『实战财经』转折点的世界下,未来所有的行业都值得重做一遍( 二 )


美国电话电报公司AT&T 也是在浑然不觉中走向衰落的 。 1985年 , 他们曾委托麦肯锡就“2000年会有多少人使用手机”进行市场调研和预测 。 麦肯锡的结论是:15年后会有90万 。
事实上 , 2000年手机用户已超过1个亿 。 两个数据差了近120倍!对市场的误判不仅让 AT&T失去了几万亿美元的市场机会 , 还让其跌出全球电信巨头行列 。
柯达、AT&T的经历警示人们 , 当旧引擎显露衰落之象时 , 企业若不能及时洞察并采取行动 , 随时都有毁灭之虞 , 哪怕是行业巨头 。
彼得·德鲁克曾谆谆告诫:在动荡的时代 , 动荡并不可怕 , 可怕的是沿用旧的逻辑 。
『实战财经』转折点的世界下,未来所有的行业都值得重做一遍
本文插图
02
一切才刚刚开始
作为一种“超级聚变”系统 , “云+AI+5G”引领的产业智能革命才刚拉开序幕 , “所有行业都要重新做一遍”的判断 , 经过消费智能的破题之后 , 在产业智能阶段将被继续书写 , 不同的是 , 深度、广度、裂度都要深得多 。
“云+AI+5G超级聚变”迅速演进着“总体大于部分”的商业逻辑 , 协同价值凸显 。 企业可以在云里构建供应链 , 数据通过算法进行协同 , 搭建需求与供应间的连接 , 提供个性化服务 。 在这样的闭环里 , 5G、云、AI、终端、边缘及IoT不断走向智能 。
在人机大战的历史上 , 最惊心动魄的当属1997年“深蓝”与加里·卡斯帕罗夫(Garry Kasparov)之间的对弈 。 前者是美国IBM公司生产的一台超级国际象棋电脑 , 后者是国际象棋冠军 。 在正常时限的比赛中 , “深蓝”以2胜3平1负的成绩赢得了比赛 。 “深蓝”的智慧来自于人类棋手智慧的滋养 。 比赛前 , “深蓝”被输入了优秀棋手的200多万种对局 。 虽然“深蓝”在世界超级电脑中只排第259位 , 可其运算速度已达到每秒2亿步棋 , 远非人类可以比拟 。
2016年 , 谷歌旗下DeepMind公司开发的AI围棋程序AlphaGo再次显示了“机器大脑”的威力 。 它先后击败了人类职业围棋冠军李世石和柯洁 。 AlphaGo的工作原理是“深度学习” , 即通过构建多层的人工神经网络 , 用类似人类识别图片的方法 , 反复学习数百万人类围棋棋谱 , 训练出由落子选择器和棋局评估器组成的神经网络“大脑” 。
AlphaGo Zero更厉害 。 2019年10月DeepMind在《自然》(Nature)杂志发表文章称 , 最终版围棋程序AlphaGo Zero已经以100 : 0的战绩击败了原来的AlphaGo 。 AlphaGo Zero通过自我对弈来训练神经网络 , 不再需要学习人类棋谱数据 。 出人意料的是 , 在高频的自我对弈中 , 它发现了围棋的游戏规则 , 并创造出新策略 。
很明显 , AlphaGo Zero下棋的“思路”既不同于“深蓝” , 也不同于人类 。 当它自我对弈时 , 通用处理器(CPU)和图形处理器(GPU)同时进行网络计算与蒙特卡洛树形搜索 , 这种算力令人类难望其项背 。
在为AlphaGo Zero的胜利惊呼之时 , 也引发了我们对另外一个命题—知识经济的思考 。
华为公司产业战略与政策部部长李力认为 , 知识经济时代最大的特征是知识爆炸 。 蒸汽机和电力满足了大规模批量生产的基本条件 , 计算机和互联网则构建了大规模定制化生产的基础 , 导致生产方式转型过程中出现了大量问题 , 通过解决这些问题产生了大量知识 , 这就是知识爆炸、信息爆炸的本质 。
但是 , AI的出现改变了游戏规则 。 AI的特点是:直接算出最终的正确答案 , 而忽略一切中间过程 。 知识经济时代所解决的问题绝大多数都是中间过程中的问题 , 这些问题对于AI来说没有意义 , 所以大量的知识也就突然变得没有意义了 。 回过头来看AlphaGo案例 , 这一点就看得非常清楚:4000多年围棋文明积累的知识在AlphaGo面前是没有什么意义的 。 简单点说 , AI可以把知识经济时代创造的绝大多数知识的经济价值直接归零!


推荐阅读