億歐作為受邀媒體，在網易科技整理的基礎上作了進一步的精簡。首先，沈曉衛分享了IBM預測的未來五年改變人類生活的科技其中就包括人工智能、量子計算、區塊鏈等。關于今天的主題，人工智能。沈曉衛認為現階段的人工智能也只是增強智能的概念，是人工智能作為工具，人機同行解決發展和行業中遇到的問題。

“在這樣一個時代，企業需要思考可能遇到的機遇：專長、數據和平臺。”沈曉衛表示，“現在的人工智能更多面向消費者，未來3-5年更多的將是面向企業。”

沈曉衛認為，人工智能的成功需要商業化的成功。而這個成功的關鍵就是找到人工智能落地的場景和產生規模化的效應。

“如何精準的發現人工智能的場景是個挑戰。”沈曉衛表示，“除此之外，還有就是如何產生規模化的效應，如何更加易于使用，更好應用到商業場景中。”

談到人工智能與場景的結合，沈曉衛舉例道，比如利用人工智能技術更好理解企業，更好洞察用戶，提供數據，利用人工智能提供決策支持，構建人工智能助手;第三個大需求就是利用人工智能將業務進行重整，將流水線更高效。

據沈曉衛透露，IBM已經在關注量子計算，尋找量子計算的應用場景。“需要指出的是量子計算與傳統計算不是替代的關系，而是相互補充的關系。”沈曉衛表示，“我們希望量子計算機可能做更好的優化問題和發現更多藥物，我們相信量子計算機用在機器學習上可以讓人工智能進入新的臺階。”

沈曉衛認為在人工智能時代，每家企業都將面臨人工智能的變局，每家企業都有可能成為變革者。

以下為沈曉衛演講原文：

大家早上好，這是一個人工智能的時代在過去的若干年我們看到人工智能技術的進步，也看到人工智能在很多人機大戰中戰勝人類，也看到很多人工智能芯片這一方面的方興未艾，更重要的是我們看到人工智能開始進入我們的生活，進入到每一個的行業。

人工智能下，企業面臨的變革與挑戰

每一年IBM都會發布一個關于未來五年科技改變人類生活的一個預測。這是今年IBM發布的一個預測，我們看到這里涵蓋了人工智能技術、涵蓋了區塊鏈技術也涵蓋了量子計算，人工智能可以被用來使生活環境變的更加美好，區塊鏈技術可以被用來防止偽冒產品。與此同時我們也看到這一些新的技術可能帶來的挑戰及需要更多的技術來應對這樣的挑戰。在今天我們就來看一下未來的智能和未來的計算是一個什么樣的概念。

今天我們看到人工智能很多的成功應用案例：人臉識別、語音識別等等。今天人工智能更多的是用來解決一個單一的問題，所以大家會說今天還處在一個人工智能的初級階段。今天的人工智能稱之為增強人工智能的階段。就是基于今天的技術。所以這里面是增強智能的概念是一個人工智能作為工具、人機同行來解決我們生活中遇到的問題，社會發展中遇到的問題以及行業中遇到的問題。

今天我們特別要來看一下在這樣一個人工智能的時代，企業變革所面臨的挑戰和機遇。所以我希望在這場景下特別來談三個詞，專長、數據與平臺。

在這樣一個大數據的時代在這樣一個人工智能的時代，每一家企業都需要重新的思考我們的專長是什么，都需要重新的定位我們的核心競爭力是什么。可能是一家出版商、但也許核心競爭力之一是內容的制造與產生;可能是一個行業某一個制造業的龍頭企業，但是在這樣一個復雜的有上下游的生產鏈條中我們可能很核心的一個競爭力是這一種物流的管理或者叫供應鏈的管理。

第二點想探討的就是數據，我們知道數據蘊含著大量的商業價值，但是越來越多的人也意識到今天看到的或者能夠利用的數據中的價值大概只有希望的或者期待的那樣非常非常小的一部分。可以這樣講80%以上的數據實際上是在防火墻后的企業數據，而開發這樣的數據中價值今天還處在一個非常非常早期的階段，我們需要更多的技術能夠幫助我們進入到企業這一層級，在企業層級來開發數據中的價值。

