今日頭條
官方微信
官方抖音
資訊頻道關于人工智能方面的大量認知技術的出現，使得我們能在日常生活當中看到很多相關的應用場景，比如用機器來代替人類實現認知、識別、分析、決策等環節。
馬云曾說，“彎道超越是不存在的，只有彎道翻車”。可如今，中國的人工智能技術卻正在大步地“彎道超越”，帶來前所未有的變革。
工業、企業、醫學、服務業等眾多領域，都在經歷著人工智能帶來的變化。但每個人對人工智能發展的解讀都有所不同，有人叫好，有人唱衰。
今天這篇文章，長江商學院戰略學教授滕斌圣用最通俗易通的語言，告訴你人工智能發展的真實情況，希望能夠讓你真正了解“智能”的程度。
2019年10月12日，在長江商學院的總裁公開課上，長江商學院戰略學教授滕斌圣進行了以“智能時代下的戰略布局與商業模式創新”為主題的分享。筆記俠作為合作方，經主辦方和講者審閱授權發布。
今天，我想分享的是我最近一兩年關注比較多的主題：智能。
現今，我們處在高度智能化且越來越智能的環境之中，這和1996年的互聯網以及1976年的電腦風靡情形類似——我們正處在智能的風口上。
有人說風投對于人工智能的投入正在萎縮，很多AI（人工智能）公司今年都融不到錢等，這也許是事實，但我希望通過接下來的分享讓大家明白：從本質上來看，它已經經歷過兩起兩落，第三次起來基本上將無法阻擋。
如今，關于人工智能方面的大量認知技術的出現，使得我們能在日常生活當中看到很多相關的應用場景，比如用機器來代替人類實現認知、識別、分析、決策等環節。
AI，三管齊下的彎道超越
1.AI領域的技術特點
如果和之前的技術相對比，AI這個領域有什么特點呢？
在別的領域，要先把基礎層面的東西做到相當完備后，才能考慮到第二層，然后再到第三層的應用；但在AI領域，它是基礎層、技術層和應用層的全面向前突進，是三管齊下的，效果顯著。
簡單說下這3個層級：
首先是基礎層，它包括芯片、大數據、計算等，這些都還在不斷往前走；
其次是技術層，包括語音識別、情緒識別等；
最后是應用層，比如以色列的一家公司已經可以根據你說話來判斷你的健康狀況了，這和技術層面的長足進步是分不開的。
三管齊下可以把周邊的技術涵蓋進來，包括機器人、無人駕駛、AR/VR、物聯網、量子通訊，甚至量子計算等，進而圍繞AI（人工智能）的大平臺得以加持。
政府對這一塊的支持力度極大。中國在這方面進行積極的投入，是希望它能夠成為另外一個“彎道超越”。
盡管馬云曾說過“彎道超越是不存在的，只有彎道翻車”，但阿里巴巴自己做的恰恰就是彎道超越。
我們在很多方面要做的也是彎道超越，比如新能源汽車，否則我們何必要補貼那么多錢呢？一個新能源汽車只需要幾百個零部件，而一個傳統的車卻要幾千個零部件。
再比如說離合器這個對我們而言的短板，新能源汽車根本不需要。這樣的話，我們的短板就可以直接跳躍了，這難道不是彎道超越嗎？
而現在，AI（人工智能）恰恰是另外一個我們很有可能實現彎道超越的領域。
2.中國的AI具有得天獨厚的條件
AI的定義有廣義和狹義之分，我們一般采用廣義定義，也就是只要用到數據分析來提高決策水平的，就是人工智能（AI）。
中國為什么在AI方面具有得天獨厚的條件呢？
因為我們在數據的采集和應用上面，一度非常開放，雖然現在正在收緊，但是和別的國家比起來，依然尺度最大。所以，我們的很多做法在別的國家是不可想象的。
我曾經在加拿大居然看到警察騎自行車穿行在車流中抓違章！
看到違章當場開罰單不行嗎？為什么不能用攝像頭呢？因為加拿大法院是不認。
