怕机器人抢孩子们的饭碗？这几件事一定要做！

作为AI专家，李开复早在 1988 年就开发了“奥赛罗”人机对弈系统，并曾帮助IBM组织深蓝团队。

“人工智能将带来太多不理解的社会现象，不理解就可能会带来麻烦甚至是灾难。” 谈及自己最近频繁亮相，他表示目的很简单，就是希望用最简单的方式描述未来世界和它带来的机会、挑战，让更多人适应AI时代的到来。

过去一年，他大部分时间都用在人工智能孵化上， 创新工场超过一半的投资也押注在人工智能上。 “我一直有一个梦想，有一天机器能够和人一样的思考，能够帮助人达到更高的高度，也能够帮我们做更多的事情。”

从行业趋势来看，哪些应用和领域将率先被迎来AI时代？李开复提出了三个原则：

创新工场多次参与投资的“用钱宝”项目最多被李开复提及，他认为，对于小额分散、高频、标准化程度较高的金融业务，人工智能有着天然优势：

数据，是人工智能的核心 。面对目前大量互联网数据被BAT等巨头所掌握的现状，李开复认为创业公司仍有大好机会，关键在于找出行业、场景的真正痛点，因为 AI辐射全部行业，BAT不可能在所有垂直领域占据优势。

“关于人工智能，我个人认为 BAT其实是三大黑洞。 牛人进去就掉进黑洞出不来，数据进去掉进黑洞出不来，里面做了什么算法也出不来。”李开复认为BAT虽然拥有大量数据，但共享性目前还不够，而 历史上当某些公司共享性不够的时候，就会有人去挑战 。

现在李开复就发起了挑战，喊出“ 创新工场要做中国最懂AI的VC”，誓言建立最大的数据库之一 。 “巨头的封闭给我们带来一个开放的机会。”年初，创新工场成立了人工智能工程院，目前已有30多位研究人员，年底将扩充到200位左右。李开复的计划是，将工程院从孵化器中剥离出来，与非BAT的各行业龙头公司一起打造公开的数据库平台，吸引科学家、创业者。

以下是采访实录：

人工智能带来的颠覆远超互联网

腾讯科技： 去年一年您的主要精力是放在对人工智能的关注上，包括创新工场的投资方向。AI真能改变互联网格局、趋势吗？

李开复： 人工智能对人类所带来的改变，会超过互联网、超过电、超过工业革命。因为它是渗透到每一个行业、每一个工作，它会在10年之内改变、颠覆、取代50%的人，它会把我们做事的一些方法统统改变过来，所以它比互联网来的更快、影响力更大。

它来得这么快，当然跟互联网是相关的。因为如一切都网络化以后，人工智能只要把数字拿来算一算、推一推，就可以做出各种比人更精确的决策、判断、预测、分类。

腾讯科技 ：如果再给一个更精确的预测，您觉得最开始、最可能会在哪些领域有更多的人工智能应用？

李开复 ：最开始的已经发生了，就是互联网应用。比如今天百度的搜索，腾讯朋友圈的推荐，或者是淘宝的商品推荐，滴滴打车、今日头条的排序，快手的个性化推荐，美图的美颜功能、人脸识别等。这些都是人工智能。

人脸识别技术

下一个阶段，肯定是 金融界 ，因为金融界是除了互联网界之外数据最多的。当数据多的时候，人工智能更有可能。

当然，除了数据多，还需要数据是有标记的，而且是单一领域的。金融又符合这个条件，比如说炒股、保险、小额贷款、风控，这些事情都是针对大量的数据来判断。我能不能借钱给你，我该买哪一只股票，这些是非常适合人工智能，而且也会快速取代人类在这方面的工作。而且能产生特别大的财富，因为在金融领域，每做一个更好的抉择，马上就挣钱省钱了。

在人工智能领域创业成本高、门槛高

腾讯科技 ：您提的这些东西对于创业公司而言，他们的机会在哪里？技术、数据、场景，都是人工智能的核心要素，创业公司并不掌握这些，尤其数据和产品层面是比较弱势的。那么创业公司应该做哪一块？

李开复 ：AI创业确实和过去互联网创业、APP创业是完全不一样的。APP创业是有史以来创业成本最低的，AI不但成本高，而且很多困难。

第一，创业者是否足够了解场景、用户痛点？

一种模式还是2C，就是有没有看到一个强需求，这个强需求能不能被技术解决。

举个例子，创新工场投资的用钱宝，就看到了中国大部分人没有信用卡，但又有资金周转的问题，银行却不提供小额贷款，这是不是可能成为一个机会？如果有一个APP，让我需要一两千块钱的时候按一个扭，把名字、身份证、脸谱输进去，再上传一些数据，它就能够快速判断要不要借钱给我。

这就是一个很好的生意。因为你收的利息远远超过银行利息。产品推出来以后， 仅仅18个月，每个月就可以放出120万单，每年贷款额是三四百亿级别。 利润是不可想象的，马上就要上市了。

所以，如果你切到了一个用户非常大的痛点，那就可以做2C应用。但是大部分AI应用是2B，而不是2C，毕竟大部分需求并不是小额贷款，而是银行、保险公司等等。

第二个问题，数据怎么办？

基本上有3种方法， 第一个是自己努力累积 。刚才讲的用钱宝，就是刚开始没有数据，那就只能用规则来贷款，就会犯错，坏账率就多，每次坏账都要付出血泪的代价，但是每一次赔钱就产生了新的数据，当数据足够了就可以用机器学习。用钱宝的数据是用血泪自己堆积出来的。

