這篇文章從一個問題開始：對于科技革命或者產業革命而言，科技研發和社會需求，到底哪一個方面更重要？

如果把觀察視角放到宏觀的科技革命角度下，我們會發現，最終是需求篩選了研發。哪些科技創新以怎樣的產品形態和怎樣的路徑向全社會普及，最終成為一次科技革命，這個過程是由需求決定的。

以之前幾次產業革命的歷史為例，其關鍵引導力量都是能源和動力技術的突破。但在第一次產業革命中，到底是蒸汽機的研發在先，還是人們對煤炭的需求在先？答案是人們對煤炭的需求在先。正是因為英國社會對煤炭先產生了普遍需求，煤礦企業才獲得了高額利潤。他們把這些利潤投入在消耗煤來做工的蒸汽機上，持續半個多世紀，終于有了詹姆斯·瓦特的突破。

第二次產業革命也是一樣。是內燃機的研發在先，還是人們對石油的需求在先？答案是人們對石油的需求在先。煤炭大規模應用后，煤氣等副產品也得到了廣泛應用，當時主要的應用場景是照明。后來，人們發現了更好的照明燃料，那就是石油。洛克菲勒因為創辦標準石油公司而成為人類歷史上極度富有的人，而當時標準石油公司的主要市場就是照明市場。洛克菲勒成為富豪之時，內燃機汽車的研發才剛剛起步。

第二次產業革命的另外一個重要驅動領域——化工領域，也是沿著這個路徑發展的。不管是東方還是西方的中古社會，都存在著化學研究的雛形，比如煉金術、火藥制造等等。但是化學最終成為一門科學并對工業產生重大影響，是因為第一次產業革命期間紡織業的崛起。蒸汽機帶動紡織機生產成千上萬的棉布，制衣業需要給這些棉布染色，才有了最早的化學工業。

我們熟悉的化工業巨頭，例如拜耳、巴斯夫（號稱“我們發明了化學”）和赫希斯特，它們最早的第一桶金都是染料。在這個領域取得商業成功后，它們才從化學品研發延伸到后來的炸藥、化肥、尼龍、塑料、生物制藥等領域。甚至這個領域后來還催生了第三次科技革命的核心——半導體產業。硅谷的起點——肖克利實驗室，最早就是研發PH測試儀的。

由以上這些案例，還有很多其他的案例出發，我個人總結了一個觀察模型叫做“漏斗-喇叭”模型。這個模型說的是什么呢？人類歷史上可能有95%以上（數字未經檢驗）的技術創新發明是被遺忘的。它們在書上被記錄下來，或者變成了專利以后，就被遺忘在故紙堆里。能夠被我們記住的發明，實際上都是通過了一個漏斗的篩選和檢驗，這個漏斗的名字叫做“商業化”或者“產業化”。通過了漏斗檢驗的技術，可能會反過來對社會生活生產產生巨大的顛覆性的變化，就像喇叭放大聲音一樣，所以叫做漏斗-喇叭理論。

把這個模型套用到數字內容產業上，我們會發現娛樂產業，尤其是游戲行業，是第三次科技革命中極其重要的“漏斗”之一。

在這方面，有一個公司的歷史命運是最好的案例。這個公司就是英偉達（Nvidia）。

英偉達成立于1993年，其創始人黃仁勛后來回憶說，1993年的CPU處理速度還不是很快，當時英偉達希望做一個圖形的加速處理器，可以做通用的圖形加速。而這個硬件最大的應用市場就會來自游戲。

后來也果如黃仁勛所料，英偉達生產的圖形處理器（GPU）因為電子游戲市場的繁榮，蒸蒸日上，接連擊敗一系列挑戰者，成為業內的佼佼者。但沒有人想到，這條技術路徑后來竟然陰差陽錯地掀起了人工智能的技術浪潮。

我們都知道，人工智能的理論源頭是1940年代維納等人提出的“控制論”，在當時，韋斯利·克拉克（Wesley Clark）等人就使用計算機模擬了神經學家唐納德·赫布（Donald Hebb）提出的“神經網絡”學習模型。這也是當代人工智能領域“深度學習”方法的前身。但是，在60-70年代，這套方法基本是停滯不前的，因為當時的計算機硬件缺乏足夠的能力來建立復雜的人工神經網絡。

直到2010年前后，以吳恩達先生為代表的斯坦福大學團隊發現，使用GPU來運行深度學習的相關算法，效率可以提升70倍以上。這個發現直接導致了深度學習出現“大爆炸”，成為世人關注的焦點。打個比方，如果說深度學習是當代人工智能技術的“靈魂”，那么GPU就是深度學習算法寄托的“大腦”。

