未來哪六大傳統產業將可能被顛覆
01 未來的體育
最爛球隊勇士崛起之謎
在2015-2016年的NBA（美國職業籃球聯賽）賽季，位于硅谷地區的金州勇士隊（Golden State Warriors）創造了NBA歷史上常規賽獲勝率最高的紀錄，在全部82場比賽中獲勝73場。而在一年前，該隊獲得了NBA總冠軍。
但事實上，勇士隊曾長期以來一直是NBA里的一支“魚腩球隊”。在2009年，金州勇士隊還是NBA里最爛的球隊之一，那一年它的成績排名倒數第二，當然勇士隊也不可能有什么球星和大牌教練。因此該隊能取得這樣的成績，實在是一個奇跡，而它創造奇跡的方式在體育史上恐怕是獨一無二的。
金州勇士隊的成功并非砸錢的結果，而是因為它處在一個特別的地區—硅谷。
硅谷地區有兩種人最不缺，即風險投資人和工程師，勇士隊的奇跡從很大程度上講是靠他們創造的，前者善于看到其他人還沒有發現的投資潛力，然后把它經營成值錢的實業；后者善于利用技術創造奇跡。
勇士隊的成功就是他們合作的結果。6年前勇士隊的比賽成績跌到了谷底，因此價值較低，一些風險投資人決定將這支不值錢的球隊買下來好好經營，讓它成為美國體育界最耀眼的明星。
這個計劃看上去有點瘋狂，不過投資人有自己的考慮，他們有秘密武器，那就是能夠應用大數據的工程師。最終，投資人花了4.5億美元這個相對較低的價格完成了對勇士隊的收購。
在收購完成后，投資人為球隊委派了新的管理層：沒有任何執教NBA經驗的史蒂夫·科爾，因突出的投籃優勢被委任為教練。科爾在執掌勇士隊之后，堅持用數據說話，而不是憑經驗。
他根據背后團隊對歷年來NBA比賽的統計，發現最有效的進攻是眼花繚亂的傳球和準確的投籃，而不是彰顯個人能力的突破和扣籃。在這個思想的指導下，勇士隊隊員苦練神投技，全隊在一個賽季中投進1 000個三分球，又創造了一項NBA紀錄。
這其中，最亮眼的新打法是盡可能地從24英尺（大約7.3米）外的三分線投籃，這樣可以得3分。正是因為不再按照籃球傳統的戰術作戰，勇士隊賣掉了那些價錢高卻效率低的明星，而著重培養自己看中的新人。
被失業！未來六大傳統產業將這樣被顛覆
▲ 勇士隊神投手庫里
這位新人叫斯蒂芬·庫里（Stephen Curry），三分球的神投手。在2014~2015年賽季中，庫里的神投讓勇士隊奪得了40多年來的第一個總冠軍，他自己也成為當年的最有價值球員（MVP）。到了2015~2016賽季，庫里投進了403個三分球，創造了NBA歷史上的紀錄，打破了由雷·阿倫所保持的個人單賽季269記三分命中數的紀錄。
除了利用數據制定戰略，勇士隊還利用實時數據及時調整比賽中的戰術。早在2012年，勇士隊的總裁兼COO（首席運營官）里克·威爾茨（Rick Weltz）就在一次大數據會議（TUCON 2012）上介紹了該球隊應用大數據的成果。根據威爾茨的介紹，大數據可以幫助球隊改進精細到兩個人配合的細節。正是靠高科技，勇士隊才得以在短短6年里從倒數第二名登頂NBA的總冠軍。
鑒于勇士隊的戰術和成績給NBA帶來的巨大沖擊，奧巴馬在白宮專門接見了勇士隊，并且講道：“（這）看起來正在打破這項運動的格局，這似乎是不公平的比賽。”籃球界的人士則認為，勇士隊是NBA里的Google。
02 未來的農業
沙漠之國以色列憑什么成為“歐洲的廚房”？
2005年，Google一些好事者學著以色列人的做法，在總部門前開辟了很小的一片蔬菜種植園，試圖重現以色列人在過去幾十年里在農業上取得的成就。幾年試驗下來，證明以色列人的做法是可以復制的。那么以色列人是怎么做的呢？
▲ Google員工學習以色列的滴灌技術種植的蔬菜瓜果
