我们身处的不是科技泡沫，而是科技革命

科技大数据互联网人工智能

赵书绮 | 2017-02-15 11:05

【数据猿导读】科技的不断创新使得科技创业公司数量猛增，并推动工业革命的出现。科技并非人们所想的那样导致经济泡沫，反而可能会带来全新的革命

根据VentureBeat发布的一份报告显示，2016年1月，“独角兽” 在全球范围内数量达到了229个。《华尔街日报》则提供了一个更为保守的估计，但即使如此，该趋势总体是十分明朗的。在短短两年内，全球独角兽公司的数量增加了两倍多，从45到149。

对于”独角兽“的大规模出现，解释只有一个：硅谷的现状就像是一个大到即将破裂的肥皂泡。 4月，Benchmark的Bill Gurley发表了一篇博客文章，声称独角兽融资市场对于所有参与者来说已经变得十分危险。5月，《华尔街日报》的Christopher Mims表示硅谷末日即将来临。 6月，旧金山宣布正在制定一项“经济弹性计划”，以帮助城市在不可避免的衰退中生存。整个科技世界都呼吸着紧张的空气。

可是现如今我们已经步入2017年，却什么也没发生。当然，这不能代表问题就消失了。一些老牌的独角兽公司，像内容公司Mode Media已经完全倒闭。独角兽公司的爆炸式出现已经减缓了步伐，2016年只有少数新公司获得了这种地位。但现在是2017年，我们没有看到任何类似于人们预测的初创企业估值崩溃，以及随之而来的经济灾难等现象。

我认为事实是这样的：所谓的崩溃就算最终会发生，但无论如何也不会发生在今年，或明年，或者后年，或者大后年，或者大大后年。这是因为，尽管创业公司的估值都被估计得过高，可我们实际上并没有生活在所谓的肥皂泡里。这些估值大多反映了将要被创造的实际价值——这是我们自第二次工业革命以来没有看到的水平。随着创新的加速，这价值会只增不减。

为了研究为什么是这样，我们首先需要去了解一定的经济史。

信息科技即是作为第三次工业革命的通用技术

在20世纪末期，经济学界存在的一大困惑便是为什么信息技术革命（IT）在当时对于促进生产率增长上没有产生多大帮助。 1987年，劳动经济学家罗伯特·索洛嘲笑说：“除了生产率统计数据之外，你可以看到任何地方都已经进入了计算机时代。” 然而，所谓的“索洛悖论”并不是这样。回顾第一次和第二次工业革命，像斯坦福大学保罗·戴维这样的经济史学家能够证明，一次重大技术创新之后，生产率增长的放缓不是一个矛盾，而是一场革命正在发生的明确迹象。

触发第一次或第二次工业革命规模变化的技术创新在经济学中被称为通用技术（GPT）。通用技术（GPT）是非常特别的，因为通过这一次突破，他们打开了许多（甚至全部）经济部门的潜在创新的大门。蒸汽在第一次工业革命中是一个GPT，第二次便是电力。正如戴维这样的历史学家认为，IT是处于正在进行中的第三次工业革命中的GPT。

美国的生产率增长放缓发生在1890年至1913年，当时电力正在被引进。这可能是由于工厂电气化速度缓慢，正如戴维所辩称的那样，或者是其他原因。但最终结果很清楚：在花费20多年时间实现全面渗透后，电气化突然带来了未来15年生产力增长的巨大加速。如果大萧条时期加速度没有减缓，这种增长很有可能不会马上停止。

证据显示，我们现在也在跟随着类似的模式。在2005年，Jovanovic和Rousseau书写了IT采用的时代。从1971年开始，当英特尔发明了微处理器，并且成为第一台PC的核心。几乎与此同时，生产力增长放缓，因为办公室内开始进入PC革命，只有在20世纪90年代中期才再次被恢复。 Jovanovic和Rousseau预测，如果IT遵循类似电气化发展的模式，经济将在20世纪上半叶继续经历加速增长的过程。

但是直到今天，大规模的生产力增长上升还没有发生。 2004年以后，生产率增长再次放缓。这意味着，在2016年，我们还没有获得IT革命的全部好处。

事实上，全新的GPT革命可能就在眼前。

智能手机和人工智能是否能掀起第四次工业革命？

根据2015年麦肯锡全球报告，美国经济相对其科学技术的使用仍仅占其潜力的18％。除了硅谷，许多行业的技术还停留在几十年前。空中交通管制仍在使用从20世纪70年代开始使用的计算机系统，美国的核计划仍然在软盘上运行。我们还没有完全获得第三次工业革命的好处。

