【獵雲網（微信：ilieyun）北京】4月13日報道（文/王曉坤、方文）

　　4月12日，FUS獵雲網2019年度人工智能產業峯會在北京千禧大酒店隆重舉行，近百位知名資本大咖，獨角獸創始人、創業風雲人物及近千位投資人與創業者共聚一堂。本次峯會由獵雲網主辦，AI星球聯合主辦，銳視角、獵雲資本、獵雲財經、企業管家、創頭條協辦。

　　在會上，華映資本合夥人章高男圍繞着科技創新和產業創新的概念，做了闡述，他認爲，技術創新的核心，主要有數據、算法、算力。而技術革命，可以給許多行業帶來改變。

　　算法和算力能解決哪些問題？

　　第一：描述。有了足夠多的數據能夠對一個現象進行解釋，企業裏當用到足夠多的數據，可以知道這個企業發生了什麼情況，可以通過數據來體現銷售情況、運維情況、生產情況。

　　第二：診斷、預測和決策。如果發生了一個問題，可以通過數據算法、算力找到到底什麼原因導致了這個現象，更好的做預測，更多的還可以做一些決策。

　　技術革命能夠改變哪些行業？

　　這些技術應用到C端或者B端，尤其應用到B端，對產業轉型和升級帶來很大的機會本身通過數據算法算力解決這些問題，優化產業資源優化配置的效率，提高生產能力。

　　數據能夠極大幫助的產業，包括信息、生物醫療、供應鏈、新材料、金融等。

　　技術創新如何改變信息產業？

　　信息產業是其他行業的技術賦能的技術提供者，本身又是一個技術行業，在這個技術行業本身裏面，章高男又總結了四個大的方向。

　　第一個是數據的感知，傳感器的技術，尤其低功耗傳感器的技術，未來多種多樣，傳感器的種類越來越豐富，它解決數據獲取的問題。

　　第二個是收集進來的數據，要存儲，放在哪裏，數據存儲也包括文件系統、數據庫、底層的硬件設備，這些東西都是基於雲的，分佈式的，如果不是分佈式就落伍了。

　　第三個是數據存儲還要流通，如果數據只放在這裏就是死的，數據必須流通起來，流通起來就要靠物聯網、5G，這個就是數據連通未來，大力去投入，而且去發展。數據連通完就是數據要加工的，人工智能是一個巨大的加工能力，最終是讓它解決問題，流通起來爲了解決問題。

　　技術創新如何改變工業製造？

　　第一步，數據化打通全流程，以前流程相對比較割裂的，產品計劃就是計劃，採購就是採購，採購有采購的流程、計劃有計劃的流程，沒有打通。不論哪個行業，儘可能把設計、計劃、採購、生產、配送到最後的營銷、售後服務，都要打通，連通的過程中，很多技術發揮作用了，物聯網肯定有作用，5G也有作用，更強調更多的靈活性和個性化。

　　從定製化生產來看，怎麼做有定製化的產線？自動的找一些50個產品做A，後50件做B，以前作爲一個產線是不可能的，還有柔性製造等等，都是能夠滿足定製的需求。原來沒有的需求都可以去接，這是新的空間。

　　當數據全部連通以後，決策模型會發生很大的改變，未這個變化是很深刻的，往往顛覆你的就是外行，越有行業經驗，越吃虧，如果你跳不出來。

　　此外，章高男還從金融和供應鏈方面，闡述了技術革命對這兩個領域的改變，在他看來，幾乎所有的人工智能、所有數據技術創新第一撥一定找的金融，因爲它的核心資產就是數據。而在供應鏈方面，他認爲，應該從鏈條實時可視化、作業自動化、分析智能化三個方面，考察智慧化供應鏈全流程。

