◎一手打造日本IT界传奇企业的知名企业家，从对世界知名IT公司案例的研究出发，结合自身创业经验，首次公开分享个人独创的预测未来思考术——佐藤式思考法，教你如何在下一波科技新浪掀起之前成功抢占先机。
◎只有0.01%的人才能成功掌握世界变化的规律
拥有12亿使用者的全世界*的社交平台Facebook，为何要以10亿美金买下只有3000万使用者的Instagram？世界著名的创投公司Y Combinator如何慧眼看出Airbnb和Dropbox的潜力？
这些案例告诉我们：世界知名企业家之所以能够获得成功，是因为他们能够捕捉到不同潮流的关联性。当人们在盲目追赶潮流时，他们早已在合适的地点等待潮流的到来。在预测未来趋势时，不要只思考当下所看到的“点”，我们应该学会将趋势连接成一条“线”，在看似不确定的未来中找到规律，永远走在未来的前面，立于不败之地。
【内容简介】
进入21世纪之后，科技一直是带领时代前进的关键。能够在科技潮流*站稳的公司，便能在下一波科技新潮掀起之前掌握成功先机。然而只有0.1%的人才能预测世界变化的模式，99.9%的人都在错误地预测未来。
本书作者佐藤航阳，曾一手打造日本IT界传奇公司——Metaps，并开展了全球性事业。在这本书中，作者从科技、国家等几个方面出发，分析应该如何识别社会的发展规律。并且深入分析了全世界知名IT公司案例，结合个人亲身的创业经验，提出了一套能够预测未来的具有普遍性的思考体系，告诉读者如何用线来思考并理解社会变化的原理与原则。书中更有作者独特的“佐藤式思考法”，让你能够从瞬息万变的科技变动中看出未来的方向，抢占先机！
【作者简介】
佐藤航阳，Metaps股份有限公司的董事长。2007年大学在学中创立Metaps股份有限公司，担任董事长。2011年活用人工智能，开创了APP收费支援平台“Metaps”。迄今为止，筹措资金累计57亿日元。在东京、新加坡、香港、台湾、上海、圣弗朗西斯科、首尔、伦敦等8处地点开展全球事业。2014年开始支付服务“SPIKE”。2015年被选为福布斯“拯救日本的创业家best 10”AERA“突破日本的100人”。
【目录】
目 录
前 言 007
为什么99.9% 的人会错误预测未来？ 007
0.1% 的人看清了“世界变化的规律” 009
从商业世界窥见未来 011
市场变化不断加速 012
“精益创业”无法获胜的理由 014
用线而不是用点思考 016
章 科技发展自有其“趋势” 001
科技的三大“本质” 003
1. 人类的扩张 003
2. 对人类的教育 004
3. 从手掌飞向宇宙 006
智能手机是“带电话功能的超小型计算机” 007
渗透进世间万物的网络 009
大数据找到了名为人工智能的“出口” 012
各种事物中蕴含的智能 017
科技让“天才”的量产成为可能 021
人类是规律的集合体 024
世界中随处可见的眼与耳 026
和航天产业融合的网络 030
能够想象到的技术已经几乎全部实现了 034
所有企业的“目的地”都相同 037
时机决定一切 039
尼古拉·特斯拉的不幸 041
第二章 一切从“原理”开始思考 045
一切从“必要性”开始 047
在日本无法进行革新的真正理由 050
回到原理思考 054
作为思考辅助线的三种社会类型 056
1. 血缘型的封建社会 056
2. 轴心型的近代社会 057
3. 分散型的现代社会 060
科技模糊了界限 063
1. 国家和企业 064
2. 公司内外 068
3. 自己和他人 069
国 家 071
领土·国民·权力 073
国家VS跨国企业 079
开始用权力限制跨国企业的国家 080
融合的国家和企业 084
围绕货币发行权的竞争 086
政 治 090
被省去的选举与议会 092
投票率低是坏事吗？ 093
国家也需要经营战略 095
资本主义 096
作为价值媒介而诞生的货币 096
随着资本主义的诞生成为社会的主角 097
资本的“独行” 098
货币不过是选项之一 099
财务报表上无法记载所有的价值 101
政治与经济合为一体 104
价值等同于利益 105
价值主义的特征 107
1. 回归目的 107
2. 选择自由的扩展 108
主义思想的“保质期” 110
资本和信息价值逆转的世界 112
变化速度①个人②法人③行政·司法 115
第三章 科技是人类的敌人吗？ 117
连创业家都开始放弃的科技进步 119
革新成为人们不安的对象 121
“机器人夺走工作机会”言论所欠缺的视点 123
各种事物接近免费 127
因企业而异的基本收入 129
作为削减生活费用工具的分享型经济 134
人工智能将重新定义人类 137
IT对人类来说就是“大拇指” 141
个性化的谬误 144
对人类威胁的还是人类 149
1. 网络安全 149
2. 跨国IT 企业和政府的协作 151
