“重倉”人工智能，是李開(kāi)復和創(chuàng )新工場(chǎng)未來(lái)幾年的方向。但是，他面臨一個(gè)很重要的問(wèn)題：現在的 AI 創(chuàng )業(yè)，核心是 AI 科學(xué)家，而“文能起筆安天下，武能上馬定乾坤”的 AI 科學(xué)家鳳毛麟角，用他的話(huà)說(shuō)“該創(chuàng )業(yè)的都創(chuàng )業(yè)了”。

這時(shí)，產(chǎn)業(yè)在面臨一步棋。那就是：如何把一個(gè)普通的 AI 科學(xué)家變成“創(chuàng )業(yè)英雄”.

作為三十年前就開(kāi)始研究人工智能的李開(kāi)復，覺(jué)得自己“技術(shù)范兒”的創(chuàng )新工場(chǎng)有能力推動(dòng)這步棋，并且在這一步棋中獲得穩固的戰略?xún)?yōu)勢。

李開(kāi)復告訴雷鋒網(wǎng)，AI 創(chuàng )業(yè)現在是科學(xué)家的天下，之后是數學(xué)家的天下，將來(lái)是普通人的天下。

以下是李開(kāi)復在《創(chuàng )新工場(chǎng)人工智能戰略白皮書(shū)》發(fā)布會(huì )上的閉門(mén)分享，雷鋒網(wǎng)將其整理成為《李開(kāi)復：AI 創(chuàng )業(yè)的十個(gè)真相》，呈現給讀者。

AI 科學(xué)家都是超級宅男

創(chuàng )新工場(chǎng)本身主營(yíng)的機構是投資和投后的機構，我們當然是看項目，看創(chuàng )始人，他們有 idea、方向，我們就會(huì )用基金投資它。

過(guò)去的互聯(lián)網(wǎng)創(chuàng )業(yè)模式，已經(jīng)非常經(jīng)典地被《精益創(chuàng )業(yè)》描述：

幾個(gè)小朋友隨便做個(gè)產(chǎn)品上去，能融資就融資，不能融資就拉倒。怎么樣去惠及用戶(hù)，迭代產(chǎn)品，之后變現，成為經(jīng)典的模式。

這個(gè)創(chuàng )業(yè)的模式，它的紅利時(shí)代已經(jīng)過(guò)去了。當然以后還會(huì )有，但是不會(huì )像以前那么多。創(chuàng )業(yè)的門(mén)檻大大提高了，因為人工智能是下一批創(chuàng )業(yè)方向，而人工智能創(chuàng )業(yè)里面很核心的人物其實(shí)是 AI 科學(xué)家， AI 的公司沒(méi)有 AI 科學(xué)家是沒(méi)戲的。

但是AI科學(xué)家往往都是超級宅男，自己宅在房間里面，整天做實(shí)驗，突然你把他丟到一個(gè)殘酷野蠻可怕的世界里，他自己創(chuàng )業(yè)成功率不是很高。

很多 AI 科學(xué)家一般這輩子從來(lái)沒(méi)想過(guò)創(chuàng )業(yè)，現在突然想創(chuàng )業(yè)了，然后發(fā)現自己長(cháng)板特別長(cháng)，短板特別短：

他也許技術(shù)很牛，但是也許執行不夠;

也許他的產(chǎn)品演示起來(lái)很好，但是一做起來(lái)都是Bug;

也可能他產(chǎn)品做得很不錯，但是不懂市場(chǎng);

或者懂市場(chǎng)但是不知道怎么去賣(mài)。

尤其 AI 本身又是一個(gè) ToB 的業(yè)務(wù)，所以不是那么容易自己攢一個(gè)局。所以 AI 科學(xué)家需要懂商業(yè)的人，懂 ToB 的人，他需要工程師。

AI 創(chuàng )業(yè)“不美好”

我們平時(shí)都會(huì )把 AI 創(chuàng )業(yè)講得很美好，今天我就跟大家講講 AI 不美好的地方。

第一個(gè)就是：AI 科學(xué)家有短板。

這一點(diǎn)剛才已經(jīng)說(shuō)了，我們要想怎么幫“宅男”補足短板。

第二個(gè)就是：AI 創(chuàng )業(yè)很貴。

剛才講的“精益創(chuàng )業(yè)”很便宜，因為幾個(gè)小朋友不拿薪水，用零元就可以把第一個(gè) App 推出去。

我們剛投資一家公司，投了一個(gè)月以后錢(qián)就用完了。我說(shuō)你們不就八個(gè)人怎么錢(qián)就用完了，給了你好幾百萬(wàn)。但他們說(shuō)，光買(mǎi)機器就用了三百萬(wàn)。

第三個(gè)就是：AI 需要數據。

識別一張圖片，最少需要幾十萬(wàn)張樣本數據，甚至幾百上千萬(wàn)。誰(shuí)給你弄數據?

