“雖然中國經濟漸漸從製造和產能擴張驅動轉化到了科技驅動
，但很多企業依然覺得大數據
、rengongzhinengzhexiejishujulitamenhenyuan，zhenzhengduigongyehulianwangjinxingtansuodeqiyerengshishaoshupai
，danhuiyouyuelaiyueduodeqiyejiarudaozhegexingliezhonglai，congqiyedeyewuhexinrushou，zhelijiejueqiyesuomianlindetongdianwenti。”近日，中歐國際工商學院終身榮譽教授許小年分享了他對傳統製造業如何運用人工智能來提高效率的思考。

為大數據而生，也以大數據為前提

最近，許小年跑了不少企業，特別是中國的傳統製造業。他發現，消費互聯網的巔峰期已經過去，但並不意味著互聯網時代接近尾聲。“在消費互聯網的下一波浪潮中，工業互聯網


、2B互聯網方興未艾，互聯網逐漸演化發展成為物聯網。”他ta說shuo，由you於yu物wu聯lian網wang產chan生sheng的de數shu據ju比bi消xiao費fei互hu聯lian網wang高gao出chu很hen多duo量liang級ji
，這zhe就jiu使shi得de人ren工gong智zhi能neng成cheng為wei一yi項xiang必bi須xu的de技ji術shu
，否fou則ze就jiu無wu法fa處chu理li物wu聯lian網wang時shi代dai的de海hai量liang數shu據ju。

“人工智能是為大數據而生，也以大數據為前提。”許小年指出
，“對於很多傳統企業來說
，當務之急不是人工智能立竿見影的直接應用
，而是數字化和物聯網的基本建設。認為去買一項AI技術、收購一個AI團隊就能解決企業痛點問題，這是不切實際的想法。”

他特別強調，不要以為數字化
、人工智能的目標就是無人工廠，無人工廠並不是我們追求的目標，效率才是最終結果。

大數據、人工智能、數據智能如何真正賦能產業

，改變行業呢
？

聯想集團高級副總裁賀誌強說
，從2016年開始，聯想將數據智能
、產(chan)業(ye)互(hu)聯(lian)網(wang)的(de)理(li)念(nian)服(fu)務(wu)推(tui)廣(guang)到(dao)所(suo)有(you)行(xing)業(ye)中(zhong)，首(shou)先(xian)選(xuan)擇(ze)了(le)汽(qi)車(che)行(xing)業(ye)。在(zai)一(yi)家(jia)車(che)廠(chang)裏(li)，通(tong)過(guo)人(ren)工(gong)智(zhi)能(neng)識(shi)別(bie)每(mei)一(yi)個(ge)車(che)輛(liang)的(de)螺(luo)絲(si)鬆(song)緊(jin)度(du)是(shi)不(bu)是(shi)一(yi)致(zhi)
，從(cong)而(er)提(ti)升(sheng)質(zhi)量(liang)穩(wen)定(ding)性(xing)。“數據智能雖然是一個艱難的過程，但是這種改造一旦完成，企業就會誕生無窮無盡的力量。”

下一步最大挑戰是機器決策

雖sui然ran人ren工gong智zhi能neng在zai加jia速su企qi業ye數shu字zi化hua進jin程cheng方fang麵mian還hai處chu於yu探tan索suo階jie段duan，但dan這zhe並bing不bu妨fang礙ai人ren工gong智zhi能neng滲shen透tou到dao我wo們men生sheng活huo的de方fang方fang麵mian麵mian。業ye內nei專zhuan家jia認ren為wei，在zai智zhi慧hui零ling售shou
、智慧醫療等領域，人工智能已進入比較成熟的應用模式。

人工智能如何助力智慧城市建設
？上個月，“AI智慧車站”廣州地鐵21號線天河智慧城示範站正式落成。據悉，這是全球首個基於智能車站理念設計並投入運營的智慧地鐵示範站。

“自主研發
、基於工業互聯網的智慧地鐵大平台為地鐵裝上‘大腦’。” 新加坡國家工程院院士
、佳都科技副總裁兼全球智能技術研究院院長李德紘表示，以智慧地鐵大平台為依托，大量運用計算機視覺、生物識別等技術全麵提升車站的數據感知能力，實現車站運營的實時監測。並且所有數據可實時傳送給地鐵的“大腦”，進行智能分析，有效提升車站信息化水平
，降低運營成本。

佳都科技董事長劉偉透露，“城市交通大腦”，繼落地安徽的合肥
、宣城之後，今年將在上海、廣州布局，通過AI賦能城市交通以探索破解“大城市病”。

不過，眾多專家也坦言，人工智能技術也麵臨著很多挑戰
，諸如如何更好整合生態資源、如何更好落地，這些都是整個行業急需攻克的難題。

“我給大家潑一下冷水。”倫敦大學學院計算機係教授汪軍直言，“xianzaiderengongzhinengheyingyong，qishibushizhenzhengyiyishangderengongzhineng，ershijiqixuexi。womenbatagaikuoweimoshishibie，zhideshitongguoshenjingwangluobadaliangshujuyingshedaowomendezhishili，birushuoyouhenduotuxiang，shibiechulimianshibushiyoumougetedingderenlian。”

“qishiyouhenduoqitayingyong，buguangshimoshishibie，gengzhongyaodeshitongguohuodezhegezhishi
，zaibajuecefankuidaojiqili
，xingchengyigexunhuan。yinci，xiayiburengongzhinengdefangxiangjiushirangjiqinenggouzuojuece，wanchengcongshujudaozhishi
，zaifankuidaoshujudezhenggexunhuanguocheng。”他認為
，“人工智能接下來最大的挑戰是機器決策，強化學習提供了非常好的指導方法

，但必須借助神經科學、腦科學的研究，才能真正形成一個人工智能的係統。”