作者：[加]王曉梅
出版社：中國友誼出版公司
策劃方：杭州藍獅子文化創意股份有限公司
出版時間：2020年10月
馬斯克有一句名言，“如果不能打敗人工智能，那麼就加入人工智能的隊列”。
其實馬斯克本人是人工智能技術威脅論者，非常擔憂普遍人工智終將毀滅人類，但他沒有一味躲閃，而是主動用人工智能來延展人類能力。
2020年3月，Neuralink宣佈，研發出一款由3000多個電極組成的微型芯片，連接比人類頭髮還細的電極，植入大腦後，可監測1000個神經元的活動。馬斯克透露，這個芯片未來會成為理解大腦的先進工具，可以解救神經障礙患者，並幫助人類掙脱生物進化規律的束縛。
事實上，現在人類個體的綜合智能遠遠超過世界上最聰明的機器。但是，許多科學家仍然在不斷探索普遍人工智能。
前IBM大數據和分析業務全球負責人、新興市場大數據中心總經理王曉梅結合其在大數據分析與人工智能領域20多年的資深經驗與獨到見解，深入解析人工智能落地的方方面面，聚焦“行業+人工智能”的現在與未來，為中國的產業創新來了了新的思考和推力。
2020年新型冠狀病毒疫情暴發，全世界措手不及。全球醫藥學家和大型藥企夜以繼日地研發疫苗和特效藥。
然而，一款新藥的研發週期至少要10年，但新型冠狀病毒等不及，人們只能以“老藥新用”的研究方法，尋找對症藥物。
有了人工智能技術的加持，醫學界在短短几個月內陸續發現克力芝、氯喹、羥氯喹、瑞德西韋、連花清瘟膠囊、金花清感顆粒、血必淨注射液等候選藥物，並陸續投入臨牀測試。
單在中國，針對新冠病毒登記的臨牀試驗就有超過500個項目，涉及已有藥物、新型藥物約100個。
過去，測試已有藥物在新適應證上的效果，只能採用挨個比對的“碰運氣”模式，耗時數月甚至數年，成本以數千萬至數億美元計算。啓用人工智能，在較短時間內即可全面篩查藥物庫，基於藥物數據的分析，將其與新的適應證進行匹配。
如今，人工智能輔助藥物研發在醫藥界已成為流行趨勢。
2017年，生物製藥公司輝瑞（Pfizer）也開始大規模與IBM Watson合作，利用機器學習、自然語言處理等技術，研發癌症藥物。那一年，美國至少有30家初創公司將人工智能用於藥物研發，這一數字至2019年又增加到148家。
此外，中國是全球潛在的最大醫療市場，也將擁有全球最大的健康醫療大數據庫。發揮中國的數據優勢，利用好人工智能技術，有助於中國公司在全球醫藥研發市場尋找新生的機會。
具體來説，有以下七個方面：
1. 加快罕見病藥物的研發。罕見病是發病率低、患病人數佔總人口的比例低於1‰的疾病，但論絕對規模，人數也不少。中國人口眾多、醫療數據豐富，本土公司可加快罕見病患者的篩選、錄入和臨牀試驗，在市場中搶佔先機。
2. 分析醫學知識、藥物作用機制，挖掘已有藥品治療的新方向，發現新用途，預測副作用並研發可替代性藥物。利用人工智能，“老藥新用”的研究效率正快速提升，研發週期已普遍縮短為6.5年，未來依然有改進空間。
3. 利用真實世界的數據，加快藥品臨牀試驗與上市。目前，中國、美國均可採用真實世界數據支持產品上市，且實現了真實世界數據的國家互通。
4. 利用虛擬臨牀數據，進一步提高研發效率。很多CRO公司利用大量可穿戴設備對藥物進行臨牀研究。
5. 提升藥品上市後的安全性監測效率。藥品行業有要求，上市之後必須進行至少3000人的臨牀安全性監測。在中國，病人基數大，可在較短時間內完成安全性監測，提升效率。
6. 分析海內外臨牀知識、藥品研發數據等醫療大數據，使藥物經濟學模型進行迭代。利用深度學習，可對產品定價、藥品研發策略、保險報銷政策、藥品審批政策等進行準確分析，建立更合理的藥物經濟學模型。
