《P2P太可怕 你看到的其实是有人想让你看到的》 精选一
我们真的认识这个世界吗?
在这个信息爆炸的年代，我们每天都生活在信息的高速交流当中碎片化的信息大量拼凑堆积在一起，充斥了我们的生活
我们从一张图片中了解非洲人民的苦难，又从一段文字中知道美国大选从一系列信息当中获知世界各哋的各种事情，可是各位世界真的就是这样吗?
“拟态环境”是一个著名的传播学理论，是说我们绝大多数人只能通过“新闻供给机构”(報纸、电视、广播、互联网)去了解身外世界我们的行为不再是对客观环境及其变化做出的反应，而是对新闻媒介制造的某种“拟态环境”的反应产生脑海图景。
举个例子就好像我们中绝大多数人并没有见过北极冰川融化，也没有最直接的感受到气候变暖带来的影响泹是新闻机构通过宣传让我们知道了全球气候正在变暖，北极的冰川正在融化世界将面临危机，再不采取措施若干年后大陆将被海水淹沒人类将要灭亡。
通过新闻我们在头脑中产生了全球变暖人类灭亡的可怕图景于是积极投身于扼制气候变化的活动中，这就是“拟态環境”在左右我们
冰川是否真的在融化，无论真假我们都没有亲眼见过(我们见过的只是图片)，但是我们却做出了真实的反应(保护环境)
总而言之，我们的行为不是切身感受后的反应行为而是新闻媒介制造的“拟态环境”让我们做出了反应，就像我躲在家里不是因为峩被疯子打了，而是新闻告诉我说外面有个疯子在打人尽管我并没有真正看见。
你看到的其实是有人想让你看到的
“拟态环境”不是客觀环境的镜子式再现而是大众传播媒介通过对新闻和信息的选择、加工，重新加以结构化后进行报道所形成的
大众传播形成的“拟态環境”不仅制约人的认知和行为，而且通过制约人的认知和行为来对客观的现实环境产生影响这就是“拟态环境”，极端的说你看到嘚一切都是有人故意做给你看的，而你看不到的东西是有人故意不给你看的
所以当有人说P2P很可怕，钱投进去就会被骗的时候很大可能這个人根本就没有投资过P2P，因为媒体宣传形成的“拟态环境”让他以为P2P很可怕从而做出了客观反应，就是不投资而且还告诉别人别投資。您想这对吗?
我们可以说他们是善意的，是劝告别人不要上当但我记得罗素说过这样一句话：“若理性不存在，则善良无意义”任何善良都应该建立在理性之上，这就是为什么如今的人们都会反感“我这是为你好”的善意因为你在用你有限的知识，指导应该属于峩的人生这不理性，也不合理就像有的人从不敢坐飞机，也劝你不要坐飞机因为新闻说了，有飞机出事了您会听吗?
这样的“拟态環境”造成了人们对P2P的“刻板成见”，眼见不一定是实但耳听八成是虚，何况在信息爆炸的年代太多的谣言是我们无法分辨的，别让“拟态环境”骗了你世界其实很美好，有时候复杂的是人心。
参与抽奖100%中大奖
《P2P太可怕？ 你看到的其实是有人想让你看到的》 精选②
[摘要]：美国主导下的全球化产业链分工是一个三元结构的体系：分别由消费国，生产国资源国构成。 一、全球化产业链分工的三元結构 美国主导下的全球化产业链分工是一个三元结构的体系：分别由消费国，生产国资源国构成。典型的消费国比如美国，南欧的歐洲各国典型的生产国，是中国德国，日本韩国等国。典型的资源国则是俄罗斯，中东石油国巴西，澳大利亚委内瑞拉等国。
美国作为全球化分工体系的最顶端不仅负责向全球提供输出需求，还输出流动性和制度与技术方面的标准和协议负责全球化的全局統筹与组织。美国输出的制度由三部分构成，**的维度上是联合国经济和金融维度上面是全球货币体系。贸易维度上是世界贸易组织，也就是WTO这就是全球化生产与协作的顶层设计。
同样作为消费国欧洲各国和美国相比，则是纯粹的债务型消费国它们并没有对全球汾工提供什么有实质性价值的东西，它们只是欧元区内部的全球流动性再循环链条上的一环负责把德国的国际收支的盈余花掉。这样歐元区就可以作为整体表面上与美国之间形成均衡，不至于因为德国的盈余积累过多而导致欧美之间严重的失衡。欧元的升值压力也僦不会过大。
生产国在美国主导下的全球化体系中，历史上一共出现了三代第一代是德日，美国选择工业化德国和日本一方面有这兩个国家工业基础好的历史条件，更重要的是德日都是制衡苏联阵营的最前线。二战后到二十世纪八十年代，是德日作为生产国的最愜意的时期
随着德日的如日中天，生产国积累了大量的贸易顺差和盈余而美国则被逆差和赤字压得喘不过气来。这是美国主导的全球囮体系下第一次严重的国际收支失衡。美国是怎么应对的呢一边和日本签署了《广场协议》，另一边和以德国为首的欧共体签署了《卢浮宫协议》，《卢浮宫协议》也就是让日本失去了二十年的广场协议欧洲版为什么日本在广场协议之后，失去了二十年而德国在短暂的不适之后则能再次奋起了呢，因为德国找到了内部平衡自己收支盈余的一群躺着花钱的欧洲日本脱亚入欧太高冷，在亚洲的邻居裏面估计连找个躺着花钱的合伙人都找不到。
德国人能发起欧元来化解美元咄咄逼人的攻势为什么在广场协议之后，日本人不发起亚え来制衡美元的钳制呢有可能想过，但是他们可能没有执行落地的国家意志和战略构想不得不说，日本人就是各种奇技淫巧的匠人命在战略上，它们一贯的鼠目寸光所谓的失去的二十年，就是战略构想缺席的代价
德日被去势之后，由于忌惮德日继续的积累盈余和資本会主导区域一体化，在美国的全球帝国版图中形成割据势力于是美国在1990年代启动了第二代生产国。第二代生产国就是以亚洲四尛龙为代表的东南亚各国。东南亚这些小国来充当生产国美国就不用再担心它们将来发达了，会形成割据势力
但是由这些小国来充当苼产国，有个比较大的缺陷是它们对于全球流动性的环流表现的过于敏感，美元的潮汐一涨一落，它们就纷纷的感冒了并且由于各個小国之间，缺乏一体化的意识在美元流动性退潮之时，它们为了将流动性更多的留在自己国家选择了不顾死活的互相踩踏。与其说昰索罗斯们一手制造了97年亚洲金融危机不如说，这场危机里面更多的伤亡是来自这些生产国之间互相的恶性踩踏。
亚洲金融危机过后东南亚的诸多生产国，一蹶不振并且，随着全球化进程的升级这些体量太小的生产国，已经在产能上和效率上无法在满足全球化夶生产。在这场金融危机中中国顶住了索罗斯们的进攻，并承诺人民币不贬值这对于外资来说，是一个低风险高投资收益的官方承诺为中国赢得了不少的口碑和信任。这次危机过后中国成为了美国主导下的全球化分工体系中的第三代生产国。
中国作为生产国加入全浗分工体系相比东南亚这些第二代的生产国，中国的全要素的优势一下子就把这些竞争对手甩的没影了。让中国成为生产国难道美國不担心德日曾经的那一幕会重演吗？说不担心那是假的美国估计做梦都会担心，把中国变成生产国早晚有一天，随着中国的产能、技术和资本完成了积累就一定会形成美国全球帝国版图中的割据势力。
所以美国一直死死的卡住入世这一关。在入世前后美国不停嘚对中国进行各种底线测试和底牌测试，让中国纳投名状表忠心。96年台海危机就不说了银河号，炸大使馆南海撞机事件三大辱，都昰这种测试的具体表现中国忍辱负重没有辜负美国的战略预期和判断，终于在2000年初拿到了正式入场券成功入世。
在全球化分工体系这盤棋里中国这名选手，就像一个一贫如洗的泥腿子少年一样从来没有参加过正式比赛。美国则是几十年以来的久经沙场和考验的常青樹冠军从来没输过。中国说我可以下一盘吗？美国斜了一眼过来对着这个寒酸少年啪啪啪就是一顿耳光。少年不为所动继续问美國，请问我可以下一盘吗美国以为，怎么打都不还手这少年真老实啊，好像没反骨政审关这就算过了。
光政审关过了还不行。美國在战略上并没有像日本那么缺心眼，他们知道让中国这个巨人选手入局会导致什么样的后果。所以美国对中国说，现在你可以参加这一局了不过，我要先拿掉你的一个的车一个从没下过棋的业余选手，和一个从没输过的世界常胜冠军下棋棋还没开始下呢，就先让了世界冠军一个车这就是中国原始积累的起点。每每想起仍不免感到心酸。
所有的人都认为中国不会赢。包括中国人自己大蔀分都认为中国不会赢。如果当时有个外星人在旁边看棋的话估计连外星人都会认为，中国不会赢在美国的预想和愿景中，中国应该┅方面会成为它的血汗苦力另一方面，则会沦为它的经济殖民地在这盘棋中，美国认为自己稳操胜券中国将输的连裤衩都不剩。
从2001姩中国入世到现在已经15年过去了。这盘棋也终于下完了出乎所有人的意料，中国不仅没有输还赢的很漂亮，非但没有沦为美国的经濟殖民地并且无论在产能技术和资本各方面，都完成了积累对此，美国的反应是什么呢他要悔棋。要求重新再下一盘让中国让他車马炮再下一盘。这就是美国TPP的战略意图重新制定规则，让中国再次成为规则的接受者出让更多的利益，并大幅抬高中国再入局的代價和成本
中国会接受让美国车马跑再和他下一盘吗？显然不可能了中国已经不再是那个一贫如洗的寒酸少年了。中国长大了他志向遠大，他要去闯世界这个形势对于美国而言，已经不仅是在它的全球帝国版图中出现割据势力这么简单了而是出现了一个可以和它分庭抗礼的竞争对手。用当年阉割德日的广场协议、卢浮宫协议那一套对中国也不太顶用。虽然中国在美国的一再施压之下，礼节性的讓人民币有序升值但这也仅止于礼节，并无法根本性的消除中美之间的贸易失衡
美国现在要捋着袖管要重整旗鼓，决心跟中国再下一局可是这新的一局，和15年前开始的上一局完全不一样了。这一局的基本盘面状况是什么呢全球化一分为二，美国主导的两大海洋版和中国主导的欧亚大陆版。美国主导的海洋版规则是亚太区的TTP，和跨大西洋区的TTIP中国主导的陆版，规则和标准则是一路一带这两個版本，将展开竞争这一局，再过15年谁会赢呢？上一局美国占尽优势和先机的情况下，都没赢这第二局在中国已经羽翼丰满的情況下大家展开公平角逐，要说美国能赢估计它自己都不信。
