您现在的位置是:主页 > 创业阅读 > >
李开复:AI+时代将成为下一波创新浪潮
2019-09-07 08:41:00 创业阅读 > 编辑:张知涵 全屏查看
简介新浪科技讯 9月6日晚间消息,2019中国发展高层论坛(China Development Forum)专题研讨会在北京开幕,创新工场董事长兼 CEO 李开复参加此次CDF Talk,围绕《AI+时代:下一波创新浪潮》发表主题演讲,他指出,AI时代到来,将像新时代的电力一样穿透各行各业。
新浪科技讯 9月6日晚间消息,2019中国发展高层论坛(China Development Forum)专题研讨会在北京开幕,创新工场董事长兼 CEO 李开复参加此次CDF Talk,围绕《AI+时代:下一波创新浪潮》发表主题演讲,他指出,AI时代到来,将像新时代的电力一样穿透各行各业。
李开复曾多次表示,人工智能将带来第四次工业革命。在今天的演讲中,他进一步指出,在上一波工业革命浪潮中累积了数据,而AI浪潮直接用这些数据就可以产生价值,并且几乎没有领域不会受益于 AI。
谈及人工智能现状,李开复指出,AI的发展空间还特别巨大,“可以说今天的 AI 还在中国黄页时代,最多算是当时马云先生创的中国黄页,或非常早期的 Yahoo yellow pages”。
李开复总结,今天我们看到的人工智能就相当于新的电力,它会进入所有的行业,包括传统行业,“它一定不是再创造很多AI科技独角兽,而是为传统行业创造价值。那些拥抱 AI的传统公司,他们会胜出。那些不拥抱AI的传统公司,他们可能会消失。” (李楠)
以下为李开复演讲内容实录:
今天我想跟大家分享的是第四次工业革命。
施瓦布先生告诉我们,历史上的技术革命可以这么做一个分类:从蒸汽机为主的第一次工业革命,到电气化带来的第二次工业革命,再到信息、互联网、移动带来的第三次革命,最后是 AI 带来的第四次工业革命。
从中国发展的角度来说,我们其实错过了第一次和第二次,第三次我们表现得还是很不错的。我预测——中美会带领全球来开拓这第四次的工业革命。
那么 AI 的技术到底是什么?
其实,AI 就是用海量的数据来做非常精确的抉择、判断或者分类。在过去的这五年,AI 有了突飞猛进的发展,所以我们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样辉煌的过程。
我们只要看过去这 100 年里,最有价值的 10 个公司在全股市上的表现,就可以非常明确的看到,早期是以工业来驱动的,之后会看到一些消费者的产品,也开始看到一些技术类的产品。
但是到了 2017 年我们就会发现两个有意思的现象:第一个现象,就是在中美最有价值的 10 个公司里面,有 7 个都是顶级的高科技公司,而且这 7 个公司都是既有第三次工业革命的基础,也就是 IT、移动互联网,也有 AI 萌芽的状态。第二个现象,就是在 2017 年,我们首次看到了两家顶级的中国公司进入了前十的行列。
过去如果说,我们认为石油或者电是最有价值的东西,那么在今天的世界里,在即将引领 AI 革命的世界里,最有价值的则是全球化、快速发展的数据。
从我个人的例子来说,我自己在 31 年前发表的博士论文,用了海量的、巨大的数据。我的导师非常慷慨的给了我 10 万美金,那个时候,我每个月的奖学金只有 700 块钱,他给我 10 万美金。当然不是给我的,是让我去买一个超级大的硬盘。这个硬盘非常的大,有 200 多公斤。但因为有了这么海量的语料,我才做出了当时最好的语音识别系统。
那么这 10 万美金,200 多公斤的语料,到底装了多少呢?装了 100 兆。
大家可能都忘记了 35 年前的储存是多么贵啊。
那么,为什么今天顶级的语音识别系统远远把我当时开发的系统抛在后头了呢?主要的理由就是,他们用了 100 万倍的数据量,训练出了这样的 AI 模型,所以海量的数据是特别的重要。
我也多次提到了,在新的 AI 革命中,data is the new oil,数据就是我们新时代的石油和推动力。当然全球化会继续的发生,会非常的快速。我们可以看到,相比前三次的革命,第四次革命肯定会来的最快。
为什么它来的最快呢?
