科技浪潮风起云涌。 近年来，随着人工智能技术的发展，机器人配送快递、纯电动无人汽车发布等消息不断出现在我们的视野当中。很多人担心，一旦人工智能科技对配送、出行行业的改变成为常态，会造成现有劳动力的失业吗？ 实际上，这种担忧并不新鲜，2016年AlphaGO大败人类顶级棋手后，机器取代人类的担忧就达到了顶峰。 尤瓦尔在《未来简史》中提到牛津大学的一份研究报告，这份研究报告预测了2033年的人工智能替代率：电话营销员99%、保险代理人99%、运动赛事裁判员98%、收银员97%、厨师96%、服务生94%、律师94%、导游91%、面包师89%、公交车司机89%、建筑工人88%、兽医86%、安保人员84%、船员83%、调酒师77%、档案管理员76%、木匠72%、救生人员67%。各行各业的总体替代率是47%。 这些职位都有共同的特征：高度标准化、规则性强、体力劳动居多。 实际上，这些职位由机器来完成也并不一定是坏事。2020年，一篇《外卖骑手困在系统里》引发人们对资本利用算法压榨劳动者的担忧，在现有的算法语境下，外卖员与死神赛跑，和交警较劲，和红灯做朋友。如果机器人取代外卖员送餐，通过大数据计算红灯和机车行走的路线，理想状态下是不是能解决这一困境？科技发展的目标不就是把人类从低水平的重复劳动中解放出来，让人类发挥创造力，实现个人价值和社会价值的提升吗？繁重的工作由机器来完成，人类享受科技发展的成果，这是每个人都向往的理想社会。 有人会问，工作被机器人抢了，外卖员和司机怎么办？ 在互联网外卖平台和出行平台出现之前，中国的外卖员和共享汽车司机远没有今天这么多，他们原来可能是其他产业的从业者，因为新型技术和平台的出现，被优厚的待遇吸引，从落后的小城市走出来，成为大城市建设中的一员。他们对于产业是没有什么忠诚度的，一旦有更高收入的工作机会出现，转行是很自然的选择。如果未来人工智能技术全面改变人类社会的经济形态，未来的职业将更加注重劳动力的软技能，如领导力、人际交往能力、逻辑思维、主动学习和创造力等。人类的每一次重大进步都会淘汰一些人，我们不能因为害怕失业而拒绝进步。 而且，人工智能也有其局限性，它无法从事需要大量经验和创造性的职业，比如医生，设计师，画家等。人工智能的本质是用过去的大量历史数据去近似的模拟人的经验，它的长处在于可以储存大量的数据，用优化的算法快速地运算。 但是，人工智能和人的大脑比，其实一点都不“智能”，人工智能无法举一反三，无法突破自己的数据和算法框架。 所以目前的人工智能只能算弱人工智能，指的是专注于且只能解决特定领域问题的人工智能，无自主意识；而相对应的强人工智能指的是可以胜任人类所有工作的人工智能，有自主意识。很多科学家并不相信，人类能像上帝一样，造出有自主意识的机器人。 尽管科技企业一直宣扬机器人的作用，但我们尚处于弱人工智能时代，应用场景存在很强的局限性。 比如，机器人配送快递只局限于特定的区域或是数字化程度高度发达的城市，有平坦的道路、有限的面积和固定的运行路线，可中国幅员辽阔，地形地貌复杂，即便未来机器人送快递能全面推进，也只能是从数字化程度高的城市开始，慢慢下沉到三四线城市，这可能需要相当长的时间和相当大的硬件成本。 纯电动无人车的产品已经上市，但现在的自动驾驶效果实在是难言满意，普遍自动级别到第三级L3，也就是目前无人车还需要驾驶者主导，自动驾驶系统还只能起到辅助驾驶功能。无人汽车全面实现民用，完全取代司机这个职业，还早得很。 在可预见的未来，机器无法完全取代人类工作，我们更愿意相信机器和人类协作去完成复杂的工作。劳动能彰显人的价值，激发人的创造力，提升人的学习能力，即便在生产力高度发达的社会，完全依赖机器进行劳动也是不可取也不可能的。
2006年创办于厦门的罗普特长期从事机器视觉、语义分析、元素感知、边缘计算、数据挖掘、机器深度学习及逻辑推理等核心技术研究，致力于让机器“ 看得见听得懂，会思考能决策 ”。去年12月，公司提交科创板注册申请，1月19日证监会正式批复公司IPO核准注册，公司顺利成为今年AI科技公司密集上市的又一范例。招股书显示，罗普特的主营业务包括人工智能整体行业解决方案设计实施、软硬件设计开发、产品销售及运维服务等业务。此次IPO登陆科创板，公司拟公开发行股票不超过4683万股，募资6.74亿元用于研发中心建设项目、市场拓展及运维服务网点建设项目以及补充营运资金项目。拥有人工智能核心技术罗普特成立15年来专注于“机器视觉”的技术研究，在图像采集、图像可视高清化、传输高效化、图像分析智能化取得了大量科技成果，是国家高新技术企业、连续十年以上荣获厦门市最具成长中小企业称号，2020年更被评为新一代信息技术——人工智能方向领域国家企业技术中心。