这些相似的事件对比令人吃惊，它们足以使人确信：就像早期的工业革命一样，信息革命对未来社会的重大影响还在后面。
彼得·德鲁克（Peter Drucker），2001年
棋盘上的电脑
对人类来说，学好围棋一直很难，而电脑编程下围棋几乎不可能。
围棋是一种纯粹的战略对弈，其中没有运气成分，[1] 至少2 500年前就在中国出现了。对弈的一方执白子，另一方执黑子。双方轮流在纵横各19格的棋盘的交叉点下子。如果一个或一组棋子完全失去自由，即其实质上已完全被对方的棋子包围，那么就成为“死子”，必须从棋盘提走。比赛结束时，[2] 取得较多实空的一方获胜。
喜欢战略的人也喜欢下围棋。孔子说过：“饱食终日，无所用心，难矣哉！不有博奕者乎？为之，犹贤乎已。”在很多方面，围棋的地位甚至高于国际象棋——另一种很难的无运气成分的策略性博弈。正如国际象棋大师爱德华·拉斯克（Edward Lasker）所说：“虽然只有人类才能创造巴洛克式的国际象棋规则，但围棋的规则是如此优雅、有机和逻辑严谨，因此如果在宇宙的其他地方存在智慧生命形式，他们几乎肯定会选择下围棋。”
围棋表面上看起来很简单，但它掩盖了一种难以概念化的复杂性。由于棋盘很大，所以对弈双方下子时的自由度也很大。据估计，在标准的围棋棋盘上有2×10170 种下法。这个数字有多大呢？它比可观测宇宙中的原子数还要大。实际上，这是一个完全不合适的基准。可观测的宇宙只含有约1082 个原子。也就是说，即使宇宙中的每个原子本身是一个充满原子的宇宙，那么围棋的棋局还是比原子要多。
妙不可言的围棋
顶级的人类围棋选手如何操控如此玄妙的复杂性，然后连出妙手？这个问题没人知道答案，就连选手们自己都说不明白。
围棋选手学习定式，并依此出招。[3] 然而除了这些经验法则，顶级选手经常无法解释自己的战略。迈克尔·雷蒙德（Michael Redmond）是少数取得围棋最高段位的西方人之一，他说：“我看到一手围棋，并确定它是对的，但是无法准确说出我是怎么知道的。我只是看出来而已。”
这并不是说围棋选手是一群舌头打结的怪人。事实证明，所有人都不能通晓自己所了解的全部知识。当我们识别一张脸或骑一辆自行车时，事后反思一下，我们也不能完全解释自己为什么能这么做。这种隐性知识很难显性化。20世纪英籍犹太裔大学者迈克尔·波兰尼（Michael Polanyi）的观察精彩地总结了这个状况：“我们所知的多于我们所能说的。”
这一所谓的“波兰尼悖论”给任何试图开发围棋电脑程序的人设置了重大障碍。如果没人能清楚地表达战略，那么你又如何编写包含最佳对弈战略的程序呢？退一步说，对一些定式进行编程是有可能的，但是当面对那些能够以自己说不清楚的方式超越定式的优秀选手时，这样做是无法取胜的。
程序员通常借助模拟来操控诸如围棋的所有可能下法之类的复杂环境。他们编写程序，下一手乍看还好的棋，然后探测所有对手对这手棋的合理回应，以及对每次回应的所有合理回应，等等。最终选中的一手棋，本质上就是有着最多后续妙手、最少后续恶手的一手棋。然而，围棋的潜在棋局如此之多，下法如此丰富，因此即使是装满超级电脑的机库，也无法模拟哪怕其中的一小部分。
由于关键知识不可得，模拟又无效，因此围棋编程进展缓慢。2014年5月，哲学教授艾伦·莱维诺维奇（Alan Levinovitz）在《连线》杂志发表文章，探讨电脑围棋的现状和可能进展，结论是：“再用10年让电脑围棋胜出，这可能太过乐观。”2015年12月，心理学教授及游戏专栏作家克里斯·查伯里斯（Chris Chabris）在《华尔街日报》撰文，标题就是“为什么电脑依然无法攻克围棋”。
跨越波兰尼悖论
2016年1月，也就是一个月之后，有一篇科学论文面世，它介绍了一台未尝败绩的电脑围棋。总部设在伦敦、隶属于谷歌的人工智能研究实验室DeepMind专攻机器学习（人工智能的一个分支，详见第2章），发表了《用深度神经网络和树形搜索掌控围棋》一文，成为著名的《自然》杂志的封面故事。该文介绍了阿尔法狗，它是一个找出波兰尼悖论解决方法的围棋应用程序。
阿尔法狗的开发者并没有尝试用超级围棋战略和定式进行编程。相反，他们创建了一个可以自我学习的系统。该系统通过大量对弈研究棋盘下法，并从中学习。阿尔法狗被用来识别大量数据中存在的微妙模式，并将动作（如在棋盘某个特定位置下子）与结果（如赢得围棋对弈）联系起来。[4]
