|
||||||
台灣金融業因長期金融政策方向不明,正一點一滴喪失競爭力,本刊特邀具有產業實務及施政經驗的前財政部次長楊子江為金融業把脈,他建議公營行庫應走向「公有民營」,採行委託經營模式,才有競爭力。 口 述. 楊子江 整理.許瀞文過去由於銀行整併與金融民營化,產生一些社會疑慮,導致政府在金融政策上裹足不前。近年來,有關單位只能強調銀行的呆帳率逐年降低,體質已有 改善;但對金融改革,如何強化金融產業發展,與強化區域性競爭力的議題,始終莫衷一是。台灣金融業落後鄰近國家一大截,ROA(資產報酬率)、ROE(股 東權益報酬率)偏低,為什麼?癥結之一,政府沒有明確且一致的金融發展政策與方向。金管會、財政部、央行都和金融業有關,但談到金融產業的發展問題,就缺 乏整合的機制與主導的單位。 買國票金 政策反覆令人費解「公公併」政府只是在便宜行事例如,最近官股進場買國票金,政策反覆令人不解。官股介入民營金融機構的政策涵義是反民營化嗎?又例如,財 政部似乎也想要讓官股銀行互相合併,因為這樣可能產生的事端最少;但官股合併,從策略上看,只有規模變大的意義,彼此同質性過高,合併綜效並不大。 金 融改革的選項很多,較不具創意且便宜行事的,便是官股(銀行)併官股(銀行),因為表面看起來爭議最小且困難度最低,但實際作用不大,仍然受困於公營體 制,人事、組織、資金運用處處受限,競爭力與效率提升談何容易,一九九○年台灣開放新銀行,官股銀行市占率逐年下降即為明證。我們不能因為過去國內銀行合 併、官股銀行與民營銀行整併或有弊端,在金融改革的路上就逃避現實,挑一個完全不會出事而應付了事的作法。 整併需要有一加一大於二的互補效 果,你強的、補我弱的,或者能夠技術轉移、資源共享,企業要的是競爭力與經營績效,而規模經濟只是合併的其中一項考量,但絕對不是主要考量,尤其是當同質 性過高,未來的競爭更是走向區域或國際市場,一個規模大,但綁手綁腳的官股行庫做得到嗎? 前幾年,有些觀念似是而非,認為銀行還是公營的比 較好,尤其二○○八年金融海嘯後,認為官股行庫的績效比大多數民營銀行還好,因為許多優秀的民營銀行都受傷慘重。但這是全球性的系統風險,只要參與(國 際)市場就會受傷,只有較不主動參與市場的金融機構受傷輕微,但沒受傷不代表績效好或比較具備「經營能力」與「競爭力」。 而台灣金融市場要 如何改造、更有競爭力?以目前來看,官股行庫占銀行資源六成以上,這些金融資源一定要活化,才能帶動台灣整體金融業的優勢,特別是與其他外國及大陸的銀行 在外地競爭。我提出的建議是,部分沒有政策性任務的官股銀行,可採行「公有民營」(委託經營)的民營化策略。財政部就像一個大的private equity fund(私募股權基金,簡稱PE),只要扮演大股東的角色,委託專業經營團隊,雙方簽妥契約,財政部只要考量合理的員工權益並盯緊績效就好,其他政策性 任務可保留給台銀、輸出入銀行等政策性銀行。 舉例來說,世界級的PE卡萊爾,在台灣買了大眾銀行、自然美,但他們也不全懂金融、健康產業, 只要買了以後找專業團隊經營,本身掌控董事會,就沒有大問題了。安泰銀行大股東日本歐力士和丁予康(安泰銀總經理)所組的團隊;萬泰銀行大股東,二大全球 金融集團SAC與GE找盧正昕(萬泰銀董事長),都是類似例子,不但可行也是全球普遍採行的作法。 而PE最令人質疑的是短期投資與經營。財 政部採用委託經營就沒有「退場」的疑慮。PE運作方式在全世界歷史相當悠久,財政部如果把不具備政策任務的行庫交由他們經營,所有權還在政府手上,「委託 經營」在世界各地都有相同經驗及作法,台灣的醫療體系也有類似的成功案例可供參考。金融機構屬公用事業,當所有權及董事會仍在政府手上,可避免失控與損及 公眾利益。 「公有民營」掌握所有權 授權經營現在不做 要等到什麼時候? ○六年行政院召開「經濟永續發展」會議時,鑑於金融民營化引發諸多疑慮,我曾建議改採委託經營的「公有民營」,當時行政院也交由經建會研究,結論一涉及修法,大家就意興闌珊,懶得推動了。 不過現在執政黨在立法院占絕對多數,現在不做、不修法,要等到什麼時候才做呢?照目前的民意走向來看,未來立法院像現在絕對多數的可能性越來越小,失去這千載難逢的機會,只求交差了事,太可惜了。 金 融改革每個方案都各有利弊,但我們必須選擇對國家產業發展利益最大、損害全民利益最小的方案。以台灣泛政治化情況,要活化官股行庫最好方式,就是公有民營 (委託經營)。我曾經在各個大小財經會議中請教過許多金融同業,少有提出更具可行性的建議。也有人會問,要推動國有企業民營化,為什麼不用全民釋股或者洽 特定人購買的方式? 我從一九八八年進中華開發工銀後,就開始擔任政府各部門的財務顧問,協助推動民營化,應該是台灣民營化經驗比較豐富的幾 位人士之一,釋股會發生很多問題,我都曾遇過。