李開復預測：未來 20 年 AI 將深刻影響五大產業

IT之家 6 月 25 日訊息 創新工場的創始人李開復在近日發表了《飛奔的 AI 時代》演講。在演講中，李開復預測了在未來二十年，AI 等技術發展會深刻影響五大產業變革。

李開復提到這五大產業分別是：

• 世界工廠 AI 自動化升級，中國先進製造引領全球

• 能源和材料價格大幅下降，中國供應鏈主導世界

• 智慧城市和萬物聯網到位，全自動駕駛全面普及

• 中國商業智慧創新倍出，AI 驅動商業運作新秩序

• AI + 醫療創新降低疾病致死率，延長人們的生命

IT之家瞭解到，李開復還在演講中表示，「如果說美國稱霸世界緣起於百年前在能源、製造、運輸、醫療四大領域的成功，今天，中國有大資料和 AI 的優勢，自動化、智慧化產能繼續保持‘世界工廠’的地位。」

以下是李開復演講的全文：

很高興創新周和大家分享。今天我分享的是「飛奔的 AI 時代」，想把未來維度拉到二十年，看看世界會是什麼樣。記得兩年前，我來南京演講的時候用了當年出版的《AI未來》，裡面對中國的 AI 發展做了非常樂觀的預測。這本書出版之後，國內外反響熱烈，有人支援，也有人反對。從產業價值實現來說，我三年前預測中國人工智慧會在 2023 年左右趕上美國，依據有幾點：

一是中國有特別突出的人才優勢，比如姚期智院士、周志華教授、創新工場首席科學家周明等科學家和他們的優秀學生；

二是中國有巨大市場帶來的商業模式和資料優勢；

三是政府務實有力的政策支援 AI 產業；

四是競爭的創業生態下催生出強大的本土創新型企業，它們的業務在飛速發展，也推動了資料、AI 及其他技術的突飛猛進。 今天回頭來看過去三年發展，這些預測已成真。AI 四波浪潮正重塑各行各業。

第一波浪潮是網際網路智慧化。美團、位元組跳動等網際網路巨頭都在 AI 驅動下，創造了巨大市場和超高市值的奇蹟。

第二波浪潮是商業智慧化。AI 在金融、保險等擁有海量可標註資料的領域，已經取得非常好的落地成果。

第三波浪潮是實體世界智慧化。計算機視覺、聽覺，還有各種 IoT 聯網裝置的普及，讓 AI 對真實世界的感知會比肩人類，甚至在某些領域超過了人類生理感知的能力。雖然 AI 應用目前還是弱人工智慧，但是針對定義的任務，如人臉識別、物品識別、AI 看片、智慧質檢等領域，AI 已超過人類。

第四波是現在最火的一個領域：全自動智慧化。當 AI 有了手和腳，加上視覺和感知，它能夠在無人駕駛、機械臂抓取、無人機噴藥等場景中創造巨大的價值。過去幾年，定位「TechVC」的創新工場投資了接近 50 個人工智慧公司，其中誕生了 7 個獨角獸，這很有可能是全球投資機構中名列前茅的成績。

當然，雖然人工智慧行業整體發展良好，但是在硬科技領域中國急需解決「卡脖子」的問題，這需要上下齊心協力一起應對。

除了人工智慧方面，中國在化學、生物等其他領域的研發和轉化能力也在突飛猛進。雖然中國的諾貝爾獎、圖靈獎得主的數量還不夠多（這些是需要時間累積的），但至少從高質量的論文數量維度看，無論是人工智慧領域，還是生物、化學和其他材料等重要領域，中國近年急起直追，部分領域已經超越或者接近美國和歐洲的水平。這些進步，讓我們對中國整體科研能力提升的前景非常樂觀。

科技曾經助推美國成為超級強國

從百年曆史的維度來看大國的發展機遇，上一次的歷史機遇可能是 19 世紀末 20 世紀初美國崛起成為全球科技大國。美國的崛起有多維度原因，其中很重要的是趕上了幾次工業革命的浪潮。第一次科技革命主要是肇始於歐洲，也主要是歐洲得益。第二次科技革命，美國迸發出相當數量的科技成果，這為美國崛起並超越歐洲奠定了重要基礎。到了二十世紀第三次科技革命，美國的各項優勢得以全面發揮，引領了整個工業革命的浪潮，此後取得全球霸權。之後的第四次科技革命中，美國仍然領跑世界。

