文/量子位李根ligen@qbitai.com出品| QbitAI，微信官方账号
你有没有想过这个问题:
在技术创新和技术发展方面，我们目前处于一个什么样的循环？
例如，根据热门技术领域的定义，这是一个人工智能、5G和区块链交叉的时代。
根据应用行业不同，也有消费互联网、产业互联网等大板块。
根据物理介质的不同，线上的一切都被视为电子驱动的虚拟世界，以原子为单位的空成为现实世界。然后，这两者交织在一起，虚拟和真实一起诞生，赋予数字双胞胎的名字，还有元宇宙元宇宙的判断。
然而，它们都只是对现象的描述，缺乏一致的本质抽象。
解释过去有三观，预测未来没有主线。
有没有淡淡的图案？
能深入浅出地解释过去、现在和未来。
是的——所有的技术创新和技术发展都可以从数据的维度进行解释和预测。
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，另一方面是对数据的有效利用。甚至面向未来，这两股力量都在给出“下一代创新”的答案。
所有技术创新的历史都是数据的历史。
所有的科学技术发展史都可以看作是数据观。
技术创新简史
在基于历史的总结判断中，反复讲述一个技术周期和应用机会的趋势图。
画图风格多种多样，但呈现的结果都差不多。
以线性时间为轴，以当时的重大技术或公司为成果:
时代→搜索时代→社交时代→电商时代→本地生活服务…
另一个类似的归纳是:
互联网→移动互联网→ AI……
但是很多情况很难用这种线性归纳法来解释。
比如门户代表新浪搜狐，社交代表腾讯，电商代表阿里巴巴，搜索代表...基本上没有明显的创始周期。
而且很难解释，在门户时代消亡已经成为共识之后，以今日头条为代表的内容聚合应用是什么？在人人网Kaixin.com已经沦落为社交时代的明星之后，微博微信陌陌是社交赛道吗？阿里提供的电商服务已经如此丰富，电商领域依然有品多多这样的大树。
另外，是不是互联网公司？还是AI公司？
字节跳动应该在移动互联网上再次被指定吗？还是AI？
还有硬件交互终端做出的时代划分:
PC →手机→ AIoT可穿戴 ar VR Mr …
尤其是在下一代终端的预测中，这样的逻辑推导得很充分。
但如果严格比较的话，它其实是继PC之后的“智能手机”，手机和电脑其实都是一个时代背景下的同一批终端。
而继PC和智能手机之后，下一代交互终端又能给出怎样的趋势预测？
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的归属？
所以各种结论，最后一点——线性时间里的归纳可能不是本质的。
但是，总结过去本身就已经那么难了，逻辑上的挑战此起彼伏，更别说为未来或者趋势提供一个令人信服的参考了。
比如下一个时代，5GG时代是什么？AI的时代？区块链时代？材料的新时代？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，是否有共同的脉络。
连接过去、现在和未来的技术创新中轴。
所有技术创新的历史都是数据的历史。
数据是中轴。
无论门户、搜索、社交、电子商务……还是互联网、移动互联网，或者PC、手机等等，所有这些划分，都只是这个中轴上开花结果。
决定了开花和结果的顺序。
同期，技术创新的落地始终聚焦于数据规模、质量和处理效率。
这也可以解释为什么门户、社交、电子商务、搜索等不同的应用几乎同时被创造出来，但会是门户率先登上互联网铁王座。
在互联网应用的初级阶段，同样的上线过程，门户前的数据规模和质量都要高很多。
多年以后，以今日头条为代表的应用因为数据处理的贡献，在门户的轨道上成长。
门户改变了数据存储方式，但在分析处理上输给了今日头条。
但是，没有智能手机——新一代的数据传感器，就很难有今日头条。
在从PC到智能手机的过渡中，终端的尺寸和便携性只是表象，更本质的决定因素还是数据。
智能手机是比电脑更强大的数据采集器，已经超越了后期分析处理数据的计算能力。
手机作为“数据传感器”，有随时随地输入数据的能力，提供更详细的标签和结构化维度——PC显然没有这个能力。
也正是智能手机作为数据传感器的普及，使得以深度学习为核心的AI浪潮在2010年后再度兴起。
正是因为图像数据越来越多，深度学习巨头们的算法才有了游乐场。坐了几十年冷板凳，大家都能看到大数据集ImageNet上的潜力和光芒。
沿着这条主线，下一个交互终端实际上可以更本质地被锁定:
有没有更强的数据感知能力？你有能力用更多的维度和准确性来组织数据吗？AIoT可穿戴 AR VR MR...在这些选择中有一个解决问题的方法。
