下载掌阅APP，畅读海量书库
立即打开
我们不再只是生活在一个技术呈指数型增长的时代，而是生活在一个这些技术及其影响将成为社会决定性力量的时代。
我明白，当我承认自己最喜欢的007系列电影是《金枪人》（
The Man with the Golden Gun
）时，我就成了非主流。
这部电影角色形象过于单一，场景设计也很一般，但它仍不乏吸引力。影片中，喜剧演员罗杰·摩尔（Roger Moore）饰演的詹姆斯·邦德从中国澳门到泰国，在一个个风景如画的热带地区追踪自由职业杀手弗朗西斯科·斯卡拉曼加。斯卡拉曼加偷走了苏里斯转化器，这是一种可以利用太阳能为世界各地提供电力的设备，邦德的任务是把它找回来。整部电影都体现了科技拜物教风格，最具代表性的就是斯卡拉曼加在他的私人岛屿上建立的未来主义的太阳能发电厂，他和邦德最终在那里展开对决。
这部电影于1974年上映，反映出全世界笼罩在前所未有的石油危机引发的焦虑之中。1973年10月，一些中东石油出口国颁布禁运令，拒绝向美国及其一些盟友国出口石油。在接下来的6个月里，石油价格飙升了3倍。在油价高得惊人的背景下，替代能源一下子吸引了全世界的目光。或许，由此才出现了苏里斯转化器。
然而，尽管邦德在亚太地区出生入死，寻找苏里斯转化器，但太阳能并不能解决石油危机。和这部电影制片人的想法一样，当时的日本和美国政府也迅速采取了行动，通过加大对太阳能研究的投入来应对日益严重的油价上涨和石油短缺问题。但在当时，把太阳光能转化为电能实在太昂贵了。
1975年，一个硅光伏组件——现在遍布全球太阳能发电厂的太阳能反射板，每瓦电力的成本高达100美元。对于如此高的价格，太阳能只能扮演节能玩具的角色，只由政府采购，除此之外就没什么用武之地了。自1958年以来，人造卫星上就安装了比化学电池还轻的太阳能电池板。 [1] 20世纪70年代末，一些腕表和计算器开始使用太阳能。但太阳能要想获得更广泛的应用并不现实，因为应用它的成本太高了。
然而，这种情况后来发生了改变。1975年至2019年，光伏的价格大约降至此前的1/500，每瓦电力的成本低于23美分。
[2]
这种变化主要发生在2020年至2021年。即使在2010年，使用太阳能电池板发电1千瓦时也要花费30～40美分，是使用化石燃料发电成本的10～20倍。
[3]
但太阳能发电的成本一直在以指数型速度下降，在大型商业合同中，该成本每年下降约40%。到了2020年10月，大规模太阳能和风能发电的成本已经比最便宜的化石燃料产品——复合循环天然气的发电成本还要低。
在这10年里，太阳能发电的成本不断降低，已经下降大约89%。
没有其他发电方式的成本比太阳能发电成本更低。在斯卡拉曼加的时代，太阳能还只是一种美好的构想。21世纪初，它仍然是一种完全不经济的能源。如今，在全球2/3的地区，太阳能已成为最廉价的电力来源。 [4] 现在，太阳能电池板遍布世界各地，不管是在富裕国家还是在贫穷国家，不管是在北半球还是在南半球，不管是在炎热的国家还是在寒冷的国家，随处可见它们的身影。 [5]
太阳能技术自20世纪70年代以来的发展历程表明，指数型变化并不局限于计算领域。没错，计算机行业为技术加速发展的新时代奠定了基础，但这种加速发展的现象并不局限于晶体管，也不局限于人工智能。指数型变化在4项关键技术领域已经普遍存在，而这4项关键技术领域构成了全球经济的基石。 它们就是计算领域、能源领域、生物领域和制造领域。 每一个国家都在经历一场壮观而激动人心的变革。每个领域关键技术的成本都在急剧下降，相当于每10年下降至此前成本的1/6之多。在第1章中，我们已经看到了这4个领域中第一个领域的指数型变化。在本章中，我们将探讨其他3个领域。
这4个领域的广度表明，对于指数型变化，我们需要采用更广泛的视角。为了理解计算世界之外的指数型变化，我们应该明白，这种指数型变化是多种技术以及经济和政治力量共同作用的结果。本章的目标就是对这些力量进行解释。
首先，我们将研究为什么这些领域中的新技术会对社会产生如此巨大的变革性影响。其次，我们将分析为什么会产生这些新技术。你将看到，不断增长的需求已经使技术的价格不断降低。每一项创新都与其他创新相互作用和结合，从而创造新的技术。一直以来，不断增长的信息和贸易网络使新技术的传播及使用规模的扩大变得越来越容易。
我们有可能在计算、能源、生物和制造这4个关键领域之间勾勒出人类社会新时代的整体轮廓。本书讨论的并非少数几个特定领域中的一些加速发展的技术，因为指数型增长已经融入技术的逻辑，对经济的众多领域产生影响。换句话说，我们正处于指数时代。
本书接下来将逐一分析其他3个领域的指数型技术。首先，我们来分析能源技术。太阳能并不是唯一呈指数型发展的能源技术。越来越多巨大的风力涡轮机出现在多风的浅水地区以及时常刮风的平原和山顶，因为这些地区的风能更丰富，发电成本更低。在截至2019年的10年里，风力涡轮机发电的成本下降了70%，或者说每年下降约13%，这种成本下降正在加速风力发电取代全球其他形式能源发电的进程。由于可再生能源价格呈指数型下降趋势，化石燃料发电站正在逐步被弃用。
当然，仅靠风能和太阳能并不能满足人们的全部需求。它们的局限在于发电效率不够稳定，时高时低，因为风能和太阳能无法存储。化石燃料的一个显著特点是，它们自身储存着能量，一块煤就像是一个热量块，可以被运输到任何地方，并在使用者认为合适的时候燃烧，从而释放其中的能量。可再生能源面临的最大挑战是，在晚上或没有强风的日子里，这类能源无法获取。电池技术也在呈指数型增长，在从2010年9月开始的整整10年里，锂离子电池的储能成本每年下降19%。 [6] 到2021年，大型电池系统的生产成本已经非常低，足以与燃煤和燃气发电站的发电能力相媲美。
我们有理由预期，2020年至2030年，太阳能或风能发电的价格可能会继续大幅下降，变为此前价格的几分之一，而电池储能的价格也会以同样的速度下降。
另外一个关键领域——生物领域，也在经历类似的历程。如果说有什么区别的话，那就是生物领域的技术进步使能源革命显得微不足道。对几代人来说，生物学似乎都是一门复杂而混乱的科学，这一领域并不容易发生技术变革。如果说化学家很早就能够在试管中分离简单的化学物质，物理学家能够归纳出宇宙的基本规律，那么生物学就显得非常含糊了，因为它关注的是生物有机体令人困惑的复杂内部功能。
我们可以想想解读人类基因组的过程。基因组是每个人的基因密码，解读它显然是一项复杂的任务。人类的基因组是一个可以用二进制编码的长链，大约有30亿个字母那么长。我们用字母G、T、C和A来代表鸟嘌呤、胸腺嘧啶、胞嘧啶和腺嘌呤这4种碱基。要想读取这样的基因组，必须把它分解成数以百万计的小片段，使用电化学阵列进行读取，然后仔细地对每个序列进行排列和重新组合，从而得到一份完整的解读报告。
第一个完整的人类基因组测序是在1999年4月至2000年6月完成的。人们破解这份遗传脚本的成本大约是3亿美元。后续的优化工作又花费了1.5亿美元。因此，破译第一个基因组至少花费了5亿美元，甚至可能高达10亿美元。
这种情况很快就发生了改变。2001年9月，美国国立卫生研究院下属的国家人类基因组研究所估计，对一个完整的人类基因组进行测序的成本高达95 263 702美元。2019年8月，基因组测序的价格已降至942美元，约变为之前的十万分之一。
