深圳会展中心
2021中国高新技术论坛实录:“改变世界的新兴科技”
新闻来源:特约评论员 发布日期:2021-12-28

  主题:2021中国高新技术论坛 

  时间:2021年12月28日09:30--1200 

  地点:深圳会展中心梅花厅 

    

  实录内容: 

    

  主持人:各位早上好,欢迎大家来到2021中国高新技术论坛。我是深圳卫视的主持人王海东,今天上午我们将会围绕“改变世界的新兴科技”这一主题来展开研讨,而这个主题也是历届中国高新技术论坛的常设的主题。我们具体将会围绕:AI+5G——让智能无所不及,万物皆“云”——重塑IT边界,量子计算:应用、布局与未来,邀请来自学界和业界的专家、学者在此发表他们的精彩观点。今天上午一共有五位嘉宾进行现场分享,有三位嘉宾进行视频分享,在活动正式开始之前受主办方的委托还是要再次提醒现场各位嘉宾、各位朋友,戴好口罩并请您把手机调到静音状态。 

      正式的进入到今天的主题演讲环节,第一位视频演讲嘉宾是中国工程院院士倪光南先生;倪光南先生是我国计算科学技术的杰出贡献人物,他曾经担任联想集团首任总工程师,主持开发了一系列具有里程碑意义的计算机相关技术和系统,是中国计算机学会终身成就奖的获得者。今天,他视频演讲的题目是《拥抱RISC—V开源芯片新潮》,请看大屏幕。 

    

  倪光南:大家好,我是倪光南 

  很高兴受邀参加第二十三届中国国际高新技术成果交易会中国高新技术论坛。 

  今天我和大家分享的题目是《拥抱RISC-V开源芯片新潮流》 

  众所周知,CPU(中央处理器)架构是芯片产业链的龙头,它不仅决定了CPU的性能,而且在很大程度上引领了整个芯片产业。尤其是对设计人才培养、设计工具(EDA)、芯片IP库、应用生态等环节有重大影响,此外,也影响到芯片的生产、测试、封装等等环节。近年来包含微处理器的SoC产品在芯片产品中的比重已增大到70%以上,这说明CPU架构对芯片产业的影响正继续增长。 

  中国芯片产业经过这些年的发展,已经取得了很大的成就,目前市场上已经有多家国产CPU架构并存(例如飞腾、华为、申威、龙芯、海光、兆芯等等)。不过历史经验表明,一些CPU架构虽然可以在某些特定市场上使用,但很难成为世界市场上流行的主流CPU。 

  近年,一种新兴的、开源RISC-V精简指令集CPU架构为我们主流芯片发展提供了机遇。RISC-V架构由美国加州大学伯克利分校计算机科学部门于2010年发明,它采取开源模式,用户可自由免费地使用该架构进行CPU设计、开发并添加自有指令集进行拓展,自主选择是否公开发行、或商业销售、或更换其他许可协议、或完全闭源使用。 

  去年,RISC-V基金会总部迁到瑞士。该芯片的领军人物David Patterson教授已在深圳与清华建立联合实验室。这几年,我国产学研用各界通过评估和试用,普遍认为RISC-V架构先进,功能完善,有可能在新一代信息技术领域获得市场优势。 

  鉴于RISC-V采用开源模式,这并不需要大量资金投入,只要组织和调动好开源社区,开源人才,进行相应的政策引导,充分发挥我国举国体制优势,丰富的人才优势和超大规模市场优势,RISC-V就可以得到快速发展。 

  近年来,由我国科技人员组织和开展的开源社区,如OpenHarmony、 OpenEuler等已经得到了业界的认可和支持,事实证明中国正在逐渐从开源的使用者到贡献者过度,正在从开源大国走向开源强国。我坚信在中国举国体制下,依托中国巨大人才资源和超大规模市场优势,中国也能孵育出符合行业规律,和世界开源同行融合的顶级开源社区,我们完全可以在推动本国科技事业发展的同时,也为世界开源界作出卓越贡献。 

  让我们与世界同行一道,拥抱RISC-V开源芯片新潮流,充分利用开源模式,协同世界开发者共同推进开源RISC-V芯片的发展,为快速发展我国芯片产业、为构建人类科技命运共同体而做出贡献! 

  谢谢大家! 

  主持人:谢谢倪光南先生,今天的第二位演讲嘉宾,是中国工程院院士、中国联通科技委主任刘韵洁先生。作为CHINANET的重要奠基人,刘韵洁先生主持设计、建设了我国公用互联网、高速宽带网等重大工程,为国家的信息化发展打下重要基础,被誉为“中国互联网络之父”,今天他视频演讲的题目是《未来网络的发展趋势与机遇》,请看大屏幕。 

    

  刘韵洁:各位领导、各位朋友大家好,很高兴参加今天的论坛。我报告的题目是未来网络的发展趋势与机遇。大家知道互联网取得非常大的成功,对人类社会的发展起得非常大的推动作用,互联网开始进入到实体经济就面临很大的挑战,互联网它的架构原来传输好就传输好,传不好只能卡顿一下和重传一下,但是到到实体经济需要特别稳定的网络,而且到实体经济它需要差异性的服务,每个企业都需要不同的网络。什么样的网络架构来满足这样的需要?这就是国内外的产业界和技术界面临的巨大挑战,这是行业发展对确定性网络的新的要求,比如说AR/VR、传感、全息沉浸式的应用,现在大家都提出来了元宇宙概念的需求,它对于网络的延时、抖动和带宽都提出了非常大的要求。有一些它要求有一秒的抖动,大部分要求100微秒200微秒的时延抖动。车联网也提出这样的要求,但是现在这些方面我们现在的传统互联网做不了这些业务的需要,尤其是时延抖动,这个几毫秒、十几毫秒的抖动都有可能。这样的网络挑战,我们必须要解决它,才能发展工业互联网。 

      国家把未来网络发展作为一个战略,包括我们国家“十四五”规划当中,把未来网络变成五大核心技术之一作为新型的技术产业。而且在大科学装置方面,未来网络网络本来是“十三五”的计划,现在到“十四五”又把它列为一个重要的国家国民经济的重要平台。而且这个方面国外发达国家尤其是美国,去年推出一个工业4.0,就是互联网的下半场提出一个项目,这个项目也是要解决在现行网络架构新的技术的问题,这样的一个技术发展趋势得到国内外的肯定和认证。这个发展思路大概是这个网络需要什么样的网络架构,现在有什么不一样?我可以用这个图给大家做解释。 

      我们现在的普通互联网跟这个图就是普通网络一样,这个事情是比较恰如其分的,但是我们的互联网上面没有高速公路,也没有专用车道、高铁、航空,在消费领域可以,大家都走普通网络就可以。但是到工业互联网需要有高铁一样也需要高速公路的快车,这些方面应该按照企业的需要来定制自己的网络。这样的网络开发和定制的话,我们网络的利用率就可以大大提高,现在我们的网络50%的附载就要扩容,将来90%以后再扩容也有可能,这个大大提升网络的能力,不仅每个行业、企业、用户都可能定制自己的网络,这个就会真正使未来网络的牵引,让它有更多的智能定制。这是我们提出一个网络架构,就是要达到这样的目标,提出新的网络的承载,要有大网的操作系统,网络要有大的,原来没有的。大数据、人工智能、网络安全、区块链这些技术都是在未来网络当中的很重要的支撑应用。美国他们做的事情跟我们都是在同一个方面,同一个技术路径在往前走。 

      我们国家在这个领域当中,我们是从2013年国家列了一个大的科学计划就是未来网络实验实施,这个是我们不断的在重要的领域布局,比美国早七八年的案例。这个案例的特点就是一个普通的网络怎么在上面开高速公路,原来的互联网开不出高速公路和高铁,我们就是这样的增加新的网络平面,这个网络平面完全新的设备、新的架构、新的控制、新的网络融合的基础。任何一个在普通网络上的用户都可以随时随地的开高速公路或者坐高铁,都可以做出这样的选择。这样的改造以后,我们国家的互联网就会有不一样的品质和能力,我们现在有四大特点。 

      这四个能力我逐一给大家做汇报: 

