北京的十二月，寒風冷冽，萬物蟄伏，蘊蓄著一年的心血，藏育著來年的希望。

在過去250多年中，推動人類社會快速發展的主要推動力是諸如蒸汽機、電力、內燃機、計算機、互聯網等通用技術。這些技術出現之后，伴隨而來的是潮水般補充性創新和商業機會的涌現。時至今日，能夠與上述技術媲美，代表未來發展方向的就是人工智能。

12月8日，由楊三角學習聯盟(YOLO)舉辦的第八屆中國企業組織管理高峰論壇“人工智能如何改變企業未來”在京隆重召開。本次高峰論壇邀請了世界人工智能領域頂尖大咖美國斯坦福大學杰瑞?卡普蘭(Jerry Kaplan)教授，日本機器人公司Robo Garage創始人和CEO、東京大學特聘教授高橋智隆(Tomotaka Takahashi)，百度IDL創立者、地平線機器人技術創始人及CEO余凱，騰訊CVP、金融理財總負責人賴智明，阿里集團智能服務事業部總經理趙昆，與參會的300多名企業家共同探討人工智能歷史、現狀及趨勢，和對企業商業模式和業務流程的影響，助力中國企業家在人工智能的變革中開啟新思維，謀求新戰略。

在這個善于制造緊張和焦慮感的時代，論壇無疑類似一針“鎮靜劑”，讓大家了解人工智能發展的歷史、趨勢的同時，換個角度，冷靜認真地思索對商業世界產生的深遠影響。

新一代人工智能不只是“輪子”

有人將人工智能對世界的影響與輪子相比，其實并不是很合理。輪子的發明帶來交通運輸領域的革命，而交通運輸僅僅是可能被人工智能轉變的諸多行業之一。從IBM的深藍機器人到谷歌的Alpha Go，從機器狗“Big Dog”到群體機器人，從理解書面語言到情感計算、增強現實，人工智能對商業的影響正在從單點突破，逐漸匯聚成一股洪流，而這股洪流未來將不斷的放大。制造、零售、交通、金融、醫療、法律、廣告、保險、娛樂、教育，幾乎所有的行業都將受其影響，改變原有的商業模式和核心流程，搭上機器學習的大潮。

人工智能和機器學習與之前誕生于自動化時代的機器人有什么不同?今天大多數機器人還都限制在工廠里，執行著簡單重復性工作。原因在于目前大多數機器無法感知周邊環境，或適應環境的變化，因而只能在精細控制的環境中工作。然而一旦使用了人工智能，相當于給機器人裝了眼睛和耳朵，它們可以像人和動物一樣感知周邊環境并進行互動。

這種新型的“靈活機器人”能夠在現實世界中和人在同一個環境中工作，因為它們可以適應周邊所發生的事情。機器人的“靈活”是通過機器學習來實現的。傳感器能夠確定周邊的物體及其精確的位置，機器學習程序從傳感器那里獲得海量的數據流，從中提取規律。

人工智能是高級形式的自動化

提及人工智能，我們經常被諸如好萊塢大片或者一些文學作品的錯誤引導，認為機器人會變得越來越聰明，最終超越人類、打敗人類。事實真的如此嗎?

產生這種想法的原因是人工智能中的“智能”很容易讓我們“望文生義”。人類之所以發明新的機器，是因為新的機器能夠將之前需要人類勞動的工作自動化——無論是體力勞動還是腦力勞動。而且新的機器應該能夠比人類更好、更快、或者更低成本地完成工作。否則，新機器的發明就沒什么價值。人工智能并非能夠像很多電影中描述的那樣，可以超越人類的能力，最終擺脫人類的掌控而接管整個世界。人工智能的程序仍然是人類編寫的計算機程序語言，仍然是人類解決現實世界不同問題的工具罷了。相比之前的機器設備，人工智能是一種更加高級形式的自動化(an advanced form of automation)，能夠讓人類更好地從事務性、技術性工作中解脫出來，同時讓我們整個社會變得更加富裕。

受益于海量數據積累、算法進步和硬件技術提升，今天，我們看到的大多數人工智能更多的是機器學習技術加大量數據的應用，包括無人駕駛汽車、推薦引擎、防火墻等。這些數據有些來自傳統的記錄交易或記錄測量的數據庫，有些來自手機、相機、物聯網等傳感器的實時數據流。現代的人工智能是一種從海量且不斷增長的數字信息中提取價值的新方式。只要找到了大量的數據流，就可以確定未來可能的應用以及如何從中受益。這些數據并不需要像傳統數據庫一樣整理的干干凈凈、有條理，即使是雜亂紛繁、毫無章法也沒關系。機器學習程序會把這些亂七八糟的數據自動整理，得出條理清晰的歸納或評論。