美國跑贏的幾場工業革命充分說明科技是第一生產力，這也讓其稱霸能源、製造、運輸、醫療四大領域。這四大領域也孕育出了稱霸全球的跨國公司。能源方面，美國有埃克森美孚、洛克菲勒、通用電氣等巨頭；製造業方面美國有通用、福特等汽車巨頭；鋼鐵方面，我的母校卡耐基梅隆大學所在的匹茲堡，孕育出了創始人之一卡耐基先生的鋼鐵巨頭卡耐基鋼鐵公司（後合併為美國鋼鐵公司）。而醫療方面，諾貝爾醫學獎的獲得者幾十年來幾乎被美歐學者壟斷，十九世紀末美國南北戰爭期間更誕生了強生公司、輝瑞公司這樣的全球製藥巨頭。

正如能源、製造、運輸、醫療四大要素鑄就美國的超級大國地位一樣，今天的中國正面臨類似的歷史機遇，製造革命、能源革命、自動駕駛、商業智慧、醫療創新等變革正在中國開啟。我預測未來二十年，AI 將像電力一樣推動或者造就這五大變革，賦能產業。 預測 1 世界工廠 AI 自動化升級中國先進製造引領全球 第一個預測是中國「世界工廠」的 AI 自動化升級。中國的世界工廠地位來自歐美國家的生產外包和低廉的勞動力紅利。時至今日，中國在供應鏈、材料、製造的質量和流程方面的 know-how 有了長足進步。過去一年，在新冠疫情、中美貿易摩擦壓力下，中國依然維持住了世界工廠的地位，但不容忽視的是，中國勞工收入已經是印度和越南的兩倍，低廉成本的價格優勢正逐漸消失。而這些國家透過一段時間的外包也慢慢學會中國的 know-how，進而有可能挑戰中國「世界工廠」的地位。

在保障勞工收入的情況下，如何帶動製造業升級？工業自動化、智慧化勢必是中國製造業的一劑特效藥。在工廠裡用人的手腳、眼睛和大腦做的事情，將逐漸全面自動化。自動化能讓運營成本下降，但仍能讓中國保持生產質量、流程、供應鏈維度的優勢。今天中國工廠擁有世界最多的工業機器人，但機器人的智慧水平仍然不高。未來，這些機器人的 AI 化會逐漸增加，廣泛應用於各種場景。

創新工場投資的這些公司，未必要把工人取代。我曾經在富士康擔任多年獨立董事，瞭解取代一個製造 iPhone 的工人非常困難，因為人手的靈巧、手眼的協調，還有每年 iPhone 精密的更新迭代，讓自動化的方法非常難實現。我大膽預測，在下面幾個行業裡，我們會找到一些特別容易切入、今天的科技可以解決的場景。

AI 在工業視覺領域已經超越人眼。深度學習是用 CNN 發展出來的，所以它能做人臉識別、物體識別，也能做智慧質檢，這是 AI 賦能「最低垂的果實」之一。創新奇智通過計算機視覺技術，在工業製造領域創造很大的價值。

農業也是 AI 賦能「最低垂的果實」。極飛科技的無人機可以播種、施肥，也可以用無人拖拉機做灑水的工作。一個農田無論是種棉花，還是種稻種麥，都比起做手機、做鞋子等更容易標準化，所以 AI＋農業一旦落地成功，可以更容易地全球化擴張。

在自動化領域，自動駕駛在新冠疫情後加速落地，但是目前鮮有到 L5 級別的全自動駕駛。但在限定的場域，比如在工廠或倉庫裡面做無人搬運，和工人加機器臂從事人機協作，可以馬上創造價值。

在生命科學智慧自動化領域，創新工場投資的鎂伽通過實驗室的智慧自動化，把 AI + 自動化技術滲透到了生命科學領域，如新冠核酸檢測等，已在醫院、疾控中心和實驗室開始落地，也能把核酸檢測取樣之後的檢測流程完全一體自動化。

