“风暴将过去，人类将继续存在，我们大多数人仍将活着，但将生活在另一个世界中。”

——尤瓦尔·赫拉利

第一个问题是极权主义监视和公民赋权之间的选择。尤瓦尔认为，疫情期间实施的很多紧急措施，可能会在这次疫情之后，变成我们日常生活的一部分。面临疫情考验，相当多的国家实施了实验性的措施和行动，整个社会都在充当这些实验的豚鼠ping。其中一类国家是效率比较高的紧密型社会；另一类国家是松散型社会，它们更强调公民权的实现。这两种类型的社会，面对新冠疫情的反应是不太一样的。尤瓦尔担心，当下的这些紧急措施，比如现在遍及全球的监控、居家、lockdown，会让政府越来越有权力，以至于最后侵犯到公民的Privacy？

第二个问题是民族主义孤立和全球团结之间的选择。全球供应链因为这次疫情出现了问题。同时，民粹主义和民族主义的兴起，也让全球化面临挑战：未来到底是继续地全球一体化还是各国从此各买各的？

针对这两个问题，我想给大家分享一本书，是去年哈佛商学院的Shoshana Zuboff教授写的，叫《The Age of Surveillance Capitalism》，中文译名是《监控资本主义》。这本书特别有意思的一点是，明明是一本讨论资本主义的书，却举了很多社会主义中国的例子。这本书的一个主要观点是：在数字化技术，包括AI、大数据等，越来越丰富、成熟的时候，无论是资本主义国家还是社会主义国家，其实是殊途同归的，都把个人置于越来越多的监控之下，只不过资本主义的美国是利用企业来实现这种监控的。

相较于Shoshana Zuboff，尤瓦尔·赫拉利的观点是更极端，更深入的。他认为，如今的政府不仅要监控我们皮肤之上的情况，还要监控我们皮肤之下的情况，包括体温、病情等等。为了保证国家不会在重大冲击下崩溃，这样的监控强度以后可能会变成一个常态。这种24小时*7，从皮上到皮下的监控，让我们步入了“Under the Skin Surveillance”的时代。在这个时代，我们需要重新思考隐私与安全。这不是一种危言耸听，现在的很多技术，其实已经可以帮助政府做到皮下监控，包括在外皮肤上贴智能标签，或者是在身体里植入一个小的芯片。这些技术不光是可以监控到你的体温，你的健康状态，甚至你的情绪，你的位置，都能监控到。这是一件很可怕的事。如果你的领导在上面讲话，同时还能感觉到你的情绪变化，那你是不是如坐针毡呢？

当然，这是一种极端的现象，但是这种现象不是不可能发生的。福柯早就说过，边沁提出的全景监狱，其实就是一种现代的权力技术。而当你有数字技术的加持，权力技术可以更加地无所不至,形成所谓的 “Digital Panopticon”。Panopticon就是边沁提出的全景监狱的模型，而居于模型中心的是WatchTower（塔楼），可以看到监狱的全景。腾讯的总部大楼就很有Watch Tower的感觉。像腾讯、 Facebook、今日头条这种类型的互联网公司，它们能看到我们在平台上的身份信息和行为数据。它能看到你分享的是什么，然后通过算法了解你的行为代表着什么。在给你构建一个完整的画像之后，它再用内部的人工智能体系，分析出、预测出你未来的行为是什么，甚至比你更了解你自己。因此，我们如今在网上看到的大部分信息，其实都是给我们定制的广告，比例应该超过了50%。你会发现在网上看的东西，表面上看好像是你在用你的自由意志去搜索出来的，但是越来越多的内容是对你无益的广告。当然，它也可能伪装成了一些有故事性的内容，但都是根据你的画像，经过行为设计匹配的内容。

