中國有足夠的數據優勢，在未來五年超越美國

4月26日，GMIC大會在北京國家會議中心召開。本屆大會主題為「AI」生萬物，邀請政府官員、人工智慧領域科學家、企業家、投資人等各界人士共同探討最新趨勢。全球人工智慧領袖峰會作為GMIC大會的首場峰會，旨在探討在基礎硬體、大數據與開源平台、深度學習為代表的演算法等人工智慧領域的深度洞見。

第二個圓桌論壇的主題為《AI戰略與人才》。分享嘉賓為創新工場董事長兼首席執行官李開復、百度公司總裁張亞勤、科大訊飛公司高級副總裁及訊飛研究院院長鬍郁；論壇由百度投資管理合伙人蔡薇主持。

以下為《AI戰略與人才》圓桌論壇實錄，由品途商業評論（ID：pintu360）精編整理，有刪減：

主持人（蔡薇）：今天想談一下人工智慧人才問題。因為我們發現人工智慧方面的人才缺少不僅僅是一個中國範圍內的問題，也是一個全世界都面臨的問題。所以我想請嘉賓們聊一下大家對人才問題有什麼解決方案嗎？各個公司，或者自己是怎麼考慮這件事？

胡郁：我從我自己的經驗來講，我講兩個方面，一個方面，我們的經驗，第一個，大學裡到底有沒有足夠人工智慧的人才。就是老師，可能不同的公司有不同的看法。但是在我看來，在中國，在世界的大學裡有一批，在中國當然也有，是真正的掌握了人工智慧核心技術，但是他們開公司產業化這方面可能沒什麼經驗，怎麼把他們找出來，並且用合適的激勵的辦法讓他們參與到產業化過程中。

第二個，人才的培養。很多年輕的學生，這個也是我們一個特點，我們在合肥培養了一批在人工智慧方面真正懂得如何做研究，如何做有用研究的人。

第三個，我覺得現在做人工智慧已經不像以前，它是一個非常交叉的一個學科，所以有些先進的人靠自己培養不出來的，確實需要從各個方面引進，國外也好。所以我認為這三個方面的經驗，有連整個生態里學術圈合適的人，但是並不是把他們挖到公司來。第二，人工智慧培養是需要有中間層次的人培養。第三，還需要有大的機會方面來引進。

李開復：我想講一下人才的兩個層面：第一個，前面的一個環節我提到過我覺得大量的工程師想湧入人工智慧，現在高校並沒有足夠好的課程和師資來幫助他們。所以我們做了很多工作，像培訓教師，做大量的數據競賽等等的，這個我覺得是人才金字塔底層的建設很重要。還有像頂級的人才，這點從國外例子來看，從大學教授和研究員被亞馬遜、Facebook，Google等大量的挖走，形成這些公司的核心。這些公司做的很成功的我個人認為還是Google。雖然微軟和Google都有很厲害的人，但是Google把這些核心的AI專家和工程師和工程管理專家聚到一起，最經典的例子可能就是Google的吳恩達建立的這個團隊，使工程與科研結合在一起做成一個可用的系統，這個我很認可，並且做的很成功。所以我們不能只看這些教授發論文發到哪裡去，還要看怎麼跟工程那邊結合在一起。

最後講一下中國的現狀，中國的高校坦誠的說沒有像美國那麼多年的累積的科研的專家，能夠被BAT所挖走，當然也有，但是數量不是那麼多。所以BAT頂級人才可能從國外的，Google和Facebook、亞馬遜挖過來。BAT現在人才累積最多的，其中百度已經領先了。待會兒讓亞勤來講。我認為這個是中國人才現在的現狀，就是BAT為主，現在滴滴，京東，頭條，很快的我相信美團和其他的公司都會建立AI團隊。這是一個人才的走向。

因為中國有大量的數據，數據可以產生價值，這些頂級的超級獨角獸們都是每找一個AI的人可以變現好多錢，所以水漲船高，把現在AI公司弄的是頂級人才是美國的一倍以上，這也是一個很特殊的狀況。

最後想補充的一點，如果從我們VC創業的角度來看，我們可能更希望是一個三者結合才能成為一個好的AI創業公司。首先要有科學家，但是看領域，不一定需要這麼頂級的。比如說做無人駕駛的肯定需要特別頂級的，但是如果做金融，也許一個很好的數據科學家就足夠了，需要一個科研很強的人。第二個，工程能力還是要很強，因為要求做系統和產品。第三，因為AI主要是一個ToB業務，所以要有能夠銷售，能夠懂商業，能夠打單的人才行。所以無論投資的公司，我們會幫它聚集這樣的人才，或者我們孵化的公司，我們更早會把這三者結合在一起，所以談人才的時候我們往往只談AI的人才，其實要做好一個AI公司是需要多元化人才搭配的。

