“網聚產業專家，論道數字經濟”——數字經濟創新講堂3月16日開播，該講堂是由“北京創新科技研究所”與“國合·耶魯全球領導力培養計劃”項目聯合發起并主辦。講堂圍繞數字經濟國家戰略、數字技術創新以及產業數字化展開，邀請國家政策的研究與制定者、學術權威和知名企業家，分享數字經濟發展趨勢、創新前沿、企業數字化成功轉型案例等。

3月24日15點，世界工程組織聯合會（WFEO）主席、中國新一代人工智能發展戰略研究院執行院長龔克先生帶來“關于智能化轉型的思考：審視、連接、破題和紅線”的直播分享。

本文根據龔克先生直播內容編輯而成，以饗讀者。

大家好，現在許多企業都在談轉型，但是轉型所要考慮的問題是多方面的。

例如，企業數字化或者智能化的轉型既包含技術問題，我們有沒有技術？在哪里可以找到技術？，又要考慮資金問題，我們該不該花這個錢？有沒有這個錢？去哪找這筆錢？有了技術、資金，還有更核心的人才問題，我們到底有沒有人才？去找什么樣的人才？有了人才以后，人才能不能融入我們這個企業？他們能不能在企業呆得住，真正發揮作用？還有，從使用平臺的角度來看，還面臨著是要建平臺還是上平臺的問題。此外，還涉及到整個企業的文化問題、體制機制問題等，問題很多，所有問題交織在一起，如何來解決，起統領、提綱攜領作用的就是企業的轉型戰略。

一、審勢

從戰略上來思考，首先就要把握住大的形勢，我將其稱之為審勢。審勢是企業發展戰略的出發點，古人云“不審勢則寬嚴皆誤”，作為企業的管理者，如果不審勢，寬也好嚴也好，最后都會影響企業發展。

那么如何審勢？我們先來看當前推動經濟社會發展的生產力有哪些重要的變化。

2016年，美國政府出臺了關于發展人工智能的國家戰略計劃，在同年日本政府，第二年的歐盟、英國、法國、中國政府等也陸續推出了新一代人工智能發展戰略規劃。各國紛紛看重人工智能，最重要的是意識到了當今時代新興生產力的發展。

從社會發展史看，人類經歷了農業革命、工業革命，如今正在經歷信息革命。工業革命拓展了人類的體力，而信息革命則增強人類的腦力，帶來生產力的又一次質的飛躍。對國際的政治、經濟、文化、社會、生態、軍事等領域都產生深刻的影響。

信息技術有許多，其中在新一輪科技革命中發揮引領作用的是人工智能，習近平總書記曾指出，“人工智能是引領這一輪科技革命和產業變革的戰略性技術”。所謂戰略性技術，就是關系全局、關系長遠的技術，而且具有帶動性很強的“頭雁效應”，頭雁在雁陣中不僅飛的速度快，而且它是領方向的。

我們要認識到，人工智能是具有頭雁效應的先進生產力，生產力作為推動整個社會經濟發展的革命性的力量，我們必須要適應它，要順勢而行。

什么是人工智能？人工智能的定義有很多種，在此我根據自己的理解嘗試著對它作一個定義，與大家來一起探討。

首先，智能是一種感知、認知和決策能力，這個能力不是與生俱來的，而是在學習中形成的，哪怕一個大腦非常發達的兒童，如果永遠不學習，他也不會智能。這是我們所說的智能——學習形成的自主感知、認知和決策能力。

這個能力是依附在一個人工設計的裝置上面，比如說平板電腦、手機、可穿戴的設備等。而且，它是在完成人工規定的任務，比如讓它下跳棋、下圍棋、說話、對話，通過人工設計的算法和人工提供的數據。那么，兩者結合在一起，就是人工智能。這是我嘗試著為人工智能所作的定義。

從技術上來說，人工智能是數據、算力和算法的融合，在融合推動之下，全世界都在加緊對人工智能的技術理論和關鍵技術研究，在大數據智能、群體智能、人機混合智能、跨媒體的智能和無人自主智能這五個重要方向上，正在醞釀著進一步突破，這樣的突破將把人工智能帶到一個更高的發展階段。

