在2016年10月，《MIT技术评论》调查了亚太地区的商界领袖，陆续发布了关于亚洲AI议程（Asia’s AI Agenda）的一系列简报文件。在今年5月至6月间，又进行了新的深入访谈，并于近日推出了深度调研版。

在深度调研版里，《MIT技术评论》重新审视了为推动AI创新应用而汇聚在这一地区的技术趋势、风险投资、政府和企业战略，并评估特定的亚洲市场如何利用这些趋势。人工智能轨迹的整体视角及其在四个市场中的表现形式——新加坡，中国，澳大利亚和印度，表明自动化技术的进步正在迅速改变亚洲公司管理和发展人才的方式，迫使他们审视“工作”的本质。

AI和自动化技术也正在改变亚洲各经济体内企业管理和人才培养的方式。中国政府及其主要互联网科技公司如BAT，已经对这些技术投入了大量的研究和投资，其结果是中国的技术生态系统很有可能在全球范围内确定在AI领域的主导地位。

亚洲：追逐AI 定义AI

亚洲作为一个经济举足轻重的区域，不仅是AI技术进步的获益者，更应该是它的定义者。

亚洲的企业高管认为，AI和机器人技术对其经营业绩会带来直接、深远且积极的影响。鉴于亚洲大部分地区缺乏与人工智能发展同步所需的技术技能和研发设施，这些经济体需要投入大量资源来提升自己的机器学习能力。中国、印度和其他亚洲大型经济体都拥有大量的数据，这对于推动人工智能的能力向前发展至关重要。澳大利亚和新加坡尽管数据规模相对较小，但在AI的本土研发资源开发方面具有先进优势，而且对机器学习如何补充和增强其老牌领先行业的竞争力有着清晰的愿景。

2016年10月，《MIT技术评论》对60位亚洲企业高管进行了调查，收集关于人工智能和机器人对亚洲商业前景的影响的分析。此外，还对24名人力资本专业人士进行了采访，以评估AI对亚洲工作市场的影响以及他们未来的角色。绝大多数受访者认为，人工智能和机器人技术的进步将对亚洲大部分工业部门产生非常积极的影响。

大多数受访高管回应称，人工智能将显著提高他们在亚洲的竞争力，尤其是他们的流程效率和他们对客户数据的挖掘能力。然而调查显示，目前全球只有一小部分公司投资于亚洲的人工智能开发项目。

在人工智能领域有一个广为接受的假设，即人工智能最终将消灭所有行业的人力工作。但是亚洲的人力资本——数十亿熟悉数字网络的工人和消费者，却使AI在该地区的发展越来越快。接受采访的人力资源专家们认为，AI与机器人技术的应用将在未来五年内在亚洲造成巨大的失业。这将很快对他们的角色和职能产生重大影响。他们期望进入更广泛、更具战略性的生产力管理工作，在未来五年内成为人类和人工智能的管理角色。

AI缺资金？中国不差钱！

中国已将自动化和人工智能作为经济转型的主要杠杆，中国政府也将人工智能列为新的战略重点和增长引擎。中国在人工智能领域拥有两个重要的竞争资本：首先是国家的数据生态系统，这得益于其庞大的网络人口——已经产生了大量的有用数据来加速机器学习；二是其在制造业和物流方面的全球领导力。由于自动化和机器人技术，这两个行业都将经历一场革命。据北京咨询公司艾瑞咨询(iResearch)的数据，中国AI相关产业的市场已经相当可观:预计到2020年，中国的AI产业市场将增长至91亿元人民币(合13亿美元)，高于2015年估计的14亿元人民币(合2.03亿美元)。麦肯锡预计，中国的人工智能应用市场将以每年50%的速度增长，超过全球复合年均增长率的20%。

北京正在起草一份针对人工智能的国家发展计划，以促进技术在经济、安全、社会福利和环境方面的应用。中国的许多顶尖大学和研究所正在这一领域进行广泛的学术研究，科学家和学生中的AI精英已经受到了该领域的广泛认可。根据美国国家科学技术委员会(U.S. National Science and technology Council)的数据，2015年中国在与深度学习有关的期刊数量上超过了美国。

互联网行业也在引领着中国AI的发展。中国最大的科技公司——百度、阿里巴巴和腾讯，拥有涵盖广泛的人工智能实验室和价值数十亿美元的项目，许多信息和通信技术公司也已经建立了分支机构来开发和应用人工智能。

在中国，为人工智能项目筹集资金似乎不成问题。除了政府的支持，还有大量正从大数据行业转移的风险投资。中国目前有超过200个AI初创公司，根据市场研究公司Venture Scanner的调查，中国AI项目投资资金在全球排名第二，仅次于美国。

在政府支持的机器人革命中，中国数千家工厂正在向自动化转型，许多制造商只能采用先进的自动化技术和人工智能来降低成本，保持竞争力。“很快在工厂工作的年轻人就会变少，”一位中国互联网企业的人工智能研究专家表示，“用机器取代重复性的人力工作是必须的，我们已经有了汽车工厂的成功案例。”

根据国际机器人联合会（IFR）的数据，中国已经是世界上最大的工业机器人使用国，2015年工业机器人的销量增长了20%。移动机器人也越来越多地在中国的物流和电子商务领域部署。尽管中国仍严重依赖外国技术来推动其自动化驱动,其国内生产能力也有所增长:中国机器人制造商可供应近三分之一的本国需求。不过，中国每1万名制造员工中只有49个机器人(美国的这一数字为176)，这意味着中国对于工业机器人的需求在接下来一段时间内仍是这一产业增长的主要推动力。