另外，还会出现一种现象叫做The Soap Police，肥皂警察。用肥皂洗手这个卫生习惯，并不是人类一开始就有的，是经过无数次大瘟疫积淀形成的。中世纪的时候，欧洲的城市肮脏不堪，导致黑死病的流行，部分区域的人口消减一半以上。人类在与病毒不断纠缠演化的过程中，越来越了解我们需要哪些有效的技术、手段让自己生存下去。新冠病毒，哪怕研发出了疫苗，也只能解决一时半会的问题。类似的瘟疫，以后一定还会有。因为当今世界，人口越来越多，交通连接越来越方便，病毒的传播比几个世纪以前要方便太多。因此，往后的公共卫生可能和公共安全一样，需要有一些更强制的手段，形象的说法就是“肥皂警察”。同样也会有一些技术手段来帮助政府和社会机构，监控到个人的、群体的、社群的卫生状况，或者是潜在疾病发生的状况。

比如，带UV消毒的清扫机器人。普通人家里做清洁，把地上的灰尘扫扫就完事了。这种机器人加上了紫外线功能，对整个空间的空气或者各种各样的接触面做消毒，还能把相关数据在你的手机里展现出来，这样就可以了解到这个房间是否干净。这种技术现在广泛运用在医院里。

丹麦有一家创业公司，叫Blue Ocean Robotics，就专门做这种清扫机器人。疫情发生的时候，它的这个产品就销往中国，价格高达6万欧元。现在价格已经急剧地降了下来，因为国内在苏州那边出现了仿造的。中国一开始做，就把成本降下来了，价格也随之降到了3000欧元，大概是原来的1/20。但是这种清扫机器人依然大有可为，它以后可能不光是医院的标配，等技术进一步普及，可能会变成酒店的标配，如果你开的酒店没有这种机器人，顾客可能不敢去住，再以后可能会变成小区的标配，甚至是家家户户的的标配。

通过这次疫情，我们也会重新思考工作方式。

二十世纪60年代的时候，有一家办公室厂商利用一些新技术演示了一种未来的工作场景--居家办公。当时大家觉得这太疯狂了，有电话，有传真机，就可以在任何地方办公吗？这是60年代一个超前的Concept。

而当下正是我们可以重新思考工作方式的时间点。Work From Home，WFH，这是最近非常流行的一个检索词，也就是在家工作。工作、生活和学习的界限会模糊，同样的一个设备，它可以是你的视频协作平台，也可以是你的远程办公平台，又或者是健身教练的服务平台。未来，实体的Office概念会越来越小。每天24小时，你的时间大多数是在线上，分配给Cyberspace，基于各种各样的视频协同技术来做协作分工。

我们同样需要重新思考生活方式，现在流行的词叫Modern Homesteading，其实就是自给自足，不依靠他人。瑞典的一家公司在落实这个概念。老外家里空间比较大，而且北欧阳光比较少，所以他们居家的时间比较长，之前他们喜欢冬天的时候去东南亚旅居，但现在东南亚也变得不安全了。出于前文提到的各种各样的原因，北欧人在家的时间越来越多了，而一些技术可以帮你在家做深度式精准农业。用LED的照明农业，加上鱼菜共生和一些Agronomic，放置在一个加了太阳能和地热的被动式房屋，这样就变成了一个0排放的被动式建筑，同时还可以生产食物、生产能源、循环水利用。这样一个建筑里，你的basicliving是可以自我保障的。你可以节约出大把的时间，做一些创意相关的工作。做这些创意工作的时候，如果你需要跟大家碰撞、协同，也可以利用前文我们提到的工作方式去沟通。因此，social distance这种有距离的社交可能也会变成一个常态。

《世界是平的》的作者弗里德曼，在The New York Times的专栏写了一篇文章。他认为，从时间维度上看，国际金融危机大概是10年一遇，而全球的公共卫生危机是百年一遇的，就像上次大流行是1919年，全球死了5000万人，占世界总人口的2.5%。2020年，我们是同时赶上了十年一遇的事和百年一遇的事。

从空间维度上看，金融危机主要是对金融市场的冲击，而疫情危机不光是对金融市场，它对整个社会形态，包括全球供应链都会造成很大的冲击，但是这个冲击也会催生新的全球化转型。这一轮全球化转型是通过数字来转型，加速AI互联网、5G和生物医药的创新。我之前也给创业者们分享过一本书，叫《去规模化：人工智能和新一代企业如何创造未来经济（Unscaled：How AI and a New Generation ofUpstarts Are Creating the Economy of the Future）》。