3. 战争与机器人 153
科技能够取代神吗？ 155
第四章 抢先未来做决定 165
回避效率化的“陷阱”的方法 167
1. 坚持从原理开始思考 169
2. 知晓科技的现状 170
3. 确认时机 171
将媒体和周围人看作试纸 173
在把握规律前不断试错 175
怀疑逻辑思考 177
事后添加合理性 181
不相信自己的投资大亨 185
不要根据自己现在的能力做决定 188
不在有规则的地方战斗 191
比起信任感，要更相信规律 195
以平等来决断 200
为了让未来提前到来 202
后 记 207
【前言】
为什么99.9% 的人会错误预测未来？
《人类造出飞机还需要一百万到一千万年》在《纽约时报》刊登这篇文章后的几周，莱特兄弟便首次飞上了天空，颠覆了《纽约时报》的预测。
这件事在当时成了人们的笑料。知名报社的精英记者为何能如此自信地写出这样的文章呢？
然而，其他人也并不比这位记者聪明多少。当航天科学家们野心勃勃地宣布要开发宇宙飞船时，也有99.9% 的人说了同样的话。
“宇宙飞船？简直是痴人说梦。”
其实，生于现代的我们也会错误预测未来，所以也无法嘲笑过去那些说宇宙飞船是痴人说梦的人们。
在几年前，也有不少人认为日本人不会使用实名注册的社交网络，而如今Facebook 在日本的用户超过了2 000 万。
现在许多人都在使用的iPhone，刚发售时也有多数人因为“无法使用电子钱包”“简直无法想象手机没有红外线功能”等理由认为它不会热卖，而这些如今都被我们忘记了。
为什么人们总是一次又一次错误地预测未来呢？原因就在于人们的思考方法。人们只会根据眼前发生的事情来预测将来的事情。然而，就和多数人预想不到Facebook 和iPhone 的普及一样，只考虑到眼前这一个“点”的状况就想要预测未来的话，基本上都会出现错误。
实际情况中充满了超越人类认知的庞大要素，这些要素会互相影响并推动社会的发展。想要知晓所有相关要素，以人脑的硬件性能来看，是不可能的。
另一方面，也有极少数人能够发挥令人惊叹的先见之明，取得巨大的成果。例如，史蒂夫·乔布斯在20 世纪80 年代，正当他30 多岁的时候，就预见了个人智能手机会普及的未来，并决定以自己的力量来实现这一想法。他并非只看眼前的“点”来考虑问题，而是从长远的时间轴中捕捉到社会发展的规律，将这样的趋势作为“线”连接起来，再做出决定。只要捕捉到世界中的趋势，你也可以像乔布斯一样，先一步预见未来的发展。
0.1% 的人看清了“世界变化的规律”
我在调查了能够预见未来发展的0.1% 的人后，发现他们的思考方式和99.9% 的人完全不同，所以能够预见未来。决定两者区别的是识别规律的能力。他们对科技的理解十分深入，并完全把握经济、人类情感等多方面的因素，所以能够一直看清社会变化的规律。
在认识规律方面，重要的因素便是科技。不论在哪个时代，科技的发展都会引领社会的变化。
听到科技这个词，或许有些人会觉得是深奥、复杂的事物，但是从古代人使用的石器，到现在您正在阅读的纸质书，都是从根本上颠覆了数百年前的社会发展的、具有革命性的科技成果。无论是货币，还是电气，我们的生活一直都因为新科技的诞生而不断被改写。
如今，正在发展中的网络这一科技也在重新构筑社会。
网络出现不过20 年的时间，就已经像空气一般渗透到了社会的各个角落，并做好了变革的准备。我认为，接下来网络将真正地改变我们的生活。
现在，社会已经在以历快的速度发展，并且还在持续加速。因为科技具有“一种发明不断诱发其他的发明，令变化的速度如同滚雪球一般不断加速”的性质。
计算机的发明催生了网络，网络催生了智能手机和穿戴型终端，令人工智能也得到了发展。这些发明之间的间隔，必然会渐渐缩短。
随着时间流逝，科技对社会的影响会越来越大。从石器时代开始的科技，孕育出了能在一瞬间让数百万人灰飞烟灭的核武器。比起只能缓慢进化的自然和作为生命体的人类，人工创造的科技由于不会受到生物的物理制约，正在迅速地进化。在发展速度急剧加快的当今社会，将关注的焦点聚集到科技上是理解社会整体构造便捷的方式。
本书将以科技为轴心，考察以下4 个问题。
· 科技发展中所隐藏的规律（章）
· 以网络为核心的新科技今后将如何改写社会系统（第二章）
· 科技发展会给我们带来什么样的问题（第三章）
· 在预测未来的基础上，个人应该如何做出决定（第四章）
要想知道接下来我们的社会将会如何变化，光是认真审视当今社会是不够的。即使读遍市面上各类未来预测的书籍，恐怕也是无法真正预测未来的。《纽约时报》的例子不必多说，我们不论想要如何预测未来的发展趋势，结果总是大相径庭，而这样的结果也一直持续。错误预测未来，这也是人类所特有的规律之一。
另外，即使知道了“几十年后会变成这样”的结论，而不知道其中要经历怎样的过程的话，也无法做到实际应用。
但是，如果能看清社会发展的规律，即使状况有变，也能够看清未来。为了做到这一点，需要传达一种能广泛运用的思考体系，这便是本书的主题。
