華為輪值CEO徐直軍：人工智能是新的通用技術復興才剛開始

億歐網 ? 7年前掃碼分享

我是創始人李巖：很抱歉！給自己產品做個廣告，點擊進來看看。

在日前舉辦的2017中國管理·全球論壇暨金蝶用戶大會上，華為輪值CEO徐直軍發表主題演講，稱能否具備真正的人工智能的思維，以人工智能的技術解決現在以及未來的問題，這是能不能在未來競爭中構筑領先，構筑優勢的關鍵。

徐直軍表示，人工智能的新一輪復興才剛剛開始，技術能力上還有很大的改進空間。另一方面，相比從外部招募人才，通過培訓內部的員工來掌握人工智能，再以人工智能的思維和方法去解決問題，與自身的業務緊密結合，可能更為有效。

以下為徐直軍演講全文：

我們正處在一個快速變化的世界

大家很清楚，從中國的角度來看，消費者的需求在變化、企業的需求在變化，政府的需求也在變化，而技術的變化更是眼花繚亂。短短的最近五、六年的時間，大家聽到了很多新的名詞，云計算、大數據、AR、VR、自動駕駛、人工智能等。我在華為更多關注技術戰略，僅僅只是讓我們所有管理者能夠了解這些名詞究竟意味著啥，都非常挑戰，更不用說怎樣把這些快速變化的技術應用于公司的日常運營、應用于如何面向客戶、應用于為客戶提供的產品。

商業模式也在快速變化，其實商業模式的變化往往是我們能不能在另外一條賽道上去競爭的關鍵。如果說我們在同一賽道競爭拼的是實力，那在另外一個賽道的競爭拼的就是快，其實金蝶在轉向云化這方面，就是比別人快了一步才有了今天的增長。

如何應對這一快速變化的世界，事實上是每個企業都面臨的挑戰和需要解決的課題。回顧這么多年中國企業走過的路，大家都很清楚，很多企業更多地是通過拷貝去參與全球的競爭。但是走到今天，不能再走Me Too But Cheaper的道路，這條路不能再走了，也再也走不通了，必須直接面對快速變化的需求，用新技術和新商業模式走出一條創新之路。只有這樣，我們才有可能不在同一個賽道上與競爭對手拼實力，而是在另外一個賽道上，去跟傳統賽道的對手競爭，開始步子可能很小，但是未來發展會很快。

具體到幾個產業來講，比如說制造業，首先我們要關注的是整個消費的升級。現在消費者的需求不再像過去那樣低成本、便宜就能解決問題，而是需要品牌，需要品質，需要個性化。要有品牌就必須要有創新，就必須為客戶提供更高質量的產品和服務，那就必須要有研發的投入。我跟很多企業界的朋友打過交道，而且都是企業級的創始人、董事長和CEO，在一個企業構筑研發能力，最最挑戰的是對傳統思維和傳統商業邏輯的巨大沖擊。

因為研發的投入不可能立即帶來效益，說三、五年之內研發投入就能掙錢，沒有這回事。尤其是我們搞研究，五年內要盈利幾乎是天方夜譚。華為歷史上走過的就是這樣的一條路，每進入一個產品、每進入一個產業持續研發投入，我們在相當長時間之內是掙不到錢的。我們統計了一下，我們每進入一個產業，平均的當期盈虧平衡點是8年，對現在很多企業而言，投資研發要在8年之后才能創造效益，可能是很難接受的。但是我們又有一個深刻體會，只要持續投入，依舊能在這個產業上趕上來、實現領先，最終在全世界領導這一行業。

作為軟件與應用開發商，不能困守過去的開發方式、產品提供方式和商業模式。目前情況下，基于公有云（含AI平臺）開發產品和提供服務，并將過去所有軟件和應用遷移到云上來，以服務的方式去面向客戶，是一個比較理想的選擇方式和證明能夠成功的模式。金蝶在轉型到云上，就是走得快，走得堅決，這兩年實現了快速發展，也正是因為轉到云上，才有可能讓華為這種企業在我們的終端零售上快速地使用金蝶云，能夠快速地為我們的客戶提供服務。否則一個點一個點去安裝，是很難快速地響應需求。

