科技产业的S型曲线发展

最近我大量阅读科技评论文章的感悟是：这世界不会骤然改变，但改变的趋势一直在悄然形成。

无人驾驶技术在落地上极度困难，但各大商业巨擘仍不惜工本、不遗余力的加大投资筹码。这是因为人们惯于高估科技的短期回报，低估科技的中长期效益。无人驾驶技术落地无期的结论是以现有公路和交通生态系统的架构视角来研判的。但如果新兴智慧城市的创建是以物联网和5G网络来架构，无人驾驶汽车在高科技城市大道上安全驰骋并不无可能。

专家们其实一再的指出，各项科技的发展都是以S型线性趋势开展的。新兴科技通常一开始势头凶猛，直到触碰既有生态系统和周边产业的束缚而被迫收窄发展路线。然而，科技的发展大都是多元技术齐头并进的。当一项技术遭遇既有生态系统利益结构的反扑时，其他被忽视的科技可能突然加速发展或迈向稳健成长期，从生态边界逐步更换、替代既有生态系统的结构，为此前发展受掣肘的科技产品开拓复兴、广泛落地的战线。

新晋创新理论畅销书作者格列克.沙特尔（Greg Satell），就引用“价值不会消逝，价值只会从一端转移至另一端”的论述来举证，新兴科技或能否获得广泛的接纳，取决于它是否能够取得健全周边生态系统的支援，让业者和民众得以转移旧有生态系统所赋予的便利和价值。他所引用的例子包括电力在发明后的首40年里，并没有被美国工厂广泛的运用来提高生产力。这是因为以电力机械来替换工厂里所有靠蒸汽引擎发动的机械并不划算；而且发电站、电力变压器和电线等电力传输系统的建立也还没有普及化。直至厂家们只在新建立的工厂采用电力系统来免除额外装修成本，并设计更优化的生产流程，让每个生产单位都设有个别的电动机独立操作，避免一旦任何单位的电动机故障，所有生产单位被迫全面停工，才促成了电力驱动工厂生产线普及化的趋势。

近年的例子，则是智能手机并没有在2000代初期甫推出阶段就达到商家预期的市场占有率，反而是在无线网络技术、手机晶片、手机机身内存、手机储存卡，以及iOS还有安卓应用程序开发平台生态系统成熟后，才崛起侵蚀传统桌面型电脑、笔记本电脑以及普通手机的消费市场。

人工智能曾经“二起二落”的发展轨迹，其实也可以算是S型曲线发展趋势的演变。从1950年中叶至1970年代中期，人工智能获得英美等先进国政府、企业以及名牌大学的大力投资，并取得一定的科研成果。然而由于电脑记忆体、电脑处理器、数据存储硬件、还有其他支援数据数码化的技术还未成熟，人工智能两大技术流派 - 符号主义（Symbolism）以及连接主义（Connectionism）皆遭遇投资预算被大幅度削减的低谷。

这两个学派或在科技强国追求大国崛起的发展议程，或在电脑硬体技术腾飞伴随海量数据数码化的潮流下，分别以专家系统（Expert System）以及深度学习（Deep Learning）的名目，重新呈现直线上升的发展势头。倚赖人类专才用脑力和人手编程的专家系统（Expert System）于1990年代中后期，在系统难以升级以及无法与其他电脑生态系统兼容的情况下，开始走下坡路。至于从2012年开始重新风靡全世界，倚靠数码化数据提供大量实用例子来训练人工神经网络辨识数据的规律与模式的机器学习、深度学习、增强学习和转移学习等，目前仍旧方兴未艾。

纵然，以人工神经网络为代表的连接主义（Connectionism）人工智能系统近几年开始呈现过分倚赖数据、大量消耗软硬体资源而显得不环保、不节能的短处，并且许多突破性科研论文的结论在缺乏充裕数据和超强硬体设备的加持下，无法被一般学术机构的科研人员所复制、证实和转为己用，笔者无意预测它是否能自外于S型发展曲线的第二波下坡路。

我始终认为，更有意义的反思和检视角度是，我们如何有效的规划、引导和结合不同软硬体技术的发展，来达到总体科技生态圈利惠消费者又不损害人文面貌与环境的协同效应。

政策制定者、学术机构以及富可敌国的私人界除了必须具备抓紧科技转型机遇的前瞻视野，也必须有更多政策面的集思广益和影响评估。此前台湾电商和出版界达人詹宏志就曾提到了新加坡政府在面对新兴科技产业冲击时所抱持的务实与进取态度。

詹宏志转述，他曾向新加坡总理请教过有关优步（Uber）电召车的问题，从而得知新加坡政府的处理方式是，他们会评估优步电召车最终对社会到底是有利还是无利？就算现阶段会起冲突，但只要最后有利，新加坡政府就会设计一个机制让国家适应新兴科技产业的冲击。