技術的進步，不斷拉近資料與人的距離，同時也促成Internet的改朝換代。本文將簡單回顧過去近30年整個網路的發展過程，試著找出下一個網路典範的方向。
這些年來，我經常幫學員上社群行銷課。課堂上經常有人問到：「為什麼社群網站這麼紅？」、「為什麼社群行銷這麼紅？」
這其實是個很有趣的問題，但如果要完整回答這個問題，往往必須回顧整個 Internet 的發展歷史，分析其變化的原因，找出推動變化的動力。
我打算回顧整個 Internet 的發展過程，來回答這個問題。思考這個問題時，我借用了美國科學史哲學家托馬斯・孔恩（Thomas Kuhn)在《科學革命的結構》一書中提出的「典範轉移」概念，來看 Internet 的整個發展。
「典範」可以說是在某一個時間主宰某種思考方式的思想，很適合用來說明這三十年來 Internet 商業化發展後發生的事，也能夠解釋為什麼社群會變成近年來 Internet 上最重要的一個典範；有興趣的朋友，可以先看看孔恩這本重要的著作。
推動典範轉移的重要力量：拉近資訊與人距離的新技術出現
從 1990 年代開始，Internet 商業化後至今的近三十年，一共出現過三個重要的典範：入口、搜尋和社群，一個典範差不多維持十年；然後發生了典範轉移，進入下一個典範。
這三十年來，每一次 Internet 發生典範轉移，都是因為出現更新的技術，進一步拉近了人和資訊之間的距離；資訊變得愈來愈能為人善用，也因而導致還留在舊時代、舊技術的公司衰亡，善用新技術的公司崛起。
在第三個典範又快要過了十年的今天，我們也可以用同樣的切入點，來看看未來十年的新技術，將會如何更進一步，拉近人和資料的距離，讓資料更能為人所用。
我們更能藉以預測：什麼樣的新技術會帶來新典範、哪些擁有這些技術的公司，會在下個十年內，成為當紅炸子雞，我們的生活，又會受到什麼影響和衝擊。
1990年：入口網站時代
當 Internet 商業化後，在第一批 .com 浪潮中迅速取得主流地位的，是入口網站。下面是一些當時紅透半邊天的入口網站的歷史畫面（取材自 Internet Wayback Machine)。
上面這幾個入口網站，都有個共同特點：在網頁中間佔地最大的區域，是一塊分類架構，把網站中的資料分門別類呈現出現。
這種分類架構的邏輯，就像二十年前的圖書館。圖書館中的書，都依據分類放在不同的書架上；你進入圖書館後，得先從分類卡片櫃找到特定的書架編號與位置，然後再走到書架，才能找到你要的書。
分類架構的先天問題
這樣的資訊架構，有個先天的問題：想要找到任何資訊，得先從分類架構入手；搞不清楚某個資訊如何分類，很可能就找不到這項資訊。
這就有點像不知道該上哪一科掛號，即使到了醫院，也無法找到醫生幫你看診一樣，會造成很多困擾。
另外，全新的知識、全新的事物不斷出現，分類架構卻通常是死的；新知識、新事物如果放不進舊框架中，就會導致取用資訊的困難。
很多聰明的人想解決這個困境。誰說找到知識非得透過分類架構不可？能不能跳過這個框架，讓人以更直接的方式取用資訊？
當然，現在大家都會說：「用搜尋就好了！」，因為以現在的眼光來看，這是再自然不過的事；但以當時的技術與計算機科學來說，要做到完美的搜尋並不容易。
不過，當時有一家叫做 Google 的小公司，專注在解決搜尋的問題上；不但大獲成功，把自己變成 Internet 有史以來最龐大也最偉大的企業之外，同時還推動了 Internet 發生第一次典範轉移：從入口網站時代，進入了下一個時代：搜尋時代。
2000年：搜尋時代
Internet 從入口網站時代的典範轉移到搜尋時代，這中間發生了很多可歌可泣的故事，也是許多商業書籍探討的熱門題材。
很多上一世代的入口網站，像是 AltaVista、Lycos 等等，沒有趕上這波典範轉移，於是像恐龍一樣，在一夕之間就被網友拋棄而滅絕。
我不打算在這邊講古，有興趣的朋友可以自己找到很多閱讀材料。這裡的重點還是放在「資料和人的關係」上，因為這是驅動 Internet 前進的最大動力。
進入搜尋時代後，大家要在網路上找資料，中間少了分類架構這個障礙，當然方便得多。這個時代，電腦的計算與儲存能力，已經強大到可以直接爬梳網路上的巨量資料，並且依照用戶的查詢，算出最符合用戶需求的搜尋結果。
Google 就因為成功整合了更進步的硬體與軟體演算法，因而一躍成為世界上最成功的網路企業。
搜尋也不完美
但是，搜尋就能完美地連結起資料，以及人對資訊的需求了嗎？顯然還沒有。原因在於，搜尋引擎只能針對一般需求提供一般性的資訊，無法滿足個人的特別需求。