我们要想,当年把电网铺出来是多么漫长的过程,但是今天 AI 差不多才火了 4、5 年,我们在亚马逊云或者阿里云上就可以直接调用 AI 了,数据是拿来就可以直接创造价值的。而且几乎可以说,上一波的浪潮,就是互联网的浪潮,它累积了数据,那么我们 AI 浪潮直接用这个数据就可以产生价值了,所以这是一个非常快速迭代的第四波浪潮。
从第三波到第四波浪潮,我们还可以看到的一个现象是,中国在这段时间里,开始从一个模仿者进入了一个创新者。十年前,中国的顶级公司基本都是仿效美国的公司,之后中国有所谓的微创新,再之后中国有很多的点子是全球都没有看到的。
这里举几个例子,今日头条、快手、VIPKID、摩拜、映客、拼多多、蚂蚁金服……都是中国创新的模式,今天我们已经跨越了从 copy to China 到一个 copy from China 这样一个新的时代。
我们也可以看到中美其实有同样强大的科技公司,创造了非常不同的环境。
那么回到 AI,到底什么事情导致了 AI 的到来?
刚才谈到了海量的数据、更快速的计算,但是同样重要的是一个巨大的发明,这个发明叫做深度学习。当然之前、之后都会有发明,但是深度学习它带来的变革,就和当年的电力是一样巨大的。它将成为一个非常好的平台,在上面可以架各种不同的应用。
深度学习就是刚才我说的一个大黑盒子,你把海量的数据丢进去,然后告诉它学什么它就能帮你优化。比如说,我把很多句话丢进去,告诉它每一句话讲了什么,它就能识别任何人讲的词,任何的字。我如果把银行的好账跟坏账丢进去,它就可以分辨一个新的贷款,更可能是好帐还是坏账。如果我把各种股票投资数据丢进去,然后告诉它一个月后股票是赚钱还是赔钱了,它就能分辨出哪些是更可能赚钱的股票,哪些是更可能赔钱的。
它就是这么巨大的一个魔术性的盒子,能够做单一领域的,基于海量数据的判断和抉择,所以当它被用在各种领域的时候,它就能创造各种价值。
在过去的四年中,我们看到了 AI 击败了世界围棋冠军,还有几乎任何的游戏。当然,它不只是在游戏的领域,今天的 AI 在国内可以考过医学界的高考;在日本几乎可以考上东京大学;还有最好的 AI 做的语音识别能比人类识别的更精确,最好的物体识别比人类识别的更精确;然后再加上无人机等等各种的功能……我们可以看到,AI 正处于一个百花齐放的时代。
当然你听我说了这么多,可能说李开复是自己做 AI 投资的,是不是在不断的吹捧他自己的工作呢?我们就找一个保守的机构——普华永道来说。
这是普华永道对未来 AI 的一个预测:在未来大约十年中,就是 2030 年底,AI 将为全世界创造 16 万亿美金增额的 GDP。这 16 万亿美金里面有 7 万亿美金是来自于中国。麦肯锡也做过类似的研究。
在我的新书中,我描述了一共有四波 AI 浪潮。因为 AI 是需要海量的数据,所以第一波浪潮一定是互联网——数据最多的领域,你可以看到各种应用。
第二波浪潮里还有什么行业会有很多的数据?金融业肯定是最多的,而且这些数据都和互联网数据一样,是标注的、精确的、海量的、而且是虚拟的,并没有什么物流制造来放缓我们产品化的过程。当然我们也可以把它用在教育、政务、还有后台等等各种的地方。
第三波浪潮就是当 AI 能够有眼睛、有耳朵,能感触、能听、能看。刚才已经讲过了语音识别、计算机视觉,但是远远不止这两个像人的听觉视觉一样。当计算机有了视觉的时候,我们就可以做无人商店了,在店里我们的商店可以看着我们摸了什么、拿了什么,借此来预测我们未来会购买什么。我们也不再需要收银员了,我们自己放到口袋里它就知道我买了什么,出门的时候就直接用我们的移动支付付钱了,它就真的成了一个无人的商店。
另外,我们人类主要靠听觉和视觉,但是计算机以后可以有无数的触角。一个好的 AI 算法,它有很多传感器,这些传感器除了听、看之外,它可以感受到热度、湿度,所以对农产品会有非常清晰的了解,它会知道什么时候需要施肥、需要浇水,哪些地方能成长多少白菜……这些都可以算得很清楚。它还可以做三维重建。比如说我们用 iPhone 来做人脸识别的时候,有没有发现房间很黑的时候,依然能够解锁你的 iPhone?为什么呢?那是因为有结构光的技术,让它在黑暗的时候都可以看清。这些功能会让 AI 远远超过人类的能力。因为它不只是听和看,还有各种其他的传感功能。
第四波浪潮就更神奇了,AI 能够动了。它有手有脚, 能够触摸,能够 move and manipulate,这个 AI 就变成了机器人、工厂、仓储、 还有无人驾驶。
所以通过这四波浪潮你可以认识到:几乎没有领域不会受益于 AI。
今天 AI 有很多很厉害的黑科技产生,但如果我们仔细去观察,可能会问 AI 真的有应用到你的领域吗?
