您现在的位置是：主页 > 创业阅读 > >

华映资本合伙人章高男：产业转型的最大挑战，是经验决策要被淘汰

2019-04-13 12:02:45 创业阅读 > 编辑：张知涵全屏查看

简介我们从经验决策要向智能化决策去过渡，这是一个巨大的挑战。在会上，华映资本合伙人章高男围绕着科技创新和产业创新的概念，做了阐述，他认为，技术创新的核心，主要有数据、算法、算力。而技术革命，可以给许多行业带来改变。

我们从经验决策要向智能化决策去过渡，这是一个巨大的挑战。在会上，华映资本合伙人章高男围绕着科技创新和产业创新的概念，做了阐述，他认为，技术创新的核心，主要有数据、算法、算力。而技术革命阿，可以给许多行业带来改变。

算法和算力能解决哪些问题？

第一：描述。有了足够多的数据能够对一个现象进行解释，企业里当用到足够多的数据，可以知道这个企业发生了什么情况，可以通过数据来体现销售情况、运维情况、生产情况。

第二：诊断、预测和决策。如果发生了一个问题，可以通过数据算法、算力找到到底什么原因导致了这个现象，更好的做预测，更多的还可以做一些决策。

技术革命能够改变哪些行业？

这些技术应用到C端或者B端，尤其应用到B端，对产业转型和升级带来很大的机会本身通过数据算法算力解决这些问题，优化产业资源优化配置的效率，提高生产能力。

数据能够极大帮助的产业，包括信息、生物医疗、供应链、新材料、金融等。

技术创新如何改变信息产业？

信息产业是其他行业的技术赋能的技术提供者，本身又是一个技术行业，在这个技术行业本身里面，章高男又总结了四个大的方向。

第一个是数据的感知，传感器的技术，尤其低功耗传感器的技术，未来多种多样，传感器的种类越来越丰富，它解决数据获取的问题。

第二个是收集进来的数据，要存储，放在哪里，数据存储也包括文件系统、数据库、底层的硬件设备，这些东西都是基于云的，分布式的，如果不是分布式就落伍了。

第三个是数据存储还要流通，如果数据只放在这里就是死的，数据必须流通起来，流通起来就要靠物联网、5G，这个就是数据连通未来，大力去投入，而且去发展。数据连通完就是数据要加工的，人工智能是一个巨大的加工能力，最终是让它解决问题，流通起来为了解决问题。

技术创新如何改变工业制造？

第一步，数据化打通全流程，以前流程相对比较割裂的，产品计划就是计划，采购就是采购，采购有采购的流程、计划有计划的流程，没有打通。不论哪个行业，尽可能把设计、计划、采购、生产、配送到最后的营销、售后服务，都要打通，连通的过程中，很多技术发挥作用了，物联网肯定有作用，5G也有作用，更强调更多的灵活性和个性化。

从定制化生产来看，怎么做有定制化的产线？自动的找一些50个产品做A，后50件做B，以前作为一个产线是不可能的，还有柔性制造等等，都是能够满足定制的需求。原来没有的需求都可以去接，这是新的空间。

当数据全部连通以后，决策模型会发生很大的改变，未这个变化是很深刻的，往往颠覆你的就是外行，越有行业经验，越吃亏，如果你跳不出来。

此外，章高男还从金融和供应链方面，阐述了技术革命对这两个领域的改变，在他看来，几乎所有的人工智能、所有数据技术创新第一拨一定找的金融，因为它的核心资产就是数据。而在供应链方面，他认为，应该从链条实时可视化、作业自动化、分析智能化三个方面，考察智慧化供应链全流程。

最后，章高男还从投资人角度给企业家们提出一些建议。他认为，创业者改变决策思维方式，从经验决策要向智能化决策去过渡，这是一个巨大的挑战。

2019年，猎云网以发现产业独角兽为初衷，全面开启“FUS（Future unicorn Summit）未来独角兽峰会”品牌。本次大会将继续致力于探究人工智能行业核心发展趋势，通过优质AI应用实例分享、科技领域、金融投资等业界大佬互动，聚焦国内人工智能的产业力量，以行业从业者的视角，探讨科技浪潮的机遇与挑战。

以下为章高男致辞实录，猎云网整理删改：

章高男：我也是技术出身的，每次遇到一个新的议题跟名词的时候，我第一件事情是做名词解释，我们先看什么是科学技术和创新？这是标准词库的定义，正确的反映客观事物本质和规律的知识的体系。科学分为两类，一类是基础研究，另外是应用研究，基础研究没带任何目的性、目标性，前两天看黑洞，但是这个黑洞花了很多精力，无数个科学家花了几年拍出来这样一个照片，这就是一个科学的探知，这个客观规律没有任何的目的性。你会发现基础性研究这种科学往往是一个发达的国家或者人类真正推动历史进步的国家，他们是在基础性研究里面最擅长的，基础性研究带来的冲击力是颠覆性的，也是这个行业最基础的源头。应用研究有一些目标性了，它带有一定的目的性，总之科学是一个知识体系，一个知识体系用到很多个知识体系，更重要的是这个技术为了解决问题的。

