-->

Type something and hit enter

On


作者:格隆匯   |   2020 / 11 / 22

文章來源:虎嗅網   |   圖片來源:股感知識庫

在 11 月 16 日的 “ 全球視野 ” 投資高峰論壇上,格隆匯有幸請來了創新工場董事長兼 CEO 李開復博士,其透過影片連線發表主題演講。格隆匯第一時間整理並刊發出來,以饗讀者。

正文

大家好,我是創新工場的李開復。我也是格隆匯多年的老朋友,第一屆投資嘉年華我就參加了,這一晃就過去了五年。這五年世界的前端科技、經貿局勢都發生了巨大變化。中美之間的博弈,科技是重點領域之一,所以我想有必要向今天來到現場的諸位分享從 AI + 到 + AI ,以技術重構經濟的趨勢觀點。

作為一個人工智慧的從業者,我看到最欣喜的事就是在過去這六十多年,深度學習帶來的巨大突破。深度學習是一種能夠在多領域使用的算法,它能夠在單一領域裡用海量數據產生可能超越人類能達到的結果。當然,它不是一個取代人類的算法,只是在單一領域比如貸款、或者網路社交等領域,用大量的數據來創造有價值的結果。

人工智慧會在各個領域用海量的數據來創造巨大的價值,所以誰數據多,誰的 AI 就有優勢。 AI 的四波浪潮將重塑各行各業:

第一波 AI 浪潮是網路智慧化

因為網路領域的數據最多,也因此世界上最大的 AI 公司都是網路公司。

網路的各個不同領域如何用海量的數據來產生價值?例如入口網站怎麼知道你是什麼樣的人,該推送什麼樣的內容給你,或者淘寶怎麼知道你可能會買什麼樣的物品?因為個人的使用習慣數據讓網路公司能夠推送最高機率的、能夠讓你去點擊下單的產品。

第二波浪潮是商業的智慧化

其實在金融類,無論是銀行,保險,證券都是非常好的應用領域,因為它們就是以海量的數據來創造一個非常能夠衡量的價值,其他的領域如公共服務、政府、醫療、扶貧、教育等都可以使用這個已有的數據。

第三波浪潮是實體世界智慧化

AI 不再只是現存的大數據了,而是去捕捉新的數據。這個數據可能是捕捉的影片數據或者音樂數據,也就是 AI 將能夠聽也能夠看。

今天無論在語音識別還是物體識別,或者機器翻譯自然語言理解, AI 都能差不多達到人類的水平了。而且 AI 還可以用更多的物聯網、用更多的感測器能夠知道濕度溫度,三維重建等等各種人無法做到的事,所以在感知的層面 AI 也會超過人類。

第四波是全自動智慧化

AI 像人一樣,具有 “ 手腳 ” 功能,如駕駛、智能製造、農業等等眾多的場景都可以落地。

今天,這四波浪潮同時在發生,落地的速度會有所差別。這其中第四波會稍微難一點,因為它不只是一個軟體,而且也包括了硬體的一些改變。

我們看到, AI 已經開始像電一樣穿透各行各業,我們也相信 AI 未來的發展空間巨大,但是今天的 AI 滲透率僅僅只有 4% 。也就是說,今天 AI 的發展階段就等於在網路產業還沒有搜尋引擎的時代,等於有了電的應用但還沒有電網的時代。

但 AI 成熟得也很快,我們早期的 AI 可以算是一個 AI + 的時代,就是我們先把業績做出來再來加一個領域。 AI + 零售、 AI + 製造、 AI + 媒體等等。但實際上懂 AI 的人越來越多了,工程師越來越多了,所以 AI 的門檻在快速降低,就像當年寫程式很難,今天很多人會寫程式一樣。

隨著越來越多人去做 AI 工程師, AI 也會逐漸無所不在。其中, AI 與傳統產業的深度融合,將會創造最大的經濟價值。 “ AI + ” 的階段是做 AI 黑科技的的人用技術來 “ 顛覆 ” 傳統產業,而 “ + AI ” 的階段則是傳統產業的人用 AI 來降本提效,轉型升級。

今天,我們正大力邁進 “ + AI ” 的階段,將創造比 “ AI + ” 更大的價值。因為今天傳統產業的門檻其實要比 AI 來的高,比如找一批 AI 的工程師在三五天內做出好算法很容易,但在三五天做出一個房地產公司或者煤礦或者零售公司,這個反而是更難。