第二个方面是借力别人。 比如说给招商银行服务，帮他做一个很好的风控引擎，数据就是在招商银行，招商银行不会把这个数据拿出来。做2B的好处是客户如果有数据，你就可以用上，用上了带不走，但是至少产品可以做出来。

第三种模式是创新工场的模式。 创新工场在做一个特别大的计划，就是收集特别大量的数据， 开放 给创业公司使用。

大部分传统公司在AI时代都没戏

腾讯科技： 人工智能对于传统商业领域究竟是颠覆还是改良？

李开复： 两个都有。如果你选择的业务暂时不颠覆，那就可以切一下。比如说用钱宝做的小额贷款，银行并不做，所以不是抢它的生意，反而可以帮银行挣点小利息钱，所以是双赢。但是可能下一步就有人要做房贷、车贷、甚至是教育贷款，这时候就要动到谁的奶酪？

另外是大公司，他们什么时候可以觉醒起来？他们手中的数据才是宝藏，如果他们的心态是我的数据是宝藏，我要自己做，那么99%的情况是不靠谱的。

最终大部分的传统公司还是被颠覆 ，历史告诉我们就是这样。因为如果一个传统公司靠他传统的模式，已经挣很多钱。他要靠新的模式来颠覆旧的模式，颠覆之后可能还没有以前赚的钱多，而且还有很多旧业务的内部势力会阻挡你做新业务，所以这个很难推。

我不认为今天的银行、保险公司、医院、教育机构会意识到这个问题， 少数会自我改良，但大部分都没戏。

我觉得有很多领域都可以出现大公司，因为BAT虽然很强大，但是他们也有创新的问题，当已有的业务做得特别大了，可能不会做一个颠覆你过去的业务。还有是当一个新的业务出来，那个业务跟你的相关度并不高，你可能也很难介入。

无人驾驶汽车

比如说无人驾驶就有可能出一个新的大公司，虽然百度也在做，但是无人驾驶对百度和Google这样的公司而言，只是一个锦上添花的事情，不是它们的核心价值。反而是Uber这样的公司拼命做，活下来可能就是下一个BAT。

关于人工智能，我个人认为 BAT其实是三大黑洞 。虽然三个公司都很牛，但 牛人进去就掉进黑洞出不来，数据进去掉进黑洞出不来，里面做了什么算法也出不来 ，所以共享性是不够的。

历史上当某些公司共享性不够的时候，就会有人能够用 公开性 的方法来挑战它。比如微软，虽然花了很多时间，但是毕竟一个公司的力量是打不过整个行业的所有人，最终LINUX成为了一个更标准化的技术，微软也不得不开始拥抱LINUX。

这就是创新工场现在努力的领域，而且我们不觉得是自己做，因为公开平台就不是一个公司做了，所以我们会和其他公司一起合作，用公开的方法，让更多人能够接触到AI，让更多的AI创业起来。

“金饭碗”是最容易被机器取代的工作

腾讯科技 ：您预测人工智能在整个社会经济领域的深刻影响会是多久？

李开复 ：我觉得是一个非常 快速爆发 的过程，但是短期内反而不好说。比如说 华尔街的交易员 已经差不多成为恐龙了，这个曾经很光鲜的、大家很羡慕的高薪职业就消失了。未来的保安也会部分的消失，因为摄像头的监控，加上一些机器人巡视，已经不需要 保安 了。司机可能也会消失，还包括一些非常高端的白领，比如说

放射科医生 ，他们的看片能力不如机器人。

与其说一个领域，我们不妨宏观看一看10年以后，当50%的人类工作被取代以后会发生什么事情？

第一个问题，下岗的人谁来养他们？

这个我倒是不担心，因为人工智能比他们便宜、有效、精准，会创造巨大的财产，政府只要征税就可以把这50%的人养起来。

第二个问题，是不是应该试着重新教育他们？

先想想最糟糕的情况，如果不训练这批人，每个月就拿着政府发的5千块钱，也不会饿着，日子也可以过。但是就失去了人生的追求，也就是说他们在马斯洛的层次里面，就不再有自我实现的机会了。

一个很好的方向，其实就是一定要选机器不能做的事情。 机器不能做深度思考，机器不能做情感、文艺、娱乐、创造 ，但这也不是这50%的人很容易被训练的。机器还不能做人对人的深交，当两个人在一起产生感情，比如说男女恋人、父母对孩子、职工对服务对象、好朋友在一起八卦，这些感觉永远不会被机器所替代。

我们就应该让50%的人去做服务型工作。比如服务高端客户，帮助他们做导游、帮他们做美食。

腾讯科技：对机器和人的关系怎么看？

李开复：刚才讲了这50%的人怎么让他们重新受教育，因为这些人可能已经五六十岁了，有一定的难度。如果谈到年轻人的教育，我就充满了信心。

所以我们一定要努力告诉孩子几件事情 ：

作为一个年轻人，就要看得很清楚了，所谓的二流人才，这种工作就不再了，而且做任何领域都是一样的。做记者，如果你写的是花了三天时间采访了50个人，写了非常深度的文章，你是不会被取代的，机器做不了。如果是在网上这边拿一块，那边拿一块拼凑的文章，马上就要被取代。

最近我正在写一本书，就叫《人工智能》，希望能够用科普的方式让每个人都了解AI，适应AI时代的到来。