以前認為,只要過程公開透明,洽特定人或全民釋股都是可行的方案,但在累積了產、官、學的經驗後,現在想法 更成熟了。 「民有公營」最糟糕 華航、中鼎是錯誤示範 例如,如果採全民釋股,官股 低於五成,以台灣目前的定義,已經不是國營事業,但官股還是最大股東,掌有經營權,例如中鋼,官股大約只有二成,對董事會依然有主導地位,但卻不受︽國營 事業法︾管轄,變得不公、不官、不民,這是最糟糕的狀況,我稱之為「民有公營」,經營權還在政府手上,不管是哪個黨執政,都能插手。其他例如華航背後的航 發會,中鼎工程背後的中技社都是鮮明的例子,政府隨時可伸手進去不受約束,小股東又力有未逮;監察院也沒法管,︽國營事業法︾也不適用,法令完全鬆綁,這 是最壞的示範,但可隨心所欲,任何一個執政黨都喜歡這種方式。 台灣公營事業的定義是「官股五成以上」,適用︽國營事業管理法︾的規定,全世界只有台灣極少數國家才有;環顧其他國家,以新加坡為例,新加坡無論公營、民營事業,一律適用︽公司法︾。因此這種官不官、民不民的情況,也是台灣獨有的怪象。 一九九○年初,司徒達賢(政大企管所系特聘教授、商研院董事長)、賴源和(政大法學院兼任教授、經濟部法規委員會委員)、于卓民(政大企管系、國貿系教授)與我,接受一個專案研究委託,建議政府及早規範「民有公營」弊端,但報告出來後,沒有一個單位當一回事。 但有人或許想,為何不乾脆讓官股降為零,其實這也會衍生許多問題。 因釋股可以用兩種方式,一是洽特定人,但金融機構規模都很大,特定人只有財團才承接得起,外界會有很多雜音,而且最後金融業勢必落在少數人手上;另一則是用公開招標的方式,但就算公開招標,外界意見還是很多。 像富邦買台北銀行,台新金買彰銀,其他未得標者也出面說明招標過程沒有疑慮,但官員到現在還常常被有關單位叫去說明。因此現階段看來,為化解社會對民營化的疑慮,又要提升經營績效,「委託經營」遠比「公併公」更有作為。 最 近,我常聽到許多金融業者抱怨金管會金檢太過嚴格,當年還在開發工銀任職時,覺得主管機關一天到晚找麻煩,但等我到了財政部主管金融業務,開始面對所有金 融機構而非單一個案時,才開始覺得金融監理十分複雜,大多數業者都守規矩,但常常犯規的往往形成慣性,更有些業者經常透過政治力量干擾金融監理。 政 治力量不應插手金融監理應落實分級管理 優勝劣退有許多財經學者、專家都說,金融應自由化,監理只要「負面表列」就好,我以前也認為這樣很對。當我還在財政部服務時,曾召集銀行、證券、保險主管 同事,請他們依負面表列精神修法放寬管制,也就是只列出禁止項目。研議甚久,過於寬鬆,市場可能失控;太過嚴謹,有失放寬管制的美意。 到最後我們討論出,金融市場應該要落實分級管理,負面表列比較適合模範生,但劣等生就必須加強監理,只有徹底落實分級管理,才能有合理的金融監督機制。 至 於要怎麼落實分級管理機制?我承認,難度非常高。因為會有不同意見,分幾級,分級的標準在哪裡?許多指標一旦量化,就很難讓所有人都認同。但當公務員不能 一遇到困難就退縮,終究解決問題才是最重要的。否則監理尺度不能跟著分級制度走,好的銀行業者當然就會受不了,但劣等生卻退無可退,依然故我,也常令主管 機關無計可施。 楊子江 出生:1954年 現職:滙揚創投總經理 滙宏顧問董事長 經歷:財政部政務次長兼台灣銀行董事長、中華開發工銀總經理、政大、交大、北京大學光華管理學院兼任教授 學歷:政大企管博士 美國伊利諾大學MBA 「公有民營」 委託經營是最佳選擇! 類型1 公有民營(委託經營)類型2 公有公營(台銀)類型3 民有公營(華銀、合庫、兆豐銀)類型4 民有民營(台北富邦、國泰世華、中華票券、台壽保) |
http://gelonghui.com/#/topic/GG
$康哲药业(867)$
作者:刘一贺
凭借有别于同业的独有优势及良好的市场定位,我们相信康哲药业将最能受益于国内迅速发展的外包合同销售市场。
公司从单一的外包销售模式逐步向对产品实际控制的转变策略是外包合同销售组织的新台阶,这将为公司带来更佳的利润率和效率。
首次覆盖给予买入评级,12个月目标价15.60港元,对应2015年市盈率29倍或2016年市盈率22倍。
有别于同业的独有优势
1)专注于无法建立自身销售网络的中小型供应商;2)由主席林刚先生带领区别于同业的独家产品甄别策略;3)在医院层次产生需求,有别于传统的合同销售;4)策略地收购与国内新产品相关的所有资产;以及5)较佳的上游监控带来长期稳定性和盈利能力。
未来持续增长可期
我 们认为,基于康哲的议价能力及与供应商的长期稳定关系,加上来自新业务策略的贡献,2015/16/17年度销售增长分别为30%/24%/21%,至于 毛利率则维持于56%。我们预测2015-17年度净利润增长分别为1.8%/31.2%/24.1%。尽管预计2015年度利润增长受累于新产品推出的 高销售成本,我们预计2016年将恢复强劲增长。
