AI還沒有真正顛覆我們的生活，但AI讓人類對文明的爭論走到十字路口。

抽象看：一方面基于硅元素的“硅基”文明，正在通過計算力升級互聯網，塑造人類超級智能最高權力決策系統，并試圖創造智能化獨立個體；另一方面被廣泛忽略的是——基于碳元素的“碳基”文明，在生物和基因領域勢如破竹的突破，試圖幫助人類增強能力和修補缺陷，締造更加完美的自己。“硅基”文明向“碳基”文明學習機制，“碳基”文明努力從“硅基”文明尋找動力。這個十字路口的核心追問是：人類究竟應該相信自己還是相信自身的科技能力？

宏觀看，科技精英牽引著人類社會的生產力和價值觀，重構文明。國家層面，中國政府2017年將人工智能寫進《政府工作報告》，美國白宮2016年就發布了一份名為《時刻準備著：為了人工智能的未來》（Preparing for the Future of Artificial Intelligence）的研究報告，兩國都清晰的認為AI是下一個時代科技制高點。美國谷歌、亞馬遜、蘋果、臉譜（Facebook）等公司無一例外的用人工智能升級業務和重塑公司，中國以華為為首的技術巨頭不僅通過“端管云芯”（終端設備、通訊管道、云端計算和芯片智能）全方位的占領世界性制高點，也包括BAT、聯想、TCL等全球化產業集團對AI毫無例外的大手筆投資，對于他們來講——AI時代是重塑競爭力的重要窗口期，他們渴望一張通向產業未來的門票，新的門票也是對過去的救贖。

和互聯網時代不同，大家篤定的認為：這張門票更少的公司可以擁有。

微觀角度，公眾既有對新時代的期盼，也有對“硅基”文明新科技的恐懼。紛繁復雜的信息中，媒體選擇了技術精英的學術科普作為突破口，一時間“自學習”、“算法”、“神經網絡”、“計算機視覺“等技術概念涌入了普通人的認知，加上馬斯克等國內外科技明星宗教末日般的演繹，和諸多創業公司“人間天國”般的描繪，對比蒸汽機、計算機、互聯網帶給人類的沖擊，AI效應注定沖擊更大，層面更廣，立意更深。

本小編將從產業的角度解構AI，我們盡量回避宏觀敘事對技術的夸大和情緒化的牽引，通過對華為、BAT、谷歌、微軟等公司的頂級科學家的訪談和研究，力求從技術哲學和戰略思想層面勾畫AI時代的全球產業格局、競爭本質和人文影響。

AI端智能崛起

應該說，中國人工智能領域最有代表性的兩位技術決策者是余承東和李彥宏，我們先從他們的戰略選擇談起。

余承東作為華為消費者業務CEO，是華為手機業務核心技術商業化的投資者和決策者，同時他被公眾廣泛忽略的一個角色是“技術創新架構師”，曾經作為華為無線業務的負責人，他主導的分布式基站、SingRAN的顛覆式創新，帶領無線業務形成了全球性的競爭力。在AI方面，“聚焦領先別人幾條街”的技術是他和華為高層一直追求和提倡的，而圍繞“端管云芯”的AI開放生態平臺被賦予極高的戰略地位，并由此提出Mobile AI戰略（移動AI戰略）。

李彥宏在公眾中擁有廣泛的影響力在于技術專家的財富神話和AI時代堅定的領導力，但近些年，公眾對百度的道德批判掩蓋了其對技術趨勢判斷的專家能力，面對AI時代他“激流勇退”引入陸奇，本身也是回歸技術投資者和決策者的一種努力。正如他所言：“在90年代美國讀碩士期間最感興趣的就是人工智能課程”，擁有互聯網基因的李更多強調AI的跨界應用、平臺化商業模式的打造。他認為：互聯網是前菜，AI是主菜。百度要完成“連接信息”到“喚醒萬物”的轉變成為“AI企業”。

