第二次工业革命
第二次工业革命给人类带来了火车、电力和电话。紧随其后，很多观察者开始认为后工业动力已经启动，驱动所有变革的是服务业而非科技。1976年，丹尼尔·贝尔（Daniel Bell）出版了《后工业社会的到来：社会预测的风险》（The Coming of Post-Industrial Society：A Venture in Social Forecasting）。书中陈述了美国服务业和新一类专业人员的崛起证明了科技已经走到了尽头。
在某些方面，一些像贝尔这样的观察者认为“所有的东西都已经被创造出来了”，人们要做的就是看着历史的发展，让技术“服务”社会，以技术为工具更有效地相互服务。
人们把技术简单地归结为一种提高生产效率的手段，而制造业仅仅是产生目的的手段。人们现在正在进入一个较为明智的时代，在这个时代，制造业将重新获得一些地位，且作为一个合法的行业，正在发挥其基本功能，但获得这种意识的过程一直很缓慢。
知识和人力资本变成了关键因素。为什么是知识？因为了解是什么（洞察力）是了解为什么（技术）的一个重要前提。在以人为中心的世界观中，机器仅仅是个工具，是人类统治一切的工具。这种观点让人感到些许欣慰。同样，人们应该把重点放在文献、学术、思考和对已有技术管理技能的建立上，而不是放在行动上。
发明和创新的真正源泉是知识，还是物质变革和技术？很显然，这取决于发明和创新的定义，几十年来，这似乎是一个准确的描述。1930年至1970年，几乎没有什么真正新颖的发明。就像笔者认为喷气式发动机（1930）发明于上一创新周期的末尾，软冰淇淋（1938）、自动取款机（1939）、强力胶（1942）、微波炉（1945）、避孕药（1960），当然还有冻干咖啡（1964）。笔者认为，光纤电缆（1952）也是惊人的发明。当时，除了以上提到的发明，也有一些不为人知的创新正在进行，但是在那个年代没有取得成果。
当时，不仅是社会在驾驭并调整着技术浪潮。事实上，以上提到的许多创新在更大的范围内是微不足道的，它们只是缓慢而持续的创新曲线上的几个小峰值而已。当时是以大萧条为主导的时代，随后是一场世界大战，接着是大规模社会重建和相应的经济发展。
虽然技术变革是渐进的，但这并不意味着它是微不足道的。当时的技术变革不具有颠覆性，正因为如此，它很可能被新的专业阶层所利用。这些人不了解技术细节，但他们可以控制技术变革。
随着企业的发展，员工管理原则的需求不断增多，工业界涌现了专业管理团队。管理实践催生了管理学院，MBA（工商管理硕士）学位由此诞生。1908年，哈佛大学颁发了第一个MBA学位，但它直到20世纪50年代才成为全球认可的学位。这一切能对工作场所正在发生的变化应对自如。但是，众所周知，历史往往会变得更加复杂。
随着基础设施在政府的即时控制之外发展，也许为了达到更高效率而逐渐解除管制，新兴平台开始合并，开始紧密互动。然而，似乎是“出人意料地”，另一波技术浪潮从20世纪70年代中期开始出现了。例如，GPS（1973），即全球定位系统、MRI（1977），即核磁共振成像技术，以及在美国及英国军方和工业实验室酝酿了30年之久的数字化技术。起初，这只是数字运算游戏，而且在独立机器上运行。类似统计、加密和天气预测等应用程序很重要，但是当时只能做到这个程度。当时的创新算不上惊天动地，部分原因是使用案例有限。另外，技术还未能达到全范围发展。
1990年，互联网电子商务（1991）和WiFi（1997）催生了第三次工业革命、互联网和网购。有了电子商务和现在的区块链技术，交易可在去中心化的模式下进行。人工智能已经应用于图像识别、棋类智能和分析。虽然人们仍然不清楚这些技术会带来什么样的变革，但至少可以推测它们的未来。为什么？因为如此多的新技术的融合必定带来交织的、广泛的、潜在的影响。