作為集成商，過去的集成方式與未來的集成方式也是不一樣的。要發展基于云的遷移和集成能力，否則只有傳統的集成能力的話，可能難以在未來的競爭中取勝。

人工智能是一種新的通用技術

下面我講一下人工智能。人工智能是一種新的通用技術，即GPT（General Purpose technology），這已經越來越成為共識。在《經濟轉型：通用技術和長期經濟增長》書中，作者Richard G.Lipsey認為社會經濟的持續發展是靠通用技術的不斷出現而持續推動的，并將通用技術定義為可識別為單一通用產品，流程或組織形式的技術。根據最新的維基百科，經濟學家們認為人類發展史走到今天總共有26種通用技術，而人工智能就是一種。

所謂通用技術，簡單的理解就是要有多種用途、應用到經濟的幾乎所有地方、并且有很大的溢出效應。作為一種通用技術，人工智能不僅使我們能以更高的效率解決已經解決的問題，也可以解決很多沒有解決的問題。所以能不能具備真正的人工智能的思維，以人工智能的技術解決現在的問題，以及解決未來的問題，這是我們能不能在未來競爭中構筑領先，構筑優勢的關鍵。

現在對人工智能沒有一個準確的定義，不同的表述各有側重點和立足點。Gartner認為人工智能是一個總括性術語，涵蓋很多具體技術。窄AI/弱AI是不具備情感意識的人工智能，專注于一個狹窄的任務。例如，Siri、金蝶小K。強AI/真AI指人工通用智能，是像人一樣的機器人，一種假想的機器，至少表現出與人類一樣熟練和靈活的行為，這是一個遙遠的目標。現在產業界講人工智能更多是聚焦在機器學習。

在70年代，以及80年代末至90年代初，人工智能的發展經歷過兩次冬天的危機。甚至當時的學術界有人還認為做人工智能研究和傳播的人是騙子。有一段時間，人工智能的詞都不用了，換了一個詞叫大數據。而現在突然間人工智能又用起來以后，大數據的詞又不用了。由于我們國家把大數據變成了一個行業，信息產業變成了大數據產業，這是另外一回事。

人工智能的變化發生在2012年，多倫多大學的博士生Alex Krizhevsky和他的同事通過使用深度神經網絡，把ImageNet的圖像識別錯誤率從盤桓很久的30%大幅度降到15%，從此觸發了人工智能的再次復興，從學術界到工業界，幾乎人人必談人工智能。

但是講到人工智能，名人也好，專家也好，大家看法是很大不同的。有擔心的，像霍金就是最擔心的，他認為黑洞可以不擔心，但對人工智能就憂心忡忡。也有很多持積極觀點的，認為要加快前進。所以既有對人工智能恐懼的，也有充滿熱情的。

2016年12月，奧巴馬總統辦公室發布了《人工智能自動化和經濟》白皮書，認為在未來20年內，雖然機器不太可能展現出與人類相當或超過人類可廣泛應用的智能，但預計機器將在越來越多的任務中繼續達到或超越人類的表現。他的意思說跟人類比，像人一樣是很難，但是在具體窄的業務上能夠達到人、甚至是超過人的表現。我認為，這個應該是對人工智能未來二十年發展的一個合理判斷。

其實人工智能的機制很簡單，也因此應用種類非常多。基于大量的數據、算法、訓練、建立一個模型，然后輸入一個A就能得到一個響應B，不同的輸入和輸出就產生不同的應用，例如：標注照片、貸款審批、精準在線廣告、語音識別等。這種基于機器學習的方式雖然目前還無法解釋，反正結果就是這樣的，但已經達到了很好的結果，應用到了非常廣泛的領域，而且會越來越廣。

因此我們一定要客觀地看到AI將改變我們每一個行業，甚至是每一個企業。作為企業，不僅要看到各種各樣的人工智能技術，更要重新思考人工智能會怎樣影響和改變構成企業的各個職能部門，從銷售到營銷，到財務管理，到本地資源管理，到業務一切的一切。我很高興地看到，剛才孫總介紹的金蝶云，云上涉及到把企業的各個職能領域放在上面。我也希望金蝶在AI上快速走一步，將人工智能應用于企業的各個領域，也許可能又構筑了新的一輪領先。