為何會這樣?傳統產業畢竟有幾十年的累積與產業特點,要顛覆它並不那麼容易。所以我認為 AI + 、 + AI 都會發生,但是 + AI 產生的效益會更多。早期 AI 黑科技創業都是一些科技人帶著探索精神去摸石頭過河,想到具體落地應用的很少。而近幾年往往都是一家 AI 公司和一個傳統公司攜手打造 AI 化。

普華永道做了一個全球研究,發現 AI 在未來的 9 年可以創造大約 15.7 兆美元的市場,這是非常好的前景。另外,這 15 兆美元不是來自於一萬五千個 AI 黑科技獨角獸,而是大部分來自於傳統產業 “ + AI ” 帶來的經濟效益。例如在醫療健康、交通、金融、製造、零售等等領域。

我們認為 + AI 來賦能傳統產業才是影響力最大的,因為傳統產業的規模足夠大,提升 1% 就是很大的價值了。

另外,傳統產業的門檻很高,每一個公司的需求不太一樣,每一個領域的 AI 技術需求也不同。所以我們要考慮產業公司目前是不是需要 AI 的時候,也要考慮它有沒有足夠且有價值的數據。同時, AI 會對公司人力、流程變革很大,會遇到阻力,只有那些能夠與時俱進的公司才能夠擁抱 AI 。

那怎麼去改變這些公司,有四種方法。第一是單一環節降本提效;第二是單一環節優化賦能;第三個是流程智慧化賦能;第四是重構整個產業規則。慢慢的,一家家公司改變了,到最後也就改變了整個產業。

舉個創新工場對單一環節優化的真實例子,我們找了一個貸款公司,發現還有很多壞帳,我們兩個工程師花了七週的時間就幫牠降低了 14% 的壞帳違約率,這就為公司節省了一千萬美金違約成本。這裡還沒有算進去取代公司信貸員的人工成本、及未來各種效率的提升。


再一個例子是一個零售產業,我們用 AI 做了非常精準的產品預測,如每個店每一個產品每天會賣到多少。然後店家就可以做到智能補貨、智能物流、甚至智能製造了。這可以大大緩解存貨問題,對零售產業的價值非常大。

我個人認為,醫療產業是可能會被 AI 最大程度顛覆的。因為過去醫療都是醫生來學少數的規則,但當我們終於可以用海量的數據來做個性化精準醫療的時候,我們可能會看到大數據帶來非常有針對性的診斷。

從藥庫存的問題解決,到新藥物的小分子發明等,都可以用 AI 來提升效率。還有一些病痛例如腦神經疾病的海馬體的切割人是不可能做的,只有 AI 能做。所以 AI 未來有可能會重構規則來顛覆這個產業的。

過去十年我們的創新創業是 1.0 ,無論從抖音、微信、支付寶、淘寶、拼多多(Pinduoduo Inc, PDD-US)、美團( 03690-HK )、滴滴這些偉大公司來說是把我們行動App的應用做到了極致的前端創新。

但是下面的階段我們必須做的就是提高我們的效率,其中特別有效的而且立竿見影的就是自動化。很多工作重複性的工作其實不需要由人來做,由 AI 來做應該是把成本幾乎直接降到零,讓人從簡單枯燥的重複勞動中解放出來,去做更有價值的工作,這樣他們才能夠得到更高的收入,還有更高的自我實現。

新冠疫情雖然對全球是個災難,但其實幫助了全球數位化、對 AI 也有一定的推動作用。

建造基礎建設,其實從我們的角度來看也是圍繞 AI ,因為要傳輸速度快,數據儲存更多,然後要有非常大的計算力量。這些都萬事俱備了,人工智慧再把這些東西用數據全部都串在一起,去實現更大價值。最後的總結就是人工智慧,它可以來幫助實現數據化,IT 化,雲端化,一步到位。而且它可以把經濟的每一個部分低效的做到高效、有效的做得更高效、基本上把各行各業都重新做一遍,來實現經濟的重構。謝謝。

https://www.stockfeel.com.tw/李開復-ai-各行各業/


Click to comment
Back to Top
Back to Top