深度神經網絡、機器學習等技術，發展日臻成熟，特別是在視覺識別，聽覺識別等方面，基本上逼近甚至超過了人類的水平。

從應用上來看，人工智能技術正在進入經濟社會的各個領域，所以智能化不是未來時，而是現在進行時，在我們生活和工作的場景中可以看到各種各樣的人工智能應用。

去年7月，清華曾發布了《中國青年視角下的AI風險與治理》預調研報告，這份報告是對年輕人所開展的一項調查，調查發現在以中學生、大學生為主的群體中，70%以上的人都用過三種以上不同的智能技術，盡管在現階段人工智能技術還存在很多不足，但是它已經走出了實驗室，走出了paper，走進了我們的生活。

從這次疫情來看，在整個抗擊疫情的過程中，我們看到人工智能發揮了重要的作用。很多非常有責任心的企業，在政府大力支持下，通過運用人工智能技術，開發研制出了新產品新工具，有力支援了抗疫斗爭。回顧AI在抗疫中大顯身手之處，有四大方面：

一是在監控、指揮、教育和咨詢方面發揮了非常巨大作用，我想在座很多位都曾用過這些系統；二是在排查、診斷、救治和護理方面也發揮了非常積極的作用，在醫療的后勤保障、生活服務等方面也發揮了重要作用；三是在病毒發展態勢預測、決策支持方面，通過使用大數據、智能算法，快速進行預測，對我們的決策起到了很大的幫助和支持作用；四是在藥品的篩選和開發方面，也在大量的使用人工智能算法在進行排查。

此外，還有各式各樣的機器人，比如：物流的機器人、配餐的機器人、導診的機器人、消毒的機器人，各式各樣的無人機等等，在這次抗疫過程中，智能機器人作為一個輔助抗疫的手段，也發揮了非常積極作用。

以上例子，充分說明了在現階段智能化已經不再處于少數公司探索應用的階段，而是進入到了一個大量快速應用的階段。所以我們思考戰略，首先要把形勢看清楚，要有緊迫感，要主動地轉型，乘勢而上。

二、連接

主動轉型，乘勢而上，這又會涉及到很多方面的問題，因為時間關系，我簡要談一個問題，就是連接。

智能化轉型中，連接是基本的條件，不知道在座企業在多大程度上實現了上下游、縱向橫向的連接。人工智能在技術上的一個重要特征叫跨學科融合，它在產業形態上特征就是高度連接。

我所在的中國新一代人工智能發展戰略研究院是2018年的1月開始運行的，這兩年多以來一直在做智能科技產業的調研。跨界融合是人工智能與生俱來的特點。從產業來看，我們把智能產業看做是一個多主體作用的復雜適應系統，那么在這樣一個系統中包含了多元主體。這其中有企業，我們調研了745家智能科技企業，發現跟這700多家企業直接聯系的有94所大學，有75個科研院所，有許多會議、聯盟組織作為鏈接者，有1780個投資者（包括他們之間的相互投資），還有政府（涉及到300多政府的政策和160多家科技園），加在一起共同組成了我們的樣本總量。

作為一個多主體相互作用的復雜系統，這些企業的資金、技術和人才從哪來？它的資金、技術、人才又向哪去？我們繪制出一張由密密麻麻的節點和網絡所組成的圖，把它用復雜系統參數來表達一下，可以看到這745個節點間形成了2萬多種這樣的人、技術和資金的關系，節點和節點之間平均路徑長度小于4，也就是說從統計的意義上來講，只要經過三個企業，就可以連接到另外任意一家企業，因此這些企業從統計上講都是互相連接在一起的。

在圖中，可以看到匯聚形成了幾處大的黑點，比如：騰訊、阿里、百度，等等，這些黑點說明其他企業跟它的連接特別緊密，我們稱之為企業的中心度特別高。

從企業來看，中心度最高的是騰訊、阿里、百度、華為、京東、科大訊飛，等等。從非企業主體來看，中心度最高的是清華大學、紅杉資本、IDG、北大、經緯中國、真格基金、中科院、上海交大、微軟、創新工場等，可以看出一方面，高校和科研院所作為學術生態系統的重要組成部分，它們為價值網絡中樣本企業輸送了大量人力資源，同時為整個價值網絡提供了強力的技術支持；另一方面，國內外投融資機構為中國人工智能科技產業的發展提供了強大的資金支持。我們看到的是一個中心度非常高的產業發展形態。

