對(duì)話張亞勤：人工智能是這個(gè)時(shí)代最重要的技術(shù)變革力量

百年商業(yè)，歷經(jīng)蝶變與新生。2022年是《哈佛商業(yè)評(píng)論》(HBR) 創(chuàng)刊百年。HBR精選出12篇經(jīng)典文章，覆蓋戰(zhàn)略、管理、創(chuàng)新、人工制造、職場(chǎng)多元化等，以雙語模式原汁原味呈現(xiàn)哈評(píng)百年的商業(yè)經(jīng)典。同時(shí)，我們也邀請(qǐng)了知名學(xué)者，立足當(dāng)下的社會(huì)、商業(yè)現(xiàn)狀，結(jié)合哈評(píng)百年這12大經(jīng)典商業(yè)議題進(jìn)行“跨時(shí)空對(duì)話”，解析百年經(jīng)典的價(jià)值與現(xiàn)實(shí)意義。

“我們這個(gè)時(shí)代最重要的通用技術(shù)是人工智能，特別是機(jī)器學(xué)習(xí)技術(shù)（ML）。人工智能（AI）將在商業(yè)領(lǐng)域中產(chǎn)生巨大影響?！?/p>

(資料圖片)

這是麻省理工學(xué)院斯隆商學(xué)院“許塞爾家族”管理學(xué)教席教授兼數(shù)字商務(wù)中心院長(zhǎng)埃里克·布林約爾松（Erik Brynjolfsson）對(duì)人工智能的觀點(diǎn)。他和麻省理工學(xué)院首席研究科學(xué)家安德魯·麥卡菲（Andrew McAfee）共同撰寫的“人工智能概覽”一文，闡述了AI的潛力、風(fēng)險(xiǎn)和局限等核心問題，這篇也被納入HBR百年12篇經(jīng)典文章中。

如今，在當(dāng)下的新商業(yè)時(shí)代，人工智能在商業(yè)上的價(jià)值潛力還有哪些尚待挖掘？中、美在人工智能技術(shù)的創(chuàng)新應(yīng)用上有哪些差異和各自的優(yōu)勢(shì)？未來如何將人工智能的科研更好地轉(zhuǎn)化？

近期，中國(guó)工程院院士、清華大學(xué)講席教授、智能產(chǎn)業(yè)研究院（AIR）院長(zhǎng)張亞勤接受《哈佛商業(yè)評(píng)論》中文版新媒體主編、新增長(zhǎng)學(xué)院發(fā)起人麻震敏采訪。10年前，他在達(dá)沃斯經(jīng)濟(jì)論壇曾經(jīng)指出：人工智能將是這個(gè)時(shí)代最重要的技術(shù)變革力量。在他看來，第四次工業(yè)革命的序章已經(jīng)開啟。在不久的將來，人工智能技術(shù)將成為核心驅(qū)動(dòng)力，從整個(gè)世界到每個(gè)人的生存狀態(tài)，都會(huì)變得更加智能。智能科學(xué)和技術(shù)對(duì)產(chǎn)業(yè)、社會(huì)，乃至人類發(fā)展將帶來無限可能，企業(yè)也將在數(shù)字化方向不斷細(xì)化與革新。

以下為本次對(duì)談的精編：

科學(xué)家要和企業(yè)一起

解決面向未來的問題

HBRC: 你曾在微軟和百度都有過管理經(jīng)歷，你本人既是科學(xué)家又是企業(yè)家，在未來的商業(yè)中，你覺得中國(guó)更缺科學(xué)家，還是更缺企業(yè)家?

張亞勤：未來的中國(guó)，既需要科學(xué)家，也需要企業(yè)家。因?yàn)榭茖W(xué)和企業(yè)本身是分不開的。我們需要的是一些具有原創(chuàng)思維的科學(xué)家，能產(chǎn)生新思想的科學(xué)家，也需要這些企業(yè)創(chuàng)新者把把科學(xué)的思想用到實(shí)際應(yīng)用中。

有個(gè)詞叫“Technologists”，指的即不是單純的科學(xué)家（Scientist），也不僅僅是引領(lǐng)者和企業(yè)家，他們是具有新思維的技術(shù)專家，是具有創(chuàng)新突破性思維的工程師。我在美國(guó)工作時(shí)，像微軟和谷歌、蘋果就有一批這樣有系統(tǒng)化思維的人。

未來的百年，整個(gè)社會(huì)、經(jīng)濟(jì)都會(huì)變得越來越復(fù)雜。我們需要具有有科學(xué)思維的企業(yè)家。他們擁有科學(xué)的思維方式來，能夠做出科學(xué)決策。包括政策制定者，都需要知道如何利用數(shù)據(jù)，利用新的技術(shù)去做決策，而非只靠經(jīng)驗(yàn)和直覺。

