替代大學
最近人們都在考慮這個想法，我認為他們確實說到了點子上。我不想說一個約有千年歷史的機構，僅僅因為過去數十年中的一些錯誤就完了；但很顯然，過去數十年美國的大學似乎走上了錯誤的道路。而我們本可以用少得多的錢做得更好。
我不認為大學會消失。他們不會被大規模取代。它們只是會失去以前曾在某些學習類型上的實際壟斷。學習不同的東西將會有很多不同的方式，有些可能看起來和大學截然不同。Y Combinator本身就可謂是其中一種學習方式。
學習是個非常大的問題，以至于改變人們學習的方式將會引發次級效應。例如，許多人把大學的名稱視為自身能力的憑證（不論對不對）。如果學習分裂成許多小塊，文憑也可能隨之分裂。甚至可能需要替代校園社交生活的東西（說來也奇怪，YC連這方面也具備）。
你也可以替代高中，但是會面臨減緩創業的官僚障礙。大學似乎才是替代開始的地方。
互聯網劇集和影片
好萊塢接受互聯網的速度一直很慢。這是一個錯誤，因為我認為我們現在能夠在投送機制中分出一個贏家，那就是互聯網，而不是有線電視。這種原因的很大一部分是有線電視客戶——即電視機——的可怕。我們家并不期待蘋果電視（Apple TV）。我們非常厭惡家里上一臺電視機，以至于幾個月前，我們把iMac用螺栓固定在墻上代替了電視機。用無線鼠標來控制iMac有點不方便，但是比起之前電視機那噩夢般的用戶界面，這個整體體驗要好得多。
人們目前分配給電影和電視的一些注意力，能夠被一些看似完全無關的東西偷走，如社交網絡應用程序。而稍微相關一些的東西，如游戲，能夠帶走更多注意力。但是，人們可能始終會保有一些觀看傳統劇集和影片的殘留需求——隨著劇情的展開，你被動地坐著觀看。那么你要如何通過互聯網來投送劇集和影片？無論你要制作什么，它都得比YouTube上的視頻規模更大。當人們坐下來觀看節目的時候，他們想知道自己將看到什么：要么是熟悉的角色所帶來的系列劇集的一部分；或者是單部更長的“電影”，而且影片的基本前提他們已經事先有所了解。
有兩種方式來實現內容投送和付費觀看。要么是網飛公司（Netflix）或蘋果這樣的企業推出娛樂應用商店，內容提供者通過它們將作品傳遞給觀眾。或者這種應用程序商店太過頭或者技術上太僵化，那么為劇集和影片制作者提供支付和流媒體選擇的企業將會崛起。如果這條路真能行得通，那么將需要這種提供基礎設施服務的公司。
下一個史蒂夫·喬布斯
最近我和一個非常了解蘋果公司的人進行了談話，我問他，現在管理著該公司的人能否讓蘋果像在史蒂夫·喬布斯管理下那樣不斷創造新事物。他的答案就是“不會”。我早就擔心會是這個答案。我進一步發問，想看他如何給出合理解釋，但他根本就沒多做解釋。不會，在現在的流水線之外，不會有更偉大的新事物了。蘋果公司的營收在很長一段時間可能會繼續增長，但是正如微軟這一先例所顯示出的，在科技領域，營收是滯后的指標。
如果蘋果做不出第二個iPad，誰能？不是現有的企業。它們之中沒有一家的管理者是在產品方面富有遠見的人，而從經驗上來說，似乎也無法通過聘用來獲得這樣的人才。從經驗上說，使得在產品方面富有遠見的人成為首席執行官的方法就是，由這個人來創辦一家企業且不被解雇。因此，創造出下一個硬件潮流的企業很可能得是一家初創企業。
我知道，一家初創企業想要做到跟蘋果一樣大，這份雄心壯志聽上去很荒謬。但是，這并不比蘋果公司成為現在這么大的蘋果公司更有抱負，而且蘋果做到了。此外，現在解決這個問題的初創企業有一個蘋果公司所沒有的優勢：蘋果的先例。史蒂夫·喬布斯向我們展示了什么是可能的。這能給予后來人直接和間接的幫助：直接的就如羅杰·班尼斯特（Roger Bannister），向世人展示自己能夠比前人做得好多少；間接的就如奧古斯都（Augustus），在用戶腦中植入這個想法，單個人可以為他們展開未來。
現在，史蒂夫走了，留下了一個我們都能感覺到的真空。如果一家新企業大膽地步入硬件業的未來，用戶也會隨之而來。這個企業的首席執行官，即“下一個史蒂夫·喬布斯”，可能達不到喬布斯的高度。但他也不必達到那個高度，只須比三星、惠普和諾基亞做得更好即可，而這似乎很可行。
恢復摩爾定律
過去十年提醒著我們摩爾定律實際上代表著什么。直到大約2002年，人們還可以放心地曲解摩爾定律，認為它是說每隔18個月電腦處理速度都會翻一番。而實際上，摩爾定律是說，集成電路上可容納的晶體管數目每隔18個月翻一番。在過去，指出這一點似乎有些迂腐學究。但現在不再如此。英特爾無法再提供更快的CPU（中央處理器），只有更多的CPU。
這個摩爾定律不像過去的那個那么好。摩爾定律曾經意味著，如果你的軟件速度慢，那么只需等待，硬件的必然進步會解決你的問題。但現在，如果你的軟件速度慢，你就得改寫軟件讓它能夠并行處理更多事情，而這需要更多的工作，而非等待。
如果某個初創企業能夠恢復舊的摩爾定律，編寫一種軟件，讓很多CPU在開發者看來像是一個非常快的CPU一樣，那就很棒。解決這個問題有幾種方式。最具抱負的方式是，嘗試將其自動化：編寫一個編譯器，讓它為我們將代碼并行化。這種編譯器叫作“足夠聰明的編譯器”，而它也是不可能的代名詞。但它真的不可能實現嗎？當下的電腦內存中難道無法為這種編譯器留出配置的余地來嗎？如果你真的這么認為，那就應該嘗試去證明它，因為結果將會很有趣。如果它并非不可能只是很難，那么或許值得嘗試去編寫它，它的預期價值將會很高，即使成功的機會很低。
預期價值如此高的原因是網絡服務。如果你可以編寫一個程序，讓程序員能夠像以前一樣便利地工作，那么你就可以把它做成一項網絡服務。這反過來則意味著，你幾乎擁有所有用戶。
試想一下，有另一個處理器制造商仍然能夠將將電路密度的增加轉變為速度的提升。那么他們將奪走英特爾的大部分生意。由于網絡服務意味著沒有人會再看到自己的處理器，因此，通過編寫“足夠聰明的編譯器”，你跟CPU制造商就沒有太大差別了，至少在服務器市場的層面上是這樣。
解決這個問題最沒有雄心的方法就是從另一端著手，向程序員提供更多并行積木來構建起這些程序，像Hadoop和MapReduce那樣。（譯注：Hadoop是一個分布式系統基礎架構，用戶可以在不了解分布式底層細節的情況下，開發分布式程序。MapReduce是Google提出的一個軟件架構，用于大規模數據集（大于1TB）的并行運算，它通過把對數據集的大規模操作分發給網絡上的每個節點實現可靠性；每個節點會周期性地把完成的工作和狀態的更新報告回來。）而大部分優化工作還是由程序員來完成。
想認識全國各地的創業者、創業專家，快來加入“中國創業圈”
|
