以下文章，來自矽谷早期投資機構 At16Z 合夥人 Chris Dixon，他個人也是 Kickstarter、Pinterest、Stripe、Skype 等專案早期投資者。
計算產業主要以 2 個“獨立週期”發展：
- 金融週期；
- 產品週期；
前者一直受到很高關注度，相比之下，後者受到關注度較少，儘管產品週期才是計算產業的真正推動力。我們可以通過研究過去經驗和推演未來的方式，試著去努力瞭解並預測一下產品週期。
約每 10-15 年出現一個技術產品週期
在新計算領域，已經出現約每 10-15 年產生一個技術產品週期現象，它同時表現為：平臺和應用之間越來越相輔相成的關係。
一方面，新平臺支援新應用；另一方面，新應用反過來讓新平臺更具價值。我們說小分支角度，技術迴圈每時每刻都在發生，但從歷史經驗看，大約每隔 10-15 年主要技術新產品週期就會出現，並完全重塑計算產業。
比如說，PC 出現使企業家可以去建立文書處理、電子表格及其它許多桌面程式；網際網路出現，使搜尋引擎、電商、電子郵件、社交網路、SaaS 業務應用及其它許多服務成為可能；智慧手機出現，使移動 IM、移動社交和拼車出行這樣的 On Demand 成為可能。
我們目前正處在“移動時代”的中間時間段，應該還會有許多屬於這一週期的新創新會發生。
我們已經在下個新計算週期的“醞釀期”
另一方面，每個產品時代都可以分為兩個階段：
- 醞釀期：新平臺已經出現，但還是有貴、不完整和/或很難用等問題；
- 成長期：新產品出現，並解決上述問題，然後拉出一個時間段的指數型成長。
案例 1：Apple II 於 1977 年釋出（Altair 釋出於 1975 年），但實際上，是釋出於 1981 年的 IBM 的 PC 機開始了 PC 產品週期的成長期。
案例 2：網際網路的醞釀期發生在上世紀 80-90 年代初，主要是學術機構或政府部門用作基於文字的工具，但實際上，是釋出於 1993 年的 Mosaic 瀏覽器啟動了網際網路成長期，並一直持續至今。
案例 3：儘管上世紀 90 年代就已釋出功能手機，本世紀初也釋出如 Sidekick 和 Blackberry 等早期智慧手機，但 2007-2008 年間釋出的 iPhone，以及之後的 Android 才真正開啟了智慧手機成長期。
從此，智慧機使用呈爆炸性增長：今天有大概 20 億人擁有它，預計 2020 年全球有 80% 人口有智慧手機。
如果按每隔 10-15 年模式重演，那麼下個計算時代將在未來幾年進入成長期，這種情況下，也就是說：目前我們應該已經在它的“醞釀階段”。
事實上，我們在硬體和軟體方面看到的許多重要趨勢都可以幫我們窺見下個計算時代大概會是什麼樣子。下面我說說這些趨勢，然後作出關於未來可能樣子的一些建議。
硬體：小、便宜和無處不在
我們現在正進入一個處理器和感測器將變得愈來愈小愈來愈便宜的程式，這由 2 個原因造成：
- 過去 50 年半導體產業穩步推進（摩爾定律）；
- Chris Anderson 所謂“智慧手機大戰中的和平紅利”，即智慧手機的巨大成功，導致對處理器和感測器的大規模投資。如果你拆開一駕無人機，或是一個 VR 頭盔，或一臺物聯網裝置，你會發現大部分智慧手機元件。
在現代半導體時代，焦點已經從獨立 CPU 轉移到被稱為“系統級單晶片”的專用晶片包。典型系統級單晶片束包括高能效的 ARM CPU，外加和用於圖形加工、通訊、電源管理、視訊加工等的專業晶片。
這種新架構使基礎計算系統價格從原先的 100 美元降到約 10 美元。現在你花 5 美元，就可以買到一臺 1GHz，Linux 系統的 Raspberry Pi Zero。類似價格你也可以買到一部執行 Python 版本，具 WiFi 功能的微控制器。而且很快，這些晶片價格還會低於 1 美元，這樣便宜的成本效益可以將一臺計算機嵌入到幾乎任何地方。
