大咖論道：AI如何打造下一輪企業的競爭力？

【獵雲網（微信：ilieyun）北京】4月23日報導（文/呂夢）

獵雲注：4月22~24日，為期三天的“中國綠公司年會”在天津召開，本屆年會主題為“智能商業時代：高品質發展與價值創造”。文中精選了本次年會AI領域的相關話題，例如“AI科技已經發展到什麽階段，將會如何影響人們的生活？”、“人工智能將如何賦能傳統產業，有哪些技術已經得到應用？”、“ 企業該如何與AI相結合，重塑競爭優勢？”等，看看大咖們有什麽見解。文章來源：AI星球（微信：ai_xingqiu），作者：呂夢。

吳軍：人工智能是生產力，區塊鏈是生產關係

未來社會也好，城市也好，是一個超級的智能機器，AI是大腦，IoT是我們的感官，然後會有新一套的技術用區塊鏈連起來，相當於我們的神經系統，這是我對未來的看法。

人工智能到現在為止，更準確講應該是機器智能，不是電腦模擬人的思維，這條路走不通，基本上有三個基礎，就是摩爾定律，翻番的進步是很了不起的事情。第二是數據，傳統企業有什麽?有數據。第三，是一個數學模型，傳統企業的經驗很重要，這個經驗其實最後要通過數學模型反映出來，才能夠被電腦處理。

這三個加起來構成了我們今天的“大廈”。今天你可以很容易地判斷，做投資很容易判斷哪個是真的人工智能，哪是假的。凡是試圖讓飛機模擬鳥飛行的人工智能全是假的，今天如果他跟你談認知，一定是騙子。因為真正的今天電腦獲得智能的方式不是人獲得智能方式，是完全以一個全新的方式。

任何一個時代，它都有一個新技術，今天很多人談到的是顛覆，我想談的是合作，也就是說你看歷代技術革命有一個進步的泛式是什麽?原有產業加上新技術等於新產業。

區塊鏈和人工智能是什麽關係?人工智能是一種生產力，它能提高生產的效率，使得我們更快、更有效地獲得更多的財富，這是大家需要的。區塊鏈是一種生產關係，它能夠改變我們一些分配。在過去的時候，最早的時候生產關係是什麽樣?老闆給員工發工資，員工乾得好，發點獎金，這是一種分配方式，因為老闆擁有所有的生產資料。這是上級、下級絕對的關係，這是過去的。

出門問問李志飛：AI公司的競爭力在於找到可控的規模化場景

目前的人工智能技術非常不成熟，無法像插件一樣提供成熟的落地方案，因此還處在艱難發展的時期。單獨的人工智能軟體難以商業化，必須通過硬體作為載體實現商業價值。

由於目前95%的智能設備都是智能手機，所以語音互動沒有成為主流的互動方式。但在目前，非手機類智能設備的增長遠超智能手機，並在未來3-5年佔據30%以上的智能設備份額。

無論耳機、手錶還是車載設備，這些設備都是小型化的便攜設備，沒有鍵盤和螢幕。在這個時候，語音互動才能成為最主流的互動方式。

任何一個AI公司，要有比較大的競爭力，關鍵的一句話，找到可以掌控的規模化場景。過去很多人一直討論到底AI是數據重要還是算法重要、技術重要還是場景重要?

到了一定規模下，一定是場景更重要，特別重要的是場景是可以掌控的，比如谷歌為什麽一定做AI，一定要做硬體，只有硬體才是他自己可以掌控的場景，而且是規模化的場景，這是今天很多AI公司做到所謂獨角獸階段要面臨的問題，怎麽打造自己可掌控而且是規模化的場景，數據、算法只是敲門磚，不能構成絕對的壁壘。

雲知聲梁家恩：AI和IoT的碰撞和融合，本質在於通過數據形成閉環

AI的第三次浪潮和過去的不同點在於一個是大背景，現在的消費跟產業更新，國家意志和整個產業的動態來說都非常重視。

推動產業更新跟消費更新，一個是城市化，中國的城市化進程，銀聯和京東的大數據分析，一線城市的消費仍然佔據將近一半的份額，但是準一線和二線、三線以下的城市增長非常快，代表著我們會有更多的用戶進入到消費領域裡，他們代表更多的變化。

