7月11日消息，創(chuàng)新工場董事長兼首席執(zhí)行官李開復(fù)近日出席2020世界人工智能大會(huì)云端峰會(huì)，并發(fā)表《從“AI+”到“+AI”：以技術(shù)重構(gòu)中國經(jīng)濟(jì)》的主題演講。
從之前的“AI+”到現(xiàn)在的“+AI”，二者有何區(qū)別？李開復(fù)表示，“AI+”是以AI為核心，工程師、科學(xué)家主導(dǎo)尋找商業(yè)機(jī)會(huì)。而“+AI”是以傳統(tǒng)公司為主導(dǎo)，AI賦能傳統(tǒng)行業(yè)產(chǎn)生價(jià)值。
李開復(fù)認(rèn)為：”再過五年，我相信AI會(huì)進(jìn)入下一階段——無處不在。AI應(yīng)用會(huì)變得越來越簡單，傳統(tǒng)公司也能夠用更簡單、更接地氣模式把AI引入公司。“
李開復(fù)強(qiáng)調(diào)，互聯(lián)網(wǎng)和AI有很大的差別，互聯(lián)網(wǎng)能夠形成巨大平臺(tái)，而AI更多是一項(xiàng)偉大技術(shù)，它將賦能給已有平臺(tái)。AI自身到底會(huì)不會(huì)產(chǎn)生一個(gè)平臺(tái)？我不是那么樂觀。因此，AI+會(huì)繼續(xù)有價(jià)值，但+AI卻是體量更大、對社會(huì)經(jīng)濟(jì)貢獻(xiàn)更大的方向。
具體而言，李開復(fù)表示，傳統(tǒng)行業(yè)+AI，可以通過四個(gè)方式：單一環(huán)節(jié)降本提效、單一環(huán)節(jié)優(yōu)化賦能、流程智能化賦能、重構(gòu)整個(gè)行業(yè)規(guī)則。
以下是李開復(fù)主題演講全文：
大家好，很高興參加世界人工智能大會(huì)，我的演講主題是《從AI+到+AI：以技術(shù)重構(gòu)中國經(jīng)濟(jì)》。
當(dāng)年互聯(lián)網(wǎng)飛速發(fā)展引發(fā)產(chǎn)業(yè)變革時(shí)，關(guān)于“互聯(lián)網(wǎng)+”和“+互聯(lián)網(wǎng)”的探討層出不窮。大家一定聽過一個(gè)辯論：互聯(lián)網(wǎng)到底未來是怎么樣？是互聯(lián)網(wǎng)+傳統(tǒng)企業(yè)、還是以傳統(tǒng)企業(yè)+互聯(lián)網(wǎng)？
從2012年到今天，最終互聯(lián)網(wǎng)＋和＋互聯(lián)網(wǎng)兩者是融合的。而如今人工智能技術(shù)也到了和產(chǎn)業(yè)深度融合的時(shí)候，究竟是“AI+”，即用AI加上傳統(tǒng)行業(yè)？還是“+AI”，即用傳統(tǒng)行業(yè)加上AI？雖然最終二者也會(huì)融合，但這個(gè)過程會(huì)一樣嗎？
過去幾年，AI的發(fā)展有一個(gè)巨大轉(zhuǎn)型，從技術(shù)驅(qū)動(dòng)變成商業(yè)驅(qū)動(dòng)，產(chǎn)業(yè)化和商業(yè)化速度越來越快。
比如最近的Transformer技術(shù)，從論文刊出到遍地開花的應(yīng)用產(chǎn)生，僅花了2年，就走完了卷積神經(jīng)網(wǎng)絡(luò)(CNN)當(dāng)年走了30年的路徑。
實(shí)現(xiàn)加速的原因有四個(gè)：一是軟件工具的進(jìn)步，深度學(xué)習(xí)框架迅速成熟；二是硬件加速，變得更容易使用；三是云計(jì)算等技術(shù)讓AI算法的實(shí)施與部署成本大幅降低；四是AI人才大量出現(xiàn)。
這幾個(gè)因素，把我們從AI+的時(shí)代推到了+AI的時(shí)代。
AI+和+AI區(qū)別是什么？在AI+時(shí)代，AI公司是以技術(shù)為主，以天才科學(xué)家為核心創(chuàng)業(yè)。這類公司非常少，畢竟懂的AI的科學(xué)家有限，他們被資本追捧，成為第一批AI公司。
四五年前，隨著懂AI的人才越來越多，工具也越來越普及，所以更多傳統(tǒng)公司開始思考該怎么融入AI。因此我們逐漸進(jìn)入+AI時(shí)代，即傳統(tǒng)公司主導(dǎo)的AI應(yīng)用。
