為什麼這個報告可以碾壓白宮、斯坦福的報告？

人工智慧熱潮之下，白宮、英國政府、斯坦福大學，高盛、阿里等等各路機構，都拿出看家本領，出台人工智慧報告。雖然這些機構名頭很大，可在人工智慧報告這事上，他們可能要被一家此前名不見經傳的機構——烏鎮智庫，給碾壓了。為什麼？從數據的完整性、覆蓋面，或是報告製作的時間成本、速度上，烏鎮智庫和網易聯合製作的這份報告，是美國白宮、斯坦福大學這些無法比拼的。

我們先來看看，傳統的報告是怎樣的做法。拿現成的例子，美國白宮第一份報告，《美國人工智慧研究與發展計劃》，從2016年6月著手準備，10月份發布，總共花了4個月的時間。同樣是10月發布的，還有斯坦福大學的報告。用了多久呢，至少是一年時間，2015年秋季就啟動。

時間長是一個特點，另外就是人力耗費也多。白宮的報告用了多少人呢？具體我們不知道，但白宮專門組建了一個委員會來管這事，國家科學技術委員會（NSTC）機器學習和人工智慧子委員會。斯坦福大學則成立了一個17人的研究小組。這小組的成員來頭都不小，人工智慧領域裡，學術界的、企業界的、產業界的專家，還有相關的法律人士、政治科學、經濟學的學者，都有。沒辦法，人工智慧太專業了，門檻不高不行。

（斯坦福大學的17人成員名單）

現在人都齊了，接下來就該說說怎麼做了。通常就是調研、開會、討論。大家七嘴八舌地說自己的觀點、意見，最後做一下總結，一份報告才算大功告成。美國白宮的、斯坦福大學的、英國政府的，都是這樣。而像高盛、阿里巴巴、艾瑞諮詢這些企業機構的，自己有投資，自己有些數據，可以再做點數據分析，羅列一下主要的人工智慧公司。

基本上，傳統的報告就是這樣。首先得有人，有專業的學者，然後得有時間，才能搞調研，做研討，最後把報告寫出來。因此，幾個月出一份報告，很正常。而且，這些報告都是文字，通常就是厚厚的一本。

（各國在人工智慧領域的企業數、專利申請數與融資規模比較）

那麼，烏鎮智庫有什麼不一樣嗎？為什麼它生產的人工智慧報告，可以碾壓白宮、斯坦福大學的報告。幾個字就可以概括——快、全、准、簡單。

白宮的報告花了4個月，斯坦福大學的報告至少是一年時間，烏鎮智庫的用了多久呢？一個來月。其實這個時間還不是太準確。最終報告出來是一個來月，但中間每周都有出產報告，從框架篇、產業與應用篇、學術與研究篇、投資與融資篇，最後才是精華篇。

生產周期這麼快，那麼專業程度如何？準確么？

烏鎮智庫的報告，為什麼能生產這麼快？他們自己說了，他們是大數據驅動的，用大數據來生產報告，而且就只有兩作者：數據和機器。所以甭管你什麼報告，用數據、演算法、機器，運行一下，報告就七七八八了。

烏鎮智庫的網站上就有介紹，它現在有全球1億多條專利、1億多篇論文數據，8千萬多條知識圖譜數據，近千萬社交媒體數據。而且，有點吹牛地說，號稱從公元1001年以來的論文、專利數據都有。信不信由你，反正從報告的質量，是可以看出來的。

所以呢，烏鎮智庫生產報告，在數據樣本上是絕對全樣本。它也不需要花時間去搞調查、調研，機器一動，數據就來，自然就快多了。從報告上來看，可以精確到每個國家、每個省份/州、每個市縣、每家企業、每所高校的具體情況。比如人工智慧的企業有多少、投資情況是怎樣的，研究水平是高是低，影響力如何，都有。關鍵是，數據基本可以做到實時。只要網路上一更新，這邊立馬就同步過來。

今年元旦，央視財經頻道的那期《對話》，就直接用了烏鎮智庫的報告作為材料。可見內容紮實、可信，真是沒得說。

（2017年1月1日央視財經《對話》欄目《人工智慧：挑戰2017》畫面截圖）

不光快、全，而且趨勢預測，也領先於傳統報告。雖然烏鎮智庫自稱不作預測、不作判斷，只呈現現象和數據，但報告里對數據進行的交叉比對、相互驗證，其實就可以看出很多東西來。數據不說謊，數據會說話。傳統報告，喜歡預測、預判，但它們靠什麼？靠專家學者的專業知識、直覺和經驗。靠不靠譜，嗯，我也不作判斷，你自己想去。

最後想說的一點，就是報告簡單、易讀，基本都是圖表為主，讀起來不費勁。像高盛的報告，一百來頁，真是挑戰讀者的記憶力和耐心啊。事物都有兩面性，烏鎮智庫的報告沒多少文字，所以也的確對讀者的智商有要求，看不懂圖表、數據的，只好去讀傳統報告的長篇大論。

說了這麼多，烏鎮智庫是不是很牛。嘿嘿，其實也還好，因為它站在巨人肩上啊——數據和演算法。現在都說大數據，都說演算法怎樣怎樣，但有哪幾家真的把這些好好用上了。沒有，還是老路子做報告。它用得好，用得妙，就不一般了。所以，除了人工智慧，它也已經生產了諸如Fintech、小微商戶等報告了。

如果還看不明白，這張表拿去。