吴晨/文 步入智能时代，欧博allbet人们该如何预见未来？有三个问题值得仔细思考。

首先，我们可以简单用过去的经验和发展轨迹推算未来吗？未来的发展是线性的吗？如果从二百多年前的工业革命算起，过去的经验告诉我们人类进入工业时代之后的发展不是线性的，而是在一次又一次工业革命的推动下呈现出加速增长的态势。

这就引发出下一个问题，我们现在所处的是许多人所说的“第四次工业革命”吗？蒸汽、电力、计算机与互联网、人工智能……的确可以这么一次又一次算下去，但是转型其实已经发生了。这种转型可以简单用“从有形向无形”的转变或者“从原子向比特”的转变来形容。计算机和互联网的出现让知识变得日益重要，承载知识的载体、知识交换的媒介从模拟形式变成数字形式，每个人可以获得的知识呈现爆炸式增长。人工智能革命是更进一步的推动力，是能直接引起质变的推动力，人类开始向智能时代转变，而完成这种转变需要重新审视工业时代所形成的一些制度、规则和习惯。

第三，智能时代会有哪些不同？可以确定的是，这将是一个创新驱动的时代，一个拥抱未知的时代，一个高度不确定的时代。这样的时代有违我们的直觉。人类历史长河中几乎所有叙事都在把变化整理成秩序，将演进归纳成规则。人们追求稳定，因为稳定给我们带来安全和安全感。新时代需要我们重新思考秩序与混乱的关系。

美国未来学家乔治·吉尔德（George　Gilder）的新书《后资本主义生活》（Life　after　Capitalism）为我们描述了一种后资本主义的可能。吉尔德对未来的前瞻可以简单归纳为三点：关于稀缺的经济学已经过时了，未来经济学应该研究的是如何利用丰沛；在物质已经相当丰沛的当下（至少是西方视角）我们需要重新定义财富，而度量财富有两个维度，从增长的维度看，财富就是知识的增长，从时间的维度看，财富就是节约时间；当下的资本主义已经过度金融化，需要回归到实体经济。

在书中，吉尔德用四个比喻构建了一个从工业时代跨越到智能时代的极具前瞻性的思考框架。预见未来是题目和答案都不明确的考试，拥有一个好的框架能帮助我们适应随时随地地变革。

比喻一：透过摩尔定律来理解学习曲线。

自从20世纪60年代半导体被发明之后，摩尔定律就被用来解读芯片的发展，即用于芯片的半导体的数量每十八个月到两年会翻番，生产成本则会下降一半。摩尔定律并不是物理定律，但在过去的70年，整个芯片产业几乎一直沿着这一定律前行。不同的人会有不同的解读，有人认为摩尔定律基本上界定了整个芯片产业的投资更新周期，有的人则担心当芯片即将突破3纳米工艺（几乎是物理的极限）之后，这一定律即告失效。

在吉尔德眼中，摩尔定律是一种帮助人们理解经济发展的比喻，摩尔定律的背后是幂律分布（很可能带来指数级的增长），这恰恰是驱动知识经济发展最重要的规律。“学习即增长”，摩尔定律体现的其实是学习曲线的演进。

例如，当人们试图解释或理解中国制造的发展，尤其是从山寨到自主创新的发展，学习曲线提供了一个重要的视角。经历了20年的飞速向前，中国的供应链发展几乎所向披靡，在传统的化工、机械制造、钢铁等等行业，中国产业链的齐备程度已经独步世界，具备产能优势和成本优势，在学习曲线上已经进入加速提升的快车道。从光伏到液晶屏、从电池到电动车，快车道的加持让中国制造只要进入一个行业，就可能在比较短的时间形成规模与成本的优势，且能保持技术日益领先。

学习曲线之所以遵循加速回报定律，是因为经验的积累和扩散所带来的价值，而经验恰恰是“财富即知识”中积累下来的知识。此外，经验是无形资产，或者说知识的资产价值是隐匿的、不可言说的，无法用语言和数据完整地表达出来，不是简单的“逆向工程”就能够学会的，必须通过“学中干、干中学”来积累。中国制造从山寨到创新，本质而言就是在实际工作中学习了经验、积累了经验、传播了经验。前瞻中国经济必须理解这一加速动能。

比喻二，用集装箱来比喻环境与创新的关系。

集装箱是20世纪的重要发明，推动全球贸易在1960年后的60年中从1万亿美元增长到28.5万亿美元，让东亚和中国可以更方便地加入到全球经济的大分工中，也让价廉物美的中国制造可以风靡全球。

从信息论的视角，吉尔德将集装箱与电信和互联网的发展类比：集装箱的发明者马克林预见的是一个用于贸易的分组交换网络，与移动通讯和互联网上信息传递所运用的分组交换一样。通过标准化，全球贸易从散货的“模拟世界”转型成为集装箱的“准数字化世界”。可移动、可升降、可堆叠、可存储、可冷藏的标准集装箱（TEU）成为全球贸易中传递的字节。标准化的集装箱大幅压低了海运的成本。过去60年，因为集装箱的发明，仅美国就节约了约1.4万亿美元。

