被AI潮拋棄的企業?對話微軟CTO韋青,如何應對“變革”焦慮

NO IMAGE
1 Star2 Stars3 Stars4 Stars5 Stars 給文章打分!
Loading...

640?wx_fmt=png

來源:大資料文摘

作者:鄭璇真

本文共3414字,建議閱讀8分鐘

微軟中國技術長韋青講述了自己對於企業資料化智慧化轉型的看法。


本文為清華資料科學研究院聯合大資料文摘發起的年度白皮書《頂級資料團隊建設全景報告》系列專訪的第三篇內容。《報告》囊括專家訪談、問卷、網路資料分析,力求為行業內資料團隊的組建和高校資料人才的培養提供指導性意見。前往文末參與填寫問卷,將獲得《報告》完整版~

640?wx_fmt=png

“再不資料化智慧化,就要被拍死在沙灘上了!”

 

大資料和人工智慧似乎成為了這個時代的主題曲,與此同時,焦慮感也開始在行業中蔓延,從初創公司到行業巨頭,都急切地想要跟上這股越炒越熱的浪潮。

 

但在資料化轉型的嘗試中,很多企業卻面臨著資料團隊建設目標不清晰、業務界限模糊、人才缺乏等問題。

 

究竟什麼是資料化、智慧化?這些緊張的企業們跑對方向了嗎?

 

7月初,在康奈爾北京峰會上,微軟中國技術長韋青在現場參與了人工智慧圓桌論壇,會後,我們和他聊了聊,聽他講述了自己對於企業資料化智慧化轉型的看法。

 

640?wx_fmt=png

Q:目前很多企業還屬於資料化的轉型階段,但也想要跟上 AI方向的轉型熱潮,您怎麼看,會覺得這是操之過急的嗎?

 

A:倒不是說操之過急,但我覺得現在的企業其實沒有必要太過焦慮,現在經常聽到“實體經濟要被虛擬經濟代替”的言論,“脫實入虛”與“脫虛入實”兩派也爭得火熱,大家尤其是所謂傳統企業好像都特別焦慮。

 

我首先要強調的一點是,未來是一個所有變化都基於數字化的時代,因此不管企業做的是什麼樣的事情,如果數字化這一步做不到位的話,確實不會有很好的未來。

 

但是目前的情況是人們把“智慧化”神話了,其實沒有必要。

 

從本質上說,所謂智慧化,和從前的自動化,或者說數學上的預測和分析並沒有什麼區別,都是依靠足夠的資料來產生一種模型,用這種模型來對事件進行預測,或者來操縱一些操縱器,從而做出更多東西來。

 

如果不瞭解智慧化的這種實現方式,只看到人工智慧表面上非常類似人類智慧的表現,很容易覺得人工智慧的行為方式就像真正的人一樣,從而將智慧化神話。但實際上,人工智慧只是在海量資料中找出模型之後的一種擬合。

 

這種擬合的方式,其實早在400多年前,牛頓和萊布尼茨發明微積分的時候就產生了,微分的擬合和現在人工智慧的原理其實在本質上並沒有區別。

 

人工智慧再怎麼偉大,都是在幾十年前通過邏輯歸納的方法,模擬人的思考,引入概率的方法來做出的。所以人工智慧說來說去就是分類、聚類,加上擬合。

 

彷徨和焦慮的企業可能在做著資料數字化的同時又想跟上AI的潮流,但我們要請這些企業反思一下自己,為什麼要做數字化?真的做完數字化了嗎?

 

我可以很公平地講,很多企業壓根就不知道為什麼做數字化,也沒有做完數字化。比方說現在很多企業認為上雲不安全、不可靠,或者覺得自己服務自己就已經足夠了,所以決定不上雲。

 

我非常尊重這種決定,但是這不是真正的數字化。

 

這裡的邏輯跟100年前用電是一模一樣的,當你的廠子只有十盞燈需要用電的時候,只要裝一個柴油發電機,甚至手搖發電機就足夠,甚至趕個騾子轉圈就夠用了。

 

從表面上看,點亮了十盞燈也是電氣化,但真正的電氣化是包括整個工廠所有的生產流程,包括家庭要有電冰箱、電視機,那時候只趕騾子轉圈來發電就不行了,手搖發電機也不夠用了,甚至在自家後院用柴油發電機發電也不夠了。

 

不使用雲來進行數字化,就和用手搖發電機來實現電氣化是一樣的。

 

雲是什麼?雲就是一種計算能力,理論上用手機也可以實現雲的能力,手機也具備網路,具備資料,具備計算。雲的基本就是資料、網路和計算這三點,不要把雲神話,它就是一個抽象的手機,一個電腦、一個伺服器。

 

我們說“雲物大智”是新一輪發展的四部曲,雲是雲端計算,物是物聯網,大是大資料,智是人工智慧。

雲端計算是起點,終點是未來的智慧社會。現在的智慧實際上是建立在概率論的基礎上的,也就是資料養大的,但現在資料還不夠,因為我們還沒有建立起萬物互聯社會,而萬物互聯要靠雲端計算架構來支撐。

 

如果連雲都不上的話,要做智慧是不可能的,因為沒有云就說明數字化沒有做得徹底,也沒建物聯網,物的資料沒收上來,就不可能產生比對,就產生不了洞察,沒有洞察就沒有智慧。

 

所以現在一定要實證,只要自己去想自己去做,就會發現其實很多事情完全就是人云亦云。

 

