关于人工智能方面的大量认知技术的出现，使得我们能在日常生活当中看到很多相关的应用场景，比如用机器来代替人类实现认知、识别、分析、决策等环节。

马云曾说，“弯道超越是不存在的，只有弯道翻车”。可如今，中国的人工智能技术却正在大步地“弯道超越”，带来前所未有的变革。

工业、企业、医学、服务业等众多领域，都在经历着人工智能带来的变化。但每个人对人工智能发展的解读都有所不同，有人叫好，有人唱衰。

今天这篇文章，长江商学院战略学教授滕斌圣用最通俗易通的语言，告诉你人工智能发展的真实情况，希望能够让你真正了解“智能”的程度。

2019年10月12日，在长江商学院的总裁公开课上，长江商学院战略学教授滕斌圣进行了以“智能时代下的战略布局与商业模式创新”为主题的分享。笔记侠作为合作方，经主办方和讲者审阅授权发布。

今天，我想分享的是我最近一两年关注比较多的主题：智能。

现今，我们处在高度智能化且越来越智能的环境之中，这和1996年的互联网以及1976年的电脑风靡情形类似——我们正处在智能的风口上。

有人说风投对于人工智能的投入正在萎缩，很多AI（人工智能）公司今年都融不到钱等，这也许是事实，但我希望通过接下来的分享让大家明白：从本质上来看，它已经经历过两起两落，第三次起来基本上将无法阻挡。

如今，关于人工智能方面的大量认知技术的出现，使得我们能在日常生活当中看到很多相关的应用场景，比如用机器来代替人类实现认知、识别、分析、决策等环节。

AI，三管齐下的弯道超越

1.AI领域的技术特点

如果和之前的技术相对比，AI这个领域有什么特点呢？

在别的领域，要先把基础层面的东西做到相当完备后，才能考虑到第二层，然后再到第三层的应用；但在AI领域，它是基础层、技术层和应用层的全面向前突进，是三管齐下的，效果显著。

