特斯拉的“顛覆”、Gartner 曲線 | 42 Daily
你好，歡迎開啟 42 Daily。
今天給大家做一期有關“技術思維”的專題。
1）特斯拉到底“顛覆”了什麼？
推薦人：Zac 增長黑盒運營
芒格曾說：特斯拉成功了，它只不過是另外一個通用。意思是說特斯拉做的只是技術創新，最後帶領整個汽車行業從“一群通用”進化成“一群特斯拉”。
我們常用“顛覆（disruptive）”來形容特斯拉。但“從通用到特斯拉”算不算顛覆呢？我們先來看看如何理解“顛覆 （disruption）”。
首先，創新未必就是顛覆。 Clay Christensen 把創新分為兩類，一類是單純的技術改進，叫可持續創新（sustaining innovation），另一類才是重塑行業價值鏈的顛覆式創新（disruptive innovation）。
第二，一項新技術可能會顛覆價值鏈上的某個環節，但無法撼動其他環節。例如，iPhone 顛覆了手機，但還沒有顛覆電信運用網路；線上訂機票業務對旅行社來說是 disruptive innovation，對航空業只是 sustaining innovation。
所以我們常談論的特斯拉電池技術，只是提升了汽車執行效率的 sustaining innovation，電池技術本身並沒有重塑汽車生產價值鏈。
第三，最先推出創新技術的人未必是笑到最後的贏家。尋求突破的公司若想和現有巨頭叫板，就得有它們抄襲不來的東西，比如體驗。
特斯拉精簡了電動車的控制面板，只保留了極少數的外掛。這在顛覆控制面板 OEM 的同時，優化了使用者體驗。但如果沒有這些使用者體驗，特斯拉的市場份額就會縮水嗎？未必。
真正讓特斯拉異軍突起的，其實是它的軟體對汽車各個部件的整合和控制能力。傳統汽車用簡單的軟體調控複雜的部件，而特斯拉則把原本獨立的各系統連線起來，用複雜的軟體調配簡單的結構。
而這種對汽車執行和設計理念的顛覆，恰恰是傳統汽車難以 copy 的。
但我們也發現，在網際網路時代，跨界顛覆的現象越來越普遍。例如 Uber 和 Airbnb 並不在計程車和酒店行業，卻最終顛覆了這兩個行業 。
因此，真正的顛覆者不但要做本行業現有玩家做不到的事，還要做潛在的跨界顛覆者也做不到的事，例如蘋果顛覆了 Nokia，也建立了 Google 不能進入的壁壘。特斯拉還可以做什麼呢？
參考答案之一是：利用機器學習技術實現自動化，同時產生規模效應。
就實現自動化本身而言，特斯拉可能還等再等等。因為它想要的 360 度全景技術還沒有發展到期望水平。
但是通過機器學習為使用者提供個性化服務，則具有規模效應潛力。特斯拉使用者數越多，收集的資訊越多，對使用者的理解也就越準確，然後再通過更優質的服務吸引更多使用者，形成正迴圈。
甚至，特斯拉的系統可以做到像蘋果 iOS 系統那樣成為類似於基礎設施的東西，產生 lock-in effect。用的人多了，新使用者為了與老使用者無縫交流，也會選擇老使用者使用的系統。
再結合芒格的評論，可以這麼理解：如果特斯拉僅僅提升了駕駛體驗和效率，那它只是通用 2.0，但如果它還能玩個汽車和軟體的跨界，或許就是“顛覆”。畢竟，同時懂軟體和汽車的公司不多。
原文： ofollow,noindex">Tesla, software and disruption
譯文： A16Z 合夥人：特斯拉是汽車領域的 iPhone 嗎？
2）從 Gartner 曲線看五大技術預言
推薦人：申飛 託比網 CEO
* 2018 年新技術成熟度曲線 (Hype Cycle for Emerging Technologies)
Gartner 曲線因成功預言網際網路泡沫一戰成名，20 年來一直是企業家和投資人最常引用的模型之一。
近期，Gartner 釋出了 2018 年新技術成熟度曲線，揭示了 5 大新興技術趨勢，以及這些技術可能實現的週期：
① AI普惠化：其中有一些技術在 2-5 年就可以達到主流應用
② 數字化生態系統：可能需要未來 5-10 年內達到成熟
③ DIY 生化黑客運動：將在 5-10 年內達到成熟，但還涉及倫理問題
④ 透明的沉浸式體驗相關的技術大部分都在走向高峰
⑤ 無所不在的基礎設施：部分技術預計將在未來 2-5 年內達到穩定水平
詳細解析見原文： Gartner啟示錄：邊緣智慧、數字孿生會成創投新熱點麼？
3）Gartner 曲線一定是對的嗎？該如何應用？
和題目中的疑問一樣，Icon Ventures 的投資人 Michael Mullany 回溯了2000-2016 年間 Gartner 光環曲線所提及的 200 多項新興技術，他有幾個發現：
① 在炒作高峰後跌入谷底的技術中，很多沒能再爬起來；有超過 50 項技術只炒作了一年就淡出人們視野；
② 只有 4 項重大技術很早就被發現，而且完整地經歷了曲線“先起-後落-再起”的階段。它們是：雲端計算、3D 列印、自然語言搜尋和電子墨水；
③ 有一些被炒作過的領域在技術洞察上是有前瞻性的，但卻因落地方式不對或市場仍不成熟，直到數年之後才重新得到應用；
④ 技術曲線也漏判了很多重大技術。
換言之，統計意義上，Gartner 曲線的預測並不準確。
但如果你擅長做二階思考，能從人們都看得見的資訊裡發掘出少有人思考過的盲區，那麼這條曲線其實很有價值。
所以，更重要的問題是，Gartner 曲線如何應用於行動和判斷？
一種做法是，對曲線做些加工，如下圖這樣畫一個 4*4 的矩陣。
但僅僅對曲線做形式上的變換，並不具備指導意義。資訊的價值來源於差異化的思考和對變化的追問，例如：去評估其準確性、識別其差異性、並對它進行動態化思考。
從 Gartner 曲線延展開來，我們可以得出一個結論：各種模型本質上都是從某些側面對複雜世界所做的區域性剪影，只滿足於區域性清醒而忽略全域性，很可能會掉入模型的陷阱中。
所以，請謹記 Peter Thiel 的教誨：公開的祕密沒有價值，能帶給你優勢的，是別人未必認同但你卻深深相信的道理。
更多案例見原文： 技術預言的陷阱 | 原始碼內參
今日編輯：歐洋、康堤、Cynthia