随着近年来物联网应用及5G行业的爆发式发展，机器视觉技术已经成为人工智能范畴最重要的前沿分支之一，各路资本也纷纷抢滩登陆。虽然市场前景巨大，但对于本土厂商来说，发展自主知识产权的机器视觉技术仍然面临不少挑战，目前全球范围内的机器视觉主要厂家仍为美、德、日等巨头公司。“机器视觉”技术是人工智能技术的核心，罗普特在国际间激烈的人工智能技术竞争环境下，以“机器视觉”技术为牵引，同步拓展语意分析、元素感知、边缘计算、数据挖掘、机器深度学习及逻辑推理等核心技术的研究，努力实现让机器“看得见听得懂，会思考能决策”，致力于人工智能产品研发和行业实战应用：一方面立足安全，服务国家安全战略；一方面立足行业，服务城市、交通、医疗、工业、教育、生活等领域，让人工智能赋能行业发展。公司AI+行业解决方案服务已遍布全国，2017年还成功护航“金砖五国”厦门峰会，获得行业高度认可。目前，罗普特人工智能行业解决方案的总体设计由公司自主完成，坚持集成创新，将自研核心技术与市场上的成熟技术，根据用户需求进行技术融合和应用开发。近三年来，公司营收结构日益改善，软件服务占比不断提升。公司已拥有超过200多个基于“机器视觉”的核心算法，已获国家发明专利70项，进入实质性审核阶段的发明专利40项、软件著作权240项。主营业务毛利率较高财务数据显示，2017年至2019年，罗普特营业收入分别为1.96亿元、3.64亿元和5.07亿元，年均复合增长率达61.02%；归母净利润分别为3514.81万元、5468.81万元和1.02亿元，年均复合增长率70.14%。最新业绩显示，罗普特预计2020年可实现营业收入5.6亿元至7.2亿元，同比增长约10%至45%；预计2020年归母净利润1.15亿元至1.5亿元，同比增长约10%至50%。2020年虽受疫情影响，但公司仍有信心实现营业收入和净利润同比实现较大幅度增长，未来空间更可期。更值得关注的是，有别于其他AI独角兽收入高增长，但普遍出现大幅亏损的情况，罗普特本着稳健经营，持续发展的理念，公司毛利率、销售增长率及应收账款周转率水平均优于可比上市公司平均水平。报告期内，罗普特主营业务毛利率分别为44.91%、36.52%和41.50%，保持在较高水平。以“人工智能”核心技术拓展的多行业解决方案业务作为公司核心业务，报告期各期毛利占比均超过70%，且呈快速增长趋势，毛利额年均复合增长率达57.57%。研发投入方面，目前公司研发人员占公司员工人数的比重达到35.53%。由于“人工智能”领域对公司技术储备及研发实力要求较高，公司在机器视觉、语意分析、元素感知、边缘计算、数据挖掘、机器深度学习及逻辑推理等领域，持续进行技术和人才储备。报告期内，罗普特研发费用分别为1826.82万元、2946.71万元和3814.41万元，占营业收入比例分别为9.34%、8.09%和7.52%。未来罗普特的研发布局将持续集中人工智能的新技术应用。据了解，目前罗普特企业技术中心被认定为国家企业技术中心，申报领域为新一代信息技术人工智能方向。同时，罗普特设立了AI重点实验室，重点在机器感知、机器深度学习、数据挖掘分析、多机联网、人机交互等领域进行研究布局；并同步设立机器视觉应用研究中心和新技术应用研究中心。2016年，福建省级创投机构福建创新投以其管理的福建省华科创业投资有限公司和福建华兴润明两家基金投资3300万元入股罗普特，成为首轮机构投资者中的主投方。此后，在罗普特业务重心从福建省内转向省外业务量爆发之际，福建创新投再次以其管理的基金增资7000万元进行支持，成为IPO申报前最后一轮唯一的投资机构，也为罗普特应对突如其来的新冠肺炎疫情提供了充足粮草。疫情期间，罗普特业务实现逆势快速增长。福建创新投董事长陈颖说：“福建创新投之所以坚定看好罗普特，正是因为罗普特拥有一支重研发、重投入的管理团队，并率先在信息化领域探索通过AI软件驱动硬件为客户提供整体解决方案的技术路线，代表着行业未来的发展方向。”AI赋能行业发展根据2017年7月国务院发布的《新一代人工智能发展规划》，中国到2020年人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。到2025年人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。根据IDC报告预测，未来5年，我国人工智能市场总体规模将保持高增长率，年复合增长率将达44.9%。