我們再來看人力資本的供給，這些企業里面75.78%的人才，他前期的學習經驗在中國，不是外國人給我們提供了人才的主力軍，但是最后經歷從海外直接回來的也占到了24.22%。而工作經驗，80.2%在國內，19.8%是在國外。

從前期工作經驗上看，提供輸出較多的國內企業有百度、阿里、騰訊、華為出來的，國外企業有微軟、谷歌、IBM；從前期學習經驗上看，提供輸出最多的國內高校是清華，國際高校是斯坦福。

再看技術來源，80%以上的技術輸入來自國內，有18%是從國外吸收的技術；從技術賦能關系上看，90%為國內賦能，9.49%為國外賦能，745家企業以對國內的技術賦能為主。技術賦能最多的企業是騰訊，賦能總數是958，但騰訊也有輸入，它不是純對外賦能。

再看資金，作為專業的投資機構，排在前面的是紅杉資本；作為非專業投資機構（也就是說它本身也是個知名企業），排名靠前的有騰訊、百度、阿里。BAT之間的共同投資，資金上形成的連接也是非常明顯的。

也就是說無論從資金、人才、技術，我們都看到了這些企業在發展之間的非常緊密的連接性。這些中心度很高的連接點就形成了這個平臺。

為什么要連接到它這里？因為它提供了平臺的服務，它提供技術，它提供算力，它甚至還提供數據，它提供了在它上面和別人建立起連接的機會，我們看到其中起著關鍵性作用幾個重大平臺，在整個連接生態里起到了非常關鍵的、突出的、連接聚集化的作用。

簡單總結起來，連接、集聚、賦能、加速、擴散是智能產業發展的形態特征，搞經濟學的人告訴我說，比起傳統的機械制造行業，比起交通運輸行業，甚至比以互聯網行業它都體現出來了更強的連接性，本來AI技術與生俱來的就是跨界，那么在產業上就表現為連接。

這里我引用北大陳春花教授講的:

到了智能化時代以后，到了數字經濟以后，我們的競爭邏輯就變了，以前企業戰略三問是：

想做什么？看你企業的夢想使命是什么；

能做什么？看你企業的資源能力什么；

可做什么？看你的企業產業條件什么。

那么今天你想做什么？你可以重新定義；能做什么？不是完全看你現在自己有的資源和能力，還要看見你和誰連接；可做什么？是可以跨界的。所以她認為從競爭邏輯轉向共生邏輯，是數字經濟內在邏輯的轉變。

現在，我國在實施新一代人工智能發展戰略以后，有一個非常重要的舉措，就是要建立開放創新平臺，現在已經公布了兩批，第一批5個平臺，第二批10個平臺，共15個開放創新平臺。我覺得考慮連接的話，首先要考慮跟這些平臺取得連接，因為這是我們國家所公布支持的平臺，平臺上的算法、算力都是提供起來給大家服務的。

三、著力點

抓住形勢，抓住連接，我們真正讓企業轉型發展落地的關鍵在哪呢？

我認為是要選好著力點，通過這個著力點，打開我們整個產業化轉型的新局面。

在這個問題上，智能化的發展要靠數據、靠算力、靠算法，但是它們必須和應用場景相結合。所以我們說的著力點實際上就是企業智能化的應用場景怎么選擇，我們要思考怎么來提升我們產品或者服務的質量，怎么來提升我們產品或者服務的效率，怎么來降低我們產品和服務的成本。

圍繞兩升一降，我們來思考自身的問題，來建設應用場景。我建議大家不要糾結于概念，也不要糾結于某一個特定的方法或者模式，我們改革開放之所以能夠成功，能夠走到今天，非常重要的一條理念：“不管黑貓白貓，抓住耗子就是好貓”，能解決我們提升質量、提升效率、降低成本的問題，那就是好辦法，所以我們不見得一定要追求無人車間，也不見得一定要追求馬上做到全面的數字孿生。

那么這里我還想提一點，有些企業在推進數字化的時候，看到一些先進企業是使用這樣的一個工具，那么也花了資金談好價格，把這個工具引到自己的企業里，甚至還派出或者引進開展培訓。但是，我們不能停滯于工具的采用和培訓的完成，最終還是要出效益，就是怎么找到痛點。

