几天前，突然收到福特汽车公司负责智能车研发的资深科学家菲勒博士的邮件，询问中国政府7月底刚发布的《国务院关于印发新一代人工智能发展规划的通知》（简称《通知》）的情况。菲勒说中国动作太快了，政府正式发文规划人工智能的发展，恐怕这是全世界第一个，他非常希望在无人车等领域与中国合作。
3天后，我又收到人工智能和智能机器人领域泰斗尼尔森的电话，聊一样的事。改革开放之初曾访华的他感叹：过去到中国才知道研究的落后，按现在的趋势下去，不去中国就该不知道研究之快和理念之新了。
这份人工智能规划文件让一些人感到“突兀”。一个重要原因是其发文规格：国发[2017]35号文件。国发文件是所有政府机关都要看的定调文件，这体现了国家对人工智能和智能产业发展的高度重视。
另一个让一些人感到“突兀”的原因，是去年颁布的《“十三五”国家科技创新规划》提出的“科技创新2030”计划。该计划所列6个重大科技项目和9个重大工程项目里面，并没有直接关于人工智能的项目，为何时隔一年又以国发文件来强调呢？
实际上，当前世界的军事科技和产业发展都表明，人工智能和智能技术是这15个重要科技工程项目的共性基础和共性技术。
从互联网＋、“双创”，到大数据互联网金融和供给侧结构性改革，再到网络安全、金融安全和“一带一路”倡议，既促进了人工智能等智能科技的快速发展，又对智能科技提出了更高的要求，保障了智能科技和智能社会的顺利有序构造。近5年来，中国机器人、机器学习和人工智能等智能科技和智能产业蓬勃发展，就是这些政策和措施有效性的证明。就目前发展情况看，我们必须尽快从“互联网＋”转向“人工智能＋”，否则许多创新都将无法落地。
大力培育面向智能科技主动思考并积极行动的人才，是实现新一代人工智能发展的第一要务。在当前中国的教育体制之下，如何在中小学植入智能创新基础教育，如何在大学教育中面向智能科技改革现有教学方法和学科布局，以及将智能科学与技术列为一级学科，已成为刻不容缓的重要课题。
面向全社会科普也是发展新一代人工智能的一项重要任务。所谓人工智能威胁人类，智能技术将使人类失去工作、成为“无用阶级＂的观点，本质上都是伪命题。今天，我们的就业几乎全部依赖于机器，而我们却生活得更好。应该相信，在不久的将来，人类90％以上的工作将源自人工智能和智能技术，但我们仍是技术的主人。
机器带来的工业革命使我们成为“无产阶级”，这是社会的进步；人工智能可能会使我们进一步成为“无用阶级”，则更是社会的进步。正如400年前徐光启翻译当时被认为是无用的《几何原本》时所感慨的：无用之用，众用之基！实际上，稳定、规模化“无用阶级”的形成，将是智能产业和智能社会的特征与保障。
在谈到抓住机会时，很多人喜欢用“弯道超车”这个词。然而通常情况下，为了安全，在弯道处应该慢下来而不是去超车。而且，一个十三多亿人口的大国，“弯道超车”的场面一定很壮观，容易令外人感到不安。《规划》打破了跟在别人后面跟踪追赶的惯性思维，为我们在智能科技方面“平行直道超车”指明方向。
在人工智能如火如荼的情况下，计算机人工智能也备受人们关注，AI技术不断的深入我们的日常生活，用AI撰写文章、写歌、创造视觉艺术已有不少例子。
AI技术能否创造出等同于人类的创作的作品呢？
鉴于人类的心理过程的不同，人类的大脑是有逻辑和创造力的，是令人着迷的。有序的思维逻辑运行在一组规则和过程上。另一方面，创造力和自觉是可以凌乱的，创造需要天赋，更需要环境，而AI很难模拟人类的生活环境，思想、情感和伦理的认知。
AI是否可以学习创造艺术？
AI计算机系统是完全不同的，他们的算法任务表现优异，但缺乏人类天生的大部分能力。他们可以以毫秒内完成复杂的数学计算，但是如果跟电脑讲个笑话或者放一首动听的音乐，他们是不懂得欣赏的。