从商业世界窥见未来
我现在经营着一家名为Metaps 的公司，在8 个国家设有分公司，每天都和来自15 个以上的国家的成员们在使用超过4 种语言的环境下工作（日籍员工约为总人数的一半）。
公司为世界数亿的智能手机用户提供收费应用服务，发行了独自的电子货币，近还涉足了航天工业。
9 年前，从福岛去东京上大学的我，恐怕无法想象现在自己能够经营资产几十亿日元的企业，并且涉足航天工业。
为什么人连自己的人生都无法预测呢？关于寻找这个世界上所存在的事物之间的联系和规律，我一直都有着强烈的好奇心。
天生多疑的我，决定将自己作为验证假说的“实验台”。我想要弄清楚这个世界是以怎样的机制运转，将来又会变成怎样。
为此，我选择了合适的手段—商业。
和重视实验的物理等自然科学不同，社会科学的真理几乎都是个人的“考察”。这一点的正当性有学会等权威机构的保证，但也无从确认这是否就是真理。
什么是正确的？什么又是错误的？社会的机制究竟是怎样的？我认为能够实时反馈这些问题并验证的方法，并不在于学会，而是在商业的世界中。
我对于社会机制所建立的假说如果是正确的话，就会通过数据反映出来，如果错误的话，企业就会衰退并且倒闭。要考察自己所在社会的规律的话，商业将是直接的工具。
市场变化不断加速身处在商业的世界里，尤其是科技产业，近连预测几个月后发生的事情也变得愈加困难了。
其中，有一个理由是市场变化速度已经快到了如此快的程度，还有一个就是网络一举加快了信息和资本的流动性。
在过去，网络还没有普及的时代，大部分商业活动都在国内完成，信息流通也相对较慢，因此变化也比较缓慢。所以人们可以从容应对竞争对手的动向和市场的威胁。然而，网络所
带动的发展速度重组了企业的结构。例如，事业投资的产业就完全被网络所改写了。
在网络普及之前，私募股权融资（对经营困难的企业进行并购、价值提升再卖出的企业）是盈利非常高的产业。只要把握企业的问题点做好重建计划，再付诸行动，就能等待成果到来。
“按照计划行动就能成功”这是在网络出现以前的法则。
随着20 世纪90 年代后半期网络登场后，状况就开始发生急剧变化了。有了网络这一媒介，信息和资本的流动性变得十分之快，商业状况瞬息万变，风险往往隐藏在人们意想不到的地方。即使按照计划推进事业，实际状况和当初的计划也会截然不同这样的事态开始频繁出现。因此，私募股权融资也无法像以前那样取得成果。与此同时，风险投资产业却开始大幅盈利。
风险投资产业是对有发展前景的事业进行投资，从事业发展中盈利，在这一点上和私募股权融资所做的事情是一样的，不同点在于盈利的方式。
风险投资的盈利模型是：给10 家公司投资，只要其中1 家公司投资成功的话，就能赚回其他9 家公司的投资额。至于投资哪家企业会获得成功，事先并不知道。
能够预估事业能否成功的私募股权融资产业渐渐衰退，而以不可能预测为前提来投资的风险投资产业却大幅盈利。这种产业结构的变化表示市场变化正在加速。
事实上，近10 年，知名的大企业不断倒闭，默默无闻的公司却成长为巨大的跨国企业，这样的状况不断发生。2004 年，马克·扎克伯格在哈佛大学的宿舍里发明SNS、创立Facebook。上线后用户数量激增，到2015 年Facebook 已经发展成拥有12 亿用户的基础设施一样的服务。现在，Facebook 的企业价值已经超过了20 兆日元。在日本，企业价值超过Facebook 的公司就只有丰田公司一家而已。
只要待在IT 业界就会习惯这样的速度，但仔细想想就会发现这是令人无法相信的变化。
信息流通速度在加快，变化也在加快，在此之前几十年的积累在几年内就会被颠覆。今后这样无法预测的状况将如同指数函数一样不断增加。
“精益创业”无法获胜的理由
近，以时代变化为理由，一种名为“精益创业”的思考方式开始流行。所谓精益创业，就是放弃事先计划。因为变化太快，所以即使做好计划，计划也完全派不上用场。这样的话
不如舍弃“未来可以预测”这种前提，在发生变化的一瞬间立刻采取对策，不断修正方案，以变化的方式来对应变化，这就是精益创业的概要。这简直就是将达尔文进化论里“能够生存下去的并非强者，而是能够应对变化的物种”这一观点直接应用到了商业中。
这种思考方式的本质就是“舍弃地图，带好指南针”。由于实际的场所不可能永远和地图上的地形一样，如果仅仅是手握古旧的地图的话，便无法前进。携带小限度的资源，然后一边验证假说，一边参考指南针所指的方位，灵活地改变前进方向的话，反而能够快速地到达终点。
自从2007 年创立公司开始，我也逐渐壮大了企业，感觉这样的思考方式确实有用。
当计划和现实相左时，比起努力朝当初的计划靠拢，不如全力适应现在的状况。这样的思考方式是非常合理的。
但是，近的状况又向前跃进了一步。市场中所有企业都以“精益创业”的方式来运作的话，竞争必然会更加激烈。IT服务业在资金、技术方面的入门门槛比较低，因此市场在一瞬间变得鱼龙混杂起来。
