📖 ZKIZ Archives

16歲也可以應聘麥當勞！快餐業搶人開始動00後主意

當90後還以為自己是職場新人，00後已經過來搶市場了。

“今年麥當勞新開店的數量預計超過250家，人員招募規模達7萬人。”廣東三元麥當勞廣州市場總經理張越對第一財經記者表示。記者了解到，今年也是麥當勞首次對外明確16歲也可以應聘職位，將快餐業的搶人大戰延伸到00後。

“只需16周歲以上，無專業限制，無工作經驗要求，只要感興趣就可以馬上申請（職位）。”張越說，他們可以擔任實習或全職的見習經理、餐廳員工、接待員或咖啡師。目前在麥當勞的餐廳里，67%的員工是90後，近30%的餐廳管理人員是90後，“我們打造了多維度的年輕人信任計劃”。

根據人力資源和社會保障部最新統計數據，2016年全國高校畢業生預計達765萬人，青年就業群體達1500萬，就業形勢依然嚴峻。畢業生供過於求，為何麥當勞還要不斷將招聘之手往前延伸？與快餐行業的人員流動率快速有關。

其實，今年已是麥當勞連續四年舉辦全國性招聘活動，翻查過去的數據，麥當勞每年對外公布招聘人數達7萬人或以上。按照麥當勞目前披露，全國擁有2200家餐廳，員工總數超過12萬名的數字，但每年仍招聘7萬人，也可側面窺見快餐行業的用人流失率。張越沒有正面回答記者關於行業流失率問題，只表示，“麥當勞的人才流失率在餐飲行業一直保持在合理且健康的水平”。

張越說，麥當勞今年招聘7萬人有幾個原因，首先是新開店數預計超過250家；其次是2015年，麥當勞中國有超過2萬名雇員獲得了晉升，58%是90後，需要更多新鮮血液加入，建立完善的人員儲備機制，最後是業務多樣化的需求。

今年，招聘90後已不是新鮮事，因為用人巨頭們已經將目光以移向00後。張越提到，最年輕的00後也在今年初入職場，開始人生第一份工作。這也是麥當勞首次明確將16歲也列入招聘領域。麥當勞有關負責人向第一財經記者表示：“16歲入職實習職位，全職要求18周歲以上。”

這種“延伸”的背後，與餐飲行業用人緊缺有關。中國人力資源市場信息監測中心披露的2016年第一季度全國十大城市崗位需求與求職排行榜顯示，餐廳服務員、廚工是天津、上海、武漢、昆明崗位缺口排名前三的職位，以上海為例，崗位空缺與求職人數比達到9:1，即9個職位只有1個求職人士應聘。

香港物業仍然可以負擔，投資則困難。

沒有任何行業可以忽視人工智能

DeepTech深科技 2016-06-03 16:14

黑馬說

在這個時代，科技是最大的生產力。不管你是哪個行業、什麽職業，關註最新的科技都不會有錯。人工智能的時代大潮不可逆轉，沒有人能夠忽視它的存在，尤其是對於投資者和創業者來說。

文|DeepTech深科技          翻譯|楊一鳥，機器之心，羊羽，十三

60年前的夏天，4名電腦科學教授一起啟動了一個目標為創造"人工智能”的夏季課題。這是這個名詞第一次出現在世界上。此課題的目標是：探索如何讓機器運用語言和抽象思維。

當時的項目提議是：“我們認為，一組精挑細選的科學家在一起工作一整個夏天就可以實現重大突破。”這在現在看來簡直是樂觀的傲慢。我們直到現在都沒有可以媲美人類語言或者可以實現抽象思維的軟件。

但是，最近的幾年里，人工智能軟件已經實現了曾經被認為是不可能的功能。例如識別圖像和語音，或者像谷歌最近給他們的電子郵件服務添加的功能：通過人工智能對語言的理解來寫出短郵件回複。

——《麻省理工科技評論》主編 Jason Pontin

5月23日在舊金山舉辦的為期2天的《麻省理工科技評論》Emtech Digital 峰會上，來自各行業的精英們探討了這項科技是如何開啟人類生活及工作的新可能。下面是《麻省理工科技評論》EmTech Digital峰會部分精華內容整理：

GE軟件研發副總裁Colin Parris：將人工智能引入工業互聯網

GE的“數字雙胞胎模型”（Digital Twin）靈感來源於長期應用於工業生產的產品和設備，拿航空制造業來說，引擎發動機在此行業中生產了將近40年。工業中的設備和產品技術投入巨大，效率的提高是工業生產發展的核心課題，而模型的提出是為了解決如何使得我們更加高效地使用和制造這些東西。

2005到2010年，工業增長率達到4%，而2010到2015卻只有1%，這是生產力的退步麽？GE Software就此提出構想，我們能否從生產設備出發，合理規劃生產環節，將生產效率提高。

“數字雙胞胎模型”的設計理念源自於商業應中用的“數字信息轉化模型”（Digital Transformation），其中最出名的就是這三家公司的產品：蘋果，亞馬遜以及谷歌。它們有兩個共同點，一個是它們對於數字信息轉化的方案大同小異，而且公司市值的增速也都相當驚人，蘋果公司在2004年的市值才80億，而現在已經高達2340億。

讓我們說回數字模型，拿亞馬遜來說，他們首先建立“單位模型（Model of One）”來統計用戶的全面信息。這些信息來源於每一個用戶，並且有一系列數據標簽，包括年齡、性別和收入。用戶信息在你逛亞馬遜網站的時候就已經悄無聲息地收集了，例如你查看的商品、付款方式、送貨地址以及你購物車里的東西。而初代模型其實就反應了我們的購物心理，即喜歡買什麽以及怎樣購買。亞馬遜然後將初代模型進行數據分類以及數據分析，得到能應用於商業的輸出信息。

而將用戶的購買興趣和購買力進行分類在這里是十分關鍵的，例如我如果被分在“型男區”，而此區的用戶大部分都買了“男人裝”，那網站就會向我推薦。除此之外，亞馬遜還將各個用戶的信息編纂起來，並向他們定向推薦商品和個性化服務，例如我已經在亞馬遜上訂購了年末的滑雪雙飛旅程，網站會以此為基礎向我推薦一些滑雪的裝備例如滑雪頭盔之類的。我購買完商品之後又會向網站提供反饋，點贊或者差評之類。我買得越多，他們提供的信息就越來越完備，這是一個正反饋的流程。

這樣的機制就是“單位信息處理（P&L of One）”。用不了多久，依靠此模型，亞馬遜就會知道我會花多少錢購物，以及怎樣讓我多花錢。從初代模型到用戶信息模型，商業價值就產生了。除此之外，一個收集信息的平臺也將推出，用來更方便地收集信息，例如亞馬遜的購物網站、蘋果的iTunes以及谷歌的搜索引擎。

那麽“數字雙胞胎模型”的機制也十分類似，只是將上述商業模型直接搬到了工業上來，持續對生產設備的各個部件進行監控和分析，並期望得到特定的商業價值。我們同樣需要收集數據，例如收集引擎的生產數據、維修數據以及運轉數據，然後構建“單位模型”以及“單位信息處理”，而相應的輸出數據則從購物推薦、個性化服務以及評價系統變成“效率評估”、“性能評估”以及“產品商業評估”。

具體來說，就是將具有物理實體的機器所有信息收集起來，數據化，建立一個數字模型，就像它們的“雙胞胎”一樣，然後運用這個模型來預測機器會遭遇的問題或者來調試機器參數，使得它的效率更高。舉個例子，GE90飛機引擎的問題預測，如圖所示是經常途徑炎熱地區的飛機的引擎，其中的扇片上有防熱塗層（TB Coating）。這樣的塗層一旦損壞，就會影響發動機的性能，嚴重的話會造成人員傷亡。航空公司對此也是十分慎重，也發現了一些規律，往往200天這樣的引擎就會出現問題，所以200天期限一到，就要進行引擎的檢修。

這樣的經驗可能會靈驗幾次，但往往誤差很大，如果200天中有很多天氣溫並不是很高則會減緩塗層損壞的速度，或者是濕度過大加速塗層的損壞。這樣簡單粗暴地將引擎送往檢修，往往可能檢測不出損壞，而此期間飛機也不能使用，白白增加了維修成本也降低了商業價值的產生。如果針對此塗層建立“數字雙胞胎模型”，在每次飛行之後根據此次飛行的氣溫濕度等相關數據進行模擬分析，到了模型中損壞快出現的時候提前檢修，這就使得維修顯得十分及時了。

其實“數字雙胞胎模型”能提供的服務還有很多，例如上述的“維修服務優化”、“工作方案優化”、“生產優化”、“服務優化”、“輔助設計優化”以及“新服務方案設計”。只要你提供數據，我們就能提供巨大的商業價值回報。

“數字雙胞胎模型”中還應用了很多機器學習的理念，在這里我介紹其中的三個。

第一個是我們如何正確取得我們想要的數據，其中引入了計算機視覺采集技術；

第二項技術是我們怎樣將數據進行過濾，並找到正確的我們想要的數據；

最後是如何建立我們的“數字雙胞胎模型”。

問答環節：

主持人：我們都知道，雙胞胎的基因十分相似，但是他們之間還是有這樣那樣的差別，那麽你們所謂的“數字雙胞胎模型”和它們現實中對應的物體之間也是有差別的吧。我的問題是，這種差別有多大，並且你們怎樣應對這樣的差別？

科倫帕里斯：我們的應對呢，總的來說有兩種，而差別一般分為三類。那麽我們對不同的差別有不同的應對方案。第一種差別是有人對產品做了改變然而並沒有告訴我們，這其實是我們最常遭遇的，那麽我們則需要反複對比實際以及校對參數來保證模型的擬真程度。

