獨家專訪李開復：迎接人工智能挑戰(zhàn) 我給出4方面建議

　　2016年7月，確定離職谷歌加盟創(chuàng)新工場的工程師王詠剛收到李開復郵件，后者談到是時候對“人工智能”有一個系統(tǒng)的梳理——讓大眾讀者既能快速了解過去的AI發(fā)展史，又能對未來即將發(fā)生的變革做好思想準備，特別是那些身處其間的年輕人。

　　這就是2017年4月面市的新書《人工智能》的發(fā)端之源。

　　在《人工智能》書中，李開復和王詠剛談到了人工智能的過去、現(xiàn)在和未來，談到了人工智能作為技術在當前互聯(lián)網的應用，以及即將對科技、生活、教育、職業(yè)選擇和未來社會產生的影響。

　　對于他們來說，人和人工智能的關系問題，將會是當前和未來很長一段時間內，社會核心群體無法回避的問題。

　　如何判斷《人工智能》不是出自AI之手?

　　不過，在談論關系前，對于人工智能的正確認知并不容易。

　　AlphaGo等引發(fā)的沖擊尚在繼續(xù)，從一開始不相信機器會在圍棋這樣高深莫測的領域擊敗人類，到最后對人工智能的完全恐慌臣服，其中包含對人工智能真實的認知。

　　比如，不少人開始將每一個“對象”懷疑為人工智能。李開復最愛談到的段子是“微信群辨識人工智能”，他說自己因為各種關系被拉入了不少微信群，但總有人調侃“他”不是李開復而是人工智能，而且語音、圖片和視頻都有可能作假，唯一驗證的方法就是讓他發(fā)紅包出來。

　　這背后涉及人工智能現(xiàn)在可以做什么，將來還能做什么的認知。不過，李開復認為，人之于人工智能的最大區(qū)別，可能會在于感性、思考和跨領域的能力。

　　在《人工智能》新書發(fā)布現(xiàn)場，李開復還被記者的問題逗樂了。新浪科技問他，現(xiàn)在人工智能如此火熱，怎么讓人確定這本書不是出自“李開復.AI”的程序之手?

　　李開復的回答饒有意味。他將問題分為了兩大部分，一是在《人工智能》一書中，機器有可能實現(xiàn)寫就的部分，二是未來十年內人工智能都無法參與的部分。

　　首先，李開復認為介紹人工智能、講訴人工智能歷史和預測人工智能未來的部分，機器在未來肯定可以實現(xiàn)，在這些“數據積累”和“經驗匯集”的領域，機器比人更有優(yōu)勢。

　　但涉及“意義”問題，可能就會是人之所以區(qū)別于機器的所在。

　　李開復拋出一連串問題：“孩子教育怎么辦?”、“會不會教育出來都失業(yè)?”、“社會貧富差距是否會拉大?”、“巨頭和普通人權力會不會有變化?”，“越來越多的工作被取代后，人是否還需要工作?工作的意義又是什么?”

　　他解釋說，跨領域的、高深的、需要深度思考的內容，未來十年人工智能也無法達到。

　　實際上，同樣的問題也出現(xiàn)在越來越多的行業(yè)，不僅是寫作，更包括之前屬于“好工作”的金融、理工、醫(yī)學和律師等。

　　給青年的建議：學深、跨領域，走向服務業(yè)

　　面向這些正在學習的年輕人，李開復給出了自己的建議：

　　首先是面向所有大學生，他認為，可能需要思考的問題是如何把所在領域學到特別深——深到人工智能無法取代。換而言之，新趨勢下的學習不僅要有興趣天賦，還要扎實努力，垂直縱深。

　　其次是跨領域會成為趨勢。因為人工智能在單領域、大數據方面的天然優(yōu)勢，可能人類不得不需要通過跨領域的交錯、結合，才能達到人工智能很難根據單一領域大數據推算的地步。比如在金融、社會學、哲學和教育學等交叉結合點，就可能會出現(xiàn)一些新的創(chuàng)新機會和創(chuàng)業(yè)前景。

　　第三是文科領域的學生，李開復表示可能會在人工智能時代迎來新的發(fā)展機會。由于計算機在藝術、幽默、電影和創(chuàng)造等“感性”領域的“無能”，文科涉及的領域或許會迎來新的發(fā)展機會。

　　李開復還就此認為，我們需要做好未來走向服務業(yè)的準備了。

　　他所謂的服務業(yè)，指的是涉及人與人之間的交流，人與人之間的同理心，以及如何讓自己更有愛、更受歡迎的行業(yè)……李開復強調，這其實是一個確保人類對人工智能保有競爭力的方法。

　　當然，對于人工智能的機遇和挑戰(zhàn)，這位人工智能領域的博士的核心論點是“工具論”。他表示無論是走向任何領域，都要把人工智能這個工具用好。

　　比如金融專業(yè)的學生，可能需要了解智能投顧正在帶來的變革、AI量化交易有哪些新突破、AI在征信、信貸和區(qū)塊鏈等方面又如何施展拳腳?李開復認為只有真正理解并掌握這些技術，才能讓人立于不敗之地。

　　給傳統(tǒng)企業(yè)家建議：歸零、自我顛覆、尋求合作

　　而對于傳統(tǒng)企業(yè)和企業(yè)家，李開復的核心建議是“歸零”和合作。

　　相比互聯(lián)網的沖擊，他認為人工智能帶來的顛覆性變革將更加廣泛、兇猛且跨領域。因為人工智能的算法是可以在已有基礎上超越式迭代的，這對傳統(tǒng)企業(yè)家提出了新挑戰(zhàn)。

　　這就需要傳統(tǒng)企業(yè)家，首先在思想上“歸零”。不要因為現(xiàn)在企業(yè)的規(guī)模和存量，就擔心人工智能帶來的顛覆，進而阻礙了革新和自我顛覆，“如果自己不顛覆自己，那別人也會來顛覆你。”