同時(shí)，未來企業(yè)里，有價(jià)值的人才，大都有多重背景。他們既有學(xué)術(shù)研究背景，也有企業(yè)管理和產(chǎn)品思維，更有國(guó)際視野。我們需要這樣的一些人，我們也要培養(yǎng)這樣的人，否則很難真正推動(dòng)產(chǎn)業(yè)發(fā)展。

HBRC: 做科學(xué)研究風(fēng)險(xiǎn)更大，還是做企業(yè)管理面臨的風(fēng)險(xiǎn)和挑戰(zhàn)更大？

張亞勤：科學(xué)研究本來就是一個(gè)不斷試錯(cuò)的階段，一定要超越極限，要去探索擴(kuò)展邊界。做研究、做科學(xué)和基礎(chǔ)研究科學(xué)，就是要試錯(cuò)，試100次只要一次成功即可。這個(gè)階段風(fēng)險(xiǎn)大，容錯(cuò)率也高。

做產(chǎn)品，其實(shí)更多的是從發(fā)散走向收斂。在資源時(shí)間的限制下， 達(dá)到最優(yōu)化，是個(gè)管理風(fēng)險(xiǎn)的過程。容錯(cuò)率比較低。做為一個(gè)企業(yè)管理者，必須了解在創(chuàng)新不同階段的風(fēng)險(xiǎn)承擔(dān)和資源分配，做出均衡的決策。

比如我們做自動(dòng)無人駕駛研究和模擬的時(shí)候，要探索各種邊界。但在產(chǎn)品化和商業(yè)落地， 一定要走向收斂。同時(shí)我們最終目標(biāo)是無人駕駛， 但大部分的算法和技術(shù)都可以用到智能輔助駕駛和智慧交通，瞄向最難的東西，然后再去降維實(shí)現(xiàn)商業(yè)落地路徑。

HBRC：科研成果如何能更好地在產(chǎn)業(yè)進(jìn)行轉(zhuǎn)化和落地？科研如何幫助企業(yè)解決一些實(shí)際的問題？

張亞勤：企業(yè)和科研要做聯(lián)合研究和合作，比如聯(lián)合實(shí)驗(yàn)室?？茖W(xué)家一定要和大的企業(yè)，真正的企業(yè)去合作，一起解決科研和成果轉(zhuǎn)化的問題，一起解決面向未來的問題，解決那些最前沿的、最想不到的問題，幫助產(chǎn)業(yè)思考遠(yuǎn)期的科研路徑和戰(zhàn)略。

我們清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）現(xiàn)在選了三個(gè)方向：

第一個(gè)方向是自動(dòng)駕駛，包括智能機(jī)器人。人工智能是新汽車產(chǎn)業(yè)和機(jī)器人的核心技術(shù)。第二個(gè)方向是物聯(lián)網(wǎng)（IoT）特別是綠色計(jì)算。第三個(gè)是生命科學(xué)，我們也叫智慧醫(yī)療，更多是AI和生物學(xué)領(lǐng)域的交叉研究，包括智能新藥研發(fā)、主動(dòng)健康管理及數(shù)字療法等。

我特別想強(qiáng)調(diào)一點(diǎn)，現(xiàn)在的人工智能算法，它本身一定要有真實(shí)的數(shù)據(jù)，沒有真實(shí)數(shù)據(jù)的研究，發(fā)表多少論文都沒有用。做技術(shù)研究需要真實(shí)的場(chǎng)景，基于真實(shí)場(chǎng)景的科研，也是在解決科研轉(zhuǎn)化的問題。所以要做有組織的科研，面向一個(gè)大的實(shí)際問題，科研機(jī)構(gòu)和企業(yè)深度合作，從最底層去解決問題。比如可能先在一個(gè)地方嘗試，幾年之后再進(jìn)行大規(guī)模應(yīng)用。

人工智能領(lǐng)域

預(yù)計(jì)在未來5-10實(shí)現(xiàn)趕超

HBRC：數(shù)字化轉(zhuǎn)型也是我們重點(diǎn)關(guān)注的話題，在企業(yè)的數(shù)字化管理中，人工智能等新技術(shù)，如何影響管理的決策邏輯？