所以做人工智能投資有一個(gè)非常頭大的地方：一下頂尖的人就投完了。

過(guò)去這兩年我們就到處去掃，從最厲害的團隊出來(lái)的無(wú)人駕駛公司投了兩個(gè)，沒(méi)投兩個(gè)。然后就再也找不到團隊了，因為有資格的人就那么多。

我們做互聯(lián)網(wǎng)金融，掃完了以后大概投了三個(gè)，然后可能有一兩個(gè)錯過(guò)了機會(huì )，一兩個(gè)沒(méi)投，然后就沒(méi)有了。

因為AI科學(xué)家就那么多，能夠創(chuàng )業(yè)把事情打造到一個(gè)地步的就那么多。

AI 的現狀是“僧多粥少”。大家都去搶那幾棵樹(shù)，已經(jīng)把樹(shù)拱到天價(jià)了。我覺(jué)得 AI 這片土地需要“施肥”，而不是搶那些非常少的農作物。

所以我們成立了“人工智能工程院”。我們可能花幾千萬(wàn)把機器搞定，然后幫助十家二十家創(chuàng )業(yè)公司;我們從各種渠道拿到數據，AI 科學(xué)家可以做試驗;我們試著(zhù)讓更多有潛力的 AI 科學(xué)家，能夠考慮來(lái)創(chuàng )業(yè)這條路，幫他們把可能 95% 的失敗率降低到 40%，這樣的話(huà)我們就能夠產(chǎn)生自己的價(jià)值。

當然，投靠創(chuàng )新工場(chǎng)，我們幫你解決所有問(wèn)題，也要求自己的回報。本來(lái)可能五百萬(wàn)占股 10%，現在也許給我們 15%，我們覺(jué)得這樣的話(huà)也就足夠了。以后如果可以打造出獨角獸，我們是有很多回報的。

這個(gè)工程院在得到金錢(qián)回報的話(huà)，至少得花掉兩億元人民幣。但如果是我們施肥的，想必相比那些“農作物”會(huì )喜歡我們。

兩三年之后，AI 會(huì )像 Android 一樣普及

長(cháng)期來(lái)說(shuō)，真的是永遠只能由 AI 科學(xué)家來(lái)創(chuàng )業(yè)嗎?其實(shí)不一定。

任何技術(shù)都有一條發(fā)展路徑，一個(gè)很好的例子就是 Android。當年我們跟 CSDN 的蔣濤一起做移動(dòng)開(kāi)發(fā)者的大會(huì )。第一次大會(huì )的時(shí)候，我問(wèn)現場(chǎng)觀(guān)眾：有多少人看好Android?大概有5個(gè)手。我問(wèn)有多少人看好 Symbian?五百個(gè)手舉起來(lái)。

但當時(shí)我們堅決相信 Android 才是未來(lái)的道路。只是因為平臺不夠?，F在大學(xué)里面的 Android、 iOS 培訓課程非常普及。你如果是一個(gè)計算機的學(xué)生，你自己自學(xué)也好，去做培訓課也好，幾個(gè)月之內你就可以開(kāi)始做 Android 了。

AI 也是這樣的狀態(tài)。

要多久時(shí)間呢?我們大膽的假設兩三年吧。這兩三年里，我們工程院孵化科學(xué)家會(huì )是一個(gè)非常獨特而有價(jià)值的方法。三年以后平臺出來(lái)了，很多聰明的大學(xué)生可以自學(xué)。平臺、工具越來(lái)越多，AI 會(huì )變得越來(lái)越容易用了。

以后年輕人來(lái)創(chuàng )業(yè)，我覺(jué)得可能比現在的科學(xué)家創(chuàng )業(yè)更能成功。因為創(chuàng )業(yè)需要有動(dòng)機，有狼性，愿意拼命。本來(lái)就要把自己名聲，身家全部賭進(jìn)去的。

有資格的人六個(gè)月就能成為 AI 工程師，有資格的人是指：數學(xué)天才

一位老教授，用三十年的功力弄出來(lái)一個(gè)新算法。這種可能性是存在的。

但真正能發(fā)力的其實(shí)還是年輕人。很多年輕人只是苦于沒(méi)有一個(gè)平臺。

我告訴大家一個(gè)秘密。

如果你是一個(gè)有資格的年輕人，我們只需要六個(gè)月就可以把你培訓成為一個(gè) AI 工程師。絕對不是你想象的二十年，三十年。這不像一個(gè)材料科學(xué)家、火箭專(zhuān)家——這種專(zhuān)家真的是需要三十年的功力。

那么，什么是有資格呢?

