編者按：這是創新工場董事長李開復在2019上海世界人工智能大會上的主論壇演講。
此前對於AI開啓的行業賦能，已經被很多次闡釋、驗證並不斷產出成果。
但對於“AI+”的發展路徑、邏輯和未來，在李開復之前還沒有人有過如此大道至簡式的分析。
或許跟李開復的履歷和現在密不可分。他是80年代的計算機博士，論文成果就是AI領域的研究，是懂AI的科學家。
他又先後任職微軟、谷歌等巨頭，完整經歷了IT、互聯網和移動互聯網的演進，是繼往開來的產業變遷一線參與者。
現在AI復興以來，他創辦的投資機構創新工場已投資60家AI公司，其中獨角獸就有5家。以及思考著作《AI未來》，在中美都成暢銷讀物，後又被印成多國語言，周遊列國AI。
所以這一次“AI+”4時代的思考，更是真正全球視野之下的分析。
參考這個邏輯，或許還能解答另一個問題：
AI公司如何發展？又會往哪裏去？
原演講題爲《“AI+”時代的到來》，小標題爲後添加：
尊敬的陳市長、王部長，各位嘉賓，今天我要講的題目是《“AI+”時代的到來》。“互聯網+”曾經是一個非常普遍的口號，今天我們要講的是“AI+”。
“AI+”是什麼意思？我們可以看到在過去的每一波浪潮當中，我剛剛從日內瓦回來，和施瓦布教授（達沃斯世界經濟論壇發起人）交流，我們看到的是第四次工業革命在過去的蒸汽機、電氣化、信息通信技術和互聯網基礎上，AI將帶來第四次工業革命，AI在各種不同行業都有應用。
AI演進4浪潮
在我的書《AI未來》當中，我們描述了四波“AI浪潮”：
AI是數據驅動，海量的數據是AI成功的要素，所以第一波浪潮一定是互聯網數據的這一波。
第二波浪潮是金融和很多其他的有標準化產品機會的各種領域，所謂的商業智能化，數據倉庫。
第三波浪潮是AI將有眼睛、耳朵還有更多傳感器可以聽到，感受到人類更多的信息。
第四波浪潮AI將能夠動，有手有腳，有輪子，在製造方面，在機器人方面，在無人駕駛方面將帶來很大價值。所以它將重塑各個行業。
從互聯網進入商業，進入實體世界，進入全自動的智能化，我們可以看到，下面的各個領域幾乎涵蓋了人類社會的所有的商業領域。所以“AI+”就是把AI賦能到這四波浪潮當中的一個機會。
另外我們學術界朋友談的一個重要話題就是深度學習是不是走到底了？我們做科研的人是不是該啓動新的科研課題？這個答案是肯定的。因爲深度學習進入了成熟期，我們在產業界開始使用它，但是在學術界確實需要再發明更多更好的技術。
這個話題的另外一面在於，雖然說我們在學術界要發明更多更好的技術，取代深度學習的技術，但是這是不可預期的，因爲科學發明無法預期什麼時候發生。但是非常確定的是在工業界和產業界，我們把深度學習發揚光大還有非常大的機會。
一個研究告訴我們，AI在傳統行業的滲透率只有4%，如果說我們對比前兩次巨大的革命，我們今天的AI的普及狀態就和當年的“黃頁”是一樣的。“黃頁”大家都知道吧，馬雲先生的第一次創業就是“中國黃頁”，那個時候互聯網普及率就只有4%。
這一方面意味着AI應用還非常少，另一方面意味着，未來發展的機會非常大。雖然我們看到AI在安防等領域有一些落地，但實際上我們只要問周圍的企業家朋友，你的公司有沒有全面使用AI，我相信96%的回答是“No”。
“AI+”4階段
如果說從我們投資角度來劃分AI的四個時代，我認爲分爲：AI技術時代、AI B2B時代，AI＋傳統企業時代、以及 AI 無處不在的時代。