毫不夸張地說，我們的北上廣深人均一個攝像頭，我們生活在一個透明的世界里，這讓我們變得更安全，也讓中國成為全世界最安全的國家之一。
這也是我們之所以能在智能化領域比別人走得更遠的有利條件之一。
人工智能的應用
1.云端
關于云端的發展，剛開始只有阿里認為云是一個方向，馬化騰和李彥宏都公開講“云是一個研究者想象出來的一個東西”。
現在回過頭來看，大家都在追逐云。這樣一種遠見，的確不見得是做技術的人才會擁有的。
我非常贊同馬云講的一句話：“不懂技術的人，恰恰最熱愛技術。”這三個人當中，馬云最不懂技術，但他恰恰能夠看到云的發展前景。
2.深度學習機器取代人工客服
以阿里巴巴為例，它原本的人工客服達5萬人，但現在只有1萬人，靠的就是人工智能。
3.機器閱卷
五年前我到科大迅飛進行調研，發現它已經有了閱卷系統，并且可以給作文閱卷。讓人驚訝的是，它的閱卷效果居然還非常穩定可靠。
當時做了一個實驗：把機器閱卷的成績和三個語文特級老師閱卷的成績進行對比，機器給出的分數更接近三者的平均分！
這是因為，作為有情緒有情感的人，在三分鐘之內就要看一篇作文而且打分的話，偏差會很大；但機器不會出現這種情況。然而，這樣的技術是很難馬上應用的。
4.引入外部參與，拓寬企業邊界
原來我們所注重的企業內的資源和能力，現在用很簡單的技術手段就能打破了，就連外面的專家都可以為我所用。
舉個例子：3D打印在幾年成為一個基本技術以后，GE（通用電氣）想利用3D打印的空心特性來生產航空機上比較重的機架，但內部研發不盡人意。
于是，GE（通用電氣）進行了一個3D打印比賽，公布了托架參數和設計要求，第一名可獲得10萬美金的獎勵。
最后，果然成功地把托架的重量減輕了85%，遠遠超過GE內部的工程師能夠做到的結果。
這種開放式的方法，在目前的情況下，云的技術也是一個方面。
后來，加拿大一個金礦也如法炮制。他們在勘探的大片土地上沒有發現礦，于是把所有的勘探數據放到公有云上面，誰都可以下載。
不管用什么方法，只要有金礦的線索，都可以獲得重獎。最后，真找到了很大的金礦。
5.進行癌癥篩查，大幅降低醫療成本
肺癌，是不穿刺、不切片就無法確診的，因為要確診就必須要兩名擁有10年以上經驗的醫生來獨立解讀“癌細胞片子”，雙方意見放在一起，也只有98%的準確率。可以說是成本昂貴。
但一位哈佛醫學院的華人教授，開發了一套AI，用它加上一名醫生，就可以用智能的方法來做癌癥篩查的項目，準確率達96%。
雖然與兩名醫生獨立解讀后給出的準確率下降了兩個百分點，但成本只需要兩名醫生的一半。
我覺得很多病人會感興趣的。這樣的研究不斷進行下去的話，未來可能用兩臺AI來獨立判斷就行了，就像雙方下圍棋，創造出的很多招數可能是人類1000多年來從來沒有想到過的盲點。
人腦就像雷達，掃一遍不見得能發現所有問題，就像雷達掃不到隱性飛機。這時候，用智能的方法也許就可以發現。
6.計算機視覺
計算機視覺，我們雖不能說是最領先，也算是最領先之一了。如今，我們乘坐高鐵可以直接刷臉，這在絕大部分國家是不可想象的。
只要你有身份證，你的臉百分之百就能被識別。就像張學友的演唱會，每次都能夠抓到二三十年的逃犯，靠的就是人臉識別。即便是十年前的照片，依然可以識別出來。
人臉識別還被應用在上海的老小區里，這些小區入口多且人口復雜，人臉識別設備安裝之后，進小區就靠人臉識，入戶盜竊率直接降為零。
雖然在今年對于人工智能這個領域的獨角獸企業的投資略有萎縮，但風口還在。
7.智能服務全產業鏈打通
中國產業鏈的優勢，在智能服務機器人領域發揮到極致。沒有一家公司可以單打獨斗、覆蓋所有，但因為有這樣的產業鏈，深圳很有可能成為未來替代硅谷的全球AI（人工智能）中心。