例如，Groupon 团购作为史上发展速度快的网络企业，受到各方面的注目。但从技术层面上来说，它们提供的服务，只要在网站里加入支付功能就好了，这一点无论谁都可以做到。
另外，从资金层面上来说，只要在云端使用Amazon 提供的服务器就能以限度的成本建立起网站，也几乎没有门槛。结果，全世界出现了许多模仿Groupon 的服务，市场一下子陷入了过度竞争的泥沼。
不论以多快的速度应对变化、反复验证假说，市场的竞争过于激烈的话，就无法增加盈利。因为未来难以预测，不如在一开始放弃预测，专心应对变化。这种不太有道理的战略，实际上作为战略来说已经失去了意义。在难以预测变化的当代，能做到理解社会整体的规律、
切实地预测未来，这样抢先一步的企业和个人才会成为后的赢家。
借用达尔文的话，现在是“抢先未来者生存”的时代。用线而不是用点思考Google 日本分公司的前社长、现在在Metaps 担任顾问的村上宪郎先生，曾经在本公司内发表过一次演讲。
他在演讲中提到的“Google 和Facebook 是以怎样的视点来捕捉社会规律”，令我受益匪浅。当时的我只考虑到眼前的“点”来开展商务，而Google 和Facebook 则是用线条的视点来捕捉社会发展的过程。
科技的领域里总有一些流行语不断出现又消失。2015 年之前的科技流行语是“社交媒体”“云计算”“云资源”“C2C”“分享型经济”“Makers”。而2015 年7 月，流行语是“物联网”“虚拟现实（VR）”“人工智能（AI）”，等等。
对大部分人来说，这些词语都是像流星一样转瞬即逝的存在。为什么会出现，什么时候会出现，都是无法预测的。另一方面，像Google 和Facebook 这样的企业，由于创业者自身精通计算机科学，能够理解不同的潮流的关联性，所以能捕捉到这些事物的全貌。其他人急匆匆地用手指向流星时，他们已经掌握了下一颗流星出现的地点，悠然等待流星降临。对于普通人来说是没有关联的“点”，对他们来说却是可以预测的“线”。
Google 开始制造自动驾驶汽车时，很多人会惊讶“为什么搜索引擎的公司会开发这个？”只看到搜索引擎这一个“点”的话，是很难发现和“汽车”这个“点”的关联性的。另一方面，理解了网络技术的性质和Google 公司的“整理世界中的信息并让所有人共享”这一理念的话，就能看到连接这两“点”的“线”了。
网络产业和电气一样，拥有通过钟表和汽车等终端来发展网络的性质（会在章中详细解释）。也就是说，站在Google的立场来看，“通过汽车获取信息并进行整理”这件事处于“通过搜索引擎获取PC 上散落的信息并进行整理”的延长线。
为什么有些人能够看清关联的“线”呢？我认为，如果将他们的思考方法整理成通用的逻辑，并且应用在商业活动中会有很大的益处，于是我继续一直以来都在进行关于这方面的探究。
本书总结了世界上许多企业在商业领域前沿不断试错后，终得出的“用线来思考并理解社会变化的原理原则”。我尝试着理解社会这个复杂的集合体，希望自己的思考过程能给读者们带来一些益处。
本书中介绍的并非是“几十年后会这样”这种具体的近未来预测。
世界上存在无论怎样都无法预测的事情。它们完全没有发展趋势和规律，即便存在趋势和规律，也是复杂到无法计算的“混沌”的领域。
例如，无论怎样分析过去的情况，也无法知道在这一瞬间打瞌睡的司机所驾驶的卡车是否会发生车祸。但是，每年由于疲劳驾驶引起的事故的次数，却是可以计算出来的。
同样，未来哪家企业会成功、哪个政党会执政，这样具体的预测，现在我们是无法做到的（将来随着科技进步，或许可以预测个别事物的具体情况）。但我们可以掌握的是，未来会有怎样的技术出现，政治经济系统整体会怎样进化。
在本书中，针对不存在规律的混沌领域并不做详细解说。因为看不见趋势的话，就无法制定对策，不制定对策就无法采取具体的行动。
某些文章将不确定性非常高的个别事物写成仿佛能够预测一样，这样或许能够满足知识上的好奇心，却没有什么实用性。
本书的目的是捕捉社会整体机制的大致趋势，在读者个人需要做出重要决定时能够提供一些帮助。
另外，由于本书主要涉及科技这一主题的性质，写作时的社会状况和现在相比或许会有一些变化。希望读者能够谅解。
【免费在线读】
章
科技发展自有其“趋势”
章首先会考察科技发展中隐藏的“性质”。之后，根据其发展史和这种“性质”，预测会有怎样的未来，确定大致的趋势。
科技的三大“本质”
科技的变化是呈线型的，而并非点，因此我们首先需要理解科技本身的特征。从宏观的角度来看，各种科技的本质特征，可以总结为以下3 点：科技是“人类的扩张”，科技“总有一天会开始教育人类”，以及“从手掌开始，扩展到宇宙”。
1 人类的扩张
追本溯源，科技到底是为何诞生的呢？
从石器到网络，所有的科技都以某种形态扩张了人类所拥有的能力。
例如，斧子和弓箭就扩张了人手所拥有的能力，这样就很容易理解了。