简单说下这3个层级：

首先是基础层，它包括芯片、大数据、计算等，这些都还在不断往前走；

其次是技术层，包括语音识别、情绪识别等；

最后是应用层，比如以色列的一家公司已经可以根据你说话来判断你的健康状况了，这和技术层面的长足进步是分不开的。

三管齐下可以把周边的技术涵盖进来，包括机器人、无人驾驶、AR/VR、物联网、量子通讯，甚至量子计算等，进而围绕AI（人工智能）的大平台得以加持。

政府对这一块的支持力度极大。中国在这方面进行积极的投入，是希望它能够成为另外一个“弯道超越”。

尽管马云曾说过“弯道超越是不存在的，只有弯道翻车”，但阿里巴巴自己做的恰恰就是弯道超越。

我们在很多方面要做的也是弯道超越，比如新能源汽车，否则我们何必要补贴那么多钱呢？一个新能源汽车只需要几百个零部件，而一个传统的车却要几千个零部件。

再比如说离合器这个对我们而言的短板，新能源汽车根本不需要。这样的话，我们的短板就可以直接跳跃了，这难道不是弯道超越吗？

而现在，AI（人工智能）恰恰是另外一个我们很有可能实现弯道超越的领域。

2.中国的AI具有得天独厚的条件

AI的定义有广义和狭义之分，我们一般采用广义定义，也就是只要用到数据分析来提高决策水平的，就是人工智能（AI）。

中国为什么在AI方面具有得天独厚的条件呢？

因为我们在数据的采集和应用上面，一度非常开放，虽然现在正在收紧，但是和别的国家比起来，依然尺度最大。所以，我们的很多做法在别的国家是不可想象的。

我曾经在加拿大居然看到警察骑自行车穿行在车流中抓违章！

看到违章当场开罚单不行吗？为什么不能用摄像头呢？因为加拿大法院是不认。

毫不夸张地说，我们的北上广深人均一个摄像头，我们生活在一个透明的世界里，这让我们变得更安全，也让中国成为全世界最安全的国家之一。

这也是我们之所以能在智能化领域比别人走得更远的有利条件之一。

人工智能的应用

1.云端

关于云端的发展，刚开始只有阿里认为云是一个方向，马化腾和李彦宏都公开讲“云是一个研究者想象出来的一个东西”。

现在回过头来看，大家都在追逐云。这样一种远见，的确不见得是做技术的人才会拥有的。

我非常赞同马云讲的一句话：“不懂技术的人，恰恰最热爱技术。”这三个人当中，马云最不懂技术，但他恰恰能够看到云的发展前景。

2.深度学习机器取代人工客服

以阿里巴巴为例，它原本的人工客服达5万人，但现在只有1万人，靠的就是人工智能。

3.机器阅卷

五年前我到科大迅飞进行调研，发现它已经有了阅卷系统，并且可以给作文阅卷。让人惊讶的是，它的阅卷效果居然还非常稳定可靠。

当时做了一个实验：把机器阅卷的成绩和三个语文特级老师阅卷的成绩进行对比，机器给出的分数更接近三者的平均分！

这是因为，作为有情绪有情感的人，在三分钟之内就要看一篇作文而且打分的话，偏差会很大；但机器不会出现这种情况。然而，这样的技术是很难马上应用的。

4.引入外部参与，拓宽企业边界

原来我们所注重的企业内的资源和能力，现在用很简单的技术手段就能打破了，就连外面的专家都可以为我所用。

举个例子：3D打印在几年成为一个基本技术以后，GE（通用电气）想利用3D打印的空心特性来生产航空机上比较重的机架，但内部研发不尽人意。

于是，GE（通用电气）进行了一个3D打印比赛，公布了托架参数和设计要求，第一名可获得10万美金的奖励。

最后，果然成功地把托架的重量减轻了85%，远远超过GE内部的工程师能够做到的结果。

这种开放式的方法，在目前的情况下，云的技术也是一个方面。

后来，加拿大一个金矿也如法炮制。他们在勘探的大片土地上没有发现矿，于是把所有的勘探数据放到公有云上面，谁都可以下载。

不管用什么方法，只要有金矿的线索，都可以获得重奖。最后，真找到了很大的金矿。

5.进行癌症筛查，大幅降低医疗成本

肺癌，是不穿刺、不切片就无法确诊的，因为要确诊就必须要两名拥有10年以上经验的医生来独立解读“癌细胞片子”，双方意见放在一起，也只有98%的准确率。可以说是成本昂贵。

但一位哈佛医学院的华人教授，开发了一套AI，用它加上一名医生，就可以用智能的方法来做癌症筛查的项目，准确率达96%。

虽然与两名医生独立解读后给出的准确率下降了两个百分点，但成本只需要两名医生的一半。

我觉得很多病人会感兴趣的。这样的研究不断进行下去的话，未来可能用两台AI来独立判断就行了，就像双方下围棋，创造出的很多招数可能是人类1000多年来从来没有想到过的盲点。

人脑就像雷达，扫一遍不见得能发现所有问题，就像雷达扫不到隐性飞机。这时候，用智能的方法也许就可以发现。

6.计算机视觉

计算机视觉，我们虽不能说是最领先，也算是最领先之一了。如今，我们乘坐高铁可以直接刷脸，这在绝大部分国家是不可想象的。

只要你有身份证，你的脸百分之百就能被识别。就像张学友的演唱会，每次都能够抓到二三十年的逃犯，靠的就是人脸识别。即便是十年前的照片，依然可以识别出来。

人脸识别还被应用在上海的老小区里，这些小区入口多且人口复杂，人脸识别设备安装之后，进小区就靠人脸识，入户盗窃率直接降为零。

虽然在今年对于人工智能这个领域的独角兽企业的投资略有萎缩，但风口还在。

7.智能服务全产业链打通

中国产业链的优势，在智能服务机器人领域发挥到极致。没有一家公司可以单打独斗、覆盖所有，但因为有这样的产业链，深圳很有可能成为未来替代硅谷的全球AI（人工智能）中心。

