们必须要看到这些变化。

李曌：IoT中智能终端是非常重要的，我联想到乔布斯在2001年的一次采访中总结，第一代计算机主要是服务企业，第二代计算机主要是帮助个人获取知识，在他看来接下来的智能设备（手机也是小型计算终端）主要用于帮助人表达感情，你如何看待他的这个观点？

吴军：计算机是计算机，而人是人，两者之间有明确的边界，计算机不能做人所做的所有事，这点已经非常清楚了。我们需要从本源来看计算机到底是什么。

大概一百多年前有一位了不起的数学家叫希尔伯特，他曾经问自己三个本源的数学问题。这三个问题分别是：

第一，数学是否是完备的？通俗地讲就是，能否用数学体系概括所有的知识？第二，数学是否是一致的？比如今天3+2等于5，明天是否还等于5，会不会等于6？物理学就不是一致的，你今天测量开水的温度是100.1度，明天你测可能就变成了99.3度。第三，数学是否是可判定的？物理学的结论是可以判定和验证的，但是数学问题是否有答案？这第三个问题后来变成了著名的希尔伯特23个问题中的第10个。

另一个很了不起的数学家叫哥德尔，他把前两个问题解决了，大概意思是完备性和一致性不能兼而得之，这就等于告诉大家，世界上大多数问题都不属于数学范畴。

第三个问题的结论也非常让人失望，1970年，前苏联数学家马蒂塞维奇最终证明：在一般情况下，答案是否定的。也就是说，绝大多数数学问题我们无法判断有没有答案，更不要说寻找答案了。

图灵在思考计算机的问题时，受到哥德尔的启发，他觉得有很小的一部分数学问题是有答案的，后来他发明了一种机械的数学模型，在这个模型中，通过有限的步骤就能找到答案，这种模型被称为图灵机。图灵将那些可以在有限步骤内解决的问题称为可计算问题，后来冯诺伊曼等人设计出具体的计算机，实现了图灵所提出的虚拟模型。

今天所有的计算机，无论多么复杂，都没有超出图灵机的范畴，解决的还是可计算的问题。当我们把世界上所有的问题和今天有答案的问题，做两张相互嵌套的图展示出来，你会发现，人类要解决的问题要比今天计算机能解决的问题多得多，而今天人工智能可以解决的问题又是少之又少的。

回到问题本身，我和乔布斯的理解不一样，我认为人与计算机有着明显的边界，一个人有感情就有感情，没有感情就没有。像有一些男生会撩女生，没有手机，他照样能很快找到女朋友，而对于一个木讷的男生而言，有手机照样用处不大。

李曌：无论是我们谈及的数学还是物理学，都属于基础学科研究，但有业内人士认为国内忽视基础学科的研究而注重技术应用，这是否会导致落后？

吴军：的确在过去，中国人对基础科学不感兴趣，因为我们讲的是学成文武艺，货与帝王家，我学了东西必须得有地方用。中国人对科学的兴趣，是近百年来的事情，全社会对科学的价值的认可程度还有待提高。

不过，我们还是要将科学和技术分开。中国的科学能发展得更快自然是好事，如果做不到，至少20年里也不会有太大影响。因为科学本身是不能直接卖钱的，如果应用研究能跟上，对社会经济的发展的影响也不会太大。

科技投资观

李曌：在中国谈科技，就绕不开腾讯这样的巨头公司，而你曾在腾讯就职，如何理解腾讯将使命愿景更改为科技向善？

吴军：科技公司的发展和是否向善无关，如果腾讯真愿意这么做，首先要给它点赞，毕竟我们都希望大公司是负责任的公司，但全世界都不可能单纯依靠善意来解决问题。

以中国为例，自从有文字记载的3000多年来，对官员的道德约束从来没有停止过，但也几乎从未管用过。今天所有的大数据公司都说自己拿了大众的数据是要做好事，但依然会出现Facebook卖数据的事情。

Facebook卖用户数据不是扎克伯格的主意，那些卖数据的钱连Facebook一年收入的千分之一都不到，扎克伯格也不是那么弱智的人。但是他无法保证底下的人做事都讲道德，于是就出事了。

因此，不能把我们每个人的命运寄托在科技公司自己能向善而行上，还是要有约束和制约。任何掌握权力的人都有可能会滥用，今天大公司有大量数据与技术就是一种权力，所以要有法律来制约它。如今互联网公司对用户的价格歧视不是什么新鲜事，说明道德约束和自己的善意在生意面前非常苍白。

李曌：的确，如今价格歧视已成普遍现象，一些企业为了利润最大化而不顾用户的利益。

吴军：当然提供服务和卖东西的公司会把价格歧视这件事说得很崇高。他们会说，让一些人支付能力比较强的人多付点钱有什么不好，这样可以给穷人降点价啊。

李曌：价格歧视也源于对用户数据的掌握。前段时间欧盟颁布了《GDRP》，从数据层面制约科技巨头们，可能会慢慢得到更多国家的效仿。

吴军：是的，欧盟从法国大革命开始就懂得用权力制约权力，所以最终政府会向监管银行一样监管这些数据公司。

李曌：回顾历史能发现经济萧条前投资人会乐于投资新科技，你如何理解经济周期与科技的关系?也有学者指出08年的金融危机至今仍余波未去。

吴军：每一次技术革命都有一些落伍的国家，咱们就讲信息革命，以1965年摩尔定律提出作为起点，距今54年的时间，我们看到整个前苏联和欧洲在这一轮信息革命完全落伍了。每一次工业革命周期大概是50到80年，错过这一次周期就只能等下一波了。