第二種是新變量的產生，比如我們觀測到的一個很詭異的現象——地球的“高空急流”實際上會變化——而當這樣的變化產生時，地球上炎熱地區的氣候也會發生改變。而一旦我們觀測到這樣的新變量，數字雙胞胎模型也要自然地做出相應的改良。

有些情況下，我們得到的數據並不完整，當你的數據缺失大到某種程度的時候，你的模型與現實的差異就比較明顯了。這種情況下，我們一般采取的措施是，首先核對實際數據，或者采用其他相關數據分析，比如大氣層的變化或其他我們觀測到的與氣候變化相關的數據，然後開始全面地學習和分析差異性的成因和影響。因為我們看待的是一整個綜合的問題，其中的各個組成部分中也會存在差異產生的因素，當我們把這些因素都整合到一起，問題就基本解決了。

主持人：那“高空急流”的改變發生過幾次呢？

科倫帕里斯：我們就觀測到過一次，你也知道研究“全球變暖問題”是一個無法預測的事情。

Founders Fund聯合創始人Luke Nosek：醫生將被人工智能取代 

Founders Fund是一家投資公司，專門投資高新科技公司，這些公司一定是能對人類文明做出巨大貢獻的，如Airbnb、Stripe、LinkedIn、SpaceX、Yelp等高科技創新公司。Luke Nosek也是DeepMind的董事會成員，此前在韓國取得重大成功的AlphaGo就是他們的傑作。

主持人：像電影里那樣，人們對人工智能都有或多或少的恐慌。你們認為人工智能對於人類工作機會的影響有哪些？

Luke：我覺得，人工智能既在創造人類的工作機會也在減少人類的工作機會。那我就舉一個常見的例子：優步（Uber）。優步的出現就創造了全民司機的世界，雖然這不是傳統意義的人工智能，其實也是基於計算機技術的軟件應用。而如果真正的人工智能駕駛系統建立完備，司機這種職業將不複存在。這就是我說的，工作種類的變革變得越來越快，一些工種消失，一些對應的工種就要出現。這也需要當下經濟狀況良好，有著這樣那樣的公司出現來承載這樣的新職業，如此新的工種才能創造經濟價值。

主持人：那麽對於那些特殊工種而言呢？比如醫生，他們接受了長期的培訓，就為了與人治病救死扶傷，現在如果機器能比他們更加準確，那麽他們也將被替換，你是這樣認為的麽？

Luke：恩，這是一個很難回答的問題。這些人一生都在接受培訓，做一些特殊的事情。我並不這樣認為。我覺得人工智能能在臨床醫學做的就只有處理數據的部分，因為醫生往往不能記住繁多的病人病歷還有最近最新發表的醫學論文，而機器卻十分擅長。但是機器也有做不來的地方，它們不能陪伴病人，使他們得到安慰，也不能照顧病人，而這些都是人類能做的。也就是說，我覺得機器和人類都能在其中找到自己最擅長的工作部分。

主持人：我不敢對整個醫學界妄加評論，但是你貌似覺得在醫護人員中只有一部分能繼續留下來，不被機器搶了飯碗，例如護士、康複師以及物理治療師。是這樣麽？

Luke：我覺得最終會是這樣的。不過也許需要數十年吧。

主持人：不過最近的研究表明，人工智能的出現不會產生新的雇傭關系，也不太會改變現有的雇傭關系結構，而只是會在此基礎上加入一點新元素：工作之中越來越頻繁的人機交流。這樣的場景相信大家都在電影中看見過，那麽你是怎麽看待這樣的景象的呢？能為我們描述一下你心中的那個場景麽？

Luke：我還是以臨床醫學為例子，這樣的情況下，醫生就有更多的時間花在病人身上了。教育中的情況也十分類似，人工智能將一些負責一些重複性的工作，例如評分系統，以及設計課程。而老師的角色就在於分析每一個學生的信息，然後加入情感方面的判斷，建立學生和人工智能之間的聯系，讓人工智能給學生的幫助更加恰當。

主持人：我這幾天都在看到這樣那樣的新聞和呼聲，人們呼籲對人工智能的發展和研究設定一個標準。我個人覺得，規定人工智能的發展標準是十分困難的，因為有些事情並不能預測。那麽你作為投資者，覺得人工智能的發展需不需要受到限制呢？

Luke：我覺得是十分困難的。而且就算要設立標準這個範圍也是很廣的，你也無從下手。最關鍵的是這種新型科技的發展本來就是未知的，標準就更加難以定義了，就好比我們古代的醫學，也是顯得十分粗鄙，但是還是一步一步發展過來，但是那時候也沒有任何人規定手術時不能用某種剪刀吧。這是不可能的。

主持人：你覺得DeepMind的不足在哪里以及制約DeepMind發展的因素是什麽？

Luke：我覺得現在的機器學習的表現是令人咋舌的，不過發展也就只是機器算法而已。如果我們想繼續發展下去，我們必須加入很多其他學科的理念和理論，例如神經學、心理學、哲學以及等等。這樣我們才能發展處下一代的人工智能，不然再好的算法也終將是算法。

觀眾互動：

觀眾：您剛剛談論的人工智能和工作之間的影響，我想展開一下。您剛剛只討論了某些高新的特殊職業例如醫生，那麽對於那些底層的藍領工作者，比如麥當勞的員工以及快遞員，這些人群也是十分巨大的。在人工智能替代人類工作的趨勢中，醫生能輕松轉型成為治療師之類的，而底層工作者的機會卻不這麽多，您怎麽看待這個問題呢？

Luke：我覺得只要是人，就能找到工作，而能力不是存在於你的簡歷或者學歷。技能可以繼續學習，工作能否盡快找到就在於當下你學習技能的快慢，以及順應潮流。

主持人：我的想法也差不多。舉個例子，就是伊隆馬斯克找到的一個工程師並讓他參與Tesla ModelX的設計，他曾經是一個機器人專家，馬斯克找到他時，他毫無自信說：“我都沒有參與工業界項目的經驗，我恐難當大任。”馬斯克卻說：“要的就是你這樣的人，毫無經驗，你就不會被條條框框所限制，就能發現我們看不見的東西。”

觀眾：就像你們正在做的事情，就是對各行各業的高新科技進行評估然後投資。那麽一定有某家公司或者某位研發者的某個金點子讓你瞬間爆炸，你能告訴我們是怎樣的點子麽？

主持人：哈哈哈，誰能讓Luke Nosek瞬間爆炸呢？

Luke：（開始打太極）如果真的是讓我瞬間爆炸的點子，因為我在投資公司，這也許是商業機密，所以也不能告訴你。

主持人：（開始救場）那你就抽象地說說唄。

Luke：（什麽鬼……）但是硬要說的話，我只能很抽象地描述一下。想出這樣點子的公司一定是我們能看到他們有十分有創造力的前景，比如自動駕駛系統，我們就能看出它有很多閃光點能在未來為我們人類做出很大貢獻。

觀眾：（就是不放過你）恩，我打斷一下，這個真的確實十分抽象。

主持人：（救不了你了）哈哈哈哈~

觀眾：你就直說一些你覺得很贊的理念或者想法唄，不一定要是某些公司的案例。

Luke：那我就說一下吧。最讓我感到驚訝的就是人類的思維理念，而現在我們正處於理解人類思維以及怎樣提升人類思維的十字路口。而人類思維的潛力我相信是巨大的，也許也比我們想象中人工智能的潛力還要大。這個課題貫穿很多門學科例如教育學、心理學還有很多實際應用中的工作，我對此十分興奮。

亞馬遜機器人首席技術官Tye Brady：我對機器人的五點感悟

照片上開拖拉機的是我父親，他是密西西西比的一位伐木工。大蕭條時期，剛十二歲的他不得不進入叢林去努力工作來養活家人。

我本人在技術領域工作了25年，遇到那些經歷過大蕭條時期的人們，我總愛問他們一個問題：“你覺得對你人生影響最大的一項技術是什麽？”我父親的回答是：“拖拉機、冰箱，還有飛機。”比如照片中的那臺拖拉機，有了它，不需要再用人力或牲口犁地；至於冰箱，能讓肉儲存更長的時間，這對食物短缺的時代是至關重要的。所以，大家可以看到，這些技術對生活的影響都是非常直接的。

但至於飛機，我覺得很奇怪，又問道：“我說的是影響你自己生活的技術！”，他沈默了一會，答道：“兒子，當我四十歲的時候，我第一次從報紙上聽說飛機這種東西，我當時很難相信一部機器載上人就可以像鳥一樣飛到天上。”直到他親眼看見一架飛機，看見它如何起飛降落。“我雖然說不好飛機對我的日常生活產生什麽樣的影響，但我知道，它將改變這個世界。”

由已實現的非凡科技所帶來的的巨大的變革，我將這種現象稱為“完美的邊界“（the Boundary of Awesome）。技術是用來滿足人類需求的，包括機器人。

我個人對機器人的定義是：一種安裝了計算、傳感、驅動系統的物理裝置，以在物理環境中完成一項或多項的智力行為。

高等智力行為表現在對未建成環境的改造，輔以快速做出高級決策的能力。這種智力行為在初期的時候是預先設定好優先級的，後來發展到完全自動化。

機器人非常酷，我很高興我自己的工作是每天和他們打交道。作為亞馬遜機器人部門的首席技術官，我的責任是發掘、改進、應用相關技術，來使我們的員工、公司業務獲益，當然，最重要的通過技術和新產品來改善用戶體驗。

