在百度裁撤醫療事業部的消息發酵一天之後,第一財經記者從知情人士處獲悉,百度已在通過內部郵件宣布對醫療業務進行組織架構調整和優化,集中優勢資源,將醫療業務的重點布局在人工智能領域。
具體的調整為:即日起,百度醫療事業部智能小e團隊和拇指醫生團隊,轉入AI體系;醫療事業部內容建設團隊,轉入搜索公司。醫療事業部其他業務將予以關停,相關人員將結合公司發展需要在內部提供轉崗機會。
調整之後,原百度醫療事業部總經理李政將轉至AI團隊,充分利用人工智能技術,結合智能小e和拇指醫生的業務方向,加速推進探索利用人工智能在醫療領域的解決方案。未來,百度的醫療業務將重點布局在人工智能領域。
此舉意味著,伴隨著此次架構調整,百度將集中核心資源,充分發揮其更擅長的人工智能技術優勢,將醫療業務的重點,從低層次的服務轉而聚焦更高層次的基於人工智能的醫療研發與創新方面。
百度移動醫療事業部成立於移動醫療蓬勃發展期。在2014年2月百度的架構大調整當中,醫療與金融一起被視為新興事業群中與傳統行業結合的重點。在2015年1月,百度正式成立移動醫療事業部。這一事業部主要通過O2O方式聯手國內醫院推出掛號預約等服務,還整合百度原有的各項移動健康和移動醫療業務。事業部推出的重點產品有“百度醫生”、百度醫療大腦等。該部屬於百度新興業務事業群組(EBG),負責人為張亞勤。
百度醫療的業務細數起來要分成至少七個板塊,包括百度醫療大腦、百度醫生、拇指醫生、百度健康、百度醫學、Dulife、百度直達號。
2016年年末,李彥宏曾在公開演講中表示,目前已有50萬名醫生在“百度醫生”上參與就診咨詢,累計800余萬名患者通過該平臺獲得精確導診,快速預約身邊的醫生,降低了就醫的時間成本。同時,他也表示,智慧醫療的第一個層次是O2O服務。
但有業內人士分析指出,雖然掛號作為入口的流量作用無可置疑,但缺少對政府和醫院了解的百度,只能選擇做一個平臺,對號源的控制力減弱。
李彥宏發表《迎接新時代》的新年內部演講中透露,稱“要淘汰沒有市場競爭力的產品”,並梳理了強調人工智能+醫療的發展前景: “人工智能時代的思維邏輯、思維方式應該變成什麽樣子,現在還不是很清晰,這對任何公司來說都一樣。百度應該及早地去朝著這個方向做思考和嘗試。”
就在宣布這一調整的一天前,在參加第17屆中國企業家論壇亞布力論壇時,百度集團董事長兼CEO李彥宏表示,“互聯網+醫療”的發展共分為四個階段,分別是醫療掛號預約服務、智能診療、基因分析和精準醫療、新藥研發。
在李彥宏看來,第一階段的掛號等服務技術含量並不高,而人工智能時代的來臨,將重新定義醫療行業。例如未來,可以通過智能診療系統幫助醫生來診斷、通過人工智能收集數據進行基因測序、用人工智能的方法進行新藥研發和測試等。“能夠改變醫療的最最重要的力量就是人工智能。”李彥宏認為,隨著人工智能在精準醫療等領域不斷產生突破與創新,人類最終都會成為AI 的受益者。(實習記者魏玉坤對本文亦有貢獻)
技術升級將取代模式創新成為京東下一個12年戰略的核心。2月10日,在京東集團2017年年會上,京東集團CEO劉強東在公布公司戰略時,多次強調了這一點。劉強東還稱,下一個12年結束之際,京東的目標是進入全球500強企業的前十位。
技術為核心
劉強東稱,在以人工智能為代表的第四次商業革命來臨之際,京東集團將堅定的朝著技術轉型,把用技術將第一個12年建立的所有商業模式進行改造,打造一個包括智能商業、智能金融、智能保險業務在內的智能商業體。這些關鍵性的技術包括雲計算、大數據、人工智能、機器人、智能商品、基因技術等。
“雲計算和大數據對每個企業都將發生關鍵的影響。”劉強東認為,人工智能在80-90%的領域都可以替代人類。機器人不僅會替代人類從事重複性的簡單體力勞動,隨著人工智能發展,機器人會像人一樣行走、思考,甚至做自己從來沒有做過的工作,不依賴於編程和控制。未來所有的商品都將聯網並具備智能,智能商品對人類的工作、生活、社會治理都將發生巨大的改變。
京東對未來以智能技術為核心的物流場景設想是,在庫房中,AGV、六軸機器人、穿梭車、揀選等機器人組成了高效率的機器人軍團,迅速完成商品的入庫、揀選和分揀,並將貨物傳輸至京東無人傳站車。這種自動駕駛的大型貨車不僅可以把自動分揀後的商品送到無人配送站,而且自身也是移動配送站,可以攜帶無人機和無人配送車,在離目的地最近的幹道上釋放它們,迅速完成配送。甚至,未來消費者購物都不需要留送貨地址,客戶購買一個產品之後從A地到B地,或者又到C地,在不斷移動的狀態下,無人車也能夠通過人工智能準確獲知用戶軌跡,完成移動配送。
“如果京東不改變,不重新認識自己,全面改造自己的商業模式,我們的好日子也就只有5到7年。”劉強東說到。
當然,他沒有提到的是,電商的增長已經越來越接近天花板。去年8月發布的2016年第二季度財報顯示,盡管虧損在收窄,但是營收的增長速度在放緩。這種情況不止發生在京東身上,整個中國的電商行業都在面臨著同樣的問題。
為了穩定軍心,他也指出,機器人技術雖然會取代部分的繁重體力勞動工作崗位,但也會產生機器人研發、制造、維修、保養及其他的就業機會。未來12年,京東將會繼續保持10萬人左右的規模。
對於公司的整體業績,劉強東還提出了下一個12年的大目標:進入全球500強企業的前十位。2016年,公司第一次進入世界500強,排名366位。
利用的大數據進軍保險行業
據京東現場公布的數據顯示:2004年京東剛成立時GMV是1000萬人民幣,而去年按照電商行業通用口徑(備註:排除10萬以上所有產品和服務,排除一天內購買總額超過100萬元的用戶的所有訂單。),GMV已經超過了9000億,12年來,商城的交易規模保持了年均150%以上的複合增長率,增長了將近9萬倍。京東的大件、中小件和冷鏈三張物流網絡已經覆蓋了中國98%以上的人口。劉強東表示,按照京東商城目前的增速水平,京東將有望在2021年前成為中國第一大的B2C平臺。在互聯網金融領域,2016年京東金融的交易規模已經突破了萬億大關,3年來交易規模增長了8.65倍。預計到2020年,京東金融將會服務千家金融機構、百萬家企業,並力爭成為全球TOP3的金融科技公司。
同時,京東已經將傳統零售的綜合成本降低了70%,商品流通效率提高了2倍以上,並通過電商精準扶貧幫扶了全國832個貧困縣。
值得關註的是,京東的保險業務也正在籌備當中,目前正在通過申請牌照或者通過投資購買的方式進入保險。但劉強東透露,京東的做法不會跟現在傳統的銀行、保險公司一樣,而是像京東金融一樣,不會發展任何一個分支機構,不會發展任何一個所謂各地區的保險經紀公司、保險代理公司,並且所有的產品都會是完全基於技術的,以及京東積累的消費大數據,公司現在正在對過去各種風控、定價、模型都在進行人工智能的再造。
基於此,他還在會上首次提到了基因技術對於商業的影響,“人類認識基因的速度將超過過去的100倍,人類將有能力修複所有的致病基因,治愈癌癥,預測疾病,延長人類的壽命。”
劉強東還稱,在未來,京東金融不僅僅會有這些金融產品和服務,而且很快將會進入證券、征信,包括銀行,總有一天會申請自己的銀行,或者控股一個銀行。
附:劉強東演講實錄:
劉強東公布京東未來12年戰略:全面技術轉型打造全球領先的智能商業體
第一部分:創京東只爭第一
我今天的演講主題就是技術、科技。首先我要帶著大家去簡單回顧一下我們過去12年打下的基礎,因為沒有我們過去12年打下的基礎,那我們第二個12年的戰略也不可能實現。
到2016年,我們整個集團第一次進入了世界500強,而且是排名366位,我相信今年根據我們的業績增長速度,至少應該能往前移個100位。我們2004年創業的時候GMV是1000萬人民幣,而去年按照電商行業通用口徑(備註:排除10萬以上所有產品和服務,排除一天內購買總額超過100萬元的用戶的所有訂單。),我們的GMV已經超過了9000億,我們12年增速達到了9萬倍!回顧商業史,在過去100年以來能夠在12年增長9萬倍,平均年複合增長率超過150%的企業,可能不超過10家,而我們京東是其中一家。(掌聲)
大家再看這張圖,我們2004年進入電商時,京東是什麽?什麽都不是,沒人知道我們,也不會有任何人會想到12年之後京東會成為中國電商行業非常重要的一員。
2004年我們進入電商時,當當卓越都已經拿到C輪融資了,阿里也拿到了雅虎、軟銀10個億美金的投資,在我們進入電商那一刻時,我們所有的競爭對手都絕對是大象級的,而我們只相當於一個小櫃臺。2006年我們拿到融資時,行業第一是我們的60倍大,到了2012年依然比我們大10倍以上。但2016年,在B2C領域,我們與第一名的差距已經不到兩倍。按照我們今天的增速,以及我們已經打下的良好商業模式的基礎,我堅信在2021年之前,最快可能到2020年,京東商城將成為中國第一大B2C電商平臺。
在2016年我們京東金融也有很多質的突破,首先突破的是京東支付,支付總額第一次超過1萬億,我們除了支付稍微晚了幾年,除此之外我們其它幾乎所有的產品其實都是在行業第一個推出來的,包括京東白條,京保貝、京東眾籌,我們不僅僅第一個推出來,而且迄今在行業里依然遙遙領先,比如眾籌,我們已經占了行業超過50%以上的市場份額,去年一年京東金融已經為超過1個億的用戶提供了服務,企業超過20萬家;京東金融三年增速達到了800%。
我們的京東白條推出四年,加上京保貝,去年我們有2000億的交易額,而在這2000億交易額里面我沒有見到任何一個客戶,沒有簽署任何一份所謂合同,沒有任何擔保抵押,我們沒有任何一個信貸人員,沒有任何一個分支機構,沒有任何一個營業網點,但是我們貸出了一兩千億的貸款,而且我們的壞賬率或者逾期率在所有金融機構里,特別是比傳統金融機構低了很多。
我們的京東金條去年推出來時在1月份我們只放出來1個億,到了12月份我們已經達到了50個億,相信今年我們的京東金條一個產品就能超過700億的貸款額度,全都是2000、3000、5000、8000的借款。說句實在話,你貸三百萬、三千萬出去,收回來其實不難,你如果把一個個3000元的現金借出去,還能保證很低的壞賬率把它收回來,這才真正是技術。
在未來,京東金融不僅僅會有這些金融產品和服務,很快,我們將會進入證券、征信,包括銀行,總有一天我們會申請自己的銀行,或者控股一個銀行,這樣我們才能夠為我們的用戶提供全金融的服務。
到2020年我相信我們京東金融,特別是我們強調做一個金融科技公司,也就意味著是向所有金融機構輸出我們的技術、輸出我們的風控、輸出我們的能力,到那時候我們相信會有上千家金融機構和京東金融合作,超過百萬家企業會直接或者間接享受我們京東金融的產品或者服務。
第三個業務就是京東保險,我們正在通過申請牌照或者通過投資購買的方式進入保險,因為不管是金融還是保險,和我們的電商業務都有非常重要的正相關的關系,可以做到相輔相成。
總結一點,在過去12年,我們之所以取得的所有成功,讓我們成為了全球用戶體驗最佳的公司之一,我們的正品品質已經深入人心,獲得了消費者的信任和信賴,我們已經達到覆蓋全國的兩張物流網絡,第一張就是大件的物流網絡,包括冰洗送裝一體化,現在我們全國已經有幾十個物流中心,未來我們在國內可能有上百個大件倉庫。
另外,在全國我們已經有超過200個中小件物流中心,隨著我們各地的物流項目不斷投入,我們在庫管理的SKU數量已經超過300萬,全球除了京東之外只有亞馬遜能夠做到,在未來50年時間,相信我們在庫管理數將會超過1000萬SKU。
我們現在正在打造冷藏冷鏈倉配一體化的網絡,也就是我們所說的第三張物流網。
這個物流網跟過去不一樣,過去都是B2B模式的,送上門店,以批發代理作為支持,但京東打造的冷鏈物流網全都是B2C的,我們的3張物流網絡今天除了生鮮,其它已經覆蓋了整個中國98%的人口,再過三年我們生鮮物流網絡建成後,京東將成為世界上唯一一家擁有3張倉配一體化物流網絡的公司,而且都是B2C模式。
提到自建物流,相信大家都知道,過去很多年,媒體、行業都在討論電商的商業模式。2007年我們決定自建物流時,一路被無數人恥笑,但今天其實已經毫無疑問地證明了當年我們的戰略是正確的,到了2016年我可以告訴大家。所謂電商模式之爭已經結束了,未來十年所有的電商都會愈來愈像我們今天的京東。但是我可以向大家保證,京東永遠不會像別人,不管是物流還是直營。所謂電商模式之爭其實已經可以結束了,我們已經建立了全世界最先進、最優的電商商業模式,而且為此已經打造了非常堅實的基礎。
我們一直強調整個集團始終要為國家、為社會創造價值。在2006年我第一次見到徐新時,我說我將來靠什麽贏?靠什麽超過線下渠道,靠什麽領先競爭對手?我說最重要的三件事情是:用戶體驗、成本、效率;用戶體驗、成本、效率;用戶體驗、成本、效率。因為人類上千年以來零售行業的發展其實都是伴隨著用戶體驗、成本、效率三個最核心的要素不斷往前發展,每一次新興的商業模式之所以能夠顛覆掉或替代掉過去的商業模式,一定在用戶體驗,或者成本、或者效率三者之間做得更好,才能夠創造全新的商業模式,我可以告訴大家,在電商體驗上京東絕對是全球第一!因為亞馬遜也沒超過我們,我們在座有很多同事在美國讀過書,你真去美國享受亞馬遜的服務,跟京東比比看看,從消費者能感知到的用戶體驗上,京東已經是全球第一。我相信未來12年,隨著我們技術力量不斷的投入,雖然我們的庫存數量隨著我們銷售規模可能是幾十倍的擴大,但我們依然可以比今天的物流更快。
2003年整個公司只有38個兄弟。我當時就38個兄弟去了國家級貧困縣——山西省靜樂縣,我們在那一年就領養了38個孩子。那時,我們還是很小的小公司,到今天其實我們已經支援了上千名在校的貧困大學生,每年公司也會有大量的公益捐助。但最最重要的是希望以商業的方式能夠建立起可持續性的扶貧,比如我們的跑步雞項目已經通過建立產業鏈的方式開展了扶貧。未來我們會有越來越多的扶貧項目以這種方式誕生,到今天,我們已經精準扶貧了全國830多個貧困縣。
大家都知道前幾天CCTV2有一個關於我的采訪,我們給員工交五險一金,我們做了這麽多年,以前我也說過,但不知道為什麽這次說出來引起這麽大反響。也許有人覺得很奇怪,這不是應該的嗎?但其實很多人並不知道大多數勞動密集型企業都不能像京東一樣全員全額足額地繳納五險一金。我給大家算一筆小賬,如果按照各地最低工資標準繳納五險一金,每個月公司每人只要補貼一兩百塊錢就可以了。但我們全國很多配送人員稅前工資已經超過了10000,按照10000繳納五險一金和按照1600元最低工資標準繳納五險一金,二者帶來的費用支出是五倍之巨,所以給員工繳納五險一金不是什麽了不起的事情,但能夠為這麽多70%的藍領兄弟們全額足額繳納五險一金,付出比別的企業多五倍六倍的代價,只有我們做到了。
通過這件小事,我想說的是:過去12年京東為這個社會、為這個國家帶來的最大貢獻可能並不是我們之前說的用戶體驗、成本、效率,真正為這個國家帶來最大貢獻的是我們的正道成功!(掌聲)
所有的業務都完全是按照國家法律法規的規定,所有的商業都是符合最基本的社會道德,全額交稅,不賣水貨假貨,不偷逃員工的五險一金,不去行賄,也拒絕別人向我們行賄。
能夠把一個小櫃臺帶到成為全球500強300多位,是我們用我們的實際行動向全社會證明、向無數年輕人證明、向無數企業家證明、向無數那些即將要進入創業行業的創業者證明,合法是可以成功的,合法是可以賺到利潤的。
只有讓無數年輕人相信合法做生意、走正道也可以成功,我們的社會才真正會更好,我們京東人,每一個人領的工資,我們企業賬戶上每一分錢都是幹凈的錢,我們可以睡得著覺,我可以摸著自己的良心,沒有任何愧疚之感,沒有任何羞愧之感,這才是我們對社會做的真正最大的貢獻。(掌聲)
謝謝兄弟們!