罗普特人工智能重点赋能布局的城市、交通、医疗、工业、教育、生活、能源等各行业各领域，市场需求旺盛。本次科创板上市，罗普特拟募集资金约6.74亿元，用于研发中心建设项目、市场拓展及运维服务网点建设项目，以及补充流动资金。公司表示，募集资金投入的项目将有助于进一步提高研发能力和自主创新能力，同时不断推动人工智能领域科技创新应用研究的产业化。2021年作为AI公司的资本大年，行业应用日趋走向成熟，产业赋能在各行业加速落地，作为一家以实战落地为核心优势的新兴AI企业，罗普特以人工智能算法为核心的集成创新模式，兼具系统解决方案设计、软件开发、定制化硬件设计、系统集成和运维服务能力，具有广阔的市场成长空间。罗普特表示，未来公司将继续专注于人工智能科技创新领域：一方面，在硬件领域加大研发投入，加强公司在特定品类硬件领域研发、设计能力的优势；另一方面，计划在保证满足现有行业客户需求的前提下，针对数字孪生城市、城市大脑、市域社会信息治理、自主可控信息化、城市市政工程信息化、智慧海洋、智慧教育等重点领域进行二次开发，利用公司在此前涉足不同行业积累的开发经验，将产品推广到更多行业和客户，实现更多创新性的产品应用，增强企业竞争优势。
AI巨头“旷视科技”官宣将以CDR方式登陆科创板。北京证监局官网1月12日显示，旷视科技已与中信证券签署上市辅导协议，计划以公开发行中国存托凭证（CDR）的方式在科创板上市。AI独角兽旷视科技国内人工智能巨头旷视科技是一家世界级的人工智能（AI）公司，在深度学习（Deep Learning）方面拥有核心竞争力。据旷视科技介绍，公司是将人工智能科技和计算机视觉（Computer Vision）算法应用于物联网（IoT）领域的引领者。公司于2011年由印奇、唐文斌和杨沐三位创始人成立。他们均毕业于由图灵奖得主兼中国计算机科学家和理论家姚期智院士创立的清华大学“姚班”。旷视科技商业化的第一款人工智能产品是人脸识别解决方案。而公司原创的深度学习框架Brain++则为其训练算法和改进模型提供了量身定制的基础性支持。凭借强大的软硬件整合能力，旷视科技为客户打造出了全栈人工智能解决方案，从而在个人物联网、城市物联网和供应链物联网等多个垂直应用领域处于行业领先地位。公司通过创建人工智能基础设施，并连接众多物联网设备，去解决实际生活中的各类问题和各行各业的痛点，包括金融科技、交通和物流等行业。旷视科技致力于帮助客户达成各项目标，无论是在用户认证和减少欺诈方面，还是在优化交通和提高劳动效率方面。2020年8月胡润研究院携手苏州高新区发布《苏州高新区•2020胡润全球独角兽榜》，列出了全球成立于2000年之后、价值10亿美元以上的非上市公司。在榜单中，人工智能行业有63家独角兽上榜，而旷视科技以300亿人民币的价值位列中国人工智能独角兽公司第二，第一名是价值500亿的商汤科技。香港上市未果旷视科技冲刺A股科创板作为国内AI巨头，旷视科技向来受到资本方的青睐。天眼查数据显示，从2011年创立至2019年，旷视科技至少经历了7轮融资，融资方中不乏阿里巴巴、中银投资、麦格理这样的著名投资机构。旷视科技最近的一轮融资是在2019年5月，公司完成D轮第二阶段股权融资，D轮总融资额达约7.5亿美元。并且在3个月后，旷视科技就像港交所递交了招股说明书。不过旷视科技的上市之路并没有那么顺利。早在2018年末，就有媒体报告，在中关村示范区向上交所提交的“科创板”名单中，旷视科技赫然在列。随后在2019年8月，旷视科技正式提交招股说明书，计划在港交所上市。2个月后，2019年10月份，旷视科技被美国商务部列为美国出口管制“实体名单”，限制其与美国企业合作。旷视科技随即发布公告表示强烈抗议。不过不久之后就有媒体传出，旷视科技在港交所上市进程受阻。有媒体声称旷视科技没有通过港交所上市聆讯，旷视科技则回应称“报道不实”。2020年2月，又有媒体报道旷视科技在港股的IPO申请已经失效，旷视科技对此回应“上市进程仍在正常推进中”。几个月后，有消息称旷视科技中止了港股上市计划，并表示旷视已经通过港交所聆讯，是主动放弃上市。旷视科技回应：科创板支持和鼓励“硬科技”企业上市，是中国科技企业发展的好机遇，旷视正在积极考虑。目前来看，港交所旷视科技上市申请仍是失效状态。2020年9月，媒体报道旷视科技打算在香港和内地两地上市，现在旷视科技宣布将以CDR方式登录科创板，国内AI巨头上市又迈出了实质性的一步。
