未来版图
6.6 out of 5 stars
Author：麻省理工科技评论
Publisher：人民邮电出版社
Subtitle：全球聪明公司的科技创新趋势和商业化路径
Published：2018-5-1
ISBN：9787115482679
Content Summary
《麻省理工科技评论》作为世界上历史悠久、影响力极大的技术商业类杂志，每年都会依据公司的科技领军能力和商业敏感度这两个必要条件，从全球范围内选取50家未来可能会成为行业主导的聪明公司。 这些聪明公司，并非都是行业巨头，甚至专利数量、公司所在地以及资金规模都不在考察范围内。 这些公司是“高精尖科技创新”与“能够保证公司利益* 大化的商业模式”的完 美融合。无论公办私营，无关规模大小，这些遍布全球的公司都有能力创造并抓住新的机遇。 本书以2011—2017年的榜单为蓝本，在生物医学、能源材料、计算机与通信、互联网与数字媒体，以及交通运输等行业领域中挑选出在技术创新、商业模式上有亮点的、国内读者比较感兴趣的百余家聪明公司，并以时间为经、行业为纬，梳理这些公司的技术创新和商业沉浮。旨在让读者知道，从判断一个突破性技术到真正实现技术的共享、吸收应用与再创新是一个艰难而微妙的过程。这其中需要对技术由浅入深、从点到面全面认识和理解，而要进一步将前沿知识转移、共享，则更与这个领域内核心人员和社交圈的融合程度密切相关。只有处理好这两点，深度的技术整合应用才有可能。
Catalog
前言 新兴科技重塑商业未来 推荐序一 坚守梦想，与AI 同行 刘庆峰 推荐序二 预测未来最好的方法是创造未来 谢源 推荐序三 利用数字技术的鸿沟，“超级巨星”公司们正在掌控世界经济 大卫·罗特曼（ David Rotman） 推荐序四 现实永远超乎想象 熊伟铭 第 一章 人工智能，在屋子里出生的大象 任何能对收入千亿美元的企业产生影响的东西，都是不可以小觑的。 安德鲁·葛洛夫 苹果独占Siri，却挡不住暗流汹涌 人工智能的早鸟，能不能得到回报 沃森、Go 或者是吴恩达……这是争夺注意力的竞赛 争当卖水人的芯片商们 眼看科大讯飞突起，没有大公司感觉安全 展望 第二章 竞速无人驾驶 过去，好的驾驶体验来自……强劲的引擎，未来，好的驾驶体验将来自强大的……运算能力。 黄仁勋 无人驾驶与自动驾驶的分歧与布局 传统汽车商的时间表和创新技术商业化的问题清单 人工智能给无人驾驶踩下油门 围猎算法公司 芯片和传感器闻到现金的味道 展望 第三章 未来世界的基础建设 如果要我打赌，我赌接下来10年随着摩尔定律的减速，我们会做出调整。 加来道雄 摩尔定律继续有效还是就此结束？这是一个问题 你不知道哪块云会下雨，不过雨只可能在云里 半导体业需要增加“带宽” 给芯片提需求的不只是“人” 光纤不遵守摩尔定律，量子计算可以吗 展望 第四章 阅读，修改，设计，永生 2029 年之后，医学科技的发展速度每一年都会让我们的预期寿命增加一年。 雷·库兹韦尔 读懂基因的价格决定了优化生育的市场 CRISPR，从复制粘贴到修改编辑 最有价值的目标：癌症 检测天天促销，治疗何时降价 商业化黄金期将至，巨头归来 展望 第五章 聪明巨人，比国家更大 我们没有什么大的优势，所以我们只有把很多小的优势编成一根绳子。 杰夫·贝索斯 万能的Facebook 们 可穿戴的互联网 共享一切，首先是你的数据 听从消费者吩咐的“聪明巨人” 大到停不下来的用户增长 展望 第六章 从能源到工农业，旧瓶里的新酒 你不知道你需要治理什么。 爱德华·帕森 新能源，清洁的进步 梦想电池，储能技术的圣杯 工业互联网 给农业注入生物技术 3D 打印跑起来了 展望 第七章 体验决定的内容王者 我的盔甲，从来不是一项娱乐或爱好，它是一个茧。而现在，我已经焕然一新。 钢铁侠 追随用户的内容 虚拟现实上线 原创，下游力争上游 为游戏而推动革新 明天才是真正的现实 展望 第八章 唯有幻想，值得实现 人类总选择最安全、最中庸的道路前进，群星就会变成遥不可及的幻梦。 阿西莫夫 人工红利寻找替代品 重启卫星互联网 机器人智能 从云端控制 太空金矿挖掘还是再一次星际迷航 展望 第九章 金钱永不眠 我不认为我应该站出来，隐藏自己的身份是我的权利。 中本聪 要信用？先买个手机吧 来自陌生人的资本 Apple Pay 的过人之处 区块链来了 新的信用基础设施开始成长 展望 第十章 “全球50大最聪明公司”改变的国家地理 世界不是平的。 理查德·弗罗里达 代工与仿制的创新升级 创新大国的制造复兴 “聪明巨人”之乡 人工智能竞赛 全球化不会止步 展望 后记 附录 2013—2017 年“全球50 大最聪明公司”榜单 · · · · · · (收起)
Original Summary
[" 在过去7年间，能源材料领域的热点也发生了很多变化。其中，生物能源的衰落让人叹息。 () —— 引自第8页 "," 因此，如何把实验室中的基数落地到应用场景？如何在大规模生产和成本控制方面满足市场需要？这样的问题也许是一家技术公司最重要的课题。 () —— 引自章节：前言 "]