文/ 楊松 編輯/ 陳曉平
我個人的主要研究領域是人工智能，1988年的博士論文就是有關語音識別系統的。
最近兩年，我撰寫了《人工智能》《AI·未來》兩本書，其中有出於對自己學術領域的熱愛，另一個理由是，社會上對AI的誤解和不理解太多，有人對AI有過高的期望，還有很多人認為AI非常遙遠。
AI時代已經到來了。大部分人印象中的AI，可能局限在機器人、無人駕駛等少數領域，其實，以大數據提升效率也可以是AI。人們的種種誤解，會造成AI的商業化和使用不是最佳的，我希望多做些科普的工作。
在我看來，興起的AI會顛覆各個行業，對於產業甚至社會的影響是巨大的。與科學家相比，企業家的思維方式、精神特質迥異，但是，也應該對於科技發展保持好奇的心態。最好的企業家，往往是第一個將科技成果進行應用的人。
企業家要有技術嗅覺
我自己是一名科學家，也是一名企業家，這兩種身份的思維方式截然不同。我以科學家身份學到的思維方式，大概花15年才把它忘掉，不忘掉是做不好企業家的。
企業家精神、科學家精神都很偉大，用錯地方就不合適。
我們在學校撰寫論文時，會向導師說明研究方向，導師第一反應會問，以前是否有人做過，在前人基礎上能否創新？只有從來沒人做過，才會鼓勵你去做，導師不會問：商業應用在什麽地方？對用戶有沒有用？能否賺錢？他們不在乎，因為科學家從事基礎科研，如果先考慮能否賺錢，就不能突破，不能創新了。
經營一家企業，要對股東、投資人、員工、客戶和合作夥伴負責，要創造好的商業模式，企業家在乎的，是能否以最快速度驗證商業模式，創造商業價值？他一定要最大限度降低風險，因為產品開發、融資、市場需求、競爭對手等已帶來很大風險，未必合適再多冒創新的風險。
企業家不會強調，開發一個產品，用戶喜歡、盈利豐厚，同時確保其中每一項技術前人沒有做過。產品固然要創新，並非主導開發的核心思維，而科學家精神一定要做前所未有的事情，要冒巨大風險，事情有沒有價值、有沒有用是無所謂的。
在科研方面，企業家並不需要是第一個吃螃蟹的人，但是，他應該知道若乾技術是可用的。
比如，史蒂夫·賈伯斯（蘋果公司聯合創始人）並沒有發明滑鼠，卻是第一個成功將滑鼠融入PC的人；他也沒有發明feedback display（反饋顯示）和Multi-Touch（多點觸控），他率先使用在了產品上。
許多已在實驗室得到驗證的技術，發明技術的人未必能找到合適應用場景，而企業家有商業的嗅覺、敏感於用戶，能將先進的技術用對地方。賈伯斯不是技術人員，他跟懂技術的人在一起，有科技的嗅覺和敏感，就將“技術+設計+用戶洞察+創新靈感”完美結合在一起。
傳統企業家至少了解所在行業的痛點，以及公司需要解決的問題，他可以快速谘詢技術領域的專家，如果自身沒有辨別或者理解技術的能力，就與能辨別的人一起搭檔。企業家也許離技術遠一點，就要找人來幫助他，可以設置CTO，也可以找谘詢公司。
深度學習至少能“吃”20年
我一直建議，AI+時代，每家傳統企業都需要一名“CAIO”，作為企業內最高的AI負責人，看AI能幫助公司在哪個環節賦能，創造最大的價值。記住，這個工作最後會消失的，因為AI會徹底普及化，進入到每家公司。現在，許多互聯網企業、高科技企業已不太需要，他們已經在做AI了。
目前，AI主流深度學習技術的產業潛力，至少能“吃”20年，它會滲透進各種不同的領域，現在，只有少數人用AI和深度學習技術，未來，基於海量的數據，AI會以前所未有的精準度處理各種事務。
當然，AI普及要解決很多工程化挑戰，比如數據結構化、算法迭代、模型訓練等，就視覺、語音、無人駕駛等不同的場景應用，進行調整，同時，要處理用戶隱私保護等衍生問題。但是，一旦有效運用AI，有些行業短期內能得到很大收益。
很多人認為AI非常遙遠，其實已經到來了。一個易用的工程平台現在尚未存在，但是門檻在迅速下降，只要下降到類似iOS、安卓系統，應用就會井噴。
一名CEO不懂AI，會產生兩個潛在後果：一，難以識別機會在哪，一個領域若使用AI能大幅降低成本或提升效率，沒去做的公司會被淘汰；二，太熱愛AI，什麽都去做，沒有找對用力的地方，比如，有些領域沒有數據，就無法用AI。
應該將AI用到正確的地方，忽視或者過度使用，都會帶來災難性後果。有時候，一名創業者做一件事情，可能顛覆掉全行業，比如移動支付，對於信用卡的價值就是顛覆性的。在傳統領域，哪一家先用好AI，就會有獨特的優勢，其他的就有可能滅亡。
我建議找一名專家，充當CAIO，幫助企業家識別機會，AI是一項非常動態的技術，需要有人真的了解，知道AI到底能解決哪些問題；AI又是在數據的基礎上，數據要格式化、進行標注，要有人帶領練好基本功，否則AI用不上。
有人說，AI可能帶來技術壟斷的風險，只會利於現在的科技巨頭。其實，AI的覆蓋面非常廣，新來者有很多機會，比如保險、教育、醫療等領域，過去都不是科技巨頭的強項，如果能用好AI，賦能給一個傳統行業，完全有機會讓它更好。