全部用合法正當的方式獲得我們的商業成功,我們做出了非常好的例子,接下來可以激勵無數創業者、年輕人跟我們一樣,我們的國家和社會才真正會變得越來越美好!
過去12年留給我的,說句實在話,唯有感恩。這是我的真心話,12年以來我對兄弟們、對在座每一個朋友、投資人、股東,唯有感恩。
第二部分:
但是今天我想告訴兄弟們,我們過去取得的所有成績、所有成功都到了該歸零的時候,雖然我們已經建立起了最好的商業模式,接下來靠已經建立的商業模式,我們至少有五年到七年的好日子,未來五年到七年我們依然可以維持比行業增速快得多的增長速度。
但是我要告訴大家,時代正在發生劇烈的變化,在未來的十年,科技的進步速度,科技對人類、對我們企業產生的影響,將超過過去100年,會更加劇烈、更加快速,對我們每一個人、對我們每家公司、每個企業,甚至是學校、非政府組織,可能都會產生巨大的改變。
下面就是我們看到的未來幾年將會蓬勃發展的幾個基礎的關鍵技術:
雲計算、大數據,最近幾年這兩個概念已經火得一塌糊塗,相信今天在座各位同事和朋友們不需要我做詳細解釋都知道這兩個基礎技術對未來每家企業都會發生關鍵的影響。
第三個就是人工智能,相信最近大家可以看到,人工智能的報道非常非常多,人工智能不僅僅可以下棋,可以打敗全世界最好的棋手,可以這麽說,在所有人類已知的領域里面,只要假以時日,只要給人工智能足夠的數據,只要給它足夠的培訓,還隨著CPU、GPU的發展,人工智能在百分之八九十的領域都可以替代人類智力的工作。
幾年前我曾聽業內一個同事演講了一個我非常認可的觀點,他舉了一個CPU晶體管數量(的例子),在未來幾年之內,一個計算機的晶體管數量將會第一次超過腦細胞的數量。
替代我們體力勞動的就是機器人,隨著人工智能和機器人的聯合發展,很快你就會發現機器人真的可以像人一樣思考、像人一樣行走、像人一樣做非常複雜的工作,甚至可以做它從來沒做過的工作,這一點跟過去有本質的不同和區別。我堅信未來的機器人將有可能會替代我們今天百分之七八十以上的藍領工作,今天百分之七八十以上的藍領工作其實都可以被機器人替代。
還有智能商品,我們在6年前提出了NSNG(京東智能),就是我們認為未來所有商品都是智能的,都是聯網的,隨著智能商品的不斷發展,它對人們的生活、工作、商業,包括政府運作,整個社會的治理其實都會發生巨大的改變。
當然還有基因技術,基因技術可以做到什麽?今天在孩子沒有生下來之前對父母血液做基因檢測,都可以判斷出孩子的很多東西,甚至每一種疾病可能存在的得病概率是多少。我堅信未來十年基因技術會得到很大的突破,不僅僅是壽命、疾病,而在於各個方面,基因還有很多未知的東西,而今天我們對它認識的速度快得驚人。
這所有技術的發展會對我們產生影響,它一定會影響到全球所有的企業,任何一家公司,今天大家要做好準備,未來都會因為新技術的產生導致一批又一批跟不上時代的企業被淘汰掉,如果我們今天不做改變,不把我們過去12年所有的成績全部清零,重新認識自己,對我們已經建立起來的所有商業模式的每一個環節都要做一次徹底的改造,那我們的好日子也就只有五到七年,五到七年之後,我們的日子會越來越難,很快可能就被別人超越了。
所以世界瞬息萬變,我們只有用技術去應對未來所有的不確定性,所有的變化,唯有以我們的技術去應對。
第三部分:
第二個12年,我們希望用12年的時間把我們第一個12年建立的所有商業模式全部用技術來進行改造,變成純粹的技術公司,是一個充滿著智慧的集團,這個智慧不僅僅是團隊兄弟們的智慧,還包括我們所有產品、所有服務、我們一切的商業模式,都是有智慧的。
未來12年我們最想做的是成為全球領先的智能商業體,包括但不限於今天我們已經有的2個業務,電商和金融,還有即將進入的保險業務,這是我們現在三個最主要的業務,未來都需要技術支撐,但隨著技術的發展,我們肯定會產生更多全新的商業模式、全新的產品、全新的服務。
先跟大家描述一下我們已經有的或即將有的第三個業務,我們準備怎麽改造,電商將如何進行改造,我們今天的電商業務主要是通過雲計算、大數據、人工智能、機器人和智能商品這幾個基礎業務進行改造,比如消費,大家知道,過去是PC,今天是手機、Pad、電視機;
我可以告訴大家今年我們的京東智能可以做什麽,不僅可以購物、可以聽音樂,還可以控制家里的空調、洗衣機,比如洗衣機為什麽白天要洗衣服呢?可以半夜一點洗衣服,我們北京市是波谷電價,電費比白天便宜一半;家里如果暖氣壞了,只要對著我們的音箱說一聲,30分鐘就會有員工去你家里維修,地板、沙發、任何地方出了問題,所有服務,叫外賣,藥店買藥。我們智能冰箱,在你都不知道你牛奶快喝完時,我們就知道,把牛奶送過去了,你雞蛋快吃完就把雞蛋送過去了,你在廚房里做菜時智能冰箱可以教你做菜,油倒多少,火開多少,多少分鐘蔥放進去,過一分鐘雞塊放進去,水加滿,大火燒5分鐘,整個過程就像一個人,就像你的媽媽一樣站在你旁邊教你做每道菜,我們的智能冰箱對家庭的了解比你自己還要多。告訴你健康飲食,基因再好,天天吃的垃圾食品太多,飲食習慣不好,也會影響你的健康、影響你的壽命。通過冰箱里的食物我們可以知道你的口味習慣、祖籍來自哪兒、家里有多少男人多少女人、孩子多大,會為我們金融提供巨大的數據支持。
未來還有很多,未來所有的消費場景、服務場景一定是越來越多的多終端、多場景化。
我們的智能商業,大家知道我們無數兄弟在補貨、做活動、定價。還有推薦,我們現在的推薦不是完全基於人工智能,未來我們會用人工智能的方式對每件商品進行精準的預測,什麽叫精準預測?今天在座有很多兄弟在公司工作滿了15年,如果一個15年的老采銷管一個SKU,兄弟們會知道,他會管得非常好,超級好,可以保證全國200個庫房都有現貨,很好的庫存周轉天數,很好的定價策略,但如果給他100個、1000個,就無法搞定了,可是人工智能相當於什麽?相當於我們擁有了325萬個在京東公司工作了15年的老采銷一樣,去盯著每一個SKU,對它進行精準的銷量預測、補貨和選品,不斷地選,選擇最好的,價格不斷地變動,市場的競爭情況、季節因素,推薦都能達到最精準。可能我們今天在座的有50%以上的采銷工作可以通過智能的方式,但今天我們還有80%靠人工,而未來幾年我們希望100%靠智能,不是靠人。
再給大家展示一下我們的物流。
去年我們成立了X事業部和Y事業部,專門儲備技術,今年我們將在北京建立第一個全球真正意義上全無人的倉庫,甚至我們的監控人員都不在現場,監控人員可以遠程,可以在宿遷,也可以在集團總大樓,從產品入庫、理貨、上架、出庫、掃描、打包、打印發票、分撿,包括裝車,整個過程沒有人。
未來每一個京東無人傳站車其實都是一個流動的配送站,從車駛進倉庫那一開始,沿途其實在不斷釋放我們的無人配送車,而上面有無人機,無人機在車體上可以不斷起飛,去供應遙遠的農村、偏遠的山區,為那里補貨送貨。大家想一想,每個傳站車從庫房出來,沿途可以收上幾十輛無人快遞車,一直達到最後的無人配送站。
現在我們已經有五六千個配送站,再加上未來把車輛也當做流動配送站的話,將來我們為用戶服務的半徑將會更加小,我們希望京東的物流體系能夠在30公里之內覆蓋到全國87%的人口。讓我們的成本、效率、用戶體驗會到達一個全新的臺階上去。
大家看未來我們的配送站是什麽樣的。
我們今天在全國租了5000多個商業的房子,未來其實我們在全國只需要建立5000多個路邊,可能在加油站旁邊,可能在一個小區或任何一個地方,不需要在室內,只需要一個圓筒形建築,里面全部是自動化設備,我們的無人車過來時可以自動把包裹送到無人配送站的每個格子里,上面可以起降無人機,把包裹送到偏遠農村,底下在我們配送站能夠覆蓋到的15公里範圍之內無人車可以自動接泊包裹,每輛無人車出去可以送8到12個包裹。
大家看我們的無人機將來怎麽送貨。
我們設定的未來農村送貨的場景,先是一架無人機,從無人配送站或流動的車頂上飛過去,能夠自動落到無人配送車上把包裹放上去,然後無人配送車再進村一個一個送包裹。
我們的無人車當客人來了之後不需要輸入密碼,不需要掃描二維碼,也不需要按指紋,無人車全部通過刷臉的技術就可以分辨是不是那個客人,刷臉之後完成兩個動作,第一個動作支付成功,第二個動作把你的包裹從快遞車車倉里彈出來交給我們的用戶。
這個只是我們描繪的一個場景,隨著大量新技術的應用,交付場景會有無數種,這只是其中一種,展示的是未來用戶根本不需要給我們地址,只要給我們一個授權,允許跟蹤你的位置就可以,你可以在北京下訂單,下完定單後找你在上海的閨蜜逛街去,在逛街路上無人機可以通過計算找到一個最佳的接貨點,你可能正在吃飯、正在聊天,我們的無人機可以把包裹送給你,隨時隨地可以送貨。會把我們的用戶體驗推到一個全新的高度上去。
京東金融未來會怎麽做?
因為金融成立比較晚,所以成立之初我們金融的同事就已經利用了人工智能的技術,首先大數據這是必須的,我們京東所有的產品和服務都是基於大數據的,當然我們現在正在對我們過去各種風控、定價、模型都在進行人工智能的再造,其實現在很多產品已經完全以人工智能的方式為用戶提供金融產品和金融服務了。最核心的一句話就是,我們會利用最新的技術能夠有一天真正做到比你更懂你,更了解你。
未來保險怎麽做?
我們的財險,想一想,未來所有的汽車,每個部件都是智能的、都是聯網的,如果有一天你開著電動車出去時不小心跟誰碰了一下,在你撞車那一秒鐘的時間,京東已經知道你的車哪個部件撞壞了必須要換全新的、哪個部件不需要換全新的,可以通過維修方式把它複原,在撞車那一刻,我們的理賠其實都已經到位了;在你的車還沒有拖到4S店時,京東已經把維修這輛車需要的所有配件全部送到4S店去了。
大家知道今天我們給保險公司做車險,其實車險欺詐是很嚴重的,很多利潤都被4S店剝走了,配件(價格)不透明,但京東有電商、有金融,我們保險聯動。
我們未來怎麽做壽險、醫療、健康,跟京東金融一樣,我們不會發展任何一個分支機構,不會發展任何一個所謂各地區的保險經紀公司、保險代理公司或什麽公司。
就像我剛才所說的,通過基因檢測,我們對你的壽命、對你的身體、對將來可能出現的各種問題,對你有一個保險定價,真正做到千人千價,每個客戶過來,甚至同樣一個客戶不同的時間過來,他的價格是不一樣的。
光有基因的技術是不夠的,不要忘了,我們還有所有消費者的數據、教育數據,甚至你家里冰箱各種生鮮的數據我們都有,我們完全可以用人工智能、用全新的技術為每個人服務,真正做到公平,大家知道,現在很多保險其實是基於一種不公平來獲得某種公平的,有其合理的一面,但也有它邏輯錯誤的一面,但京東保險有全新的技術,相信將來一定會為我們的消費者提供完全不同的體驗、完全不同的產品。
不管是金融還是保險,我們所有的做法都不會跟現在傳統的銀行、跟現在傳統保險公司一樣,我們所有的產品從第一天開始都是不一樣的,完全是基於技術。
我們發展這麽多技術,將來所有技術我們都是開放的,我們做的所有技術都不只是為京東公司合作,比如無人機,現在很多地方找我們,農業、防汛、已經有無數人找我們,將來我們要發展的無人機、無人車,包括無人倉,我們所有技術都向全社會開放,任何一個公司、個人,包括政府機構,甚至我們的友商想要使用我們的技術,都沒有問題,我們每個技術產品最後都是一個利潤中心,都不是像今天一樣的費用、成本和投入。
我相信一定會有人說,京東沒有技術基因呀,老劉是學社會學的,這麽一個公司怎麽去做技術?我想回答兩點:
第一點是一種信念!兄弟們,是源自於你堅不堅信技術終究會改變一切,是源自於你堅不堅信今天我們發現的幾乎所有問題最終都只能靠技術來解決,不管是外面霧霾的問題,還是水的問題、食品安全的問題,假貨的問題,所有的問題,我堅信最終都可以用技術來解決,人類的物質追求永無止境,但是既要滿足人類對物質的追求,同時又要能保護環境,只有靠技術來解決。
第二個我想說的就是對技術人才的尊重、信任。也是我們未來轉型至關重要的,要對技術有信仰,對技術人才有足夠的信任和尊重,我覺得這才是關鍵,我相信再過一兩年我會帶領我的兄弟們、團隊,我們無數的技術部門都在進行布局,再過一兩年我們會有一個又一個激動人心的產品和服務推出來,就像2007年我們做物流,幾年的時間我們證明了我們的政策一樣,終究有一天,我也相信所有兄弟們的智慧、才能,還有我們集體的信任、信念,也一定會交出一份令人滿意的答卷。
如果去實驗非常宏大、龐大技術的投入,是要無數的錢的,這是一個無法回避的問題,錢怎麽辦?