阿里这样的头部企业，很早开始就高度介入，并找到自己的场景，比如新零售领域，已经在实体项目中投资了几百亿。

如果将它自己原来的C端平台，以及中部沉淀的很多能力和新零售三个层面进行整合，就可以真正赋能原来非常低效的零售。因为现在可以借助智能，把线上线下的数据全部沉淀下来。

8.无人驾驶投入商用，并不遥远

无人驾驶的商业使用一直有一个难以扫除的障碍，就是一个360度旋转的激光摄像头，总成本达几万美元。

另外，它不仅需要感应到一百多米范围内的、大量的数据，还要马上在本地进行分析，所以对于计算速度要求非常高。当然，最关键的还在于成本太高。

但现在，我们去硅谷参观，21岁不到的年轻人已经把激光雷达的成本降低了70%-80%，在250米范围内连一片树叶都看得非常清楚。并且随着5G时代的到来，数据的传输成本大幅下降。

如果刚才所说的这两大瓶颈都被解决了，那它真正投入商业使用的时间也不会太远。

人工智能三部曲

作为战略学教授，我想从战略角度用三句话总结一下人工智能三部曲：“我们要场景数字化、数字网络化、网络智能化。将制造的场景智能化，第一步就是数字化；如果不能把一个场景做到数字化，一切免谈。这个数字如果不能连成网络，就是信息孤岛，就没有办法真正加以分析。”

这三步曲我们可以举一个例子，比如IBM为帮助各行各业实现网络智能化，最早在这方面投入一个叫做沃森的系统。

前几年，他们发力最多的是医疗行业，也有很多头部企业跟他们合作，就是为了让整个医疗过程的各个环节都更加智能化。

比如前端，他们和保险公司合作推出运动APP。

谁对你的运动最感兴趣呢？是保险公司。

因为你运动了身体强壮了，它的开支就下降了。所以它会教你如何运动是最合适的，最有益于健康的。

但前提是，保险公司需要先收集你运动的数据和你身体情况的数据，才能给到个性化的运动方案。

这样的事，完全靠保险公司自己去做显然不行，所以选择和沃森结合起来，效果好了很多。

如果生病了，可以用AI（人工智能）进行病情诊断。原本的两个医生变成一个AI（人工智能）+一个医生来判断的话，成本会减少很多。

中国是医疗资源最不均衡的国家之一，每天超过十万人去北京，只是为了看病，就像人口大迁移一样，这在别的国家也是难以想象的。

如果能够用AI（人工智能）帮助做诊断，包括AI/VR的分诊、个性化方案的出现等，这也是功德无量的事情。

说到个性化方案，原来西医是没有所谓的个性化的，一个药针对一个病，一样的病基本就吃一样的药，只有中医会说每个人要根据具体情况写一副单子然后按单抓药。

但现在可以用智能的方法，先把你的基因分析出来，然后根据基因和病情再决定治疗和恢复方案。当然，这都需要智能的强大算力在背后进行支撑。

这样的一整套方案，沃森可以做到。但他们现在最缺的是病例。在国外，病例是高度隐私的，很难获取。

然而，在中国可能能够把这个问题给解决掉。在中国，只要医疗数据进行脱敏之后，就可以进行智能分析了。但不管怎么说，IBM在这方面还是走在了前面。

从战略上面来讲，这意味着马云之前说的一句话得到了印证，马云说：“战略战略，重在战，不在略。”

