战狼6免费高清版,《睫毛膏4》美国版,酒店一到50集

“BIG IDEA”顛覆性技術(shù)分析報告：2020年的11大科技趨勢 ?

來源：來源：36氪、神譯局

導讀： ARK是一家專注于顛覆性科技的投資管理公司。為了給投資者對突破性技術(shù)的影響和所創(chuàng)造的機會有所啟發(fā)，從2017年開始，他們每年都會發(fā)布相關(guān)的顛覆性技術(shù)分析報告BIG IDEA。今年的研究報告聚焦了創(chuàng)新的最新進展，并給出了他們的最新預測。本文為對其研究報告的概括。

一、深度學習——從視覺到語言

深度學習正在為下一代的計算平臺賦能。得益于深度學習，現(xiàn)在的AI系統(tǒng)能看能聽能理解自然語言，且準確率幾乎跟人一樣。深度學習的影響力甚至超過互聯(lián)網(wǎng)。20年間互聯(lián)網(wǎng)大約為全球股權(quán)市場創(chuàng)造了10萬億美元的市值。ARK認為深度學習在未來20年有望創(chuàng)造3倍于互聯(lián)網(wǎng)的市值，達30萬億美元。

跟傳統(tǒng)軟件相比，深度學習軟件是靠“訓練”出來的。人先建立AI模型，然后收集標簽數(shù)據(jù)，軟件就會學習適當?shù)男袨椋姨峁┑臄?shù)據(jù)越多效果越好，表現(xiàn)往往超過了人類。

深度學習正在為下一代的計算平臺賦能。不妨看3個數(shù)據(jù)：

會話式計算機：2019年，智能音箱響應(yīng)了1000億項命令和問題，僅1年時間就增長率50%！
無人車：Waymo無人車已經(jīng)跑了超過2000萬英里
消費者app：抖音利用深度學習提供視頻推薦，用戶發(fā)展速度比SnapChat快10倍

此外，AI軟件有望為AI硬件創(chuàng)造出180億美元的市場。其中一個原因是摩爾定律的放緩。每2年性能翻番的好事不再有了，因此對服務(wù)器業(yè)必須對計算硬件進行更多的投資。優(yōu)化深度學習載荷的AI加速芯片去年有40億美元的收入，預計復合年增長率達36%，如此到2024年將創(chuàng)造180億美元的市場。

跟摩爾定律相比，深度學習工作負荷的增長率是前者的5倍。也就是說，軟硬件的改進大概每2年就能讓訓練神經(jīng)網(wǎng)絡(luò)的的成本下降100倍，其結(jié)果是算力每年都有10倍的增長。在算力和模型的發(fā)展下，AI的應(yīng)用從視覺擴展到語言，從而推動了會話式AI（所需計算資源10倍于計算視覺）的蓬勃發(fā)展。

深度學習的載荷增長率是摩爾定律的5倍

ARK因此認為，深度學習未來有望創(chuàng)造比互聯(lián)網(wǎng)還要大的經(jīng)濟價值。20年間互聯(lián)網(wǎng)創(chuàng)造了20萬美元的市值。而從2012年至2019年，深度學習已經(jīng)創(chuàng)造了1萬億美元的市值。如果按照21%的符合年增長率計算，到2037年深度學習將產(chǎn)生30萬億美元的市值。

二、流媒體

流媒體技術(shù)為互聯(lián)網(wǎng)源源不斷地提供內(nèi)容。消費者隨時都可以訪問海量的音視頻和游戲資源。流媒體技術(shù)將會成為內(nèi)容分發(fā)背后的主要技術(shù)，重塑觀看的習慣。預計未來5年流媒體的收入將增長4倍多，從今天的860億美元增長到2024年的3900億美元。

在1980到2010這30年間，媒體公司基本上是涇渭分明的：要么專心做內(nèi)容，要么專心做渠道。但現(xiàn)在以Netflix為首的一批新勢力已經(jīng)把渠道和內(nèi)容一起做完了。

