6月22日上午，我在一场峰会上发表了主旨演讲：《飞奔的AI时代》。在演讲中，我复盘了过去几年AI的发展，同时预测了在未来二十年，AI加上更多新的技术发展会带来影响深远的五大产业变革，并且将中国推向世界领先的科技火车头地位。这五大产业变革预测包括：
世界工厂AI 自动化升级，中国先进制造引领全球
能源和材料价格大幅下降，中国供应链主导世界
智慧城市和万物联网到位，全自动驾驶全面普及
中国商业智能创新倍出，AI 驱动商业运作新秩序
AI+医疗创新降低疾病致死率，延长人们的生命
新技术从探索到落地到商业化，各个阶段都需要时间和资源注入，我预测这些重大变革在二十年左右的时间里有极高概率在中国发生。作为擅于趋势前瞻的TechVC，创新工场已经投出了7只AI独角兽。创新工场不仅放眼AI未来二十年的市场机会，更重注在全球创新浪潮下硬科技崛起的中国。站在人工智能百年难遇的发展节点上，创新工场早已躬身入局，用三阶段基金组成全周期全链条的投资布局，以资本整合场景，用技术提升效率，发掘人工智能赋能产业新经济的黄金二十年。 很高兴创新周和大家分享。今天我分享的是“飞奔的AI时代”，想把未来维度拉到二十年，看看世界会是什么样。记得两年前，我来南京演讲的时候用了当年出版的《AI·未来》，里面对中国的AI发展做了非常乐观的预测。这本书出版之后，国内外反响热烈，有人支持，也有人反对。从产业价值实现来说，我三年前预测中国人工智能会在2023年左右赶上美国，依据有几点：一是中国有特别突出的人才优势，比如姚期智院士、周志华教授、创新工场首席科学家周明等科学家和他们的优秀学生；四是竞争的创业生态下催生出强大的本土创新型企业，它们的业务在飞速发展，也推动了数据、AI 及其他技术的突飞猛进。今天回头来看过去三年发展，这些预测已成真。AI四波浪潮正重塑各行各业。第一波浪潮是互联网智能化。美团、字节跳动等互联网巨头都在AI驱动下，创造了巨大市场和超高市值的奇迹。第二波浪潮是商业智能化。AI在金融、保险等拥有海量可标注数据的领域，已经取得非常好的落地成果。第三波浪潮是实体世界智能化。计算机视觉、听觉，还有各种IoT联网装置的普及，让AI对真实世界的感知会比肩人类，甚至在某些领域超过了人类生理感知的能力。虽然AI应用目前还是弱人工智能，但是针对定义的任务，如人脸识别、物品识别、AI看片、智能质检等领域，AI已超过人类。第四波是现在最火的一个领域：全自动智能化。当AI有了手和脚，加上视觉和感知，它能够在无人驾驶、机械臂抓取、无人机喷药等场景中创造巨大的价值。过去几年，定位“TechVC”的创新工场投资了接近50个人工智能公司，其中诞生了7个独角兽，这很有可能是全球投资机构中名列前茅的成绩。 当然，虽然人工智能行业整体发展良好，但是在硬科技领域中国急需解决“卡脖子”的问题，这需要上下齐心协力一起应对。除了人工智能方面，中国在化学、生物等其他领域的研发和转化能力也在突飞猛进。虽然中国的诺贝尔奖、图灵奖得主的数量还不够多（这些是需要时间累积的），但至少从高质量的论文数量维度看，无论是人工智能领域，还是生物、化学和其他材料等重要领域，中国近年急起直追，部分领域已经超越或者接近美国和欧洲的水平。这些进步，让我们对中国整体科研能力提升的前景非常乐观。从百年历史的维度来看大国的发展机遇，上一次的历史机遇可能是19世纪末20世纪初美国崛起成为全球科技大国。美国的崛起有多维度原因，其中很重要的是赶上了几次工业革命的浪潮。第一次科技革命主要是肇始于欧洲，也主要是欧洲得益。第二次科技革命，美国迸发出相当数量的科技成果，这为美国崛起并超越欧洲奠定了重要基础。到了二十世纪第三次科技革命，美国的各项优势得以全面发挥，引领了整个工业革命的浪潮，此后取得全球霸权。之后的第四次科技革命中，美国仍然领跑世界。美国跑赢的几场工业革命充分说明科技是第一生产力，这也让其称霸能源、制造、运输、医疗四大领域。这四大领域也孕育出了称霸全球的跨国公司。能源方面，美国有埃克森美孚、洛克菲勒、通用电气等巨头；制造业方面美国有通用、福特等汽车巨头；钢铁方面，我的母校卡耐基·梅隆大学所在的匹兹堡，孕育出了创始人之一卡耐基先生的钢铁巨头卡耐基钢铁公司（后合并为美国钢铁公司）。