我們的總體目標是通過應用智能技術制造吃更好的機器人，並以此擴展人類的能力，同時改善我們的工作、生活、娛樂環境。這個目標貫穿我們工作的始終，尤其在低成本高效處理用戶訂單上。每當用戶點擊“購買”按鈕時，神奇的事情就開始發生了，只是用戶們很難看到而已。你訂購的商品存放在亞馬遜各地的倉庫中，並會為用戶選擇最佳的“訂單處理中心”（Fulfillment Center）。

如果你有機會去我們的訂單處理中心參觀，你會發現所有的機器人、人類同時有條不紊的並行工作，互不幹擾，就像在演奏一首人機交響曲，場面令人震撼。機器人們現在已經取代了很多以前必須由人類去完成的工作，而且效率要高得多。我們的技術原理其實很簡單直接：我們讓貨物過來找人，而不是派人去找貨物。通過這套系統，我們能保證亞馬遜的物流系統可以以極高的效率運行。

至於整套系統是怎麽工作的，大家可以看下面的視頻。我想先介紹一下系統中的組成部分。這種橙色的機器人是“運輸單元”，它負責搬運倉庫中的黃色貨架，貨架上塞滿了貨物，什麽形狀的都有，而且有些是隨意擺放的。亞馬遜的倉庫里有成千上萬這種貨架，機器人能準確識別需要搬運的貨架，在預先設定好的最優路線上行進，快速且不會相互幹擾。

亞馬遜的訂單處理中心面積非常大，約120萬平方英尺（約合11萬平方米），約28個橄欖球場那麽大。這些機器人會按訂單順序排隊來到工作人員身邊，將目標貨物所在的那一面朝向工作人員，以便他們拿取對應貨物。

感謝我們的員工和機器人們，他們讓亞馬遜的訂單處理能力前所未有的強大。在剛過去的高峰期中，我們達到了每秒處理500件貨物的水平。如果把所有亞馬遜搬運機器人所走過的路程加在一起的話，可以突破一個“1”，當然，單位很重要，畢竟在座的都是工程師：一個天文單位，這是地球到太陽的平均距離，約1.5億公里！從今年起，我們的機器人該往回走了。

最後想說一下亞馬遜機器人的團隊，他們是一群極富創新精神的人，敢想敢做，很多亞馬遜已部署的機器人都是由他們設計制造的。他們中的大部分人都在波士頓和西雅圖工作。我能與他們共事是我一生的榮幸！

好了，既然今天是EmTech數字峰會，而且主題是人工智能，我就來分享一下自己對機器人前景的五個觀察。

首先是，機器人應該在人類身邊，而不是遠離。機器造出來就是為了滿足人類的需求，只有當它們在身邊是才能為你服務。比如手機，它也是高科技的產物，而且人們總是把它帶在身上，以便隨時隨地的獲得信息。人們擁有了一部隨身攜帶的電腦，改變了我們的行為習慣，這才是改變革命性的。機器人也是一樣，它們必須融入到人類的生活環境，但挑戰在於，怎樣快速融合？AI技術就是這一融合過程的催化劑。

其次，機器人應該很容易使用，而且不分男女老幼。道理很簡單，某個產品被使用得越多，就會有更多的人去改進它，反之亦然，一個良性循環。AI技術將用於開發更方便、更自然的互動界面，不管你是對機器人說話，還是指點，或是碰觸，總之，在人與機器人之間，必須有一種自然的行為方式。比如亞馬遜的Echo，我自己經常使用，我妻子也是，我孩子也是。如果我們家的狗也會用，我想她會天天在網上訂購肉骨頭，這我可不幹。

第三，機器人應該為人類創造一種學習環境，這點很重要。允許人類有很好奇心，允許人類了解機器人的能力，允許人類將他們認為合適的工具用於合適的場景。創造一個學習環境來讓人類以最自然的方式去了解機器人的功能。AI技術將是建立這種學習環境必不可少的，人類將把AI作為了解機器人，以及賦予其更多功能的入口。

第四，機器人應該以可預測的明確姿態去完成任務。人類應該完全清楚機器人的下一步行動，這樣才能建立人類與機器人之間的信任關系。AI將用來建立雙方間的意向及狀態的雙向分享機制，AI要學會預測下一步行動，不管是人類的還是機器人的，這樣才能使得人類與機器人的關系透明化。

最後，機器人應該以簡化事物及增強人類能力為直接目標，簡單的說就是讓人類生活得更輕松。比如，亞馬遜的運輸機器人只負責一項工作：搬運貨物。把這項工作做到極致後，帶來的效果就是訂單處理效率的極大提升。AI在這里的作用就是分配任務，讓機器人去做它們擅長的事情，而讓人類集中與那些需要大量腦力的重要工作上去，然機器去延展人類的能力。

百度首席科學家吳恩達：人工智能將和電力一樣具有顛覆性 

主持人：作為掀起深度學習革命的先驅之一，你是在何時意識到，深度學習可能會跨過人工智能的門檻？

吳恩達：我記得我在 16 歲的時候，第一次寫出自己的神經網絡。但很長一段時間里，我對神經網絡都沒什麽信心，因為它並不怎麽管用。直到 2009 年的時候，這是個轉折點，我的同事 Adam Coates 給我展示了他自己寫出的圖表。那張圖表使用一個深度學習模型，並將它不斷擴大。他發現，模型被擴展得越大，輸出的結果就越準確，而整個系統不過是從一個小模型演變過來的。所以那時我想，構建更加龐大的系統，可能是一個能夠成功的思路。於是我找到 Sebastian Thrun，他那時在 Google X，我問他能不能提供給我一些 Google 的機器，他說好啊我們一起做，於是後來就有了 Google Brain 項目。

主持人：這故事的最後一部分我還真沒聽過。這段時間，百度在對話型交互界面上有了巨大的突破，從商業角度上看，為什麽語音交互界面對百度如此重要？要在效率和靈活性方面取得進步，會面臨哪些挑戰？

吳恩達：事實上，很多人低估了 95% 語音識別率與 99% 語音識別率的差別，這四個百分點的微小差距能夠改變遊戲規則：現在，只有少數人偶爾使用手機上的語音交互設備，然而如果我們達到 99% 的準確率，語音交互系統就會成為人們在使用產品時不可分割的一部分，人們會不假思索地使用。自去年以來，百度用戶中使用語音助手的數量已經增長了三倍，我們肯定經過了快速彎道。隨著語音識別技術越來越可靠，就會接近采用曲線（adoption curve），不久就會有越來越多的人與手機、電腦對話，甚至都不用考慮。

我經常想到智能手機觸摸屏，它改變了一切，喬布斯沒有發明觸屏（可能是HTC第一個發明的觸屏電話），但是，他讓觸屏智能電話運行得很棒，你會不假思索地使用它，這改變了一切，因為這是一種全新的人機交互方式。我認為，幾年後，語音交互也有這樣的潛力，將來我們都會不假思索地以語音的方式與電腦、手機等智能設備交流。

主持人：近年來智能系統在商業中的應用越來越廣泛。你認為商業公司戰略應該如何與時俱進，適應智能系統的普及？

吳恩達：這個問題很大，要花很多時間談這個問題。我認為，人工智能是新的「電力」。一百多年前，電力的使用完全改變了一切，產生了許多意料之外的後果，例如，電力讓冰箱成為可能，冰箱改變了食品供應系統，發電機也改變了產業建立方式。我認為，人工智能也會產業相似變革影響。目前，我們正處在這一階段，許多公司正在首席數據執行官，以後可能還會雇傭人工智能執行官，來管理掌控一切的人工智能。而這與當時許多公司「電力VP」的角色十分相似，因為在當時，電力系統對人們來說太複雜了，以致於必須要由專人管理。目前，我們也是這樣。這種策略有很多價值，如果你不十分確定怎麽做，可以雇傭數據執行官或者人工智能執行官幫你搞定。

在接下來幾年，會發生另一種變革：人工智能會具有戰略決策般的重要性。舉例，另一個對產業影響與之類似的變革，就是互聯網的發明，當時首席信息官負責處理互聯網之類事宜。我們意識到，互聯網的發明從根本上變革了我們對創立公司方式的看法。人工智能會帶來類似的轉變。比如，現在，數據是許多公司的防禦門檻，技術相對容易進行某種複制，但是數據是很難複制的，因此，你們公司的數據戰略是什麽？有時我們推出一個產品，部分原因在於我們喜歡這款產品，部分原因就是為了收集足夠的數據，獲取信息，為以後要做的事情做準備。

這就是戰略計劃的一部分，計劃推出項目的先後順序，先做什麽，獲取數據。我認為，一家領先的公司已經開始思考這樣的問題。許多公司曾經希望自己早點思考互聯網戰略問題，就像很多年前一些公司希望早點設計出電力戰略一樣。現在正是考慮公司的數據戰略的好時機。

主持人：我們現在的大學，能夠培養足夠的人工智能工程師來滿足市場的需求嗎？

吳恩達：可能僅靠大學，無法提供如此多的專業人才，所以許多在線學習平臺，如 coursera, Udacity 等等平臺能夠幫助我們解決這個問題。

主持人：聽說，中國大城市的交通情況很讓人頭疼，我們的一位同事前段時間體驗了百度的無人車，他的感受是，中國的道路真的是很難開，百度訓練無人駕駛車就像中國司機一樣誇張。你認為，在中國開發無人車，有什麽在美國不會遇見的問題嗎？

