北大訪問教授吳霽虹：如何把握AI產業化機遇並建立競爭優勢 | CITE 2017

雷鋒網4月9日消息，CITE 2017第五屆深圳國際電子信息博覽會盛大開幕。會中科大訊飛承辦了2017人工智慧產業發展高峰論壇。與會嘉賓有國家工信部副部長劉利華、深圳市副市長陳彪、科大訊飛董事長劉慶峰、騰訊AI實驗室主任張潼、華為智慧工程部部長張寶峰、英特爾全球數據中心產品和技術總經理陳葆立、TCL工業研究院副院長陳光郎、北京大學訪問教授吳霽虹等。

吳霽虹教授是創新管理學家，人工智慧商業模式理論體系的創建人。峰會上吳霽虹教授通過七問七答分享了「如何把握AI萬億級產業全球化機遇並建立競爭優勢」。

以下是雷鋒網整理的演講實錄，作了不改變原意的編輯：

今天我想用七張圖來揭示下一個萬億級人工產業全球化的大趨勢，那麼實際上我會回答七個問題，這七個問題是中外大多數企業家問過最多的問題。

第一個問題，AI產業化成長有什麼簡單的規律？其實這是一個比較複雜的問題，特別是像人工智慧以及信息數字的產業。如果一定要用非常簡單的話來概括，那就不得不說技術成本以及商用它們之間的關係。上圖是我們追蹤科技產業化的一張非常簡單的規律圖，這張圖中技術的暴漲和成本的下降有一個黃點，我們把它稱作產業應用的門檻。今天我們實際上已經跨越了門檻，而我們看到的這個藍色的商用發展曲線剛剛好是打開4G商業的大門，我們可以有非常無限的想像空間。

什麼現象暗示著AI產業化將爆發？

第二個問題，什麼現象能夠暗示AI產業化將會爆發？很有意思的是，在很多的企業家或者投資人角度來說，通常會用投資的多少以及投資的增長來判斷產業的爆發。但是事實上，全球頂尖的投資機構以及戰略機構一定會分析兩個非常重要的數據，一個是專利，另一個是專利的訴訟。專利是發明創新重要活動的成果，而如果專利訴訟不斷增加，這表明人們可以靠技術告狀賺錢了，因此這兩個數據非常的關鍵。

第三，大家困惑的就是，AI+，互聯網+，工業4.0到底有什麼區別？特別是很多中國企業家都在提這個問題。那麼我把這個問題梳理成一張圖表，這張圖表可以看到，如果以商業的目標和在這些目標下的很多指標去分解不同，你就會發現它們有重疊的地方，也有不同的地方。比如，從商業目標的高效率指標上去看，工業4.0實際上是要通過信息化、自動化，還有數字化，讓商業的投入和產出高效率的提升。同樣這樣的一個指標，我們會發現互聯網實際上是要打通線上線下的連接，刪除臃腫無價值的中間環節。而這樣的一個指標，對於AI來講，是要全方位、高效率的萬物鏈接，並且真正實現個性化智能配對的需要。我想借用馬雲的一段話來講，實際上今天AI可以讓大多數的傳統企業換道超車，而不是彎道超車。

總的來講，我想說的是對於個人和企業在產業、在人工智慧產業化而言，AI實際上是已經進入了新世界的一個最大的，也可能是最後的契機。

我的研究發現AI從技術到商業至少要有八個最必要的要素，這八個要素從開源技術平台、核心技術創造、開放技術、平台技術操作、系統應用解決方案、商業應用、系統用戶使用、場景到動態數據。慶峰博士也指出其實還有一個重要要素——人才，我非常的認同，我相信人才貫穿所有的要素之中。

我想讓大家從第八要素和第七要素去思考它們的邏輯關係。也就是說，可能大家都知道從第八個要素動態數據這個要素去看，只有用戶行為的動態循環才有可能餵養機器學習，否則AI不可能有高智商，商業也不可能有高智能，因此這個是大家非常認同的。

從第七個要素，場景的應用來看，我認為這是AI產業化最關鍵的一點。從這個地方往前推，實際上有這麼一個邏輯關係，也就是說在任何一個場景下的應用都需要全新的商業模式。這樣的商業模式會整合第五項應用解決方案，即一個全新驅動的運營體系，那麼這個運營系實際上是有大腦的機器人。請注意，很多人把機器人和有大腦的機器人混為一談，但是兩者不是一回事。接下來你就會發現，無論是2B、2C、2G，在這個系統中是離不開第四項——技術操作系統的，而AI技術的操作系統大多數都是受益於第三項——開放的技術平台。當然，所有的這一切都是需要靠第二項——核心技術創造的支持。核心技術也就是軟硬體技術，包括了語音語言、圖象識別、演算法數據訓練、專用晶元、感測器、ACT、大數據、雲計算等。特別要提出的是最後一項——開源技術平台。今天AI之所以能夠有指數級的發展，能夠開啟AI商業的大門全有賴於第一項開源硬體平台，因為開源運動幾乎是一切指數級技術進步的重要推手。