而医疗方面，诺贝尔医学奖的获得者几十年来几乎被美欧学者垄断，十九世纪末美国南北战争期间更诞生了强生公司、辉瑞公司这样的全球制药巨头。正如能源、制造、运输、医疗四大要素铸就美国的超级大国地位一样，今天的中国正面临类似的历史机遇，制造革命、能源革命、自动驾驶、商业智能、医疗创新等变革正在中国开启。我预测未来二十年，AI将像电力一样推动或者造就这五大变革，赋能产业。第一个预测是中国“世界工厂”的AI自动化升级。中国的世界工厂地位来自欧美国家的生产外包和低廉的劳动力红利。时至今日，中国在供应链、材料、制造的质量和流程方面的know-how有了长足进步。过去一年，在新冠疫情、中美贸易摩擦压力下，中国依然维持住了世界工厂的地位，但不容忽视的是，中国劳工收入已经是印度和越南的两倍，低廉成本的价格优势正逐渐消失。而这些国家透过一段时间的外包也慢慢学会中国的know-how，进而有可能挑战中国“世界工厂”的地位。在保障劳工收入的情况下，如何带动制造业升级？工业自动化、智能化势必是中国制造业的一剂特效药。在工厂里用人的手脚、眼睛和大脑做的事情，将逐渐全面自动化。自动化能让运营成本下降，但仍能让中国保持生产质量、流程、供应链维度的优势。今天中国工厂拥有世界最多的工业机器人，但机器人的智能水平仍然不高。未来，这些机器人的AI化会逐渐增加，广泛应用于各种场景。创新工场投资的这些公司，未必要把工人取代。我曾经在富士康担任多年独立董事，了解取代一个制造iPhone的工人非常困难，因为人手的灵巧、手眼的协调，还有每年iPhone精密的更新迭代，让自动化的方法非常难实现。我大胆预测，在下面几个行业里，我们会找到一些特别容易切入、今天的科技可以解决的场景。AI在工业视觉领域已经超越人眼。深度学习是用CNN发展出来的，所以它能做人脸识别、物体识别，也能做智能质检，这是AI赋能“最低垂的果实”之一。创新奇智通过计算机视觉技术，在工业制造领域创造很大的价值。农业也是AI赋能“最低垂的果实”。极飞科技的无人机可以播种、施肥，也可以用无人拖拉机做洒水的工作。一个农田无论是种棉花，还是种稻种麦，都比起做手机、做鞋子等更容易标准化，所以AI＋农业一旦落地成功，可以更容易地全球化扩张。在自动化领域，自动驾驶在新冠疫情后加速落地，但是目前鲜有到L5级别的全自动驾驶。但在限定的场域，比如在工厂或仓库里面做无人搬运，和工人加机器臂从事人机协作，可以马上创造价值。在生命科学智能自动化领域，创新工场投资的镁伽通过实验室的智能自动化，把AI+自动化技术渗透到了生命科学领域，如新冠核酸检测等，已在医院、疾控中心和实验室开始落地，也能把核酸检测采样之后的检测流程完全一体自动化。创新工场会不断投入AI赋能的“低垂果实”——AI技术门槛相对低的，更容易产品化、商业化的领域。从横轴看，工业会是第一个突破的领域。中国能够继续维持世界工厂的重要地位，经过自动化加智能化升级，应用领域走向商业、走入家庭。类似技术很容易从工业打通到商业领域，如果技术已经成熟到能做工业自动叉车来搬运，同样也可以做个安防机器人放在商场，这样的技术在家庭场景也可以做出更智能的家务机器人。同样，双眼双手有这样的由简到繁的发展过程：首先在工业领域用最多的资金来解决最难的问题，经过量产实施和大量数据把AI训练得更聪明后，在进入商业领域和有终端用户交互的场景落地，最后再落地到家庭领域，衍生出不同形态的产品。从纵轴看，“眼睛”——计算机视觉相对容易，其次是相对粗放的搬运，最后，模拟双手会是最困难的。未来二十年，这几个领域都会逐渐发展。在之后，我相信这些机器人都能够自我复制、自我修复，然后对接各种3D打印的可能性。未来的机器人世界，会由中国的自动化工厂升级开始，逐渐穿透更自动化的商业和家庭场景。第二个预测是能源革命。光伏发电在过去二十年成本降低20倍，锂电池成本降低45倍，今天光伏已经是最便宜的发电方式之一。在新能源车推广的影响下，光伏会越来越便宜，而且它吸收阳光之后，过往不用就浪费掉了，随着储能技术也在进步，可以把能源存在锂电池以后继续使用。
