科技行业的起步时代已结束

2020 年 1 月 15 日 CSDN

在理解科技行业的主导时,我们需要明白更新换代的驱动力是如何转变的

作者 | Ben Thompson

译者 | 弯月,责编 | Elle

出品 | CSDN(ID:CSDNnews)

以下为译文:

美国第一家汽车制造商 Duryea Motor Wagon Company 成立于1895年;在其后的五年中,美国相继出现了34家汽车制造商。之后,又出现了爆炸式增长:20世纪的第一个十年中,美国又增加了233家汽车制造商,而1910-1919年之间又增加了168家汽车制造商。从那以后,汽车行业的步伐开始持续放缓:
从某种程度来看,我们甚至可以说在上图所有的时间点上,美国新增新汽车制造商的数量几乎与1980年一样都是“零”,因为在上世纪二十年代的时候,美国汽车制造业已被通用、福特和克莱斯勒占领。AMC是几个较小品牌的组合,在五六十年代曾在短期内对三巨头形成了挑战,但他们未能撼动三巨头的市场,直到七十年代进口汽车袭来。
但是,不能仅仅因为没有新汽车公司出现,就认为汽车行业的影响势微。实际上,直到上个世纪下半叶,人们才真正感受到汽车行业带来的重大影响,我们亲眼目睹了郊区的发展以及大型零售商的繁荣。那个时期社会转型的基础是汽车,但不一定是汽车公司。

科技行业带来的颠覆

科技人员最喜欢讲述这个行业颠覆性的故事。虽然现在有些科技公司在整个社会中占主导地位,但是他们被下一波创业公司取代也是迟早的事情,而且半个世纪前也确实发生过这样的事情:IBM 大型机的垄断地位突然间受到了一众公司的小型计算机的威胁。其中包括 DEC、通用数据、王安实验室、阿波罗电脑公司和 Prime Computers 等。然而,大约十年后,小型计算机又被 MITS、苹果、Commodore 和 Tandy 等公司的个人计算机所取代。
历史上最主要的个人计算机是IBM制造的,其操作系统来自微软。前者提供了庞大的分销渠道,促使IBM PC成为了当时最受欢迎的个人计算机,尤其是在企业中。后者则打造了坚实的双赢关系,微软也因此成为了二十年来该行业中最强大的公司。
然而,这种情况也未能维持太久:首先,互联网的出现导致应用程序环境的重心从操作系统转移到了网络;接下来,移动设备的出现导致交互环境的重心从桌面转移到了移动设备上。一夜之间,Google 和 苹果占据了消费者领域,而微软重新将重点放在了云和新的竞争对手亚马逊上。

垄断的时代

技术领域的垄断历史可以分为三个时代:IBM时代、微软时代和当今时代。虽然如今 Google 和苹果占据了垄断地位,然而IBM和微软也曾占据过垄断地位,只不过他们的垄断时代已经成为了历史,如今的这些公司的垄断也有结束的一天。Benedict Evans 曾在一篇博客中提出了这个观点:
科技行业喜欢谈论企业的“护城河”——产品或市场的某种机制构成了阻碍竞争者的屏障,致使他们无法仅凭更好的产品突破这道屏障。但是有时这些护城河会被瓦解。比如,国王下令填平护城河并推倒城墙——这是国家干预(反垄断调查和审判)的本质;再比如,河流改变方向、港口被淤泥充塞、有人翻山越岭、贸易路线发生改变,然而城堡依然会屹立在那里,虽然然坚不可摧,但逐渐地就失去了军事要塞的作用。IBM 和微软就有过这样的经历,对他们造成威胁的不是另一家大型机公司或另一种PC操作系统,而是另一种以完全不同的方式解决基础用户需求的方式,或者创造了更重要的新需求。
Web并没有在微软的护城河上架起桥梁,而是绕道而行,从此微软备受冷落。当然,这种屏障不仅限于技术领域,像铁路和船舶公司也不会涉足航空领域。但是铁路和船舶公司已经有一个世纪的历史了,而 IBM 和微软都只有20年的历史。
我并不是反对针对技术中特定问题的监管。如果有一家公司滥用其在市场中的垄断地位,那么即使这家公司在一二十年内失去垄断地位,也并不是监管的问题。
正如 Keynes 所说,“从长远看来,我们都有一死。”针对其他方面(比如隐私)的监管也是一样(尽管人们有时无法理解这种区别)。
相反,问题在于有人认为这些公司永远是不朽的,这种看法否定了过往历史的证据,认为科技行业永远不会出现新一次的变革,这显然是不明智的。
在理解科技行业的主导时,我们需要明白更新换代的驱动力是范式的转变:从大型机到个人计算机,从台式机应用程序到互联网,前者是范式转变成了个人计算机,后者是转变成了互联网。每一次转变都会出现新公司登上垄断地位,而当下一次转变到来时,同样会有新公司站出来。
那么,下一次转变是什么呢?

