人工智能对金融、医疗、教育、制造、零售、运输(自动驾驶)、物流等行业都会产生很大影响

　　现在人工智能在职业运用落地方面有哪些应战?人工智能技能公司与传统职业在开展人工智能方面应该怎么协作?面临人工智能技能浪潮的冲击，传统企业应该怎样掌握这一波机会?

　　我与微软亚洲研讨院副院长张益肇博士就这些问题进行了深化沟通，期望张院长在人工智能工业多年的实践经历和洞察能为转型中的我国企业带来一些思路。

　　现在的人工智能犹如90年代的互联网

　　历史上任何一次新技能的迸发，都带来了超乎想象的新商业与新经济形式。从最近的一次看，90年代互联网开展初期，咱们没有预料到商业社会将如此大规划的被影响和改动。

　　互联网的影响开始于媒体，《纽约时报》、《华尔街日报》等媒体经过网站更新新闻，终究全媒体职业都面临转型压力。后来消费者逐步经过互联网买书、租录像带。

　　互联网对商业社会的影响有一个进程，人工智能时代也是相同。

　　一位粗心大意常常忘掉准时偿还录影带而不得不交纳大笔罚金的电影爱好者，里德•哈斯廷斯，为了防止高额预期罚金的电影租借形式而创办了Netflix公司。

　　1999 年，成立不久的Netflix公司推出线上影片订阅效劳。其时美国最大的影片出租连锁企业Blockbuster公司并没有预料到这个营业额不到自己千分之一的Netflix公司会成为日后的职业推翻者，到 2007 年， Netflix注册用户数超越 750 万，年复合增长率高于 50%。2010年从前的美国影碟租借巨子Blockbuster请求破产。2011年美国第二大连锁书店Borders请求破产。

　　互联网开展初期，线下商业巨子没预料到新技能和商业形式的冲击将如此之大，没有将新式互联网上的新形式当作潜在对手并引起注重，十几年后，这些从前的巨子现已消失。

　　张益肇以为,相同的作业也将发作在人工智能时代，哪怕体量再大的公司，假如不能掌握和了解新的趋势，将在这一波浪潮中被推翻掉，反之，像Amazon，Netflix，因为新的技能，有机会去推翻不同的职业。

　　人工智能之花将在哪些职业敞开

　　现在，一些与计算机视觉相关的运用，比方在安防范畴，现已发作了比较大的改变。

　　之前的安防职业选用的是事后追查责任的思路，经过查找监控录像，回溯历史记录。比方北京机场据说有超越两万个摄像头，这是不可能靠人力实时监控保障安全的。而现在经过人工智能，可以预防和实时阻止部分危险状况的发作。

　　未来，人工智能对金融、医疗、教育、制作、零售、运送(自动驾驶)、物流等职业都会发作很大影响。

　　张益肇以为，在人工智能算法依赖大数据训练的阶段，发作的价值大的职业会开展的好——假如一个职业运用人工智能发作的价值够大，会有人愿意出钱标示数据。现在大部分人工智能是要靠许多数据来进行学习的，一个职业开展人工智能相关运用的条件是获得与职业、范畴相关的，且标示、收拾过的数据。

　　微软期望经过与金融、医疗、制作等职业少量的几家领头羊企业协作，把问题弄清楚，给出问题的有用处理方案，在此之后，才有可能将处理方案模块化，让更多的协作伙伴运用。现在微软亚洲研讨院成立了旨在经过敞开立异推进职业运用开展的组织“立异汇”，来加强与各职业的抢先企业协作。

　　每一波技能浪潮都会大幅进步社会出产力。与20年前比较，互联网使社会出产力大幅进步。人工智能相同如此，但人工智能落地需求技能与职业公司深度协作。要完成全社会出产力提高，靠一两家企业做不到，需求许多有远见的领头羊企业一起协作。