另外一點，消費群體的變化，70後為主導最後會變成80後、90後為主導的消費模式。80、90後主導消費的模式，重視的點跟過去的使用價值第一位不一樣，可能更重視體驗的價值以及認同的價值，在這種價值的驅動下消費更新。

第三次浪潮，我認為最大的區別在於產業界的力量起到主導的作用，推動這個事情。過去兩次浪潮都是科技界的人推動，所以落地的時候出現了很多問題。

從人工智能角度來說，假如不能找到合適的應用場景，技術停留在實驗室，不能在產業裡生根發芽。AI和IoT發生碰撞和融合，本質的問題是通過連接建立一個數據，通過數據再產生一個智能，才能形成閉環。有這個閉環之後，整個消費和服務、生產鏈條才能比較緊密的打通，產業的變革我們認為是從這個大勢出來的。

依圖科技朱瓏：AI本身不是產品，科學家沒有特別天生的優勢

對於當前的AI發展，朱瓏給出兩個定義：一個是難辨的技術，真假非常難辨，泡沫非常難辨；另一個是，這是一個沒有權威的時代。

一方面，人工智能屬於科學的範疇，科學是離大眾很遠的。不要說，我們最好的實驗室，去評價另外一個實驗室的工作，如果只看論文，看公開流通的文章，不是那麽容易評論，評估成本是很高的，還要根據多年來兩個實驗室的交流，以及互相理解的基礎，才能評價他們的工作，這對圈內人已經是比較難，更何況現在流動非常大。

現在市面上很多對AI技術的評價是比較主觀的，很多科學家、教授、研究員並不在業界的一線，儘管他是全職教授，或者是名牌大學的教授，很多他聽到的進展，更多來自於新聞。但新聞可能不是最核心、最領先的一些技術，以這個不是那麽嚴謹的素材做預測和評論的時候，其實是和真相差距比較大的。

另一方面，現在人工智能發展的速度太快，甚至在各地都有跳躍性的發展。谷歌一個AI的總監不見得理解透他公司的另外一個部門的所有進展，對他們來講是比較困難的；全球最好的專家要理解全球最好的技術，不見得是全面的。更不用說今天在美國頂級的學術界或者名牌學校裡面的老教授，它已經很難很難點評全球最好的技術在發生什麽。這就是一個沒有權威的時代，任何一個今天新的技術，有可能是有突破性的社會意義和學術價值。

我覺得AI本身不是一款產品，科學家沒有特別天生的優勢。AI的任何技術不是產品。比如說在警察系統中，我們的後台不是只有算法，而是端到端的。警察的業務平台，對他的科技口、刑偵口和交通口的戰法應用，以及業務部門怎麽分發到派出所，怎麽配合，這些對產品的定義理解非常重要。

醫療行業也是一樣，只是一個算法或截面的改動，對算法的要求差距就很大。這就非常需要對技術和商業場景相結合的理解，非常需要高手。作為翻譯者或溝通者，這個角色非常重要。這是比AI人才更稀缺的。

地平線余凱：真正認真對軟體的人應該做自己的硬體

真正要讓人工智能落地，隻做軟體是不行的，必須要做硬體，要軟硬結合。軟硬結合進一步推動，而不是簡單的軟硬結合，一定要突破處理器這件事情。

為什麽要軟硬結合?這句話經常說，但是真正深刻理解它的人非常少，最初這個思想來源於一個天才的電腦科學家蘭德艾倫K，當時斯勒研究院的研究員。他講過一句話，“真正認真對軟體的人應該做自己的硬體”，這句話很少有人記得，後來也把他請到蘋果。

地平線在未來發展十年、十五年的時間，主要在這兩個系列、兩個場景，一個深智能攝影頭、一個深智能汽車，輔助駕駛到智能駕駛。我們四、五年目標和十年目標是希望公司成立五年時間裡面，讓我們的處理器賦能智能成立的安防攝影頭，我們能成為上千萬的汽車裡面提供輔助駕駛和自動駕駛的芯片。