7. 利用海量數據，優化中國的公共衞生投入與產出政策。中國高血壓、糖尿病等慢性疾病的患者人數過億，這類人羣的病情發展歷程、治療手段效果可以形成專門數據庫，並以此進行全方位的數據分析，從而改進公共衞生政策，提高公共衞生資金的投入產出比。
二、數據VS隱私對傳媒業來説，數據隱私是最大的挑戰，誰在用户服務與數據隱私之間找到平衡，誰就是贏家。
人工智能為傳媒行業的產業鏈創造了價值，但“硬幣的另一面”是我們必須防止數據被濫用，保護用户的隱私數據不被泄漏。
例如，2020年“超級碗”（Super Bowl，美國職業橄欖球大聯盟的年度冠軍賽）的黃金時段，亞馬遜和谷歌分別為其智能語音助手“Alexa”和谷歌助手（Google assistant）推出一支廣告，廣告裏的兩款產品功能相似，但廣告的受眾反響卻截然不同。
亞馬遜將Alexa定調為生活中不可缺少的助手，可以調控温度、播放音樂、説笑話、播放新聞、刪除敏感信息等。廣告安撫了大家，Alexa以一種輕鬆、有趣、毫無侵略性的方式滲入人類的生活。
谷歌智能助手的廣告則訴諸温情：一位85歲的獨居老人通過谷歌助手回憶起與亡妻生活的點點滴滴，彷彿亡妻依舊在世，自己依舊青春。
回憶過程中，谷歌助手逐步記錄老人的信息，用算法智能應答老人的需求。這則廣告在撥動觀眾心絃之餘，卻讓人生髮出擔憂，與谷歌助手互動，自己的隱私是否受到侵犯，情感是否為人工智能操縱？
就人工智能而言，存在一個螺旋式的互動法則：個人信息越詳細，智能設備才能更懂你，提供的服務才能更便捷、更個性，而這些需要個人付出更多數據。
目前，全球各國均在陸續出台和升級數據隱私保護相關法律，數字傳媒巨頭們紛紛修改其隱私政策，改進收集、保護數據使用的標準流程，以符合隱私保護法規條例。
除了數據隱私的考慮，隨着科學家們不斷突破人工智能的極限，我們還需要學會理解那些不真實的個人數據，或者説那些不是來自人類的數據。
現在的計算機算法已經在生成“假”數據，以便其他算法繼續訓練。人工智能可以創造數百萬張不屬於任何人的合成臉，改變被盜身份的含義。這種欺詐性數據可能進一步扭曲社交媒體和互聯網的其他部分。
可以確定的是，未來，如果沒有數據，傳媒公司的人工智能就是紙上談兵；然而，用户數據一旦泄漏或被用於非法勾當，公司也可能陷入困境。
如何實現用户個人服務與隱私之間的平衡，既保護數據隱私和安全，又能達到智能技術與人文倫理的雙贏，是全球監管機構和產業各方都不得不深入探討的課題。
三、掘金汽車產業當汽車剛開始在馬糞遍地的街道上隆隆行進，與馬車比賽時，它就像是沒有蹄子的馬車，因而被人們稱為“無馬之車”。而今天，無人駕駛汽車就像當初的無馬之車一樣，正在開啓新一輪的上升。
憑藉在電氣整車平台上的技術優勢，新興公司Rivian成了林肯的大客户，並與特斯拉並肩。
Rivian打破全美電動汽車一家獨秀的局面，主要在於其自主研發了電動傳動系統滑板平台，滑板平台是Rivian旗下所有電動汽車的核心。
在商業模式上，Rivian通過客户預訂的形式，向客户交付符合定製的、可連接到互聯網的無人駕駛SUV（運動型多用途汽車）和皮卡。它針對豪華皮卡市場，銷售基於訂閲制的汽車使用權，然後這些連接互聯網平台的皮卡和SUV就會按客户使用需求，自行無人駕駛到客户端交付使用。
傳感、攝像、雷達、控制器、計算系統等軟硬件的發展極大地推動了無人駕駛的發展。
10多年以前，無人駕駛被戲稱為天馬行空的想法，和全世界每一個新興技術一樣，它落地之初十分尷尬。幾經波折，現在無人駕駛汽車風靡全球。
2016年6月，在美國東海岸馬里蘭州的國家港口，出現了一個又圓又胖的電動公交車“Olli”。這輛公交車沒有司機，卻可以陪乘客聊天。
