人工智能浪潮，这次能走多远？

今天我们从两个话题出发，为你提供知识服务。一是中国信通院发布《人工智能白皮书（2022）》，二是全球多个奢侈品品牌再次宣布涨价。

来看今天的第一条。本月，中国信息通信研究院发布了《人工智能白皮书（2022）》。报告显示，全球各国正在加大对人工智能的投入，并且把发展人工智能上升到国家战略的高度。比如2021年欧盟提出“数字欧洲计划”，美国颁布《创新与竞争法案》，都把人工智能作为重中之重。最近十年来，推动人工智能的三驾马车——算法、算力、数据，也在同步突破。可以说，当下这波人工智能浪潮，是人工智能自诞生以来，第一次大规模从实验室走向产业应用。学界喊了多少年的人工智能时代，这次似乎真的来了。

消息就是这样，来看看能学到什么知识。

你知道，学界有个术语，叫“人工智能效应”：大家永远在说，真正的人工智能会在十年以后到来。结果十年之后，往往迎来的是泡沫破灭。你可能不知道的是，当下我们正在经历的这次人工智能浪潮，是半个多世纪以来的第三波浪潮，而前面的两次浪潮都拍在了沙滩上。怎么回事呢？

最近我刚好读到一本书，叫《人类计算简史：从中国算盘到数字经济》，这里面就详细梳理了人工智能从诞生至今“三起两落”的过程，很有意思，我拎重点给你说说。

在一般的理解当中，人工智能好像是要等计算机发展到高级阶段之后，人类才会开始畅想的东西。其实不是。对人工智能的需求，是从一开始就暗含在计算当中的。人类的计算从来不是单纯的算数，计算的目的是为了预测：我需要播种多少、收获多少，才能保证明年一家人不挨饿？所以，“预知未来是计算的初衷，计算的终极目标就是实现智能”。

这就不难理解，为什么在1941年世界上第一台计算机诞生仅仅十年之后，计算机科学家们就已经把发展人工智能正式提上了日程。1956年，学界召开了具有传奇色彩的“达特茅斯会议”，像克劳德·香农、赫伯特·西蒙等学术大佬都参加了这次会议。会上第一次出现了“人工智能”这个术语，被认为标志着人工智能的正式诞生。在这些学界精英的设想当中，人工智能会和计算机技术齐头并进、携手发展，没想到的是，之后半个世纪当中，计算机技术确实一直在飞速进步，而人工智能技术却走得磕磕绊绊。

第一次人工智能浪潮，是1956~1974年。当时，人工智能的三条腿之一——算法，出现了大爆发，科学家们雄心勃勃，写出了划时代的伟大算法，希望模拟出人类的思想过程。美国国防部也开始资助人工智能项目，他们设想的第一个应用是做出一个自动翻译机。

但是，科学家们很快发现，人工智能光靠算法这一条腿是走不动的。你想，任你的算法有多么精妙，但当时英特尔最先进的4004处理器，每秒只能运算6万次，相当于我们现在用在电视机遥控器上的芯片。碰到稍微复杂一点的算法，根本算不动。到1973年，有一份叫“光明山文件”的权威报告给人工智能下了判词：它不可能创造出可以学习人类智慧的机器。到这儿，第一波人工智能浪潮熄火了，政府不再资助，研究基本停滞。

沉寂10年之后，到了1980年代，人工智能卷土重来，掀起了第二波浪潮。前面说过，第一次浪潮是折在了算力上面，而这一次浪潮，则是由算力推动的。日本、美国等都在1982年投入巨资，研发第五代计算机，而且名字就叫做“人工智能计算机”，想要一举突破人工智能在算力上的限制。

但是仅仅几年之后，这股浪潮又冷了下来。一来是因为，虽然当时芯片能力正在以摩尔定律的速度发展，但还是跟不上人工智能的算力要求。二来是因为，大家发现即使完全解决了算力问题，人工智能还是跑不起来，因为还差第三条腿——数据。当时关系型数据库还没有进入普遍应用，没有人建立大型数据库，没有海量数据可以输入给算法。

更倒霉的是，到1987年个人计算机开始崛起，而之前主要应用于人工智能的计算机叫LISP机，也就是以LISP语言作为机器指令的计算机，被逐渐淘汰。这几重因素叠加之下，第二波人工智能热潮也熄火了，美国国防部明确反对继续资助人工智能研究。

又十年之后，第三波人工智能浪潮到来。这一次，人工智能终于集齐了算法、算力、数据三条腿，可以大展身手了。标志性的事件有两个：一是1997年“深蓝”击败国际象棋大师卡斯帕罗夫；二是2016年“阿尔法狗”击败围棋世界冠军李世石。看起来这两件事的性质差不多，但其实标志着人工智能的一次大转型。

