其實我們不按“主題”投資，我們投資的是擁有突破性創意的創業者。所以我們一般不會按照某個行業預設的一些理論進行投資。雖然這樣說，我們也同時在做一些思考和觀察。下面這16個領域就是我們未來會重點關注的投資領域：
1.虛擬現實(VR)
在虛擬現實(VR)的世界裡，“臨場感”是一種藝術。這是說，一旦VR達到了某種水平，你的大腦就被欺騙了——在最原始最底層的層面——你就會認為你眼前看見的東西是真的。有研究表明，即使你的理性告訴你並沒有真的站著一個懸崖邊，你鼓起所有勇氣準備往下跳，你的原始的掌管動作的大腦部分也會阻止你那麼做。
有了“臨場感”，你的大腦會讓你感覺自己不是帶了一個裝置而是浸入了一個不同的世界。
計算機狂熱者和科幻小說作家已經期待VR幾十年了。但是早期的嘗試，尤其是90年代，很讓人失望。因為那時候技術還沒有準備好。而由於摩爾定律、以及移動裝置蓬勃催生的處理器、螢幕和加速儀等技術的發展——VR終於進入到主流世界了。
我們用一個專有名詞“終止懷疑”(suspension of disbelief)來形容我們看電視和電影的體驗。這也是說我們在看電影電視時的預設狀態是“不相信”。我們只有在足夠浸入的時候才能真的“相信”。
而VR技術，情況反了過來。大腦的預設狀態是“相信”，相信我們看到的東西是真的。一切從“太無聊”變成了“太強烈”。我們需要不斷提醒自己我們看到的不是真的。“終止懷疑”變成了“終止相信”。
這意味著有一些軟體在VR環境裡可能難以成功。比如像《使命召喚》這類大型遊戲如果做出VR的東西也許會更令人感到害怕和不安。
而更可能成功的是一些簡單的體驗。比如：穿越時間看看古羅馬是什麼樣子；攀爬摩天大樓以克服恐高症；為飛機降落進行精準訓練；迅速回到你上次度假的地方(因為你當時拍攝了“3D照片”)；和一個失聯很久的朋友吃個午餐；像如今在現實生活中與人合作一樣，在VR世界中和人建立聯絡與信任。
未來幾十年的VR，會像開始幾十年的電影一樣。電影製作者一開始什麼都不知道：如何編劇、如何拍攝、如何剪輯等等。他們花了幾十年的時間，建立了電影語言。在VR上我們也將進入這一時期。
VR上會出現很棒的遊戲，並且它可能在很長時間裡都會佔據VR這個領域。但從長期來看，遊戲只是媒體的一小部分。最開始的電視節目就是新聞欄目和遊戲類節目，但如今電視螢幕已經被視為承載內容的輸入/輸出工具了。
VR會是終極的輸入/輸出工具。有些人把VR稱作“最後的媒體”，因為之後任何媒體都可以在VR之內，用軟體產生。回看歷史，如今我們在用的電影和電視螢幕可能是電的發明以及VR發明的一箇中間狀態。孩子們會覺得，他們的祖先原來會盯著一個長方形的東西看並且希望自己相信裡面發生的事。
2.企業的“感測器化”(Sensorification)
幾年前，一群消費級(2C)的網際網路公司看到手機後說了一句“我靠”。他們都看到了，所有的流量以後都會來自於手機而不是PC。為了利用手機帶來的商機，以前做的一切都要重做。直到現在，還有公司仍在進行這個轉變(而有一些甚至還沒開始)。
而在今天的企業環境中，類似的事情也正在發生——企業服務也要迎來“我靠”的時刻了。但這並不是把企業服務帶到移動端這麼簡單。可做的遠不止如此。
想想如今智慧手機所展示的無限可能性。智慧手機的形式及其功能的複雜性都將商業形式引向了以前無法想象的境界(比如共享乘車服務等)。而其中最重要的原因就是行業的“感測器化”，加上移動端的浪潮以及友好UI的共同作用。
同樣的“感測器化”也要進軍企業環境中。
企業UI嚴重落後。所有那些在智慧手機上習以為常的操作動作——縮小，放大，滑動，點選，語音，甚至單純用手指隨意移動——在企業環境中都沒有實現。使用者介面永遠是最後被考慮的，是建完資料庫後做的最後一件事。這種情況正在變化。
那麼“感測器們”從何而來？想想手機的特點。我們並沒有那麼多螢幕或者功能可以使用。感測器基本上是連線到資訊和動作的“快捷方式”，使用者不需要什麼操作。比如，我們不用每次都手動輸入地址，GPS只要簡單地告知手機“你在這兒”就可以自動處理下一步工作了。
在企業環境中，感測器的價值在於成為使用者介面的快捷鍵，甚至有可能消滅打字，然後我們就可以把注意力放在簡單，有趣又有創意的事情上了。
3.機器學習+大資料
在a16z, 我們認為“大資料”和“機器學習”是相關的兩件事。一直以來，人們認為需要對各種資料進行更深入地分析和洞察，這點當然是重要的，因為直到現在我們一直都處在大資料的收集階段。但在大資料的世界裡，最令我們興奮的創新點是，我們來到了預測階段——處理收集到資訊的能力、學習模式的能力以及基於已知預測未知的能力。
機器學習之於大資料就如同人類學習之於生活經驗：人類歸納和總結過去的經驗來處理陌生情況。而大資料中的機器學習會複製這種行為，並且是在一個巨大的量級上。
