决胜人工智能

北京的十二月，寒风冷冽，万物蛰伏，蕴蓄着一年的心血，藏育着来年的希望。

在过去250多年中，推动人类社会快速发展的主要推动力是诸如蒸汽机、电力、内燃机、计算机、互联网等通用技术。这些技术出现之后，伴随而来的是潮水般补充性创新和商业机会的涌现。时至今日，能够与上述技术媲美，代表未来发展方向的就是人工智能。

12月8日，由杨三角学习联盟(YOLO)举办的第八届中国企业组织管理高峰论坛“人工智能如何改变企业未来”在京隆重召开。本次高峰论坛邀请了世界人工智能领域顶尖大咖美国斯坦福大学杰瑞•卡普兰(Jerry Kaplan)教授，日本机器人公司Robo Garage创始人和CEO、东京大学特聘教授高桥智隆(Tomotaka Takahashi)，百度IDL创立者、地平线机器人技术创始人及CEO余凯，腾讯CVP、金融理财总负责人赖智明，阿里集团智能服务事业部总经理赵昆，与参会的300多名企业家共同探讨人工智能历史、现状及趋势，和对企业商业模式和业务流程的影响，助力中国企业家在人工智能的变革中开启新思维，谋求新战略。

在这个善于制造紧张和焦虑感的时代，论坛无疑类似一针“镇静剂”，让大家了解人工智能发展的历史、趋势的同时，换个角度，冷静认真地思索对商业世界产生的深远影响。

新一代人工智能不只是“*”

有人将人工智能对世界的影响与*相比，其实并不是很合理。*的发明带来交通运输领域的革命，而交通运输仅仅是可能被人工智能转变的诸多行业之一。从IBM的深蓝机器人到谷歌的Alpha Go，从机器狗“Big Dog”到群体机器人，从理解书面语言到情感计算、增强现实，人工智能对商业的影响正在从单点突破，逐渐汇聚成一股洪流，而这股洪流未来将不断的放大。制造、零售、交通、金融、医疗、法律、广告、保险、娱乐、教育，几乎所有的行业都将受其影响，改变原有的商业模式和核心流程，搭上机器学习的大潮。

人工智能和机器学习与之前诞生于自动化时代的机器人有什么不同?今天大多数机器人还都限制在工厂里，执行着简单重复性工作。原因在于目前大多数机器无法感知周边环境，或适应环境的变化，因而只能在精细控制的环境中工作。然而一旦使用了人工智能，相当于给机器人装了眼睛和耳朵，它们可以像人和动物一样感知周边环境并进行互动。

这种新型的“灵活机器人”能够在现实世界中和人在同一个环境中工作，因为它们可以适应周边所发生的事情。机器人的“灵活”是通过机器学习来实现的。传感器能够确定周边的物体及其精确的位置，机器学习程序从传感器那里获得海量的数据流，从中提取规律。

人工智能是高级形式的自动化

提及人工智能，我们经常被诸如好莱坞大片或者一些文学作品的错误引导，认为机器人会变得越来越聪明，最终超越人类、打败人类。事实真的如此吗?

产生这种想法的原因是人工智能中的“智能”很容易让我们“望文生义”。人类之所以发明新的机器，是因为新的机器能够将之前需要人类劳动的工作自动化——无论是体力劳动还是脑力劳动。而且新的机器应该能够比人类更好、更快、或者更低成本地完成工作。否则，新机器的发明就没什么价值。人工智能并非能够像很多电影中描述的那样，可以超越人类的能力，最终摆脱人类的掌控而接管整个世界。人工智能的程序仍然是人类编写的计算机程序语言，仍然是人类解决现实世界不同问题的工具罢了。相比之前的机器设备，人工智能是一种更加高级形式的自动化(an advanced form of automation)，能够让人类更好地从事务性、技术性工作中解脱出来，同时让我们整个社会变得更加富裕。

受益于海量数据积累、算法进步和硬件技术提升，今天，我们看到的大多数人工智能更多的是机器学习技术加大量数据的应用，包括无人驾驶汽车、推荐引擎、防火墙等。这些数据有些来自传统的记录交易或记录测量的数据库，有些来自手机、相机、物联网等传感器的实时数据流。现代的人工智能是一种从海量且不断增长的数字信息中提取价值的新方式。只要找到了大量的数据流，就可以确定未来可能的应用以及如何从中受益。这些数据并不需要像传统数据库一样整理的干干净净、有条理，即使是杂乱纷繁、毫无章法也没关系。机器学习程序会把这些乱七八糟的数据自动整理，得出条理清晰的归纳或评论。

