传统企业转型人工智能 只靠大数据可不行

高博

刚过去的一年，人工智能仍是互联网界的首要关键词。就像AlphaGo升级成AlphaZero，无师自通地称霸各种棋类游戏，AI以人类无法预料的速度向未来狂奔，如脱缰野马。中国将在此中扮演何种角色？

2017年7月，国务院印发《新一代人工智能发展规划》；工信部2017年12月出台《人工智能产业发展三年行动计划》（以下称《计划》），提出力争到2020年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势。

中国在产业应用层面有优势

2017年，人工智能进步的一个标志是：美国举办8年的图像识别挑战赛ImageNet，正式退出历史舞台。8年前AI识别准确率只有70%多，现在差错仅2.7%，远低于人类的5.1%，竞赛已无意义。而最近的报道显示，中国研发的医疗AI，识别小肿瘤的能力也超过了资深大夫。

迟早将攻占更多人类领地的AI，会在哪个领域先开花散叶？

人工智能公司“第四范式”的创始人和CEO戴文渊告诉笔者，AI应用爆发有5个先决条件：大数据（Big-data）、反馈数据（Response）、算法（Algorithm）、基础设施（Infrastructure）、業务需求（Needs），合称“BRAIN”，凡是满足这5个条件的领域，都有可能在2020年之前实现人工智能的爆发。

“我们也可以看到，《计划》中列举的商业化场景，集中在交通、医疗、图像、语音、家居等领域，也都是这五大先决条件相对比较完备的场景。”戴文渊说。

曾有判断说AI在消费端落地还要5—10年，红杉资本中国合伙人计越却不认为需要那么长时间。“比如今日头条，只要让用户看到想看的内容就好，用户并不关心是否有‘AI技术。”计越说，“你用网易云音乐吗？你不知不觉中也在享受AI的便捷。到消费端的AI什么时候实现不是靠专家的判断，只要实实在在地解决用户需求，它就会实现。”

红杉资本投资了许多中国AI企业：今日头条、快手、秒拍、京东金融、美团、滴滴、摩拜、大疆……计越说，AI需要跟使用场景紧密结合，否则再高超的科技，消费者也不会买账。

大数据是训练AI的关键。“红杉投资看重的，一是应用场景，一是有自己的数据。”计越以滴滴举例说，滴滴在2015年就成为仅次于淘宝的全球第二大在线交易平台，数据规模是每日200亿次的路径规划请求，因此其AI预测用户目的地准确度超过90%。

对于《计划》中提出的中国将在若干重点领域形成优势，戴文渊极有信心。“在AI领域，基本上是中美竞争的格局，中国在AI产业应用层面还有一定的领先。”戴文渊说，“这是由于人工智能的算法和计算能力都可以通过平台实现，数据成为最大的门槛，巨大的用户数据正是中国的优势。中国是互联网人口大国，中国互联网的发展为我们研究AI准备了条件。”

人工智能与实体经济融合需深化

“中国的发展阶段浓缩了，呈现跳跃式和并行发展，可能给中国创业者带来更多机会。”计越说，在中国结合几个阶段为一体的创新公司多（包括AI），而在美国，IT巨头积累深厚，新兴公司需要找缝隙切入，从这个角度看，中国创业机会更大。

迁移学习被认为是AI领域中国可能赶超美国的一个突破点。戴文渊曾创造了中国最大的机器迁移学习系统“凤巢”，他在迁移学习领域单篇论文引用数世界第三，第四范式首席科学家杨强则是世界第一。

迁移学习是指将知识应用到不同领域的能力，以解决目标领域数据不足的问题。由于解决了小数据应用AI的难题，中国的研究受到Google和Facebook的关注。

《计划》提出人工智能和实体经济的融合需进一步深化。戴文渊说，这需要企业的组织架构调整，将AI嵌入经营管理。戴文渊表示，传统企业生产经营是由人工决策、机器执行；AI的意义正是在于机器决策、机器执行。想要成为未来智能企业，门槛也很高，包括机器学习算法，上亿维的系统架构，更包括认知的层面。

“很多传统企业会说自己有大数据，可以做AI了。其实未必，正确的大数据加正确的机器学习，产出是人工智能，错误的大数据加机器学习，产出的并不是。”戴文渊说，企业人工智能核心系统，将是继交易核心系统、互联网核心系统之后，企业的又一个核心。

《计划》特别强调“支持人工智能企业与金融机构加强对接合作”。戴文渊对此评论，金融领域因为拥有足够的数据和计算资源，使其成为AI目前最理想的落地产业之一。“机器已经在金融领域辅助人做大量商业分析与决策。”戴文渊说，“以我们与某银行解决交易欺诈问题的合作为例，机器写出的欺诈交易规则数达到25亿条，资深业务专家写出的规则数最多1000条。最终，机器在欺诈预判准确率较人提升了7倍。”

联想集团董事长杨元庆也表示看好中国AI发展。“未来商业比拼一定是业务模式的比拼，而业务模式的智能化程度决定企业竞争力。”杨元庆说，“如果能更多强调数字经济和智能化，那未来我国企业会比其他国家领先一步。”