高階處理器在效能改進方面也取得了矚目成就，其中最重要的就是 GPUs（圖形處理器），而這其中最好的是 Nvidia 生產的產品。GPUs 不僅在傳統圖形處理方面很有用，在機器學習演算法、VR/AR 領域也很有用。Nvidia 的藍圖承諾未來幾年還會有顯著的效能提升。
萬用字元技術作為量子計算，目前主要存在於實驗室中，但如果取得商業上的可行，就會帶來在如生物和人工智慧等領域某些類別演算法的數量級效能改進。
軟體：AI 的黃金時代
軟體領域今天驚喜不斷，分散式系統就是很好例子。隨著裝置數量呈指數增長，這兩件事將變得日益重要：
- 多臺裝置執行並行任務；
- 多臺裝置間的互動和協調；
引人關注的分散式系統技術包括如 Hadoop 和 Spark 等用以處理並行大資料問題，也包括 Bitcoin/Blockchain 等用於保護資料和資產安全。
但可能最令人興奮的軟體突破，發生在人工智慧領域。AI 有過一段炒作和讓人失望的歷史，但現在確實有理由相信它終於將進入發展的黃金期。
AI 領域很多關注點都集中於“深度學習”，即一種機器學習技術，這種技術是受著名的 2012 谷歌專案（用巨型計算機組學習識別 YouTube 視訊中的貓）而得到流行。“深度學習”是上世紀 40 年代出現的神經網路的衍生物，由於新演算法和廉價平行計算的出現，以及大型資料集的廣泛適用等因素，“深度學習”起死回生。
“深度學習”其實也是矽谷的一個流行語，但興奮源自於矚目的理論和現實世界結果的支援，比如對參加 ImageNet 挑戰賽的獲勝者來說，沒使用“深度學習”前的錯誤率，可能達到 20-30%，而在使用情況下，獲勝演算法準確度會穩步提升，且在 2015 年超過了人的表現。
許多論文、資料集及與深度學習有關的軟體工具都已開源，這會產生民主化效果，使個人和小型企業能構建功能強大的應用程式。
WhatsApp 能建起一個只以 50 名工程師就服務全球 9 億使用者的全球通訊系統，與前幾代需要數千名工程師的訊息系統形成鮮明對比。如今，人工智慧領域也已出現這種 “WhatsApp 效應”。
類似 Theano 和 TensorFlow 的軟體工具與雲資料中心結合進行實訓，同時也與價格低廉的 GPU 結合進行部署，就可以通過小團隊工程師建立起最先進的 AI 系統。
假設有個程式設計師在使用 TensorFLow 來給黑白照片著色。左邊：黑白；中間：自動著色；右邊：真實色彩。
這裡，一家小創業公司正在生產一個實時目標分類器。
當然，這容易讓人想起科幻電影中的著名場景：
由大公司釋出的最早“深度學習”應用程式之一是 Google Photos 讓人震驚的智慧搜尋功能（使用者可以通過輸入文字，搜尋到手機存有的相關照片）。
不久的將來，我們就能見證各種產品在智慧化方面的重大突破，包括：語音助手、搜尋引擎、聊天機器人、三維掃描器、語言翻譯、汽車、無人機、醫療成像系統等等。
初創公司要想建立 AI 產品，需要對“特定應用”的開發給予高度關注，否則，很難與那些正將 AI 作為頭等大事的大公司競爭。資料收集越多，AI 系統就越好，也就是說建立一個資料網路效應的良性迴圈是可以實現的（更多使用者→更多資料→更好產品→更多使用者）。
作為一家地圖創業公司，Waze 利用資料網路效應生產出了比他擁有更多資金的競爭者們更好的地圖產品，成功的 AI 創業公司會遵循類似戰略。
軟體+硬體：新計算機誕生
由於納入硬體和軟體領域的新進展，目前正在“醞釀”階段的各種新計算平臺會發展得更好，而且，很可能會進入到增長期。雖然設計、包裝都不相同，但它們都有一個共同主題，那就是嵌入一個小型智慧虛擬化層，給我們帶來全新且加強的技術能力。
下面是對其中一些新平臺的簡要介紹：
車領域：谷歌、蘋果、Uber 和 Tesla 都在往自動駕駛汽車方面投入大量資源。Tesla Model S 這樣的半自動駕駛汽車已經上市，並會迅速提高。全自動還需要一段時間，但可能也不會超過 5 年。目前已生產出與人類司機駕駛效果大致相當的全自動駕駛汽車，但由於文化和監管因素，完全自動駕駛汽車需要等到它們駕駛技術非常顯著地高於人類司機時，才能被廣泛允許。
