(Ajin 開口)
看底下這篇之前，俺稍微解釋這個名詞 「S曲線」，可以幫助大家理解全文。
S型曲線（S-Curve）最通常有兩種概率模型Logit model，
Probit Model，是用於描述決策選擇 (Decisiton Choice Model) 過程，是行為科學很重要的軌跡形式（functional
form）。應用於計量經濟，社會學、生物統計學、臨床、數量心理學、市場營銷等統計實證，商業決策行為分析的常用方法。該名稱來自曲線的形狀如英文字母S（起點和終點處平緩，中間陡峭），項目開始時緩慢，中期加快，收尾平緩的情況造成這種曲線。...
這S曲線是在說啥？要在描述事件進行過程的變化，就是隨著時間改變，量與速度變化的軌跡。一般來說，事物總是經過發生、發展、成熟三個階段，而每一個階段的發展速度各不相同。通常在發生階段，變化速度較爲緩慢；在發展階段，變化速度加快；在成熟階段，變化速度又趨緩慢，按上述三個階段發展規律得到的變化曲線稱為生長曲線。
生長曲線(S曲線)預測法(Growth
curve)生長曲線預測法也稱生長曲線模型（Growth
curve models）是預測事件的一組觀測數據隨時間的變化符合生長曲線的規律，以生長曲線模型進行預測的方法。
新科技從開始介入市場到市場需求量飽和的過程，也都呈現S型曲線。科技效能改善在科技初期階段是相當緩慢的，因為對科技的本質了解較少；隨著瞭解越多其改善速度變快；最後逐漸達到其最後限制而減緩。並非所有的科技有機會達到其極限。他們也許會因新的不連續。
稍微舉例說明一下：
· 從抵達飽和的程度來看，收音機與電視機確實是最先抵達完全飽和的狀態，也意味著，此兩項科技都面對著即將退化進入博物館的科技產品。收音機抵達飽和的時間，比其他三種都更早40多年。
· 侵蝕速率最快的是彩色電視，那個S曲線，從行銷到市場開始 (1950)，到接近飽和 (1960)，只不過10年左右，所有產品沒有一樣比這彩色電視爬得更快！爬的角度接近90度直角了！其次是VCR錄影機， 第三名是黑白電視，
· 新產品的推出，越來越短時間，且趨向飽和的侵蝕速度也越來越快。Pager維持才五六年就走到呈現漸進緩和的狀態，也就是說，完了，壽終，但市場侵蝕僅約30%。
· 電話是發明最早的，但侵蝕軌跡卻是拖拉最長久，也相對比其他產品扁平。這與電話的改進與發明拖拉很長久有關，尤其幾大科技突破都是間隔好幾年，手搖鈴，轉盤號，交換機，自動交換機，到數位化。最後也因為有了數位化自動交換機，才有Internet的科技。
· 這張表還有很多可以發揮，挖掘！也可以給台灣經濟發展一些概念。
相關閱讀：
人工智能發展的S曲線
王鵬鯤：過去的半個世紀，人類並沒有發明能像人一樣解決所有問題的機器，而是發明了許多隻解決某個問題的機器，這就是自動化的精髓：代替。
儘管對AI的討論無處不在，對其前景卻並沒有共識。有人說AI是未來，未來的人就算不變成機器人，也一定會跟着個機器人，如同星球大戰里的R2D2和C3PO。然而，業界仍有相當部分的人相信AI只是個泡沫，不能成為像智能手機那樣開創性的力量。
人工智能需要被具體化
這種分歧來自於對AI的誤解。人們對AI有許多籠統的說法：比如數據是新科技時代的石油，中國通過其數據優勢將統治AI研究，AI未來會代替人。它是個機器人嗎？是克隆人嗎？是個能植入頭腦的芯片？還是可以把人變成超人？AI這個名字本身，人工智能，也是誤解的來源。想要理解這種技術，需要將其具體化。有一種分類非常有幫助，將AI具體化為兩個方向：機器學習(machine learning)和自動化(automation)。
機器學習——是個從複雜數據點中尋找模式的過程。人眼可以分辨某些顯著的形狀，比如池塘里的青蛙，但如果一個綠色空間內有很多不顯著的點，人腦是無法處理的，而機器通過算法（algorism）卻可以找到一種模式，判斷出它是一隻青蛙。由此類推到其他數據庫，比如星巴克的客戶數據勾勒出龐大的消費群體，算法可以通過分析區域、支付方式、時間和消費門店等，來預測口味變化，調整策略。現在算法的最前沿是分析圖像和影像，人腦的處理能力遠遠落後於算法。
