0
| 本文作者：陈伊莉 | 2017-04-09 20:26 |
雷锋网按：4月9日，CITE 2017第五届深圳国际电子信息博览会盛大开幕。会中科大讯飞承办了2017人工智能产业发展高峰论坛。吴霁虹教授是北京大学访问教授，创新管理学家，人工智能商业模式理论体系的创建人。会上吴霁虹教授通过七问七答分享了“如何把握AI万亿级产业全球化机遇并建立竞争优势”。她认为AI能使企业换道超车，这将是新世界中最大也是最后一个契机。通过把握八个要素——开源技术平台、核心技术创造、开放技术、平台技术操作、系统应用解决方案、商业应用、系统用户使用、场景到动态数据实现AI从技术到商业的落地，并利用Top-A价值规律，建立竞争优势。
以下是演讲实录，雷锋网作了不改变原意的编辑：
今天我想用七张图来揭示下一个万亿级人工产业全球化的大趋势，那么实际上我会回答七个问题，这七个问题是中外大多数企业家问过最多的问题。
第一个问题，AI产业化成长有什么简单的规律？其实这是一个比较复杂的问题，特别是像人工智能以及信息数字的产业。如果一定要用非常简单的话来概括，那就不得不说技术成本以及商用它们之间的关系。上图是我们追踪科技产业化的一张非常简单的规律图，这张图中技术的暴涨和成本的下降有一个黄点，我们把它称作产业应用的门槛。今天我们实际上已经跨越了门槛，而我们看到的这个蓝色的商用发展曲线刚刚好是打开4G商业的大门，我们可以有非常无限的想象空间。
第二个问题，什么现象能够暗示AI产业化将会爆发？很有意思的是，在很多的企业家或者投资人角度来说，通常会用投资的多少以及投资的增长来判断产业的爆发。但是事实上，全球顶尖的投资机构以及战略机构一定会分析两个非常重要的数据，一个是专利，另一个是专利的诉讼。专利是发明创新重要活动的成果，而如果专利诉讼不断增加，这表明人们可以靠技术告状赚钱了，因此这两个数据非常的关键。
第三，大家困惑的就是，AI+，互联网+，工业4.0到底有什么区别？特别是很多中国企业家都在提这个问题。那么我把这个问题梳理成一张图表，这张图表可以看到，如果以商业的目标和在这些目标下的很多指标去分解不同，你就会发现它们有重叠的地方，也有不同的地方。比如，从商业目标的高效率指标上去看，工业4.0实际上是要通过信息化、自动化，还有数字化，让商业的投入和产出高效率的提升。同样这样的一个指标，我们会发现互联网实际上是要打通线上线下的连接，删除臃肿无价值的中间环节。而这样的一个指标，对于AI来讲，是要全方位、高效率的万物链接，并且真正实现个性化智能配对的需要。我想借用马云的一段话来讲，实际上今天AI可以让大多数的传统企业换道超车，而不是弯道超车。
总的来讲，我想说的是对于个人和企业在产业、在人工智能产业化而言，AI实际上是已经进入了新世界的一个最大的，也可能是最后的契机。
我的研究发现AI从技术到商业至少要有八个最必要的要素，这八个要素从开源技术平台、核心技术创造、开放技术、平台技术操作、系统应用解决方案、商业应用、系统用户使用、场景到动态数据。庆峰博士也指出其实还有一个重要要素——人才，我非常的认同，我相信人才贯穿所有的要素之中。
我想让大家从第八要素和第七要素去思考它们的逻辑关系。也就是说，可能大家都知道从第八个要素动态数据这个要素去看，只有用户行为的动态循环才有可能喂养机器学习，否则AI不可能有高智商，商业也不可能有高智能，因此这个是大家非常认同的。
从第七个要素，场景的应用来看，我认为这是AI产业化最关键的一点。从这个地方往前推，实际上有这么一个逻辑关系，也就是说在任何一个场景下的应用都需要全新的商业模式。这样的商业模式会整合第五项应用解决方案，即一个全新驱动的运营体系，那么这个运营系实际上是有大脑的机器人。请注意，很多人把机器人和有大脑的机器人混为一谈，但是两者不是一回事。接下来你就会发现，无论是2B、2C、2G，在这个系统中是离不开第四项——技术操作系统的，而AI技术的操作系统大多数都是受益于第三项——开放的技术平台。当然，所有的这一切都是需要靠第二项——核心技术创造的支持。核心技术也就是软硬件技术，包括了语音语言、图象识别、算法数据训练、专用芯片、传感器、ACT、大数据、云计算等。特别要提出的是最后一项——开源技术平台。今天AI之所以能够有指数级的发展，能够开启AI商业的大门全有赖于第一项开源硬件平台，因为开源运动几乎是一切指数级技术进步的重要推手。