美国因美纳公司是价格大幅下降的幕后推手，该公司推出的HiSeq X基因组测序仪使测序成本在2014年首次低于1 000美元。
在美国因美纳公司占据行业主导地位几年之后，总部位于中国深圳的华大基因公司于2020年3月宣布，它能够以100美元的价格完成一个完整的基因组测序。这相当于在不到20年的时间里，基因组测序的性能提高了100万倍。 [7] 也就是说这20年来，基因组测序的价格每年减半。这种价格递减的幅度令摩尔定律相形见绌。如果基因组测序的性价比发展趋势与摩尔对微芯片的预测遵循同样的曲线，那么到本书写作时，基因组测序的价格应该超过10万美元。事实上，基因组测序价格的下降幅度是摩尔定律预测的下降幅度的1 000倍。
而且，和过去一样，更低的价格意味着更高的使用率。1998年，我们只能对一个混乱的基因组进行测序，而2015年，人类每年会对超过20万个基因组进行测序。 [8] 有研究小组估计，到2025年，可能会有多达20亿人进行基因组测序。 [9]
有许多因素促进了编码基因组成本的降低，其中一个因素就是不断增长的算力。基因组序列是巨大的字母链，编码一个人类基因组需要大约100G存储空间（这足以存储大约25部高清电影），相比于20年前，目前编码一个基因组对应的存储空间需求已经大大降低。但摩尔定律远不是价格下降的唯一推手。我们生产试剂和“放大器”的方式有了进步，这些试剂和“放大器”能把DNA样本变成人类可读的东西。这些年来，这些试剂和“放大器”等化学品变得越来越便宜。与此同时，电子技术的进步使科学家能够制造更便宜的传感器。并且，随着机器人技术的发展，复杂的测序过程中的人工部分可以实现更高程度的自动化。
基因编码只是生物技术革命的一个方面，另一个方面是合成生物学，该领域融合了计算机科学、生物学、电气工程和生物物理学等学科，致力于创造新的生物组件和系统。同样，合成生物学技术也在经历指数型发展，在农业、制药、材料和医疗保健领域都取得了突破性进展。今天，人们可以对微生物进行测序和操控，可以把它们变成小型天然工厂来生产我们需要的化学品和材料。这在10年前是不可想象的，这将产生变革性影响。据估计，到2040年，全球经济中60%的物质“投入”将通过生物方式生产出来。
以这种方式利用自然产物将生产出全新的材料，比如不会对海洋造成污染的生物聚合物、更轻或更省电的电子元件。
制造业也是被指数型技术改造的领域。人们制造东西的方式正在发生根本性转变，这也许是数百万年来的第一次。
早在智人出现之前，人类就一直在以几乎相同的方式操控物质。已知最古老的燧石是在大约170万年前在现在的坦桑尼亚奥杜瓦伊经过打磨制造的。工业时代制造产品的过程与人类祖先制造工具的过程有许多共同之处。我们通常会使用减法，去掉一堆东西中不想要的部分。这是原始人在制造燧石时的做法，也是法老时期的石匠在用石块制作金字塔时的做法，还是米开朗基罗用一块大理石创造《大卫》这个经典雕塑的做法。
今天，我们可以以更大规模和更高的精度操控物质，但操控过程基本上是一样的。即使计算机时代预示着精密的计算机加工，但这仍然是一个减法过程：早期，人类在石头上敲击燧石的方式被计算机控制的钻石切割机取代。当然，还有其他制造材料的方法，比如用铸件铸造金属或生产塑料。这些方法比凿刻有优势，它们不会浪费任何材料，但也有很大的缺点，利用铸模和模具制造的产品是一模一样的。想要制造一种新产品，首先需要制造一个新模具。
增材制造又称3D打印，是一种指数型技术，可以提供个性化减材制造，不会造成浪费。一般来说，物品是通过计算机辅助设计制作的。这个过程包括从零开始创造一个新的物品：通过使用激光或类似于喷墨打印机的设备，将一层层熔化的材料叠加在一起。这些材料可以是玻璃，也可以是塑料，还可以是巧克力。它标志着存在了数千年的减材制造技术以及铸造技术的根本性突破。
自20世纪80年代中期查尔斯·赫尔（Charles Hull）发明3D打印机以来，增材制造的发展非常迅速，这个过程变得更快捷、更精确、更多样化。如今，3D打印机可以打印钢铁、陶瓷甚至人类蛋白质等材料。1999年，美国维克森林大学再生医学研究所培育了第一个用于移植手术的3D打印器官。2019年，在迪拜，我的朋友诺亚·拉福德（Noah Raford）制造了当时世界上最大的3D打印物体——一栋约232平方米的单层建筑。 [10] 该建筑采用混凝土原料，在17天内被打印出来，成为世界上首座3D打印办公室。该项目比其他同类设计少用了75%的混凝土，而且建造精度前所未有。
增材制造仍然属于一个很小众的行业。你会在昂贵的产品中发现它的存在，在战斗机的轻量部件或医疗植入物等高度专业化的经济领域也会发现它的身影。但其基础技术正在呈指数型增长。据研究人员估计，大多数增材制造方法正以每年16.7%～37.6%的速度发展，平均增长率在30%左右开始出现放缓的迹象。 [11] 在未来10年里，这项技术的性能将会提高14倍，当然，价格也会随之下降。增材制造行业分析师特里·沃勒斯（Terry Wohlers）称，在截至2019年的10年里，3D打印的市场规模增长了11倍，年增长率为27%。 [12]
为什么这4个领域的变革很重要？毕竟，新技术在不断涌现。研究人员开发解决问题的新方法，工程师改进现有的方法，偶尔也会取得突破。你可能会想，即使变化的速度在加快，但基本过程与之前的也没有什么区别。
但计算、生物、能源和制造这4个领域的技术具有特殊性。要理解其中的原因， 我们必须认识到关于创新的一个基本真理，那就是并非所有技术都具有同等重要性。
大多数技术的用途十分有限，比如用来制作马镫或灯泡。但这并不意味着它们的影响很小。不起眼的马镫，只能供马背上的骑手使用，但帮助成吉思汗横扫欧亚大陆，建立了世界上最大的陆地帝国之一。灯泡把我们从黑暗的枷锁中解放出来，使工作或家庭生活在太阳落山后依然可以继续进行。小小的技术可以产生广泛的影响，然而它们的用途仍然相对有限。
然而，有些技术创新却具有更广泛的用途。轮子可以为水车提供动力，或作为滑轮的一部分，或用于交通工具。农民、消防员和金融家可能都需要轮子，而且要进行贸易，通常也离不开轮子，或者说离不开运输工具。这些用途广泛的发明背后的技术被称为“通用技术”，它们可能会取代其他技术，为各种替代性产品的出现创造机会，其他产品和服务只有在这些通用技术出现后才可能存在。
纵观历史，通用技术对社会的改变超出我们的认知。电力彻底改变了工厂的工作方式，也彻底改变了人们的家庭生活。印刷术在欧洲改革和科学革命中发挥了关键作用，它绝不只是一套压力板和铸造金属活字。通用技术改进了经济以及社会的很多方面，带来的变化远远超出了它们最初出现时所在的领域。 [13] 正如经济学家理查德·利普西（Richard Lipsey）、肯尼斯·卡洛（Kenneth Carlaw）和克利福德·贝卡（Clifford Bekar）所言， 通用技术“几乎改变了社会的一切……为新产品、新流程和新组织形式的创建开辟了新的道路”。 [14]
通用技术之所以具有如此巨大的变革性，部分原因在于它的影响绝不局限于任何一个领域。想一想20世纪初的一项使用了通用技术的关键发明——汽车，为了发挥汽车的潜力，需要遍布全国、适合驾驶的道路基础设施。汽车也需要燃料和备件，司机需要补充能量，这就产生了对加油站和路边咖啡馆的需求。汽车迫使城市环境发生改变，于是城市开始发生变化，以便跟上机动车的变化。随着时间的推移，郊区得到了发展，随之而来的是消费行为的逐渐重塑：为度假者打造的价格适宜的酒店以及大型零售商店逐渐出现在郊区。新规则慢慢出现，包括一系列针对司机的安全规则。简而言之，通用技术改变了一切。