首次覆盖给予买入,DCF目标价15.60港元
港
股医药行业目前估值为2015年市盈率23倍,较A股同业的平均大约42倍存在显著的估值价差。康哲现时的估值为23倍,而我们相信15.60港元的目标
价相当于2015年预测市盈率29倍较为合理,因为我们认为:1)革命性的商业模式已将康哲药业与同业的差距扩大;2)新产品较同业具有优势;以及3)省
级招标对降价的影响有限。
投资主题
康哲药业是中国快速增长的医药行业中最大的外包合同销售组织
公司以独特的双管齐下的营业模式通过其3,000名销售代表(两倍于市场份额第二大的先锋医药)共计覆盖超过20,000家医院。据弗若斯特沙利文咨询公司的统计,康哲药业是中国医药行业中最大的外包合同销售公司,目前占据中国市场约20%的市场份额。
通过自身良好的市场定位在供应链中取得主动权
国外中小型供应商由于成本以及平台等原因无法和国外大型企业一样在中国设立销售团队。康哲专注于为此中小型供应商提供第三方销售服务。由于国外中小型供应商高度依赖于第三方合同销售组织,康哲因此可轻松获得较长的合同期限;较高的毛利率;以及供应商的主打产品在华销售。
战略性买断产品相关的中国资产从而实现蜕变
康 哲从去年下半年开始战略性转移公司的营运模式,从最初签订独家分销协议到买断产品相关的所有资产。这种革命性的方法不仅为公司带来了更多的新产品,例如西 藏药业的新活素,同时也使得公司从整个产业链对产品起到控制的作用。我们认为这一模式的转变是公司跨上一个新的台阶的标志。目前公司账面现金充裕,我们相 信我们会在今年晚些时候看到更多类似的买断相关资产的交易宣布。
公司拥有经验丰富,稳定以及无与伦比的管理团队
由 林刚博士为首的管理团队使得康哲拥有中国最好的药物筛选策略和无与伦比的网络推广能力。公司仅选择独家产品并具有高品质高利润,同时具有明确的治疗效果与 巨大的市场潜力的药品。我们认为这种独特的策略将为公司保持高毛利以及高速稳定的收入增长,我们相信康哲将会逐步与其竞争对手拉开差距。
优秀的产品组合为其未来稳健的增长铺平道路
康
哲绝大多数产品在中国推广并销售都具有独家代理权,这使得公司对于产品的降价风险抵抗力极强。在今年上半年的省级招标过程中,我们注意到康哲的主打产品只
有5-10%的轻微降幅,此外,公司的两款旗舰产品:黛力新和优思弗都已包含在国家医保目录中,并且它们将有很大的潜力渗透到二三线城市以及基层市场中。
此外,我们预计新收购的产品,例如诺迪康,丹参酮,慷彼申以及喜辽妥将会从今年第二季度开始贡献利润。
来源:招商证券
格隆汇声明: 本文为格隆汇转载文章,不代表格隆汇观点。格隆汇作为免费、开放、共享的16亿中国人海外投资研究交流平台,并未持有任何公司股票。
(按: 筆者近來事情較多,一來應付CFA考試,二來因個人的身體因素和新房子設計因素,所以出文較為落後。再者,近日筆者正在可能籌劃一個重大的寫作計劃,就是寫一本關於香港股票的書藉,以下為初步稿件,前後的文理可能有粗疏,敬請原諒。)
要明白香港股票市場和A股的差異,相信就需要瞭解香港股票的交易的歷史。
由於當初香港股票交易所是一群經紀組成,目的只是為了讓買賣雙方有一個交易的場所,後來因為交易逐步熾熱,經紀眼看融資的需求增多,故增設交易所,導致開始增多。
但交易所的增加,造成訊息混亂,亦因交易所的激烈競爭及上市前後龐大利益下,導致上市公司的質量大幅下降,所以政府為免投資者對股市失去信心,於是開始加強管理,先是在1973年3月1日緊急頒布《1973年證券交易所管制條例》,規定自1973年3月2日起,創立任何交易所,需要獲得財政司或港督的批准,所以香港只能有維持4個交易所。
後來,經過多年的商討及籌備,最終在1986年成立香港聯合交易所,並規定上市後的股票只能在香港聯合交易所掛牌,但在1987年股災後,市場人士對股市又失去信心,於是政府決定進行調查,發現香港聯合交易所權力審批及監管上市公司權力過大,故把部分監管職能轉移至獨立的證監會,經過1997年的亞洲金融風暴,證監會的權力增大,在2004年進行的雙重存檔的制度,使香港聯合交易所及證監會有互相制衡的權力,從而使香港股票市場的發展更加健康。不過,其實證監會只是一個獨立於政府的法制機構,香港聯合交易所更只是一所上市公司的子公司,所以並不具法定的權力,香港的上市規則也是一套規則,並不具法定的效力,由於政府並無直接監管,加上資金來自四方八面,所以香港的交易情況是比較自由的,且深受各地資金的相互影響。
