深度學(xué)習(xí)是不是走到底了？是不是該啟動(dòng)新的科研課題？答案是肯定的。不過(guò)要發(fā)明更多更好的技術(shù)取代深度學(xué)習(xí)，是不可預(yù)期的；因?yàn)榭茖W(xué)發(fā)明無(wú)法預(yù)期何時(shí)發(fā)生。目前非常確定的是，在工業(yè)界和產(chǎn)業(yè)界，繼續(xù)把深度學(xué)習(xí)發(fā)揚(yáng)光大仍有很大的機(jī)會(huì)。
研究顯示，人工智能（AI）在傳統(tǒng)行業(yè)的滲透率只有4%，這意味著AI在傳統(tǒng)行業(yè)還存在著很多機(jī)會(huì)。雖然AI在安防等領(lǐng)域落地，但96%的企業(yè)還沒(méi)有全面使用AI。對(duì)比前兩次技術(shù)革命，今天AI的普及狀態(tài)就和當(dāng)年互聯(lián)網(wǎng)的“中國(guó)黃頁(yè)”是一樣的。直至如今AI應(yīng)用還非常少。
如果從投資角度來(lái)劃分AI的時(shí)代，我認(rèn)為可分為黑科技時(shí)代、B2B時(shí)代、“AI+”時(shí)代和AI無(wú)處不在的時(shí)代?，F(xiàn)在我們正處于第二和第三個(gè)時(shí)代之間。
黑科技時(shí)代以科研為主，是一批優(yōu)秀的博士和工程師以AI技術(shù)為切入點(diǎn)，去尋找商業(yè)應(yīng)用的一個(gè)階段；在B2B時(shí)代，AI公司開(kāi)始做2B產(chǎn)品和應(yīng)用，把AI教育應(yīng)用兜售給學(xué)校、金融產(chǎn)品賣(mài)給銀行或保險(xiǎn)公司。
至于“AI+”時(shí)代，頂級(jí)會(huì)計(jì)師事務(wù)所之一普華永道認(rèn)為，到2030年AI將給全世界帶來(lái)大約100萬(wàn)億元的GDP提升。在中國(guó)，傳統(tǒng)行業(yè)規(guī)模大約是200萬(wàn)億元，其中40萬(wàn)億元左右是在AI賦能下創(chuàng)造的，遠(yuǎn)超其他國(guó)家。這是一個(gè)巨大的機(jī)會(huì)，所以要讓AI賦能各主要傳統(tǒng)行業(yè)。
如今的AI獨(dú)角獸，如商湯科技、科大訊飛等公司，它們一年約有幾十億元的收入。如果要在國(guó)內(nèi)創(chuàng)造50萬(wàn)億元的價(jià)值，是不是要再去創(chuàng)辦1萬(wàn)家公司？并不是。已經(jīng)存在的AI公司會(huì)繼續(xù)創(chuàng)造價(jià)值，而更大的機(jī)會(huì)一定是把AI價(jià)值賦能傳統(tǒng)行業(yè)。我認(rèn)為，未來(lái)50萬(wàn)億的價(jià)值一定來(lái)自于AI對(duì)傳統(tǒng)行業(yè)的賦能，而不是來(lái)自于黑科技，這是巨大的差別。
那么，AI如何賦能傳統(tǒng)行業(yè)？我認(rèn)為有三種模式。
第一種是優(yōu)化賦能，即公司的運(yùn)營(yíng)不變，用AI幫助公司賺錢(qián)或省錢(qián)，典型的例子就是商務(wù)流程外包（BPO）。現(xiàn)在有一個(gè)新技術(shù)叫做“機(jī)器人流程自動(dòng)化”（RPA），可以讓機(jī)器通過(guò)學(xué)習(xí)完成人力的部分工作。這對(duì)產(chǎn)業(yè)的成本節(jié)約是巨大的。比如一些財(cái)務(wù)、法務(wù)、人力資源方面的BPO，都可以通過(guò)RPA實(shí)現(xiàn)，有數(shù)據(jù)顯示最多可節(jié)省91.2%的成本。再如呼叫中心，語(yǔ)音識(shí)別和自然語(yǔ)言處理技術(shù)可以處理80%的客服電話(huà)。
第二種模式是流程化賦能，它通過(guò)改革商業(yè)模式，創(chuàng)造更大價(jià)值。這在零售領(lǐng)域比較明顯。比如，通過(guò)海量數(shù)據(jù)，用AI精準(zhǔn)預(yù)測(cè)銷(xiāo)售，可以降低倉(cāng)儲(chǔ)和物流成本，同時(shí)節(jié)約人員培訓(xùn)成本。再如，用AI去解讀傳統(tǒng)數(shù)據(jù)。利用衛(wèi)星數(shù)據(jù)，AI可以了解地面上農(nóng)作物的溫濕度等條件，從而預(yù)測(cè)年產(chǎn)量和預(yù)期價(jià)格。這在沒(méi)有AI的時(shí)候是難以想象的，這還只是冰山一角。
第三種模式是重構(gòu)或說(shuō)是顛覆產(chǎn)業(yè)。比如投資，一個(gè)基金經(jīng)理的投資決策靠幾十個(gè)、幾百個(gè)因素，但AI可以利用無(wú)限的數(shù)據(jù)，實(shí)現(xiàn)千人千面的投資，獲取更高回報(bào)。在這個(gè)領(lǐng)域，美國(guó)頂級(jí)量化基金已有兩家做到了600億美元的規(guī)模。我認(rèn)為未來(lái)AI在二級(jí)市場(chǎng)的表現(xiàn)一定會(huì)更好，因?yàn)樗鼘?duì)海量數(shù)據(jù)的分析能力遠(yuǎn)超人類(lèi)。另外一個(gè)更加神奇的例子是制藥。今天的制藥是靠化學(xué)家、生物學(xué)家的靈感想一些新方法來(lái)應(yīng)對(duì)疑難雜癥，未來(lái)我們可以用生成化學(xué)的方法，再加上自然語(yǔ)言處理和生成對(duì)抗網(wǎng)絡(luò)，去尋找可能的有效因子。根據(jù)我的初步看法，未來(lái)AI可以使新藥的發(fā)明加快4倍，整個(gè)制藥行業(yè)將被重構(gòu)。
對(duì)于傳統(tǒng)行業(yè)，AI賦能的價(jià)值是巨大的。但傳統(tǒng)行業(yè)也因此面臨各種挑戰(zhàn)，主要是傳統(tǒng)行業(yè)怎么發(fā)現(xiàn)AI的賦能點(diǎn)，去哪里找AI專(zhuān)家。未來(lái)創(chuàng)新工場(chǎng)以及我們的子公司創(chuàng)新奇智希望成為傳統(tǒng)企業(yè)的“首席AI官”，幫助傳統(tǒng)企業(yè)分析如何利用AI賦能，并提供技術(shù)和源代碼。下一步，我們還計(jì)劃直接投資傳統(tǒng)行業(yè)的公司，用AI的力量為其賦能。因?yàn)椋覀兛梢悦黠@看到AI賦能傳統(tǒng)產(chǎn)業(yè)帶來(lái)的價(jià)值，很快會(huì)超過(guò)一個(gè)AI公司本身的價(jià)值。
摘自《中國(guó)科學(xué)報(bào)》