文字和书本是将过去个体的大脑内总结的信息记录在物体上，使该信息可以和其他个体共享，从这点来看，可以看作是人类大脑的扩张。科技总是在扩大人类的能力，将单独的个体做不到的事情变成可能。随着科技的规模变大，机制也越来越复杂，就难以辨认具体是扩张了哪些内容，但它的本质是不变的。
蒸汽和电力将人类四肢的动力扩张了几万倍。如果用人力来驱动蒸汽机车，完全无法想象需要多少人。同样，如果没有电力，无法使用吸尘器和洗衣机的话，光是依靠人类的劳动，我们的生活会变得一团糟。
另一方面，计算机和网络、电力、蒸汽不同，完全是向另一个方向扩张了人类的能力。它的本质是“智能的扩张”。
计算机被发明之后，人类就掌握了超越个体人类大脑的计算能力，可以通过网络和他人实时交流。如果说蒸汽和电力科技是在现实世界的“动力革命”的话，计算机可以说是在大脑内部的“智能革命”。
2 对人类的教育
科技拥有伴随时代发展开始教育人类的性质。新科技在社会中普及之后，人类便会为了适应这项新科技而改变自己的生活方式。这样的状况简直就是科技在教育人类。
货币原本是为了解决以物换物效率低下的问题而诞生的“科技”。生活在现代的我们，听说货币是一项科技时一定会觉得不可思议，但是在无法保存物品价值的时代，可以想象到货币的诞生简直是飞跃性的变化。
在货币诞生后不久，资本主义开始普及时，货币便开始了对人类的教育。在现代人判断价值的标准中，一定是有货币的存在的。
吃饭和住宿等提高人类生存率的行为，可以通过货币得到保证。这样一来，通过货币来计算各种事物的价值，思考事物就变得十分容易了。在此之前相对模糊的“价值”这一概念，
通过货币被数值化，并且能够被比较，因此以货币为中心来计算得失是很有效率的。货币当初是为了使以物换物更加有效率而诞生的科技，现在则对判断价值的标准产生了影响。
人类发明解决问题的科技。随着时间流逝，科技深深扎根于社会结构中，不知从何时开始科技本身在束缚着人类的精神和行动。这样看来，人类和科技的主从关系简直就是颠倒了。
计算机就是一个典型的例子。初期的计算机是为了快速处理大量数据而诞生的产物，只扩张了计算功能。但是，计算机渗透到了社会整体，学习了海量的数据，发展出智能，现在是以效率的行为在“教育”人类。随着时代发展，初根据人类输入的命令运行的计算机，进化成指导人类行为的老师。或许现在我们正在目睹这样主从关系转变的一幕。
3 从手掌飞向宇宙
从物理的位置来看，科技发展的进程也有一定的规律。之前说到了科技扩张人类所拥有的能力，这种扩张经常是从我们的“身边”开始的。
开始是四肢的扩张。钝器、斧子、弓箭等武器扩张了手的功能，草鞋扩张了脚的功能。接下来，科技从身体处分离，在物理意义上的广阔空间里扩张人类的功能。
科技从手中的道具变成和身体分离的器具，被配置在室内，又发展到室外，变为火车、汽车等移动手段，跨越了距离，后克服了重力变为飞机飞上天空，甚至飞出地球，飞向宇宙。
从电这一种科技来看，这种进程也是共通的。初期是在实验室诞生，然后变为一般家庭室内照明的电灯泡。不久，电力就被送达到社会的每一个角落。终和社会中所有工具有所关联的电，变成了仿佛空气一般的存在。科技像这样经过一定的发展过程，逐渐渗透并扩散开来，越是不断渗透，就越是变成日常的一部分，令人感觉不到它的存在。
智能手机是“带电话功能的超小型计算机”
对于生活在当今社会的我们来说，正在渗透社会的每个角落，带来影响的科技，当然是信息技术。在这里我将提炼要点，回顾一下计算机和网络的发展历程。
实际上，计算机是从军事产业中诞生的。初，制造计算机是为了在炮击敌军时根据飞机的位置和速度来计算弹道。
1946 年，被称为“巨大头脑”（Giant Brain）的ENIAC 计算机问世，它能够组合不同程序进行各种计算，是字面意思上的“巨大”系统。随后，负责开发原子弹的曼哈顿计划的天才数学家冯·诺依曼提出了将硬件和程序（软件）独立出来的概念，根据这个原理，诞生了程序内置的EDSAC 计算机，也就是现代计算机的雏形。再后来，IBM 公司将计算机带入统计销售额和虚拟商务的商业世界。
接下来的巨大变化是在20 世纪80 年代。Apple 开始出售个人电脑（PC），从而广受好评。随着计算机的机型不断变小，就开始进入了个人持有计算机的时代。随后，普通家庭都拥有了计算机，而连接这些计算机的网络也迅速普及。Yahoo 和Google等IT 企业也在这样的趋势中发展壮大。现在，PC 的时代即将结束，智能手机成为了计算机终端的中心。
对于我们来说渐渐变得不可或缺的智能手机，也是计算机小型化潮流的产物。“智能手机”这个名字会让人理解成“联网的电话”，但从计算机进化过程来看，应该理解为“带电话功能的超小型计算机”。
渗透进世间万物的网络
受到计算机小型化的影响，在我写这本书时，业界热门的话题是物联网（IoT），也就是世间万物网络化的现象。
如今在超小型化计算机上加入传感器的技术十分发达，各种物体都有连接网络的可能。继手机（智能手机）之后，是手表（也就是智能手表）、电视（数字电视）、房子（智能房屋），