但A股市場的成立,實際上只是為了為國企籌集資金服務,主要因為1989年的風波,外地對中國的投資縮減,銀行的貸款餘額也減少,於是希望利用民間資金來解決國有企業資金短缺的問題,兩個股票市場也因此成立,當中也許有些競爭,但也是在中央政府的管制之下。在鄧小平南巡之後,股票市場景氣大變,市場規模擴大,政府規管的需要也開始迫切,於是國務院證券委員會和中國證監會成立,分別從事法規制定及執行之工作,另外中國人民銀行則負責監管證券經營機構,監管機構重複。
在1997年及1998年的中央組織的變化,以及監管職能的重組,把中國人民銀行、國務院證券委員會、中國證監會三個機構監管證券市場的職能合一,同時把兩個交易所的監管權集中,成立新的證監會,並作為一正部級事業單位,專司全國證券、期貨市場的監管職能。使執行證券政策執行較為順暢,且具一致性,規管上較容易。但由於屬於上而下、巨集觀化管理上市交易事宜,且中國的股票市場也受政府法例的監管,所以中國內地的交易風氣會是較為重政策面,加上投資資金仍是主要中國內地,所以交易情況仍算是較為單一化、制度化,並無一定的彈性。
瞭解到以上的差異,就可以瞭解到香港和中國內地交易不同和獨有的特色了,現在我們不如先介紹一下,香港股市和A股市場的差異。
(待續)
12月8日,阿里巴巴集團CMO董本洪在第一財經、第一財經商業數據中心(CBNData)舉辦的萬有引力·第一財經數據盛典中表示,阿里巴巴基於獨有的數據資源,可以更好地為商家和消費者提供服務。
“萬有引力這個概念非常有意思,數據和大家息息相關,它有一種看不見的力量在牽引人們的生活和消費。”董本洪說。
作為業內資深的營銷專家,董本洪指出,傳統營銷的痛點包括了時間和空間,所謂時間是指品牌和消費者互動之後的不連續性,空間則是由於移動互聯網發展滯後,觸點的碎片化導致很難在同一個空間再次捕捉到相同的消費者。
去年開始,營銷領域的公司都在討論如何從單一的目標營銷轉變為“品效合一”。董本洪認為,解決的方法就是依靠大數據。他在接受第一財經記者專訪時表示,傳統的營銷中,廣告的效果是無法追蹤的,這是經典模式的一個障礙,但是“品效合一”的模式下可以知道一個廣告是對哪個消費者展示了。在阿里的生態系統下,每一個環節都是精確到具體的某一個消費者,在這個鏈路下,在對的時間和對的觸點,可以對這個人再次進行營銷,達到品效合一,這就是數據的價值。
他對記者說到,阿里巴巴所沈澱的數據都是依據真實的人的維度,讓阿里有機會為消費者和商家提供精準的服務。在充分保證數據安全和個人隱私的前提下,公司的數據專家每天都在基於這些數據挖掘價值,目的就是提供更好的商業服務。
董本洪認為,相比其他巨頭公司,阿里巴巴的數據具有自己獨特的優勢:從前端的媒體觸達,到導購、電商平臺,消費者的行為在各個環節都能被自然沈澱。
早在2014年時,阿里巴巴集團董事局主席馬雲就曾說到,阿里巴巴公司本質上是一家數據公司,做淘寶的目的不是為了賣貨,而是獲得所有零售的數據和制造業的數據;做物流不是為了送包裹,而是提升社會效率。2015年底,公司啟動了“阿里巴巴集團中臺戰略”,數據能力就是其中的重要組成部分。
“未來,數據是生產資料,計算是生產力。”馬雲在今年的第三屆世界互聯網大會上再次說道。
阿里巴巴就此還提出了“數據能源”的說法:數據是一種新的能源,在阿里的生態系統下,每天都會源源不斷地產生巨量的消費數據,這些數據又反哺業務,不斷循環積累,從而形成一套完整的數據生態。
董本洪在本次盛典的主題演講中表示,最近馬雲先生提出了一些新概念,其中一個很重要的概念就是新零售。阿里巴巴集團CEO張勇也公開表示電子商務已經過時了,它不再是一個銷貨買貨的概念,而是在新零售時代下整個零售產業的重構、轉型、升級,以及整個以零售為維度的經濟。
董本洪認為,“新零售時代下,淘寶、天貓兩個平臺正在扮演賦能的角色,淘寶已經是所有在中國生活的人的一個生活方式。我們也觀察到,整個消費市場在極速改變,並產生三大趨勢——青年購買力崛起、消費品質升級、個性化需求覺醒,這都是淘寶責無旁貸的。所以淘寶創造了一個‘造物節’,來讓大家了解中國不僅有中國制造,中國也能創造,將來會有具備自己原創性的品牌。我們已經看到了這個光芒,所以淘寶‘造物節’會繼續辦下去。”
在談及天貓與數據基礎的結合時,董本洪指出,天貓已經完成了ID的大一統,在娛樂、內容以及電商等維度上,為用戶提供新零售體驗。
他指出,“新零售、雙平臺滿足了兩種產業的營銷需求,但背後的思考是平臺賦能,賦能商家,為品牌、為產業、為原創,為不同的目的而生。這樣的品牌營銷概念,再也不是簡簡單單用電子商務、網購能夠概括的策略思維。”
目前整個全球的人工智能發展主要處在一個計算智能過度到感知智能的階段,就是大家看到的無人駕駛、圖象識別等等。
本文由筆記俠(微信ID:Notesman)授權i黑馬發布。
全網首發·完整筆記·人工智能
今天我要講四個部分:
第一,什麽是人工智能。
第二,人工智能帶來新的機會是什麽?