马克·安德森对商业模式有一个非常精辟的总结。他说只有两种挣钱的方式，就是组合或者拆解，bundle or unbundle。拆解，unbundle,其实是为了重新组合，rebundle。数字技术就是把原来上一代基于原子的技术，改成基于比特的应用软件。十几年前的有一个著名提法，叫做software eats the world就是软件吞噬世界。比如，手机上这些应用的功能，之前都是由一个个实体产品来提供的，包括收音机、录音机、照相机、摄影机、 GPS等等，现在都变成了免费应用。这些去物质化之后拆解成的应用，它本身可以演化成新的商业模式，同时它也可以在新的平台上聚合。所以，产业链永恒的趋势就是合久必分、分久必合，我们不必太担心这次全球供应链的重组，重组必然伴随着新的技术突破和创新，否则它也重组不了。这样一来，谁能用新技术去把整个供应链里最有价值的部分拆出来，然后能让它提升效率，在新的数字化平台上进行重组，谁就能赢得先机。

其实之前我们已经经历过这样的重组。即使是在互联网时代，也已经重组了三代。最早的是雅虎和国内的三大门户，开启Web1.0时代。之后，到了 Facebook的Web2.0时代。现在其实已经开启了Web3.0时代。根据达沃斯论坛主席克劳斯·施瓦布的定义，2015年之后是第4次工业革命，也就是说智能化的时代已经开启，标志就是Alpha Go战胜李世石。

每一次新技术的升级，都会把旧供应链的某些功能单元拆出来，用技术手段做到10倍以上的放大，变成一个新的商业模式。比如，谷歌把搜索从雅虎拆出来，形成了一个市值万亿美金的企业，亚马逊把雅虎上卖东西的广告拆出来，也变成了一个市值万亿美金的企业， Facebook则是把找人拆解出来。当然，也有企业在拆 Facebook，拆Amazon，比如 Netflix，它是当前全球最大的娱乐公司，比迪士尼的市值还要高，而且疫情之后它的市值还会接着涨，因为大家空闲时间更多了，会消费更多的数字娱乐。Netflix其实是在拆Amazon,因为Amazon自称是everything store，什么都卖，它唯一卖不过的就是Netflix的流媒体内容。

2015年以后的这次技术升级会有一些新机会出现。因为数字经济的底层逻辑是数据，它的特性是富足，这让它跟传统的商业逻辑不太一样。以前的商业逻辑是要生产出实际产品，通过交易来实现价值，产品本身需要消耗资源，因此产品特性一定是稀缺的。数据不一样，它是富足的，它的价值在于共享，而不是交换。你跟别人交换数据之后你并没有失去数据。共享是得到对数据的使用反馈之后，反而让你的数据价值有所提升。这其实是梅德卡夫定律的范畴：一个网络的价值等于该网络内的节点数的平方，而且该网络的价值与联网的用户数的平方成正比。

这样的特性会造成什么样的情况呢？传统的实体经济是有大、中、小的正态分布的，当这个实体行业进行数字化之后，进入到富足的比特经济、数字经济里，原本的正太分布形态就会变成幂律分布。因此，所有人都在提产业中台，无论是互联网行业还是金融行业，许多企业也都在争夺产业中台。只有产业中台才能制定游戏规则，其他人想在行业里继续生存、不被淘汰，你只能是把自己简化成一个依托产业中台的小微，一个更胖的长尾，未来的产业生态就只有这两种策略。要变成产业中台，不能什么事都做，需要有一个利他的心态，一个赋能的心态，像GE之前做工业互联网，号称From GE To Everyone，由GE来面向所有的上下游企业提供服务，这种封闭式、垄断型的工业互联网平台是永远做不出来的。

比如亚马逊的AWS，原本只是为它内部提供IT基础设施服务的。但是在11月、12月的使用高峰过去之后，AWS就没用了，所以亚马逊把它开放出来，为更多第三方提供服务，而因为数字经济的摩尔定律，AWS的成本越来越低，能力越来越强，最后形成了一个新的高速发展的飞轮效应。