張亞勤：現(xiàn)在我稱之為數(shù)字化3.0時(shí)代，整個(gè)物理世界和生命世界都在數(shù)字化。這其中，人工智能不僅僅是一個(gè)技術(shù)，一個(gè)工具，它其實(shí)也是一種決策方式。未來的決策者，包括企業(yè)的CEO不一定非要懂這些人工智能、大數(shù)據(jù)、AI具體技術(shù)，但一定要懂算法和技術(shù)對(duì)未來的影響，進(jìn)而利用這些算法去影響和支持決策，并把它貫穿在整個(gè)企業(yè)的各種管理運(yùn)維流程之中。

但技術(shù)本身也好，大數(shù)據(jù)也好，以及AI的算法等，即使融入到每個(gè)角落，融入發(fā)到我們生活的每個(gè)方面、企業(yè)管理的方方面面，它們也只是解決問題、創(chuàng)造價(jià)值，最終并不改變商業(yè)的本質(zhì)，反而在更加數(shù)字化的未來，人會(huì)越來越回歸本質(zhì)了。人工智能是工具，是一個(gè)科學(xué)思維的方式，它是為人服務(wù)的，人才是最終的那個(gè)決策者。

HBRC：中、美在人工智能技術(shù)的創(chuàng)新應(yīng)用上有哪些差異和各自優(yōu)勢(shì)？科研成果的領(lǐng)先，是否意味著未來在實(shí)踐和應(yīng)用領(lǐng)域也會(huì)領(lǐng)先？

張亞勤：人工智能作為重要的賦能型技術(shù)，可以升級(jí)IT產(chǎn)業(yè)、改變現(xiàn)有工業(yè)，并創(chuàng)造新興產(chǎn)業(yè)。在人工智能技術(shù)的賦能下，智慧交通、工業(yè)互聯(lián)網(wǎng)和醫(yī)療行業(yè)，將被帶來全新的產(chǎn)業(yè)機(jī)遇。

在垂直行業(yè)里面，中國(guó)有一些行業(yè)可能是領(lǐng)先，但整體來講是落后于美國(guó)。人工智能的一些基礎(chǔ)的算法，包括新的算法，這些主要的技術(shù)底座還是在美國(guó)和歐洲。

而在人工智能的應(yīng)用方面，中國(guó)在某些方面是比較領(lǐng)先的。比如說在移動(dòng)互聯(lián)網(wǎng)方面，微信這個(gè)產(chǎn)品做的比Facebook的產(chǎn)品好，用戶體驗(yàn)感也很好。中國(guó)的移動(dòng)支付的技術(shù)構(gòu)架和用戶體驗(yàn)也比美國(guó)方面做得好，這其中也有規(guī)模效應(yīng)。

但在工業(yè)互聯(lián)網(wǎng)升級(jí)方面，我們還有一些欠缺。相比較而言，大部分美國(guó)企業(yè)相對(duì)走的更往前一點(diǎn)。他們的很多傳統(tǒng)行業(yè)都進(jìn)行了信息化、數(shù)字化、云計(jì)算應(yīng)用，以及利用人工智能提供解決方案。

不過，我們看到中國(guó)近幾年在人工智能領(lǐng)域，在基礎(chǔ)科研方面，包括科研論文的數(shù)目，專利的數(shù)目，包括人才的數(shù)量等方面的發(fā)展和進(jìn)步很快，我們有信心再過5年、10年，可以趕上美國(guó)。未來所有的行業(yè)差距會(huì)越來越小。

HBRC：結(jié)合當(dāng)下的數(shù)字語境，你覺得企業(yè)最需要關(guān)注的未來增長(zhǎng)關(guān)鍵點(diǎn)是什么？

張亞勤：我覺得企業(yè)不管是高科技企業(yè)，還是傳統(tǒng)企業(yè)，首先要做的就是融入數(shù)字化，然后運(yùn)用先進(jìn)的人工智能技術(shù)，科學(xué)化地做決策，這種技術(shù)融合是最重要的。企業(yè)，尤其是中小企業(yè)，一定要加入到數(shù)字化賽道，一定要應(yīng)用云計(jì)算技術(shù)。

數(shù)字化這趟快車，不買票永遠(yuǎn)走不了，你最終就會(huì)被淘汰。

麻震敏 | 采訪??朱冬 | 文

麻震敏是《哈佛商業(yè)評(píng)論》中文版新媒體主編、新增長(zhǎng)學(xué)院發(fā)起人

朱冬是《哈佛商業(yè)評(píng)論》中文版新媒體中心高級(jí)策劃經(jīng)理

關(guān)鍵詞： 對(duì)話張亞勤人工智能是這個(gè)時(shí)代最重要的技術(shù)變革力量 麻省理工學(xué)院 人工智能