　　最後，章高男還從投資人角度給企業家們提出一些建議。他認爲，創業者改變決策思維方式，從經驗決策要向智能化決策去過渡，這是一個巨大的挑戰。

　　2019年，獵雲網以發現產業獨角獸爲初衷，全面開啓“FUS（Future unicorn Summit）未來獨角獸峯會”品牌。本次大會將繼續致力於探究人工智能行業核心發展趨勢，通過優質AI應用實例分享、科技領域、金融投資等業界大佬互動，聚焦國內人工智能的產業力量，以行業從業者的視角，探討科技浪潮的機遇與挑戰。

　　以下爲章高男致辭實錄，獵雲網整理刪改：

　　章高男：我也是技術出身的，每次遇到一個新的議題跟名詞的時候，我第一件事情是做名詞解釋，我們先看什麼是科學技術和創新？這是標準詞庫的定義，正確的反映客觀事物本質和規律的知識的體系。科學分爲兩類，一類是基礎研究，另外是應用研究，基礎研究沒帶任何目的性、目標性，前兩天看黑洞，但是這個黑洞花了很多精力，無數個科學家花了幾年拍出來這樣一個照片，這就是一個科學的探知，這個客觀規律沒有任何的目的性。你會發現基礎性研究這種科學往往是一個發達的國家或者人類真正推動歷史進步的國家，他們是在基礎性研究裏面最擅長的，基礎性研究帶來的衝擊力是顛覆性的，也是這個行業最基礎的源頭。應用研究有一些目標性了，它帶有一定的目的性，總之科學是一個知識體系，一個知識體系用到很多個知識體系，更重要的是這個技術爲了解決問題的。

　　我舉一個最複雜的的技術，火星上的登陸，這個技術非常複雜，各種各樣的知識體系，但目標是爲了登陸，技術是爲了解決問題而誕生的。創新帶有一定的商業色彩了，創新通過良好的創意進化成知識，最終帶來商業化成果，創新是一個成果的市場化，這個和資本就有關係了。總結下來，科學是發現一個客觀規律，技術利用這個科學解決這個問題，最終我們要怎麼商業化？創新就是把這個技術商業化。

　　第二個名詞概念是產業升級，包括產業轉型和產業升級，產業轉型是比較劇烈的改變，相當於革命，產業升級就像一個漸進式的變革，它是產業增長方式的轉變。比方說，交通，我們鐵路交通一直有，最開始綠皮車，後來有動車，現在是高鐵，這是一個產業逐步升級的過程，產業服務的方式沒有變，但產業內在的管理和提供服務的方法已經有巨大的提升。所以無論是產業轉型還是產業升級最大的本質是幫助這個產業提高它的競爭力提升，以及確保這個產業未來可以可持續發展，它的目標是一樣的。

　　今天大家都在說產業轉型和升級，爲什麼中國需要一個產業轉型和升級？我今天從一個角度，從商業最基本的本質，供需關係來講，爲什麼要產業轉型升級？商業本質就是供求關係，一個國家也是這樣的，整個國家，包括需求方面，其實就是兩大類，一類是內需，一類是外需，內需就是投資和消費，外需就是出口了，這是所有的國家都是這樣的。供給其實也是兩大類，一個是生產資料和生產力的結合，一類是資本，這就是一個總供給和總需求。需求更多的經濟表現就是KPI，供給就是GDP，一個國家的挑戰在於如何既能讓消費也增長、供給也增長，兩個相對平衡的增長，不能一頭增長或者兩頭都退後，整個國家宏觀經濟政策無論用什麼調整都是調整這兩個東西的某些層面。

　　我們回顧一下改革開放30多年，我們國家過去怎麼走的供給和需求。過去我認爲主要是咱們中國這30年走的是通貨膨脹和經濟增長，我們的需求方面肯定是增長的，過去30年，每年對外的出口還是一直在增長的，最近有點麻煩了，過去整個拉長還是增長的路線，這是對外開放的本質。第二個是我們還是個投資拉動型的國家，中國是一個大工地，中國就是建設的奇蹟，也有人說把未來三四十年建設的都提前建設了，提前透支了，供給也是極大的增長，今年走在這個豎線上，改革開放也是把勞動力的解放了，供給也是一直在提高的，很重要的原因，我們超印了很多錢，全世界都在印錢，我們也得印。今天整個供給發展到什麼水平？基本上已經快到這個豎線了，接近於飽和的路線了，這是過去30年大致的總結。