换个角度思考人工智能机遇

人类总是习惯用已有的知识体系来解释新生的事物。比如，当一项新技术被引进时，人们自然而然的会认为新技术会直接替代了某些他们已经熟知和理解的事物。但随着对这项新技术熟悉和掌握，人们逐渐意识到要想真正发挥新技术的作用，就需要重新设计相关流程。

汽车最初在1900年左右美国出现时，人们把这种机器叫做“不用马拉的车”。为什么?因为很容易直接把它理解成大家都熟悉的马车的替代品，只不过很神奇的是没有马拉而已。把马去掉有着明显的优势。汽车在不跑的时候不用喂饲料、不会生并不会拒绝工作，也不会随地大小便——这在当时城市里是个超乎想象的大问题。但是如果只把汽车当作一个没有马拉的车，那就忽略了这项新技术的真正力量。汽车给交通运输系统带来了革命性变化。但这些优势一直等到周边的基础设施出现了重大变化之后，才被人们意识到。

如今，我们面对无人驾驶汽车时，却正在重复着同样的错误。无人车将改变一切：人类的出行方式、生活方式，以及运输货物的方式。但是，如果没有特殊的空间专门用于无人车，与有人驾驶的汽车分隔开，这些优势将无法充分实现。比如说，自动驾驶的汽车可以互相非常接近的高速行驶。但如果与有人驾驶的汽车混在一起，无人车是不被允许这样行使的。而且，无人车也不需要车道，甚至不需要交通灯，车辆之间可以自己协商确定最有效的路径。

虽然现代化汽车装配流水线已经实现了高度自动化，但基本方式还是遵循着100年前亨利•福特的设计理念，即每一辆车通过一个又一个工作台，每个工作台的技术工人执行自己的任务。如今，虽然大多数技术工人已经被机器所取代，但生产线的理念仍是一样。这就意味着整个生产过程必须分解成所有人都能看到而且理解的一个个任务或工作台。这样工人就可以将制造流程中的每一个环节与一个特定位置联系起来。一个工人知道在哪里、什么时候给车装上*。经理则能够随时检查生产线，发现问题。但人工智能不需要遵循这样的理念原则，制造流程可以变得更加复杂，每一辆车可以采用不同形式的装配。

看看美国最大的电子零售商亚马逊不断变革的仓库库存模式，我们就会一窥其中的奥秘。在典型的传统仓库中，同样的物品被放在一起便于归类和查找。但是，在亚马逊最新的仓库里，一件物品是和其它经常一起运输的物品放在一起的。人眼看起来很混乱，到处都随意堆放着不同大孝形状、种类的物品，然而人工智能的电脑系统却能够指挥一群灵活的机器人，以更快的速度、更高的效率来处理订单。当然，同样的原理也可以适用于其他高度自动化的工厂。未来这种充分使用人工智能技术的工厂，可能会和今天的工厂看起来完全不同。装配中使用的零部件可能被放置于工厂的各个位置，一大群机器人跑来跑去按需求进行组装和配送零部件。当然也只有人工智能才能够指挥这样一场纷乱的器械式芭蕾，并享受其美感。

在不远的将来，工厂里将充满各种机器，能够拾取和打包订单，储存货物和整理货架，分类、剪切、检测和组装随意放置的组件。但这场革命不仅仅限于工厂。很快，人们将看到灵活的机器人无处不在，刷墙、刷楼、做饭、上菜、洗盘子、铺床、洗衣服、遛狗、铺管道、扫大街、取工具、拎包等等。但所有这些都只是使用人工智能的第一步。在初始阶段我们仅仅是用机器取代人类。之后，人工智能将打开工厂和公共空间完全重新设计的大门。

中国是人工智能的领先者之一

事实上，中国是全球数字化水平最高的国家之一，拥有数量最多的手机、互联网和网上游戏用户。中国在人工智能技术方面也是全球领先的国家之一，很多中国公司都是世界人工智能领域的领军企业，例如百度、腾讯和阿里巴巴，还有一些初创企业。机器学习非常擅长从海量数据中提取有用的信息，数据越多，程序运行的效果将越好。中国*和中国企业可以通过广泛分享数据的方式来加速人工智能的使用，从而充分利用这种战略性优势。

人工智能，特别是机器学习是这个时代最重要的通用技术，不仅使得我们与电子设备的互动变得更加简单，而且帮助我们找到与自身更加相关的信息，协助我们更好的理解这些信息对于我们生活的意义，从而帮助我们跟上这个愈加数字化的世界。对商业和经济的影响不仅仅体现在其直接贡献上，还表现在补充性创新和机会的大量涌现。能够迅速感知并抓住机会的组织将在人工智能的天下占领高地，而这取决于企业管理者是否已经准备好了!