基于上个问题，我们可能就会问在全球AI生态价值体系中，商业能够做什么呢？我想我的书里面很大一部分是探讨了技术创新在战略上的作为，可以让一个默默无闻的公司变成世界级的引领者，大家有目共睹，科大讯飞就是一个惊人的奇迹。我在《未来地图》中已经对战略性作为所产生的效果有很多的论述，这里就不一一谈了。
现在我想多说一句的是场景的应用。全球范围内AI产业正在进入到衣食住行用娱健教工保十大消费领域，衣食住行用不用说，娱就是娱乐，教就是教育，健就是健康，工就是工作，保就是保户，法律。它们在不同场景下已经启用了人工智能，但是这些场景不仅仅是我下面列的这旅途加酒店，银行、会议、学校、购物中心、线上电影院、餐厅、火车、机场线上等等，都需要不同商业运营的模式和系统，而有大脑的机器人是非常重要的两个创新点，一个是AI用户解决怎么样的智能交互系统，另一个是AI能为客户公司生态进行价值分配的智能系统。这八个要素我认为是产业化非常重要的元素。
我的研究发现，全球AI金字塔的塔尖上的创新者大约87家，并已经形成六大AI商业物种：
第一是AI核心技术的创造者，企业包括谷歌、IBM、脸书，苹果、百度、科大讯飞、华为、英特尔、英伟达等等，当然还有很多一流的大学机构，伯克利多伦多、斯坦福、卡耐基等。
第二就是AI神器，苹果SIRI、谷歌NOW、脸书M、亚马逊Alexa、今日头条、讯飞输入法等。
第三是AI管道架构师，华为、高通、爱立信等。
第四是AI商业应用引领者，亚马逊、谷歌、IBM、特斯拉、百度等。
第五是AI纳米微小创业者，刚才庆峰博士的数据也表示，这个领域数量是几十万的翻倍增加，也是大众创业，一个人创业就可以成为一家全球性公司。如AI聊天助理、AI秘书等。
第六个大家可能想不到，是AI数据耕种大军，是全球30多亿的网民，20多亿的社交媒体用户以及近40亿的移动用户。他们是数据的耕耘者和贡献者，他们让基于大数据的人工智能成为可能，也让AI商业化成为可能。
此外，还有一个发现，AI的六大商业引领者中大多数的引领者横跨好几类物种。这是因为AI多维工作原理的推动作用，也是因为创造和创新在今天的基础就是生态网络的进步，而不是单线条的演进。
第七个问题，发展下一个万亿级产业需要建立全新的商业竞争优势，那么怎么建立呢？用一个Top—A竞争优势，也就是技术加商业的竞争优势，可以回答这个问题，但是今天完全无法说清这个问题，这是一个可以讨论一学期的话题。
Top—A中的“T”代表的是新技术，“O”代表的是现有技术操作系统，“P”代表用户、客户的痛点，“A”代表竞争优势。那么商业的竞争焦点，实际上要处理好三个关系——新技术与客户的关系，新技术与现有系统的关系，现有系统与客户的关系。这是一个很复杂的过程。
打一个比喻，比如说无人驾驶领域，如果我只有一个好的AI技术，但是不能转化为无人驾驶的安全方案，或者虽然我的AI语音技术已经很好地为客户解决了界面安全交互的问题，但是运营系统只能在3G上运行，物联网系统是缺失的，那么这样的产品一旦在信息拥堵的条件下就很可能出现车祸，这种情况下很难真正地建立起商业竞争优势。
因此在这样的一个框架下，我们会发现，AI竞争优势的建立比任何时候都需要商业生态的伙伴。而建立商业生态伙伴，这种竞争优势必须有多级繁荣的价值理性，分享就是获得，选择就是进步，商业生态才有可能进化到更高的级别。更进一步，如果我们能够借用AI的这种特征解决商业生态的协同问题，或者是整合问题，我们就会有超级的竞争优势。
最后我想说的是，AI是没有是与非、对与错、善与恶价值观的，它可以说是我们智人的游戏。因此很多人都在担忧的一个问题——AI产业发展和人类未来的商业文明到底是走向一个人的暴富，挤压千万人的命运的不归路，还是要走向强者更强更善，弱者变强向善，茫者变清向前的多级繁荣的商业，我个人认为很大程度上取决于今天的引领者。谢谢大家。
雷锋网将会持续报道展会精彩内容，敬请关注！
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