　　這樣的方式走到今天面臨一些問題了，短期內有什麼問題呢？首先出口遇到一些麻煩，有貿易戰，需求會受到一些約束。我們說可以再加大投資，我們再多修路、多修機場，不行把這個機場拆了再修，也能拉動需求，但是總體需求，短期內受到影響了，短期需求受到影響以後，我們現在又不敢亂印錢，錢也是相對比較緊縮的，短期的壓力是經濟增長率，需求減少會倒逼到整個經濟，短期內經濟增長率不能那麼高了，我們就必須解決這個問題，如果解決不好，就會是一個滯脹了，大量的公司會破產了，供給也少、需求也少了，這就變成一個滯脹了，這就是所謂的中等收入陷阱，國家發展到一定程度，你就發展不上去了，經濟也增長不上去了，核心是怎麼走到理想的狀態，怎麼能提高你的供給真正的能力，最終就要靠生產力的提高，這個理想路線最終怎麼能把這個線往右移呢？

　　還是要靠生產力，生產力最原始的就是科學與技術，爲什麼今天轉型靠科技技術和科技創新保證我們的增長，下一步經濟增長通過供給端效率的提高，才能保持長期的增長，而且又不引起通貨膨脹。

　　數據算法、算力是人工智能的核心，過去20年整個信息的革命給我們帶來了很多深刻的變化，尤其是未來，我們還有幾大核心技術，這些技術是圍繞着數據來產生的，數據算法和算力，包括傳感器的技術、物聯網的技術、5G的技術，包括低速物聯網技術、人工智能、雲、邊緣計算，這些東西都是整個數據技術的底層未來發展的支撐體系，幫我們解決數據獲取問題和數據算法、算力的問題，有了這個算法和算力，這些技術能解決哪些問題？

　　第一,有了足夠多的數據能夠對一個現象進行解釋，你企業裏當用到足夠多的數據，可以知道這個企業發生了什麼情況，可以通過數據來體現銷售情況、運維情況、生產情況等等都是通過數據來體現的。

　　第二個是有了足夠多的數據可以做診斷，如果發生了一個問題，可以通過數據算法、算力找到到底什麼原因導致了這個現象，更好的做預測，更多的還可以做一些決策，在現實情況下，現在滴滴打車，有幾百萬的併發，怎麼做一個整體的路徑規劃？需要做一個動態規劃的決策，這就是一個決策的過程。

　　這些技術能解決這些問題，能應用到C端或者B端，尤其應用到B端，對產業轉型和升級帶來很大的機會本身通過數據算法算力解決這些問題，優化產業資源優化配置的效率，提高生產能力。

　　這個產業有很多，我這裏面列出來比較大的產業，而且我覺得數據能夠極大幫助的產業，無論信息、生物醫療、供應鏈、新材料、金融等等可能還有一些沒有涵蓋到，這些產業都需要通過技術創新來去做逐步的升級。

　　我重點挑幾個跟大家深入地溝通一下，第一個是信息產業，信息產業是比較特別的，因爲它既是技術創新的驅動者，它本身又是一個行業，它是其他行業的技術賦能的技術提供者，本身又是一個技術行業，在這個技術行業本身裏面，我個人總結了四個大的方向。

　　第一個是數據的感知，傳感器的技術，尤其低功耗傳感器的技術，未來多種多樣，傳感器的種類越來越豐富，它解決數據獲取的問題，你沒有數據獲取，也許對我們產業來講，工業、農業，數據獲取還是有很多空間的，這個行業要進行發展，幫助產業升級。

　　第二個是收集進來的數據，要存儲，放在哪裏，數據存儲也包括文件系統、數據庫、底層的硬件設備，這些東西都是基於雲的，分佈式的，如果不是分佈式就落伍了，不要再看了，這些會解決存儲的問題。