该软件可从在线棋局库中获取3 000万种棋盘下法，并且被告知“用这些数据来了解如何获胜”。阿尔法狗还与自己进行多场对弈，生成了另外3 000万种下法，然后进行分析。系统在对弈过程中进行模拟，但只针对重点下法；它使用从研究数百万种下法中累积的学习结果，模拟它认为最有可能获胜的下法。
阿尔法狗的工作始于2014年。到2015年10月，测试已经准备就绪。它与当时的欧洲围棋冠军樊麾进行了5局秘密比赛。5∶0，机器全胜。
在这一竞争水平上，电脑围棋获胜完全出人意料，这震动了人工智能界。几乎所有的分析师和评论员都认为，阿尔法狗的成就是一个突破。然而，激辩也随之而来。正如神经科学家加里·马库斯（Gary Marcus）指出的那样，“围棋本不是欧洲的项目，而且这位冠军在世界只排第633名。一个击败世界第633名职业网球选手的机器人令人钦佩，但是说它已经掌控了比赛，这还不够公平”。
DeepMind团队显然认为这是公平的说法，2016年3月，他们在韩国首尔举行5局对弈，挑战李世石。许多人认为李世石是当今世界上最好的围棋选手，[5] 也是人类记忆中最好的围棋选手之一。他的棋风被描述为“凭直觉、不可预测、有创造性、强烈、野蛮、复杂、深刻、快速、混乱”，李世石觉得这些特点使他在面对电脑时有明显的优势。正如他所说，“围棋有一种美，我不认为机器了解这种美……我相信对于人工智能来说，人类的直觉太过先进，依然没法捕捉”。李世石预测自己将在5局中赢得至少4局比赛，他说道：“看了去年10月的比赛，我认为（阿尔法狗的）水准不及我。”
李世石和阿尔法狗之间的对弈引起了韩国和其他东亚国家的浓厚兴趣。阿尔法狗赢了前三局比赛，确保了自己在五局三胜制中的胜利。李世石反击赢下第4局比赛。他的胜利让一些观察家期盼人类的聪明才智能洞悉数字化对手的缺陷，而李世石可以继续利用这些缺陷。然而就算真是这样，这些缺陷也不够大，不足以令下一场比赛翻盘。阿尔法狗再下一城，以令人信服的4∶1终结比赛。
李世石终于发现竞争严酷，他在失败后说：“我感到无能为力……我有丰富的围棋对弈经验，但从来没碰到过这样的情况，感受到这么大的压力。”
一些新事物已经在围棋领域产生了。
资产也疯狂
2015年3月，战略家汤姆·古德温（Tom Goodwin）点破了一种模式。他写道：“Uber是世界上最大的出租车公司，它不拥有车辆；Facebook是世界上最流行的媒体所有者，它不创建任何内容；阿里巴巴是最有价值的零售商，它没有库存；爱彼迎是世界上最大的住宿供应商，它不拥有房地产。”
持怀疑态度的读者可能会说，这当中有些公司比它们一开始看起来的革命性要小一些。例如，出租车行业的许多公司本身就不拥有自己的汽车。相反，它们持有授权在城市经营出租车的牌照，然后将牌照租给车主和司机。同样，许多酒店公司实际上并不拥有其冠名的所有物业，它们选择与房地产持有人签署许可协议或管理协议。
在上述例子中，有关公司都持有授权、合同之类的长期资产，这些资产对行业至关重要，因此是有价值的。Uber和爱彼迎都没有这些。Uber在世界上任一城市都没有车辆或牌照，而爱彼迎与任何房主都没有长期合同。然而，两家公司都很快获取了数百万的客户，达到数十亿美元的估值，这使得古德温观察到的成功现象更为引人瞩目。在他发表专栏文章时，每天有超过100万人乘坐Uber汽车抵达世界上60个国家的300座城市，爱彼迎在191个国家提供了64万种不同的住宿选择，从蒙古的蒙古包到詹姆斯·乔伊斯（James Joyce）笔下的爱尔兰童年小屋。
中国的阿里巴巴给零售业带来了一种轻资产的方式，在这个行业，大生意历来意味着大家当。例如沃尔玛在2016年年底拥有150多个分销中心，以及一个装备着6 000多辆卡车的私人车队，每年车程达7亿英里[6] ，将货品运抵美国各地4 500家商店的货架。截至当年10月31日，该公司的资产负债表包括1 800亿美元的财产和设备资产。然而就在同一天，沃尔玛的总市值却低于阿里巴巴，后者在2016年的销售额超过5 000亿美元。
阿里巴巴于1999年由曾经当过教师的马云和17位同事创立，它是连接买家和卖家的在线中间商。其最受欢迎的网站是淘宝和天猫，前者让个人和小企业向消费者出售商品，后者则向大公司提供同类服务。到2016年年底，每月使用阿里巴巴应用程序的中国人口数量超过了整个美国人口数量。
2009年，天猫开始在中国推广“光棍节”。这最初是一项庆祝活动，20世纪90年代中期起源于南京大学，本来与零售没什么关系。光棍节于11月11日举行，因为这天的“1”（象征光棍）最多。一开始，天猫的“光棍节”活动只有27个商家参与，但它很快成为中国最重要的购物活动，参与者不仅替作为单身汉的自己购物，而且还替自己心仪的人准备礼物。2016年11月11日，阿里巴巴的市场销售额达到178亿美元，是美国“黑色星期五”和“网络星期一”两天销售额总和的3倍。[7]
