★ 课程DAY1 ★

张维宁教授：人工智能概论，把握前沿趋势

从农业革命到工业革命再到今天，智能革命即将兴起，单一重复的技能劳动有望大量被高效率机器取代，而在科学、艺术上的创新劳动已逐渐成为当下发展最重要的工作。在这个瞬息万变的时代，一家公司今天的核心力可能就是明天变革的障碍，而且核心竞争力越强，惯性越大，明天就越难改变。那么在这个变革的过程中如何制定战略？

教授提出在企业应该跳出生存视界，思考这个行业未来五年之内会有哪些技术成熟并为自己所用。拿照片举例，互联网让照片增加了社交属性，最终颠覆了整个行业。所以一项新技术出来之后，可能巨大的变化将在原有行业产品中发生。企业只有不停地调整对未来行业的判断，才能不停在这个过程里抓住机会。我们不应该局限于产品本身，更应该建立整合资源的生态思维。

未来最核心的技术应该长成什么样？不管是哪个行业，大概需要有三个部分——有端、有网、有云，并实现场景数据化、数据网络化、网络智能化、智能平台化等升级步骤。由此趋势可知，未来在结构化数据最完善的金融行业，人工智能可能率先成熟；而供不应求的优质医疗和稀缺教育资源可以在数据网络化+AI的技术下实现产业升级，这些恰恰是现阶段只能解决供大于求的互联网所不能提供的解决方案。张教授认为，3-5年之内智能家居凭借需求高、智能定制推荐等优势将会成为重要发展方向。虽然现阶段人工智能只能服务搜索和广告等少量商业场景，但是未来可开发空间大。教授提到了六种可能受影响的大方向，这六种行业都需要较高的数字化程度。

今日头条商业产品副总裁 · 刘思齐先生：

今日头条的人工智能应用

6月24日下午师生们来到了今日头条位于中航广场的总部，参访过程中了解了今日头条创业5年来的爆发式增长，无论是从创办之初十几人到几千人的规模升级，还是业绩的位数大幅增长都令人印象深刻。从今日头条在移动客户端的异军突起，可见技术革新对行业带来的巨大冲击。

刘思齐先生分别从人工智能的基本价值观、人工智能创业公司案例、今日头条的人工智能实践及人工智能在头条商业化的应用几个层面循序渐进的介绍了头条在人工智能领域的探索跟突破。今日头条最大优势在于商业场景变现，是目前为数不多可将人工智能落地并实现大规模盈利的机构。头条目前核心的商业模式还是广告，将用户的注意力变现。

刘思齐先生介绍到：头条和传统门户最大的差别就是去中心化，从而实现千人千面，广告也是如此。头条可以把每一条信息、每一条广告、每一个人标签化，建立画像，进行智能的连接，这是头条营销的核心竞争力，也是头条可以把广告这样一个商业模型的天花板做到足够高的基础。目前，人工智能已广泛应用在今日头条的产品体系中，例如写稿机器人、头条寻人等。同时，点击率预估，转化率预估等人工智能技术的应用亦是商业产品中的重要环节。

在参访最后的环节里bat365在线官网登录的同学们与刘思齐先生进行了深度互动，不但从自身作为用户的角度抛出疑问，有几位还对头条的未来战略和新产品推广提出了问题。刘思齐先生娴熟地一一解答，双方进行了充分的交流及分享。

★课程DAY2★

来自IBM中国研究院的4位嘉宾分享——

副院长 · 邵凌博士：

海量“暗数据”带给人工智能的发展启示

邵博士主要从AI的认知功能展开话题，与传统系统不同，认知系统需要满足对于文本、语音、图像的理解，拥有对于分析问题的推理能力，以及对于使用过程中不断改进的自我学习能力等。现阶段各行各业中海量未挖掘的数据将带来新机会，同时也带来了新的计算挑战——比如大量储存在保险公司的电话录音、便利店门口的监控录像等，均可以用来勘测用户的深层需求，太多“暗数据”仍未得到收集与分析。

邵凌博士指出，88%的暗数据需要大数据与新技术的配合研发。未来AI技术不仅会在数据中心，也会出现在边缘的嵌入式设备。所以AI芯片这一领域市场空间巨大。

他同时提到，AI技术的核心领域包括自然语言处理、视觉、人机交互等。而在计算机视觉领域、智能制造、医学图像、智能城市等行业值得关注。

认知对话技术总监 · 李少春博士：

认知对话系统的场景应用

李博士介绍了AI技术也改变着人机交互的新模式，目前虚拟助手，智能客服，机器人的核心AI技术之一就是对话系统，不论是嘘寒问暖，还是从回答问题到解决问题实现目标导向的对话，都需要能够精确识别用户意图和情感，并通过多轮对话交互获取更多信息，实现智能的对话交互。对话系统场景不同所需要的技术和方案也不同。李博士提出的具体应用包括：基于对话的营销，技术支持和辅助诊断，结合领域专业知识的决策支持等等。同时分享了AI在营销的应用实例，保险公司呼叫中心有上千位客服人员应对保单咨询和保险续费等重复劳动，银行和电信行业客户在营销和客服上都有转型需求。AI系统在这类行业可以有多种形式实现落地方案，比如智能销售助理、智能客服等等。