很不幸，不是所有的人。“有資格”簡(jiǎn)單來(lái)說(shuō)就是：數學(xué)天才。

當然，這其中也涵蓋了統計、自動(dòng)化、計算機。中國人口這么多，光是數學(xué)天才我們應該一年都要產(chǎn)生個(gè)幾十萬(wàn)了。

假設有十萬(wàn)個(gè)數學(xué)小天才，那里面對AI有興趣的可能就會(huì )有五萬(wàn)。(因為中國學(xué)生是特別愿意去追最熱門(mén)的東西，最熱門(mén)的定義是什么呢?很酷，能賺很多錢(qián)的。)

里面有兩萬(wàn)個(gè)接觸到了一些培訓平臺，花了六個(gè)月去做，這兩萬(wàn)人里可能又有兩千個(gè)是適合的領(lǐng)軍人物。比如說(shuō)他是AI領(lǐng)域的雷軍、傅盛等等這些人。

這兩千人最終才是我們最好的投資對象。我們的工作就是讓這些人出現。

所以短期我們是抓著(zhù)科學(xué)家來(lái)，再過(guò)三四年我們要把這些年輕人都培訓出來(lái)。讓他們認知這是創(chuàng )業(yè)最好的時(shí)機。所以這秘密就是：我們要挖掘中國所有的數學(xué)小天才，然后引導他們進(jìn)入AI創(chuàng )業(yè)。

AI 接管人類(lèi)?我們的問(wèn)題是科幻小說(shuō)看多了

我們應該怎樣看待 AI 呢?

有人看到阿法狗戰勝了李世石，瞬間就聯(lián)想到了 AI 要接管人類(lèi)。實(shí)際上，這其中還差十萬(wàn)八千里。

AI里最難的問(wèn)題之一，是跨領(lǐng)域的自然語(yǔ)言理解。要做到這一點(diǎn)，需要上下文的理解，需要跨領(lǐng)域的知識，還需要人類(lèi)的“Common Sense”。

例如我突然和你說(shuō)：“中午還好沒(méi)吃漢堡，麥當勞不好吃。”這句話(huà)所有人都明白什么意思，但是機器很難讀懂。它可以把每一個(gè)字都識別正確，但仍然無(wú)法“理解”。

再例如：熨斗打開(kāi)的不能去摸，沾了水的手不能碰電。這些東西不用講我們都知道。但是計算機怎么會(huì )知道這些事情呢?

你怎么去教一個(gè)計算機跨領(lǐng)域的知識?你怎么教會(huì )它七情六欲?你怎么教會(huì )它什么是美?什么是愛(ài)?什么是宗教?什么是信仰?這些東西差得還非常遠。

揣測可能發(fā)生的事情跟確信一定會(huì )發(fā)生的事情，這兩個(gè)還是要分辨得很清楚的。任何剛才講的 AI 不能做的事情，我們都無(wú)法揣測多久會(huì )被突破。有人說(shuō)五年，有人說(shuō)五十年，也有人說(shuō)永遠不會(huì )。

我覺(jué)得我們真正應該討論的事情是怎么用AI來(lái)創(chuàng )造價(jià)值，怎么讓人類(lèi)能夠沒(méi)有饑餓和寒冷，讓每一個(gè)人都能有尊嚴的活著(zhù)。

例如，未來(lái)很多藍領(lǐng)和白領(lǐng)的工作都會(huì )被取代，也包括了記者。當然有些深度文章機器可能五十年也寫(xiě)的出來(lái)。但是如果你從網(wǎng)上攢一些資料，例如科大訊飛發(fā)布財報，產(chǎn)品多了30%，分析師說(shuō)股票怎么樣，未來(lái)人工智能被看好什么的，這種東西機器已經(jīng)在寫(xiě)了。