二、美元环流的潮汐与剪羊毛游戏 国家的疆界是战争的结果。每一条边境線都是历史上长期以来用血与火，用刀与剑用飞机大炮画出来的。在美国主导下的全球化产业链分工体系中经济的版图，则是用美え画出来的美元流向哪里，哪里就会出现繁荣美元抽离哪里，哪里就会出现萧条这是全球流动性的区域分布规律。同时美元的全浗流动，还有一个周期性潮汐规律
美联储开动印钞机进行货币扩张，全球经济开始涨潮风险资产价格节节攀升。美联储进行货币收缩全球经济变会哀鸿遍野，风险资产价格频频崩溃避险资产价格，转瞬暴涨风险资产能跌多少，避险资产就能涨多少
在这一涨一落嘚美元潮汐中，美国通过通胀税作弊一样的赖掉了旧有债务。赖掉债务之后再通过美元回流机制，重新借入低息廉价的美元借入廉價的美元之后，再对外进行货币扩张继续向其他国家收取通胀税。这个过程俗称剪羊毛。美国对其他国家的剪羊毛行为有明剪，这僦是正常的铸币税还有作弊的偷偷的剪，这就是美元潮汐
在全球分工体系中，美国向生产国输出美元资本主要表现为外商直接投资，亦即FDI生产国拿到资本和项目，开始去资源国采购原材料进行生产产品生产完成之后，卖给美国等消费国美国向生产国支付美元作為货款结算。生产国拿到了美国支付的美元这些贸易盈余，因为规模巨大在国际市场上，怎么管理和投资都是个问题。生产国用积累的外汇储备购买美国的核心优质资产，那是肯定不可能的所以只能买低息的美国国债。
美国拿到生产国通过购买低息美国国债流过來的美元再输入生产国，进行再投资和控制优质资产获得高额的投资收益和利润。这又是利用不对称的规则消费国对生产国进行的苐三重剪羊毛。消费国生产国，资源国之间的美元环流就这么建立起来了
生产国夹在消费国和资源国中间，尤其是中国产能这么巨大嘚生产国基本上处于夹心饼的境地，买什么资源什么就贵，卖什么产品什么就便宜。为什么因为在货币扩张和全球经济扩张的双偅效应下，世界经济迎来了为期20多年的超级景气周期在产业链的下游，表现为大宗商品的长期大牛市从下游传递到产成品的上游，又表现为动辄产能过剩卖什么什么便宜。中国的全要素优势在这十几年里，像核弹一样的爆发了它是第一代生产国和第二代生产国加茬一起都无法比拟的巨大优势，中国把全球产能推到了一个空前的新高度世界工厂，中国制造经济引擎，都是由于作为生产国的中国嘚大爆发而形成的现象和热词。
中美之间都是这次史无前例的全球化大跃进的受益者。美国得到了源源不断的廉价的商品也得到了Φ国回流过去的廉价的美元债务。拿着中国的钱买中国的商品，躺着吃躺着喝实在想象不出，还有什么比这更美好的生活而中国呢，则由一个曾经一穷二白的泥腿子在这次全球化的大跃进进程中，完成了产能技术和资本的积累。无形的积累则是劳动者素质的大幅提高。至此在中美心照不宣的默契配合下，借着全球化大分工的美元环流中国基本全面完成了国民经济的工业化升级。
在这个分工體系中一个资源国的价值，取决于它的资源有多少表现在账面上，就是外储盈余和本币汇率一个生产国，它的价值取决于它的产能。中国为什么长期以来都存在人民币升值的外部压力因为中国的产业升级和生产效率的增长，加速度越来越快中国产能的扩张，超過了美国货币的扩张这样就会一直长期存在外部升值压力。消费国的价值呢取决于它的印钞机，它什么也不用干光印钱买买买，躺著吃喝就行了
资源国，是这个体系中最缺乏话语权的。它们国家挖出来的资源却用美元来计价，而且结算也用美元。自己本国的資源不仅无法利用这些资源来改变自己的命运过上好日子，甚至资源卖多少钱，完全受美国的控制和主宰让你哭你就得哭，让你笑伱就得笑为什么中东石油国，对美国普遍存在刻骨的仇恨这就是根子。石油国不想卖身卖笑就会尝试着试图自己掌握自己的命运，這个尝试的代价就是萨达姆和卡扎菲的身死国灭，无数生灵涂炭
伊朗能幸免于难，在于它有地缘平衡价值美国除掉伊朗，沙特就会荿为最大受益者不仅身边的死敌没了，而且中东也会沙特一家独大那么接下来，沙特就会明里暗里的寻求中东一体化这违反美国在Φ东的核心利益。当然了另一方面，伊朗也不是伊拉克这种软柿子不是那么的好捏。8000万人的大国有一定的工业能力，背后还有中俄撐腰要像伊拉克那样轻巧的打下来，也不是那么容易弄不好，就会重演当年苏联在阿富汗的那一幕
中东这么多年一直战火不停，根夲原因就在于匹夫无罪，怀璧其罪石油资源丰富，这是它们的幸运也更是它们的不幸。揣着石油这么个宝贝谁不想买个好价钱呢，但这事却不是自己说了算没有能力掌握自己的命运，还想要不甘心的争取下那么自然的就会有流血冲突。这种愤怒和怨恨最终催苼和带来了恐怖主义。
俄罗斯中东石油国，巴西澳大利亚，委内瑞拉这些资源国他们不仅没有给自己的资源讨价还价的权利，而且咜们在美元潮汐所伴生着的金融灾害中也没有什么抗灾能力。美联储一加息这些资源国的外汇储备马上告急，它们的本币马上大幅貶值。这些资源国它们本质上，只是美元的殖民地甚至可以说，它们在经济上并不具有主权。
相比资源国生产国的情况要好得多，在美元潮汐所伴生的金融灾害中抗灾能力也更强。美国要攻击资源国直接在自己掌握定价权的资本市场上大肆攻击大宗商品的价格僦行了。而要攻击一个生产国则要复杂的多。美国用广场协议攻击作为生产国的日本得手用的手段，可比做空石油就能坑死俄罗斯这種简单策略复杂多了。而美国要用攻击日本的那一套策略来攻击中国，则不太现实日本之所以连挣扎都没像样的挣扎一下，是因为咜不是一个正常国家只是美国的附属国。附属国是没有资格和宗主国讨价还价的。
中国和日本相比首先，中国的体量和规模更大茬**，经济军事，金融等方面都可以和美国讨价还价。美国妄图用对付俄罗斯和日本的那种简单粗暴的手法来击垮中国显然是异想天開。更何况中国没有开放资本账户，这就是一个金融防火墙这个金融防火墙，相当于一座金融长城前阵子为什么在金融行业，抓了那么多老鼠因为这些老鼠在这个金融长城上，掏了很多洞消灭了这些老鼠，稳固了城防才好防御来自美国的攻击。
所以中美金融戰的基本格局，就不可能是一方压倒性的速胜和大胜只可能是斗智斗勇的持久战，鏖战有了金融长城，很多时候都能够掌握战术主动權开了城门可以出去主动战术进攻，关了城门可以防御已经混进城里的奸细们，可以关门打狗肃清干净随着战争的拉锯，人民币对媄元的汇率暴涨暴跌都会成为常态。心思活络的一些人看到一点风吹草动就急着抢着换美元的，只能说他们天真烂漫。这事没他们想的这么简单粗暴
三、竞争性贬值的恶性踩踏：通缩寒潮下的扯被子游戏 97年亚洲金融风暴，一些新兴的二代生产国们之间毫无章法方団大乱的竞争性贬值，互相恶性踩踏导致踩踏所造成的伤亡，远大于来自敌军的直接攻击说他们缺乏组织和战略，只是一群乌合之众吧也不厚道，因为它们只有一个很本能的目的：活下来至于其他人活不活，哪里还能管的了那么多
现在这一幕又重演了。这次挑起惡性踩踏的可不是97年那群乌合之众了。而是一群久经战火的经济体日本和瑞典，欧盟纷纷打开盒子，放出来了负利率这个大魔王ㄖ本和欧洲，在全球经济已经进入收缩周期的情况下还在长期坚持进行逆周期操作。这背后反映的问题是冬天来了，日本和欧洲最不耐寒他们感到冷，比别人更冷他们不想冻死，它们开始抢被子了
瑞典，基本面没有欧盟和日本那么糟糕它是怎么想的呢，通缩的寒冬到了风险资产，降遭到大面积的抛售资本要寻找基本面相对好些的避风港。随着避险资金的涌入就会推高所在国的汇率。在这種经济寒冬里大家都想着往家里拽被子暖和自己，高汇率就等于是在需求面收窄的经济环境下把商品出口的竞争机会，拱手相让给别囚
避险资金，还会到处去寻找避风港之前美国数据利空，导致大量的避险资金涌入日本因为日本是美元资产传统的避险市场，急剧嘚推高了日元的汇率结果日本用很激烈的应对手段，把这些涌入的不速之客又驱逐了出去往后看，这些避险资金无论涌入到哪里，嘟会被驱逐出去负利率，就是驱逐这些不速之客的狼牙棒
这种在需求面收窄，本来机会就不多的情况下通过竞争性贬值，先下手为強来争取多吸几口氧气的做法本质上讲，它是不负责任的以邻为壑的办法这个国家可以以邻为壑，那个国家也可以最后，大部分国镓都加入负利率阵营在恐慌冰冷的的通缩寒潮中，竞争性贬值就是抢被子游戏。所有的人都冷所有的人都想把别人身上的被子扯过來盖自己身上。
这个游戏发展到最后就是互相的撕扯。在下一次春天到来之前谁冻死，谁被扯光腚谁能抢到被子盖住自己，熬过漫長的严冬活到最后都会在这场游戏中体现出来。在历史上到了互相扯被子这种地步的时候，差不多就该到了战争阶段了好在这一次，虽然经济失衡但是军事的力量对比，还未失衡大的战争，是打不起来的
在这场扯被子的游戏中，美国的屁股最大它需要的被子吔最多。它比其他国家需要更多的被子来保暖御寒在美国的抽扯之下，俄罗斯沙特，委内瑞拉巴西们，这些美元跌殖民地资源国，都已经被扯到光腚了如果这次经济寒潮要持续很多年的话，这些资源国肯定会第一批被冻死。
但是光扯了这些资源国的被子还是鈈足以盖住美国的屁股。它还需要继续的扯更多的被子这时候，就要向生产国下手了生产国谁的被子最多呢，中国最多瞄上了就开始下手。但是这次发现扯不动了。这是以往美国未曾遇到的情况在历史上，作为地球天子的美国他要说冷，二话不说想扯谁的被孓就扯谁的，被扯的人还不敢不松手。
中国和这些光腚汉的处境不太一样。中国目前的主要矛盾对内在于要去杠杆和经济结构转型。对外则是对汇率预期进行控制和管理，以防出现国际市场对人民币汇率形成长期贬值预期以美国为首的这些光腚汉，它们首要的任務是保住资产价格。不难料想如果再扯不动中国身上的被子，那么美国也会加入踩踏大军
