物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  物联网新闻  >  正文

新工业革命来临,互联网公司将扮演怎样的角色?

作者:本站采编
来源:搜狐科技
日期:2016-06-30 09:23:13
摘要:2016 年夏季达沃斯峰会期间有场论坛辩论会颇具看点,这场主旨为「大笔投资的疯狂想法」的讨论聚焦于企业是否可以成为当下技术的研发主体。与会者来自政府部门、学术机构以及企业界,长期在企业工作的张亚勤直言:「我认为企业主导的研发肯定是会促进科学的进步。」张亚勤列举了曾经的微软亚洲研究院以及现在的百度,都会拿巨额资金投入研发,「我在去年加入了百度公司,大概 16% 的资金去年投入到了研发的领域」张这样说道。

  2016 年夏季达沃斯峰会期间有场论坛辩论会颇具看点,这场主旨为「大笔投资的疯狂想法」的讨论聚焦于企业是否可以成为当下技术的研发主体。与会者来自政府部门、学术机构以及企业界,长期在企业工作的张亚勤直言:「我认为企业主导的研发肯定是会促进科学的进步。」张亚勤列举了曾经的微软亚洲研究院以及现在的百度,都会拿巨额资金投入研发,「我在去年加入了百度公司,大概 16% 的资金去年投入到了研发的领域」张这样说道。

  就在张亚勤这番谈话前不久,《财经》杂志一篇关于李彦宏的专访出街。专访中,李彦宏谈到了百度近期遇到的一些问题,并向外界展示了对于百度转型的规划,比如人工智能以及无人驾驶。而如果结合本次达沃斯峰会的主题「第四次工业革命:转型的力量」来看这一系列表态,在第四次工业革命面前,如何将公司转型顺应社会经济转型,如何让公司的技术创新纳入到国家经济创新体系,成为当下各国政府和各大公司考虑的关键问题。

  新工业革命带来挑战

  第四次工业革命又称「工业 4.0」,是德国政府提出的一个发展概念。相比较与前三次工业革命中机械、电气和信息技术的巨大推动作用,第四次工业革命强调的是大数据、智能(工厂)以及物联网带来的颠覆性影响。某种意义上说,第四次工业革命是制造业借助大数据、物联网实现跨越式的发展的新路径,这一理念也反应在当下中国工业制造 2025 以及「互联网+」的规划里,而在中国经济新常态的当下,新工业革命来临前有诸多挑战。

  人口红利消失:2008 年以后,中国人口红利渐趋消失,人力成本逐年上升,已成为企业经营负担最终的成本之一。

  产业升级压力:中国制造业企业中,大量企业扎堆低端产业链条,在人力成本大幅上涨的现实面前,不得不重新思考如何转型升级;另一方面,传统的能源企业,也在国家一系列宏观调控和国际贸易环境变化的影响下,陷入产业升级的迷思中。

  城市化与就业:城市化推进过程中,随着大量低端产业(企业)被淘汰,进城农民工的就业问题凸显;另一方面,城市化导致的房地产过度开发、楼盘闲置甚至出现「鬼城」......

  上述挑战并非中国独有,而是前三次工业革命发展到一定阶段后的必然产物。正如世界经济论坛创始人兼执行主席施瓦布所言:「我们还无法确定科技突破影响世界的方式和程度,但我们可以肯定的是,这场革命将深刻影响每一个国家和每一个行业。」尽管作为发展中国家的中国,相比于欧美发达国家,其挑战更严峻,但一个现实不能忽视:中国几乎与欧美国家国家同时进入第四次工业革命的「竞赛」中。

  中美两国的新工业革命布局

  之所以将中美放在一起对比,原因就在于中美两国是目前全球最大的两个经济体,两国经济形态在一定程度上有很多相同点。比如互联网经济强势崛起后对于传统产业的推动以及硅谷(中关村)创业热潮带来的新一代产业等等,因此,观察中美两国应对新技术革命的相同点和不同点,颇有意义。

  1.协同创新

  互联网在美国的崛起和发展并非偶然,而是上世纪 60 年,得力于美国政府尤其是军方对于计算机、互联网的投资和扶持,使得整个产业迅速做大做强。其中,美国国防部高级研究署(DARPA)居功至伟,这个机构负责将资金分配给企业、学术机构里,DARPA 开创了国家与企业协同创新的新机制,由此也催生了互联网时代的关键技术,如互联网、半导体、GPS、个人计算机操作系统 Unix、无人机,都和 DARPA 有着千丝万缕的关系,如今,DARPA 正在部署人工智能研究。

