发帖
雷达卡
2012年至今，在深度学习推动下，这一波人工智能的蓬勃发展已进入第十个年头。
在初期，一系列由AI科学家创建的初创公司，经过大浪淘沙，如今已有多家脱颖而出成为独角兽企业；榜样在先，于是有不少 AI 领域的学者，也寄望于自己在该领域深厚的研究功底，想乘风破浪，闯出一番事业来。
但人工智能的创业环境早已发生变化，单靠科学家挂帅就开辟一片天地的时代一去不复返。在进场之前，AI科学家需要对当前AI创业形势有充足认识和准备，否则真可能热血而来，冷场而归，落得科研、商业两头空。
那么，在2020年这个时间节点，人工智能创业的大风向是什么？在如今环境，AI创业有哪些特点？AI学者是否应该入场，以及该如何入场？
6月23日，在北京智源大会“AI创业专题论坛”中，创新工场创始人兼CEO李开复博士针对这些问题，做了一场深度演讲 “AI赋能时代的创业”。
演讲分为三部分。李开复先是对 AI 创业的时代背景做了详细分析，指出AI已经从“发明期”进入“应用期”，AI创业的大环境已发生巨大变化。随后，他对欧美科技巨头成功经验进行分析，提出科学家型创始人在主导关键技术之外也需要理解商业，需要补齐产品化、商业化的能力。在最后，李开复谆谆告诫，AI科研人才不要盲目入场创业，发挥价值的道路千千万万条。
以下，智源社区对李开复博士的演讲内容做概要整理，以飨读者。
整理：智源社区 贾伟
观看链接：点击进入
过去 5 年，AI 已正式地从发明期进入了应用期。
回顾人工智能六七十年的历史，早期有很多人在里面摸索碰撞，发明了很多东西，但大部分最后都证明是没有用的。
随着深度学习的兴起，一切都改变了。深度学习在很多领域都产生了巨大的效果提升以及相当的商业价值，把很多应用从不可用变到了可用，从勉强可用、狭窄领域可用变成很方便、很普及的可用。除此之外，还有一个改变是，10年前真正懂深度学习的人可能只有几百上千个，而今天已经有几百万的工程师在使用深度学习。
所以今天的人工智能进入了一个新的时代。
回顾过去这十年AI的发展，我们会发现，AI 是一个从黑科技到B2B、再到AI赋能传统公司、然后进入无所不在的过程。
这个过程跟互联网很像。互联网在刚兴起的时候大家也感觉像黑科技；后来出现了包括阿里巴巴这样的B2B公司；再随后便是赋能传统行业。当时微软成立了一个互联网部门，专门寻找可以用微软的技术和产品进行互联网赋能的场景；几年之后，这个部门就被解散了，因为互联网已经无处不在了。通过这个镜鉴可以看到，很多高深的技术大体会走这四个步骤。
在2012年的时候，AI 创业是一个纯技术的时代，许多 AI技术人员成了创业者和CEO，他们以技术为本，去寻找潜在的应用场景。
几年后，技术发展了，AI 进入了B2B时代，先后涌现了许多B2B公司，他们的技术会用在金融、银行、保险或零售制造等领域，但因为每个行业使用AI的方法不一，每个公司在得到AI赋能时，都会遇到复制化的瓶颈。因此现在来看，AI赋能传统行业，应该是 AI 领域迎来的最大机会。每个公司应该去分析自己对AI的需求，分析AI能够带来什么样的增益或成本降低。
另一方面，根据普华永道的分析，2030年全球范围内的AI市场规模将达到15.7万亿美元。这15.7万亿美元并非来自AI独角兽，而是来自传统行业——信息通讯、制造、金融服务、批发零售、运输存储、专业服务、医疗和建筑业等与AI的深度融合。AI的赋能可以让它们取得近一倍的增长。因此传统行业去了解AI，用AI来改造、提升、赋能，找合适的人或合作伙伴帮助自己提升效益，现在是一个巨大的机会。
从另外一个角度来看，由于AI 已经不像以前那样稀缺，所以靠一批懂AI的人了解一个传统行业后，去颠覆这个行业并成为领跑者，现在看来已经不那么现实了。更可能的情况是，传统行业学会并掌握AI，利用AI来扩张自己。
那么，AI可以赋能哪些传统行业呢？
李开复博士认为有四个相关领域：
第一波是互联网智能化。因为互联网的数据最多，所以能得到的价值最多。目前，最大的AI巨头其实也是互联网公司。
第二波是商业智能化。所有的商业都有数据，从大数据的累积、结构化、创造价值、分析，直到AI，这是一个水到渠成的流程。
第三波是实体世界智能化。AI 能够感知（听、看……），而且已经达到甚至超过人的水平。更厉害的是AI可以介入各种传感器，它可以感知许多人类不能感知到的信息（例如温度、湿度，或黑暗中的事物），还能够进行三维重建等等，这些都是人类不能做到的。而AI能够把IoT中各种的传感器组织起来，把多模态数据融合起来，这代表以后的AI在感知上将全方位超过人的能力。
第四波是全自动智能化。当AI能动起来，有了手、脚、轮子的功能，有了无人驾驶、智能农业、智能制造、机器人等等，这又会再提升到一个新的层次。
另一个问题是，如何利用AI赋能传统行业？
李开复博士提出四点：
1. 单一环节降本提效。AI 可以取代许多传统行业中需要人重复劳动的工作，这将在很大程度上节省人力成本。例如某公司有近4亿美元的潜在坏账，传统方法需要雇佣数百名信贷员进行检查，但如果引入AI技术，只需要几名全职AI工程师就可以解决了，这不仅能够降低成本，而且还能在很大程度上降低违约率。
2. 单一环节优化赋能。例如在教育行业，教育不外乎是课堂学，回家练，考试测，然后老师评。在这四个过程中，老师的部分角色是可以用AI取代的。例如在学的过程中，可以用虚拟老师（例如卡通人物）来教学前的孩子，会更有趣一些；在练的过程中，用AI来纠正英语发音，这样就可以有一个无所不在的老师帮你讲更标准的英语；在测的时候，可以用AI改卷，或自适应题库等；而在评的时候，可以用AI智能纠错，或合成点评，从而能够对孩子一对一的建议。这些优化，并不改变原来的流程，只改变流程中的某一个事情。
3. 流程智能化赋能。这方面的代表是智能零售。如下图所示，围绕零售的全过程，利用AI技术精准预测每一家店哪种商品会在什么时间点卖出多少，分别对仓库（仓储调度）、工厂（生产研发制造）、零售商、经销商等整个商品生产、销售流程进行优化。同样的情况也适用于医疗行业。
4. 重构整个行业规则。这一步是最伟大的，也是最困难的。一定程度上，我们可以说今天的AI已经开始重构安防领域了，也可能重构了互联网领域，对于其他领域可能会相对更困难一些。但我们还是可以看到一些机会，当一个行业正在快速变革的时候，比如说从线下到线上教育的过程中，是不是有可能重构整个行业规则？或者在智能制药方面，是否能够用机器学习来提出制药效率？
总结来讲，李开复博士认为，当前环境下，AI已经度过了由少数精英引领的“发明期”，而进入了遍地开花的“应用期”。在这一阶段，AI赋能传统行业将是一个新的机遇。而在这个机遇中，最主要的将是传统行业主动拥抱AI，而非AI颠覆传统行业。
关注“CDA人工智能实验室”，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