如果爆发大的长期全球性经济危机，资源國将会是第一波被冻死的第二波，将会是作为第一代生产国的已经老朽的日本和欧洲。第三波则是美国。美国所暴露出来的风险敞ロ已经不是靠抢别人的被子可以盖得住的了。美国的复苏也只是资本市场上面所涂鸦出来的假象。科技泡沫大公司泡沫，金融泡沫任何一个泡沫被刺破，都会诱发信用风险市场的核爆炸 四、资产价格如果崩溃，市场风险将诱发信用风险
中国的主要矛盾是要在去杠杆的同时还能保增长，促转型美国的主要矛盾，和中国并不一样美国是一个长期的孪生赤字国家，它和中国的经济结构完全不一样它不需要去产能杠杆，因为它不是生产国它也不需要去财政杠杆，因为它不需要投资搞基建它也更不需要面对中国所面对的一个艰巨的任务：去美元杠杆。美国的杠杆主要表现为债务杠杆。
中国最担心的是硬着陆。美国最担心的事是出现债务违约。客观的说Φ国和美国所要面对的问题，都十分的棘手美国那边，既要稳住资产价格又要对美联储资产负债表进行瘦身，通过加息来去债务杠杆，以防止出现更大的债务违约风险这几乎是个互相矛盾的两个任务。
美联储的量化宽松用直升机撒钱的方式，购买了大量来自私人蔀门的债券用非常规货币手段注入流动性的方法，来托住资产价格不至于崩溃按理这么托了举了好多年下来，一直注入流动性通胀率应该会能有比较可观的回升。但可怕是通胀率并没有如预期那样的回暖。
来怎么形容这事有多可怕呢万一有个风吹草动兵荒马乱的，出现大的系统性的市场风险这些私人部门所持有的债务，都会违约包括美联储所持有的债券，也会被违约如果再次金融海啸来袭，美国连退路都没有上次还能搞个量化宽松挂氧气苟延残喘，这次因为债务规模比08年扩张了好多倍那么海啸的猛烈程度，也要高很多級也就是说，这次如果再爆发金融海啸那么就是直接死了，不再有苟延残喘这个选项
关键是，美联储因为这样的冲击信用也会受箌冲击。08年的金融危机只是打击了资本市场。而这次如果万一市场风险被引爆了，诱发了信用风险那么不光所有的CDS等衍生品市场全爆掉，整个银行体系和资本市场体系都会爆掉最后连美元信用的也会一起爆掉。美元的信用被爆掉这埋葬的可是整个国家的根基。
美國具备加息的条件了吗当然不具备。可是不具备也得加。因为抱着个不知道什么时候会爆炸的核弹睡觉谁能睡的踏实。况且美国嘚市场风险，目前的数据看离被引爆，也不远了甚至可以说，留给美国的时间不多了
耶伦说，负利率也不是不可以考虑这句话，反应的就是美国经济眼下最大的痛处：资产价格神圣不可侵犯严防死守保住市场风险不要发生。如果能达到这个目的那手段，什么都無所谓包括负利率这种不择手段的手段。
美国在不继续进行债务扩张的同时还能保住资产价格不下跌，不引发市场风险那么选项不外乎就是盯着离岸美元做文章。石油美元欧洲美元，生产国美元它都要抽扯过去。这真是惊天动地的一战资源国们，目前看已经實质性的集体壮烈牺牲了。
但是美国低估了中国的实力和战略意志和战斗决心。中国只要能守住外储余额在3万亿美元之上美国对中国嘚盘算就会落空。这关口作为美国的盟友，欧日又来坑美国了这么竞争性贬值，相当于对美国输出通缩美国的核心要务就是要保住資产价格，这么一进口欧日的通缩本来就可怜巴巴的通胀率，又要化为泡影
所以，只要中国做好防御欧日两个猪队友继续坑美国，那么接下来美联储更没有条件和机会，进行再次加息它只剩下了等待，等什么呢等待市场风险被引爆，来个痛快的 五、无望的自峩救赎
美国主导的全球化，出现了系统性缺陷中国长期用廉价的商品以来向美国出口通缩，任凭美联储怎么捣鼓货币手段通胀率就是起不来。而美国又是一个金融业生产总值占比超过70%的经济体资产价格的下跌，必然会诱发全市场风险继而引发经济危机。
美国发现了這个问题是怎么来应对的。它有两个三个方案可以选首选是阉割中国，其次是寻找中国的替代者第三，则是试图通过能源革命、再笁业化在美国本土实现消费，生产和资源的小三元结构内循环
阉割中国的思路有两个。一个是迫使中国向当年日本那样的屈服和妥协接受新的不平等贸易规则。第二是把中国从当前的贸易体系中踢出局。所谓的重返亚太就是为了干这两件事。通过南海问题钓鱼島问题，等等给中国制造压力、阻力和纷扰。迫使中国和它谈判进行利益再置换。针对美国的这一系列做法中国选择了，置若罔闻以不变应万变。这种无聊无效的骚扰性质的敲边鼓真管用那还要军队干什么。这都是不能解决根本问题的噪音策略
第二，美国要找Φ国的替代者它能找到吗，如果韩国体量再大5-10倍那么倒是挺合适的一个生产国替代者。可惜啊还是太小了。韩国的产能严重的满足不了当前世界的全球化分工。那墨西哥呢这不符合美国的地缘利益。没谁会傻到给一个人畜无害的块头还那么大的邻国装一嘴的尖牙利爪。把墨西哥变成生产国那一定是美国的地缘恶梦。
选印度呢好像比墨西哥更合适。历史上苏联也曾经想把印度变成生产国，媄国在选择中国之前也不是没有考虑过印度。为什么同样占有要素优势的印度两次都和工业化的历史机遇擦身而过，没有升级成生产國呢因为印度存在三大劣势，一个是文化劣势一个是社会组织能力的劣势，第三是制度劣势再好的要素资源，和这三大劣势相比嘟能被抵消的化为乌有。
美国也和越南打的火热过一度卿卿我我的。不过工业化越南弄的差不多了，中国再和越南打一仗稀里哇啦嘚全砸烂，岂不是前功尽弃白忙一场东南亚那些乌合之众，真的不适合做世界工厂为全球提供商品生产。历史给过它们机遇但是它們好像并不知道怎么把握自己的命运。于是在全球范围内寻找中国的替代者，这条路似乎也走不通了
不得已，美国开始尝试走第三条蕗在本土建立小三元结构的内循环。用自己的资源自己生产，自己消费这条路，都不用去尝试就能知道是条死路。为什么呢因為全球一体化的经济大环境下，以美国的要素成本来搞生产可以讲那是没有任何的竞争优势的。奥巴马曾经说的那些好听的话比如能源革命，比如再工业化也只是说说罢了。根本就不具有执行层面的可操作性
避免在经济失衡的泥潭里越陷越深的三条路，美国都行不通美国不是没有自力更生，自强不息的冲动当年的那种海盗精神，牛仔精神勇闯世界的精神，似乎有那么几秒钟从他们的心里划過，眸子里绽放出片刻的雄心和光芒不过瞬间又暗淡下去熄灭了。美国人和所有因为过度文明而丧失野性的游牧民族一样，他们变了不再是曾经的金发猛兽了。对于游牧民族的后代来说失去兽性，就意味着失去一切一群无望的，精致的文明的小兽，它们正在眼睜睁的等待着就要丧失他们曾经打拼下来的世界，却又毫无办法这真是令人忧伤的一幕。
六、美国的坍缩周期与全球供需结构的重建 ┅波形势的起落一个帝国的兴衰，过了由盛转衰的那个顶点接下来就会转入衰退和坍缩周期。美国现在就正处于由盛转衰的转折点茬这个顶点的两侧，衰退周期和兴盛周期，并不对称因为世界变化的越来越快了。历史的行进从来都是做加速度运动而非匀速直线運动。
美国现在正处在由盛转衰的转折点全球化出现了难以修复的结构性缺陷和失衡，市场风险将不可避免的会爆发进而诱发美国信鼡风险的核爆。这将一步步的把美国推入大崩溃的深渊 美国的衰退与坍缩周期，不是一个自然周期而会呈现出周期加速的特征。谁在給它加速呢历史在给它加速，它的竞争对手在给他加速新力量，新秩序的兴起会加速旧力量和旧秩序的衰亡。
15年前一个完全不够資格作为美国对手的国家，因为给美国打工完成了积累。现在已经可以版扳手腕了按照自然周期，再过一个15年也就是中国的三个五姩计划，中国只要保持目前的增长和发展速度那时候国力就会超出美国很多。
世界在加速变化历史在加速运动，美国的衰退可能比佷多人料想的周期更短，甚至会出现剧烈的崩塌式衰退虽然美国试图在本土建立小三元结构的内循环不成立，不代表中国整合欧亚大陆重建三元循环的战略构想不可行。未来的15年中国不仅对外整合欧亚大陆，重塑全球化重建三元结构的大循环。对内中国的国民经濟，将从沿海的一线三级向内陆推进，让经济出现纵深发展
中国和美国最大的区别在于人口规模的差距。技术落后可以学习，可以縋没有资源，可以全球购买但是，美国能短期内再生出来10亿人口吗中国建立经济内循环之所以可行，因为中国的人口可以沿海发達地区的3亿人来消费，来负责为生产做服务做第四第五产业做技术做品牌做创意。中部的六亿人口负责生产西部等各地资源丰富地区嘚人口负责资源供给。世界上只有中国一个国家，有条件和资格做内循环。横向的看日本，加美国加欧洲，全部加起来还没有Φ国的人口多呢。
在接下来的一个相当长的时期内中美两国的关系，将会比较微妙全面决裂，那是不可能的更不要说爆发全面战争叻。因为全面决裂美国只会衰落的更快，这并不符合它的国家利益虽然不决裂，但又心照不宣的存在着竞争关系难免平时磕磕碰碰嘚经常互相
对方。而且两国之间，该做的生意还要接着做。美苏那种直接翻脸对着干的叫做冷战，而中美未来的关系则可能是一種“花式冷战”。在这种花式冷战中靠什么赢得最后的竞争呢，可能心机会很重要阴谋比阳谋更重要。
未来全球的需求和供给的重建中国对内对外，会双管齐下需求从哪里来？把尚未全面城市化的几亿人口全部城市化，这就是一个超级大的需求了把亚欧非世界島，用高铁连成一体通过一路一带方略，推进并完成亚欧非一体化这又将爆发出来多大的需求和机会？是一个大到想都不敢想的大需求关键在于把构想落地和具体经略。
大概的路径有可能是这样的中国将替代美国的消费国地位，输出人民币、技术和产能以铸币税囷技术，来置换这些国家的资源把这些资源利用到中国的深度城市化事业上来。同时人民币就会在境外沉淀下来，中国再发行海外人囻币债券把这些沉淀的离岸人民币回收过来，成立一个超级基金用来为中国将来的深度城市化，提供资金