商界大佬都蓄勢待發。但坦率的講，對于AI這樣大跨度多維度的系統性創新，完全不懂技術的管理者很難獨立做出系統性判斷。余承東和李彥宏的獨特技術背景，客觀上確實讓華為和百度分別占據中國AI領域硬件和軟件兩個制高點。

從余承東的視角所見華為的AI戰略焦點是Mobile AI包括On device（設備端）和Could AI（云端）兩個基點，他的看法是：AI賦予了智能手機更加自然交互歷史性的奇跡，通過重塑所有智能設備的交互模式，人類的視覺、聽覺、知覺和傳感器的硬件交互，不僅可以提高用戶信息服務的獲取效率，也讓設備從輔助性決策角度升級為超越“手機通訊”本身的超級智慧終端（個人助理、數字分身），這是擁有硬件基因的華為下一個全球性的戰略制高點。

從李彥宏的視角看AI則是對BAT互聯網格局的重塑，不僅百度搜索的天然“自學習”智能屬性，也包括百度“AI平臺”在“百度大腦”和“百度云”的雙戰略上獲得了重塑開發者生態的歷史性機遇。李彥宏多次在訪談中談到“跨界整合”，這體現了以百度為代表的BAT超級巨頭看重的是“后互聯網”時代的戰略性空間（詳見2016年專欄文章《互聯網終結，人機智能崛起》）。

總結起來：以華為為代表的AI戰略堅持以客戶體驗為中心，堅持客戶主體性和用戶主體性，“客戶主體性”就是幫助運營商等合作伙伴賦能AI，而“用戶主體性”就是幫助手機消費者擁有智慧型體驗。而以百度為代表的AI戰略更多傾向于云端超級智能對客戶和用戶的場景化滲透和掌控。

更精確的表達是：BAT的AI戰略簡單說是“AI的基礎設施”，全場景滲透；華為的戰略是“基礎設施的AI”，使能業務。以上對比說明AI的創新應用在科技巨頭層面已經出現戰略選擇的明顯差異，或者叫“分歧”。

理性的一面，馬化騰表示：最值得騰訊大手筆投資的就是AI、云計算以及大數據。未來所有企業基本的形態就是，在云端用人工智能處理大數據。感性的一面，馬云說：人類有智慧，機器有智能，動物有本能。人有信仰，人有愛，人有關懷，人有價值觀，人有使命感，而機器不可能擁有這些。

但客觀講，AI業務對于這些中國科技巨頭來看，并沒有外界想象的華麗和從容。騰訊的一位高管私下承認：“AI首先是挑戰騰訊傳統業務，現在遠遠沒到挑戰別人的階段。通過服務‘+AI’的方式推動自我革命是當務之急，其次才是AI能力生態化分享”。這個評價非常中肯，騰訊和阿里共同的弱點就是科技金融投資的強勢弱化了自身科技產業創新能力。

華為負責AI的技術專家Felix的看法從科技巨頭的角度也很有代表性：“從2B的視角看，AI商業化的門檻非常高，壁壘主要來自于垂直行業本身而非技術，大公司對于數據、算法、商業模式的立體壁壘并不是創業團隊可以簡單超越的；2C的層面，大公司會將AI能力越做越簡單，并不斷開放出來，其中將釋放出大量生態化應用的場景支持中小公司創業，但是目前很多另起爐灶的中小型創新未來都可能淹沒在科技巨頭的新生態里。”

放大以上中國科技公司的共性和分歧，加入美國科技公司做全球性對比，我們有更多發現。如圖1：AI全球競爭生態，基于上述的目的，不同公司有著不同的戰略布局路徑，我們主要分析比較有代表性的谷歌、華為、亞馬遜、微軟和百度這五家公司：

谷歌：谷歌的AI戰略圍繞機器學習框架 TensorFlow的開源展開，延續了Android時代的開放戰略，谷歌的戰略思想依然是用“草根開發者”和“草根應用”提供的數據喂養谷歌智能，構建新時代的超級平臺。谷歌2B的戰略還是以云服務為主，這方面回避了與亞馬遜、微軟的正面競爭。