在古德温提到的4家公司中，Facebook可能有着最特别的故事。11年前，它从马克·扎克伯格（Mark Zuckerberg）在哈佛大学的宿舍起步，由几所美国精英大学的社交网站发展成为全球性的通信、连接和内容设施，每天的访问量达9.36亿人次。正如古德温指出的那样，Facebook吸引了所有这些人，他们每天平均访问50分钟，且无须生成网站上出现的任何信息。其成员的状态更新、意见、照片、视频、指向和其他记录如潮水般提供给其他访客，吸引人们回访。
在向用户提供这些内容的同时，Facebook也向他们推送广告，甚至是大量的广告。2016年第二季度，Facebook的收入几乎全部来自广告业务，达64亿美元，利润达20亿美元。
新闻组织和其他用人工、采风等传统思路开发内容的在线组织惊慌失措，这不仅是因为Facebook的成本较低，而且因为在广告主的眼中，其质量更高，策略更好。社交网络巨头对其成员非常了解。毕竟，这些成员提供了信息，留下了记录，让网站知道了自己的许多情况，因此网站可以更精准地发布针对他们的广告。
每位广告商都受到美国百货店先驱约翰·瓦纳马克（John Wanamaker）的一句“魔咒”的困扰：“花在广告上的一半的钱被浪费掉了，麻烦的是我不知道是哪一半。”人们普遍认为，广告在很大程度上是一门非常不精准的学科，因为它做不到只针对最有可能回应的人。Facebook为许多广告商提供了针对性的具体标准，这是主流媒体网站无法匹敌的，而且Facebook可以一直这么做，在全球大规模这么做。
四两拨千斤
古德温将他所谈论的公司描述为“难以形容的薄层”，并表示“没有更好的生意了”。它们是如此之“薄”，主要持有应用程序和代码，而不是实体资产和基础设施，因此可以快速成长。在古德温的文章发表之后的一年内，通过爱彼迎网站预订的夜间住宿的数量翻了一番，而它的备受热捧使得巴黎、巴塞罗那、里斯本、柏林和旧金山等城市的政府开始担心它正在对历史居住区产生负面影响。该公司的增长如此之快，如此有争议，致使技术作家汤姆·斯里（Tom Slee）于2016年7月在《哈佛商业评论》的网站上发表了题为“爱彼迎正面临生死攸关的扩张问题”的博文，当时，越来越多的城市和地区正在反击爱彼迎的扩张。
Uber也经历了快速增长和频繁的争议，它同时测试着新服务。其UberPool拼车服务于2014年推出，在包括纽约在内的许多城市迅速普及。该公司于2016年5月宣布，每周所有高峰时段在曼哈顿第125街区下方乘坐UberPool将一律收费5美元，当年7月的特惠价则允许纽约人以79美元的价格购买4周的乘坐权。在这个价位上，该项服务比许多地铁票价还要便宜。
当古德温在2015年3月撰文推介时，Facebook已经是赢利的巨型公司，它的规模和影响力不断扩大，对主流内容生产商的影响力大大增强，它还在创新方面进行了大量投资。2015年8月，网络流量分析公司Parse.ly发布的报告显示，在其跟踪的主要新闻和媒体网站中，来自Facebook的访问者多于谷歌及其他搜索引擎。2016年3月，马克·扎克伯格公布了该公司的10年路线图，其中包括人工智能、虚拟现实和增强现实等主要举措，甚至包括用太阳能飞机为数百万远离电信基础设施的人群提供互联网接入。
那些只由一个“难以形容的薄层”组成的公司是如何产生如此大的影响，并取得如此成功的？
正如古德温所观察到的，“有趣的事情正在发生”。
巨人跨界
无论从任何标准看，通用电气都是美国最成功的公司之一。通用电气的起源可追溯到大发明家托马斯·爱迪生（Thomas Edison）和他的爱迪生电灯公司，它是1896年入选首期道琼斯工业平均指数的12家公司之一。在这些公司当中，通用电气是至今仍位列该指数的唯一一家公司。它在许多行业进退自如，包括发电、航空航天与国防、塑料、医疗保健和金融，但是在漫长的历史中，通用电气一直为消费者开发产品，从爱迪生的电灯到收音机和电视，再到其他家用电器。
通用电气也是经营大型多元化全球性公司的先驱和佼佼者。它经常与大学合作，在研发方面投入巨资。它是率先投入大量时间精力提升技术和管理技能的大公司之一。1956年，通用电气在纽约克罗顿维尔创立第一家企业大学，这个地名由此成为管理实践专业化的代名词。