      第一,定制的服务能力,每个用户根据自己的需要可以定制,网络自动分踪迹开发这样的能力,我们现在大概需要一条电路不是一个网络,光一条电路都要一两个月才能提供服务,将来我们要开一个网络,有十几个节点,二十个节点覆盖,我一下子就可以把网络开通出来。 

      第二,确定性的网络服务能力,网络时延抖动有的要求几十微秒,为什么要200微秒?就是200微秒发一条指令,因为这个抖动大于200微秒就要有新的指令,就有两条指令,这个就会造成事故。在实际控制当中必须是禁止的,不能出差错,我们前面已经跟华为突破了这项技术,做了一个实验,我们从北京到南京经过13个城市2000多公里把这样的技术突破了。我们的算法、控制、操作系统的调度是一个实验室完成的,我们做到端到端大概经过1100公里能够做到20微秒的抖动,这在全世界也是首次实现的。这个技术实现以后,PRC包括其他的一些远程的操作控制包括远程手术,都可以得到很好的使用。 

      大家知道现在企业上云是一个主体需求,但是国内企业上云的需求只有百分之四十多,相比美国还是相差很大,为什么我们上云的比例比较低?阿里云、腾讯云都是架构、标准不一样,上了阿里的云上腾讯的云还要重新开发,能不能所有的云的资源共享,我们通过一个平台把所有云的差异性解决,上了我们这个平台就可以阿里、腾讯、华为、AWS全都可以,这个就大大提高了企业上云的能力和服务。 

      大家知道网络的安全问题越来越严重,尤其是工业互联网对于网络的要求很高,如果实现事故就会造成大的影响,怎么把一系列的安全问题用新的技术解决,就是用人工智能、分布式控制的技术来解决;2019年的时候我们已经解决了网络安全问题,我们解决这四个能力,一是端到端的定制服务能力,二是确定性的能力,三是多云的能力,四是网络安全的能力,解决这四个能力我们要干什么?就要解决工业互联网的需要,我们用这个技术在大湾区这个网有由这个技术开了新兴网络,在长三角也开了这样的网,现在在山东省也开通这样的网络,下一步在京津冀、成渝这些方面都在规划,把新的技术来支持工业互联网的需要。 

      我们承担了工信部工业互联网外网的任务,这个任务就是用新的技术架构解决,我们要求一千个企业十万台设备用新的指标满足工业互联网的需要。大湾区15个城市包括香港和澳门开通了这样的网络,这个网络怎么为整个深圳市、大湾区来提供服务?有待于我们后面继续的努力,把它发挥好作用。等于这样的新技术在大湾区已经实行,另外一个产品就是算力互联网,除了工业互联网,算力互联网比如说国家提出的东数西算,大家知道大的运行中心都是在贵州、内蒙、新疆,数据到西部运算,西部大的数据中心跟运营中心跟东部的边缘计算中心怎么融合起来协同计算,也需要确定性的网络来进行支持。 

  另外一个产品就是空天互联网,大家知道将来大家都在卫星要主网,美国要发四万多个卫星,我们国家也要发几百个卫星,三千个卫星,这些卫星都是网络的节点,这个拓扑结构随时在变化,怎么进行控制,怎么也有一个网络的操作系统进一步控制,而且跟地面结合起来。这些工作我们已经跟有关部门完成了这样的设计,而且进行了一些实验,下一步就准备装备到卫星互联网的实际运营包括他们的数字孪生的支持能力,就做这些事情。现在工业互联网都面临很大的挑战,应该说有一个新的需求,这个就需要新的技术,新的网络架构,新的一些算力的网络来支持,这个事情正好我们有国家大科学装置,未来网络实验室,广东深圳也有一个云网,有这样的基础设施,我想对于我们国家在互联网的下半场我们会做得更好,做出我们的贡献,把这个科技成果落地到我们的当地的实体经济,给实体经济的发展增加动力,我今天的汇报到此,谢谢大家。 

      

  主持人:谢谢刘韵洁先生,朋友们,接下来我将请出中国科学院院士,南方科技大学讲席教授、量子科学与工程研究院院长俞大鹏先生进行演讲。俞大鹏教授主要从事半导体纳米线材料的制备与关键材料科学问题的研究,为低维量子材料金服国际先进行列夺重要贡献。而任教南方科技大学五年来,他已经为深圳搭建起了国际一流的量子科技研究平台和科研队伍。今天俞大鹏院士演讲题目系《量子计算,任重道远,量子行动在深圳》,时间为15分钟,掌声有请。 

    

  俞大鹏:各位现场的朋友,大家上午好。非常高兴,深圳是一个改革开放包容的城市,今天我的题目稍微改一点点叫科技照亮世界,科技不光照亮我们自己,也要照亮世界,代表深圳开放的决心。今天在15分钟把量子讲清楚是非常难的问题,我就把主要的问题给大家概要一下。 

      量子科技解决世界问题当中诞生的一门科学,100多年牛顿力学和电磁理论已经非常完备了,科学家踌躇满志。但是在这个背景下有一群不信邪的年轻人,为了解决当时经典科学不能解决的一系列诡异的问题,在短短不到三十年的时间建立一个全新的科技大厦就是量子力学,这些年轻人红色的数字就是他们当年获得诺贝尔奖的年龄。量子力学右边这一系列的简单公式,科学规律数学的理论。你要没学过量子力学想讲明白比较难,如果学过就在这些理论框架里面。量子科技我们想出来很多的量子科技带来的成果,像核能、激光等等都是现在都要用的第一次量子科技的技术。量子力学最大的成功就是固体能带,一个原子就是一个个的原子轨道,两个原子是一个分子轨道,无数个原子形成固体就是固体能带,构成我们区分的半导体,导体和绝缘体经过掺杂,奠定了现在微电子半导体技术乃至现在集成电路所有的基础。但是第一次量子革命是不可控,这是现在为什么要用量子科技能够引起人们重视的重要原因。 

      第一个原因就是量子科技本身需要发展的,薛定谔奠定量子力学大厦,确定波动方程,当时薛定谔想把量子力学搬回到经典去,他跟波尔争得很厉害,如果该死的量子跃迁真的存在,我非常遗憾参与了量子力学的建立,他为了讽刺量子力学不是那么靠谱,他提出一个死猫活猫的实验,但是现在针对这个死猫活猫恰恰是量子力学最精髓的部分,就是量子叠加。 

      把第二次量子技术把量子计算推到前台就是现在的人工智能,就是AI技术,人工智能是上个世纪60年代提出来的,在最近十几年三个因素催生它大力发展。一是物理学家提出非常先进的加速算法,二是算力,现在计算机跟我以前在北大买的486强大太多了。还有就是大数据,计算的算力芯片的主品已经到了天花板,我们一直喊狼来了,的确现在到了后摩尔时代,所以算力到信息物理信息数据化,算力决定一切,需求把量子计算推到前台。 

      现在无论是基因测序、大数据,每两年翻一番,这是带来非常大的挑战。算力到了天花板,但是现在大数据其每两年翻一番,就呼唤新的技术来面对这样的挑战。现在科学技术对原子光子分子达到新的高度,使我们能做以前想都不敢想的事情。97年和12年两个诺奖,我们现在很多的极端条件,微纳加工技术可以实现原子级的电极,量子体系相干寿命大幅提升,从以前几个纳秒,无法实现量子计算,现在已经到了微秒、毫秒、分钟、小时的水平,我们真的可以敢做以前想都不敢想的事情,以上是三个驱动力,推动了现在第二次量子革命,尤其是量子计算的发展,这就是最近哈佛大学一个小组,这是一个个原子可以让他们排成阵列,可以处理信息的工作。 

      这就是量子计算因为是需求把量子计算推到前台,因为现在时代呼唤一种新型的颠覆性技术,量子计算有可能承担这样的重任。量子计算机它的基本单元就是量子比特,量子比特是量子计算机所有的优质资源叠加纠缠尤其是干涉,比如说有一百个朋友你们去走一个非常复杂的迷宫,你们不携带通讯的话只能试错,如果100个量子比特去干这个事情,首先人家是概率波,另外就是孙悟空拔出一百个毫毛变成2的100次方来干这个事,这就是为什么现在量子计算引人入胜,但是我们人可能达不到2的100次方的能力。现在量子计算在很多方面都存在巨大的潜在应用,由于时间关系就不给大家展开讲了。 