电力逐渐会从传统不节能、不环保、不容易储存的能源逐步转成绿色环保的储能。太阳能+锂电池两种技术将导致每十年电力的价格下降1/3-1/4，按此计算，二十年后电费只会是原来的1/10。当能源产出方式开始切换的那天来到，谁是最有优势的国家？过去，谁有石油、谁有矿山、谁有天然气，谁就占优势，完全仰赖着老天赐予一个国家的天然资源。但是今天当太阳能或风能+锂电池的发展成熟，阳光和风相对不具有上一代能源供给的稀缺性，关键是谁有制造能力，谁的工业产能最强，谁就领跑全球。新材料技术的突破将会进一步推进能源变革的进程，合成生物和很多其他的技术能让生产成本大大下降。农业将从耕种收成产能主导，摇身一变转化为供应制造产能主导。制造能力强的国家，同样也将领跑农业。未来，垂直农场将是人类的重要粮仓。蔬菜水果将在一个个工厂里的垂直农架上进行无土种植。眼下开始兴起的植物肉、干细胞等技术，能在不伤害动物生命的情况下把未来的食物制造出来。可预见的未来，生产一个新物品所需的材料越来越便宜，越来越绿色，所需的能源也越来越便宜，未来物品制造完全靠自动化机器人完成，人类将进入一个消灭贫困、消灭饥饿的丰饶时代。丰饶时代的到来需要世界工厂级别的制造实力，中国要在丰饶时代引领全球，就要看自动化、智能化升级的程度和速度跑得多快，而AI、大数据等平台级技术，将是底层的新基建。 第三个预测是智慧城市和万物互联网到位，全自动驾驶将完全普及。第一个阶段是先在简单的特定场景落地，打通商业化路径。比如从仓库工厂的自动叉车做起，再做固定路线的摆渡车、小巴，再到出租车。四个场景陆续落地后，就已经进入L4级别自动驾驶。第二个阶段是全自动驾驶的L5级别自动驾驶。自动驾驶取代人类，安全通畅地行驶于所有交通场景：不管是刮风下雨、还是极端气候、或是月黑风高；无论是在狭窄的胡同，还在酷热的沙漠，全自动驾驶都能安全前进。这一天到来可能是二十年以后，如何加速实现？打造智能交通和智慧城市是关键。最近，江苏一些高速公路新项目采用让人耳目一新的新技术：天气不好或者天黑时，地上有自动灯和传感器帮助车充电，这些都是让智慧交通智慧城市加速到来的方法。当前，欧美和中国对自动驾驶的拥抱态度大相径庭。欧美是在路不变、城市不变的前提下，思考自动驾驶怎么上路。中国是特别拥抱新技术革命且有强大执行力的国家，愿意去探讨为什么一定要路不变城市不变？为什么不能让高速公路跟车“讲话”？为什么不能在某一个新建城市中心，把车和行人从地上到地下分层，这样车不会撞到人，可以更大程度加速落地L5级别的自动驾驶。无人驾驶的时代一旦到来，与之配套的是划时代的操作系统。过去几代操作系统怎么诞生的？随着PC的电脑软件应用，Windows操作系统出现了；2015年后随着智能手机快速在全球普及，iOS、安卓操作系统出现了。操作系统一旦普及起来都是全球性的，那下一次是什么会催生什么下一个巨大的操作系统呢？我认为很可能是全自动驾驶。因为它的实现，需要把AI、多种感知技术、软硬件通信、操作决策融合在一个非常强大的计算环境，不仅有当地的运算，也有远程的运算、云计算结合。这个操作系统的实现难度非常大，但一旦做成，车子就有了眼睛、手和脚，像人一样能看能听，能走能动。自动驾驶达到这个程度后，两件事情会接着发生：第一是海量数据让AI越算越好；第二是自动汽车产量变大，会把所需的元配件成本降低。比如激光雷达的价钱在二十年里大大降低，最终造一辆智能车的成本也会降下来，造一个机器人的价钱也会下来，成本降低后有利于自动驾驶的全面普及。不久的未来，你可以顺理成章、价格合理地用上自动驾驶+机器人操作系统。安卓平台创始人Andy Rubin在六七年前做了个公司叫Playground，致力做一个基于自动驾驶和机器人的操作系统。但他做的时间太超前——当时元配件的价格还很高昂，自动驾驶等AI技术还远未落地，发展遇到很多困境。世异时移，现在也许是解决这些问题的好时候，比如Windows早于苹果、谷歌好几年就研发出了移动操作系统，但之后的iOS和安卓基于消费者端智能手机的广大普及，才真正开启了移动互联网浪潮，新的应用和系统，有时候要“生逢其时”。第四个预测是中国商业智能的创新突破，AI驱动商业运作新秩序。刚刚我们探讨了感知技术和自动化技术，这些可以达到人们视觉、手脚、移动的功能，接下来是探索人脑的理解能力。