人工智能大趨勢(shì)下的選擇

找到這個(gè)場(chǎng)景，并通過人工智能的方式獲取數(shù)據(jù)，這才是大多數(shù)創(chuàng)業(yè)者應(yīng)該好好琢磨的事情。對(duì)于某些創(chuàng)業(yè)者和投資人來(lái)說，這是一個(gè)真正大時(shí)代！

一、無(wú)意識(shí)中被人工智能控制

人是被系統(tǒng)控制的動(dòng)物。這個(gè)系統(tǒng)的形成由規(guī)則和價(jià)值觀、世界觀所界定。規(guī)則是指人類確定的法律、經(jīng)濟(jì)、商業(yè)等法則。價(jià)值觀和世界觀是人關(guān)于對(duì)錯(cuò)行為的界定等。這些都會(huì)對(duì)人類的行為給出明確的邊界，并最終控制人類的行為。

有個(gè)案例，《第五項(xiàng)修煉》一書中提到的啤酒游戲。游戲由顧客、零售商、制造商三者組成。它們通過訂單和送貨方式進(jìn)行溝通：上游負(fù)責(zé)給下游供貨，下游向上游下訂單。

游戲的結(jié)果很有意思：不管參與者誰(shuí)，跟你的社會(huì)地位、智商、性別、年齡、文化、職業(yè)等無(wú)關(guān)，最后的結(jié)果都是相同的：一開始缺貨嚴(yán)重，最后庫(kù)存積壓嚴(yán)重。

在這個(gè)游戲中，規(guī)則一旦設(shè)定，所有人的行為模式都趨同。原因很簡(jiǎn)單，系統(tǒng)決定了你的選擇，這個(gè)結(jié)構(gòu)讓所有人都傾向于采用類似行為，最后產(chǎn)生類似結(jié)果。不要自以為自己與眾不同，或者運(yùn)氣更好，有更好的結(jié)果。

這個(gè)游戲也預(yù)示未來(lái)人工智能的世界會(huì)更加可怕：一個(gè)人已經(jīng)被人工智能所控制，但還完全不知。這并不遙遠(yuǎn)。目前的弱人工智能已經(jīng)在開始影響人們的選擇。

比如說，我們購(gòu)買衣服，你選擇什么顏色，選擇什么款式，看似是我們自己決定的。但隨著系統(tǒng)對(duì)你了解越多，它會(huì)越來(lái)越推薦你可能會(huì)購(gòu)買的衣服。獲取資訊也是這樣，今日頭條等資訊內(nèi)容渠道會(huì)根據(jù)你的閱讀行為給你推薦信息，你跟它的互動(dòng)越多，你留下的行為數(shù)據(jù)越多，它給你推薦的內(nèi)容你會(huì)越來(lái)越感興趣，把之前無(wú)法呈現(xiàn)的內(nèi)容呈現(xiàn)在你面前，你的時(shí)間就會(huì)被它控制。

這個(gè)還是比較初級(jí)的人工智能優(yōu)化。更深層的人工智能，將來(lái)的超級(jí)人工智能會(huì)把整個(gè)城市變成巨大的算法控制的機(jī)器智能。比如交通出行，它知道每個(gè)人要去哪里，會(huì)安排最合適的路線，由自動(dòng)駕駛來(lái)實(shí)現(xiàn)，也不會(huì)堵車，人完全由超級(jí)機(jī)器智能控制。甚至連你要去哪里旅游，要購(gòu)買什么商品，想聽什么歌，看什么電影，玩什么游戲，是否要參加什么興趣班，是否要貸款，是否換工作等等，通過萬(wàn)物互聯(lián)的IOT，都能通過收集、分析、預(yù)測(cè)你的行為，最后無(wú)縫給你提供商品和服務(wù)。比如你最近突然對(duì)德國(guó)景點(diǎn)資訊感興趣，系統(tǒng)根據(jù)各種行為預(yù)測(cè)你計(jì)劃去德國(guó)旅行，它會(huì)幫你設(shè)計(jì)定好路線、安排好行程、定好酒店等。Uber或滴滴還會(huì)了解到你什么時(shí)候出行，在你出行前準(zhǔn)備把車停在你家門口。從你有想法到最后實(shí)現(xiàn)的所有的服務(wù)，都有一個(gè)打包的商品和服務(wù)，你不用操心，甚至你要給誰(shuí)帶回禮物都給你做好提醒，并幫你購(gòu)買。

今天，還遠(yuǎn)遠(yuǎn)做不到這么智能。但是未來(lái)人工智能就像人類的大腦，它是個(gè)機(jī)器，它沒有情感，也沒有所謂的明確意志，但是它通過機(jī)器學(xué)習(xí)，通過一些標(biāo)注的數(shù)據(jù)，能夠進(jìn)行自我學(xué)習(xí)，最后能夠識(shí)別數(shù)據(jù)，具備機(jī)器智能。IOT的萬(wàn)物互聯(lián)則給機(jī)器大腦提供了各種數(shù)據(jù)素材，就像它的五官一樣，最終把世界上的所有事物連接起來(lái)。包括人和物。

