在11月16日的“全球視野”投資高峰論壇上，格隆匯有幸請來了創新工場董事長兼CEO李開復博士，其通過視頻連線發表《從AI+到+AI，以技術重構中國經濟》的主題演講。格隆匯第一時間整理并刊發出來，以饗讀者。

　　大家好，我是創新工場的李開復。很高興參加成都市政府和格隆匯聯合舉辦的投資嘉年華。我也是格隆匯多年的老朋友，第一屆投資嘉年華我就參加了，這一晃就過去了五年。

　　這五年世界的前沿科技、經貿局勢都發生了巨大變化。中國和美國之間的博弈，科技是重點領域之一，所以我想有必要向今天來到現場的諸位分享從AI+到+AI，以技術重構中國經濟的趨勢觀點。

　　作為一個人工智能的從業者，我看到最欣喜的事就是在過去這六十多年，深度學習帶來的巨大突破。深度學習是一種能夠在多領域使用的算法，它能夠在單一領域里用海量數據產生可能超越人類能達到的結果。

　　當然，它不是一個取代人類的算法，只是在單一領域比如貸款、或者互聯網社交等領域，用大量的數據來創造有價值的結果。

　　人工智能會在各個領域用海量的數據來創造巨大的價值，所以誰數據多，誰的AI就有優勢。AI的四波浪潮將重塑各行各業：

　　第一波AI浪潮是互聯網智能化。因為互聯網領域的數據最多，也因此世界上最大的AI公司都是互聯網公司。

　　互聯網的各個不同領域如何用海量的數據來產生價值?比如說今日頭條怎么知道你是什么樣的人，該推送什么樣的內容給你，或者淘寶怎么知道你可能會買什么樣的貨品?因為個人的使用習慣數據讓互聯網公司能夠推送最高概率的、能夠讓你去點擊下單的產品。

　　第二波浪潮是商業的智能化。其實在金融類，無論是銀行，保險，證券都是非常好的應用領域，因為它們就是以海量的數據來創造一個非常能夠衡量的價值，其他的領域如公共服務、政府、醫療、扶貧、教育等都可以使用這個已有的數據。

　　第三波浪潮是實體世界智能化。AI不再只是現存的大數據了，而是去捕捉新的數據。這個數據可能是捕捉的視頻數據或者音頻數據，也就是AI將能夠聽也能夠看。今天無論在語音識別還是物體識別，或者機器翻譯自然語言理解，AI都能差不多達到人類的水平了。而且AI還可以用更多的物聯網、用更多的傳感器能夠知道濕度溫度，三維重建等等各種人無法做到的事，所以在感知的層面AI也會超過人類。

　　第四波是全自動智能化，AI像人一樣，具有“手腳”功能，如駕駛、智能制造、農業等等眾多的場景都可以落地。

　　今天，這四波浪潮同時在發生，落地的速度會有所差別。這其中第四波會稍微難一點，因為它不只是一個軟件，而且也包括了硬件的一些改變。

　　我們看到，AI已經開始像電一樣穿透各行各業，我們也相信AI未來的發展空間巨大，但是今天的AI滲透率僅僅只有4%。也就是說，今天AI的發展階段就等于在互聯網行業還沒有搜索引擎的時代，等于有了電的應用但還沒有電網的時代。

　　但AI成熟得也很快，我們早期的AI可以算是一個AI+的時代，就是我們先把業績做出來再來加一個領域。AI+零售、AI+制造、AI+媒體等等。但實際上懂AI的人越來越多了，工程師越來越多了，所以AI的門檻在快速降低，就像當年編程很難，今天很多人會編程一樣。

　　隨著越來越多人去做AI工程師，AI也會逐漸無所不在。其中，AI與傳統產業的深度融合，將會創造最大的經濟價值。“AI+”的階段是做AI黑科技的的人用技術來“顛覆”傳統行業，而“+AI”的階段則是傳統行業的人用AI來降本提效，轉型升級。今天，我們正大力邁進“+AI”的階段，將創造比“AI+”更大的價值。因為今天傳統行業的門檻其實要比AI來的高，比如找一批AI的工程師在三五天內做出好算法很容易，但在三五天做出一個房地產公司或者煤礦或者零售公司，這個反而是更難。