因此，即使在人造智能发展迅速的当下，AI系统是否可以自主学习创造艺术是一个悬而未决的问题。然而，与创造力没有直接关系的领域，仍然意味着还有可能发生的。算法已经完成了人类设计出的一些最困难的逻辑难题。人工智能系统正在接受语言的挑战，已有的技能中，有许多距离创意本身并不遥远。特别是语言，语言是非常遵循特定规律的，同时也允许进行艺术追求，比如讲故事和诗歌。
人工智能创造力的尝试
研究出创造力到底是怎么运行的，以及把它教给智能机器，虽然极具挑战，但是也没有阻止研究人工智能的工程师不断的尝试，开头已经提到用AI系统撰写文章、写歌的例子了。
再说说视觉艺术这一块。视觉艺术是能传给人们眼前一亮的东西，也是说有相当冲击力，AI能否模拟人类的感官认知是个巨大的技术难题。
欣赏机器创作的艺术
一个重要的问题依然存在：我们如何感受异能机器制作的艺术品？我们会欣赏它们的创意和设计吗？
每个人都有不一样的看法，有个学派认为，艺术的价值和意义独立于其创作者。另一方面，许多人认为，关于艺术家的艺术和信息背后的故事可能会影响我们对艺术作品的看法。想象一下，你现在站在一件非常有名的艺术品面前。然后别人告诉你，这件作品只是赝品。即使它跟原作一模一样，那还会觉得它有欣赏的乐趣和价值吗？
让AI系统学会创造力还需要一段时间
目前创造力仍然是人类的行为，虽然很多AI系统开始尝试创造艺术作品，但远远达不到艺术家的标准。虽然在音乐作品这块表现的不错，但在大多数其他领域中，算法仍然不尽人意。但是值得肯定的一点：随着机器越来越智能，它们的能力会慢慢的接近真正的创造力。
(2017-04-13)
导语：人工智能（AI）现在已经不是一个新鲜概念，随着技术的日益成熟，人工智能正不断扩大在营销领域的应用，已经有许多AI技术被应用到企业的营销推广中。
人工智能（AI）现在已经不是一个新鲜概念，随着技术的日益成熟，人工智能正不断扩大在营销领域的应用，已经有许多AI技术被应用到企业的营销推广中。
7月27日，互动通第24期T day（Technology Day）现场，互动通控股集团研发副总裁顾以文（William Gu）针对AI与营销之间的关系，以及如何在营销推广中使用AI技术为我们上了生动而充实的一课。
什么是AI
AI起源于好莱坞，从最早的《2001太空漫游》（1968）、《终结者》（1984）到近年的《疑犯追踪》（2016），好莱坞的科幻电影中总是少不了对AI的想象和描述。
关于AI的定义，不同的人有不同的看法。在Narrative Science的相关调查中，大多数人将AI定义为一种“能够像人类一样思考和行动的机器”，或一种“能够学习并随着时间改进自身的机器”。还有人认为“AI=大数据+机器学习”。
AI的技术分类有很多，其核心技术主要是机器学习（Machine learning，简称ML），神经网络（Neural networks），深度学习（Deep learning），专家系统（Expert systems）。
实际上，AI技术已经被应用于我们的日常生活中，自动驾驶、流量欺诈检验、数字助手等其实都是AI技术应用的几个方面。目前有很多公司都声称他们能够提供AI技术，但William认为，“AI的特征和评判标准主要有四点：发现（Discovery）、预测（Prediction）、建议（Recommendations）、自动化（Automation）”。
AI在营销中的应用和效果
广告投放是AI在营销中的应用之一。在广告投放中应用AI技术后，系统可以通过多个维度来判断投放对象与目标消费群体的契合度，并根据分析结果，给出不同的投放方案。目前，受限于后台技术规则和投放方案的数量，AI技术在广告投放中的应用范围和深度还远远不够。
将AI应用于广告投放之后的效果是怎样的呢？关于这一问题，加拿大著名的技术公司Acquisio发布的报告显示，与使用普通广告投放方式相比，使用AI技术的广告投放效果是前者的2.5~4倍。
从上述报告的结果来看，“在广告投放中支出的费用越多，用于机器学习的投放数据也就越多，广告投放的效果也越好。因此，AI技术的应用离不开大数据的支持”。