亞馬遜的echo是智能音箱，但它不僅可以放音樂，不僅是它的全新的語(yǔ)音交互方式，更重要的是它連接了各種服務(wù)商，可以在上面購(gòu)物，購(gòu)買服務(wù)等。用戶跟它交互越多，它越了解用戶的需求。原先用戶要購(gòu)買一雙球鞋，需要上網(wǎng)打開淘寶京東等，各種挑選后購(gòu)買下單。而echo，則直接告訴它：我需要一雙新球鞋，你有什么好建議。它可能會(huì)問你：你是不是還打算購(gòu)買阿迪達(dá)斯的球鞋，尺碼多少，顏色是什么樣？最近有一款新的，價(jià)格多少？你是否需要。在得到你肯定回答后。當(dāng)天或者第二天，球鞋就到你家了。所有的決策和支付在對(duì)話中完成。

這里的核心，不單純是自然語(yǔ)音識(shí)別和自然語(yǔ)義的理解，更重要的是這個(gè)交互模式背后的支撐的服務(wù)商，他們通過這個(gè)語(yǔ)音交互跟用戶連接在了一起。

二、大趨勢(shì)下的選擇

數(shù)據(jù)是人工智能時(shí)代的戰(zhàn)略資產(chǎn)。所有人都非常明白這一點(diǎn)。關(guān)于底層的系統(tǒng)架構(gòu)，大多數(shù)的創(chuàng)業(yè)者不用去考慮，主要是谷歌、亞馬遜、阿里、騰訊、百度去考慮的事情。這個(gè)是基礎(chǔ)生態(tài)。

對(duì)于更多的創(chuàng)業(yè)者來(lái)說，如何獲取數(shù)據(jù)，如果在這個(gè)智能生態(tài)系統(tǒng)上通過場(chǎng)景應(yīng)用去獲得數(shù)據(jù)，在整個(gè)人工智能生態(tài)里面是有機(jī)會(huì)。

正如前面描述可以看到，距離超級(jí)機(jī)器智能時(shí)代還很遠(yuǎn)，這個(gè)很遠(yuǎn)，對(duì)創(chuàng)業(yè)者和投資人來(lái)說是巨大的機(jī)會(huì)，遠(yuǎn)比互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)時(shí)代更大的機(jī)會(huì)。之前只是卷入了這個(gè)世界上能夠數(shù)據(jù)化的一小部分而已，而未來(lái)將卷入的是整個(gè)世界大大小小的事物。這個(gè)是何等壯闊的未來(lái)！

比如說跟傳統(tǒng)行業(yè)合作，把數(shù)據(jù)標(biāo)注好，在一個(gè)垂直領(lǐng)域建立人工智能的模型，不斷地獲取更多的數(shù)據(jù)，提供傳統(tǒng)產(chǎn)業(yè)效率。在網(wǎng)上看到一個(gè)案例，原先賣風(fēng)車的傳統(tǒng)企業(yè)，賣完了，也不知道后續(xù)的情況，誰(shuí)在用，損耗情況怎么樣，什么時(shí)候需要更新，這些數(shù)據(jù)都不能及時(shí)獲得。后來(lái)有家公司很聰明，就在風(fēng)葉上加上傳感器，每天都能獲得這些最新的數(shù)據(jù)，包括風(fēng)力的分布，風(fēng)葉的損耗情況，是否需要更新，甚至風(fēng)力分布也能知道。有了這些數(shù)據(jù)，就可以專心為風(fēng)葉公司服務(wù)了，公司由生產(chǎn)商轉(zhuǎn)型為服務(wù)商。原來(lái)做生產(chǎn)，產(chǎn)能過剩，利潤(rùn)微薄，但轉(zhuǎn)型做服務(wù)，盈利就好起來(lái)。

金融、醫(yī)療、教育、傳統(tǒng)制造業(yè)等幾乎所有的行業(yè)都能參與到這個(gè)里面來(lái)。對(duì)于今天的創(chuàng)業(yè)者來(lái)說，人工智能的大趨勢(shì)下，機(jī)器學(xué)習(xí)也好，IOT也好，都是為了提升效率的手段，更多在于找到高效獲取數(shù)據(jù)的場(chǎng)景應(yīng)用。

找到這個(gè)場(chǎng)景，并通過人工智能的方式獲取數(shù)據(jù)，這才是大多數(shù)創(chuàng)業(yè)者應(yīng)該好好琢磨的事情。對(duì)于某些創(chuàng)業(yè)者和投資人來(lái)說，這是一個(gè)真正大時(shí)代！