这从侧面说明了为什么这4个关键领域的指数型革命如此重要。我们正在见证一次具有变革意义的新通用技术浪潮的出现。印刷时代出现的不是一种通用技术。20世纪早期出现的不止是电话、汽车和电力这3种通用技术。在指数时代，我们正在见证计算、能源、生物和制造这4个领域的多项突破性技术产生的影响。
目前还处在这些技术发展的初级阶段，因此很难精确预测这些领域的通用技术是什么。我们所知道的是，每个领域的新兴技术都可以通过各种各样的方式得到应用。第1章提到，不断增长的算力似乎有着无穷无尽的用途。基因工程可能被用来培育微生物、为智能手机制造新的屏幕、帮助我们研制效果更好的药物。利用3D打印机，我们能够制造从精密汽车零件到人体器官等一切东西。
这些技术的迅速发展并不会立刻带来变化。通用技术的革命性影响可能需要一段时间才能显现。以电力为例，著名经济历史学家詹姆斯·贝森（James Bessen）说：“1881年，第一座发电站投入使用，但一直到20世纪20年代，电气化对经济生产率的影响都很小。” [15] 通用技术需要一段时间才能产生有意义的效果。随着新的基础设施开始建立，人们的工作方式将发生变化，公司会针对这些新的实践对员工进行培训。
通用技术需要经过一系列步骤才能对经济产生影响，经济学家卡洛塔·佩雷斯（Carlota Perez）对此做出了最恰当的描述。 [16] 首先是安装阶段，在此阶段，通用技术的基础设施得到了发展。通用技术的推广是一个艰巨的过程：为了建立电网，需要建立发电系统，铺设电线和线路网。在这个阶段，技能是有限的，专业知识是稀缺的。大规模应用通用技术所需的知识需要一定的时间才能成熟。在通用技术的发展历程中，早期可能是一个生产率很低、以发现为主导的时期。在某些情况下，现有的成熟技术比新发明更有效、更普遍，甚至在某些情况下，使用新技术带来的问题可能超过了它带来的价值。
但真正的革命会在接下来的阶段——部署阶段出现。经过艰难的安装阶段，经济体中已经有足够多的新技术准备就绪，可以用来做一些有用的事情了。公司已经找到了这些新技术的用途。最重要的是，管理人员和工人已经积累了使用这项技术所需的知识和经验，诸如维修店和供应店之类的配套服务也已经建立起来。在部署阶段，社会可以享受通用技术带来的好处，用佩雷斯的话说就是，这是一个“黄金时代”，但一切都需要时间来验证。
然而，正如第1章提到的那样，今天的技术，无论是通用技术还是其他技术，其发展速度都要比以往快得多。很多基础设施，比如云计算和智能手机，已经部署完毕。这意味着，佩雷斯提到的变革可能会比以往任何时代都来得更快。当下的时代是由层叠的技术定义的，一项新技术迅速导致下一项技术的出现，然后它又促进再下一项技术的出现。
想一想计算的广泛影响，它远远超出了互联网技术的传统边界。正如佩雷斯指出的那样，计算革命使信息的创造和处理变得更容易。其中一个结果是瞄准越来越小的利基市场的产品的兴起，从多种口味的番茄酱到令人眼花缭乱的各类服装，这些都得益于我们收集和处理数据能力的增强。另外一个结果是企业组织的转型，公司改变了经营方式并制定了不同的战略目标，第4章将探讨这背后的原因。
但计算机的兴起只是第一步。个人计算机的普及为互联网的迅速普及奠定了基础。1984年，只有1 024台计算机连接到互联网。1994年，这个数字增长了3 000多倍。有人估计，1995年互联网用户的数量为1 600万，而到了2020年年底，这一数字超过了50亿，增长了约300倍。
智能手机的崛起促进了互联网的传播，反过来互联网也促进了智能手机的发展。尽管20世纪90年代就出现了第一批智能手机，但它们根本无法胜任这项任务，它们的电池续航时间很短，屏幕很小，而且能运行的软件数量也非常有限。IBM在1992年发布的Simon只卖出了5万台。 [17] 但随着2007年第一部突破性智能手机iPhone的问世，一切都变了。5年内，10亿人拥有了这种多功能设备。到2020年年底，这一数字已达到35亿。
随着这些创新技术的相互作用，它们改变了许多经济领域。智能手机已经取代了许多其他消费设备，包括随身听、计算器、日记、手表和街道地图。随着智能手机的兴起，相机的销量大幅下滑，人们的购物方式也发生了变化。2020年，美国消费者的手机购物总额为2 840亿美元。 [18] 2019年11月，在一场年度促销活动中，中国购物者通过智能手机在阿里巴巴下的订单金额总计390亿美元。一年后，同样的促销活动创造了740亿美元的销售额。那些在店铺租金高昂的区域投入重金打造店面的零售商发现，与去实体店消费相比，顾客更喜欢躺在床上刷手机浏览和购买商品。
这就是通用技术的力量，它们的影响不可阻挡地从一个地区扩展到另一个地区，改变了日常生活的方方面面。指数时代的通用技术才刚刚开始出现。我们已经见证了个人计算机、互联网和智能手机的崛起，尚未经历超级廉价的能源、生物工程、3D打印和其他许多尚不成熟以及尚处在萌芽阶段的技术可能给我们带来的影响。
到目前为止，我们已经就新一代的指数型技术进行了探讨。你也了解了为什么这些具有通用技术特征的创新会产生如此巨大的变革性影响。但这一切都提出了一个新的甚至更重大的问题：为什么这种变革性影响会在现在出现？换句话说，是什么推动了指数革命？
答案在于3种力量，本章的其余部分将重点讨论它们。第一种力量可以用一句简单的格言来概括：“从实践中学习。”
要理解第一种力量发挥作用的原因，我们需要回到摩尔定律，了解它的局限性。这个定律中的一些东西一直困扰着我，那就是它与时间的关系。正如戈登·摩尔所指出的，时间的推移是关键，每两年左右，你就可以用同样的价格买到同样大小的硅片，但硅片上的晶体管数量会翻倍。20世纪80年代中期，当我第一次接触到摩尔定律时，我像其他任何一位青少年一样，只看到了它的表面价值。这个定律很诱人，很容易记住。但当我作为一名专业人士进入科技世界后，我对它进行了批判性思考。究竟是什么原因，能够让时间的推移神奇地将更多的半导体封装到硅片上呢？当然，人类在这一过程中肯定发挥了某种作用。以罢工为例，如果工人们放下工具，关闭工厂，并在工厂外抗议两年呢？晶体管还会变得更小吗？肯定不会。
通过第1章我们了解到，摩尔定律是一个社会事实，是由行业决定的。这意味着人类行为是关键：如果我们不再试图让摩尔定律成立，它就不再成立。因此，尽管到目前为止，它对技术变革的描述是恰当的，但至少它还不足以解释技术为什么会不断进步。
更好的方法是找到技术变革法则，该法则不基于时间，而是基于一个行业的实际情况。这样的模型可以解释人们的行为发生改变的原因：如果人们停止制造微芯片，这个模型不会立即失去解释力。理想情况下，我们希望这样的预测适用于不同的技术，而不仅仅适用于一个行业。
幸好，我们已经有了这样一个定律，而且它在硅片被发明的20年前就得到了理论化，那就是莱特定律（Wright’s Law）。该定律是由航空工程师西奥多·莱特（Theodore Wright）提出的，他试图了解飞机的制造成本及其影响因素。因此，他分析了20世纪20年代和30年代飞机的制造成本，并注意到制造成本似乎按照某种模式在下降。制造的飞机越多，意味着工程师、机械师和设计师必须组装更多的机身，每一架飞机的成本也就越低。 [19]
