【背景】本文為西門子股份公司首席運營官、首席技術(shù)官及管理委員會成員博樂仁(Dr. Roland Busch)在世界經(jīng)濟論壇期間發(fā)表的署名文章。博樂仁(Dr. Roland Busch)，西門子股份公司首席運營官、首席技術(shù)官及管理委員會成員。

　　無需編程就可以自行組裝東西的機器人，工廠里具備自我優(yōu)化功能的生產(chǎn)線，列車和風(fēng)機基于運行數(shù)據(jù)和人工智能(AI)技術(shù)自主發(fā)出維護的請求，比當(dāng)初設(shè)計和建造這些系統(tǒng)的工程師預(yù)測得更準(zhǔn)確。如果我們有辦法訓(xùn)練人工智并使之工作，上述種種科技進展就會成為真正的機遇。

　　毫無疑問，隨著人工智能的興起，人們工作的世界將繼續(xù)變化。今天，機器人仍然局限于所謂的“三‘D’工作“，即那些笨重(Dumb)、污糟(Dirty)和危險(Dangerous)的任務(wù)。

　　然而，根據(jù)最近對未來工作的研究顯示，這一限制很快將會被打破。到2030年，全世界將有多達3.75億人需要學(xué)習(xí)并從事一種新的職業(yè)，這相當(dāng)于每三名雇員中就有一名要轉(zhuǎn)換職業(yè)。這種轉(zhuǎn)變不僅僅會影響那些從事所謂“簡單”工作的人，律師、醫(yī)生和工程師也難免受到?jīng)_擊。

　　領(lǐng)先市場研究公司預(yù)測一致認(rèn)為，就大多數(shù)工作而言，高達50%的任務(wù)是可以實現(xiàn)自動化的。機器不僅能完成這些任務(wù)，而且能比人類完成得更好更快。這帶來什么好處呢?人類可以從這些繁瑣的工作中解放出來，我們將有更多的時間來評估結(jié)果，為客戶和患者提供建議，或者對員工的能力進行甄選和培養(yǎng)。

　　將洞察從數(shù)字世界轉(zhuǎn)移到現(xiàn)實世界

　　令人充滿擔(dān)憂的“人與機器之爭”是具有誤導(dǎo)性的。如果你仔細(xì)想想，會發(fā)現(xiàn)兩者并未向“對立”的方向發(fā)展。事實上，當(dāng)我們今天談?wù)撊斯ぶ悄艿臅r候，我們在討論的是人類的人工智能的發(fā)展。

　　我們可以把人工智能看作一個“黑盒”：把知識放進盒子里，然后一點一點越放越多。但就目前而言，我們最終還只能從盒子中拿出我們給它的東西。因此，在人工智能時代，“跳出思維框架”將被賦予全新的意義。對我們來說，將會有兩個重大的發(fā)展：

　　首先，人工智能的發(fā)展仍面臨桎梏。但在未來，機器將越來越多地進行獨立學(xué)習(xí)。可以說，它們將掌握“跳出思維框架”的能力。

　　其次，可以理解的是隨著人工智能逐漸介入我們的生活，人們會感到恐懼和焦慮，我們不得不認(rèn)真對待這種恐懼情緒。但是必須銘記的一點是，人類一直引導(dǎo)和推動人工智能的發(fā)展直到今天，未來也必將由人類主導(dǎo)。

　　舉個例子：盡管深藍在1997年戰(zhàn)勝了加里·卡斯帕羅夫(Garry Kasparov)，但到目前為止，人們?nèi)孕枰_發(fā)能夠在戰(zhàn)略游戲中充分利用其潛力的人工智能。今天，無論是人類還是“傳統(tǒng)的”人工智能都無法擊敗AlphaZero機器人——無論是在國際象棋，還是在更復(fù)雜的游戲比如圍棋或?qū)⑵逯小?/p>

　　然而，如果沒有人類的智慧來設(shè)計這個系統(tǒng)的架構(gòu)，AlphaZero將永遠(yuǎn)不可能被開發(fā)出來。這證明了人與機器之間不是對抗，而是合作關(guān)系。

　　今天，虛擬助手為我們預(yù)約理發(fā)師、人工智能自動在網(wǎng)上下訂單似乎具有開創(chuàng)性的意義。但這真的是一項有價值的創(chuàng)新嗎?誰真正從中受益?歸根結(jié)底，受益的主要還是電商或市場營銷平臺本身。

　　但是，有一種形式的人工智能，我們所有人都可以從中受益：將人工智能集成到工業(yè)過程中，在工業(yè)規(guī)模上創(chuàng)造價值。

　　這一變化已然開始。為了實現(xiàn)這一目標(biāo)，工業(yè)企業(yè)正在努力吸引和挖角彼此的人才。同時具備專業(yè)知識和獨立學(xué)科的人便成了重要的人才，比如，數(shù)據(jù)科學(xué)家同時具備物理或工程知識。這類人現(xiàn)在炙手可熱，因為只有他們才能夠?qū)⑷斯ぶ悄懿杉年P(guān)于列車的數(shù)據(jù)轉(zhuǎn)化為對現(xiàn)實世界有益的信息。