創新工場會不斷投入 AI 賦能的「低垂果實」——AI 技術門檻相對低的，更容易產品化、商業化的領域。

從橫軸看，工業會是第一個突破的領域。中國能夠繼續維持世界工廠的重要地位，經過自動化加智慧化升級，應用領域走向商業、走入家庭。類似技術很容易從工業打通到商業領域，如果技術已經成熟到能做工業自動叉車來搬運，同樣也可以做個安防機器人放在商場，這樣的技術在家庭場景也可以做出更智慧的家務機器人。

同樣，雙眼雙手有這樣的由簡到繁的發展過程：首先在工業領域用最多的資金來解決最難的問題，經過量產實施和大量資料把 AI 訓練得更聰明後，在進入商業領域和有終端使用者互動的場景落地，最後再落地到家庭領域，衍生出不同形態的產品。

從縱軸看，「眼睛」—— 計算機視覺相對容易，其次是相對粗放的搬運，最後，模擬雙手會是最困難的。未來二十年，這幾個領域都會逐漸發展。在之後，我相信這些機器人都能夠自我複製、自我修復，然後對接各種 3D 列印的可能性。未來的機器人世界，會由中國的自動化工廠升級開始，逐漸穿透更自動化的商業和家庭場景。 預測 2 能源和材料價格大幅下降中國供應鏈主導世界 第二個預測是能源革命。光伏發電在過去二十年成本降低 20 倍，鋰電池成本降低 45 倍，今天光伏已經是最便宜的發電方式之一。在新能源車推廣的影響下，光伏會越來越便宜，而且它吸收陽光之後，過往不用就浪費掉了，隨著儲能技術也在進步，可以把能源存在鋰電池以後繼續使用。

電力逐漸會從傳統不節能、不環保、不容易儲存的能源逐步轉成綠色環保的儲能。太陽能 + 鋰電池兩種技術將導致每十年電力的價格下降 1/3-1/4，按此計算，二十年後電費只會是原來的 1/10。

當能源產出方式開始切換的那天來到，誰是最有優勢的國家？

過去，誰有石油、誰有礦山、誰有天然氣，誰就佔優勢，完全仰賴著老天賜予一個國家的天然資源。但是今天當太陽能或風能 + 鋰電池的發展成熟，陽光和風相對不具有上一代能源供給的稀缺性，關鍵是誰有製造能力，誰的工業產能最強，誰就領跑全球。

新材料技術的突破將會進一步推進能源變革的程序，合成生物和很多其他的技術能讓生產成本大大下降。農業將從耕種收成產能主導，搖身一變轉化為供應制造產能主導。製造能力強的國家，同樣也將領跑農業。

未來，垂直農場將是人類的重要糧倉。蔬菜水果將在一個個工廠裡的垂直農架上進行無土種植。眼下開始興起的植物肉、幹細胞等技術，能在不傷害動物生命的情況下把未來的食物製造出來。

可預見的未來，生產一個新物品所需的材料越來越便宜，越來越綠色，所需的能源也越來越便宜，未來物品製造完全靠自動化機器人完成，人類將進入一個消滅貧困、消滅飢餓的豐饒時代。豐饒時代的到來需要世界工廠級別的製造實力，中國要在豐饒時代引領全球，就要看自動化、智慧化升級的程度和速度跑得多快，而 AI、大資料等平臺級技術，將是底層的新基建。 預測 3 智慧城市和萬物聯網到位全自動駕駛全面普及 第三個預測是智慧城市和萬物網際網路到位，全自動駕駛將完全普及。

我把全自動駕駛時代分為兩個階段：

第一個階段是先在簡單的特定場景落地，打通商業化路徑。比如從倉庫工廠的自動叉車做起，再做固定路線的擺渡車、小巴，再到計程車。四個場景陸續落地後，就已經進入 L4 級別自動駕駛。

第二個階段是全自動駕駛的 L5 級別自動駕駛。自動駕駛取代人類，安全通暢地行駛於所有交通場景：不管是颳風下雨、還是極端氣候、或是月黑風高；無論是在狹窄的衚衕，還在酷熱的沙漠，全自動駕駛都能安全前進。