他的理论的具体内容是，单位产量每增加一倍，成本就会以恒定的百分比下降。下降的确切程度取决于具体的工程。以莱特研究的飞机为例，产量每增加一倍，生产效率就会提高15%，这15%的提高被称为“学习率”。
在莱特看来，原因很简单。 当工程师制造一款产品时，他们会逐渐理解如何才能把它做得更好。他们会想出一种更优雅的方式来连接两个组件，或者将一组不同的元素组合成一个组件。工人会找到捷径，让自己的效率更高。换句话说，他们通过实践来学习。 当工程师完善整个过程时，这里的一个小创新和那里的另一个小创新就会推动效率的快速提高。
因此，莱特定律成立的关键是产品数量的增加。更大的需求会推动流程的改进，这反过来又降低了成本，而成本的降低又带来了更大的需求。这与规模经济的观点截然不同。规模经济认为，效率来自经营规模的扩大，或从供应商那里获得更合适的价格，而莱特强调的是需求和技能之间的关系。随着对一种产品需求的增长，这种产品的生产者必须制造更多产品，这意味着他们有更多在实践中学习的机会。当他们不断将学到的东西付诸实践时，制造成本就会不断降低。
这意味着莱特定律比摩尔定律更有说服力。两者都描述了技术的成本呈指数型递减这一趋势，但有很多场景无法用摩尔定律解释，比如那些微芯片厂工人的罢工行为。而莱特定律将进步与生产数量联系起来，认为每增加一倍的产量，产品的单位成本就会下降20%。如果产量每两年翻一番，成本每两年就会下降20%。如果产量每年翻一番，成本每年就会下降20%。即使在那个神奇的罢工故事中，莱特定律仍然成立：如果生产停止，成本的降低也会停止。
自莱特时代以来，研究人员发现，莱特定律适用于从化学工业产品到风力涡轮机和晶体管等产品背后的数十种技术。生产数量翻倍确实导致单位价格相对持续下降，对指数时代的标志性技术来说也是如此。莱特定律已经成功预测了锂离子电池成本的下降。2010年至2020年，电动汽车的销量增长了140倍，而每一辆电动汽车都需要锂离子电池。在这10年间，对这种电池的需求增长了665倍（电池的容量每年都在增加）。从2010年到2020年，产量的增加导致了单位价格的下降。电池组的平均价格下降了近90%。而且事实证明，不仅仅是电池价格，莱特定律比摩尔定律更准确地描述了硅片价格的变化趋势。 [20]
这个定律在指数时代之前就已经存在了。但今天，有一个非常关键的不同之处。历史上，莱特定律有其明显的适用边界。想一想，产品进入市场遵循的是S型曲线。一开始，它的扩散呈指数型，但随着市场趋于饱和，人们对产品的需求逐渐减少。人们认为这种情况符合莱特定律的描述：最终，市场饱和，产品价格下降的趋势放缓，直至停止继续下降。莱特于1970年去世，如果他知道自己研究的飞机价格最终发生了什么变化，他可能会感到不满意。最初的波音737于1967年建造，到2020年时成本为2 700万美元。最新机型是波音737 MAX，它在2016年首飞，价格高达1.35亿美元，几乎是波音737的5倍。显然，飞机的价格变化趋势就不符合莱特定律的描述。
然而，我们这个时代的一个显著特征是，莱特定律的适用边界离我们似乎非常遥远，在某些情况下甚至可能并不存在。如今，新技术的价格似乎能够无止境地下跌。我们已经多次看到这个过程在起作用，所以在这里，我们来看一个特别引人注目的例子。很多人都熟悉USB驱动器，这是一种用来移动计算机文件的小加密狗。这一概念于2000年首次出现：50美元可以买到8MB存储空间。 [21] 20年后，50美元可以买到一个高质量的2TB闪存驱动器（内存是人类大脑记忆容量的25万倍），这意味着在同等价格下，USB驱动器的存储空间每年增长85%。在工业时代的产品中，比如一台洗衣机，在发展过程中的某个时刻，莱特定律就会逐渐不再适用，而USB驱动器的发展情况则一直符合莱特定律的描述。
为什么莱特定律的适用边界在今天的经济环境中显得如此遥不可及？在某种程度上，它与基础技术的物理性质有关，这些技术与以前的发明有本质的不同。当你把硅芯片的组件做得更小时，它的速度就会更快。因为芯片是安装在方形晶圆片上的，所以每缩小一个元件，芯片的效率就会呈平方倍数提高。如果你有一块100平方毫米的晶圆片，而你可以在每一平方毫米晶圆片上安装一个元件，那么一块晶圆片可以容纳100个元件（10×10）。如果你把元件缩小50%，这样每平方毫米面积就能装下2个元件，那么在同一个模具上就会有400个元件（20×20）。
这一过程适用于许多指数型技术。即使是强大的风力涡轮机也受到这种影响。风力涡轮机的发电能力与叶片扫过的面积成正比。弧线的长度是叶片长度的平方，所以如果你能制造2倍长的叶片，你就能得到4倍的冲击力。 [22] 1990年，一个典型的大型风力涡轮机有3个叶片，直径为40米，能够产生0.5兆瓦的电力。 [23] 到2020年，美国通用电气公司的风力涡轮机产量是1990年的24倍；直径为220米，是1990年的5.5倍。 [24]
但是，莱特定律之所以具有新的影响力，更大的原因在于经济规模。此前，由于需求呈S型曲线，因此在市场达到饱和时，需求会衰退。今天，这个市场饱和点会延后很多，因为全球市场要大得多。这意味着由莱特定律解释的过程可以持续更长时间，指数型收益可以继续得以保持。
正如我们将在本书中一再看到的那样，全球产品市场的崛起是过去50年中最大的变化之一。2020年，世界贸易总额从1971年的3 180亿美元增长到194 680亿美元，增长了约60倍，这使得我们在莱特定律预测的道路上走得更远。更大的市场意味着更多的需求，更多的需求意味着更高效的生产，更高效的生产意味着更便宜的商品，更便宜的商品意味着更大的市场。这个循环在内在逻辑上呈指数型发展态势。因此， 莱特定律描述了技术进步是如何以其自身的势头发展的：我们制造的东西越多，市场需求就越大，所以需要制造更多产品。
从本质上讲，这就是莱特定律正在推动我们进入呈指数型增长的未来的原因，因为我们会从实践中学习。近年来，我们进行了更多这类学习，这最终将我们带入了指数时代。
指数性的第二个驱动力量更简单，这个因素就是技术的组合。指数时代的通用技术不仅在以指数型速度改进，它们也在以更新、更强大的方式组合。今天的通用技术以不可预测、不断变化的模式互相促进。随着这些新技术的使用，它们将帮助其他技术向新的方向发展。
技术组合的力量
有一个绝佳的例子可以说明组合创新所具有的冲击力，它来自我的朋友比尔·格罗斯（Bill Gross）的亲身经历。他尝试通过建立新的能源储存系统来帮助经济脱碳，从而解决我们之前提及的可再生能源的储存问题。他的公司Energy Vault正在建设一个巨大的电力存储系统，那是一个形似昆虫的巨型起重机，有6条机械臂从中心塔向外伸出，并且配有巨大的再生建筑碎石块。这些起重机由太阳能提供动力，可以将这些长方形石块吊到空中。当它们堆积起来时，用来抬升这些巨石的大部分电能就转化成了重力势能。
当石块堆积起来时，中心塔就形成了一个电池，它的重力势能中储存了相当于35兆瓦时的电量，这足够给1 000辆小型电动汽车充满电，或者能够满足一个典型的美国家庭9年以上的电力需求。当晚上需要电时，由于天黑，太阳能电池板处于休眠状态，这时起重机可以把石块的高度降低。这会将重力势能转化为动能，进而驱动发电机向电网输送急需的电流。
