“如果你想拥有出色的思想，那么你必须拥有很多思想。”

——莱纳斯·鲍林（Linus Pauling）

美国著名化学家，量子化学和结构生物学的先驱者之一，两度获得诺贝尔奖

每个人都会认为，如果美国创新的速度下降，那么IT（信息技术）技术就是一个让人麻烦不断的新闻发源地。但对于这一切是否会发生，我们还是抱有很大疑惑的。

我们之所以如此关注创新，并不是因为我们喜欢新事物——虽然我们确实喜欢。正如小说家威廉·梅克比斯·萨克雷（William Makepeace Thackeray）所观察到的，“新奇事物展现的魅力在我们的头脑中怎么也无法抹除”。一些人很难抵制新奇小玩意儿的诱惑，还有一些人会为最新流行风尚的魅力所折服，也有一些人对去过的一些地方流连忘返。以经济学家的观点来看，满足这些期望与梦想是很伟大的事情——因为它能照顾或满足消费者的消费需求。但创新还有一个最重要的影响力，就是它能使我们的社会变得更加富裕。

为什么创新就是一切

作为经济学家的代表人物，保罗·克鲁格曼（Paul Krugman）曾说过：“生产率不是一切，但从长远来看，它几乎就是一切。”这是为什么呢？他解释说：“因为一个国家在一定时间内提升其国民生活标准的能力，几乎取决于提升其人均产出的能力。”这也就是说，取决于生产每一件产品的劳动时长，从汽车到拉链。大多数国家都没有丰富的矿产财富或者石油储备，因此无法通过开采这些资源而获取财富。^[30]这样的国家和社会如果想要变得富裕——有效地提升其国民的生活标准，唯一的方法就是让它们的公司和劳动者在保持同样投入的背景下，产出更多的数量，也就是说，要从同等数量的劳动者那里获取更多的产品和服务。

实际上，创新就是生产率提高的过程。经济学家们都喜欢彼此争论，但在他们中间也有一个很重要的共识，就是创新对于增长和繁荣发挥着根本性的作用。大多数业内人士都赞同伟大的经济学家约瑟夫·熊彼特（Joseph Schumpeter）的观点：“在资本主义社会的经济历史中，创新是最显著的一个事实……而且在很大程度上，它也使我们能够首先想到其他社会发展的促进因素。”说到这里，共识就没有了。所谓“最显著的事实”，到现在为止发生的程度如何，其发展趋势是向上还是向下，这些又成为经济学家们争论的焦点。

为什么我们会担忧——创新将走向穷尽

经济学家罗伯特·戈登（Robert Gordon，即Bob Gordon）是生产率和经济增长研究领域最富有思想、最值得尊敬的学者之一，他最近完成了一项对过去150年美国人生活标准变化的研究。这个研究结果表明，创新正在减缓。

戈登和我们大多数人一样，都强调新技术在驱动经济增长中的作用，并且对蒸汽机和工业革命以及其他技术所带来的生产率提升印象深刻。根据戈登的说法，它是全球经济历史中真正意义上的大事件。正像他写到的，在1750年之前，或者说在工业革命开始之前，也就是“在过去的4个世纪，甚至是在过去1 000年的时间里，都没有出现过明显的经济增长”。如我们在第1章所看到的，人口增长和社会发展的曲线几乎是平的，直到蒸汽机时代来临。毫无疑问，经济增长呈现的也是这种状况。

然而，正如戈登研究显示的，一旦经济增长开始了，在接下来200年的时间里，就呈现了近乎垂直式的增长。这不仅得益于工业革命的发生，还由于另一个因素的出现，即对科技创新的依赖。事实上，这个阶段有三种创新的手段：电力、内燃机和室内给排水系统，它们在1870~1900年走上了历史的舞台。

