【小i机器人】小i机器人袁辉：AI对某些岗位的冲击超乎想象

2018天津夏季达沃斯论坛于9月18日-9月20日在梅江会展中心举行, 会议期间，小i机器人创始人兼董事长袁辉就AI如何助力传统行业转型，AI融资问题、AI带来的失业焦虑，小i在各个领域的应用场景等话题接受了号外的专访。

他说，由AI引发的失业焦虑是必然的。目前来看在AI对人工的冲击上，对基本性、标准性、简单性、重复性岗位的冲击，已经非常明显。“在不同的行业，有大量的几百人、上千人，甚至上万人，在一年之内被缩减，这实际上是超乎我们想象的。”

以下为访谈实录：

号外：您认为在传统产业与新兴科技融合的时期，人工智能如何帮助一些企业，尤其是传统企业平稳、有效的过渡呢？

袁辉：这实际上是一个非常好的问题，经常很多人在谈人工智能，老是会谈一些特别高大上、或者由人工智能创造的新兴行业的话题。人工智能确实会创造一些全新的，我们从来没有见过的东西，但这点对整个人工智能的价值而言，只是金字塔塔尖上很小的一部分。人工智能真正的价值，就是融合所有的传统行业，去释放这些传统行业转型升级的价值。这也是人工智能之所以成为工业革命4.0的一个关键原因。

当下，实际上更多应把人工智能去跟传统制造业，传统农业、工业、零售业（结合），考虑怎样用人工智能去催化、激发、提升这些行业。

号外：但好像现在一提到人工智能，就比较容易融资。您觉得它现在出了哪些问题？

袁辉：实际上今天人工智能跟过去很多新的科技公司，都处于早期的阶段。到今天，人工智能虽然经过了60年，但今天人工智能的技术和商业状态，都处于非常早期的阶段。在早期阶段，对很多创业者来讲，他们可能会更多地谈科技、谈梦想，然后他们会建议说两三年之后，如果你相信我的科技，相信我的梦想，可能我就能够挣钱，这跟早期的互联网有什么区别吗？没什么区别。

但今天人工智能最大的挑战实际上也在这里，因为人工智能毕竟不是只是刚刚发生几年，它已经有60年了。人工智能过去投了很多钱，很多科学家都失败了，今天为什么它不会失败呢？所以必须得尽快地把科技转化成商业和生产力，这是非常关键的一个问题，所以这也是目前对创业者、投资人的一个挑战。

号外：其实还有一个大家关心的问题，就是人工智能带来的失业的焦虑，尤其是金融业，很多人都被裁掉了，这点您怎么看呢？

袁辉：焦虑是必然的，最近两天在达沃斯可能有一些报告在发布，普华永道、清华等等。今天早上我参加一些这种会议，我看到一些新的报告，里面会讲到2037年，新增的岗位，可能会超过被减少的岗位。

当时我们就谈论过这个话题，这是一个非常乐观的估计，也是非常令人高兴的预测。我就提出了一个问题，就是减少岗位的时间和新增岗位的时间，可能需要更明确地被提出来。如果前三年，大量的冲击现有的岗位，后面是否还有机会能够增加这么多的理想岗位，这里面都存在不确定的因素。而且AI到底在哪些方面能够新增岗位，实际上就需要更进一步地去理解和阐述。

目前来看有一点很明确的就是，AI对人工的冲击，对基本性、标准性、简单性、重复性岗位的冲击，已经非常明显。在不同的行业，有大量的几百人、上千人，甚至上万人，在一年之内被缩减，这实际上是超乎我们想象的。

所以这个话题确实值得去思考。第一点就是，这些下岗或者转岗的人员，他们未来去哪里，回家还是？如果新增的岗位不能跟上，他们是不是面临转岗，转岗的话需要再就业培训；再往前推，即将毕业的大学生应该怎么办；再往前，中小学生，他们今天的教育是否要面对AI会带来的挑战，这都是非常有意思的话题。

号外：下一个问题我很感兴趣，就是小I机器人从开始到现在，在语音客服领域还处于领先地位，未来会在哪方面发展，包括像AI，会不会有一些通用的领域？

袁辉：实际上小I的话，从来就是不一家客服公司。小I从早期是做通用人工智能，做的类似于变形金刚、siri，siri比苹果公司早七年。今天去做特定的商业人工智能，这个大脑是无处不在的。客服只是第一个相对爆发比较快的场景。今天小I可能进入到智慧城市、金融、医疗、司法，这些领域小I都已经有成功的商业案例。

金融的话，举个来说，除了早期的客服之外，现在已经帮银行开始催债了。就是机器人直接打电话给你，说对不起，张小姐，你欠3000元，今晚上8点钟到期得还钱。这是一种完全自然的交互，不再是用人工来进行这种交流。这已经从售后的服务开始到售前了。

在司法当中，根据一个案情，会调阅相应的案卷库，会把所有类似案情平均判案的结果提供出来，供法官参考，来保证司法的公正。

在医疗中，我们开始做舌苔的中医诊断。望闻问切，患者的舌苔代表什么含义，就可以帮助中医来进行这样的诊断。

所以在很多领域，实际上我们都已经开始做了。但每一个行业对AI来讲，启动的时间点不一样，现在所有的行业在AI面前都只是刚开始而已

号外：最后一个问题，其实刚刚谈司法应用的时候已经提到一点，就是大数据，有哪些应用？

袁辉： AI有几个要素，算法、数据、应用场景，都属于一些非常基本的要素。打个比方，做菜不能没有食材，这个食材本身来讲是必备的。今天对AI来讲，如果离开数据看AI，算法就是一张纸。

场景中必须得有合适的、高质量的数据，这些数据于AI就是需要烹制的原料。根据应用场景的需求，在什么场景之下，准备什么样的数据。根据这个场景和数据，如何构建模型，怎样优化算法，最终做出一桌满汉全席。