編者的話

技術的“溢出和下沉”，就像是一種交織互補的雙螺旋，推動著商業世界的進化。十多年前，我們在上海梧桐樹下的一幢洋房里編撰一本商業科技周刊。當時的編輯們都注意到了IT行業的能力開始大量溢出，比如電商公司的數據中心用冗余的算力培養出了世界級的照片分享網站。2007年，在這種不可逆的趨勢的沖擊之下，我們把云計算評選為“最被低估的新技術”。

今天這種“溢出的技術”已經是全方位的，無人敢低估，并且開始四處滲透。最近和騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生往深圳對話，他提到騰訊“不生產硬件，但更了解硬件”。例如，新冠疫情期間我們每天使用騰訊會議，卻很少會想到背后的編解碼技術已經精細到不僅針對人臉進行優化，還對屏幕上PPT文檔中的每一處文字進行了專門的調整。

他們玩到極致的游戲3D引擎今天會被拿來模擬一個公路系統，研究路況；公司與藥企合作開發的AI算法模型被用來進行分子設計，加速新藥研發?！搬槍Σ煌暮暧^或者微觀的世界，”湯道生用工程師的語言風格歸納道：“我們利用數據來做模擬。”

比如在與寶鋼的合作中，湯道生的團隊針對煉鐵的廠房做了一個3D模擬的仿真——通過各種傳感器把一個高溫的、危險的真實場景復制成一個虛擬場景，讓操作人員在這個安全的“孿生系統”中擊檢查各種復雜的、隱蔽的設備故障。

如果放寬視野，不僅是IT企業，連制造業也有類似的“能力溢出”。格力從十年前開始智能裝備探索——它們要輸出自己用到極致的制造業能力。最近我與珠海格力電器股份有限公司董事長董明珠進行了一場視頻對話，她指出格力的智能裝備今天不僅為自己服務，還助力了汽車、電子、食品等其它行業的企業用戶。“它們都有自動化的需求?！彼靡粌删湓捀爬诉@十年的摸索。

董明珠提到最多的詞是“大數據”，幾乎用它來指代了新技術。她提出一個略帶反向思維的觀點：大數據最初被用來做互聯網銷售，“而事實反過來證明，大數據最好是用在管理，以及產品設計和生產制造過程中?！彼岬焦具^去10，000多人的傳統制造生產線，現在通過產業互聯網、大數據改造之后只需要2，000人?！皼]有制造業，互聯網不是那么偉大；有了制造業，互聯網技術才會用得更深透?！倍髦橛盟氂械臍鈭龊驼Z調總結：“真正的中國制造應該是我們賦能別人，而不是倒過來?！?/p>

比溢出更深刻的趨勢是“下沉”。本期雜志的另一篇文章講述了一位美國網紅的故事，讓我們從另一個側面了解到百花齊放的技術工具如何激活了“創作者經濟”——讓450，000個全職的創作者能夠在下沉世界輕松地創造出有趣、有質量的內容，去吸引并瓜分本來應該屬于大型媒體平臺的品牌廣告預算，形成一個上千億美元的新商業生態。

繼續深挖下去，不難發現這些工具的背后站立著一些更為龐大的身影——微軟、IBM和谷歌云服務的年營收都已經在200億美元的規模；亞馬遜云服務AWS的營收已經超過600億美元，如果它是一家單獨的公司，將排在《財富》世界500強的前200位左右。這讓我們想起一句古老又不失智慧的商業格言：每次發現金礦，最先發財的往往不是礦工，而是賣鋤頭和鏟子的人。當下唯一不同：這些人如今只需要“出租”鋤頭和鏟子，就可以賺到更多的錢。