　　以金融范畴的人工智能运用为例，在基金办理和辅佐股票剖析方面，技能公司与金融公司各有所长。

　　一些基金公司也有数据科学家的团队，有些做的是比较传统的数据发掘，还不是很了解深度学习等人工智能技能。根据数十年经历堆集，基金公司更拿手判别一只股票是否值得出资，哪些商场信息具有参考价值。而人工智能技能公司没有这方面的知识堆集，但具有先进的人工智能技能储藏。

　　经过事务公司与技能公司的协作，基金司理可以在人工智能的协助下更好地剖析商场。比方，有上市公司称因为今年新年较晚而影响了这一季度的销售额，剖析师需求就新年对销售额的影响做一个剖析和历史比照，剖析这是公司的托言仍是实在状况。

　　每个上市公司都会有季报，内容几页到几十页的不等，要做很细的剖析，除了看现在的，还要把上一年、前年、甚至大前年的数据做比照，这么细的剖析单靠人是不可能的，一个剖析师要剖析几十家公司，不可能每一份季报都看的十分细，这方面可以由人工智能来辅佐剖析。

　　人工智能技能企业要进入某一个笔直范畴缺少的是相关范畴的数据和知识。

　　假如与医院协作，因为技能企业没有经历丰富的医师，无法判别医学影像的数据是否正确。因为缺少相关专业知识和经历，在犯错的时分也无法判别是因为标示过错仍是因为图像不行明晰形成。而技能企业与笔直职业互动的时分，需求让职业了解，人工智能不是超人类才智，无法做到供给给机器一个数据库就可以得到想要的结果，这是现在两边协作前面临的应战之一。

　　因为数据需求标示收拾，现在阶段的人工智能完成的条件，是以许多人为标示的数据为根底的。比方斯坦福大学树立的现在全球最大的图像辨认数据库ImageNet里边数百万张相片也是许多人花费许多的时刻标示完成后，才能让机器去学习。

　　中美人工智能运用的不同开展途径

　　人工智能在不同国家的开展，与当地的工业开展特色相关，取决于技能与当地工业的结合。

　　以金融业为例，中美有两个首要差异。

　　榜首，在技能运用方面，美国金融商场竞争比较剧烈，许多银行早就习气经过技能手段竞争。一个金融公司里10%的职工是IT和技能职工，在我国，这个份额大概是3%-4%。在美国，人工智能在金融方面的运用相对走的更往前，许多对冲基金是经过机器学习、数据发掘，量化基金经进程序来办理基金。与美国比，我国处于相对前期。

　　另一方面，两国在金融范畴的监管法规有必定差异。在美国，没有太多监管限制经过开发程序办理基金，只需敢冒险，自负盈亏，比较之下我国则全体相对谨慎。

　　在其他运用范畴，中美也呈现出各自的特色。关于中美两国，人口盈利都在消失，但两国人工智能运用很有可能先在各自比较发达的工业中得到开展。

　　在美国，效劳业比较发达，现在人工智能的运用更多的是从效劳业视点考虑机器人的运用。比方在医院、调理院里照料白叟。

　　在我国，制作业转型现已成为趋势，制作业工人的重复性作业关于年轻人不再有招引力，在深圳，许多制作业企业招不满职工。不光是在我国，越南等一些开展我国家也会逐步遇到相似的问题，在这种状况下，制作业将更多的依托人工智能等技能手段，未来我国先把这些技能做老练今后，也可能将技能运用到其他国家去。

　　怎么判别人工智能范畴的技能立异是否能落地?

　　怎么判别现在正在进行的人工智能技能开发是否有落地的可能?比方，是否可以将语音辨认技能运用在会议在线翻译的场景?张益肇称微软亚洲研讨院在进行技能立异商业化的时分运用BTX(Business商业、Technology技能、Experience用户体会)的判别准则。

　　榜首步要判别技能是否老练，这个场景是不是可以完成?

