增速为王 四个行业的剧变所印证的投资法则

本篇文章2869字，读完约7分钟

编者按:本文作者王川是一位投资者，中国科技大学三年级的校友，现居美国加州硅谷，个人微博9935070，微博@硅谷王川。36氪星被授权从其个人微信公众账户investguru复制。请在此查看这一系列文章。

在过去一个月左右的时间里，我连续写了八篇关于神经网络和深度学习的文章，一些读者给我发了私人信件:你不是在学习投资吗？你为什么又关心深度学习？

在回答这个问题之前，让我介绍一下我投资的第三条规则:增长为王。

扩张意味着当同一问题有不同角度的解决方案时，产品性能增长最快的解决方案最终会胜出。

这条规则的一个推论是，一旦一个增长缓慢的解决方案被另一个替代方案取代，其背后的公司或个人将像悬崖一样崩溃。

对于之前投资的第一条和第二条规则，您可以直接点击链接。

这一规则的第一个经典例子是数码相机取代了传统的胶片相机。

如果你读了这篇文章，

你可能还记得第一台数码相机是柯达公司在1975年发明的。数码相机照片的像素数量平均每年增加20%以上，而胶片冲洗照片的进展缓慢。

普通消费者使用的传统35毫米胶片大约有4-18兆像素用于冲洗照片。

然而，在本世纪初，当数码相机的像素超过2万亿时，如果它被印在一张5英寸×7英寸的照片上，肉眼很难区分它的准确性和胶片冲洗照片。

数码摄影不需要胶片，拍摄成本为零。此外，随着家用电脑和智能手机的迅速普及，传统的电影摄像机已经完全被大众市场所取代，没有任何悬念。

摄影行业的鼻祖柯达的股价自1997年以来一直在下跌，从2006年到2008年下跌了90%，直到2012年最终宣布破产。

正在发生的第二个例子是电车淘汰汽车的事件。

事实上，在过去的100年里，汽油车的效率并没有提高多少。福特在1913年生产的t型车每加仑能跑25英里，这几乎与2016年在美国销售的新车平均汽油里程数24.8英里相同。

如果你读过我的文章(你可以直接点击下面的链接)

王川:为什么油价在2025年前一直跌破每桶20美元，而且再也没有回升

据说锂离子电池的成本每年下降约16%。

当特斯拉的s型在2012年交付时，60kwh版本的底价为7万美元，续航里程为208英里。2015年，70千瓦时版本将售价70，000美元，续航里程为230英里。

事实上，2015年美国70，000美元以上的豪华轿车中，s型车的市场份额已经达到26%，远远超过同等价格的奔驰s级和宝马7系。

几天后，即3月31日，新车型3将于2017年底交付，底价为3.5万美元，估计续航里程超过200英里。这将直接影响宝马3系、高端丰田凯美瑞和普锐斯占据的市场。

接下来会发生什么？你可以参考我的文章:(你可以直接点击下面的链接)

王川:为什么大多数传统汽车制造商很快就会倒闭？

第三个例子来自20世纪90年代末的电信业。

直到20世纪90年代中期，美国的电信业一直非常繁荣。主要原因是缺乏技术竞争。通信行业的收费模式一直是:价格与通话时间和距离成正比，多年来一直没有改变，也没有讨论过，喜欢用还是不喜欢用。

直到1997年，从美国打到中国的国际长途每分钟要花两到三美元。据说电信公司在国际长途业务中的利润率远远超过了拦路抢劫。

在这种业务模式的指导下，传统电信设备公司推出了称为atm(异步传输模式)的通信协议，旨在建立一个统一的网络协议，可以同时处理语音、数据和视频。

atm通信协议的思想仍然是基于传统电信公司的语音信号传输电路交换的思维模式。

与之竞争的技术标准是以思科为代表的数据网络公司的ip(互联网协议)网络架构。从工程实现的角度来看，atm比ip效率更低、更复杂、更昂贵。

与此同时，普通消费者访问互联网的数据带宽正以每年50%的速度增长。到20世纪90年代末，有线电视公司提供的宽带服务传输速率可能超过每秒1兆比特。

1兆比特的概念是什么？将电话的语音信号转换成数据传输大约需要50千比特，相当于0.05兆比特。

随着本世纪初互联网泡沫的破灭，以美国朗讯(Lucent)和加拿大北电(Nortel)为代表的传统电信设备公司的股价从2000年的峰值下跌了99%以上。

衰落的原因有很多，但传统电话公司的atm技术已经被数据网络公司的ip技术所取代，这是一个重要原因。

随着ip技术的普及和互联网带宽的不断增加，2005年中美之间的国际通话费用下降到每分钟5美分以下。

第四个例子是对20世纪90年代中期以来家庭娱乐发展方向的探讨。

当时，主流观点认为家庭娱乐的未来方向在于所谓的互动电视。有线电视公司可以提供数百个电视频道供消费者选择和付费。消费者需要购买机顶盒来与内容服务提供商互动。

但是谷歌youtube的出现和网络带宽的不断增加改变了这种模式。

如今，美国消费者的平均网络带宽可以达到每秒50兆比特以上，而高精度视频每秒需要传输的数据不到5兆字节。

但核心要素是youtube上的视频内容呈指数级增长。

据reelseo的mark robertson称，2015年11月，用户每分钟上传到youtube的视频内容约为500小时。2007年10月，每分钟上传的视频内容只有8分钟。过去八年的平均年增长率为170%。

尽管未来的增长速度会放缓，但据估计，到2016年底，传输到youtube的视频内容将超过每分钟700小时。

拥有超过10亿全球观众并仍在高速增长的Youtube的海量视频内容，只有几百个频道、数千万订户，而线性增长的有线电视公司完全无法与之竞争。

关于家庭娱乐方向的辩论可以中止，互联网获胜。

那么这一切与人工智能/深度学习有什么关系呢？

如果你读了我迄今为止写的几篇关于深度学习的文章，

你会意识到，推动深度学习技术进步的最根本的动力是计算速度的快速进步。

计算速度的提高速度大约是每十年100-1000次。

你可能还记得，2012年10月，辛顿教授团队的深度学习模型，识别错误率为15%，远远超过了使用其他技术的团队。

在2015年的imagenet图像识别大赛中，深度学习模型的识别错误率低于4%，优于训练有素的学者的水平(约5%)。

2016年3月，谷歌的阿尔法狗(Alpha Dog)团队以4比1的记录击败了韩国的九段选手李世石，标志着人工智能技术的水平达到了一个新的高度。

人工智能的技术能力仍在加速发展，但自从20万年前现代智人出现在东非的草原上以来，大脑体积和计算能力在数量上并没有太大变化。

根据“速度为王”的理论，人会被机器取代吗？

还是人和机器的结合？一个我们现在都无法想象的新组合？

这条改变了的道路和时间表将如何展开？

这是20万年来前所未有的变化。它正迅速向我们袭来。这是未来最重要的问题。

为了找到这个问题的答案，我们需要继续跟踪并深入了解潜在的技术细节。

未来属于那些把握问题本质、把握主要矛盾、敢于探索并顺应潮流的人。

让我们拭目以待。

这篇文章由读者提交，并不代表36英寸的立场。如果转载，请注明出处

“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”