期待看到在自動駕駛汽車領域有更多投資。除大公司外，大型汽車製造商也開始重視自動化產業，你甚至會看到一些由創業公司開發的很有趣的產品。深度學習軟體工具技術水平已經如此之高，一個獨立程式設計師就能獨立製造出一輛半自動駕駛汽車。
無人機：消費級無人機包含現代化硬體（主要是智慧手機元件加上機械部分）軟體方面而言相對簡單。不久的將來，我們將看到採用先進計算機視覺和其他 AI 手段的無人機，以使飛行更安全、更容易駕駛，以及更有用。
娛樂錄影將繼續流行，但也將是重要的商業使用案例，有上千萬種如涉及攀登高樓、塔或其它建築的危險工作將通過無人機的使用變得更安全而高效。
物聯網：這方面最明顯應用案例要數能源節約、安全和便捷。Nest 和Dropcam 在能源節約和安全方面做得很明顯。而便捷方面，亞馬遜的 Echo 可謂是最有趣產品之一。
嘗試前，多數人認為 Echo 是噱頭，使用後就驚歎於它的實用性。它在把“語音”作為一種使用者互動介面方面是很有效的，要達到廣泛意義上能全對話的智慧技術還需時間，但正如 Echo 所顯示：在約束條件環境中進行對話沒問題。隨著最近“深度學習”方面取得的突破，使 Echo 更快進入生產裝置的狀態，語言理解技術也會得到迅速改善。
物聯網也將用於商業情境，如配有感測器和網路連線功能的裝置在監測工業裝置方面就極為有用。
可穿戴：可穿戴式計算髮展目前受到包括電池、通訊和處理等多方面因素的限制，較成功的大部分都集中在開發類似健身檢測等垂直細分的專項 App。隨著硬體元件不斷改進，可穿戴式裝置會像智慧手機一樣支援多種應用程式，從而解鎖各種新應用。至於物聯網，語音將可能是主要使用者介面。
VR：2016 年是振奮人心的一年，這一年將推出 Oculus Rift 和 HTC/Valve Vive（可能還有索尼的 Playstation VR），也就意味：舒適、身臨其境的 VR 系統將終於面世。
VR 系統需要足夠完善以避免陷入“神祕谷”的陷阱。正確的 VR 系統需要特殊螢幕（高解析度、高重新整理率、低永續性），強大的圖形卡，以及追蹤使用者確切位置的能力（之前釋出的 VR 系統只能追蹤使用者頭部轉動資訊）。這一年，人們將首次體驗到所謂“存在”：當你的感官被徹底欺騙時，你就完全進入到了 VR 世界。
VR 頭盔將繼續得到改善，並且價格會降低，主要研究領域包括：1）用於建立渲染和/或拍攝 VR 內容的新工具；2）可直接通過手機和頭盔進行追蹤和掃描的機器視覺；3）用以大型虛擬環境的分散式後端系統。
AR：可能會在 VR 之後到來，因為 AR 需要很多 VR 需要的東西，另外還需要一些新技術。比如，AR 需要先進、低延遲的機器視覺效果，以在同一互動場景中實現真實世界和虛擬的完美結合。但 AR 有可能會比你想象中更快實現。
下一步是什麼？
有可能“每隔 10-15 年出現一個計算週期”這樣的 Pattern 已經結束，而“移動”是其中最後時代；也有可能，下個時代短時間之內不會到來；或者上面提到的幾類新計算型別中，只有一小部分最終會被證明為重要。
我傾向認為：我們目前正站在多個而非一個時代的浪頭。“智慧手機戰爭中的和平紅利”為新裝置創造了一個寒武紀式的大爆發；而軟體領域的發展，尤其是人工智慧，將使這些裝置變得智慧而有用。許多上面討論過的未來科技現在已經面世，並會在不久的將會受到廣泛使用。
觀察者們已經注意到：許多這些新裝置現在仍然處於“笨挫青春期”，這是因為它們還在“醞釀期”，就好比是 70 年代的 PC 機、80 年代的網際網路、20 世紀初的智慧手機，我們目前看到的還只是些尚未來到人間的“未來”的碎片，不過未來即將到來：市場有起有落，人們的興奮點起起落落，但計算技術將一直穩步前行。
來自：矽釋出微訊號Guifabucom