第二次工业革命阶段的“伟大创造和发明”，根据戈登的研究，“是非常重要且影响深远的，它们在整整100年的时间里，都在发挥着自己的效能”。而一旦这种效能得以实现，一个新的问题就出现了：增长发生了停滞，甚至开始下降了。在蒸汽机无法提升效率的情况下，内燃机就替代了它。但一旦内燃机把燃料用尽，我们就没有东西可以替代了。用戈登的话来说就是：

生产率的增长（每小时的产出）在1970年之后大幅下滑。虽然我们困惑不已，但这些伟大的创造和发明所带来的收益看起来好像仅仅会出现一次，它们所带来的效能可以分裂、扩散，却再也不会发生了……这种状况一直在持续，1970年后，第二轮的增长又开始了，比如发展短途支线航班、通过郊区环形公路扩展先前的美国州际高速公路网、把居民区的空调安装模式从窗式改造成中央式。

戈登并不是唯一持这种观点的专家。经济学家泰勒·考恩（Tyler Cowen）在2011年的书《大萧条》（The Great Stagnation）中，对美国经济灾难的根源进行了阐述：

我们并没有真正理解经济失利的原因。实际上，所有问题都有一个单一的、很少被注意到的根源：在过去至少300年的时间里，我们一直依靠“采摘最容易采摘的果实”而生存……然而在过去40年的时间里，那种“容易采摘的果实已经被采摘完了”，而我们却在假设这些“果实还挂在那里”。我们没有意识到，现在我们正处在一个技术平台上，“果树上已经变得光秃秃的了”，而我们还以为“硕果累累”。

通用目的技术：真正重要的东西

显然，戈登和考恩看到了强大技术的创造能力对经济进步的核心影响力。事实上，在经济历史学家中有一个广泛性的共识，即一些技术在促动经济进步的过程中会发挥重要性作用。为了做到这一点，它们必须扩散到很多行业——如果不是最多，而绝不可能仅仅停留在一个领域。例如，在19世纪初期，轧棉机毫无疑问地在纺织产业部门非常重要，但在其他行业的重要性就很小了。^[31]相比较而言，蒸汽机和电力则迅速扩散到世界各地。蒸汽机所带来的并不仅仅是大规模地提升了工厂的动能，或者让工厂从必须坐落在河流、溪水旁边以依靠水车提供动力的需求中解放出来，它更多的是通过铁路系统给陆上交通、通过蒸汽船给海上交通带来的革命性变化。电力则大大提升了制造业的生产能力，不仅可以支持功能强大的机器，还点亮了工厂、办公楼、仓库，并引领了进一步的创新——比如空调，它使闷热的工作场所变得凉爽舒适。

根据传统的理解思路，经济学家们把类似蒸汽机和电力这样的创新称为通用目的技术（General Purpose Technologies，缩写为GPTs）^[32]。经济历史学家加文·赖特（Gavin Wright）为通用目的技术提供了一个简洁的定义：“对经济体系的很多部门都有着潜在而重要影响的深刻的思想或技术。”这里的“影响”意味着由于劳动生产率的提高，产出能力得到了重大提升。通用目的技术之所以重要，是因为它们有重大的经济意义——能够打断并加速经济增长的正常进程。

除了赞同它们的重要意义，学者们对如何确认通用目的技术还达成了一个共识：它们必须具有普遍性，能够随着时间提升，而且还能催生大量的创新。在前面的章节中，我们使用了大量案例证明了数字技术能够全部满足这三个需求。它们遵循摩尔定律的增长轨迹，在世界上的每个行业都能一展身手，还能够引领类似自动驾驶汽车和非人类参与的《危险边缘》竞赛游戏。难道认为信息通信技术就像蒸汽机和电力一样，属于通用目的技术的只有我们吗？或者说仅仅是我们把信息通信技术看作通用目的技术？

绝对不是。大多数的经济历史学家都赞同信息通信技术能够满足上面的所有标准，因此也应该加入通用目的技术“俱乐部”。事实上，在这个由经济学家亚历山大·菲尔德（Alexander Field）编制的所有分类候选名单中，只有蒸汽机的投票超过了信息通信技术，和电力一起被看作符合通用目的技术标准的第二大普遍性技术。