吳恩達：中國交通的確讓人頭疼。有一次我們在五環高速試行無人車，一輛車突然就開到我們前面。如果是我的話我早就撞上去了，但是當時，汽車猛地停了下來。我還跟坐在駕駛位的同事說，哇你技術真好，剛才太危險了，人類接管了汽車，他說，我什麽都沒做，車自己停下了。這可能就是你剛才提到的那種體驗。

我想和大家分享一個洞見：為什麽我對百度的自動駕駛戰略表示樂觀。

例如，當我獨自開車時，旁邊的建築工人可能會對你做出「停車」的手勢，這時，你必須停車，如果做出「加速通過」的手勢（類似召喚你過去的手勢——譯者），你最好開過去。對於無人車來說，它需要非常準確地判斷這兩個十分相像的手勢，因為它們的含義是完全相反的。這時，99.99% 的準確率才能保證一切運作正常。

根據現在計算機視覺技術，區分這兩種手勢需要辯證能力。這就是為什麽我認為現在絕大多數組織思考自動駕駛汽車存在的誤區，自動駕駛汽車不僅僅是自動化，也需要輕微改變汽車的基礎結構，比如給建築工人無線麥克風，與自動駕駛汽車交流，搞清楚汽車傳達的信息。如此以來，可能不久以後，自動駕駛汽車就可以上路了。

主持人：作為一名父親，我很關心未來的教育和就業情況。你有什麽建議給家長們，讓他們幫助孩子更好地就業？

吳恩達：像所有技術革命一樣，人工智能會替代許多職位，也會創造許多職位。我能給各位家長的建議是，幫助你的孩子學習如何學習。隨著技術更新換代越來越快，最重要的是擁有學習的能力，這樣一個人才能不斷地適應環境的變化，始終在需要人類的崗位上發揮價值。

主持人：你談到了技術性失業這個主題，不過，目前在矽谷，一個特別熱烈的討論是，工作機會的有限是不是一種永久性的結構性有限，矽谷的解決方案是 universal basic income，意思是每個人出生的時候就有收入購買所需 ，這個概念可以追溯到經濟學家米爾頓·弗里德曼，在你看來，無論工作機會是否有限，這種統一基礎收入的解決方案是否會有意義？

吳恩達：以後可能出現的失業潮，可能會更加迅速。之前，當農業漸漸被機器取代的時候，農民們尚可繼續耕作，而他們的孩子轉而學習別的技能。未來，從事司機等職業的人，可能在他們有生之年就會面臨失業。我認為，有一種與此類似的方法可能會很有幫助，那就是，對於結構性失業的人，我們不發放「失業補助」，而是發放「學習補助」，讓人們通過學習來賺錢。因為我相信，每個人都有通過自己的努力來創造更好的生活的權力。對於因智能系統的普及而失業的人來說，讓他們能夠學習其它更加需要人類的技能，能夠幫助他們繼續他們個人的發展。

主持人：你認為對於當前的機器學習技術來說，可能存在什麽樣的局限性，可能出現什麽樣的難題？

吳恩達：目前，任何的機器學習系統使用的都是監督式學習，而實現監督式學習，我們需要大量的數據。例如，我們在百度訓練語音識別系統的時候，我們使用了過去整整五年的語音數據和相應的文本數據。所以，對數據的龐大需求是機器學習的阿喀琉斯之踵。我希望以後能夠出現新的技術，使得機器學習能夠從更少的樣本中學習。

觀眾問答：

觀眾：我感覺對於人工智能在市場上的應用，工業產業常常被忽略，那麽你認為人工智能對工業產業會有什麽影響？

吳恩達：我認為事實上沒有什麽產業是不會被人工智能所影響的，其中有很多是我們現在難以想象的產業。在互聯網剛剛興起的是，不論在百度還是谷歌，我們投放廣告的方式是，雇傭專門的人員，他們需要和廣告商討論，尋找與之匹配的、用戶訪問量高的網站，然後把不同廣告放到不同的網頁去。後來，我們開始使用數據來幫助他們進行分析。到現在，我們幾乎完全依賴機器學習系統來自動匹配廣告和網頁。但在一開始，那些工作人員是絕對不會相信機器能夠取代他們的工作的。同樣，拿服裝零售業舉例，以前，銷售人員需要分析什麽款式、什麽顏色更符合用戶的需求，他們需要預估一件產品的銷量，現在，很多公司已經在使用數據來幫助它們分析了。

觀眾：目前在語義理解方面，我們的進步十分有限，你覺得什麽時候才會出現拐點？

吳恩達：目前，我們已經能夠使機器學習類比，這雖然只是非常基礎的一步，但我確實相信我們能夠一步一步地達成目標。其中，大量的數據是必要的，我相信這也是兒童學習的方式。算法也是十分重要的。我們確實非常需要一種新的算法來解決這一問題，但就我個人而言，我還不知道這種算法會是什麽樣的。概括地講，大數據、更好的算法、以及強大的硬件，能夠幫助我們進步。

特斯拉研發的負責人Sterling Anderson：特斯拉自動駕駛將在Model 3之前推出 

當Tesla在2012年推出Model S時，這部車的主要賣點之一就是永久移動網絡連接。如今，此功能將成為Tesla在自動駕駛汽車競賽中的一個重大優勢。

通過網絡連接，Tesla可以從車主車內所帶的探測器中下載各種數據，例如車主的開車習慣以及路況。這些數據則可以被用於測試Tesla的自動駕駛軟件的效率。Tesla公司甚至曾經秘密的把自動駕駛軟件下載到車主的車里，在不控制車的前提下測試軟件在真實路況上的反應。

“我們可以從車里下載高分辨率的數據，並且可以通過OTA（Over The Air）來升級這些車輛。這個功能使得我們在過去的18個月里，從開發競賽的尾巴追趕到如今擁有這些非常先進的自動或半自動駕駛功能”。Tesla自動駕駛項目總監斯特林·安德森（Sterling Anderson）在舊金山《麻省理工科技評論》EmTech Digital大會上如此宣布。

“自從在18個月前推出這些硬件以來，我們積累行駛了7.8億英里”，安德森說。“我們可以在自己的服務器上使用這些數據來觀察車主們是如何使用我們的車輛，以及我們如何可以提高自己。”

安德森還表示，Tesla每10個小時就可以獲得1百萬公里的數據。Tesla的工程師們在開發自動駕駛軟件的初期時，就會把軟件的結果和這些數據比較。任何表現良好的軟件可以被秘密的安裝在車輛里來做進一步的測試。在不控制車輛的前提下，軟件對真實路況的一切反應將被記錄下來。

“我們經常會在已售車輛中安裝一個‘惰性’功能”，安德森說，“這將允許我們觀察一個功能在千萬英里的實況下表現如何。”

當一個新的功能被推出時，安德森的團隊也可以緊密觀察它的情況。就拿Tesla的Autopilot功能來說，安德森展示了一個圖表。圖表顯示了在Autopilot的控制下，自動駕駛的Tesla汽車比人類駕駛更加貼近車道的中心。自從去年10月正式推出以來，Tesla的自動駕駛功能已經積累了1億英里。

可以隨時隨地的從車里下載數據，以及秘密的測試自動駕駛功能是屬於Tesla的獨門絕技。谷歌曾展示過最先進的自動駕駛技術，但是他們也只能從數量極少的原型車里下載數據。相比之下，Tesla的車輛不但在數量上超過谷歌，在區域的廣度上也完全超越谷歌。

其他汽車廠家，例如通用汽車，也在試圖開發自動駕駛技術。但是他們並沒有像Tesla一樣歡迎網絡連接和OTA升級。

前不久，馬斯克剛剛宣布，廉價版的電動車特斯拉Model3會在2017年晚些時候面世。其內飾和輪轂的設計依舊沒有蓋棺論定，馬斯克在自己的推特里，也提到了車輛設計方面的不確定性，以及Model3“宇宙飛船”般的駕駛體驗。宇宙飛船？這究竟意味著什麽？難道這是關於特斯拉，乃至全世界，第一部無人駕駛汽車的高能劇透？

當Sterling Anderson，特斯拉無人駕駛部門的負責人，被問及Model3會不會是人類歷史上第一部無人駕駛車時，他“駁斥”了這種觀點：“這種事情，在Model3問世之前，就應該發生了。”

“Model 3不會因為價格的原因缺失任何我們所擁有的技術，它會代表我們的最高水平。”Anderson表示，特斯拉是獨一無二的公司，它會將所有已經掌握的新技術，運用到所有正在生產的車型上，也就是說，所有特斯拉電動車在出廠時，都擁有當時特斯拉最先進的技術，“ModelS和X的技術水平也會一直進步下去。”

這預示著，也許特斯拉Model 3不會成為第一部無人駕駛車了，因為一旦特斯拉掌握了讓無人駕駛（自動巡航）的技術——不僅僅針對高速公路，而是全路段——他們不會等待Model 3的問世，而會將這項技術直接加載到現有的車型中。

Anderson說，他們的無人駕駛研發團隊目前正在嘗試解決郊區行駛問題，以及如何處理十字路口情況的問題。他的說法也符合目前特斯拉在無人駕駛方面的計劃，以及研發現狀的報告。

以特斯拉Model S為例，它在2012年開始發售，當時並不具備自動駕駛所需要的傳感器和其他硬件；到了2014年晚些時候，Model S增加了自動緊急剎車系統以及相關傳感器；而2015年，Model S又增加了一項人工開啟自動巡航的功能。

按這個速度下去，無人駕駛（自動巡航）指日可待？

阿蘭·帕克爾（Alan Packer）：Facebook計劃在今年使用神經網絡來提高翻譯水平 

Facebook正在試圖大幅提高它自動翻譯的精準度。他們準備在年底推出一款全新的，基於人工神經網絡的翻譯系統。人工神經網絡是Facebook以及其他科技公司花重資所開發的人工智能新技術。