      大家知道去年前年谷歌提出了量子霸权,所谓霸权就是展示量子计算机拿出比较讨巧的例子,说量子计算机在特定问题上可以超越超计算机,中国的科学家潘教授团队最近基于113个光子的九章2.0版,展示了一个例子,就是强霸权的例子,他们展示了一个现在最强的超级计算机做这个事情的话,九章2.0要比现在的最强的超级计算机快一亿亿倍,也就是说量子计算机执行特定任务有无与伦比的优势。 

      这是你方唱罢我上台,IBM提出127—Q量子处理器,哈佛/MIT也要开启商业模式,这是为什么我们把量子计算怎么被推到前台的科学技术本身的发展和我们自己能力的发展。 

      第二,量子科技发展受到很大的挑战。我们每次科学革命、技术革命、工业革命使得强国崛起的路线图,英国得益于蒸汽机机械化,法德利用发动机电动机这是第二次革命;日本美国就是电子信息自动化这样的技术,我们现在中国处在这么一个历史交汇点能不能以第二次量子革命支撑第四次工业革命的历史机遇。去年10月16日中央政治局第24次学习,总书记提出要加强量子科技发展战略谋划和系统布局。 

      我是2016年到深圳来,深圳是一个创新的城市、年轻的城市,我们量子研究院的发展就是深圳奇迹的缩影。我们的LOGO不是薛定谔又死又活的猫,而是这个图,这就是我们的文化,我们现在成为一个国家战略力量,我们是志存高远,首先要探索0—1诺奖级的工作,深圳不能一个看客,我们深圳又是一个信息技术最发达的地区,我们要把科学技术工程做到艺术品,实现0—1的颠覆,我们发现颠覆性技术然后助力工业革命。    (视频播放) 

      量子研究院短短几年取得代表性的成果,2019年我们有一个全国十大科技进展,今年有一个成果正在申报,像电子光刻机这是2018年被禁运以后我们自己也在研发,今天在展览会上高交会上我们有一台样机的模型在展出。它的加工精度也是可以跟进口的同类类型的30千伏的电子光刻机媲美的我们中国人很聪明,只要给我们机会我们一定不会让它的从我们手边流逝。 

      我们现在量子计算是代表一个新的方向,但是不希望大家恶性竞争、低水平重复,量子计算任重道远不要捧杀,也不要棒杀,让科学家做科学家的事情,我特别同意姚期智院士说的,我们研制量子计算机比研究量子计算机更加紧迫,我们深圳作为国家战略力量的南方基地,我们要做好自己的事情。谢谢大家。 

       

  主持人:谢谢俞大鹏院士,当我们说到人类第四次工业革命的时候说到什么吗?俞大鹏告诉我们指的就是第二次量子革命,最重要的关键词就是量子计算,俞教授给我们分享目前我国量子技术所面临的优势与挑战以及内忧与外患,今天在座有很多的业内人士也有很多深圳的普通市民,我们在这里聆听最顶尖的科学家就国际前沿技术所带来的公开课,这也是中国高新技术论坛的意义和价值,我们也要再次掌声向俞大鹏教授表示感谢。同时也要请在座的所有朋友,也要多多关注深圳的国际量子研究院,接下来请出的视频演讲嘉宾是准时达国际供应链管理有限公司首席技术官吕台欣先生。准时达是富士康集团唯一授权的供应链物流平台服务公司,2019年,以24亿的融资总额,创下有史以来B2B供应链物流领域最大单笔融资记录。吕台欣先生负责准时达全球智能供应链技术战略的制定与实施,是物流行业资深的管理者和专家。今天他的演讲题目是《全球供应链数智化转型赋能中国制造业升级》,请看大屏幕。 

    

  吕台欣:大大家好,我是准时达的吕台欣,今天非常荣幸在高交会这样的盛会跟各位嘉宾分享准时达通过科技的手段帮助全球的制造业进行供应链管理的数智化转型与升级。 

      我们先谈一下科技革命,过去五到十年我们会发现在各个领域科技正在突飞猛进的进步当中,包括由量子计算带来的算力革命,由人工智能所代表的智能革命以及物联网代表的万物互联的革命,这种种科技的进步都不断在改变每天的生活,创造新的商业场景。我们跟很多制造业交流的时候他们反映他们遇到前所未有的困难,我们简单来总结一下就是他们所说的“乌卡时代”,也就是由于供应链所有的环节不确定性大幅度增加,使得企业没有办法按照以前的商业规则、运营规则满足企业的运营需求以及客户的产品需求。尤其是互联网的关系我们发现客户的需求也是快速的加快,大家对市场的响应速度必须更快的加速,也就是任何一个产品从设计到交付到消费者的手上,从传统的可以以月为单位逐步的要升级到以周甚至是以日为单位,而这对于供应链管理产生了前所未有的困难和挑战。 

      我们来回顾过去20年的时候,我们可以把中国的制造业区分为几个阶段,从改革开放开始,中国成为世界的工厂,凭借低成本的制造优势,中国取得全世界最多的订单。我们从2000年开始加入WTO之后,中国的制造型企业越来越关注产品的品质以及竞争力,到2020年开始随着整个跨境电商以及疫情的叠加影响,中国的制造型企业逐步从纯制造往制造商贸一体化进行转型,这个时候考验制造业原本的成本控制能力,更重要包括我们的零售的全球布局以及运营的能力,而这些都带给企业前所未有的困难与挑战。接下来谈一下全球供应链的发展趋势。 

      由于我们刚刚说的原因,包括环境的变化、客户行为的改变,科技的变化,我们认为供应链也会逐步的从工业时代的以人为主的沟通模式逐步信息化变成通过智能的手段完成整个供应链的交付与协同。 

      现在谈一下数字化,我们认为它对所有的企业来说都是挑战与机遇,因为疫情的关系,它加速了整个数字化的进程,企业和政府都意识到数字化的价值,并且投入大量的资源与人才在整个数字化的建设之上。同时,数字化也成为了全球几乎所有各大经济体最重要的经济增长的引擎。当然,数字化的进步,对于行业来说包括了节能减排等等现在最重要的一些社会话题,也会产生至关重要的一些影响。回到市场,数字化的改变也会使得供应链从传统的以人为主的供应链逐步的升级成数智一体化的供应链,包括了几个很核心的能力,数字化的能力、智能化的能力以及自动化的能力。我们所讲的数智化更关注整个工业运行过程中所有环节的数据收集、处理、可视化。在这个基础上,当我们叠加了AI等等的一些人工智能之后,我们就可以开始逐步的去及时预知供应链可能出现的风险,并且更早采取相对应的决策。 

      此外,在整个智能化的过程中,随着包括了无人卡车、自动配送、仓储自动化等等的设备兴起,我们也在大幅度优化整个供应链的运行效率以及节约运行的成本。所有的技术叠加在一起会形成一个互联互通、相互协同,供应链所有的环节所有对象能够通过协同来优化整个供应链运行的效率。 

      我们准时达也在思考制造型企业需要什么样的服务能力,所以我们也一直在打造从制造到交付的国际供应链一体化解决方案——在准时达被称为‘C2M2C’,帮助企业不管在全球任何范围内进行采购、制造以及销售,都能够完成他所需要的供应链管理的需求与服务。在这个过程中我们也投入了大量的资源打造供应链协同平台JusLink,它会有多个模块,解决供应链管理中不同的层级问题,包括供应链协同的问题、供应链可视化的问题、供应链实时决策与优化的问题;我们通过科技产品的不断打造来帮助企业在各个环节解决供应链管理的痛点与困难。我们最终希望提供给客户是数智化供应链控制塔JusLink,从它下采购一直到他完成销售结算,这样的供应链全流程的协同与可视化,是客户制造型企业极其需要的能力。 

      在此基础上叠加我们的智能计算的引擎,我们会对于供应链过程中一些重要的节点的风险进行一些预警,来帮助企业及时地介入并且以最低的成本解决供应链的异常。我们也会帮助企业通过各个维度去分析供应链运行的情况,找到运行过程中有哪些低效成本过高的地方,并且逐步改进供应链的运行效率。 

