我个人的主要研究领域是人工智能，1988年的博士论文就是有关语音识别系统的。
最近两年，我撰写了《人工智能》《AI·未来》两本书，其中有出于对自己学术领域的热爱，另一个理由是，社会上对AI的误解和不理解太多，有人对AI有过高的期望，还有很多人认为AI非常遥远。
AI时代已经到来了。大部分人印象中的AI，可能局限在机器人、无人驾驶等少数领域，其实，以大数据提升效率也可以是AI。人们的种种误解，会造成AI的商业化和使用不是最佳的，我希望多做些科普的工作。
在我看来，兴起的AI会颠覆各个行业，对于产业甚至社会的影响是巨大的。与科学家相比，企业家的思维方式、精神特质迥异，但是，也应该对于科技发展保持好奇的心态。最好的企业家，往往是第一个将科技成果进行应用的人。
企业家要有技术嗅觉
我自己是一名科学家，也是一名企业家，这两种身份的思维方式绝然不同。我以科学家身份学到的思维方式，大概花15年才把它忘掉，不忘掉是做不好企业家的。
企业家精神、科学家精神都很伟大，用错地方就不合适。
我们在学校撰写论文时，会向导师说明研究方向，导师第一反应会问，以前是否有人做过，在前人基础上能否创新？只有从来没人做过，才会鼓励你去做，导师不会问：商业应用在什么地方？对用户有
没有用？能否赚钱？他们不在乎，因为科学家从事基础科研，如果先考虑能否赚钱，就不能突破，不能创新了。 经营一家企业，要对股东、投资人、员工、客户和合作伙伴负责，要创造好的商业模式，企业家在乎的，是能否以最快速度验证商业模式，创造商业价值？他一定要最大限度降低风险，因为产品开发、融资、市场需求、竞争对手等已带来很大风险，未必合适再多冒创新的风险。
企业家不会强调，开发一个产品，用户喜欢、盈利丰厚，同时确保其中每一项技术前人没有做过。产品固然要创新，并非主导开发的核心思维，而科学家精神一定要做前所未有的事情，要冒巨大风险，事情有没有价值、有没有用是无所谓的。
在科研方面，企业家并不需要是第一个吃螃蟹的人，但是，他应该知道若干技术是可用的。
比如，史蒂夫·乔布斯（苹果公司联合创始人）并没有发明鼠标，却是第一个成功将鼠标融入PC的人；他也没有发明feedback display（反馈显示）和Multi-Touch（多点触控），他率先使用在了产品上。
许多已在实验室得到验证的技术，发明技术的人未必能找到合适应用场景，而企业家有商业的嗅觉、敏感于用户，能将先进的技术用对地方。乔布斯不是技术人员，他跟懂技术的人在一起，有科技的嗅觉和敏感，就将“技术+设计+用户洞察+创新灵感”完美结合在一起。
传统企业家至少了解所在行业的痛点，以及公司需要解决的问题，他可以快速咨询技术领域的专家，如果自身没有辨别或者理解技术的能力，就与能辨别的人一起搭档。企业家也许离技术远一点，就要找人来帮助他，可以设置CTO，也可以找咨询公司。
深度学习至少能“吃”20年
我一直建议，AI+时代，每家传统企业都需要一名“CAIO”，作为企业内最高的AI负责人，看AI能帮助公司在哪个环节赋能，创造最大的价值。记住，这个工作最后会消失的，因为AI会彻底普及化，进入到每家公司。现在，许多互联网企业、高科技企业已不太需要，他们已经在做AI了。
目前，AI主流深度学习技术的产业潜力，至少能“吃”20年，它会渗透进各种不同的领域，现在，只有少数人用AI和深度学习技术，未来，基于海量的数据，AI会以前所未有的精准度处理各种事务。
当然，AI普及要解决很多工程化挑战，比如数据结构化、算法迭代、模型训练等，就视觉、语音、无人驾驶等不同的场景应用，进行调整，同时，要处理用户隐私保护等衍生问题。但是，一旦有效运用AI，有些行业短期内能得到很大收益。
很多人认为AI非常遥远，其实已经到来了。一个易用的工程平台现在尚未存在，但是门槛在迅速下降，只要下降到类似iOS、安卓系统，应用就会井喷。
一名CEO不懂AI，会产生两个潜在后果：一，难以识别机会在哪，一个领域若使用AI能大幅降低成本或提升效率，没去做的公司会被淘汰；二，太热爱AI，什么都去做，没有找对用力的地方，比如，有些领域没有数据，就无法用AI。
应该将AI用到正确的地方，忽视或者过度使用，都会带来灾难性后果。有时候，一名创业者做一件事情，可能颠覆掉全行业，比如移动支付，对于信用卡的价值就是颠覆性的。在传统领域，哪一家先用好AI，就会有独特的优势，其他的就有可能灭亡。
我建议找一名专家，充当CAIO，帮助企业家识别机会，AI是一项非常动态的技术，需要有人真的了解，知道AI到底能解决哪些问题；AI又是在数据的基础上，数据要格式化、进行标注，要有人带领练好基本功，否则AI用不上。
有人说，AI可能带来技术垄断的风险，只会利于现在的科技巨头。其实，AI的覆盖面非常广，新来者有很多机会，比如保险、教育、医疗等领域，过去都不是科技巨头的强项，如果能用好AI，赋能给一个传统行业，完全有机会让它更好。