第三點我們就必須要談到平臺的力量這里的平臺可能是技術的平臺，也有可能是一個商業的平臺。因為平臺的規模它使得平臺的邊際成本極大的降低，無論是人工智能的技術還是其他的技術它只有在一個平臺上才能夠真正的發揮它的作用。

我們看到一些企業本身它就是一個平臺商，也有一些企業它開始把自己的業務轉移到一些平臺上，我們也看到更多的企業在我們把它稱之為叫做重新的平臺化使得它的業務在這樣一個平臺上包括技術的平臺、包括商業的平臺、包括整個的這樣一個生態圈的構建來重新的整合自己的業務、來重新的推動這企業的變革。

應該說今天的人工智能更多的是一個面對消費者的人工智能，站在未來的三年、五年、十年會看到一個很大的趨勢，我們把它稱之為企業人工智能就人工智能開始進入到行業。

我們每每提到人工智能大家都會提到它有幾個重要的支柱，無論是人工智能本身的算法與技術還是它需要計算力包括需要的大數據。但是人工智能的成功它需要商業的成功，而商業成功非常重要的一點是這應用場景，可以說今天人工智能在商業化落地中面臨著很多的機遇和挑戰，但無外乎兩個：一個就是如何來精準的發現應用場景。這很大的挑戰是來源于IT的專家或者人工智能的專家對于一個行業理解達不到那樣透徹的程度，而行業的專家可能并不能完全理解今天的技術和未來若干年的技術會到一個什么樣的程度。所以這兩者的結合造成了就是今天精準的發現人工智能應用場景使得今天已有的技術和未來可能出現的技術來真正的解決商業痛點變成一個非常大的挑戰。

另外一點就是說它如何產生規模化的效應。這里又如何使得人工智能的技術變的更加被易于使用，更好的融入到今天的商業場景和商業流程中就變的非常非常重要也非常非常的不容易。

談到人工智能與業務場景的結合可以這樣看一方面人工智能技術本身，另一方面是業務場景。人工智能進入行業來改變企業可以看到幾個大的應用的方向：一個就是我們利用人工智能的技術作為一家企業來更好的理解企業本身的客戶就對客戶進行更好的洞察和預測;另一點看到人工智能提供基于數據和基于知識的決策支持，希望構建具有人工智能能力所謂人工智能醫生或者人工智能醫生助手;同時我們看到第三個大的需求就是人工智能用來對我們的業務進行重整，來使得商業流程可能是一個生產線的管理變的更加高效，我們可以利用人工智能視覺視頻的分析技術，來對一個生產流水線產品質量進行管理使得它可以替代一部分的人類勞動。

所以今天所面臨的挑戰就是如何使得這樣的大的應用場景能夠細化，而另一方面人工智能的技術可以與它相向而行來找到在今天這樣一個時間段內人工智能可以發揮作用，可以產生真正的商業價值這樣的場景。

從技術的緯度來看人工智能往前的幾年我們看到非常重要的方面，一方面人工智能技術本身需要往前走，比如說面對企業級的客戶，即使有很大量的數據可能已標識的數據并沒有那么多，如何基于非常小規模已標識的數據進行很快的人工智能學習，如何使我們的人工智能給出的專業推薦方案能夠具有可解釋性，就像一個醫生不但能夠診斷出病人的病因還能告訴他他為什么得了這樣一個病。

除此之外我們也意識到今天的人工智能確實是它進入到各行各業，而我們沒有那么多的人工智能的專才在每一個行業中，甚至我們也會問自己，是不是每一家企業都需要構建一個人工智能的團隊來幫助他理解數據，從技術的角度來看我們需要構建全新的人工智能的技術，使得這一些企業、這一些行業的客戶在他不完全具備非常深刻的人工智能技術這樣一個條件下，能夠很快的使用日新月異的人工智能技術，就是為人工智能來打造的新的環境。