  接下来分享一段视频,让大家更了解JusLink我们希望给客户的能力与价值。 

      谢谢大家,刚刚是JusLink这个产品比较整体的介绍,希望大家可以通过这个了解JusLink希望能够帮助客户尤其是制造型企业解决哪些他的整个供应链管理上的问题与痛点。 

      像我们刚刚说的,随着整个供应链的发展,每个企业都希望能够去升级他们的供应链,我们简单分享一下在过去两到三年,我们通过科技的手段帮助电子产业全球非常大型的企业在供应链各个环节如何去集约它的供应链,包括供应链的总成本、供应链运行过程中的一些人力成本,以及帮助他们去提升库存的周转率,这些都是所有的企业在供应链管理中希望解决的痛点与难点。 

      最后有一句跟大家分享,我们希望通过科技构建数智化的供应链元宇宙,我们希望通过JusLink帮助所有的企业,当他往全球进行出海的时候,可以更好的管理他的全球供应链,谢谢大家。 

    

  主持人:谢谢吕台欣先生为我们分享全球供应链的若干前沿问题,下面我要请出的演讲嘉宾是下一位演讲嘉宾是冰鉴科技创始人、董事长、CEO顾凌云先生;冰鉴科技成立于2015年,是一家利用人工智能技术提供企业级服务的高科技公司。经过五年多的发展,已成长为人工智能企业服务领域尤其是风控领域的龙头企业。作为一位优秀的海归科技创业者,顾凌云先生精通人工智能和金融两大领域,他今天的演讲题目是人工智能应用向纵深推进。 

    

  顾凌云:各位专家、各位朋友大家好,很荣幸今天能有这个机会站在深圳高交会的舞台来分享一下过去六年当中我们在创办企业,把人工智能落地在银行、保险、政府服务方面的一些经验。从2012年开始纽约时报提到大数据,很多中国的创业者、投资机构一股脑扎到人工智能领域——把AI当成一个筐,什么东西都往里面装。但是一段时间以后,大家发现人工智能并不是在任何场景都可以落地、都可以营业,所以慢慢大家发现营业不等于盈利,盈利最后不等同于AI的落地,所以慢慢的大家从狂热趋近于理性,今天我想跟大家探讨的话题,就是我们人工智能的应用如何才能向纵深推进。虽然我相信人工智能也许有一天会有一个通用的平台放之四海而皆准,但到目前为止,我认为人工智能(在垂直领域)向纵深推进——是能够落地、能够盈利的唯一方法和途径。 

  上图是我自己理解和解释的人类五次工业革命。第一次工业革命因为1840年蒸汽机的出现,也是由于它的出现放在火车、轮船上对人类有革命性的变革,不仅仅是在我们的生产力上的变革,甚至在人口结构上有很大的改变,这个不属于今天人工智能讨论的范畴。第一次工业革命,是从A点到B点大规模、快速的运送很多物体,比如说以前煤炭、大规模的物件都需要马车、人力、船舶才能够运输,现在有了蒸汽机我们可以从A点到B点快速的运送大宗的物资,在我看来是第一次工业革命最大的突破。 

      第二次工业革命,我认为是19世纪美国电报电话公司带来的变革,通过电报电话把信息从A点快速向B点进行传播,以前如果在广东、深圳、岭南想要进京考试的话,考中以后,金榜题名的信息传回广东可能要三个月,但是有了电话电报,打一个电话、发个摩尔斯电码,信息就传递到了,这是我定义的第二次工业革命——从A点到B点可以把简单的信息进行快速的传送。 

      过了一百年到上个世纪90年代,美国克林顿政府推进信息高速公路的情况下我们经历了第三次工业革命,我看来仍然是从A点,把多媒体更加丰富的信息传送到B点,这个时候出现了电子邮件、视频、音频,让我们更加丰富的感知A点传到B点的信息和它所对应的爆发量。第四次工业革命慢慢开始加速,出现在大概几年前,这一次革命在我看来是基于区块链的应用,虽然区块链这个名字出现很久了,但是我觉得它跟数字货币不一样,跟以太坊、比特币不一样,最关键是区块链本身应用还有很多场景并不成熟,跟当年的人工智能一样,依然是为赋新词强说愁,很多场景不需要区块链也能完成。区块链完成了什么?它把人类的财富可以快速从A点到B点进行传输,我们看到一次次的变革是螺旋的上升:第一次是大宗的物体物件从A点向B点传送,第二次是简单的信息从A点向B点传送,第三次是比较复杂的信息从A点向B点传送,第四次是人类的财富可以快速从A点向B点传送,我讲这四次工业革命就是为第五次铺路的。 

  第五次工业革命是我们经历的,以马斯克为代表的真正的第五次工业革命,他把人类和地球的文明从A点向B点进行传送。而这一点如果看马斯克的几个企业可以看到完美的结合,为什么会有SolarCity,是因为在火星上面除了太阳能之外没有其他的能源,可能有风能也不好利用,需要SolarCity产生能源。为什么会有特斯拉,因为火星上没有石油,只有通过特斯拉利用电能、太阳能,才能够在火星上把人类在快速的进行传送。为什么会有SpaceX?因为要把人类和物资运到火星上。第五次工业革命是把人类的文明,不仅仅是简单的信息或者物体从A点向B点传送。这个过程中我们需要用到的最多的就是人工智能,我记得我当年从卡内基梅隆计算机学院博士毕业以后,我的第一份工作是在美国的喷气推进实验室JPL,做研究科学家,而我的主要目标,就是能够保证飞行器从地球发射以后,可以比较稳的,在正负不超过1公里的范围内落在火星的登陆点,这意味着我们需要把一个篮球从洛杉矶扔到波士顿而且能扔到篮筐里面,我们需要的人工智能包括所有的技术要集大成融合在一起才可以。 

  下面说人工智能的几次变革,我们看到的科学和算法,大概每十年左右会有一次突破,这是为什么?第一次在我看来,是上世纪50年代到60年代由MIT的计算机系教授提出的General Ai的概念,这个起点很高,所以导致了很长的时间内我们在算法上无法取得突破,人工智能被打入冷宫;上世纪80年代或者70年代末Neural  Networks得到很多关注,无论是它中间的层级还是每个神经元之间的交错转变,都可以把一个线性的关系通过非线性而更加合理表达出来,所以它获得了很大的青睐,但是它最大的问题就是往往会过拟合,发展一段时间又被打入冷宫;直到上世纪90年代Hidden  markov  model,它的主要应用就是在语音识别当中,可以把语音识别的准确率从70%80%变成93%95%,你可能会认为这个准确率已经很高了,实际上不是的,因为语音识别真正需要做到的是你几乎不用键盘,要达到最后一公里,今天有了深度学习才慢慢达到,仍然不能否认在上世纪90年代的时候,这个变成当时学术界最热门的研究课题之一。到本世纪初前十年左右,我们发现一个新的研究方向叫做SVM,慢慢我们才看到今天的深度学习,在我看来跟上面五个工业革命是对应的,我称之为人工智能的算法过去大概一百年不到的过程当中五次飞跃,下次飞跃什么时候?,可能不到2025年,新的算法不太会取得新的突破。 

      人工智能有了这些算法,有了这些工业革命奠定基础,现在为止到底有什么应用?下图体现市场的体量和容量,市场的估值多大,而从纵向来看是它的成熟度多高,这可以侧面解释为什么很多AI公司都拼命挤到安防领域,因为安防领域无论是体量还是成熟度都足够高。大家肯定会问,明明金融不是比安防大吗?为什么没有看到很多人工智能的金融公司呢,因为金融的高度监管一定程度上抑制金融本身的发展,也抑制了科技的发展,但是我认为这是应该的,因为任何事情都可以跑马圈地,唯独金融不可以,其实金融相对来讲监管更严,是非常明智的举措。从大概2005年中国引进P2P到今天所有P2P到现在已经归零,所有的模式都在被监管,其实是说明中国监管的正确方向,我们看到两批浪潮,当时无论是做科技金融还是金融科技的过程中,很多以为自己在金融方向上虽然了解不多,但是科技方面非常领先的海归,现在基本上在牢里面蹲着;但很多非常谨慎,热衷于科技但在金融方面非常了解的人,到今天活跃在社会各个方向和各个领域中,这充分证明对金融没有足够的敬畏之心,会非常危险。 