后连道路也联网了。所有的物质都连接到网络，世界中物品和物品之间开始了信息传输。
实际上这也和之前讲到的电力普及是同样的过程。电力从电灯泡开始，终随着发电厂的供电和家中各种物体连接起来，使其具备动力。让团扇变成了电风扇，扫帚变成了吸尘器。
网络也经历了完全相同的过程，再过几年，就会和电力一样，渗透到社会的每个角落，变成空气一样的存在。
电力和网络拥有这样性质的背景是热力学和统计学世界里的“热力学增大法则”。这条法则指出，世界（自然）随着时间流逝，会从有秩序的状态变成无秩序的混沌状态。
地球一开始也是一颗荒芜的行星。现在地球上存在数亿的动物和植物，数量还在不断增加，向着无秩序的方向持续前进。
作为人类能力的扩张的科技，也从人类身边功能单一的物体开始，随着时间流逝而变得越来越复杂。从室内飞向室外，拥有了反复朝多个方向渗透的性质。
当所有事物连接上网络之后，我们的生活会发生怎样的变化呢？例如，从家里和办公室电力的开关到室内的温度调节等事情，云端上的计算机会从一些操作上学习人类生活的规律，
渐渐学会怎样自动为人类做这些事。再进一步的事情也是有可能的，手表连上网络就能实时把握自身的健康状况，如有异变，计算机便会提醒主人，根据每个人不同的体质，系统甚至会提供合适的维持健康的手段。
网络连接上各种终端，意味着现在能够被收集到在此之前无法观测到的各种数据。而这件事的延长线则是“略过意志决定”。
休息日的约会计划、适合的跳槽公司、结婚对象的选择、投资的经营判断……所有的情景中，应该采取什么行动才能得到结果，系统都会告诉我们。
从现在开始，人类除了使用与生俱来的大脑之外，还可以使用存在于外部的多种“智慧”并依靠它们来生活。
其实“使用自己以外的智慧”这件事本身就不是什么崭新的能力。人类在发展文明的过程中，通过书籍的形式将祖先的智慧留给后代，在家庭内将父母的智慧共享给儿女，提高生存率。
现在，使用Google 等搜索引擎，让人们能够借鉴他人智慧的范围又进一步扩大了。但是，什么样的信息对自己来说比较重要，哪些是应该知道的，像这样的优先顺序是现有的搜索引擎无法告诉我们的。今后，从借鉴他人智慧更加前进一步，在人类进行搜索前就给出合适答案的具有能动性的“智能”将会诞生吧。其诞生的契机就是能够自律地学习和行动的计算机，人工智能（AI）的发展。
大数据找到了名为人工智能的“出口”
各种终端连接到网络，相应产生的记录数据非常多。像这样用Excel 无法完全处理的数据从几年前便被称为“大数据”，由于和提升商务效率相关，所以备受期待。
实际上，能够灵活运用大数据并使其产生价值的企业并不多。虽然大家都希望能够使用大数据，但目前还处于不知应该如何使用的状态。
但是，到现在已经有人为大数据找到了发展的方向。那就是人工智能（AI）。人工智能这个词，根据人们立场的不同，也被赋予了不同的定义。由于AI 在未来社会中是非常重要的因素，所以我在这里简单整理一下人工智能的历史以及今后的展望。
人工智能这一构想本身不是新生事物。想要再现人类智慧的尝试从50 年前就开始了。当时的研究者大致可以分为两个立场。那就是“强AI”派和“弱AI”派。
“强AI”派的主张是，为了再现智慧，首先要弄清楚“人类的精神究竟为何物”，在此基础上，必须先用程序再现人类的精神构造。
另一方面，“弱AI”派的想法比较现实。关于人类精神的定义实在太难以解答，只要后AI 能呈现出和人类一样的思维方式和行动，是否就可以将其称为“智能”？他们并不强求完全再现人类精神构造的过程。
经过长年的争论，现在，说起人工智能基本上都是指向弱AI。人类的精神过于复杂，要在理解其构造的基础上再现人类精神构造这样的想法，目前是不太现实的。
那么，人类是如何判断现在的弱AI 是拥有智慧的呢？英国的天才数学家阿兰·麦席森·图灵提出的图灵测试，为测试机器是否拥有智慧设置了几档难度。
在听不到声音的被隔离的环境中，让人类只用文字和计算机聊天，人类如果无法判断聊天对象是人类还是计算机的话，那么即可判断这台计算机“拥有智慧”。
弱AI 所拥有的智慧实际上是统计学的延伸。首先让计算机学习庞大的样本数据，从数据中寻找一定的规律，然后使用这些规律预测未来，开展下一步的行为。
我们要做一件事时，会经历以下4 个步骤：
① 学习
② 认识规律
③ 预测
④ 行动
例如，想要说话，首先要识别对方是不是人类。因此需要“学习”人类的特征，需要“根据规律识别”对方是不是人类（有两只眼睛、一个鼻子，长着头发，嘴巴会动等）。接下来，推测出面前这位应该是人类，在建立这种预测的基础上下意识地“实行”说话这一动作。
如果要让机器来学习我们人类下意识地进行的动作规律的话，需要收集庞大的样本数据。在网络出现以前，要收集几百几千份样本数据是一项巨大的工程，成本非常高。而将收集好的数据进行整理和计算，再总结出规律的话，更是要耗费大量的精力。