過去的商業智慧 (Business Intelligence) 表現為對以往的關注(“在肯塔基州已經賣掉了多少雙紅色鞋子？”)，現在我們則需要預測性的觀點(“在肯塔基州將要賣掉多少雙紅色鞋子？”)。重要的是，機器學習並不是目的本身，它是每個應用的一個“屬性”。它並不是一個獨立的功能，“Hey，讓我們用這個工具來預測吧。”
以Salesforce為例。目前它只能呈現資料，使用者要自己分析這些資料，產生自己的觀點。然而我們中的大部分人都被Google訓練過了，習慣了從成千上百的可能性中篩選要使用的資訊來定製我們自己的使用者體驗。為什麼機器做不到呢？企業應用——在每一個能想象出來的案例裡——也將更加智慧，因為機器可以在海量的資料中不斷學習並發展出“觀點”。它就像是做任何事的時候都可以幫到你的一個聰明且經驗豐富的助手。
在這裡，關鍵的是要形成大資料本身就能帶動應用程式來做出動作，而不需要人工干預。(我的同事Frank Chen稱它為程式建築中的“內部大資料”)。
但所有這些都會在基礎設施層面推動創新，同時也從中獲益。
大資料需要大計算：Hadoop和Spark在大資料技術版圖的什麼位置
把大資料和機器學習看作三步：收集，分析，預測。目前為止，這些步驟彼此分離，因為我們一直以來都從底層建立生態系統——選擇各種工具——並進行鍼對性實踐。
早期的Hadoop堆疊就是收集和儲存大資料的例子。它允許其在一大群廉價的伺服器上進行簡易的資料處理。但Hadoop MapReduce則是批量處理的系統，並不太適合互動式應用；像資料流處理的實時操作；以及其他更復雜的估算。
對於預測性分析，需要一些基礎設施，能更快響應人類級規模的互動：今天發生的哪些可能會影響明天？需要一直有大量持續的迭代，讓系統智慧，讓機器“學習”——探索資料，將其形象化，建模，提問，得出答案，匯入其他資料，然後重複該過程。
越實時，粒度越細，我們就可以更快響應，更有競爭性。
舊世界中“小資料”的商業智慧(BI)，只在資料庫上放一個小型應用驅動就足夠了。而現如今，我們要處理千倍於以前的資料，所以為了速度能跟上，我們需要平行的，以記憶體為儲存機制的的的資料發動機(data engine)。為了大資料能解鎖機器學習的價值，為我們在應用層面就展開部署。這也就意味著“大資料”需要“大計算”。
這就是 Apache Spark 的作用了。因為它是堆疊中記憶體、大計算的部分，比Hadoop MapReduce 快上百倍。同時它還能提供互動性並不侷限於批量模式。Spark 在哪兒都能執行(包括Hadoop)，把大資料處理環境轉換成實時資料捕捉和分析環境。
在大資料/大計算生態系統中的每一層面我們都有投資，而這個領域仍有很多創新的餘地。因為大資料計算已經不再侷限於單一的政府機構和大公司了。即使早期的應用更傾向於出現在資料科學家工作的行業，機器學習作為所有應用的“屬性”——尤其是和一個友好的使用者介面相結合的時候——就能讓大資料進入到各個不同領域，而在這基礎之上有機會誕生出很多偉大的公司。
我相信每款應用都將重構來利用此趨勢。同時感謝大資料和大計算的革新，讓這一切成為可能。我們處在機器智慧加速時期的起始階段，這會對商業體系和社會產生無限益處。
定義
-大資料：收集大量的資訊，無論是結構性的還是非結構性的。
-大計算：從大資料中提取價值所需的大規模(一般來說是平行的)處理能力。
-機器學習：電腦科學的一個分支，不用高階別的演算法來解決明顯的，命令式的邏輯問題，而是用低階別的演算法來發現暗含在資料中的模式。(想想人類的大腦從生活經驗中學習vs。從明確的指示中學習的區別)有越多的資料，學習就越有效，這也是機器學習和大資料會複雜地聯絡在一起的原因。
-預測性分析：用機器學習來預測未來的產出效果(外推法)，或者從已知中推斷未知資料點(內推法)。
4.全棧型創業公司
Q：什麼是全棧創業公司？你曾經提到過，這是一個非常重要的新趨勢，而且是近年來成功創業公司的很典型模式。
Chris Dixon: 傳統的創業公司採取的方式是向企業兜售他們的新技術或者尋求授權。新的全棧創業公司則建造了一個完整的、點對點的產品或者服務從而繞開實體企業或者競爭者。
大公司中很好的對比就是蘋果和微軟。常年以來，微軟只建造全棧當中的一小部分，如作業系統、應用程式。同時依靠合作伙伴生產半導體硬體、文案、組裝、零售等等。蘋果公司卻全部一起做：他們設計自己的晶片、手機軟體、作業系統、應用程式、包裝、零售等等。蘋果告訴世界：如果你可以同時把很多事情一起做好，那麼你就有可能創造奇蹟。
Q：舉個例子？
Dixon：我覺得一個很好地例子就是共乘，例如Lyft和Uber。
在這些公司成立以前，很多創業者試圖建立一個讓計程車和私家車利用率更高的軟體。然後他們出外尋找計程車公司並且向他們推銷，使用他們的軟體。