第三,我自己在創業過程中真實的一些體驗和感受。
最後,是我的一些個人感悟。
一、什麽是人工智能?
其實人工智能是仿照人類的技術,這個智能不一定要模仿人類,而是機器有它獨特的思考方式。我今天主要講人工智能模仿人對信息的處理,其實就是感知、認知、分析和決策。
舉個例子:
當我說我是博士的時候,如果你手里有宣傳書的話,他會感知到“博士”這兩個字;認知就是當你看到博士時,你大腦里面反射區跟大腦里博士是什麽概念,關聯起來。截下來你的大腦分析,博士是比較高學歷,到後面加微信就是決策。
其實人工智能幹的無非就這一系列的事情。
人工智能分為三個階段:
感知智能;
認知智能;
人類智能。
認知稱為強人工智能,強人工智能基本上就是獨立的,他有自己獨立的判斷和思考以及決策能力。
目前整個全球的人工智能發展主要處在一個計算智能過度到感知智能的階段,就是大家看到的無人駕駛、圖象識別等等。
我和大家稍微介紹一下人工智能發展簡史。
“人工智能”這個詞的誕生是20多個人在一塊,討論了二十天然後定出來的一個詞,他們認為計算機有新的智能存在。
往後就是第一波浪潮,人工智能真正第一波浪潮是發現計算機可以在邏輯下解決數學題。人類意識對於人工智能充滿無限的期待,但是這一次的技術發展卻讓人類失望,因為除了邏輯特別嚴格的水平之外,並沒有給人帶來什麽。
第二浪潮是上世紀90年代,實現有序遞歸計算,也是RNN(遞歸神經網絡-筆記俠註)。如果你跟人家講,人工智能無非就是RNCA之類的東西,這是人工智能用得最多的一個技術,但是在90年代的時候這個技術能夠通過記憶圖像的上下文,識別準確率高達70%左右,而我們人對於臉孔的記憶也不高於70%,所以這一波人工智能浪潮,進入真正大規模應用。
比如我小時候看到一個女的過來抱著我,我特別害怕,後來她一說話,我發現是我媽,因為她把頭發燙卷了,我沒有認出來。在這種場景下,那個時候人工智能有用,但是其實他的準確對於不臉盲的人來講,其實是沒有多大用處。
第三波人工智能浪潮,把信息當成整個人,分成頭發層、皮膚層,分成很多層處理。分層處理之後,信息使用效率能夠比原來大大提升,比所有我們所知的傳統統計分析工具算法有所提升。這一次人工智能一下子進入應用階段,真正人工智能其實是在2001年出現。
更新一波浪潮,在去年3月份,人工智能對大數據的要求降低,它對於數據的量降低了,但是它對於人使用數據訓練方法技能卻提高了,這是未來人工智能發展大趨勢。如何在數據不夠多的時候識別,比如你見過很多水果,你人生中第一次見到菠蘿的時候,你能夠識別出這個是菠蘿,或者是你沒有見過的事物,你不會認為這個菠蘿是香蕉。
AlphaGo突然一下子讓社會和媒體以及普通大眾對人工智能有了非常強大的認識:AlphaGo下圍棋比人類更厲害,但是其實人工智能從2001年就開始進入運營階段。
2014年大數據這個概念還沒炒火時,大家覺得搞人工智能是扯淡,尤其是幾個大學教授去創業做人工智能感覺就是搞研發。你要去做研發,你騙國家經費,騙我們投資人去做研發,這就是當時大數據人工智能的態度。
一個非常複雜的技術,它誕生的時候,還沒被人類理解,任何一個事物發展逐步往前推進,但正是由於這項技術,他在人工智能獲取數據的成本大幅度降低。
另外一個就是技術能力突破,再一個是互聯網發展了十多年,各個行業在互聯網發展之後,“互聯網+”把大量的行業數據積累下來,有很多這樣數據,可以積極學習,當然這些人幹的數據就是深度學習技術成熟。
現在人工智能無非就是分為幾類。聲音識別大家都已經接觸很多了,還有一個就是圖象識別,目前圖象識別在十萬張圖象識別級做得還是不錯,但是在百萬張圖象識別的時候,人工智能其實不足以從一百萬人里找到你,它可以找出好多個跟你特別像的人,這個人很像。
自然語言理解,千萬不要以為自然語言的理解就是文字,它不是文字,它是語言。語言是什麽?語言是高度抽象的東西,就比如我剛才說“博士”,你寫下來它是文字,但是它真正表達大腦理解的含義,這才是真正的自然語言。