如果我们完全同意以上的表述，那么对于信息通信技术能否引领一个创新和增长的黄金时代这个话题，为什么还有争论呢？实际上，在这一点上，人们争论更多的是经济收益。现在，最新的“创新”给我们带来了廉价的网上娱乐、工作和生活模式，根据罗伯特·戈登的说法：

第一代工业机器人是1961年由通用汽车公司引进的。传统的电话接线员在20世纪60年代就消失了……航空订票系统是20世纪70年代投入使用的，到1980年，条形码扫描器和自动提款机开始覆盖零售业和金融业……第一台个人计算机出现在20世纪80年代初，它能进行文字处理并自动换行，还能制作工作数据表格……而最近，我们更熟悉的是在1995年之后，网络和电子商务的迅猛发展——到2005年时，这一进程就基本完成了。

在当前，考恩说道：“互联网所带来的利益非常真实，我要给这些利益唱赞歌，而不是去谴责它们……然而，所有的事实是这样的：正是因为互联网的存在，我们才获得了更多并且更‘廉价’的乐趣。（但是）我们的盈利模式也出现了困境，我们无法偿还债务，不论是个人、商业公司还是政府部门。”总起来说，21世纪的信息通信技术正在从经济利益的最佳实验场的位置跌落下来。

为什么我们不会担忧——创新不会穷尽

当然，对于任何一位出色的科学家来说，数据都是任何假设的最终决定因素。那么，这里的数据说明了什么呢？生产率数据能够支持数字化力量的悲观性观点吗？我们将在第7章里探讨这些数字。在这里，我们首先提出一个关于创新是如何运转的不同观点——对于创新将走向穷尽思想的另一种看法。

戈登写道：“由一系列不连续的创造和发明构成的创新进程，会带来技术领域的极大发展和提升——这种发展和提升最终会开拓、挖掘出原始创造和发明的所有潜力。这是一种非常有用的想法。”这种观点看起来非常明智。像蒸汽机或者计算机这类的发明创造出现之后，我们会不断地从中获取经济收益。这些收益在技术还不成熟、还没得到广泛使用时仅仅是涓涓细流，但当通用目的技术提升、扩散开来之后，收益就会变成滔滔洪流，然后随着技术提升，尤其是技术扩散的逐渐消亡，收益又回归到涓涓细流。当多种通用目的同时或者稳定地连续出现时，我们就可以在很长一段时间里维持较高的增长率。但如果在主要的创新之间有大的断裂带出现，那么经济增长将逐渐缩减。我们把这种创新称为果实类创新，以纪念泰勒·考恩所设想的所有挂得比较低的果实被采摘的景象。这种观点的实质是，我们提到的创新就像是生长的果实，而开发、拓展一种创新就像是一直在吃掉采摘的果实。

另一个思想观点认为，创新所做的真正工作并不是提出什么大的和新鲜的事物，而是把已经存在的事物重组起来。而且我们对实现创造和发明的相关领域的知识和能力的主要进展了解得越深入，这种重组的观点就显得越有意义。下面这一位诺贝尔化学奖得主的创新，至少就很好地诠释了这一点。

凯利·穆利斯（Kary Mullis）因发现聚合酶链式反应（Polymerase Chain Reaction，缩写为PCR）技术而荣获了1993年诺贝尔化学奖，这是一项现在普遍应用的扩增DNA技术。这个想法在他的脑海里出现，是一天晚上他在加利福尼亚州开车的时候——虽然他当时完全没在意。当发表获奖感言时，他说：“有点莫名其妙，我觉得，这一定是一场幻觉……简直是太简单的事情了……我并没有独自且默默无闻地去思考和研究这个课题，我所做的每一步，都已经有人做过了。”穆利斯做的“所有”工作就是重组在生物化学领域众所周知的技术，然后生成一种新的技术。当然很显然的是，穆利斯的重组具有非常大的价值和意义。

