前不久，創(chuàng)新工場孵化的創(chuàng)新奇智科技有限公司集團總部正式落戶青島。

昨天下午，創(chuàng)新工場董事長兼首席執(zhí)行官、人工智能工程院院長李開復博士，被聘請擔任青島市科技創(chuàng)新決策咨詢專家委員會委員，并以“人工智能時代背景下的創(chuàng)新創(chuàng)業(yè)”為題，在青島進行專題講座。

圖源：微信公眾號 李開復

李開復

2009年創(chuàng)立創(chuàng)新工場，專注于科技創(chuàng)新型的投資理念與最前沿的技術趨勢。在此之前，他曾經是谷歌中國全球副總裁兼大中華區(qū)的總裁，擔任微軟全球副總裁期間，開創(chuàng)了微軟亞洲研究院，并曾服務于蘋果、谷歌等知名的科技企業(yè)。李開復博士在美國哥倫比亞大學取得計算機科學學士學位，以最高的榮譽畢業(yè)于卡耐基梅隆大學并獲得博士學位。被美國的《時代》雜志評為“2013年影響全球100位年度人物之一”，獲得《連線》科技雜志評選的“本世紀推動科技全球25位標桿人物”，2018年入選“中國改革開放海歸四十年40人”，2019年出任世界經濟論壇第四次工業(yè)革命中心的人工智能委員會聯(lián)席主席。

以下是其演講實錄。

我們今天有幸生活在一個很特殊的時代，面臨的是硬科技創(chuàng)業(yè)創(chuàng)新的機會。因為現(xiàn)在全球的格局和中國所掌握的各種技術，還有未來面臨的機會和挑戰(zhàn)，讓我們必須擁有自己的技術。所以今天特別重要的事情，就是怎么能夠建立出一個真正做到硬科技、深科技的一個創(chuàng)新創(chuàng)業(yè)的環(huán)境，所以這是我今天演講的主要的題目。

線上化、逆周期帶來的六大創(chuàng)業(yè)機會

疫情讓我們把工作、演講（包括今天這個演講），還有教育都帶到了線上。線上化的過程就會讓我們的整個工作都變成數字化，那這個過程中就會帶來很多新的創(chuàng)新創(chuàng)業(yè)的機會。

我們還可以看到的是一個逆周期的整合。這里的意思就是說當整個市場在萎縮的時候，這不見得完全是件壞事情。比如在日本碰到經濟蕭條的時候，就是優(yōu)衣庫崛起的時候，因為很多日本的小的做衣服的公司它沒法生存了，優(yōu)衣庫用它很好的設計，很高的性價比，把其它小公司一個一個擠壓碾壓，最后一家獨大。

直播電商

從電商來看，最近一年崛起的直播帶貨，是在創(chuàng)造一種新的電商模式——從去淘寶、天貓、京東買東西，變成了看直播買東西——現(xiàn)在有我們喜歡的網紅來告訴我們，用他的個人品牌來擔保某些產品是好的，而且很有趣的來介紹它們，這未嘗不是一個新的創(chuàng)新模式。

而且，很多產品它不再只是先做好了產品再賣出去，你可以甚至用今天的網上的各種方法，來了解用戶想要什么，之后再來制造你想要做的。比如說元氣森林作為一個產品，它就可以用各種不同的廣告和排列組合，了解用戶想要什么，之后才去做那個他已經確信可以賣得最好的產品。

在線教育

我在歐美很多的朋友，他們會跟我說，疫情來了，孩子在家上課，看到一個老師在一個白板那邊講課，孩子都打瞌睡。但是我告訴他中國的孩子不會的，因為中國的整個在線教育革命已經做了8年了，從我們投資VIPKID開始，就不斷地在打磨更好的課程。

就像當以前從廣播走上電視的時候，電視的節(jié)目不是一個廣播員對著一個鏡頭念東西，電視里面可以有綜藝節(jié)目，可以有電視劇等等。當你把一個只有聲音的廣播劇搬到電視上的時候，一定不可能是一成不變的搬。