在座可能很多人来自传统行业,或者你们的朋友有很多来自传统行业。如果你问一问他们,你们的公司用 AI 吗?他们的回答应该是只有 4% 的公司用了 AI。
AI 的发展空间还是特别巨大的,可以说今天的 AI 还在中国黄页时代,最多算是当时马云先生创的中国黄页,或非常早期的 Yahoo yellow pages,其他的那些技术都还没有被发明。你可想而知,从互联网黄页时代到之后的发明是多大的一个比例。或者,可以比作那个电网还没有出来的电力时代。
所以 AI 会经过四个过程,首先是以 AI 技术为主的创新创业;之后是 AI B2B,作为一个产品针对性的对你的行业来服务,最好是你数据已经有了;第三波是把 AI 注入传统行业——我是个传统行业,我有自己的流程,但是我如果能够有一批 AI 的工程师来帮助我做事情,就能够提高效率、降低成本,这叫做 AI Infusion 或者叫 AI+赋能;那么最后当然就是 AI everywhere,无所不在的 AI。
其实这跟互联网是一样的。我们可能会记得 20 多年前,我们都认为浏览器是一个很神奇的东西,就像早期 AlphaGo 一样;但是之后大家发现,没有那么难,很多人都可以做,于是就开发了浏览网站的服务器、网站的编辑工具,这就等于是第二阶段的 B2B 功能;再之后,每个公司都要想「我怎么去用互联网?」,再后来大家每天工作都是互联网了,就没什么「我怎么用互联网?」这样的问题可问了,所以我们现在正在第二和第三波浪潮的中间。
好,那么我们第三波是即将来到的浪潮,也就是说所有的传统工业。什么叫传统工业?可能从比较高科技的传统工业,比如说制药,到一些比较不那么高科技的,比如说钢铁石油,都会用上 AI。我们想到 AI 就想到互联网公司,只是因为互联网是有最多的数据,因此是最低垂的果实。
那么 AI 将怎么被传统公司使用呢?
第一种就是传统公司公司流程不变,数据拿进来用,用数据来优化已有的流程;第二,有了 AI 以后要修改一些流程,让它得到更大的益处;第三就是用 AI 来彻底颠覆一个传统行业。第三个当然是最伟大的、最有颠覆性的、最难的、也是少数的,但是这三者都会发生。让我现在每一种举两个例子给大家。
Local optimization,就是说我们流程不变,只是用数据跟 AI 进来取代部分的流程。那么最标准的例子,是企业级的服务,也就是现在外包到印度的那些服务。
比如帮你做报账,或者是财务上简单数据的处理,或者是后台的 IT 服务,这些东西现在有大量的人力在印度帮着解决了,主要是以欧美为主的大企业,当然中国的企业可能是内部来解决了。
我们发现,只要在这些重复性工作的白领的电脑上装一个软件,他就会每天看着这些人做什么工作。然后经过一两个月的观察,可能一次看 3 万、5 万、10 万个人,就会发现这个工作量里面 10% 或 20% 是机器 AI 可以做的。然后就可以让把人的 10% 到 20% 的工作解放出来,这些人可以做更多其他的工作,或者可以减少一些人力来降低成本。这个 10% 到 20% 是最少的,在有些例子中可能会取代 90% 的工作,所以 AI 就像我上一本书上讲到的,最大的力量、最快能得到的价值就是取代人类重复性的工作。
第二个类似的例子是接电话,就是我们的客服电话,其实 80% 的电话都可以用 AI 来解决。比如说你想知道我可不可以退这个产品、该怎么退、或者是颜色怎么换、如何使用等等,这些用 AI 都可以像人一样,甚至比人的服务员能达到更高的满意度。当然如果你发火了,对这个公司超级不满,要打过去宣泄一下你的情感,这个时候还是要人来处理。我们的 AI 可以分辨哪些是机器可以处理的,那 80% 的成本就省掉了,所以一个 call center 可以大大的降低它的成本。
第三个例子它更高级一点,就是用 AI 来改变流程。比如说我们和一个顶级的零售超市合作,那么 AI 能够帮助我们节省员工的培训,但是更重要的是,我们能预测每一个商店明天会卖多少商品,每一个商品在每一家商店的零售是多少,再让 AI 对接上你的物流和供应链,它就可以帮你的公司省下很多很多的钱,28% 的存货都可以降低,你就不用在存货里面浪费时间和钱,因为存货你不卖掉是浪费,存货不足也得不到收入。更大的一个影响是,很多店长主要是做预测的,而现在,AI 也可以把店长的大部分任务取代了。这倒不是说取代店长能省多少钱,而是说伟大的企业都是有能力快速扩张的,但问题是找优秀的店长是很难的事情,这里突然就不用再找店长了。还有,你的货品,像蔬菜和肉也会更新鲜,因为我们能确保不会过分的去储藏那些卖不掉的货品,所以这就是改变了整个零售公司的流程。