　　為何會這樣?傳統行業畢竟有幾十年的累積與行業特點，要顛覆它并不那么容易。所以我認為AI+、+AI都會發生，但是+AI產生的效益會更多。早期AI黑科技創業都是一些科技人帶著探索精神去摸石頭過河，想到具體落地應用的很少。而近幾年往往都是一家AI公司和一個傳統公司攜手打造AI化。

　　普華永道做了一個全球研究，發現AI在未來的9年可以創造大約15.7萬億美元(約100億人民幣)的市場，這是非常好的前景。另外，這15萬億美元不是來自于一萬五千個AI黑科技獨角獸，而是大部分來自于傳統產業“＋AI”帶來的經濟效益。比如說在醫療健康、交通、金融、制造、零售等等領域。我們認為+AI來賦能傳統行業才是影響力最大的，因為傳統行業的體量足夠大，提升1%就是很大的價值了。

　　另外，傳統行業的門檻很高，每一個公司的需求不太一樣，每一個領域的AI技術需求也不同。所以我們要考慮行業公司目前是不是需要AI的時候，也要考慮它有沒有足夠且有價值的數據。同時，AI會對公司人力、流程變革很大，會遇到阻力，只有那些能夠與時俱進的公司才能夠擁抱AI。

　　那怎么去改變這些公司，有四種方法。第一是單一環節降本提效；第二是單一環節優化賦能；第三個是流程智能化賦能；第四是重構整個行業規則。慢慢的，一家家公司改變了，到最后也就改變了整個行業。

　　舉個創新工場對單一環節優化的真實例子，我們找了一個貸款公司，發現還有很多壞賬，我們兩個工程師花了七周的時間就幫它降低了14%的壞賬違約率，這就為公司節省了一千萬美金違約成本。這里還沒有算進去取代公司信貸員的人工成本、及未來各種效率的提升。

　　再一個例子是一個零售行業，我們用AI做了非常精準的產品預測，如每個店每一個產品每天會賣到多少。然后店家就可以做到智能補貨、智能物流、甚至智能制造了。這可以大大緩解存貨問題，對零售行業的價值非常大。

　　我個人認為，醫療行業是可能會被AI最大程度顛覆的。因為過去醫療都是醫生來學少數的規則，但當我們終于可以用海量的數據來做個性化精準醫療的時候，我們可能會看到大數據帶來非常有針對性的診斷。從藥庫存的問題解決，到新藥物的小分子發明等，都可以用AI來提升效率。還有一些病痛比如說腦神經疾病的海馬體的切割人是不可能做的，只有AI能做。所以AI未來有可能會重構規則來顛覆這個行業的。

　　創新工場在人工智能這方面已有非常多的布局，各個領域都投資。我們在人工智能領域一共投出了7家獨角獸。

　　過去十年中國的創新創業是1.0，無論從抖音、微信、支付寶、淘寶、拼多多、美團、滴滴這些偉大公司來說是把我們移動App的應用做到了極致的前端創新。

　　但是下面的階段我們必須做的就是提高我們的人效，中國的藍領和白領的平均工作效率其實是不如全球平均的。這個我們必須要提升。這個提升有很多不同的途徑，其中特別有效的而且立竿見影的就是自動化。

　　很多工作重復性的工作其實不需要由人來做，由AI來做應該是把成本幾乎直接降到零，讓人從簡單枯燥的重復勞動中解放出來，去做更有價值的工作，這樣他們才能夠得到更高的收入，還有更高的自我實現。

　　新冠疫情雖然對全球是個災難，但其實幫助了全球數字化、對AI也有一定的推動作用。

　　同時國內的新基建，其實從我們的角度來看也是圍繞AI，因為要傳輸速度快，數據儲存更多，然后要有非常大的計算力量。這些都萬事俱備了，人工智能再把這些東西用數據全部都串在一起，去實現更大價值。

　　最后的總結就是人工智能，它可以來幫助實現數據化，IT化，云端化，一步到位。而且它可以把中國今天經濟的每一個部分低效的做到高效、有效的做得更高效、基本上把各行各業都重新做一遍，來實現中國經濟的重構。謝謝。