當機器能夠把簡(jiǎn)單的工作取代的時(shí)候，當經(jīng)過(guò)五秒以?xún)人伎嫉氖虑槿硕疾挥米龅臅r(shí)候，當這么多人將可能失業(yè)的時(shí)候，這些失業(yè)者應該怎么做?我們如何去重新訓練他們?孩子的教育是什么樣的?怎么讓人類(lèi)繼續的去尋找應該做的事情?也許造物者是不希望我們做這種無(wú)聊的工作，讓我們都做有意義的事情，所以才用機器取代了我們。

剛才講的這些事情都是十年內會(huì )發(fā)生的。

當然未來(lái)也可能是 AI 養活了全世界，我們也許都成為 AI 的寵物，在家里戴著(zhù) VR 頭盔玩游戲。機器會(huì )不會(huì )有自我意識，會(huì )不會(huì )取代人，會(huì )不會(huì )成為物種，雖然未必不可能，但這些是未知的。

很不幸的是：我們科幻小說(shuō)看多了。

“AI 新物種”“取代”“奴役”，這些當然可以被想象，但有更多必然的有意思的問(wèn)題，更值得我們去思考。

AI “低處的果實(shí)”還沒(méi)摘完

人工智能有很多學(xué)派。符號學(xué)派、連接學(xué)派等等。但是除了深度學(xué)習以外的方法，經(jīng)過(guò)多年被驗證，是不太有發(fā)展的。

模擬人的分析方法，希望把它變成一個(gè)規律和專(zhuān)家系統，過(guò)去五十年已經(jīng)證明了這個(gè)思路是不行的。當然也許某一天會(huì )有一個(gè)突破，但是直到那一天為止應該是不行的。

就我自己的背景來(lái)說(shuō)。在1988年，我就開(kāi)始做語(yǔ)音識別。當年第一套系統就是用完全機器學(xué)習的方法來(lái)做的非特定人的語(yǔ)音識別。

現在看起來(lái)這是一個(gè)特別小的方法：世界上有一個(gè)人能夠從紙上讀出語(yǔ)音，我的導師就要把這套方法變成一套專(zhuān)家系統。

當年就讓我很堅定地認為：機器的構造跟人腦，跟人的思維方式其實(shí)是不一樣的。我們硬要把A放到B其實(shí)是很困難的，就像我們不能逼自己去變成一個(gè)深度學(xué)習者，去分析事情——我們腦子思維就不是那樣的，是不自然的。

用腦科學(xué)的方法制造人工智能，是一個(gè)未知的領(lǐng)域。未知的東西有它的魅力，你要做研究就要做未知，你要有了突破那就是創(chuàng )新。在學(xué)術(shù)領(lǐng)域你做每一件事情的衡量標準是：我要做別人從來(lái)沒(méi)做過(guò)的東西。我們可以假設腦科學(xué)跟未來(lái)的 AI 是相關(guān)的，我們可以去證明這是或不是。但是從投資的角度來(lái)講，押注的風(fēng)險就太大了。

當年深度學(xué)習也是因為數據的不足，碰到了一些瓶頸。但近年我們看到有好幾個(gè)特別大的變化：

第一個(gè)就是特別大量的數據在某些領(lǐng)域開(kāi)始產(chǎn)生，而且我覺(jué)得我們目前還沒(méi)有被用完。

第二個(gè)就是 GPU 的使用讓我們能夠更高效地、非?？焖俚刈錾疃葘W(xué)習。

現在我覺(jué)得，所謂的深度學(xué)習的果實(shí)還遠遠沒(méi)有被摘完。人工智能的應用來(lái)說(shuō)百花齊放，一個(gè)一個(gè)大果實(shí)就在你面前。在這種情況下，你還要去種花，何必呢?

我們把 GPU 和海量數據在全世界掃一遍，應該還夠我們 VC 界吃個(gè)五年，所以從投資的角度這是非常清晰的事情。

再往下走，我覺(jué)得我們 AI 肯定不可以是只有深度學(xué)習。例如現在還有增強學(xué)習的方法，也在被探索。AlphaGo 里面也不是只存在一個(gè)方法。所以我覺(jué)得學(xué)術(shù)界其實(shí)應該開(kāi)始幫助和探索更多的可能性，當我們把這兩年的糧食吃完之后也許還有更好的機會(huì )。

我沒(méi)有 AI 宗教信仰

當然未來(lái) AI 也可能沒(méi)有進(jìn)一步的突破了。

如果沒(méi)有的話(huà)，那就說(shuō)明 AI 的黃金時(shí)代過(guò)去了。下面就是物聯(lián)網(wǎng)或者其他什么的。作為投資機構，我們并沒(méi)有一種 AI 宗教信仰，我們還是要把控靈活度。

