人工智能技术正在重构中国经济

“如果传统行业想好好运用 AI，那么数据中心、5G、 IoT 还有大数据和 AI 都是非常重要的，这几个环节要结合到一起。我深深的相信 +AI 在新基建之下能够实现数据化、IT 化、云端化的一步到位，这对于重构提升中国经济将扮演一个重要的角色，”李开复总结道。（本文首发钛媒体 App）

以下为李开复演讲内容：

大家好，我是创新工场李开复，很高兴参加世界人工智能大会。今年我的题目是谈一下《从“AI+”到“+AI”，用技术重构中国经济》。

我们可能还记得在互联网的时代，大家的一个很大的辩论就是互联网到底未来会是怎么样呢？是由互联网公司来加传统企业，还是以传统企业来增加互联网？

我们可能都记得马云和王健林这样的一场辩论，那么当然我们现在回头看，从 2012 到今天肯定是以互联网站了上风，但是最终这两者是融合的，所以“AI+”和“+AI”最终当然也会融合。但是过程会和互联网走的一样吗？

我们可以看到过去这几年来 AI 有一个特别大的转型，就是从一个技术驱动变成商业驱动，即便是非常深的技术，比如说最近的 Transformer 技术，也就是 BIRD 技术，仅仅花了两年就走了深度学习当年走了 30 年这样的一个路径。仅仅两年时间，从谷歌它的论文的刊出一直到遍地开花的应用产生。

所以即便是最高深的技术，它的产业化商业化的速度也是越来越快。为什么会这么快？这有几个很重要的原因。

第一个我们的软件工具进步了，第二个硬件加速了，也变得更容易用了。第三有很多云和其他的技术，最后越来越多的人才培训了出来，大量的 AI 人才和这 4 个重要的理由，让我们把 AI 创业从“AI+”真的推动到了一个“+AI”的时代。

所谓“AI+”的创业，如果我们回顾早期的 AI 的公司，以技术为主，而且是以天才科学家为核心的创业。这类的公司他们非常的少数，因为毕竟懂 AI 的人才是非常的少的，所以这些 AI 天才们就获得了资本支持，成为了第一批“AI+”的公司。

那么大约在四五年前，我们看到了“AI+”虽然做了很多很好的工作，但是懂 AI 的人才越来越多了，工具也越来越普及了，所以更多的传统公司开始思考他们该怎么样融入 AI 所以我们就正式的进入了“+AI”的时代。

那么“AI+”和“+AI”的差别是什么？

“AI+”是以 AI 为核心、以科学家和工程师为核心去寻找商业机会。而“+AI”，针对传统应用去产生价值，必须要和传统公司合作，甚至是传统公司来主导 AI 的应用。再过 5 年，我认为 AI 会进入到下一个阶段，即 AI 无处不在，AI 的应用变得越来越简单。传统公司也能够雇到工程师，他们也能够用更简单更更接地气的模式来把 AI 引入他们的公司，就跟今天的 IT 的状态是一样的。

所以讲的更贴切一点，我们可以看到这几个例子。

“AI+”的公司早期是在语音视觉芯片方面为主的，那么“+AI”的公司，我们可以看到一些比较好的例子，比如说文远知行和广州的出租车公司合作，创新旗帜和宝钢合作，追一科技和广发银行合作等等，这些 AI 的公司是存在的，但是 AI 的公司是来辅助一个传统公司来达到商业指标，这就是“AI+”和“+AI”的差别。

我们可以看到在普华永道的预测上，其实就告诉我们人工智能在 2030 年给世界将带来 1 万亿人民币的价值，而这价值主要是在传统企业里面体现出来的。

为什么传统企业在下一个阶段的 AI 这么重要呢？其实有几个重要的理由，第一个就是说传统行业它的体量很大，可以想象一个银行或者一个造车的公司，它的体量是这么的大，如果 AI 能够帮他提升3%、 5% 的效率，那么它产生的价值已经是很巨大的。