張亞勤：基本上有三種不同的人才：一種是研發，演算法，做理論，這些人才當然還是相當缺的，比較少，美國也缺，中國也比較缺。第二個，做產品的，包括晶元設計，做各種不同的系統人才。這個也缺。但是這個我覺得產業本身會自己培養出來。像開復講的BAT，TMDX，像小米，京東，包括像訊飛，已經產生了很多這樣的人才。還有一種是實用人才，現在這個也相當缺。這個沒有什麼捷徑，通過在大學，在研究生，包括在中學需要普及AI知識。另外一個靠市場，就是市場有這個需求，三年、五年後這個人才自動的會重心轉移到這裡。整體來說，看五年以後中國和美國在應用人才，開發人才，基本上會到一個同樣的水準。在基礎研究和演算法理論差距會比較大。

主持人（蔡薇）：我想請各位老師談談，中美兩國人工智慧技術發展，政策環境，投資環境各方面的比較，就是在人才這件事情主要之外，談兩方的比較。因為三位都非常國際化。

李開復：今早我提到了四波人工智慧的浪潮，如果我們中美要做對比的話，可能要分開來看。我覺得在互聯網AI方面的話，中美現在應該是平分秋色。但是我覺得中國有大量的數據優勢，而且加上移動支付，中國應該會在這方面超過美國。在未來的五年。

張亞勤：看一下的話一個行業發展，有五個大元素，一個是人才，技術，市場，資金，最後一個是政策。從技術人才方面，中國現在和美國還有差距，這個差距還在不斷的縮小，在資金，在市場，其實有些方面已經領先了。看一下在AI方面資金的投入，不管VC，PE，或者是整個投入和美國基本上差不多。從政策方面的話，市場上剛才開復也講了中國的人口優勢，規模優勢，數據優勢，所以市場方面我想基本上也處於有一個Ash。在政策方面中國是有絕對優勢的，中國包括有頂層的規劃，人工智慧新一代的藍圖，包括政府的基金。我自己並不知道基金本身會有多大的短期效應，但是由於國家有這麼一個大戰略，所有的資源都向那個地方傾斜，人才，包括各種注意力都會向那些傾斜，這個效率會高。所以我叫做中國速度的。中國質量還差一點，但是我想中國速度是全世界認可的。所以AI中美會成為兩個引擎，我不認為中國和美國直接就競爭，兩個都會有，都可以共同發展。

胡郁：有採訪問我科大迅飛跟BAT為什麼不一樣？不一樣是因為中國的國情不一樣。因為東西方文化的差異，大家對整個社會的運行機構其實是有差異的。比如我們以前講計劃經濟，有它的缺點，當然也有它的優點。我記得在去年的數博會上人講過一句話，講，如果有了大數據，有了真正人工智慧，計劃經濟其實可以做的更好。在中國我們看到有兩種經濟體系，一種是計劃經濟，剛才亞勤和開復老師都提到了，國家規划下我們中國很多的行業：教育、醫療、政法、安全、智慧城市，都是在國家規划下做的。包括我們國家現在設計的四大人工智慧開放平台，包括百度和訊飛都在裡面。這種情況下我們可以看到這裡的數據和政策是在一個高度集中統一在上面來進行整體規劃的。所以現在看到不僅僅在人工智慧時代帶過去雲計算和大數據時代，中國的，包括政府的城市治理，包括教育，這個方面其實因為中間的統籌規劃和把這些新技術儘快應用的趨勢，我覺得中國在很多方面已經走在了世界前面。比如我們的教育跟日本比，日本的電話教室比中國好很多，但是到信息化和智能化方面，中國現在做的很好，已經反而去領先了。這中間告訴我們什麼呢，越是有集中化的地方，越是能用統一規劃的地方，在數據這個問題上反而有可能取得它的相對優勢。而且數據的使用又反過來會增強這種中央控制體系的威力和能力，從而形成一種閉環的效果。