但亞馬遜和微軟對AI的C端價值擁有共同認知，在亞馬遜的MXNet平臺和微軟的Cognitive Toolkit平臺都無法正面與谷歌競爭的前提下，雙方選擇了合作開發Gluon平臺，并兼容各自系統。這種抱團取暖本身就說明了美國公司對各自能力邊界的理性判斷。2017年10月份，谷歌開始在中國大力推廣AI學習系統TensorFlow，首先納入的目標用戶就是阿里巴巴和騰訊，可見其“AI生態創建者”的決心，谷歌也最有可能成為AI時代的全球領導者。不過谷歌的弱點是中國市場對其的“數據化隔離”可能讓其失去全球最有價值的科技市場；

華為：華為在AI戰略上的投資，其實最早追溯到2011年低2012實驗室的基礎研究，最初是圍繞數據洪峰對ICT行業沖擊所需做的技術儲備，諾亞方舟實驗室2012年6月的正式成立，應該算華為正式投入AI基礎研究的最鮮明信號。而且延續華為持續保持開放合作，產品解決方案上，對于ASR語音識別選擇和科大訊飛合作，對于智能翻譯在Mate10上選擇與微軟Translator進行合作。而余承東為代表的華為技術領導者鎖定的自身核心競爭優勢主要集中在麒麟970人工智能芯片的底層創新以及基于“端智能”的Mobile AI平臺化開放解決方案。由此，華為延續了在運營商業務“有所為有所不為”的戰略思想，如圖，在擁有中央智能、管道智能、AI設備、AI芯片的同時，依然“上不碰應用，下不碰數據”，選擇與AI領導者公司合作，為AI中小創業者提供平臺，開創了一種升級版的競合關系。而2B領域，針對下一階段人工智能的部署，任正非2017年對GTS（全球技術支撐部門）講話說的非常清楚，核心觀點是：第一，改變公司內部作業模式，改善管理；第二，投資完善AI平臺；第三，降低成本，解決客戶痛點。但華為的挑戰主要是如何更加高效的讓端智能牽引整體AI能力提升，這需要大象學會跳舞；

亞馬遜：客觀講，亞馬遜的MXNet平臺其實在主戰場已經邊緣化了，Eco智能音響即使作為成功的AI產品已經有了1萬多個Skills（技能），但真正成功獲得AI化能力的目前或許只有聽音樂、查天氣和設置日歷這些簡單應用。國內跟風亞馬遜音箱的創業公司大有人在，大家都期望智能音箱成為家庭場景的AI入口，但產品承載力可能面臨挑戰，Echo在技術上和Siri及Google assistant并沒有跨代創新優勢，對于語音入口成熟的時間窗口和技術要求目前看過于樂觀了，甚至智能音箱的入口屬性遠遠低于科大訊飛的語音能力；

微軟：目前微軟的云服務在企業級市場勢頭非常好，微軟也正式憑借云戰略的成功，從軟件優勢的削減中獲取了新的增長點。所以微軟非常希望AI能成為云戰略的使能器，擴大和鎖定企業級業務的競爭優勢。這方面反而微軟企業級業務對標的IBM“認知計算”目前擁有明顯的戰略瓶頸，應該說IBM的Watson目前只有DeepQA（深度問答）的能力，既不具備深刻平臺智能也不具備應用突破的可能性。導致在IBM在AI時代技術積累瓶頸非常明顯，微軟的AI和云戰略很有可能徹底洗掉IBM的企業級市場，這也是微軟與亞馬遜在C端AI平臺合作的原因，其主要戰略方向還是2B的核心優勢的延續；