这和组合有什么关系？正是多亏了几种不同技术的相互作用，上述电力存储方法才能变为现实。巨型起重机电池依赖4种众所周知的技术产品的特殊组合，它们分别是起重机、建筑材料、将下落的石块转化为能量的发电机，以及用于移动这些东西的运输系统。此外，你可能想象不到，巨型起重机还使用了另外一种技术，那就是装配了使用深度学习的自动化“机器视觉系统”。每台起重机都有一组摄像机，由计算机自动处理这组摄像机的输入。这台计算机控制起重机和石块的升降及放置位置。它不需要任何人工操作，正因如此，该公司的解决方案价格才具有竞争力。
当然，技术总是组合在一起发挥作用的。在中世纪的欧洲，飞轮和曲柄结合在一起创造了水泵。将电、玻璃灯泡和惰性气体结合起来，才能制作灯泡。对通用技术来说，情况更是如此。福特汽车公司创始人亨利·福特（Henry Ford）的生产系统之所以成为可能，得益于电这种通用技术的出现。正是由于电的出现，福特才能够使另外一种通用技术变为现实，这种通用技术对应的产品就是汽车。发明看起来就好像家谱，新的技术突破总是依赖于已有的某些技术。 [25]
但这种组合从未像今天这样规模巨大。当代技术比20世纪早期到中期的技术更容易进行组合。出现这种情况有几个原因，其中一个原因是标准化。今天，标准组件可以用于不同的复合产品。你可以把AA电池用在遥控器、电动牙刷、手电筒或玩具车上。这种标准化使那些更为复杂的产品的制造变得更容易、更便宜。牙刷制造商不需要成为电池方面的专家，他们可以购买该技术。因此，标准化提高了产品进入市场和扩大规模的速度。
在某种程度上，相比于可更换部件这种旧观念，标准化是一种进步。可更换部件是18世纪军队的一种创新，这使军队能够制造可以用于修理任何步枪的备件。在此之前，每支步枪都需要专门的部件。但在今天，标准化的过程比任何枪手所能想象的都更加容易，标准化的范围也比那时广泛得多。近几十年来，国际电信联盟和国际标准化组织等将可更换部件的逻辑提升到了新高度。这些组织在简单的事情（如组件）和复杂的事情（如制造过程）上达成了共识。一旦标准建立，它就能消除不少令人头疼的问题。插座没有国际标准，因此我们在旅行时需要带上适配器，并且在很多情况下会发现目的地的插头没法用。
但是，指数时代最重要的标准并不是由国际组织自上而下推行的。相反，它们是自下而上发展起来的，而且往往是由那些发明新技术的人推动的。互联网的标准就是按照这样的方式建立的，这些标准是由研究人员制定的，20世纪90年代以前，这些研究人员一直管理着相关网络。电子邮件协议是一组描述电子邮件是什么，以及发送和接收邮件的计算机应该如何处理它的规则。有两个文档对该协议进行了描述，它们是RFC 821 [26] 和RFC 822 [27] 。这两个文档都编写于1982年，分别由美国南加州大学已故教授乔恩·波斯特尔（Jon Postel）和当时任职于美国特拉华大学的戴维·克罗克（David Crocker）编写。1989年，蒂姆·伯纳斯-李（Tim Berners-Lee）完善了这个网络协议，几年之后，它就成为事实标准。这些互联网标准以及其他许多标准意味着我们可以自由地向另一个人发送电子邮件，而不必担心电子邮件系统的兼容性。简而言之，它们是互操作的，每个人都从这种互操作性中获益颇多。
这种标准化使世界变得更加高效，并使得不同的创新可以组合在一起。当技术遵循标准形式时，它们可以应用于更广泛的行业。标准技术变得像乐高积木一样，你可以通过选择积木块，将它们组装成一个服务阵列，这种组合和再组合催化了进一步的创新。
我也亲身经历了新时代的标准化带来的革命性影响。2006年，我在路透社管理一个创新小组。时任首席执行官的汤姆·格罗瑟（Tom Glocer）一直热衷于开拓新领域。他让我负责实现他的最新计划：定期获取新加坡、釜山、鹿特丹等国家和地区主要港口的卫星照片，并利用它们为客户做出经济方面的分析和预测。繁忙的港口预示着经济繁荣；油轮较少、货船半载，可能预示着经济衰退。
这是一个绝妙的想法，但很难实现。因为我不清楚要向谁寻求帮助。我开始给美国国家航空航天局和欧洲航天局打电话。在为写本书而进行相关研究的过程中，我才了解到，当时在轨道上运行的商业地球观测卫星数量不多，而且很多配备的传感器也无法获得我们想要的照片。我当时并不清楚这一点，唉，我让汤姆失望了。
但在今天，找到汤姆想要的东西是小事一桩。你可以找到地球上几乎任何一个地方精确的最新照片，而且成本很低，只需几十美元。对冲基金和大宗商品交易员使用这些图片的方式，与我老板的设想一模一样。这些公司计算购物中心停车场的汽车数量，以此来估计客户需求，并最终评估零售行业的发展状况。或者，他们分析油轮的影子来估计它们的装载量，从而估计全球对石油的需求。美国的一家保险公司Lemonade利用卫星成像来评估发生森林火灾的风险，后来又推出了家庭保险服务。 [28]
截至2018年年底，大约有2 000颗卫星在绕地球运行。根据忧思科学家联盟的数据，1991年至2000年，美国共发射了118颗卫星，大约每年发射10颗，其中80%是商业卫星，主要用于通信（其余的由政府或军事部门发射）。
2018年，美国共发射卫星372颗，是世纪之交发射水平的20多倍。
没错，新一代卫星的崛起，也离不开标准化。标准组件使卫星的价格更低廉，也更容易进入太空。标准组件使标准大小的卫星成为可能，比如被称为“立方体卫星”（CubSats）的小型低轨道卫星。然后，人们会根据卫星的标准尺寸设计火箭，这大大降低了火箭脱离地球大气层的成本。 [29]
在软件领域，标准化已经司空见惯。它促成了一种组件化，许多我们经常使用的软件功能，现在都可以作为易于访问的代码块来使用。现代软件开发人员将这些标准组件组合在一起花费的时间可能与他们编写新代码的时间一样多。一个新的移动应用可能包含数万行或更多代码，但编写应用的开发人员不会自己键入这些代码。相反，他们会找到其他人开发的标准化组件。这样的共性意味着公司可以利用诸多不同行业的专业知识，比如开发旅游类应用的人，可能会使用原本为会议类应用开发的日历组件功能。
所有这些都表明了技术发展性质的转变，现代技术更容易进行组合与再组合，这个组合的过程导致了新的创新出现。
劳拉·奥沙利文（Laura O’Sullivan）在爱尔兰科克的摩西山学即将完成高中学业时，决定开发一种可以检测子宫颈涂片异常情况的自动化系统。因为就在前一年，发生了一桩子宫颈检查丑闻：200多名爱尔兰妇女被错误地排除了患宫颈癌的风险，但后来患上了癌症。时年16岁的奥沙利文决心解决这个问题。她了解了当时在机器视觉方面的突破，也就是第1章提到的计算机识别物体或图像模式的能力。她认为，也许这项技术可以用来更好地识别子宫颈涂片图像中的恶性肿瘤。
奥沙利文只有最基础的编程经验，她参加过几期编程夏令营，但没有接受过正式的培训。她告诉我：“我在Coursera
和斯坦福大学上了一些机器学习和深度学习在线课程。我需要了解机器视觉的基本工作原理。”她在暑假期间开始了这个项目，学习如何构建和微调卷积神经网络，以及如何查找和筛选数据。幸运的是，丹麦的Herlev医院有一套她可以使用的开源子宫颈涂片数据。