一個孩子可以說，為什么我要一個老師教我，為什么不是卡通人物教我？為什么教我的過程中一定是要考我得幾分，為什么不能讓我去打怪獸？當然打怪獸的時候，也就學習了各種重要的東西。

物流供應鏈

今天我們也看到在有一些領域，（逆周期）這個事情在發(fā)生，首先是在供應鏈和物流。今天這兩個領域是碰到挑戰(zhàn)的，因為當你太分散了，大家都賺不到錢，市場再不成長，很多公司就會倒掉。

創(chuàng)新工場這兩年投了好幾家物流公司，比如說我們投資的環(huán)世物流，它今年的增長可能有百分之六七十，這是為什么呢？因為它的量大，而且它用了很好的算法和人工智能，能夠把一艘船能夠塞得滿滿的，讓貨柜塞得滿滿的，所以它的運輸的成本是更低的，因為它的體量更大，因為它的算法更好。所以有些領域它本身并不是很蓬勃的成長，但是里面可以跑出來一個領頭羊。

醫(yī)療保險

逆周期的第二個例子，就是醫(yī)療。當然今天我們的經濟還是不錯的，但是即便經濟不好，我可以打賭，醫(yī)療還是會成長，因為醫(yī)療它的費用是必須花的。

而且現(xiàn)在有幾個結構化的問題，在國家層面有藥改、醫(yī)改還有保險的改革，它們都會給你帶來很多創(chuàng)業(yè)的商機。另外，我們也可以看到我們頂級的醫(yī)院，它并不是一個只看疑難雜癥的地方，很多人感冒什么都去看，這樣的一個倒掛的問題也是需要解決的。讓它有一線、二線、三線的醫(yī)院，各自扮演它們應該的角色，還有私人診所的成立，這些都是一個中國必須發(fā)生的事情。

中國當下保險的比例是不符合發(fā)達國家的比例的，更多的是國家的保險，普通的商保不足，這個是需要漲起來的。如果看國民每一個人的人均收入多少花在醫(yī)療健康上面，這個數字也是遠遠不如歐美、日本的，那么這些數字隨著中國越來越富強，一定會往上漲，所以這樣的一個領域我們是不用再擔心周期經濟好或不好，它一定是一個很好的投資方向。

自動化

中國的整個經濟最重要的一點，還是中國是世界工廠。我們再喜歡人工智能、機器人、無人駕駛，也不能否認中國經濟主要的滾動，還是靠著我們的制造。

而今天面臨的一些挑戰(zhàn)，包括供應鏈的改變，比如說越南，它們可以用更低的成本制造，那我們怎么辦呢？

最主要的解決方案必然是我們是否可以用自動化來降低我們的生產成本。這件事情如果做到了，我們不但提升了我們的自動化能力、人工智能能力，而且降低了我們制造成本——不是靠給更低的工資來去跟越南來競爭。

所以自動化、機器人、人工智能在工業(yè)制造方面的應用，是一個必然發(fā)生的事情。

科技產業(yè)鏈

最后一個，當然非常重要的是在中美貿易摩擦的時候，我們需要完善自己的科技產業(yè)鏈，這個時候我們就必須要做好我們的深科技、硬科技，從芯片、人工智能到制藥，到生物、材料等等各方面的，也包括制造業(yè)，大家都應該很清楚它的重要性。

解決最高效的C端APP背后的低效

中國在過去15年最好的投資是什么？就是投到了移動互聯(lián)網，投到了C端的應用。

今天我可以負責任的說，我們享受世界最好的C端的APP。但但是這些APP的背后未必是高效的。

比如說美團是高效的，沒有任何一個國家能夠有1000家餐館可以30分鐘把菜熱熱的送到我家來，而且只需要幾塊錢的配送費。但是你有沒有想到在美團的背后這1000萬的廚師，他們的工作并沒有被優(yōu)化，他們不知道何時有人下單，他們的工作有時候會非常的忙碌，有時候就沒人下單。他們有沒有人去想做一個流程或者一個軟件來優(yōu)化他們的生產力呢？