現在人云亦云得最明顯的一個現象,就是由虛入實和由實入虛的爭論,其實沒有什麼可爭的,虛實經濟是趨勢,虛擬和實體一定是結合的,不存在誰代替誰的問題,誰也代替不了誰。因為數字化、虛擬有效率高的優勢,而實體是人能夠感知到的,虛實是可以結合相長的。

 

還一個人云亦云的說法,就是彎道超車。

 

其實彎道超車就是賭博行為,因為嚴格意義上,彎道超車的技能要求遠比正常開車還要高,正常情況應該是我的技能很好,才能彎道超車,但現在有的企業是說自己不行,想要彎道超車,這不就賭博嗎?實際上應該是變道超車,得承認自己不行了,但是再開一盤棋,這樣我覺得比較科學一點。

 

Q:現在很多企業為了進行變革,會引入第三方的AI自動化專案,微軟本身也在推出這類產品。您有什麼建議呢,AI/資料化變革中,企業應該用第三方的,還是建一個自己的核心團隊?

 

A:現在人工智慧要做成,要有四個支柱,一個是人才,一個是資料,一個是演算法,一個是算力,有的公司把這些混淆在一起,不明白是怎麼回事,就會問,AI團隊是用第三方的還是用自己的?

 

只能是自己的。

 

就像用電一樣,雖然我們自己並不會去發電,但是我們會拿電來設計電器,比如說格力用電來做空調冰箱,同樣的,微軟、阿里或者百度,提供的就像電力一樣,是一種“智慧力”,企業要把這種智慧力轉化成自己行業的演算法。

 

第三方不會知道企業的流程怎麼才是最優秀的,好的做法應該是由第三方為企業提供最優秀的基礎演算法和充分的算力,企業自己把資料採集上來,培養自己的專家,當然這個專家也可以由第三方幫忙培養,但一定要了解行業經驗、行業知識,結合自己的行業知識和經驗來得出適合自己的演算法。

 

企業在這個過程中可以源源不斷地使用第三方提供的計算力,這種計算力的表現形式只是最基本的compute,就是說第三方會提供一些基礎的演算法,但是不可能幫助企業解決人工智慧的問題,這方面企業一定要靠自己。

 

企業要培養自己的人才,但沒有必要培養所謂算力的人才,因為算力是勞動密集型、資金密集型的;也不是要培養演算法的人才,而是要培養利用演算法的行業人才。

 

就像要擰螺絲,最終目的只是要把兩個傢俱擰在一起,而並不是要螺絲和螺絲刀,沒有必要自己去開個螺絲刀廠,只需要從德國買一個最好的螺絲刀過來擰上,就可以了。

 

Q:微軟對於資料人才或者AI人才有怎樣的期待?對想要入行的同學們又有什麼建議呢?

 

A:我們對人才的期待有兩個。一個就是要數學非常好,就是在演算法的層面,我們稱之為演算法科學家。這是要花很多時間積累的,其實不只是數學,也要有實際經驗,還得有計算機能力,包括電子工程的能力,得是個全才。

 

第二個我們發現現在最缺的,是懂行業經驗的,能夠把資料科學家做好的工具用起來的人,這樣的人才極度缺乏。等於說原來兩個櫃子是用釘子釘上的,現在有人發明了一種螺絲能夠比釘子更好,但是滿大街沒有人會用螺絲,都只會敲釘子。實際上敲釘子和擰螺絲雖然動作不一樣,但本質是差不多的。

 

對同學們的建議,首先我個人不認為每個人都可以成為科學家,其實大部分人都是實用型人才,包括我自己也認為我只是一個實用型的人才。

 

所以大家首先要掂量自己的能力,你是可以真正像數學家一樣做出演算法的突破,還是說你對這種工具非常瞭解,願意把它應用到國計民生中去,為人類造福,也可以理解為,你是願意充當特斯拉、愛迪生,還是成為後來的福特?後者是在用電力去改造這個社會,但並不去考慮電力本身。

 

對於同學們來講,我覺得不要過多糾結現在(人工智慧/大資料)很熱門,100年前電力也很熱門的,每個人都建個小電廠,但實際上你會發現這些大部分都死了,因為社會的關注點馬上就會轉到用這個電來落地,你會發現什麼都要改造的,過去100年是電氣化改造和資訊化改造,現在是智慧化改造,這種改造的能力其實是非常重要的。

 

我給大家的建議是一定要明白,人工智慧是資料,是演算法,是計算力,你可以做資料,做數學,做晶片開發,做5G通訊,也可以做物聯網,也可以做雲端計算,這些都是人工智慧的組成部分。不要說去做人工智慧就只是人工智慧。

另外就是不要吃二手飯。我們現在最頭疼的就是太多的年輕人去吃二手飯,什麼叫二手飯?比如今天講區塊鏈,在開源社群有很多做好的鏈可以發,但是有多少人自己發過一個鏈呢?

 

其實自己發過就會知道,現在社會上講的無論是人工智慧還是區塊鏈還是量子計算,絕大多數都是胡說八道。

 

因為媒體編輯記者不如科學家那麼懂人工智慧和量子計算,但是同學們卻希望靠這些媒體的記者編輯,來把這些他們自己都不懂的知識傳授給你。

 

所以強烈建議我們不要吃二手飯,要自己去了解人工智慧、區塊鏈,量子計算。

640?wx_fmt=png

640?wx_fmt=jpeg

程式語言 最新文章