這麽多技術投入需要無數的錢。但我可以告訴大家,這恰恰也是京東集團非常重要的優勢,未來我們不僅有龐大的利潤,我們更有龐大的現金流,未來五年我們現金流可以超過1000億,兄弟們!(掌聲)
在第12年結束時大家可以記住我今天說的這句話,在第二個12年結束時我們會達到幾千億人民幣的現金流,這一切足以保證我們對每個技術的投入,持續性投入,不間斷投入,我們永遠不會有那麽一天,比如某項技術發展到關鍵時,因為沒有錢而導致這個項目終止,不會。
雖然在過去幾年我們的利潤一般,很可憐的一點利潤,因為我們要正規化、正道成功,我們背負了比別人多了很多的社會責任。但資金不是問題,這恰恰是我們京東一個非常重要的優勢,有巨額的資金、現金,我們可以投資一個又一個新的商業、產品、服務、技術,去為我們的股東創造更多價值。
相信所有人都會問一個問題,技術時代來了,我們怎麽辦?我們是不是都要失業?百分之七八十的采銷工作都做了,倉庫里沒有人員了,配送站不需要工作人員了,連馬路上跑的五萬輛汽車都沒有司機了,我們無人客服,現在52%、57%每天的服務需求其實不是人服務的,是我們的JIMI在服務,而在五年之內我可以保證99%的客服工作其實都可以由我們的JIMI來做,不需要整天有那麽多人坐那兒接電話。
大家怎麽辦?
我給大家承諾,在整個京東集團技術發展過程中我絕不會因為要減員而開除任何一個兄弟。
有人說不可能,老劉你純粹是忽悠我們,穩定我們的軍心。也不是,雖然京東有幾萬名配送人員,但不要忘了,將來全國一千多個倉庫,我們需要在線的監控人員,這麽多倉庫、這麽多機器設備、電氣化設備,每天夜里都需要無數人保養的,要維修,上百萬無人機要維修,幾百萬輛配送車要維修,上萬名客服,沒有人坐那兒不用接客服電話了,我們可以去監控庫房、監控幾百萬機器人工作呀,還需要人坐那兒工作它,一個人可能監控一千個機器人工作,一個人可能監控十個庫房的運轉,未來12年整個集團我們的收入註定會有幾十倍的增長,但有可能我們的員工數在剛開始幾年還是會增長,隨後隨著自然流失,自然離職,到了第二個12年末,可能今天集團的員工一個都不增加,業務二十倍、三十倍增長。
有人問我為什麽這麽做,你的主意從哪兒來?說句實在話,兄弟們,我就是在每次霧霾來臨的時候,我會不可避免地想到我們有這麽多兄弟們在大街上送貨,北京市PM2.5經常過500,今年元旦時我記得持續了十天的時間,老實說坐在辦公室我的嗓子都出血了,有天夜里實在逼得沒辦法,我讓司機開車一路往北,整整開了七個小時才找到一個沒有霧霾的地方,跑到內蒙去了,但我們的兄弟們跑不了,我還有這麽多兄弟在大街上送貨,PM2.5到達500時還在送貨、服務,我們對客戶的承諾是不可以中斷的,難道我的兄弟們要一輩子做這樣的工作嗎?需要兄弟們日日夜夜加班加點,每天接一兩百個沙漠,要去穿沙漠、渡河、冒著大雨大雪大風霧霾,以及大街上各種各樣的交通事故,真的需要無數個兄弟不斷奔跑嗎?我們庫房出庫人員每天都要幾十公里的奔跑。
我一方面感動,但另一方面,老實說,我也真的一直自責的,我沒辦法說在PM2.5超過100時不送貨了,我做不到,如果做到,我們公司就垮了、就死了,所以當我們為用戶服務時,我們的身體會受到傷害。
太多太多的故事,我經常在淩晨一點時在大樓里走走,在淩晨一點我真的發現有很多兄弟加班,他們在幹什麽?做第二天的采購單,去做很多並不需要人做的、完全可以用機器、用人工智能做的,而淩晨一點還有兄弟們在工作、努力,所以為什麽要發展技術?從哪兒來的?我可以告訴兄弟們,也是因為過去多年這種不安、這種自責,這種對兄弟們的心疼讓我不斷地想,我們為什麽不能用機器人頂替人工來做,把今天我們忍受的所有風險逐步用技術來解決,我們對客戶的承諾是不可以停止,我們的產品和服務不可以停止,但我們可以用技術去做到讓兄弟們不僅能過上有尊嚴的日子,還要有更好、更加輕松地工作,對身體沒有任何傷害的工作。
這是我下定決心不惜代價要發展技術很重要的原動力,說實在話,很重要的原動力。
所以我們不會有兄弟因為技術而失業,說實在話社會上會有人因為技術而失業,但我可以保證京東不會有人因為技術而失業,對所有員工只要進行三天到一個季度的培訓,他就可以像今天的像客服一樣坐在非常好的辦公室里只是盯一下屏幕,看一下遠程監控而已,所以大家無需恐懼,技術只會讓我們收獲,讓我們的工作更加美好。
未來12年,一個科技的京東,我希望我們整個集團能夠進入全球500強的TOP10。
最最關鍵的不只是收入,而是我們的利潤,凈利潤也必須進入TOP10,未來12年我們只有三樣東西,技術!技術!技術!
重要的事情說三遍,未來12年我們只有技術!謝謝兄弟們!
未來12年京東最想做的是,成為全球領先的智能商業體,變成純粹的技術公司。
2月10日下午,京東集團在北京召開了2017年開年大會,來自全國各地的2000多名京東員工來京現場參會,京東集團CEO劉強東也攜夫人章澤天(奶茶妹妹)現身。
和以往不同,本次大會上,劉強東首次向整個集團傳達了第二個12年的戰略。在年會上,劉強東系統性的回顧了京東的第一個十二年取得的業績,其中,標誌性的成就則是:2016年,京東集團成功的進入了《財富》全球500強(第366位)。
據京東現場公布的數據顯示:在電子商務領域,12年來,京東商城的交易規模保持了年均150%以上的複合增長率,增長了將近9萬倍。在過去12年里,京東是為數不多的GMV平均年複合增長率超過150%的企業之一。在物流領域,京東的大件、中小件和冷鏈三張物流網絡已經覆蓋了中國98%以上的人口。劉強東表示,按照京東商城目前的增速水平,京東將有望在2021年前成為中國第一大的B2C平臺。
劉強東著重提到,在互聯網金融領域,2016年京東金融的交易規模已經突破了萬億大關,3年來交易規模增長了8.65倍。預計到2020年,京東金融將會服務千家金融機構、百萬家企業,並力爭成為全球TOP 3的金融科技公司。同時,劉強東透露,京東的保險業務也正在籌備當中,即將亮相。他還開玩笑說:京東金融增長迅猛,但白條業務沒有一張裸照。
在物流方面,劉強東提到,京東在全國已經有幾十個物流中心,超過200個中小件物流中心,在庫管理的SKU數量超過300萬,全球除了京東之外,只有亞馬遜能夠做到。再過不到三年,生鮮物流網絡建成後,京東將成為世界上唯一一家擁有3張倉配一體化物流網絡的公司,而且都是B2C模式。
京東開年大會的主題是“科技引領未來”,對於下一個12年,劉強東強調的關鍵詞就是:科技和技術。他表示,時代正在發生快速、劇烈的變化,未來的十年科技的進步速度將超過過去100年,以人工智能為代表的第四次商業革命來臨。劉強東認為,未來所有的商品都將聯網並具備智能,智能商品對人類的工作、生活、社會治理都將發生巨大的改變。劉強東強調:“如果京東不改變,不重新認識自己,全面改造自己的商業模式,我們的好日子也就只有5到7年。”
劉強東為在場所有人描繪了京東未來的應用場景:在未來京東的庫房中,AGV、六軸機器人、穿梭車、揀選等機器人完成商品的入庫、揀選和分揀,並將貨物傳輸至京東無人傳站車。
類似場景同樣出現在未來的金融服務和保險服務當中。在劉強東的構想里,京東金融將通過科技讓大量數據產生關聯,理解甚至預知用戶需求,提供更精準的金融服務;智能保險會通過商品智能、大數據和基因技術為每個用戶,每個項目制定不同的價格,實現以消費者為中心完全個性化的保險服務。
展示了這些應用場景後,劉強東承諾“所有技術,全部開放”,京東會把自身取得的技術成果全部對外分享。
而當大規模技術尤其是人工智能和機器人技術應用之後,人力將被大量取代,就業也將受到影響。劉強東表示,縱觀歷史上的技術革命,每一次技術的進步雖然會對傳統的勞作方式造成影響,但也會激發出新的崗位和就業機會,比如機器人技術會取代部分的繁重體力勞動工作崗位,但也會產生機器人研發、制造、維修、保養及其他的就業機會。未來12年,京東將會繼續保持10萬人左右的規模,但會創造出遠高於現在的產業價值。
劉強東在演講結尾表示:“未來12年,京東只有三樣東西——技術!技術!技術!”
過去京東12年
【電商/金融】
我今天的演講主題就是技術、科技。首先我要帶著大家去簡單回顧一下我們過去12年打下的基礎,沒有它,我們第二個12年的戰略也不可能實現。
到2016年,我們整個集團第一次進入了世界500強,而且是排名366位,我相信今年根據我們的業績增長速度,至少應該能往前移個100位。
我們2004年創業的時候GMV是1000萬人民幣,而去年按照電商行業通用口徑(備註:排除10萬以上所有產品和服務,排除一天內購買總額超過100萬元的用戶的所有訂單。),我們的GMV已經超過了9000億,我們12年增速達到了9萬倍!回顧商業史,在過去100年以來能夠在12年增長9萬倍,平均年複合增長率超過150%的企業,可能不超過10家,而我們京東是其中一家。按照我們今天的增速,以及我們已經打下的良好商業模式的基礎,我堅信在2021年之前,最快可能到2020年,京東商城將成為中國第一大B2C電商平臺。
在2016年京東金融也有很多質的突破,首先突破的是京東支付,支付總額第一次超過1萬億,我們除了支付稍微晚了幾年,我們其它幾乎所有的產品其實都是在行業第一個推出來的,包括京東白條,京保貝、京東眾籌。去年一年京東金融已經為超過1個億的用戶提供了服務,企業超過20萬家;京東金融三年增速達到了800%。
在未來,京東金融不僅僅會有這些金融產品和服務,很快,我們將會進入證券、征信,包括銀行,總有一天我們會申請或者控股一個銀行,這樣我們才能夠為我們的用戶提供全金融的服務。
到2020年,我們強調做一個金融科技公司,向所有金融機構輸出我們的技術、輸出我們的風控、輸出我們的能力,到那時候我相信會有上千家金融機構和京東金融合作,超過百萬家企業會直接或者間接享受我們京東金融的產品或者服務。
第三個業務就是京東保險,我們正在通過申請牌照或者通過投資購買的方式進入保險。
總結一點,在過去12年,我們之所以取得的所有成功,讓我們成為了全球用戶體驗最佳的公司之一,是因為我們的正品品質已經深入人心,獲得了消費者的信任和信賴。
【物流】
我們已經達到覆蓋全國的兩張物流網絡,第一張就是大件的物流網絡,包括冰洗送裝一體化,現在我們全國已經有幾十個物流中心,未來我們在國內可能有上百個大件倉庫。
另外,在全國我們已經有超過200個中小件物流中心,隨著我們各地的物流項目不斷投入,我們在庫管理的SKU數量已經超過300萬,全球除了京東之外只有亞馬遜能夠做到,在未來50年時間,相信我們在庫管理數將會超過1000萬SKU。
我們現在正在打造冷藏冷鏈倉配一體化的網絡,也就是我們所說的第三張物流網。這個物流網跟過去不一樣,過去都是B2B模式的,送上門店,以批發代理作為支持,但京東打造的冷鏈物流網全都是B2C的,我們的3張物流網絡今天除了生鮮,其它已經覆蓋了整個中國98%的人口,再過三年我們生鮮物流網絡建成後,京東將成為世界上唯一一家擁有3張倉配一體化物流網絡的公司,而且都是B2C模式。
提到自建物流,相信大家都知道,過去很多年,媒體、行業都在討論電商的商業模式。到了2016年我可以告訴大家,所謂電商模式之爭已經結束了,未來十年所有的電商都會愈來愈像我們今天的京東。
【公益】
我們一直強調整個集團始終要為國家、為社會創造價值。在2006年我第一次見到徐新時,我說我將來靠什麽贏?靠什麽超過線下渠道,靠什麽領先競爭對手?最重要的三件事情就是:用戶體驗、成本、效率。因為人類上千年以來零售行業的發展其實都是伴隨著這三個最核心的要素不斷往前發展,每一次新興的商業模式之所以能夠顛覆掉或替代掉過去的商業模式,一定在這三者之間做得更好,才能夠創造全新的商業模式。我相信未來12年,隨著我們技術力量不斷投入,雖然我們的庫存數量隨著我們銷售規模可能是幾十倍的擴大,但我們依然可以比今天的物流更快。
2003年整個公司只有38個兄弟,我當時就帶他們去了國家級貧困縣——山西省靜樂縣,我們在那一年就領養了38個孩子。那時,我們還是很小的小公司,到今天其實我們已經支援了上千名在校的貧困大學生,每年公司也會有大量的公益捐助。但最最重要的是希望以商業的方式能夠建立起可持續性的扶貧,到今天,我們已經精準扶貧了全國830多個貧困縣。
大家都知道前幾天CCTV2有一個關於我的采訪,我們給員工交五險一金,我們做了這麽多年,以前我也說過,但不知道為什麽這次說出來引起這麽大反響。也許有人覺得很奇怪,這不是應該的嗎?但其實很多人並不知道大多數勞動密集型企業都不能像京東一樣全員全額足額地繳納五險一金。我給大家算一筆小賬,如果按照各地最低工資標準繳納五險一金,每個月公司每人只要補貼一兩百塊錢就可以了。但我們全國很多配送人員稅前工資已經超過了10000,按照10000繳納五險一金和按照1600元最低工資標準繳納五險一金,二者帶來的費用支出是五倍之巨,所以給員工繳納五險一金不是什麽了不起的事情,但能夠為這麽多70%的藍領兄弟們全額足額繳納五險一金,付出比別的企業多五倍六倍的代價,只有我們做到了。
通過這件小事,我想說的是:過去12年京東為這個社會、為這個國家帶來的最大貢獻可能並不是我們之前說的用戶體驗、成本、效率,真正為這個國家帶來最大貢獻的是我們的正道成功,所有的業務都完全是按照國家法律法規的規定,所有的商業都是符合最基本的社會道德。全部用合法正當的方式獲得我們的商業成功,我們做出了非常好的例子,接下來可以激勵無數創業者、年輕人跟我們一樣,我們的國家和社會才真正會變得越來越美好。
京東4
過去清零
今天我想告訴兄弟們,我們過去取得的所有成績、所有成功都到了該歸零的時候,雖然我們靠已經建立的商業模式,未來五年到七年我們依然可以維持比行業增速快得多的增長速度。
但是我要告訴大家,時代正在發生劇烈的變化,在未來的十年,科技的進步速度,科技對人類、對我們企業產生的影響,將超過過去100年。
下面就是我們看到的未來幾年將會蓬勃發展的幾個基礎的關鍵技術:雲計算、大數據、人工智能。
人工智能不僅僅可以下棋,可以打敗全世界最好的棋手,可以這麽說,在所有人類已知的領域里面,只要假以時日,只要給人工智能足夠的數據,只要給它足夠的培訓,隨著CPU、GPU的發展,我堅信今天80%以上的藍領工作其實都可以被機器人替代。
