李開復在人工智能大會講述 AI 行業的變化

　　在 2020 世界人工智能大會上，創新工場創始人兼 CEO 李開復以《從“AI+”到“+AI”：以技術重構中國經濟》為題發表演講。

　　李開復指出，過去幾年 AI 實現了從技術驅動到商業驅動的大轉型。AI 產業化、商業化的速度越來越快，有以下幾點原因：軟件工具進步、硬件實現加速、云和其他技術的進步，以及 AI 相關人才的培養，共同把 AI 創業從“AI+”推動到了“+AI”的時代。

　　所謂的“AI+”，是以 AI 為核心、以科學家和工程師為核心去尋找商業機會。而“+AI”，針對傳統應用去產生價值，必須要和傳統公司合作，甚至是傳統公司來主導 AI 的應用。再過 5 年，我認為 AI 會進入到下一個階段，即 AI 無處不在。

　　普華永道的一份預測顯示，人工智能在 2030 年給世界將帶來 1 萬億人民幣的價值，而這價值主要是在傳統企業里面體現出來的。

　　李開復認為，“AI+”會繼續有價值，那么“+AI”卻是遠遠體量更大，對是社會經濟貢獻更大的一個方向。

　　在他看來，傳統企業可以有四種方法讓“+AI”產生價值。第一個簡單的來說就是用 AI 省錢，第二是用 AI 簡單的替代一個環節。第三是用 AI 來改造公司比較重要的幾個流程。然后第四是用 AI 來重構整個行業。

從整個產業的發展來說，我們可以看到的過去 10~20 年，巨大的價值來自于前端的創新，讓很多行業能夠聯網用 App，創造了大量的價值，產生了大量的數據。那么未來的 10 年，我們看到的更多的傳統行業，比如說制造、醫療和教育等行業需要提升現有階段的效率，用 AI 來賦能，用剛才講的 4 種方法來創造新價值。

　　“如果傳統行業想好好運用 AI，那么數據中心、5G、 IoT 還有大數據和 AI 都是非常重要的，這幾個環節要結合到一起。我深深的相信 +AI 在新基建之下能夠實現數據化、IT 化、云端化的一步到位，這對于重構提升中國經濟將扮演一個重要的角色，”李開復總結道。（本文首發鈦媒體 App）

　　以下為李開復演講內容：

　　大家好，我是創新工場李開復，很高興參加世界人工智能大會。今年我的題目是談一下《從“AI+”到“+AI”，用技術重構中國經濟》。

　　我們可能還記得在互聯網的時代，大家的一個很大的辯論就是互聯網到底未來會是怎么樣呢？是由互聯網公司來加傳統企業，還是以傳統企業來增加互聯網？

　　我們可能都記得馬云和王健林這樣的一場辯論，那么當然我們現在回頭看，從 2012 到今天肯定是以互聯網站了上風，但是最終這兩者是融合的，所以“AI+”和“+AI”最終當然也會融合。但是過程會和互聯網走的一樣嗎？

　　我們可以看到過去這幾年來 AI 有一個特別大的轉型，就是從一個技術驅動變成商業驅動，即便是非常深的技術，比如說最近的 Transformer 技術，也就是 BIRD 技術，僅僅花了兩年就走了深度學習當年走了 30 年這樣的一個路徑。僅僅兩年時間，從谷歌它的論文的刊出一直到遍地開花的應用產生。

　　所以即便是最高深的技術，它的產業化商業化的速度也是越來越快。為什么會這么快？這有幾個很重要的原因。

　　第一個我們的軟件工具進步了，第二個硬件加速了，也變得更容易用了。第三有很多云和其他的技術，最后越來越多的人才培訓了出來，大量的 AI 人才和這 4 個重要的理由，讓我們把 AI 創業從“AI+”真的推動到了一個“+AI”的時代。

　　所謂“AI+”的創業，如果我們回顧早期的 AI 的公司，以技術為主，而且是以天才科學家為核心的創業。這類的公司他們非常的少數，因為畢竟懂 AI 的人才是非常的少的，所以這些 AI 天才們就獲得了資本支持，成為了第一批“AI+”的公司。

　　那么大約在四五年前，我們看到了“AI+”雖然做了很多很好的工作，但是懂 AI 的人才越來越多了，工具也越來越普及了，所以更多的傳統公司開始思考他們該怎么樣融入 AI 所以我們就正式的進入了“+AI”的時代。

　　那么“AI+”和“+AI”的差別是什么？

　　“AI+”是以 AI 為核心、以科學家和工程師為核心去尋找商業機會。而“+AI”，針對傳統應用去產生價值，必須要和傳統公司合作，甚至是傳統公司來主導 AI 的應用。再過 5 年，我認為 AI 會進入到下一個階段，即 AI 無處不在，AI 的應用變得越來越簡單。傳統公司也能夠雇到工程師，他們也能夠用更簡單更更接地氣的模式來把 AI 引入他們的公司，就跟今天的 IT 的狀態是一樣的。