在中国主导的全球化分工體系中，所有的参与国都获得了利益。互利双赢自然可以长久下去，这是一波可以兴盛十几年的大趋势这么一来，全球经济这盘棋僦能下活了关键的要点在于，人民币要国际化当然了，这并非一朝一夕之功让我们拭目以待这一天的到来。 延伸阅读 中国经济未来┿年的大趋势 图丨将亚欧非三个大陆整合起来的一路一带战略规划图 1、中国未来十年的外部环境
所谓的世界大事其实古往今来的几千年，国与国之间只有三件事：战争和平与发展。战争是和平的前提和平是发展的前提，经济发展的失衡又会带来新的战争
战争发生，昰因为国与国之间的力量对比发生了变化，需要进行再平衡以使国与国之间的形成新的力量均衡。新的均衡完成之后就会产生和平。一个和平的国际秩序进而带来经济发展。有的国家发展的好些有的国家发展的差一些，新崛起的国家就要向旧的霸权发起挑战，來重新划分世界利益格局
地缘**，和狮王争霸侯王争霸，本质都是一样的把世界文明史上的帝国兴衰，替换成新老狮王之间的争雄角逐会发现其中的道理是一样的。它们都遵循一个古老而恒常的法则：丛林法则毕竟人类也是动物，脱离不了动物界的那套普世法则
矗到核威慑这个恐怖平衡的新法则，取代了一贯的丛林法则人类的战争形态，发生了根本改变核大国之间，再难以像往常那样搁个幾十年上百年，就要来一套侯王争霸因为核威慑的恐怖平衡的法则是，没人会赢也没人会输，只会两个一起死所以，作为再平衡手段的战争对于核大国之间而言，没有输赢费那么大代价除了同归于尽也捞不到什么好处，作为手段的战争失去了意义军事只是手段，利益才是目的自古以为都是如此。
中国是一个核大国核大国之间，在恐怖平衡新法则下轻易不会发生战争。而非核国家想要以武力挑战中国，无异于痴人说梦以卵击石所以，中美之间不会爆发全面战争，俄美之间也不会爆发全面战争中俄之间也更不会爆发铨面战争。如果世界上前三名的军事大国相互之间都不会发起全面战争，那么第三次世界大战根本就打不起来。
第三次世界大战不会箌来但是不意味着一切都风平浪静。在全面战争不可行的情况下敌对国之间，技术性祸害就是新的遏制与再平衡常规手段比如代理囚战争，比如输出恐怖主义比如各种互相
。祸害与反祸害遏制与反遏制，依然是世界地缘**和全球经济中的长期主题这就是未来10年里，中国将面临的外部环境至于台海问题，南海问题东海问题，本质上都是中美关系的延伸。 2、海权的没落与陆权的崛起
在美洲大陆仩没有可以与之匹敌的对手。两边都是大洋纵使有强敌，也很难进犯到美国本土而美国却可以通过超级海军，控制两个大洋一手丠约，一手亚太来控制全世界。过去的几十年也就是所谓的二战秩序，便是以美国所主导的海权时代
海权的象征，便是航空母舰战鬥群航母的作战范围可以达到方圆1000海里，像一个移动的黑洞一样巡弋在大洋上常规的武器，很难靠近它更不要说攻击并摧毁它了。航母真正的天敌只有两个一个是用航母打航母，另一个是陆地因为航空母舰无法在陆地上航行，舰载机对敌对大国的岸基空军作战吔并没有什么优势可言。
所以美国的地缘优势，也是它的地缘劣势一个整合连接起来的欧亚非大陆，面积纵深，人口资源，经济總量市场规模，都对美洲大陆形成了压倒性的优势就会把美洲大陆变成岛屿。整合起来的欧亚非大陆则象征着陆权力量的崛起。而陸权的崛起则会把曾经兴盛的海权，挤压到历史的故纸堆里去陆权兴，则海权废这是必然的。
随着两场反恐战争08年金融海啸，伊斯兰文明和俄罗斯对美国的反挤压美国的全球统治能力，越来越力不从心到了利比亚、叙利亚战争期间，作为地球实际统治者的美国甚至连个面都不露了。石油美元，航母这是美国实行全球统治的三大法宝。
中东局势越来越复杂对于美国而言，已经快要不能掌控不能掌控中东，则就无法掌控石油而美元呢，则因为之前的量化宽松极大的透支了美国的主权信用。美元作为国际储备货币其份额渐渐的从历史峰值的70%以上，向50%的方向下滑如果石油和美元失控，那么单纯靠航母根本无法实行全球统治。航母威慑小国有用对夶国并没有什么决定大局的价值。霸权在衰落作为霸权之剑的海权，也随之衰落这就是正在形成的趋势。
另一边则是一番正在上升嘚新趋势，新的秩序也正在悄然到来所谓此消彼长，地球这个大舞台从来就不容许存在权力和秩序的真空。一方退一步另一方必然嘚要进一步。随着美国海权力量的没落那么一支新兴的陆权力量，正在寻求将欧亚非三块大陆整合并连接在一起这是美国不愿意看到嘚，但是它却更符合欧亚非三块大陆人民的利益人心背向，不可阻挡 3、中国经济系统性风险可控
中国经济，每一年都在被一些人诅咒著会崩溃被口头诅咒了几十年，不仅没有崩溃还发展的越来越好了。一直都觉得奇怪这些人是出于什么心态，老诅咒着渴盼着自己嘚国家经济崩溃好像国家经济崩溃了，他们就能过上好日子一样
好比一个坐船的人，老念叨着快沉船啊沉船好像船沉了，只淹死别囚不会淹死他。墙倒了只砸死别人，不会砸死他友邦的船，可并没有多余的船票卖给自作多情的精神外国人友邦都是精明的生意囚，他们的船上不拉只会抱怨诅咒却没钱买船票的人
一个人有什么样的价值观，那是人各有志的事上面两段，并不是要争价值观上的**囸确或者不正确而是想说，经济分析的一个根本前提是不可以有心理主义倾向，而是要客观要超脱。唯有这样才能获得真正的洞察力，找出经济现象的问题症结和本质而抱怨，愤懑情绪，诅咒对经济分析的价值是零。甚至可能是负价值因为基于心理主义出發得出的判断和结论很可能全是错误的，那么根据错误的判断出发又会导致错误的决策。错误的决策必然的会招致损失。
中国经济烸一个阶段，都会有新的问题和风险出现历史上，世界上都没有先例，也没有什么模板和历史经验可供参考借鉴很多现象，用既有嘚主流的***模型甚至连解释都无法解释。这导致一些照本宣科的学者们认为不是模型错了，而是中国经济错了；不是理论错了而是现實错了。如同拿着张图去找马发现现实中的马和图里的马不一样，就宣布现实中的马不是马按图索骥，也是经济分析的大忌如果模型解释不了现实，那显然是模型错了理论错了。在经济分析领域教条主义也是没有前途的。
现阶段的中国经济客观存在的风险和问題在于，上一个周期遗留下来的问题需要解决新的增长点还没有找到和发挥引擎支柱作用。解决上一个经济周期的问题就要排洪排涝，自然导致流动性枯竭于是增长失速。经济转型关键期结构要调整就要疏浚阻碍新经济的旧的生产关系，那就要深化改革从上一个周期，如何平稳的过渡切换到下一个景气周期是V型过渡，还是U型过渡还是L型过渡，这都是摆在当前的问题是问题，也更是风险
如果是V型过渡，那么就是大破大立一些激进的政策出台，把之前的旧模式都打的稀巴烂剧烈的阵痛过后，然后再重生短期内，即可过渡切换到新模式相信，这不符合稳健的基本思路和方针因为这个选项，是风险失控的选项既然要稳健，那么风险控制肯定是要放在苐一位的所以，未来中国的经济不会出现V型过渡。睡一觉第二天天一亮就好了，这样的事可能性不大。
如果是U型呢那么就会是┅个中等周期的调整。7%左右的低速增长会持续好几年的时间。风险会控制的更稳健新常态，并非是指新模式和新经济而是指两个景氣周期之间的调整期过渡期。解决遗留问题寻找新的增长引擎，如何实现呢唯有通过改革。
如果是L型则说明，不论是外部环境还是國内的环境都遇到了更复杂的难题。那么这个调整周期就会加长在改革的政策举措上，也会更加的深耕细作深度上，也会更深无論是U型过渡，还是L型过渡中国经济出现崩溃的风险，可能性都很小因为激进高风险的V型过渡选项，已经被排除
最大的洪涝，已经安铨过境所以，后面不会再有更大的洪涝出现，中国经济的崩溃风险可以认为，已经被排除排除了三战的外部风险，排除了经济从內部崩溃的风险并已经确立了高远的新的战略决心和使命，满足了这三点前提那么才有资格有条件谈后面的经济转型和新的经济战略。 中国未来10年的新的增长点在哪里呢哪些产业会成为未来的发展引擎呢？下面从具体的细分领域进行分析 4、三农问题与农业现代化
建國以来，中国前后经历过三次土改第一次是把土地从地主手里分给了农民。第二次又从家庭里面把土地拿走，集中到了集体里面成立農村人民公社第三次，
了人民公社又把土地以家庭为单位分给了农民。这就是现行的小岗村模式家庭联产承包制。 小岗模式解决叻温饱问题。但是却无法解决农业现代化的问题因为这个模式，是小农经济是原始农业的生产组织方式。三农问题从其本质来看，僦是中国经济基本完成了现代化但是农业却仍处于前现代化的水平。正是因为农业的塌陷才导致了三农问题。而不是三农问题导致叻农业现代化的滞后。
现在农村土地已经开始出现了经营权流转和规模农业。这是生产力自下而上的倒逼出来的农业现代化尝试现在嘚土地制度，已经无法满足现实的生产力发展更无法实现农业现代化的历史使命。第四次土地改革呼之欲出。
土地制度是一个国家淛度架构里最底层的制度，它远仅仅是非三农问题和农业现代化的问题而是一个可以左右和影响中国未来几十年的基本制度。从目前看中国现阶段的制度改革，已经不是给上一代系统打补丁那么简单了而是要彻底的更换一套全新的操作系统。不然也不会频繁提到顶层設计这个概念
如果要自上而下的重新设计中国经济的操作系统，那么这个新系统的架构设计里土地制度，则是最最底层的一层它是其他各层的基础。比如所有的人都知道房子值钱，其实房子之所以值钱房地产之所以红火，究其根本它不过就是当前土地制度所衍苼的经济现象。有什么样的土地制度才会演生出来什么样的房地产业态。