未来的商业智能是要征服对人类语言的理解，不仅是语言识别，而是对文字内容的理解。数据智能有四个层级：最底层的“数据”是零乱、无结构的数据，往上一层的“信息”在此基础上“读懂”了数据内容。现在大部分深度学习都用在“数据和信息”两个层级上。第三层的“知识”目前用上了图谱、关系链，但大部分还没有用到AI。最高层次是“洞见”，基于事件和洞察的智能分析和辅助决策能对用户进行推荐，但远远不完美。我们认为未来商业智能会在顶端的“知识”和“洞见”两层。创新工场也在做一些试验：尝试做一个大语言模型，在这个模型之上再做迁移学习，在一些垂直领域快速落地，创造有商业应用场景的产品。比如在机器翻译领域，如果“知道”翻译的文件是关于金融，那么会比一个通用的普通翻译翻得精准得多。“千人千面”是AI强项，今天抖音就能“千人千面”，可以根据过去看的视频，不断地针对个人便好推荐视频。淘宝也能不断推荐符合用户喜好的商品。但AI“千人千面”推出的为何只能是已有视频，而不是新视频？如果生成新的视频很难，其实可以尝试先做“千人千面”的文本。比如一个甜美日系女孩，AI在了解她的情感、需求、使用场景后，AI就像美妆营销顾问，可以做出最适合她的腮红或唇釉购买建议。另外一个场景是“金融事件理解”。今天金融很数字化，可以做风控、反洗钱，但是有没有可能提升到一个层次？比如预测全球疫情两个月之后就能缓解，该投资什么？如果巴拿马运河再堵塞三个礼拜，该卖掉什么股票？这都是金融领域的大老板会问的。这些经过搜索引擎的提升，加上 AI和大数据提炼的“知识”和“洞见”，有可能在未开催生出新的商业秩序。所以大数据和AI变革远未停止，我们希望把它们格式化、知识化，进而做出“洞见”。第五个预测是AI+医疗将降低疾病致死率，延长人们的生命。当前，全球生命科学正经历巨大变革，医疗数据在快速地被数字化，除了穿戴设备的普及，医疗的部分流程如AI看片，基因排序等新技术都将带来标准化、结构化的海量新数据。数据是AI发展的必要燃料，肯定会给AI在医疗领域的创新应用带来更好更多的机会。
举个例子，今天我们去看医生可能每次只能和医生谈话五分钟，但这五分钟背后蕴含着巨大的数据，如果医生在AI的帮助下，能细心到收集到像图右这张哈佛医学院数据显示的每一个细节，就可以做出“千人千面”的诊断和治疗方案，进而优化流程降本提效。除了用AI和大数据作出“千人千面”的治疗方法，手术机器人的普及应用，用AI发明新药等都是巨大的机会。创新工场投资的Insilico Medicine英矽智能，是用AI辅助新药研发领域的世界级领军企业，今年三月宣布了全球首次用AI研发特发性肺纤维化药物的突破，发布了全球首个针对这个病症经由AI研发出来的临床前候选小分子，我们也很乐见这么前沿的AI创新制药公司和著名药企辉瑞、强生、药明康德等有不同层面的合作探索。未来AI可能会给制药带来两个巨大的改变：第一个改变是极大程度降低制药成本、节约时间。现在用20亿美金做一个药，未来有望降到1/10的价格。现在药厂因成本高昂不愿意开发的罕见病药物，上述英矽智能的AI新药研发，将传统药物临床前阶段就要花上四五年的时间，大幅缩短到18个月，大大降低了新药研发的时间和金钱投入！未来，AI可以显著加速研发新药，缓解患者病痛。第二个改变是“千人千面”的治疗方案。为什么每个人生病都用同一种药呢？传统的制药方法，做一个药从研发到临床阶段要花上10亿-20亿美金，未来做药如果到一两亿美金，就会有更多的药让患者得到个性化的治疗疗法。而中国对医疗新技术的拥抱和投入，有望引领这场AI+医疗的产业变革。如果说美国称霸世界缘起于百年前在能源、制造、运输、医疗四大领域的成功，今天，中国有大数据和AI的优势，自动化、智能化产能继续保持“世界工厂”的地位。正如前述，由于制造优势打通了能源革命和农业供给的变革，制造一旦强了，能源、农业、未来新材料也连带增强。如今，AI+医疗进入快车道，合成生物等新技术带来重新洗牌的机会。今天时间有限，我提出的五大预测可能只是其中一部分，但毫无疑问的是，具有 “世界工厂” 火车头地位的中国，有很大机会在下个二十年的全球产业变革中成为弄潮儿，为世界创造巨大的价值。
作者：李开复