強者越強的風險，一般集中在巨頭擅長的領域，比如，AT確實強大，其強項主要在互聯網的相關業務，比如騰訊在社交、遊戲，阿里在支付、電商，距離核心業務相對遙遠的領域，他們無法利用已有的龐大資源。
當然，技術只是產品的一部分，最終要服務於用戶和市場的，創新工場投資高科技企業，創業者肯定要懂相關技術，但不是最重要的，最重要的是執行能力、管理能力、領導力等，對產品有很強的理解能力，在公司碰到困難時，能夠凝聚人心、重振士氣。
其實，沒有多少公司是純技術為主的，谷歌可能是一個，但是很難講出第二個，微軟、Facebook、阿里、騰訊都不是純技術公司，技術主要是為產品服務的。
白領的工作會更早消失
現在AI是以深度學習技術為主，很多人關心，未來是否有新的突破？
突破當然會有，沒有人知道。Geoffrey Hinton（深度學習之父，圖靈獎獲得者）認為，科研人員不要總是鑽研深度學習，應該去發明新東西，李飛飛（史丹佛大學計算機科學系教授）也認可這一觀點。他們主張探索的，是可能成為顛覆性的AI技術。
長期的話，AI會越來越聰明，比如做好計劃、策劃，做有創意的內容，而不只是一個判斷，現在，這些工作人非常擅長，AI不擅長。
我們可以將人所擁有、AI尚未實現的每一種能力都列出來，當做未來潛在的可努力目標。人所在乎的自我意識、情緒、關懷、愛等，目前AI都沒有，每一個可能就是一個課題。這些課題，什麽時候能突破，沒有一個日程表，有可能一年、十年、一百年，突破了就突破了，也有可能永遠突破不了。
AI的發展路徑，我們看不清楚，未來可能發生的事情，大部分人不用杞人憂天，好比，不用因為擔心有行星來撞地球，所有人都去做避免行星撞地球的工作。AI超越人類存在發生的一定概率，純粹擔心解決不了問題，可以留給頂尖智庫去做研究，比如牛津大學專門有一批人，在研究AI超過人之後該怎麽辦，大部分人沒必要擔心。
然而，AI的門檻降低到基本人人可用，這個預期比較樂觀，今天的TensorFlow比三年前好用太多。
舉個例子，現在，創新工場每年暑假培訓大概600個學生，主要是計算機背景的，他們從不太懂AI到直接成為AI工程師，5周時間就夠了。學習AI已經沒有那麽難，以前可能要讀博士，再練3年才能用，現在只要5周，證明門檻在快速下降。
使用AI所產生的法律、倫理、社會問題，在很多地方已有所顯現。不是說AI超越人，而是AI開始左右人，它能利用人性弱點，去優化商業指標，比如Facebook在美國被批評，為讓用戶留存時間更長，可能誘使有暴力傾向的用戶，看很多暴力的東西而更加暴力。
其中，保護隱私、打擊AI行騙等問題，可以立法來監管，但是指望法律介入公司運營，現實中面臨不少困難，企業自律也很難。我個人在世界經濟論壇AI理事會擔任聯席主席，我們有過討論，一種可行的思路，可由第三方評估，以類似財務審計的形式“審計”AI，比如，是否誘導用戶，是否保護隱私？
此外，AI會創造出很多新工作，現在不能預測是什麽類型工作。從藍領角度來看，AI依賴一大堆機器，需要維修，這是他們轉型的機會；AI沒有愛、沒有關懷，這些工作未來仍要靠人完成，護士等職業不容易被取代；有些工作需要手和眼配合，AI目前也難以勝任。
總體來說，在深度學習的方向上，AI取代白領時間要比藍領來得更早，由此會牽涉公司治理和國家政策的新課題。AI會取代一部分工作，這些人失業將帶來更大挑戰。這些被AI取代的失業人員，下一步該做什麽？即便培訓再就業，過兩年可能又被AI取代。那麽，什麽工作不被AI取代的？培訓該由誰買單？
目前，人類智慧能想到的就是收稅。
有的公司也在進行新的實踐，比如，亞馬遜會向員工提供培訓，不只是培訓其在亞馬遜的工作技能，也會補貼員工，去學習社會中最需要、最不會被AI取代的技能，比方護士、飛機修理。亞馬遜對員工責任的定義是，確保其一直有足夠能力再就業，即便新的就業機會不在亞馬遜。當然，這有點理想主義，卻是一個很好的榜樣。
就普通人而言，一定要有能力的準備，努力尋找非重複性、AI做不了的工作。有人問，孩子該不該學編程？我認為該學，編程鍛煉的是人的邏輯思維，對孩子未來發展大有用處，但絕不是為解決飯碗的問題。
AI已經非常擅長重複性的工作，比如，加減乘除的運算，每個人要有基礎能力，但是絕對勝不過AI的。我們應該讓孩子學習更深度的思考，培養其邏輯思維能力、同理心，讓他們更有好奇心，更有創意，更能分析。比如學習語文，孩子背誦“唐詩三百首”一定比不過AI，也許應該更多著眼於訓練他們表達自己，說服別人，來贏得大家的信任。
編程作為開發分析能力的一種學習工具，確實很有學的價值，但不是說每個人未來都去學C++並以此為職業，最基礎的編程工作，AI以後肯定也會做。只有孩子有分析批判思維、策劃的能力，又有天賦且有興趣，才有希望成為最好的。
未來，在任何領域，人們只有真正做到高水準甚至最頂尖的，從事非重複性的工作，AI才無法取代。
（李開複為創新工場董事長兼CEO、創新工場人工智能工程院院長，標題為編者所加。）
題圖來源：圖蟲創意，pangpang
香港九龍灣馬來街興發大廈15樓D室