甚至进一步延伸到一些垂直领域，比如汽车。难道只是换了个动力模式，百年不变？
创新总是沿着数据的河流发生。
新的技术创新总是发生在数据发展的方向和数据问题的痛点上。
方向:大数据比小数据快，结构化比非结构化好，高频比低频强。
痛点方向:一方面指向数据的计算能力，另一方面指向数据的可靠可用性——尤其是在隐私和敏感数据领域。
前者的技术创新以AI、5G为代表，可以在数据感知、存储、分析的全过程中发挥作用。更直白的说，就是数据的运用。
后者以区块链为代表，可以解决数据信任和隐私保护的挑战。
这也解释了为什么这两种新的技术创新趋势会在这个时候交融相遇。
而且还有微弱的基建趋势。人工智能被视为生产力，而区块链被视为生产关系。
资料史观视野下的艾与区块链
AI和数据的关系这几年已经是多音节了，原理大家都懂。
然而，可能由于加密货币的争议，区块链在基本技术价值和基础设施意义方面被忽视了。
本质上，区块链是一种分布式网络技术方法。
当算法更好，计算能力更强，数据呈爆炸式增长时，它提供了一种判断数据真实性和价值的能力，甚至是建立在隐私的前提下使用数据。
这也是区块链应用从单点走向多点，从一个领域走向更多领域的内在原因。
在区块链的工业应用中，刚满一周岁的蚂蚁链是最有说服力的案例。不仅因为其在技术布局上的领先，更因为其“千行万业”的适配特性。
这个始于2016年的蚂蚁内部技术创新项目，最初只是想解决慈善中的资金追踪问题。
此后，它因其在支付过程中的分布式“担保”能力而广为人知。而且，由于区块链在全球范围内的数字货币领域爆发，更多人误以为只是金融领域的一次技术创新。
但自从2020年蚂蚁链升级进入更多行业后，这项技术才真正迎来了定名阶段。
区块链能做什么？
对于义乌外贸商家来说，账期大大缩短。
以前，水晶货物必须运到墨西哥才能收到货款。现在，从发货数据确认的那一刻起，对方的付款就会被记录下来。
就是账期从2个月到次日的变化。
区块链能做什么？
对于安徽砀山的梨农来说，是网购产品从线下到线上的盖章识别。一个可以追溯源头的好产品，在过程中是不能被篡改的。
好的产品有好的价格，好的品牌，所有可持续的变化。
区块链还能做什么？
对于文创IP版权行业来说，是破件时代的开始。以前版权都是成套出售，大规模授权。对于大的版权公司来说，IP零授权的成本太高；对于中小商家来说，成套的大型版权是买不到的。
但如果能化整为零，一个IP版权哪怕只是商业使用一次，也能快速交易，大家都会开心。
区块链还能做什么？
从源头重建信息的可信度。如果互联网上的数据和信息传输可以全程追踪，那么假信息、假新闻、假数据的问题将会大大改善。
再者，基于可信信息和数据的AI算法训练和模型应用的意义自然不言而喻。
这些区块链所做的不是想象，而是过去一年蚂蚁链的产业落地和应用。
所以，也正是基于这样的实践结果，再用更大的历史数据观来审视，才更能预见到以蚂蚁链为代表的区块链落地产业的技术创新——
在清晰的数据归属下，促进数据流动和价值实现。
当前技术创新的“障碍”
在以数据为本质的技术创新史上，过去要么是集中式的数据，比如互联网数据，要么是为了方便没有办法交换私有数据。
但现在，随着AI和5G解决了数据计算的核心挑战，更多工业数据、私有数据和分布式数据的所有权成为了当前技术创新的拦路虎。
巧合的是，在前几年人工智能高歌猛进之后，今年，医疗和健康等先前有前途的领域出现了溃败。在某种程度上，数据元素的问题没有得到解决。
所以趋势已经很明显了。只有保证了数据所有权和隐私问题，才能将数据加速转化为生产资料。
而区块链，难道不是为此而生的吗？
故大道至简，诸佛归祖。技术创新史的本质就是数据不断输入输出的历史。数据流从输出到输出的过程形成了所谓的网络。
如今，芯片给底层计算单元带来了更多的计算能力；AI提供了更好的算法；区块链提供具有可靠网络和可用数据的解决方案。
从数据历史观来看，它们构成了技术创新的三大基础设施，它们与三大力量交融交汇，驱动着各行各业数字化、智能化的加速。
其实这三股力量处于不同的产业阶段:芯片计算能力已经成熟，AI已经进入落地期，区块链刚刚进入产业探索期。
两者缺一不可。目前，刚刚进入工业化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人工智能施加力的总体速度。
值得注意的是，春江水暖鸭先知的这种加速开始在开发者层面产生共鸣，而由于蚂蚁链在区块链科技的原创性和主动性，这种技术创新的基础设施和生态自主性的关系如今在中国也在加速。