第二，传统公司的门槛其实是非常高的，我们可能做高科技的希望认为高科技的门槛是最高的，但是如刚才所说的 AI 越来越容易了，所以 AI 门槛在降低，那么传统企业的门槛很高，简单的来说，一个 AI 公司要想做一家银行，这是非常困难的，但是一家银行它想融入 AI 这是相对容易的。

第三，传统行业它有产业链的这种重要的角色，所以上游下游的这种对接会让传统行业形成一个必须有的这样的一个功能。

还有最后我们也发现人工智能虽然很强大，但是它的普及性还是有限的，并没有人工智能成为一个平台，能够直接拿来就直接使用。每个传统企业的公司它都有相当的客制化，比如说它有独特的数据需要收集，需要清理；比如说制造的公司，它甚至要增加更多的传感器，这些都是一个客制化的需求，所以并不是有一套产品传统公司就可以拿来使用。

还有一个互联网跟 AI 很大的差别，互联网是接触到每一个用户，形成了一个巨大的平台；AI 更多的是一个伟大的技术，它将赋能给那些已有的平台，所以 AI 到底会不会有一个平台的产生？我不是那么的乐观，AI 本身产生给世界的价值和互联网是一样大的，但是他本身现在看来并不会产生一个和互联网一样大的平台。

所以根据这些理由我们可以看到的是“AI+”会继续有价值，那么“+AI”却是远远体量更大，对是社会经济贡献更大的一个方向。

那么什么样的传统企业需要考虑加 AI 呢？其实 AI 在每个企业都有价值，可是传统行业往往它有很多固化的习惯，并不是每个公司都适合在今天跳入 AI 的。

这里我有三套建议：第一个就是说这个公司一定还是要是成长型的，现在需要去扩张或者需要降低成本，有这样的一个商业的需求。

第二是它本身的数据化要做的足够好。它有足够的数据，足够结构化的数据，而且和他的商业指标相关的数据，能够把 AI 的数据整合起来，就能创造出一个真实的商业价值。

第三，在传统公司有时候它会比较固化，比较旧的比较老，比较难于改变自己，那么比较适合于融用 AI 的公司，会是一个很有远见的一个 CEO，然后公司有足够好的文化，愿意来改造自己这样的一个公司。

那么这样的公司今天如果做了 AI 他就有 4 个方法可以让 AI 产生价值。

第一个简单的来说就是用 AI 省钱，第二是用 AI 简单的替代一个环节。第三是用 AI 来改造公司比较重要的几个流程。然后第四是用 AI 来重构整个行业。

这里面当然是前两三个会远远的看到的例子更多，这些才是比较经典的传统企业加上 AI。这里我们可以看到 4 个案例，我们这是一个单一环节的节省成本，这都是来自创新旗帜。

第一个案例是用 AI 的视觉来去做质检，看看我们的生产出来的衣服有没有任何的颜色或者尺寸的问题。第二个我们可以用 AI 来看我们陈列的货品是不是有给我们的一每一个产品把足够的空间，然后还有剩下来有多少的存量是帮着零售商店来做 AI 的智慧的赋能的。然后第三个案例是可以看到，我们用 AI 可以来检测一些生产的过程，这里是一个马达，看里面没有任何的瑕疵，而最后是在一个铁水的过程中来检查，用智能的方法来让流程走得更顺，有没有任何的问题。

另外我们还可以给出的例子就是在单一环节的优化的赋能，也就是第二种的方式，比如说在贷款金融的行业，我们是不是可以用 AI 来取代单一的环节，比如说贷款的时候用 AI 来决定要不要借钱给一个人，用海量的数据来训练。

那么我们在人工智能的工程院，创新工场的工程院里面，也做了这样的一个实验。在一个非常大的贷款公司中，我们用 AI 来取代人，作为一个贷款的判断，降低了违约率大约 14%，节省了巨大的费用。