当然，作为战略教授不以为然，因为他的意思是说战重要，略不重要。

但结合智能的话，大家可以明白他说的是什么意思，因为不战没有数据，我们不能坐而论道、闭门造车，因为大家不管怎么讨论都是空的。

2012年的时候，大家都在讨论淘宝、天猫、一淘，到底谁代表着未来，讨论了很久也没出结果，最后决定看它们自己打，坐等结果。

最后打下来，一淘这种美国模式不成立，通过搜索来找垂直电商，这在中国基本行不通。于是，一淘没有了。

而淘宝和天猫都能够证明自己的独立价值，所以这两个团队分开做，双方变成了“赛马”。即快速迭代，先获得数据，然后再决定接下来如何做。

这种竞争很残酷，因为同一个方向若干个团队一起做，某一个团队先到达，其他团队就解散。它的残酷性，一点儿都不亚于外部竞争。

我把这种方法叫做巡航导弹：战略不再是坐而论道，大家要先把整个模式想得很清楚，几乎不可能，一定要先发射。

你知道目标大概是在哪里，先发射出去，在这个过程中你会获得新的数据，巡航导弹是可以调节的，未来的战略它的灵活性一定越来越高。

原来我们说的定好五年战略，坚决把它执行下去，这在目前的商业环境里面几乎已经不可行了。

假如五年战略是用五年时间架一座桥，一年战略是第二年就说这个桥不行，虽然建了1/5了，但我们要另起炉灶换一个地方重新建，再1/5重新建造，又开始重新开始。

这个桥永远架不起来，除非碰到意外情况。

虽然说摸着石头过河干不了大事，水稍微深一旦你就不可能摸着石头过河。但是，目前的企业很多是先活下来再说，别想能不能过河；否则，可能活都活不下来。

这是战略上不得不做的调整，像巡航导弹一样。在这个过程中，持续的数据迭代更新是最关键的。

比如现在有人说BAT已不复存在，这也从一个侧面证明，这个行业没有被固化，互联网行业没有真正被固化。

同时也说明：市场份额再高的企业，只要有人能找到一个合理的突破点，就可以一下子颠覆高份额企业。

案例1：今日头条

在传统的内容分发领域，用户是被动的，你提供什么内容，我就看什么内容，但张一鸣在其中找到了那个颠覆点：智能化分发。

它根据用户的偏好自动产生你爱看的内容，看似很简单，但它背后一定要有智能的算法做支撑。

所以，只要在大的智能浪潮里去摸索，就会发现新的商业模式无处不在。

当然，他们最厉害的不仅仅是客户的画像那么精准，而是通过一条曲线达到某一个顶点以后，继续找到第二个曲线。

现在，抖音已经成为真正意义上的全球化公司了。国外也在用抖音，与国内一样的内容分发模式。

所以，从国际化的程度，抖音应该是整个中国互联网公司里国际化程度最高的，这才是未来——我们不仅仅在国内厉害，才能真正走出去。

案例2：美团

美团的反应速度非常快，团队把第一条曲线“到店业务”做得很好。有人建议到家是不是也可以做，因为这是到店的另外一面。

到家有什么公司呢？饿了么，它是做外卖的开创者，也是走的最远的，日活百万。当时美团的高管发现了奇怪的数据，跟团购的数据相比出入很大，于是，就产生了疑问：

为什么团购和外卖差这么多呢？

为此，他们专门跑到当地进行调查，发现了一个关键点：饿了么主要是做已经有外卖餐馆的外卖业务，只帮忙送；如果这家餐馆没有外卖业务，他们就没有做。

就是这么一个关键点，造就了后来美团的外卖业务。美团善于地推，做团购时就很善于和商户打交道，他们有能力开发还没有外卖业务的餐馆。

果然，没有多久就做到日活千万，现在日活已达两千万。

取得这样的成就，少不了当初的洞见，这是目前做生意当中最宝贵的财富。美团能够发展到今天，和他们这种数据分析能力是分不开的。包括后来它做单车、酒店业务等，都可以杀开一条血路。这，就是他们的能力。

很多时候，我们想到一个宏大的战略，在眼前情况下看起来很难实现，但是数据能够给我们提供感觉。

虽然很多事情都有一个路径依赖，但是没有一件事情可以直接从第一曲线跃升到第三曲线，中间的过程非常重要。

一定要把触角伸出去，搜集到更多的数据，才有可能让你找到未来的方向。

来源：华强智慧网