![]()
“DAU超1亿”、“准备IPO”、“正在大规模扩张”……看了这些报道，你兴冲冲往某独角兽公司投简历，却在入职不久就收到裁员通知。
“XX行业第一股”、“公司单KOL单日营收破亿”……你兴奋了，重仓这支股票，却赔得铜板不剩。
决定一个人命运的，是他一生中大大小小无数个选择。但面对庞杂的海量消息，我们很容易错判方向。通往正确的选择，道路就一条：加深对商业本质和规律的了解，用科学的思维方式武装大脑。
一时抓不出头绪？别担心，有人能帮你——众声喧哗与泡沫浮腾之中，他们一直在“抓要害”、“唱反调”。
今天，虎嗅要推的，就是这样“唱反调”的两本新书。一本是《破绽：风口上的独角兽》，一本是《暗知识：机器认知如何颠覆商业和社会》。
这两本书关注领域不同，但有相似的核心论述点：原来有些炒得火热的公司背后并没有足以撑起它们如此高估值的商业模式，其实做不长久；原来有些炫目的技术很难在产业中落地，撑不起一整个行业的买卖。
点击下图，购买虎嗅与中信图书合作定制的《破绽：风口上的独角兽》+《暗知识：机器认知如何颠覆商业和社会》组合套装，解锁商业真相。该套装原价110元，虎嗅独家特价89元（包邮）。
![]()
我们先来看第一本。
独角兽身上的bug
2014年底，小米估值达到450亿美元，成为全球最贵的未上市科技企业。
然而与此同时，也有人并不看好这家公司的未来。“我们始终没有找到小米模式中能够长期稳定支撑其估值的商业因素。相反，问题倒是不少。”
当时，时任长江商学院品牌研究中心主任的陈歆磊和高级研究员史颖波联合撰写了《小米的破绽和补丁》一文，从渠道、战略等角度对小米提出了疑问，并投稿给国内某知名财经杂志。然而编辑却拒绝了这篇稿子，理由是文章的观点过于偏颇，因为“小米的估值都是世界投行给的，他们都是聪明人”。他们又将稿子转投另一家有国际媒体背景的网站。这次，文章虽然顺利发布，但读者们的评论却大多持相反意见。
到了2015年，随着小米出货量的降低和渠道问题的暴露，其估值非但顶到天花板甚至还有向下的压力，这时，才有更多读者开始重新审视那篇不受赞同的文章。
二位作者的预言应验过不只一次。
今年3月，他们的新书问世，指出“网红电商第一股”如涵控股存在经营逻辑层面的天然缺陷。一个月后，如涵登陆纳斯达克，上市首日股价即破发，暴跌37%。
这本颇具预见性的新书，就是虎嗅今天推荐的《破绽：风口上的独角兽》。
在审视商业发展、研究行业与公司的过程中，陈歆磊和史颖波越来越深刻地意识到，“指出破绽”是一件极为重要的事，可惜这样做的人太少了。
2017年上半年，正是共享单车最火爆的时候。所有舆论都在赞美共享单车，而两位作者却认为，从商业模式上来说，共享单车既不是新模式也不是新业态，更像重资产的传统租车模式，和Uber、Airbnb等共享经济有着根本的不同；从行业属性来说，它不是互联网公司，而是现有公共交通体系中有桩共享单车的升级版；从功能上说，它和出租车一样，是一种公共服务品。政府应该对共享单车加强监管，否则会造成巨大浪费并带来广泛的社会问题。
由于舆论环境都在鼓吹共享单车，他们犹豫再三才将《共享单车的破绽》一文发布。后来的事实证明，该模式的确撑不起来。
陈歆磊和史颖波认为，身为学者，他们应该保持清醒。指出“破绽”，从大处可以帮公司或行业及时校正战略，从小处可以为创业者和投资人敲警钟。
《破绽：风口上的独角兽》是由两位作者过去的专栏文章结集而成的。书中涉及生态链、共享经济、网红经济、社交媒体等多个领域，是他们多年研究心血的结晶。在虎嗅看来，无论是创业者，还是对互联网行业感兴趣的读者，都应该读读这本书，会学习到如何客观分析某种商业模式，如何看出泡沫里的命门与破绽。