认知对话支持营销过程并非简单的对答，要求认知系统具备判断推理能力及情感理解和生成。因此构建一个完整的AI认知对话系统不仅包含自然语言理解和回复生成，还整合了行业知识的推理、情感计算、多模态人机交互、持续学习和认知软件工程等多技术体系的整合。结合行业的AI对话系统发展已是大势所趋，选择与特定的商业场景结合变得尤为重要。

战略与业务拓展总监 · 朱珉女士：

区块链与商业生态创新

区块链是一项新技术，也被比喻为“第二代互联网”技术，将成为企业的一种超越技术的颠覆性战略，推动商业生态的创新。区别于中心化的传统IT技术，区块链的意义在于大量减少在交易过程中的信任成本和风险管理成本。信用价值，是区块链商业概念中最基本的商业元素。

区块链本质上是基于分布式数据库的共识账本技术。朱珉女士指出，考虑到每一个公司都存在商业隐私，区别于传统概念通过建立一个中心化账本来达成共识，区块链则在共识的基础上建立共享账本，做到端到端的溯源，不可修改。企业级区块链有四个关键组成影响到未来的商业设计：共享账本，共识，智能合约和隐私保护。区块链为信用价值评估和风险评测的颠覆性创新提供了可能，从而开辟商业生态设计的新航道、新规则。中国的商业基础网络很多地方仍处在初级阶段，非标及“场外交易”性质的领域，未来都可以利用区块链技术来大幅度提升商业效率，即是商业创新和开拓的契机之一。

区块链技术总监 · 黄胜博士：

区块链应用的实际案例

黄胜博士以实际的商业案例——钻石溯源解决方案、海运供应链管理、支付管理、中小企业贷款问题等为例，说明区块链确保了无法篡改，内部作弊难度大，从而大规模减少交易成本。

总结阶段，黄博士为企业给出一些建议：探索和制定一个可实施商业模式步骤。尤其是企业区块链生态，怎么建？谁来建？如果一个企业愿意作为发起人，则可以去影响一整个商业联盟。相比以前的IT技术，区块链需要把相关企业的IT做相应的调整。不过区块链将成为很好的新经济催化剂，好的联盟会清清楚楚看到，进入这个链条会有什么样的收益，只要大家达成共识，那么参与的冲动是自发的而不是强迫的。

百度七剑客之一，北京大学人工智能创新中心主任 · 雷鸣先生：从需出发，落地AI

当下社会进步越来越快，一个企业的精细化管理应该是配角，而创新才应占据主地位。雷老师提出AI在未来20年会代替50%工作，弱人工智能是未来20年的主角。就像数字化的出现使替代黄页的成本降到很低，我们可以推测未来可能出现的虚拟秘书也可以做到和真实秘书一样好，且成本几乎为零。

雷鸣先生指出人工智能的发展脉络应该是从低技能行业到高技能行业，从高数据行业到低数据行业。对于人工智能应用方面，他认为应抓住实际场景中的痛点，但不能仅仅围绕智能做事，导致没能构成闭环满足商业需求。即便是教授本人也曾经犯过错误：招收全985、211的高级人才团队，结果产品太曲高和寡，没意识到“得屌丝者得天下”。所以不要死死地围绕AI技术本身，一定要从需求出发。

AI中，医疗会比教育走的更早。AI更适合绝对对错问题，而携带大量情商和察言观色等基因的工作目前能难适用，概括就是越是狭窄问题也越容易解决。最后教授提出，技术解决关键点会颠覆产业，如果解决痛点会带来巨大价值提升。 

同学们在分组讨论阶段

交流各自行业与AI结合的可能性

接下来是同学们的分组讨论时间，大家就各自行业的痛点与雷先生进行了QA。在两天高强度的课程最后，张维宁教授做了全盘总结：一、每位同学应该关注你所在行业，以及可能对你造成威胁的周边行业未来五年所有可能出现的技术。二、根据科斯定律，一家公司长多大取决于这家公司的边际交易成本，一个行业长多大也取决于这个行业的边际成本。当我们信用越来越好，数据能力越来越强，交易成本越来越低的时候，以交易成本为基础的行业肯定会越来越小。三、我们做交易成本生意还是创造交易？先把自己生意是什么搞清楚一下。四、目前AI处于弱人工智能阶段，但是能解决相当部分问题。请同学们回去审视你所在行业处于哪一个阶段？如果你已经可以掌握相当数据的时候，可以考虑在不同的行业之间，如何能够把这个行业价值最大化，如果需要人工智能技术则用，如果不需要则需要考虑成本消耗的问题。

★实战前沿下期课程预告★

（图中课程时间请以最终通告为准）

第二期课程将于11月份启动，课题聚焦金融科技Fintech领域，由长江EMBA学术主任、金融学教授欧阳辉博士领衔参与课程设计。

具体的课程信息还在紧锣密鼓的筹备中，大家敬请期待，我们将在第一时间通知同学们！

点击返回首页