　　第三個是數據存儲還要流通，如果數據只放在這裏就是死的，數據必須流通起來，流通起來就要靠物聯網、5G，這個就是數據連通未來，大力去投入，而且去發展。數據連通完就是數據要加工的，人工智能是一個巨大的加工能力，最終是讓它解決問題，流通起來爲了解決問題。邊緣計算炒的也比較火，邊緣計算跟人工智能不是一個維度，也是相配合的，因爲邊緣計算也會強調端和雲的結合，未來和端和雲之間相互有機的結合，共同解決這個問題，這是新的計算架構。

　　我們再講另外一個工業製造，我們現在都講先進製造，這也是我們國家整個產業上一個臺階很大的議題，也是國家戰略。具體是怎麼一步步實現的？

　　第一步，數據化打通全流程，以前我們的流程相對比較割裂的，我們有ERP還有PRM等等工業製造體系有各自管理的數據化的信息系統，但是這些系統根本沒有被連通，它們的溝通方式都是獨立的，產品計劃就是計劃，採購就是採購，採購有采購的流程、計劃有計劃的流程，沒有打通。不論哪個行業，儘可能把設計、計劃、採購、生產、配送到最後的營銷、售後服務，首先要打通，連通，連通的過程中，很多技術發揮作用了，物聯網肯定有作用，5G也有作用。連通完之後，尤其是現在未來的先進製造，要強調更多的靈活性和個性化。要把銷售和生產能夠緊密結合，改變了很多產業原有的工作方式，這個變化還是蠻劇烈的，很深刻的一個變化。

　　比方說，怎麼做有定製化的產線？自動的找一些50個產品做A，後50件做B，以前作爲一個產線是不可能的，還有柔性製造等等，都是能夠滿足定製的需求。原來沒有的需求都可以去接，這是新的空間。銷售和生產原有的組織方式會發生劇烈的變化，這其實也是很深刻的。

　　最後一個，我認爲是非常重要的，當數據全部連通以後，你的決策模型發生很大的改變，之前無論PRM、ERP等等它們的本質都是對於原有業務邏輯的抽象組合以及數據化，這些都是靠業務經驗。未來整個工業生產會越來越多的，你的經驗通過數據算法、通過機器告訴你，原來機器算法是一個輔助的作用，這個變化是很深刻的，這個變化印證了一句話，往往顛覆你的就是外行，越有行業經驗，你越吃虧，如果你跳不出來。

　　金融是一個特別好的未來技術創新來改變的例子，爲什麼呢？金融不像工業製造，工業製造還有很多重資產，還有廠房、設備，金融所有核心資產就是數據，幾乎所有的人工智能、所有數據技術創新第一撥一定找的金融，因爲它的核心資產就是數據。所以說這個事情，金融是一個天生的應用場景，人工智能幫金融解決什麼問題呢？今天到任何一家銀行會發現，銀行最重要的是各種各樣的風控模型，這是銀行的邏輯，原來的風控模型都是靠業務邏輯來去做的，今天你會發現，30%、40%、50%都是靠機器學習、人工智能的算法，是它自己學習的算法。所以說這個是一個很大的改變，而這個比例在逐步的提升，越來越多的銀行去用人工智能取代人，總結這個業務邏輯。

　　另外，比方說區塊鏈，銀行的支付結算是區塊鏈最好的應用場景，沒有比這個更好的了，匿名性、唯一性、不可篡改性，銀行之間轉型能不能突破邊緣的利益？包括人臉識別、手機裏有大量的應用，銀行APP都有人臉識別，這都是技術創新帶來的變革。所以對金融行業來講，因爲用的資產就是數據是虛的東西，對行業來說，怎麼應對轉型升級，我認爲最重要的是人才，未來好的金融機構，不管做什麼業務的，你會發現一半以上都是技術人員，這是毫無疑問的，而且是學數學的技術人員，懂算法的或者懂如何應用算法的人。如果你是金融機構的人，你還做得簡單重複的勞動，你要想想，這個職位還存不存在，這是很大的挑戰。未來想做好金融，大家想從事這個職業必須學兩類課程，一個是經濟學課程，一個是數學的課程，必須得學習，否則基本上沒有什麼空間了，這是對這個金融產業升級帶來最大的變化，就是人才，一定要去找這方面的人才。

