美国下一个伟大创意在哪里？

插图由Sébastien Thibault为《财富》杂志创作

不用寻思大概也能知道，过去10年是前所未有的科技增长期之一。它带来的不光是智能手机，还有大量app，可以满足所有能想到的愿望、需求或者爱好。在这10年中，优步变成了名词、动词，也成了一种比喻手段，比如“某某行业的优步”。也是在这10年里，虚拟现实头盔和无人机成了众多日常玩具中的一员，社交支付app Venmo挽救了80、90后的友谊，比特币成了投资者的最爱，尽管这种无国界数字货币的大多数粉丝还没完全弄懂它的原理。得益于名为Crispr的工具，基因编辑变得格外“平易近人”。人工智能则学会了下围棋和“自己”开汽车。如今，以我们口袋里的通讯设备为基础，移动互联撑起了一个完整的经济体系。在2007年，这些创新中的大多数都还没有诞生。

考虑到所有这些因素，断言创新没有以前那么有力，或者说，我们想出的所有这些新点子不知怎的都没有以前那么“物美价廉”，似乎并不合理。但这正是一些经济学家的结论。它值得探讨，原因很多，而且这条结论会对企业、投资者乃至整个社会产生巨大影响。

10年来，尽管涌现出大量创新，但总生产率以及经济产出的增长速度却放慢了。大衰退以来，这两项指标一直偏低，近来的上扬也未能改善情况，它们的年增长率仍介于1-2%之间，而以往的GDP平均增长率接近5%，生产率增速则为3%。此外，收入差距逐年扩大。企业创意带来的经济效益似乎并未得到那么广泛的分享。原本打算改变人们生活方式的新点子并没有结出那种覆盖范围广阔的经济成果，从而真正改善大多数人的生活。

原本打算改变人们生活方式的新点子并没有结出真正改善生活的经济成果。

换句话说，创新的雄心壮志与其影响范围之间存在差异。了解出现这种差异的原因则有助于我们消除它，进而将企业的更多重大创意转换成那种我们一直苦苦求索的共同繁荣。

进入工业化时代后，我们的增长速度一直很迅猛，接近指数级别。经济学家们认为，从某种程度上说，这样的增长源于人数大体不变的研究者和科学家坚持不懈地完成了他们作为研究者和科学家的工作。经济学家们的看法是，这样的持续性应该可以稳定产生一系列新创意，进而推动经济发展。只要这些研究者和科学家的人数基本不变，我们基本上就可以保持飞速发展的潜力。

但人们最近发现这项经济理论有不足之处。今年夏天，麻省理工和斯坦福大学的一批经济学教授和研究生更仔细地考察了研究开支和经济增长的关系。美国国家经济研究局发表了他们题为：《发现创意的难度正在增大吗？》的论文，题目刚好切中要害。读了这篇论文后就会很快明白，没错，创意的难度是变大了，而且成本也大幅上升。

老理论认为持续的研究可带来指数级增长，其最佳例证是摩尔定律，预测说计算机芯片的处理能力差不多每两年就会提高一倍。在40多年的时间里，情况基本如此，我们的手机恰好就能证明这一点，如今手机的计算能力要远高于许多摆满了70年代计算机的建筑物。

但问题在于，带来这种巨变的研究根本没有持续性。实际上，上述论文的作者们发现，和尼克松当政时相比，如今同等研究成果的成本在剔除通胀因素后是那时的78倍。计算机可能比那个时候小得多了，但现在推动计算机发展的人则会站满许多许多建筑物。

这种情况不仅限于科技行业。开展此项研究的教授和研究生们还考察了农业，特别是玉米、大豆、棉花和小麦的产出水平。他们比较了年产量和用于提高农作物产出而投入的研究资金。开支增多了，产量也上升了，但方式可能和大家想的不一样。1960-2015年间农作物平均产量提高了一倍，而用于提高产量的年度研究投资在剔除通胀因素后至少上升了三倍。在某些情况下，或者说某些年份的某些农作物，研究投资增加了25倍。农业在研发方面的投资似乎越来越多，取得的成果则越来越小。

其他领域的情况也是这样。斯坦福大学和麻省理工的经济学家们还研究了医疗科研的生产率，特别是在癌症领域。他们发现后者全面下降。尽管发表的论文变多了，上马的临床试验也增加了，但在每10万人中，得救患者的增长速度不断放慢。虽然取得进展的时刻让人感到惊叹和舒心（在一定程度上就像我们看到癌症免疫疗法那样），但总的来说，付出的更多，效果却更小。如果还想以几十年前那样的速度来救人，我们就得发表更多的论文，并为临床试验投入更多的资金。