這一天到來可能是二十年以後，如何加速實現？打造智慧交通和智慧城市是關鍵。

最近，江蘇一些高速公路新項目採用讓人耳目一新的新技術：天氣不好或者天黑時，地上有自動燈和感測器幫助車充電，這些都是讓智慧交通智慧城市加速到來的方法。

當前，歐美和中國對自動駕駛的擁抱態度大相徑庭。歐美是在路不變、城市不變的前提下，思考自動駕駛怎麼上路。中國是特別擁抱新技術革命且有強大執行力的國家，願意去探討為什麼一定要路不變城市不變？為什麼不能讓高速公路跟車「講話」？為什麼不能在某一個新建城市中心，把車和行人從地上到地下分層，這樣車不會撞到人，可以更大程度加速落地 L5 級別的自動駕駛。

無人駕駛的時代一旦到來，與之配套的是劃時代的作業系統。過去幾代作業系統怎麼誕生的？隨著 PC 的電腦軟體應用，Windows 作業系統出現了；2015 年後隨著智慧手機快速在全球普及，iOS、安卓作業系統出現了。作業系統一旦普及起來都是全球性的，那下一次是什麼會催生什麼下一個巨大的作業系統呢？我認為很可能是全自動駕駛。因為它的實現，需要把 AI、多種感知技術、軟硬體通訊、操作決策融合在一個非常強大的計算環境，不僅有當地的運算，也有遠端的運算、雲端計算結合。

這個作業系統的實現難度非常大，但一旦做成，車子就有了眼睛、手和腳，像人一樣能看能聽，能走能動。

自動駕駛達到這個程度後，兩件事情會接著發生：第一是海量資料讓 AI 越算越好；第二是自動汽車產量變大，會把所需的元配件成本降低。比如鐳射雷達的價錢在二十年裡大大降低，最終造一輛智慧車的成本也會降下來，造一個機器人的價錢也會下來，成本降低後有利於自動駕駛的全面普及。不久的未來，你可以順理成章、價格合理地用上自動駕駛 + 機器人作業系統。

安卓平臺創始人 Andy Rubin 在六七年前做了個公司叫 Playground，致力做一個基於自動駕駛和機器人的作業系統。但他做的時間太超前 —— 當時元配件的價格還很高昂，自動駕駛等 AI 技術還遠未落地，發展遇到很多困境。世異時移，現在也許是解決這些問題的好時候，比如 Windows 早於蘋果、谷歌好幾年就研發出了移動作業系統，但之後的 iOS 和安卓基於消費者端智慧手機的廣大普及，才真正開啟了移動網際網路浪潮，新的應用和系統，有時候要「生逢其時」。 預測 4 中國商業智慧創新倍出 AI 驅動商業運作新秩序 第四個預測是中國商業智慧的創新突破，AI 驅動商業運作新秩序。剛剛我們探討了感知技術和自動化技術，這些可以達到人們視覺、手腳、移動的功能，接下來是探索人腦的理解能力。未來的商業智慧是要征服對人類語言的理解，不僅是語言識別，而是對文字內容的理解。

資料智慧有四個層級：最底層的「資料」是零亂、無結構的資料，往上一層的「資訊」在此基礎上「讀懂」了資料內容。現在大部分深度學習都用在「資料和資訊」兩個層級上。

第三層的「知識」目前用上了圖譜、關係鏈，但大部分還沒有用到 AI。最高層次是「洞見」，基於事件和洞察的智慧分析和輔助決策能對使用者進行推薦，但遠遠不完美。

我們認為未來商業智慧會在頂端的「知識」和「洞見」兩層。創新工場也在做一些試驗：嘗試做一個大語言模型，在這個模型之上再做遷移學習，在一些垂直領域快速落地，創造有商業應用場景的產品。比如在機器翻譯領域，如果「知道」翻譯的檔案是關於金融，那麼會比一個通用的普通翻譯翻得精準得多。