最開始AI是很難的，只掌握在非常優秀的博士手中。慢慢的它越來越好用了，最近在創新工廠我們做了一次培訓，僅僅4周的時間，我們招了600個當屆的學生，讓他們做出了包括無人駕駛、對話機器人等超級應用。這意味着AI門坎在下降，AI技術平臺越來越好用，所以AI普及帶來了更多工程師，他們可以賦能更多行業，這是驅動的一個重要力量。
回到四個AI的階段，我們可以和互聯網時代對比。
我們記得20多年前，互聯網貌似是一個黑科技，當時雅虎等都是讓人不可想象的技術，這些技術大家非常快的掌握了，我們開始買Web Server等互聯網內部服務器的一些軟件。
再下面各個公司就建立了互聯網部門，有了互聯網專家來幫助公司尋找方向。當時我在微軟，我們就建立了一個互聯網部門，專門教公司的人怎麼切入互聯網，但是這個部門很快解散了，因爲互聯網無處不在。隨着技術的普及，一定會從黑科技走向一個無所不在的過程。現在我們正處於第二和第三個階段中間。
什麼是黑科技時代呢？我非常有幸98年在微軟中國研究院（現微軟亞洲中國研究院），帶了一批我的同事們做了中國最早的AI的科研人員。在2005年，又帶了一批非常優秀的工程師做了很多好的AI工作。
非常有幸，我在黑科技的時代接觸到了很多偉大的公司，包括很多在座的朋友們，當時是一個以科研爲主，以博士主導，把AI技術作爲切入點，再去尋找商業應用的第一個階段。
第二個階段是AI公司開始做2B產品，比如說保險、銀行、客服、金融、教育領域能做什麼產品，教育產品能賣給學校，金融產品賣給保險公司五世或者銀行，包括我們投的第四範式、曠視科技、追一科技、迅策科技等等，他們都是行業的產品的領跑者。
非常有幸，創新工廠投出了60家AI公司，其中有5家獨角獸，未來一年還會有3-4家獨角獸誕生。這是第二階段，把AI做成產品，變成2B的應用。
第三個階段，普華永道認爲2030年AI將給全世界帶來大約100萬億人民幣的GDP提升。在中國，我們看到大約是在200萬億人民幣左右，其中40萬億左右是AI賦能達到的，遠遠超過其他國家。
一方面這是一個巨大的機會，所以要賦能AI的各主要傳統行業。但是話說回來了，我們想想今天的AI獨角獸，包括我們投的5家，包括今天早上的商湯科技，包括在座的科大訊飛等等的公司，都是很偉大的AI公司，但是這些公司一年就是幾十億的收入，如果說我們在國內要創造50萬億的價值，這絕對不是再去創1萬家公司可以帶來的。
這些AI公司會繼續創造價值，但是更大的價值一定是要把AI價值賦能傳統行業，如果說2030年我們是傳統行業是近200萬億規模，我們只要在這個基礎提升20%、30%、40%，就可以達到50萬億的規模，50萬億的價值一定是來自於AI賦能傳統行業，一定不是來自於黑科技，這是一個巨大的差別。
AI賦能傳統行業三種模式
AI怎麼去賦能傳統行業呢？我這裏有三種模式。
第一種是優化賦能，也就是說你的公司的所有的運營一點不變，但是我用AI幫助大數據賺更多錢，省更多錢。
第二種模式是流程化賦能，也就是說要改改賦能模式，幫你創造更大價值。
第三種模式是重構顛覆整個產業。
這裏我有六個例子來介紹這三個不同的方式：
第一個是BPO的例子。
就是在企業級應用服務當中，我們做了很多外包，簡單來說，所有外包給印度的工作都可以外包給AI，現在有一個新技術叫RPA，就是把一個軟件放到你的機器上，學你做的事情，過一會兒，10%、20%、30%就不需要人做了，機器就可以做了。
這個對產業的節省成本是巨大的。我們可以看到的一些BPO的例子，包括在財務、法務、人力資源方面節省重複性的白領勞動，可以節省最多91.2%的成本。