21世纪初，有一系列里程碑式的伟大发明，包括：iPod（2001）、夏普和三星的第一代照相手机、利用蔡司光学技术的诺基亚N90手机、人类基因组计划（2003）发布的人类DNA的最终测序、Skype（2003）语音通话、聚友网（MySpace，2003）、脸书[2]（Facebook，2004）、油管（YouTube，2005）、推特（Twitter，2006）、苹果手机（iPhone，2007）、亚马逊Kindle电子书阅读器（2007）以及其他（Forrest，2015）。
历史偶尔会给人类带来出乎意料的事件——很少发生，所以只是当时看起来是出乎意料的。本书不详细讲述新型冠状病毒的影响。然而，这次的新冠肺炎疫情暴发将极大地影响未来十年的技术发展方向。新型冠状病毒的大规模流行将引发第三次工业革命后本不应该这么快到来的第四次工业革命。
这场革命会带来的不可避免的影响还未完全显露，但是很显然与应对肆虐型大规模传染病的社会应急系统有关，与应对这种不断增高的风险带来的负面影响而实施的一系列社会实践有关。某种程度上，这次新型冠状病毒的暴发很可能是一场为更严重的流行病的“彩排”，也可能是为人类要面临的最大危机，即灭绝性的气候变化，做了一次“彩排”。除此之外，新的技术使得第三次工业革命带来的技术得到更成熟、更广泛的应用。最后，人们将看到几百年来最严重的分歧：一种是完全接受并能够维持系统性风险，另一种是不接受此类风险。
虽然人们可以通过回顾以往的工业革命降低某个单一因素驱使的变革，比如技术、政治、创新或消费需求，但人们必须避免对这些变革的原因过度简单地解释。技术、政治、创新和消费需求都是变革的重要因素，但每一项仅仅是促成因素。促使变革的不仅仅是技能、技术、政治、人力资本。相反，变革是由这四种因素的相互作用导致的。新冠肺炎疫情暴发过程中，变革是由人类和人类生存的生态环境间的交互，更有可能是人类与野生动物（例如，人畜共患传染病的传播）间的交互导致的。为深入理解变革的起因，人们需要非常仔细地观察每个因素。
本书阐述什么样的趋势会导致新技术的产生，以及伴随新技术的产生会有哪些趋势，而非讨论技术本身。本书的大部分篇幅里，力图说明技术如何产生和怎样被应用的常青法则，以及人们该如何应对它们。技术意味着“知道如何去做”。技术只是其中一个因素，甚至并不总是最关键的一个。知道如何做某事并不能帮助人们理解：它的使用动机是什么（社会）、是什么在驱使它改进（创新）、避免它滥用的保障措施是什么（监管）等。
具有讽刺意味的是，只有技术素养，即STEM（是指在科学、技术、工程和数学中，推广某种基本知识的能力）的某一方面在基础教育和大学里成了一种真正的基本技能。正如人们看到的，专注这样一套有限的工具技能是令人羡慕的，但也是缺乏远见的。
简单地说，STEM不是STEM的本质。真正理解STEM的潜能需要深度了解基本原理、技术的真正含义以及可能使用的潜在案例。甚至有一种观点认为，不理解STEM就不能有效地教授STEM（NEET，2020）。因此，有些顶尖工学院开始修改他们的课程体系以满足学术的需求和现有的技术知识。
与其他新技术一样，“大数据”也是新技术的产物。数据本身（即使是大量的数据）不具有任何意义。人们创造低成本传感器来收集各种数据，例如，环境温度，甚至人类情感数据。关键是人们能从这些数据中挖掘或解决什么？在科学中，基于不充足的或错误的前提快速得出的结论被称为谬论（IEP，2020）。这里讨论的是典型的“缺陷归纳谬论”。对事物现象的简单观测并不一定得出正确的理论解释。大量的数据只会导致更多的虚假关联，这些共存的关联使人们迅速地将其视为因果关系。人们更需要了解，是什么将这个世界联系在一起。