思考了很多发明创造、创新、技术发展案例之后，复杂性科学的研究专家布赖恩·阿瑟（Brian Arthur）确信，类似发现聚合酶链式反应技术这类的发明创造故事是普遍而非极端的案例。正如他在他的书《技术的本质》（The Nature of Technology）中所总结的：“创造某个东西，就是去之前存在这个东西的地方发现它。”经济学家保罗·罗默（Paul Romer）强烈地支持这种观点，即经济学里所谓的新经济增长理论——之所以叫这个名字，是为了能够与戈登的理论观点有所区别。罗默固有的乐观主义理论强调了重组式创新的重要性。正如他写道的：

只要人们能把资源调动起来，并且按一定的方式重新配置，使得这些资源价值更大，那么经济增长就会发生……每一代人都会察觉到增长的极限：如果没有新的……发展思想和理念，有限的资源、不合时宜的负面效应都会纷至沓来，给经济的发展施加魔咒。每一代人都会低估发现新的……发展思想和理念的潜力。我们始终都无法掌握，究竟有多少发展的思想和理念还没有被发现……但发展的可能性不仅仅遵从加数法则，还可能遵从乘数法则。

罗默把这一切归结为一种重要的思想和理念，即“元思想”：

可能在所有思想中，最重要的就是“元思想”——那种支持其他思想产生以及传播的思想……这里有……两个非常可信的预测。第一，在21世纪引领发展潮流的国家将会是能够实施创新，并且这种创新能够有效地支持私有部门新思想产生的国家。第二，上面提到的新的“元思想”将会被发现。

数字技术：最通用的通用目的技术

戈登和考恩都是世界一流的经济学家，却没有对数字技术提出预期和设想。实际上，根据罗默的提法，下一个伟大的“元思想”已经被发现了：它存在于新的思想群体中，还存在于新一代的机器中，而网络化的数字技术设备——在它们之中运转的软件种类多得令人吃惊，为这一切提供了可能。信息通信技术中的通用目的技术从根本上产生了组合和重组思想的新思路。像语言、印刷、图书馆或者大学教育一样，全球的数字网络也培育了重组式创新的动能。我们不仅能够按照从来没有过的方式组合思想，还能对思想进行重组——不论是原有的还是现在的。让我们来看几个例子。

Google的自动驾驶技术给早期的一项通用目的技术提供了生机——也就是内燃机。当我们每天驾驶的汽车配置了一台快速运转的计算机和一系列传感器（在摩尔定律的作用下，所有这些传感器都廉价得很），以及一套大容量的地图和相应的街道信息（正是由于所有这一切的数字化，我们才能获取这些信息）之后，我们的自动驾驶汽车简直就像是从科幻小说里直接“开出来的”。而我们人类仍旧对驾驶进行着创新，像Waze就是一个重组了位置传感器、数据传输设备（一部手机）、GPS系统和社交网络的复合体。Waze的研发团队并没有研发这些技术，他们只是把这些技术以一种新的方式重组在一起。摩尔定律使得所有相关的设备变得足够廉价，而数字化又使得Waze系统使用的所有数据都非常容易获取。

实际上，网络本身就是早先的TCP/IP数据传输网络的一个非常直接的组合体。被称为HTML的标记描述性语言，就是详细描述文本、图片等如何排列，然后通过个人计算机被称为浏览器的简单应用程序把结果显示出来的东西。所有这些东西都不是新的发明或创造，但它们的组合就是革命性的了。

