所有技术创新的历史都是数据的历史

你有没有想过这样一个问题：

如果谈技术创新和科技发展，我们目前处于一个什么样的周期？

比如按照热门技术领域的定义，这是一个AI、5G和区块链交叉融合的时代。

根据应用行业的不同，也分为消费互联网和工业互联网。

根据物理介质的不同，把线路上的一切都看作是电子驱动的虚拟世界，以原子为单位的空间变成了现实世界，然后两者交错，虚与实一起诞生，赋予了数字孪生's名字和Metaverse元宇宙's判断。

但大多只是对现象的描述，缺乏一致的本质抽象。

在解释过去的事件时，我们应该持有不同的观点，在预测未来的事件时，我们缺乏主线。

有没有隐约的图案？

你可以用简单的方式解释过去、现在和未来。

有——可以从数据.的角度来解释和预测

我们过去和现在经历的技术创新一方面是由数据量驱动的，另一方面是由数据的有效利用驱动的。甚至面向未来，这两股力量正在给“下一代创新”给出答案。

所有技术创新的历史都是数据的历史。

所有的科技发展史都可以作为一个数据视图。

技术创新简史

在以史为鉴的总结判断中，一张技术周期和应用机会的趋势图不断重复。

绘图样式多种多样，但结果相似。

以线性时间为轴，以当时主要技术或公司为成果：

门户时代搜索时代社交时代电商时代本地生活服务.

另一个类似的概括是：

互联网移动互联网人工智能…….

然而，许多情况很难用这种线性归纳来解释。

比如门户代表新浪搜狐(1998)，社交代表腾讯(1998)，电商代表阿里巴巴(1999)，搜索代表百度(2000).基本没有明显的启动周期。

而且，很难解释什么是以今日头条为代表的内容聚合应用在门户时代消亡后已经成为共识。Renren.comKaixin.com在社交时代陨落明星之后，微博微信Momo是社交赛道吗？阿里JD.COM提供了这么多电商服务，电商领域还是有品多多这样的大树。

另外，百度是互联网公司吗？还是AI公司？

字节跳动应该再次被指定为移动互联网吗？还是AI？

以硬件交互终端's时间划分：

PC 手机 AIoT\可穿戴\ ar \ VR \ Mr.