12月11日，江苏省互联网金融协会与苏宁金融研究院联合举办的“2020江苏金融科技与普惠金融发展研讨会暨苏宁金融研究院五周年论坛”在南京举行。香港浸会大学副校长、英国皇家工程院院士、江苏苏宁银行首席科学家郭毅可教授在会上作了《铸就人工智能重器 赋能金融产业升级》的视频演讲。以下为演讲节选：尊敬的各位嘉宾，大家下午好！首先感谢主办方江苏省互联网金融协会与苏宁金融研究院的邀请，在今天和大家共同探讨江苏金融科技和普惠金融的发展大计。数字经济与数据资产我们这个时代是一个大数据的时代。大数据是我们时代的自然资源，在人类的历史上，从来没有过像现在这样用非常简便的方法、用非常短的时间获得大量的数据，通过不同的传感器，通过各种的数据采集，通过互联网上自己的生活痕迹采集大量的数据，成为新的自然资源。在这个大数据时代，我们有了一个基本的技术生态，我们有云计算，同时又有无线网、有5G，可以使每个人随时随地访问到数据服务。这个时代把数据变成资源，有了这个以后数据就变成了资产。今天又开始过渡到一个对它资本化的过程，把数据作为一种产品，作为一种可以交换的资产，就是资本，它作为新的社会发展的动力。今天数据资产的特点，它具有个性化，每个人都是数据的生产者，正是因为这个原因，所以我们才有了数据市场的概念，才有了像GDPR这样对于个人资产的保护这样的一种协议，这是一个非常重要的未来前景，在数据构成的环节中，每个人都是数据生产者，也是数据资产的拥有者，怎么界定它，怎么保护它，是我们经济生活中一个重要的特点。从数据资产到数据资本有两个重大的瓶颈，第一点是要解决数据资产的交易性和数据使用的特征，要保证我们所形成的数据资产的产品，是可以用来交换的，这个时候就有一个非常重要的数据特点，那就是所谓的使用的非排他性，数据可以随意拷贝。解决这个问题有区块链的技术，区块链构成数据中间，每一块的数据资产都是不可复制的，这就是形成交易性的一个重要条件。第二点，对于个人数据接近无限的量级，我们无法用脑力来处理我们的数据，这个时候就需要用人工智能，人工智能的一个重要任务就是把数据形成数据产品。从这个意义上来讲，数据经济和社会具有整体性，这个整体性从数据资源到数据资产，我们运用了区块链这样一种新的数据互联的结构，还有一个从数据资产到数据生产力，我们采用的是人工智能这样的一个生产工具。这两个组合起来就是一个数据社会。那么基于这个社会的一个基础，对其经济学的研究就是数字经济学。我们可以回顾一下数据经济生态系统的演变，可以看到，从过去数据是零散的，每个人不规则地管理它，到了2010年之后出现了云计算，就出现了数据管理者的概念。我们可以托管数据，就像银行管理着我们的金钱，我们有一个数据中心或者云计算中心管理着我们的数据。那么有了管理数据以后，数据的拥有者跟管理者之间就有一个非常重要的关系，这个关系是什么？这个关系就是资产管理。数据管理者必须保证其管理的数据在使用时，能够保证数据拥有者的私密性、数据的拥有权、数据的控制权，这就引出了数据资产管理的概念，这在2010年以后到今天，都是一个最热门的题目。那么，形成了这样的资产管理以后，交换交易怎么样形成数据产品，这就是区块链的一个重要特征。同时，另一个重要的认识是我们今天所谓的大数据，即数据科学，就是通过数据来认识世界的科学。数据科学与人工智能总结一下，我们认为数据是世界新的市场资源，我们不断利用和创造这样的资源，这种资产或者资本化是数据科学一个重要的研究。数据科学还有一个重要的任务，通过数据来认识世界，怎么认识？它的认识是从观察来总结观察到的事实，总结的过程是基于统计的推演，推演的结果就是我们所说的模型，推演的过程不是人来做而是自动化，那就是机器学习、人工智能。我们将会有越来越多的数据，越来越强的推理，越来越自动的学习，越来越深的理解，这就是我们的未来。以上就引出了人工智能的发展。所谓的人工智能是数据科学的一个基本技术，我们可以这样来简单的看一下人工智能的特征。我们有世界，有一个认知体，这个认知体可以是人也可以是机器，总的来说是一个认知。我们人在做认知或者机器做认知的时候要做总结，总结出来就是模型，模型存在我们的思维体中，在脑中的存储的模型不断地对这个世界做出判断，或者叫预测，这样的预测和观察就一定会形成对比，一个是主观的认识，一个是客观的观察。这个时候如果说我们把观察和自己主观的意识做一个比较，这中间会有一些差异，如果没有差异就很好，因为我们的认识得到了实际的检验，这使我们的认识更加有信心；如果观察和认识有不同的话，那么这时候就会出现两个结果，一个是我们相信自己的观察，相信世界的客观性，这个时候怎么办？