但是，近20 年网络迅速普及，个人可以通过网络和他人进行互动，因此服务器上储蓄了大量的记录数据。与此同时，伴随着计算机的高性能化和小型化，人们可以用低廉的价格买到拥有很高处理计算能力的计算机。
伴随着这些变化，人工智能再次成为人们关注的对象。与计算机和网络出现之前相比，不论是收集庞大的样本数据，还是分析数据、总结规律都降低了不少成本。在这里，从前无法活用的大数据，找到了人工智能这一出口。
近，在人工智能界又有了一项新的突破。那就是深度学习，是一种弥补了现有的计算机学习的缺点的方法。在此之前的机器学习中，无论计算机的计算能力多高，思考“特征量”—为了识别概念的变数这件事也只能由人类来完成。
例如，至今为止让计算机辨认人类时，人类需要将“一个脑袋、两只眼睛、一个鼻子一张嘴、两只手两只脚……”这样的人类特征作为变数，预先设定好之后再教给计算机。也就是说，要让计算机学习什么数据、看什么指标，都取决于人类的设定，并没有实现自动化。但是，深度学习不需要借助人类的设定，就能够让计算机自动提取出“特征量”这一信息。
2012 年，Google 发表了一个大新闻，“让计算机在YouTube上学习大量有关猫的视频数据，成功让计算机对于猫这一概念有了认识”，在其背后就有深度学习的发展的结果。这台计算机没有让人类教自己“猫是什么”，而是自己学习了庞大的数据后，识别了“猫”这一概念。
在2015 年，Google 收购了名为DeepMind 的专门研究深度学习的企业，该企业发表了能够自己学习游戏并进行攻略的人工智能“DQN”的相关信息。根据DeepMind 的发表，这个人工智能学习了49 种游戏，其中超过一半的游戏获得了超过人类记录的75% 的分数。
不仅是Google，微软、中国的百度、IBM 等大型企业都在人工智能的研究领域投入了大量资本。它们如此关注人工智能这件事并不止是出于科学上的意义，而是关心人工智能给商业世界带来的巨大冲击。
在现阶段，AI 虽然只是在进行“将广告效果化”“将合适的信息推荐给个人”“下象棋”这样强化目的单一的工作，但已经发挥出了超越人类水平的能力。另一方面，关于理解复杂状况并做出合适的判断这样广泛应用的智能，还存在大量的问题。
但是，由于近几年的飞速发展和资金流入，今后关于人工智能的开发会急速发展已成定局。以前科幻小说中设想的“不仅会做计算，还能做决定的计算机”正在逐渐变成现实。
各种事物中蕴含的智能因特网一开始是出现在军事产业，后来被应用到商业，随后进入到普通家庭，实现了急速的发展。如今网络已经走出室内，开始连接各种事物。现在可以切实预想到的发展是各种事物中蕴含着“智能”的世界，这是继事物的网络化之后下一个阶段的发展。
到2020 年，预计会有250 亿台终端连接到网络。从现在开始，各种被称为“智能○○”的终端会不断增加。随着这样的发展，人工智能通过学习存储在云端的大量数据，能做出更加精确的判断。
终，准确度非常高的AI 将学会如何控制硬件。在这个阶段，与网络相连的事物将会拥有智能。
智能的发展过程，存在4 个阶段：
① 存储大量信息
② 人类手动改善存储的大量信息
③ 人类从存储的信息中提炼出规律，将规律放入系统中检测并改善
④ 为了改善规律的认知，将所有判断交给系统来执行
如果仅是将终端连接网络的话，这样的设备只能担任收集信息的工作，只能做到① ~ ③。但是拥有云端的AI 可以做到第四点的话，便可以称为“智能”了。
这样一来，不过是作为连接网络、传输信息的传感器的终端也能自发地学习行动，进化成拥有智能的计算机了。
活用网络传输信息，在云端上学习大量数据，就能实时反应在终端上。比如现今的智能手机应用软件，负责用户界面的部分需要下载到终端才能运行。然而在需要实时上传数据的领域，则需要通过云端和网络进行通信。
Pepper（胡椒）等被称为智能机器人的硬件也一样。如果用户安装喜欢的应用，那么用户的使用方法和喜好等信息会通过实时通信被上传到网络、用于看护、导购等各种用途。今后，同样的事情会在连接网络的所有设备上发生。
现在我们生活中接触到的事物开始拥有智能的话，生活会发生怎样的变化呢？
首先简单的工作会全部变为自动化，这一点将很快就会实现。Google 和特斯拉汽车公司已经着手推进无人驾驶的“自动驾驶汽车”的实际应用。一旦实现了自动驾驶，就能从数据中学习到乘车者的回家时间和移动路线，实现自动接送，不用指示即可将人送到指定场所。驾驶之外的工作也会渐渐发展为自动化。
例如，店铺的导购和结账等简单的工作，也是确实正在实现自动化的领域。要判断一件工作是否简单，其中一个标准是看它能否归纳成操作手册。能够归纳出操作手册，也就是说能决定规则，这样一来编写程序会变得异常轻松。只要实时转换储存在云端的信息，整个店铺的交易变更就能在一瞬间完成。
无论是驾驶还是导购，都需要根据状况做出灵活的应对，但某种程度上具备一定的规则。像这样目的明确、容易归纳出操作手册的工作，正是弱AI 擅长的领域。