在麻省理工科技評論EmTec Digital峰會上，Facebook語言技術部部長阿蘭·帕克爾（Alan Packer）表示，使用神經網絡所得到的翻譯結果要比統計機器翻譯所得到的結果更加自然。目前，絕大多數翻譯軟件所使用的都是統計機器翻譯。

帕爾克還表示，神經網絡在把俚語和比喻翻譯為其他語言中相似的說法這方面可能更加出色。

谷歌也正在向神經網絡上轉移谷歌翻譯，但是目前此項目還沒具體的時間表。

Facebook和谷歌兩者都有龐大的數據可以用來訓練翻譯軟件。但是Facebook的數據可能更加口語化，更加貼近人們聊天的方式。

目前，Facebook上有大概2萬億個狀態和回複。而且這個數字正在以每日10億的數量增加。帕克爾曾解釋過他的團隊是如何使用這些數據來訓練他們的軟件，去翻譯口語化的單詞和句子的。

就拿數月前的一個發現來說。那時，Facebook有探測到法國學生正在使用各種英語單詞的變種，例如“wow”的變種“uau”。Facebook的機器學習軟件成功的學會了這些，並開始正確的翻譯這些變種。帕克爾表示，Facebook目前可以翻譯40多種語言，每天提供高達20億次的翻譯。每個月都有8億名用戶在Facebook上瀏覽翻譯的語言。

但是有一種及其受到歡迎的語言帕克爾沒有任何興趣翻譯——表情符號。

“它們一般都是通用的“他說。

Gary Marcus：一味追求大數據是機器學習的誤區，我們的算法所需數據更少且速度更快 

去年，微軟和谷歌的圖像識別算法都已表現出可通過學習打敗人類的能力。他們各自搭建了自己的軟件，進行了標準測試，讓軟件識別1000張各式各樣的物體的圖片，結果超過了平均的人類得分。

但是，為了讓軟件足夠強大能夠對抗人類，這兩個公司的軟件都對120萬張帶標簽的圖片進行了仔細觀察。而對一個孩子來說，只用一張樣例圖片，就能夠識別一種新的物體。

日前，創業公司 Geometric Intelligence 說，他們研發了一個可以更快學習的機器學習軟件。該公司的 CEO Gary Marcus 在EmTech Digital 大會上表示，如果要學習一項新的視覺任務，他們的 XProp 軟件所需要的樣品圖片數量與現在機器學習軟件的主流形式——即深度學習相比要少得多。

Marcus 沒有披露 XProp 的工作細節，但他展示了一張將 XProp 和某個深度學習程序在一項測試中的表現做對比的表格，該測試的內容是軟件學習怎樣識別手寫體數字。

表格顯示，訓練數據越多，兩個系統性能就會越精確。但是在相同數量訓練樣例的情況下， XProp 的性能表現得更好。

比如，XProp 學習過每個數字的大約150張手寫圖片後，識別新的數字圖片，錯誤率只有約 2%。而對深度學習算法來說，為達到同樣性能，則每個數字需要學習約 700 張樣圖。

這並不代表 XProp 一定有實際用處。識別手寫體數字差不多屬於已解決的問題了。可用來訓練的數據很多，而用深度學習軟件得出的最好結果錯誤率已經達到了 0.2%。Marcus 展示的數字顯示，隨著訓練數據的增多，XProp 相比於深度學習軟件的優勢就會下降。

但是 Marcus 說，在谷歌街景項目收集的門牌號碼照片的數據庫中，XProp 的識別結果與上面那個實驗相似，其他的圖像識別測試中也是如此，這表明，該公司的技術可能具有廣泛的可用性。

大多數機器學習研究人員都認為會出現一些能夠通過學習更少的數據運作起來的新技術。

Marcus 說：“深度學習非常需要數據——而我們的學習速度則更快，我們的軟件有時可以將所需數據量減少一半，有時甚至更多。”

Marcus 是紐約大學的心理學教授，曾用幾十年時間研究兒童的學習方式。他目前最困惑的一個問題是，語音及圖像識別等由深度學習支撐的領域進展是否一定會幫助理解語言等更有挑戰性的領域的進步呢？

谷歌這樣的大型計算公司通過將海量的標簽訓練數據集結到一起，已經有能力打造強大的語音和圖像識別軟件。Marcus 不否認這類科技將會帶來成功的產品。但是，他相信，如果軟件的性能要更加接近人類快速學習新技能，以及適應不斷變化的環境的能力，那麽需要更少數據量的算法就必不可少。

“我們處在大數據的時代，而且很多人覺得只要投入更多數據就能解決問題，”Marcus 對 EmTech 的觀眾說，“但是面對有些問題的時候，並沒有那麽多數據可以提供。”

他說，語言就是其中之一。人們的言語有無限種可能，將所有含義的語句歸納出來訓練軟件是不可能實現的。Marcus 還提到了無人駕駛汽車的例子，機器學習算法需要大量數據，在無人駕駛汽車中，這可能無法解決所有問題。

他說，如果一輛汽車必須一遍遍地體驗環境才能掌握技能，那麽用每種可能的交通和天氣情況訓練車輛，可能耗時太長。

文章評論

匿名用戶

發布

全部評論：10

發布

克林頓給希拉里當副總統：可以嗎？可能嗎？

美國民主黨總統競選人希拉里·克林頓曾在競選活動中不止一次說過，如果能當選為下一屆美國總統，她將讓她的丈夫、前總統比爾·克林頓“去幫助美國那些落後的地區重振經濟”，因為“他本來就擅長這個”。

去年9月，希拉里在接受媒體采訪時甚至表示，她曾想過要讓丈夫擔任她的競選副手。

那麽，如果希拉里成為美國下屆總統，克林頓能夠再次進入白宮，成為副總統嗎？

憲法限制：不能當總統的人也不能當副總統

根據1951年通過的美國憲法第22修正案，美國總統的任期不得超過兩屆。即使在這項修正案通過之前，大多數美國總統也都效仿第一任總統喬治·華盛頓，在完成兩屆任期之後就離開白宮。

曾有批評該修正案的人士表示，這不僅限制了選民可能希望某一位總統在兩屆任期後繼續留任的意願，還削弱了總統在進入第二任期後的能力，讓其成為所謂的“跛腳鴨總統”。

所以，憲法的限制首先讓已經連任過兩屆總統的克林頓不可能在任何時候再次競選美國總統。

另外，根據美國憲法第12修正案，也就是有關總統和副總統競選資格的相關說明——大意是“如果一個人不符合成為美國總統的憲法資格，那這個人也不符合成為美國副總統的資格”，克林頓因為不具備再次成為美國總統的資格，因此也不具備當副總統的資格。

法律專家：憲法也能有新解讀

 不過，有美國法律專家指出，憲法這兩項修正案也能有新的解讀空間。核心問題在於，第12修正案所指的是不具備候選人資格，還是不能擔任總統？而這兩者之間有著明顯區別。

如果該修正案所指的是，不具備總統候選人資格的人也不具備副總統候選人資格的話，那麽結論就很清晰：比爾克林頓不能以副總統候選人身份同希拉里一起競選，因為他已經競選並任兩屆美國總統。

但如果“不符合憲法資格”只是指“擔任美國總統所需具備的憲法資格（生來是美國公民、年滿35歲、在美國境內居住滿14年以上等）”的話，那麽克林頓顯然具備這種憲法資格，可以出任副總統。

克林頓：甘當希拉里身後的男人

希拉里上月在肯塔基州的競選活動中表示，如果當選總統，她不會讓克林頓未來的白宮生活在“為國宴挑選哪套瓷器”中度過，而是將同“修理經濟”有關。

“我的丈夫，我會讓他去負責有關重建經濟的工作，因為你們也知道，他比較擅長做這個。”希拉里說，“特別是在那些煤礦所在的地區和經濟落後的內陸城市。”

希拉里說，她想讓美國回到像他丈夫擔任總統的那個“人人漲工資的時代”，“我經常告訴我的丈夫，如果我有幸成為美國總統，而他因此成為‘第一先生’的話，我希望他還是要去工作，去做能幫助人們漲工資的工作。”

雖然現在討論克林頓能在他的妻子希拉里未來的內閣中擔任什麽職位還為時過早，但克林頓曾不只一次公開表示，只要希拉里需要他，無論什麽崗位，他可以隨時待命。

“我可以向你保證，我們會為克林頓先生在希拉里內閣找到一個職位。”他在一次競選活動中自嘲道。

 “我得結束退休，重新負起責任來。希拉里知道這點，民主黨知道這點，我們都知道這點。”克林頓說。

中國歐盟商會：《中歐投資協定》可以成為WTO2.0

6月7日中國歐盟商會發布的2016年《商業信心調查》結果顯示，歐洲企業認為《中歐投資協定》勢在必行，如談判能夠圓滿結束，減少市場準入限制，可進一步改善商業環境。

與此同時，歐洲公司希望能夠有一個明確的時間表，以確定何時能更大程度上掌控在華運營情況，更順利地進行戰略收購、開拓新的業務領域或產品線。

中國歐盟商會主席伍德克表示：“歐洲企業現在需要一個路標，在面對現在這一經濟充滿挑戰的時期，為他們繼續加大對中國未來發展的投入註入一支強心針。”

“WTO 2.0”勢在必行

上述調查顯示，在華歐企在調查中認為， 2001 年，中國加入世貿組織(WTO)時建立了路線圖和法律框架，為更多的歐洲企業進入中國市場或拓展在華業務提供了所需的確定性，也帶來了持續十年的空前發展，“我們現在需要再次看到一個里程碑式的發展，為歐洲企業註入信心，讓他們為中國未來的發展再次貢獻力量。”