這還不是最低效的。中國的線上購物很高效，但是線下購物是低效的。我們現(xiàn)在還有六七百萬家夫妻店，他們無論從規(guī)模還是管理來說，都是低效的。

這個低效可以繼續(xù)延伸到很多大企業(yè)，很多問題都是去堆人進去解決。其實中國的人均的生產力是遠遠低于歐美國家的，很大的一個理由就是我們的很多公司，就喜歡堆人上去解決問題，而不去想制度上的問題或者軟件上的問題。

所以我個人認為，未來十年，創(chuàng)造巨大的價值最好的機會，可能就是在企業(yè)服務、工業(yè)、物流、醫(yī)療、農業(yè)、零售這些相對低效的領域，把人工智能、機器人、自動化的各種技術放進去，把這些相對低效的領域變成高效。

人工智能最有顛覆性的技術是深度學習

首先解釋一下什么是人工智能。人工智能有很多不同的技術，但是其中有一個技術，它是最有顛覆性的，這個技術叫做深度學習。

深度學習是什么呢？

深度學習就是一種特殊的技術，能夠做一個非常深的網絡，讓AI能夠學，AI能夠把一件事情學得遠遠超過人的水平。

比如說我們假如今天要寫一段代碼，說識別這張照片里面有沒有貓，你會怎么做？可能大部分人直觀的就是說，ok，那貓都有三角形的耳朵，貓可能很多有胡須，然后貓有長長的尾巴，那我們就寫一個代碼來去搜這些尾巴，這個耳朵跟胡須，這樣是不是就很好？

錯，這樣做出來絕對達不到目的。因為你是用人的思維去寫規(guī)則，來教AI，那它的上限是什么？上限就是人的水平。

AI的做法是你千萬不要自以為是的去教它貓長像什么，你就給它1000萬張照片，然后告訴它哪些張里面有貓，哪些沒有貓，讓AI自己來思考什么是貓，這么一做出來，AI找貓的能力就超過人。

所以當我們考慮AI的時候，一定要想到AI現(xiàn)在的能力是針對某一個領域，用海量的數據來做語言，更好的分辨決策或者是預測，這個才是AI所做的事情。

今天AI還遠遠沒有滲透到我們的社會環(huán)境里去，你們可以想一想你周圍的人有多少是用上AI的？你的公司，你的部門有沒有AI，大部分人都會說沒有。其實今天的AI發(fā)展的狀況可能還在一個互聯(lián)網還沒有搜索引擎的時候，還在荒野的時候。

所以我覺得今天AI是在一個必然爆發(fā)的狀態(tài)中。因為AI的工程師越來越多，AI的難度越來越高，門檻越來越低，而滲透率還不到4％，所以下一個階段最巨大的機會是怎么把這個深度學習用在各個領域上，這個的價值是超過再發(fā)明一個深度學習。

因為人工智能已經做了60多年了，就發(fā)明了一個深度學習。我們能多樂觀認為還會有不斷的類似的技術能夠發(fā)現(xiàn)？這個概率應該遠遠低于把已經發(fā)明的技術，能夠發(fā)揚光大，用在各個不同的領域里。

有一個研究，預測人工智能會給全世界帶來100萬億人民幣（1500萬億美金）的價值。其中有非常重要的兩點，第一點就是最大的受惠者會是中國，其中大概接近一半都是中國受惠。第二點就是它創(chuàng)造的價值不是再造15000個獨角獸，而是賦能給通信、金融、零售、存儲、制造、建筑等行業(yè)。

AI應用領域的四波浪潮

互聯(lián)網：互聯(lián)網會是最好的人工智能應用領域。因為互聯(lián)網的數據量是最多的，而且互聯(lián)網的數據是可以直接達到一個商業(yè)指標的。

我們每一天用的每一個互聯(lián)網的應用，我們都是小白鼠，在免費的供應給我們的拼多多、淘寶、抖音海量的數據和標注，告訴它我們喜歡什么，不喜歡什么，行為是什么，會買什么，不會買什么，讓它人工智能去從我們的身上賺最多的錢。