近几十年，社会以人工智能为轴进行了激烈的变化，我会在第二章中详细介绍这些变化。这些变化不能以“点”来捕捉，而需要根据以下一系列过程的“线”来理解。这样一来就能更容易看清它的本质。
① 电力催生了计算机
② 计算机连接上网络
③ 网络渗透社会每个角落，发展成物联网
④ 将网络中产生的大量的数据收集到AI 中
⑤ 能够自主判断的AI 开始学会分析数据、做出判断
⑥ 从一切事物中获得智慧
重要的是用“线”将这些变化贯穿起来理解，而不是只分析独立的“点”。
科技让“天才”的量产成为可能
“人工智能会代替人类的一部分功能。”
针对这样的言论，一定会有人提出反对：“无法将人类的感情统计出数值。”但是，近的科技发展，甚至可以逐渐解析人类感情的部分。重视牵动人类感情的创作领域，已经开始受到了影响。
迄今为止，电影、漫画、游戏等娱乐产业，都是依靠一部分天才创作者的灵感制作出热门作品的。但是，网络和网络中产生的庞大用户数据，也许会颠覆过去的一切。
在家用游戏机的时代，一般都是将游戏机连接到电视来玩游戏的。
但是，仅仅连接到电视上的话，不管多少玩家玩游戏，游戏公司都无法获得游戏中哪里有趣、哪里无聊这样的用户反馈。
获得反馈的手段也只有在游戏发售之前反复玩试玩版，来确认游戏的效果如何。发售之后才会知道游戏卖得好不好，简直是高风险的产业。
而联网型的游戏，可以通过网络收集玩家的信息，从而从科学的角度来分析“有趣”和“无聊”这样的感觉。大量玩家互相竞争或者互相帮助推进游戏发展类型的游戏，则可以把玩家放弃游戏和有热情玩的地方作为记录保存下来。从这些数据里分析出规律，即使在游戏发售后也能更改剧情、不断完善，吸引玩家继续玩下去。
也就是说，和包装好后再销售的软件不同，这样的游戏并非是完成品。只有在没人继续玩的时候，一个游戏才会“结束”。
网络完全改写了游戏制作的规则。同样的事态在电影和漫画的领域也会发生。在日本，类似DeNA 公司提供的漫画王（MangaBox）这样的免费漫画应用软件迅速流行。漫画家可以通过分析数据知道自己作品中的哪部分能够打动读者，这样的数据也全部都会被保存下来。将来通过数据分析读者的属性，就可能为不同读者提供适合他们的结局。
我曾经从在娱乐行业的朋友那里听说，迪士尼公司已经积累了大量关于观众的“感动规律”的诀窍，只要在现有的模板框架里制作电影就好了。实际上，日本少年漫画杂志中的热门作品的角色设定和故事展开也有许多相似之处。
可以预想到，今后这样的固定规律信息会变得更加普遍。
像这样某种类型的“胜利规律”在行业中只有一部分的人知道，也就是“传说中的秘诀”。正因为这不是每个人都能掌握的，所以才存在天才。但是，一旦人类的感情也能被制作成数据，那任何人都能够通过这样的数据分析出规律，天才便失去了其稀有性。
目前为止被认为是好的手段，在经过数据分析后也许会发现其实是错误的，这样的事态会不断发生。
“开心”“有趣”“悲伤”等感情，在此之前都被看作是过于复杂而无法理解的，仿佛黑匣子一样的存在。今后，随着内容的电子化，读者的倾向作为数据变得可视化，感情也会变得能被分析。业界整体也会因科学的解决方法，从依靠一部分天才创作者的产业变为可复制性极高的产业。简直就好像是解析了“秘制的调味汁”的成分，并将其量产一样。
连“感情”这样公认难转化成数值的领域，科技也开始构筑起了相应的逻辑想要收集这方面的数据。人类是规律的集合体我所经营的公司利用人工智能，从各种应用软件数据中找出用户的行动规律，向全世界的软件开发商提议下一步应该实施怎样的策略。
例如，分析出“在游戏中开始这种行为的玩家，弃玩的可能性很高”的话，就会提出“应该给他看其他的应用软件的广告”的策略。
事业的核心是让投放在智能手机上的广告效果达到化。通常在网络上投放广告时，会同时投放许多版本，一边统计效果，一边调整。有些广告的点击率很高，转化率却很低，也有低点击率、高转化率的广告，广告在用户那里达到了怎样的效果，只要看一下数据立刻就能明白。另外，给怎样的人看怎样的广告，也可以指定目标用户的属性，结合多种判断标准，就能分析出要怎样投放广告才能使利益达到化。
在全世界的范围内进行这样的数据分析，意味着能够每天分析数千万，甚至数亿名用户的行为。从这些数据中得到的结论，颠覆了我对人类的认识。
平时和各种各样的人交谈，会觉得人的性格、兴趣、外在特征都充满了多样性。
可以说是“十个人十个样”。但是，如果从几千万用户“在几乎相同的条件下会做出怎样的反应”这样的观点来分析的话，就可以发现尽管使用的语言和所属的文化完全不同，核心用户或弃玩用户的规律几乎是相同的。并且，看上去属性完全不同的人们，只要分析他们的行为，就会发现他们也可以被归纳成几种固定的规律。
在人类的眼中看起来毫无共通点的事物，利用数据这一形式分析后却发现它们其实基于十分简单的规律。这个法则说明，人类实际上是规律的集合体。
【书摘与插画】