再以智能制造為例，智能制造是多維度的系統工程，智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。

如果把它系統展現出來，至少有三個維度，一個維度稱之為智能特征，要素包括：資源、互聯互通、融合共享、系統的集成、新型的業態等；有生產過程環節的維度，要素包括：設計、生產、物流、銷售、服務的維度；還有系統層級的維度，包括：設備、若干設備組成的單元，整個車間，全部企業以及跨企業之間的協同，所以整個制造是一個多維度的系統工程。

那么從不同的企業角度展開來看，比如說設計是一個重要的環節，已經有了CAD設計，如果想從設計角度來突破，如這張圖中所示，，在智能特征上來看，因為CAD軟件是融合共享的，它是共享單元；從系統層級來講，CAD是在企業和車間的層級上；從生命周期來講，它在設計環節里，隨著智能制造發展，這個環節要從單純的設計環節延伸到生產環節，從這個車間級的設計，向著企業甚至企業和企業間拓展，這是這個環節的一個特點。

如果以這個環節為突破點來講，現在的著力點是要解決設計，通過設計提高產品的質量，提高整個生產流程的效率，那么我們需要解決什么問題，需要什么人才，需要在哪個地方投入資金。

如圖所示，從生命周期維度看，是在制造和物流的環節里使用工業機器人，從系統層級的維度看，工業機器人是一個設備，可以形成一個生產線，可以是一個單元，那么工業機器人往前發展的話，它會向著車間級的機器人、向著企業延伸，它和CAD結合起來，將通過工業的互聯網更大發揮作用。

所以如果拿機器人作為一個突破環節，我們要看機器人怎么發展，如果說要抓工業互聯的話，可以先看工業互聯在里面屬于什么樣的層級，然后它會發生一些什么樣的變化？總之我們要非常具體的，不可能一口吃下一個智能制造的整個工業體系，就單個企業而言還做不到。要看到企業相對的痛點痛在什么地方，然后找到痛點的定位。

從平臺的問題上來看，我個人觀點是現在需要工業互聯網的運營商，消費互聯網之所以做得好，是有一批運營商在支持著消費互聯網發展，比如像阿里，就是典型的消費互聯網運營商。這些運營商得到了充分的發展以后，在運營商的支持之下，就可以降低進入智能化的門檻。所以，我覺得需要有工業APP的開發平臺，資金不夠的時候，可以由企業來出題，中心匯聚的其他企業來解這個題，解得好的，政府給應用補貼，這個結果也會開源開放給其他的企業來用，要形成這樣一個大家連在一起共生共長的生態。

在人才問題和安全問題上，現在大家擔心數據的安全，從今天來講這個不是問題，就像以前考慮資金放枕頭底下安全還是存銀行里安全一樣，應該說存銀行更安全。那么，將來有一天探討我們的數據是放在自己的企業里、放在自己家里的電腦里安全的，還是放在U盤上安全，還是放在云上安全？最終應該證明云像一個數據銀行一樣，它應該是變得更安全。

人才問題也是這樣，其實人才是在實干中學習起來的。所以我覺得現在需要的是建立全社會的轉型培訓體系，建立一個數據安全的保障體系，來降低企業獲得人才和建立互聯的門檻。

3月19日，工信部頒布的《中小企業數字化的賦能專項行動方案》，《方案》主要分為三個部分：行動目標、重點任務和推進舉措。目標中提到“要以新一代信息技術和應用為支撐，來提升中小企業應對危機的能力，夯實可持續發展的基礎，來集聚一批面向中小企業的數字化服務商”，這點非常重要，一定要讓他們充分發展起來，這樣門檻就會降低，培育起一批符合中小企業要求的數字化平臺。

平臺和服務商是相互連接的，推出一批系統的解決方案、產品和服務，來助推中小企業通過數字化、網絡化、智能化賦能，實現復工復產、增添發展后勁、提高發展質量。從這次抗擊疫情來看，我們的數字化、智能化轉型，我們的互聯網+、AI+，將會加速發展。

3月23日，為了貫徹工信部的《方案》，工信部中小企業局又下發《關于推動落實〈中小企業數字化賦能專項行動方案〉的通知》，其中要做這樣幾件事。

第一件事是推薦服務產品；第二件事是推薦典型案例，也就是推薦解決方案；第三件事是培育標桿中小企業；第四件事是組織數字化服務商和中小企業的對接活動。還有第五就是鼓勵自薦，比如哪家企業好的服務產品，有自己的應用戰略，可以自薦，政府來進行支持。