进入21世纪，通用电气在克罗顿维尔和整个公司推出深化营销能力的重大举措，其定义是理解、满足所有业务领域的客户需求。2013年，一份针对该公司在这方面工作的评论发现，其最非凡的能力是“从内部创造营销创新”。
那么，作为一家年度研发预算达52亿美元，仅在美国市场的营销支出就达3.93亿美元的公司，通用电气为什么会选择在2015年与一群互联网“路人”合作，帮助公司思考并设计一种新的消费品？作为一家市值达2 800亿美元并持有900亿美元现金的公司，它为什么会在产品还没推出之前就要求潜在客户下数百美元的订单？
点冰成金
2014年，通用电气和路易斯维尔大学联合推出了一项名为“FirstBuild”的计划，这是一个“正在改变产品上市方式的共创社区”。它包括一个在线站点和一家配备原型产品所需工具和材料的微工厂。
通用电气路易斯维尔电器公司的高级开发工程师艾伦·米切尔（Alan Mitchell）决定使用FirstBuild作为测试平台。他想试试是否有可能创造一种更容易满足许多人迫切需求的特殊冰块。
大多数冰块只是各种尺寸和形状的冻块。块冰则不同。它的桶形小块是多孔的，是半冻的。这些特质使它能很好地吸收香味，也更容易咀嚼，这显然是一些人很想要的东西。2008年，伊兰·布拉特（Ilan Brat）在《华尔街日报》发表的一篇报道认为，“可咀嚼的冰像烤饼一样热销”。索尼克快餐连锁店在饮料中使用块冰，发现很多客户就是想要这东西。因此，该公司开始销售各种冷藏块冰，有一小杯的，也有一袋（4.536千克）的。
制作块冰比简单把水冷冻起来要复杂得多，[8] 生产它的机器卖几千美元，这对于大多数家庭来说太贵了。[9] 米切尔想看看FirstBuild社区能否设计一种可行的家用制冰机并做出原型，于是在2015年举办了一次在线竞赛。
获奖者是来自墨西哥瓜达拉哈拉的设计师伊斯马尔·拉莫斯（Ismael Ramos），其“Stone Cold”设计作品构想了一种非常适合厨房台面的立体机器，配有可拆卸的透明塑料冰桶。拉莫斯获得2 000美元奖金以及一件根据他的点子做出来的首创产品。该项比赛的两名亚军也获得了现金和制冰机奖励。
微工厂的人们开始制作制冰机并改进其原型。他们自始至终频繁地与围绕该项目形成的在线社区进行互动，探讨可移动冰桶的外观该是怎样，水满时如何感知，这种机器是否应有冰铲等一系列问题。
无中生有
在开展上述工作的同时，通用电气还尝试了一种新兴的、非传统的营销和市场研究组合。2015年7月，该公司在Indiegogo网站为制冰机发起了名为“蛋白石”（Opal）的活动。Indiegogo是一个在线众筹社区，它将自己描述为“各式各样创意和创业想法的启动板”。为这些想法提供财务支持的人不是投资者，他们投入资金，但没有索取股份、收入分成或利润分成。不过在很多时候，赞助者都会得到承诺的回报。例如，如果他们赞助一部电影，他们就会被邀请先睹为快；如果他们赞助一件产品，他们就可能是第一批收到产品的人。实质上，他们预订了一件尚未面世的产品，而如果没有他们支持的话，这件产品就可能永远不会面世。
Indiegogo最初是一家为无法筹资圆梦的普通人和小公司开办的网站，但是到2015年年中，大公司也使用该网站来测试潜在产品的需求。在“蛋白石”活动中，通用电气和FirstBuild要求每位人士贡献399美元（后来增加到499美元），并设定了筹资15万美元的目标。在几个小时内，该项活动的筹资额已经是预定目标的两倍多，然后它在一周内吸引了130多万美元。“蛋白石”活动于2015年8月下旬结束，在Indiegogo网站筹款超过270万美元，成为该网站十大热门活动之一。最终产品在2016年第四季度送到5 000多名预订客户手中，之后再向公众出售。通用电气不需要通过预订筹资，但是它非常想要市场情报。
通用电气找到一种新方式，它既激活了“外脑”，又开发了制冰机市场。
机器、平台、大众
上面我们介绍了三个例子：阿尔法狗击败最好的人类围棋选手，Facebook和爱彼迎这类没有任何传统行业资产的新兴公司取得成功，通用电气邀请在线用户来帮助设计并销售该公司自己擅长的产品，这些例子展示了重塑商业世界的三大趋势。
第一个趋势是机器的快速增加和功能扩展，阿尔法狗异军突起成为世界最佳围棋手，就是一个明证。
古德温观察到的第二个趋势是年轻有为的大公司崭露头角，它们与同行的老牌企业几乎没什么相似之处，却深刻地颠覆了后者。这就是正在崛起的平台，它们是可怕的竞争对手。
如通用电气“蛋白石”制冰机的非常规发展过程所示，第三个趋势就是大众的涌现，我们用这个术语泛指海量的人类知识、特长和激情，它们分布在世界各地，现在可以在线获得，集腋成裘。