Facebook（一个社交网络服务网站）创建了网络基础设施，让用户在不掌握HTML的情况下就能对社交网络进行数字化处理，并且能够对媒体资源进行线上的分享。不论这是否真正属于技术性能的深刻重组，对用户都是极富吸引力的，而且还产生了巨大的经济效益——到2013年7月时，公司的市值已经超过了600亿美元。当照片共享成为Facebook最受欢迎的线上操作活动时，凯文·希斯特罗姆（Kevin Systrom）和迈克·克里格尔（Mike Krieger）决定创建一种智能手机应用程序，其模仿网站照片的操作并设置一定的选项，然后在数字过滤器的过滤下，就能改变一张照片的样式。当希斯特罗姆和克里格尔刚开始这个项目的时候，它看上去像是一个很微小的创新。然而，他们创建的这个名叫Instagram的应用程序，在2012年春季就吸引了3 000万用户，使用者共上传了1亿多张照片。2012年4月，Facebook斥资约10亿美元收购了Instagram。

这种创造模式充分说明，数字创新就是一种纯粹的组合式创新，每一步的发展都会成为未来创新的一块“积木”。进步从来不会停业，只会不断地积累。数字世界从来不受任何界限的制约。它能扩展到物质世界，使汽车和飞机实现自动驾驶，让打印机分部件打印等。摩尔定律使计算机装置和传感器的价格呈现指数级下降，从门把手到电子贺卡，越来越多的工具和小玩意儿装配上了这些廉价的装置和传感器。同时，数字化使几乎所有领域都能够获得海量的数据，并无限制地被复制和重复使用——因为它是非竞争性的。在摩尔定律和数字化的共同推动下，具有潜在价值的电子“积木”在全世界呈现出了爆发态势，各种组合、各种可能都在以前所未有的速度成倍增长。我们把这种创新称为全球性的积木式创新，阿瑟、罗默和我们两位作者均持有这种观点。从这种观点来看，和果实类创新不同的是，积木式创新并不是把“积木”吃掉或用尽，而是增加了未来重组式创新的机会。

重组式增长的限制

如果这种创新重组的观点是正确的，那么一个问题就可怕地出现了：当“积木”的数量不断爆炸时，最主要的困难就变成了要知道哪些重组是有价值的。经济学家马丁·韦茨曼在其论文《重组式增长》（Recombinant Growth）中创造性地提出了一个新增长理论的数学模型。在这个模型中，一个经济体中的固定性因素——比如机器、工具、卡车、实验室等，都是会随时间推移被他称为“种子思想”的块状化知识放大的，而且随着之前的种子思想重组成新的思想，知识本身也会随着时间而增长。这是一种全球性的积木式创新，在这种创新模式中，块状化知识和种子思想都能够随时间进行组合和重组。

这种模型会产生一个非常吸引人的结果：因为重组的可能性爆炸得如此迅速，那么具有潜在价值的原有块状化知识的重组数目也将是惊人的。^[33]在这种情况下，对经济增长的限制就变成了研究所有这些潜在的重组，以找到更具价值重组的能力。

正如韦茨曼写到的：

在这个世界上，经济领域的核心将逐渐变成如何把日渐增长的新种子思想加工和处理成可行性的创新——而且这种加工和处理的强度会越来越大……在发展的早期阶段，增长会受到潜在新思想数量的限制，但之后增长就只会受到加工、处理这些新思想能力的限制了。

戈登问过一个激进性的问题：“增长终结了吗？”对此我们将代表韦茨曼、罗默和其他新增长理论主义者做出回应：“绝对没有。如果受阻，那是因为我们没有能力去处理和加工所有快速增长的新思想。”

群体的力量如何达到专业的水平

如果我们的回应还算准确，还能抓住这个真实世界中创新和经济增长的一些本质，那么促进增长和进步最好的方法，就是提升我们测试对思想进行新的重组的能力。要做到这一点，有一个很好的办法，就是让更多的人加入到这个测试的过程中——现在的数字技术正在让这一切变得可能。我们被全球的信息通信技术连接在了一起，是能够随意自如地使用高性能计算机和海量数据的。总起来说，今天的数字环境就是一个大规模重组的实验场。开源软件运动的旗手埃里克·雷蒙德（Eric Raymond）有一个乐观的评论：“若有足够的眼球，所有的软件漏洞都会浅陋无比。”引申到创新领域，完全可以这样说：“若有足够的眼球，多么强大的创新组合也能被发现。”