　　一旦數(shù)據(jù)被”翻譯“，鐵路運營商可以收到關(guān)于哪些列車部件必須在什么時間前更換的直接指令。預(yù)測性維護、風(fēng)險分析、備品備件的供應(yīng)情況和各個國家對其境內(nèi)行駛的列車的法規(guī)要求已經(jīng)被納入這一由人工智能實現(xiàn)的分析報告中。只有人類才有這種能力，將隱藏在數(shù)字世界中的洞察轉(zhuǎn)化到現(xiàn)實世界里，讓人工智能得以發(fā)揮出最大優(yōu)勢。

　　這也是為什么雖然工作的標(biāo)準(zhǔn)提高了，但我們依然保持專業(yè)技藝、聘用技能嫻熟的人工。西門子位于德國慕尼黑附近的Allach工廠，在制造和維護機車時，機械師和焊接工所做的工作精度達到十分之一毫米，只有經(jīng)過專業(yè)人士從人工智能中獲得洞察，才能保證列車的可用性。

　　助力工業(yè) 4.0更上一層樓

　　現(xiàn)在，工作發(fā)生著演變，產(chǎn)生三種不同的變化。新的工作被創(chuàng)造出來、過時的工作逐漸被淘汰，而留下的許多工作正在發(fā)生著改變。

　　為了使人工智能應(yīng)用實現(xiàn)盈利，公司——包括大公司、中小型企業(yè)，甚至商人都必須能夠以廣泛和有利的方式部署人工智能。

　　我是指工業(yè)人工智能，即人工智能與專業(yè)知識的融合。西門子致力于建立一種“數(shù)字伙伴”關(guān)系來促進人類智能的發(fā)展。

　　為人類提供支持的人工智能應(yīng)該被廣泛應(yīng)用。然而，要將這項技術(shù)變?yōu)楝F(xiàn)實不僅需要投資研發(fā)，還需要教育和技能的發(fā)展。

　　西門子每年花費超過5億歐元用于培訓(xùn)，數(shù)字技能是我們所有培訓(xùn)計劃的一部分。然而，技能的發(fā)展需要開始的更早：技能的獲得必須從學(xué)齡前的基礎(chǔ)階段開始，在小學(xué)和中學(xué)教育中得到提高，并最終在大學(xué)中加以深化和專業(yè)化。

　　要成功地塑造第四次工業(yè)革命并在數(shù)字時代保持國際競爭力，就需要工業(yè)、政治、科學(xué)和勞工組織的領(lǐng)導(dǎo)者們作出巨大努力。

　　德國 “工業(yè)4.0” 倡議的成功就是有力的佐證。其他國家也制定了類似的倡議和計劃，以促進當(dāng)?shù)氐膬r值創(chuàng)造和工業(yè)數(shù)字化升級，例如，中國制造業(yè)升級、“美國制造業(yè)計劃” 、“印度制造”和“埃及2030愿景”等。

　　工業(yè)人工智能可以為第四次工業(yè)革命提供巨大的推動力，并將“工業(yè)4.0”和同類倡議提升到一個新的水平。

　　超越偶然——提高生產(chǎn)力

　　最新研究表明，未來12年內(nèi)，人工智能有可能為全球國內(nèi)生產(chǎn)總值(GDP)帶來年均1.2%的增長。因此，人工智能所帶來的收益將超過蒸汽機所帶來的0.6%的增長效應(yīng)，以及信息與通信技術(shù)的傳播所帶來的增長。

　　回顧過去200年來全球國內(nèi)生產(chǎn)總值的發(fā)展，我們看到，近幾年和幾十年來，這一趨勢日益呈指數(shù)級增長。造成這種增速的一個關(guān)鍵原因是科技的進步。

　　科技對社會發(fā)展、經(jīng)濟、生產(chǎn)力和社會進步有著直接影響。特別是在最近，我們看到了大量創(chuàng)新和科技的積累。這非同尋常，因為創(chuàng)新本身“可遇不可求”。我的意思是，許多創(chuàng)新和開拓性的技術(shù)發(fā)展都是偶然產(chǎn)生的——例如，微波爐的發(fā)明、聚四氟乙烯的開發(fā)或X射線的發(fā)現(xiàn)等等。

　　然而，除了這些例子之外，創(chuàng)新從根本上來說是建立在試錯原則的基礎(chǔ)上的，包括先行假設(shè)、設(shè)置測試、識別錯誤等等。這種方法非常浪費，因為在你達到目標(biāo)之前，必須進行一系列的嘗試。人工智能在這里則會帶來巨大的影響。