基於各種各樣的原因，這並不奏效。計程車公司並不會把這些軟體作為一個競爭優勢。他們並沒有一個合適的估價機制或者相關人員去評估這樣的軟體。
所以，當技術創業者試圖將自己的技術和軟體應用到這些企業裡時，很難成功。
此時，像Lyft和Uber這樣的公司說：“既然如此，與其把我們的產品賣出去作為一個錦上添花的東西，不如使用我們的軟體打造整個服務行業。”他們想：“如果我們利用現有技術重頭開始，整個行業會是怎樣的？”
一旦他們真的做成了，消費者和司機都非常喜歡，這幾乎改變了整個行業，而這些公司才建立了幾年而已。
Q：自己建立這種點對點的公司的好處是什麼？
Dixon：首先，正如我之前提到的，全棧公司使得創業者得以繞過傳統企業以及對新技術抗拒的企業文化。
另一個好處就是全棧企業能獲取更多的經濟利益。在這之前，雖然他們提供的技術和服務可能非常有價值，但是由於和使用者沒有產生連線，很難直接從客戶身上獲利或者蒐集正確的資料從而更新自己的產品。
最後，對使用者來說，全棧創業公司帶來更好的使用者體驗。因為一切盡在掌控之中。這裡的區別就是買到一個美好純正的蘋果產品和買到一個由不同小販組裝而成的產品的區別。
Q：嗯，那這是不是所謂的“垂直整合”呢？
Dixon：我覺得全棧創業公司並不是我們傳統觀念裡的垂直一體化企業。因為這並不是一個賣油的公司買了供應商，而是一個科技公司建造了一個完成的系統從而使得非科技公司為其服務。在我的觀念裡，“垂直整合”公司是一個過重而不太實用的說法。
但是誠實地說，我有點後悔稱之為“全棧”。這只是一個比喻而已。這只是對這種模式的一個異想天開的影射說法。“端到端”(end to end)可能更好一些。或者還有一個詞是Blii Davidow說的“全產品”(whole prodcut)。
Q：除了你已經分享的例子，還有哪些是全棧企業的例子。
Dixon: Altschool, Buzzfeed, Harry’s, Nest, Tesla, Warby Parker。
Q: 接下來會發生什麼？
Dixon: 我認為我們將會看到很多拒絕新技術的傳統行業越來越接受新技術，而創業公司也能找到自己的一席之地。
大而顯著的行業包括：教育、健康、食物、運輸以及金融服務。任何價格增長超過通貨膨脹的行業都是由於缺乏技術支援。
Q：對於全棧創業公司來說最大的挑戰是什麼？
Dixon: 全棧型創業者關注產品或者服務的方方面面，所以他們需要在除了軟體、硬體、設計、營銷、供應鏈管理、銷售、合作關係、企業規章制度之外的各個方面都有所建樹。需要非常全能的人才能做到。
好訊息是一旦他們成功了，對於競爭者來說是極難模仿的。用這種全棧型創業模式將會開創偉大的公司。
5.Containers(注)
試想一下，現在所有APP可以在同一臺智慧手機上執行的手機不存在，每一個APP都需要一個新的獨立的硬體支援。也就是說如果你要實現發郵件、玩遊戲等功能的話，你得帶著一袋子的手機走來走去。
這聽起來不可思議，但是原本的模型設想就是這樣的：不同的應用程式有不同的硬體支援。即便一個APP不被使用，硬體和作業系統照常需要執行，仍然耗費電力和資源，實在是低效。(用一袋子手機打比方來說就是：即便你今天使用的功能只是發郵件，但是這一整天，你還是得帶著你那個用於玩遊戲的手機走來走去)。
隨後就出現了虛擬機器，運用整合電腦的思路使得各種APP能夠在同一個硬體上執行。因為軟體可以在硬體上獨立執行，從而使得記憶體的利用率提高了3到10倍。從資料中心的角度來說，虛擬機器使得我們並不侷限於一個特定的作業系統，我們可以在同一臺機上同時執行Windows和Linux兩個系統。弊端在於，虛擬機器必須倚仗一層夾在硬體和作業系統中間的全新軟體系統來實現，同時還需要一個全新的作業系統來管理。這就像一個作業系統疊加另一個作業系統，從而大大影響手機的執行速度，客戶體驗也變差。
如果虛擬機器可以直接在CPU上執行，並不需要中間層來實現，那麼這將會是一個完美的解決方案。
所以這就是為什麼Container出現了。Container和虛擬機器實現的目的是一樣的，是為了實現APP能夠在硬體上共同執行的另一種方式。但是Container可以在不倚仗中間層的情況下運用智慧化控制實現應用程式的獨立存在和獨立執行。
為什麼是現在出現？接下來將會發生什麼？
Container並不是一個全新的東西。他們存在有一段很長的時間了。但是現在風靡也是有原因的。一是因為Windows在資料中心沒有那麼流行了。和整合器相比，虛擬機器存在的劣勢在於無法在集合型作業系統上執行。就像Windows在Linux上執行。二是微型服務APP的架構使得Container充滿動力。這些APP架構非常適合Container，因為他們可以像樂高積木一樣獨立拼接。