而英偉達公司也迅速抓住這個浪潮，轉型成為一家服務于人工智能的硬件公司。到2021年，英偉達的年收入已經達到167億美元，其中41%來自計算和網絡部門，也就是人工智能業務相關部門。英偉達的GPU被幾乎所有研究深度學習的實驗室、科技公司和高校使用，包括微軟、谷歌、臉書、特斯拉等一系列在人工智能領域處在最前沿的科技公司。沒有人想到，曾經專注于游戲領域的硬件公司，因為“漏斗”陰差陽錯的篩選，竟然成為人工智能領域的領頭羊。

“漏斗-喇叭”模型充分說明了一件事情：創新是有不可預知性的，要承認社會這個混沌系統的復雜性。即便是行業領域內部的資深專家，也經常無法預料一項技術會在不經意間滿足了哪些需求，從而通過漏斗的檢驗。

我們以上舉的例子其實充分說明了這點。如果是18世紀初的人，可能很難想象煤礦最終會催生一項改變人類歷史的巨大發明。如果生活在18世紀下半葉，可能很難想象點燃路燈的石油將來會成為驅動汽車前進的動力，也很難想象給女性的禮服制作染料的公司將來會影響人類的營養攝取（化肥）、人類的健康（制藥）等。哪怕是到了20世紀90年代，可能也很難想象，一家專注于讓游戲玩家享受更炫酷的畫面和更流暢過程的硬件公司，最后竟然能成為AI領域的領頭羊，并且在工業元宇宙和數字孿生領域成為佼佼者。

從技術創新的不可預知性出發，在科技哲學的層面講，我們可以說一切創新在本質上都是試錯。對企業來說，只要利潤允許，就可以拿出一些錢來投入研發，進行試錯。千千萬萬個企業的試錯聚沙成塔，反而比中心化的創新機制效率要高。

再拿游戲行業來舉例，上世紀90年代是全球電子游戲產業發展的黃金年代，一大批經典電子游戲在當時出現，一大批今天在游戲業舉足輕重的公司也是在當時取得蓬勃發展的。而且，當時的中文游戲業界并不落后于西方和日本。《仙劍奇俠傳》、《軒轅劍》等游戲系列均達到世界先進水平，《鐵甲風暴》、《傲世三國》等產品也在國際游戲界得到好評。

經歷二十余年的發展，主流游戲業界已經發展成為重資產、重技術行業。以著名開放世界游戲GTA 5為例，該游戲的開發成本達到2.65億美元，發行僅24小時后就收入8億美元，截至目前銷售收入已超過40億美元，其投資規模和回報速度都是眾多游戲廠商無法想象也無力承擔的。正是這樣規模龐大的游戲產業，才養活了上游像英偉達這樣的硬件廠商。游戲產業除了乘著移動互聯網紅利，在手游領域彎道超車之外，別無它法。

今天的中國在經歷網絡游戲的蓬勃發展之后，再度站到了游戲行業的前列。從業務角度看待，騰訊已成為全世界極具規模的游戲公司；從產品競爭力上講，由國內研發的《PUBGM》、《原神》也已成為業內標桿。而這些游戲公司的許多技術，通過了“漏斗”的檢驗后，正在發揮“喇叭”效應，賦能了科研創新的更多領域。

例如，騰訊游戲宣布與中科院高能所粒子天體物理重點實驗室“全變源追蹤獵人星座”計劃展開合作，利用游戲中訓練的AI智能體操控上百顆衛星協同合作，更好地觀測宇宙中的爆發源和變源天體。在民航領域，南航集團也開始借助騰訊在游戲引擎方面的優勢，利用物理真實的光照和渲染等技術，共同推動國產全動飛行模擬機的視景軟件系統開發，實現民航飛行訓練領域的突破。游戲領域經過持續商業化盈利之后，吸收到的高級人才和研發出的創新科技正在發揮“外溢”效應，推動我國的基礎研究和產業升級。

回顧產業史、科技史和游戲史上的這些案例，有以下幾點經驗和教訓值得我們總結和反思。

第一，從科技史的發展規律來講，科技創新和商業需求之間的關系是前者往往要接受后者的檢驗，這表現為“漏斗-喇叭”模型。因此，要特別重視市場機制在科技創新中的基礎作用。

第二，“漏斗-喇叭”模型說明在科技創新中存在著大量的不確定性、隨機性、不可知性，因此，創新和試錯交給私營企業部門的效率實際上是最高的。應該充分重視企業在科技創新中的主力作用。

第三，從第三次科技革命的歷史過程來看，數字內容產業，尤其是游戲產業，承擔了把市場需求映射到算法和硬件的“漏斗”角色。這個領域已經成為下一代科技創新（如人工智能）的策源地，正在發揮對科研創新的“外溢”效應。應當尊重和重視其中的因果關聯與產業規律。

第四，指出游戲產業在科技進步中的驅動作用，與承認游戲產業應當更加重視社會影響并不矛盾。游戲行業應當加強行業自律，并結合認知心理學等其他學科的研究成果，探索如何控制不良影響，創造更好的社會價值。

文/張笑宇

（文中觀點不代表本報觀點，不作為投資建議。投資者據此操作，風險自擔。）