对于广告投放的实际操作，及时反馈是非常重要的。”如果广告投放是一场战争，及时反馈就相当于雷达系统，帮助我们更好地看清是否完成既定目标，或是周围环境中是否存在潜在的危险。”
除了广告投放，AI在营销中的应用还涉及销售情报、消费者洞察、营销优化、售后服务、机器人/虚拟助手、智能搜索界面、决策系统、内容生产、品牌建设等方面。
营销中使用AI的关键点
营销中使用AI的关键点主要有：
1、营销网络与渠道的选择
目前线上的渠道越来越多，大的分类有搜索、展示、社交等，小的分类则更多。选择哪些渠道效果更好，线上、线下渠道如何实现最优组合？没有人工智能，仅靠拍脑袋是很难完成的。
2、基于严谨统计方法的深度归因
广告对购买决策产生怎样的效果，是营销中一直被探讨的重要问题之一。AI技术基于严谨统计方法的深度归因，能够更有效地帮助企业的市场营销人员更精准地解决这一问题。
3、类似股票投资的营销方法
在资本市场，股票投资已经越来越少地依靠人脑决策。目前广泛应用的广告投放方式——程序化购买的概念就是从股票投资中来的。在未来广告的投放中，依靠AI技术，广告投放只需要通过平台下单，确定营销预算和预期目标，系统会在后台自动进行不断优化。
4、好的AI应用是无形的
好的AI应用就像自动驾驶一样，只需要设置目的地，AI就能轻松把你带到你想去的地方，而这一切的过程是在你感知不到的地方进行的。
从AI的发展来看，它的道路是曲折的，但前途一定是光明的。目前，AI还处于发展的早期，但几乎所有的行业都在尝试，”营销人员在实际工作中，从问题出发，结合现实中遇到的问题，用AI来解决它。”
“在人类进化中，AI的时代正在到来。”
注：部分图片来源于网络。
(2017-07-31)
[AI世代编者按]CEO杰夫-贝索斯（Jeff Bezos）在周三发布的年度股东信中表示，该公司正在拥抱人工智能技术，希望借此加快送货速度、提升Alexa语音助理的能力、开发新的云计算工具。
在贝索斯最新的备忘录中，列出了一些支持他“首日”（Day One）理念的核心原则：
“首日”代表着亚马逊的旅程刚刚开始，并且每一天都是一个新开始，这不仅是贝索斯的信念，也是亚马逊的格言。
成为一家“次日”（Day Two）公司，则是“苦恼、痛苦的下滑、死神跟随”的同义词。
贝索斯写道，“保持成为一家‘首日’公司的关键在于敏捷、前瞻性思维、不让经营公司的过程‘主宰我们。’”
贝索斯还表示，成为‘首日’公司的另一大组成部分，是接纳最新的趋势，而不是选择观望，最终被超越。
贝索斯在备忘录中提到的首要技术趋势是人工智能，他认为人工智能已助推了亚马逊若干重要服务的增长，其中包括无人机送货服务Prime Air、Amazon Go便利店和Alexa语音助手。
“不过我们从事的机器学习工作大部分发生在表象之下，”贝索斯解释说。“机器学习推动了需求预测算法、产品搜索排名、产品和交易推荐、商品调换、欺诈检测、翻译、交易等。但更不易被人看到的是，机器学习的很多影响都是对我们的核心运营展开悄无声息但却行之有效的促进。”
他还表示，亚马逊的深度学习算法正在被用来简化一系列复杂的问题，如早期病害检测与提升农作物产量，以及自然语言理解和语言分析等等。
贝索斯宣称人工智能和机器学习是目前开发的最令人兴奋、“钱景”最大的技术，这是有道理的。市场调研公司IDC指出，到2020年，全球人工智能市场规模将达到470亿美元，远远超过2016年的约80亿美元。
硅谷多家科技巨头预测人工智能市场将会在未来几年实现爆炸性地增长。Alphabet子公司CEO桑达尔-皮查伊（Sundar Pichai）在该公司上一财季的电话会议中曾表示，机器学习和人工智能领域取得的进步，将开拓新一轮消费互联网的创潮。
此外，、和英伟达等公司的高管均表达了类似的观点。这些企业也都在人工智能领域投入了巨资。