强者越强的风险，一般集中在巨头擅长的领域，比如，AT确实强大，其强项主要在互联网的相关业务，比如腾讯在社交、游戏，阿里在支付、电商，距离核心业务相对遥远的领域，他们无法利用已有的庞大资源。
当然，技术只是产品的一部分，最终要服务于用户和市场的，创新工场投资高科技企业，创业者肯定要懂相关技术，但不是最重要的，最重要的是执行能力、管理能力、领导力等，对产品有很强的理解能力，在公司碰到困难时，能够凝聚人心、重振士气。
其实，没有多少公司是纯技术为主的，谷歌可能是一个，但是很难讲出第二个，微软、Facebook、阿里、腾讯都不是纯技术公司，技术主要是为产品服务的。
白领的工作会更早消失
现在AI是以深度学习技术为主，很多人关心，未来是否有新的突破？
突破当然会有，没有人知道。Geoffrey Hinton（深度学习之父，图灵奖获得者）认为，科研人员不要总是钻研深度学习，应该去发明新东西，李飞飞（斯坦福大学计算机科学系教授）也认可这一观点。他们主张探索的，是可能成为颠覆性的AI技术。
长期的话，AI会越来越聪明，比如做好计划、策划，做有创意的内容，而不只是一个判断，现在，这些工作人非常擅长，AI不擅长。
我们可以将人所拥有、AI尚未实现的每一种能力都列出来，当做未来潜在的可努力目标。人所在乎的自我意识、情绪、关怀、爱等，目前AI都没有，每一个可能就是一个课题。这些课题，什么时候能突破，没有一个日程表，有可能一年、十年、一百年，突破了就突破了，也有可能永远突破不了。
AI的发展路径，我们看不清楚，未来可能发生的事情，大部分人不用杞人忧天，好比，不用因为担心有行星来撞地球，所有人都去做避免行星撞地球的工作。AI超越人类存在发生的一定概率，纯粹担心解决不了问题，可以留给顶尖智库去做研究，比如牛津大学专门有一批人，在研究AI超过人之后该怎么办，大部分人没必要担心。
然而，AI的门槛降低到基本人人可用，这个预期比较乐观，今天的TensorFlow比三年前好用太多。
举个例子，现在，创新工场每年暑假培训大概600个学生，主要是计算机背景的，他们从不太懂AI到直接成为AI工程师，5周时间就够了。学习AI已经没有那么难，以前可能要读博士，再练3年才能用，现在只要5周，证明门槛在快速下降。
使用AI所产生的法律、伦理、社会问题，在很多地方已有所显现。不是说AI超越人，而是AI开始左右人，它能利用人性弱点，去优化商业指标，比如Facebook在美国被批评，为让用户留存时间更长，可能诱使有暴力倾向的用户，看很多暴力的东西而更加暴力。
其中，保护隐私、打击AI行骗等问题，可以立法来监管，但是指望法律介入公司运营，现实中面临不少困难，企业自律也很难。我个人在世界经济论坛AI理事会担任联席主席，我们有过讨论，一种可行的思路，可由第三方评估，以类似财务审计的形式“审计”AI，比如，是否诱导用户，是否保护隐私？
此外，AI会创造出很多新工作，现在不能预测是什么类型工作。从蓝领角度来看，AI依赖一大堆机器，需要维修，这是他们转型的机会；AI没有爱、没有关怀，这些工作未来仍要靠人完成，护士等职业不容易被取代；有些工作需要手和眼配合，AI目前也难以胜任。
总体来说，在深度学习的方向上，AI取代白领时间要比蓝领来得更早，由此会牵涉公司治理和国家政策的新课题。AI会取代一部分工作，这些人失业将带来更大挑战。这些被AI取代的失业人员，下一步该做什么？即便培训再就业，过两年可能又被AI取代。那么，什么工作不被AI取代的？培训该由谁买单？
目前，人类智慧能想到的就是收税。
有的公司也在进行新的实践，比如，亚马逊会向员工提供培训，不只是培训其在亚马逊的工作技能，也会补贴员工，去学习社会中最需要、最不会被AI取代的技能，比方护士、飞机修理。亚马逊对员工责任的定义是，确保其一直有足够能力再就业，即便新的就业机会不在亚马逊。当然，这有点理想主义，却是一个很好的榜样。
就普通人而言，一定要有能力的准备，努力寻找非重复性、AI做不了的工作。有人问，孩子该不该学编程？我认为该学，编程锻炼的是人的逻辑思维，对孩子未来发展大有用处，但绝不是为解决饭碗的问题。
AI已经非常擅长重复性的工作，比如，加减乘除的运算，每个人要有基础能力，但是绝对胜不过AI的。我们应该让孩子学习更深度的思考，培养其逻辑思维能力、同理心，让他们更有好奇心，更有创意，更能分析。比如学习语文，孩子背诵“唐诗三百首”一定比不过AI，也许应该更多着眼于训练他们表达自己，说服别人，来赢得大家的信任。
编程作为开发分析能力的一种学习工具，确实很有学的价值，但不是说每个人未来都去学C++并以此为职业，最基础的编程工作，AI以后肯定也会做。只有孩子有分析批判思维、策划的能力，又有天赋且有兴趣，才有希望成为最好的。
未来，在任何领域，人们只有真正做到高水平甚至最顶尖的，从事非重复性的工作，AI才无法取代。
（李开复为创新工场董事长兼CEO、创新工场人工智能工程院院长，标题为编者所加。）
文章来源：21世纪商业评论 作者：杨松 编辑：却原来
