6 月 25 日訊息 創新工場的創始人李開復在近日發表了《飛奔的 AI 時代》演講。在演講中，李開復預測了在未來二十年，AI 等技術發展會深刻影響五大產業變革。

李開復提到這五大產業分別是：

• 世界工廠 AI 自動化升級，中國先進製造引領全球

• 能源和材料價格大幅下降，中國供應鏈主導世界

• 智慧城市和萬物聯網到位，全自動駕駛全面普及

• 中國商業智慧創新倍出，AI 驅動商業運作新秩序

• AI + 醫療創新降低疾病致死率，延長人們的生命

瞭解到，李開復還在演講中表示，“如果說美國稱霸世界緣起於百年前在能源、製造、運輸、醫療四大領域的成功，今天，中國有大資料和 AI 的優勢，自動化、智慧化產能繼續保持‘世界工廠’的地位。”

以下是李開復演講的全文：

很高興創新周和大家分享。今天我分享的是“飛奔的 AI 時代”，想把未來維度拉到二十年，看看世界會是什麼樣。記得兩年前，我來南京演講的時候用了當年出版的《AI・未來》，裡面對中國的 AI 發展做了非常樂觀的預測。這本書出版之後，國內外反響熱烈，有人支援，也有人反對。從產業價值實現來說，我三年前預測中國人工智慧會在 2023 年左右趕上美國，依據有幾點：

一是中國有特別突出的人才優勢，比如姚期智院士、周志華教授、創新工場首席科學家周明等科學家和他們的優秀學生；

二是中國有巨大市場帶來的商業模式和資料優勢；

三是政府務實有力的政策支援 AI 產業；

四是競爭的創業生態下催生出強大的本土創新型企業，它們的業務在飛速發展，也推動了資料、AI 及其他技術的突飛猛進。今天回頭來看過去三年發展，這些預測已成真。AI 四波浪潮正重塑各行各業。

第一波浪潮是網際網路智慧化。美團、位元組跳動等網際網路巨頭都在 AI 驅動下，創造了巨大市場和超高市值的奇蹟。

第二波浪潮是商業智慧化。AI 在金融、保險等擁有海量可標註資料的領域，已經取得非常好的落地成果。

第三波浪潮是實體世界智慧化。計算機視覺、聽覺，還有各種 IoT 聯網裝置的普及，讓 AI 對真實世界的感知會比肩人類，甚至在某些領域超過了人類生理感知的能力。雖然 AI 應用目前還是弱人工智慧，但是針對定義的任務，如人臉識別、物品識別、AI 看片、智慧質檢等領域，AI 已超過人類。

第四波是現在最火的一個領域：全自動智慧化。當 AI 有了手和腳，加上視覺和感知，它能夠在無人駕駛、機械臂抓取、無人機噴藥等場景中創造巨大的價值。過去幾年，定位“TechVC”的創新工場投資了接近 50 個人工智慧公司，其中誕生了 7 個獨角獸，這很有可能是全球投資機構中名列前茅的成績。

當然，雖然人工智慧行業整體發展良好，但是在硬科技領域中國急需解決“卡脖子”的問題，這需要上下齊心協力一起應對。

除了人工智慧方面，中國在化學、生物等其他領域的研發和轉化能力也在突飛猛進。雖然中國的諾貝爾獎、圖靈獎得主的數量還不夠多（這些是需要時間累積的），但至少從高質量的論文數量維度看，無論是人工智慧領域，還是生物、化學和其他材料等重要領域，中國近年急起直追，部分領域已經超越或者接近美國和歐洲的水平。這些進步，讓我們對中國整體科研能力提升的前景非常樂觀。

科技曾經助推美國成為超級強國

從百年曆史的維度來看大國的發展機遇，上一次的歷史機遇可能是 19 世紀末 20 世紀初美國崛起成為全球科技大國。美國的崛起有多維度原因，其中很重要的是趕上了幾次工業革命的浪潮。第一次科技革命主要是肇始於歐洲，也主要是歐洲得益。第二次科技革命，美國迸發出相當數量的科技成果，這為美國崛起並超越歐洲奠定了重要基礎。到了二十世紀第三次科技革命，美國的各項優勢得以全面發揮，引領了整個工業革命的浪潮，此後取得全球霸權。之後的第四次科技革命中，美國仍然領跑世界。

