2019中國發(fā)展高層論壇（China Development Forum）專題研討會在北京開幕，創(chuàng)新工場董事長兼 CEO 李開復參加此次CDF Talk，圍繞《AI+時代：下一波創(chuàng)新浪潮》發(fā)表主題演講，他指出，AI時代到來，將像新時代的電力一樣穿透各行各業(yè)。

李開復曾多次表示，人工智能將帶來第四次工業(yè)革命。在今天的演講中，他進一步指出，在上一波工業(yè)革命浪潮中累積了數(shù)據(jù)，而AI浪潮直接用這些數(shù)據(jù)就可以產(chǎn)生價值，并且?guī)缀鯖]有領域不會受益于 AI。

談及人工智能現(xiàn)狀，李開復指出，AI的發(fā)展空間還特別巨大，“可以說今天的 AI 還在中國黃頁時代，最多算是當時馬云先生創(chuàng)的中國黃頁，或非常早期的 Yahoo yellow pages”。

李開復總結(jié)，今天我們看到的人工智能就相當于新的電力，它會進入所有的行業(yè)，包括傳統(tǒng)行業(yè)，“它一定不是再創(chuàng)造很多AI科技獨角獸，而是為傳統(tǒng)行業(yè)創(chuàng)造價值。那些擁抱 AI的傳統(tǒng)公司，他們會勝出。那些不擁抱AI的傳統(tǒng)公司，他們可能會消失。” （李楠）

以下為李開復演講內(nèi)容實錄：

今天我想跟大家分享的是第四次工業(yè)革命。

施瓦布先生告訴我們，歷史上的技術革命可以這么做一個分類：從蒸汽機為主的第一次工業(yè)革命，到電氣化帶來的第二次工業(yè)革命，再到信息、互聯(lián)網(wǎng)、移動帶來的第三次革命，最后是 AI 帶來的第四次工業(yè)革命。

從中國發(fā)展的角度來說，我們其實錯過了第一次和第二次，第三次我們表現(xiàn)得還是很不錯的。我預測——中美會帶領全球來開拓這第四次的工業(yè)革命。

那么 AI 的技術到底是什么？

其實，AI 就是用海量的數(shù)據(jù)來做非常精確的抉擇、判斷或者分類。在過去的這五年，AI 有了突飛猛進的發(fā)展，所以我們可以有非常高的期待——期待可以再一次看到和前三次的革命一樣輝煌的過程。

我們只要看過去這 100 年里，最有價值的 10 個公司在全股市上的表現(xiàn)，就可以非常明確的看到，早期是以工業(yè)來驅(qū)動的，之后會看到一些消費者的產(chǎn)品，也開始看到一些技術類的產(chǎn)品。

但是到了 2017 年我們就會發(fā)現(xiàn)兩個有意思的現(xiàn)象：第一個現(xiàn)象，就是在中美最有價值的 10 個公司里面，有 7 個都是頂級的高科技公司，而且這 7 個公司都是既有第三次工業(yè)革命的基礎，也就是 IT、移動互聯(lián)網(wǎng)，也有 AI 萌芽的狀態(tài)。第二個現(xiàn)象，就是在 2017 年，我們首次看到了兩家頂級的中國公司進入了前十的行列。

過去如果說，我們認為石油或者電是最有價值的東西，那么在今天的世界里，在即將引領 AI 革命的世界里，最有價值的則是全球化、快速發(fā)展的數(shù)據(jù)。

從我個人的例子來說，我自己在 31 年前發(fā)表的博士論文，用了海量的、巨大的數(shù)據(jù)。我的導師非常慷慨的給了我 10 萬美金，那個時候，我每個月的獎學金只有 700 塊錢，他給我 10 萬美金。當然不是給我的，是讓我去買一個超級大的硬盤。這個硬盤非常的大，有 200 多公斤。但因為有了這么海量的語料，我才做出了當時最好的語音識別系統(tǒng)。

