新工业革命来临，互联网公司将扮演怎样的角色？

2016 年夏季达沃斯峰会期间有场论坛辩论会颇具看点，这场主旨为「大笔投资的疯狂想法」的讨论聚焦于企业是否可以成为当下技术的研发主体。与会者来自政府部门、学术机构以及企业界，长期在企业工作的张亚勤直言：「我认为企业主导的研发肯定是会促进科学的进步。」张亚勤列举了曾经的微软亚洲研究院以及现在的百度，都会拿巨额资金投入研发，「我在去年加入了百度公司，大概 16% 的资金去年投入到了研发的领域」张这样说道。

就在张亚勤这番谈话前不久，《财经》杂志一篇关于李彦宏的专访出街。专访中，李彦宏谈到了百度近期遇到的一些问题，并向外界展示了对于百度转型的规划，比如人工智能以及无人驾驶。而如果结合本次达沃斯峰会的主题「第四次工业革命：转型的力量」来看这一系列表态，在第四次工业革命面前，如何将公司转型顺应社会经济转型，如何让公司的技术创新纳入到国家经济创新体系，成为当下各国政府和各大公司考虑的关键问题。

　　 新工业革命带来挑战

第四次工业革命又称「工业 4.0」，是德国政府提出的一个发展概念。相比较与前三次工业革命中机械、电气和信息技术的巨大推动作用，第四次工业革命强调的是大数据、智能（工厂）以及物联网带来的颠覆性影响。某种意义上说，第四次工业革命是制造业借助大数据、物联网实现跨越式的发展的新路径，这一理念也反应在当下中国工业制造 2025 以及「互联网+」的规划里，而在中国经济新常态的当下，新工业革命来临前有诸多挑战。

• 人口红利消失：2008 年以后，中国人口红利渐趋消失，人力成本逐年上升，已成为企业经营负担最终的成本之一。

• 产业升级压力：中国制造业企业中，大量企业扎堆低端产业链条，在人力成本大幅上涨的现实面前，不得不重新思考如何转型升级；另一方面，传统的能源企业，也在国家一系列宏观调控和国际贸易环境变化的影响下，陷入产业升级的迷思中。

• 城市化与就业：城市化推进过程中，随着大量低端产业（企业）被淘汰，进城农民工的就业问题凸显；另一方面，城市化导致的房地产过度开发、楼盘闲置甚至出现「鬼城」......

上述挑战并非中国独有，而是前三次工业革命发展到一定阶段后的必然产物。正如世界经济论坛创始人兼执行主席施瓦布所言：「我们还无法确定科技突破影响世界的方式和程度，但我们可以肯定的是，这场革命将深刻影响每一个国家和每一个行业。」尽管作为发展中国家的中国，相比于欧美发达国家，其挑战更严峻，但一个现实不能忽视：中国几乎与欧美国家国家同时进入第四次工业革命的「竞赛」中。

　　 中美两国的新工业革命布局

之所以将中美放在一起对比，原因就在于中美两国是目前全球最大的两个经济体，两国经济形态在一定程度上有很多相同点。比如互联网经济强势崛起后对于传统产业的推动以及硅谷（中关村）创业热潮带来的新一代产业等等，因此，观察中美两国应对新技术革命的相同点和不同点，颇有意义。

　　 1.协同创新

互联网在美国的崛起和发展并非偶然，而是上世纪 60 年，得力于美国政府尤其是军方对于计算机、互联网的投资和扶持，使得整个产业迅速做大做强。其中，美国国防部高级研究署（DARPA）居功至伟，这个机构负责将资金分配给企业、学术机构里，DARPA 开创了国家与企业协同创新的新机制，由此也催生了互联网时代的关键技术，如互联网、半导体、GPS、个人计算机操作系统 Unix、无人机，都和 DARPA 有着千丝万缕的关系，如今，DARPA 正在部署人工智能研究。