美國跑贏的幾場工業革命充分說明科技是第一生產力，這也讓其稱霸能源、製造、運輸、醫療四大領域。這四大領域也孕育出了稱霸全球的跨國公司。能源方面，美國有埃克森美孚、洛克菲勒、通用電氣等巨頭；製造業方面美國有通用、福特等汽車巨頭；鋼鐵方面，我的母校卡耐基・梅隆大學所在的匹茲堡，孕育出了創始人之一卡耐基先生的鋼鐵巨頭卡耐基鋼鐵公司（後合併為美國鋼鐵公司）。而醫療方面，諾貝爾醫學獎的獲得者幾十年來幾乎被美歐學者壟斷，十九世紀末美國南北戰爭期間更誕生了強生公司、輝瑞公司這樣的全球製藥巨頭。

正如能源、製造、運輸、醫療四大要素鑄就美國的超級大國地位一樣，今天的中國正面臨類似的歷史機遇，製造革命、能源革命、自動駕駛、商業智慧、醫療創新等變革正在中國開啟。我預測未來二十年，AI 將像電力一樣推動或者造就這五大變革，賦能產業。預測 1 世界工廠 AI 自動化升級中國先進製造引領全球第一個預測是中國“世界工廠”的 AI 自動化升級。中國的世界工廠地位來自歐美國家的生產外包和低廉的勞動力紅利。時至今日，中國在供應鏈、材料、製造的質量和流程方面的 know-how 有了長足進步。過去一年，在新冠疫情、中美貿易摩擦壓力下，中國依然維持住了世界工廠的地位，但不容忽視的是，中國勞工收入已經是印度和越南的兩倍，低廉成本的價格優勢正逐漸消失。而這些國家透過一段時間的外包也慢慢學會中國的 know-how，進而有可能挑戰中國“世界工廠”的地位。

在保障勞工收入的情況下，如何帶動製造業升級？工業自動化、智慧化勢必是中國製造業的一劑特效藥。在工廠裡用人的手腳、眼睛和大腦做的事情，將逐漸全面自動化。自動化能讓運營成本下降，但仍能讓中國保持生產質量、流程、供應鏈維度的優勢。今天中國工廠擁有世界最多的工業機器人，但機器人的智慧水平仍然不高。未來，這些機器人的 AI 化會逐漸增加，廣泛應用於各種場景。

創新工場投資的這些公司，未必要把工人取代。我曾經在富士康擔任多年獨立董事，瞭解取代一個製造 iPhone 的工人非常困難，因為人手的靈巧、手眼的協調，還有每年 iPhone 精密的更新迭代，讓自動化的方法非常難實現。我大膽預測，在下面幾個行業裡，我們會找到一些特別容易切入、今天的科技可以解決的場景。

AI 在工業視覺領域已經超越人眼。深度學習是用 CNN 發展出來的，所以它能做人臉識別、物體識別，也能做智慧質檢，這是 AI 賦能“最低垂的果實”之一。創新奇智通過計算機視覺技術，在工業製造領域創造很大的價值。

農業也是 AI 賦能“最低垂的果實”。極飛科技的無人機可以播種、施肥，也可以用無人拖拉機做灑水的工作。一個農田無論是種棉花，還是種稻種麥，都比起做手機、做鞋子等更容易標準化，所以 AI＋農業一旦落地成功，可以更容易地全球化擴張。

在自動化領域，自動駕駛在新冠疫情後加速落地，但是目前鮮有到 L5 級別的全自動駕駛。但在限定的場域，比如在工廠或倉庫裡面做無人搬運，和工人加機器臂從事人機協作，可以馬上創造價值。

在生命科學智慧自動化領域，創新工場投資的鎂伽通過實驗室的智慧自動化，把 AI + 自動化技術滲透到了生命科學領域，如新冠核酸檢測等，已在醫院、疾控中心和實驗室開始落地，也能把核酸檢測取樣之後的檢測流程完全一體自動化。