就改变我脑中的模型，这就是一个学习的过程；还有一种人比较自信，相信自己的认知，认为自己是对的，这个世界是错的，那就会出现改变世界，出现一个行为。人类整个的认识过程基本上就这两类。在过去，当数据量比较少，计算率比较差的时候，机器人的知识获得，是通过人把自己的知识总结出一条一条的规律，来告诉机器人，这是硬的输入。后来随着数据量的增长，计算能力的提高，我们才有了基于统计的学习，最后到今天的深度学习。总而言之，我们的信息量越来越大，计算能力越来越强，导致了我们知识获取能力、自动获取能力发生了变化。人工智能有很多的研究，下面讲一讲它的应用。今天很多所谓的智能，智能银行也好，智慧城市也好，智慧车也好，讲的都是给今天所生活的每一个社会体赋予一种人工智能推理的能力。这里有很多的例子，中间一个比较重要的例子就是智慧金融，这里面有很多很多的应用，根据我自己的一些实践，再稍微举一些例子。人工智能与金融产业升级一个是金融服务的精细化，很大的一个改变，通过数据可以感知整个金融界，跟你的金融产品的性能和市场表现，还有客户的洞察，这些都可以使得金融机构构造一个以客户为导向的，有精确营销的高性能服务，这是人工智能的一个很重要的应用。现在讲的普惠金融，很大程度上就是细分，什么叫普惠？就是把金融落实到个人身上，未来的状态就是这样的，精细化的金融服务，强调用户体验，强调用户的个性需求。在金融服务链方面，整体上来说它有一个很重要的数据驱动的数据链，我们从产品竞争力到员工激励，到营销系统、管理，一直到客户的管理系统，这些都是通过数据来服务的，来看顾客的忠诚度，来看产品的易化程度，这里面都离不开大数据。讲到这个问题，产品怎么设计？产品设计的未来总是一个特点，就是长尾效应，更多的个性化，更多的照顾每一个人，这个时候我们要研究产品的分布，要研究区域的竞争力，还有就是它的时效和整个生命周期中间不同的社会情况，不同的经济情况对它的影响，它的抗灾性等等，都是一种非常重要的数据驱动的做法。把握资金流动的特征，特别是在信用打分的时候是非常重要的。前面讲的很多的消费信贷产品，面向个人的系统，这里面很重要的一点就是对个人偿还能力的评分，这个评分里面有各种对你资金流动的理财爱好、风险偏好等等的特殊描述，这也就决定了个人的信用。还有很重要的一点，就是要揭示金融世界中的内在关系，一个股票的增长和它的变化以及其他的金融产品的变化，跟一些因素相关，把它们之间的因果关系揭示出来，是非常重要的，那么这一句话怎么解释我们所能看到的一些数据，就是一些持续数据，比方说股票的波动，那么我们怎么样通过这些波动来推导这些系统中间各元素之间的关系，这是一个非常重要的因果分析的关系，也是机器学习和人工智能中间的一个难点。金融监管与人工智能产品化最近谈到最多的话题之一是大数据风控和监管。大数据风控，它的特点是将风险控制落实到微观个体，而监管的特点是通过政策来宏观控制风险，这两者之间的平衡实际上在相当长的一段时间里都是我们将要讨论的重点，它们两个是没有矛盾的，相辅相成，但是现在看来更多好像是一种矛盾。长远看来，监管需要更多的精细化，大数据风控必须要有一定的宏观政策保证，这两个是相辅相成的体系，这是一个很重要的研究领域，银行在最近的风波中间应该得到一个启示，要真正认真地研究数据风控与监管之间的关系。最后，对于人工智能的研究，现在要做的是把它赋能工业化，产品化。这个所谓的工业化是什么？它是标准化、组件化、流程化、社会化，我们要把人工智能很重要的各种功能作为达成人工智能的组件，这方面我们有很多的经验，我自己也做过这方面很多的工作。工业化应用开发平台的构造，这里面不仅有模型的构造，有模拟分析器，还有一个很重要的特点就是模型管理，我们会生产出越来越多的知识分析模型，这些模型我们必须把它管理好，管理是我们对于一个企业知识的管理，这将会是人工智能发展工业化最重要的一个瓶颈，将来我们有很多的工作要去做。最后总结一下，今天人工智能给金融的智能化提供了非常好的技术，现在要做的是踏踏实实把这个技术用好。我们对于人工智能很多的研究，没有必要去做太多的哲学问题上的考虑，比如AI会不会超过人的智能等等，更重要的是要考虑怎么样在今天各种社会生活中间把该技术用好，使得它为我们服务。那么，金融产业当中人工智能大有用处，希望江苏在这方面能够走得早，走得好，走得踏实。也希望我在和苏宁银行的合作期间，能够为江苏省金融产业的发展做出自己的贡献。谢谢大家！
天眼查APP显示，12月11日，弗迪实业有限公司成立，该公司注册资本5亿，法定代表人为何龙，经营范围包含货物进出口，技术进出口，新能源汽车电附件销售，智能输配电及控制设备销售，软件开发，人工智能应用软件开发等。由比亚迪(行情002594,诊股)股份有限公司全资持股。