那么這 10 萬美金，200 多公斤的語料，到底裝了多少呢？裝了 100 兆。

大家可能都忘記了 35 年前的儲存是多么貴啊。

那么，為什么今天頂級的語音識別系統(tǒng)遠遠把我當時開發(fā)的系統(tǒng)拋在后頭了呢？主要的理由就是，他們用了 100 萬倍的數(shù)據(jù)量，訓練出了這樣的 AI 模型，所以海量的數(shù)據(jù)是特別的重要。

我也多次提到了，在新的 AI 革命中，data is the new oil，數(shù)據(jù)就是我們新時代的石油和推動力。當然全球化會繼續(xù)的發(fā)生，會非常的快速。我們可以看到，相比前三次的革命，第四次革命肯定會來的最快。

為什么它來的最快呢？

我們要想，當年把電網(wǎng)鋪出來是多么漫長的過程，但是今天 AI 差不多才火了 4、5 年，我們在亞馬遜云或者阿里云上就可以直接調(diào)用 AI 了，數(shù)據(jù)是拿來就可以直接創(chuàng)造價值的。而且?guī)缀蹩梢哉f，上一波的浪潮，就是互聯(lián)網(wǎng)的浪潮，它累積了數(shù)據(jù)，那么我們 AI 浪潮直接用這個數(shù)據(jù)就可以產(chǎn)生價值了，所以這是一個非常快速迭代的第四波浪潮。

從第三波到第四波浪潮，我們還可以看到的一個現(xiàn)象是，中國在這段時間里，開始從一個模仿者進入了一個創(chuàng)新者。十年前，中國的頂級公司基本都是仿效美國的公司，之后中國有所謂的微創(chuàng)新，再之后中國有很多的點子是全球都沒有看到的。

這里舉幾個例子，今日頭條、快手、VIPKID、摩拜、映客、拼多多、螞蟻金服……都是中國創(chuàng)新的模式，今天我們已經(jīng)跨越了從 copy to China 到一個 copy from China 這樣一個新的時代。

我們也可以看到中美其實有同樣強大的科技公司，創(chuàng)造了非常不同的環(huán)境。

那么回到 AI，到底什么事情導致了 AI 的到來？

剛才談到了海量的數(shù)據(jù)、更快速的計算，但是同樣重要的是一個巨大的發(fā)明，這個發(fā)明叫做深度學習。當然之前、之后都會有發(fā)明，但是深度學習它帶來的變革，就和當年的電力是一樣巨大的。它將成為一個非常好的平臺，在上面可以架各種不同的應用。

深度學習就是剛才我說的一個大黑盒子，你把海量的數(shù)據(jù)丟進去，然后告訴它學什么它就能幫你優(yōu)化。比如說，我把很多句話丟進去，告訴它每一句話講了什么，它就能識別任何人講的詞，任何的字。我如果把銀行的好賬跟壞賬丟進去，它就可以分辨一個新的貸款，更可能是好帳還是壞賬。如果我把各種股票投資數(shù)據(jù)丟進去，然后告訴它一個月后股票是賺錢還是賠錢了，它就能分辨出哪些是更可能賺錢的股票，哪些是更可能賠錢的。

它就是這么巨大的一個魔術性的盒子，能夠做單一領域的，基于海量數(shù)據(jù)的判斷和抉擇，所以當它被用在各種領域的時候，它就能創(chuàng)造各種價值。

在過去的四年中，我們看到了 AI 擊敗了世界圍棋冠軍，還有幾乎任何的游戲。當然，它不只是在游戲的領域，今天的 AI 在國內(nèi)可以考過醫(yī)學界的高考；在日本幾乎可以考上東京大學；還有最好的 AI 做的語音識別能比人類識別的更精確，最好的物體識別比人類識別的更精確；然后再加上無人機等等各種的功能……我們可以看到，AI 正處于一個百花齊放的時代。

當然你聽我說了這么多，可能說李開復是自己做 AI 投資的，是不是在不斷的吹捧他自己的工作呢？我們就找一個保守的機構(gòu)——普華永道來說。

這是普華永道對未來 AI 的一個預測：在未來大約十年中，就是 2030 年底，AI 將為全世界創(chuàng)造 16 萬億美金增額的 GDP。這 16 萬億美金里面有 7 萬億美金是來自于中國。麥肯錫也做過類似的研究。