系統管理人員發現Container之所以好的祕訣在於，它適用於應用程式的方方面面，無論是裝置本身、作業系統或者其他相關的部分，它都是一個集合的整體。同時在避免超負、負荷、以及功能測試等各方面都有所提高，從而使得將很多Container放在同一主機並實現移動的便利變得非常容易。
在我看來，Container的下一步在於資料中心的完善，將所有的Container統一為一個大電腦或者一個客戶終端。現在很多的應用程式就像分散的系統，應用程式沒有被設限於一個container內。一個應用程式可能存在10個Container在一起執行。如果有1000個應用程式，就有10000個Container在執行。或許我們可以使用一個包含全部相互依賴的應用程式的大資料庫。
所以這就需要一個總樞紐，管理操作環境並在考慮合理負荷、可靠性以及操作性的基礎上，使其被充分利用。這也是衡量一個資料中心執行良好與否的關鍵。最重要的是對整個操作環境的綜合掌控。這也正是目前亟待實現的。
注：Container：容器，是在程式語言中封裝和跟蹤零個或更多個元件的物件。
6.數字健康
整個美國只有約100萬的醫生，但他們馬上就有幫手了。
想想CT掃描，或者任何現代醫療設施，離開了裡面的程式碼它們就什麼都不是。寫程式碼的人很有可能沒有醫療背景，他只是被醫療裝置商家認可並僱來寫程式的。如今，代表著現代醫療基礎的裝置通常由懂程式設計但沒有醫療背景的人編寫，由懂醫療但不懂程式設計的人操作。
所以，很大一部分的醫療其實是由沒有醫療背景的人實現的。
此外，裝置的內部工作機制像黑盒子一樣； 醫生們通過銷售方提供的UI進行操作，通過檢索他們腦中的資料來分析讀數。不過UI正逐步優化，對醫生的分析能力的要求也越來越低。醫生是受益者——裝置讓他們不必那麼費力就得到正確的答案。它們也越來越普及了，通過逐步複雜的程式設計，醫療裝置不僅可以由專科醫生使用，逐漸也可以由全科醫生，護理師，護士，甚至是普通大眾也可以通過手機附帶的硬體或App來操作。
隨著多種個人基因組學，量化自身(quantifed self)，移動診斷技術越來越普及，前文提到的最後一步也開始實現了。這些技術從人的身體中獲得資料，並將這些資料儲存在我們的手機裡，而對資料的分析將由軟體來實現。
因此，由非醫生進行的醫療診斷更多了。
核心是移動的可程式設計的醫療記錄，存有所有的診斷和測試結果，就像Apple的HealthKit，其核心就是一系列的資料容器，裝著你的心率、血壓、鍛鍊等等一系列的資料。
這些診斷史並不一定就是“大資料”；只是這些資料之前沒有被追蹤或者交叉比對。一旦類似HealthKit的技術獲得牽引，上百萬的軟體工程師都可以在沒有醫療背景的情況下開發新的應用，而不用傷害到使用者。
現在你會毫不猶豫地接受這樣一個事實：車庫裡的沒有什麼學歷的男孩可以寫出一個前端程式來分析你的郵件，告訴你何時是最佳的回覆時間，或用你的郵件資料做出一些有趣，意想不到又很有價值的事。明天呢？也許你很快就會開始更多地依賴車間裡開發出的iPhone應用而不是醫生來分析你的個人診斷資料了。
7.線上市場
我們持續看到線上市場(例如電商)上的巨大變革。第一代網路公司已經見證像eBay和Craigslist這樣的公司成為同行業市場的贏家。但是企業家們還在建立下一代的線上市場。
很多非常有趣的網路商家仍建立在“掏空”Craigslist的基礎上，致力於在Craigslist的主要類別上更好地服務使用者(例如：轉租/短租，假期出租，共乘)。
移動裝置使新一代的“移動第一”的市場顯示出卓越的易用性，並可以在一天中不斷獲取市場上的資訊。
一類具體的移動應用市場是“人才市場”(我之前談到過)，消費者可以享受特別定製的服務，合同工也可以藉此尋找機會。
線上市場被應用到新的領域。其中之一就是將市場動態用於服務商業需求，比如B2B大型裝置租賃。
這僅僅是開始。
儘管現在市場出現了很多新的形式(與10-15年前我在eBay看到的相比)，我堅信從前的原理仍然適用。
為什麼？因為“完全競爭市場”。經濟學一貫認為這只是一個理論結構，但依據我在很多電商的工作經驗，我認為這在現實世界中是真實存在的。
現今的新市場必須培育管理“完全競爭市場”來發展壯大。
首先，什麼是“完全競爭市場”？投資百科將它定義為能滿足以下五個特徵的市場結構——我用eBay的例子來解釋：
√ 所有公司銷售同一產品。顯然不是在eBay上出售的所有商品都相同。但是隻有少數商品是真正的獨特——“孤品”。最終可比商品間的競爭會帶來邊際收益和邊際成本，通過競爭減少市場的盈餘利潤。
√ 所有公司都是受價者(price taker)。在eBay上，每個賣家都被迫接受買家願意為商品支付的價格。一些賣家可以基於交易建立起的信譽要求少量加價，但也是很小的數額。
√ 所有公司擁有相對小的市場份額。因為有大量賣家銷售各類的商品，沒有任何一個賣家在某一品類佔有大量市場份額。在eBay上沒有賣家對整個市場有控制力。