美国航空航天局在尝试提高预测太阳表面太阳耀斑或者色球爆发的能力时，就有过这种经历。对航空航天局来讲，精确度和充分的提前预告是最重要的，太阳粒子活动（Solar Particle Events，简称为SPEs）能够给在太空中毫无防护的飞行器和航空员带来伤害性的辐射。尽管对太阳粒子活动拥有35年的研究数据，美国航空航天局也承认，它们“仍然没有可行的方法去预测太阳粒子活动的状况、强度和持续性”。

航空航天局最后把相关数据和关于对预测太阳粒子活动时所面临挑战的描述发送到创新中心网站InnoCentive^[34]上——一家为科学问题而设立的在线“票据交换所”。创新中心不设资历、证书门槛，也就是说，即使你没有博士学位或者在实验室工作的经历，也可以浏览问题、下载数据或者上传解决方案。任何人都可以尝试着解决任何学科的问题，比如物理学家就可以去钻研生物学问题。

最终的结果是，提升太阳粒子活动预测所需要的富有远见和专门技术的人才，并不是曾经在航空或航天领域耕耘过的人物。布鲁斯·克拉金（Bruce Cragin）——一位居住在新罕布什尔州一座小镇上的退休无线电频率工程师，却是它们需要的人才。克拉金说：“虽然我没有研究过太阳物理学，但我对磁重联理论研究得比较透彻。”事实证明，磁重联理论正是做好这项预测工作的恰当理论。由于克拉金的研究方法，航空航天局对太阳粒子活动的预测在精准率提高85%的情况下提前了8个小时，在精准率提高75%的情况下提前了24个小时。他对理论和数据的重组，使他从美国航空航天局获得了35 000万美元的奖励。

近些年，很多公司和组织都在采用美国航空航天局的技术策略，也就是说，把创新挑战和解决问题的机会向更多的群体开放。这种现象可以称为开放式创新或者“众包”——一种非常高效的创新思路。创新学者拉斯·波·杰普森（Lars Bo Jeppesen）和卡里姆·拉哈尼（Karim Lakhani）研究了166个创新中心网站上发布的科学问题，无一例外地都来自公司或组织机构。他们发现聚集在创新中心网站上的群体力量能够解决这166个问题中的49个，成功率接近30%。他们也发现，那些与问题所需知识领域遥不可及的人们更有可能提交可行的解决方案。也就是说，解决方案的提交者更多是掌握“边缘”学科的人们——他们的教育、培训和经历是明显与问题不相关的。对此，杰普森和拉哈尼提供了生动的例子：

同样的科学挑战可以有不同的可行性解决方案，由一位航空物理学家、一位小型农业经营业主、一位经皮给药医生和一位工业科学家提供的食用级高分子聚合物配注系统的科技解决方案虽然各不相同，但却都是可行性的解决方案……所有成功提交的4套方案都完成了目标诉求，但使用的却是不同的科学原理……另一个案例来自一所研发实验室，这所实验室在咨询了行业内外的大量研究专家之后，也无法了解从一个正在进行的研究项目中所观察到的一种独特病理的毒理学意义是什么……最终，一位拥有蛋白质结晶学博士学位的科学家使用他研究领域中最普通的方法把这一问题解决了，而没有使用毒理学问题的普遍解决方案，或者使用基于常规思维的惯常解决办法。

像创新中心网站一样，线上创业公司Kaggle也从全世界聚拢了一批无资历的人士，去解决各类公司和组织机构提交的难题。有别于应对科技方面的挑战，Kaggle公司专长于大数据分析，其目的是要对公司或组织机构提交上来的初始性基线预测进行更准确的预测。和创新中心网站一样，Kaggle公司最终得到的结果也总是令人吃惊不已。其中之一是，Kaggle网站对基线预测准确率的提升非常显著。这里有一个例子，好事达保险公司提交了一组关于车辆性能的数据，然后让Kaggle网站上的群体力量预测这些性能中的哪些性能会出现在以后的责任保险理赔申请书上。这场数据分析竞赛持续了大约3个月的时间，吸引了100多位参与者，而最终获胜的预测比保险公司基线预测的准确率提高了270%还要多。