　　在數(shù)字時代，成功取決于速度和規(guī)模。如果在哪個領(lǐng)域，人工智能已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)先于人類，那就是模塊處理數(shù)據(jù)，然后快速檢測和排除錯誤。簡而言之，人工智能具有幫助我們避免錯誤和克服偶然性的能力，這一點可以佐證麥肯錫的研究。“前沿筆記：用模型分析人工智能對世界經(jīng)濟的影響”表明，到2030年，人工智能將為全球增加13萬億美元的附加值。

　　具有專業(yè)領(lǐng)域知識的AI

　　目前，西門子在工業(yè)人工智能領(lǐng)域扮演著開創(chuàng)性的角色，因為我們很早就認(rèn)識到時代的發(fā)展方向。我們的人工智能專家取得的成功可以追溯到1995年。人工智能與專業(yè)知識的結(jié)合改變著我們的業(yè)務(wù)。

　　與鐵路運營商使用的方法不同，我們的服務(wù)不僅是追蹤和修復(fù)損壞的部件，確保了列車的可用性，甚至讓列車在與飛機的競爭中勝出。

　　我舉一個例子，馬德里和巴塞羅那之間的高速鐵路由西班牙國家鐵路公司Renfe運營，火車車程需要兩個半小時，而乘坐飛機的話純飛行時間是一小時二十分鐘。如果再出現(xiàn)十五分鐘或以上的延誤，火車乘客將得到全額退票。

　　為了確保火車的可靠性，Renfe與西門子成立了一家合資企業(yè)，借助先進的人工智能數(shù)據(jù)分析為列車提供服務(wù)。到目前為止，每2300次旅行中只有一次因技術(shù)問題而造成嚴(yán)重延誤。結(jié)果如何呢?Renfe表示，10年前當(dāng)鐵路線投入運營時，只有20%的旅客選擇鐵路出行，而今天，這一比例超過了60%。

　　西門子現(xiàn)在雇傭了大約800名數(shù)據(jù)分析和人工智能專家。近年來，他們在工業(yè)環(huán)境中取得了許多基于人工智能的成功，例如：

　　將連續(xù)運行的算法集成到生產(chǎn)過程中，以此為基礎(chǔ)來提供工業(yè)服務(wù)。通過對工藝數(shù)據(jù)的不斷收集和分析，我們能夠不斷地對機器模型進行再培訓(xùn)，并提高預(yù)測性分析的準(zhǔn)確性。這減少了30%以上昂貴的質(zhì)量檢測，例如X射線檢測;

　　采用自動分析燃?xì)廨啓C運行數(shù)據(jù)、環(huán)境條件和部件特性的算法。這種方法將維護間隔延長30%，成本降低16%;

　　在醫(yī)療領(lǐng)域應(yīng)用人工智能，西門子能夠幫助醫(yī)生評估數(shù)以千計的X光片，從而確保為患者提供更可靠的診斷和更好的治療;

　　為鋼廠提供極其復(fù)雜的、基于人工智能的質(zhì)量控制。這種自主學(xué)習(xí)系統(tǒng)現(xiàn)在已經(jīng)成為一個經(jīng)典的解決方案;從1995年以來，它已在全球30家鋼廠中運行。

　　更重要的是，人工智能創(chuàng)造了新的商業(yè)模式。以Renfe為例：西門子不是向客戶提供備件，而是銷售列車正常運行時間。

　　對于機床制造廠商來說，同樣如此。人工智能使他們能夠極大地提高分析和預(yù)測機器損耗的能力。這些信息有助于建立一種基于機器使用情況的業(yè)務(wù)模式。

　　引領(lǐng)數(shù)字轉(zhuǎn)型走向成功

　　在目前圍繞人工智能的討論中，有一個方面沒有得到應(yīng)有的關(guān)注。雖然人工智能將對GDP的進一步發(fā)展起到?jīng)Q定性作用，但經(jīng)濟也必須轉(zhuǎn)型，以適應(yīng)數(shù)字化的轉(zhuǎn)型。這些變化要求勞動人口的活動不再是勞動密集型，而轉(zhuǎn)為技能密集型。價值將通過技能和生產(chǎn)力來創(chuàng)造。

　　社會的穩(wěn)定要通過經(jīng)濟發(fā)展來實現(xiàn)。一流的市場研究者們的預(yù)測也是如此，如果能夠得到正確和長期地應(yīng)用，人工智能技術(shù)具備提振國家GDP的能力。

　　目前我們正處于人工智能發(fā)展的關(guān)鍵時刻：即將進入指數(shù)性增長。還有很多潛力有待開發(fā)。

　　“工業(yè)4.0”讓我們成功地開始了數(shù)字化轉(zhuǎn)型，而工業(yè)人工智能則把轉(zhuǎn)型提升到一個全新的水平。我們可以克服錯誤和偶然、推動創(chuàng)新、提高生產(chǎn)力和效率、實現(xiàn)技術(shù)和社會的進步。