我們也要重新思考每一個行業，每一個行業都有可能受到人工智能的影響，甚至也有可能因為人工智能而被徹底顛覆。大家可能看到，未來最能顛覆的一個產業就是汽車產業。自動駕駛電動汽車可能將中國16萬億產值的汽車業，包括周邊產業，徹底顛覆掉。當然，人工智能也有可能顛覆醫療和健康產業，也有可能顛覆教育產業。

身處每個行業的人都要思考，人工智能將如何影響自己的行業？是否會顛覆自己的行業？因此，如何以一種全新的模式來重構各自行業，是我們在未來都要去思考的。還要重新思考人與機器未來的互動，未來怎樣互動，人機接口到底是怎樣等等。盡管人工智能還處于初級階段，但是它作為一個通用技術對于我們各個企業、各個行業所帶來的沖擊將是巨大的，需要我們在各個方面進行重新思考。

從手機來理解是最簡單的，我們現在的智能手機并不智能，智能手機演變成為一個懂我、感知我、主動響應我、提醒我的智慧手機就成為必然。去年四季度我們做了嘗試，從智能手機向智慧手機邁進一步，發布了Magic智慧手機。

當然AI還將改變每一個組織。過去整個企業的組織架構是三角形結構，上面是領袖、專家，中間是業務骨干和基層管理者，下面是基層員工。未來的組織將是菱形結構，大量重復性的工作可能都被人工智能取代，由機器人來完成。就像財務一樣，如果金蝶小K真正完成了大量的財務工作，會計就沒事干了。Gartner預計2018年，全球將有300萬人受到機器人的領導。現在滴滴打車、Uber打車的司機就是由機器人在領導。

人工智能還會改變每一個職業，通過就人工智能對美國職業的影響分析，麥肯錫指出60％的職業的的所有工作任務中30％將會被自動化。中國的職業可能會有所不同，但是可以肯定地說，因為人工智能的到來，大量的重復性工作都會實現自動化，甚至少數一些職能性的智能，盡管需要靠人動腦，也會被取代。

所以說，我們相當多的職業會消失，當然也不那么可怕，人工智能來了以后將會產生許多新的職業，比如說數據分析師。人工智能的基礎是數據，未來每個企業、每個行業都需要大量的數據分析師，還要有建模的工程師，要對模型進行訓練。所以會消失掉很多職業，又會產生很多新職業，人類社會本身就是這樣不斷進步的。

當然人工智能還有很多的局限，比如：AI目前還只擅長于范圍狹窄的任務；同時AI更像做研究而不是工程性開發實施，需要大量的實驗或具有豐富經驗的工作人員；需要大量準確的數據，數據越好，性能才會好，如果數據是惡意的，AI還會被愚弄，給出錯誤甚至有害的結果；AI不透明、無法解釋，應用于要求結果可預測的某些關鍵任務時還存在挑戰，等等。

人工智能的新一輪復興才剛剛開始，技術能力上還有很大的改進空間。對于各個企業如何認識和有效運用人工智能，我再分享一些想法。首先從技術上看，事實上人工智能的算法早就有了，深度神經網絡的框架算法自上世紀80年代以來沒有本質的變化，為什么最近幾年發生了變化，主要是計算能力提升，而且有了大量的數據，這樣就促進了人工智能的發展。而且未來人工智能的發展會繼續依賴于計算能力的進步，并對算法的可擴展性提出了要求，所以未來算法很關鍵，算力也很關鍵。

其次，企業的領導們首先想到的大多是把人工智能用于在現有事務中提升效率，實現自動化，減少人力等。其實我們更要嘗試用人工智能去解決未知的事情和去解決沒有解決的問題。所以從企業來講，從領導到全體員工都要建立起人工智能的思維，主動思考用人工智能去解決已知和未知的問題。另外一方面，人工智能的人才是非常火了，價碼很高，其實從外部獲取人才只是手段之一，我認為培訓內部的員工來掌握人工智能，再以人工智能的思維和方法去解決問題，與自身的業務緊密結合，在解決問題中不斷學習，螺旋式上升，不斷提高，可能更為有效。