百度：百度戰略決心、技術儲備、應用平臺、可擴展性應用都是中國AI企業中最有進攻性的。在中國的平臺型AI研發中，百度是毋庸置疑走在前沿。但是百度的弱點也很明顯，第一是GMS（account system and service賬號系統及服務）能力很弱，這也是百度搜索業務根本性頑疾，一直沒有有效解決過，這直接導致了百度AI的生態粘性和應用效率不夠。目前李彥宏和陸奇希望走微軟的路，但其PaddlePaddle學習平臺對于開發者的應用指向性目前并不明顯，其有對標谷歌的能力和意愿，能有效依附于目前哪些既有核心競爭力形成突破還是值得觀望的。如果百度不能成功的將AI能力平臺化，那可能最好的戰略選擇就是和華為這樣的硬件巨頭深度合作，像微軟和亞馬遜一樣形成差異化的競爭優勢。為BAT中的騰訊和阿里其實從能力上講，在AI開放平臺上肯定遜于百度，但騰訊的9億活躍用戶和GMS服務是最可能的AI突破口，主戰場應該還是在微信層面，阿里在10月份規劃3年投入1000億的達摩院更是巨資從谷歌、微軟挖來AI專家主持阿里AI實驗室，最有可能在支付寶和云服務的生態獲得重大突破。而且，騰訊阿里在用戶云端的數據和計算能力都是領先于缺少GMS系統的百度的。BAT之間在共同互聯網生態之間零和博弈也將更加白熱化。

其他公司來看，目前美國媒體也多次報道蘋果正在研發一款專門處

理人工智能相關任務的芯片，他們內部將其稱為「蘋果神經引擎」(Apple Neural Engine)。這塊芯片將能夠改進蘋果設備在處理需要人工智能的任務時的表現，而其針對的功能目標則是AR（增強現實）和自動駕駛。但不可否認的是：由于AI生態本身就是革蘋果生態的命，蘋果很難成為AI時代的首要顛覆者。

目前AI商業模式并沒有成熟的情況下，AI生態競爭領域有三個本質的追問：第一是用戶主體還是平臺主體？背后是“端智能”和“云智能”的競爭；第二是誰是超級智能平臺？背后的本質是AI生態競爭；第三是什么是超級智能入口？背后的本質是數據智能和算法智能的競爭。值得一提的是：在全球AI產業生態中，整體看，端側2C的智能目前是最稀缺的能力。

華為、蘋果在這方面無論是布局還是技術突破口都擁有得天獨厚的優勢。華為的麒麟970芯片作為全球第一款集成NPU神經網絡單元的移動芯片問世，代表“端智能”傳遞出強烈信號——同時發布的HiAI人工智能架構給開發者預留的接口，已經構建了下一代應用系統的出行。加之華為在云端智能、管道智能的能力，已經擁有幾億設備用戶的華為手機，未來在全球人工智能領域將獲得獨特的競爭優勢。“端側智能崛起“可能是全球AI生態競爭最大變量，AI競爭的核心產業價值對于巨頭來講就是生態主導權，對于應用類公司將就是應用競爭力的延續。

歸根結底，全球AI生態競爭的結果很有可能依然延續了移動互聯網時代的Android和IOS陣營的對決，只不過加入了AI芯片作為端智能平臺的變量，這方面華為的進展值得期待。

AI初級階段

基于上文對“AI生態“的分析，小編認為AI的商業機會主要有三個維度：核心是擁有AI生態平臺，主戰場是應用創新，最大商業機會應該出現在現有應用的“AI體驗升級”。

但我們也堅定的認為：“AI生態”才有可能成為真正的“人工智能”。AI生態最接近于“人工智能”的“神經元系統“，未來最有可能的智能形式是基于“AI生態”下多個智能應用基礎上，

從“大數據”到“小數據”的搭接。但這種智能形態還是硅基文明復制碳基文明的形態，不可能超越人類。任何一個獨立AI應用都不可能真正獲得真正意義的“智能”，只可能是高級的“數據智能應用”。如圖2，在“AI技術進化階梯”中，我們部分借鑒了加州大學洛杉分校朱松純教授的觀點，對AI的進化邏輯做了梳理，以便更好的理解AI競爭層次的背景。

AI興起（1956-1974）：AI的理論準備階段，以命題邏輯、謂詞邏輯等知識表達、啟發式搜索算法為代表。以數理邏輯的表達和推理為主。

AI初始應用（1980-1990）：AI的初始應用階段，基于決策能力的專家系統、知識工程、醫療診斷等應用，80年代末有短暫的神經元研究熱潮。以概率統計的建模、學習和計算為主。