当然，研究开支的增长往往会在短期内让个别公司获得回报。《财富》杂志对标普500指数的研究表明，2007-2017年披露研发支出增长的公司有155家，其中逾三分之二，具体来说是108家的股票回报率超过了标普500指数。但跑赢大盘和对整个经济产生全面而积极的影响并非一回事。上述论文的作者们发现，对所有上市公司来说，要让经济增速达到30年前的水平，他们的研发支出就得提高到原来的15倍。结论就是，重大创意，也就是真的能促进经济增长或改善生活水平的创意变得更难发现了，原因是其成本达到了前所未有的高度。

为什么会这样？一个原因是越发难以进行此类创新是因为随着知识进步，基础知识的规模不断扩大。如今，精通多个科学或工业领域所需的教育或培训投资远高于上一代人需要的水平。

另一个原因是纯研究成本。没错，它也在上升。设备价格普遍上涨，而且更加专业化。可以接触到设备的人变少了。同时，就像我们从一台一台的计算机转向超级计算机一样，我们的文化也从个人取得研究突破变为受过高等教育并且要拿酬劳的大型专家团队来设法解决远比以前复杂的问题。我们早已越过了那些低垂的果实，目前正在尝试通过制作工具和建立系统来达到树的顶端。

上述论文以及其他类似著述像是在说，面对创新的枯竭我们只能干瞪眼。别那么绝望。我们也许，甚至很有可能只是在某些领域走到了繁荣期的末尾，就像某些顶端果实已被基本采摘完毕的树木。从发明计算机到IT和互联网的崛起，摩尔定律一直暗流涌动。如今，这股暗流的速度正在放慢，其他因素则有可能在某一天为经济增长贡献自己的力量。

上述报告的作者之一、斯坦福大学经济学博士生迈克尔·韦伯说：“因为遇上了困难，所以创意就见顶了，情况并不是这样。也许，更好的看法类似于石油勘探。在既定的油田中，人们会把大多数石油开采出来，而要开采剩下的那些石油，成本就会非常高。我们在IT这块油田里已经开采了很长时间，但还有一大块我们尚未发现的新油田。”

韦伯指出，其中一块新油田是基因组学，得益于被称为Crispr的基因编辑工具（请参见《正在待命的美国大创意》），这个领域正在涌现诸多新的应用。我们仍处于非常早期的探索阶段，而这些探索有可能发现医学和经济上的大油田，其中那些成本低、数量足的创意将帮助我们降低医疗成本并延长有质量的寿命。虚拟现实也是如此，它出现的时间更长，而且有可能成为未来的首选媒介，进而实现爆炸性增长。

这就引出了同样重要的第二点，那就是现在有众多看起来成本效率不高的技术，但只要它们真的具备了改变的能力，按照以往经验，到那时它们就会变得较为划算。在90年代以前，互联网一直都是学术怪咖的爱好，而今它已经成为经济支柱。

只有我们重视培养和扶持人才，人才群体才会扩大（从而降低创意成本）。

在我接触过的经济学家中，几乎所有人都认为人工智能特别有可能成为创意激发增长和生产率实现极大提升的渠道。在说明新创意会有多贵方面，人工智能也是一个绝佳的例子——它需要巨大的计算能力，众多专业知识，从业者的工资也很高（所以对企业来说很贵）。

美国西北大学经济学家本杰明·琼斯研究的是创业问题，而且即将就人工智能发表论文。他说人口增长可能有助于降低获得新创意的成本，这也许和常识相悖。琼斯解释说：“我们完全可以让更多的人来解决某个问题。”雇用成本应该下降，至少理论上是这样，因为人口远超其他国家的中国和印度仍在融入推动全球经济的研究引擎之中。

但只有在更多的人受过高等教育之后，增加解决复杂问题的人数才会对我们有帮助。换句话说，只有我们重视培养和扶持人才，人才群体才会扩大（从而降低创意成本）。就像进化论生物学家史蒂芬·杰伊·古尔德曾说过的那样：“不知道为什么，我对爱因斯坦大脑的重量和上面的沟回不那么感兴趣，我更关注的是几乎一定有具备同样才能的人在棉花地和血汗工厂里劳作和死去。”