      我想说中国的很多政策是存在高度的内在联系性,而这个“十四五”规划当中专门强调了要加强科技攻关,要丰富智能化的应用场景。在工信部层面和在国家层面推出的“专精特新”小巨人企业,跟国家“十四五”的规划是不谋而合的。国家也希望人工智能的应用场景要的是纵深发展,而不仅仅是在宽泛的领域当中进行大规模的应用,所以丰富智能化应用场景变得非常重要。当人工智能和横向纵向的技术都结合在一起的时候,我们就发现在金融领域当中其实存在三个不同的需要。一是基础层、二是供应端,三是需求端,我们也可以简单映射为IaaS层、PaaS层、SaaS层。IaaS层跟芯片一样,如果没有几百亿或者千亿体量的话基本上买不到门票,这就是现在大家看到的所有云,无论是AWS、阿里云、腾讯、华为云等等,没有百亿千亿没有资格买到门票。到了PaaS层,更多讲求的是基础的、在IaaS层之上的通用层面的开发,这个在中国的很多人工智能领域当中已经涌现出非常多的相关企业。再往上到SaaS层就是聚焦在每一个具体的场景当中,在应用场景当中能不能产生人工智能对应的应用?冰鉴科技在金融、保险、政府服务等领域都有对应的应用。 

      我们之所以在过去的六年当中走得风平浪静,主要的原因是我们一直坚持把SaaS、PaaS作为交叉的矩阵为客户提供服务,包括决策引擎、人行二代征信指标、数据中台、知识图谱、联邦学习平台等等,都是我们的PaaS层能够尽可能为银行服务。对于银行来讲可能没有办法直接使用我们的最新技术,直接跟他的核心系统对接,它需要一个中间层,帮助它笨重但行之多年有效的核心层跟应用层进行对接,这个就是PaaS有生存土壤的原因。有了PaaS之后我们的很多SaaS简单的API对接可以快速完成了,这是我们一直坚持把这两者的矩阵结合一起的原因。 

      我们把SaaS和PaaS结合在一起以后,有个非常重要的应用,我相信也是人工智能在金融、保险尤其是今后医疗应用当中不可避免的,涉及隐私计算。当数据本身的隐私和安全越来越被看重的时候,如何能够把这些数据的建模用到极致,能够用颗粒度最细的数据,在保护用户隐私的情况下,建出最好的模型获得最好的算法,我觉得隐私计算或者我们认为的所谓的联邦学习平台会是一个最好的方法,这是我们过去跟银行及其他很多金融机构合作当中能够进入到央行的“监管沙盒”试点,并得到央行认可的最主要原因。当我们做建模、人工智能算法保证它的效果最好的前提下,时刻不能忘记我们对用户隐私的保护。 

      当我们的人工智能技术,在金融和保险当中成功应用以后,我们一直坚持的发展策略是,“与其多鸟在林,不如一鸟在手”,但在有些其他领域,我们底层的IT框架、算法的所有逻辑不需要改变就可以推进到另外一个领域的时候,我们也做了一些尝试,比如说在医疗AI的领域当中,上海市非常著名的三甲医院主动找到我们,有一个叫做耳石症的病症,人走路的时候突然之间会摔倒,人往往会看自己的关节有没有问题或者自己的头脑有没有眩晕,实际上是他耳朵当中的平衡球出现问题,表现出来不仅仅摔倒,而且眼球会乱转,会耽误很多的治病时机,这个时候我们就设计一个硬件和软件相结合的设备,带一个眼罩在眼睛上面,自动可以追踪眼球的运动轨迹,来判断这个人有没有耳石症,很多人工智能医疗应用为什么最终失败?因为它起的是辅助作用,医生最后还是要看,最后医生还是要签字,医生要承担责任,医生就会想我要你AI辅助干什么,最后还是要我担责。但是我们希望AI做出来的诊断准确率,是高过医生的,我们的机器做出判断以后医生不需要签字,承担责任也是我们的算法和硬件制造商,这是人工智能+医疗当中取得的关键性突破,这个突破我们目前为止暂时应用在很小的领域当中。 

  最后这张图,是新冠肺炎诊断的模型大赛,世界上非常著名的人工智能算法社区平台Kaggle,它把开源的数据拿出来让全世界的AI团队进行比拼,看谁的算法好。我们在这个比赛当中拿到全球的前2%,说明我们算法在全球的类似的领域取得非常好的成绩。谢谢各位。 

    

  主持人:谢谢顾凌云先生;对于人类工业革命的进程对于AI的五次飞跃,对于AI的诸多业务实践顾凌云先生给我们带来极富角度和个性的解读,他如人工智能般精确的语言表达精准度相信也给大家留下深刻的印象,再次掌声向顾凌云先生表示感谢。下一位演讲是华控清交有限公司联合创始人董事长张旭东先生,华控清交是由清华大学于2018年6月发起的信息技术公司,专注于研究、开发和建设基于现代密码学和博弈论的大数据安全融合技术、标准和基础设施。张旭东先生在投身隐私计算这一全新领域之前,曾担任高盛集团全球合伙人、并担任德意志银行和美国科氏集团高管。他今天演讲的题目是保障数据使用安全,推动数据价值流通。 

       

  张旭东:感谢大家,今天非常有幸来参加这个盛会。我们是清华大学发起,通过转化姚期智院士和徐教授的科研成果,转化而成的科研成果转换企业。我们的主要技术方向和现在做应用的就是两句话:数据可用不可见,使用可控可计量。数据要素、数据编程要素非常重要,但是关键的一点是数据流通问题,怎样解决数据流通问题是数据要素化的根本和关键。而且从今年开始,我们国家进入了数据使用有法可依的状态,今年我们有定义了,不光有数据的定义,更重要的是有了数据安全和数据安全责任的定义。数据使用安全是数据要素化是数据流通的第一个必要条件,就不再阐述了。 

      可能这个题目出来大家都觉得好像有点唐突,明文数据流通是一个伪命题是从理论上讲的,最重要的就是明文数据它容易被复制,容易被快速传播,然后拿到数据之后其实数据原来的控制方就失去了对数据使用的控制,很难理清责权利。还有一点明文数据的价值在于它所承载的信息的不对称性,我知道你不知道这个数据有价值,我有你没有;这个数据就有价值。明文数据流通也就是说通过复制和传播,其实数据信息的不对称性,就丧失了。明文数据流通的过程本质上就是它价值丧失的过程,这是一个悖论。 

      大概在2010年前后,因为人工智能、大数据技术的发展,其实我们的计算世界发生了一个巨大的变化。就是数据主要使用方由人变成了机器。基于这个我们用了姚院士在1982年、1986年奠基的多方安全计算理论,众多的密码学理论和协议,通过计算机技术把数据当中可见的信息部分和用不着看见就可以进行计算的使用计算价值区分开来  ,实现数据可用不可见。这个基础上在关闭测信道之后通过计算合约和区块链,从事前事中事后可以对数据具体的使用目的和方法进行审核、限制和记录,真正做到的是流通的不再是明文数据而是数据的特定使用权,通过合约来授受数据的特定使用权,达到流通数据特定使用价值的目的。 

      华控清交利用姚老师的MPC的理论,我们做的一个密码运算体系。在基础操作层面,因为计算机只会算加法、乘法、比较,其他的操作都是在这些基础操作的基础上叠加而成的。所以我们改变了加法乘法和比较在明文体系内怎么做,用密码学协议替代了,在这个基础上重新架构、改造了基础函数,人类已知的函数大概1110多个,我们把其中500多个基础函数改写为用密码运算,在这个基础上优化上面的应用算法,所以它从编译器、指令集、基础操作的底层往上构建,创建了一个完整的密码运算体系。 