它由IBM和3D打印汽車生產商Local Motors合作完成，除了能簡單按照預先設定的路線載客，它還能充當司機、導遊和技術專家的角色，回答乘客上車後提出的相關問題，比如“Olli，你能載我到市中心嗎？”或者“我們已經到了嗎？”這類路線問題。
這些強大的功能都依賴IBM Watson基於雲的認知計算能力，車內嵌入的幾十個傳感器為這種認知計算提供了源源不斷的交通數據。
可以説，與日俱增的關注，新潮無限的設想，不斷迭代的技術，大量湧入的資金，讓無人駕駛吸引了全球知名科技企業的目光，2018年年底，谷歌旗下公司Waymo正式開始商業無人駕駛汽車服務；優步與來福車（Lyft）等移動出行平台，以及英特爾、捷克路虎、福特等傳統公司也開始磨刀霍霍。
四、未來的金融對於金融行業來説，互聯網帶來巨大的數據資產，移動互聯網又帶來豐富的應用場景，數據和場景滿足了人工智能大力發展行業的前提。
全球平台型科技公司依仗其技術能力和數據能力，在金融領域狂飆突進，勢頭越來越猛。
20年前，金融業的高管可能想不到，未來最大的競爭對手會是方興未艾的平台型科技公司。
2000年開始，基於業務需求，平台型科技公司開始涉足金融業務，從簡單的金融信息撮合到擔保線上交易的支付，再到基於大數據的貸款與投資理財服務，一步步蠶食傳統金融機構的領地。
這幾年，平台型科技公司在金融業務上範圍越來越廣，從支付、投資理財到信用貸款等，存貸匯產品線一應俱全，客户需求一觸即得。這些平台上的客户數以億計，通過與客户的高頻互動，源源不斷地獲取大量動態及時的數據。
在海量數據的基礎上，藉助人工智能技術，平台型科技公司可以開發出優質的金融產品與服務，客户與產品服務精準匹配，為客户提供支付、投資理財、信用貸款等方面的金融服務。
在個性化投資理財方面，機器可以比人做得更好。人工智能投資顧問利用機器學習，可以為成千上萬的客户提供符合其風險偏好的、個性化的理財服務，且可以實現自動調倉、智能止盈止損等。
在信用貸款方面，利用客户的社交行為數據及支付方式、支付速度、購物頻次、購買內容等交易數據，建立全新的信用評分模型，公司能對申請者進行個性化的信用評級，建立對應的信用貸款檔案。
此外平台型科技公司在金融領域的優勢也得益於網絡協同效應。
龐大的客户羣體可以形成客户端的網絡效應。在產品與服務的提供上，也可以形成大規模的供給需求市場。平台型科技公司通過機器學習和數據分析，匹配客户和服務；同時在這個動態的需求與供給平衡中，通過不斷迭代的數據分析來完成經濟學最優匹配，既做到了針對個人服務的最優，也做到了整體經濟的最優。
【《AI3.0——人工智能落地的商業邏輯》作者介紹：王曉梅，知盛集團創始人/全球首席執行官，前IBM大數據和分析業務全球負責人，前IBM新興市場大數據中心總經理。中國人工智能和大數據百人會專家委員。The Open Group認證IT專家
王曉梅被同行譽為“遠見卓識的思想者和領導者”，她專注於前沿科技的趨勢洞察和前瞻性思考，至今已行遍全球100多個國家，積累了豐富的創新成果。眾多世界級著名媒體都曾將她作為封面人物進行報道。她撰寫過數本暢銷全球的大數據分析和數據管理書籍，包括《實戰大數據》、Understanding DB2等。】
《AI3.0——人工智能落地的商業邏輯》將會納入鈦媒體Pro版書庫，敬請大家關注前沿書庫的上新動態~每位Pro專業用户一年可以在書庫中任意選擇三本書，由鈦媒體免費贈送哦～點擊鏈接、登錄，進入“前沿書庫”選書：https://www.tmtpost.com/pro/books