我举一个最复杂的的技术，火星上的登陆，这个技术非常复杂，各种各样的知识体系，但目标是为了登陆，技术是为了解决问题而诞生的。创新带有一定的商业色彩了，创新通过良好的创意进化成知识，最终带来商业化成果，创新是一个成果的市场化，这个和资本就有关系了。总结下来，科学是发现一个客观规律，技术利用这个科学解决这个问题，最终我们要怎么商业化？创新就是把这个技术商业化。

第二个名词概念是产业升级，包括产业转型和产业升级，产业转型是比较剧烈的改变，相当于革命，产业升级就像一个渐进式的变革，它是产业增长方式的转变。比方说，交通，我们铁路交通一直有，最开始绿皮车，后来有动车，现在是高铁，这是一个产业逐步升级的过程，产业服务的方式没有变，但产业内在的管理和提供服务的方法已经有巨大的提升。所以无论是产业转型还是产业升级最大的本质是帮助这个产业提高它的竞争力提升，以及确保这个产业未来可以可持续发展，它的目标是一样的。

今天大家都在说产业转型和升级，为什么中国需要一个产业转型和升级？我今天从一个角度，从商业最基本的本质，供需关系来讲，为什么要产业转型升级？商业本质就是供求关系，一个国家也是这样的，整个国家，包括需求方面，其实就是两大类，一类是内需，一类是外需，内需就是投资和消费，外需就是出口了，这是所有的国家都是这样的。供给其实也是两大类，一个是生产资料和生产力的结合，一类是资本，这就是一个总供给和总需求。需求更多的经济表现就是KPI，供给就是GDP，一个国家的挑战在于如何既能让消费也增长、供给也增长，两个相对平衡的增长，不能一头增长或者两头都退后，整个国家宏观经济政策无论用什么调整都是调整这两个东西的某些层面。

我们回顾一下改革开放30多年，我们国家过去怎么走的供给和需求。过去我认为主要是咱们中国这30年走的是通货膨胀和经济增长，我们的需求方面肯定是增长的，过去30年，每年对外的出口还是一直在增长的，最近有点麻烦了，过去整个拉长还是增长的路线，这是对外开放的本质。第二个是我们还是个投资拉动型的国家，中国是一个大工地，中国就是建设的奇迹，也有人说把未来三四十年建设的都提前建设了，提前透支了，供给也是极大的增长，今年走在这个竖线上，改革开放也是把劳动力的解放了，供给也是一直在提高的，很重要的原因，我们超印了很多钱，全世界都在印钱，我们也得印。今天整个供给发展到什么水平？基本上已经快到这个竖线了，接近于饱和的路线了，这是过去30年大致的总结。

这样的方式走到今天面临一些问题了，短期内有什么问题呢？首先出口遇到一些麻烦，有贸易战，需求会受到一些约束。我们说可以再加大投资，我们再多修路、多修机场，不行把这个机场拆了再修，也能拉动需求，但是总体需求，短期内受到影响了，短期需求受到影响以后，我们现在又不敢乱印钱，钱也是相对比较紧缩的，短期的压力是经济增长率，需求减少会倒逼到整个经济，短期内经济增长率不能那么高了，我们就必须解决这个问题，如果解决不好，就会是一个滞胀了，大量的公司会破产了，供给也少、需求也少了，这就变成一个滞胀了，这就是所谓的中等收入陷阱，国家发展到一定程度，你就发展不上去了，经济也增长不上去了，核心是怎么走到理想的状态，怎么能提高你的供给真正的能力，最终就要靠生产力的提高，这个理想路线最终怎么能把这个线往右移呢？

还是要靠生产力，生产力最原始的就是科学与技术，为什么今天转型靠科技技术和科技创新保证我们的增长，下一步经济增长通过供给端效率的提高，才能保持长期的增长，而且又不引起通货膨胀。

数据算法、算力是人工智能的核心，过去20年整个信息的革命给我们带来了很多深刻的变化，尤其是未来，我们还有几大核心技术，这些技术是围绕着数据来产生的，数据算法和算力，包括传感器的技术、物联网的技术、5G的技术，包括低速物联网技术、人工智能、云、边缘计算，这些东西都是整个数据技术的底层未来发展的支撑体系，帮我们解决数据获取问题和数据算法、算力的问题，有了这个算法和算力，这些技术能解决哪些问题？

