科技行业不可忽视的三件事

在科技行业，很容易陷入细节中。 但是我们都应该退后一步，目睹一个转型中的行业。 我认为这将影响未来几年的事情。

智能手机硬件如虎添翼

正如我的同事Carolina Milanesi最近写的那样，在智能手机领域进行创新变得越来越困难。 每隔几个月就会出现十来个崭新的闪亮小玩意，毫无疑问，我们在智能手机硬件的重大进步即将结束之时，PC和（最近）平板电脑一直在为此苦苦挣扎。 迭代的变化将会到来，但是我只是看不到任何智能手机的显着变化真正使我们所有人震惊。

取而代之的是，寻找智能手机作为增强和虚拟现实之类的新硬件创新的基础。 可能还会越来越重视软件和服务体验。

几年前，我的儿子本（Ben）写了一篇名为“我们的服务命运”的文章，指出新市场总是始于硬件，然后才转向软件。 随着软件的成熟，价值转移并结束了服务周期。 但是，这种观察主要限于企业案例研究。 智能手机是我们首次将这种动态应用到消费市场。

这是我们看到软件/应用行业和消费者服务收入增长的主要原因。 展望未来，我的研究重点是消费者服务对未来意味着什么，以及哪些公司最有可能拥有这一领域。

人工智能还处于起步阶段

今天，我们市场上没有的东西真的是“人工智能”。 我们看到一些聪明的算法试图预测或了解我们，但与AI的潜力相比，它们却显得苍白无力。 今天完成的真正工作是比人工智能更多的机器学习，但是各个领域的技术公司都在竞争训练他们的网络的竞赛。

这需要大量非常好的数据。 我认为，我们从谈论AI的公司（亚马逊，Netflix，Google甚至在某种程度上甚至是Apple）看到的大多数批评是由于缺乏真正好的数据。 我想更深入地研究每家主要公司的AI策略中的弱点，但是现在，我仍然对这些系统对我的了解甚少感到困惑。

部分原因与仍在解决中的两个基本难题有关。 首先是半导体。 如前所述，在AI芯片组技术方面，我们正处于1980年代的PC时代。 训练网络仍需要数小时或数周。 唯一的解决方案来自多年的硅架构进步。 没有神奇的革命性突破可以加快这一步。 像Intel，Nvidia，AMD，Qualcomm甚至Apple这样的公司都在为解决极端困难的挑战而努力，以便为软件和服务公司提供他们提供即时网络培训和真正的AI技术所需的计算能力。

尚待解决的第二个问题是无监督学习。 如今，大多数网络都使用“标记数据”进行训练：一个人已经标记了狗，街道或人的图像。 从本质上说，文本已经被标记了，但是很难教计算机看到它。 随着行业达到无需人工干预即可对机器进行培训的地步，我们将朝着更好的培训和更好的AI迈进一步。 这就是我发现Apple的第一篇有关AI的有趣文章的原因，因为它谈到了通过使用图形而非物理图像来教授计算机的无监督学习过程。

5G：重要但距离多年

推动新创新的另一个关键发展是5G，它将提供迫切需要的网络容量，以支持我上面概述的大部分功能。

向LTE过渡大约需要六年。 高通公司想提醒我们，网络技术的寿命通常为18至20年，而在中途，我们倾向于看到下一次演进向市场扩散。 如果保持这种模式，我们应该在2020年开始看到5G。

5G将在计算机以外的许多市场中发挥重要作用，尤其是汽车，它将处理大量数据并在车载和云处理之间取得平衡，以实现与自治性，安全性等相关的功能。 寻找它来驱动大量新连接的设备。

这些趋势将决定下一步的发展。 关键是这种过渡不会在2017年或2018年发生，甚至可能从现在起五年都不会发生。 重要的是不要陷入炒作并查看全局，以便在这些重大变化发生时我们做好准备。