从10亿美元身家的硅谷独角兽公司的崛起，到《财富》500强公司的衰落或转型，经济的动荡和变革看起来是混乱随机的。然而，机器、平台和大众这三个视角则以经济学和其他学科的恰当原理为基础。应用这些原理并不容易，但是有了恰当的视角之后，混乱将让位于秩序，复杂将变得简单。本书的目的就是提供这些视角。
三种重新平衡
在所有公司、所有行业，机器、平台和大众都有对照。机器智能的对照是人脑。会计师与电子表格，工程师与电脑辅助设计软件，装配线工人与旁边的机器人，这些都是人脑—机器组合对照的示例。
平台的对照是产品，也就是商品和服务。乘车穿越小镇的是一种产品，而Uber是人们用来获取该产品的平台。住宿和爱彼迎、新闻故事和Facebook也是如此关系。
大众的对照是核心，也就是公司在内部和供应链上建立的知识、流程、诀窍和能力。对于通用电气的产品而言，核心在于设计、制造、销售冰箱和烤箱；美国国家航空航天局的核心是建造太空船，尝试更好地了解宇宙；微软的核心能力包括开发个人电脑的操作系统和应用程序。
我们不会说，人脑、产品和核心已经过时或即将过时。这样的说法是荒谬的。正如我们将反复声明的那样，人的能力、优质产品和服务，以及强大的组织能力对于企业的成功来说仍然至关重要。
我们将尝试说服读者，由于新近的技术变革，企业需要重新考虑人脑与机器之间、产品与平台之间以及核心与大众之间的平衡关系。短短几年间，以上每一组对照的第二个元素变得更有能力、更加强大，所以需要用新的眼光来重新看待。了解机器、平台和大众能够在何时何地、以何种方式、凭借何种理由奏效，这是在当今经济中获得成功的关键。本书的目标正是在于此。实际上，我们会尝试说服读者，这不仅很重要，而且必不可少。
焦点时刻
我们在上一本书《第二次机器革命》中描述了快速的技术进步，并讨论了一些经济后果。自从该书出版以来，我们最常被问到的问题之一是：这次革命始于何时？这是一个非常好却非常难以回答的问题。我们拥有数字化电脑毕竟已经超过半个世纪，但该书描述的几乎都是新近的技术进步。那么，这一重要的新的第二次机器革命始于何时？
我们对这个问题给出了两阶段的答案。第二次机器革命的第一阶段刻画了一个时代，当时，数字技术接管大量的常规工作，如处理工资单、将车身部件焊接在一起、向客户发送发票等，从而明显影响到商业世界。1987年7月，麻省理工学院经济学家罗伯特·索洛（Robert Solow）写道：“我们处处可见电脑时代，只有生产率统计除外。”当年晚些时候，他因经济增长理论方面的工作而获得诺贝尔奖。到20世纪90年代中期，这种说法不再成立，生产率开始快速增长，大量研究（其中一些由本书作者之一布莱恩约弗森及其同事进行）表明，电脑和其他数字化技术是其主要原因。因此，我们认为第二次机器革命的第一阶段始于20世纪90年代中期。
我们认为现在处于第二阶段，其开始日期更加难以确定。这是科幻般的技术（如电影、小说中的技术，精英实验室的可控环境等）进入现实世界的时代。2010年，谷歌出人意料地宣称，一支完全自动的轿车队行驶在美国的道路上，而且没有发生意外。2011年，IBM（国际商用机器公司）的超级计算机沃森（Watson）在美国益智问答节目《危险边缘》中击败了两位人类冠军！截至2012年第三季度，超过10亿人用上了智能手机，它是将无数科幻电影所展示的通信和传感器能力相结合的设备。当然，本章开头描述的三项进步在过去几年中已然发生。我们将看到的许多其他突破也是如此。从技术进步看，它们不是侥幸所致，也不是昙花一现。相反，它们是经济大变革的预兆，这是一次立足于重大技术进步和健全经济原理的转型。
第二次机器革命的第二阶段明显不同于第一阶段。首先，在这个阶段，技术展示出其可以完成令人难以想象的预编程或日常事务。技术能赢下围棋，能准确诊断疾病，能自然地与人交互，能从事编曲、设计有用之物等创意工作。在过去几年里，技术已经清晰地跨越了波兰尼悖论，跨越了创新道路上的其他限制。机器不再简单地听从人类程序员仔细编写的指令，[10] 它们自己正在学会如何解决问题。这一发展极大地拓宽了机器目前所能处理的应用和任务的范畴。
其次，上亿人口开始随身拥有强大、灵活、连接的电脑。智能手机和其他类似设备以惊人的速度在世界各地传播。2015年，iPhone（苹果手机）推出仅8年之后，皮尤研究中心调查了21个新兴发展中国家的成年人，40%以上的受访者报告说持有智能手机。2016年，又有约15亿部智能手机售出。