創新工場會不斷投入 AI 賦能的“低垂果實”——AI 技術門檻相對低的，更容易產品化、商業化的領域。

從橫軸看，工業會是第一個突破的領域。中國能夠繼續維持世界工廠的重要地位，經過自動化加智慧化升級，應用領域走向商業、走入家庭。類似技術很容易從工業打通到商業領域，如果技術已經成熟到能做工業自動叉車來搬運，同樣也可以做個安防機器人放在商場，這樣的技術在家庭場景也可以做出更智慧的家務機器人。

同樣，雙眼雙手有這樣的由簡到繁的發展過程：首先在工業領域用最多的資金來解決最難的問題，經過量產實施和大量資料把 AI 訓練得更聰明後，在進入商業領域和有終端使用者互動的場景落地，最後再落地到家庭領域，衍生出不同形態的產品。

從縱軸看，“眼睛”—— 計算機視覺相對容易，其次是相對粗放的搬運，最後，模擬雙手會是最困難的。未來二十年，這幾個領域都會逐漸發展。在之後，我相信這些機器人都能夠自我複製、自我修復，然後對接各種 3D 列印的可能性。未來的機器人世界，會由中國的自動化工廠升級開始，逐漸穿透更自動化的商業和家庭場景。預測 2 能源和材料價格大幅下降中國供應鏈主導世界第二個預測是能源革命。光伏發電在過去二十年成本降低 20 倍，鋰電池成本降低 45 倍，今天光伏已經是最便宜的發電方式之一。在新能源車推廣的影響下，光伏會越來越便宜，而且它吸收陽光之後，過往不用就浪費掉了，隨著儲能技術也在進步，可以把能源存在鋰電池以後繼續使用。

電力逐漸會從傳統不節能、不環保、不容易儲存的能源逐步轉成綠色環保的儲能。太陽能 + 鋰電池兩種技術將導致每十年電力的價格下降 1/3-1/4，按此計算，二十年後電費只會是原來的 1/10。

當能源產出方式開始切換的那天來到，誰是最有優勢的國家？

過去，誰有石油、誰有礦山、誰有天然氣，誰就佔優勢，完全仰賴著老天賜予一個國家的天然資源。但是今天當太陽能或風能 + 鋰電池的發展成熟，陽光和風相對不具有上一代能源供給的稀缺性，關鍵是誰有製造能力，誰的工業產能最強，誰就領跑全球。

新材料技術的突破將會進一步推進能源變革的程序，合成生物和很多其他的技術能讓生產成本大大下降。農業將從耕種收成產能主導，搖身一變轉化為供應制造產能主導。製造能力強的國家，同樣也將領跑農業。

未來，垂直農場將是人類的重要糧倉。蔬菜水果將在一個個工廠裡的垂直農架上進行無土種植。眼下開始興起的植物肉、幹細胞等技術，能在不傷害動物生命的情況下把未來的食物製造出來。

可預見的未來，生產一個新物品所需的材料越來越便宜，越來越綠色，所需的能源也越來越便宜，未來物品製造完全靠自動化機器人完成，人類將進入一個消滅貧困、消滅飢餓的豐饒時代。豐饒時代的到來需要世界工廠級別的製造實力，中國要在豐饒時代引領全球，就要看自動化、智慧化升級的程度和速度跑得多快，而 AI、大資料等平臺級技術，將是底層的新基建。預測 3 智慧城市和萬物聯網到位全自動駕駛全面普及第三個預測是智慧城市和萬物網際網路到位，全自動駕駛將完全普及。

我把全自動駕駛時代分為兩個階段：

第一個階段是先在簡單的特定場景落地，打通商業化路徑。比如從倉庫工廠的自動叉車做起，再做固定路線的擺渡車、小巴，再到計程車。四個場景陸續落地後，就已經進入 L4 級別自動駕駛。

第二個階段是全自動駕駛的 L5 級別自動駕駛。自動駕駛取代人類，安全通暢地行駛於所有交通場景：不管是颳風下雨、還是極端氣候、或是月黑風高；無論是在狹窄的衚衕，還在酷熱的沙漠，全自動駕駛都能安全前進。