√ 買家完全瞭解商品的市場行情和價格變化。所以市場的工作就是整合商品各維度的透明資訊，包括規格引數，成本，安全性。如果奏效參與者會被告知，如果無效久而久之他們就會離開。
√ 進入和退出一個行業自由。由於進入(和退出)的壁壘很低，這些市場相對平衡有效。eBay上每種品類的競爭都是動態的，但受平衡作用邊際收益和邊際成本會一直相等。
管理市場的首要工作就是保護，維持並增強這些主要原則。在eBay為了達到這點，我們遵循以下真言：
√ 維持一個公平競爭的環境，每個參與者都有機會通過個人努力而成功。
√ 維持一個完全透明的市場使參與者(尤其是買家)充分了解商品的行情。
√ 致力於安全性使市場為雙方提供儘可能安全的環境以增強彼此信任。
√ 為賣家促進更好的經濟賦權，建立有效結構，使賣家可以達到市場費用。(我在管理eBay時，我們估計超過一百萬的賣家靠在我們上平臺賺到的錢生活。)
上面說的沒什麼特別的。但是令人驚訝的是極少有市場在這些原理上投資。
8.安全
目前由兩個方面推動著網路安全行業的發展：
1、壞傢伙們已經進入了系統
2、雲服務和手機——新的平臺已經出現
這兩點使不同技術和新型別的公司得以產生。
如果我們首先考慮新平臺，那問題歸根結底就是：當無法再用防火牆保護資料的時候我們該怎麼辦？我們要怎樣去保護手機和雲儲存裡的資料？而傳統的資料安全公司都是針對我們的個人資料中心或者個人電腦提供保護。(我說的“保護資料”是指使它遠離病毒，且資料不會被提取。)
但是當存在威脅的環境離開個人電腦和個人資料中心轉向雲服務和手機時——當計算平臺發生轉變——一批新型公司應運而生。平臺轉變之時，可能就是新的特許經營企業出現之日。
同樣，我們還會滿腦子想著壞傢伙們已經潛入了系統。
系統被入侵所產生的威脅之巨大，以致於世界上所有的公司不得不認清情勢：他們不僅將遭到網路攻擊，黑客也已經潛入系統內了……他們只是不知道而已。
於是，在網路攻擊發生之時及之後，一批新的公司開始啟動併發揮作用。其中一類公司是通過識別破壞是否已經發生以及何處遭到破壞，繼而鎖定目標，使危害不致蔓延。
另一型公司則是使用技術來觀察我們的網路內容和執行情況，持續不斷地監控組織內部的正常網路流量並對資料加以存檔。一旦發現異常情況，要麼對其進行鎖定，要麼採取其他舉措。
這種型別的公司成為一個非常有趣的類別，因為每個人都會遭到網路攻擊，所以當異常情況發生時，只是人們反應快慢的問題。
在網路安全領域，我關注的最後一類公司，可以稱為反制措施公司。我們怎樣反制攻擊者從而扭轉局勢？我們怎樣展開進攻？這是維護網路安全的輔助性舉措，是穩定凳子的另一條腿。當網路攻擊越來越複雜、導致的損失越來越巨大的時候，這種型別的公司就會獲得更多的發展。人們越來越感覺到，在網路安全行業如果不採取反制、不以毒攻毒，就意味著自取滅亡。
9.比特幣和Blockchain(最大規模訪問量最高的比特幣錢包服務提供商)
今年需要思考的三件事：
1.機構接受度
請耐心點兒—比特幣合法化僅一年！儘管比特幣原始碼2009年就出現在網上，直到2014年4月IRS才讓其變得合法(2013年12月紐約時報才釋出了文章呼籲禁止比特幣)。僅僅幾個月後，之前和現任官員門便公開嘲笑這一想法並熱情地接受了比特幣。
也就是說比特幣此時才被更為廣泛地接受。我們預計今年接受它的機構會有大幅增長。具體來說，很多公司會關注對他們來說比特幣意味著什麼——可能明年我們就會開始聽到人們問“你的比特幣策略是什麼？”
2.作為一個新的渠道， 比特幣帶來新的支付工作量
比特幣與傳統匯款系統不同，就像網際網路和電話網路不同一樣。你不能指望1988年的電話線路一天能容納數以百萬的推送和點贊，傳送幾個G的檔案或P2P應用。此外，比特幣的主要用途不再只是實現“更好的電子轉賬” ，就像網際網路不再主要用於撥打長途語音電話而已。
我們應該期待全新的應用，因為比特幣更適合非常小額，非常大額，非常快速，非常國際化的和自動化的交易——而非遺留下來的傳統支付渠道。也許從因為信用卡公司的要求而無法用美元完成支付的低風險的、數字化產品開始，基本上就是那些太小額、太奇怪或者太國際化的東西。
3. 作為基礎設施的比特幣
讓我們將一款有內在價值的App作為比特幣的一個應用，這不包含任何明確的價格或價格偏好。這就是典型的用Satoshis語言在Blockchain平臺編寫資料，無論定價為$1還是$100都同樣有效。例如，Blockchain可以作為一個身份提供者，亦可作為登入證明存在的分散式資料庫。由於它們對於價格波動的穩定性，我認為這類應用會是最受歡迎的比特幣工具。
10.雲-客戶端計算
整個計算產業的歷史就是集中式計算和分散式計算的潮起潮落。一開始我們用的是大型機和終端機，所有在大型機上集中執行的東西都會在終端機上展示，後來我們改用更分散的客戶端-伺服器模型，即一些東西(比如資料庫)在伺服器上執行，其他(例如CPU利用率和影像)則在客戶端上執行。