这里要把数字经济指数增长的底层逻辑跟大家交代一下，其实有三大定律：

第一个是摩尔定律，这是关于计算能力的。从二十世纪60年代提出来到现在50多年了，基本上还work。只不过现在的芯片快到物理极限了，在几纳米上部署这么多的集成电路，已经是很难做，越来越难做，但是没关系，还可以把原本CPU的一些功能拆出来，变成专项芯片，比如GPU之类的，这些专项芯片还可以继续符合摩尔定律。

第二是梅德卡夫定律，说的是网络连接。现在的企业要想成功，不光要看你的核心竞争力，而且要看你在网络里处于什么样的位置。如果你在网络里是枢纽节点，你的价值就很大，因为跟你连接的人和企业就多，连接多的话，你的价值是和连接的平方成正比的。

最后一个定律叫吉尔德定律，吉尔德定律说的是网络带宽。带宽的下降速度比计算能力增长更快。现在的5G是之前3G时代带宽的2000倍以上，是4G时代的几十倍上百倍。吉尔德定律也叫做胜利者浪费精力，就是说要想你的商业模式在网络经济时代胜出的话，你必须把你的商业模式构建在一个资源消耗最大，成本下降也最大的场景之下，其实就是带宽的场景。

举个例子，为什么ZOOM去年上市的时候市值160亿美金，疫情出来之后，就突破了300亿美金，此时它上市还不到一年。一是有疫情，大家必须做视频协作，二是带宽成本加速的下降，而且5G，包括以后的6G，带宽成本下降的速度比摩尔定律还要快，因为它一方面包含摩尔定律，毕竟决定带宽边缘计算能力的也是芯片，同时它又有整个网络的叠加效应。

以上三大定律综合在一起，我们可以用来分析商业模式到底有没有成为独角兽的潜力。第一是消费人群的行为发生变化。第二是具有多个指数型技术的组合，指数性技术的组合可以使整个技术的加速得到增强。看这两条就可以做判断。

像瑞幸，它没有指数型技术的组合，它的底层逻辑是靠人去消耗咖啡，这不可能是指数型技术的组合。还有《坏血》里的Theranos，它把自己包装成一个硅谷公司，但是它的底层逻辑不是摩尔定律，而是化学的规律。验血的工艺和实验成本是不可能符合摩尔定律的。世界上哪种验血能做到每18个月精准度提升一倍，成本降低一半呢？不可能做到的。

如果一个商业模式的底层逻辑不是指数型技术的组合，那它宣扬的指数增长一定是假的。从这一点来看，瑞幸一定是造假的，它不造假都不行，因为它要把自己包装成可以指数增长的企业，但是它的底层逻辑又不符合，于是它只能造假。

说完这三大定律，留一个有意思的问题给大家：根据吉尔德定律，什么样的项目最终会在5G时代胜出？

我们目前能预见的指数型技术，我在图中给出了：

这里的每一项技术都是指数型技术。特别是SyntheticBiology 合成生物学，其实就是一种基因工程，它的成本下降速度其实比早期芯片的摩尔定律还要快，它是以一个超级摩尔定律的速度在发展。所以，我对未来用合成生物学来制造人造肉、人造衣物乃至各种各样的人造产品，还是持乐观态度的。以后细胞就是工厂，而不再有化学工厂，细胞工厂可能直接造出各种各样的产品。

用一张图来总结一下今天对数字经济的深层探讨：

之前我们讲的是新冠时代的数字经济，作为创业者要如何面对这种新的形势？

我们说，数字忍者需要新资本。第一个资本是人力资本，你的终身学习一定要跟上甚至超过指数型技术的发展曲线，形成认知盈余。第二个资本是社交资本，你要在社交网络里通过分享获得关系盈余，如果你在社交网络里是一个黑洞，跟大家不交往，只是被动的吸收，那你的价值就没有体现。第三个是Reputation Capital,声望资本。要获得品牌盈余，无论是个人品牌，还是企业拼皮，都需要有自己的定位。这三者的组合就是Digital Ninja所需要的新资本。这是在数字经济时代，我觉得比传统资本更有价值的新资本。