以下为贝索斯年度股东信全文：
“杰夫，‘次日’公司是什么模样？”
这是有人在最近召开的公司全体员工会议中提出的问题。二十多年来，我一直提醒人们，亚马逊是一家“首日”公司。我在亚马逊的一幢名为“首日”（Day One）的建筑内工作。在我搬进这幢建筑时，给它起了这个名字。我一直在花时间思考这个话题。
“‘次日’则是停滞。紧随而至的是无足轻重；苦恼、痛苦的下滑、死神跟随。这就是为何永远要成为‘首日’的原因。”
可以肯定的是，这种下降会以极端缓慢的形式出现。一家发展成熟的公司可能需要数十年才能成为“次日”公司，但最终的结果还是会出现。
我对如何防御“次日”这个问题很感兴趣。有什么样的技巧和策略？如何让一家规模庞大的企业保持“首日”的活力？
这样的问题无法简单的回答。这将有许多元素，多条路径和许多陷阱。我不知道完整答案，但我可能知道它的一部分。
这是一个初学者的“首日”防御要点：
顾客痴迷，对代理的怀疑态度，渴望采用外部趋势，以及高速决策。
真正的顾客痴迷
有许多种途径可以集中业务。你可以专注于竞争对手，专注于产品，专注于技术，专注于业务模式等等。但在我看来，偏执地专注于顾客是截至目前保持“首日”活力最具保护性的做法。
为什么这么说？以顾客为中心拥有许多优势，但最大的优势在于：即便是业务完美，顾客也永远会感到不满意。顾客并不知道自己想要什么，而取悦顾客的欲望会驱使你去代表他们创造价值。没有顾客要求亚马逊推出“金牌会员”服务，但它确实是用户希望获得的服务。这样的例子数不胜数。
停留在首日需要你耐心的尝试，接受失败，撒下种子，保护树苗，并在看到顾客的喜悦后加倍努力。顾客至上的文化最能创造所有可能发生的情况。
抵制代理
随着企业规模变大，架构变得复杂，会产生代理管理的趋势。这会以许多形式和规模出现，这相当地危险、微妙，是典型的“次日”。
进程代理是一种常见的例子。良好的服务程序使你能为客户服务。但是如果你没有警觉，这个过程就会变成现实。这种情况在大型企业会轻松的出现。进程成为你想要的结果的代理。你不再观察结果，只是确保做事的程序是正确的。对于糟糕的结果，乳臭未干的领导者会说，“我们都是照章办事”，这种情况并不稀奇。但是一位富有经验的领导者会把它当作机遇，调查过程并进行改进。过程不是实际事物，但它永远值得我们思考：是我们主宰过程，还是过程主宰我们？如果是“次日”公司，你会发现第二种答案。
另外一个例子：市场调研和客户调查可以成为消费者的代理——当你在发明和设计产品时，这极度的危险。“55%的测试者对这个功能感到满意，比例高于第一次测试时的47%。”这很难解释，并可能无意中产生误导。
优秀的发明家和设计师对客户了如指掌。他们花费了巨大的精力来开发这种直觉。他们学习和掌握许多轶事，而不只是在调查中发现的平均结果。他们与设计生活在一起。
我并不是反对产品测试或市场调查。不过作为产品或服务的提供者，你必须了解客户，拥有自己的愿景并喜欢推出的产品。其次，产品测试和市场调查能够帮助你找到盲点。卓越的客户体验始于心、直觉、好奇心、游戏、胆量、品味。你在客户调查中找不到这些东西。
接纳外部趋势
如果不尽快接纳强大的趋势，外部世界很快将把你推向“次日”。
如果对抗趋势，你可能是在对抗未来。接纳趋势，你将会一帆风顺。
这些大趋势并不难发现，但是大型企业想要接纳它的难度非常大。如今，我们就身处一个明显的大趋势当中：机器学习和人工智能。
在过去的几十年里，计算机有着广泛的自动化任务，程序员可以用规则和算法来清晰地描述它们。现代机器学习技术允许我们为任务做同样的事情，但描述精确的规则要困难得多。
在亚马逊，我们参与机器学习的实际应用已有许多年时间。其中的一些工作极具前瞻性：无人机送货服务Prime Air；不需要人类收银员的亚马逊Go便利店和基于云端的Alexa语音助手。（尽管竭尽所能，但我们仍无法解决Echo供不应求的局面。我们正致力于解决该问题）