這一天到來可能是二十年以後，如何加速實現？打造智慧交通和智慧城市是關鍵。

最近，江蘇一些高速公路新專案採用讓人耳目一新的新技術：天氣不好或者天黑時，地上有自動燈和感測器幫助車充電，這些都是讓智慧交通智慧城市加速到來的方法。

當前，歐美和中國對自動駕駛的擁抱態度大相徑庭。歐美是在路不變、城市不變的前提下，思考自動駕駛怎麼上路。中國是特別擁抱新技術革命且有強大執行力的國家，願意去探討為什麼一定要路不變城市不變？為什麼不能讓高速公路跟車“講話”？為什麼不能在某一個新建城市中心，把車和行人從地上到地下分層，這樣車不會撞到人，可以更大程度加速落地 L5 級別的自動駕駛。

無人駕駛的時代一旦到來，與之配套的是劃時代的作業系統。過去幾代作業系統怎麼誕生的？隨著 PC 的電腦軟體應用，Windows 作業系統出現了；2015 年後隨著智慧手機快速在全球普及，iOS、安卓作業系統出現了。作業系統一旦普及起來都是全球性的，那下一次是什麼會催生什麼下一個巨大的作業系統呢？我認為很可能是全自動駕駛。因為它的實現，需要把 AI、多種感知技術、軟硬體通訊、操作決策融合在一個非常強大的計算環境，不僅有當地的運算，也有遠端的運算、雲端計算結合。

這個作業系統的實現難度非常大，但一旦做成，車子就有了眼睛、手和腳，像人一樣能看能聽，能走能動。

自動駕駛達到這個程度後，兩件事情會接著發生：第一是海量資料讓 AI 越算越好；第二是自動汽車產量變大，會把所需的元配件成本降低。比如鐳射雷達的價錢在二十年裡大大降低，最終造一輛智慧車的成本也會降下來，造一個機器人的價錢也會下來，成本降低後有利於自動駕駛的全面普及。不久的未來，你可以順理成章、價格合理地用上自動駕駛 + 機器人作業系統。

安卓平臺創始人 Andy Rubin 在六七年前做了個公司叫 Playground，致力做一個基於自動駕駛和機器人的作業系統。但他做的時間太超前 —— 當時元配件的價格還很高昂，自動駕駛等 AI 技術還遠未落地，發展遇到很多困境。世異時移，現在也許是解決這些問題的好時候，比如 Windows 早於蘋果、谷歌好幾年就研發出了移動作業系統，但之後的 iOS 和安卓基於消費者端智慧手機的廣大普及，才真正開啟了移動網際網路浪潮，新的應用和系統，有時候要“生逢其時”。預測 4 中國商業智慧創新倍出 AI 驅動商業運作新秩序第四個預測是中國商業智慧的創新突破，AI 驅動商業運作新秩序。剛剛我們探討了感知技術和自動化技術，這些可以達到人們視覺、手腳、移動的功能，接下來是探索人腦的理解能力。未來的商業智慧是要征服對人類語言的理解，不僅是語言識別，而是對文字內容的理解。

資料智慧有四個層級：最底層的“資料”是零亂、無結構的資料，往上一層的“資訊”在此基礎上“讀懂”了資料內容。現在大部分深度學習都用在“資料和資訊”兩個層級上。

第三層的“知識”目前用上了圖譜、關係鏈，但大部分還沒有用到 AI。最高層次是“洞見”，基於事件和洞察的智慧分析和輔助決策能對使用者進行推薦，但遠遠不完美。

我們認為未來商業智慧會在頂端的“知識”和“洞見”兩層。創新工場也在做一些試驗：嘗試做一個大語言模型，在這個模型之上再做遷移學習，在一些垂直領域快速落地，創造有商業應用場景的產品。比如在機器翻譯領域，如果“知道”翻譯的檔案是關於金融，那麼會比一個通用的普通翻譯翻得精準得多。