就像移動(dòng)互聯(lián)網(wǎng)時(shí)代，當時(shí)我們應該是在業(yè)界最高調的移動(dòng)互聯(lián)網(wǎng) VC。但是隨后我們根據情況做了調整。

如果學(xué)術(shù)界跟產(chǎn)業(yè)界有一個(gè)合理的分工，我對未來(lái)五年投資界和產(chǎn)生價(jià)值非常樂(lè )觀(guān)，對于所謂AI的泡沫我認為不會(huì )發(fā)生。當然有個(gè)別的案例會(huì )有泡沫，但是我認為能吃的糧食實(shí)在是太多了。

學(xué)術(shù)跟產(chǎn)業(yè)它的分工大概是這樣：

一方面是一個(gè)很天然有機的分工;

另外一方面又是有一點(diǎn)羨慕嫉妒恨在里面。

一般來(lái)說(shuō)學(xué)術(shù)界是看不起工業(yè)界的，但是在某一個(gè)時(shí)刻突然工業(yè)界的一個(gè)技術(shù)成熟了，在這個(gè)技術(shù)上學(xué)術(shù)界就做不到工業(yè)界的成就了。于是學(xué)術(shù)界就被逼的去做新的東西。例如：現在再去做人臉識別，學(xué)術(shù)界就已經(jīng)打不過(guò)工業(yè)界了。所以在人工智能領(lǐng)域，很少見(jiàn)到一個(gè)老教授一生只研究一個(gè)命題。

AlphaGo 本身沒(méi)有商業(yè)價(jià)值

AI 會(huì )帶給我們什么價(jià)值呢?

我想先說(shuō)說(shuō)AlphaGo。之所以 AlphaGo 如此引人注目，很大程度上是因為我們這樣的專(zhuān)家把它講得太懸。

之前我覺(jué)得圍棋比國際象棋至少難十年或十五年，但后來(lái)結果證明我是過(guò)于悲觀(guān)了。我過(guò)于悲觀(guān)其實(shí)有很多理由。我當時(shí)認為圍棋要比國際象棋難了一個(gè)天文數字，但天文數字也是數字。

在A(yíng)lphaGo之前最好的人工智能棋手達到了業(yè)余五段。而 AlphaGo 最新的 Master 和職業(yè)九段之間的差距，大致相當于職業(yè)九段和業(yè)余九段的差距。這確實(shí)是很大的跳躍。

那為什么會(huì )有這樣的現象呢?也就是說(shuō)，為什么下圍棋的人工智能進(jìn)步幅度這么大呢?

其實(shí)有一個(gè)非?，F實(shí)的理由，就是想掙錢(qián)的人不會(huì )去做圍棋。你看 AlphaGo 的專(zhuān)家隊伍也沒(méi)那么了不起，就是二十個(gè)很厲害的機器學(xué)習專(zhuān)家。在谷歌里面可能有兩千個(gè)這樣的人，在微軟里有一千個(gè)這樣的人。原因在于微軟和谷歌過(guò)去沒(méi)有想拿兩千個(gè)專(zhuān)家的力量打敗圍棋手，他們的更多時(shí)間都在做語(yǔ)音識別、人臉識別這些有價(jià)值的事情。

在這個(gè)沒(méi)有價(jià)值的事情上 ，能用二十個(gè)專(zhuān)家就不錯了。

金融、醫療是有商業(yè)價(jià)值的 AI

有商業(yè)價(jià)值的 AI，影響就巨大了。

AI 在數據量大的領(lǐng)域最易應用。這些數據最好被準確標注，自動(dòng)化標注。

AI 在無(wú)摩擦的領(lǐng)域最容易應用。一個(gè)領(lǐng)域里面如果有制造、測試、物流這類(lèi)摩擦，那就麻煩了。無(wú)摩擦的領(lǐng)域是什么?醫療是無(wú)摩擦，金融是無(wú)摩擦。

AI 在掙錢(qián)最多的領(lǐng)域容易應用。毫無(wú)疑問(wèn)，最掙錢(qián)的又是金融。

所以金融毫無(wú)疑問(wèn)會(huì )是AI最快征服的領(lǐng)域。因為你的算法可以很快就變成錢(qián)。

醫療也是一個(gè)特別巨大的領(lǐng)域。而且醫療相對傳統，能產(chǎn)生增值的機會(huì )很大。而且它不是基于大數據的。最好的醫生是什么，就是他自己是一個(gè)深度學(xué)習的機器，根據他的經(jīng)驗做了好多好多次。