第一,有了足够多的数据能够对一个现象进行解释，你企业里当用到足够多的数据，可以知道这个企业发生了什么情况，可以通过数据来体现销售情况、运维情况、生产情况等等都是通过数据来体现的。

第二个是有了足够多的数据可以做诊断，如果发生了一个问题，可以通过数据算法、算力找到到底什么原因导致了这个现象，更好的做预测，更多的还可以做一些决策，在现实情况下，现在滴滴打车，有几百万的并发，怎么做一个整体的路径规划？需要做一个动态规划的决策，这就是一个决策的过程。

这些技术能解决这些问题，能应用到C端或者B端，尤其应用到B端，对产业转型和升级带来很大的机会本身通过数据算法算力解决这些问题，优化产业资源优化配置的效率，提高生产能力。

这个产业有很多，我这里面列出来比较大的产业，而且我觉得数据能够极大帮助的产业，无论信息、生物医疗、供应链、新材料、金融等等可能还有一些没有涵盖到，这些产业都需要通过技术创新来去做逐步的升级。

我重点挑几个跟大家深入地沟通一下，第一个是信息产业，信息产业是比较特别的，因为它既是技术创新的驱动者，它本身又是一个行业，它是其他行业的技术赋能的技术提供者，本身又是一个技术行业，在这个技术行业本身里面，我个人总结了四个大的方向。

第一个是数据的感知，传感器的技术，尤其低功耗传感器的技术，未来多种多样，传感器的种类越来越丰富，它解决数据获取的问题，你没有数据获取，也许对我们产业来讲，工业、农业，数据获取还是有很多空间的，这个行业要进行发展，帮助产业升级。

第二个是收集进来的数据，要存储，放在哪里，数据存储也包括文件系统、数据库、底层的硬件设备，这些东西都是基于云的，分布式的，如果不是分布式就落伍了，不要再看了，这些会解决存储的问题。

第三个是数据存储还要流通，如果数据只放在这里就是死的，数据必须流通起来，流通起来就要靠物联网、5G，这个就是数据连通未来，大力去投入，而且去发展。数据连通完就是数据要加工的，人工智能是一个巨大的加工能力，最终是让它解决问题，流通起来为了解决问题。边缘计算炒的也比较火，边缘计算跟人工智能不是一个维度，也是相配合的，因为边缘计算也会强调端和云的结合，未来和端和云之间相互有机的结合，共同解决这个问题，这是新的计算架构。

我们再讲另外一个工业制造，我们现在都讲先进制造，这也是我们国家整个产业上一个台阶很大的议题，也是国家战略。具体是怎么一步步实现的？

第一步，数据化打通全流程，以前我们的流程相对比较割裂的，我们有ERP还有PRM等等工业制造体系有各自管理的数据化的信息系统，但是这些系统根本没有被连通，它们的沟通方式都是独立的，产品计划就是计划，采购就是采购，采购有采购的流程、计划有计划的流程，没有打通。不论哪个行业，尽可能把设计、计划、采购、生产、配送到最后的营销、售后服务，首先要打通，连通，连通的过程中，很多技术发挥作用了，物联网肯定有作用，5G也有作用。连通完之后，尤其是现在未来的先进制造，要强调更多的灵活性和个性化。要把销售和生产能够紧密结合，改变了很多产业原有的工作方式，这个变化还是蛮剧烈的，很深刻的一个变化。

比方说，怎么做有定制化的产线？自动的找一些50个产品做A，后50件做B，以前作为一个产线是不可能的，还有柔性制造等等，都是能够满足定制的需求。原来没有的需求都可以去接，这是新的空间。销售和生产原有的组织方式会发生剧烈的变化，这其实也是很深刻的。

最后一个，我认为是非常重要的，当数据全部连通以后，你的决策模型发生很大的改变，之前无论PRM、ERP等等它们的本质都是对于原有业务逻辑的抽象组合以及数据化，这些都是靠业务经验。未来整个工业生产会越来越多的，你的经验通过数据算法、通过机器告诉你，原来机器算法是一个辅助的作用，这个变化是很深刻的，这个变化印证了一句话，往往颠覆你的就是外行，越有行业经验，你越吃亏，如果你跳不出来。