當我提到“華為”這兩個字,比如找工作簡歷里,寫的就會有大量公司文字信息,或者學校專業這些文字信息,這些信息其實是高度體驗,“華為”兩個字根本代表不了華為。
同樣我當提到華為的時候,你們在座每一個腦海里面映射出來不同的華為。有的人認為華為是一個手機公司,有人是覺得是做通訊的公司。讓機器去理解這個東西,這是目前人工智能非常大的難點。
目前全球人工智能產業鏈上非常強,可分為垂直類,同聲傳譯,這是非常大的產業鏈。而這個產業鏈,它基本上可以滲透到所有行業。
二、人工智能所帶來的新機會
我有一個非常深的體會:隨著人工智能、人機交互和高速計算技術的發展,越來越多的人逐漸被取代。當時看到這句話的時候,剛開始進入大規模人工智能的實踐應用,我們公司做這三大塊:
人對信息的理解;
人機交互;
高速計算。
我們整天提人工智能取代人,它們取代是什麽呢?人每天工作分為兩部分,一部分是90%時間用於做重複性工作。這一部分工作其實是非常確定的,每天只有10%人去做需要創新的,90%那一塊其實都是可以被機器人取代的。
接下來我跟大家舉一些例子,這些例子會講目前人工智能在各個行業,目前最先進的地方怎麽使用的。
作為關鍵領域,首當其沖是教育、醫療、法律、金融。因為這幾塊是屬於利潤額最大的領域。比如我們公司開始做教育,但是過去三年隨著天天有各種各樣的投資人找上門勸我們做金融,說金融市場這麽大,隨便做一做賺很多。我們每天面臨更大的誘惑,所以人工智能最先是在這幾個領域發力,比如我想做醫療,包括我們公司做法律。82年之後,整個這一塊市場的規模,就相當於中國GDP。
1、手工勞作
這是最基礎的體力勞動。左邊這個是庫卡機器人,庫卡機器人是德國人。這個機器人是手臂,特斯拉整個生產線全是庫卡機器人,沒有人。右邊那個是QKM,大疆無人機的一個手臂就可以替代人去高空作業,這是機械手臂真實應用場景,也是中國和全球最頂尖水平。
2、教育
這個領域全球做得最好的一家公司叫牛頓。它是一個自營學習系統,能夠為每一個學生通過做題掌握對學習、知識點的理解和深度,為此推出完全個性化考試卷子幫助學生提高。我們原來都說在線教育,在線教育做了很多年,以前都做教育賺不了什麽錢,但是這些公司橫空出世之後,整個教育行業被科技改變,賺錢根本不再是夢想。
這個對教育的極大改變讓很多老師失業,為什麽呢?我就不是老師教出來的。因為我認為最好的老師一定是因材施教,我的高中一個班80個人,怎麽因材施?我絕大部分學習都是靠自學,一個自學能力很強的人,他才有可能把自己變得很優秀,這是我個人的觀點。
3、法律
法律這個東西有人認為機器人很難做,我們一般認為律師是一個很高端的職業。世界上第一個法律公司,哈佛畢業一個團隊,他們用ROOS做的法律機器人。我們公司在法律上做嘗試,而且也取得不錯的效果,法律最大的好處在於邏輯特別嚴謹,但是壞處就在於我們做這個項目,它是一個專業的東西,我們根本看不出來這個機器人好壞。所以做這一類專業性特別強的行業,AI應用會面臨一些問題。
4、金融
因為金融行業有巨大商業應用前景,所以我天天被各種金融問題煩惱。美國有一家著名公司叫做高盛,它就是通過分析數據回答投資這樣複雜的專業問題。但我可以很負責任的告訴大家,這是一個騙局,他可以忽悠很多外面一些公司,包括高盛在內,但是他騙不到我,目前還沒有達到可以回答任何問題的水平。
有人問,你們能不能開發一個軟件炒股,勝率會大嗎?其實這個事一直有人在做,連賭馬都有大量人工智能在做。香港有一位大學教授用算法賭馬,兩年賺了八千萬。如果不是因為吃官司,都沒有人知道算法已經進入到賭馬行業,但是用人工智能做這些什麽時候被發現?如果我做一個炒股軟件,我怎麽會拿他去賣錢,我一定把門關起來偷偷用。
2013年2月2日兩個算法對績優股計算了20分鐘,因為他們算出來這個價格,如果算準一個價格之後,在剛剛開盤的時候,兩個算法立刻把這個股票達到平衡點。人工智能早就進入金融,只是做得好的一定是偷偷在那玩,絕對不會告訴你,我把軟件發給你,那一聽就是電話詐騙。