阿里這樣的頭部企業，很早開始就高度介入，并找到自己的場景，比如新零售領域，已經在實體項目中投資了幾百億。
如果將它自己原來的C端平臺，以及中部沉淀的很多能力和新零售三個層面進行整合，就可以真正賦能原來非常低效的零售。因為現在可以借助智能，把線上線下的數據全部沉淀下來。
8.無人駕駛投入商用，并不遙遠
無人駕駛的商業使用一直有一個難以掃除的障礙，就是一個360度旋轉的激光攝像頭，總成本達幾萬美元。
另外，它不僅需要感應到一百多米范圍內的、大量的數據，還要馬上在本地進行分析，所以對于計算速度要求非常高。當然，最關鍵的還在于成本太高。
但現在，我們去硅谷參觀，21歲不到的年輕人已經把激光雷達的成本降低了70%-80%，在250米范圍內連一片樹葉都看得非常清楚。并且隨著5G時代的到來，數據的傳輸成本大幅下降。
如果剛才所說的這兩大瓶頸都被解決了，那它真正投入商業使用的時間也不會太遠。
人工智能三部曲
作為戰略學教授，我想從戰略角度用三句話總結一下人工智能三部曲：“我們要場景數字化、數字網絡化、網絡智能化。將制造的場景智能化，第一步就是數字化；如果不能把一個場景做到數字化，一切免談。這個數字如果不能連成網絡，就是信息孤島，就沒有辦法真正加以分析。”
這三步曲我們可以舉一個例子，比如IBM為幫助各行各業實現網絡智能化，最早在這方面投入一個叫做沃森的系統。
前幾年，他們發力最多的是醫療行業，也有很多頭部企業跟他們合作，就是為了讓整個醫療過程的各個環節都更加智能化。
比如前端，他們和保險公司合作推出運動APP。
誰對你的運動最感興趣呢？是保險公司。
因為你運動了身體強壯了，它的開支就下降了。所以它會教你如何運動是最合適的，最有益于健康的。
但前提是，保險公司需要先收集你運動的數據和你身體情況的數據，才能給到個性化的運動方案。
這樣的事，完全靠保險公司自己去做顯然不行，所以選擇和沃森結合起來，效果好了很多。
如果生病了，可以用AI（人工智能）進行病情診斷。原本的兩個醫生變成一個AI（人工智能）+一個醫生來判斷的話，成本會減少很多。
中國是醫療資源最不均衡的國家之一，每天超過十萬人去北京，只是為了看病，就像人口大遷移一樣，這在別的國家也是難以想象的。
如果能夠用AI（人工智能）幫助做診斷，包括AI/VR的分診、個性化方案的出現等，這也是功德無量的事情。
說到個性化方案，原來西醫是沒有所謂的個性化的，一個藥針對一個病，一樣的病基本就吃一樣的藥，只有中醫會說每個人要根據具體情況寫一副單子然后按單抓藥。
但現在可以用智能的方法，先把你的基因分析出來，然后根據基因和病情再決定治療和恢復方案。當然，這都需要智能的強大算力在背后進行支撐。
這樣的一整套方案，沃森可以做到。但他們現在最缺的是病例。在國外，病例是高度隱私的，很難獲取。
然而，在中國可能能夠把這個問題給解決掉。在中國，只要醫療數據進行脫敏之后，就可以進行智能分析了。但不管怎么說，IBM在這方面還是走在了前面。
從戰略上面來講，這意味著馬云之前說的一句話得到了印證，馬云說：“戰略戰略，重在戰，不在略。”
當然，作為戰略教授不以為然，因為他的意思是說戰重要，略不重要。
但結合智能的話，大家可以明白他說的是什么意思，因為不戰沒有數據，我們不能坐而論道、閉門造車，因為大家不管怎么討論都是空的。
2012年的時候，大家都在討論淘寶、天貓、一淘，到底誰代表著未來，討論了很久也沒出結果，最后決定看它們自己打，坐等結果。
最后打下來，一淘這種美國模式不成立，通過搜索來找垂直電商，這在中國基本行不通。于是，一淘沒有了。