数字经济时代，创业的逻辑也从线性变成基于社群的闭合。创业命题从社群里来，创业筛选从社群里来，产品的构建和市场验证，包括早期投资，都是在社群里实现闭环之后，再一轮、一轮地向社群之外进行扩展。企业的市场发展过程也是企业社群扩展的过程。这就跟以往线性企业的商业模式是不一样的。

在一轮、一轮的扩展过程中企业会遇到很多的混乱。对于创业者和投资人来说，就是要在混乱中找到秩序。谁能发现秩序，谁就能发现好的商业机会。用鲍勃·迪伦的话说就是，“Chaos is a friend of mine”，我们要拥抱混乱，拥抱不确定性。黑天鹅事件不可怕，可怕的是你看不到它后面隐藏的新机会。Every black cloud has a silver edge，任何乌云都镶有银色的边， Never let a good crisis go to waste，不要浪费任何一次好的危机。

按照广义的算法，中国数字经济的规模在2018年达到31万亿元，占整个GDP的比重是34.8%。从占比来说已经是全球第一。从绝对值来说，仅比美国稍微少一些。

国家为什么开始重视数字经济和科技创新？

其实，2018年诺贝尔经济学奖得主保罗·罗默用他的增长模型已经把这个问题讲清楚了，就是知识的外部性问题。纵观40年来的改革开放，国家依靠人口红利，政策红利，投资基建快速地发展经济，因为我们和发达国家的落差比较大，起步比较晚，再加上我们的储蓄偏好，让投资驱动力很强。这种发展经济的模式，不是由创新驱动的，因此是线性的增长，边际利润慢慢走平的。现在，我们已经到了走平的程度。随着人口的老龄化，用工成本的提高，光靠人口红利，增加基建投资已经难以为继。唯一能保持经济持续、长期增长的还得是技术创新。这是唯一一种跟时间成指数关系的增长要素，所以必须得大力投入科技创新。这是美国最害怕的一点，怕我们在科技创新方面超越它。美国人自己也明白，中国的经济总量一定会超越美国，这个他们倒是很坦然，他们害怕的是我们的科技创新能力比他强，这样就会加速放大我们经济总量的优势。举个例子，我们在2010年的时候GDP总量超过日本，到现在用了不到10年时间，GDP变成了日本的3倍多。这其实就是指数型增长的放大作用。

国家现在投新基建，我觉得是对的。但是数字经济有一个最大的问题，就是它并不能增加就业机会，相反，它很大程度上会削减就业机会，那怎么办？美国的总统候选人Andrew Yang提出了UBI（UniversalBasic Income，全民基本工资）。中国以后也会面临这个问题：一方面要靠创新去保持经济的长期持续发展，另一方面要保障就业来保证社会的稳定。这两件事本身是有矛盾的，需要政府有一个策略和节奏的总体把握。

首先，未来的大企业会越来越少。因为未来的大企业都会把自己变成一个平台，或者简化成产业平台，而很多非核心的领域，社会是不需要有两个产业平台的。竞争的结果是绝大多数人都依附在一个平台上进行管理，当然要做到这种真正的平台是很不容易的。但是像以前动辄几十万、上百万员工的这种企业，将不复存在。特斯拉的市值是几大传统汽车企业的总和，但是特斯拉的工厂都没有人，已经自动化、智能化了。微软、苹果这些万亿美金市值的公司，也没有多少员工，现有的员工还大多是技术人员。华为的20万员工里有14万是工程师。京东也有20多万人，不过有14万都是快递小哥，这两家公司就没有可比性。总的来说，以后的企业规模会越来越小，不会再有超大型的企业。

传统企业在这个过程中，确实需要做出一些比较艰难的决定。它得愿意把一些核心资源开放出来，而且它还得有能力开放，构建一个具有飞轮效应的围绕自己业务的生态，这样才能成功转型。否则，它会被这些新的创业企业消灭掉。

金融科技公司就是这样发展起来的。这些金融科技公司，它不需要去颠覆银行，而是把银行或者保险公司不挣钱的业务，拆解出来，用技术手段提升一下效率，就可以有很大的生存空间了。保险科技，是中国金融科技领域我最看好的板块。我觉得一个社会发展得越成熟，越需要像保险科技这样基于数据做决策、做预测的高价值业务，因为保险就是典型的算法科技。