主持人（蔡薇）：我也想請三位嘉賓，都是技術出身大牛的商業領袖，也希望能聽到三位在這些人工智慧的生態這些方面的見解。

張亞勤：整個產業的布局和競爭是生態的競爭。剛才你講的很好，說看一下有幾個不同的時代，一開始PC時代，然後到了移動時代，現在到了AI時代一樣，它的每個時代形成之後，生態一開始是高速變化的，然後形成了穩態。當穩態的時候很難改變它。在PC時代是Windows和Intel，晶元和X86架構，和Windows架構，上面有許許多多的應用，互聯網來了之後加了瀏覽器。形成穩態以後其實別人很難改變它。到了移動時代的話，為什麼ARM可以使用，X86反而不能用，因為上面的應用，整個操作系統它滿足不同類需求，所以這個時候有ARM，上面有IOS，安卓，上面有各種各樣的應用。現在進入AI時代會發現，很多應用，用過去的X86可能不太適應，ARM可能也不太適合，需要新的晶元架構。所以很多公司在做AI晶元。所以這個時候會產生新的操作系統，新的晶元和新的生態。

李開復：我們看整個大生態系統的話，過去十年發生了一個驚天動地的事情，就是以前整個世界是以矽谷為中心的，一切圍繞著矽谷，windows、英特爾代表了一切，其他國家都成了了英特爾的殖民地，自己沒有發展自己公司的機會。因為這些年中國的市場帶來了非常聰明的投資人，投資了一批執行力很強的創業者，創造出來完全與矽谷不同的思考方式，邏輯方式也創造了一個平起平坐的估值的一些公司。比如說矽谷的公司，可能更是理想化的，而中國的公司更是執行層面的；矽谷的公司是技術為主的，中國是應用導向的；矽谷的公司是希望做得更輕，人越少越好，中國希望做得更重，讓人感覺更好。美國是單平台霸佔全世界平台，而現在中國像滴滴等在全世界都做了布局。

晶元中國也有很大機會，像傳統學習GPU加速，是一種做法，但是我覺得現在有多方面機會，一個是怎麼做到比現在性價比更高的在雲方面的晶元。第二個，怎麼樣把這個做到終端，做到車，做到手機等等的。第三個，還有很多新的感測器，過去不存在的，未來應該更多的在視覺、聽覺方面，感測器歸大量的增加，而且過去講的很多沒有實現的IOT時代也會來臨。所以對整個晶元，半導體的創業和機會我認為中國是巨大的。創新工場也投了很多家公司，像比特大陸，也是在做晶元方面的機會。所以機會很大。

張亞勤：我完全同意開復所講的中美是兩個平行宇宙。平行宇宙我認為會成為兩個重力場，但是重力場不是割裂的，不是獨立的。未來全球不管怎麼發展，還是需要這兩個平行宇宙的合作。它的不斷的溝通通訊。如果看一下的話，拿晶元來講，晶元目前比如光客最領先的技術在歐洲芬蘭，founder韓國和中國的台灣。晶元設計可能在中國目前還不錯，追的很快。但是設計的工具在美國。我想未來的話還是會有兩個大的重力場，雙方要合作。

其實我很反對，最近也有一些官員或者投資者問我，說我們能不能以後就把中國變成一個和美國沒關係的，我們不要和美國合作，也不靠它？我認為全球還是需要更多的合資，全球化是大的趨勢，保護主義也好，反全球化都是短視的。

主持人（蔡薇）：在這種大時代來臨的時候，巨頭們是不是有很多數據上，流量上天然的優勢，更容易勝出呢？比如我們做投資，資本方面，巨頭們的這種優勢是不是就成了一個優勢呢？就是創業公司的優勢怎麼安排呢？我想聽聽企業家和資本對這方面的考量？

胡郁：巨頭怎麼產生的？研究表明，很多巨頭產生大部分都是原創性的創業。像喬布斯，比爾蓋茨，扎克伯格，就是第一次創業就找到了風口。這是從投資界發生的，當然不是說巨頭成功，其他人不創業了。我們其他人創業成功可能很多時候是被收購，被吸收，被大的集團這麼來做。所以我覺得在這裡，真正的很多顛覆性的東西，一個真正偉大公司確實是原創性的多一點。但是我剛才說的能夠加強傳統行業的東西，恰恰是從這些小的創業公司里出來的，到一定階段會跟這個對接。所以對創業者的建議是什麼呢，我們每個人都想成為扎克伯格，比爾蓋茨，喬布斯，但是有一句話，我那天我跟郭廣昌聊天，就是復星和聯想，當時復星和聯想投資我們，我說復星和聯想投資了科大迅飛。郭廣昌馬上糾正說是復星先乾的。當時在湖畔大學，很多人很刁鑽，問他，說復星能不能做出一個微信出來？郭總回答很智慧，說這個要看命。但是看命的結果上，我說創新是一定的。所以創業者一開始要懷著這樣的夢想，但是在現實路徑中要考慮在現實中會達到怎樣的層次。在這裡企業家精神是最足的了，但是最後的目標是不是一定這樣，這個我覺得是仁者見仁，智者見智。