　　供應鏈我也可以簡單說一下，我們過去非常傳統的行業，怎麼用技術把它升級呢？有三個方面，原來供應鏈通過物聯網、通過近場通訊以及區塊鏈的技術等等，現在能夠做到大量的實時監控了，整個物流傳輸的過程都可以監控，無論放在盒子裏、車裏，車可以被監控，放在盒子裏還有它的真僞性、唯一性都可以被監控，一個物流，一個東西傳輸世界任何一個角落都可以實時捕捉到，這就數據化了，你的控制和管理更精細化、更實時、更精準、更高效，這是基礎。

　　第二個，在你的倉儲配送裏面，整個業務流程的自動化，控制部分發生大量的轉型和升級，現在很多智能倉儲，倉儲裏面人越來越少，而且園區內可以做無人駕駛的，在封閉體系裏面的無人駕駛，都能極大的提高管理和運營的效率，這是對供應鏈一個改進。最後，它的分析和決策能夠智能化，這也是非常重要的。比方說，你要預採購多少，在哪裏建倉庫，倉庫要建多少，銷售怎麼預測，明年的市場怎麼分析，當你沒有足夠多的數據的時候你怎麼來做，當你有的時候，你的決策模型不會發生巨大的改變，這是供應鏈轉型升級，因爲供應鏈是幾萬億的市場，這個市場也是非常大的。

　　最後，在座有很多企業家，想對一些企業家提一些個人建議，這是我發自內心的建議，第一個，不管我們從事任何行業，我們多麼傳統或者對技術一竊不通，都沒有關係，但是只要是在你的成本和你的性價比可控的範圍內，時間成本各個方面可控的範圍內儘可能把你的業務數據化，每一個關鍵流程都能獲取一定的數據，這是基礎，這也是未來競爭環境中立足的基礎。任何一種數據化都會有代價和成本的，需要你自己衡量，你首先要有極強的意識，這樣纔有可能立於不敗之地，這是第一個。

　　第二個，更重要了，我們要改變我們的決策思維方式，我們從經驗決策要向智能化決策去過渡，這是一個巨大的挑戰，我在這個行業玩了十年、二十年，你一個毛頭小子，沒有任何行業經驗，憑什麼顛覆我？我可以舉一個不形象的例子，在古代你用馬車做交通，你對路線也非常熟，當你第一次看到有一個汽車來的時候，這個汽車可能有很多約束，他需要修公路、有很多地形的約束，馬車可以隨便鑽林子，汽車鑽不了，作爲這個行業資深運營者，看到汽車的時候，你可能至少做幾件事情。

　　第一個，你應該知道這是未來，馬車行業會被顛覆了，有思維意識的人應該意識到這是第一點。

　　第二點，儘管汽車現在很多不完美，它是未來，你應該把你的時間和精力多花在未來的事情上，未來真正能夠引領趨勢的東西，而不阻礙沒落的速度，不要在馬車上優化多少了。

　　另外一個東西，那就是產業升級，智能化決策，數據思維對我們很多初創的企業來講，其實是非常難以來講的， 你不瞭解算法怎麼實現，但是你知道它是怎麼解決問題，它是怎麼靠數據解決問題，如果沒有基礎的數據思維，養成數據思維需要系統性的學習，並不是特別難，如果不接觸它，對於未來的發展可能還依託於完全經驗決策，如果別人用了智能化的決策，可能就比你領先很多了，你的行業經驗變得一文不值了。這是我今天的分享。謝謝大家！