不过我们从事的机器学习工作大部分发生在表象之下。机器学习推动了需求预测算法、产品搜索排名、产品和交易推荐、商品调换、欺诈检测、翻译、交易等。但更不易被人看到的是，机器学习的很多影响都是对我们的核心运营展开悄无声息但却行之有效的促进。
在AWS内部，我们很高兴能够降低机器学习和人工智能的成本和障碍，所以各种规模的组织可以利用这些先进的技术。
使用我们运行在P2计算实例中的预装版深度学习框架，客户早已开发出了一系列强大的系统，如早期病害检测与提升农作物产量等等。我们还把亚马逊更高级的服务以方便的形式提供给客户。
Amazon Lex、Amazon Polly和Amazon Rekognition简化了自然语言理解、语音生成和图像分析的工作。他们可以通过简单的API指令实现，不要求用到机器学习专业知识。请关注这个领域，还会有更多的新技术出现。
高速决策
“次日”公司可以作出高质量的决策，但是决策的速度很慢。为了保持“首日”公司的干劲与活力，你必须快速地作出高质量的决策。这对于初创公司来说很容易，对大型企业来说却很难。亚马逊的高管团队决定必须保证决策的快速性。速度对企业来说很重要，而且快速决策也会让经营环境变得更有趣。我们不知道完整的答案，但我们有一些想法。
首先，永远不要使用一成不变的决策模式。很多决策是可以逆转的，是双向的。这些决策可以通过简单地模式来作出。如果决策错误怎么办？我在去年的股东公开信中详细谈过这个问题。你们可以去问问Alexa：“六十要素是什么？”
其次，大多数决策应该在你希望掌握的信息中的大约70%的信息基础之上作出。如果你等到掌握了90%的信息再去做决策，大多数情况下你可能就慢了。而且，不管怎么说，你都必须善于迅速发现和纠正错误的决策。如果你擅长改正错误，那么即便犯错也不会让你付出超出想象的代价，而决策太慢导致的代价肯定很大。
第三，使用“虽然不同意但仍执行”。这样做可以节省大量的时间。如果你坚信某一个决定是正确的，哪怕公司内没有达成共识，你就可以说：“我知道我们在这个问题上还有不同的意见，但是你们愿意跟我一起搏一把吗？即使你们不同意，也继续执行下去？”此时此刻，没有人知道答案是什么，但你可能会得到肯定的回答。
这并不是单向的。如果你是老板，你也可以这么做。我并不总是同意下属的观点，但有时我也会在不同意的情况下支持他们。
我们最近批准了一部亚马逊工作室制作的原创剧。我对制作团队讲了我的看法：先不管它是不是有趣，制作起来是不是很复杂，商业术语是不是很地道，我们至少还有很多其他的机会。但是他们有一个完全不同的观点，希望继续把这部原创剧制作下去。
我给他们的回复是：“我不同意你们的观点，但我会支持你们，希望它能够成为我们制作出来的收视率最高的原创剧。”试想一下，如果我没有单纯地表达出我对他们的支持，而是让他们来说服我的话，那么这个决策速度会慢到什么程度？
注意，我并不是想通过这个例子来表达这样一种观点，即“这些人错了，没有抓住重点，但是不值得我去跟他们争论。”这是一种明智表达不同意的观点的方式，一种坦诚表达我的观点的方式，一个让制作团队慎重考虑我的观点的方式，一个快速、诚挚地支持他们的方式。考虑到这个制作团队已经为公司赢得了11项艾米奖、6项金球奖和3项奥斯卡奖，我很高兴他们来征求我的意见。
第四，及早发现真正的意见不统一的问题并立即纠正它们。有时候制作团队有着不同的目标和截然不同的观点。他们的观点也不统一，没有进行充分的讨论，也没有召开会议来解决意见不统一的问题。不用把问题扩大升级，在这种情况下解决争议的机制就是消耗。谁能坚持到最后，谁就能做决定。
多年来，我在亚马逊内部见过很多意见不统一的例子。当我们决定邀请第三方卖家到我们自己的产品说明网页上与我们直接竞争的时候，很多亚马逊员工都对此很不理解。这个重大的决定还牵涉到无数个小决定，很多决策需要上报给高管团队，由公司高层来作决策。