在微软四十五年的发展史上，仅发生过两次分拆独立事件。 第一次发生于1999年，由两位微软前高管创办的在线旅游产品预订网站Expedia被分拆，随后在纳斯达克上市。 时隔二十年，第二笔分拆发生在中国市场。今年7月13日，微软宣布将小冰业务分拆为独立公司运营，由原微软全球执行副总裁沈向洋博士为董事长，原微软（亚洲）互联网工程院常务副院长李笛为CEO。 “（分拆）这个事情非常难。”谈及分拆事由，李笛告诉36氪，“这是两边凑到一起的结果。既要自上而下有这个意愿，也要自下而上有这个动力，所以非常罕见。” 对于小冰来说，过去六年，微软给予了充分的支持，但长久的发展需要更灵活的运营手段与完整的团队机制，这就需要团队独立作战；而之于微软，独立的小冰可以谋求更多资本支持，微软作为股东，也能与小冰共享业务做大后的成果。 在谈到小冰分拆后与微软的合作关系，沈向洋对36氪说：“小冰作为一家独立的公司，我们当然有自己的权力选择做什么样的事情，但是我们和微软这种血浓于水的关系，短期之内是不可能有任何的改变。” 独立后，小冰在融资、商业化、团队建设上的速度明显加快。11月下旬，小冰公司董事长沈向洋表示，小冰公司已完成Pre-A轮融资，投资方包括北极光创投与网易集团。同时，小冰宣布与微软达成战略合作，双方联合推出“AI+云计算”解决方案，同时确立了三个主要行业：金融、汽车、内容生产。 12月10日，带着独立后的“小冰”，李笛登上36氪2020 WISE新经济之王的舞台：“很遗憾，今天我不想介绍小冰，而是让通过小冰，来介绍我们对人类与AI之间关系的反思。” 小冰 CEO 李笛参加36 氪“WISE2020新经济之王”大会。图片来源：36氪 在小冰的迭代史上，关于小冰的概念有两个，一个是少女小冰，这个形象穿着学生制服，头上戴着粉红色的发卡；另一个则是小冰框架。这个框架可以长出各种各样的角色，不用受限于具体的名字形象，但后端的语言、声音、情感等AI处理能力，皆由小冰框架来提供。 在李笛看来，真正的小冰概念是“小冰框架”，而“少女小冰”只微软小冰时期用来迭代数据的第一个原型产品，“小冰只有她自己，但我们想要整片森林。” 从2014年第一代小冰问世，这个孵化于微软的“AI少女”已经有了八个版本的迭代。其中至关重要的迭代发生在2018年，当时革新的第六代小冰为其史上最大规模的一次升级，正式推出以小冰框架能力为底层的全新AI战略。 小冰框架的诞生，也让小冰与时下的人工智能公司有诸多差异。 与百度、商汤、旷视等AI公司的主线业务不同，小冰在产品形态上没有与诸如智能音箱、摄像头、汽车等硬件绑定，而是强调其作为底层框架，能为用户提供跨平台的AI能力支持。 由于不受硬件形态的限制，小冰也得以实现跨平台的能力展现，在今日头条、网易云音乐、QQ 群，以及华为、OPPO、vivo、小米等软硬件终端内，小冰都以各种形象出现在其应用生态中与用户互动。 李笛对36氪阐述了他的思考，他认为眼下人工智能产品可分为三类： 第一类叫人工智能技术，比如卖计算机视觉技术的公司，这一类更多是研究机构。 第二类是行业里经常说的人工智能产品，比如智能音箱、智能门禁。 第三类是李笛所谓认为的真正的人工智能产品，是指人工智能是主体的产品。其中，人工智能真的在生产，能负担关键岗位，而不仅是用技术去支持另外一个产品。 “计算机视觉技术加进来的门禁，还是一个门禁产品，为什么这么说？因为在AI应用到门禁前，还有用指纹、密码的，用AI可能更方便，但没有改变产品定位，还是一个门禁。”李笛对36氪表示。“人工智不能跟硬件变成绑定关系。硬件是载体，它不是人工智能，（两者）不能这么捆。” 那么，小冰是如何让人工智能作为主体发挥生产力的？ 拿小冰和万得资讯的合作为例，万得需要覆盖26类企业上市公告，最多的时候，每天早上十点会有100家企业同时发布公告，如果需要人类完成公告摘要的提炼发布，就需要一个巨大的团队，而小冰就可以直接替代这部分工作，通过AI实现上市公司公告自动化生成。 这就是李笛所说的小冰对关键岗位的效率提升。“如果没有小冰这个技术，就不能实现这个效果。”李笛说到。 在接受36氪的专访中，李笛还具体分享了他对小冰独立、商业化竞争、与AI发展路径的思考，以下为专访实录： 谈分拆：“两边凑到一起的结果” 36氪：分拆小冰是一个自上而下的决定，还是小冰自下而上的诉求？ 李笛：这件事情自上而下、自下而上都做不了。 第一，分拆对于微软来讲非常罕见，微软历史上40多年就发生过两次，小冰是第二次，上一次是Expedia，分拆之后去上市了。 