2017年11月23日，艾瑞年度高峰论坛在上海香格里拉酒店顺利召开。嘉御基金创始合伙人、董事长卫哲在发表主题演讲时表示：“要能区分哪些是我们有生之年还是童话的，哪些是在我们有生之年能够实现的。而下一波科技趋势或将带来四大陷阱。”
陷阱一：“伪技术”
卫哲强调，如今很多所谓的技术中存在大量“伪技术”。时下，火热的AI人工智能，在一捆捆商业计划书中不乏涌现。AI到底有没有泡沫？卫哲的回答是：“有！”。
第一，人才泡沫。一夜之间急需的AI人才数量是不可能达到满足。过去十年积攒对的人才，大概为200-300人，分摊到每家创业公司便是屈指可数。
第二，行业不乏“披着AI的狼”：机器学习。这项技术存在很多年，当年的深蓝计算机花费20年去学做国际象棋，借以打败了人类的国际象棋冠军。
回顾人工智能，ALPHAGO从围棋比赛打败世界冠军；ALPHAGO新版又打败旧版，不断更新换代。两项在表现形式和科技成果上面与AI相似，但是人工智能和机器学习的运算至结果的速度大相径庭。如隔三月再回看技术，判断一下该技术进步是数学级的，还是几何级的。前者，是机器学习，后者即为人工智能。
陷阱二：“伪需求”
“另外一个陷阱，即伪需求。”卫哲举例子分析说，智能控制下红外探头不用放，大家拧水龙头的动作都没有了，甚至可以通过脑电波互动知道大家去洗手间的时间，以做好水预热工作。“这需求当然有，但是这个需求好吗？并不怎么样。解决一个拧龙头动作花得代价过高，其实是‘伪需求’。”
近些年，家居行业爆发出无数的“伪需求”，还有一些科技含量较高的项目，如通过人工智能算法算出用水时间。大量的O2O刚刚退潮不久，事实上，它的商业路径、技术路径都是通的。
为什么走不下去？其实是它的需求没有那么真实强烈，解决的问题是“伪需求”。
陷阱三：“低效率”
低效率和伪需求有点关系，未来科技最需要解决的问题是效率问题。“一个是看对用户体验是否真实。第二，真实需求用多大代价实现它。”
区块链可以解决资产的便捷全球化转移，需要需求真实，考验效率。今天很多资产转移成本可能也不高，技术解决消耗大，成功提高不明显，对效率提高很有限，能赚到钱的概率就很低。
未来，科技会带来很多改变，但是改变不了很多商业的本质。如今，共享单车有一定的技术，关键是高效租赁。租赁的商业本质——资产收益率，再怎样的科技进步也不能改变这点。资产收益率的核心是资产利用率，以及资产残值可留存多少时间，这本账较易算出。
判断效率是提高，还是下降，要定量不能定性。定性是技术好不好，定量是好多少，花多少钱实现。要一直学着避免新技术导致低效率。
技术是带来高效率，而不是使效率降低。很多技术很好、需求真实，但是花费代价是巨大的，这点值得深思。
陷阱四：“大玩家”
创业踏入了“大玩家”的世界也算一个坑。
未来的技术有些是属于新兴企业、新兴公司，有些发展了一段时间却发现是为“大玩家”作“嫁衣”，他们一踏进来就没创业公司的事了。
技术比作一把刀，数据就是“磨刀石”，未来比拼的不仅是技术有多领先，而是有没有能力可持续获取最新的数据。这些数据也一定是大量、新鲜、可持续的。反之，则得每年不断地去费钱购买。“当你发现你的技术要去加工的数据是为这些巨头所拥有的，你是有刀没有‘磨刀石’。”
卫哲进一步举例分析，美国有facebook、谷歌，中国有BAT。尽管大公司的这把刀一开始没有创业公司先进，但是里边饱含有可持续数据。如刚刚过去的双十一，阿里云计算能力达到了1秒钟处理25万笔，较去年提高了14万笔。“大家每天刷卡，每秒支持2万笔。但是万一有一次拉不出来，可能这一秒钟就排队到20001笔，只能再拉一次。工商银行系统支持每秒钟运算1万笔，不是工商银行技术不如阿里巴巴，是由于他们没有这个需求，也没有海量数据被支撑。”
卫哲认为，海康威视的人脸识别技术可能是中国最好的。他们起步确实早，有较多摄像头，每天采集3亿以上中国人的人脸。即使一开始技术是较为生疏，但是这把“磨刀石”质量坚固，识别方法就能帮助他们掌握海量、新鲜、可持续的数据。
当然，不是所有的数据都被“大玩家”掌握。“如果你继续保持领先，你和‘大玩家’在下一波科技需求当中相比是有优势的，而不是进入‘大玩家’的世界，那个不仅不是机会，而且还是陷阱。”卫哲强调，要学会如何避开科技“大玩家”的世界。
“我们要区分哪些是我们有生之年还是属于童话，哪些是在我们有生之年能够实现的。”卫哲最后建议，无论什么时候，都需要有人在旁边不断地提醒自己，帮助衡量、分析。尽管每个人都需要自己做决策，但是多样的客观分析永远需要。