在我的新書中，我描述了一共有四波 AI 浪潮。因為 AI 是需要海量的數(shù)據(jù)，所以第一波浪潮一定是互聯(lián)網(wǎng)——數(shù)據(jù)最多的領域，你可以看到各種應用。

第二波浪潮里還有什么行業(yè)會有很多的數(shù)據(jù)？金融業(yè)肯定是最多的，而且這些數(shù)據(jù)都和互聯(lián)網(wǎng)數(shù)據(jù)一樣，是標注的、精確的、海量的、而且是虛擬的，并沒有什么物流制造來放緩我們產(chǎn)品化的過程。當然我們也可以把它用在教育、政務、還有后臺等等各種的地方。

第三波浪潮就是當 AI 能夠有眼睛、有耳朵，能感觸、能聽、能看。剛才已經(jīng)講過了語音識別、計算機視覺，但是遠遠不止這兩個像人的聽覺視覺一樣。當計算機有了視覺的時候，我們就可以做無人商店了，在店里我們的商店可以看著我們摸了什么、拿了什么，借此來預測我們未來會購買什么。我們也不再需要收銀員了，我們自己放到口袋里它就知道我買了什么，出門的時候就直接用我們的移動支付付錢了，它就真的成了一個無人的商店。

另外，我們?nèi)祟愔饕柯犛X和視覺，但是計算機以后可以有無數(shù)的觸角。一個好的 AI 算法，它有很多傳感器，這些傳感器除了聽、看之外，它可以感受到熱度、濕度，所以對農(nóng)產(chǎn)品會有非常清晰的了解，它會知道什么時候需要施肥、需要澆水，哪些地方能成長多少白菜……這些都可以算得很清楚。它還可以做三維重建。比如說我們用 iPhone 來做人臉識別的時候，有沒有發(fā)現(xiàn)房間很黑的時候，依然能夠解鎖你的 iPhone？為什么呢？那是因為有結(jié)構(gòu)光的技術，讓它在黑暗的時候都可以看清。這些功能會讓 AI 遠遠超過人類的能力。因為它不只是聽和看，還有各種其他的傳感功能。

第四波浪潮就更神奇了，AI 能夠動了。它有手有腳， 能夠觸摸，能夠 move and manipulate，這個 AI 就變成了機器人、工廠、倉儲、 還有無人駕駛。

所以通過這四波浪潮你可以認識到：幾乎沒有領域不會受益于 AI。

今天 AI 有很多很厲害的黑科技產(chǎn)生，但如果我們仔細去觀察，可能會問 AI 真的有應用到你的領域嗎？

在座可能很多人來自傳統(tǒng)行業(yè)，或者你們的朋友有很多來自傳統(tǒng)行業(yè)。如果你問一問他們，你們的公司用 AI 嗎？他們的回答應該是只有 4% 的公司用了 AI。

AI 的發(fā)展空間還是特別巨大的，可以說今天的 AI 還在中國黃頁時代，最多算是當時馬云先生創(chuàng)的中國黃頁，或非常早期的 Yahoo yellow pages，其他的那些技術都還沒有被發(fā)明。你可想而知，從互聯(lián)網(wǎng)黃頁時代到之后的發(fā)明是多大的一個比例。或者，可以比作那個電網(wǎng)還沒有出來的電力時代。

所以 AI 會經(jīng)過四個過程，首先是以 AI 技術為主的創(chuàng)新創(chuàng)業(yè)；之后是 AI B2B，作為一個產(chǎn)品針對性的對你的行業(yè)來服務，最好是你數(shù)據(jù)已經(jīng)有了；第三波是把 AI 注入傳統(tǒng)行業(yè)——我是個傳統(tǒng)行業(yè)，我有自己的流程，但是我如果能夠有一批 AI 的工程師來幫助我做事情，就能夠提高效率、降低成本，這叫做 AI Infusion 或者叫 AI+賦能；那么最后當然就是 AI everywhere，無所不在的 AI。