微软分拆很少是因为，像国内很多公司做资本运作，分拆是为了收回成本，但微软不是，微软现在还是小冰的股东。 小冰分拆不是为了卖掉，如果小冰没有自下而上的创新，没有很强的未来的发展规划，分拆出来也没用，为什么说（分拆）难，这是两边凑到一起的结果。既要自上而下有这个意愿，也要自下而上有这个动力，所以非常罕见。 36氪：您觉得小冰做好拆分独立的准备了吗？ 李笛：如果今天反推，从结果来看，如果我们不是在微软这几年，那小冰fundamental（基础）基础框架也不可能打得这么扎实。今天面向To B、To C或者vertical（垂直）平台我都能做，如果前六年不在微软，我不知道今天还能不能这样。 而当框架完备后，就会遇到一个问题，我技术扎实了，又做了一年商业化，发现各方面确实是OK了，这就像孩子已经成年，可平时家长还是管着，晚上晚睡一会都不行，这时候搬出去才是更正确的决定。 36氪：现在小冰商业化的效率有什么变化吗？您自己工作的重心有转移吗？ 李笛：我的工作重心倒没有变化，但团队变得比原来更完整。 小冰过去是个特区。微软从第一天起，小冰就有独立的产品发布（GTM）能力，我们可以make the call，就是决定这个产品要不要更新与上线，我们还有市场团队，可以自己发布announcement，微软全球范围除了小冰都没有这个能力。 现在商业化的效率明显快了，小冰以前在微软的时候是没有销售团队的，所以很多项目和订单不可规模化，现在有独立的销售和HR团队了。 如果回头去看小冰，你会发现很多事情是相通的，微软为什么要做小冰，为什么要给这么多例外，就是为了本地创新。 谈AI：人工智能不应该被限制在硬件里 36氪：您怎么看待现在人工智能与音箱的关系？ 李笛：人工智能有三类，第一类叫人工智能技术，比如我今天是一个卖计算机视觉技术的公司，在这个垂直领域做得特别深入，其实也能活得不错，但会活得比较苦，因为你不制定规则，你只是提供技术，这一类更多是研究机构。 第二类是行业里经常说的人工智能产品，智能音箱、智能门禁都算，我个人认为是这样，计算机视觉技术加进来的门禁，还是一个门禁产品，它只是一个有人工智能的门禁产品。 为什么这么说？因为在人工智能技术应用到门禁以前，还有用指纹、密码的，用人工智能可能更方便，但是没有改变产品定位，他还是一个门禁。 智能音箱也是，它的确让开灯关灯方便多了，因为我不用走过去，但像刚才说的，智能音箱如果只是一个更方便的摇控器，就没有改变产品定位。 因此，我认为真正的人工智能产品，是指人工智能是主体的产品。就是说，你真的把人工智能当作主体去交互，人工智能真的在生产，能负担关键岗位，而不仅是用技术去支持另外一个产品。很遗憾今天的智能音箱就是这样。 国外的场景已经在改变。像Alexa，它正在找很多科研机构，出一个奖项，谁能让Alexa跟人持续交流30分钟，就给他这笔奖金，他们在追求这件事情。 我们现在尝试让小冰成为一个生态环境的核心，而不是纠结限制在一个产品形态上，比如说音箱，这是我的观念。 36氪：可如果没有产品形态，很难让外界感知到小冰。 李笛：你说得没错，但产品也有换机周期，89块钱买一个音箱，你买得容易，因为它补贴，但是你买得容易，扔得也容易，换机周期就很短。那怎么用出货量来取代市场占有率呢？你只能让人工智能无处不在。 这个生态环境确实建起来不容易，因为是个新东西，但你不能因为不容易，我就用一个具体的物理形态去完成，这是不够的。 36氪：我听下来，你理想中的小冰类似于个人助手？她能跨平台且无处不在。 李笛：这是个好问题，说起来其实助手这种概念是不存在的。 我给你举个例子，比如今天你在开车，我坐在你的副驾驶上，你说天有点热，我伸手给你把空调打开，这时候我的功能是汽车的智能助理，但你把我当成助理吗？不是。你跟我之间有一个比助理，更底层的一个关系，是“我是你朋友”，这才是合理的。 我是你朋友这件事情不是由我干这件事情决定的，天黑了，你说天有点黑，我把灯打开，我这时候是个智能音箱里面的助理，你这时候是把我当音箱吗？不是，所以人和人工智能之间的关系是合理的，这个是创造AI beings核心，干什么工作取决于当时在干什么，在什么场合，这些能力本身都是有很多的，所以助理只是这个工作之一。 36氪：你希望小冰更直接的接触用户，还是她作为后端的能力提供者？ 李笛：小冰的概念有两个，一个叫18岁少女小冰。这个少女小冰不可能跟所有人成为好朋友。就算她跟所有人成为好朋友，她也只有她自己 我们要的是什么？整片森林。所以真正的小冰概念是小冰框架。