写点什么

吴军:硅谷难以复制,但硅谷不需要复制

  • 2015-12-08
  • 本文字数:3704 字

    阅读完需:约 12 分钟

多年来,美国硅谷一直是全球高科技,尤其是 IT 和互联网产业的创新之源。在这里孕育出仙童、英特尔、苹果、思科、谷歌和特斯拉等许多伟大的公司,在这里曾经创造出科技产业的无数奇迹。世界上许多地区都试图复制硅谷的成功,但至今没有做到,为什么硅谷的成功这么难以复制呢?

2015 年 12 月 1 日,著名的硅谷投资人、丰元资本创始合伙人、计算机科学家吴军博士发布了他的新书:《硅谷之谜》。在这本书中,吴军站在一个更高的层次,仔细分析了硅谷的起源和发展,对硅谷的创新力进行了深刻剖析,把硅谷的经验提升到了理论高度,解释了为什么只有硅谷能够孕育一个又一个伟大的公司,为什么只有硅谷能够成为世界创新之摇篮,为什么在世界其他的角落难以复制第二个“硅谷”。

InfoQ 就硅谷与中国的创业环境问题访问了本书的作者吴军博士。

InfoQ:现阶段中国的创业热潮也是如火如荼地展开,越来越多新型的 IT 公司不断涌现。您作为身处硅谷多年、资深的 IT 人和投资人,您对现阶段中国的创业现状,包括它的创业环境、投资环境,是如何看待的?

吴军:中国现在处于一个对于创业者来讲是不能再好的阶段了。虽然对于投资人我不敢说,但是起码对于创业者来说,它的门槛真的很低,比如政府给了好多的帮助,投资也非常的充足,这样的情况不敢说绝后也起码是空前了。

InfoQ:但是您还是觉得硅谷这样的奇迹在中国难以复制,中国的投资环境还是具有硅谷所不具有的特质,对吗?有什么办法能解决吗?

吴军:当然了,比如说“多元文化”这件事在中国要想实现就很难,怎么把一个产品卖到世界各地去这是一个大问题。关于解决方法的问题,首先我觉得中国根本就不需要去复制所谓的“硅谷”,因为我们的根本目的是为了让整个国家有整体上的创造力。以央企为例,我们不应该给央企打上“缺乏创造力”的标签,我们既不需要强迫国家一定要复制一个“硅谷”,也不需要自己的企业复制出很多类似于硅谷内的新兴科技公司等待其长大,我们现在已经有很多好的企业了,它们具有国际化的视野,产品做的也很不错,只是我们需要一个更加合理透明的分配机制,改善人与人之间的协作关系,使得人们更加愿意去承担风险,工作起来更有活力、更有创造力,我觉的这才是一条正确的路。

因此,虽然“硅谷难以复制”是我其中的一个的观点,但与此同时我也觉得“硅谷并不需要复制”。硅谷最珍贵的是灵魂深处的特质,如果我们能把它的一些方法论应用于我们的实际工作中,这就足够了。比如说我讲到的分配制度,比如说我们不要依赖于顶层设计,我们需要对未来做出反应而非尝试预测未来,比如说企业如何进行更加灵活的管理,这些在我的书中都有提到。

InfoQ:世界上常常把印度工程师和中国工程师看作是代表亚洲技术的主要力量,据您观察近几年中国工程师在硅谷的发展情况怎么样呢?并且近年来不断有印度人在硅谷担任高管的新闻传出,您认为印度工程师相对于中国工程师来说有什么优势呢?

吴军:首先来说,在硬件和半导体行业,中国工程师做得比印度工程师要好些;反过来在纯粹的软件行业,印度工程师发展比中国工程师要好些,主要原因是印度人具有语言优势。

对于中国企业以及工程师来说最大的问题是不能心急,一方面我们需要看到 36 年来中国的改革开放之路已经走得很快了,其实真正有文化的第一代华人移民从到美国直到现在,时间并不是很长,而印度的第一代移民到美国的时间比中国要长很多,因此我们不必担心为何许多印度人已经做到了高管而很少有中国人,因此不能心急,水到则渠成;另一方面,中国工程师往往不容易融入当地的文化,这并不仅仅是指交几个美国的朋友那么简单。因为美国是一个地方自治的国家,只有真正参与了地方的(不仅仅是公司)的事务,表达了自我的意愿,才算融入了当地的文化。而这一点恰恰是中国人所不愿意参与的,这点是海外华人做得比较差的,也是海外华人所需要弥补的。