基於上個問題，我們可能就會問在全球AI生態價值體系中，商業能夠做什麼呢？我想我的書裡面很大一部分是探討了技術創新在戰略上的作為，可以讓一個默默無聞的公司變成世界級的引領者，大家有目共睹，科大訊飛就是一個驚人的奇蹟。我在《未來地圖》中已經對戰略性作為所產生的效果有很多的論述，這裡就不一一談了。

現在我想多說一句的是場景的應用。全球範圍內AI產業正在進入到衣食住行用娛健教工保十大消費領域，衣食住行用不用說，娛就是娛樂，教就是教育，健就是健康，工就是工作，保就是保戶，法律。它們在不同場景下已經啟用了人工智慧，但是這些場景不僅僅是我下面列的這旅途加酒店，銀行、會議、學校、購物中心、線上電影院、餐廳、火車、機場線上等等，都需要不同商業運營的模式和系統，而有大腦的機器人是非常重要的兩個創新點，一個是AI用戶解決怎麼樣的智能交互系統，另一個是AI能為客戶公司生態進行價值分配的智能系統。這八個要素我認為是產業化非常重要的元素。

我的研究發現，全球AI金字塔的塔尖上的創新者大約87家，並已經形成六大AI商業物種：

• 第一是AI核心技術的創造者，企業包括谷歌、IBM、臉書，蘋果、百度、科大訊飛、華為、英特爾、英偉達等等，當然還有很多一流的大學機構，伯克利多倫多、斯坦福、卡耐基等。

• 第二就是AI神器，蘋果SIRI、谷歌NOW、臉書M、亞馬遜Alexa、今日頭條、訊飛輸入法等。

• 第三是AI管道架構師，華為、高通、愛立信等。

• 第四是AI商業應用引領者，亞馬遜、谷歌、IBM、特斯拉、百度等。

• 第五是AI納米微小創業者，剛才慶峰博士的數據也表示，這個領域數量是幾十萬的翻倍增加，也是大眾創業，一個人創業就可以成為一家全球性公司。如AI聊天助理、AI秘書等。

• 第六個大家可能想不到，是AI數據耕種大軍，是全球30多億的網民，20多億的社交媒體用戶以及近40億的移動用戶。他們是數據的耕耘者和貢獻者，他們讓基於大數據的人工智慧成為可能，也讓AI商業化成為可能。

此外，還有一個發現，AI的六大商業引領者中大多數的引領者橫跨好幾類物種。這是因為AI多維工作原理的推動作用，也是因為創造和創新在今天的基礎就是生態網路的進步，而不是單線條的演進。

第七個問題，發展下一個萬億級產業需要建立全新的商業競爭優勢，那麼怎麼建立呢？用一個Top—A競爭優勢，也就是技術加商業的競爭優勢，可以回答這個問題，但是今天完全無法說清這個問題，這是一個可以討論一學期的話題。

Top—A中的「T」代表的是新技術，「O」代表的是現有技術操作系統，「P」代表用戶、客戶的痛點，「A」代表競爭優勢。那麼商業的競爭焦點，實際上要處理好三個關係——新技術與客戶的關係，新技術與現有系統的關係，現有系統與客戶的關係。這是一個很複雜的過程。

打一個比喻，比如說無人駕駛領域，如果我只有一個好的AI技術，但是不能轉化為無人駕駛的安全方案，或者雖然我的AI語音技術已經很好地為客戶解決了界面安全交互的問題，但是運營系統只能在3G上運行，物聯網系統是缺失的，那麼這樣的產品一旦在信息擁堵的條件下就很可能出現車禍，這種情況下很難真正地建立起商業競爭優勢。

因此在這樣的一個框架下，我們會發現，AI競爭優勢的建立比任何時候都需要商業生態的夥伴。而建立商業生態夥伴，這種競爭優勢必須有多級繁榮的價值理性，分享就是獲得，選擇就是進步，商業生態才有可能進化到更高的級別。更進一步，如果我們能夠借用AI的這種特徵解決商業生態的協同問題，或者是整合問題，我們就會有超級的競爭優勢。

最後我想說的是，AI是沒有是與非、對與錯、善與惡價值觀的，它可以說是我們智人的遊戲。因此很多人都在擔憂的一個問題——AI產業發展和人類未來的商業文明到底是走向一個人的暴富，擠壓千萬人的命運的不歸路，還是要走向強者更強更善，弱者變強向善，茫者變清向前的多級繁榮的商業，我個人認為很大程度上取決於今天的引領者。謝謝大家。

雷鋒網將會持續報道展會精彩內容，敬請關注！