从信息论的视角，集装箱节约的是集装箱货轮相对于散装货轮巨大的时间成本。从效率和创新的角度，集装箱又能让我们看到，在支持创新时，哪些事情是可为的？哪些事情是不可为的？集装箱带来标准化、效率、节约成本，是一种高效的秩序，换言之是“低熵”的状态；而集装箱货运所催生的全球经济大发展却是多样的、百花齐放的、不断创新的，换言之是“高熵”的状态。

集装箱和它所运送的海量货物也可以用来比喻营商环境和创新之间的关系。营商环境应该像集装箱那样标准化、有秩序、便宜高效，用以支持百花齐放、复杂多样的创新，就像极其丰富的海运商品。用吉尔德的原话就是“经济政策应消除传送渠道中的熵，以增加传送内容的熵”，就好比送礼时，礼物盒子是看得见的，真正的惊喜在盒子里。

这一比喻也可以用于政府与市场关系的类比：前者提供便宜、高效的制度环境，后者奖励冒险并淘汰失败。与“学习即增长”结合起来，经济政策的可靠性不在于是否增强了激励，而在于是否加速了学习。当信息迅速生成并能够自由流动时，学习就会加速。

比喻三：信息即意外，不确定性是未来的主旋律。

什么是信息？信息即意外。理解“信息即意外”，先得讲个老掉牙的笑话：监狱的囚犯已经讲了太多次同样的笑话，以至于后来他们给笑话编了号，每当一个囚犯喊出笑话的编号时，仍然会引起笑声，因为编号选择是一个意外。如果真的讲了笑话，则只会得到嘘声，甚至更糟。

为什么会这样？因为囚犯在监狱里呆得太久，所讲的笑话都是老掉牙的，听得耳朵里都起了茧子，如果再讲一遍却没有提供新的信息，不仅不会给人带来愉快，只会让人感到厌烦。随机抛出的编号则不同，不可能事先知道。信息即意外，哪怕是对原有信息的重新排列组合。《为什么伟大不能被计划》一书一再强调探索的重要性。探索就是遭遇意外，科学进步的重要性可以通过判断信息意外程度的方式来衡量。突破越不合理，遇到的阻力越大，可能产生的影响就越大。哈耶克之所以认为中央计划会失败，就因为人们不可能事先了解尚未发生的事情，当计划掩盖了意外，也就忽略了知识（新的信息）。

在人工智能带来巨大便捷的时代，我们特别需要提防“信息即秩序”的想法。的确，人工智能——比如算法推荐——会带来巨大的便利，无处不在的监控也会带来安全。回归到集装箱的比喻，这种秩序的便利和安全应该是创新的基础设施和支持系统，而不是逃避意外的避风港。已经知道的并不是信息，秩序只可能是创新的基础，创新需要意外，越离谱的意外越可能带来巨大的创新，将意外视为不可接受的风险就会出问题。

尽管知识是已知事物的总和，但每一次知识的增加，每一条新的信息都会带来意外。下一步总是未知的，总是一个需要证明或证伪的实验，总是被时间的不透明帷幕所遮蔽。这就引出了第四个比喻，关于时间的比喻。

比喻四：货币即时间，只有时间是稀缺的资源。

货币即时间，因为时间是唯一不能印刷、扭曲、伪造的“货币”，是未来唯一稀缺的资源。但时间还有一个重要特征，即理论上的无限可延展性。在探索未知、拥抱意外的过程中，只有时间是衡量生产力、经济价值和丰富程度的终极标尺。时间终将检验一切（Timewilltell）应该是我们对待未知的惯常态度。

时间价格也是衡量富足和丰沛最好的标尺。时间价格是计算赚取商品和服务所需的小时和分钟。从福特引进生产线，大幅降低T型车成本（学习曲线），提高小时工资来吸引工人，汽车就开始进入工薪阶层家庭。以小时工资来计算，福特生产线的工人可以用不到三个月的工资买到一台车，这是之前的人们想都不能想的事情。

富足时代的特征是时间价格的持续降低，因为节约时间带来的恰恰是富足。随着时间价格的下降，往往是穷人受益最多。因为不再需要为了温饱而终日奔忙，每个人都会有更多时间去休闲或者去创造。按照《超级丰裕》(Superabundance)一书作者的计算，在最新一波全球化的约40年间（1980年到2022年），（西方）工人用相同工作时间挣得的收入能够购买的商品和服务是此前的约3倍。

在《后资本主义生活》中，吉尔德提出了四个经典的命题：财富即知识、增长即学习、信息即意外、货币即时间。这些命题也是我们思考智能和无形经济给时代带来的推进和改变的抓手。