另外一个非常有趣的事实是，Kaggle网站上大多数的参赛获胜者所从事的都是挑战问题领域之外的“边缘”性工作。比如有的参赛者虽然没有健康护理方面的经历，更没有关注过相关问题的传统解决方案，却对医院的再入院率能做出更精准的预测。在很多情况下，这些能力超群的数据“科学家”们都能够凭借其独具特色的数据分析方式获得专门的技能。

2012年2~9月，Kaggle主办了由休利特基金发起的两场学生论文的计算机评分竞赛。^[35]Kaggle和休利特基金，以及多位教育专家一起共同设置了竞赛流程。当他们准备并设计整场竞赛时，很多人还是颇为担心的。第一场竞赛共有两轮。第一轮中，11家正规的教育测评公司将进行角逐；第二轮中，Kaggle的数据科学家以个人或团体的形式被邀请参与竞赛。教育专家们担心Kaggle的参与群体在第二轮竞赛中根本不会有竞争力，毕竟每一家参与竞赛的测评公司都从事过很长时间的自动评分工作，它们有解决各类问题的大量资源。它们有数百人年^[36]的经验积累，而对于Kaggle的新手们来说，这些都是不可逾越的鸿沟。

但他们根本用不着担心。在这场论文评分竞赛中，很多参与竞赛的新手都完胜了测评公司。当Kaggle调查询问谁是竞赛的最佳表现者时，让人吃惊的事又出现了。在这两场竞赛中，表现最佳的3位参赛者都没有过任何论文评分或者自然语言处理工作的经验。而且在第二场竞赛中，表现最佳的3位参赛者除了接受过由斯坦福大学人工智能团队提供的免费在线课程学习（这个课程只要愿意，世界上的任何人都可以参加学习）之外，没有接受过任何正式的人工智能培训。对于世界上任何人都可以做的事情，他们只不过掌握得更多。这3位表现最佳的参赛者分别来自美国、斯洛文尼亚和新加坡。

Quirky公司（另一家网络初创公司），也通过互联网招募人员参与韦茨曼重组式创新的两个阶段——首先是产生新的思想，然后进行滤除、筛选。Quirky公司做这些，完全依赖庞大群体的力量——不仅要提出创新的思想，还要进行筛选，并为富有开发潜力的创新思想打下市场根基。Quirky公司从它的网络群体中挖掘开发新产品的创新思想，它不仅依靠群体对提出的创新思想、产品研发进行投票测评，还依靠群体对创新思想和产品提出改进建议，以及权衡如何对开发的产品命名、如何进行品牌推广、如何驱动销售等。Quirky公司对产品的开发、设计、生产和销售有着最终的决定权。公司本身截留了整家网站收入的70%，而把其余的30%分配给参与创新思想和产品开发的所有群体成员。在这30%的收入中，提供原初创新思想的成员能够获得42%的份额，在产品销售价格方面有所助益的成员分享10%的份额，而那些在产品命名方面贡献思想的成员则分享5%，等等。到2012年秋，Quirky公司已经筹集了9 000万美元的风险投资资金，并与包括Target和Bed Bath＆Beyond的几大主要零售商签订了产品购销协议。它最成功的产品之一，是一种名叫Pivot Power的可改变形状的插线板，这种插线板在不到两年的时间里就销售了37.3万个，从而为它的开发群体赢得了40万美元的收益。