麻省理工经济学家、同样参与上述论文撰写的约翰·范瑞恩曾研究美国的人才培养问题，方法是尝试判断某人做出发明的可能性。他发现，收入排在前1%的家庭生下的小孩成为发明者的几率是收入排在后50%的家庭所生小孩的10倍。他还发现，男性成为发明者的可能性更高，少数族裔进行发明创造的可能性则较低。

范瑞恩的研究完美地展示了机遇问题。如果我们相信来自任何地方的聪明孩子都有可能成为发明者，那么我们就需要支持让这种信念变成现实的政策，因为这种信念对经济以及我们告诉自己的有关美国梦的故事来说都不可或缺。范瑞恩说：“许多孩子甚至都没有机会想象一下成为发明者是什么样，那是什么样的工作以及它看起来像什么。这在很大程度上跟教育、眼界以及允许别人为自己梦想更好的可能性有关。”

范瑞恩意识到，和建起有玻璃幕墙的建筑并让出色的研究者入驻其中相比，他的解决方案似乎不那么漂亮。但基于政策的解决办法，比如为欠缺财力的公立学校提供更多资金这样简单的做法，有可能比其他旨在填补创新缺口的复杂办法便宜得多。范瑞恩说，在一个越发以知识为动力的经济中，“这就是那些低垂的果实”。

有望成为美国伟大创意的技术/America’s Big Ideas in Waiting

By:Erica Fry

Crispr

基因编辑系统Crispr-Cas9 | Molekuul—Science Photo Library/Getty Images

今年初，俄勒冈的研究者改变了人类胚胎的DNA。利用Crispr这种类似于分子剪刀的突破性基因编辑技术，科学家们修复了胚胎DNA中的遗传性心脏病缺陷。这项曾经无法想象、几乎和上帝一样的工作只是一系列令人吃惊的Crispr试验中的一次。近年来，这些实验风靡了整个科学界。

技术的快速进步，具体来说是自行引导的菌体蛋白，让科学家们得以用较快的速度来剪除和编辑有问题的DNA，这种能力蕴含的前景很诱人，那就是治疗（甚至治愈）人、植物或者动物的基因疾病和变异。想想抗旱庄稼和不受父母遗传疾病影响的孩子吧。还有许多问题有待解决，但科学家们已经在用Crispr等工具来为老鼠恢复听力，创造低脂肪猪并延缓蘑菇褐变。

虚拟现实/Virtual Reality

一位空客员工借虚拟现实技术来查看驾驶舱 | Kyodo News—Getty Images

虚拟现实看上去也许是面向视频爱好者和游戏玩家的精彩技术，而且多少仍有些笨重，另外对网络购物、聊天和娱乐有一些辅助作用。但休闲并不是虚拟现实头盔所要擅长的东西。虚拟现实及其“表亲”增强现实也在改变和改善我们的工作表现。

沉浸式虚拟体验的实际应用非常多，既可以加快和丰富产品开发（工程师和制造人员可以在虚拟环境中进行预览和调整），也能培训医科学生并强化外科医生的技能（他们可以在进行高难度手术前做练习）。运动员可以用它来为大赛做准备；房地产专业人士可以用它来展示住宅和空间；记者和娱乐业从业者可以用它来丰富自己的内容。从空客到福特，再到万豪酒店和嘉年华邮轮，都已经发现了虚拟现实的用处。

毕竟，体验是最好的老师，而且有了虚拟现实技术后，大家就越来越不需要借助真实世界来获得体验了。

人工智能/Artificial Intelligence

亚马逊的人工智能设备Echo Dot | Courtesy of Amazon

对于人工智能的崛起人们已经幻想和焦虑了几十年，现在这场革命（甚至是奇点）看来终于要出现了。从亚马逊Echo这样的声控助手到自动驾驶车辆，机器正迅速地变得聪明起来，这要感谢最近在“深度学习”方面的突破。深度学习让软件在获得不断积累的大量数据（这些数据又得到了不断提升的计算能力的处理）后掌握相关模式，从而以远远超过人的速度和可靠性来完成复杂的任务。

也就是说，对于人类不能完全胜任的好费时间的工作，比如挑选股票、诊断疾病、侦测赝品以及寻找药物靶标，机器或许更加合适。在某些情况下，机器能让我们的工作更有效率；在另一些情况下，它们会让我们变得过时。这场竞赛的风险是如此之高，以至于俄罗斯总统弗拉基米尔·普京把它比喻为当今的太空竞赛——今年早些时候他对一些学生表示，谁在人工智能领域领先，谁就能统领世界。