其實這跟互聯(lián)網(wǎng)是一樣的。我們可能會記得 20 多年前，我們都認為瀏覽器是一個很神奇的東西，就像早期 AlphaGo 一樣；但是之后大家發(fā)現(xiàn)，沒有那么難，很多人都可以做，于是就開發(fā)了瀏覽網(wǎng)站的服務器、網(wǎng)站的編輯工具，這就等于是第二階段的 B2B 功能；再之后，每個公司都要想「我怎么去用互聯(lián)網(wǎng)？」，再后來大家每天工作都是互聯(lián)網(wǎng)了，就沒什么「我怎么用互聯(lián)網(wǎng)？」這樣的問題可問了，所以我們現(xiàn)在正在第二和第三波浪潮的中間。

好，那么我們第三波是即將來到的浪潮，也就是說所有的傳統(tǒng)工業(yè)。什么叫傳統(tǒng)工業(yè)？可能從比較高科技的傳統(tǒng)工業(yè)，比如說制藥，到一些比較不那么高科技的，比如說鋼鐵石油，都會用上 AI。我們想到 AI 就想到互聯(lián)網(wǎng)公司，只是因為互聯(lián)網(wǎng)是有最多的數(shù)據(jù)，因此是最低垂的果實。

那么 AI 將怎么被傳統(tǒng)公司使用呢？

第一種就是傳統(tǒng)公司公司流程不變，數(shù)據(jù)拿進來用，用數(shù)據(jù)來優(yōu)化已有的流程；第二，有了 AI 以后要修改一些流程，讓它得到更大的益處；第三就是用 AI 來徹底顛覆一個傳統(tǒng)行業(yè)。第三個當然是最偉大的、最有顛覆性的、最難的、也是少數(shù)的，但是這三者都會發(fā)生。讓我現(xiàn)在每一種舉兩個例子給大家。

Local optimization，就是說我們流程不變，只是用數(shù)據(jù)跟 AI 進來取代部分的流程。那么最標準的例子，是企業(yè)級的服務，也就是現(xiàn)在外包到印度的那些服務。

比如幫你做報賬，或者是財務上簡單數(shù)據(jù)的處理，或者是后臺的 IT 服務，這些東西現(xiàn)在有大量的人力在印度幫著解決了，主要是以歐美為主的大企業(yè)，當然中國的企業(yè)可能是內(nèi)部來解決了。

我們發(fā)現(xiàn)，只要在這些重復性工作的白領的電腦上裝一個軟件，他就會每天看著這些人做什么工作。然后經(jīng)過一兩個月的觀察，可能一次看 3 萬、5 萬、10 萬個人，就會發(fā)現(xiàn)這個工作量里面 10% 或 20% 是機器 AI 可以做的。然后就可以讓把人的 10% 到 20% 的工作解放出來，這些人可以做更多其他的工作，或者可以減少一些人力來降低成本。這個 10% 到 20% 是最少的，在有些例子中可能會取代 90% 的工作，所以 AI 就像我上一本書上講到的，最大的力量、最快能得到的價值就是取代人類重復性的工作。

第二個類似的例子是接電話，就是我們的客服電話，其實 80% 的電話都可以用 AI 來解決。比如說你想知道我可不可以退這個產(chǎn)品、該怎么退、或者是顏色怎么換、如何使用等等，這些用 AI 都可以像人一樣，甚至比人的服務員能達到更高的滿意度。當然如果你發(fā)火了，對這個公司超級不滿，要打過去宣泄一下你的情感，這個時候還是要人來處理。我們的 AI 可以分辨哪些是機器可以處理的，那 80% 的成本就省掉了，所以一個 call center 可以大大的降低它的成本。