再後來從廣義上講我們轉移到了網路，計算在雲端進行，結果展示在網頁或者手機螢幕上。這看起來似乎是分散式的——但其實所有事物都更加集中在了“雲端”，各類端點只展示雲上產生的東西，端點其實只是所有事物的一個介面。
但是如今通過智慧手機我們手裡掌握了比幾十年前大型計算機時代更強大的處理能力，所以為什麼不能將雲上的處理轉移回端點，轉移到手機上呢？本地化處理有其優勢，比如說，端點的CPU和儲存成本比伺服器上的CPU和儲存便宜1000倍。而且世界上很多地方，網路連線和資料傳送的成本有時候比裝置高得多。事實上，端點成為自身的資料中心，或者容器(或容器的某些形式)從手機迴歸資料中心以及其他可能性並不是不可以想象的事情。
關鍵是沒有人需要冷卻這些裝置，這就像是端點免費計算，如果你能控制每個人閒置的CPU和儲存能力來分散工作量的話，我們能完成的工作將增加一整個數量級，這其中的潛力還遠遠未被開發。
以前我們使用客戶端-伺服器模型的地方，現在都是使用更加分散式的雲端-本地計算(Gartner稱之為“雲/客戶端計算”)。這種方法在端點執行有狀態的智慧應用程式並儲存資料，所有東西都與後端的雲同步，如果作業系統在端點上並且我們可以控制該端點，那麼你就可以在端點之間實現流動性的移動，沒有哪個實體能支配或控制整個系統。
注意，端點不只是手機，他們可以是可穿戴裝置以及其他小裝置和連結到網路的螢幕，通過這些裝置連線起來的是無比強大的計算能力。計算領域的下一個十年就是關於如何利用這種能力做點什麼的十年。
11.眾籌
當我們口袋裡天天揣著一部智慧手機的時候，我們可以通過眾籌隨時投資任何東西。
直到現在，眾籌大部分時候還只是一種偶爾的在PC端上進行的體驗。當然了，我們有可能一年也會支援幾次新產品釋出或者慈善事業，但這不是什麼每天都會做的事情。這種情況即將改變，隨身攜帶智慧手機，我們不光可以隨時登入眾籌平臺，而且可以隨時接觸到構成了我們生活中各種社交圈裡的人——從家裡到學校、從公司到我們居住的社群。
眾籌和我們手機上其他一切事物一樣簡單易用、檢視即時且使用頻繁，它將很快成為人們實現自己想法的重要方式——不管是大創意還是小靈感。眾籌將成為我們調動集體財務力量的途徑。
在手機上輕輕一點你就可以幫助支援一場政治競選、組織一次學校野餐、為你的蜜月旅行籌資或者支付一隻寵物的手術費用。僅在過去的一年，Snoop Dogg通過眾籌集資為Des Moines打橄欖球的孩子們買了頭盔和裝置；Conan O’Brien通過眾籌賣木質表情符號為兒童保護基金籌款；社群居民們團結起來支援經營困難的本地零售商。這僅僅是其中的一些例子。
眾籌正在走向之前從未涉足的領域——它正走向主流，這一點反過來也將會改變很多其他事情。
12.物聯網(Internet of Things)
當談及物聯網對所有舊東西產生的影響時，我們會注意到那些閃亮的新連線起來的小工具，而常常忽視某些東西。在舊東西上新增多個感測器然後將它們連入網際網路，我對此非常著迷。
就拿微波爐來說，儘管大家都在慢慢改進，但從20世紀70年代起，微波爐並沒有發生太大的實質性的變化。但是，當你(給微波爐)裝上各種其他的感測器，如照相機、電子秤、條形碼閱讀器等的時候，它就能夠“看到”你把什麼東西放進烤箱，識別食物的品牌和營養成分，甚至可以稱重。通過查詢雲端資料庫，它能得知做出可口飯菜所需的時間和強度。隨著次數的累積，微波爐學習著按照你喜歡的方式烹飪食物。所有我們需要做的只是提供原材料和關上微波爐的門，剩下的就交給這臺連網的微波爐吧。
以上情況有時會簡化，一個有趣的問題是，如果給任何一個物品裝上鍊接網路的開關，會發生些什麼。和微波爐一樣，我們將得到諸如：一所能夠在合適的時間加熱到合適溫度的房子；一扇停進車時開啟，開出車時關閉的車庫門；為所有裝置省電等等喜聞樂見的好處。
我們往往更關注榮耀，但平凡也同樣重要，甚至更強大。當下，存在著一種有意懷舊的文化。但是，物聯網可以帶來改變並創造出修繕的新文化。如果你擁有一家家庭管理的小餐廳，不斷升級或修理裝置令你們不堪重負，現在有了物聯網，你能夠回答以下問題：是不是因為有人開啟了左邊的門，導致冰箱額外負載？或因為壓縮機失靈，你將失去6000美元的食物？藉助計算功率消耗模式、音訊波等等資訊，能夠分析並確定是否需要，在什麼時候以及這些裝置應該怎樣執行。
物聯網正在帶領我們進入一個不太可能遭受災難性毀滅的世界， 或者至少，我們總能得到提醒吧。在這個世界裡，我們到家的時候，大門會自動解鎖歡迎，與此同時，一頓精心烹飪的飯菜也已熱氣騰騰地等在桌上了。
13.線上視訊
YouTube為使用者提供無數的視訊資源是一個偉大之舉，但在幫使用者賺錢這一點上，它做的不是很好。原因很可能如下：廣告商不願意為他們沒審查過的使用者釋出的視訊支付溢價。