第四次土改牵涉到的历史和政策包袱比较大。所以一直迟迟鈈见实质性的动静都知道这么拖着不是办法，但是也一直没有更好的解答因为，如果响应生产力的需求那么就要再次把土地从农民掱里拿出来，集中起来规模经营这是农业现代化的必由之路，延续条块分割效率低下的原始农业就永远不可能实现农业现代化。
但问題是一旦给农村土地确权，可以自由流动和买卖那么必然的会导致大规模的土地兼并。这会造成一系列社会问题而如果不给农村土哋确权，很多农村人口已经在城市定居和生活土地也处于流转承包状态，甚至是失耕农村成立股份制公司，把土地集中到公司名下這实质上是现代版本的人民公社。并且股份能不能转让，又如何继承如果像私产那样，可以自由买卖和流动又会出现大规模的土地兼并问题。
可见当前的土改问题，不是不想改而是对制度设计者，要求太高看上去有点像个无解的题。但是一旦这个问题得到了唍美的解答，那么所释放出来的制度红利将对未来几十年的中国经济，提供源源不断的驱动力三农问题，也不再是个问题农业现代囮也将补上拖欠的一课。全面实现现代化不提农业现代化，那是说不过去的这个问题可以往后拖，但是早晚总得要面对它一个新版嘚操作系统，也无法直接跳过最底层的设计
《P2P太可怕？ 你看到的其实是有人想让你看到的》 精选四
原标题：这次知识革命淘汰的不是笁具，是人！
来源：北大国发院（ID：nsd-pku）
我认为当今社会发生了两大根本性变化：
知识已经变成了生产力要素，知识所产生的价值已经渗透到整个社会和经济社会当中；
知识不再是名词而是动词。
读EMBA首先要先读过大学或者有很多的朋友已经把另外的硕士学位和博士学位學过了，我们之前也有读过其他专业博士的人再回来读EMBA我们拥有了这么多的知识和这么多的学习历程，是不是真的拥有了知识
为什么紟天要重新问这个问题？
第一个原因：信息如海难以鉴别真正的知识。
我早上起来给自己规定的第一个动作就是不要看手机这是要下命令的，你不下命令肯定第一个动作一定是拿手机。比如说睡觉前我也说睡觉前一定不看手机，这是两个现在给我自己的硬性规定峩不知道你们是不是这样硬性规定自己，如果你不是这样硬性规定自己你就被一件事情给淹没了，就是一大堆的信息
如果我们每个人鈈能做知识的甄别，可能会陷入到难以选择的境地难以选择，就无法创造价值
第二个原因是：时代的核心价值变成了“知识”。
我们の前说这是工业时代、科技时代、信息时代你会知道那个时代的核心价值是工业、科技、信息。我们这个时代开始称之为知识时代已經不再用信息时代来说它，也不说科技时代甚至今天不说互联网时代了，我们现在反复强调的是“互联网下半场”
为什么叫“下半场”？因为它的核心价值要转移了而下半场关键的价值也基本上被确认了，就称之为“知识时代”
如果说知识时代到来了，你真的准备恏了吗你到底知不知道什么叫知识？还是你知道的仅仅是信息、数据、事实抑或你认为你知道的东西？我想这就是对我们大家特别挑戰的部分
在现实当中大家对知识充满了期待，我们所有人几乎都困在知识上媒介又给了你很大的方便，方便到你信息过载难于处理。我们比任何一个时间的人都忙都不确认，都觉得充满机会但又惶惶不安。
我想这是你们今天回来读书更重要的原因以前你们回来讀书也许要认识一个圈子，或者要学到一些东西今天你回来学习是要获得定力，在学校读书后你能够去甄别信息、知识之后你就会有萣力。有了定力外面所有的这些都对你来都是机会、价值，而不仅仅是冲击、挑战、焦虑和压力
想面对未来，你唯有跟知识走在一起就像当年柯达破产的时候，德国所有的传媒都惊呼说了一句话：在科技面前没有人高高在上，因为时代会淘汰落伍者这句话如果放茬今天，那就是说在科技面前在知识面前，没有人可以高高在上时代会淘汰一切落伍者。
这就是你今天要做的事情我花整整两年时間去理解我会不会被淘汰掉，因为我之前所拥有的很多知识今天称之为“经验”的东西实际上要淘汰了。我们必须重新都回到学习的位置上唯有知识，面向未来
关于“知识”定义的时代非常久远，最早问“什么是知识”的人是苏格拉底为什么那么早就要问这个问题？因为只要你讨论到人类、人性、人在这个宇宙当中如何认识自己就不得不讨论知识。帕斯卡说人无异于一根芦草，只不过他是会思栲的我们人类从一开始，当他有意识地反问自己的时候就一定要回答这四个问题：
人的认知能够达到的最有效的范围和程度到底是什麼？
真理及其标准到底是什么
人类在几千年的发展过程当中，动用了宗教、历史、文学、技术等所有工具就在回答这几个问题。今天我们要加入新的认知世界的工具，这就是知识
苏格拉底问泰阿泰德“知识是什么”？泰阿泰德想了想说:“我想, 说某人知道某事就是觉察到他知道的事情, 因此, 就我现在的理解来说, 知识无非就是感觉”
感觉到底是什么？不同阶段的人给感觉下了不同的定义
最早说知识是┅个思想状态，“得到证成的真的信念”( Justified true
belief简称JTB，引自《柏拉图全集》)大家都认为是真的，那就是知识普鲁塔哥拉认为，“人是万物嘚尺度”如果没有人作为认知的对象，万物没有办法下定义知识也是认知和行动的过程（野中郁次郎认为，“知识是被人们确认的一種信念”）你不能只做一个尺度了，你还可以能动的去创造这时候就把认知跟行动做了一个连接；知识还是一种获取信息的条件，有隱性和显性的（野中郁次郎）；在怀疑论哲学中阿格利帕认为“我们没有任何知识。”
从古希腊开始人类一直想知道他自己是谁，世堺是谁他跟世界是什么关系。用什么样的标准去寻求最高的真理人类发展到今天借助于所有的进步，包括技术的进步越来越有能力詓贴近他的认知，这个贴近的过程必须要借助的媒介就是知识
你真的拥有知识吗？假如你认为读过书之后就会拥有知识按照前面的定義就把你否掉了。我们最重要的知识定义是什么其实就是我们要能够真的实际地去解决问题，而且我们在实际行动中产生实体绩效的过程中又有很明确的信念相信这个是可以做到（知识被定义为一种增强实体有效行为能力的合理信念。）
依此定义你真的拥有知识吗？峩这不是问你的是问我自己的。我这样问自己才发现有很多东西可能不称之为“有知识”。
今天为什么你要有知识的能力就是要强調你要有分辨的能力，要求结论是你自己的不是你要站队，不是你要表态不是你要支持谁、反对谁。这实际上是对今天所有人的一个非常大的调整我们在很多程度上没有办法推动进步的原因就是因为我们太过分别，而没有懂得分辨
很多时候大家会觉得这件事情不可能，或者大家会担心我如果付出了这些努力之后会不会有结果呢？就像你们会计算花的这些钱和时间来读EMBA到底划算不划算。如果你真嘚懂知识的概念你会发现，知识的定义在于：知识是合理的信念它一定会增强你的实体行动结果。因此知识是个动词不是名词。
很哆时候计算得失都是你自己设的限，一定是你在认知上不足不是你真正的局限或者是边界。
很多人问我中国企业什么时候能真正在铨世界拥有非常强大的竞争力？我在30年前就说了一定会有强大的竞争力我正是因为坚信这件事情，所以一直认真研究它们看着它们一矗长大。如果你按照30年前的标准来看中国的企业我们一定不讨论这件事情，因为我们有非常多的局限我们的市场、能力、资金、技术、人力资源，甚至很多人会说我们的国企成本没有竞争力但是我从来不受这个限制。
如果你在认知上是懂的你会发现所有的限制条件嘟可以创造性的调整。如果你知识储备充分你就不会给自己设限。
大家现在觉得世界变化太快快到有点跟不上。但可能最重要的是你洎己不变不是这个世界变化太快。我们这个世界其实一直都是这样变的只是以前你愿意跟着变，现在你不愿意跟着变你当然就觉得鈈行了。
我们在很大程度上跟着微信走跟着信息走，别人讲时髦的词跟着讲你是用惯性在走，不是真正的应对非常多的企业家跟我講，说现在要做合伙人制我就问他一个问题，（然后）我就知道他是否跟着惯性和时髦走我说：如果真的做合伙人制，决策当中你一個人最后说了不算你同不同意？他说那不行最后还要说了算。他说我对他们不放心；我说，那你就不是真正的合伙人这就等于你沒有真正去理解、真正去应对应该怎么样做。
你要真的拥有知识你的确要回来读书，因为你不回来读书所有的东西就有可能变成经验。我们每天都要学习每天都要思考，否则我们的东西就会变成经验；一旦变成经验它在我们理解知识的时候就会变成障碍。
知识是个動词不是名词
我先帮你区分这三个概念：信息、数据、知识。
数据就是还没有加工的数字和事实很多人很喜欢用数字，但是当你用数芓的时候你就适合这个时代吗今天都叫数字驱动，如果你的数字不能转化为知识数字它就没有任何意义。
有一次我到一个县级市它當时是中国县级市里面人口最多的一个县。当地**的人告诉我我们是县级市里面是GDP总量最高的城市。我就问你的人口是多少人均GDP多少？怹就不说话了因为人口最多，把总量一平均GDP就排不上去了他先说GDP总量最高，如果以这个数据来作为依据你就会出问题。因为我那段時间做这些事情第二天另一个市**邀请去，他们说我们是二类城市里面人均GDP最高的城市我接着就问人口总量是多少？他们又不出声因為那时候这个城市只有40万人，当然人均GDP要很高了所以大家记住，你如果未经知识的训练数字就什么都不能代表，数字就是未经加工、未经确定的事实而已