这个框架可以长出各种各样的（角色），少女小冰是我们用来迭代数据的第一个原型产品。 36氪：OPPO、vivo、小米小爱后面都有小冰，但手机厂商也都在自己做，怎么看待这种竞合关系？跟苹果有Siri有什么不同？ 李笛：目前为止，这些基于小冰框架的第三方应用都是是跨平台的，小冰从来没有一个AIinstance是专属于这个平台的，一定都是跨的。 他是跟人走的，比如用小冰做了一个虚拟男朋友，这个虚拟男朋友今天在华为手机是他，明天到小米手机也是他，有一天你到汽车里也是他，他一定要跨平台。无处不在才是人工智能的特点。 36氪：但这些厂商没有对我们提出什么限制吗？比如告诉你，你不能做手机，或者你不能做硬件。 李笛：也没有。我们在小米生态里面甚至可以硬切换，问用户是想选小爱同学，还是选小冰。你是觉得难以理解？ 36氪：我无法理解说，比如天猫音箱上，我还要选是用天猫精灵还是小冰，这个可能就。比如说我们自己真的做了音响业务的话，或者说我们自己真做了一块硬件的话，是不是就会比较难？ 李笛：如果我真做一个音响，首先第一我今天认为我不应该去做这个音响。但是今天就算我真做音响了，你要相信我，第一件事儿，我会倾向于，我这个音响，我像小爱同学、OPP、VIVO、Breeno，华为的小艺，QQ其他的，BabyQ什么的，你都可以进来，我认为这才是正确的。人工智能不能跟硬件变成一个绑定关系。硬件是所谓的一个载体，它不是人工智能，不能这么捆。 36氪：你们的确是一个特例了。 李笛：我们就是一个特例。
12月18日海通国际成功举行第二届人工智能大会，并于大会上发布第三份年度AI行业研究报告《海通国际2020年中国人工智能产业发展报告》。9位重磅演讲嘉宾齐聚云端，共话新局势下中国及全球AI发展新趋势及投资机遇。 海通国际同时发布《2020年中国人工智能产业发展报告》，就近年来中国内地和中国香港两地人工智能产业的发展趋势、应用领域、政策措施及投融资状况进行简报，深入浅出分析人工智能技术取得突破的成功因素，并探讨行业未来发展的机遇与挑战。 微众银行首席人工智能官、香港科技大学讲席教授杨强在主题演讲环节指出：“人工智能的技术提升有赖于给机器充足的学习资源及学习的能力，而大数据及深度学习就是人与机器两者之间的桥梁。而人工智能研究发展过程中面临着数据方面的挑战，包括数据私隐、数据权益、数据分散、小数据等。”针对数据分散和小数据问题，杨强分别介绍了联邦学习和迁移学习算法，并分享了AI在金融行业的应用案例。 海通国际研究部主管陈昊飞与AutoX创始人兼首席执行官肖健雄进行一对一专访，深入讨论了无人驾驶在中国及全球的技术创新、应用及商业化等话题。肖健雄对于中国无人驾驶的发展前景表示乐观：“完全无人驾驶实现大规模的推广、实现商业化，预计还需两到三年的时间，大概在2022年到2023年左右实现。一旦有了第一个城市覆盖，相信其他的城市很快会跟随。” 在“人工智能与零售”的高峰对话中，火山石投资创始合伙人章苏阳做为嘉宾主持，与云拿智能科技首席执行官冯杰夫、微盟集团副总裁凌芸、海通国际股票研究部董事总经理吴越围绕人工智能赋能零售业所带来的业态变化及挑战展开分享。吴越对中国电商业的未来发展潜力保持乐观，更预测中国电商未来的渗透率至少能从现时的约25%增长至50%以上。 冯杰夫认为智能零售不只限于在线，线下传统实体零售商同样能够应用智能技术，获取和电商一样的竞争力。凌芸表明现今消费者在线活动的轨迹已从“碎片化”变成“粉末化”，企业营销的难度大幅增加，面临“找不到，打不准，留不住”消费者的挑战。零售企业需要先建立线上线下全域的运营，而所需具备的能力则包括全渠道的经营体系及私域流量的运营能力。 至于在“人工智能与工业”的对话中，海通国际执行委员会委员兼环球市场联席主管石平与牧星智能科技合伙人吕涛、天准科技技术总监曹葵康和海通证券机械首席分析师佘炜超展开对话，聚焦人工智能在工业领域的应用。佘炜超分享道，中国的制造业在近十年正持续地从以往的粗放型制造业升级至中高端。对应着产业的革新，企业对设备的要求越来越精细，也因此看到更多的装备公司已在改进研发团队，加大软件及算法方面的人才投入，发展人工智能技术赋能工业实行自动化及提高精准性，令生产环境变得可控。吕涛认为中国仓储物流的市场规模至少达5000亿元，工业厂内物流市场规模预计达2.5万亿元以上，前景可观。而作为智能制造重要部分的智能检测，曹奎康表示国内在半导体检测领域尚存在市场空白，人才和行业经验都比较缺乏，但同时也是重点突破的机会。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估