「千人千面」是 AI 強項，今天抖音就能「千人千面」，可以根據過去看的視訊，不斷地針對個人便好推薦視訊。淘寶也能不斷推薦符合使用者喜好的商品。但 AI「千人千面」推出的為何只能是已有視訊，而不是新視訊？如果生成新的視訊很難，其實可以嘗試先做「千人千面」的文字。比如一個甜美日系女孩，AI 在瞭解她的情感、需求、使用場景後，AI 就像美妝營銷顧問，可以做出最適合她的腮紅或脣釉購買建議。

另外一個場景是「金融事件理解」。今天金融很數字化，可以做風控、反洗錢，但是有沒有可能提升到一個層次？比如預測全球疫情兩個月之後就能緩解，該投資什麼？如果巴拿馬運河再堵塞三個禮拜，該賣掉什麼股票？這都是金融領域的大老闆會問的。這些經過搜尋引擎的提升，加上 AI 和大資料提煉的「知識」和「洞見」，有可能在未開催生出新的商業秩序。所以大資料和 AI 變革遠未停止，我們希望把它們格式化、知識化，進而做出「洞見」。 預測 5AI + 醫療創新降低疾病致死率延長人們的生命 第五個預測是 AI + 醫療將降低疾病致死率，延長人們的生命。當前，全球生命科學正經歷巨大變革，醫療資料在快速地被數字化，除了穿戴裝置的普及，醫療的部分流程如 AI 看片，基因排序等新技術都將帶來標準化、結構化的海量新資料。資料是 AI 發展的必要燃料，肯定會給 AI 在醫療領域的創新應用帶來更好更多的機會。

舉個例子，今天我們去看醫生可能每次只能和醫生談話五分鐘，但這五分鐘背後蘊含著巨大的資料，如果醫生在 AI 的幫助下，能細心到收集到像圖右這張哈佛醫學院資料顯示的每一個細節，就可以做出「千人千面」的診斷和治療方案，進而優化流程降本提效。

除了用 AI 和大資料作出「千人千面」的治療方法，手術機器人的普及應用，用 AI 發明新葯等都是巨大的機會。創新工場投資的 Insilico Medicine 英矽智慧，是用 AI 輔助新葯研發領域的世界級領軍企業，今年三月宣佈了全球首次用 AI 研發特發性肺纖維化藥物的突破，釋出了全球首個針對這個病症經由 AI 研發出來的臨床前候選小分子，我們也很樂見這麼前沿的 AI 創新制藥公司和著名藥企輝瑞、強生、藥明康德等有不同層面的合作探索。

未來 AI 可能會給製藥帶來兩個巨大的改變：第一個改變是極大程度降低製藥成本、節約時間。現在用 20 億美金做一個藥，未來有望降到 1/10 的價格。現在藥廠因成本高昂不願意開發的罕見病藥物，上述英矽智慧的 AI 新葯研發，將傳統藥物臨床前階段就要花上四五年的時間，大幅縮短到 18 個月，大大降低了新葯研發的時間和金錢投入！未來，AI 可以顯著加速研發新葯，緩解患者病痛。

第二個改變是「千人千面」的治療方案。為什麼每個人生病都用同一種藥呢？傳統的製藥方法，做一個藥從研發到臨床階段要花上 10 億-20 億美金，未來做藥如果到一兩億美金，就會有更多的藥讓患者得到個性化的治療療法。而中國對醫療新技術的擁抱和投入，有望引領這場 AI + 醫療的產業變革。

結語

如果說美國稱霸世界緣起於百年前在能源、製造、運輸、醫療四大領域的成功，今天，中國有大資料和 AI 的優勢，自動化、智慧化產能繼續保持「世界工廠」的地位。正如前述，由於製造優勢打通了能源革命和農業供給的變革，製造一旦強了，能源、農業、未來新材料也連帶增強。如今，AI + 醫療進入快車道，合成生物等新技術帶來重新洗牌的機會。

今天時間有限，我提出的五大預測可能只是其中一部分，但毫無疑問的是，具有「世界工廠」火車頭地位的中國，有很大機會在下個二十年的全球產業變革中成為弄潮兒，為世界創造巨大的價值。