李曌：刚刚我们说到国家如果跟不上科技发展的周期就会被淘汰，其实企业也是。聚焦到赢得信息革命最大红利的大公司，我们能发现他们的壁垒非常脆弱，不断被下一代颠覆，比如IBM被微软动摇，微软和亚马逊被与谷歌动摇，谷歌被脸书动摇。

吴军：你说的有一些对也有一些不对。首先，无论是市值还是营业额上来看，脸书比谷歌差了很多。虽然脸书在社交网络上的确动摇了谷歌，但谷歌在移动互联网上又赢了回来。再看亚马逊，谷歌成为最大互联网公司的时候，亚马逊确实被动摇了，但它在云计算上又赢了回来。微软也是如此，它在企业级软件上赢了回来。

壁垒是随时代而变的，过去有些能称之为壁垒的可能在未来就变得没用了。在PC机时代Windows和Intel形成的壁垒有用，那时没公司觉得自己可以赢Windows和Intel。但随着手机的发展，PC机的影响力变弱了，现在的壁垒就是安卓和ARM，将来会是IoT和5G。所以很多企业是输给了时代，而不是输给了别的企业。

李曌：的确，环境变化带来公司的原有优势失效。除此之外，你认为科技公司死掉的原因还有哪些？

吴军：客观来讲，死和生是一起的，没有死就不会有生，很多时候死亡是好事，因为没有死亡就不会释放资源，就不会有新的代替。如果不适应环境剧烈变化的公司死掉也是很正常的。从主观来讲，还有很多个人失误造成的死亡，尤其是年轻的创业公司，由于能力、资源与他所支配的钱不匹配，跟不上成长的步伐。

李曌：这也决定投资早期公司的失败率是极高的，早期科技投资很像一个黑箱，作为一位硅谷的早期科技投资者，你如何尽可能使得投资收益最大化？

吴军：一开始随意性会比较大，但投完半年后就会有反馈，目标就明确了。比如你开始投了100家公司，有50家表现比较好，有50家表现不好，这时你做出什么反应很重要。

有的人怕投资亏了，会去扶植50家进步比较慢的公司，但真正好的投资人都知道，要把50家糟糕的公司赶快扔掉，对表现好的50家公司双倍砸钱，加大力度扶植，比如你第一轮投了100万，第二轮要给它200万，300万。再往后50家里可能有20家表现比较好，30家不太好，那就继续对表现好的20家继续砸钱，500万，800万地投入。对于优秀的公司在下一轮要遵循双倍砸钱的原则，这是风险投资一个系统性原则。

李曌：那在投前你会如何判断一个项目？

吴军：对于市场、技术和产品这些层面很多时候是需要创业者自己来把控的，这也是你把钱交给他办公司，而不是自己办公司的原因。

所以投资人最重要的还是对人的判断，基本上有两点，第一会判断创始人的人品、诚信，看他周围有没有原来的亲朋好友或同事愿意跟他一起做事情。

比如当我投资一个印度人的公司时，一定会要求他同时要有自己族裔的朋友投资他，这是因为他骗了我们可能影响有限，但他连同族人一起骗了，那他在自己圈子里就会形成很坏的印象，这当中的成本会使得他要好好掂量。另外，如果他周围的同族裔人都没有愿意投资他，这其实会是一个很不好的信号。

第二会判断这个人的适应力如何，因为我们都很难预测五年后会发生什么事，能否适应变化不断调整就变得很重要。

李曌：对于早期科技投资人而言，你怎么考虑入场的时间？

吴军：这个事如果做成了，一定要持续挣几十年的钱，如果只能挣5年的钱，就不值得投资。所以时间是你的朋友，但时机不是，没人总能把握好时机，就像巴菲特讲的好生意必须能长期增长，如果它是一个将来能发展很长时间的公司，你早一点进场和晚一点进场关系都不大，只要进场就好。

我老拿电商来举例，电商取代部分实体店是一个趋势，所以你早一天进场，晚一天进场都行，并且你只要进场就会有很好的回报。

比如，阿里巴巴你都不用早期投资它，它上市时你只要买它的股票就能挣很多钱。前几年当大家都觉得电商发展到头的时候，拼多多跑了出来，这说明电商不是一年、两年的机会，而是有很长的机会，每个阶段都有钱可挣。

如果说有投资存在时间窗口，一过就没了，那它就不是真的机会，而是投机。所以，我做投资奉行时间就是朋友的理念，那些真正能几十年仍活跃在市场上的投资人都是时间的朋友。（本文首发钛媒体）