      数据流通它的本质多方数据融合计算是数据价值流通的本质,所以数据有没有价值?数据只有潜在价值,数据的价值仅仅和完全反映在它所参与计算得出的计算结果的使用价值上。离开了场景数据没有价值,只有潜在价值。所以数据的价值是和应用场景紧耦合的,所以我说数据交易并不发生在菜场里面,数据不能够作为计算原料单独定价。数据交易是在餐厅里面完成的,针对场景的。当然数据的流通需要消耗较大的算力,所以它需要基础设施。只有建设基础设施才能降低边际成本,降低使用门槛。数据流通不是卖鸡蛋、卖西红柿,它卖的是西红柿炒蛋,我被密码学家批评了,说我讲话不科学,结果严重暴露原始数据信息,西红柿炒熟了还是红的,鸡蛋炒熟了还是黄的,就改成做面包了,面粉、酵母、鸡蛋油发酵之后烤熟就不暴露原来数据信息,无法从面包当中推回去看哪部分是面粉、鸡蛋、酵母,这个跟基础设施是一样,从马车到汽车到高铁,这样的叠加就能够建设国家的数据流通了。跟我们国家的电网、能源网络是一样的。 

      就会有新的数据生态,数据流通不光提高了劳动生产力,还改变生产关系,因为现在的状态是应用键在数据堆,应用产生更多的数据,然后在数据堆上建更多的应用,就出现了数据垄断。数据流通之后是数据价值流向应用,所以人就不用到河边去喝水,家里自来水就来了。 

      数据安全观,刚刚讲了数据安全法讲了个保法,传统的数据安全观是保障数据的持有安全,保障数据的控制权不让人家拷贝走。数据在流通当中它的安全就是使用安全,因为使用的不再是你自己的,你要拿出去给别人用,但是又要保障使用安全。因为人家拿了你的数据,用了所产生的安全责任根据法律你是有责任的,所以使用安全是数据流通的根本,数据流通多方数据融合计算跟开数据化工厂没有任何区别。所以怎样管控数据的具体使用目的和方式,这个在数据安全法尤其是个人信息保护法里面提得很清楚,就是数据的使用目的和方式怎样管控它,是数据使用安全合法合规的根本要求。 

      讲讲对于不同架构的不同应用,左边看到的是一个中心化部署,去中心化直连的代理计算架构,这是华控清交一直在倡导的,基础设施架构,因为它有一个中心的,它是数据、算法、算力、控制面、应用层,层层解耦的通用架构,它是支持监管的。这是不可监管的,典型的代表就是联邦学习,非常好用,好东西。但是它的多方数据融合计算是两方计算的叠加,这中间没有中间方,也没有监管接口,如何来平衡这些架构上的选择,其实是对数据使用安全、数据使用安全责任以后数据监管的一种选择。 

      华控清交一直说我们是数据流通基础设施的建设者,所以在这个目标和责任下,这些支持监管的中心化部署,去中心化信任的模式,严谨的安全性假设,凡是安全的东西都基于明确严谨的安全性假设,而且需要在数学上、密码学上能够被认证,能够被证明,作为基础设施它就需要有高通用性、强扩展性。我就给大家介绍到这里,谢谢大家。 

    

  主持人:谢谢张旭东先生,我们都说现在是数据时代,数据已经成为了最为重要的生产力之一,也和我们每个人的利益息息相关,今天分享中到底应该如何从明文数据到隐私计算,如何实现数据的可用不可见,如何理解数据价值流通的本质,如何理解新的数据安全观,张旭东先生为我们带来富有新意的演讲,我们也要再次掌声向张旭东先生表示感谢。 

  下面我要请出萨摩耶云创始人、董事长兼首席执行官林建明先生进行分享,萨摩耶云成立于2015年5月,是中国独立云技术解决方案供应商。林建明先生有超过20年的金融、科技行业经验,曾担任招商银行股份有限公司信用卡中心总工程师,主导招行信用卡业务相关技术架构的建设工作。今天他的演讲主题是《中国决策智能的应用场景打造和价值落地》,掌声有请。 

    

  林建明:感谢主持人,我是萨摩耶云董事长林建明,萨摩耶云是一家基于AI决策为核心技术的云服务科技解决方案提供商。今天,借这个机会给大家分享的主题是“中国决策智能的应用场景打造和价值落地”。 

      我们知道人工智能是在1956年在达特茅斯会议上提出的一个概念,但是这十几二十年发展特别迅猛,特别是刚才大家都提到的深度学习算法以及算力等,包括大数据的爆发,让人工智能在各个行业的应用取得爆发性的进展。有两个典型的案例:一是阿尔法狗与围棋世界冠军李世石进行人机大战,二是AI来识别甲骨文等等在很多领域内人工智能已经比人类要领先了。 

      这是艾瑞的报告,人工智能在各个行业都已经渗透进去了,包括政府、金融、互联网等等行业,从产品设计、物流仓储、客服等各个环节会应用到。根据统计规模以上的企业有10%已经把人工智能应用到他的主营业务的主流程里面,特别是金融、互联网、医疗等几个领域。整个人工智能的市场规模,在去年已经超过了1千亿,而它带动的相关产业的规模已经超过5000多亿,我们也预计2025年人工智能产业规模能够超过4000多亿,带动的产业超过1.6万亿。根据最新国务院发表的新一代人工智能发展规划,要求在2030年人工智能的产业要超过一万亿,带动可能要超过10万亿的相关产业和发展。这是因为各个行业都已经意识到人工智能就是AI赋能产业发展的一个非常重要的一种技术,是国家的战略性的技术,得到了全球各个国家的重点发展的支持。 

  AI浪潮的蓬勃发展,让其在演进中呈现并不完全是线性发展的道路,即感知智能、分析智能、决策智能,是一条由低向高的路线图。最早是我们通过人工智能来解决机器对于怎么理解物理世界,包括看见、听见、感受到,把它数字化,我们称之为感知智能,现在大多数的企业这项技术已经比较成熟,像AI四小龙等等的厂商都在这个领域做了大量的工作。分析智能是让AI拥有像人类一样主动思考和理解的能力,在这个时候它已经能够从一堆无序的数据中找出它的规律,能够知道这些数据的价值,能够做推理,能够给出一些简单的结论。决策智能是更高级的应用,是把感知智能、分析智能的结果应用到具体的业务中做决策,这个决策是专家级别以上的决策。像我们说的自动驾驶的汽车,它的安全系数未来一定比人类自我驾驶要更高的,此外,阿尔法狗等等,它都是一个超级的决策水平。 

      在决策智能里面,它也经历了各个发展的阶段,最早期我们在80年代已经有专家系统,这个时候已经把专家的智慧集成到我们的计算机系统里面来辅助人类取得专家级别的决策准确性。后来,我们也有了规则引擎,规则引擎就是把专家决策流程做出参数化、规则化,我们可以基于多个专家系统、专家库来做决策、配置。再往上一层是决策引擎,这个时候我们拥有了已经不仅仅是多个规则,而是基于大数据来分析我们最原始的这些数据来自定义规则,来建模、辅助决策。现在已经有很多领域到了高阶的决策智能阶段,机器会自我迭代算法和模型,不需要人工参与。自我学习、自我成长,这个就像是一种“半人格化”的属性,最终也许能发展到“全人格化”,还包含了感情、人类的价值观在里面。 

      我们认为在智能决策领域,有四个发展的方向:对抗、社区、环境、稳定。对抗讲的是针对性的问题,就是我们针对某一些特定问题来解决它各种异常的对抗,像我们去优化很多生产的环节,来解决生产中的某一性能损耗等等,还包括我们对客群特点的一些深挖等等,都是非常针对性的来解决某一些特定问题。计算机解决的特定问题越来越多,也是代表着人工智能在解决社会问题越来越多,每一个针对性的问题都得到一个专家级的决策辅助,这是我们在对抗上投入很多来解决具体的业务问题。 

      我们会发现具体一个被研究的对象,现在他已经被社区影响,每个人都是受他的社交网络影响跟他关联的其他个体的影响,所以我们还有另外一个领域是叫社区,我们要发现对这个个体产生影响的其他因素,包括跟他的关系、网络里面的人以及个人的不同标签,标签又产生不同的网络等等,这是一个社区的发展方向。更高层级的方向是环境,我们会发现有些模型在特定的环境里面是能够生效的,而且从技术上来讲也没有再进一步优化的空间,但是你会发现换一个环境就不可用了,这些环境我们也要对抗环境的变化,因为环境的变化是不可测的。但是我们要预测环境变化对我们算法的影响,我们需要感知、适应大的环境变化。 