Affinnova公司也是一家支持重组式创新的初创公司，它针对韦茨曼重组式创新的第二个阶段，给它的客户提供帮助：从可能性比较大的“积木”组合中筛选最有价值的组合。它通过堪与诺贝尔奖相媲美的运算法则，进行智慧的组合。当嘉士伯啤酒厂想要改进世界上最古老的（一直还在生产的）比利时金博根啤酒的包装瓶和商标时，它知道这件事必须小心翼翼地操作。公司一方面要改进产品的品牌，另一方面又不能牺牲之前品牌的崇高声誉或者损毁其900年的历史积淀。嘉士伯啤酒厂知道，重新设计意味着首先要对产品的包装样式设计出众多的可能性选择——包装瓶的形状和浮雕装饰、标签颜色和粘贴位置、瓶盖的设计等，然后才能最终确定哪些是最合适的创新组合。合适的创新组合要从数千种可能性中筛选出来，但很显然在开始的时候并不容易做到。

解决这个问题的标准方法是，让设计团队设计出他们认为最好的几项设计组合，然后分组或使用其他小规模的讨论方法，以最终确定哪一项设计是最佳的。而Affinnova公司却提供了一种非常不同的方法。它使用了极其出色的数学选择模式——经济学家丹尼尔·麦克法登（Daniel McFadden）正是因为对这种模式的发现与研究而荣获了诺贝尔奖，通过不断地向参与者发送各种选项以调查和询问哪一选项是他们最喜欢的。这种选择模式会很快辨识出人们的选择性偏好——是喜欢贴有小标签的、有浮雕装饰的褐色包装瓶，还是喜欢贴有大标签的、没有浮雕装饰的绿色包装瓶？对金博根啤酒来说，从重组式创新模式获得的对包装样式的认可度，要比对之前包装瓶的认可度高出3.5倍。

当我们认可新增长理论家的观点，并把这些观点同Waze公司、创新中心、Kaggle公司、Quirky公司、Affinnova公司以及很多其他创新公司联系起来的时候，我们对当前和未来的创新感到非常乐观。这些数字发展并没有仅仅局限在高科技部门——它们不但使计算机和网络系统的性能更好、运转得更快，也正在帮助我们更舒适地驾驶汽车（甚至很快就有可能根本不需要我们亲自驾驶）、更准确地预测太阳耀斑的发生、更好地解决食品科学和毒物学方面的问题，以及为我们提供更好用的插线板和更有吸引力的啤酒瓶。这些不计其数的创新形式将会与日俱增，并且一直源源不断。和我们一些同事的观点不同，我们相信未来的创新和生产率将会以非常健康的速度持续性地增长。大量的创新“积木”将会不断出现，并且以越来越出色的方式重组在一起。

[30]　在现实世界中，很多拥有丰富矿产资源和充裕商品的国家却经常会陷入“资源魔咒”的双重恐怖状态：较低的增长率和普遍的贫困。

[31]　一些人把轧棉机的发明同美国南方对奴隶劳工数量的增长需求联系起来，并说这导致了美国南北战争的发生，但事实上它在纺织行业之外，对经济的直接影响还是很小的。

[32]　通用目的技术就是服务所有技术目的的技术。目前，国际社会正越来越多地用通用目的技术来表述对人类经济社会转型产生深远影响的技术。——译者注

[33]　请记住，如果在这个经济体中只有52个种子思想，那么其潜在性的组合方式简直要比我们整个太阳系中的原子还要多得多。

[34]　该创新中心是一家位于美国麻省理工学院的开放式创新式研究公司。研究领域包括数学、物理、化学、生命科学、工程、计算机科学等。——译者注

[35]　在这一领域，对论文评分系统的提升是很重要的，因为论文对学生学习的促进作用要远远高于多项选择题。但如果只是由人工评分，成本又是高昂的。论文的自动评分系统既能提高教育的质量，也能相应降低部分成本。

[36]　人年（person-years），一个人一年的情况，一人观察一年为一人年。一般用于统计表述。以科研为例，一个人工作三年为三人年，三个人工作一年也是三人年。——译者注