還有智能商品,我們在6年前提出了NSNG(京東智能),我們認為未來所有商品都是智能的、聯網的。隨著智能商品的不斷發展,它對人們的生活、工作、商業,包括政府運作,整個社會的治理其實都會發生巨大的改變。
還有基因技術,基因技術可以做到什麽?今天在孩子沒有生下來之前對父母血液做基因檢測,都可以判斷出很多東西,甚至每一種疾病可能存在的得病概率是多少。我堅信未來十年基因技術會得到很大的突破,不僅僅是壽命、疾病,而在於各個方面。
所有技術的發展一定會影響到全球所有的企業,今天大家要做好準備,未來會因為新技術的產生,導致一批又一批跟不上時代的企業被淘汰掉。如果我們今天不做改變,不把我們過去12年所有的成績全部清零,重新認識自己,對我們已經建立起來的所有商業模式的每一個環節都要做一次徹底的改造,那我們的好日子也就只有五到七年,很快可能就被別人超越了。
世界瞬息萬變,我們只有用技術去應對未來所有的不確定性。
未來12年戰略
第二個12年,我們希望把我們第一個12年建立的所有商業模式全部用技術來進行改造,變成純粹的技術公司,是一個充滿著智慧的集團,這個智慧不僅僅是團隊兄弟們的智慧,還包括我們所有產品、所有服務、我們一切的商業模式,都是有智慧的。
未來12年我們最想做的是,成為全球領先的智能商業體,包括但不限於今天我們已經有的2個業務——電商和金融,還有即將進入的保險業務,這是我們現在三個最主要的業務,未來都需要技術支撐。但隨著技術的發展,我們肯定會產生更多全新的商業模式、全新的產品、全新的服務。
未來所有的消費場景、服務場景一定是越來越多的多終端、多場景化。
未來我們會用人工智能的方式對每件商品進行精準的預測,去盯著每一個SKU,對它進行精準的銷量預測、補貨和選品,面對價格變動、市場競爭情況、季節因素,推薦都能達到最精準。未來幾年我們希望100%靠智能,不是靠人。
再給大家展示一下我們的物流。今年我們將在北京建立第一個全球真正意義上全無人的倉庫,監控人員可以遠程監控產品入庫、理貨、上架、出庫、掃描、打包、打印發票、分撿,包括裝車,整個過程沒有人。未來每一個京東無人傳站車其實都是一個流動的配送站,從車駛進倉庫那一開始,沿途其實在不斷釋放我們的無人配送車,而上面有無人機,無人機在車體上可以不斷起飛,去供應遙遠的農村、偏遠的山區,為那里補貨送貨。
現在我們已經有五六千個配送站,再加上未來把車輛也當做流動配送站的話,將來我們為用戶服務的半徑將會更加小,我們希望京東的物流體系能夠在30公里之內覆蓋到全國87%的人口,讓我們的成本、效率、用戶體驗會到達一個全新的臺階上去。
京東金融未來會怎麽做?
金融成立之初就已經利用了人工智能的技術,京東所有的產品和服務都是基於大數據的,我們現在正在對過去各種風控、定價、模型進行人工智能的再造。其實現在很多產品已經完全以人工智能的方式為用戶提供金融產品和金融服務了。最核心的一句話就是,我們會利用最新的技術能夠有一天真正做到比你更懂你,更了解你。
我們未來怎麽做壽險、醫療、健康,跟京東金融一樣,我們不會發展任何一個分支機構,不會發展任何一個所謂各地區的保險經紀公司、保險代理公司或什麽公司。就像我剛才所說的,通過基因檢測,我們對你的壽命、對你的身體、對將來可能出現的各種問題,有一個保險定價,真正做到千人千價。
不要忘了,我們還有所有消費者的數據、教育數據,甚至你家里冰箱各種生鮮的數據,我們完全可以用人工智能、用全新的技術為每個人服務,真正做到公平。
京東2
我們發展這麽多技術,將來所有技術我們都是開放的。將來我們要發展的無人機、無人車,包括無人倉,我們所有技術都向全社會開放。
我相信一定會有人說,京東沒有技術基因呀,老劉是學社會學的,這麽一個公司怎麽去做技術?我想回答兩點:
第一點是一種信念。是源自於你堅不堅信技術終究會改變一切,是源自於你堅不堅信今天我們發現的幾乎所有問題最終都只能靠技術來解決。
第二就是對技術人才的尊重、信任。也是我們未來轉型至關重要的關鍵。
這麽多技術投入需要無數的錢。但我可以告訴大家,這恰恰也是京東集團非常重要的優勢,未來我們不僅有龐大的利潤,我們更有龐大的現金流,未來五年我們現金流可以超過1000億。在第二個12年結束時我們會達到幾千億人民幣的現金流,這一切足以保證我們對每個技術的不間斷投入。
雖然在過去幾年我們的利潤一般,但資金不是問題,這恰恰是我們京東一個非常重要的優勢,有巨額的資金、現金,我們可以投資一個又一個新的商業、產品、服務、技術,去為我們的股東創造更多價值。
京東1
相信所有人都會問一個問題,技術時代來了,我們怎麽辦?我們是不是都要失業?
我給大家承諾,在整個京東集團技術發展過程中我絕不會因為要減員而開除任何一個兄弟。
雖然京東有幾萬名配送人員,但不要忘了,將來全國一千多個倉庫,我們需要在線的監控人員,這麽多倉庫、這麽多機器設備、電氣化設備,都需要無數人保養和維修……有可能我們的員工數在剛開始幾年還是會增長,隨後隨著自然流失,自然離職,到了第二個12年末,可能今天集團的員工一個都不增加,業務二十倍、三十倍增長。
我們的產品和服務不可以停止,但我們可以用技術去做到讓兄弟們更好、更加輕松地工作,對身體沒有任何傷害的工作。
這是我下定決心不惜代價要發展技術很重要的原動力。所以我們不會有人因為技術而失業,所以大家無需恐懼,技術只會讓我們收獲,讓我們的工作更加美好。
未來12年我們只有三樣東西:技術!技術!技術!
人工智能——風起於青萍之末
從3月份智能機器人AlphaGo戰勝李世石,到近期谷歌的最新用於人工智能深度學習的芯片TPU曝光,一個千億級的市場應用逐漸從水底浮向了水面。我們將深度剖析,在人工智能領域,有可能爆發的芯片——GPU、FPGA、ASIC及相關的市場和公司。
1.1.人工智能——下一個千億級市場
人工智能會成為未來的趨勢嗎?答案是會。人工智能,簡單地說,就是用機器去實現目前必須借助人類智慧才能實現的任務。人工智能包括三個要素:算法,計算和數據。
對人工智能的實現來說,算法是核心,計算、數據是基礎。在算法上來說,主要分為工程學法和模擬法。工程學方法是采用傳統的編程技術,利用大量數據處理經驗改進提升算法性能;模擬法則是模仿人類或其他生物所用的方法或者技能,提升算法性能,例如遺傳算法和神經網絡。而在計算能力來說,目前主要是使用GPU並行計算神經網絡,同時,FPGA和ASIC也將是未來異軍突起的力量。
隨著百度,Google,Facebook,Microsoft等企業開始切入人工智能,人工智能可應用的領域非常廣泛。2013年100多家組織開始研發深度學習與人工智能,到2015年,短短2年間,研發機構已經迅速激增到3409家。可以看到,未來人工智能的應用將呈幾何級數的倍增。應用領域包括互聯網,金融,娛樂,政府機關,制造業,汽車,遊戲等。從產業結構來講,人工智能生態分為基礎、技術、應用三層。應用層包括人工智能+各行業(領域),技術層包括算法、模型及應用開發,基礎層包括數據資源和計算能力。
人工智能將在很多領域得到廣泛的應用。目前重點部署的應用有:語音識別,人臉識別,無人機,機器人,無人駕駛等。
人工智能市場將保持高速增長,根據艾瑞咨詢的數據,2020年全球人工智能市場規模約1190億人民幣。而未來10年,人工智能將會是一個2000億美元的市場。空間非常巨大。其中在硬件市場方面,將會有30%的市場份額。
1.2.深度學習
人工智能的核心是算法,深度學習是目前最主流的人工智能算法。深度學習在1958年就被提出,但直到最近,才真正火起來,主要原因在於:數據量的激增和計算機能力/成本。
深度學習是機器學習領域中對模式(聲音、圖像等等)進行建模的一種方法,它也是一種基於統計的概率模型。在對各種模式進行建模之後,便可以對各種模式進行識別了,例如待建模的模式是聲音的話,那麽這種識別便可以理解為語音識別。而類比來理解,如果說將機器學習算法類比為排序算法,那麽深度學習算法便是眾多排序算法當中的一種,這種算法在某些應用場景中,會具有一定的優勢。
深度學習的學名又叫深層神經網絡(DeepNeuralNetworks),是從很久以前的人工神經網絡(ArtificialNeuralNetworks)模型發展而來。這種模型一般采用計算機科學中的圖模型來直觀的表達,而深度學習的“深度”便指的是圖模型的層數以及每一層的節點數量,相對於之前的神經網絡而言,有了很大程度的提升。
從單一的神經元,再到簡單的神經網絡,到一個用於語音識別的深層神經網絡。層次間的複雜度呈幾何倍數的遞增。
以圖像識別為例,圖像的原始輸入是像素,相鄰像素組成線條,多個線條組成紋理,進一步形成圖案,圖案構成了物體的局部,直至整個物體的樣子。不難發現,可以找到原始輸入和淺層特征之間的聯系,再通過中層特征,一步一步獲得和高層特征的聯系。想要從原始輸入直接跨越到高層特征,無疑是困難的。而整個識別過程,所需要的數據量和運算量是十分巨大的。2012年,由人工智能和機器學習頂級學者AndrewNg和分布式系統頂級專家JeffDean,用包含16000個CPU核的並行計算平臺訓練超過10億個神經元的深度神經網絡,在語音識別和圖像識別等領域取得了突破性的進展。該系統通過分析YouTube上選取的視頻,采用無監督的方式訓練深度神經網絡,可將圖像自動聚類。在系統中輸入“cat”後,結果在沒有外界幹涉的條件下,識別出了貓臉。可以看到,深度學習之所以能夠在今天得到重要的突破,原因在於:1海量的數據訓練2高性能的計算能力(CPU,GPU,FPGA,ASIC))。兩者缺一不可。
1.3.算力
衡量芯片計算性能的重要指標稱為算力。通常而言,將每秒所執行的浮點運算次數(亦稱每秒峰值速度)作為指標來衡量算力,簡稱為FLOPS。現有的主流芯片運算能力達到了TFLOPS級別。一個TFLOPS(teraFLOPS)等於每秒萬億(=10^12)次的浮點運算。
增加深度學習算力需要多個維度的齊頭並進的提升:1系統並行程度2時鐘的速度3內存的大小(包括register,cache,memory);4內存帶寬(memorybandwidth)5計算芯片同CPU之間的帶寬6還有各種微妙的硬件里的算法改進。
我們這篇報告將主要關註人工智能的芯片領域,著重討論GPU,FPGA,ASIC等幾種類型的芯片在人工智能領域的應用和未來的發展。
GPU——厚積薄發正當時
2.1.GPU簡介
GPU,又稱顯示核心、視覺處理器、顯示芯片,是一種專門在個人電腦、工作站、遊戲機和一些移動設備(如平板電腦、智能手機等)上圖像運算工作的微處理器,與CPU類似,只不過GPU是專為執行複雜的數學和幾何計算而設計的,這些計算是圖形渲染所必需的。隨著人工智能的發展,如今的GPU已經不再局限於3D圖形處理了,GPU通用計算技術發展已經引起業界不少的關註,事實也證明在浮點運算、並行計算等部分計算方面,GPU可以提供數十倍乃至於上百倍於CPU的性能。
GPU的特點是有大量的核(多達幾千個核)和大量的高速內存,最初被設計用於遊戲,計算機圖像處理等。GPU主要擅長做類似圖像處理的並行計算,所謂的“粗粒度並行(coarse-grainparallelism)”。這個對於圖像處理很適用,因為像素與像素之間相對獨立,GPU提供大量的核,可以同時對很多像素進行並行處理。但這並不能帶來延遲的提升(而僅僅是處理吞吐量的提升)。比如,當一個消息到達時,雖然GPU有很多的核,但只能有其中一個核被用來處理當前這個消息,而且GPU核通常被設計為支持與圖像處理相關的運算,不如CPU通用。GPU主要適用於在數據層呈現很高的並行特性(data-parallelism)的應用,比如GPU比較適合用於類似蒙特卡羅模擬這樣的並行運算。
CPU和GPU本身架構方式和運算目的不同導致了CPU和GPU之間的不同,主要不同點列舉如下
正是因為GPU的特點特別適合於大規模並行運算,GPU在“深度學習”領域發揮著巨大的作用,因為GPU可以平行處理大量瑣碎信息。深度學習所依賴的是神經系統網絡——與人類大腦神經高度相似的網絡——而這種網絡出現的目的,就是要在高速的狀態下分析海量的數據。例如,如果你想要教會這種網絡如何識別出貓的模樣,你就要給它提供無數多的貓的圖片。而這種工作,正是GPU芯片所擅長的事情。而且相比於CPU,GPU的另一大優勢,就是它對能源的需求遠遠低於CPU。GPU擅長的是海量數據的快速處理。
工業與學術界的數據科學家已將GPU用於機器學習以便在各種應用上實現開創性的改進,這些應用包括圖像分類、視頻分析、語音識別以及自然語言處理等等。尤其是深度學習,人們在這一領域中一直進行大力投資和研究。深度學習是利用複雜的多級「深度」神經網絡來打造一些系統,這些系統能夠從海量的未標記訓練數據中進行特征檢測。
雖然機器學習已經有數十年的歷史,但是兩個較為新近的趨勢促進了機器學習的廣泛應用:海量訓練數據的出現以及GPU計算所提供的強大而高效的並行計算。人們利用GPU來訓練這些深度神經網絡,所使用的訓練集大得多,所耗費的時間大幅縮短,占用的數據中心基礎設施也少得多。GPU還被用於運行這些機器學習訓練模型,以便在雲端進行分類和預測,從而在耗費功率更低、占用基礎設施更少的情況下能夠支持遠比從前更大的數據量和吞吐量。
將GPU加速器用於機器學習的早期用戶包括諸多規模的網絡和社交媒體公司,另外還有數據科學和機器學習領域中一流的研究機構。與單純使用CPU的做法相比,GPU具有數以千計的計算核心、可實現10-100倍應用吞吐量,因此GPU已經成為數據科學家處理大數據的處理器。
綜上而言,我們認為人工智能時代的GPU已經不再是傳統意義上的圖形處理器,而更多的應該賦予專用處理器的頭銜,具備強大的並行計算能力。
2.2.王者歸來的NVIDIA
NVIDIA是一家以設計GPU芯片為主業的半導體公司。其主要產品包括遊戲顯卡GeForceGPU,工作站Quadro,可用於深度學習計算的TeslaGPU,為移動以及汽車處理設計TegraGPU。NVIDIA的產品在應用領域來劃分,主要包括圖形處理器(GPU),Tegra處理器(用於車載),以及其他。各塊業務所占比重如圖所示。