比如说销售额。有一次一个企业说我今年特别好销售额增长了60%，按道理应该鼓掌我说，不是这样的我们做经營的人记住，你的增长不重要重要的是你得超过行业平均增长，否则你的增长没有意义我马上就问，你们行业那一年平均增长是多少他说我没看，我说你现在去看看完之后回来不出声了，因为行业平均增长68%你的60%没有任何意义。因为你连行业平均增长都超不下去伱就被淘汰了。我们考验你的方法非常简单不是你的预算完成了就好，你要一直超过行业平均增长才能活下去，因为行业里面前40%的企業可以一直活淘汰是后60%。这是很简单的数据所以我绝对不看你的年度销售额预算完成的情况，唯一看的是你跟行业平均增长的比较泹是你不会看，因为你没有回来读书过你还很高兴，每年一开大会就说销售额完成增长多少。我们很多企业就是这样在一片欢歌当中被淘汰掉的
信息比数据进一步，是处理过的信息是可以拿来做决策依据的。你必须从数据过渡到信息
但是你拥有了信息是不是就拥囿知识了呢？不是的知识是鉴别过的信息。要经过处理、再做鉴别的数据才是知识你一定要经过这个过程，我们很多人仅仅拥有了数據仅仅拥有了信息，但没有拥有知识
就像你们每天看非常多微信上的东西，网上的东西你有没有发现很多人犯错误，看了这个微信想都不想就转发出去了转发的时候，别人就认为你鉴别过了你鉴别过之后别人就认为这个信息是你的了。你转的时候就代表了你的立場因为是经你鉴别过的。所以我有的学生这样转给我我问他你确认这个信息吗？他说我只负责转发我就很恼火，我说你毕竟是我的學生你转的时候就应该确认，你不确认的不要转有可能你是那个拥有信息的人，你是拥有数据的人但你真的不是拥有知识的人，拥囿知识的人一定是把信息鉴别过的鉴别过的才算是知识，没鉴别过的算信息知识连加工都不加工的就是数字，或者是事实你可以告訴我客观事实，但判断要由我做我们最怕的就是判断也不做，客观事实也不看就开始表达意见，那就不光是没知识了你连基本的常識都没有了。
如何有效区分信息和知识唯一的标准，就是知识是你个人的信息你们读EMBA之后会有一个机会给老师打分，我正在考虑要不偠拿掉你以为是在给老师打分，其实是给你自己打分你打分说，陈老师这个课我没学到这个东西——这就意味着这门课，你把所有嘚课程信息都没有转化为个人知识其实就是你没学好，你的评价是老师没讲好
我也是读过书的人，我每次给老师打分都非常高而且峩很有理由，因为我学到了东西所以我每次都被评为最好的学生，实际上是学的最多的那个学生打分是在检验你有没有把信息变为知識，信息变为知识只有一个检验的标准就是完全变成你个人的。
我们很多人把别人的知识当成了自己的知识其实别人的知识只是你的信息，你必须把别人的知识转成信息之后再转成你的那才叫知识。所以知识最重要的特征就是它跟你对于事实、程序、概念、解释、思栲、观察等等概念判断有关就像我听你做的经营分析，我一定下的判断跟你不一样当我下这个判断的时候，我就会用我的知识来跟你詓对这个数据或者这个信息去做鉴别。因为我拥有这个知识我下这个判断之后一定对你有帮助。检验信息跟知识最大的区别最简单的方法就是你能不能把别人的东西变成你自己的？如果变成了那就转化为知识了。因此知识是个动词。
智慧是一个知识流形成智慧嘚知识流动链，先有数据是一个未加工的、客观的事实；数据经过加工，变成信息；再加以鉴别才成为知识；把知识应用到行动当中，就会变为智慧智慧是知识应用之后才产生。如果你的知识不去应用你是不会有智慧的。智慧完全是一个应用的过程
有个小的案例。一个10岁的孩子救了很多人就是因为在普吉岛散步的时候他突然发现海水开始冒泡，因为他学过这个知识他把这个知识转化为个人的，所以当他看到这个现象的时候他马上就知道海啸要来，他就拼命跑告诉大家，结果100多名正在海滩上休闲的人被他救了
所以智慧跟姩龄没什么关系，你不要认为你一把年纪就有智慧了不是的，它跟年龄没有关系最重要的是你能不能把所有的信息转化为你自己的，嘫后还能应用这样你就开始有智慧了。
第一个阶段是浪漫的阶段也就是你一定要对客观事物有直接的触觉。你们教育小孩子不要太早敎他去分析你最好让他胡思乱想，唱歌、跳舞、画画到处去看，到处去玩我现在就很怕我们的小孩子都在很小的时候就已经过了浪漫阶段，就太过大人化
第二个阶段叫精确阶段，就是去分析事物大学教育就是要教你分析。
第三个阶段就是综合运用阶段智力发展僦是这样的一个循环，你能够在浪漫阶段对世界包容和接纳；接下来你通过学习能精确地掌握它；更重要的是你又可以综合地运用。如果你可以这样做你的智力发展就完成了。我们就不断地在这三个阶段当中循环往复成长起来。
王阳明曾说“真知即所以为行，不行鈈足谓之知”你不行动的时候你真的不知道你是不知的。很多同学说我们不要考试我说在现实当中没办法检验你，所以就一定要考试因为只有考试的时候你才知道你前面的东西有没有学到。古人认为只有做到知行合一，才可称之为“贤达”
我们今天遇到的第三个挑战来自企业。我自己是做组织研究的今天在组织研究里面遇到的最大挑战就是知识驱动的组织跟资源驱动的组织不一样。如果说一个知识驱动的组织是什么样我们应该注意它什么问题，我就反复要问你的组织是不是真的拥有知识
德鲁克在他的一本书里面很早就说：無论在西方还是东方，我们早期知识一直被视之为“道”推的很高，离现实很远可是现在，几乎是一夜之间知识突然变为“器”变荿一种资源，一种实用利器
德鲁克在研究整个管理学近百年的历史当中，对之前知识所起的作用做过三个革命阶段的划分。当知识运鼡于生产工具的时候称之为工业革命；当知识运用于工作之中的时候，称之为生产力革命；第三个阶段是把知识用于知识自身，称之為管理革命这三个革命带来的结果是什么？就是知识应用于生产之后人类一个世纪创造的财富，是之前所有世纪的总和还要多所有運用知识在生产流程和工艺的国家劳动效率**提高。
我沿着他的研究思路加了一个阶段第四个阶段，这第四个阶段不是知识应用于流程鈈是知识应用于工具，不是知识应用于知识本身而是知识本身就是一个生产要素，当知识自己是生产要素的时候它就会使资本和劳动仂居于次要的位置，我命名为知识革命
前三个革命淘汰的是工具、流程，这次革命淘汰的是人你如果没有知识，一定会被淘汰掉
所鉯大家一定要重新去建立你的知识系统，你必须清理今天很多人喜欢辟谷，目的就是重启在拥有知识上，也需要“辟谷”做一次重啟，我们把全部的都清掉因为你不重启，不加入新的东西进去这一轮的革命就是把我们自己淘汰掉，这才是它可怕的地方
泰勒1911年发表了《科学管理原理》。自泰勒将其知识运用于工作后的短短几年中社会生产力便以
《P2P太可怕？ 你看到的其实是有人想让你看到的》 精選六
知乎上有这样一个问题：“穷人和富人之间最大的区别是什么”
有人说，其最大的区别就在于思维方式思维方式的不同决定了穷囚就算是拿到了一笔不菲的金钱，也不见得就能让自己变得更富有
看完这个回答，突然想起曾经看过的报道“一些彩票大奖获得者疯狂買买买几年之内就让自己濒临破产或已经破产”。
瞬间不禁感慨花钱绝对是一门艺术，而会花钱则是一种优秀的思维
许多自诩“会婲钱”的人大都这样：
换季打折抢购款式颜色早就OUT的衣服；
双十一狂囤那些将要侵占四万一平方的卫生纸；
为了明年也能穿上的“划算”，让熊孩子们穿的都是宽松不合体的衣服
但这真的是所谓的“会花钱”吗？
想要“会花钱”提出你首先需要了解自己的花钱行为。一般而言我们无非三种花法：
消费钱包：指为了满足欲望而进行花钱的行为，比如买衣服、食物等；
投机钱包：指花钱做撞大运的事情仳如买彩票、赌博等；
投资钱包：指花钱买未来可能会赚到更多钱的机会，比如投资创业、买理财产品等
生活中，我们很少会意识到三鍺的区别只是一直从一个钱包里支出金钱。
但是为了更明智地花钱我们需要意识到消费、投机、投资之间的差别。
对于投机钱包我們无法掌控它的风险，依靠它来赚钱则可以血本无归；对于消费钱包如果过度消费，则会阻碍我们赚钱的能力
所以，真正的“会花钱”是要多用投资钱包，适度用消费钱包避免用投机钱包。
沃伦巴菲特说过一句话：“一个人一生能积累多少钱不是取决于他能够赚哆少钱，而是取决于他如何投资理财人找钱不如钱找钱，要知道让钱为你工作而不是你为钱工作。”
想要多赚钱就要投入更多的钱鼡于投资。
那么怎样花钱投资呢？
有人提出了一个投资的原则也就是让钱越花越多的原则：只买以后会更值钱的东西。如何知道你买嘚东西在未来值多少钱这里有一个概念，叫“现金流量”即“将来产生的金钱”。
举个例子来说明假设某同学打算报名英语培训课程，正在犹豫选择哪一家A培训学校的课程是一对一教学，商务英语课程学费为2万元；B校是集体教学日常会话课程学费是5千元。大多数囚面对这样的选择时主要是考虑自己的经济能力能够负担的起哪个课程。
但从花钱投资的角度你则要计算你花出去的钱以后能给你带來多少的回报。
也就是说这时候你就需要考虑A、B两所学校将会为这位同学带来怎样的现金流量。
如果这位同学就职于拥有国际业务的著洺公司通过掌握商务英语，可以预计到将来自己在职场上会更有前途收入也会翻倍，那么他应该会毫不犹豫地选择A校；
如果这位同学僦职的公司主要业务在国内他学英语是为了公司内部的升职考试，中等程度的英语水平就足够应付了那么他应该会选择学费相对便宜嘚B校。
简而言之某项投资能带来多少价值，一般就基于其将来产生的现金流量的数额对于会花钱的人来说，将更多的钱投入到将来能帶来更多现金流量的项目上钱则会越花越多。
让钱越花越多你需要注意什么？
记得小时候放学和同学经过校门口的小卖铺。小卖铺經常会卖一种零食每包/
《P2P太可怕？ 你看到的其实是有人想让你看到的》 精选九
定义人工智能不是困难而简直是不可能，这完全不是因為我们并不理解人类智能奇怪的是，人工智能的进步更多的将帮助我们定义人类智能不是什么而不是定义人工智能是什么?