　　开会的时分自动录音、自动转换成文字，要完成技能在实在场景中的运用会涉及到许多因素，有可能说话内容中文搀杂英文，有可能发言人离麦克风比较远，声响听不清楚。所以要判别，技能自身是否老练?假如要做成产品，技能自身能否到达?

　　第二，假如技能到达了，用户体会怎么样?用户会不会用?假如产品自身的技能和用户体会都不是问题，要考虑有没有方法发作必定的收入，使产品维持下去并继续改善?

　　比方会议实时翻译的比方，假如这种效劳定价每小时3000美元，很难卖出去。但假如定价是每小时3美元，就很有可能。

　　榜首是技能;第二是场景中的体会，是否做出用户能用的东西。

　　第三是可运营的商业形式，有没有可能在用户能承受的本钱下启用这个效劳。

　　曩昔一年多，关于人工智能的许多报导导致大众的一些误解。

　　人工智能在围棋界可以成为榜首名是否意味着人工智能比任何人都聪明?许多人都能学会开车，但让电脑安全的开车要比赢一盘围棋困难得多。

　　围棋是有限的变量，而开车涉及到更多的判别。假如路旁边有人对你招手，是因为有个差人仍是因为发作了事端请你停下来?或许有人想搭便车?仍是有人车坏了请你协助修?要了解这个场景，需求更多的变量，这个人穿制服吗?有车子抛锚吗?这些变量是千变万化的，电脑还不能了解这个人的表情是什么样的，表情有什么意义?人类所谓的“知识”对电脑来说是十分难的作业。

　　传统职业尤其是企业的最高领导需求对人工智能有更客观的知道，尽可能去接触和了解人工智能能做什么，哪些还不能做，不该有过高的等待。究竟有些技能还没到老练的阶段。现在有许多人工智能在线课程和书，也有许多免费的网上渠道鼓励我们去测验，这个门槛正越来越低。

　　传统企业的转型，榜首要了解技能，第二要了解自己的职业，考虑经过人工智能处理什么问题对自己的企业最有价值。单纯为了招引眼球的项目，不如做要害的、能对企业发作功效的项目，转型的成功性就会大许多。

　　这一波人工智能浪潮相似互联网初期，不管企业规划巨细，任何时分拥抱AI都不嫌早。企业终究将因为人工智能的运用而大幅提高出产功率。

　　大型企业内部自身有IT部分，资源也多一些，有条件(人力和相关资源)去研讨AI，可以挑选是自己做仍是去寻求外部协助，小企业则可能需求找人做。巨细企业的考虑形式和根本逻辑相同，仅仅详细的操作方法不同。

　　关于传统企业是否需求自己的技能团队，应该结合企业的自身状况，现在想做的项目难度有多大，是否需求专家的协助。

　　张益肇博士见过不少传统企业高管，他们遍及对人工智能很感爱好，可是对人工智能的了解还有许多需求加强的地方。企业转型AI就好像人的健康问题。每个人都应该对自己的健康有根本知识，看难度判别是自己就能处理仍是找专家。

　　企业具有了这个条件，了解了自己的问题，了解了技能怎么去运用，进一步剖析判别作业的难度和危险有多大。

　　比方，现在有许多关于谈天机器人的讨论，微软有小冰这样的谈天机器人，所以不少企业爱好很高，也期望用谈天机器人来增强与客户的互动，那需求考虑谈天的内容是什么，假如犯错的话本钱是什么?假如是医院需求用来和患者互动，而且辅导患者怎么吃药，这样过错本钱太高，就不主张经过内部团队开发。

　　处于人工智能技能运用起飞的前夜，这样讨论的价值在于，传统企业不管规划巨细，都需求考虑怎么防止成为下一个Blockbuster或许Borders，而且是不是可以捉住技能浪潮供给的机会，完成事务形式转型。究竟比及人工智能技能带来的用户到达必定浓度、新事务规划起飞时，再进行这样的投入已然是来不及了。