即便有了数据，奥沙利文接下来的工作也并不顺利。因为这个数据集存在弊端，用数据科学家的行话来说就是，它是不平衡的。它包含了太多不正常的、可能发展为癌症的子宫颈涂片数据，而没有足够多健康的子宫颈涂片数据。现实世界的数据则恰恰相反：大多数女性的涂片是健康的，只有少数人的子宫颈涂片是有问题的。奥沙利文使用的数据中的这种不一致性或不平衡性可能会导致她的系统出现问题。
因此，她找到了一种方法，人为地创造更多数据，用于代表健康的样本。通过不懈努力，奥沙利文创建了一个稳健的数据集，可以让算法有效地进行学习。她使用的技术是生成对抗网络（generative adversarial networks，GANs），这项技术非常热门。GANs是由加利福尼亚州的研究人员伊恩·古德费洛（Ian Goodfellow）在2014年建立的。
奥沙利文能够从GitHub上免费下载运行GANs的代码，GitHub是一个软件开发者可以自由合作和分享软件的网站。所有计算都是在她父亲的普通计算机上完成的。这台计算机有一个奥沙利文喜欢的特点，它有两个屏幕，因此，她可以在一个屏幕上查看自己的代码，在另一个屏幕上查看计算教程。
2018年12月，奥沙利文对数据结果进行了微调。2019年1月，当我在爱尔兰青年科学家大赛决赛上遇到她时，她的新软件在识别图像异常方面已经比医生的表现更好了。不出所料，她获奖了。
奥沙利文的经历是一个完美例证，它引出了指数型技术背后的第三个驱动因素：网络的扩大。在过去的50多年里，信息和贸易网络激增，将资金从世界上的一个地方转移到另一个地方从来没有像现在这么容易过，一个表情包从圣地亚哥传送到悉尼也从来没有像现在这么容易过。 [30] 把一台电子设备从深圳运到斯德哥尔摩，同样从来没有像现在这么容易过。就这一点而言，病毒从一个幅员辽阔的国家的偏远地区在几周内传播到100个国家，也从来没有像现在这么容易过。
网络已经改变了贸易、发明、科学、关系、疾病、金融、信息、威胁的性质。而且最重要的是，它们的相互作用促进了技术的指数型发展和传播。
我们可以确定几种不同形式的网络，它们在催生指数型技术方面特别重要。第一种网络是信息网络。信息网络已经发展了几十年。20世纪70年代，随着计算机在学界变得越来越常见，使用计算机共享研究成果开始变得可能。与学术计算的发展几乎同时进行的，还有互联网的扩张。1990年，超过12个国家的30万台计算机（主要是大学里的）连到了互联网。突然之间，科学家们可以很容易地通过电子邮件将他们的论文发送给彼此，事实上，他们也正是这样做的。
从那时起，创建免费的大型学术数据库就变得很简单了。年轻的物理学研究员保罗·金斯帕格（Paul Ginsparg）天天忙于应付铺天盖地的电子邮件论文。他梦想有一个集中的系统，可以从上面下载所有预印本。1992年，当我第一次访问该系统时，它是由洛斯阿拉莫斯国家实验室负责运行的。研究人员可以通过一个名为“地鼠”（Gopher）的程序——万维网的前身找到它。如今，金斯帕格的这一创举被称为arXiv（发音为archive，X代表希腊字母chi）。它还彻底改变了科学知识的传播方式。
arXiv上有成千上万的高质量论文，只不过这些论文还没有经过同行评审。金斯帕格和他的合作者点燃了“开放访问”（open access）运动，力图使学术思想的传播更为便捷。今天，arXiv已经从最初的高能物理学扩展到天体物理学、计算机科学和数学等学科。截至1994年，提交至arXiv的论文超过1万篇；2019年12月，所有学科的论文下载总量高达2 300万篇。
在经过严格的同行评审并最终得以发表在期刊上之前，人们始终可以在arXiv上下载论文，因此，该网站获得了“预印本服务器”这一称号。
这种现象并不局限于物理学领域，其他领域也发现了预印的好处。2003年，面向生物学家的BioRxiv出现了，2016年，面向心理学家的PsyArXiv和面向社会科学家的SocArXiv同时出现。目前约有50家预印本服务机构致力于加速学术知识的传播。
这些预印本服务器非常强大，因为它们消除了学术研究的边界，让普通人能够免费接触学科的前沿观点，这就扩大了参与科学过程的群体数量。在应对新冠病毒疫情时更是如此。2020年1月24日，第一篇关于该病毒的学术论文发表在了预印本服务器上。截至2020年11月，全球已有8.4万多篇关于新型冠状病毒的论文可以通过预印本服务器和其他开放来源获取。奥沙利文的例子也说明了预印本服务器在加速新思想传播方面的力量。令人惊讶的是，像生成对抗网络这样强大的理念，居然能在不到5年的时间里，从一份未经同行评审的白皮书，传播到另外一个大陆的高中项目中。
预印本服务器是一个极好的例子，说明了新信息网络——一般是在线网络，是如何成为快速协作工具的。互联网可以使成千上万人进行协作。GitHub让5 600万名软件开发人员在6 000万个不同的软件项目中协作；
Behance帮助设计师在创意项目中进行合作；博客允许人们写下自己的想法，发表评论；维基百科允许任何人访问并贡献大量可访问的专业信息。在线社交网络通常具有与私人社交网络类似的功能。
这些信息网络催生了指数型技术，它们传播各种诀窍，从而使得突破性技术成为可能。互联网在全球范围内将各种想法发送给数百万受众。
信息网络有助于思想在世界范围内的传播，集装箱有助于实体产品在世界范围内的传播。
信息网络与集装箱
20世纪50年代，石油和谷物等大宗商品往往需要装载在油轮或散装货轮中来运输，其他货物则装在各种大小不同的箱子里或用船散装来运输。装卸工人靠人力装卸货物，这是一个烦琐、缓慢和昂贵的过程。将货物从美国运往欧洲或从欧洲运往美国可能需要3个月，而运输成本可能会占到货物价值的20%。
集装箱化改变了这一切。1956年4月，第一批集装箱由Ideal-X号运抵美国休斯敦港。这些集装箱长35英尺
，宽8英尺，高8英尺。在这方面，标准化也发挥了作用：1965年，国际标准化组织确定了集装箱的规格：8英尺宽，8.5英尺高，10英尺、20英尺或40英尺长。集装箱可以经由世界各地的港口运往目的地，然后直接装上平板卡车。1966年3月，首批装载此类集装箱的船只从美国出发。
[31]
第一艘船装了226个集装箱。一年后，一艘载有609个集装箱的集装箱船开始在美国西海岸的奥克兰与越南的金兰湾之间的航道上航行。这些船只越来越大，到2020年，世界上最大的集装箱船是现代商船株式会社的“阿尔赫西拉斯号”（Algeciras），满载时可以装载23 964个集装箱。 [32]
运力增加的效果是惊人的。从1980年到2015年，全球集装箱船的运力增长了25倍。这是长期变化趋势的一部分，降低了在全球开展业务的成本。从第二次世界大战结束至1980年，集装箱船舶占全球货轮吨位的比例不到10%，海运成本下降了2.5倍。在随后的30年里，集装箱船运输的货物占了全球货物总量的60%，因此运输价格再次减半。随着运输的货物数量的急剧增加，运输价格不断下降。2000年至2018年，集装箱港口的吞吐量增加了3倍多。
这些新的运输技术与互联网、电子商务和计算机化的订购系统相结合，使物流变得越来越高效。“及时”供应链意味着，我们在一周内购买的大部分商品，目前可能装在一艘漂在海洋上的货轮上。像苹果公司这样的巨头，它的库存周期不足10天。这样的库存也被称作“未清偿库存”。该公司知道两周内就能售出的价值数百万美元的产品还没有生产出来。它可以依靠互联网的数字网络来接收和协调订单，并依靠卡车和船舶的物理网络来满足所有可预见的需求。
