人工智能将是超级高效的工具，不能被神化也不能被浪费

　　再说一个观点，我觉得中国可能是真正能跟未来在科技界，能跟美国去抗衡的，就在人工智能方面，因为我观察到现在国际上顶尖的人工智能科学家有40%左右都是华人，你看整个论文集加整个顶尖的，都是这样的。所以从这个角度来说，中国有一个很好的人员技术优势。现在人工智能在整个推动上来看，我觉得我们的速度并不晚。从我们创业公司来讲，回到每个企业来讲，我觉得AI是无处不在的，你不能为了AI而AI，你的企业是什么？像我们是做云计算的，云计算有广泛的数据，现在一天300亿条数据，有大量的数据，当然明年的数据我们会翻三倍，有了海量的数据，有数据的支撑，你才能运用人工智能的技术去产生一定的效率。所以我觉得对于每一家创业公司来讲，我认为未来的五年，可能你每一家公司90%的公司都要运用到人工智能技术，所以中国的企业未来还是在这方面要加强这方面的提升。谢谢大家！

　　吴晨光（主持人）：非常感谢！

　　刘维：最后说一般没什么可说的，行业智能化这个事肯定是大势所趋，其实任何一个行业现在看起来都有若干个效率的痛点有待人工智能技术来解决。第一任何一个行业其实劳动力都是不足的，特别是受过高度训练的符合要求的劳动力，无论是体力的劳动者物流、仓库、农业行业，还是脑力行业，金融、教育、医疗行业，肯定是远远不足的，服务能力不足。第二，就算劳动力的数量够了，劳动力的组织本质上也是一件非常难的事，因为组织难度，所以传统的每一个经济行业都被设计成一层一层的科层制，一层一层的流程，你既然有流程，就涉及到管理，涉及到效率的损耗，涉及到这个过程中的互相的校验，制约这个方面的发展。人在处理真正的海量数据上，人想把真正的认知分成一千个一万个模型是完全无力，我们最多记录三类五类，人去处理多元数据、跨界数据、长期数据的能力也是远远不够，所以人很多东西只能执行被经验和研究抽象出来的规则，并且在相当长的周期内做很缓慢的迭代，不可能对整个事的发展做迭代。所以人的弱点就决定人在每一个行业当中浪费了大量的时间成本，有巨大的效率缺失。就像观察果园，每个果园里头其实一方面来讲可能好不容易找到一些工人已经是一件很不容易的事，本人的成本本身很高，这些工人被训练得不是很好，每一道沟壑浇水，还要有人跟着监督验证他们浇了没有，这里头一定有大量的水是浇水的，有大量的水是浇少的，随着人工智能，特别是机器视觉技术过去几年取得的突破，使机器解决了一些柔性化的小问题，识别不出树叶挡住，识别不出光影造成的影响，机器智能强大的效率优势就得以发挥出来。比如在德州的农场实验人工智能机器，用农药、浇水等组合，其实是每天在观察苹果树叶的长势，土壤传感的信息，所有的信息是人的肉眼根本不可能获取的，并且把果园的数据来进行统一整理，哪棵树的苹果先弄熟，哪棵后弄熟。

　　吴晨光（主持人）：跟我们的观点是一样的。

　　刘维：最终效率的提升，第一环节是减低做不出来的，第二是通过极致化，每个苹果都浇到合适的水，一点不浪费光照、土壤，一点不浪费流量、关注，一点都不浪费有限的生命或者有限的能吃的药品，所以这个大势所趋，可能是二十年、三十年或者更长的过程。走到今天行业的智能化其实才刚刚起步，这种起步也是因为在过去整整三四十年的行业信息化建设过程中，我们的行业很多物理世界数字化有了初步基础，坦率说这方面还远远不够，有技术原因，同时也有整个商业循环的原因，在很多很多时候，像刚才说的苹果果园，从技术角度来讲安排一台小车去扫数据，果园为什么做这个事？对生态流程是最大的干扰，这里面必须有业务循环的建立，这个事才能加快，我个人非常看好智能和医疗领域的结合也是这个原因，因为我们对所有的人体数据洞察还相差太远太远，未来三五十年还是很长的过程，还是有很多的机会在里面。

　　吴晨光（主持人）：以人为本。

　　印奇：因为是最后一个讲，找一些新的角度，前面有很多故事和概念讲人工智能是什么，其实对于所有从业或者关注的人群，我觉得首先要知道人工智能不是什么。我先提三点人工智能不是什么，第一个人工智能不是一个具象化的机器人，而是更多是一套算法、一套系统，是各种各样的智能化的硬件，所以人工智能天然是跟物联网这个概念是联结在一块的。第二个，我们先提的人工智能不是一项单一技术，而是把很多很多智能化的技术混合在一块，但是这些数据往往这些智能通过大数据得到。第三个人工智能其实不是一个行业，大家说人工智能的时候如果只说人工智能，往往是一个耍流氓的行为，一定要说人工智能+什么行业，我们自己做的比较多的关注在人脸识别和图像识别，我们加了两个行业，一个是金融，一个是物联网。故事上其实是两个小故事，但其实都跟一个概念相关，第一跟卡片相关。我不知道大家有没有感触，大家钱包里的卡片变得越来越少，当然钱包里面非常重要的卡片一直得带着的是身份证，我们现在要做的最重要的是FaceID真正刷身份证的环节用刷脸替代，大家在支付宝、招商银行、平安银行等等，特别是今年下半年开始非常多的会出现刷脸环节，把线下的身份证验证环节变成刷脸，本质上来说我们把最重要的卡片也取代掉。第二个，其实是另外一些卡片，我就不说具体是哪栋楼，在国贸附近有一栋非常高档的写字楼，那个写字楼九点钟左右有人排队去刷工作卡，我们大概一个季度前帮他们把整个安全和门禁系统变成刷脸系统。