　　比如目前券商、銀行、保險等行業(yè)的企業(yè)家，可能還沒法做到通過人工智能的方式去開發(fā)產品。

　　“因為固有的DNA、文化方式、過去的成功、已有的利潤，都形成了一個巨大的包袱，讓他們無法放下。就好比柯達，明明知道數字相機的時代就要來臨，但還是脫離不了固有的思維，逃不出被顛覆的怪圈。”

　　所以對于傳統(tǒng)企業(yè)家來說，要么成為少數者，擁抱人工智能，然后走到更高的高度。要么淪為被顛覆的角色，被下一個創(chuàng)新者用新的技術顛覆掉。“當然，如果實在沒有辦法顛覆自我，那另一種選擇是把產業(yè)賣掉，然后轉行去做投資，否則會因為顛覆來得兇猛快速，沉沒成本會越來越大。”

　　其次是尋找擁有解決方案的合作方。目前人工智能火熱的最明顯特征是相關領域人才特別貴，但李開復認為這可能還只是表象，而且就算是傳統(tǒng)企業(yè)家擁有強烈的變革決心、開出高額價碼，也未必能夠打動這些人才。

　　“因為任何一個頂尖人才都希望走得更順，希望能夠進入一個更加符合職業(yè)前景的公司，比如一個已經把大數據跑得很通暢的公司，所以他們也會更愿意進入谷歌、BAT這樣的公司去發(fā)揮才華，而不是到一個傳統(tǒng)企業(yè)去和老板沒完沒了地溝通。”

　　于是可能還不只是人才貴的問題，更加核心的是能否雇到的問題。并且值得注意的是，這對于企業(yè)變革來說，可能才只是第一步，還有接下來第二步、第三步需要邁出。

　　這樣的情況下，找到合適的解決方案合作方就變得重要。這種合作方既要懂人工智能技術，又要擁有人才等核心資源方面的能力。

　　李開復表示，創(chuàng)新工場也在尋求這樣的機會，希望利用自身的資源和優(yōu)勢，幫助傳統(tǒng)企業(yè)去實現(xiàn)新趨勢轉型，成為合作伙伴，探索解決方案。

　　給AI人才建議：找老司機、回到中國

　　實際上，創(chuàng)新工場之所以讓李開復擁有這樣的底氣，正是在人工智能人才方面的投資布局。而且他們正在通過創(chuàng)新工場人工智能工程院，去復制李開復在微軟亞洲研究院和谷歌中國的人才培養(yǎng)模式。

　　這種模式首先是借助老司機的傳幫帶。李開復召喚了不少在谷歌、微軟工作的資深工程師，再讓這些擁有十年工作經驗的人帶10個、20個剛畢業(yè)的理工科頂尖人才，然后在6個月左右的集中學習、應用和開發(fā)中，成長為人工智能方面的工程師。

　　其次是召喚更多在美工作的華人回歸中國。李開復表示中國人都想回到中國工作，只是過去來看，學習和就業(yè)的機會方面，美國都享有優(yōu)勢。但現(xiàn)在人工智能趨勢來臨，類似在大系統(tǒng)、大數據方面的需求，人工智能正在把一批又一批谷歌、微軟、亞馬遜培養(yǎng)出來的工程師吸引回國。

　　此外，還包括一些學界出來的科學家人才。李開復認為創(chuàng)新工場人工智能工程院的成立，核心目的之一也是希望通過科學家和商業(yè)人才的對接，產生更大的商業(yè)價值。

　　給創(chuàng)投建議：2B和2C都有機會 2B更容易

　　當然，談及人工智能的商業(yè)應用，李開復還發(fā)表了他對商業(yè)模式的看法。

　　目前，市面上主要存在to B和to C兩種最主要的模式，李開復認為都合適，但現(xiàn)階段來看，to B會更容易一些。

　　因為現(xiàn)在企業(yè)希望看到人工智能快速創(chuàng)造價值，而人工智能在to B方向更容易快速產生實際效益，比如銀行保險、券商投資、二級市場等，這是過去企業(yè)和軟件行業(yè)都沒有看到的現(xiàn)象。

　　所以這位創(chuàng)新工場創(chuàng)始人判斷，當足夠多的企業(yè)嘗到甜頭后，會形成一個“買買買”的浪潮，帶動更多企業(yè)級應用的實際購買。即便此前國內的企業(yè)級軟件并不發(fā)達，但人工智能可以快速證明自我價值，并且讓to B市場可以快速成長。

　　其次是to C市場，可能會相對困難一些，因為人工智能本身并不是一個應用。

　　“雖然BAT已經在面向to C的領域里應用了諸多人工智能的技術，但這也是在他們擁有大量用戶、大量用戶數據和用戶變現(xiàn)的基礎上。如果一個初創(chuàng)企業(yè)沒有自產流量，那大數據就無從談起，所以對to C的人工智能創(chuàng)業(yè)公司來說，起步并不容易。”

　　然而這也并不意味著to C就毫無機會可言。李開復以國內初創(chuàng)公司“用錢寶”舉例，在抓住一個重點垂直領域把流量做起來后，現(xiàn)在這家初創(chuàng)公司的每月平均放款可以達到150萬筆，已經超過了任何一家傳統(tǒng)銀行。

　　不過，李開復最后也提醒稱，to C和to B的比較，會讓更多VC和創(chuàng)業(yè)者只看到前景而忽視了現(xiàn)狀——to B的人工智能企業(yè)雖然機會更多更大，但也需要之前有更長的時間去孕育等待，而不是馬上就能指數式爆發(fā)成長，一定要富有耐心去陪伴投資項目成長。