自動化——受到的誤解更深，因為人們總會不由自主的想到人形機器人和科幻世界裡人機大戰的場景。對於智能機器人的幻想從1960年就有了，那是科技的黃金年代，間接受益於各國的軍備和航空競賽。許多人暢想家庭中將會有機器人管家，有雙手雙腳，像人一樣做飯洗衣服。但這並沒有發生，而是出現了微波爐和洗衣機。在工業生產線上，也沒有出現變形金剛一樣的機器人，而是機器手。事實上，在過去的半個世紀，人類並沒有發明一種可以像人一樣解決所有問題的機器，而是發明了許多只能解決某一個問題的機器。這就是自動化的精髓：代替。
自動化在逐漸替代人類的某些功能。車和船替代了腳，縫紉機替代了手，打印機替代手寫，電腦代替了計算。1970年代的電影中經常會看到數據工作者的生活：一棟大樓里整齊坐着一排排的人，每天的工作就是錄入數據。而今天，這整個大樓的工作不過是一張excel表格。
2018年前瞻
放大現實（AR）和虛擬現實（VR）也可看做是自動化的一部分，它們在代替和強化了人某些感官功能的同時又加入了新的元素。比如VR把原本世界沒有的東西呈現在眼前，使得人真以為置身山頂或太空。
AI未來會改變什麼
今天的AI在計算和和閱讀上相對進步，對於語音識別和影像識別也有所突破，但仍然只是起步階段。未來對於影像識別的應用將給零售醫療等行業帶來革命。比如通過影像數據可以分析現在北京的每個人都在穿什麼，六個月以前穿什麼，潮流如何改變端，甚至可以分析金融街這個月大家都怎麼穿、表情如何來判斷市場走勢。
未來的城市形態會被AI改變。現在無人車的概念和一開始的「無馬車」是差不多的，戴姆勒最開始造車的時候，只是去掉了馬，車的形狀仍然像馬車。幾十年之後車才發展到我們今天習慣的流線型。無人車技術成熟後，車的形態會改變。因為到時候開車的是電腦，它們不會像人一樣考慮問題，而是會按照電腦的算法來讀取路線和指示燈，考慮速度和停車問題。正如汽車改變了今天的城市一樣，無人車會改變未來的城市。
以比特幣為代表的crypto currency也許會是AI最有革命前景的技術。它也是一種替代，是更高級的自動化。最初人們用金子作為貨幣，後來把金子存起來做儲備改用紙幣，再後來用數字貨幣，最終連數字貨幣都不需要存在了，只會留下一個記錄。所有人的交易都記錄在一個大型數據庫中，除了不知道當事人是誰，每個人能夠看到所有的交易細節。這個系統是完全透明的，只有一個被信任的數據庫而沒有中央銀行，每個人的信用都體現在交易記錄中。
AI發展的S曲線
科技發展常會呈現出S形曲線。開始增長緩慢，直到引爆點突然加速，然後逐漸減速被新的技術替代。曾經的個人電腦，智能手機都走過這樣的道路。新技術的市場化不會一帆風順，因為很難一出現就找到合適的商業模式和定價機制，哪怕Ipod這樣的革命性產品也用了五年才打開市場。
科技發展的S曲線，來源：世界銀行、WIND (全球使用量，百萬台)
並不難理解為什麼許多人會對AI持保留態度。現在初期階段風險極高，從研發到上市再到打開市場需要雄厚的資本支持和寬鬆的政策環境。中國在創新方面的政策值得學習---先期政策極其寬鬆，發展幾年之後逐漸收緊以防止風險蔓延到各個部門。這樣做的好處是使得先期創新成果有足夠的空間呈現甚至有有產業化的可能。
儘管中國和其他國家一樣，對AI的研發仍然由大公司把持，但並不是說創業者機會不再。在Iphone上市之後之後，微軟地位驟降，Facebook等社交媒體興起把Yahoo帝國逼到變賣家產。大公司從不可一世到由盛轉衰的轉變可能會很快。這為中國善於冒險的企業家提供了難得的機會。在中國艱難轉型的背景下，這同時也是中國商業的復興時代。
沒有留言:
張貼留言
發表意見者，請留稱呼。用匿名不留稱呼者，一律自動刪除。