第三個例子它更高級一點，就是用 AI 來改變流程。比如說我們和一個頂級的零售超市合作，那么 AI 能夠幫助我們節(jié)省員工的培訓，但是更重要的是，我們能預測每一個商店明天會賣多少商品，每一個商品在每一家商店的零售是多少，再讓 AI 對接上你的物流和供應鏈，它就可以幫你的公司省下很多很多的錢，28% 的存貨都可以降低，你就不用在存貨里面浪費時間和錢，因為存貨你不賣掉是浪費，存貨不足也得不到收入。更大的一個影響是，很多店長主要是做預測的，而現(xiàn)在，AI 也可以把店長的大部分任務取代了。這倒不是說取代店長能省多少錢，而是說偉大的企業(yè)都是有能力快速擴張的，但問題是找優(yōu)秀的店長是很難的事情，這里突然就不用再找店長了。還有，你的貨品，像蔬菜和肉也會更新鮮，因為我們能確保不會過分的去儲藏那些賣不掉的貨品，所以這就是改變了整個零售公司的流程。

另外一個例子就是我們用衛(wèi)星圖像，像左邊的圖，你能夠清楚地看到它的濕度是多少，就可以預測今年白菜、黃瓜會怎么成長；右邊你可以看到油桶里面儲存的油，當油蓋被打開的時候，我們可以根據(jù)太陽的位置和太陽照射進去的角度、陰影，來推測每一個油桶里有多少油，就可以非常精確的知道世界上每個國家、每個城市有多少油存在。

再一個例子就是購買股票。今天買基金是千人一面的，但是未來我們可以千人千面，針對每一個人的需求，定制化的把各種信息丟到機器里面做一個最標準的、最符合用戶可容忍風險度的一個投資。而且它所采納的信息是基金經(jīng)理不可能看到的，它可以了解每一個公司，比如今天員工是不是很開心。怎么做呢？到抖音上面去扒一扒大家今天發(fā)了什么，就可以猜出來。這些東西跟股票的價錢都可能是相關的。

最后的一個例子是發(fā)明新的藥物。如果我們使用傳統(tǒng)的方法，可能是一些科學家根據(jù)經(jīng)驗去猜什么藥物能治什么病，但是如果加上了人工智能我們現(xiàn)在可以把發(fā)明新藥的速度用生成化學，再加上一個對抗式網(wǎng)絡，再加上自然語言，三者結(jié)合起來，發(fā)明新藥的時間可以節(jié)省 3/4。

所以這些帶來的是巨大的商業(yè)價值，當然 AI 也帶來了很多挑戰(zhàn)。

有人今天會談很多的隱私安全、工作的替代、還有貧富的差異，這些都是 AI 可能會帶來的一些巨大的挑戰(zhàn)。但是我認為，雖然各國政府都已經(jīng)了解這些挑戰(zhàn)，而且開始研究怎么治理，但更重要的是，這些技術帶來的問題最終很可能都要由技術來解決。就像當年的病毒是用防病毒軟件來解決的，今天的隱私問題、安全問題都可能有新的技術去解決。所以要相信我們做技術的，相信我們看到問題，承認它存在，并盡量去解決它。

做一個總結(jié)，今天我們看到的人工智能就相當于新的電力，它會進入所有的行業(yè)，包括傳統(tǒng)行業(yè)，它一定不是再創(chuàng)造很多 AI 黑科技獨角獸，而是為傳統(tǒng)行業(yè)創(chuàng)造價值。那些擁抱 AI 的傳統(tǒng)公司他們會勝出，那些不擁抱 AI 的傳統(tǒng)公司，他們可能會消失。

最后我們會看到，今天中國和美國都在快速的發(fā)展，中國有些傳統(tǒng)行業(yè)還是比較落后的。但是恰恰因為落后，在這個時候就可以擁抱 AI。也許有一些中國的傳統(tǒng)行業(yè)，它還沒有做信息化和數(shù)據(jù)化，那么這一次我們就可以享受三個由技術帶來的紅利：信息化、數(shù)據(jù)化和 AI 化。

所以 AI 將改變世界，我們期待和大家一起迎接這美麗的未來，謝謝！

來源：新浪科技