      最终无论对抗社区和环境,我们最终得到非常稳定可用的模型,需要在稳定这个方向上得到保障。我们要做很多的模型,使得算法得到可解释,要识别每一项特征的稳定性让它的效果也得到稳定的输出。这四大方向是萨摩耶云主要发展的四个方向,也是当今在AI决策这个领域其他同行发展的主流方向。 

      萨摩耶云做的这些广泛应用在运营商,我们帮助这些客户做智能营销,他们流量使用峰值在什么时候,我们根据这些需求和供给做一些匹配;也包括地方政府部门,我们帮助一些地区金融监管部门做反洗钱等等的算法;也包括中国大型的商超,优化他们的仓储、货架摆放;包括很多互联网银行、消费金融公司,帮助他们来做反欺诈、信用评分、风控管理、用户活跃度经营等等;也还包括帮助很多互联网企业经营他们的用户活跃度以及变现的效果。 

      萨摩耶云已经将AI决策应用到了很多不同行业,最核心的是我们有很多的算子,这些算子应用在各个领域中。模型去噪变压器、迁移学习、设备指纹等等,这里列举了两个产品,一是智能策略K3模型,这是应用在金融机构里面做风险管理,我们拥有数十个模型池,每一个池子里面又有很多不同的模型,每一个模型它都能解决一些特定的问题,但是综合来讲,要给金融机构解决的是对客户的识别,客户的反欺诈,客户的信用评分,是端到端的完整解决方案,需要用K3智能策略,它会迭优化模型的稳定性,自我迭代完善,让它保持新鲜度,永远是能够适应当前用户画像下的风险表现,能够得到稳定的输出。这个模型已经做到了全自动化无人工干预的自我迭代,我们认为是完全AI决策的技术应用。 

      包括AlphaS信贷审核机器人,由机器替代人工做审核的机器人,算法就是模拟了AlphaGo的算法,我们学习了最优秀的征信审批员他们每天的工作,做出了一个机器的专家模型,达到的效果就是对比最优秀的审批员同等的效果。再在此基础上自我学习,超越现在最优秀的人工,它就是一个超级的专家模型。这些都是我们在金融机构里面非常广泛的应用。 

      我们也搭建了很多工具,这些都是AI决策以及整个AI建模的一些工具,包括从最早的特征变量管理到最后的模型发布,整个全生命周期的管理我们都已经工具化,包括很多建模的工具包,这些都是辅助我们的客户来做人工智能模型建模。 

      萨摩耶云现在服务到各个行业里面,我们希望真正做到的不是提供一个工具给到我们的客户,而是希望帮助我的客户使用我的工具以后他的业务能够得到增长,我们希望成为客户的首席增长官。我们是以效果来进行收费,不是卖产品,也不是卖点击,也不是卖订阅,是卖服务,开创按效果收费的商业模式。我希望通过这样的商业模式,通过这样的技术赋能,工具的赋能,来跟我的客户共享数字经济时代的红利。以上是一个简单的汇报,感谢大家,谢谢。 

    

  主持人:谢谢林建明先生,主持了超过10届以上的中国高新技术论坛,我自己眼睁睁看着人工智能这个词从出现到热议,而今天林建明先生为我们带来他的发展方向。林建明先生为我们分享决策智能的发展阶段,以及它的四大发展方向,对于萨摩耶云在决策智能应用方面的诸多的实践和我们进行了交流,也让我们大开眼界,我们也要再次掌声向林建明先生表示感谢。接下来要请出的是今天上午的压轴演讲嘉宾是埃森哲大中华区企业技术创新事业部总裁贾缙先生;贾缙先生主要负责埃森哲智能平台服务、智能软件开发、企业云化服务在大中华区的业务运营和交付,帮助企业将技术成果转化为商业成果。今天他的演讲题目是《埃森哲技术展望2021》。掌声有请。 

    

  贾缙:各位嘉宾大家好。我今天的主题是技术展望2021。技术展望是埃森哲每一年都会发布的研究报告,这个技术展望研究报告在说什么?并不是说在科技界产生什么新的科技,我们并不去说哪个新科技更好或者哪个黑科技更能赚钱。我们主要是聚焦于在未来的两三年哪些科技能够给商界带来更多的机会,换句话说,更多的是作为企业经营的管理者在未来两三年之内如果想使自己的企业发展的更好,有更大的市场份额,获得更多的利润的情况下,他应该关注哪些科技。 

      我们先说变局时代,我不多赘述,因为疫情的到来,所以改变了很多在商界的传统模式。所以从过去讲求价值、利润等等,现在可能看到的不是这些东西,而是体验、技术、完全不同的工作方式以及现在国家特别强调的可持续性。每一个话题打开的话都会很长的时间,今天就不去详细说这个。 

      埃森哲做的另外一个研究报告,这是跟国家工信部合作研究的中国企业在数字化转型的话题下,中国的企业到底做得怎么样?我们已经连续四年做这个报告,连续四年跟工信部一起聚焦中国的大概9个行业。这九个行业其实是没有像互联网这样的数字原生行业,主要是传统行业。我们当时做这个报告的时候也非常简单就为了回答两个问题:一是数字化转型哪些企业做得好,哪些企业做得不好;二是做好的企业哪些地方做得好可以让别人学习,这个是我们做报告的初衷。这个报告可以从埃森哲的官方公众号下载。 

      这是总结我们这个报告在过去四年里面的发现,里面有一些数值,是把中国的企业做数字化转型做得好的我们叫做领军企业,它有一些得分,这个分数其实就跟考试一样,得分越低说明数字化转型程度还不够,得分越高说明数字化转型程度越好。我们领军企业在过去四年里面是持续高歌猛进。中间的虚线是所有的企业调查对象的平均值,每年都会是500—600个企业作为调查对象。最下面是抛掉领军者,就是转得不太好的企业他们的得分,通过四年的调查可以看到中国企业整体来说在做数字化的转型都是在往前走,其实领军企业走的是越来越快,而一般的企业或者说是追赶者,其实它是走的速度在放慢。数字化转型的领军者哪好?就是他赚钱赚得多,旁边有两个柱状图,这个就是在疫情之前领军者企业,它的业绩发展速度是追赶型企业的1.4倍,过了疫情之后它的领军者企业在加速发展,上面那条线是上扬,最下面的白线是趋平,他们的差距从原来的1.4倍到现在的3.7倍,现在所有的企业都在拼命做数字化转型,有些转得好,有些转得不好。 

      我们转型还是要去做很多的工作,不管你做得好还是不好,现在所有的调查里面还没有产生满分企业,大家都还有在各个领域有发展的途径。以下几个方面能看到一些现在还有不足:比如说工作跟运营的流程比较僵化,不能快速应变。供应链容易受到冲击,信息的准确性无法保证,以及客户新需求不能够很快的应答。这是所有企业不管你是做得好还是不好,都要在这些方面有这样或者那样的挑战。在后疫情时代想持续赚到钱或者加大市场份额,企业应该在变局中掌握技术先机。 

      现在大概很少有企业能够以纯商业模式制胜了,所以更多的领先一步的决策性的地方反而会在技术上产生差距。为什么今天叫技术展望,技术的应用以及技术应用所带来的价值往往是最终决定你和你竞争对手之间的差距。我简单介绍一下埃森哲的技术展望。我们从2000年开始做这个报告,今年已经20年了,这个报告以前只是我们公司内部技术部门对市场洞察的报告。我们每年的报告会有一个主题,会介绍未来两三年内对商界产生巨大影响的新技术,2013年埃森哲就提出了商业全面数字化,所有的商业都会变成数字化的商业。其实在今天看来,每家企业都在做数字化,大家觉得我不光数字化还要转型,但是2013年就断言所有的商业全面数字化,在当时还有蛮有冲击力。今年的主题其实也很有意思,刚才我们讨论了技术,今年又做出一个比较大胆的预测,就是今后的所有企业都会成为科技企业,不管你今天干什么,今天做零售、炼钢、医疗、教育,所有的企业在最后如果真正能够在竞争中脱颖而出,战胜所有的竞争对手情况下一定是优秀的技术企业、科技企业。 