假設他判斷了五千個(gè)病人，判對了很多，判錯了一些，下面他的判斷就會(huì )非常精準了。但一個(gè)好醫生可能最多也就判斷過(guò)五千個(gè)病人，但我們的數據是五千萬(wàn)的病人的級別。所以醫療超越醫生應該是一個(gè)非常必然的，全球性的趨勢。

但是AI 醫療需要突破一些隱私問(wèn)題，可能會(huì )有一些挑戰。

機器人世界的大門(mén)，要靠智能駕駛來(lái)敲開(kāi)

除了大數據應用之外，還有就是科幻型的應用了。包括機器人，無(wú)人駕駛這類(lèi)領(lǐng)域。

目前看得非常清晰，而且全球達到共識就是無(wú)人駕駛。有時(shí)候你要做一個(gè)科幻型的東西，需要萬(wàn)事俱備，天時(shí)地利人和才能推動(dòng)。但是一旦開(kāi)始動(dòng)它就不得了。就像以前我們的移動(dòng)互聯(lián)網(wǎng)改造了整個(gè)產(chǎn)業(yè)鏈，以前的 SP、諾基亞之類(lèi)。這樣的產(chǎn)業(yè)變革來(lái)臨，基本舊的企業(yè)全部會(huì )死掉，換成一批新的。

出行就會(huì )是下一個(gè)產(chǎn)業(yè)。我們非常幸運，目前有了共享經(jīng)濟，還有電動(dòng)車(chē)。這兩個(gè)領(lǐng)域已經(jīng)在推動(dòng)了，可推動(dòng)的過(guò)程中遇到了一些阻力。

現在無(wú)人駕駛一來(lái)，就會(huì )改變世界的經(jīng)濟格局。我相信，世界經(jīng)濟10%是和出行和運輸相關(guān)的。雖然真正的無(wú)人駕駛到來(lái)可能還要十年，但是有些其他的事情可以更快地被做好。

比如景區游覽車(chē)，比如運輸卡車(chē)。

你可能會(huì )問(wèn)，如果自動(dòng)駕駛技術(shù)暫時(shí)還不成熟，卡車(chē)下了高速公路怎么辦?沒(méi)問(wèn)題，我們把倉庫全停在高速公路旁邊不就是了。

萬(wàn)一卡車(chē)看錯路怎么辦?那我們就重新修路，在路上放很多標志和傳感器，這也不是很困難。

所以我們未來(lái)三五年我們就可以打很多補丁，讓無(wú)人駕駛能夠在很多有限的環(huán)境之下被使用，所以千萬(wàn)不要認為自動(dòng)駕駛還有十年才來(lái)，現在跟我們無(wú)關(guān)。

我們很少看到有一個(gè)產(chǎn)業(yè)從頭到尾全部都“投降”了。

哪一家汽車(chē)公司還敢不說(shuō)無(wú)人駕駛?每一家都在拼命想辦法去解決，整個(gè)產(chǎn)業(yè)力量都進(jìn)來(lái)了。

資本的力量在全球都在投資無(wú)人駕駛的公司。

最新最酷的創(chuàng )業(yè)者，很多都在無(wú)人駕駛領(lǐng)域創(chuàng )業(yè)。

這是一個(gè)不可逆的必然趨勢，會(huì )對各個(gè)行業(yè)做全新的布局。

例如，所有的司機該怎么辦?沒(méi)有車(chē)會(huì )停下來(lái)，停車(chē)場(chǎng)該怎么辦?以后的汽車(chē)該什么樣子?道路要提供什么傳感器?哪些領(lǐng)域是最快能夠賺最多錢(qián)的?

這些我們其實(shí)都不必太擔心，因為那些最有商業(yè)嗅覺(jué)的人和最有科技能力的人已經(jīng)在每天在推敲這個(gè)事情。他們，或者說(shuō)我們一定會(huì )找到解決方案。

當一輛無(wú)人駕駛汽車(chē)可以在路上運行的時(shí)候，汽車(chē)之間就可以對話(huà)了。例如前面發(fā)生了車(chē)禍，我的車(chē)要做出避讓。今天我的主人著(zhù)急上班，你給我讓路，我給你兩毛錢(qián)行不行?

在這種情況下機器人就變得可行了。與其期待家里的機器人用陪小孩玩的方式進(jìn)化，還不如期待無(wú)人駕駛汽車(chē)促進(jìn)機器人的進(jìn)化。