舉個例子解釋。每個人對美食的偏好都不一樣，有人喜歡台式料理，有人偏愛美式食物；但在搜尋引擎中輸入「美食」，搜尋引擎並不知道你的偏好，除非你多輸入一些關鍵字，不然 Google 往往只能吐給你一般性、綜合性的結果。
為什麼搜尋引擎無法針對你的個人偏好，給你最符合個人需求的資訊？因為它不夠認識你。
Google盡量收集更多關於你的資訊，不然沒辦法提供個人化的資訊和廣告。
大多數人搜尋資料時並不需要登入，也不會主動告訴搜尋引擎你的個人喜好；搜尋引擎當然會想盡辦法分析你的搜尋關鍵字和瀏覽行為，但如果只看搜尋紀錄，也只能得到一些片斷的訊息，當然也就無法完美地針對你的需求，量身打造提供給你的資訊了。
這也就是 Google 為什麼要做一大堆其他服務的核心原因，從郵件、地圖、手機作業系統等，幾乎什麼都做；因為 Google 需要透過各種手段，多方面盡量收集更多關於你的資訊，不然就沒辦法提供個人化的資訊和廣告。
既然取得愈多個人偏好資訊，就能讓資訊更加符合每個人的不同需求，那麼，誰能掌握最多的個人資訊，誰就是下一個時代的領導者。
社群網站正是解決這個問題的好答案。
2010年至今：社群時代
社群網站的出現，讓資訊和人之間的關係更加貼近，社群平台對每個人的理解，甚至遠遠超過我們自己。
大家會驚歎於社群平台如此了解我們，原因就在於我們自己的使用行為：你在社群網站上每一次的近況更新、每一張上傳的相片、每次打卡、每次按讚，甚至每次對不感與趣的內容視而不見、直接跳過，都是一次又一次主動告知伺服器你對某些訊息的愛惡。
因此，社群網站直接掌握了每個人的喜好，可以透過這些你主動告知的訊息，過濾並推送你最需要、最想看的資訊（包括廣告）給你。
比起上個世代的搜尋，資料與人的距離又更近了一步。
這也就是 Facebook 之所以令搜尋巨人 Google 坐立難安，甚至傾全公司之力也要打造 Google+ 與之力拚的原因，因為 Google 也太想要這些個人資料了。
當然，Google 這家公司完全缺少社群 DNA，所以我們也看到，在這十年之間，Google 做什麼社群產品，幾乎都失敗；唯一的成功案例只有 YouTube。
當然，社群時代為我們帶來許多便利，但也帶來各種衝擊。例如社群平台對個資的掌握，對個人隱私權造成重大的侵害；社群平台上的各種假新聞、仇恨言論、覇凌等問題，也對傳統的政治運作、民主政體和社會安全造成重大的影響。
科技和時代的前進，當然不會停滯下來。你也許會問：在社群時代之後，下一個典範會是什麼？我們已經看到全新的技術，再次把資料和人之間的距離拉得更近，以致於產生接下來十年的新典範：基於機器學習而產生的人工智慧。
2020年起的下一個典範：機器學習、人工智慧
前面三個世代的技術，都是把資料與人之間的距離盡可能的拉近；但人工智慧造成的結果，很可能會是讓資料走在人的前面。
「資料走在人的前面」是什麼意思呢？我的意思是，透過人工智慧強大的機器學習能力，未來的電腦可以直接把結果推給使用者，甚至代替人類進行決策。
從此，人不需要決策，機器幫你就好。
以自動駕駛為例，在 Level 5 最終階段的自動駕駛汽車，是不需要任何人類操控介面的，也就是可以沒有方向盤、油門、煞車踏板；汽車會自動收集當下的路況、自動與其他車輛或道路資訊裝置溝通，自動決定當下最好的運動方式。
這整個流程，就是代替人進行開車的決策，直接讓用戶享受結果；畢竟我們多半是為了抵達某個目的地才開車，不是為開車而開車。如果能不開車也可以抵達目的地，為什麼一定要自己開？
機器學習、人工智慧的應用，目前看起來還很分散，或是相當底層，一般人無感；而且還只能解決某些特定的應用場域問題，例如下圍棋、自動駕駛、語音助理、推薦內容、影像辨識等，大家還不太能感受到人工智慧的直接應用。
但我們可以預見，這些垂直應用，未來一定可以用某種水平方式很好地整合起來，成為讓用戶有感、更方便的殺手應用。
目前幾家科技大廠努力發展的語音助理，其實就具有這樣的潛力：以自動化、聰明的語音辨識，深入理解用戶的需求，然後回頭整合各種不同的人工智慧垂直服務，再以各種方式回饋給用戶，讓用戶感受到無比的便利。
能先做到這一點，並且把它做到極致的公司，就會在未來的十年內，成為下一個呼風喚雨的科技巨人，甚至決定人類的命運。
人類的價值與存在的意義
當人再也不必決策，愈來愈多的決策工作，被做得更快更好的機器取代之後，可以預見帶來的衝擊，將不只是我們已經預見的。愈來愈多的工作被取代；更根本的問題可能會是，我們能不能找出新的，人類存在的價值和意義？
我們還有一些時間找出答案，但時間似乎已經不多了。
本文有聲版
本文與先前幾個討論題目都有podcast可供收聽，歡迎讀者參考：
