葉偉志：作為CEO，你要懂一點人工智能

　　關于作者：葉偉志，壹企問創始人，以最新科技幫助企業成為行業領軍，專注領域為企業信息化、軟件開發、人工智能和企業升級。

　　本文為作者于UCB（美國加州大學伯克利分校）人工智能課程學習的第一篇分享內容。

　　就如吳恩達Coursea新開的課程一樣，最近人工智能的熱點，在于人工智能的應用以及人工智能戰略的選擇和落地。

　　當我們說到人工智能，每個人都在期盼會出來一些很奇妙的東西，會是一個腦洞大開的黑科技，這樣才能夠滿足大家對這個熱點話題獵奇的心理。但現實不是很骨感，而是像你肚子上那一圈肥肉，很殘酷很不忍直視。

　　人工智能當中大部分技術，都是一般人看起來普通到不能再普通的技術，都是嘗試代替人去做一些重復性的“算力”操作。

　　在我的理解中，真正有意義的地方，是如何把這些普通技術，應用到真實的商業行為當中。這里的困難，就如這個課程說到的，管理者或者戰略相關者，需要懂得人工智能，不能停留于飯局當中的侃侃而談。至于具體一些算法的選擇和參數的調整，Hire someone（請人?。。。?/p>

　　大數據全部都是業績和目標導向的

　　大數據項目，最容易犯的錯誤，就是非商業導向?；撕芏嗑?，去研究一個離商業很遙遠的事情，這個也跟前面提到的大眾對大數據的獵奇心理有關。一個企業，萬一迷失了方向，為了迎合大眾的獵奇心理，贏得大眾的關注。

　　而去研發一些非商業導向的項目，就會非常危險。本質上來說，AlphaGo表面上就是這么一個項目，雖然事實上，他是一個商業導向項目當中的小分支。但是并不是一個普通公司都能完成這樣的項目，又或者說并不是一個普通公司應該采取的高風險“ALL IN”行為（德州撲克術語：全部賭注賭上）。

　　有價值的大數據項目，都是基于現有的商業模式，使用機器替代一些人力，實現更低成本，更好效果。比如之前我們做的項目，如何用人工智能取代財務上面一些重復性操作？如何用人工智能實現電池的高效高精度質檢？

　　大數據逐漸進入我們的眼睛，是因為大數據的使用成本降低并超過了一個臨界值

　　就如半導體二極管的特性一樣，沒達到擊穿電壓之前，就是不通電的。達到擊穿電壓了，電阻就會快速降低，變成通電的了。

　　大數據也一樣，核心是因為“算力”成本不斷下降，導致大規模地做一些驗證性運算成本變得很低很低。并不要把大數據想得太神奇了，大數據的思想，幾百年前都已經一樣存在。

　　正確理解人工智能大數據的其中一個本質，是低成本地驗證性運算，總結規律并復用。有助于發現人工智能的落地商機。

　　任何一個決策，都是有生命周期的，關鍵能力不是獲取一個優秀決策，而是獲取產生優秀決策的能力

　　“授人以魚不如授人以漁”，還是中文比較有魅力，簡短對仗有口感。事實上，近幾年由于工作的特點，接觸很多創業項目，很多轉型項目，都有一個特點，就是希望通過創始人的一些創新性的決策，然后飛黃騰達，魚躍龍門。

　　但這個顯然是走不通的，就像跑著賽道理論一樣，要保證的，是選擇好賽道，跑在飛速發展的賽道。自己做跑著或者別人做跑著不重要，是不是跑直線問題也不大，最終能跑到終點的，大概都會遵循類似的關鍵點，但路徑會很不相像或者很不重要。

　　這有點光學費馬定理的意味。Em…我以后可以總結一下賽道理論跟費馬定理的集合，用我自己命名可好？

　　非?？碊ynamic Pricing（動態定價）的領域

　　不知不覺，我們走在了社會的最前沿，我們不是看到動態定價，而是在電商行業，實現了復雜情況的動態定價。

　　實時監控競爭商品的價格，并通過人工智能的技術，決定后續操作，并自動化操作。希望我們判斷對了，或者說希望我們踩狗屎運了。

　　所有的公司都會變成軟件公司->所有公司都會變成數據公司

　　這個作為多年的軟件開發公司，對這個非常大的感受。以前別人問我們干嘛的，我們說我們是做IT的，開發APP，網頁，公眾號，小程序，內部系統等等。

　　但是現在，每個公司都有IT的需求，每個公司都有IT團隊，每個公司現在已經是，或者將來都是IT相關的公司，IT就像電力一樣，以后每個公司都用電，每個公司都會成為軟件公司。當然，數據公司也一樣，不過估計還得有一些時間。

　　作為CEO，你要懂一點大數據和人工智能

　　以后所有公司都會變成數據公司，作為CEO，一定需要懂得人工智能，因為人工智能必須基于戰略層面的高度，做好規劃，調度戰略資源，才有可能成功。

　　你也無法雇傭到一個能夠基于戰略高度自主產生計劃的人工智能專家。這次課程當中，就有大量的企業家，企業高管參加，每個人對課程的安排都贊不絕口，都收獲良多。