從內(nèi)容為王、渠道為王到內(nèi)容+渠道為王

與此同時，訂閱視頻點播（SVOD）正在取代傳統(tǒng)的線性電視。SVOD屬于相對便宜的優(yōu)質(zhì)內(nèi)容源。看觀看時長計費的Netflix成本比有線電視要低75%。正因為這種成本優(yōu)勢，美國人均消費3.4種流媒體服務(wù)。

線性電視的另一大收入來源——廣告業(yè)在逼近斷崖式下跌。未來5年，廣告支持的OTT（互聯(lián)網(wǎng)機頂盒）將會攫取顯著的市場份額。根據(jù)ARK的研究，未來5年OTT廣告收入將增長7倍多，從2019年的將近60億美元增長到2024年的約440億美元。

OTT蠶食有線電視的廣告市場

一度沉迷的音樂業(yè)正因為流媒體音樂的崛起而再度復興，但后者與此同時也在重塑這個產(chǎn)業(yè)。（參見：花10億美元買下所有熱門歌曲，這位音樂大亨瘋了嗎？）音樂業(yè)的收入在連續(xù)下滑了10多年后終于在流媒體音樂的帶動下走上復蘇的道路。預計美國未來年的音樂產(chǎn)業(yè)收入將從2019年的130億美元增長4倍多，到2024年的520億美元。

流媒體音樂復興和重塑了音樂

云端游戲也將出現(xiàn)爆發(fā)式增長。云端游戲有望奪取游戲機和PC游戲的市場份額，從2019年的2.63億美元增長至2024年的135億美元，也就是份額將從0.2%增長至6.3%。這一切都是因為云端游戲的即時訪問、動態(tài)后端支持以及兼容任何設(shè)備的優(yōu)勢。

云端游戲來搶市場了

在游戲直播的帶動下，流媒體直播將在新的垂直市場發(fā)展起來。比方說，Amazon旗下的Twitch現(xiàn)在是全球第58大網(wǎng)站，光2019年直播市場就超過了110億小時。

整個流媒體市場的符復合增長率可達35%，收入將從2019年的860億美元增長至2024年的3900億美元。細分市場參見下圖：

三、電動車

2018、2019年電動車的銷量分別是145萬和200萬。EIA預計到2024年這個數(shù)字將達650萬。但ARK的預測更為激進，認為按照萊特定律（累計產(chǎn)量翻番，電池成本將下降18%），此數(shù)可達3700萬。而且電動車的成本已經(jīng)接近汽車：

影響ARK預測準確性的最大變數(shù)在于傳統(tǒng)車企能否實現(xiàn)電動車的規(guī)模量產(chǎn)。如果可以，未來5年電動車的復合年增長率將達79%，至2024年電動車銷量可達3700萬。

四、自動化

工業(yè)機器人（制造）、服務(wù)機器人（物流、真空吸塵器、快遞機器人、護理助手）與自動化系統(tǒng)（飯店、生產(chǎn)線）均屬自動化范疇。預計2024年美國自動化產(chǎn)值可達8000億美元，2035年有望達12萬億美元。

對于工業(yè)機器人價格走勢，ARK的預測比波士頓咨詢集團（BCG）還要樂觀，認為到2024年將降至13000美元，不到1996年的十分之一：

工業(yè)機器人的需求也將相應(yīng)上漲，未來5年預計會翻4番，從2018年的42萬增長至2024年的160萬。

成本趨勢同樣左右著服務(wù)機器人的需求，用機器人配送的成本僅為人力配送的5%。從2012開始至今，Amazon已經(jīng)在履約中心部署了約20萬個機器人。

自動化系統(tǒng)也可以運用到大部分的休閑快餐飯店。而且過去“無報酬”的生活必需品購買、食材準備、保潔等消費者自理的任務(wù)也將逐步由供應(yīng)商通過自動化系統(tǒng)“有償”代理。

五、3D打印

3D打印是一種在計算機控制下層疊原材料，制造出物體的增材制造形式。3D打印可以將從設(shè)計到制造的時間大為縮短，讓制造全新結(jié)構(gòu)的物件成為可能，并且大大減少浪費。預計3D打印的規(guī)模將從2018年的970億美元增長到2024年的9700億美元，復合年增長率達65%。