InfoQ:近些年来,有一个非常有意思的现象:大量的中国公司开始成规模地向硅谷进发的同时,越来越多的科技公司在“逃离”硅谷。比如著名的“阅后即焚”社交应用 SnapChat 将总部设在了洛杉矶;Google 最近巨资投资的 “下一代虚拟现实技术和可穿戴设备”公司 Magic Leap 总部则在佛罗里达;另一些与硅谷有同样“技术驱动”基因的创业公司都位于顶级高校和精英最聚集的波士顿和剑桥一带。另外,越来越多的硅谷 VC 开始认真地探讨“硅谷和美国之外的机会”,中国当然是探讨的重心之一,德国、以色列、英国甚至马拉西亚也都在列。似乎硅谷自己正在完成着它自己的调整和“去中心化”,在您看来是什么导致了这样的现象呢?

吴军:简单来说就是一句话:“因为硅谷很小,你只有足够优越才能呆的下去!”主要是一个成本的考虑。硅谷“迫使”有些企业搬离别处只是因为别的地方成本低,这种现象其实对硅谷来说是一种好事,它可以帮助硅谷留下最具有竞争力、最能产生利润的企业;另一方面,对于波士顿地区,尽管它有麻省理工、哈佛等顶尖名校,但是从 1979 年起它就没有诞生过一家世界五百强的公司,而硅谷却诞生了很多家五百强公司。因此从成就一家伟大公司的角度来说,这些所谓的名校云集、精英云集的条件相对于硅谷来说还是差距很大。因此在我看来,这些公司是因为不具有足够的实力呆在硅谷才被迫离开的。

InfoQ:相关调查表明:硅谷对新的科技公司似乎也越来越不那么友好了。比如大公司垄断了所有的社会和人才资源,房屋的租金、生活成本和人力成本变得越来越高,人才的流失也越来越严重。硅谷本身的生态系统也处于一个几乎“满负荷”的状态。您是如何看待这种现象的?

吴军:据我所看到的,反而是很多大公司的高管离开了大公司,投奔了小公司。如果这家大公司还能承受这么高的房租,还能吸引这么多优秀的员工,说明它还具有竞争力,这本身就是一件好事。并不能说凡是大公司我们就一律反对,这种想法是不正确的。除非说这家大公司变得像 SUN、Cisco、Intel 这样的公司一样,这样的公司并没有在不断地扩张、占取资源,相反,它们在不断地变卖房地产。所以,这种由市场自我来调节的事情并不需要我们为它担心。

接下来,InfoQ 就自然语言处理领域对吴军博士进行采访。

InfoQ:百度百科中介绍到: 自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。您是自然语言处理领域的专家,您怎么去定义自然语言处理?自然语言处理和机器学习是什么样的关系呢?

吴军:自然语言处理和机器学习二者并不存在谁包含谁的关系,简单来说,自然语言处理用到机器学习。机器学习是一个基础的工具,但是机器学习所能做的并不仅限于自然语言处理。比如,机器学习可用于图像的识别、大数据分析以及网络安全等等很多方面。打个比方来说,物理、化学等学科都会用到数学原理,但是不能说谁是一个更大的圆圈,谁将谁包含在内。

InfoQ:您是如何看待自然语言处理现在的发展状态的呢?

吴军:自然语言处理现在发展的还不错,大家越来越看到它的重要性,迄今为止也出现了一些成功的应用。以后也越来越被人所重视,尤其是接下来的 10 年里,我们会有很多地方需要用到它,所以我相信它会发展的比较好。尤其要强调的是:“数据驱动”特别重要,过去几年里自然语言处理所取得进步都离不开“数据”。

InfoQ:2012 年 -2014 年您重新回归谷歌,领导了自动问答项目。这个项目在自然语言处理技术上有哪些突破?

吴军:这个项目是一个思维方式的转变,我们将一个智能的问题转变为一个大数据的问题来处理,这是一个很大的突破。以前我们做这个项目,基本都是做一些语法、语义的分析,比较强调“因果关系”,试图从这个角度来解决问题;但这个项目我们改用“数据驱动”的方式来解决问题。

InfoQ:在当今这样一个云计算、大数据技术蓬勃发展的时代,为自然语言处理的发展提供了哪些机遇和挑战呢?

