经济学人「AI商用」特辑一: AI并购金额两年猛增26倍, 中国对隐私关注度逊于西方

在法国家装建材零售集团乐华梅兰集团 (Leroy Merlin)，经理人员过去是在周五预定新的存货，在一周之前对同样的商品进行预设，以便他们能更快开始自己的周末。

现在公司使用算法对过去的销售数据和其它会影响销售的信息如天气预报进行分析，使得存货周转更加的高效。负责这一项目的人工智能初创公司 Manuel Davy of Vekia 表示，这一举措帮助公司甚至在销售增长 2% 的情况下，还将存货减少了 8%。

人工智能和机器学习（这两个术语经常交叉使用）使得计算机可以处理大量的数据，并找出其的模式，在无需特殊编程的情况下就能够进行预测。

数量巨大的数据、更加复杂的算法以及超强的计算能力赋予了人工智能更大的能力。所呈现的结果相当于一对分析师在拥有无限时间和资源的情况下所达到的效果，不仅如此，人工智能的工作效率还更快，更高效，成本也更加的低廉。

人工智能主要的一个作用即使预测成本的急剧下降，新书 Prediction Machines 的合著者，多伦多大学的 Ajay Agrawal 表示。

如同电使得照明更廉价一样——今天的照明成本比 1800 年减少了 400 倍，人工智能使得预测也更加的便宜、可靠，应用也更加的广泛。

计算机在数十年前就已经能够阅读文章和数字了，但直到最近它才能够进行看、听和说。斯坦福人工智能实验室主任，同时也是谷歌云计算首先科学家李飞飞表示，人工智能如同一个「色拉盘」，融合了各个不同的领域和学科。

人工智能的次级领域包括改变工厂和生产线的机器人技术，以及应用于自动驾驶技术的计算机视觉技术。

李飞飞说，计算机视觉是人工智能「最具有杀伤力的应用」，因为它可以应用于许多的场景，但人工智能在语音识别方面表现的也越来越出色。

手机以及智能音箱上的语音助手就是依赖于语音识别，算法可以理解语音请求，并对说话者的语音语调和说话内容进行识别。

商业版图的变革

目前来看，人工智能的主要受益方还主要在科技领域。今天大多的科技巨头，如西方的谷歌、亚马逊，中国的阿里巴巴和百度，如果没有人工智能进行产品推荐，绝不会达到今天这个水平。

例如，亚马逊的人工智能应用相当的广泛，如指挥库房中的机器人、对打包和配送进行优化，识别假货以及赋能语音助手 Alexa。

作为亚马逊的竞争者，阿里巴巴也在物流中广泛使用了人工智能技术；其下属在线支付平台蚂蚁金融，真正探索利用面部识别对交易进行验证。谷歌 CEO 桑达尔·皮查伊曾说，人工智能将比电或者火产生「更加深远的」影响。

众多领域的非科技公司的老板都开始担忧人工智能会对它们产生巨大的威胁，然后他们开始收购一些有前景的科技公司，确保在人工智能的大潮中不被赶超。

根据数据提供商 PitchBook 的数据显示，2017 年，在全球，与人工智能相关的并购金额大约在 218 亿美元，是 2015 年的近 26 倍。

这样做的部分原因是想吸引人才，因为这个领域的人才很是稀缺。没有盈利的初创公司为每位人工智能专家提供高达 500-1000 万的薪酬。

2010~2017年与AI相关的并购案数量与金额变化

随着人工智能的影响逐渐超出科技范围，它将助力公司向老牌公司发起挑战。而这种情况在汽车领域正在上演，比如一些自动驾驶初创公司和顺风车公司，Uber 就是其中一个例子。

但它也将改变其它公司运作的模式，传统的功能将因此发生改变，如供应链管理、客户服务和人员招聘。

不过，人工智能的发展前景无限但也同样是危险重重。

根据 MIT 的《斯隆管理评论》和波斯顿咨询公司的数据，85% 的公司认为人工智能将提供一个竞争优势，但今天 20 家企业中只有一家企业「大规模」部署了人工智能。