然后比较复杂的一个流程化的赋能，就是在智慧运营方面了。如果我们能够用 AI 帮助一个商店来预测他卖的每一个商品在每一家店会卖出多少份，从此我们可以不但做出更好的预测，让他能够降低它缺货的可能性，也就是增加它的营业，而且让它的库存变得更智能化。

在这个过程做好了之后，我们在整个物流、仓储甚至制造方面，可以一个一个用 AI 对接起来，慢慢的我们就很聪明的可以知道，每一个产品应该生产多少，存多少，送到什么地方去存，什么时候会卖完，什么时候需要补货，而且甚至在商场里面该放在什么位置，都可以来优化它最终的销售。

最后想谈一下重构整个行业规则的可能性。

其实医疗是一个非常巨大的机会，这里好几个例子我想更深入的讲一下。

用 AI 来制药，我们投资的有一家公司就是在用化学的方式来寻找最合适的小分子，来加上用 AI 能够对于各种制药的这种顺序，看看哪些药和哪些病是能够产生最大的经济价值，帮助更多的人恢复健康，还有能够有更高的概率通过临床实验。在这个过程中我们发现如果一切顺利的话，有可能发明一个新药，可以比过去快了 4 到 5 倍，这就成功地重构了医疗行业。

创新工场在人工智能方面做了 40 多个案子的投资，最近我们也发现越来越多的 AI 公司它必须要能够落地，必须要能够对接传统公司，要用 AI 做传统产业赋能和价值的创造。

而今天中国也面临了非常重要的一个时刻，我们的传统行业特别需要来降本增效。我们面临的几个大问题，第一个是作为世界的制造大国，我们的人力成本在变得越来越贵，而且生产力和效率相当不足。

如果实际去看一些我们的零售、生产的环节，我们发现有各种方面是需要提高效率。比如说在工厂的生产力，或者虽然有比如说淘宝拼多多带来那么大的消费者的效率，但是他的后台很多的事情欠缺效率。另外还有很多线下商业也需要提升效率，比如说还有 700 万多家这种夫妻店。

最后还有很多行业，包括了教育行业、医疗行业等等的，它的效率都是需要提升，而人工智能正好可以用来提升效率的。所以从整个产业的发展来说，我们可以看到的过去 10~20 年，巨大的价值来自于前端的创新，让很多行业能够上网，用 APP 变得更方便，创造了大量的价值，产生了大量的数据。

那么未来的 10 年，我们看到的更多的传统行业，比如说制造、医疗、教育，面临他们的下一个阶段的提升，是要针对性的去改变，提升他们现有阶段的效率，用 AI 来提高赋能，用刚才讲的 4 个方法来创造新的价值，这会是整个经济提升的一个最巨大的机会，也是我们做投资的看到最好的投资的方向。

另外还有两个很大的因素会让我们对加 AI 特别的看好。第一个因素就是今天的疫情虽然是对世界是一个很大的灾难，但是实际上它改变了我们的使用习惯，让更多的线下的业务变到线上了，非数据化的电子数据化了，那么产生了更多数据以后，就也能够做出更好的 AI。

所以我们看到在医疗、办公、教育等等的行业，越来越多都是走了数据化的路线，那么我相信“+AI”的这些行业，也会因为疫情加速了 AI 的落地。

最后还有一点当然就是新基建了，要做好行业化的 AI，要让传统企业拥抱 AI，那么我们在各方面的计算、通讯、数据方面都要有非常好的基础才能够跑起来。就像过去如果没有好的基础建设，没有公路，没有城市建设，我们造车也没有办法发挥价值。

今天如果我们想要各个传统行业好好的用上 AI 的话，那么数据中心、5G、 IoT 还有大数据和 AI 都是非常重要的，这几个环节是会结合到一起。所以我深深的相信“+AI”在新基建之下能够实现数据化、IT 化、云端化的一步到位，这对于重构提升中国经济将扮演一个重要的角色。

以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。