主持人（蔡薇）：開復老師，您覺得資本上是大公司的機會嗎，還是小公司的機會在哪裡？

李開復：大小公司都有機會。大公司是這樣的，因為傳統上來說大公司它有它的優勢，因為它本來有品牌，用戶，產品，就是可以讓它繼續滾動一個雪球，而且AI的賦能讓它擁有了數據，所以它能夠把自己的企業做的更大，讓競爭門檻做的更高，經過數據，加上AI，達到一個競爭者無法去的體驗，就像今天即便你有足夠的錢做個微信，微信基於數據的生態鏈，也未必打敗它。因為它不但有技術，人才，還有大量的數據使它的AI做的更好。這是大公司的優勢。但是大公司也有它的挑戰，像剛才談到的創新者的窘境，就是當把一個領域做的特別成功了，就會有一個現象，你就會因為過去的企業做的太成功了，它的收入讓你成為了一個包袱，你放不掉它。這就是為什麼柯達最後滅亡，就是同樣的理由，因為新來的公司沒有包袱，所以各有優勢的。

作為創業公司怎麼辦呢，我們的建議是，創業公司應該能尋找到很多巨頭，並沒有槓桿的地方。比如今天要做遊戲，要做社交，要做電商，可能都有很多困難，但是有時候你是可以找到新的機會的。比如說賣軟體給銀行，這個BAT就沒有特別大的優勢，或者你要去賣軟體給醫院，或者幫醫院做一套AI的診斷系統，或者要進入無人駕駛做工業機器人，所以其實現在因為AI是顧及所有的領域，並不僅僅是互聯網，所以巨頭能夠槓桿進入的新的領域，並不是涵蓋了所有的領域。所以找一個新的領域，是一個機會。

張亞勤：不同的時代會催生不同的公司，最早期三個門戶，網站，後來BAT，搜索電商，社交，到移動時代TMD，加上小米。現在又有像Face++，商湯科技，自動駕駛的獨角獸。而大公司可以看到在每一波新的產業出現的時候也沒有消失，有些更強了，還有一些新的行業新的公司起來了。

我的建議是對初創公司，第一個，我們要去做大的事，不要打造一個平台，做相對精很垂直的，要解決真正的問題。另外，不要把自己，每天粉飾成為我就是一個AI公司。我每天看很多創業公司的計劃書，說我就是做平台的AI公司，我都扔掉了。因為做平台很難跟大公司競爭。但是我相信有特別多的機會，剛才都談到了各種各樣的機會。我想五年之後我們會至少有十個，像BAT、TMD類似這樣的公司會在中國產生。

主持人（蔡薇）：感謝各位。其實我覺得能跟三位大咖在這裡一起學習和討論時間都是不夠用的。我們可以一直坐在這兒聊下去各種有意思的話題。其實我們最後還有一點時間，我也替觀眾發一個更前沿性的問題，人工智慧之後，大家現在也關注了量子計算，5G這些方面，如果大家在這方面有什麼見解，歡迎跟大家分享一下。

張亞勤：去年我記得這兒也有一個同樣的圓桌討論環節，正好都是前微軟研究院的，我說現在我們還坐在這兒談人工智慧，說明人工智慧沒做成，一定會有一個新的話題。我想人工智慧未來有幾個方向，其實早上他們也談到演算法，包括機器學習，也包括最近把深度學習加在一塊，還有希望把黑盒子和更清晰的Ihinse加在一起。

說三個未來和AI有關的方向。第一，類腦科學。我最近在看一些文章，其實我們要真正有智能，還是要了解人的大腦，而且把大腦更快的用起來，用到我們的計算機系統里。現在人工智慧不是真的智能。

第二，量子計算。量子計算可能比大家想像的要快，這裡包括量子計算機，像現在超導也好，拓撲的或者用光子的，進展都很快。另外量子出現之後對機器學習和人工智慧本身有很大的推動作用，像在搜索演算法，多項視覺分析，在優化方面等都會有很大的推動，會重塑我們現在人工智慧的架構。

另外一個方面，大家談得很多，但是跟AI沒有什麼關聯，這就是5G。如果我們看一下3G其實是催生了移動互聯，4G是把視頻變成主流。我認為5G會把AI加速。看5G不僅僅是網路速度快，現在可能比我們目前快差不多10倍-100倍數量級。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！