华为轮值CEO徐直军：人工智能是新的通用技术复兴才刚开始

亿欧网 • 7年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

在日前举办的2017中国管理·全球论坛暨金蝶用户大会上，华为轮值CEO徐直军发表主题演讲，称能否具备真正的人工智能的思维，以人工智能的技术解决现在以及未来的问题，这是能不能在未来竞争中构筑领先，构筑优势的关键。

徐直军表示，人工智能的新一轮复兴才刚刚开始，技术能力上还有很大的改进空间。另一方面，相比从外部招募人才，通过培训内部的员工来掌握人工智能，再以人工智能的思维和方法去解决问题，与自身的业务紧密结合，可能更为有效。

以下为徐直军演讲全文：

我们正处在一个快速变化的世界

大家很清楚，从中国的角度来看，消费者的需求在变化、企业的需求在变化，政府的需求也在变化，而技术的变化更是眼花缭乱。短短的最近五、六年的时间，大家听到了很多新的名词，云计算、大数据、AR、VR、自动驾驶、人工智能等。我在华为更多关注技术战略，仅仅只是让我们所有管理者能够了解这些名词究竟意味着啥，都非常挑战，更不用说怎样把这些快速变化的技术应用于公司的日常运营、应用于如何面向客户、应用于为客户提供的产品。

商业模式也在快速变化，其实商业模式的变化往往是我们能不能在另外一条赛道上去竞争的关键。如果说我们在同一赛道竞争拼的是实力，那在另外一个赛道的竞争拼的就是快，其实金蝶在转向云化这方面，就是比别人快了一步才有了今天的增长。

如何应对这一快速变化的世界，事实上是每个企业都面临的挑战和需要解决的课题。回顾这么多年中国企业走过的路，大家都很清楚，很多企业更多地是通过拷贝去参与全球的竞争。但是走到今天，不能再走Me Too But Cheaper的道路，这条路不能再走了，也再也走不通了，必须直接面对快速变化的需求，用新技术和新商业模式走出一条创新之路。只有这样，我们才有可能不在同一个赛道上与竞争对手拼实力，而是在另外一个赛道上，去跟传统赛道的对手竞争，开始步子可能很小，但是未来发展会很快。

具体到几个产业来讲，比如说制造业，首先我们要关注的是整个消费的升级。现在消费者的需求不再像过去那样低成本、便宜就能解决问题，而是需要品牌，需要品质，需要个性化。要有品牌就必须要有创新，就必须为客户提供更高质量的产品和服务，那就必须要有研发的投入。我跟很多企业界的朋友打过交道，而且都是企业级的创始人、董事长和CEO，在一个企业构筑研发能力，最最挑战的是对传统思维和传统商业逻辑的巨大冲击。

因为研发的投入不可能立即带来效益，说三、五年之内研发投入就能挣钱，没有这回事。尤其是我们搞研究，五年内要盈利几乎是天方夜谭。华为历史上走过的就是这样的一条路，每进入一个产品、每进入一个产业持续研发投入，我们在相当长时间之内是挣不到钱的。我们统计了一下，我们每进入一个产业，平均的当期盈亏平衡点是8年，对现在很多企业而言，投资研发要在8年之后才能创造效益，可能是很难接受的。但是我们又有一个深刻体会，只要持续投入，依旧能在这个产业上赶上来、实现领先，最终在全世界领导这一行业。

作为软件与应用开发商，不能困守过去的开发方式、产品提供方式和商业模式。目前情况下，基于公有云（含AI平台）开发产品和提供服务，并将过去所有软件和应用迁移到云上来，以服务的方式去面向客户，是一个比较理想的选择方式和证明能够成功的模式。金蝶在转型到云上，就是走得快，走得坚决，这两年实现了快速发展，也正是因为转到云上，才有可能让华为这种企业在我们的终端零售上快速地使用金蝶云，能够快速地为我们的客户提供服务。否则一个点一个点去安装，是很难快速地响应需求。