今年 3 月，中国组建军委科学技术委员会，也被外界广泛解读为这是筹建中国版 DARPA 的重大布局，人工智能成为研究的重要课题。

另一方面，企业将自身研发的技术以及可被市场检验的良好效果「反哺」给国家，能够有效降低政府创新成本，提升政府运营效率。比如亚马逊就与美国政府共同研发政府云，构建一个云上的政府。

早在去年中国的两会上，作为政协委员的李彦宏提议发起「中国大脑」项目――这是一个国家层面的人工智能研究。而在百度内部，「中国大脑」的迷你版「百度大脑」已经广泛运用到多个产品线中，通过将深度学习算法、数据建模与大规模GPU并行化平台等技术结合，拥有 200 亿个参数的深度神经网络可在政府、制造、金融、零售、教育等多领域发挥效用，这也能让我们看到将来「中国大脑」的巨大潜力。

　　 2. 开放式创新

在大数据、人工智能与云计算的新时代，只有开放式的创新才能快速实现技术突破和商业模式的升级改造。2015 年，硅谷的巨头们掀起一轮轮围绕机器学习、人工智能软硬件的开源热潮：

• Google 开源了一个名叫TensorFlow的机器学习平台；

• Facebook人工智能研究院（FAIR）就推出一组基于Torch机器学习框架的开源深度学习工具。12月，Facebook宣布开源针对神经网络研究的服务器「Big Sur」；

• 2015年 11月，微软亚洲研究院于将分布式机器学习工具包(DMTK）通过Github开源；

而在中国，2015 年5月，百度在 Github 上开源了其深度机器学习平台组件。将技术开源，实施开放式的创新，一方面能够加速技术落地，提升终端用户体验。另一方面，作为巨头企业，通过开源技术打造技术创新、社会创新的基础设施，降低技术创业的门槛，也会吸引越来越多创业者加入到技术创新的浪潮中，从而推动整个社会创业创新的技术含量。

　　 3. 基于国情的创新

事实上，任何一项技术创新都脱离不了社会、经济发展的大环境。在布局新工业革命的计划里，中美两国也存在一些明显差异。比如美国更强调机器（智能）对于人类劳动者的直接替代作用，这和美国人口、经济结构有着必然关系，每个行业的人力资本都非常高，这也导致大量劳动密集型行业的发展眼中滞后，在这样背景下，机器能够大幅降低成本，从而加速行业发展。

　　

但在中国，尽管劳动力成本上升明显，但区域性的特征也很明显，内陆的三四线城市的劳动力成本依然可控，也有大量劳动力需要就业。因此，类似美国「激进」的机器替代人类的技术创新并不合时宜。另外，通过「互联网+」，推动传统产业实现数据化经营具有重要意义。以餐饮业为例，首先实现自身菜品的数据化减少，然后通过基于大数据的营销能够触达更多用户，最后则是在服务层面的优化，引入智能助理，甚至机器人都是有效的尝试，像肯德基推出的「KFC original+」概念店，就利用百度的度秘机器人与顾客进行语音交互、智能点餐和全息投影展示。

如果以人工智能过去一个甲子发展为例，或许更能理解上述三大创新机制是如何相辅相成的。人工智能诞生在学术界，长期以来都是美国各大高校研究的重要课题，但直到 2013 年，Google 收购了一家深度学习算法公司才开始被互联网企业所重视，紧接着，百度、Facebook、微软相继成立人工智能研究机构，而到了 2015 年，随着巨头们开源各自的机器学习软硬件平台，这个产业生态才真正得以建立起来。

新工业革命面前，中国企业尤其是互联网企业肩负着重要的责任，这才是中国互联网企业崛起并真正走向世界的开始，未来一段时间，围绕人工智能、云、物联网，中国互联网企业，以 BAT为代表的巨头，如何实践三大创新机制非常值得关注。比尔·盖茨曾预言：人工智能是「圣杯」。那么谁最有可能拿到这个「圣杯」呢？