新書搶先看》李彥宏（百度創辦人）：４階段，企業啟動AI創新飛輪

做人工智慧事業要跨越的第一道障礙，就是如何落實。人工智慧意味著一個非常大的改變，時間會很長。要落實的話，首先必須找到非常優質與實際的使用者經驗（User Experience, UX），就是能為使用者帶來實際的效益；其次，應用場景必須清楚，不管是智慧助理也好，無人駕駛汽車也好，資訊找人也好，一定要有實際的使用者經驗價值；最後，還要找到商業模式，不然就沒有永續性可言。

所以，重要的挑戰在於，是否能夠找到落實的使用者經驗和實現使用者價值的場景，然後找到適合的商業模式，建立一個創新的循環；換句話說，就是「數據—知識—使用者經驗—新的數據」。只要找到這樣一個循環往復的環流，AI事業就可以像滾雪球一樣向前滾動。

最重要的是，每家公司的執行長一定要重視AI，這是起步。然後，必須投入一定的資源，包括雇用真正懂AI 的人和能夠幫助做決策的人。無論你們公司可能是做零售業的，可能是做製造業的，可能是做旅遊業的，都要按照自身業務的情況，制定有效的智慧化策略，然後堅決執行。要賦予執行者足夠的權力，然後透過有效的策略分解，把智慧化落實到具體業務上。

接下來，我們不妨以「工作引擎」模式，來分解AI 策略的落實步驟。首先，要根據AI 浪潮的推進方向，重新整理企業的定位，根據企業要在AI 時代抓住的機會，設置新的發展方向，確定嶄新的使命和願景。其次，根據企業新的定位，制定出智慧化策略藍圖。這需要企業領導階層對公司在即將到來的AI 浪潮中的願景進行定位，針對「進入什麼領域？」和「退出什麼領域？」做出取捨，進行投注。

在制定「進出」決策時，要遵循一定的原則。矽谷諮詢專家傑佛瑞・摩爾（Geoffrey Moore）的階層結構框架，就是評估AI 浪潮一個很好的例子，其中關鍵是進入高成長類別、跳出低成長類別。AI 浪潮將會創造出擁有巨大成長潛力的嶄新類別，例如無人駕駛汽車、機器人、回聲設備、對話系統；同時，AI 也可能對某些產業造成阻礙，因為新的由人工智慧驅動的產品，可以使用某些方式取代原來的在位者，例如新的人工智慧硬體＋軟體堆疊（software stack, SW stack） 可以使根據舊的硬體堆疊（hardware stack, HW stack）的投資受損。此時，一個良好的做法是制定一份完整列表，包含新的高成長類別、重新成長類別和逆風類別，以便領導階層做出系統性和原則性的決定。

接著是區分產品的出發點，例如：產品是否「具有價值、無與倫比」。需要強調的是，在AI 時代，企業能否保持差異化，關鍵在於是否擁有獨特的數據資產，因為它帶來獨特的知識。

下一步就是理解不確定性、風險／報酬和時間表，以進行投注和管理發展進程。「地平線模型」是一個良好的框架，可以用於制定決策和組織投資組合。大致做法如下：在H1時段（未來18 個月）圍繞目前的核心業務展開；在H2時段（未來18 ∼ 36 個月）投資於創造盈利引擎；在H3時段（未來36個月＋）致力於具有更大潛力、但風險更高的長期投注。

AI 浪潮提供了一個非常豐富的H2和H3時段的機會，一些AI 投資甚至有助於提升H1 時段。總而言之，目前的AI 處於非常早期的階段，有很多未知數和不確定性。想要真正深入理解人工智慧，有原則性、務實做出決定就非常重要。

在企業AI 策略的執行階段，首先要堅持「結構完整性」的原則，即在產品體驗、技術架構與商業模式上要連貫一致。如果你正朝著智慧計算系統主從式架構（Client-server model）的方向改變，或者投資於「自治系統」（Autonomous system, AS），那麼技術決策就需要與產品和商業決策同步。其次，是企業要緊跟著AI 浪潮的技術路線圖，與當前飛速發展的深度學習技術同步，這是必不可少的。

對AI 產業的領軍企業而言，需要能夠改變世界的願景、世界級的技術遠見、強大的科研團隊和研究議程，這些都需要和企業願景AI 技術的呈現與產品開發一致。諸如DeepMind、谷歌、百度和一些積極進取的先驅企業，都展現出這個共同模式。

在這個階段，更新研究機制也是必不可少的步驟，因為在傳統上IT 產業與學術界，並不擅長將研究成果商業化。最近的OtherLab、OpenAI 和其他一些AI 新創公司，正在積極招聘研究團隊，這是一股新的趨勢。有許多工作需要各類組織，包括大學、早期生態系統、大型企業、培訓和研發機構等，合作制定出結構化與可永續的解決方案。

投資力度是企業亟須考量的重要因素，隨著AI 革命的不斷深入，人才爭奪戰不斷升級，導致發展人工智慧的成本不斷提高。一些新創公司能夠籌集到大量資金，是因為長期的投資報酬非常巨大（高風險／高報酬）。制定投資規劃的關鍵，在於排列資源的優先次序，以及一項能夠反映AI 風險深思熟慮的決策過程。

在所有客觀條件逐漸匯聚了之後，人才就成為決定性的因素，其中領導才能是一項深遠且難得的要素。鑒於AI 浪潮根據的核心技術與以往的完全不同（以神經計算為核心），它需要高階管理團隊的高階管理能力。同時，由AI 驅動的新興產業是如此多樣化和跨學科—從基因學到機器人，凡是你想得到的都有—因此，企業需要一個具備創新精神的人，但這其實並不容易，因為今天的社會生活在很多領域都是非常專業化的。微軟研究院首席研究員比爾•巴克斯頓（Bill Buxton）提供了解決方案，為高級管理階層建立了一支充滿創新精神的團隊。

值得一提的是，AI 創新飛輪的核心是「數據—知識—使用者經驗—新的數據」的回饋循環。優化這個回饋循環的容量和速度，是規劃中非常重要的一環。最後，要強調的是，居於策略核心的，是根據現況和推斷積極設定目標，並且展開可實現目標的行動。（本文摘錄自《智能革命》第二章，天下文化出版）