目前在華歐企呼籲中國和歐盟之間正在進行的《中歐投資協定》談判勢在必行。

此前，在4月26日至29日，第十輪中歐投資協定談判在比利時布魯塞爾舉行。對於此輪談判的有關進展。

商務部發言人沈丹陽曾對此表示，此輪中歐投資協定談判所能透露的主要信息是，雙方均意識到，繼續保持當前談判的積極勢頭，進而早日達成一個全面的、富有雄心的投資協定有助於推動雙向投資，加強雙邊經貿合作，深化中歐全面戰略夥伴關系，符合雙方的共同利益。雙方將共同努力，推動文本談判盡快取得實質性進展。

中國歐盟商會在調查中認為，如今，在華歐洲企業仍然面臨巨大的監管方面的挑戰，歐洲在華投資呈下降趨勢，通過並購實現增長的方式也受到嚴格限制。

鑒於此，歐洲企業希望通過《中歐投資協定》的成功簽署從總體上降低監管環境的複雜性。

與此同時，消除市場準入障礙也同樣重要，包括讓企業本身對在華經營有更大的控制權、在中國市場更容易進行戰略收購、放寬業務領域或產品部門的準入條件等。

面對經濟放緩挑戰

在此次調查中，大部分歐洲企業表示，如果能夠獲得更寬松的市場準入，他們仍然會加大在中國的投資。

根據調查顯示， 41%的歐洲企業現在正重新評估其在華經營狀況，並計劃通過裁員等方式來削減成本。

雖然47%的歐洲企業回應仍有意擴展在華業務，但這一比例與2013年的86%相比已經大幅下降了39個百分點。盡管如此，絕大部分歐洲企業表示，如果能消除市場準入壁壘，他們願意增加在華投資。

調查顯示，中國經濟放緩仍然是中國和歐洲企業都必須面對的巨大挑戰。然而，中國日趨困難的商業環境，加上更有利於本土企業的競爭環境，進一步加劇經濟放緩對於歐洲企業的沖擊。

在其中，有 56%的受訪企業表示在華經營更加困難，這比2015年上升了5個百分點; 57%的受訪企業認為外國企業受到的待遇不如本土企業。

58%的受訪企業表示近期加強互聯網管制和限制訪問等措施對其經營產生了不利影響，這比2015年上 升了17個百分點; 70%的受訪企業認為他們在華沒有10年前受歡迎。，不過仍有 55%的受訪企業願意在放寬市場準入的前提下擴大在華投資。

“盡管中國當前經濟發展緩慢並呈現L型趨勢，但通過遏制產能過剩、推動供給側改革和加強創新，中國經濟仍可再實現長達二、三十年高質量的增長。”羅蘭貝格首席執行官常逸博表示，“解決了這些難題以及《商業信心調查》中提出的挑戰，可以保證最終實現增長，歐洲企業也會在此過程中作出重要的貢獻。”

大型地產股也可以是價值股: 會德豐

人工智能真的可以接管人類嗎？我們可能想多了

人工智能未來會威脅到人類的生存嗎?事實可能遠遠沒有這麽嚴重。

人工智能(artificial intelligence，下稱“AI”)正在變得越來越常見，我們每天都要使用的智能手機中，大部分都搭載有某種形式的人工智能，比如語音識別。而韓國棋手李世石和谷歌AlphaGo的人機大戰在成為人們茶余飯後熱議話題之余，也令我們開始以另一種眼光看待人工智能這一技術：人工智能已經超越人類了嗎?隨著人工智能的繼續發展，這個看不見摸不著的電腦程序對人類而言到底是禍是福?它最終會像科幻小說和電影里所描寫的那樣威脅到人類的生存嗎?

日前，美國信息技術和創新基金會發布了一份長達50頁的報告，解答了我們對人工智能的種種疑問。在這份名為《人工智能將殺死我們!——有關人工智能未來的五大誤解》(It’s going to kill us! and other myths about the future of artificial intelligence) 的報告中，作者羅伯特·阿特金森對當下關於人工智能的5大誤解進行了梳理和批駁，並對決策者提出了建議：不僅不能阻礙AI創新，更要積極支持對它的進一步研發和使用。

誤解1：AI會使大量工作崗位消失。

事實：和過去湧現的技術一樣，AI將會溫和地推動生產效率的提升，不會對整體就業崗位數量或失業率產生影響。

許多人認為，AI將會推動生產率爆發式增長，從而以令經濟難以承受的速度“消滅”就業崗位，催生一個沒有工作的下層階級，這個階級將被一個所謂“機器擁有者”的精英階級所統治。這些並不是什麽新鮮的預言——而且和過去一樣，仍然是錯誤的預言。

事實上，AI會讓就業崗位消失的觀點有兩大謬誤。首先，這一觀點大大高估了AI替代人類的能力。技術或AI取代人類實際上是非常困難的事，美國近年來生產率增速處於歷史低位便是一個很好的例子。而用AI來取代大量工作崗位尤為困難，因為從根本上來說，AI只是“狹義AI”，其設計初衷只是為將特定的某一件事做好而已。所以，AI並不會導致就業崗位消失，反而能增加產出、提高質量、推動創新。

其次，即便AI能力出眾，還是會有足夠的就業機會，因為如果一家公司的工作崗位數量因效率提升而減少了，那麽其實工資的成本也下降了。省下來的這筆錢將轉變成更低的價格或更高的工資。將有更多資金流入經濟，這些錢可以用來創造就業崗位。

誤解2：AI會讓人類變得愚蠢。

事實：AI將幫助人類做出更明智的決定。

有些人擔心，AI將使人類過分依賴機器，並失去我們原本擁有的一些技能——這種情況下，如果機器偶爾出了錯，人類奪回控制權的希望也會很渺茫。的確，如果AI能夠處理人類慣常處理的日常任務，那麽一些技能確實會變得不那麽必要，比如說，汽車的出現讓大多數人都不再需要學會如何騎馬——但事實上，AI也能為我們打開一個技能的新時代。

誤解3：AI會令我們毫無隱私可言。

事實：AI不會對隱私有影響，因為大部分信息行為都是受到法律法規約束的。

AI系統有能力、也有需要去收集並分析更多信息，但其對隱私的侵害不會比非AI系統更多，因為後者已經在收集和分析著大量信息。此外，今時今日那些針對數據使用和隱私保護的法律法規也將對AI進行約束。

簡言之，這本質上只是一個政策問題，而不是技術問題。如果不想讓AI收集特定數據，我們應該敦促決策者制定相應法規。

誤解4：AI將催生偏見和濫用。

事實：大部分情況下，AI比人類更少偏見。

機器學習系統比傳統軟件系統更為複雜，它們會基於經驗持續進行調整和改進。一些批評人士認為，這種複雜性將導致“算法偏見”，從而催生政府和企業有意或無意的濫用行為，因為這些組織會拿算法的複雜性當擋箭牌，為種種剝削、歧視或其他不道德和破壞性行為做借口。

不道德或不負責任地使用AI的情況確實可能存在，但因為這一點而抵制AI的人忽視了關鍵的一點：機器學習系統和它的開發者或使用它的組織機構並不是相互獨立的。如果某個組織想要系統性地歧視某個特定團體，無需AI也能做到。此外，如果一種算法系統產生了意料之外的歧視，這並不是因為技術本身是帶有惡意的，技術僅僅只是遵循了人類的指示，或是收集了可能會反應偏見的真實世界的數據而已。也就是說，大多數情況下，相比人類的決策過程——下意識的或是蓄意的偏見滲透在社會的方方面面，AI的偏見更少。

誤解5：智能機器將接管並最終消滅人類。

事實：如果AI能發展到為我們做三明治的程度，我們就太幸運了!

有些人認為，機器將變得超級智能，並最終將勝過人類。這種智能機器將消滅人類的觀點誇大了技術進步的速度，特別是在計算機芯片處理能力提升正在趨於放緩，深度學習領域以外AI進展相對較慢的情況下，更是如此。再者，機器智能和人類智能是完全不同的系統，而即便是計算領域果真取得了重大進展，也不太可能制造出擁有人類智力、想象力和適應力水平的機器。退一萬步來說，假使真的造出了堪比人類智能水平的機器，這些機器還是受控於人類——因為如果不能保證機器大體上是安全的、它們所帶來的好處是大於投入成本的，否則人類是不可能去制造AI機器的。

報告在最後呼籲決策者以樂觀積極的心態去迎接AI，而不是害怕它;要認識到，盡管會有一些風險，但“AI本質上是好的”——其實每一種新技術都是如此。如果風險出現，就想辦法去解決，而不是去阻礙它的發展。政府應該以理性和冷靜的態度看待AI，並就AI的挑戰和好處開展坦誠的對話。最後，決策者應當大力支持AI的研發，讓AI變得更強大、更高效、更安全、更透明。

簡言之，技術進步過去一直都是、將來也還會是人類進步的關鍵，而AI必將在這一進程中扮演重要角色。

周鴻祎十大經典語錄，最後一個你可以看直播！

張曉軍 2016-06-15 11:08

他是中國互聯網安全之父、顛覆式創新家、知名天使投資人；作為360公司掌門人，他開創免費殺毒模式，堪稱中國互聯網新格局的締造者；作為第一代互聯網老兵，他曾在不同場合拋出“金句”無數，瞬間化解你思索幾年不得其解的痛苦。今天，我們特意整理了周鴻祎十大經典語錄，來與你分享如下：