  今年 3 月,中国组建军委科学技术委员会,也被外界广泛解读为这是筹建中国版 DARPA 的重大布局,人工智能成为研究的重要课题。

  另一方面,企业将自身研发的技术以及可被市场检验的良好效果「反哺」给国家,能够有效降低政府创新成本,提升政府运营效率。比如亚马逊就与美国政府共同研发政府云,构建一个云上的政府。

  早在去年中国的两会上,作为政协委员的李彦宏提议发起「中国大脑」项目——这是一个国家层面的人工智能研究。而在百度内部,「中国大脑」的迷你版「百度大脑」已经广泛运用到多个产品线中,通过将深度学习算法、数据建模与大规模GPU并行化平台等技术结合,拥有 200 亿个参数的深度神经网络可在政府、制造、金融、零售、教育等多领域发挥效用,这也能让我们看到将来「中国大脑」的巨大潜力。

  2. 开放式创新

  在大数据、人工智能与云计算的新时代,只有开放式的创新才能快速实现技术突破和商业模式的升级改造。2015 年,硅谷的巨头们掀起一轮轮围绕机器学习、人工智能软硬件的开源热潮:

  Google 开源了一个名叫TensorFlow的机器学习平台;

  Facebook人工智能研究院(FAIR)就推出一组基于Torch机器学习框架的开源深度学习工具。12月,Facebook宣布开源针对神经网络研究的服务器「Big Sur」;

  2015年 11月,微软亚洲研究院于将分布式机器学习工具包(DMTK)通过Github开源;

  而在中国,2015 年5月,百度在 Github 上开源了其深度机器学习平台组件。将技术开源,实施开放式的创新,一方面能够加速技术落地,提升终端用户体验。另一方面,作为巨头企业,通过开源技术打造技术创新、社会创新的基础设施,降低技术创业的门槛,也会吸引越来越多创业者加入到技术创新的浪潮中,从而推动整个社会创业创新的技术含量。

  3. 基于国情的创新


  事实上,任何一项技术创新都脱离不了社会、经济发展的大环境。在布局新工业革命的计划里,中美两国也存在一些明显差异。比如美国更强调机器(智能)对于人类劳动者的直接替代作用,这和美国人口、经济结构有着必然关系,每个行业的人力资本都非常高,这也导致大量劳动密集型行业的发展眼中滞后,在这样背景下,机器能够大幅降低成本,从而加速行业发展。

  但在中国,尽管劳动力成本上升明显,但区域性的特征也很明显,内陆的三四线城市的劳动力成本依然可控,也有大量劳动力需要就业。因此,类似美国「激进」的机器替代人类的技术创新并不合时宜。另外,通过「互联网+」,推动传统产业实现数据化经营具有重要意义。以餐饮业为例,首先实现自身菜品的数据化减少,然后通过基于大数据的营销能够触达更多用户,最后则是在服务层面的优化,引入智能助理,甚至机器人都是有效的尝试,像肯德基推出的「KFC original+」概念店,就利用百度的度秘机器人与顾客进行语音交互、智能点餐和全息投影展示。

  如果以人工智能过去一个甲子发展为例,或许更能理解上述三大创新机制是如何相辅相成的。人工智能诞生在学术界,长期以来都是美国各大高校研究的重要课题,但直到 2013 年,Google 收购了一家深度学习算法公司才开始被互联网企业所重视,紧接着,百度、Facebook、微软相继成立人工智能研究机构,而到了 2015 年,随着巨头们开源各自的机器学习软硬件平台,这个产业生态才真正得以建立起来。

  新工业革命面前,中国企业尤其是互联网企业肩负着重要的责任,这才是中国互联网企业崛起并真正走向世界的开始,未来一段时间,围绕人工智能、云、物联网,中国互联网企业,以 BAT为代表的巨头,如何实践三大创新机制非常值得关注。比尔·盖茨曾预言:人工智能是「圣杯」。那么谁最有可能拿到这个「圣杯」呢?

人物访谈