在人类历史上，世界上大多数成年人第一次在彼此间建立数字化连接，并且与世界上大量已累积的知识建立了联系。更重要的是，他们自己可以对这些知识做出贡献，从而创造一个良性循环。他们也可以进行各种交流和交易，从而将数十亿人带入现代全球经济。
这一点的重要性怎么说都不为过。直到最近，好的图书馆、大型知识库、先进的通信及信息处理技术都还仅限于世界上富有的人，亦即那些幸运地出生在非贫困国家的非贫困家庭的人。而今，这情形已彻底改观。而且，越发强大的技术将在未来数年传遍全球。
电脑在非常规工作方面胜人一筹，人类建立了数字化连接，这是过去几年才有的两个现象。因此我们认为，第二次机器革命第二阶段的合适起始点是新千年的第二个10年。人脑与机器，产品与平台，核心与大众，就在此时捉对碰撞、擦出火花。结果，许多长久的假设被推翻了，惯用的做法也过时了。
历史教训：成功转型才能幸免于难
一个世纪前，电力正从蒸汽动力手中接管制造业。我们挑出这个时期，乃是因为它给出了一个关键的提示：在一种动力源向另一种动力源的转换过程中，许多（事实上是绝大多数）成功的在位公司未能幸免于难。对于那些想在即将到来的数字化转型时代大显身手的企业来说，它们需要了解为何发生这样的事情，并从往事吸取一些重要教训。
1910—1919年，美国超过英国成为世界最大的经济体。究其原因，主要是美国制造企业的实力，它约占当时全国GDP的50%。
美国工厂最先用的动力是驱动水轮的流水，然后是蒸汽。20世纪初，电力似乎是另外一种可行的选择。它开始引起注意时，是作为放在工厂地下室并为所有机器提供动力能源的单件大型蒸汽机的有效替代品。随着企业获得经验，善用新技术，其他的好处也被发现了。哥伦比亚大学教授F. B. 克罗克（F. B. Crocker）在1901年写道：
有很多工厂引进电力，因为人们想省下20—60美分燃煤费，但这类节约并不是今日全美电力设备巨变的原因……那些以此为由率先使用电力的人会发现，除了燃煤费，他们还在其他方面节省了费用，这可以称为间接节约。
新技术的采用者终于意识到，一些长期的约束条件已经不复存在。一旦实现电气化，电源就可以遍布整个建筑物。不管怎么说，它们不再需要设在烟囱和煤堆旁边。人们现在可以使用若干个动力源，替代那种轴、齿轮、滑轮和皮带浑然一体，驱动工厂里每台机器的大型单体动力源。
大多数制造企业最终采用了这种“分组驱动”形式，即每家工厂有几台大型电机，每台电机都为一组机器提供动力。[11] 一些人想让动力更加分散，于是开始琢磨“单机驱动”，即建筑物中的每台机器都有自带的电机。电机毕竟与蒸汽发动机不同，可以做得相当小，而且效率也没有明显降低。
诚然，用今天的眼光看，如果不采用这种做法，那就太离谱了。事实上，许多机器现在更进一步，采用内置多台电机的设计。但是，单机驱动的概念刚开始提出时深受怀疑，而且此后很长一段时间都是如此。经济史专家沃伦·迪瓦恩（Warren Devine）发现：
20世纪的前25年，技术文献一直在讨论分组驱动机器和单机驱动机器的优缺点。1895—1904年，这个问题在技术界的会议上引发了激烈辩论。在所有情况下，这两种技术都不能说是最好的……而且，20多年后，分组驱动仍被强烈推荐于许多场合……1928年出版的两本教科书……明确表示在很多情况下，分组驱动是合理的。
当局者迷
回想起来，技术进步是如此明显，为什么它们刚出现时难以准确把握？为什么这么多聪明、有经验的人和公司，以及这么多深受技术影响的人，没办法看清楚它？
许多不同领域的研究都得到了同样的结论：恰恰是因为在位者熟谙现状，沉迷其中，以致看不到新技术的浮现及其未来的潜力和可能的演化。这种现象被称为“知识魔咒”和“现状偏见”，它甚至会影响到管理良好的成功企业。现有的流程，现有的客户和供应商，现有的专业知识库及通用的思维方式，这些都会让在位者盲目，看不到显见的事物，例如与现状格格不入的新技术的可能性。
当然，这看起来就是工厂电气化的情形。关于这方面的研究有很多，其中大部分得出了同样的结论。正如经济学家安德鲁·阿特克森（Andrew Atkeson）和帕特里克·科赫（Patrick J. Kehoe）总结的那样：“在电力转型开始之初，制造商不愿意放弃大量的知识储备去采用那些最初只是稍微好点儿的技术。”[12] 另一对经济史学家保罗·戴维（Paul David）和加文·赖特（Gavin Wright）发现，电力转型的潜力经过很长时间才全面释放，其中的一个重要原因是“组织上尤其是概念上的需要，具体表现为任务和产品的定义与结构”。装配线、输送带和高架起重机就是这种概念变革的例子。它们对全面释放电力的潜力至关重要，但对于在蒸汽时代取得巨大成功的许多在位者来说，这些是无法想象的。