AI生態競爭（2010-2060）：新的AI競爭背景是互聯網公司智能升級，以及AI平臺生態的競爭。AI芯片的研發具備歷史性意義，這讓AI生態最有可能成為真正的“人工智能”。

AI人格化（2060-未來）：為了融合科學界和公眾的認知矛盾，我們將AI（Artificial Intelligence）翻譯為“人工智力”，提出AC（Artificial Competency）即“機器人格”的新概念，AC時代是AI人格化階段。人類科技只有解決了知識的多場景推理，理論上突破知識表示問題，AC才能獲得真正突破機器的人格邊界。而端智能帶來的AI和人類平行進化，大腦的智力效率在2060年即未來50年之前應該在相同因素效能對比中繼續領先，AI人格化需要新的計算平臺和新理論突破。

通過圖2的AI歷史性分析，我們可以看到AI其實在未來40年時間內應該無法形成人格化的里程碑意義突破（除非AI理論發生顛覆式創新或量子計算、神經元研究等獲得實質性突破）才有人格化的可能性（參考專欄《華為手機的光榮與夢想》中“天使級智能“論述）。而公眾對于“人工智力”、“人工智能”和“機器人格”邏輯層次的混淆是其對AI替代人類憂慮的根本原因。

橫向對比人類歷史上的重要科學進化步伐來看AI產業準備度，也有利于我們認清AI產業處于研究早期的基本事實。也有利于我們打消顧慮：

AI基礎理論VS物理學理論：從認識世界的角度，看牛頓、愛因斯坦以來300多年的物理突破，人類基本上勾畫了宇宙的原理模型。AI基礎理論僅有60年的發展，遠遠沒有完善的系統。

AI基礎理論VS生物學理論：從生物學的角度，只有10-25瓦的人類大腦計算力可以比擬大型的數據中心，據統計，目前人腦只開發了大概8%的能力。人類簡單的DNA結構，根據科學分析，每一個人擁有400萬億個細胞（皮膚、肌肉、神經等）僅僅用46種染色體可以表達。人類的核心“算法模型”的表達力是驚人的，AI差距很大；

綜上所述，對于“AI能否取代人類”這個公眾感興趣的話題，小編看法相對保守：目前AI是基于“大數據”的暴力計算邏輯，如果獲得智能上的突破，最有可能的突破點在于形成機器的“知識推理”能力，本質是解決知識表達范式的問題。

實際上AC作為人工智能的真正未來確實還沒有能力對人類智能形成挑戰。正如麒麟人工智能芯片科學家Abner所言：AI的智力、速度、耐力、爆發力人類其他感官能力相比，沒有那么時尚和戲劇性，也確實沒什么可怕的。

全球格局看，中美無疑將是未來全球AI決戰的兩個核心國家，目前美國AI基礎研究強于中國，中國基于數據開放的應用優勢明顯好于美國，加上華為終端為代表的中國高端制造在手機領域的全球競爭力，BAT的全球化進程加快，中美的AI企業之間會擁有更加緊密的合作，而這種合作大概率是通過“巨頭搭臺，創業公司唱戲”的方式展開的。

AI進入了真正的戰國時代，與歷史上秦國滅亡六國靠法治精神類似，AI巨頭能真正統治世界的還應該是新科技文化對“應用領先者”和“草根開發者”的感召，AI的大歷史注定由“小人物”創造。雖然最后集大成，形成真正人工智能的公司或許只有谷歌、華為和蘋果這樣的全球化公司，但AI時代對智能數據的高要求一定會讓超級應用獲得更大的話語權。

回到公眾層面，恐懼表面上源自于人類個體的思想自卑感，但深刻的原因在于我們在AI研究“還處于起點”認識的偏差，以及我們對無限未知的憂慮。

相信技術精英——無論何時，他們也不會放棄這個星球上最美的人格，及無限接近的真理！