在分享視訊的年收入上，YouTube會很吝嗇，因為其不存在也可以覆蓋如此範圍的使用者是主要的競爭對手。但是現在，就像創業者們慢慢通過建造垂直性的平臺慢慢掏空Craigslist那樣，很多公司開始打造自己的產品來掏空YouTube了：
許多創業者在建立以一些YouTube分類為垂直目標的公司，努力提高該分類下的使用者體驗或與使用者分享更多的收入。早期案例集中在更短的視訊、視訊廣告、線上視訊課程等。
一些領先的平臺正在進入市場，Facebook和Twitter都以YouTube為競爭對手進行了許多努力，他們都具有在分佈和廣告銷售上成為YouTube和Google競爭對手的潛力。對於Facebook，它也許會改寫整個視訊廣告的遊戲規則並在整體上影響廣告的傳播。(還記得寶潔公司的“謝謝媽媽”的廣告嗎？還記得今年夏天開始的冰桶挑戰嗎？)
其他重量級玩家也會進入市場。據報導，Yahoo在進行一個大的視訊計劃。在其現有的選擇之外，Amazon通過Twitch又有了新的進入視訊領域的角度。與此同時，其他傳播和資訊平臺(像剛釋出了網頁版的WhatsApp)都是視訊領域內潛在的競爭者。電視臺不久也會加入到這場競爭中來。線上視訊產業會呈現非常激烈的競爭狀態。
一些啟示是：
√ 在傳統廣告之外，視訊會出現新的商業模式。事實上，如果沒有YouTube和Facebook的規模，各平臺就要尋找更具創意的賺錢方式，不管是通過訂閱，微支付，獨家預覽，社群福利還是其他什麼方式。
√ 視訊廣告自身也會改變成新的傳播模式。如果想想目前最主要的視訊平臺是由一家搜尋巨頭持有的話，你會發現這點也是成立的。在媒體領域裡原生廣告的發展狀況也會遷移到視訊上，畢竟許多視訊廣告商也一直在擔憂他們的品牌定位與UGC內容的相容性。
√ 平臺不關心製作人的時代已經結束了，YouTube的“明星們”為YouTube貢獻了大量的點選，但是許多這些點選都沒有成為有價值的收入。隨著蛋糕越做越大，每個人都需要分到一杯羹。在大部分的媒體商業中，創作者通常會獲得收益。對於成功而長期的任何一個連結供應商和消費者的雙邊市場來說，這都非常重要。
以上的這些還沒提到曾經或正在流行的一些媒體形式(比如播客， 動漫等)，以及一些全新的平臺(VR，AR等)，它們能創造出與視訊不同的新形式的內容。
我們唯一知道的就是，線上視訊前路慢慢，所以哪怕只有一點競爭，事情也會變得非常有趣。
14.保險
保險是在分發風險。隨著軟體和資料的巨大進步，我們購買並體驗保險產品的方式難道不該發生翻天覆地的變革嗎？實際上，軟體將徹底改寫我們購買和體驗保險產品的方方面面——醫療，家居，汽車，生活等。具體為：
√ 通過改變保險公司對風險的估價
如今有許多訊號可以供保險公司參考，以便他們制定出我們應繳納的保險費價格。在安全社群小心駕駛的司機與在事故易發路口橫衝直撞的司機即使是在上保同一輛車時，也應該支付不同金額——但所有這些資料並不能在全年的里程錶讀數中看出來。水務(比如漏水)是投保家庭險的客戶索賠的主要來源之一：我們為什麼不向安裝了水感測器的客戶收取更少的費用呢，因為如果得知正在漏水，他們可以在得到昂貴的修復之前就阻止它。
新的資料來源、更好的資料、持續的資料包告——移動手機和廉價上網裝置讓這一切成為可能。
√ 通過維繫保險公司和投保人間的可持續關係
今天，我們與保險公司的聯絡基本就是他們每月給我們傳送的帳單。因為你的賬單上大面積列印著字型相同的大寫字母….。.因為程式當時就是那麼寫的。
什麼樣的保險公司能幫助在生活中做出明智的決定？例如：能用導航幫你繞過危險的十字路口的汽車保險公司；當地面上的水接近熱水器時，能自動檢測並派來管道工維修的家庭保險公司；或者能為你找到同樣在減肥健身的朋友的健康保險公司？
通過鼓勵我們注意安全，保險公司可以維持較低的支出。一家心繫客戶利益的保險公司會讓我們如沐春風——因為有時候即使大家的利益一致，感覺起來並不是這樣。
√ 通過改變保險公司配置資金的方式
從歷史上看，我們已經看過共同保險公司(由政策制定者擁有的保險公司)和股票保險公司(股東擁有的保險公司)。我們希望能看到更多眾包(人人都可參與)的保險公司，正如我們已經看到金融系統的其他環節一樣。既然眾包在個人貸款、學生貸款、小企業貸款上表現出色，保險為什麼不試試呢？從投資者的角度來看，由於獨立於股票或債券市場，這樣可以使投資的資產類別多樣化。從保險公司的角度來看，它應該是一個便宜的彙集資金的方式。
當然，其中一些的實現需要改變現行的制度。畢竟時代不同了，有些制度不再適用。世界正在改變，讓我們一起來改變這死水一般的保險生態系統吧。
15.開發運營(DevOps)