然而，我们可能已经站在第四次工业革命的入口——这次是由智能手机和人工智能驱动。经济学家特别报告指出，2004年后生产力增长的下降似乎与科学技术进步的明显加速有关，因为网络和智能手机能将信息传播到任何地方，机器智能和机器人技术也在取得快速进展。

“经济学人”报告指出，生产率的增长正在加速经济全球化，因此大量的国外廉价劳动力被挖掘出来，从而使在国内为投资于节省劳动力的设备的动机消失于无形之中，“富裕经济体，必定是一个自我限制生产力增长的循环“。但是随着中国和其他发展中经济体的劳动力成本的上升，这个周期必然会崩溃。当这种情况发生时，我们将看到生产率增长将再次加速，并且超越从前所有工业革命的加速度，这是因为第四次革命的收益将叠加着第三次革命迄今未实现的收益。这将是我们从来没有遇见过的情况。

然而，我们不必等到那时才能看到这次革命将会产生多大的影响。现已有公司利用其现有科技，并发挥其全部潜力。他们正在受益于两个主要机制：网络效应和数据效应。网络效应是指你的产品价值随着消费者或用户群的增加而增加（例如Uber、Facebook）。数据效应是指您的研发生产力是消费者和或用户数据库存（例如Google搜索）的函数式增长。

在这两种情况下，领先企业都能够在生产力和市场份额方面产生最快的增长。因此，这些“赢家”将继续赢得胜利并远远超过其他人。布鲁金斯研究所最近的一份报告发现，这些获得站在跑道最前方的公司在2001 - 2013年的生产率大大提高了，而处于中间部位的”公司的生产率则几乎停滞不前。换句话说，那个时期的滞后生产率统计数据掩盖了实施现有技术所有潜力公司的巨大收益。

这就是为什么？在2016年，我们看到了独角兽类公司和其他人之间的巨大差异。充分接受并发挥当今技术潜力的公司已经看到了生产率正在以势不可挡的速度增长着。当这种情况出现时，那些得天独厚的独角兽估值将不再那么值得注意；相反，他们将是其他公司的标准教材。

无论是公司是否决定上市，全新的通用技术都会带来大量的资金流入

当第二次工业革命刚刚开始，所谓独角兽公司都是完全不存在的概念，但当时存在的，是一个股票市场。 Jovanovic和Rousseau指出，在引入电力仅仅五年后的1895年，上市公司数量飙升，并且上市公司在采用GPT期间继续占据比平常更大的市场份额。换句话说，投资者正在以GPT为基础投入大量现金的新业务，而现有公司面临的高收入成本却受到阻碍。虽然Jovanovic和Rousseau没有具体指出，但他们的数字表明，上市公司数量在1920年再次飙升，几年后生产率增长开始稳步加速。

在IT被当作GPT被采用的情况下，Jovanovic和Rousseau指出，此循环的转速异常的缓慢。诚然，上市公司从1977年开始就稳定地增加了其股票市场的份额，但是直到1990年代末，都没有达到真正的巅峰，也许是因为IT的采用最初比电气化昂贵得多。 Jovanovic和Rousseau认为，这种延迟意味着IT采用的一些影响可能比电气化延迟。换句话说，未来还十分值得期待。

可能在2014-2016年的独角兽类公司爆炸性增长的数量就相当于1920年上市公司数量所达到的巅峰。这将是第二波的财富创造，现在还在进行中的IT革命带给我们的益处已经基本扎根，或者也许它就相当于1895年的上市公司数量飙升，也成为了另一场革命开始的标志。

无论如何，我们有充分的理由相信科技公司的高估值不是信手拈来。在线分销往往呈现出“提高规模回报”的可能性。这意味着，随着基于科学技术的公司规模的增长，其利润率只会扩大而不会缩水，但这是基于规模报酬递减的情况下。因此，基于科学技术的公司应该以比估值收益递减的公司高得多的估值倍数进行交易。投资者并没有充分理解这一点，因为增长的回报仍然为老牌教科书中的差异，金融分析师仍然以收益递减为假设来模拟盈利增长。而另一个原因则很有可能向我们证明了，独角兽类公司的爆炸出现不一定代表了肥皂泡将会破裂，反而，也许是全新革命开始的迹象。

来源：虫洞翻翻

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。