NVIDIA在最近12日發布的財報顯示,2016年第一財報季度內,公司整體利潤激增46%,至1.96億美元,營收同比增長13%至13.05億美元。財報公布後,NVIDIA股價一度大漲7.7%,盤中最高觸及38.81美元。
NVIDIA2011-2015年的營收和凈利潤如圖所示。從2013年起,業績明顯呈現出上升的勢頭。這個時間點其實也契合人工智能在深度學習領域開始使用GPU來進行大規模並行計算。2016年NVIDIA的一季報更是呈現出爆發的跡象,整體利潤激增46%,我們認為財報的數據是最有力的證明,GPU正在受益於人工智能深度學習的需求,而廣泛地得到應用。
NVIDIA的產品毛利率從2011年開始,保持了連續上升的勢頭。NVIDIA的核心產品是GPU,從毛利率水平不斷提升來看,NVIDIA的GPU產品始終保持了核心競爭力和更新換代的能力。產品的結構也在不斷優化,從獨立專顯到服務器再到大規模並行計算,隨著應用的不斷升級,產品的結構也越來越優化。從毛利率水平看,NVIDIA的產品保持了不斷更新和競爭力。隨著並行計算在深度學習中的廣泛應用,NVIDIA的產品毛利率還將進一步提升。
在高性能計算機、深度學習、人工智能等領域,NVIDIA的Tesla芯片有十分關鍵的作用。NVIDIA的CUBA技術,大幅度提高了純CPU構成的超級計算機的性能。人工智能和深度學習需要大量的浮點計算,在高性能計算領域,GPU需求在不斷增強。目前NVIDIA的高性能顯卡已經占有84%的市場份額。亞馬遜的AWS,Facebook,Google等世界一級數據中心都需要用NVIDIA的Tesla芯片,隨著雲計算和人工智能的不斷發展,我們認為NVIDIA的高性能GPU也能在未來5年保持20%以上的增長速度。
2.3.GPU國內行業現狀及公司
國內在GPU芯片設計方面,還處於起步階段,與國際主流產品尚有一定的差距。不過星星之火,可以燎原。有一些企業,逐漸開始擁有自主研發的能力,比如國內企業景嘉微。景嘉微擁有國內首款自主研發的GPU芯片JM5400,專用於公司的圖形顯控領域。JM5400為代表的圖形芯片打破外國芯片在我國軍用GPU領域的壟斷,率先實現軍用GPU國產化。
公司的GPUJM5400主要替代AMD的GPUM9,兩者在性能上的比較如下。相比而言,公司的JM5400具有功耗低,性能優的優勢。
雖然景嘉微的GPU芯片主要用於軍用顯示,尚無法達到人工智能深度學習的算力要求,但隨著研發和支持的投入,參照NVIDIA當年的發展歷史,景嘉微也會有潛力成長起來。
分析景嘉微的主營構成,主要分為圖形顯控領域產品、小型專用化雷達領域產品,以及其他。其中圖形顯控領域產品占公司收入的85%多。公司的主要下遊客戶是軍用飛機,目前我國大多數軍用飛機都使用公司的圖形顯空產品
公司從2012-2015年的營收和凈利潤都保持穩定的成長,呈現出向上的趨勢。隨著公司國產GPU的量產和替代,我們預計後續產品的營收和凈利潤將會得到進一步的提升。
我們認為,國內的GPU發展尚處於起步階段,目前的產品還是主要用於於GPU原先的圖形顯控領域,雖然還不能跟現在人工智能深度學習所需要的GPU所媲美,但走在正確方向的道路上,未來也有可能得到突破。
FPGA——“萬能芯片”在人工智能時代複蘇
FPGA(Field-ProgrammableGateArray),即現場可編程門陣列,它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發展的產物。FPGA芯片主要由6部分完成,分別為:可編程輸入輸出單元、基本可編程邏輯單元、完整的時鐘管理、嵌入塊式RAM、豐富的布線資源、內嵌的底層功能單元和內嵌專用硬件模塊。
FPGA還具有靜態可重複編程和動態在系統重構的特性,使得硬件的功能可以像軟件一樣通過編程來修改。FPGA能完成任何數字器件的功能,甚至是高性能CPU都可以用FPGA來實現。
Intel在在2015年以161億美元收購了FPGA龍頭Altera,其目的之一也是看中FPGA的專用計算能力在未來人工智能領域的發展。
3.1.FPGA——高性能、低功耗的可編程芯片
FPGA之所以能有潛力成為人工智能深度學習方面的計算工具,主要原因就在於其本身特性:可編程專用性,高性能,低功耗。
先來看一下FPGA的內部架構。FPGA擁有大量的可編程邏輯單元,可以根據客戶定制來做針對性的算法設計。除此以外,在處理海量數據的時候,FPGA相比於CPU和GPU,獨到的優勢在於:FPGA更接近IO。換句話說,FPGA是硬件底層的架構。比如,數據采用GPU計算,它先要進入內存,並在CPU指令下拷入GPU內存,在那邊執行結束後再拷到內存被CPU繼續處理,這過程並沒有時間優勢;而使用FPGA的話,數據I/O接口進入FPGA,在里面解幀後進行數據處理或預處理,然後通過PCIE接口送入內存讓CPU處理,一些很底層的工作已經被FPGA處理完畢了(FPGA扮演協處理器的角色),且積累到一定數量後以DMA形式傳輸到內存,以中斷通知CPU來處理,這樣效率就高得多。
專用計算領域強過CPU
雖然FPGA的頻率一般比CPU低,但CPU是通用處理器,做某個特定運算(如信號處理,圖像處理)可能需要很多個時鐘周期,而FPGA可以通過編程重組電路,直接生成專用電路,加上電路並行性,可能做這個特定運算只需要一個時鐘周期。比如一般CPU每次只能處理4到8個指令,在FPGA上使用數據並行的方法可以每次處理256個或者更多的指令,讓FPGA可以處理比CPU多很多的數據量。舉個例子,CPU主頻3GHz,FPGA主頻200MHz,若做某個特定運算CPU需要30個時鐘周期,FPGA只需一個,則耗時情況:CPU:30/3GHz=10ns;FPGA:1/200MHz=5ns。可以看到,FPGA做這個特定運算速度比CPU塊,能幫助加速。
北京大學與加州大學的一個關於FPGA加速深度學習算法的合作研究。展示了FPGA與CPU在執行深度學習算法時的耗時對比。在運行一次叠代時,使用CPU耗時375毫秒,而使用FPGA只耗時21毫秒,取得了18倍左右的加速比
能耗顯著降低
FPGA相對於CPU與GPU有明顯的能耗優勢,主要有兩個原因。首先,在FPGA中沒有取指令與指令譯碼操作,在Intel的CPU里面,由於使用的是CISC架構,僅僅譯碼就占整個芯片能耗的50%;在GPU里面,取指令與譯碼也消耗了10%~20%的能耗。其次,FPGA的主頻比CPU與GPU低很多,通常CPU與GPU都在1GHz到3GHz之間,而FPGA的主頻一般在500MHz以下。如此大的頻率差使得FPGA消耗的能耗遠低於CPU與GPU。
FPGA與CPU在執行深度學習算法時的耗能對比。在執行一次深度學習運算,使用CPU耗能36焦,而使用FPGA只耗能10焦,取得了3.5倍左右的節能比。通過用FPGA加速與節能,讓深度學習實時計算更容易在移動端運行。
相比CPU和GPU,FPGA憑借比特級細粒度定制的結構、流水線並行計算的能力和高效的能耗,在深度學習應用中展現出獨特的優勢,在大規模服務器部署或資源受限的嵌入式應用方面有巨大潛力。此外,FPGA架構靈活,使得研究者能夠在諸如GPU的固定架構之外進行模型優化探究。
3.2.Intel收購Altera分析
眾所周知,在深度神經網絡計算中運用CPU、GPU已不是什麽新鮮事。雖然Xilinx公司早在1985年就推出了第一款FPGA產品XC2064,但該技術真正應用於深度神經網絡還是近幾年的事。英特爾167億美元收購Altera,IBM與Xilinx的合作,都昭示著FPGA領域的變革,未來也將很快看到FPGA與個人應用和數據中心應用的整合。
目前而言,FPGA的應用領域以當前的通信、圖像處理、IC原型驗證、汽車電子、工業等為主。整個FPGA市場由Xilinx和Altera主導,兩者共同占有85%的市場份額。FPGA市場規模預計在2016年將達到60億美元,並保持年複合增速9%。
根據Altera內部文件顯示,Altera很早就在研發使用FPGA針對深度學習算法的應用,並在2015年Intel的論壇上展示了產品的性能。結論是在功耗和性能上相對同等級的CPU,有較大的優勢。
我們認為,Intel之所以收購Altera,主要原因就在於看中人工智能的發展,但CPU在計算能力上的先天不足,讓其需要尋找一個合作夥伴。Altera的的FPGA正好彌補了CPU在這方面的缺陷,我們認為,CPU+FPGA在人工智能深度學習領域,將會是未來的一個重要發展方向。
3.3.FPGA國內行業與公司
FPGA整個市場被國外的兩大巨頭所寡占,Xilinx和Altera占了85%的份額。國內目前也有一些公司在FPGA領域有所建樹,其中比較優秀的有同方國芯。
同方國芯的主營業務包括晶體業務,特種集成電路,智能芯片這幾塊。各業務所占比重如下:
同方國芯的FPGA歸屬於特種集成電路業務,我們統計上市以來這塊業務的營收狀況,保持著非常迅速的增長,年複合增速在20%左右。
同時,特種集成電路的毛利率也一直維持在很高的水準,並持續往上升。我們預計隨著FPGA在人工智能深度學習領域的應用增長,還會給公司帶來持續性的利好增長。
ASIC——後起之秀,不可估量
4.1.性能與功耗完美結合的ASIC
ASIC(ApplicationSpecificIntegratedCircuits,專用集成電路),是指應特定用戶要求或特定電子系統的需要而設計、制造的集成電路。嚴格意義上來講,ASIC是一種專用芯片,與傳統的通用芯片有一定的差異。是為了某種特定的需求而專門定制的芯片。
ASIC作為集成電路技術與特定用戶的整機或系統技術緊密結合的產物,與通用集成電路相比,具有以下幾個方面的優越性:體積更小、功耗更低、可靠性提高、性能提高、保密性增強、成本降低。
回到深度學習最重要的指標:算力和功耗。我們對比NVIDIA的GK210和某ASIC芯片規劃的指標,如下所示
從算力上來說,ASIC產品的計算能力是GK210的2.5倍。第二個指標是功耗,功耗做到了GK210的1/15。第三個指標是內部存儲容量的大小及帶寬。這個內部MEMORY相當於CPU上的CACHE。深度雪地的模型比較大,通常能夠到幾百MB到1GB左右,會被頻繁的讀出來,如果模型放在片外的DDR里邊,對DDR造成的帶寬壓力通常會到TB/S級別。
因為全定制芯片ASIC綜合考慮了工藝和性能方面的權衡,隨著工藝的進步,性能和價格的進展如下:
全定制設計的ASIC,因為其自身的特性,相較於非定制芯片,擁有以下幾個優勢:
●同樣工藝,同樣功能,第一次采用全定制設計性能提高7.6倍
●普通設計,全定制和非全定制的差別可能有1~2個數量級的差異
●采用全定制方法可以超越非全定制4個工藝節點(采用28nm做的全定制設計,可能比5nm做的非全定制設計還要好)
我們認為,ASIC的優勢,在人工智能深度學習領域,具有很大的潛力。
4.2.從“比特幣挖礦機ASIC發展”推導“ASIC在人工智能領域大有可為”
ASIC在人工智能深度學習方面的應用還不多,但是我們可以拿比特幣礦機芯片的發展做類似的推理。比特幣挖礦和人工智能深度學習有類似之處,都是依賴於底層的芯片進行大規模的並行計算。而ASIC在比特幣挖礦領域,展現出了得天獨厚的優勢。
比特幣礦機的芯片經歷了四個階段:CPU、GPU、FPGA和ASIC。其中2009年1月比特幣創始人中本聰利用電腦CPU挖出了第一個創世塊,其後大約一年時間BTC網絡主要依靠CPU挖礦,CPU設計中需要大量的邏輯判斷和很強的通用性來處理不同類型的數據,而GPU處理簡單的SHA-256算法速度更具優勢;GPU由於采用了大量並行處理的核心架構,對於簡單的SHA256算法處理速度較快,2010年9月挖礦進入了GPU時代,但是GPU也存在功耗高、搭建部署困難的缺陷,不適合大規模部署;2011年12月出現了基於FPGA芯片的挖礦設備,其功耗為同類型的GPU的1/40,但是FPGA芯片價格昂貴、部署也很複雜,主要被少數具備專業背景的礦工所使用,這個階段FPGA和GPU成為挖礦的主力軍;2013年首臺基於ASIC芯片的Avalon礦機面世,挖礦進入了ASIC時代。ASIC芯片是專為挖礦量身定制的芯片,它將FPGA芯片中在挖礦時不會使用的功能去掉,與同等工藝的FPGA芯片相比執行速度塊,大規模生產後的成本也要低於FPGA芯片。
在CPU、GPU時代,挖礦門檻較低,家庭的普通臺式機或者帶有獨立顯卡的筆記本都可以用來挖礦,2012年以前挖礦還是大眾可以參與的相對公平對等階段;隨著FPGA、ASIC芯片的出現,挖礦逐漸開始向一些專業人士聚集。ASIC芯片是為挖礦量身定制的,與同等工藝的FPGA芯片相比ASIC芯片的執行速度更快,大規模生產後成本也會比FPGA芯片低。目前ASIC芯片已成為主流的礦機芯片,挖礦速度基本都達到了GH/S的級別,比如BITMAIN的第四代芯片BM1385,單顆芯片算力可達32.5GH/S,在0.66V的核心電壓下功耗僅為0.216W/GH/S。ASIC芯片隨著矽片加工精度的提升,其性能更好,功耗更低。目前矽片加工精度已經130nm提升至14nm,基本接近現有半導體技術的極限。
以上,從ASIC在比特幣挖礦機時代的發展歷史,可以看出ASIC在專用並行計算領域所具有的得天獨厚的優勢:算力高,功耗低,價格低,專用性強。的谷歌最近曝光的專用於人工智能深度學習計算的TPU,其實也是一款ASIC。
4.3.ASIC國內行業與公司
我們認為,國內的比特幣芯片生產廠商,都有可能在人工智能時代華麗轉身,成為擁抱深度學習的定制芯片供應商。在這塊領域有所深耕建樹的公司有,國內的深圳烤貓、迦南耘智、比特大陸和龍礦科技。擁有自產芯片的礦機生產商的盈利能力強,普遍的毛利率達到50%以上。
總結
綜上,我們的觀點:人工智能時代逐步臨近,GPU,FPGA,ASIC這幾塊傳統領域的芯片,將在人工智能時代迎來新的爆發。風起於青萍之末,一起關註人工智能時代芯片的大機會!