2001年，當一群開發人員聚在一起探討一套新的軟體開發“輕量”方法時，敏捷宣言誕生了。本質上，這份宣言幫助人們編撰整理了各自獨立發現的紛繁複雜的知識，這些知識已被Hotmail, Yahoo和其他初代網際網路企業證實有效，並最終成為了現在稱之為“開發運營”(採用維基百科的說法)的基礎：
開發運營(“開發”和“運營”的合成詞)是一種強調軟體開發人員和資訊科技專業人員之間的溝通、協作和整合的一種軟體開發方法，作為對軟體開發和IT運營之間相互依賴性的一種反應，開發運營旨在幫助企業快速生成軟體產品和服務——並提高運營效果。
但是開發運營不僅是一種方法論，而是現代程式設計人員必須具備的一項技能——並在漸漸成為一個獨立部門(當然仍在爭議)。
雖然敏捷宣言不是網路/SaaS/雲組織迂迴發展的直接結果，但是通過強調這些當時的新興技術對跨部門合作、交流以及更短的釋出週期的需求，它還是觸動了人們的神經。
超大規模的雲資料中心的崛起使得這項工作更加艱難，因為開發人員必須設計出將程式碼推送到數以千計的平行展開的伺服器上的共造工具和複雜指令碼。這種複雜的雲結構——再加上開發運營活動如今的發展——提供了很多機遇，從幫助開發人員和公司管理整個流程開始，未來還有很大的發揮空間。
16.失敗
成功是新的失敗。(Success is the new failure。)
“企業的目標不是迅速失敗。目標應該是長遠的成功。這兩件事是不同的。”
以下是16 things的全文摘要
我們不按“主題”投資，我們投資的是擁有突破性創意的創業者。所以我們不會在按照某個行業預設的一些理論進行投資。雖然是這樣，但我們也在思考和觀察一些事，現在和你們分享。這16個領域是我們會重點關注的投資領域。
1、虛擬現實(VR)
在虛擬現實的世界裡，“相信”是一種預設狀態。VR會是終極的輸入/輸出工具。有些人把VR稱作“最後的媒體”，因為任何之後的媒體都可以在VR之內，用軟體產生。
2、企業的“感測器化”
智慧手機的到來，讓我們能在企業服務這件事上產生出更多神奇的事情。
3、機器學習+大資料
過去的商業智慧 (Business Intelligence) 表現為對以往的關注(“在肯塔基州已經賣掉了多少雙紅色鞋子？”)，現在我們則需要預測性的觀點(“在肯塔基州將要賣掉多少雙紅色鞋子？”)。重要的是，機器學習並不是目的本身…它是每個應用的一個“屬性”。它並不是一個獨立的功能。
4、全棧型創業公司
傳統的創業公司採取的方式是向企業兜售他們的新技術或者尋求授權。新的全棧創業公司則建造了一個完整的、端到端的產品或者服務從而繞開實體企業或者競爭者。比如Uber或者Tesla。
5、 Containers(容器)
Container可以在不倚仗中間層的情況下運用智慧化控制實現應用程式的獨立存在和獨立執行。
6、數字健康
現在你會毫不猶豫地接受這樣一個事實：車庫裡的沒有什麼學歷的男孩可以寫出一個前端程式來分析你的郵件，告訴你何時是最佳的回覆時間，或用你的郵件資料做出一些有趣，意想不到又很有價值的事。明天呢？也許你很快就會開始更多地依賴車間裡開發出的iPhone應用而不是醫生來分析你的個人診斷資料了。
7. 線上市場
eBay和Craigslist的時代正在過去，新時代的線上市場平臺正在到來。
8. 安全
傳統的資料安全公司都是針對我們的個人資料中心或者個人電腦提供保護。當無法再用防火牆保護資料的時候我們該怎麼辦？我們要怎樣去保護手機和雲儲存裡的資料？
9. 比特幣和Blockchain
比特幣與傳統匯款系統不同，就像網際網路和電話網路不同一樣。你不能指望1988年的電話線路一天能容納數以百萬的推送和點贊，傳送幾個G的檔案或P2P應用。此外，比特幣的主要用途不再只是實現“更好的電子轉賬” ，就像網際網路不再主要用於撥打長途語音電話而已。
10. 雲-客戶端計算
如今通過智慧手機我們手裡掌握了比幾十年前大型計算機時代更強大的處理能力，所以為什麼不能將雲上的處理轉移回端點，轉移到手機上呢？
11.眾籌
眾籌和我們手機上其他一切事物一樣簡單易用、檢視即時且使用頻繁，它將很快成為人們實現自己想法的重要方式——不管是大創意還是小靈感。眾籌將成為我們調動集體財務力量的途徑。
12. 物聯網(Internet of Things)
一個有趣的問題是，如果給任何一個物品裝上鍊接網路的開關，會發生些什麼。
13. 線上視訊
YouTube很偉大，但它更有太多的缺陷。
14. 保險
新的資料來源、更好的資料、持續的資料包告——移動手機和廉價上網裝置讓更好的保險計劃成為可能。
15. 開發運營(DevOps)
超大規模的雲資料中心的崛起使得這項工作更加艱難，因為開發人員必須設計出將程式碼推送到數以千計的平行展開的伺服器上的共造工具和複雜指令碼。這種複雜的雲結構——再加上開發運營活動如今的發展——提供了很多機遇。
16. 失敗
企業的目標不是迅速失敗。目標應該是長遠的成功。這兩件事是不同的。