电力冲击波
克莱顿·克里斯坦森（Clayton Christensen）刻画了颠覆性技术如何击垮大型公司，借此建立了明星商业学者的职业生涯。电气化是迄今为止最具颠覆性的技术之一。在20世纪的前几十年，它使美国制造业出现大规模灭绝。
20世纪初，美国的制造业由被称为“工业托拉斯”的企业所把持。它们是因并购而生的大公司，其所有者盯着生产、采购、分销、营销等方面的规模经济优势。某些托拉斯则希望建立庞大公司以形成垄断，从而取得更大的定价权。1904年发表的一项调查发现，此类托拉斯达300多家。
当时，美国的工业托拉斯似乎处于长期统治的地位。它们资本充足，雇用了第一代专业经理人，新技术的冲击还遥不可及。这些工业托拉斯驾轻就熟地通过电报进行沟通，通过铁路运载货物，它们也愿意让工厂从蒸汽动力转用电力。但是随着电气化的普及，它们所有的资源和能力都不足以让自己保持领先，甚至在许多情况下不能保证其在行业立足。
经济学家肖·利弗莫尔（Shaw Livermore）在1935年发表的一项调查发现，1888—1905年建立的工业托拉斯，有40%以上在20世纪30年代初销声匿迹了。另外还有11%是“记录……好坏参半的…… 跛脚鸭，一般而言，其糟糕的结果是在相关调查期的最后几年出现的”。幸存下来的托拉斯多数变小了。经济学家理查德·凯夫斯（Richard Caves）及其同事研究了1905年占统治地位并存活至1929年的42家制造业公司，结果发现，它们的平均市场份额从69%降到45%，下降幅度超过1/3。
这些研究和其他研究表明，美国制造业在20世纪的竞争环境变得严酷，到20世纪20年代末，许多公司已经从以往的强势地位跌落。这在一定程度上归因于电气化吗？
我们认为的确如此。很明显，智能电气化使工厂比原来更有生产力。最大的好处并非来自电机对蒸汽机的简单替代，而是来自生产过程本身的重新设计。在智能电气化的工厂里，每台机器自带电机，以及装配线、输送带、起重机等，这些在任何竞争中都是强大的武器。它们能以更少的投入做更多的事情，使其所有者能够从价格和灵活性方面打击竞争对手，令其产品在市场上大行其道。我们也知道，并非所有工厂都能够明智地使用电力。一些企业及其领导人看到了单机驱动的潜力，并且欣然接纳，而其他企业则争论了数十年。由于所有这些原因，早期采用新技术的工厂有可能把许多老牌工业托拉斯直接送进了历史坟墓。
美国制造业在20世纪初的巨变有多种原因，包括“一战”和罗斯福总统的反托拉斯运动引起的动荡，但是，电气化的多重冲击是这么多顶级公司失败或陷于瘫痪的根本原因之一。
那些认为电气化只是一种更好动力源的工厂业主完全错失了机会，随着时间的推移，他们发现自己落后于电气化的竞争对手。这些落后者可能一直在生产精妙的产品，并通过高效的分销网络向忠诚的客户销售。如果他们的工厂没有实现智能电气化，他们最终就会被淘汰。他们不能进行价格竞争，不能让产品快速上市，也不能轻易地从一组产品转换到另一组。即使——更准确地说，由于——他们做了与之前大获成功时同样的事情，他们也只会变得毫无竞争力。
通用机器
今天，我们处于另一次工业振荡的早期阶段，但是其规模更大，范围更广泛。面对当前突飞猛进的技术，我们很难想象世界上还有什么地方，有什么重要公司不受其影响。第二次机器革命时代的成功企业，将是那些采用与当下大为不同的方式，将人脑与机器、产品与平台、核心与大众结合在一起的企业。从本质上讲，那些不这样做的企业，以及那些固守技术和组织现状的企业，势将做出与那些固守蒸汽动力或分组驱动的企业相同的选择。它们最终也会遭遇相同的命运。
本书的目的是帮助读者了解21世纪初的企业会在什么地方遇到与蒸汽机或分组驱动配置相似的事物，并帮助读者思考如何推陈出新，从而发挥当今乃至未来奇妙的技术优势。
探路前行
本书是由机器、平台和大众创造的新世界的指南。这当然是一项未臻完善的工作。商业世界总在变化之中，尤其是在如此深刻的过渡期间，事态比往常更不稳定。因此，在经济和社会进一步深入第二次机器革命时代的进程中，我们绝不能断言已找到企业成功的终极完整答案。本书描述的三种重新平衡将耗时数年，而它们的终点和准确轨迹还远未清晰。
但混沌之中必有良机。透过历史、前人的研究、新近的例子和进展，以及透过自己的调查，我们获益匪浅，言之有物，我们深信这些都是有价值的真知。读者将会看到，很多见解都源自经济学，这是本书应用得最多的学科领域。