“千人千面”是 AI 強項，今天抖音就能“千人千面”，可以根據過去看的視訊，不斷地針對個人便好推薦視訊。淘寶也能不斷推薦符合使用者喜好的商品。但 AI“千人千面”推出的為何只能是已有視訊，而不是新視訊？如果生成新的視訊很難，其實可以嘗試先做“千人千面”的文字。比如一個甜美日系女孩，AI 在瞭解她的情感、需求、使用場景後，AI 就像美妝營銷顧問，可以做出最適合她的腮紅或脣釉購買建議。

另外一個場景是“金融事件理解”。今天金融很數字化，可以做風控、反洗錢，但是有沒有可能提升到一個層次？比如預測全球疫情兩個月之後就能緩解，該投資什麼？如果巴拿馬運河再堵塞三個禮拜，該賣掉什麼股票？這都是金融領域的大老闆會問的。這些經過搜尋引擎的提升，加上 AI 和大資料提煉的“知識”和“洞見”，有可能在未開催生出新的商業秩序。所以大資料和 AI 變革遠未停止，我們希望把它們格式化、知識化，進而做出“洞見”。預測 5AI + 醫療創新降低疾病致死率延長人們的生命第五個預測是 AI + 醫療將降低疾病致死率，延長人們的生命。當前，全球生命科學正經歷巨大變革，醫療資料在快速地被數字化，除了穿戴裝置的普及，醫療的部分流程如 AI 看片，基因排序等新技術都將帶來標準化、結構化的海量新資料。資料是 AI 發展的必要燃料，肯定會給 AI 在醫療領域的創新應用帶來更好更多的機會。

舉個例子，今天我們去看醫生可能每次只能和醫生談話五分鐘，但這五分鐘背後蘊含著巨大的資料，如果醫生在 AI 的幫助下，能細心到收集到像圖右這張哈佛醫學院資料顯示的每一個細節，就可以做出“千人千面”的診斷和治療方案，進而優化流程降本提效。

除了用 AI 和大資料作出“千人千面”的治療方法，手術機器人的普及應用，用 AI 發明新藥等都是巨大的機會。創新工場投資的 Insilico Medicine 英矽智慧，是用 AI 輔助新藥研發領域的世界級領軍企業，今年三月宣佈了全球首次用 AI 研發特發性肺纖維化藥物的突破，釋出了全球首個針對這個病症經由 AI 研發出來的臨床前候選小分子，我們也很樂見這麼前沿的 AI 創新制藥公司和著名藥企輝瑞、強生、藥明康德等有不同層面的合作探索。

未來 AI 可能會給製藥帶來兩個巨大的改變：第一個改變是極大程度降低製藥成本、節約時間。現在用 20 億美金做一個藥，未來有望降到 1/10 的價格。現在藥廠因成本高昂不願意開發的罕見病藥物，上述英矽智慧的 AI 新藥研發，將傳統藥物臨床前階段就要花上四五年的時間，大幅縮短到 18 個月，大大降低了新藥研發的時間和金錢投入！未來，AI 可以顯著加速研發新藥，緩解患者病痛。

第二個改變是“千人千面”的治療方案。為什麼每個人生病都用同一種藥呢？傳統的製藥方法，做一個藥從研發到臨床階段要花上 10 億-20 億美金，未來做藥如果到一兩億美金，就會有更多的藥讓患者得到個性化的治療療法。而中國對醫療新技術的擁抱和投入，有望引領這場 AI + 醫療的產業變革。

結語

如果說美國稱霸世界緣起於百年前在能源、製造、運輸、醫療四大領域的成功，今天，中國有大資料和 AI 的優勢，自動化、智慧化產能繼續保持“世界工廠”的地位。正如前述，由於製造優勢打通了能源革命和農業供給的變革，製造一旦強了，能源、農業、未來新材料也連帶增強。如今，AI + 醫療進入快車道，合成生物等新技術帶來重新洗牌的機會。

今天時間有限，我提出的五大預測可能只是其中一部分，但毫無疑問的是，具有“世界工廠”火車頭地位的中國，有很大機會在下個二十年的全球產業變革中成為弄潮兒，為世界創造巨大的價值。