(完)
股市有風險,投資需謹慎。本文僅供受眾參考,不代表任何投資建議,任何參考本文所作的投資決策皆為受眾自行獨立作出,造成的經濟、財務或其他風險均由受眾自擔。
新財富酷魚正在積極建立和讀者、合作夥伴的聯系,你想獲取更多有價值資訊嗎?你想成為我們網站的作者嗎?你對我們的網站的更新有什麽建議?請掃描以下二維碼聯系我們的主編(本微信號不洽談廣告投放事宜,加的時候請註明“新財富+您所在公司”):
百度風投會將重點放在人工智能行業的哪些部分?標準是什麽?百度風投與百度之間又是怎樣的關系?
本文系機器之心(微信 ID: almosthuman2014)授權i黑馬發布,作者虞喵喵。
2 月 6 日,百度宣布前聯想之星合夥人劉維作為副總裁正式加盟百度,任百度風險投資公司 (Baidu Ventures,BV)CEO,全面負責百度風投的各項工作。同時加入的還有曾任百度高級技術總監、後創辦多盟並擔任 CEO 的齊玉傑,以及曾任高盛亞洲執行董事及 TA Associates 合夥人的蔡薇。
至此,百度風投的核心團隊已基本組建完成。不過仍有很多問題等待解答:百度風投會將重點放在人工智能行業的哪些部分?標準是什麽?百度風投與百度之間又是怎樣的關系?
為此,機器之心第一時間獨家專訪百度風投新任 CEO 劉維,希望能解答各位內心的疑問。
首先,百度風投要投哪些項目?
「不是只投狹義的人工智能技術,而是布局人工智能時代。」
此前的媒體報道中曾多次提到,百度風投將專註於人工智能以及 AR、VR 等下一代科技創新項目,這里的「人工智能」很容易被認為是人臉識別等人工智能基礎技術領域。事實上,在百度風投的世界觀中,「人工智能」是包含底層智能技術、智能機器平臺、行業智能化在內,完整的三層生態。
在劉維看來,作為底層的人工智能技術不斷成熟發展,其中一部分算法技術今天已經進入可用階段,但隨之而來的海量數據處理需求、運算能力需求、安全需求、物理世界全方位感知需求都有巨大的機會,從傳感器到芯片,從極軟的高性能算法到極硬的前沿材料,都會誕生新的巨頭。
其上一層是各類的智能機器平臺。得益於逐漸成熟的智能技術,汽車、飛行器、AR/VR、音箱、輪式機器人、攝像頭、下一代的手機,乃至小衛星、人體內的嵌入式醫療設備,各類的機器都將變得更加智能化。它們的成本將變得更低,有更好的感知能力和理解能力、更強的作業能力,可以被利用到更多的場景中。「放眼未來十年,它們不再只是 Smart、也不是人的簡單附庸,而是 Intelligent、具有自主能力、數以萬億計的『類生命體 』。在這些設備及其相關生態上,將誕生十倍於智能手機的市場。」
在新辦公室,劉維手書「人工智能的三個層次」
底層技術和機器的發展,都將服務於第三層:行業智能化。行業的發展源於效率的不斷提升,劉維舉了「行業效率沙漏」的例子:沙漏的一端是提高連接用戶、理解用戶、精準匹配的效率,另一端是提高組織員工、組織資源、精細化產品和服務的效率。
人工智能對行業效率的提升,將比互聯網更深入、更巨大:一端是越來越精準的用戶畫像、對於需求的理解甚至預測,都能達到「億人億面」的程度,無論在顆粒度還是準確度上,都會超過人類智能的極限;另一側是流程更加高效,人力更加節約,實現越來越強的精準作業以避免浪費,讓個性化的產品和服務與個性化的用戶匹配,從而創造更大價值。在這一層上,安防、農業、物流、金融、醫療、教育等行業的智能化,都是百度風投的關註重點。
其次,投資的縱向(階段)和橫向(區域)的標準是什麽?
作為專註人工智能的風投機構,百度風投自然會積極投資 B 輪、C 輪等成長期項目,但劉維表示,他們同樣會在在早期領域布局上花費不小的力氣。
「從基金的世界觀看,我們會把自己定位為『具有戰略打擊能力的早期基金』。我們會堅決出手值得布局的成長期項目,並為這些優秀項目提供資金之外的幫助和戰略資源;我們也會為優秀的人才、瘋狂的想法提供充足的早期資金,並在後續一輪一輪的投資下去,幫助項目快速發展。」
具備如此強烈的早期項目氣質,其實並不難理解——盡管百度風投有能力、有資金對市場內的熱門項目進行投資布局,但在其規劃的「人工智能時代」的版圖中,還有相當多的領域還沒有成熟項目。「這需要我們去做『創業者身邊的創業者』,與他們共同去創造。」
百度 CEO 李彥宏將作為百度風投董事長兼決策委員會的主席,參與百度風投的工作
作為具有統一價值觀的行業,百度風投覆蓋的地域也將是全球化的。「人工智能時代是絕對全球化時代,是有普適價值的,最好的東西就是最好的東西。」在這個重構價值鏈和重新分工的時代,底層算法、部分行業應用如智能安防,中國有其他地區無法比擬的天然優勢。但在智能金融、智能醫療領域,海外似乎要更勝一籌。充分認清現實的百度風投,希望借助百度這塊「全球認可的人工智能技術公司」招牌,利用平臺優勢,覆蓋中國、美國、歐洲等各個地區有特色的早期技術和應用示範。
要在早期項目上投入重兵的百度風投,會推出自己的 EIR 駐場創業者計劃、並與全球大學實驗室、產業公司緊密合作;同時會根據人工智能創業者的需要,整合加工雲能力、技術能力、業務資源、數據集等百度內部資源,甚至與業務部門聯手二次開發,打造「人工智能創業者大禮包」;還會整合各類外部資源,包括與聯想之星合作發展 Comet Labs 行業智能實驗室等生態平臺,為創業者提供產業需求、實驗環境等服務。
「我們想做一個積極的投資人,一個不是只有資金的人工智能生態建設者,與世界一流的人工智能企業共舞。」
還有,百度風投和百度之間是什麽關系?
百度風投在成立之初就定位於「獨立的風險投資機構」,從來都不是百度的戰略投資部門。
如百度 CEO 和百度風投董事長李彥宏所說:「投資這個事情,不是百度的核心業務,但是又對百度的核心業務實際上有比較大的影響,未來我覺得影響會更大。我們的投資最主要還是能夠跟合作夥伴,跟上下遊共建一個好的生態。」作為發起人和一期基金的唯一出資人,百度希望支持百度風投通過完全市場化的專業機制,和比一般 VC 更好的資源,成為世界一流的人工智能 VC。打造一流的投資組合,與眾多明星企業一起構建一個強大的生態,助力百度核心業務的長期發展。
百度風投的百度百科頁面,明確表述其「獨立於百度公司現有投資並購團隊」
根據這樣的定位,百度風投建立了「單向閥」理念:利用百度的平臺資源為創業者提供大量「輸出」,不會犧牲或爭奪創業者的利益為百度「輸入」。百度風投需要的,是通過優質的投資組合來實現長期戰略回報。
「百度風投會在市場內成為獨立、專業的風險投資機構,相信同業內其它風險投資機構、天使投資、產業公司都會有很好的合作。」
劉維的角色
作為在人工智能領域深耕 6 年,投資過 Face++、思必馳等 60 余個人工智能領域的早期項目的聯想之星合夥人,為什麽會加入剛剛建立、蹣跚學步的百度風投?
「聯想之星作為人工智能最佳天使,地位已經穩固。但我個人覺得,人工智能是比原來的預想還要大得多的時代,它的深遠性、它的國際化、它的生態建設、它賦能於成熟企業使其再次快速增長的潛力,都值得在這樣一個『人工智能元年』,全身心地投入和探索。」
劉維坦言上任後有大把「打地基」的事情要做,但最首要的還是「把人工智能四個字嚼透」,建立對人工智能更長遠的世界觀。「想要關註 5-10 年的周期能改變未來的技術、商業模式,這就要求我們有更長遠的世界觀和格局,通過我們投資的項目不斷推出新的『關鍵詞』。這些項目會 underwater 一段時間,被人所知時已經做出相當酷的東西。這能讓大家看到,『哇,原來人工智能還可以這樣,人工智能驅動的機器和行業應用還可這樣』,改變我們生產生活。」
組建團隊也是劉維的當務之急,對人工智能是長周期的判斷同樣影響著他的決定。「我們希望尋找到的是對人工智能有長期的理想和熱情,而不是機會型、認為人工智能比較熱就跳到這個領域的人。在人工智能「螺旋式上升」的過程中,會有不斷的挫折和挑戰。我們希望找到既有對前沿技術的洞察和熱情,又能對行業價值鏈深入分析,長期低調潛行,同時自己也有創業者心態的人。」
在最後,劉維依舊表達了自己對人工智能行業的樂觀,「期待各種創業者、投資人、合作夥伴,與百度風投攜手去摸著石頭過河,走進壯闊的人工智能時代。」
近日,國家發改委公布大數據國家工程實驗室名單,由阿里雲參與的“工業大數據應用技術國家工程實驗室”和“大數據系統軟件國家工程實驗室”均獲批複認定,分別是工業大數據應用及大數據系統軟件領域的唯一國家級工程實驗室。
前者由航天雲網旗下北京航天數據股份有限公司和阿里雲聯合共建。後者由清華大學和北京理工大學牽頭,阿里雲支撐實驗室研發全生命周期大數據系統軟件及其開源創新平臺體系。
國家工程實驗室承擔著國家科技創新的重要任務,此次共有19個國家工程實驗室獲批,其中大數據領域11個,互聯網+領域8個,寄托著在該領域實現世界一流創新的希望。
據悉,在“工業大數據應用技術國家工程實驗室”未來規劃中,阿里雲將負責雲計算大數據基礎平臺,參與工業相關算法服務的建設和維護,同時支持航天科工資源整合,在工業測控技術方面開展研究及試點行業應用。
航天雲網公司副總經理、北京航天數據股份有限公司董事長祝守宇表示:“工業大數據應用技術國家工程實驗室的建設是國家實施中國制造2025和大數據行動計劃的重要步驟。航天雲網將和阿里雲等實驗室共建單位共同努力,與產業界各方充分合作,建設世界一流的工業大數據實驗室”。
據波士頓咨詢報告,雲計算、大數據、人工智能等新技術未來能為中國制造業帶來高達6萬億的額外附加值。
從2016年1月開始阿里雲就推出大數據平臺“數加”,並在廣東雲棲大會上宣布為制造業轉型智能制造提供技術與人工智能支持。
當前,協鑫光伏、徐工集團、比亞迪等一系列工業制造企業采用阿里雲技術,在提高生產效率、打通產業鏈全環節等方面取得了顯著成效。其中協鑫利用大數據新技術使得良品率提升1%,成功節省上億成本。
人工智能的泡沫是否會從隱現轉為大規模浮出水面?
本文由歪思妙想(微信 ID:neihangaoxiao)授權i黑馬發布,作者歪道道。
人工智能概念誕生伊始,就承載了人類對未來世界的無限遐想,這個以智慧和思維為模型的類人智能體從淺層次講是人類的影子,就像皮影戲中的傀儡,動靜皆由人類掌控。
但從深層次講,人工智能的方方面面必然會越加趨近人類,就像三體中的智子一樣,是一個能讓人類忘卻仇恨和侵略的完美存在,那時它在社會中甚至是在整個自然界中的界定,必然會隨著人類的感情發生難以預料的轉變,所謂的人機關系可能會發生聚變。
不過正是這種類似於創造新生命體的感覺,使得我們人類的野心和榮譽感無限膨脹。尤其在近幾年資本熱捧和概念營銷的氛圍中,營造了一種人工智能觸手可及的錯覺。這與去年超級火爆的VR技術幾乎如出一轍。
但事實是,縱觀被稱為VR元年的2016,在無數雞血狂熱之後,到頭來才發現那是一場殘酷的泡沫破滅之旅。
隨著阿爾法狗的頻頻出手,乃至百度人工智能的各種消息,目前的行業狀態正在獲得全民的關註。但需要警惕的是,也許現在的人工智能就像是沙漠中的海市蜃樓,狂奔的同時必將有一大批追隨者倒地而亡。就如人工智能科學家李飛飛擔心的那樣,過多的泡沫只會帶來實現不了的承諾和目標。
而不出意外,資本寒冬在未來一年還會持續,但人工智能的熱度可能也會繼續高漲,這種現實和理想的沖突,是否會讓眾多初創公司面臨更大的困境?人工智能的泡沫是否會從隱現轉為大規模浮出水面?