當然，自從幾年前的那波炒作潮退卻之后，3D打印公司似乎就沉寂了，進入Gartner所謂的希望破裂的幻滅期，相應(yīng)的股票也無人問津，導致本領(lǐng)域的上市和非上市公司的市值落差。

但是，3D打印的采用即將引來引爆點。以GE的采用為例。2015年，GE首次將燃油噴嘴的20多個零件用3D打印一體成型。2019年，GE9X引擎已經(jīng)包含有304個3D打印零件。預計到2024年這個數(shù)字將飚升至4000多個。

跟傳統(tǒng)制造相比，3D打印所需要的零件數(shù)、制造周期、迭代周期、設(shè)計周期都要大為減少，供應(yīng)鏈管理也更加簡單，而且還可以通過AI持續(xù)改進制造流程，前景一定是非常光明的。3D打印的下一個前沿有可能是終端使用的部件。

六、打無人車應(yīng)用（Autonomous Ridehailing）

機器人能讓任何人和物的點對點運輸成本降到打的的1/10。打無人車有望成為城市地區(qū)的主流，擁有汽車不再是個人的首選，新的商業(yè)模式將會出現(xiàn)。

百年后，無人車終于讓打車成本下降了

盡管目前的打車app抽傭率大概在20-30%左右，但無人駕駛技術(shù)有望通過更低廉、更安全、更便利的服務(wù)為消費者提供更多的價值，從而為自己爭取到更多的傭金。此外，自主平臺還將出現(xiàn)地域的壟斷，減少目前打車公司面臨的競爭壓力。ARK預計，未來打（無人）車創(chuàng)造的現(xiàn)金流將相當于1-2萬億美元的現(xiàn)值。

七、無人機

電池成本下降以及無人駕駛技術(shù)的提高將會促進無人機的發(fā)展。無人機在物流與食品甚至人的遞送方面具備成本更低廉更便利的優(yōu)勢。這會讓消費者改變購物習慣，減少旅行時間，還有可能拯救生命。

根據(jù)預測，到2020年，電池技術(shù)的發(fā)展有望把無人機安全續(xù)航里程提高到12英里。而在機器學習的帶動下，自主地送的成本有望從遠程遙控的7.8美元/10英里降到0.25美元/10英里。下圖反映出無人機的各種相對成本優(yōu)勢：

無人機將讓這些業(yè)務(wù)的運輸成本下降

因為無人機使得配送成本大為下降，會有更多的到店購買轉(zhuǎn)移到網(wǎng)上，推動電子商務(wù)在零售的占比從2019年的14%提高到2030年的60%。在平均配送費為0.25美元/趟的情況下，無人機配送到2030年有望創(chuàng)造出1150億美元的市場機會，而食品外賣會是一個合適的配送對象。

電動空中的士的性價比最高

預計到2030年，無人機配送平臺有望創(chuàng)造約2750億美元的配送收入，390億美元的硬件銷售收入，以及120億美元的地圖收入。

八、下一代DNA測序

下一代DNA測序（NGS）是基因革命背后的驅(qū)動力。人類基因測序的成本已經(jīng)從2003年的將近30億美元降到不到1000美元，而且趨勢還在繼續(xù)。

從趨勢看符合萊特定律，每測序量翻番成本下降40%，而需求的復合年增長率將達110%，從2019年的約260萬增長至2024年的1.05億，主要是分子診斷的采用。

NGS對未診斷病人、已診斷病人以及康復病人的治療保健均有幫助，有望成為腫瘤治療的標準，為醫(yī)療保健決策提供更多的科學依據(jù)，促進個性化醫(yī)療發(fā)展，并且加速藥物的發(fā)現(xiàn)。

NGS將變革臨床腫瘤治療

未來5年預計NGS收入的復合年增長率可達43%，從2019年的35億美元增長至2024年的210億美元。

九、生物技術(shù)研發(fā)效能

而NGS、AI以及CRISPR基因編輯的結(jié)合有望縮短藥物研發(fā)周期，降低失敗率，提高研發(fā)的回報，令生物科技的研發(fā)效能大為提升。而研發(fā)效率的提升有望在未來5年內(nèi)為醫(yī)藥醫(yī)療公司增加9萬億美元的市值。