金融領域：金融領域也有海量的數據，銀行有我們的每一筆的開銷，保險公司知道我們每一次申報，出了事，看了醫(yī)生或者是撞了車。它都可以學習。

貸款也是一樣，比如說你給了1000萬個人貸款，然后其中有10萬個人沒有還，這10萬個人里有什么相似的地方，讓它可以學習，以后再有一個像這10萬個人的來貸款，就不要貸給他了。

生物識別：語音識別領域，AI已經比普通人更精確，機器翻譯也比人更精確。物體識別如果是簡單的物體，比如說人臉，也遠遠超過我們，而且人臉識別作為一個特別的例子，我們可能都聽過，張學友有一次來做了一次演唱會，然后那一天有六個人被抓起來，聽過這個故事嗎？這是因為人臉識別在這。

AI還可以做一個三維重建。你們如果用一些最新的手機都可以知道人臉解鎖，即使你把燈關掉了，還是可以解鎖。它是怎么做到的呢？就是因為這個新手機里有一個叫做結構光的功能，這個結構光會把一些看不見的光打到臉上再反彈回去，這個時候它就可以把你的輪廓大概構思構出來，雖然燈是黑的，它也能看到，但是人是做不了這個的。

這些能力就會讓未來的物聯(lián)網變得無所不在，捕捉各種有意義的信息。而且很多是人看不懂、聽不到，無法識別的信息，所以未來的AI當有這種眾多的IoT的布置在各個地方，輸入到一個中心的大腦去做決策判斷的，這肯定是人沒有辦法匹配的，人做不到的事情。

全自動：未來的無人駕駛，它不只是你車里的一個功能，它會是加上電動車和共享經濟，未來的無人駕駛，是你隨時需要，一輛車就會到你面前。

而且它一定是非常安全的，剛開始無人駕駛可能還是會出事，但是隨著它越開越多，它會經過海量的數據不斷地進步，最后會比人開得更好。到某一天人在街上給我們帶來最大傷害的會是什么？是人還在開車。有一天人也會被要求，不可以再開車上街了，因為這不安全。

AI如何賦能傳統(tǒng)行業(yè)

單一環(huán)節(jié)的優(yōu)化

我們曾經針對一個汽車貸款公司做過一個案例。這個公司之前是由信貸員來決定要不要貸款給一個剛買車的人?？戳怂麄兊暮Ａ繑祿院螅覀冋f可以做一個單一環(huán)節(jié)的賦能，貸款的流程照樣的走，就把信貸員環(huán)節(jié)取代掉，不要再用人來決定要不要貸款給某一個客戶了，用AI來取代。

AI算法也很簡單，把過去的90萬個例子，每一個貸款的人，他們填的所有的東西輸入AI學習機器，然后告訴這個機器，請你決定不貸款給哪些人。然后它就不斷學習，它的基本標準，不是來自于信貸員告訴我說這個人好，這個人不好。而是實際看每一個貸款的人，他還款了沒有，還款了就是好，沒有還款就是壞賬，就是不好。

最后我們幫助公司違約率降低了14％，大概節(jié)省了1000多萬美金。所以這是一個單一環(huán)節(jié)的優(yōu)化，就是說整個公司不要變，只要挑一個領域，你有很多的數據，我用這個領域用AI來幫你做得更好。

流程的智能化

第二個例子是創(chuàng)新奇智做的，這個是一個在零售業(yè)。這個例子我們是做了一個很聰明的智能補貨，所謂的智能補貨就是說我們在每一個商店，來預測它每一天會賣多少個每一個產品。

我們當然有過去的整個銷售的數據，但是不止這些數據，AI還可以用上（其它數據），比如說今天天氣怎么樣，有沒有下雪下雨，或者疫情是不是嚴重，今天堵車或不堵車，或者明天有沒有球賽，有沒有演唱會等等，這些都會影響一個商店的銷售。

我們訓練的AI就是讓它來預測每一天每一個產品會賣多少，這個一旦訓練好了以后，它就可以回頭去決定我應該每一天采購多少產品放到倉庫里，倉庫運多少產品放到店里，這樣才讓我永遠不缺貨。這么一下來就幫公司省了幾千萬。