为AI狂热解毒降温
接下来介绍第二本书：《暗知识：机器认知如何颠覆商业和社会》。
这本书的作者，可谓是当下火热的人工智能领域里少见的为AI唱反调的人。
他是怎么唱反调的呢？举一个例子。
2018年5月，一家名叫Roadstar.ai的深圳无人驾驶公司融到A轮1.28亿美元，成为风光无两的自动驾驶行业独角兽。然而仅到今年3月，Roadstar就宣布清盘。量子位撰文将这家公司的失败归因于内讧，而“不是自动驾驶本身的失败”。
但这位作者不这么看，“全世界有几百家自动驾驶公司，今后2-3年会死90%”。在他看来，自动驾驶公司最理想的商业模式是卖软件，但这很困难，于是他们只好自己造汽车。造车需要雄厚的财力，一是难做，二是难做好，于是又有一部分公司被逼无奈，去做景区、校园运营……缺少健康正确的商业模式，是自动驾驶公司面临的共同困境。
这位作者王维嘉并不是圈外人，他在硅谷做投资，看过中美两地几十家自动驾驶公司，一家没投。尽管Roadstar的创始人在公司还没成立的时候就找到过他，双方吃了四小时饭，他也知道对面坐着的年轻创始人是有斯坦福、清华背景，在百度自动驾驶部门和特斯拉做过事的优秀从业者……
他也还是没投。因为他确实想明白了，自动驾驶这门生意不好做。
“神经网络的本质是提取相关性。……而我们人学开车，最多开几百公里就学会了。因为我们能理解驾驶中的每个场景，也很容易推理判断。但神经网络只会把每一个场景当成一幅图像，傻乎乎提取相关性，不懂因果关系，根本不会理解场景。所以神经网络本质上不适合用来做自动驾驶。”
王维嘉之所以对很多“忽悠”敢于说No，恰恰是因为他在技术与投资圈里都呆了太久。在斯坦福大学读书时，他的导师正是人工智能鼻祖之一——美国国家工程院院士伯纳德·威德罗教授。
学者金观涛为王维嘉这本新书作序时，将它喻为针对人工智能狂热和焦虑的“清醒剂”、“解毒药”。说它是清醒剂，是因为该书简洁明了地勾勒出人工智能的科学原理和技术落地的轮廓，对非专业人士很友好，能帮大多数人祛魅，“正好可以为当前人工智能领域中泛起的非理性狂热降温”。
说它是“解毒药”，是说它能解“自负的毒”——这是哈耶克笔下提及过的“理性的自负”，即人类对理性和科学表现出的不恰当的自负。一旦它占了上风，人们就会忽视“只可意会”的知识，作出错误的决策。随着大数据的应用，这种自负出现在人工智能领域，成为一种思想之毒。
王维嘉在这本书里引入“暗知识”的概念，说明AI通过积累大量数据，可以找到隐藏在海量数据中的相关性，或者万事万物之间的隐蔽关系，从而掌握人类不可感知亦不可表达的知识，这种知识，是人类理性无法理解的，因此人类决不能用“理性的自负”对待人工智能。
AI能做哪些事，不能做哪些？——这是作者在书中重点解释的问题。“暗知识”可能改变许多产业；而有些工作是人们以为AI擅长做，实际却并非如此的——比如上面提过的自动驾驶。
此外，作者依照理论框架，为读者仔细地梳理了各行各业可能面临的挑战或洗牌，想提前帮你看看有AI的工作和生活会变成什么样。
《破绽》与《暗知识》堪称一套角度不同、互为补充的组合镜，既照应现实，又具有前瞻性，能把商业这件事从里到外照得清清楚楚。如果你不想再被眼花缭乱的营销、新概念冲昏头脑，如果你想把握技术、行业的真相与未来，现在就点击下图或阅读原文下单，从“破绽”与“暗处”中，去看真正的未来吧。
![]()
End