也就是說在我們選著力點，在突破轉型格局的時候，現在政府越來越重視，政府的相關行動也能夠助力企業更快發展。

四、紅線

最后，我還想用一點時間再談一個問題，這個問題我稱之為紅線。所謂紅線就是企業轉型發展的生存底線，這個底線是安全，是企業的社會責任。

人工智能有雙重屬性，一方面它具有技術屬性，它是個技術；另一方面它又具有社會屬性，就是技術應用所帶來的社會影響。人工智能與社會系統互動相比其他技術要更緊密，所以在談新一代人工智能的時候，特別強調要把握新一代人工智能技術屬性和社會屬性高度融合的這樣一個特征。

從社會屬性角度來講，它可能改變社會的就業結構，沖擊社會的法律和社會倫理、侵犯個人隱私、挑戰國際關系準則等，這幾乎形成了世界的共識。

但是這些問題來自哪里呢？我認為它來自兩個方面，一方面來自技術；另一方面來自于使用。現在好多小說、電影里都擔心人工智能技術太強了，強到制服人類，現在其實不是它太強，而是還不夠強，這個是一個很重要的局限。

再一個還有道德的風險，有時候并不是人為地一定要植入壞的道德算法。舉個例子，這來自于一個實例，法院在使用犯罪風險評估算法對罪犯假釋時，一篩選把黑人都拒絕了，因為模型在根據已有數據進行訓練的時候，數據中黑人總是被拒絕，所以它就認為黑人假釋出去對社會危險性大，這種歧視可能不是來自算法本身，而是來自于以前的數據。還有，一個地區的一家公司在招聘時，利用人工智能做初篩，結果把所有女性都給篩掉了，因為公司用的是以前錄取的數據做訓練，而之前的數據錄用男性比較多，類似這樣的問題，都是現在技術上不完善造成的。

那么當然也有使用上的風險，這里最大的風險就是隱私的風險。怎么處理好隱私，怎么保護好個人隱私、保護好企業的秘密，保護好行業的安全。這也是現階段在智能化應用上，各方都非常認真地采取措施的一件事。這就要求我們在對人工智能應用進行部署的同時，就要部署對應用的治理，從任務的定義就要做相應的倫理判斷，對訓練數據的包容性和平衡性做選擇。

比如剛才所說的招聘案例，在數據選擇的時候，干脆把數據的性別屬性去掉。不管性別，看他的工作經歷、能力等，在形成模型以后，對模型訓練的時候，對它做算法公平性之類的檢測，然后反饋模型在應用中的問題，還要在整個應用的全過程中，考慮應用和治理安全的問題，特別是數據隱私的問題。

我國在去年6月份提出了人工智能治理的八項原則，國家科技部成立了兩個專家委員會。這八項原則就是其中的人工智能治理專家委員會所提出來的。

這八條中有幾個值得注意的地方：首先不是以人為本，而叫做和諧友好，與人類的可持續發展來和諧，與人類友好，也與人類的發展環境友好。

再一個強調共擔責任，人工智能在、開發、設計、規劃、使用、維護，所有的人都要分別共同責任，而不是把責任推到某一個環節上去。

最后一條叫敏捷治理，因為這個技術發展非常快，治理往往比較落后，所以治理的方法也要創新。

那么以上我就智能化轉型，審勢、連接、著力破局以及要守住的安全道德紅線談一些思考。

總的來說，我們審勢就是要主動的轉型，來弄潮我們智能化，而不要被大潮所淘汰。

連接就是要適應智能化生產力所要求的特定生產關系，人工智能生產要素生產關系是一個共生的生產關系。

著力點就是要真正讓人工智能在企業落地，而落地過程中是一個實事求是解決問題的，是能逮住耗子。

最后紅線就是智能企業是要有道德、擔責任的智能企業。

以上是我跟大家做的一個分享，許多材料包括數據、圖表、事例取自互聯網，未能一一說明出處，不正確的地方，請大家批評指正，謝謝各位！

………………………………

作者簡介：龔克，世界工程組織聯合會（WFEO）主席、中國新一代人工智能發展戰略研究院執行院長。