NGS+AI+CRISPR可令藥物研發(fā)效能顯著提升

十、數(shù)字錢包

據(jù)研究，數(shù)字錢包的估值甚至比零售銀行還要高，因為其客戶獲取成本更低，可以為低收入人群提供銀行服務(wù)，這是傳統(tǒng)銀行做不到的。

ARK估計，到2024年美國將有2200萬個數(shù)字錢包，如果按照傳統(tǒng)銀行生命周期價值測算數(shù)字錢包用戶的LTV，則這個市場有望達到8000億美元的規(guī)模。

當然，跟中國相比，美國的移動支付要遠遠落后。2014年的時候，第三方移動支付交易相對GDP的占比為10%，但到了2019年，這個數(shù)字已經(jīng)達到250%，復合年增長率高達107%。照此趨勢，全球的移動支付規(guī)模也將數(shù)倍于當前的87萬億美元GDP。

在美國，數(shù)字錢包的采用速度要比社交網(wǎng)絡(luò)的采用速度快一倍，數(shù)字錢包正在蠶食消費信貸市場。像 LendingClub和Sofi這樣的金融科技公司已經(jīng)拿到了39%的無擔保消費信貸市場。未來5年，美國銀行信用卡的利息收入可能會因此減半。

十一、比特幣

因為比特幣的出現(xiàn)，我們正見證一場全球性的貨幣體系戰(zhàn)爭。而比特幣因為其開發(fā)、中立、無許可，且全球性，在這場戰(zhàn)爭中將處在有利位置。如果比特幣真能獲勝的話，其規(guī)模將達萬億美元的水平，遠超今天1500億美元的網(wǎng)絡(luò)價值。

當今的這場貨幣戰(zhàn)爭堪稱“寒武紀大爆發(fā)”。傳統(tǒng)的、非傳統(tǒng)的，主權(quán)的，非主權(quán)的貨幣體系都加入到這場戰(zhàn)斗當中。下圖對比了比特幣出現(xiàn)前后貨幣體系的差異：

最終獲勝的貨幣體系需具備以下幾點：

支持無縫轉(zhuǎn)賬和儲蓄
不會被任意稀釋
不會被凍結(jié)或查封
貨幣供應(yīng)需可審計，轉(zhuǎn)賬不受審查
交易記錄受保護且不可篡改

加密數(shù)字貨幣具備了上述特點，而比特幣在加密數(shù)字貨幣當中又處在最有利位置。

一個3萬億美元的市場機會

1.零基礎(chǔ)讓普通MCU跑人工智能！法國AI創(chuàng)企開發(fā)無監(jiān)督學習軟件系統(tǒng)

2.反對人工智能的九條意見！

3.看直播贏好禮丨各路大咖為您解讀《疫情當下，物聯(lián)網(wǎng)與嵌入式系統(tǒng)的思考》

4.STM32系統(tǒng)中的2種數(shù)據(jù)掉電保護方法！

5.如何學會所有的編程語言？

6.VSCode和SourceInsight，到底哪個看源碼爽？

免責聲明：本文系網(wǎng)絡(luò)轉(zhuǎn)載，版權(quán)歸原作者所有。如涉及作品版權(quán)問題，請與我們聯(lián)系，我們將根據(jù)您提供的版權(quán)證明材料確認版權(quán)并支付稿酬或者刪除內(nèi)容。

免責聲明：該內(nèi)容由專欄作者授權(quán)發(fā)布或作者轉(zhuǎn)載，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點，本站亦不保證或承諾內(nèi)容真實性等。若內(nèi)容或圖片侵犯您的權(quán)益，請及時聯(lián)系本站刪除。侵權(quán)投訴聯(lián)系：? nick.zong@aspencore.com！

嵌入式資訊精選掌握最鮮資訊，盡領(lǐng)行業(yè)新風

進入專欄

評論

“BIG IDEA”顛覆性技術(shù)分析報告：2020年的11大科技趨勢 ?

最近文章

熱門文章

推薦

最新資訊