事實上，以色列的自然環境十分惡劣，絕大部分土地為沙漠，可耕種面積不到國土面積的五分之一，而且土層是世所罕見的貧瘠，更要命的是水資源嚴重匱乏。然而，就是在這樣一片生存條件惡劣之地，以色列人創造了令人咂舌的奇跡，許多農產品的單產量領先于世界先進水平。
他們的奶牛單產奶量居世界第一，平均每頭年產奶10 500公斤，每只雞年均產蛋280個，棉花單產居世界之首，畝產近1 000斤……由于單產高，以色列居然成為農產品出口大國，每年向歐洲出口大量的蔬菜和水果，有“歐洲的廚房”之稱。
以色列取得這樣的成就，其根本原因是靠科技興農，那他們是如何在農業中節省水資源的？
▲ 以色列將荒漠改造成良田和牧場
作為嚴重缺水的國度，以色列人發明了滴灌技術——裝有滴頭的管線直接將水和肥料送達植物的根系，大大節約了水和肥料。所有灌溉方式都采用計算機進行自動化控制，灌溉系統中有傳感器，能通過檢測植物莖果的直徑變化和地下濕度，來決定對植物的灌溉量，這樣可以節省人力和水資源。由于有大量的傳感器在采集數據，這種自動滴灌系統可以對用水量和產量的關系進行學習，改進灌溉量。
自“二戰”后立國以來，以色列的農業生產增長了十多倍，而每畝地的用水量仍保持不變。靠著農業高科技，以色列給傳統的農業帶來了質的革命，“二戰”前是一片荒漠的內蓋夫地區（以色列所在地），現在已經出現大片綠洲了。
03 未來的制造業
特斯拉神秘的機器人工廠全曝光
在美國，特斯拉汽車公司已經嘗試全部使用機器人來裝配汽車，這不僅使得工廠雇用工人的數量大幅度減少，而且還讓出廠的汽車性能和質量更穩定。
▲ 汽車工會每天在特斯拉公司門口示威，抗議該公司不招汽車工會的工人
美國“二戰”后的汽車行業有上百萬裝配工人，但是現在只剩下當年的一個零頭。而新的汽車公司比如特斯拉，已開始盡可能地使用機器人取代裝配工人。硅谷東部的弗利芒特市（Fremont）有特斯拉最大的汽車裝配廠。在該廠的門口每天都有幾個人舉著骷髏抗議，停下來一問，才知道特斯拉根本不從汽車工會招裝配工人，甚至很少招生產線上的工人，因此汽車工會天天跑去抗議。
抗議歸抗議，特斯拉就是不雇生產線上的工人，外界也拿它沒有辦法。事實上，在過去的5年里，特斯拉員工數量增長非常快，不過它所雇的都是IT人員，以至于它更像是一個IT公司而非汽車公司。那么大家可能有一個疑問，特斯拉的汽車是怎么制造出來的呢？答案很簡單，盡可能地使用機器人。
▲ 特斯拉的汽車裝配廠，全部由機器人操作
機器人取代人類從事制造業的另一個巨大優勢在于，產品很容易按照個性化定制。在大工業時代，機器所解決的是確定性問題，因此，一旦一個產品設計出來，它就是確定的，按照事先確定的設計復制，成本是很低的。但是，如果哪個顧客想要根據自己的需求訂購一款特定的產品，那么成本是很高的。而在機器人取代生產線上的裝配工人的智能制造時代，只要通過設定產品參數，機器人就可以根據用戶需求制造出個性化的產品，其成本不會比大規模生產高多少。
特斯拉很少雇用原來汽車行業的人員，除了降低成本外，還有一個更深層次的原因—它一直把自己定位成一個IT公司，而不是汽車公司。汽車其實就是承載著特斯拉IT技術的平臺，特斯拉內部將汽車看成是一個巨大的智能終端，通過這個智能終端，特斯拉把它的各種技術服務提供給大家，同時也參與到消費者的日常生活中。
04 未來的醫療
人類能否長生不老？
手術機器人
今天，世界上最有代表性的做手術的機器人就是達·芬奇手術系統。達·芬奇手術系統分為兩部分：手術室的手術臺和醫生可以在遠程控制的終端。手術臺是一個有三個機械手臂的機器人，它負責對病人進行手術，每一個機械手臂的靈活性都遠遠超過人，而且帶有攝像機可以進入人體內手術，因此不僅手術的創口非常小，而且能夠實施一些人類醫生很難完成的手術。在控制終端上，計算機可以通過幾臺攝像機拍攝的二維圖像還原出人體內的高清晰度的三維圖像，以便監控整個手術過程。醫生也可以在遠程對手術的過程進行人工干預。