5、醫療
IBM是一家很偉大的公司,這一家公司在過去不到100年,它是壽命最長的科技公司,就是因為不斷調整戰略,在一些癌癥診療上還有糖尿病上,它用專項做得非常優秀。
中國在醫療方面跟美國AI技術差距太大了,不是在於人的差距,而是在於數據的積累。美國醫療是起源於80年前,目前中國最頂尖的醫療數據的治療水平跟國外還有相當大的差距。數據的積累是人工智能最大的基石,對於疾病診斷這一塊,它特別依賴於我們診斷數字化。
這一塊中國做得也不好,比如你到中山看病,但是你想另外一個醫院把病例調出來,這個事很難,而且很多手寫的醫生故意把字寫得很難看,然後無法讓你做圖象識別。手寫體識別在中國目前是一個難題,但準確率還有90%,醫生手寫識別率幾乎為零,這是世界難題。
我要說的就是診斷分析,中國目前還沒有對中國疾病分級,這非常不利於機器學習,所以導致這一塊不是很看好中國在醫療方面超過美國。另外還有一個原因,美國是大融入國家,他有眾多的人種,有眾多的性別,這是中國不具備的優勢。比如我們鼻煙癌稱之為廣東癌,但在美國的鼻煙癌也是有記錄的,他們記錄各種人對不同藥物的反應。這一塊他們的數據優勢更大,美國有專門的研究,而中國這方面的研究沒有納入官方的指導,中國落後了一些。
6、會計
有一天中國有兩大會計事務所,分別來找我,想幹什麽呢?中國每年稅務審計,包括財務審計,尤其是上市公司需要做得規範,比如4月份之前做完,所以會計事務所頭四個月忙得要死,剩下幾個月在外面跑單。
7、文學創作
之前有很多新聞報道這一塊,我們自己也用機器做了招聘需求,它寫出來的東西基本上看不出來是機器人寫的,他會偽造地址,偽造網址,偽造那些東西,寫得和真人一樣。騰訊也在用寫作機器人寫財政新聞,這其實可以做到,但是日本小說機器人,四篇小說通過日本初審這個事就非常不靠譜,這就反應一個事實,那些評委也是機器人。為什麽?因為小說寫作要求非常強的邏輯和對於人的品位的這種把握,故事懸念有高超的技巧,目前機器人是不可以做到的。
機器人可以寫問題,寫八股文,但是你讓他寫小說,那種看不懂的可以,但是你要想真的有幹貨,機器人絕對寫不出來。
8、交通運輸
亞馬遜在倉庫里用大量機器人,包括京東也在用,降低成本。它們會對我們未來生活造成極大的影響。無人駕駛是用機器人替代司機,目前特斯拉出了一個車禍,證實了車禍主因不是因為無人駕駛系統,是因為另外一方沒有無人駕駛的大貨車司機違章。這個人工避免不了的,機器人也很難順利去做出這種反應,無人駕駛更加安全。
汽車最大成本在哪里?是汽油,現在用電動汽車,電動汽車在很多國家電是非常便宜的,尤其是核電,就是熱核反應,未來電成本一定會降到極低。未來整個物流將會因為人工智能、電動汽車等的普及,對很多行業造成深遠的影響,因為物流會影響幾乎所有行業。
9、藝術創作
很多人說機器人不懂創作,機器人不懂什麽是好的創作,但是機器人絕對懂創作。什麽是創作?什麽是創意?創意我們經常歸結為一個人的思維特別開闊,但是從數據上來講,創作是什麽?創作就是你發揮空間隨機性,如果你隨機能力特別強,那你創作的能力就會特別強。在機器人設立創意是設計的隨機數,控制隨機數變化的空間,如果我們給機器人設立創意無限的話,它會擁有比人類強很多的無限創意,這個就是為什麽阿發狗能夠戰勝人類,因為他的創意是隨機。
我們人類恰恰相反,我們人類創意從小到大逐漸變差,為什麽?我舉個例子:
我女兒4歲的時候做了一件事情,讓我開始反思我們人類的創意,為什麽會逐漸衰退。有一天早上起床,太陽曬到我們窗戶,墻上有光斑,我說你看那個光斑多漂亮。我女兒說我能讓它消失。我想她肯定是把窗戶關上,結果她把燈打開了。這個給我們很大的反思,其實我們不是不知道不可以,而是我們在思考的時候,我們思維被限制住。我們使用自己的知識,但機器人是可以隨意控制,所以它的創意空間無限。
三、人工智能最不會影響哪個行業?