　　所以講的更貼切一點，我們可以看到這幾個例子。

　　“AI+”的公司早期是在語音視覺芯片方面為主的，那么“+AI”的公司，我們可以看到一些比較好的例子，比如說文遠知行和廣州的出租車公司合作，創新旗幟和寶鋼合作，追一科技和廣發銀行合作等等，這些 AI 的公司是存在的，但是 AI 的公司是來輔助一個傳統公司來達到商業指標，這就是“AI+”和“+AI”的差別。

　　我們可以看到在普華永道的預測上，其實就告訴我們人工智能在 2030 年給世界將帶來 1 萬億人民幣的價值，而這價值主要是在傳統企業里面體現出來的。

　　為什么傳統企業在下一個階段的 AI 這么重要呢？其實有幾個重要的理由，第一個就是說傳統行業它的體量很大，可以想象一個銀行或者一個造車的公司，它的體量是這么的大，如果 AI 能夠幫他提升3%、 5% 的效率，那么它產生的價值已經是很巨大的。

　　第二，傳統公司的門檻其實是非常高的，我們可能做高科技的希望認為高科技的門檻是最高的，但是如剛才所說的 AI 越來越容易了，所以 AI 門檻在降低，那么傳統企業的門檻很高，簡單的來說，一個 AI 公司要想做一家銀行，這是非常困難的，但是一家銀行它想融入 AI 這是相對容易的。

　　第三，傳統行業它有產業鏈的這種重要的角色，所以上游下游的這種對接會讓傳統行業形成一個必須有的這樣的一個功能。

　　還有最后我們也發現人工智能雖然很強大，但是它的普及性還是有限的，并沒有人工智能成為一個平臺，能夠直接拿來就直接使用。每個傳統企業的公司它都有相當的客制化，比如說它有獨特的數據需要收集，需要清理；比如說制造的公司，它甚至要增加更多的傳感器，這些都是一個客制化的需求，所以并不是有一套產品傳統公司就可以拿來使用。

　　還有一個互聯網跟 AI 很大的差別，互聯網是接觸到每一個用戶，形成了一個巨大的平臺；AI 更多的是一個偉大的技術，它將賦能給那些已有的平臺，所以 AI 到底會不會有一個平臺的產生？我不是那么的樂觀，AI 本身產生給世界的價值和互聯網是一樣大的，但是他本身現在看來并不會產生一個和互聯網一樣大的平臺。

　　所以根據這些理由我們可以看到的是“AI+”會繼續有價值，那么“+AI”卻是遠遠體量更大，對是社會經濟貢獻更大的一個方向。

　　那么什么樣的傳統企業需要考慮加 AI 呢？其實 AI 在每個企業都有價值，可是傳統行業往往它有很多固化的習慣，并不是每個公司都適合在今天跳入 AI 的。

　　這里我有三套建議：第一個就是說這個公司一定還是要是成長型的，現在需要去擴張或者需要降低成本，有這樣的一個商業的需求。

　　第二是它本身的數據化要做的足夠好。它有足夠的數據，足夠結構化的數據，而且和他的商業指標相關的數據，能夠把 AI 的數據整合起來，就能創造出一個真實的商業價值。

　　第三，在傳統公司有時候它會比較固化，比較舊的比較老，比較難于改變自己，那么比較適合于融用 AI 的公司，會是一個很有遠見的一個 CEO，然后公司有足夠好的文化，愿意來改造自己這樣的一個公司。

　　那么這樣的公司今天如果做了 AI 他就有 4 個方法可以讓 AI 產生價值。

　　第一個簡單的來說就是用 AI 省錢，第二是用 AI 簡單的替代一個環節。第三是用 AI 來改造公司比較重要的幾個流程。然后第四是用 AI 來重構整個行業。

　　這里面當然是前兩三個會遠遠的看到的例子更多，這些才是比較經典的傳統企業加上 AI。這里我們可以看到 4 個案例，我們這是一個單一環節的節省成本，這都是來自創新旗幟。

　　第一個案例是用 AI 的視覺來去做質檢，看看我們的生產出來的衣服有沒有任何的顏色或者尺寸的問題。第二個我們可以用 AI 來看我們陳列的貨品是不是有給我們的一每一個產品把足夠的空間，然后還有剩下來有多少的存量是幫著零售商店來做 AI 的智慧的賦能的。然后第三個案例是可以看到，我們用 AI 可以來檢測一些生產的過程，這里是一個馬達，看里面沒有任何的瑕疵，而最后是在一個鐵水的過程中來檢查，用智能的方法來讓流程走得更順，有沒有任何的問題。

