新冠疫情之下，我们被快速推入一个高度线上化的时代。
不只是生活和工作方式的改变带来更多职业思考，还有新一代信息技术作为产业发展动力带来的变迁。
在近日举行的全球移动互联网大会GMIC期间，丰元创投创始合伙人吴军向21世纪经济报道记者分析道，从纵向坐标轴来看，此次疫情过后，会更看好新的产业和技术的发展速度，而相对看衰个别实体如影院等大型线下场景。
另一个大改变可能会在产业整合层面。“在工业时代的制造业，产业分工很精细，但现在基于整体安全性考虑，可能会出现类似反收购的现象。”吴军指出，比如大型企业会把下游部分关键生产零部件的企业收购回来，形成自己的完整供应链和体系。
“即使是硅谷，大部分人之前会觉得（在杀手级应用出现前）5G似乎没有那么必须，但现在会希望5G能够马上成熟并应用。”吴军向记者表示，疫情凸显了对带宽这类基础设施和新技术架构的应用诉求，由此则影响到整个半导体和软件产业及技术的发展进程。
1、疫情下的三大产业趋势
新冠疫情期间，一系列专注于线上的应用因客观场景等原因迎来了一轮爆发，尤其表现在原本聚焦企业级市场的应用开始渗透到家庭中。
吴军向记者表示，由此带来的产业改变主要来自三个方面。其一是对教育模式和能力的洗牌。由于孩子们可以转道线上接受知识，这可能导致教学能力强的老师会吸引上百万名学生来听课，但讲课能力一般的老师则可能面临着失业亦或转岗助教的尴尬境地。
反过来的机会则是，正因为通过线上渠道，可以用相对低成本的方式捕捉到具体效果，类似通过AI大数据技术来追踪每一名在线听课学生的表现，就或许有了更大市场和可能性。
其二则是线上业务的猛增。疫情影响下，原本计划在近期复工的全国各大影院一直没有得到官方对于再开的允许，但娱乐需求仍然存在。“所以就看到奈非过去几个月用户蹭蹭地涨，这带来的结果是，新一代家庭影院或互联网相关产业会兴起。逻辑类似于电商渠道对实体门店带来的冲击。”他进一步说道。
按照吴军的观点，不少专家认为疫情可能会跟我们的生活长期共存，那么只要疫情还存在，人们就会尽量减少外出时间，一些行业因此会不被看好，比如石油、汽车等。但反过来说，对于互联网相关的诉求爆发，则凸显出当前全球网络基础架构铺设速度还远远不够匹配现实需求。“需要重新架设光纤，铺设基础架构等，这意味着信息体系架构会受益，逻辑类似于电商模式兴起后，物流产业发展加速。”他指出。
ICT行业也有类似的分析，一名产业人士就估算认为，疫情可能影响整体国内ICT市场第一季度需求下降10%，“这也是过去这么多年首次单季度下降这么大比例，当然总体影响还是正面的。”他表示，这尤其体现在对AI和5G的长期明确的正面影响。
“从产业发展来说，过去30-40年里，计算机的发展和通信产业发展是不断融合的，但也是划分清晰的通信网和物联网两张网。”吴军总结道，不过5G可能有机会把两个产业合二为一。
“我们看到电信产业都是千亿规模，互联网几十年来发展仍然是百分之几十的增长速度，两者在5G时代融合之后，会形成持续较好的增速态势，这是大家比较期待的。”吴军如此表示。
其三则是前面提到的，产业分工后的部分整合。这带来的另一重机会则是，当产业链（主要指元器件等精细分工阶段）分散在企业之外，数字化程度和安全性其实不太可控，但收购之后由于企业数字化管理的整体可控，这对于企业级互联网或软件、云服务等的诉求则会进一步扩大。
2、AI发展的现状与未来
在对5G+AI的诉求之下，未来社会可能将是一个高速运转的智能体。AI类似于智能体中的核心——大脑，5G网络和传感器则相当于神经系统，5G连带着的IoT设备则类似神经元。“这形成了高智能的盛会。”吴军总结道。
提到高智能的未来方向，就不得不提及关于脑科学的研究。这两年来，硅谷钢铁侠马斯克除了远眺向外星球，也在向内“透视”大脑，这也是诸多硅谷企业都在探索的前沿技术的一种。
“脑科学的发展，大家基本看到两个方向。第一是脑机接口，人类能够把脑电波发射的信号读取出来，理解并引导到现实生活中，这能做到即使不说话也能传递信息，脑机之间可以直接沟通，比如用于辅助残疾人生活。这几年的研究成绩还是不错的。”吴军评价道，AI技术正深入到脑机接口的研究和实践中，第二则是通过对大脑衔接方式的研究，推动机器学习的深入发展。“比如早年间行业论文会提到，通过找出人类海马体对方向的识别过程中是如何运作，基本可以了解大脑在某种情况下的学习方式，这种方法论则可以启发机器学习的能力深化。”
不过具体到目前不同国家和企业文化之下，产业发展其实走出了不同的道路。我们好像常常是从海外的巨头企业Google、Boston Dynamics的演示中，看到更前沿和突破性的进展，国内的场景则通常发生在如清华等大学。
吴军向记者分析道，这的确是不同体制下带来的分工差异。“在美国会看到，大学主要提供重要论文及思想方法，但国内可以看到大学不少都在参加实际的大项目。”
他解释认为，在美国，企业如果发现是一个技术或者工程问题，需要几年科研实践自己能够完成，就会企业自己参与解决。但是需要长期了解和储备的技术，就会投资给大学来做。“美国的科研如果能够盈利，大学就基本不会做了，官方也不会提供经费来实践。企业与大学分工很清晰。”他指出，但在国内，囿于商业环境等因素，依然缺乏愿意长期持续投入做科研的企业团队。
长期来看，如雨后春笋般涌现的AI公司会经历大浪淘沙的过程，吴军向21世纪经济报道记者表示，“对于有实力的初创型公司，评判标准很简单。未来会走向成功的AI初创型公司都是在做具体的、甚至别人不愿意做的事，然后落地到场景中慢慢让技术进一步成熟起来，成为产业的核心发展方向。在这方面他们相比大型AI公司甚至会更具优势，大型公司之间合作可能会需要避讳隐性存在的业务冲突。此外，这类初创团队还需要具备AI相关研究的技术和团队积累。”
正如通讯产业、汽车产业在此前经历的淘汰和迭代一样。未来AI初创类企业也会面临这样的泡沫破裂过程，最终留下那0.01%的成功者，逐渐成长为巨头。