金融是一个特别好的未来技术创新来改变的例子，为什么呢？金融不像工业制造，工业制造还有很多重资产，还有厂房、设备，金融所有核心资产就是数据，几乎所有的人工智能、所有数据技术创新第一拨一定找的金融，因为它的核心资产就是数据。所以说这个事情，金融是一个天生的应用场景，人工智能帮金融解决什么问题呢？今天到任何一家银行会发现，银行最重要的是各种各样的风控模型，这是银行的逻辑，原来的风控模型都是靠业务逻辑来去做的，今天你会发现，30%、40%、50%都是靠机器学习、人工智能的算法，是它自己学习的算法。所以说这个是一个很大的改变，而这个比例在逐步的提升，越来越多的银行去用人工智能取代人，总结这个业务逻辑。

另外，比方说区块链，银行的支付结算是区块链最好的应用场景，没有比这个更好的了，匿名性、唯一性、不可篡改性，银行之间转型能不能突破边缘的利益？包括人脸识别、手机里有大量的应用，银行APP都有人脸识别，这都是技术创新带来的变革。所以对金融行业来讲，因为用的资产就是数据是虚的东西，对行业来说，怎么应对转型升级，我认为最重要的是人才，未来好的金融机构，不管做什么业务的，你会发现一半以上都是技术人员，这是毫无疑问的，而且是学数学的技术人员，懂算法的或者懂如何应用算法的人。如果你是金融机构的人，你还做得简单重复的劳动，你要想想，这个职位还存不存在，这是很大的挑战。未来想做好金融，大家想从事这个职业必须学两类课程，一个是经济学课程，一个是数学的课程，必须得学习，否则基本上没有什么空间了，这是对这个金融产业升级带来最大的变化，就是人才，一定要去找这方面的人才。

供应链我也可以简单说一下，我们过去非常传统的行业，怎么用技术把它升级呢？有三个方面，原来供应链通过物联网、通过近场通讯以及区块链的技术等等，现在能够做到大量的实时监控了，整个物流传输的过程都可以监控，无论放在盒子里、车里，车可以被监控，放在盒子里还有它的真伪性、唯一性都可以被监控，一个物流，一个东西传输世界任何一个角落都可以实时捕捉到，这就数据化了，你的控制和管理更精细化、更实时、更精准、更高效，这是基础。

第二个，在你的仓储配送里面，整个业务流程的自动化，控制部分发生大量的转型和升级，现在很多智能仓储，仓储里面人越来越少，而且园区内可以做无人驾驶的，在封闭体系里面的无人驾驶，都能极大的提高管理和运营的效率，这是对供应链一个改进。最后，它的分析和决策能够智能化，这也是非常重要的。比方说，你要预采购多少，在哪里建仓库，仓库要建多少，销售怎么预测，明年的市场怎么分析，当你没有足够多的数据的时候你怎么来做，当你有的时候，你的决策模型不会发生巨大的改变，这是供应链转型升级，因为供应链是几万亿的市场，这个市场也是非常大的。

最后，在座有很多企业家，想对一些企业家提一些个人建议，这是我发自内心的建议，第一个，不管我们从事任何行业，我们多么传统或者对技术一窃不通，都没有关系，但是只要是在你的成本和你的性价比可控的范围内，时间成本各个方面可控的范围内尽可能把你的业务数据化，每一个关键流程都能获取一定的数据，这是基础，这也是未来竞争环境中立足的基础。任何一种数据化都会有代价和成本的，需要你自己衡量，你首先要有极强的意识，这样才有可能立于不败之地，这是第一个。

第二个，更重要了，我们要改变我们的决策思维方式，我们从经验决策要向智能化决策去过渡，这是一个巨大的挑战，我在这个行业玩了十年、二十年，你一个毛头小子，没有任何行业经验，凭什么颠覆我？我可以举一个不形象的例子，在古代你用马车做交通，你对路线也非常熟，当你第一次看到有一个汽车来的时候，这个汽车可能有很多约束，他需要修公路、有很多地形的约束，马车可以随便钻林子，汽车钻不了，作为这个行业资深运营者，看到汽车的时候，你可能至少做几件事情。

第一个，你应该知道这是未来，马车行业会被颠覆了，有思维意识的人应该意识到这是第一点。

第二点，尽管汽车现在很多不完美，它是未来，你应该把你的时间和精力多花在未来的事情上，未来真正能够引领趋势的东西，而不阻碍没落的速度，不要在马车上优化多少了。

另外一个东西，那就是产业升级，智能化决策，数据思维对我们很多初创的企业来讲，其实是非常难以来讲的，你不了解算法怎么实现，但是你知道它是怎么解决问题，它是怎么靠数据解决问题，如果没有基础的数据思维，养成数据思维需要系统性的学习，并不是特别难，如果不接触它，对于未来的发展可能还依托于完全经验决策，如果别人用了智能化的决策，可能就比你领先很多了，你的行业经验变得一文不值了。这是我今天的分享。谢谢大家！