作为集成商，过去的集成方式与未来的集成方式也是不一样的。要发展基于云的迁移和集成能力，否则只有传统的集成能力的话，可能难以在未来的竞争中取胜。

人工智能是一种新的通用技术

下面我讲一下人工智能。人工智能是一种新的通用技术，即GPT（General Purpose technology），这已经越来越成为共识。在《经济转型：通用技术和长期经济增长》书中，作者Richard G.Lipsey认为社会经济的持续发展是靠通用技术的不断出现而持续推动的，并将通用技术定义为可识别为单一通用产品，流程或组织形式的技术。根据最新的维基百科，经济学家们认为人类发展史走到今天总共有26种通用技术，而人工智能就是一种。

所谓通用技术，简单的理解就是要有多种用途、应用到经济的几乎所有地方、并且有很大的溢出效应。作为一种通用技术，人工智能不仅使我们能以更高的效率解决已经解决的问题，也可以解决很多没有解决的问题。所以能不能具备真正的人工智能的思维，以人工智能的技术解决现在的问题，以及解决未来的问题，这是我们能不能在未来竞争中构筑领先，构筑优势的关键。

现在对人工智能没有一个准确的定义，不同的表述各有侧重点和立足点。Gartner认为人工智能是一个总括性术语，涵盖很多具体技术。窄AI/弱AI是不具备情感意识的人工智能，专注于一个狭窄的任务。例如，Siri、金蝶小K。强AI/真AI指人工通用智能，是像人一样的机器人，一种假想的机器，至少表现出与人类一样熟练和灵活的行为，这是一个遥远的目标。现在产业界讲人工智能更多是聚焦在机器学习。

在70年代，以及80年代末至90年代初，人工智能的发展经历过两次冬天的危机。甚至当时的学术界有人还认为做人工智能研究和传播的人是骗子。有一段时间，人工智能的词都不用了，换了一个词叫大数据。而现在突然间人工智能又用起来以后，大数据的词又不用了。由于我们国家把大数据变成了一个行业，信息产业变成了大数据产业，这是另外一回事。

人工智能的变化发生在2012年，多伦多大学的博士生Alex Krizhevsky和他的同事通过使用深度神经网络，把ImageNet的图像识别错误率从盘桓很久的30%大幅度降到15%，从此触发了人工智能的再次复兴，从学术界到工业界，几乎人人必谈人工智能。

但是讲到人工智能，名人也好，专家也好，大家看法是很大不同的。有担心的，像霍金就是最担心的，他认为黑洞可以不担心，但对人工智能就忧心忡忡。也有很多持积极观点的，认为要加快前进。所以既有对人工智能恐惧的，也有充满热情的。

2016年12月，奥巴马总统办公室发布了《人工智能自动化和经济》白皮书，认为在未来20年内，虽然机器不太可能展现出与人类相当或超过人类可广泛应用的智能，但预计机器将在越来越多的任务中继续达到或超越人类的表现。他的意思说跟人类比，像人一样是很难，但是在具体窄的业务上能够达到人、甚至是超过人的表现。我认为，这个应该是对人工智能未来二十年发展的一个合理判断。

其实人工智能的机制很简单，也因此应用种类非常多。基于大量的数据、算法、训练、建立一个模型，然后输入一个A就能得到一个响应B，不同的输入和输出就产生不同的应用，例如：标注照片、贷款审批、精准在线广告、语音识别等。这种基于机器学习的方式虽然目前还无法解释，反正结果就是这样的，但已经达到了很好的结果，应用到了非常广泛的领域，而且会越来越广。

因此我们一定要客观地看到AI将改变我们每一个行业，甚至是每一个企业。作为企业，不仅要看到各种各样的人工智能技术，更要重新思考人工智能会怎样影响和改变构成企业的各个职能部门，从销售到营销，到财务管理，到本地资源管理，到业务一切的一切。我很高兴地看到，刚才孙总介绍的金蝶云，云上涉及到把企业的各个职能领域放在上面。我也希望金蝶在AI上快速走一步，将人工智能应用于企业的各个领域，也许可能又构筑了新的一轮领先。