而淘寶和天貓都能夠證明自己的獨立價值，所以這兩個團隊分開做，雙方變成了“賽馬”。即快速迭代，先獲得數據，然后再決定接下來如何做。
這種競爭很殘酷，因為同一個方向若干個團隊一起做，某一個團隊先到達，其他團隊就解散。它的殘酷性，一點兒都不亞于外部競爭。
我把這種方法叫做巡航導彈：戰略不再是坐而論道，大家要先把整個模式想得很清楚，幾乎不可能，一定要先發射。
你知道目標大概是在哪里，先發射出去，在這個過程中你會獲得新的數據，巡航導彈是可以調節的，未來的戰略它的靈活性一定越來越高。
原來我們說的定好五年戰略，堅決把它執行下去，這在目前的商業環境里面幾乎已經不可行了。
假如五年戰略是用五年時間架一座橋，一年戰略是第二年就說這個橋不行，雖然建了1/5了，但我們要另起爐灶換一個地方重新建，再1/5重新建造，又開始重新開始。
這個橋永遠架不起來，除非碰到意外情況。
雖然說摸著石頭過河干不了大事，水稍微深一旦你就不可能摸著石頭過河。但是，目前的企業很多是先活下來再說，別想能不能過河；否則，可能活都活不下來。
這是戰略上不得不做的調整，像巡航導彈一樣。在這個過程中，持續的數據迭代更新是最關鍵的。
比如現在有人說BAT已不復存在，這也從一個側面證明，這個行業沒有被固化，互聯網行業沒有真正被固化。
同時也說明：市場份額再高的企業，只要有人能找到一個合理的突破點，就可以一下子顛覆高份額企業。
案例1：今日頭條
在傳統的內容分發領域，用戶是被動的，你提供什么內容，我就看什么內容，但張一鳴在其中找到了那個顛覆點：智能化分發。
它根據用戶的偏好自動產生你愛看的內容，看似很簡單，但它背后一定要有智能的算法做支撐。
所以，只要在大的智能浪潮里去摸索，就會發現新的商業模式無處不在。
當然，他們最厲害的不僅僅是客戶的畫像那么精準，而是通過一條曲線達到某一個頂點以后，繼續找到第二個曲線。
現在，抖音已經成為真正意義上的全球化公司了。國外也在用抖音，與國內一樣的內容分發模式。
所以，從國際化的程度，抖音應該是整個中國互聯網公司里國際化程度最高的，這才是未來——我們不僅僅在國內厲害，才能真正走出去。
案例2：美團
美團的反應速度非常快，團隊把第一條曲線“到店業務”做得很好。有人建議到家是不是也可以做，因為這是到店的另外一面。
到家有什么公司呢？餓了么，它是做外賣的開創者，也是走的最遠的，日活百萬。當時美團的高管發現了奇怪的數據，跟團購的數據相比出入很大，于是，就產生了疑問：
為什么團購和外賣差這么多呢？
為此，他們專門跑到當地進行調查，發現了一個關鍵點：餓了么主要是做已經有外賣餐館的外賣業務，只幫忙送；如果這家餐館沒有外賣業務，他們就沒有做。
就是這么一個關鍵點，造就了后來美團的外賣業務。美團善于地推，做團購時就很善于和商戶打交道，他們有能力開發還沒有外賣業務的餐館。
果然，沒有多久就做到日活千萬，現在日活已達兩千萬。
取得這樣的成就，少不了當初的洞見，這是目前做生意當中最寶貴的財富。美團能夠發展到今天，和他們這種數據分析能力是分不開的。包括后來它做單車、酒店業務等，都可以殺開一條血路。這，就是他們的能力。
很多時候，我們想到一個宏大的戰略，在眼前情況下看起來很難實現，但是數據能夠給我們提供感覺。
雖然很多事情都有一個路徑依賴，但是沒有一件事情可以直接從第一曲線躍升到第三曲線，中間的過程非常重要。
一定要把觸角伸出去，搜集到更多的數據，才有可能讓你找到未來的方向。
來源：華強智慧網
北京市公安局海淀分局備案號：11010802023656號