      未来的两三年里面,有哪些技术趋势有可能对商界有最大的影响?大家看名词觉得很虚无缥渺,其实谈了五个技术趋势。已经发明了很多年,只不过它有的地方是在某一个局部领域被应用,在未来我们认为会在很多方面能够产生更多的商业影响。 

      第一,未来架构。其实说白了就是刚才很多老师、专家提到的,这个架构就是一个简单的字,就是“云”,云的概念在中国已经非常的普及,大概中国的90%以上企业都或多或少接触到云。但是我们现在能够看到的是还有很多企业仅仅把云作为企业节约固定投资的手段。比如说我把存储、服务器搬上去,但是没有应用到云所带来的非常强有力的优势,比如说可扩展,耐冲击性,包括人工智能、大数据分析、IOT的服务,各个云厂商提供的服务其实是完全可以帮助企业重构他自己的企业架构。现在可以看到很多国外的企业,很多企业都上了公有云,为什么?因为国外的公有云包括AWS、谷歌,他们在上面提供了大量的非常强有力的服务,一个企业自己很难去养一个数据科学家或者很难养一个做人工智能的专家,但是如果你上了云就可以非常轻松利用到这些公有云所提供的人工智能服务、边缘计算的服务,想如何改造自己的商业、改造自己的组织架构就可以了,云本身并不是一个科技的工具,而是真正能够帮助企业做数字化转型包括组织转型、文化转型一个强有力的手段。未来的企业首先要考虑的如何能够应用云,特别是云上的这些服务来重构、重新设计自己的企业形象。 

      第二,镜像世界。数字孪生这个技术大家都知道,最原始是从仿真开始的,广泛的被应用在制造业,很多企业很早以前丰田已经不用真车去撞检测它的安全,他在数字理解里面两辆车随便撞,现在数字孪生已经超越了制造业,在更多层面得到了应用。荷兰有一个港口据说是欧洲吞吐量最大的港口,港口怎么赚钱非常简单就是收船舶的停靠费,船进来卸货再走我就增加它的停靠费,港口想增加它的营收就加大吞吐量,今年进到一万条船,明年进了11000艘船就增加10%的营收,它就把港口的环境做成一个数字孪生,引入了天气预报的数据,可以去预测未来一段时间里面海水的潮汐、涨潮、落潮等等,根据这些信息通告哪条船先进哪条船后进,加大它的吞吐量。这已经是完全超越了制造业,而是利用数据对运营模式进行了重构。并且,当港口与造船厂进一步关联时,它把数字孪生的概念拓展到了船上。每个船上有一个传感器,一出海就知道在哪,就可以知道它的运行轨迹和天气预测这个船大概什么时候到港,就可以很早告诉这个船什么时候引来什么离开,尽可能提高它的吞吐量。它完全没有改变它的硬件,还是那么多的港口、码头,但是就通过这种数字孪生的技术提高了它的收益。因此,我们预测在未来的若干年,在数字孪生方面的投资可能会指数性的增长,物理世界将会镜像化。 

      第三,技术普众,讲的就是现在比较流行的概念,就是低代码。因为现在很多企业在做数字化转型的时候都有一个非常难的问题,就是留不住人,IT一定需要码农,但是哪有那么多的码农,有了码农还要有架构师,现在很多企业觉得我找不到优秀的架构师,我找到优秀的架构师,这些架构师不懂我的业务,真正懂业务、架构、有前瞻思维的人在市场上非常稀缺。但是随着一个技术的出现这个僵局有可能被打破,就是低代码平台,微软和AWS的平台可以不用写代码就可以构筑复杂性不是那么强的商业应用,这在以前来说是必须要有立项,立项完以后做需求分析,做需求分析做系统设计再开发测试上线,传统的IT工作通过低代码平台可以由不会写代码的人来做了,这是一个比较有划时代意义的技术。现在的低代码平台还没那么强有力,任何一个人都可以建非常复杂商业逻辑的应用,现在做不到,但是趋势来看,现在各家大的主流软件厂商和服务厂商都在朝着这个方向做。包括埃森哲自己给客户做解决方案的时候,现在已经帮助客户提供我们的解决方案里面一定要包含低代码的成分。我们做得很简单,帮助客户做商业系统,所有的商业系统最后都要打出报告,各种各样的汇报、各种各样的报表,以前是客户要提出他们手画我们帮他实施,现在我们做一个低代码平台你自己去设计,今天是十张,明天可以变成为一百张,这种思维和理念为很多客户所接受的。 

      第四,无界工作。现在疫情环境下,我们现在都用腾讯云、钉钉,都远程开会了。我们觉得远程开会仅仅是无界工作中最入门的东西,真正要能做到的是要能够无界的工作,不管你在什么地方处在什么环境里面你都能跟你的同事像坐在一个办公室里面一样工作,说的就是一个AR/VR技术,就是虚拟现实、增强现实的技术,游戏里面这个技术早就有,但是随着疫情带来的影响,这个技术在工作环境中产生很多的影响。当我们讲这个的时候很多人不明白这到底是什么?直到两个月前脸书提到元宇宙,元宇宙就是我们说的这个东西,今年2月份我们说这个东西会有爆发,本来不知道未来两三年,直到半年脸书提出元宇宙的概念,说的就是同样的事情,你处在一个虚拟的环境里面,你感受不到这是虚拟还是现实,通过AR/VR的技术打破现实和虚拟之间的隔阂。 

      你现在去获得优秀人才的成本会越来越高,以前我说我去找一个猎头在某一个地方找到优秀的人才,现在会发现优秀的人才所有人抢,你获得人才的成本是贵的另一方面,人才市场是窄小的,你只在你自己可及的范围内去寻找。如果说我今天在深圳,我不在深圳招人,我在全中国招人也可以。在无界工作的环境下,我不需要在中国找人,我可以在世界各地找人,只要有一个人符合我人才的需求的话,就通过无界工作的方式可以完全融入到我们的工作环境中的时候,找人的范围就扩大很多。今后随着AR/VR特别是元宇宙的概念推广,我们觉得在未来真的有可能整个重塑工作方式的科技。 

      第五,多方信任。说的也是非常简单,也是说得很成熟的技术就是区块链。区块链其实很多的时候在讲造币、挖币,我们不是说这个,而是说在疫情的时候,疫情摧毁供应链之外还摧毁信任,某个厂商跟他的供应商可能有20年的合作关系,取得很好的信任,突然疫情的发生这个供应商倒闭或者没法供货了,你需要短期内找一个替代。大家知道信任的获得并不是短期能够构建起来的,真的是长期的合作关系才能产生信任。现在国外做的比较多,现在国内也已经有了,我们把所有的交易、商业信息放到区块链上,上链之后所有的信息不可被修改和公开,这样的话可以在一个链子上快速找到你的供应商或者做银行的贷款也好,你可以找到哪些是可信任的,你可以看它的历史记录。每个上链的企业度自己来说也有风险,你自己放上去的信息要有诚信的,放上去的信息是假的永远是假的,现在很多需要融资的中小企业已经非常重视重视区块链的作用,我们也看到很多金融企业也开始加入到这个平台里面来。 

      总结一下,疫情时代对每个企业都是很大的挑战,现在世界上又有很多的技术,所以企业很多时候面临不是我没有技术,我是我要用什么技术,以及怎么用的问题,今天就是给大家带来从埃森哲的角度来说至少从2021年现在发展的趋势来看,这五种技术有可能在未来给企业带来变革,企业的经营者管理者可以从这个方面思考。我们的报告是长期的报告,明年2月份会有新的一版出现。谢谢大家。 

    

    

  主持人:谢谢贾缙先生;今后的企业都会变成科技企业,到底企业应该做什么?在竞争中取得先机呢?刚刚分享中贾缙先生为我们非常明确谈到五个方面的技术能够对商界产生最大的影响;相信听完这样的分享在座的各位企业界的人士一定得到了非常重要的启发,我们也要再次掌声向贾缙先生表示感谢。我们今天上午的论坛就要告一段落,再次感谢各位嘉宾分享他们的精彩观点,再次感谢各位的聆听。