　　吴晨光（主持人）：别人帮助打卡也不行了，我相信一部分员工会特别恨它。

　　印奇：我们做了一个艰难选择，清华大学希望我们为清华大学组建一套学生上课打卡的系统，确保每个学生是一定按时自己去上课的。

　　吴晨光（主持人）：老师很喜欢。

　　印奇：我们拒绝了，我们做这套系统之后，我们就再也不会招到清华的学生了，但是我觉得从大的例子上来说，人工智能正在从一些很细微的地方在改善和方便我们的生活。我在想其实现在讲人工智能有点超前，三年之后大家再说到人工智能的时候，每个人都可以举出自己的小故事，说人工智能在生活的某一个细节帮助了我。

　　吴晨光（主持人）：我们用热烈的掌声感谢一下几位嘉宾给我们讲的精彩故事，这个论坛已经很多年了，主办方的同学也在这些，我希望三年之后请在座的诸位观众上来讲你跟人工智能的小故事。

　　我们抓紧时间进入下一个环节，这个环节我其实是替下面的观众提的，刚才我希望大家讲故事。但是我现在希望各位是纯干货，因为跟下面很多创意公司有关。这是一个问题，但是有AB选项，每个人可以选一个。A问题：人工智能能帮咱们创业吗？B问题：人工智能能帮我们像联想之星这样的企业寻找到好的投资项目吗？这个我觉得下面的同学们应该是非常关心的，所以先从俞总开始，您选A还是B？

　　俞志晨：其实我刚才讲的是说。

　　吴晨光（主持人）：因为刚才时间比较长，这个环节每个人两分钟时间。

　　俞志晨：我选A，帮助我们创业，我刚才讲到，人工智能也好，机器人也好，将来跟整个行业的结合是机会很多，不管是说金融医疗还是法律各个方面也好，有很多机会可以去做这件事情。我一直觉得人工智能本身就是一个工具，算法也好，系统也好，其实我们用它来做什么事情反而是一件很重要的事情。这是我的一个基本判断。

　　反过来说，人工智能其实又去变得更加垄断化，因为我觉得从过去的产业发展来看，到过去的互联网时代，将来的人工智能时代，聚集效应会越来越强。平台性公司可能只有少数几家公司，而且在很多领域里边也可能只有一两家公司存在，对于很多的创业机会来讲，我觉得大机会可能越来越难，但是很多小而美的机会还是蛮多的，比如很多人工智能应用，做人工智能天气，人工智能教育，英语教育、中文教育，给外国人去做一些中文教育，我认为未来机会还是很多的，这是我的看法。

　　王宪朝：比我想象的时间少了一点，本来想多谈一点。

　　吴晨光（主持人）：这个环节刚才协调好了。

　　王宪朝：从宏观上讲，刚才最后印奇总其实已经点到我的观点，在前几年我们讲互联网，后来大家探讨“互联网+”还是“+互联网”，现在可以老套一些，在我们谈互联网转型的时候，如何对你原有的东西是不是+AI，在这个阶段可能是比较靠谱的事情，而不是AI+，可能是这样。

　　接下来这句话是想说，到底人工智能现在的机会在哪里？我代表我个人的观点是说，它是来解决或者优化一些我们的生活场景或者工作场景的，而不是来颠覆和代替和改变的，比如说刚才做语义分析，语义分析这个事情在前两年我们已经做了一些项目，我们利用语义分析做过什么事情呢？帮助政府来改善项目申报，他申报的项目两年前已经申报过了，又来了，改了一个题目来了，另外一个可能抄了他一些内容又来了，我们给政府做这样一种东西来对比相似度，来提醒人工。

　　还有一个例子，我现在在做教育机器人，最近市场已经出现了一些，只能做模糊分析，语义分析里面很多陷阱，做人工坐席的替代者，我一次在一个会上说是一个谬论，包括大家上京东去试一下，一定是添堵的。

　　第三条，到底针对人工智能这样一个大的机遇，我们的投资者和创业者应该怎么去做？第一点，不要做跨界打劫的事情，这个领域还是有相应的行业基础的。第二，如果你是新办的一个企业，我希望还是聚焦，聚焦未来的出路在哪里？要不你成为这个领域的某一个点上的困局者，是主导者，要不你被大的平台系统进行并购。所以说我不建议现在一个小的企业在AI这个领域上现在要布一个大的局，因为这个里边有一些核心的东西我不建议是创业企业干的，比如说现在类脑计算。

本文来源投资界，原文：https://news.pedaily.cn/201612/20161211406570.shtml