我們都知道AlphaGo很強大,阿發狗下圍棋的時候不能做什麽呢?AlphaGo的確很強大,它能夠精確計算每一種下法,能夠勝利,但是它最不擅長的地方,就是它不能告訴你為什麽這樣下。如果你把小孩交給AlphaGo,讓AlphaGo教小孩去下棋,是根本沒有可能,因為AlphaGo它不能解釋,它只會計算,為什麽它不能解釋?因為它的理解方法跟人類完全不一樣,阿發狗不掌握人類對信息的體驗,不掌握人類處理信息時候對信息的理解,它不能去理解信息。
但是理解恰恰是我們商業社會非常重要一點,如果你問我今天賣股票賺多少錢,你說不知道,賭的,沒有人會信你,所以信息具有可解釋性是在我們這個商業社會特別重要的一點。
我現在做的事情,就是能夠讓機器擁有媲美人商業價值的鑒定和分析能力。目前在商業里我們還無法對人和企業信任做精準評估和分析。
我們iPIN數據架構技術較強,幫助機器人理解這個社會,往上就是模擬人對這個社會認知分析最頂層。往上到最頂層的這種規劃,然後就是讓輸入輸出如何在業界被使用,這是最關鍵一點。大量技術研發是在如何更好的使用輸入輸出,我們頂層架構,我們解決問題就是做一些高考資源填報,去幫助企業去監控這個市場發展動態,幫助律師找相關案例等等。這都是我們現在在做事情,這就是目前商業分析最核心這一塊。
四、人工智能是巨大的機遇
有一些人說人工智能是泡沫,比如360。
如果一個技術真的可以將行業升級,這個巨大的價值在這里,這種價格變成商業價格,就不可能是泡沫。人工智能是中華民族偉大複興的機遇,這感悟是我最近這一段時間才有的。我在2月3日到美國參會時,得知這次參加全國最頂尖人工智能會議學者里面60%是華人。
人工智能是一個學術界帶領的行業,原因是學術界對技術的掌握特別好。在讀了N多年博士人眼里,學術界是開放的領域,所以中國人很善於學習掌握,還有中國人數學特別好。
我發現一個事實,中國的初中生平均數學水平遠超美國大學教授的數學水平,這是我們中國教育在人工智能身上給我們打下的堅實的基礎。因此這是我們非常好的彎道超車的機會。在人工智能教育里面,美國很可能輸給中國,因為中國政府對這一塊格外重視。
如何應用AI?如何組建AI團隊?
第一是算法專家;但更重要的是行業專家,這個可能被很多人忽略。進入招聘行業,我們都不是行業專家,我們自己根本不懂,尤其是法律那一塊我自己搞不懂,法律我根本不想成為專家,所以行業專家是非常有必要的。
第二,使用開放平臺;
第三,AI外包。為什麽找我們合作企業特別多,大家希望我們做外包。目前人工智能是神話,人工智能有很多不可思議的地方,但是有很多天花板,這里研究三個天花板。
1、邏輯
機器人邏輯語言理解邏輯很差。
2、理解
其實真正理解人是非常困難,機器人用他的方式去理解,我們要引導它去用人類的方式理解才行,但是它不可能做到真正理解人,所以它很難跟人自主正常交流。大家看到網上很多機器人跟人交流的視頻,跟主持人對話,其實很多都是假的,因為不可能。正是因為大量的虛假信息在互聯網里面,所以很多人對人工智能有很多誤解。
3、意識
機器人到底有沒有意識?或者AI是否會威脅人類?
這個問題說實話,基本上觸及到了最核心的地方。因為我之前本科是讀光電,我第一個博士是讀物理,光電是研究光子,物理研究量子,後來做人工智能。
人工智能是否可以基於在量子狀態光子傳輸上運作?這個問題很多人關心,我的答案是機器人不具備我們人類具備的所有意識。為什麽?我的看法是這樣子的,物理學這個學科給了我一個很好思維習慣,就是凡是要去問,它的本質是什麽?現代物理學有非常著名的試驗,一個是量子糾纏。當量子糾纏被證實,當一對電子被拉得無限遠,拉得很遠,當你讓其中一個量子偏轉的話,另外一個量子它也會出現完全同方向的運動,而且瞬間傳輸,根本沒有經過時間。或者因為我們儀器探測不出這個中間時間間隔是多少?比如會絕對超光速?或者真是瞬間移動?這還需要繼續探究。
量子糾纏不是神話,這是2013年一個試驗,這個試驗基本上證明一點,鬼魂是存在的。
這個鬼魂不是大家理解的鬼魂,而是說這個世界萬世萬物是直接關聯的,是直接連接,中間有某種物質將我們萬事萬物直接相連,才會導致這種瞬間信息傳遞的事情發生。
那是什麽東西將萬事萬物直接連在一起?
這個並沒有直接給出結論,但是暗物質是一個答案。因為從物理學來說,這個宇宙我們能夠看到的物質屬於明物質,還有有大部分物質存在暗物質里面,但是這個暗物質以我們手段目前探測不到。物理學里可以論證它,它是存在的。
這就是今天我的分享,非常感謝大家!