这样的贸易网络促进了新技术的发展和传播。它使产品以前所未有的速度扩散到广阔的市场。最新型手机、最新型笔记本电脑等新产品，可以在同一天在全球范围内发布。2007年6月29日，苹果公司发布第一款iPhone，此时，该设备仅在旧金山的一家商店有售。2019年9月20日，第11版iPhone发布时，迫不及待想拥有一部的消费者可以在全球30多个国家的数百个不同城市买到现货。
因而，这些网络是指数时代的第三个变革力量。随着世界通过信息和航道有了更加紧密的联系，技术以最快的速度跨越世界也变得更加容易。
到目前为止，我们可以逐步弄清楚新一波指数型技术来自哪里。指数型技术是由3个相互加强的因素驱动的：从实践中学习所带来的变革力量、各种新技术之间不断增加的互动与组合，以及新的信息和贸易网络的出现。
但要使这幅图完整，我们还需要了解经济和政治背景。你可能已经注意到，这些驱动力都离不开政治和经济方面一系列更广泛的转变，特别是全球化的进程。我们在实践中学习的能力之所以能够不断提升，是因为国际商品需求在不断增加。零件、软件和技术协议的标准化在一定程度上要归功于国际标准化组织的出现。贸易网络的兴起既与新技术的出现有关，也与新市场的发展有关。技术、政治和经济是相互影响的。事实上，我们可以清楚地观察到指数型技术与全球化的相互促进。摩尔定律是在1965年提出的，而第一艘国际集装箱船于1966年3月从美国新泽西州启航。
所以，我们需要超越技术去理解指数型变化的起源。就在指数时代的标志性技术刚刚起步，还没有真正扬名的时候，一种新的政治正统思想正在成熟。根据历史学家本雅明·阿佩尔鲍姆（Binyamin Appelbaum）的说法，20世纪60年代末和70年代初，美国的经济学家开始“在制定公共政策方面发挥主要作用”。 [33] 在那之前，经济学家们在大学以及中央银行一直处于边缘位置。但到了20世纪70年代，一切都变了。
这是个众所周知的故事。发达国家的经济受到低增长和高通胀的双重打击，这被称为“滞涨”。罢工浪潮和燃料危机破坏了人们对西方政府的信任。随着人们对政府的信心降到低谷，选民和政策制定者开始寻找新的行动方式。这为新的经济学派的出现奠定了基础，该学派的领军人物是芝加哥大学教授米尔顿·弗里德曼（Milton Friedman）。
弗里德曼的观点是，如果政府退出，市场会运转得更好。自第二次世界大战结束以来，西方政府对其经济采取了强有力的干涉措施。1979年之前，英国的投资收益所得税最高税率为98%，美国为70%。在英国，到了20世纪70年代后半期，基本税率为33%。面对高税收，这些国家的政府开始“亲力亲为”，因此产生了国有化的工业、严格的管制和干涉主义的产业政策。但弗里德曼的追随者倡导一种不同的方法。通过放松监管和减税，政府可以释放市场的力量，为经济再次带来高增长和可控的通胀。这种对市场友好的意识形态源自弗里德曼的著名理论，该理论认为，企业和商业领域的最大社会责任是增加利润。 [34]
该理论影响深远。1976年，当弗里德曼获得诺贝尔经济学奖时，芝加哥大学可以说是世界上最重要的经济机构。人们开始欣然接受市场的力量。随着罗纳德·里根当选美国总统，玛格丽特·撒切尔在英国执政，这些想法也进入了政府。突然间，人们关注的重点从国家转向了市场。1981年，里根本人曾说过一句名言，他认为“政府本身才是问题所在”，它不是解决问题的手段。这两个国家的政府都掀起了放松管制的热潮，清除了人们眼中阻碍企业成功的绊脚石。在此过程中，它们在大西洋两岸掀起了一股创业浪潮，从银行业到酒店业再到科技业，新市场无处不在。
大多数读者可能非常熟悉这场变革。许多人正好经历这一过程。但是我们很少去思考它与技术的关系，特别是本章讨论的指数型技术。自由市场经济推动了全球化。全球化令指数时代加速到来。所有这些都意味着，我们在追溯指数时代的开端时，不仅仅要关注摩尔定律的发现，或者1971年Intel 4004处理器的发明。同样重要的是，我们要注意到一种新的政治正统学说的出现。从20世纪70年代末开始，自由市场资本主义释放了指数型技术的力量。
从这一刻起，向指数时代过渡的基础已经打好，进入指数时代指日可待。人们很难给出指数时代开始的确切日期，因为它既不像飞行时代（以1903年莱特兄弟的试飞成功为标志），又不像原子时代（以1942年芝加哥一号堆的建立为标志），也不像太空时代（以1957年第一颗人造卫星进入轨道为标志）有明显的标志。指数型变化是一条连续、平滑的曲线，没有尖峰和突破时刻。正如我们在第1章中看到的那样，对于这种变化，人们在刚开始时几乎察觉不到，但它却呈现逐渐加速的趋势，直到最后一切都开始飞速发展。在图2-1中的A点，世界仿佛是静止的。在B点，一切都快得令人不安。
图2-1 指数型变化曲线
资料来源：Azeem Azhar。
我认为，图中的A点位于1969年至1971年之间，互联网和微处理器开始发展。即使30年后，指数型技术仍在缓慢发展。当我在20世纪90年代中期构建互联网服务时，线下产品仍然比线上产品重要得多。可以肯定的是，一些硅谷大师已经开始看到指数型技术的这种潜力。但世界其他地方的人却没有看到：技术变革刚刚开始，但还没有彻底改变“现实世界”。我在1996年为《经济学人》建立的网站只有一小部分用户，这说明阅读电子版的读者数量远少于阅读纸质版的读者数量。
然而，在20世纪90年代的某个时刻，我们到达了B点，到了2020年，《经济学人》的纸质版拥有90万名读者，但是在Twitter上的粉丝超过2 500万。 [35] 在我看来，指数型技术开始真正改变一切的转折点出现在21世纪的第二个10年。2010年，智能手机销量达到3亿部；到了2015年，智能手机的年销售量达到15亿部。2014年至2015年，全球光伏能源的平均价格低于煤炭的平均价格。2011年，在商业领域，世界上最大公司的头衔几十年来第一次旁落，不再属于石油公司：苹果公司在几周内击败了埃克森美孚。除非发生重大变化，否则埃克森美孚最后一次成为全球市值最高的公司的时间将停留在2013年。2016年初，苹果、腾讯、Alphabet、微软、亚马逊和Facebook这6家依靠呈指数型发展的数字技术建立起来的公司，跻身全球十大公司行列。
这就是我所说的指数时代。 我们不再只是生活在一个技术呈指数型增长的时代，而是生活在一个这些技术及其影响将成为社会决定性力量的时代。 像以前的时代一样，社会的变化是由新技术驱动的。但近年来，这些技术以前所未有的速度发展，每年的发展程度超过10%。随着这些技术的不断提升，它们不断进行组合和再结合，从而创造越来越多的可能性。它们渗透人们生活的方方面面，重塑了商业、工作、政治，甚至人们的自我意识。
但是指数时代的颠覆性力量不仅在于指数型变化本身，还在于人类对这种变化的反应。我们接下来将要探讨的就是人类对指数时代的反应。
[1] Gregory F. Nemet, How Solar Energy Became Cheap: A Model for Low-Carbon Innovation (London; New York, NY: Routledge/Taylor & Francis Group, 2019), p. 62.