尤其是在下一代终端的预测中，这个逻辑被充分演绎出来。

但是，如果我们严格来看，其实是“智能手机”继承了PC之后。手机和电脑其实是同一个时代的同一批终端。

除了PC和智能手机，下一代交互终端还能给出什么样的趋势预测？

越来越小，越来越便携？

现在XR领域的各种产品似乎都不符合要求。

如何判断如今风口之上的智能汽车保有量？

因此，各种结论，最终指向——的线性时间归纳法可能并不本质。

但是总结过去本身已经很难了，逻辑上的挑战也是一个接一个，所以舆论可以为未来或者趋势提供有说服力的参考。

比如下一个时代，是5G\6G时代吗？AI机器人的时代？区块链时代？新材料时代？还是生物计算时代？

或者这些是否被视为下一代技术创新的方向，有一个共同的主线。

一个连接过去、现在和未来的技术创新中轴线。

一切技术创新史都是数据史

数据是中轴线。

无论门户、搜索、社交网络、电子商务…

…还是互联网、移动互联网，抑或PC、手机等等各式各样的划分，都只是这条中轴线上的开花结果。

并且决定了这种开花结果的先后次序。

同一个时期内，技术创新的落地，总是围绕着数据规模、质量（标签和结构化），处理效率来分先后的。

这也就能解释，为什么门户、社交、电商和搜索等不同应用，几乎差不多同时开创，但会是门户率先登上互联网铁王座。

在互联网应用的初期，在同样的在线化进程里，门户面前的数据规模、质量都要高得多得多。

而多年后，之所以门户赛道上又长出今日头条为代表的应用，是因为数据处理的功劳。

门户改变了数据存储方式，却在分析处理上败给了今日头条。

但是，没有智能手机——新一代数据传感器，也就难有今日头条。

电脑PC到智能手机的时代跃迁，终端大小、便携性只是表象，更具本质决定因素，依然是数据。

智能手机是比电脑更强大的数据收集器，并且在后来在分析处理数据的计算能力上也实现了超越。

同是“数据传感器”，手机拥有更加随时随地的数据输入能力，而且提供的标签、结构化维度更加细致——PC显然不具这种能力。

也正是智能手机作为数据传感器的普及，才让深度学习为核心的AI浪潮在2010年之后复兴。

因为正是越来越多图像数据，才让深度学习巨头们的算法有了演武场，在冷板凳几十年后在大数据集ImageNet上让所有人看见潜力和光芒。

而沿着这条主线，下一个交互终端，实际也就能更本质锁定：

是否有更强的数据传感能力？

是否有更多维、精准的结构化数据能力？

AIoT\可穿戴\AR\VR\MR……这些备选项里也就有了解题方法。

甚至进一步延伸向一些垂直领域，比如汽车，百年未有之大变革，还只是动力方式的变革吗？

所以以史为鉴，结论一言以蔽之：

技术创新总是沿着数据之河而发生。

新的技术创新，总是发生在数据发展的前进方向上，发生在切中数据问题的痛点上。

前进方向：数据大的快于数据少的，结构化的优于非结构化的，高频产生的要强于低频的。

痛点方向：一方面指向数据的计算力，另一方面则指向数据的可信可用——特别是进入到隐私和敏感数据领域。

前者当前技术创新代表是AI和5G，可以在整个数据的传感、存储、分析的流程中发挥作用，更直白讲是把数据用起来。

后者则以区块链为代表，能解决数据可信、隐私保护等方面的挑战。

这也就解释了，为什么两大新技术创新潮流，会在此时交融交汇。

并且隐隐有基础设施之势。AI被视为生产力，区块链则被视为生产关系。

数据史观下的AI和区块链

AI与数据的关系，过去几年里已经被多音复义，人人皆知其原理。

但区块链，可能由于加密货币的争议，被忽视了基础技术价值和基建意义。

本质上，区块链是一种分布式网络技术方法。

在算法更好、算力更强，数据大爆炸的情况下，提供的一种对数据真伪、价值判断的能力，甚至还是基于隐私前提下的数据使用。

这也是区块链应用，正在从单点走向多点，从一个领域走向更多领域的内在原因。

在区块链的产业应用上，刚满一周年的蚂蚁链就是最具说服力的案例。不仅因为其技术布局上的领先，更因为正在展示出的“千行百业”适配特性。

这个启动于2016年的蚂蚁内部技术创新项目，最初只是希望解决公益慈善中的善款追踪问题。

其后在支付流程中拥有分布式“担保”能力而广为人知。并且因为区块链在全球范围内，先在数字货币领域爆火，更多人误以为只是金融领域的技术创新。

然而从2020年蚂蚁链升级、进入更多产业开始，这项技术算是真正迎来正名阶段。

区块链能做什么？

对义乌外贸商家而言，是账期的大大缩短。

之前水晶商品要运到墨西哥后才能收到货款，现在从发货数据被认定的那一刻，对方货款就会入账。

是账期从2个月到次日到账的变化。

区块链能做什么？

对安徽砀山卖梨农户来说，是网购产品从线下到线上的盖章认定。源头可溯的好产品，过程中也不能被篡改。

是好产品有好价格、形成好品牌，并且一切可持续的变化。

区块链还能做什么？

对文创IP版权产业而言，是化整为零时代的开启。过去版权都是成套成规模授权售卖。对于大版权公司而言，IP零授成本太高；对于中小商家而言，成套成规模版权买不起。

但如果能化整为零，一个IP版权哪怕只商用一次也可快速交易，就会皆大欢喜。

区块链还能做什么？

从源头重塑信息的可信问题。如果互联网上的数据和信息传输能够全程可追溯，那么现如今假信息、假新闻，假数据的问题，就会得到极大改善。

而更进一步，基于可信信息、数据基础上的AI算法训练和模型应用，意义也自然不言自明。

而上述这些区块链的所作所为，都不是畅想，而是蚂蚁链过去一年里实现的产业落地和应用。

所以也正是基于这样的实践成果，再以更大数据史观来审视，就能更有预见性地看清蚂蚁链所代表的区块链落地产业的技术创新所在——

明确数据所有权之下，促进数据流动和价值兑现。

当前技术创新的“拦路虎”

在数据为本质的技术创新发展史中，过去要么是集中式的数据——比如互联网数据，要么是对于隐私数据换取便利性的无可奈何。

但现在，随着AI和5G等解决了数据计算的核心挑战，更多产业数据、隐私数据、分布式数据的权属问题，也就成了当下技术创新的拦路虎。

无独有偶，AI在最初几年高歌猛进之后，今年在医疗健康等之前备受看好的领域出现溃败，一定程度上就是数据要素问题没有得到解决。

于是趋势已然很清晰，只有数据所有权问题、隐私问题得到保障，数据才能加速成为生产资料。

而区块链，不就为此而生的吗？

所以大道至简，万佛归宗。技术创新发展史，本质就是数据不断输入到输出的历史。输出到输出的数据流动过程，形成了所谓的网络。

现如今，芯片为底层的计算单元带来更强的算力；AI提供更好的算法；而网络可信、数据可用的方案，则供应于区块链。

从数据史观的维度看，它们构成了技术创新的三大基础设施，以三大作用力交融交汇，驱动各行各业数字化、智能化进程的加速。

现状上，这三大作用力处于不同产业阶段：芯片算力已是成熟期，AI进入落地期，区块链则刚刚迈入产业探索期。

意义和价值上，他们缺一不可。眼前挑战而言，刚进入产业探索期的区块链，成为矛盾的主要方面。

区块链的加速度，决定了芯片和AI作用力的整体速度。

值得注意的是，春江水暖鸭先知，这种加速度，在开发者层面开始得到共振，并且由于蚂蚁链在区块链技术上的原创和先发性，这层关系技术创新的基础设施和生态的自主权，现在正在中国加速。