大型公司和产业如金融产业，能够产生大量的数据，它们会走在前列，会搭建自己的人工智能优化系统。但许多公司会选择与独立的人工智能供应商合作，如云提供商，咨询公司和初创公司。

人工智能的竞争不仅存在于企业之间，也存在于国家之间，尤其是在中美之间。

中国企业拥有一个早期的优势，比如因为政府拥有大量面部数据，可以帮助训练人脸识别算法。中国人对隐私的关注度相对于西方会稍低一些。

但前方所面临的困难也很多。其中一个问题就是时间的问题。

风投基金 Bloomberg Beta 的 Roy Bahat，将当前和 90 年代末互联网大爆发进行了一个对比：「公司很难决定应将资金投到那些地方。」

如果他们在人工智能的早期投入太多资金，他们会面临过度投资的风险或者将大量资金投到毫无价值的公司，就如许多人在互联网早期做的那样。

但如果他们等的太久，他们有可能会面临来自新兴公司或者比他们更快利用科技的竞争对手的挑战。

媒体的大肆报道可能对一些人产生了误导，认为人工智能就是一个魔法棒，就如同安装一个微软软件一样简单，印度咨询公司 Tata Consultancy Services 的员工 Gautam Schroff 这样说道。

人工智能需要大量的数据储备，高度的算法检测以及许多有益的定制化。微软的 Gurdeep Singh 将人工智能系统比作「愚笨的专家」；他们可以轻松的完成一些人类觉得很烧脑的工作，比如检测商品上细微的瑕疵或者迅速讲数百万张面部照片进行分类，但有些事情，人们可以很轻松的完成，而人工智能却无法做到，比如基本的逻辑推理。

1956 年，当学术研究人员首次聚集在一起谈论人工智能的时候，他们就在寻找一种方式将人类的「一般」智力融入到机器之中，包括复杂的推理。但这一想法仍在是一个难以实现的愿望。

对人工智能的追捧使得人们难以区分哪些是夸张，哪些是现实。

全球的上市公司中，2017 年第四季度财报上提到人工智能和机器学习的次数超过了 700 次，是 2015 年同期的 7 倍。但硅谷资深人士 Tom Siebel 表示，人工智能的一些价值并没有体现，很多公司却在大肆宣扬，一些人应该开一个「人工智能假新闻」的平台。

上市公司们在财报中提及人工智能的次数在2007年~2017年期间发生的变化

公司老板们应三思而后动。

据麦肯锡全球研究所（McKinsey Global Institute）的 Michael Chui 表示，在不久的将来，人工智能会对传统的商业进行重塑，如金融，人力资源，客服等。

但假以时日，它将对整个所有行业产生变革，例如，促进无人驾驶汽车的发展或者新药的合成。只要人类对产品设计或药物合成有一些提前的认知，算法就能提出更加新颖的解决方案。

咨询公司 Deloitte 的 John Hagel 说，私营公司的老板对费用和劳动力成本的节约比对人工智能所带来的机会有更大的兴趣。

这对劳动者来说无疑是一件不好的事情，但最终也会对业务造成影响。「如果只是单纯的削减成本而不增加客户价值，就会被踢出游戏，」他说。

一些公司虽说没有减少目前的工作，但却利用科技避免增加新的工作。拥有工作的员工会感觉一直在被老板监视着。

一些公司已经在使用人工智能对员工的交流进行筛查，以确保员工没有违反公司章程。这种手段将会进一步扩散，导致隐私问题的产生。

人工智能更长期的作用是它会创造一个良性循环或者叫「飞轮效应」，拥抱人工智能的公司会运作的更加高效、产生更多的数据，提高他们的服务，吸引更多的客户，提供更低的价格。

听起来是一个很好的事情，但也有可能导致企业集中和垄断，而这种情况已出现在科技行业。