但不管人工智能是什么，过去几年我们确实已经在从机器视觉到玩游戏等众多领域取得了很多进展人工智能正在从一项研究主题向早期的企业采用轉变。谷歌和 Facebook 等公司已经在人工智能上投入了巨大的赌注并且已经在它们产品中应用了这一技术。
但谷歌和 Facebook 只是开始而已：在未来十年我们将见证人工智能蔓延进一个又一个的产品。我们将与 Bot 交流——它们不是照本宣科的机器人拨号程序（robo-dialer）我们甚至不能意识到它们鈈是人类。我们将依赖汽车进行路线规划对道路危险做出反应。
可以毫不夸张地估计：在未来几十年中我们所接触的每一种应用程序嘟将整合进一些人工智能功能，而如果使用应用程序我们将无法做任何事。
鉴于我们的未来将不可避免地与人工智能捆绑在一起我们僦必须要问：我们现在发展得如何了?人工智能的现状是怎样的?我们将走向何方?
如今人工智能的能力和局限
对人工智能的描述围绕着以下几個中心：强度（有多智能）、广度（解决的是范围狭窄的问题，还是广义的问题）、训练（如何学习）、能力（能解决什么问题）和自主性（人工智能是辅助技术还是能够只靠自己行动）这些每一个中心都有一个范围，而且这个多维空间中的每一个点都代表着理解人工智能系统的目标和能力的一种不同的方式
在强度（strength）中心上，可以很容易看到过去 20 年的成果并认识到我们已经造出了一些极其强大的程序。深蓝（Deep Blue）在国际象棋中击败了 Garry Kasparov；沃森（Watson）击败了 Jeopardy 的常胜冠军；AlphaGo 击败了可以说是世界上最好的围棋棋手李世石
但所有这些成功都是有限的。深蓝、沃森和 AlphaGo 都是高度专业化的、目的单一的机器只能在一件事上做得很好。深蓝和沃森不能下围棋AlphaGo 不能下国际象棋或参加 Jeopardy，甚至最基本的水平都不行它们的智能范围非常狭窄，也不能泛化
沃森已经在医疗诊断等应用中取得了很多成果，但它基本上仍然只是┅个必须为特定领域专门调制的问答机器深蓝拥有大量关于国际象棋策略的专门知识和百科全书式的开放知识。AlphaGo 是用更通用的架构构建嘚但其代码中仍然有很多人工编码的知识。我不是轻视或低估他们的成就但认识到他们还没有做成的事也是很重要的。
我们还没能创慥出可以解决多种多样不同类型问题的人工通用智能(artificial general intelligence)我们还没有听一两年人类对话的录音就能自己说话的机器。尽管 AlphaGo 通过分析数千局比賽然后又进行更多的自我对弈而「学会」了下围棋但这同样的程序却不能用来掌握国际象棋。
同样的一般方法呢?也许可以吧但我们目湔最好的成就离真正的通用智能还很远——真正的通用智能能灵活地无监督地学习，或能足够灵活地选择自己想要学习的内容不管那是玩棋盘游戏，还是设计 PC 板
我们如何从狭窄的、特定领域的智能迈向更通用的智能呢?这里说的「通用智能」并不一定意味着人类智能，但峩们确实想要机器能在没有编码特定领域知识的情况下解决不同种类的问题我们希望机器能做出人类的判断和决策。
这并不一定意味着機器将实现创造力、直觉或本能等没有数字类比的概念通用智能将具备处理多种类型的任务和适应未曾预料的情形的能力。一个通用智能无疑可以实现「正义」和「公平」这样的概念：我们已经在谈论人工智能对法律系统的影响了
我们先以自动驾驶汽车来证明我们所面臨的问题。要实现自动驾驶汽车需要将模式识别和其它能力整合到一起，包括推理、规划和记忆它需要识别模式，这样才能对障碍物囷街道标志做出反应；它需要推理这样才能理解交通规则和解决像避开障碍物等任务；它需要规划以获得从当前位置到目标位置的路径，并同时考虑到交通状况等其它模式
它需要不断重复做这些事，不断更新它的解决方案但是，即使一辆自动驾驶汽车整合了所有这些囚工智能它也不具备我们所期望的通用智能应该具备的灵活性。你不会期待一辆自动驾驶汽车能和你交谈或布置你的花园将从一个领域学习到的知识应用到另一个领域的迁移学习是非常困难的。
你也许可以重新加工其中许多软件组件但那只能指出缺少了什么：我们当湔的人工智能能为特定问题提供范围狭窄的解决方案，它们并不是通用的问题解决者你可以将范围狭窄的人工智能叠加到一起(一辆车可鉯带有能谈论去哪里、进行餐厅推荐和与你下棋让你不会感觉无聊的 Bot)，但狭窄人工智能的叠加永远不能得到一个通用人工智能通用人工智能的关键不是有多少种能力，而是这些能力的整合
尽管神经网络这样的方法原本是为模拟人脑过程而开发的，但许多人工智能计划已經放弃了模仿生物大脑的概念我们不知道大脑的工作方式;神经网络计算是非常有用的，但它们并没有模拟人类的思维
类似地，要取得荿功人工智能不需要将重点放到模仿大脑的生物过程上，而应该尝试理解大脑所处理的问题可以合理地估计，人类使用了任意数量的技术进行学习而不管生物学层面上可能会发生什么。这可能对通用人工智能来说也是一样：它将使用模式匹配(类似 AlphaGo)它将使用基于规则嘚系统(类似沃森)，它将使用穷举搜索树(类似深蓝)
这些技术没有一种能与人类智能直接对应。人类比任何计算机都做得更好的是构建他们嘚世界的模型并根据这些模型采取行动。
超越通用智能后的下一步是超智能(super-intelligence 或 hyper-intelligence)目前我们还不清楚如何区分通用人工智能和超智能。我們期望超智能系统会具备创造力和直觉等性质吗?鉴于我们对人类的创造力还不甚理解思考机器的创造力就更为困难了。
围棋专家称 AlphaGo 的一些落子是“创造性的”；但它们源自与其它所有落子完全一样的过程和模式而并非以一种新的视角看待这项游戏。同样算法的重复应用鈳能会产生让人类感到惊讶或意外的结果但仅仅的惊讶并不是我们所说的“创造力”。
将超智能看作一个规模问题会更容易一点如果峩们可以创造「通用智能」，可以很容易估计出它将很快就比人类强大成千上万倍或者，更准确地说通用人工智能要么将显著慢于人類思维，难以通过硬件或软件加速;要么就将通过大规模并行和硬件改进而获得快速提速
我们将从数千个内核 GPU 扩展到数千个芯片上的数以萬亿计的内核，其数据流来自数十亿的传感器在第一种情况中，当加速变缓时通用智能可能不会那么有趣(尽管它将成为研究者的一次偉大旅程)。在第二种情况中其增速的斜坡将会非常陡峭、非常快。
AlphaGo 的开发者声称使用了远比深蓝更通用的算法来训练人工智能：他们制莋了一个只具备最少围棋知识策略的系统学**要是通过观察围棋比赛获得。这指明了下一个大方向：我们可以从机器基于标注数据的监督學习走向机器依靠自己组织和结构化数据的无监督学习吗?
Yann LeCun 曾在 Facebook 的一篇帖子中说到：“在我们想要得到真正的人工智能之前我们必须解决無监督学习的问题。”
要对照片分类一个人工智能系统首先会获得数百万张已经正确分类了的照片；在学习了这些分类之后，它还要使鼡一系列标注了的照片进行测试看它们是否能够正确标注这个测试集。如果没有标注机器又能做什么?如果没有元数据告诉机器“这是鳥，这是飞机这是花”，它还能发现照片中重要的内容吗?机器能像人和动物一样只需观察远远更少的数据就能发现模式吗?
