這一周最熱門的事件莫過于人類公開的失敗。

Alphabet旗下的技術(shù)公司DeepMind用一款產(chǎn)品打敗了圍棋世界冠軍李世石，5局4勝。全球約6000萬人次觀看了首場比賽，遠(yuǎn)超對圍棋賽事本身的關(guān)注度，其結(jié)果也引發(fā)了討論狂潮。

人類在計算能力上敗給機(jī)器并沒什么稀奇的。這件事之所以引起廣泛關(guān)注在于兩個維度：一是超人的進(jìn)步，AlphaGo在兩年前還僅相當(dāng)于業(yè)余選手水平，如今卻已無人能敵；二是類人的思維，圍棋的落子可能性遠(yuǎn)超國際象棋，比全宇宙已知的粒子總數(shù)還多100個數(shù)量級—要完成這一級別的計算，已不可能僅依賴摩爾定律硬件之下的計算能力—這要求機(jī)器學(xué)會像人類一樣思考和推導(dǎo)。

本期大公司特寫從“棋手的焦慮”角度帶來了一篇精彩的報道，描寫了人與機(jī)器對戰(zhàn)的5盤棋發(fā)生的7天時間里，人類針對機(jī)器發(fā)生的這一本質(zhì)改變而發(fā)生的微妙心理變化，其背后則體現(xiàn)了研發(fā)人工智能技術(shù)的各大公司在探索這一領(lǐng)域時的策略與判斷—人工智能一直存在爭議，比如特斯拉的CEO馬斯克就是一位公開的反對者—但沒人能阻擋時代的步伐。

人類并非第一次認(rèn)識到自身與機(jī)器的差距。

在第二次工業(yè)革命之后，機(jī)器代替手工作坊，大大提升了生產(chǎn)效率，從那時起，人類對機(jī)器和量化科學(xué)便產(chǎn)生了強(qiáng)烈的興趣和新的信仰，比如那一時期誕生的管理學(xué)大師泰勒就主張用純機(jī)器式的思維來管理人類，當(dāng)然其后引發(fā)了反思—人畢竟還是要遵循人性。而今，以大數(shù)據(jù)和分布式計算為基礎(chǔ)的交易已席卷全球，為了追求效率，人類再一次把自己推向一個完全量化的機(jī)器世界，我們快要把身邊的一切都數(shù)據(jù)化了，而此時，機(jī)器人則以人類思維方式打敗了人類，又讓我們作何思考？

慶幸之事在于，機(jī)器沒有完勝，李世石至少設(shè)局騙過它而贏了一局。面對未知世界，人類最可貴的一點仍在于，能夠在失敗中學(xué)會成長，這是一種彈性。

人治之下的公司也是如此。眼下，初創(chuàng)公司正面臨資本的退潮和估值退燒，大批曾經(jīng)風(fēng)光的公司，包括那些已經(jīng)上市及接近大公司陣營的獨角獸們，其股價和估值都出現(xiàn)大范圍縮水，成長性也遇到問題—用一句當(dāng)前硅谷的熱門句式，泡沫即將破裂。

幾乎沒有人否認(rèn)這一輪泡沫的存在，但它當(dāng)然不同于2000年的互聯(lián)網(wǎng)泡沫—與那時相比，這一輪的公司至少擁有市場，證明它們對用戶而言是有價值的。值得警惕的是，一些公司身上的問題不僅是估值過高，更在于其核心業(yè)務(wù)模式及造血能力出現(xiàn)問題，這導(dǎo)致其用戶數(shù)也在銳減。

本期封面故事從國內(nèi)100家快公司和國外5家獨角獸公司身上總結(jié)了初創(chuàng)公司常犯的幾類經(jīng)典錯誤，其他人也許可以選擇繞過這些彎路。接受錯誤、敢于失敗也是一種能力。

創(chuàng)業(yè)維艱，先學(xué)會失敗，再學(xué)會成長。