“深蓝”代表着上一代人工智能，也就是专家系统。它是按照人类给它输入的规则进行运算和推演，靠强大的计算能力击败对手。而“阿尔法狗”代表新一代人工智能，也就是神经网络和机器学习。它根本不用人类教它怎么下棋，自己随便看看就自成大师了，还能自创人类经验中没有的新棋路。也许，在“阿尔法狗”看来，“深蓝”根本不算真正的人工智能。

那么，这一次第三波人工智能浪潮，能走多远呢？是会经历再一次的泡沫破灭，还是会就此真正进入人工智能时代？这本书里认为，决定这一轮人工智能热潮能走多远的关键因素，还是算力。

这是因为，以深度学习为代表的人工智能需要的算力，和一直以来以冯诺依曼架构为核心的通用计算，有很大的不同。一方面，通用计算的很多能力，比如高精度计算、庞大的操作指令集，对深度学习来说是不必要的。深度学习需要的数据精度比较低、计算比较简单。

但另一方面，深度学习需要处理天文数字的海量数据，一个大模型中包含的参数，就可以多达2000亿个。这意味着，无论多么强大的芯片和机器都不能够单独完成计算任务，它需要用“异构”的方式把多个算力单元叠加在一起。换句话说，未来人工智能算力拼的不是单个芯片的独立性能，而是海量芯片相互之间的通信能力，而这是传统的计算架构不擅长的。这意味着，人工智能的真正崛起，需要从底层去重构“根技术”。

这里我没有时间去展开更多的细节了，如果你对人工智能的未来图景感兴趣，可以去看《人类计算简史》这本书。

来看今天的第二条。

据媒体报道，最近，包括香奈儿、开云集团、路易威登、劳力士等多个奢侈品集团再次宣布提价，还有一大波高级腕表正在涨价的路上，奢侈品市场“涨”声一片。据统计，从2019年至今，路易威登与香奈儿已先后涨了五六轮，部分LV包一次性涨价1万多元，香奈儿的一款经典手袋从2019年的3万多元涨到了6万多元。

不过，虽然价格节节攀升，但是架不住消费者的购买热情高涨，越提价、越要买。在持续的涨价预期下，大家认为“买到就是赚到”“买包堪比理财”。我们前几天刚聊过，今年一季度全球几大奢侈品集团的业绩好得吓人，路易威登母公司销售额同比上涨29%，爱马仕同比上涨33%。

消息就是这样，来看看能学到什么知识。

奢侈品越涨价越好卖，这当然是一个特例。但我们不妨一起来开开脑洞，除了奢侈品行业，还有没有别的情况能导致，产品贵了反而卖得更好？这个问题其实是查理·芒格在商学院上课时经常问学生的问题。正确答案是：在有代理人的情况下。也就是，消费者不直接做购买决策，而是由代理人来帮他们挑选商品，这时候就有可能越贵越好卖。

查理·芒格举的例子是牙医。人们去种牙时，往往不是自己挑选种牙材料品牌，而是由牙医推荐。这种情况下，种牙材料越贵，医生可拿的提成就越多，当然也就越受医生欢迎。类似的例子还有管道工给客户推荐安装卫浴产品，家装设计师给客户推荐安装中央空调等等。你可能都想不到，目前家装设计师成了中央空调品牌重要的销售渠道。

那么，除了代理人模式，还有没有别的情况？有。也就是，当你需要实现自我控制的时候，有可能出现产品越贵越好卖。我之前看过一个研究，两个健身房，环境条件都差不多，有一部分消费者会选择会员费更贵的那个。为什么呢？他们认为，花更多的钱，能刺激自己按时去健身。如果会员费太便宜的话，即使不去也不会觉得肉疼。

还有，国内某个主要看网络小说的电子书平台，如果你包月的话是12元每月，如果按章节付费的话是每章一毛钱。学过小学数学的人都能算明白，只要每个月阅读的章节数超过120章，那么就是包月更划算。但有意思的是，在选择按章节付费的读者里面，有将近一半的人每个月的阅读量超过了800章。也就是说，他们每个月要花80元以上的费用，而他们选择包月的话明明只需要花12元。

是他们财大气粗、对价格完全不在乎吗？调研发现，恰恰相反，其中很大一部分人是对价格敏感的人。他们故意不选包月，是因为他们发现看网络小说太浪费时间了，但是又忍不住完全不看。所以，他们选择用更贵的按章节付费方式，让自己每多看一章都感到肉疼一下，以便自己能够及时停下来。如果选包月的话，那肯定直接奔通宵去了。

你看，人类的行为是不是特别有意思？如果你正好从事市场营销，可以重新考虑一下自己的定价策略了。