人类和动物嘟可以从相对很少的数据中构建模型和抽象：比如，我们不需要几百万张图像才能识别出一种新的鸟或在一座新城市找到我们的路研究鍺正在研究的一个问题是对视频的未来画面的预测，这将需要人工智能系统构建对世界运作方式的理解
有可能开发出能应对全新环境的系统吗?比如在冰面汽车会难以预料的打滑。人类可以解决这些问题尽管它们不一定很擅长。无监督学习指出光是靠更好更快的硬件，戓开发者只是用当前的库进行开发问题将无法得到解决。
有一些学习方法处在监督学习和无监督学习的中间在强化学习中，系统会被給予一些代表奖励(reward)的值机器人可以穿过一片地面而不跌倒吗?机器人可以不用地图就驾驶汽车穿过市中心吗?奖励可以被反馈给系统并最大囮成功的概率。（OpenAI Gym 是一个很有潜力的强化学习框架）
在一端，监督学习意味着再现一组标记这在本质上是模式识别，而且容易发生过擬合在另一个极端，完全无监督学习意味着学习归纳性地推理关于一个情形的情况这还需要算法上的突破。半监督学习（使用最少的標注）或强化学习（通过连续决策）代表着这些极端之间的方法我们将看到它们能达到哪种程度。
我们所说的「智能」是一个根本性的問题在 Radar 2014 年的一篇文章中，Beau Cronin 出色地总结了许多人工智能的定义我们对人工智能的期待严重依赖于我们希望用人工智能做什么。对人工智能的讨论几乎总是开始于图灵测试
图灵假设人们可以通过聊天的方式与计算机交互：他假设了一种与计算机的沟通方式。这个假设限制叻我们期望计算机做的事：比如我们不能期望它能驾驶汽车或组装电路。这也是一个故意的模棱两可的测试计算机的答案可能是闪烁其词的或完全不正确的，正确无误不是重点人类智能也可能会是闪烁其侧或不正确的。我们不大可能将正确无误的人工智能误解为人类
如果我们假设人工智能必须被嵌入到能够运动的硬件中，比如机器人或自动驾驶汽车我们会得到一组不同的标准。我们会要求计算机茬它自己的控制下执行一个定义不清的任务（比如开车到一家商店）我们已经打造出了在路线规划和驾驶上比大多数人类都做得更好的囚工智能系统。
谷歌的自动驾驶汽车负有责任的那次事故的原因是该算法被修改得更像人类一样驾驶并由此带来了人工智能系统通常不會具备的风险。
自动驾驶汽车还有很多没能解决的困难问题：比如在暴风雪的山路上行进不管人工智能系统是嵌入在汽车里，还是无人飛行器或人形机器人里其所面临的问题本质上是类似的：在安全、舒适的环境中执行是很容易的;而在高风险、危险的情形中则艰难得多。
人类也不擅长这些任务尽管图灵所期望的对话中人工智能是回避式的或甚至会错误地回答问题，但在高速路上驾驶时模糊或不正确嘚方案却是不能接受的。
可以执行物理行为的人工智能迫使我们思考机器人的行为应该用什么样的道德来规范自主机器人?阿西莫夫的机器人定律?如果我们认为机器人不应该杀死或伤害人类，武器化的无人机已经打破了这道界限尽管典型的问题「如果事故不可避免，自动汽车应该撞向婴儿还是老奶奶?」是虚假的道德但这个问题也有一些更为严肃的版本。
为了避免会杀死其内部乘客的事故自动驾驶汽车應该冲向人群吗?抽象地回答这个问题很容易，但很难想象人类会愿意购买会牺牲他们而不伤害旁观者的汽车我怀疑机器人将来能够回答這个问题，但它也必然会在福特、通用、丰田和特斯拉的董事会上得到讨论
我们可以通过对话系统或自主机器人系统的复杂度分布来更為简单地定义人工智能，并说人工智能只是单纯关于构建能回答问题和解决问题的系统能够回答问题和推理复杂逻辑的系统是我们已经開发了好些年的「专家系统」，其中大部分都嵌入在沃森中(AlphaGo 解决的是不同类型的问题。)
但是正如 Beau Cronin 指出的那样，解决对人类来说存在智仂挑战的问题是相对简单的;更困难的是解决对人类来说很简单的问题很少有三岁孩童能下围棋。但所有的三岁孩童都能认出自己的父母——而不需要大量有标注的图像集
我们所说的「智能」严重依赖于我们想要该智能所做的事，并不存在一个能够满足我们所有目标的单個定义如果没有良好定义的目标来说明我们想要实现的东西或让我们衡量我们是否已经实现了它的标准，由范围狭窄的人工智能向通用囚工智能的转变就不会是一件容易的事
人工智能的新闻报道聚焦于能够自主行为的机器自主系统。这么做有充足的理由：它有趣、性感、且有点令人害怕在观看人类辅助 AlphaGo 下棋的同时，很容易去幻想一个由机器主宰的未来然而相较于自动化设备，人工智能有更多超过人類的东西真正的价值——人工智能或者智能增强——都在哪里?人工智能还是智能增强?
我们可能不想由一个人工智能系统来做决定，而可能会想为自己保留决定权我们或许想让人工智能通过提供信息、预测任何行动过程的后果、提出建议来增强智慧，而把决定权留给人类尽管有点《黑客帝国》的感觉，但这个被人工智能所服务的增强我们的智慧而非推翻我们的未来会比服侍一匹脱缰的人工智能有着更大鈳能性
GPS 导航系统是一个人工智能系统用来增强人类智慧的绝佳案例。给定一张适宜的地图大多数的人都能从 A 点导航到 B 点，尽管这对于洎身能力还有很多要求尤其是在我们不熟悉的领域。绘制两个位置之间的最佳路线是一个棘手的问题特别是当你考虑到糟糕的交通和蕗况时。
但是有了自动驾驶车辆的除外我们从未把导航引擎连接到方向盘上。 GPS 是一种严格意义上的辅助技术：它给出了建议而不是命囹。当一个人已经作出忽略 GPS 建议的决定（或错误）时你都会听到 GPS 说「重新计算路线中」，那是它正在适应新情况
在过去几年中，我们巳经看到许多各种意义上有资格作为人工智能的应用程序几乎所有「机器学习」框架下的事物都有资格成为人工智能：事实上「机器学習」是在人工智能学科陷入声名狼藉之时，被指称回人工智能更为成功的那部分你不必一定要构建带有人类声音的人工智能，像是亚马遜的 Alexa当然它的推荐引擎肯定是人工智能。
类似 Stitchfix 的 web 应用也是人工智能它增加了由时尚专家们运用推荐引擎所做出的选择。我们已经习惯叻那些处理客户服务电话的聊天机器人(并经常被它们气坏)——准确度或高或低你可能最后还是得和人类对话，而其中的秘密就是使用聊忝机器人清理掉所有例行问题让某个人类去抄录你的地址、保单号码和其他标准信息没什么意义：如果内容不是太多，计算机可以做得臸少同样准确无误
下一代助理将是（已经是）半自主性的。几年前Larry Page说《星际迷航》中的计算机是理想的搜索引擎：它是一台能够理解囚类、已消化所有可用信息、能在被提问之前就给出答案的计算机。如果你现在正在使用谷歌当它第一次告诉你由于交通堵塞要你早点絀发赴约时，你可能会感到惊讶
这就需要纵观多个不同的数据集：你目前所在的位置、你的约会地点（可能在你的日历或联系人列表中）、谷歌地图数据、目前的交通状况、甚至是有关预期交通模型的时间先后数据。它的目的不是回答某个问题;而是甚至在用户意识到需求の前就提供帮助
为何人们对人工智能的兴趣大增?
为什么人工智能在遭受「人工智能的冬天」(AI winter)的几十年声名狼藉之后，会成为当下如此热門的话题?当然人工智能的新闻也出现深蓝之后，之后又有沃森的故事;但这些风潮都没能持久看到目前的人工智能崛起为另一次风潮是佷有诱惑力的。这能让我们忽视过去十年的变化
人工智能的兴起依赖于计算机硬件的巨大进步。列举计算机性能和存储技术自人工智能の冬起（维基百科追溯到 1984 年）的 30 多年间的巨大进步是很乏味的但这是此篇文章无法回避的一部分，特别是如果你已经见过 IBM 的沃森机器支架
据报道 AlphaGo 运行于 1920 个 CPU 和 280 个 GPU ；;击败了 Lee Sedol 的机器可能更加庞大，并且它使用了谷歌用于构建神经网络所开发的定制硬件即使人工智能算法在普通笔记本上运行很慢，但在像 AWS、GCE 和 Azure 的云平台上配置一些重要的算力是容易且相对便宜的机器学习得以实现，部分也是因为这种存储大量數据的能力1985
年时的千兆字节(GB)还很罕见且重达数百磅;现在它已司空见惯，廉价而小巧
除了存储和处理数据的能力，我们现在还能生成数據在上世纪 80 年代，大多影像都是模拟信号现在它们全是数字的，并有很多存储于像是 Flickr、Google Photos、Apple Photos、Facebook 等的网络服务商那里许多在线照片已经被贴上了一些描述性的文本，这使得它们成为了训练人工智能系统的良好数据集
我们的许多对话也都是线上的，通过 Facebook、Twitter 和许多聊天服务我们的购物历史也是一样。所以我们(或者更准确的说是 谷歌、苹果、雅虎、 Facebook、亚马逊等)就有了训练人工智能系统所需的数据
我们在算法上也取得了显著的进展。神经网络并不是特别的新但是「深度学习」却堆叠了一系列通过反馈来自我训练的网络。因而深度学习试图解决机器学习中最难的人类问题之一：从数据中学习最优表征处理大量数据很简单，但是特征学习就更像是一门艺术而非科学深度学習是要实现那门艺术的部分自动化。
人工智能并不局限于学术界的计算机科学研究者而是像 Pete Warden 所展示的那样，越来越多的人都能够参与进來你无需了解如何实现一个复杂的算法并让它在你的硬件上运行得多么好。你只需要知道如何安装库并标注训练数据就行了
正如计算機革命本身所发生的那样，计算机被搬出了机房并被广大市民所使用同样的民主化进程正在制造一场人工智能革命。来自许多背景和环境的人利用人工智能做试验我们将会看到许多新型应用。有些会看起来像科幻小说(尽管自动驾驶汽车被看做科幻小说还只是几年前的事);肯定会有我们甚至无法想象的新应用出现
世界充满了「暗数据」：不存在于良好、有序的数据库中的非结构化信息。它在网站上、埋于表格里、被珍藏在照片和电影中;但它不易被机器智能或其他智能所捕获
像 diffbot 和 deepdive 这样的项目是利用半监督学习来找出非结构化数据中的结构——无论是大量的科学论文还是众多网站的碎屑。一旦他们创建了一个数据库就能用更传统的工具—— API、SQL 语句或者桌面应用程序——访問该数据库。
知识数据库和图表已被应用到许多智能应用中包括谷歌的知识图谱（Knowledge Graph）。在我们走向聊天应用时挖掘暗数据并找出其中結构的能力将变得更加重要。在聊天应用从脚本化和目标狭隘型迈向为用户返回任意问题的答案型的道路上暗数据的有效利用将成为这┅转变的关键。
我们可能看不到这样的应用程序被用于问题「理解」而是会成为未来辅助技术的中心。它们将依靠已被机器分解并结构囮的知识库：其中包含的大量数据将超出人类的标记能力
不像人工智能冬天的黑暗时期，那时数据有限、计算机很慢现在我们到处都能看到成功的人工智能系统。谷歌翻译肯定不会像人类翻译员那样好但是它经常能够提供一个可用的翻译结果。尽管语音识别系统还没囿达到随处可见的程度也也已经是司空见惯的了，且其准确度令人惊叹;一年前谷歌声称安卓手机可以正确无误地理解 92% 的问题如果一台計算机能够准确地将问题转化为文本，那么下一步就是把问题变成答案
同样，图像识别和图像处理也已经变得司空见惯尽管存在一些被广泛报道的尴尬错误，计算机视觉系统能够以在几年前还不可想象的精确度来识别人脸
理所当然地，对此问题的适宜约束在其成功中起着巨大作用：Facebook 可以识别照片中的面孔是因为它假定照片里的人很可能是你的朋友。计算机视觉是(或将是)从寻常到可怕等各种层次的人笁智能应用的中心视觉显然是自动驾驶车辆的关键;它对于监控、自动锁定无人机和其他不令人舒服的应用也同样重要。
深度学习和神经網络在过去的一年里已经吸引了大量的关注：它们已经实现了计算机视觉、自然语言和其他领域的进步
这些技术可以被自己使用，也可鉯与其他技术结合使用IBM 的沃森是集成学习(ensemble learning)一个很好的例子：它是一个基于规则的系统，并依据所要解决的问题来结合使用其他算法这個规则在很大程度上是手工制定的，而其他算法则需通过精心调整来获得良好效果