　　另外我們還可以給出的例子就是在單一環節的優化的賦能，也就是第二種的方式，比如說在貸款金融的行業，我們是不是可以用 AI 來取代單一的環節，比如說貸款的時候用 AI 來決定要不要借錢給一個人，用海量的數據來訓練。

　　那么我們在人工智能的工程院，創新工場的工程院里面，也做了這樣的一個實驗。在一個非常大的貸款公司中，我們用 AI 來取代人，作為一個貸款的判斷，降低了違約率大約 14%，節省了巨大的費用。

　　然后比較復雜的一個流程化的賦能，就是在智慧運營方面了。如果我們能夠用 AI 幫助一個商店來預測他賣的每一個商品在每一家店會賣出多少份，從此我們可以不但做出更好的預測，讓他能夠降低它缺貨的可能性，也就是增加它的營業，而且讓它的庫存變得更智能化。

　　在這個過程做好了之后，我們在整個物流、倉儲甚至制造方面，可以一個一個用 AI 對接起來，慢慢的我們就很聰明的可以知道，每一個產品應該生產多少，存多少，送到什么地方去存，什么時候會賣完，什么時候需要補貨，而且甚至在商場里面該放在什么位置，都可以來優化它最終的銷售。

　　最后想談一下重構整個行業規則的可能性。

　　其實醫療是一個非常巨大的機會，這里好幾個例子我想更深入的講一下。

　　用 AI 來制藥，我們投資的有一家公司就是在用化學的方式來尋找最合適的小分子，來加上用 AI 能夠對于各種制藥的這種順序，看看哪些藥和哪些病是能夠產生最大的經濟價值，幫助更多的人恢復健康，還有能夠有更高的概率通過臨床實驗。在這個過程中我們發現如果一切順利的話，有可能發明一個新藥，可以比過去快了 4 到 5 倍，這就成功地重構了醫療行業。

　　創新工場在人工智能方面做了 40 多個案子的投資，最近我們也發現越來越多的 AI 公司它必須要能夠落地，必須要能夠對接傳統公司，要用 AI 做傳統產業賦能和價值的創造。

　　而今天中國也面臨了非常重要的一個時刻，我們的傳統行業特別需要來降本增效。我們面臨的幾個大問題，第一個是作為世界的制造大國，我們的人力成本在變得越來越貴，而且生產力和效率相當不足。

　　如果實際去看一些我們的零售、生產的環節，我們發現有各種方面是需要提高效率。比如說在工廠的生產力，或者雖然有比如說淘寶拼多多帶來那么大的消費者的效率，但是他的后臺很多的事情欠缺效率。另外還有很多線下商業也需要提升效率，比如說還有 700 萬多家這種夫妻店。

　　最后還有很多行業，包括了教育行業、醫療行業等等的，它的效率都是需要提升，而人工智能正好可以用來提升效率的。所以從整個產業的發展來說，我們可以看到的過去 10~20 年，巨大的價值來自于前端的創新，讓很多行業能夠上網，用 APP 變得更方便，創造了大量的價值，產生了大量的數據。

　　那么未來的 10 年，我們看到的更多的傳統行業，比如說制造、醫療、教育，面臨他們的下一個階段的提升，是要針對性的去改變，提升他們現有階段的效率，用 AI 來提高賦能，用剛才講的 4 個方法來創造新的價值，這會是整個經濟提升的一個最巨大的機會，也是我們做投資的看到最好的投資的方向。

　　另外還有兩個很大的因素會讓我們對加 AI 特別的看好。第一個因素就是今天的疫情雖然是對世界是一個很大的災難，但是實際上它改變了我們的使用習慣，讓更多的線下的業務變到線上了，非數據化的電子數據化了，那么產生了更多數據以后，就也能夠做出更好的 AI。

　　所以我們看到在醫療、辦公、教育等等的行業，越來越多都是走了數據化的路線，那么我相信“+AI”的這些行業，也會因為疫情加速了 AI 的落地。

　　最后還有一點當然就是新基建了，要做好行業化的 AI，要讓傳統企業擁抱 AI，那么我們在各方面的計算、通訊、數據方面都要有非常好的基礎才能夠跑起來。就像過去如果沒有好的基礎建設，沒有公路，沒有城市建設，我們造車也沒有辦法發揮價值。

　　今天如果我們想要各個傳統行業好好的用上 AI 的話，那么數據中心、5G、 IoT 還有大數據和 AI 都是非常重要的，這幾個環節是會結合到一起。所以我深深的相信“+AI”在新基建之下能夠實現數據化、IT 化、云端化的一步到位，這對于重構提升中國經濟將扮演一個重要的角色。