NO.1“所有顛覆性模式都是從微創新開始的”

2010年，在黑馬成長營第一期的課堂上，周鴻祎提出了“微創新”概念。他表示：從行業巨頭看不到、看不懂、看不起的小處著眼切入市場，通過快速地、持續地改進產品的用戶體驗，從而達到顛覆市場格局的目標，這種持續不斷的創新就叫“微創新”。無論是創業公司，還是轉型互聯網的傳統企業，最忌諱的就是一上來就沖著宏大的平臺化思路做，因為用戶不會因為你做了一個平臺就接受你的產品。

NO.2 “顛覆式創新都不是敲鑼打鼓來的，而是隱藏在一片噪聲里”

2011年11月，周鴻祎在一次論壇上表示，顛覆式創新不是一夜之間發生的，是一步一步通過“微創新”，不斷地蠶食領先者的市場，最後等到不可逆轉的時候，才能是顛覆。它是代表未來趨勢的一個信號，但你卻通常看不到、看不懂、看不清。所以，一定不能以一種藐視的態度看待新生事物。它可能滿身缺點，但顛覆你的東西，不需要做成十項全能。它只要在一點上追求極致，遠遠超過你，這就足夠了。

NO.3 “商業模式並不是賺錢模式”

早在2012年，周鴻祎就曾向媒體闡述了這一理念。他指出，商業模式至少包含了四方面內容：產品模式、用戶模式、推廣模式，最後才是收入模式。一句話，商業模式就是你能提供怎樣的產品，給什麽樣的用戶創造什麽樣的價值，在創造用戶價值的過程中，用什麽樣的方法獲得商業價值。所以，在互聯網里，創業者一定要參透“沒有用戶價值就沒有商業價值”的道理。

 NO.4“能解決問題的產品才是好產品”

2013年，周鴻祎多次向媒體披露“如何做出好的產品”的個人心得。他稱，開發產品的時候，技術人員想的是我要用這樣的技術去教育用戶，讓用戶感覺我的產品怎樣牛，技術怎樣高。但用戶選擇產品的時候，他們更關心的是這個東西到底好不好用，到底能不能解決我的問題？從用戶的角度來看，能解決問題的產品才是好產品，能方便、快速地解決問題的產品，那就是一流的產品了。

 NO.5“‘賣點’觀念過時，產品拼的是體驗”

2013年7月31日，周鴻祎在他的微信公眾賬號“老周開講”第一期中分享了他的企業戰略規劃。他認為，企業的戰略規劃無論如何宏大，最終都要落地，都要打開市場，而打開市場，最重要打動用戶的心。他強調，用戶體驗將成為產品致勝的關鍵，而超出預期的體驗，才是真正的用戶體驗。體驗需要追求極致，體驗的基礎是用戶需求，如果脫離了用戶需求，產品設計再漂亮，想法再精妙，都無法和用戶產生共鳴。

 NO.6 “免費是一種顛覆性的力量”

2014年，在烏鎮的首屆世界互聯網大會上，周鴻祎提出：“互聯網時代的免費，是一種顛覆性力量。”他表示，傳統經濟的本質，就是低買高賣，但互聯網最激動人心的地方，在於能給億萬用戶提供非常好的產品免費用，最後還能因此獲得巨額的財富。免費的本質是對商業模式的顛覆。360不靠賣殺毒軟件掙錢，而是通過免費殺毒得到海量的用戶基數，並因向海量用戶推薦使用360瀏覽器，通過導航、搜集、網頁遊戲等業務獲得了豐厚利潤。這就是免費帶來的顛覆性的力量。

NO.7 “互聯網產品的本質是為用戶服務”

周鴻祎認為，互聯網產品的本質是服務，既然是一種服務，軟件和網站都是一個載體、一座橋梁、一個窗口，通過它們把你的服務傳遞給用戶。今天的互聯網產品，絕對不能閉門造車。無論你的想法高明與否，都不如用戶的選擇高明，所以任何美妙的想法，都不如先把它簡單地做出一點點，拿到市場上做實驗；一旦對了，你馬上能看到增長，並能迅速跟進；一旦不對，你調整的成本也很低。

 NO.8 “任何企業都有一個對手是打不過的，那就是趨勢”

周鴻祎稱，趨勢一旦爆發，就不會是一種線性的發展。它會積蓄力量於無形，最後突然爆發出雪崩效應。任何不願意改變的力量都會在雪崩面前被毀滅，被市場邊緣化。順應互聯網發展趨勢，360免費殺毒軟件的出現，顛覆了傳統殺毒軟件廠商十多年來的靠收費營收的遊戲規則。推出三個月後，便成功掀翻瑞星市場份額達到第一，半年之後用戶量超過1億。在互聯網面前，傳統殺毒廠商都成了不幸的“火雞”。

NO.9 “這個時代娘炮太多，年輕人需要無畏精神”

2016年6月13日，360手機推出全新品牌Slogan——“安全·無畏”。周鴻祎對這一口號進行了解讀。他表示，希望用360手機傳遞一種無畏精神，因為這個時代，娘炮太多，膽小鬼太多，如果真的想看看世界，年輕人需要一點無畏的精神。他說，當我們年輕人都不再是有包袱，不再是生活的奴隸，不再是當一個房奴和卡奴，能夠敢於追求夢想，不怕嘲笑，不怕非議，以真正無畏的生活方式和精神去創造和創新，這個國家才會變得更加無畏，我們的未來才會變得更加美好。

NO.10 “……”

別問為啥最後一句經典語錄是省略號，因為你最想要的幹貨，就在今天下午，周鴻祎將通過直播說給你聽！

想獨家分享周鴻祎在互聯網廝殺中屹立不倒的秘訣？

學習他的互聯網觀、產品觀和管理思想？

解密360的產品策略、商業戰略和成長邏輯？

想知道當下互聯網時代的大勢與風口？

6月15日14:30-17：30

提前下載並登錄黑馬學吧APP

或

 提前下載APP“花椒直播”搜索“創業黑馬學院”

看“紅衣教主”周鴻祎直播

挖出你最最想要的幹貨~

歡迎點贊、評論、送花、打賞！

溫馨提示：周鴻祎還將現場公布其招募創業徒弟的標準及招徒作業，作業的答案就在他的直播中，今天下午14:30，我們不見不散，抓住機會成為周鴻祎的創培生！ 

文章評論

匿名用戶

發布

全部評論：10

發布

在中國，汽車真的可以分享嗎？

劉伊凡 2016-06-17 12:42

文｜劉伊凡

最近，共享經濟成為社會各界熱議的話題，騰訊C E O馬化騰在今年兩會期間曾大膽預言：分享經濟將成為促進經濟增長的新動能。在我們的身邊，越來越多的有車一族將私家車接入打車平臺，兼職幹起了專車、順風車；甚至，你若願分享停車位、廁所、時間，也能通過互聯網尋到需求方，賺上一筆外快。憑借新的商業模式，Uber（優步）、Airbnb（空中食宿）正在席卷全球，國內的滴滴、易到等打車平臺，車鑰匙、丁丁等停車平臺也風生水起。

說到共享經濟，我們不得不提Google。眾所周知，Google沈迷於無人駕駛汽車的開發，是因為其中隱藏的隱性回報。目前每輛車的平均使用時間只占整個壽命的4%，而汽車這種商品，除了維修、保養等，卻需要投入大量的資源用於停車場建設、城市疏堵和治理汙染等，資源嚴重浪費。因此，在關於分享經濟的理想里，滴滴創始人程維認為移動出行起勢後，人們就不會再買車了，甚至於說未來十年後買車就像今天買馬一樣奇怪。想象一下汽車共享、智能駕駛和無人駕駛很快就會到來，以後都是共享汽車、智能汽車，出門手機一搖就來，從A地到B地之後，車又被B地那邊的人接著使用，所有的車大都在運動之中，而不是停在哪里。那麽問題來了，未來還需要那麽多停車位麽？還需要去買車嗎？

汽車分享是從城市開始的

城市正在被分享經濟占領。分享經濟在中國以滴滴和Uber為典型，它們讓有車並且有興趣分享的人閑時載客，賺點小錢，於是在過去的一年里，我們看到了一堆朋友們開著各種名車出去拉活，朋友圈也看到了各種曬圖，他們會紳士的為你開門，準備好礦泉水和手機充電器。

時至今日，我們發現寶馬、奔馳越來越少，在公路上開始要動態價格叫車，不會使用網約叫車在一些時段可能沒辦法攔到一輛汽車，良莠不齊的私家車充斥著叫車平臺，分享經濟成為黑車司機的聚集地。經過與一位從事出租車行業的朋友聊天得知，上海現有的出租車司機數量僅為兩年前的二分之一，出租車行業嚴重萎縮。再仔細追問，發現離開出租車行業的原出租車司機，基本都進入了C2C專車平臺。

這些分享經濟的平臺極大地盤活社會閑置資源，而作為生活資料的私家車，正在慢慢退出汽車共享。現在已經冒出了一批人，他們之所以選擇買車，並不是用於生活，而是為了賺錢謀生。

城市交通出行的分享經濟正在讓很多想買車的人改變意向。然而如果大多數人都不再買車，那麽滴滴、Uber上大量的帶車加入的分享車主們又從何而來呢？如果真到了那一天，必然是無人駕駛技術的全面普及，出行就像汽車機器人挪車一樣，成為一種標準的人體空間移動，不再需要司機，服務時間、態度等都將成為標準化的SKU，我們需要做的只是在約定的時間約定的地點上車，在約定的地點下車。