范式转变

“更新换代是不可避免的”暗示着范式转变是特殊的。个人计算机、互联网和移动设备分别是三个离散事件。现在,我们只需要等到下一次转变的到来,这次转变也许是增强现实,也有可能是语音助手。
实际上,我对此持有不同的看法:科技行业重大的范式转变(Evans 认为这种转变推动了更新换代)只是一个更大的模式的一部分。
首先说大型机:主要的交互模型是打孔卡;如果想执行程序,你必须将卡插入读卡器,然后等待计算机将程序读入内存,执行程序,最后提供结果。由于I/O层直接链接到了应用程序和数据层,所以计算是分批进行的。
这就解释了为什么个人计算机带来如此巨大的颠覆性:用户不必等待与他人共用一台大型计算机,他们可以随时在自己的办公桌上使用自己的计算机。尽管如此,个人计算机(尤其是在公司的环境中)依然需要依赖大型机,甚至越来越依赖于公司内网中的其他服务器,才能正常工作。I/O层、应用程序和数据层被剥离出来,但这两者都是整个流程的最末端:你必须连接到网络才能完成计算。
最后这一点解释了为什么云和移动设备这两个看似完全不同的两个范式转变实际上密不可分。有了云以后,我们就可以从任意的地方访问应用程序和数据,而移动设备可以在任意地方为你提供I/O层。两者的结合就可以实现连续计算。

请注意,当前环境似乎是所有这些转变的逻辑终点:从批处理到连续计算,从不同房间中的终端到口袋里的手机,从磁带机到全球的数据中心。如此看来,个人计算机和本地服务器的时代只是一块垫脚石,帮助我们完成了从一端到另一端的过渡。

科技行业的起步时代已结束

虽然感觉有点异端,但从这个角度看来,这种观点的含义非常显而易见的:也许不会出现重大的范式转变,也没有随之而来的更新换代。即便出现重大发展,如今的垄断者也拥有难以超越的优势:超大规模云非常适合处理物联网的大量数据,而新的I/O设备(增强现实、可穿戴设备或语音)也会自然而然地在手机的基础上扩展。
换句话说,如今的云计算和移动公司(亚马逊、微软、苹果和Google歌)就相当于21世纪的通用、福特和克莱斯勒。科技刚刚开始起步的时代,每年都会涌现新的挑战者,而如今已经结束了。然而,这并不意味着技术的影响力会降低,实际上这种影响力才刚刚开始。
实际上,我们在消费者创业公司就看到了这样的情况:如今很少有纯“技术”的公司试图瓦解云计算和手机领域的主导者。相反,他们默认了这些公司的存在,并试图另辟蹊径来改变社会。当年的汽车行业就经历了这样的转变:虽然人们对它本身的存在不再感兴趣,然而它的存在却改变了一切。
原文:https://stratechery.com/2020/the-end-of-the-beginning/
本文为 CSDN 翻译,转载请注明来源出处。

热 文 推 荐 

阿里将开源进行到底!
微信可直接转账到 QQ;小米联合中国联通推出当前最便宜 5G 套餐;Git 2.25.0 发布 | 极客头条
贾扬清感谢信:阿里开源10年,致敬千万开源人
铁打的春晚,流水的互联网公司
达摩院 2020 预测:模块化降低芯片设计门槛 | 问底中国 IT 技术演进

千万不要和程序员一起合租!

在调查过基于模型的强化学习方法后,我们得到这些结论

漫话:如何给女朋友解释为什么一到年底,部分网站就会出现日期混乱的现象?

你点的每个“在看”,我都认真当成了喜欢


登录查看更多
0

相关内容

汽车生产、制造有关的产业。
专知会员服务
123+阅读 · 2020年3月26日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
76+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
医药零售行业报告
医谷
9+阅读 · 2019年7月8日
深度学习的时代将结束:25 年 16625 篇论文佐证
人工智能学家
4+阅读 · 2019年1月26日
2018: AI in All的元年
1号机器人网
4+阅读 · 2018年12月25日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
11+阅读 · 2018年3月25日
2017企业阵亡最全名单公布
小饭桌
6+阅读 · 2018年2月28日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
Adversarial Metric Attack for Person Re-identification
Arxiv
13+阅读 · 2018年4月6日
Arxiv
3+阅读 · 2018年3月29日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
专知会员服务
123+阅读 · 2020年3月26日
Gartner:2020年十大战略性技术趋势, 47页pdf
专知会员服务
76+阅读 · 2020年3月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
相关资讯
医药零售行业报告
医谷
9+阅读 · 2019年7月8日
深度学习的时代将结束:25 年 16625 篇论文佐证
人工智能学家
4+阅读 · 2019年1月26日
2018: AI in All的元年
1号机器人网
4+阅读 · 2018年12月25日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
11+阅读 · 2018年3月25日
2017企业阵亡最全名单公布
小饭桌
6+阅读 · 2018年2月28日
预言|李开复预见2018:明年会有一批AI公司倒闭
机器人大讲堂
6+阅读 · 2017年12月15日
相关论文
Top
微信扫码咨询专知VIP会员