为什么会这样呢？奥地利经济学家卡尔·门格尔（Carl Menger）在1870年给出了一个很好的答案：“经济理论关心……人们参与为满足他们的需要而进行的有远见的活动的状况。”[13] 经济学所研究的是组织和人如何理解、塑造自己的环境和未来，当他们汇集在一起，交换货物、服务和信息，以期实现其目标时，究竟会发生什么。该学科已经围绕这些问题形成了深刻的见解和理论，它们是这本描述机器、平台和大众如何改变世界的专著的理论基础。
但我们不能只依靠经济学。本书讨论的现象跨越了单一学科，涉及许多其他研究领域。所以，我们也会加入工程学、电脑科学、心理学、社会学、历史学、管理科学等。正在突飞猛进的技术是新生事物，但它有着悠久、广博、引人入胜的历史传承。当讨论现状和未来的可能时，我们将以史为鉴。
本书的讨论共分为三部分。第一部分讨论人脑和机器的结合，第二部分针对产品和平台，第三部分针对核心和大众进行同样的分析。每一部分的广义主题相同：近年来，以上比对的第二个元素变得更强大、更有能力，因此，现在至关重要的事，就是重新审视如何将两者很好地结合起来。
第一部分介绍人脑和机器的新组合如何快速改变企业执行其最重要流程的方式；第二部分介绍开创性企业如何汇聚产品和平台，促进业务转型；第三部分介绍核心和大众正在改变组织本身的形态及工作原理。
每一部分的开篇都回顾第二次机器革命的第一阶段，我们既描述现状，也探讨事物即将变革的早期迹象。这些章节显示，大约20年前，人脑与机器之间、产品与平台之间及核心与大众之间都形成了标准伙伴关系。相关分析还展示了随着技术进步和经验的积累，这种伙伴关系如何经受考验。
每一部分的其余章节探讨了我们近年来围绕三种重新平衡所看到和学到的内容。它们展示了机器、平台和大众在当下与未来的力量。每一部分的章节按照“科幻梯度”（创新的新颖程度）依次递增的形式进行安排。我们将介绍越来越棒的研发、创新和商业模式。每一部分的最后一章将讨论诸如“电脑有没有创造性”“整个经济会不会很快变成按需经济”“公司本身是否已然成为濒危物种”[14] 这样的话题。
在本书中，每一章的最后将简要总结其主要观点并提供实践指南。本书不是一本操作手册，也不是一本通过机器、平台和大众取得商业成功而编写的详细脚本。我们认为，撰写此类手册的人要么是愚弄自己，要么是愚弄读者。当下的变数太多，不确定性太大。事实上，如果可以写出这样一本公式化的手册，那么就没必要了解各种深层动因和运行原理以期获得竞争优势。因此我们换个方式，以每一章主要思想的概要结尾，辅以旨在帮助读者思考这些想法的实际应用问题。
[1] 博弈论专家将围棋称为一种“确定的完全信息博弈”。
[2] 如果对弈双方均认同无法继续下子，则比赛结束。
[3] 许多围棋定式是模棱两可的，例如“厚势不围空”。
[4] 在本书中，我们将技术描述为人性化的事物，如辨别、学习、观察等。之所以这样做，是因为我们确信，即使电脑的推理与人不同，这也是描述当下及未来的正确方法。我们知道，从某种意义上讲，这种表述并不常见，以往的说法是“不要把电脑拟人化，人们讨厌电脑”。
[5] 截至2016年8月，33岁的李世石已经赢得18个国际冠军头衔，仅次于比他年长8岁的同胞李昌昊（21个头衔）。
[6] 1英里=1.609 3千米。——编者注
[7] “黑色星期五”是感恩节之后的第二天，它历来是美国当年最繁忙的购物日，而三天后就是“网络星期一”，当天许多网店向客户提供假日优惠。
[8] 为了制作可咀嚼的块冰，在冰形成时必须刮平表面，然后制成大小和形状合适的块状。
[9] 一些富裕家庭对块冰钟爱有加（Ilan Brat, “Chew This Over: Munchable Ice Sells like Hot Cakes,” Wall Street Journal , January 30, 2008）。有一年的圣诞节，艾米·格兰特（Amy Grant）送给身为乡村音乐明星的丈夫文斯·吉尔（Vince Gill）一个餐厅级的苏格兰制冰机。
[10] 我们经常把程序员称为“码农”的原因是：不管怎么说，他们历来都对知识进行编码，使隐性知识显性化。
[11] 这些电机本身由位于工厂附近的发电机或当时刚刚出现的电网供电。
[12] 从一开始，电力就比蒸汽动力更稳定、更便宜，但是在使用蒸汽动力的工厂中，电力仅有的直接优势就是这些，所以电力被认为只是稍微优越而已。
[13] 19世纪的作家在谈到“人”时常用“男人”一词。
[14] 简单地说，这些问题的答案要么是肯定的，要么是否定的。