創業者與公眾對人工智能懷有過分期待
人工智能進入普通大眾視野,歸功於兩次全球矚目的巔峰對決。去年年初阿法狗完虐李世石,維護人類在圍棋界的最後尊嚴似乎成了一件火燒眉毛的事情,而不到一年後,阿爾法狗搖身一變以“Master”的名義橫掃國手取得60連勝,引起軒然大波。不明所以的圍觀群眾在贊嘆之余,對人工智能更多了莫名的期待。
其實說到底,這並不是什麽顛覆性技術突破,因為在算法上,人類早就難以和計算機抗衡,而圍棋恰恰是依據固定規則可以窮盡算法的,所以從本質上講,這可能並不是智力和布局的比拼,也就無所謂圍棋界尊嚴這種說法。
不可否認的是,谷歌的這兩次廣告營銷做得無比出彩,不但完美地展示了自己高人一等的人工智能程序,而且影響了全世界對人工智能的輿論導向。此後在互聯網巨頭公司樂不知彼的推動下,這個行業似乎呈現出欣欣向榮的繁盛景象。
據《烏鎮指數:全球人工智能發展報告2016》顯示,全球每10.9個小時誕生一家人工智能企業,而中國人工智能企業達到709家,雖然相比美國的2905還差很多,但這個數字足以令人觸目驚心。遙想去年盛極一時的互聯網直播平臺,鼎盛時期也就達到200家左右,而技術門檻高很多的人工智能企業短時間內居然能達到如此規模,足見湧入該領域的人群之多。
只是在這個數字背後真的能承載相應的商業價值嗎?
據融資總額的相關數據來看,過去一年中國大陸在人工智能領域的投資規模大約為10億美元(約合人民幣68億元)。但是有自媒體統計了融資排名前一百的公司發現,排名前十的人工智能企業融資總額都達到了2億人民幣以上,超過1億人民幣的公司則多達18家,例如思必馳僅C輪融資就達2億人民幣,雲知聲B輪融資為5000萬美元,出門問問累計融資7500萬美元。
從這些數字不難看出,融資金額多數集中於頭部,而基數龐大的尾部企業實際上所得資金支持不多。從這個角度來講,所有人工智能企業中必然存在著大部分盲目跟進的追隨者,他們就像這場熱潮產生的泡沫一樣,看似絢爛卻只能隨風而去、飄搖度日。
其實不管這場人工智能的盛宴是否名不副實,單單就資本和營銷造就的市場輿論來看,就未必是好事。創業者或是公眾如果受宣傳輿論指導,就極易產生不切實際的期待,而這種過度期待一旦不能盡快轉化為現實,就會對市場產生嚴重的不良影響,也有可能引起眾多小公司走向滅亡。
創業門檻降低,但成功的門檻在提升
羅輯思維曾提到,原來做自動駕駛、圖形識別、語音識別的是不同的算法,但是由於深度學習算法的存在,底層被打通,導致了進入人工智能的門檻隨之降低,所以大量的初創企業開始往人工智能領域湧進。不過還有另一方面因素也激發了創業者進入的信心,那就是現在較為成熟的人工智能算法,更多的都是依賴於大數據時代的海量信息,而受益於我國龐大的人口基數,海量信息獲取似乎並不是太困難,所以這甚至成了國內初創企業的整體優勢。
但是,數據畢竟不是人工智能的全部,歸根結底還要依賴算法上的重要突破,不然只會停留在人工智能的初級階段。而且即使是企圖依賴大數據積累資源和技術的初創企業,在2017年巨頭林立、資本寒冬的外部環境,再加上算法匱乏的內在劣勢情況下,是否會淪為大型企業進擊的炮灰,也是一件值得深思的事情。
這很容易讓人聯想到去年的VR行業,現在整個行業對人工智能的大肆宣傳,和去年年初對VR的集體看好極為雷同,並且人工智能所面臨的環境、所處的現狀也和那是的VR如出一轍,同樣的資本熱投、遍地開花,同樣的未來技術本質,同樣萬眾矚目的市場期待,然而如今半死不活的VR/AR行業很有可能會成為人工智能企業的前車之鑒。對於已成風口的人工智能,我們理應在虛火和熱潮中保持足夠的理性。
相比輿論造勢,其實人工資能領域的投入明顯開始愈加謹慎,這也印證了資本寒冬一說,並且這種趨勢可能還要長時間伴隨互聯網經濟的進程。從圖中可以看出,投資額度從2014年末起有了明顯的提升,這和初創企業湧現的時間一致,即使季度之間起伏很大,但每年總體數額確實在不斷上漲。
不過從融資階段分布來看,自2005年開始資本主要集中於種子輪,A、B、C階段占比呈整體縮小趨勢。而且有數據顯示,2011-2015的五年間全球有超過65%的融資發生在種子/天使輪或A輪,D輪及以後的融資僅有20家。這就說明雖然人工智能很火,但是投資卻正在漸趨理性,多數人工智能企業如果沒有明確實用價值或技術產物的話,很難再空口無憑地打動投資人的心,他們未來的融資前景實在不容樂觀。
所以說講故事、搞營銷實際上並不是人工智能的大行之道,在這個領域即使是科技巨頭,也沒能創造出一項性能完善、擁有極大用戶規模的人工智能產物,初創企業的人工智能之產物多數只能算是偽人工智能,與其過分投入到產品的營銷中,還不如關註巨頭們沒有觸及的一些垂直化細分領域,從中深耕,尋求機會。
人工智能技術轉化為商業價值還需時間
人工智能的應用涉及到專用應用和通用應用兩個方面,前者涵蓋了目前國內人工智能應用的大多數領域,包括人臉和語音識別以及服務型機器人等,而後者則側重於金融、醫療、智能家居等方面的通用解決方案。不管是哪個領域的應用其實都具備清晰的商業模式,例如依靠人工智能黑箱算法而強勢崛起的今日頭條,通過合適內容傳遞到合適人手里從而積累了海量用戶;蘋果的Siri、亞馬遜的Alexa等語音交互技術成功地和硬件產品結合,為其賺取了不少利潤。
但是,這也說明另一個嚴峻的事實:目前行業內較為成熟的人工智能產物幾乎都出自互聯網巨頭。
在這種壓力之下,初創企業為了快速獲取投資或者賺取眼球,往往利用偽智能產品作為講故事的資本,這種現象極為普遍,也造成了市場上“產品熱需求冷”的局面。這和最近兩年VR市場上所呈現的狀態極為相似,眾多廠商借助熱度紛紛推出自己的VR硬件或軟件程序,但是這些性能低劣的廉價商品非但沒能借勢而上,反而摧毀了大部分消費者的購買意願。
人工智能領域也是如此,正如周鴻祎所說,“今天出來做一個公司,如果不說自己是用深度學習、人工智能,都不好意思出來混”、“基本上每一頭豬都在身上打上了人工智能的標記”。
大批的偽智能產品,他們僅僅是把普通的電子產品簡單地加入了聯網或者搜索功能,就能以大數據和深度學習的名義進行吹捧,例如部分可穿戴設備和智能機頂盒,更有甚者,一個水杯加上一個數字溫度計就敢號稱智能。這些商品的存在很大程度上造成了普通用戶對人工智能的誤解,對於未來該行業的應用普及也會形成負面影響。
而且即使是有了技術性突破,從技術轉化為極大的商業價值也需要很長時間。人工智能從概念誕生到現在已有60年,即使經歷這些年科技爆炸的時期,也缺乏席卷市場的現象級產品,各分支領域也都面臨著各自的技術桎梏。
即使突破了技術桎梏,也不意味著這款產品可以獲得成功。王小川說過:如果一開始沒有技術含量,就很難變成產品;進一步說,即使有技術也不一定有產品,不一定有用戶的規模;再進一步說的話,就算是有技術、有用戶規模,也不一定就能帶來大的商業價值。總而言之,人工智能領域需要技術迸發的那一刻,更需要足夠的耐心等待天時、地利和人和的交接點。
那麽,現在的人工智能已經天時地利人和了嗎?
以技術成熟驅動市場爆發,是最合理也是最健康的成長路線,就如同當年智能手機強勢秒殺功能機一般。尤其是人工智能這種帶有強烈科幻色彩的產物,更應循序漸進、步步為營,莫要因商業熱潮中產生的虛幻泡沫,而淪為科技浪潮中的犧牲品。
VR去年已經被玩壞了,需要休養一段時間才有重新崛起的機會。但願人工人工智能的運氣不會這麽差。
比爾蓋茨開通了微信號後,高曉松不久前與其就今年的“蓋茨年信”進行了對話。
蓋茨基金會邀請高曉松在不久前訪問基金會西雅圖總部,與比爾蓋茨就今年的“蓋茨年信”進行對話。在最近獲得公開的采訪視頻中,除了介紹基金會如何用好巴菲特的投資,比爾蓋茨還談了他對中國以及國內創新的印象。
蓋茨表示,在IT領域,中美之間的差異是很小的。在采訪中,高曉松和蓋茨多次談到了人工智能的問題,蓋茨表示,人工智能將運用在社會的各個領域,比如可以幫助孩子挖掘智力潛能,在教育方面,我們可以借助人工智能,改變學習的過程。
采訪的最後,高曉松也向蓋茨提問,如何看待阿爾法狗戰勝了眾多中日韓圍棋高手的事件,以及AI如何助力慈善事業。
比爾蓋茨回答:“我也下圍棋,因此,我明白這是一件怎麽了不起的事。人工智能在未來有驚人的影響,並且大多數是好的。比如幫助學生,幫助查看分析圖像,幫助我們了解發生了什麽。
但人工智能還有一件事還不能實現,就是閱讀,但是所有相關的公司,都在努力實現這一點。比如有一本生物學的書,人工智能會不會閱讀它,然後通過考試或者操作一項實驗。所以這是最後一個難題,目前視力問題解決了,語言能力也不錯,甚至翻譯也很好,現在我們都在攻克閱讀問題,一旦有了閱讀能力,就可以幫助科學發明,這將會非常了不起,可以更好地幫助人們解決問題,人工智能勢頭很猛,發展比我們預期的更快,像那場圍棋比賽的結果,就是一個驚人的里程碑。”
不同於圖片和聲音識別技術,讓機器正確理解人類知識和語言更加困難。因為語言理解領域缺乏大規模標記數據集,機器學習時,很難對該領域的相關環境進行模擬。盡管互聯網上包含無數的網頁,上面擁有無數的文字內容,但還沒有人能找到以機器能夠理解的形式將內容輸給機器。簡單地說,機器還沒有掌握人類學習知識的方法。
附:比爾蓋茨在中國開通微信公眾號,發布的2017年公開信
2017年2月14日
我們2017年度公開信是寫給好朋友沃倫·巴菲特的。他在2006年的時候將自己的大部分財富捐給了蓋茨基金會,用來抗擊疾病,減少不平等現象。幾個月前,沃倫要我們回顧反思一下基金會的工作:哪些工作做得好,我們學到了什麽, 以及我們對未來的希望是什麽。
下面是我們給他的答複。
在過去25年里我們看到了發生在世界上最貧窮人群身上的一個故事,他們取得了驚人的進步:極端貧困人口減半,兒童死亡人數減半,數百萬計的女性得到賦權。這些偉大的進步靠的不僅是沃倫和其他慈善家的慷慨捐贈、來自世界各地的個人善款和窮人們自己的努力——還依靠捐贈國的巨大貢獻,而全球健康和發展的資金絕大部分都源自它們。
我們發表這封年度公開信正值這些國家激烈的政治過渡時期,包括美國和英國的政府換屆。我們希望這個故事可以提醒每個人,為什麽對外援助依舊應當受到重視——因為改善其他國家人民的生活符合我們自己國家乃至全世界的利益。通過防止疾病擴散,我們可以拯救國內外人民的生命。通過刺激經濟發展,我們為自己國家的產品打開了新市場。通過減少沖突,我們提高了自己的國家安全。通過扶持最貧窮的人群, 我們展現出自己國家最崇高的價值觀。
我們最崇高的價值觀之一——沃倫對我們基金會的饋贈便是例證——就是相信對他人的生活進行投資是世界上最好的投資。正如我們在年度公開信中對沃倫解釋的那樣,這種投資的回報是巨大的。
(正是沃倫的這封來信促使我們寫下了今年的公開信)
親愛的比爾和梅琳達:
兩年前是我作為伯克希爾公司CEO的第五十年,當時我借此機會向公司股東撰寫了一份特殊報告。我回顧反思了哪些工作做得特別好或者特別差,我都學到了些什麽,以及未來我希望完成什麽。
可能你們已經猜到,我最終成為這項舉措的首要受益人。沒有什麽比動筆更有助於厘清思路了。
2006年我宣布向包括蓋茨基金會在內的五家基金會進行捐贈,現在距離那天已過去10年,我的子女將那天戲稱為“大爆炸日”。既然我們來到了10年里程碑,我想邀請你們動筆回顧過去和展望未來, 就像我之前所做的那樣。
除了我還會有很多人想要閱讀你們的成果。許多人都希望了解你們的過往軌跡和未來方向以及其中的緣由。同時我認為很重要的一點是讓人們更好地理解為什麽慈善事業的成功與商業或政府事業的成功有著不同的衡量標準。在你們的信函中也可以談談你們夫婦是如何自我評價的,以及你們最終想要交出一張怎樣的答卷。
蓋茨基金會將長期處於聚光燈下,因此基金會能夠被大家充分理解顯得十分重要。要做到這點,聆聽來自兩位掌門人本人、直接的回答是最好的方式。
祝好, 沃倫
歡迎關註黑智,了解更多AI領域動向
“30年後,也許只有20%的人需要工作,而80%的人則帶著VR的面罩在虛擬世界里進行所謂虛擬的生產和消費。”
本文系黃有璨(微信ID:owen_hyc)授權i黑馬發布。
1.
這一周的互聯網,大事不斷——令人翹首以盼的微信“付費訂閱”似乎終於要正式到來;百度再次收購了一位90後的公司渡鴉科技;滴滴內部也開始了新一輪的組織架構重組……
然而諸多大事之中,卻有一個雖然未能成為引爆行業成為焦點,卻一定不容忽視的聲音——汪華。
身為創新工場“幕後操作手”,在投資圈內享有盛譽,且一向深居淺出的汪華在這一周罕見地接受了36氪的采訪,並在談到“人工智能”與未來的科技發展時,少有的露出了幾份凝重與嚴肅。
“人工智能正在把人分為有用的和沒用的。”
“30年後,也許只有20%的人需要工作,而80%的人則帶著VR的面罩在虛擬世界里進行所謂虛擬的生產和消費。”
汪華所帶來的觀點,不可謂不觸目驚心。
2.