我们也要重新思考每一个行业，每一个行业都有可能受到人工智能的影响，甚至也有可能因为人工智能而被彻底颠覆。大家可能看到，未来最能颠覆的一个产业就是汽车产业。自动驾驶电动汽车可能将中国16万亿产值的汽车业，包括周边产业，彻底颠覆掉。当然，人工智能也有可能颠覆医疗和健康产业，也有可能颠覆教育产业。

身处每个行业的人都要思考，人工智能将如何影响自己的行业？是否会颠覆自己的行业？因此，如何以一种全新的模式来重构各自行业，是我们在未来都要去思考的。还要重新思考人与机器未来的互动，未来怎样互动，人机接口到底是怎样等等。尽管人工智能还处于初级阶段，但是它作为一个通用技术对于我们各个企业、各个行业所带来的冲击将是巨大的，需要我们在各个方面进行重新思考。

从手机来理解是最简单的，我们现在的智能手机并不智能，智能手机演变成为一个懂我、感知我、主动响应我、提醒我的智慧手机就成为必然。去年四季度我们做了尝试，从智能手机向智慧手机迈进一步，发布了Magic智慧手机。

当然AI还将改变每一个组织。过去整个企业的组织架构是三角形结构，上面是领袖、专家，中间是业务骨干和基层管理者，下面是基层员工。未来的组织将是菱形结构，大量重复性的工作可能都被人工智能取代，由机器人来完成。就像财务一样，如果金蝶小K真正完成了大量的财务工作，会计就没事干了。Gartner预计2018年，全球将有300万人受到机器人的领导。现在滴滴打车、Uber打车的司机就是由机器人在领导。

人工智能还会改变每一个职业，通过就人工智能对美国职业的影响分析，麦肯锡指出60％的职业的的所有工作任务中30％将会被自动化。中国的职业可能会有所不同，但是可以肯定地说，因为人工智能的到来，大量的重复性工作都会实现自动化，甚至少数一些职能性的智能，尽管需要靠人动脑，也会被取代。

所以说，我们相当多的职业会消失，当然也不那么可怕，人工智能来了以后将会产生许多新的职业，比如说数据分析师。人工智能的基础是数据，未来每个企业、每个行业都需要大量的数据分析师，还要有建模的工程师，要对模型进行训练。所以会消失掉很多职业，又会产生很多新职业，人类社会本身就是这样不断进步的。

当然人工智能还有很多的局限，比如：AI目前还只擅长于范围狭窄的任务；同时AI更像做研究而不是工程性开发实施，需要大量的实验或具有丰富经验的工作人员；需要大量准确的数据，数据越好，性能才会好，如果数据是恶意的，AI还会被愚弄，给出错误甚至有害的结果；AI不透明、无法解释，应用于要求结果可预测的某些关键任务时还存在挑战，等等。

人工智能的新一轮复兴才刚刚开始，技术能力上还有很大的改进空间。对于各个企业如何认识和有效运用人工智能，我再分享一些想法。首先从技术上看，事实上人工智能的算法早就有了，深度神经网络的框架算法自上世纪80年代以来没有本质的变化，为什么最近几年发生了变化，主要是计算能力提升，而且有了大量的数据，这样就促进了人工智能的发展。而且未来人工智能的发展会继续依赖于计算能力的进步，并对算法的可扩展性提出了要求，所以未来算法很关键，算力也很关键。

其次，企业的领导们首先想到的大多是把人工智能用于在现有事务中提升效率，实现自动化，减少人力等。其实我们更要尝试用人工智能去解决未知的事情和去解决没有解决的问题。所以从企业来讲，从领导到全体员工都要建立起人工智能的思维，主动思考用人工智能去解决已知和未知的问题。另外一方面，人工智能的人才是非常火了，价码很高，其实从外部获取人才只是手段之一，我认为培训内部的员工来掌握人工智能，再以人工智能的思维和方法去解决问题，与自身的业务紧密结合，在解决问题中不断学习，螺旋式上升，不断提高，可能更为有效。