另外一個例子就是呼叫中心，用語音識別的技術和最新的語音識別加自然語言處理的技術，可以處理80%打來的客服電話，而且它的客戶滿意度是超過人可以提供的，這是我們投資的追一科技所做到的。
再講一下流程的智能化。在零售合作伙伴身上，我們用AI來預測銷售，每一個產品在每家商店，每一天可以賣掉多少，它有海量的數據進來，可以做非常精準的預測，降低了它的倉儲，對接到它的物流，不但帶來了倉儲物流節省的錢，人員培訓的錢，它的店長都可以AI化，一個公司擴張找店長是非常困難的，店長現在也可以AI化了。
這隊對一些零售類的公司應該是上億的價值。這個我們就可以明顯看到AI賦能傳統產業帶來的價值是超過一個AI公司本身的。
再比如說用AI瞭解傳統數據。左邊是用AI來做衛星數據，瞭解地面上農作物的溫度和溼度，預測每年的產量和價錢。各種植物等等。右邊的例子是更加精確的用太陽的高度和陰影的強度來預算那些儲油罐裏面有多少油。這些在沒有AI的時候是不能做到的，這些只是冰山的一角，後面還有更多的機會。
下面一個例子就是投資了，我們知道很多投資都是靠人和基金來做的，你去買基金可能有100種選擇，1000種選擇，但是是千人一面的。而且不是針對你的風險承受能力來定製的。
未來AI基金會有各種收入，剛剛講到油的收入、農產品的收入，對每個公司的股票可以做精準的預知。對於每個公司今天的士氣，一個分析員是不可能做到的，但是如果說我們可以把社交媒體上，每個人屬於每個公司，他今天發出來的社交媒體信息是高興的還是不高興的，把這個作爲一個員工情緒的指數再輸給AI，用AI判斷這個股票是應該買還是應該賣呢？
這個例子我可以講一千個例子給你，因爲一個基金經理決策只是靠幾十個，幾百個因素，幾千個因素，而AI可以用無限的數據，無限的因素，而且針對千人千面做出更高回報的投資。
美國頂級量化基金有兩家，已經達到了600億美金的規模，已經超過了人的回報。未來這個取代會比人更好，在二級市場股票基金一定會更好，因爲它對海量的數據分析能力一定遠遠超過人。
最後一個更加神奇的例子，製藥。
今天的製藥是靠化學、生物專家去拍腦袋想一些疑難雜症用什麼新方法來治療，未來我們可以用生成化學的方法，再加上AI自然語言處理和對抗網絡去尋找哪些可能的藥的新分子是可能可以最快通過動物試驗和臨牀試驗的。根據我們初步的看法，對一個藥的發明可以加快4倍，整個製藥行業也被重構了。
對於一個傳統行業，AI賦能價值是巨大的，傳統行業面臨各種挑戰，主要的挑戰是AI行業怎麼懂AI賦能在哪裏，他們怎麼去找AI專家？
這一點我們也有我們了想法，創新工廠和我們的子公司創新奇智現在對8個領域提出解決方案，這些專家怎麼介入呢？我們希望扮演的角色不只是VC投資公司，我們希望成爲傳統企業的首席AI官，我們會進來幫助每個傳統企業分析在你各個部門裏面，哪一個部門用AI可以產生最大價值。
我們會把技術賣給你，或者是把技術送給你，連源代碼，甚至派人進來，就和傳統的諮詢顧問一樣。諮詢顧問按照小時收費，我們不用收費，我們直接進去投資你這個公司，所以我們投黑科技公司，投2B公司，下面我們準備投傳統公司，用AI力量來爲他們賦能。
總結
所以今天我的演講是分三個重點。
第一個是AI會影響所有行業，尤其是傳統行。
第二，只有那些擁抱AI的傳統行業才能得到最大的增長。
最後，中國的傳統行業某些領域還不是領先世界的，但是反而有可以彎道超車的機會，因爲他同時做到IT化、數據化和AI化，這一定會幫我們帶來2030年的50萬億的價值。
謝謝大家。