另外一个例子就是我们用卫星图像,像左边的图,你能够清楚地看到它的湿度是多少,就可以预测今年白菜、黄瓜会怎么成长;右边你可以看到油桶里面储存的油,当油盖被打开的时候,我们可以根据太阳的位置和太阳照射进去的角度、阴影,来推测每一个油桶里有多少油,就可以非常精确的知道世界上每个国家、每个城市有多少油存在。
再一个例子就是购买股票。今天买基金是千人一面的,但是未来我们可以千人千面,针对每一个人的需求,定制化的把各种信息丢到机器里面做一个最标准的、最符合用户可容忍风险度的一个投资。而且它所采纳的信息是基金经理不可能看到的,它可以了解每一个公司,比如今天员工是不是很开心。怎么做呢?到抖音上面去扒一扒大家今天发了什么,就可以猜出来。这些东西跟股票的价钱都可能是相关的。
最后的一个例子是发明新的药物。如果我们使用传统的方法,可能是一些科学家根据经验去猜什么药物能治什么病,但是如果加上了人工智能我们现在可以把发明新药的速度用生成化学,再加上一个对抗式网络,再加上自然语言,三者结合起来,发明新药的时间可以节省 3/4。
所以这些带来的是巨大的商业价值,当然 AI 也带来了很多挑战。
有人今天会谈很多的隐私安全、工作的替代、还有贫富的差异,这些都是 AI 可能会带来的一些巨大的挑战。但是我认为,虽然各国政府都已经了解这些挑战,而且开始研究怎么治理,但更重要的是,这些技术带来的问题最终很可能都要由技术来解决。就像当年的病毒是用防病毒软件来解决的,今天的隐私问题、安全问题都可能有新的技术去解决。所以要相信我们做技术的,相信我们看到问题,承认它存在,并尽量去解决它。
做一个总结,今天我们看到的人工智能就相当于新的电力,它会进入所有的行业,包括传统行业,它一定不是再创造很多 AI 黑科技独角兽,而是为传统行业创造价值。那些拥抱 AI 的传统公司他们会胜出,那些不拥抱 AI 的传统公司,他们可能会消失。
最后我们会看到,今天中国和美国都在快速的发展,中国有些传统行业还是比较落后的。但是恰恰因为落后,在这个时候就可以拥抱 AI。也许有一些中国的传统行业,它还没有做信息化和数据化,那么这一次我们就可以享受三个由技术带来的红利:信息化、数据化和 AI 化。
所以 AI 将改变世界,我们期待和大家一起迎接这美丽的未来,谢谢!
相关活动
相关阅读
-
VC已经进入“宏观少红利、微观拼能力的新阶段”
在“宏观少红利、微观拼能力的新阶段”,确保不出局,在不确定性下也有确定的决策方法论。 -
资本造富也能“造负”,创业者如何玩好融资这场游戏,才能不让自己掉入坑底?
资本的造富奇迹想必大家一定听过不少。网络上经常报道的“90后老板凭借一个APP融资上亿套现”,“濒临破产却靠融资起死回生成为市值700亿的独角兽企业”……这些信息,给我们创业者的感受就是——资本的力量... -
找投资?你需要知道的三件事!
前几天,有人问我去哪儿找投资人?比如,怎么找到徐小平投我?怎么找到真格基金的人?听到这个问题,我一口血喷出来。“我怎么去找投资人?”今天一个创业者,这句话一旦问出口,就别干了。因为在创业路上,比这个问... -
为什么人才辈出的企业都重视“职业序列”?
职业序列是人才系统重要的基础件,但是在实际运用中往往没被用好,其价值也普遍被低估。本文来自微信公众号首席组织官,作者左谦。本文主要观点将人才按照职业序列进行区分,本质上是尊重人的能力及志向的不同,实现... -
善用工具,事半功倍
工具是为了解决特定问题。选对工具,善用工具,才能事半功倍。管理是一门复杂的艺术,因为复杂,总会遇到各种各样的问题。 -
戴汨:凡人的生存法则
“神人”都有一个特点,他们无中生有的发明了一些东西或者发现了一种理论,从而改变了后世人类文明的进展。马斯克的SpaceX会不会继大航海之后,开启人类的星际文明,值得想象。 -
信任落在谁身上,谁就更有价值
人问我一个问题,为什么有些店很难复制,有些就比较容易。有些人很难做平台,有些人就可以。谁承载了用户的信任,用户的信任落在了谁身上,谁就是信任主体。 -
SaaS创业:我们为何要追求极致?
还有多少企业在用的App没有“深色模式”?难道企业App的用户就不是喜欢页面好看、操作体验舒服的个人吗?也许有人会说,我们给客户带来使用价值,不去追求表面的好看。那我们就来探讨一下 —— 我们为何要追...