据IFR预测，受中国中小型企业的价格下降、技术改进和中国中小型企业应用范围的扩大，以及汽车、电子、金属和机械等行业的高强度制造商的持续需求推动，到2019年中国的机器人市场将占全球40%。

许多中国公司尤其是那些既追求技术又重视客户的公司，不仅把人工智能视为提升内部效率的工具，还将其作为提高客户体验的杠杆，甚至是新的价值源。腾讯人工智能实验室主任张通潼博士描述了正在探索的四个主要方向:“第一是创造更智能的聊天机器人，增加信息获取渠道，以提高客户体验；二是用AI分析在线内容，增进用户理解并提出更好建议；三是匹配不同偏好来提高广告收入；最后我们希望增强包括下一代手机和车辆等‘社交’AI设备的能力，使用自然语言与人类互动。”

2017年3月，阿里云宣布了针对医疗和制造业的新人工智能服务，分别是ET医学大脑和ET工业大脑，后者将为生产过程监测、能源效率和预测维护提供实用的工具。自2015年起，阿里巴巴就有了一个名为PAI的公共云机器学习服务。中国企业越来越多地使用云服务，并在云端访问基于AI的产品和服务，人工智能已经成为云平台的卖点。对中国企业来说，日益普及且便利的云服务会进一步加速人工智能程序的应用。

中国互联网搜索巨头百度在北京开设了一个新的AR实验室，来开发AR营销工具。去年该公司成立百度风投和百度资本，前者直接投资有前景的新兴AI和AR相关公司，后者关注处于中期到后期的创业公司。百度在过去三年有很多研发项目，大多数与AI相关，重点是基础设施与医疗等行业，如名为Melody的医疗对话机器人：在用户看医生之前收集医疗细节。这样的流程管理应用旨在解决中国日益严重的医生短缺问题:根据经合组织（OECD）的数据，中国有18.9万名普通医生，相当于每1000名公民中只有0.2名医生，而韩国和澳大利亚的这一数字分别为0.6和1.5。由于工作时间长、工资低等原因，很多医学毕业生转寻其他职业。台湾杨明大学开展的一项研究发现，在过去10年里有470万名学生从中国的医学相关专业毕业，而实际上只有75万人投身这份工作。

另一个吸引AI相关投资和研发的行业是金融技术行业。在阿里巴巴与支付宝的带领下，中国消费者正迅速向“无现金社会”前进。根据CB Insights数据，中国大陆和香港的金融科技企业收到的风投资金大约为103亿美元，占全球50%、全亚洲的91%。

人口大优势？行业人才仍稀缺

中国在支持力度、投资规模和布局视野方面都有着优势，一定程度上缓和了生产力的挑战，并掩盖了其他可能减缓其在人工智能领域进步的因素。部署AI产品和服务的一个潜在瓶颈是监管。之前出于对个人隐私和地理信息安全的担忧，《精灵宝可梦Go》等基于地理位置的AR应用被禁止，今年7月开始实施的一项新的网络安全法律也对企业在中国使用个人数据提出了限制。但这些数据是人工智能开发人员需要加强机器学习的主要“自然资源”。

缺乏广泛的AI教育可能也会限制人工智能在中国的应用步伐。麦肯锡（McKinsey）在2016年对多个行业的高管进行的一项调查发现，人才短缺是制定人工智能策略的主要障碍。在美国，50%的人工智能从业者拥有超过10年的行业经验，而在中国只有不到25%。报告还发现，中国少数几所拥有机器学习程序的大学目前并不重视开发AI的实际应用。

张潼表示：“企业必须创造和接受一种文化，在整合技术的同时帮助人类改变和适应。”另一位中国互联网公司的高管表示，这是中国人工智能产业目前面临的主要难题。中国几乎具备发展AI所有必需的要素:资本、研发基础设施、大数据和人才。然而目前精通人工智能技术的研究人员和科学家可能不太了解中国的市场及其应用前景，从而很难开发出市场真正需要的产品。

AI认知脱节，企业如何改善？

在中国的政治、经济和商业圈中，AI的变革性潜力被充分理解，AI投资已被广泛视为应对人口、环境等挑战并进行国家经济转型的关键战略。人工智能如果得到了正确应用，就不会解构整个就业市场，而可使机器和人都能以更有效地方式工作。尽管仍存在差距，但中国的人工智能生态系统极其全面，其技术能力、融资、政府推广和企业驱动等方面的水平都是世界一流。

然而，中国的AI应用面临着一个重大挑战:AI专家日益精进的技术与商业领袖在操作中引入AI应用的指导能力之间的脱节。“企业需要寻找（或培养）那些了解AI如何提升企业的员工，”一位中国互联网公司高级董事表示，“金融和医疗行业极其需要既拥有AI背景又懂得技术和行业需求的人才，其他行业的这种需求也将迅速扩大。”

为了充分利用人工智能技术，商业领袖必须积极参与数据分析项目，并分享优秀的实践经验和见解。同时，他们还需要将自动化和机器学习的过程改进整合到公司更广泛的人才管理项目中。

倾听机器，倾听员工，企业生产力就能在AI的助力下不断提高。

原文载于technologyreview.com，本文为未来图灵（futureturing）编译文章，转载请申请授权并注明来源。

编译：邵琦