今天看人工智能很多時候等價于機器學習或者深度學習，但實際上人工智能有很多的領域，需要有更多的技術突破。自然語言理解與這知識推理這一方面來看，我們也非常可喜的看到在過去的若干年也產生了一些非常具有標志性的成果，幾年前IBM的沃森系統它戰勝了人類的世界冠軍，在不久前IBM也發布了構建了具有人工智能的系統可以與人類來進行辯論，它能夠理解一個辯論的內容，與此同時它能夠快速的構建我們新的論點及支撐這一種論點的工具，以及如何清晰的來進行邏輯的表達。

除了技術的進步，我們也看到人工智能往前發展它還面臨很多安全和倫理方面的挑戰。近期來看如何以機器學習和深度學習為例當數據出現偏見的時候，如何構建一個具有倫理的能夠發現偏見的這樣一個系統、這樣的技術。基于數據的人工智能系統不再產生這樣的偏見這本身就是一個很大的挑戰。再舉另外一個例子今天的人工智能當進行大量的數據學習的時候，這一些數據可能來源于不同的渠道，如何能夠保證這一些數據的真實性，它沒有被有意或者無意的污染都是接下來在技術這一緯度需要取得進步的方面。

當然更遠一點來講就是人工智能的出現或者進一步的發展與人類的關系，這本身也是充滿哲學和人文氣味的一個需要大家來逐漸達到共識的領域。

量子計算的興起與發展

最后我想來談一下計算，人工智能發展到今天除了人工智能技術本身的發展，那它還有兩個不可或缺的動力，一個是大數據的出現就是今天的技術使得我們可以對大量的數據進行采集與傳輸。而這在過去20年或者20年前是不可以想象的。另外一點就是計算力的提升，在過去的30年很大程度上是歸結于摩爾定律，加上我們在計算機體系結構和計算機軟硬件這一方面的進步，在過去30年計算機本身的速度是提高了100萬倍，接下來我們如何進一步提高我們的計算力，這一方面也有很多的探討，包括如何利用各種加速的技術在傳統計算機的基礎上來對人工智能的這一些運算進行加速，包括如何構建人工智能新一代的芯片等等。

另一點非常重要的我們也看到量子計算。量子計算它本身遵循與傳統計算機完全不同的方式，舉一個例子來講傳統計算機一個比特位要么是0要么是1，量子計算疊加態它可以同時是0也可以同時是1，我們也可以使量子處在一個糾纏的狀態中。因為量子計算這樣跟傳統計算機非常不同的方式使得指數級搜索的時候，量子計算機可能提供這一種完全的并行方式，超過了傳統計算機所能夠想象的這一種方式。

在IBM我們也在過去很多年一直在做這一方面的探索，今天我們是用這一種超低溫情況下，就是幾乎接近于絕對零度下的超導材料來構建量子計算機。

在過去的一兩年的時間內IBM也陸續發布了16位的量子計算機，20位的量子計算機還有50位。除了量子計算機硬件本身我們也在構建量子計算機軟件的編程環境。與此同時更重要的一點就是如何把量子計算機應用在我們未來的應用場景中。應該說今天量子計算機還處在一個準備階段，我們期望在未來我們能夠構建這一種具有容錯能力通用的量子計算機，但是必須指出的一點就是量子計算機不是用來取代傳統計算機，它是和傳統計算機一起來為我們服務，在我們今天所面臨的很多商業問題中有一些是傳統計算機擅長的，有一些是傳統計算機所不擅長的。

在傳統計算機所不擅長的一些問題中有很大的一類問題是可以由量子計算機來解決的。比如說我們期待未來的量子計算機能夠幫助更好的做這一種物理化學的模擬、幫助更好的發現新材料、發現新的藥物。我們也希望量子計算機能夠做更好的優化問題，這都是傳統計算機的非常非常困難的問題。我們相信量子計算機能夠被應用在機器學習、深度學習這樣的領域中，使得人工智能能夠再邁一個新的臺階。

所以總體來看我們看到了這一些新興的技術它與人工智能的可能融合。人工智能的成功需要商業的成功，在這樣一個人工智能的時代，它與過去所不同的是每一家企業都可能面臨一個全新的變局，每家企業都會成為變局中的變革者。