“你把我磨死了”是一个非常可怕的决策过程。它不仅决策速度慢，而且消磨人的干劲。如果快速升级到高管团队的话，情况就好多了。
因此，你是否只考虑到了决策的质量？有没有同时兼顾决策的速度？全世界的潮流是否对你有利？你成为了代理的牺牲品？还是代理在为你服务？最重要地是，你是否取悦了客户？我们可以拥有一家大公司的规模和能力，同时具备小公司的精神和活力。但是我们必须作出选择。
感谢每一位顾客让我们为您服务，感谢股东们提供的支持，感谢每一位亚马逊员工的辛勤劳动，感谢你们的智慧与热情。
随信附上1997年公司发布的第一封，那时亚马逊还是“首日”公司。
(2017-04-13)
7月26日，天马股份(002122.SZ)在北京举行了主题为“无智能，不商业”的战略发布会。公司大股东、新任高管团队首次集体亮相，面对上百名投资者、合作伙伴和媒体，全面阐述天马股份的战略规划、业务进展、组织构架、未来远景等。
天马股份原主营业务为轴承及机床的研发、生产和销售。自2016年10月引入新控股股东后，启动了向大数据驱动的智能商业服务商的转型之旅。公司主营业务切换为企业云服务、大数据应用和商业人工智能，并提出了赋能企业，让商业更简单的公司愿景。
依靠星河集团12年深耕产业互联网的强大产业生态力，天马股份转型获得了充分的资源支持，以内生、并购与整合相结合，加速推进智能商业领域布局，大动作频频，引发市场期待。
7月21日，天马股份发布公告，公司拟以15.38亿现金，采用分期支付方式，分别收购上海微盟科技股份有限公司（下称“微盟科技”）、博易智软（北京）技术股份有限公司（下称“博易股份”）60.42%和56.34%的股权。
国泰君安、华泰证券等主流机构一致看好公司前景，并发布研报认为，收购腾讯生态最佳服务商微盟科技和智能商业大数据服务商博易股份，将有力加强天马股份智能商业布局中在前台云服务及大数据应用板块部分的先发优势。
据权威机构分析，经过十多年的发展，企业软件云服务行业正处在高速发展期，未来市场容量超过200亿元，并以较高的速度在持续增长。Gartner分析表明，全球85%的财富500强企业将通过运用大数据获取竞争优势。到2016年，30%的业务直接或间接来自于数据变现或信息产品创新。大数据应用从大型企业开始，正在成为中小企业的标配，中国大数据市场的增长率超过30%。
目前，借助星河12年产业互联网研发和运营积累，以及全球领先团队，天马股份已经成为中国领先的智能商业服务提供商。公司拥有超过220万家企业客户，据行业领先地位，是中国客户规模最大的企业云服务提供商之一。
同时，天马股份积累了300余家头部行业客户，年订单增长率超80%，是中国最具影响力的大数据应用服务提供商之一。预计未来3年公司业绩将迎来高速增长，毛利水平不断提升，成长为中国产业互联网领域的超级独角兽。
星河集团创始人、董事局主席、天马股份实际控制人徐茂栋表示，一个由大数据驱动的智能产业互联网时代已经开启，下一个20年将是产业互联网爆发的黄金时代，中国产业互联网存在着巨大的发展机遇，而智能商业是产业互联网的核心支柱之一。星河集团将从客户共享、金融支持、数据源开放、捕捉新技术等多个层面为天马股份提供全面的资源支持。
成立于2005年的星河集团是中国领先的智能产业互联网平台。旗下4个业务集群已形成开放、协同的生态圈：一是全球创业成长服务集群，可以为企业提供从种子到Pre-IPO的创业投资和创业服务；二是云计算/大数据/人工智能集群，通过一站式企业SaaS服务、大数据服务和智能商业服务平台，为政府及企业提供相应的技术服务；三是金融科技集群，用大数据、人工智能等帮助中小微企业获得金融服务；四是产业互联网集群，推动传统产业互联网化和智能化。
公司旗下控股天马股份、步森股份、众美联三家上市公司，总市值超过1000亿元。目前星河拥有企业用户已经突破500万，个人用户突破8个亿。
(2017-07-28)