當(dāng)然，再過五年，我相信AI會(huì)進(jìn)入下一階段——無處不在。AI應(yīng)用會(huì)變得越來越簡單，傳統(tǒng)公司也能夠用更簡單、更接地氣模式把AI引入公司，就像今天IT狀態(tài)是一樣的。
我們可以看到幾個(gè)更具體的例子：AI+公司早期以語音、視覺、芯片方面為主。而+AI公司則聚焦在零售、金融、制造、交通、能源等領(lǐng)域，比如說文遠(yuǎn)知行和廣州白云出租車公司的合作。
據(jù)普華永道（PWC）預(yù)測，人工智能在2030年將給世界帶來100萬億人民幣的經(jīng)濟(jì)價(jià)值，這些價(jià)值將主要由傳統(tǒng)企業(yè)+AI的模式創(chuàng)造。
為什么傳統(tǒng)企業(yè)+AI可以創(chuàng)造這么大的價(jià)值？有幾個(gè)重要的理由：
第一，傳統(tǒng)行業(yè)體量大，新增價(jià)值更顯規(guī)?；?yīng)。例如一家銀行或一家造車公司，如果AI可以幫助它提升3%、5%的效率，產(chǎn)生的價(jià)值就已經(jīng)很巨大了。
第二，傳統(tǒng)公司積淀深、門檻高。AI從業(yè)者可能認(rèn)為技術(shù)門檻是最高的，但其實(shí)正如前面所說，AI的門檻已經(jīng)在逐漸降低?，F(xiàn)在，一家銀行想融入AI變得相對容易，但AI公司想做一家銀行是非常困難的。
第三，傳統(tǒng)行業(yè)能帶動(dòng)技術(shù)升級(jí)的生態(tài)鏈裂變。傳統(tǒng)行業(yè)已經(jīng)形成規(guī)?；纳舷掠紊鷳B(tài)，技術(shù)變革將牽動(dòng)整個(gè)生態(tài)鏈價(jià)值提升，帶來裂變效應(yīng)。
第四，傳統(tǒng)公司轉(zhuǎn)型需求各異，定制化程度高。AI雖然強(qiáng)大，但普及性有限，目前并沒有AI能成為一個(gè)平臺(tái)直接拿來使用。每一家企業(yè)都需要根據(jù)自身需求進(jìn)行相當(dāng)高程度的定制化，比如，有些獨(dú)特的數(shù)據(jù)需要收集、清理，有的公司可能要增加更多傳感器。
所以，互聯(lián)網(wǎng)和AI有很大的差別，互聯(lián)網(wǎng)能夠形成巨大平臺(tái)，而AI更多是一項(xiàng)偉大技術(shù)，它將賦能給已有平臺(tái)。AI自身到底會(huì)不會(huì)產(chǎn)生一個(gè)平臺(tái)？我不是那么樂觀。因此，AI+會(huì)繼續(xù)有價(jià)值，但+AI卻是體量更大、對社會(huì)經(jīng)濟(jì)貢獻(xiàn)更大的方向。
現(xiàn)階段什么樣的傳統(tǒng)企業(yè)需要考慮+AI？我有三個(gè)建議：
第一，公司是成長型的，現(xiàn)在需要擴(kuò)張或者降低成本，有自身發(fā)展的商業(yè)需求。
第二，公司要有足夠結(jié)構(gòu)化和海量的數(shù)據(jù)，而且必須和商業(yè)指標(biāo)相關(guān)，與AI結(jié)合能創(chuàng)造商業(yè)價(jià)值。
第三，公司擁有富有遠(yuǎn)見且勇于求變的CEO，有積極擁抱變化的文化，相信AI賦能和技術(shù)轉(zhuǎn)型。
具體而言，傳統(tǒng)行業(yè)引入AI，可以從四個(gè)方面產(chǎn)生價(jià)值：
第一，+AI單一環(huán)節(jié)降本提效，用AI省錢；第二，+AI單一環(huán)節(jié)優(yōu)化賦能，用AI簡單替代某個(gè)環(huán)節(jié)；第三，+AI流程智能化賦能，用AI改造公司比較重要的流程；第四，+AI重構(gòu)整個(gè)行業(yè)規(guī)則。
我們今天看到的案例更多是屬于前三個(gè)方面，這也是比較經(jīng)典的傳統(tǒng)企業(yè)+AI模式。
#+AI單一環(huán)節(jié)降本提效
創(chuàng)新工場的子公司創(chuàng)新奇智做了很多產(chǎn)品：
服裝產(chǎn)線質(zhì)檢。用機(jī)器視覺檢測服裝的尺寸或破損問題，檢測精度高達(dá)99.99%，比之前有7倍的效率提升。