歷史上,先後有過很多科幻電影思考和展望過人工智能的發展,遠有斯皮爾博格的《A.I》,近的也有亞力克斯·嘉蘭的《機械姬》。
然而,關於人與機器之間的關系,最不容忽視的,乃是沃卓斯基兄弟的經典巨作《黑客帝國》。
在《黑客帝國》中,未來世界被描述成了一個由機器統治,人類則被“飼養”,終日在虛擬世界中醉生夢死的狀態。而電影中的機器,則擁有高度的、超越人類的智能,足以面對和處理各種複雜情況。
盡管細思極恐,但長久以來,“機器超越人類”終究只是一個遙不可及的幻想。
一直追溯到2016年3月,AlphaGo戰勝李世石,並在此後又陸續通過網絡戰勝了幾乎人類社會中的所有頂尖棋手。
這意味著,機器在“圍棋”這個曾經被認為是複雜到連機器都難以逾越人類的領域,已經開始全面超越了人類。
第一次,人類的信心和信仰,開始受到動搖。
3.
回過頭去再看AlphaGo,它是否真的意味著,這一輪“人工智能”的發展已經開始讓機器擁有了超越人類的“智能”和“思考能力”?
答案是未必。
吳軍在其新著《智能時代》一書中,為這一波人工智能的發展做出了甚為詳盡的解讀——某種意義上,這一輪人工智能所取得的成就,僅僅只是因為我們已經開始擁有了更為強大的計算能力以及互聯網的發展為我們帶來了更為海量的數據。
簡而言之,關於“人工智能”的研究,事實上經歷過兩個階段。
第一個階段,被稱為“仿生派”,即先了解人類是如何產生智能的,然後試圖讓機器按照人的思路去做,幾乎所有的科學家都堅持“機器必須要像人一樣思考才能獲得智能”。
然而,這個方向的努力最終在上世紀60年代受阻,除了做出幾個能摘香蕉的機器人這樣的簡單玩具以外,無法再取得突破性進展。
自那時起,“人工智能”研究的第二個階段開始了。
在第二個階段中,科學界對於“人工智能”的研究開始徹底轉向了另一個方向——他們不再試圖讓機器如人一般思考,而是回歸到一個樸素的常識——機器會擁有遠遠勝過人類的數據儲存和計算能力,而量變則往往可以帶來質變。
舉個例子,在以往的“仿生派”人工智能研究下,如果讓機器學會下棋,需要先讓機器擁有如人類一樣的思考方式和能力。而在另一種思路——以數據和統計學驅動的人工智能研究下,這個問題被高度簡化了。
我們可能只需要遍歷一下迄今為止人類所有高手下過的棋局,然後基於某個特定的局面和已有的海量數據存儲,通過某種數據模型,計算出當前情況下勝率最高的一手即可。它把下棋變成了一個冰冷的計算問題,而不再是心理、智能和複雜思考之間的博弈。
無論是此前戰勝了卡斯帕羅夫的“深藍”,還是AlphaGo,乃至當前高速發展的無人駕駛等領域,其背後的核心思想都是如此。
在這個意義上,當前的“人工智能”,顯然還並不是那種可以淩駕於人類之上的“人工智能”。
4.
然而,即便如此,“人工智能”反過來吞食掉人類的可能性,卻未見得不存在。
換句話講,當下的“人工智能”以及科技、互聯網的發展,肯定沒能“超越”人類,但卻已足夠“取代”大量人類。
幾周以前,我到一個餐館去吃飯,發現了一個有趣的東西——餐桌邊上貼著一個二維碼,當我完成點餐吃過飯之後,我只需要掃一下這個二維碼,就可以立即結賬,然後拍拍屁股走人,整個過程完全是自主操作的,大大提升了結賬買單的效率。
你可能已經意識到了——這個東西,在事實上已經可以替代掉“收銀員”的存在。
要是延展下去,我們的點餐、上菜甚至餐品制作等等是否也有可能變成完全自動化的存在?假如可以實現,是否可能意外著大量餐飲業服務人員的失業?
類似的事情還有很多,比如說,無人駕駛汽車一定會讓大量司機失業;在線聊天機器人的發展和數據積累,最終可能會導致客服人員們的失業;以及,大量效率工具的出現也可能會讓一部分產品經理和運營失業。
甚至,要是以類似的邏輯來推測,假使有一天機器積累的數據量足夠龐大,以及其計算能力也足夠強大之後,會不會連寫作、策劃、活動創意這樣的事情,它也可以做到接近人類的水平?
至少,未見得不可能。
5.
汪華在他的采訪中,也頗有幾分殘酷的談到這個問題——
“其實,我們所有的投資,如果做一個哲學上的歸納的話,其實是很簡單的一件事。就是我們一邊投自動化讓這個世界變得越來越有效率,一邊其實讓越來越多的工作、勞動在消失。
其實不光是從我們開始,電商已經消滅了很多工作。另一方面,我們必須再投一些產生新消費的項目,把剩下的時間和精力浪費掉。否則的話會很恐怖,你想,效率在不斷提高,那麽多人閑著幹嘛,這是一件很恐怖的事。
如果自動化再進行下去,可能會把人分成兩部分,一部分是有用的人,一部分沒用的人。整個社會變化那麽快。過去一個行業的淘汰是以幾十年為單位的,所以一代人是慢慢淘汰的。如果這個事情縮短到10年的過程中,被淘汰的人有沒有這個能力和速度再重新自我學習和轉移到新行業,是一個大問題。
雖然我在做投資,在促使這件事的發生,不代表我樂見這件事的發生。我並不希望等到30年後,只有20%的人類在工作,80%的人帶著VR的面罩在虛擬世界里進行所謂虛擬的生產和消費。”
按照汪華的假想,也許可能出現的一種情況,就是隨著科技的發展,人類依據自身學習能力的高下,將被分成兩類,一類掌控話語權和世界運作的秩序,而另一類則成為徹底的失語者。
他們的存在將無法對社會發展帶來任何的助推力量,而只能作為某種消費者和消費對象而存在,要麽被話語權所有者們消費,要麽持續消費話語權者們生產出來的某些娛樂消費類項目,打發時間。
而吳軍在其《智能時代》中也直言不諱——
“在歷次技術革命中,一個人,一家企業,甚至一個國家,可以選擇的道路只有兩條:要麽加入浪潮,成為2%的人,要麽觀望徘徊,被淘汰。”
假使有那一天存在,假如真的在機器的幫助下,2%-5%的人主導的生產就已經足以滿足100%的人類的基本物質生活需求,無疑對很多人來說將是一場徹頭徹尾的悲劇——機器或許沒有真正超越和奴役人類,卻在不經意間把大量人類變成了“無用”的存在,從而在另一種意義上開始漸漸淩駕於人類之上。
假使上面提到的場景將是我們無可避免需要面對的其中一種可能,乃至我們自己本身也開始慢慢步入一種“可能會被機器替代掉”的焦慮和實際威脅之時,我們又該如何應對?
我想試著給出兩種回答。
6.
先說第一種回答。
假如機器開始全面超越人類,這個世界將向何處去?
這或許是個沒人能有確切答案的問題。
但即便如此,還是有一些基本邏輯可以讓我們有一些推測與思考:
首先,當生產力過剩,80%以上甚至更多的人,都不再需要從事現在的工作,他們一定需要更多的事情來填充自己的時間;
其次,人們的時間被填充,大體存在幾種可能——要麽是人們找到了新的集體努力方向,要麽是人們的時間開始被虛擬娛樂等事物大量消費,要麽則是漸漸出現一些新的產業重新解決了人們的就業問題;
再次,從社會發展的規律和客觀事實來說,當舊的產業因為技術進步而消失,為釋放出來的勞動力尋找出路,往往需要1-2代人的時間,並非短時間內可以解決。這一點,回顧兩次工業革命時期西方各國的歷史已可證明——為了維持社會穩定,包括日本和歐盟,甚至在較長時間內,一度將大量無所事事的人強制塞回到公司里。
因而,當我們面向未來去進行思考時,我們也許可以看到如下一些可能性:
1.對於個人而言,最優的選擇,一定是成為那20%的可以掌控和影響世界的人;
2.中短期來看,當一部分人們漸漸從工作崗位上被釋放出來,而物質消費品又越來越泛濫之後,娛樂、學習等原本還沒有占據那麽多人類時間的事情,將會占據人們更多的時間。
所以,“教育”和“娛樂”,或許會成為兩個更加重要的產業。這當中,尤其是“學習”對於人們的意義,可能會顯著提升——當大比例的人開始無所事事之後,邏輯上講,要麽讓他們在虛擬世界中找到存在感和意義,要麽讓他們通過持續的學習來獲得認可和意義;
3.當20%的人開始掌控世界並擁有更強的話語權和財富之後,他們或許會對“服務”提出更高的期望。因而,類似在美食餐飲這樣的領域內,或許也會迎來又一波升級——我們或許會需要更多個性化的類似服務;
此外,汪華也有在其采訪中談及——
“當然這個世界還有一種可能性。就是人類能去拓展新邊界,消耗掉過多的生產力。當年歐洲生產力過剩的時候,就有大航海時代。
現在我不知道會有什麽,我更希望人類能有這個勇氣和決心把過剩的80%的生產力爆發出來,真正的去拓展人類的邊界和極限。比如物理疆界上的,類似太空探險,或者別的科學上的實驗。”
總之,人們需要去填充自己的時間,而填充時間的方式,無非兩種:要麽通過探索和創造來填充時間,要麽通過一味的“消費行為”來打發時間。
邏輯上講,一定是一個更多人可以面向前者的世界和社會,會更讓我們感到充滿希望。
7.
第二種回答,容我引用一個簡短的典故就好。
多年前,關於科技發展與人類間的關系,程苓峰曾經和王興有過這麽一段對話——
程苓峰:你覺得科技越發達,人類就越臨近滅亡?
王興:是可能。
程:那你還堅持在科技行業里創業的原因是,假如這個趨勢是個人無力阻擋的,那就不如跳進去感受它?
王:對頭。
8.
末了,關於今天的話題,我也想引述一部讓我印象深刻的短篇科幻小說——劉慈欣的《詩雲》。
希望下面這個故事,多少可以讓你若有所思。
某一天,人類終於遇到了一個科技發展程度遠超自己的外星種族,對方是一個技術驅動的種族,他們的技術能力和已有的運算能力,成百上千倍於人類,以至於人類世界中的一切,在對方眼中,都是自己借助技術可以輕易實現的,看起來都如此破舊和不值一提。
在如此巨大的差距面前,外星種族認為人類世界中的一切都是無意義的,想要毀滅掉人類世界中的一切。
但,人類代表在與對方對話時,顯得執著又頑固。他們堅稱,人類世界中的有些東西,是哪怕科技程度發展遠超人類的外星種族都做不到的。比如:詩歌,尤其是那種可以帶來一種直擊人類心靈的美感的作品。
崇尚以科技為核心的外星種族被這個觀點激怒了,他們試圖要憑借科技寫出超越人類偉大詩人——李白的詩歌。為此,他們開發了計算能力強大到了極致的程序,甚至開始讓程序模仿李白在寫詩前的一切行為,依靠學習獲得相似的體驗,例如:飲酒、遊山玩水、美色相伴。
在技術的驅動下,外星種族試圖去結構和分解所有這些體驗背後的一切,獲得“偉大的詩”產生背後的特定邏輯。但,最終外星文明痛苦的發現,在技術和算法的推動下,自己雖然已經能夠寫出一些不錯的詩,但它們並未能夠寫出超越李白的詩歌。因為,很多時候,偉大詩歌的創作,都是非邏輯的。
於是,為了寫出超越李白的詩,技術驅動下的外星文明想到了另一條理論上可行的路徑——窮舉法。也即,在符合韻律等規則的情況下,把所有可能的字詞組合都窮舉出來。
最終,外星文明成功的完成了這一壯舉——不計其數的詩歌被創作了出來,其中也必定包含了那些能夠超越李白的詩歌。
但是,外星種族最終仍然認輸了。
因為,雖然那些詩歌上的巔峰之作已經必然被創作了出來,但外星種族卻無法開發出一個具備詩歌鑒賞能力的程序,也就無法借助偉大的技術把這些巔峰之作從幾億億首詩中檢索出來。
這意味著,技術層面上外星種族雖然已經確實超越了李白,但他們卻仍然沒有真正得到和擁有那些巔峰之作,因為它們無法被找到,無法被鑒賞,更無法被品味。
備註:受限於專業知識水平所限,本人關於人工智能的理解不能確保完全正確。如文中相關解讀有誤,還請指正。
王小川認為,人工智能的驅動,讓搜狗具備改變搜索格局的挑戰能力。
i黑馬訊 2月21日,搜狗公布了2016年全年財報和2016年第四季度財報。財報中顯示,2016年全年,搜狗營收達到44億元人民幣,同比增長了19%,非美國會計準則下的凈利潤增長為6.4億元。2016第四季度,搜狗營收為11.7億元人民幣,同比增長11%。
搜狗CEO王小川表示,搜狗作為國內第二大搜索引擎,在2016年,繼續擴大了在搜索內容的差異化。2016年5月起,搜狗連續發布了搜狗明醫、英文、學術等搜索產品。在2016年第四季度,搜狗英文搜索升級為海外搜索。和百度等相比,搜狗正在走上一條不同的產品道路。
2016年,搜狗把“自然交互+知識計算”作為長期核心戰略,加大了人工智能的投入。2016年4月,搜狗向清華大學捐贈1.8億元,成立了天工智能計算研究院,進行人工智能領域前沿技術的研發。
在語音識別方面,搜狗表示,手機輸入法的語音輸入日頻次已經突破2億次,比一年前增長一倍以上。在圖像識別方面,搜狗輸入法的拍照輸入功能,實現了自動辨識並轉換圖片中的文字,實現更快速輸入。據搜狗公布,其搜狗輸入法用戶較一年前增長了50%以上,是國內以DAU計的第三大手機應用,僅次於微信和QQ。同時,王小川表示,搜狗是國內語音輸入頻率最高的應用。
王小川認為,人工智能的驅動,讓搜狗具備改變搜索格局的挑戰能力。搜索引擎天然具備人工智能的能力,搜狗的人工智能技術,從從語音輸入,逐步上升到問答系統,再上升到翻譯系統。未來,搜狗將把人工智能應用到更多的產品中。
截至2016年12月底,搜狗搜索引擎整體流量較一年前整體增長了30%,特別是移動搜索流量增長了70%,對整體流量的貢獻達到3/4。
在對競爭對手方面,王小川認為,陸奇在百度的入職,表示百度對人工智能領域的重視,但是,陸奇的空降,仍然還不能解決百度的戰略性問題。對於科大訊飛,他提到,科大訊飛是做企業服務的事情,是2B的公司,搜狗是2C的,基礎的競爭力方向是不一樣的。語音識別領域,在用戶使用量方面,搜狗目前遠遠大於訊飛。而搜狗通過多年的積累,目前已經具備占據優勢的數據能力和研發能力。