警報！未來最先被人工智能顛覆的可能是汽車業，為什么？
報告！我的領導是機器人。明年全球300萬人會被機器領導，真的嗎？
在10月15日舉辦的2017中國管理。全球論壇暨金蝶用戶大會，華為輪值CEO徐直軍做了題為應對快速變化的世界主題演講。
談到人工智能的影響，徐直軍說，未來最能顛覆的一個產業就是汽車產業。自動駕駛電動汽車可能將中國16萬億產值的汽車業，包括周邊產業，徹底顛覆掉。當然，人工智能也有可能顛覆醫療和健康產業，也有可能顛覆教育產業。如何以一種全新的模式來重構各自行業，是我們在未來都要去思考的。
以下為徐直軍演講內容，有刪節：
尊敬的來賓、女士們、先生們：
非常榮幸參加此次會議，也感謝徐少春主席邀請我參加這次會議。我們身處于快速變化的世界當中，不說別的，即使看看我們身邊，就足以看到我們社會的變化，趁這個機會，我就分享一下我對如何應對快速變化的世界的思考。
大家很清楚，從中國的角度來看，消費者的需求在變化、企業的需求在變化，政府的需求也在變化，而技術的變化更是眼花繚亂。短短的最近五、六年的時間，大家聽到了很多新的名詞，云計算、大數據、AR、VR、自動駕駛、人工智能等。我在華為更多關注技術戰略，僅僅只是讓我們所有管理者能夠了解這些名詞究竟意味著啥，都非常挑戰，更不用說怎樣把這些快速變化的技術應用于公司的日常運營、應用于如何面向客戶、應用于為客戶提供的產品。商業模式也在快速變化，其實商業模式的變化往往是我們能不能在另外一條賽道上去競爭的關鍵。如果說我們在同一賽道競爭拼的是實力，那在另外一個賽道的競爭拼的就是快，其實金蝶在轉向云化這方面，就是比別人快了一步才有了今天的增長。
如何應對這一快速變化的世界，事實上是每個企業都面臨的挑戰和需要解決的課題。回顧這么多年中國企業走過的路，大家都很清楚，很多企業更多地是通過拷貝去參與全球的競爭。但是走到今天，不能再走MeTooButCheaper的道路，這條路不能再走了，也再也走不通了，必須直接面對快速變化的需求，用新技術和新商業模式走出一條創新之路。只有這樣，我們才有可能不在同一個賽道上與競爭對手拼實力，而是在另外一個賽道上，去跟傳統賽道的對手競爭，開始步子可能很小，但是未來發展會很快。
具體到幾個產業來講，比如說制造業，首先我們要關注的是整個消費的升級。現在消費者的需求不再像過去那樣低成本、便宜就能解決問題，而是需要品牌，需要品質，需要個性化。要有品牌就必須要有創新，就必須為客戶提供更高質量的產品和服務，那就必須要有研發的投入。我跟很多企業界的朋友打過交道，而且都是企業級的創始人、董事長和CEO，在一個企業構筑研發能力，最最挑戰的是對傳統思維和傳統商業邏輯的巨大沖擊。因為研發的投入不可能立即帶來效益，說三、五年之內研發投入就能掙錢，沒有這回事。尤其是我們搞研究，五年內要盈利幾乎是天方夜譚。華為歷史上走過的就是這樣的一條路，每進入一個產品、每進入一個產業持續研發投入，我們在相當長時間之內是掙不到錢的。我們統計了一下，我們每進入一個產業，平均的當期盈虧平衡點是8年，對現在很多企業而言，投資研發要在8年之后才能創造效益，可能是很難接受的。但是我們又有一個深刻體會，只要持續投入，依舊能在這個產業上趕上來、實現領先，最終在全世界領導這一行業。
作為軟件與應用開發商，不能困守過去的開發方式、產品提供方式和商業模式。目前情況下，基于公有云（含AI平臺）開發產品和提供服務，并將過去所有軟件和應用遷移到云上來，以服務的方式去面向客戶，是一個比較理想的選擇方式和證明能夠成功的模式。金蝶在轉型到云上，就是走得快，走得堅決，這兩年實現了快速發展，也正是因為轉到云上，才有可能讓華為這種企業在我們的終端零售上快速地使用金蝶云，能夠快速地為我們的客戶提供服務。否則一個點一個點去安裝，是很難快速地響應需求。
作為集成商，過去的集成方式與未來的集成方式也是不一樣的。要發展基于云的遷移和集成能力，否則只有傳統的集成能力的話，可能難以在未來的競爭中取勝。
下面我講一下人工智能。人工智能是一種新的通用技術，即GPT（GeneralPurposetechnology），這已經越來越成為共識。在《經濟轉型：通用技術和長期經濟增長》書中，作者RichardG.Lipsey認為社會經濟的持續發展是靠通用技術的不斷出現而持續推動的，并將通用技術定義為可識別為單一通用產品，流程或組織形式的技術。根據最新的維基百科，經濟學家們認為人類發展史走到今天總共有26種通用技術，而人工智能就是一種。所謂通用技術，簡單的理解就是要有多種用途、應用到經濟的幾乎所有地方、并且有很大的溢出效應。作為一種通用技術，人工智能不僅使我們能以更高的效率解決已經解決的問題，也可以解決很多沒有解決的問題。所以能不能具備真正的人工智能的思維，以人工智能的技術解決現在的問題，以及解決未來的問題，這是我們能不能在未來競爭中構筑領先，構筑優勢的關鍵。
現在對人工智能沒有一個準確的定義，不同的表述各有側重點和立足點。Gartner認為人工智能是一個總括性術語，涵蓋很多具體技術。窄AI/弱AI是不具備情感意識的人工智能，專注于一個狹窄的任務。例如，Siri、金蝶小K。強AI/真AI指人工通用智能，是像人一樣的機器人，一種假想的機器，至少表現出與人類一樣熟練和靈活的行為，這是一個遙遠的目標。現在產業界講人工智能更多是聚焦在機器學習。
在70年代，以及80年代末至90年代初，人工智能的發展經歷過兩次冬天的危機。甚至當時的學術界有人還認為做人工智能研究和傳播的人是騙子。有一段時間，人工智能的詞都不用了，換了一個詞叫大數據。而現在突然間人工智能又用起來以后，大數據的詞又不用了。由于我們國家把大數據變成了一個行業，信息產業變成了大數據產業，這是另外一回事。人工智能的變化發生在2012年，多倫多大學的博士生AlexKrizhevsky和他的同事通過使用深度神經網絡，把ImageNet的圖像識別錯誤率從盤桓很久的30%大幅度降到15%，從此觸發了人工智能的再次復興，從學術界到工業界，幾乎人人必談人工智能。
但是講到人工智能，名人也好，專家也好，大家看法是很大不同的。有擔心的，像霍金就是最擔心的，他認為黑洞可以不擔心，但對人工智能就憂心忡忡。也有很多持積極觀點的，認為要加快前進。所以既有對人工智能恐懼的，也有充滿熱情的。2016年12月，奧巴馬總統辦公室發布了《人工智能自動化和經濟》白皮書，認為在未來20年內，雖然機器不太可能展現出與人類相當或超過人類可廣泛應用的智能，但預計機器將在越來越多的任務中繼續達到或超越人類的表現。他的意思說跟人類比，像人一樣是很難，但是在具體窄的業務上能夠達到人、甚至是超過人的表現。我認為，這個應該是對人工智能未來二十年發展的一個合理判斷。