達·芬奇手術系統的主要發明人之一，約翰·霍普金斯大學的拉塞爾·泰勒（Russell Taylor）教授是我的朋友和師長，因此我有幸親身體驗操作該機器人。他為我在手術臺上設置的是一個仿制的人腦，我在遠程用手術刀虛擬切割時，手的感覺和切割真實的組織是一樣的。目前全世界共裝配了3 000多臺達·芬奇機器人，完成了300萬例手術。
▲ 手術機器人達·芬奇的手術臺
機器醫生
自然語言處理專家和醫生們讓計算機理解人的語言，然后讓它能夠根據化驗結果和病人的描述來診斷簡單的疾病。
IBM公司從20世紀70年開始就致力于機器智能的研究，并且在工業界一直處于領先地位。IBM開發的沃特森（Watson）智能系統可以理解自然語言，分析各種數據和醫學影像，幫助疾病診斷和醫療信息的管理。
在一些醫學領域，比如腫瘤科，它能夠非常準確地給醫生提供診斷的建議和幫助。目前，如果不引入醫師的干預，僅僅靠計算機通過閱讀病例、傾聽病人的描述和分析化驗結果進行疾病診斷，它也能達到中等醫生水平。
▲ 能夠幫助看病的IBM 沃特森計算機
個性化抗癌藥品
2013年Google宣布成立獨資的IT醫療公司Calico，并且聘請了世界知名的生物系統專家阿瑟·李文森博士擔任CEO。李文森博士曾經是世界上最大的生物制藥公司基因泰克的CEO，在接受Google任命時，他依然擔任著基因泰克的董事會主席以及當時全球市值最高的公司—蘋果公司的董事會主席，可謂整個工業界最有權勢的人物之一。
人類在抗癌研究方面投入的資金比阿波羅登月或者語音識別要多得多，但至今依然難以根治癌癥。因為癌細胞基因的突變和人有關，而且可能一再突變，因此要想徹底解決問題，就需要針對不同的患者設計特定的抗癌藥，而且要根據患者癌細胞每一次新的變化研制新藥。
因此，李文森博士認為，只要這個研制速度能夠趕得上癌細胞的變化，那么，即使不能徹底殺死所有的癌細胞，患者仍可以長期和癌癥共存。為解決這個問題，李文森博士認為這要依靠最新的IT技術，尤其是大數據。
根據基因泰克的科學家解釋，我們已知的各種可能導致腫瘤的基因錯誤不過在萬這個數量級，而已知的癌癥不過在百這個數量級。也就是說，即使考慮到所有可能的惡性基因復制錯誤和各種癌癥的組合，不過是幾百萬到上千萬種，這個數量級在IT領域是非常小的，但是在醫學領域則近乎無窮大。
如果能利用大數據技術，在這不超過幾千萬種組合中找到各種真正導致癌變的組合，并且對這樣每一種組合都找到相應的藥物，那么對于所有人可能的病變都能夠治療。針對不同人的不同病變，只要從藥品庫中選一種藥即可，比如對患者約翰，他原本是使用第1203號藥品，如果發生新的病變，經過檢查確認后，改用256號藥品即可，這樣并不需要每一次重新研制藥品。如此一來，便可以控制癌癥了。
李文森博士所倡導的為每一個患者設計個性化特效藥的思路，如今已被制藥行業和醫學界普遍認可。在美國著名的加州大學舊金山分校醫學院里，阿圖爾·巴特（Atul Butte）教授建立起醫學大數據中心，專門從事利用大數據尋找個性化藥品的研究工作。
根據該中心的陳斌副教授介紹，美國只有1/7左右的臨床證明有效的藥品最終能夠走完FDA（食品藥品監督管理局）全部審批流程并最終上市。剩下來的6/7的藥品，雖然在小范圍內使用時對一些病人確實有很好的療效，但是在使用到大量患者身上時，平均的效果并不顯著，因此最終被FDA否決。
該中心通過研究發現，其中不少藥其實對特定的人群有效，現在的關鍵是找到那些特定的人群，讓那些研制過程中被淘汰的所謂“廢藥”經過改造后能夠重新被利用。在未來，可能一種疾病會有不同的藥品醫治，而不同的人會有不同的特效藥。
提升機網！