零售陳列質(zhì)量監(jiān)控。用AI查看商品在貨架上的陳列情況是否合規(guī)，幫助品牌主做AI智慧賦能，可以做到秒回結(jié)果，識(shí)別準(zhǔn)確率高達(dá)98%以上。
電機(jī)零件組裝質(zhì)檢。用AI檢測生產(chǎn)過程，看零件里面有沒有瑕疵，比如發(fā)動(dòng)機(jī)的正時(shí)點(diǎn)位是否對齊，1秒就可以出結(jié)果，檢測精度高達(dá)99.99%。
鐵水補(bǔ)料智能監(jiān)控。使用智能方法實(shí)時(shí)監(jiān)測鐵水生產(chǎn)過程是否存在空燒現(xiàn)象，提醒工人補(bǔ)料，大規(guī)模節(jié)約耗電量
#+AI單一環(huán)節(jié)優(yōu)化賦能
舉一個(gè)金融行業(yè)的例子。創(chuàng)新工場人工智能工程院做了這樣一個(gè)實(shí)驗(yàn)：幫助一家非常大的貸款公司，用AI改善貸款審查，將違約率降低了14％，節(jié)省了數(shù)千萬美元。
#+AI流程智能化賦能
比如零售業(yè)的智慧運(yùn)營。用AI幫助商店預(yù)測商品銷量，降低缺貨率，讓庫存變得更智能化，同時(shí)對接物流、倉儲(chǔ)、制造等環(huán)節(jié)，從而輕松知道每一個(gè)產(chǎn)品應(yīng)該生產(chǎn)多少，存放多少，送到什么地方存，什么時(shí)候賣完，什么時(shí)候需要補(bǔ)貨，甚至放在商場什么位置可以優(yōu)化銷售等等。
#+AI重構(gòu)整個(gè)行業(yè)規(guī)則
醫(yī)療領(lǐng)域是典型的例子。我們投資了一家AI制藥公司，利用生成化學(xué)和對抗神經(jīng)網(wǎng)絡(luò)技術(shù)，尋找最合適的小分子，優(yōu)化藥物發(fā)現(xiàn)和生產(chǎn)順序，提升通過臨床實(shí)驗(yàn)的概率，大幅加速新藥小分子研發(fā)，讓藥物發(fā)現(xiàn)階段的研發(fā)速度提升5倍，而該階段的研發(fā)費(fèi)用能降低3-5倍。
創(chuàng)新工場在人工智能方面總共投資了40多家創(chuàng)業(yè)公司，最近也發(fā)現(xiàn)越來越多AI公司必須要落地，以便能夠?qū)觽鹘y(tǒng)公司，與傳統(tǒng)公司合作才能創(chuàng)造最大價(jià)值。
今天中國面臨非常重要一個(gè)時(shí)刻，傳統(tǒng)行業(yè)面臨很多挑戰(zhàn)，特別需要降本增效。
作為世界的制造大國，我們現(xiàn)在面臨著人力成本越來越高、生產(chǎn)力和效率不足、人口與全要素生產(chǎn)率下降的問題，使得中小企業(yè)生存不易。
我們雖然有發(fā)達(dá)的前端，消費(fèi)者界面的效率得以大幅提高，但后端依然落后，效率欠缺，與發(fā)達(dá)的前端極不匹配。
還有很多線下商業(yè)業(yè)態(tài)落后，中國目前仍然有700萬家傳統(tǒng)夫妻店。很多傳統(tǒng)行業(yè)亟待提升效率，比如教育、醫(yī)療，而人工智能可以做到。
所以從整個(gè)產(chǎn)業(yè)發(fā)展的角度來說，過去10年巨大的價(jià)值創(chuàng)造，主要來源于前端創(chuàng)新。而未來10年，我們看到的最大機(jī)會(huì)是傳統(tǒng)行業(yè)的效率提升，+AI賦能。這也是我們投資最看好的方向。
此外，還有兩個(gè)因素讓我們看好+AI。第一，新冠肺炎疫情雖然對世界是個(gè)災(zāi)難，但它實(shí)際改變了我們的使用習(xí)慣，讓更多的業(yè)務(wù)從線下轉(zhuǎn)移到線上、更加數(shù)據(jù)化，加速了AI的落地。
第二，新基建。傳統(tǒng)企業(yè)擁抱AI，需要在計(jì)算、通訊、數(shù)據(jù)方面都有非常好的基礎(chǔ)。如果想實(shí)現(xiàn)+AI，數(shù)據(jù)中心、5G、IOT、大數(shù)據(jù)都是非常重要的基礎(chǔ)設(shè)施。
所以，我相信，+AI在新基建之下，能夠?qū)崿F(xiàn)數(shù)據(jù)化、IT化、云端化的一步到位，對重構(gòu)、提升中國經(jīng)濟(jì)將扮演一個(gè)重要的角色。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