[2] Nathaniel Bullard,“The Energy Revolution That Started in 1954 Is Reaching Its Crescendo,” Bloomberg Green , April 23, 2020.
[3] Ramez Naam,“The Exponential March of Solar Energy,” Exponential View , May 14, 2020.
[4] Sheldon Reback,“Solar, Wind Provide Cheapest Power for Two-Thirds of Globe,” Bloomberg , August 27, 2019.
[5] Justin Rowlatt,“What the Heroin Industry Can Teach Us about Solar Power,” BBC News , July 27, 2020.
[6] Jon Moore and Nat Bullard, BNEF Executive Factbook 2021 (BloombergNEF, March 2, 2021).
[7] Antonio Relgado,“China’s BGI Says It Can Sequence a Genome for Just $100,” MIT Technology Review , February 26, 2020.
[8] Antonio Relgado,“EmTech: Illumina Says 228,000 Human Genomes Will Be Sequenced This Year,” MIT Technology Review , September 24, 2014.
[9] Zachary D. Stephens et al.,“Big Data: Astronomical or Genomical?” PLoS Biology , 13(7), July 2015.
[10] India Block,“World’s Largest 3D-Printed Building Completes in Dubai,” Dezeen , December 22, 2019.
[11] Christopher L. Benson, Giorgio Triulzi and Christopher L. Magee,“Is There a Moore’s Law for 3D Printing?” 3D Printing and Additive Manufacturing , 5(1), March 2018, pp. 53–62.
[12] Wohlers Associates, Wohlers Report 2020 .
[13] Richard Lipsey, Kenneth Carlaw and Clifford Bekar, Economic Transformations: General Purpose Technologies and Long-Term Economic Growth (Oxford University Press, 2006).
[14] Lipsey et al., Economic Transformations , p. ⅩⅥ.
[15] James Bessen, Learning by Doing: The Real Connection between Innovation, Wages, and Wealth (New Haven: Yale University Press, 2015), p. 49.
[16] Carlota Perez, Technological Revolutions and Financial Capital: The Dynamics of Bubbles and Golden Ages (Cheltenham: Edward Elgar, 2003).
[17] Steven Tweedie,“The World’s First Smartphone, Simon, Was Created 15 Years before the iPhone,” Business Insider , June 14, 2015.
[18] Andrew Meola,“Rise of M-Commerce: Mobile Ecommerce Shopping Stats & Trends in 2021,” Business Insider , December 30, 2020.
[19] T. P. Wright,“Factors Affecting the Cost of Airplanes,” Journal of the Aeronautical Sciences , 3(4), February 1936, pp. 122–128.
[20] Béla Nagy et al.,“Statistical Basis for Predicting Technological Progress,” PLOS ONE , 8(2), 2013, e52669.
[21] Peter Ha,“All-TIME 100 Gadgets,” Time , October 25, 2010.
[22] “The Drive to Decarbonize: Ramez Naam in Conversation with Azeem Azhar,” Exponential View with Azeem Azhar [podcast], April 15, 2020.
[23] Marcelo Gustavo Molina and Pedro Enrique Mercado,“Modelling and Control Design of Pitch-Controlled Variable Speed Wind Turbines,”in Ibrahim H. Al-Bahadly, ed., Wind Turbines (InTech, 2011), p. 376.
[24] Vaclav Smil,“Wind Turbines Just Keep Getting Bigger, But There’s a Limit,” IEEE Spectrum , October 22, 2019.
[25] Hyejin Youn et al.,“Invention as a Combinatorial Process: Evidence from US Patents,” Journal of the Royal Society Interface , 12(106), May 2015, 20150272.
[26] Jonathan Postel, Simple Mail Transfer Protocol (Information Sciences Institute, August 1982).
[27] David Crocker, Standard for the Format of ARPA Internet Text Messages (University of Delaware, August 1982).
[28] Azeem Azhar,“Disrupting the Insurance Industry with AI,” Exponential View with Azeem Azhar [podcast], August 14, 2019.
[29] Tereza Pultrova,“ArianeGroup Futurist Sees Smallsat Standardization as Key for Timely Launch,” SpaceNews , October 25, 2017.
[30] 在工业革命之前，信息以每小时一英里的速度在世界各地传播。到了19世纪，信息的传播速度增至每小时3～4英里。19世纪后半叶。电报的出现使信息的传输速度提高了近100倍。互联网出现后，信息实现了即时传输。Gregory Clark, A Farewell to Alms: A Brief Economic History of the World , The Princeton Economic History of the Western World (Princeton, NJ: Princeton University Press, 2007), pp. 306–307.
[31] Marc Levinson, Outside the Box: How Globalization Changed from Moving Stuff to Spreading Ideas (Princeton, NJ: Princeton University Press, 2020), pp. 61–67.
[32] “HMM Algeciras: World’s Biggest Container Ship Arrives in Essex,” BBC News , June 14, 2020.
[33] Binyamin Appelbaum, quoted in Azeem Azhar,“How Free-Market Economists Got It Wrong,” Exponential View , December 27, 2019.
[34] Milton Friedman,“A Friedman Doctrine—The Social Responsibility of Business Is to Increase Its Profits,” New York Times , September 13, 1970.
[35] Dominic Ponsford,“Economist Readership Analysed: Detailed Breakdown of Brand Reach for H1 2020,” Press Gazette , August 14, 2020.