換個角度思考人工智能機遇

人類總是習慣用已有的知識體系來解釋新生的事物。比如，當一項新技術被引進時，人們自然而然的會認為新技術會直接替代了某些他們已經熟知和理解的事物。但隨著對這項新技術熟悉和掌握，人們逐漸意識到要想真正發揮新技術的作用，就需要重新設計相關流程。

汽車最初在1900年左右美國出現時，人們把這種機器叫做“不用馬拉的車”。為什么?因為很容易直接把它理解成大家都熟悉的馬車的替代品，只不過很神奇的是沒有馬拉而已。把馬去掉有著明顯的優勢。汽車在不跑的時候不用喂飼料、不會生并不會拒絕工作，也不會隨地大小便——這在當時城市里是個超乎想象的大問題。但是如果只把汽車當作一個沒有馬拉的車，那就忽略了這項新技術的真正力量。汽車給交通運輸系統帶來了革命性變化。但這些優勢一直等到周邊的基礎設施出現了重大變化之后，才被人們意識到。

如今，我們面對無人駕駛汽車時，卻正在重復著同樣的錯誤。無人車將改變一切：人類的出行方式、生活方式，以及運輸貨物的方式。但是，如果沒有特殊的空間專門用于無人車，與有人駕駛的汽車分隔開，這些優勢將無法充分實現。比如說，自動駕駛的汽車可以互相非常接近的高速行駛。但如果與有人駕駛的汽車混在一起，無人車是不被允許這樣行使的。而且，無人車也不需要車道，甚至不需要交通燈，車輛之間可以自己協商確定最有效的路徑。

雖然現代化汽車裝配流水線已經實現了高度自動化，但基本方式還是遵循著100年前亨利?福特的設計理念，即每一輛車通過一個又一個工作臺，每個工作臺的技術工人執行自己的任務。如今，雖然大多數技術工人已經被機器所取代，但生產線的理念仍是一樣。這就意味著整個生產過程必須分解成所有人都能看到而且理解的一個個任務或工作臺。這樣工人就可以將制造流程中的每一個環節與一個特定位置聯系起來。一個工人知道在哪里、什么時候給車裝上輪子。經理則能夠隨時檢查生產線，發現問題。但人工智能不需要遵循這樣的理念原則，制造流程可以變得更加復雜，每一輛車可以采用不同形式的裝配。

看看美國最大的電子零售商亞馬遜不斷變革的倉庫庫存模式，我們就會一窺其中的奧秘。在典型的傳統倉庫中，同樣的物品被放在一起便于歸類和查找。但是，在亞馬遜最新的倉庫里，一件物品是和其它經常一起運輸的物品放在一起的。人眼看起來很混亂，到處都隨意堆放著不同大孝形狀、種類的物品，然而人工智能的電腦系統卻能夠指揮一群靈活的機器人，以更快的速度、更高的效率來處理訂單。當然，同樣的原理也可以適用于其他高度自動化的工廠。未來這種充分使用人工智能技術的工廠，可能會和今天的工廠看起來完全不同。裝配中使用的零部件可能被放置于工廠的各個位置，一大群機器人跑來跑去按需求進行組裝和配送零部件。當然也只有人工智能才能夠指揮這樣一場紛亂的器械式芭蕾，并享受其美感。

在不遠的將來，工廠里將充滿各種機器，能夠拾取和打包訂單，儲存貨物和整理貨架，分類、剪切、檢測和組裝隨意放置的組件。但這場革命不僅僅限于工廠。很快，人們將看到靈活的機器人無處不在，刷墻、刷樓、做飯、上菜、洗盤子、鋪床、洗衣服、遛狗、鋪管道、掃大街、取工具、拎包等等。但所有這些都只是使用人工智能的第一步。在初始階段我們僅僅是用機器取代人類。之后，人工智能將打開工廠和公共空間完全重新設計的大門。

中國是人工智能的領先者之一

事實上，中國是全球數字化水平最高的國家之一，擁有數量最多的手機、互聯網和網上游戲用戶。中國在人工智能技術方面也是全球領先的國家之一，很多中國公司都是世界人工智能領域的領軍企業，例如百度、騰訊和阿里巴巴，還有一些初創企業。機器學習非常擅長從海量數據中提取有用的信息，數據越多，程序運行的效果將越好。中國政府和中國企業可以通過廣泛分享數據的方式來加速人工智能的使用，從而充分利用這種戰略性優勢。

人工智能，特別是機器學習是這個時代最重要的通用技術，不僅使得我們與電子設備的互動變得更加簡單，而且幫助我們找到與自身更加相關的信息，協助我們更好的理解這些信息對于我們生活的意義，從而幫助我們跟上這個愈加數字化的世界。對商業和經濟的影響不僅僅體現在其直接貢獻上，還表現在補充性創新和機會的大量涌現。能夠迅速感知并抓住機會的組織將在人工智能的天下占領高地，而這取決于企業管理者是否已經準備好了!