甚至以后決定開新店的時候，就不用再找一個有經驗的店長了，因為店長只是能夠用他的經驗來推測每天可以賣多少產品。但是如果我們用AI來做這個工作，店長這部分的職能就被AI取代了，店長只需要是一個好的管理者可能就可以了。

重構整個行業(yè)

再下一個例子講的是醫(yī)療行業(yè)。我個人認為整個醫(yī)療行業(yè)都是必然會被AI所顛覆的。

我們大腦有限，記憶有限，所以每個學生都看幾千個案例就畢業(yè)做醫(yī)生了，每個醫(yī)生一生可能最多看幾萬個案例。但是AI可以看幾十億個安全，所以最終AI一定會醫(yī)得更好。

而且很多事情都是千人千面的，現(xiàn)在你跟我得了同一個病，醫(yī)療方案都是一樣的。但是我們的家庭歷史和我們的基因可能是完全不一樣的。所以如果未來想達到千人千面的精準醫(yī)療，我們認為這是一定需要特別大的顛覆。

成功的創(chuàng)業(yè)環(huán)境應具備四個條件

作為一個“創(chuàng)業(yè)城市”，城市中的獨角獸，來打造一個世界工業(yè)互聯(lián)網之都。這些既是建立在青島已有的工業(yè)優(yōu)勢之上，這是非常好的事情。

如果我們也要打造最強的芯片公司、最強的材料公司、最強的生物醫(yī)藥公司，我們需要做什么呢？

在創(chuàng)新工場的研究院里面，我們研究了64家來自北美、歐洲、以色列的巨頭公司，看到了幾個重要的結論：

第一，這些最成功的公司里面，它們擁有的技術一定是領先行業(yè)至少兩年的一些獨占性的技術；

第二，要有非常強大的產品團隊，了解用戶需求和銷售團隊，知道怎么樣去商業(yè)化他們的技術。

第三，我們也可以看到這些企業(yè)的領頭人，其實大部分不是純粹的科學家。在所有的科學家創(chuàng)業(yè)者里面，72％是自己有創(chuàng)業(yè)的經驗，42％是引入了商業(yè)背景的合伙人，而且有些公司兩者都做了。很少例子是一個純科技團隊就一直做下去，然后成為了世界偉大的公司。所以一直在高校的象牙塔里面的，可能很難早期獲得成功。

我們可以看到，這些團隊20％是來自校園實驗室，58％是來自于工業(yè)界或者是工業(yè)實驗室，22％是有早期投資者撮合，就像創(chuàng)新工場的創(chuàng)新奇智。

我覺得青島在未來策劃自己成為一個創(chuàng)業(yè)之都時，可能也要思考這幾種模式——如果只是相信學校出來的團隊，肯定是不夠的。

政府怎么樣去引導這樣既能夠頂天，又能夠立地的團隊？一方面我們真的是要確保有基礎研究、原始創(chuàng)新，然后要把各種“卡脖子”的技術當做自己的科研清單，引導很多的公司來合作，來堆積更多的資源，把真正有硬科技的技術做好。

但同時也要提醒大家，一定還是要接地氣，要知道商品是什么，商業(yè)是什么，用戶是誰，把用戶當做上帝。然后政府創(chuàng)造很好的創(chuàng)業(yè)服務的體系，來幫助科技創(chuàng)業(yè)者能夠補齊他們在商業(yè)化方面的需求。

也就是說創(chuàng)新創(chuàng)業(yè)做好了，其實就是四個因素：資金其實只是里面很小的一部分，今天社會上并不缺乏資金；技術是必須要有的，要不然就不是硬科技了；商業(yè)的賦能、轉化能力也是必需的；只有技術是不夠的，最后還是需要有人才。所以這四個是必須要融為一體的。

今天我們也很高興地看到創(chuàng)新奇智落地青島，我深深地相信創(chuàng)新奇智在青島只是第一步，未來青島還可以做很多很多個和創(chuàng)新奇智一樣成功的公司。我也希望，創(chuàng)新工場以后可以更多地把我們投資的公司，和其他的資源與青島進行更深入、更多的合作。

（注：文章根據錄音整理，未經本人審閱）