吴军:正如我刚才所说,自然语言处理的发展很大程度上得益于“数据的体量”。当然云计算也很重要,比如我们在研发这个智能问答项目的过程中就已经在离线状态下把网上所能找到的所有句子全部分析了一遍,而如果没有云计算技术,这件事我们是做不到的。

InfoQ:对于自然语言处理的初学者,您能提供哪些建议呢?

吴军:对于入门来说并不是很难。前期阶段,需要学习基础的概率论的相关知识,学习一两门自然语言处理的专业课,也推荐大家看看我的《数学之美》这本书;如果还要深入一些的话,需要掌握一两种机器学习的工具,如果能具有编程的技能或是会使用开源工具包就更好了。

InfoQ:您最近从技术和管理人员变成了投资人,您现在是硅谷投资人和丰元资本创始合伙人。请问您最近在投资领域有什么新的动向吗?

吴军:我最早做风险投资的时候是在 2008 年,我们成立了“中国世纪基金”。当时我们把美国人的钱拿到中国来用于投资,因为当时美国相对钱多,而中国的项目相对便宜些;现在反过来了,这个基金中有一半的钱都来自中国,美国的项目变得相对便宜了。从这里你就可以看到这个趋势的变化。

最近我比较关注的公司有四类:云计算 + 移动互联网、大数据 + 机器智能、IT 技术 + 医疗健康、IoT。至于投资标准的问题,我从来不设定任何选择标准,只是创业者来找我们,我们会根据创业者的具体情况来做出反应,判断这个公司值不值得投资。

2015-12-08 20:382763

评论

发布
暂无评论
发现更多内容

React组件之间的通信方式总结(上)

beifeng1996

前端 React

运维训练营第15周作业

好吃不贵

EasyRecovery16汉化版数据恢复软件

茶色酒

EasyRecovery16

一块GPU搞定ChatGPT;ML系统入坑指南;理解GPU底层架构

OneFlow

人工智能 深度学习

这些js原型及原型链面试题你能做对几道

loveX001

JavaScript 前端

react的jsx和React.createElement是什么关系?面试常问

beifeng1996

前端 React

走进RocketMQ(二)部署模式与实战

白裤

Java RocketMQ RocketMQ实战 RocketMQ部署模式

CleanMyMac X4.13mac电脑免费系统优化软件

茶色酒

CleanMyMac X4.13

前端必会面试题指南

loveX001

JavaScript 前端

实现一个简单的Database11(译文)

GreatSQL

MySQ percona server greatsql greatsql社区

React组件之间的通信方式总结(下)

beifeng1996

前端 React

前端常考react面试题(持续更新中)

beifeng1996

前端 React

快来解锁小程序蓝牙开发技能

南城FE

小程序 微信 前端开发 uniapp 蓝牙

有趣的`events_statements_current`表问题

GreatSQL

MySQL greatsql greatsql社区

百度前端高频react面试题(持续更新中)

beifeng1996

前端 React

INFINI 产品更新|Loadrun 首发亮相

极限实验室

console Gateway infini loadgen loadrun

高级前端必会面试题(边面边更)

loveX001

JavaScript 前端

三天吃透Java虚拟机面试八股文

程序员大彬

Java JVM

社招前端常见react面试题(必备)

beifeng1996

前端 React

JavaScript 为什么要进行变量提升,它导致了什么问题?

Immerse

JavaScript 面试 js 前端面试题 超全前端面试题

前端一面react面试题(持续更新中)

beifeng1996

前端 React

软件测试 | 单元测试体系集成

测吧(北京)科技有限公司

测试

湖仓一体电商项目(二十一):数据发布接口和数据可视化

Lansonli

湖仓一体电商项目

谈谈前端性能优化-面试版

loveX001

JavaScript 前端

互联网大厂Java 最常见的 1100+ 面试题汇总(金三银四面试必备)

架构师之道

java面试

首届OpenHarmony技术峰会携手产业界与学术界,共建技术与人才生态

Geek_2d6073

富表智能可视化设计工具(FusionView)

风清扬

数据分析 低代码 可视化 数据大屏 数据可视化拖拽

解密游戏推荐系统的建设之路

vivo互联网技术

架构 推荐系统

零代码(低代码)工作流引擎(cube-flowable)

风清扬

低代码 工作流引擎 动态表单

React面试:谈谈虚拟DOM,Diff算法与Key机制

beifeng1996

前端 React

用于双目重建中的GPU编程:julia-cuda

京东科技开发者

机器学习 gpu 编码 Code julia

吴军:硅谷难以复制,但硅谷不需要复制_文化 & 方法_董志南_InfoQ精选文章