無人駕駛日趨成熟，那時候，滴滴、Uber等將和大量的司機逐步解約，同時和無人車生產企業簽訂購車合同（就像是富士康的機器人計劃），也不妨與無人車企組建合資運營公司，風險共擔，利益共享。而造車的公司完全可以順便開個租車公司，反正賣車的渠道都還在，無非是增加幾個SKU。這兩天易到專車宣布要不玩了，改名叫樂視專車，一路看來，樂視專車、樂視汽車、樂視新能源汽車共享、樂視投資停車資源方，所有的一切是不是正在完善新的樂視汽車生態？不得而知。

然則如果等不到無人駕駛，城市的人都不再買車，分享車主們不足以滿足需求，滴滴、Uber是像神州一樣自營專車，還是通過價格杠桿全面提價呢？中國的分享經濟看起來更像是資源與市場需求的博弈。

打著汽車分享的夢想不過是要賣車

凱文·凱利認為，在未來，使用權要比所有權更重要。分享經濟提倡的是“使用而不占有”，根據你的不同需要，你可以使用不同類型的車，而不必擁有不同類型的車，你需要的是隨時付費使用。

據統計，經過一百多年汽車工業的發展，美國的汽車保有量已經突破88%，但是美國人卻還在不停的買新車，分享經濟的流行並沒有對美國汽車的存量造成大規模破壞；然而，截止去年中國的汽車保有量剛突破11%，中國距離汽車飽和似乎還有很長的路要走。

在美國人的心目中，汽車僅僅是一個代步工具，是一個商品屬性強烈的物品，然而在中國人的心目中，汽車這件商品卻像是買房一樣被貼上了身份地位的心理屬性，出行需求並不是最重要的，他們想的無非是有車而且要是好車、名車，這樣丈母娘才會“放心”把女兒嫁給你。而對於擁有好車的車主來說，他們把車來說當成自己的“老婆”，誰會願意把自己的“老婆”拿出來分享呢？車內的隱私也是限制國人將汽車分享的另一緣由。

汽車在中國人的理解里已經發生了“質”的變化，中國人講的是擁有而不是使用權，在分享經濟的引導下，中國城市人擁抱它大都是因為這是商業邏輯貧窮期帶來的紅利——有部車裝逼，順道掙點錢。

分享經濟的興起是互聯網和生態文化推動的產物，互聯網提供了技術支撐，生態文化帶了商業的重構，人與組織的重構。生態文化的叠代向來被認為是精英文化的助推，中國高等教育人口的比例相對於十三億人口來說占比甚微。要想讓中國人普遍接受分享經濟，必須要先推動教育的進程。

分享經濟還與城市發展有關。北上廣深等一線城市人口密集，交通擁堵，人們對分享經濟更易接受，他們希望用分享經濟改善自身生活條件，閑置資源、碎片時間等正在被分享經濟盤活，可是除此之外，相對於全國來說我們去過的三四線城市人口卻占了80%，分享經濟在這些地方壓根就用不上。

分享經濟在國內被一些學者認為是共產主義、按需分配的公益商業邏輯，今天看來不過是經濟驅動的商業溢出，推動它發展的並非是理念或榮譽。在國人的這種心理下，分享經濟的參與者無非就是借此延伸自己的汽車業務線，他們想的最終還是要賣車，占領廣闊的三四線市場，獲得高價值的商業回報。

問題來了，中國人想買什麽樣的車

國外人出行一般選擇最便宜的交通方式，而中國人通常不把價格作為首要考慮因素，他們要的是便利，他們樂此不疲的對汽車安全技術充滿渴望，他們熱衷於升級車載系統，希望實現人車交互，有超速提醒。

中國人對於汽車的理解、分享經濟的推動，給傳統汽車市場帶來了新的轉機，車企希望提供新的產品和服務來分享這塊市場。越來越多的汽車企業向下遊延伸，比如車享，他們正在構建全生命周期的汽車服務。

汽車的產業鏈面臨新的價值重構，用戶希望在汽車購買消費過程中，車企可以確保信息的透明，為用戶清楚闡述產品、服務、功能等汽車價值。同時，用戶希望在車內實現數字化的體驗，智能化用車，在汽車內實現最後一公里的V20汽車生活。提供免費的日常維護，保修期可以更長，推出更舒適的新能源汽車。

既然中國的汽車需求還在增加，那麽停車位依然是不可缺少的。車聯網技術的發展，越來越多的用戶希望在車內實現停車的同步引導，自動停車、找停車場、停車找位、繳費離場等。為此，越來越多的車企開始布局車聯網和後市場，希望通過互聯網技術實現線下的落地。而諸如車鑰匙一類的停車平臺，則希望整個城市停車的運營切入車前市場的預裝。

分享經濟讓更多智能交通出行方案得以實現，在構建汽車生態的過程中拉動所有參與者與用戶之間的距離，並讓用戶參與進來，做自己的智能出行選擇。只有到了中國的三四線城市汽車出現飽和的時候，交通出行的分享經濟才有可能普及，大數據和一體化才有意義。

文章評論

匿名用戶

發布

全部評論：10

發布

中國擔任G20主席國可以做些什麽？

中國即將在9月首次擔任G20主席國，舉國上下正為給世界留下一個好印象而努力。中國可以關註的一個重要領域是全球貿易和投資規則自由化的加速，這方面的工作暫時被擱置了。7月9日，G20貿易部長會議將在上海召開，會議將討論如何通過G20論壇來推動貿易和投資合作。

2016年G20主席國這一身份為中國提供了一個獨特的平臺，可以帶領全球經濟擺脫貿易和投資低迷。中國為G20設置了四個目標，也就是4個“I”:創新(Innovative)，新增長路徑(如新數字時代);活力(Invigorated)，改革全球金融體系;聯動(Interconnected)，加強貿易與投資;包容(Inclusive)：通過聯合國可持續發展目標(SDGs)減輕貧困和不平等。

中國一直表示支持多邊貿易體制，但由於WTO的止步不前，中國轉而希望G20能夠重振貿易與投資。不幸的是，G20過往的表現並不好：國際商會(ICC)對於G20在推進貿易和投資相關事宜方面給予了“差評”，這是政策領域評估中最低的級別。

貿易和投資自由化對中國自身的增長目標至關重要，那麽中國在G20中究竟可以推動哪些具體提案呢?

中國的優選項

三年前由WTO成員國談判達成的貿易便利化協定(TFA)仍有待三分之二成員核準後生效(108個成員中的82個已經核準)。TFA將最高降低17%的貿易成本，低收入國家還會享受更多實質性利益。中國應該以領導人的身份說服G20國家中尚未核準該協定的5個國家。這樣，一個更加統一的G20才能做出表率並使其它WTO成員國效仿，TFA也可能在2016年底成為現實。

G20自2008年11月華盛頓峰會以來就承諾要避免新貿易保護主義措施並淘汰現有違反G20“停滯協議”(Standstill Agreements)的行動。很不幸，這些承諾沒有被兌現。因此，G20需要新的承諾。近期的一份報告指出，自2015年10月中旬以來G20經濟體采取了145項貿易限制措施，是2009年有記錄以來的月均最高水平。以反傾銷為代表的貿易救濟是最多的一類措施。中國作為全球最大貿易國，可以在這里樹立一個榜樣。

最後，中國可以嘗試為全球投資規則的協議奠定基礎。作為外國直接投資(FDI)第二大目的地，並且中國的對外直接投資快速增長，更好的規則對中國至關重要。不同於貿易會受到WTO這樣形式的全球監管，FDI沒有這樣一個WTO。G20峰會為全球投資治理提供了一個平臺，它既可以參考經濟合作與發展組織(OECD)和聯合國貿易和發展會議(UNCTED)達成的模版，也可以借鑒正由中國、美國和歐盟進行談判的雙邊投資協定。

中國能達成什麽?

中國可以利用G20在WTO推動環境產品協定(EGA)。該協定旨在削減或消除環保相關產品的關稅。目前覆蓋了150種產品，報告中提到一部分國家希望覆蓋到200種以上的產品。

不幸的是，中國不在此列，並且據報道，它構成了推動協議的一個主要問題。

如果中國真的想要捍衛多邊貿易體系，中國需要克服國內既得利益的阻礙，支持雄心勃勃的EGA。對於使用國際協議來推動國內改革，中國有著令人羨慕的記錄，但已經很久遠了。2016年，同樣的精神需要重現。

此外，關於數字產品協議的對話也開始出現。阿里巴巴董事長馬雲近期呼籲G20建立數字自由貿易區，這有助於中小企業通過電子商務擴大出口。這個概念相當具有野心，但中國可以在9月開始這一對話。

G20今年有一個很好的機會來推動TFA，雖然采取有意義的協議來阻止貿易保護主義措施並不簡單。但這對啟動全球貿易增長必不可少。投資方面，目前幾乎沒有達成多邊或諸邊協議的政治意願，但可以就不具約束力的規則達成一些協議。要在投資規則上取得有意義的進展還需要數年，但中國必須率先建立一個強大的基礎，待到德國擔任下一任主席國的時候可以將這個勢頭延續。

人們進一步希望，可以通過結束多邊EGA的談判從而強化WTO。如果成功，EGA會和近期達成的擴大信息技術協議一樣——後者是9年以來WTO唯一一個貿易自由化措施。

中國在G20再次推動貿易和投資，可以使其真正成為一個湧現貿易自由化新想法的平臺。事實上，在G20取得貿易和投資有意義的進展還需要時日。杭州峰會後，中國將交棒於德國，而德國將有機會繼續中國今年設定的許多倡議。(本文來源於彼得森國際經濟研究所，譯者系第一財經研究院研究員)