京公网安备 11010802034615号
经营许可证编号:京B2-20210330
马化腾:云计算、AI和大数据,是腾讯愿意大力投入的三点
9月8日,腾讯董事会主席兼首席执行官马化腾在清华大学洞见论坛上发表演讲,谈及科技和商业的融合时表示,随着数字经济的发展,科技越来越融入到各行各业,在数字化和智能化的大浪潮里面,科技是我们所有产业界都必须要去关注的。
马化腾表示,有三点基础性的因素是腾讯正在大力投入的,分别是AI、云计算以及大数据。他还强调,过去把用电量作为衡量一个工业社会发展的指标,未来,用云量也会成为衡量数字经济发展的重要指标。大数据就更不用说了,一切有云,有AI的地方都必须涉及大数据,这毫无疑问是未来的方向。
以下为演讲全文:
非常荣幸来到清华的论坛。刚才听Brian Kobilka教授的演讲,感觉特别的渺小,因为我因为我感觉我听懂不到30%。我的感受是不明觉厉。
刚刚我了解到,Brian教授其实也是一个企业家。在国外,科研和商业的结合是非常常见的。我也了解到,张首晟教授是物理学家,也是投资人,也有企业。前不久我在微信里向他祝贺了他们的团队发现了天使粒子,也通过他的朋友圈直播了在美国的日全食,看到他在白板上解释日全食的原理。给我的感受就是,不想成为科学家的投资人不是一个好的企业家。
在座还有饶毅教授,我们知道在最近这一年,饶毅教授和我们的施一公教授、潘建伟教授、陈十一教授还有钱颖一教授一起创办了一个西湖高等研究院。
虽然在清华讲这个不太对,但是我觉得教育和公益是不分彼此的,没有门第之见。我们在清华的学者班的几位同学也受到感召,虽然我们过去很想成为科学家,但是没有这个机会。
就像我刚才讲的,不想成为科学家的投资人不是好的企业家一样,我们也成为第一批捐助人之一。
在座有我们与清华合办的“清华-青腾未来科技学堂”的学员,也有腾讯过去青腾营的学员,更有我们清华的企业家与学者。与同学们在一起,探讨科技的未来,我觉得是非常的荣幸。
Brian Kobilka和张教授都来自斯坦福,大家知道斯坦福是硅谷创新的发源地,很大的特点就是把科技和商业完美有机地结合在一起,我觉得这个是非常值得全球尤其是中国去学习的。
虽然说中国没有像国外的斯坦福、哈佛这样的私立学校,更多的还是公立学校,但是我们还是做了很多创新的尝试。腾讯和清华很早就成立了一个联合实验室,近期也转向研究AI。包括这一次,我们共同举办了“清华-青腾未来科技学堂”。我们希望通过不断地尝试来促进科研和产业界结合与创新。
我了解到,这次我们学堂的48位同学是从超过一千家黑科技企业创办者里面选出来的,录取率4%,非常难。可以看到,中国目前其实也在这方面做了很多的努力。
具体到腾讯来说,我们怎么看科技和商业的结合呢?我想分享几个看法。
第一,就像刚才程教授提到的,当今的社会在这一两年有了很大的变化,全球市值最高的十家企业,前五家在短短的一年内成为了以科技,包括以互联网、信息科技为主的企业。过去前十大企业基本上都是能源和金融巨头,在这一两年内发生了翻天覆地的变化。腾讯和阿里巴巴也有幸成为了十大公司之一。十大公司之中有七家是互联网和科技企业,这可能给大家带来一个触动。
大家知道,高盛最近说它也是一个科技企业,说超过三分之一的人是科研研发人员,也说研发人员超过了Facebook的研发人员,我们还没核实这个数字。但这给我的感受就是,各行各业都这么努力,我们还有什么理由不去努力呢?
我们现在越来越感受到,随着数字经济的发展,科技越来越融入到各行各业,在数字化和智能化的大浪潮里面,科技是我们所有产业界都必须要去关注的。
第二,腾讯可以做什么呢?腾讯过去的业务主要是社交、通讯、数字内容还有一些金融服务,其他的主要是投资以及与其他生态公司合作。对我来说,我感受有几个基础性的因素是我们愿意大力投入的:
第一是AI;
第二是云计算;
第三是大数据。
我们会通过互联网+等方式和各行各业、学界和研究界进行合作。
我曾经说过,未来所有企业基本的形态就是,在云端用人工智能处理大数据,这是一个大方向。在这个方向上,对于腾讯来说,我们更加关注我们在AI方面能做什么。
去年阿尔法狗打赢了围棋的人类世界冠军,大家都在关注AI了。我们也快速投身于AI,在工程上实现了围棋算法可以打赢世界冠军以外,我们最近还在医疗方面也推出了一个产品叫腾讯觅影,就是用人工智能处理医学影像,比如对食道癌进行早期筛查,还有肺的切片、乳腺癌,还有很多需要医学影像分析的领域,和医院专家进行合作。通过深度算法,相信AI未来在医疗领域还是可以起到非常大的作用。
人工智能还可以运用到金融等领域,还有我们所理解的机器人,以及日常生活中的、商业中的方方面面,我觉得这是一个大的趋势和潮流。
另外一个是云计算,“云化”谈了很多年,但是现在越来越清晰了。很多企业原来是很保守的,希望把数据放在自己的内网上,不想公开,不想放到外网去。但是我觉得这个狭隘的思想已经过时了。这跟过去发明了电一样,不可能每一家不用公共的电网,而是在自己的家里搞一个发电厂,这是绝对不可能的。
过去把用电量作为衡量一个工业社会发展的指标,未来,用云量也会成为衡量数字经济发展的重要指标。大数据就更不用说了,一切有云,有AI的地方都必须涉及大数据,这毫无疑问是未来的方向。
在此基础上,腾讯是希望大量地和各个产业界进行合作,也包括在这些研发处于前沿的这些高效科研机构,能够展开充分的合作。我们在美国有一个特殊的团队,David Wallerstein担任高级副总裁,他的抬头是CXO,Chief eXploration Officer,首席探索官,很少有企业有这样的职位。他现在看的很多的产品和投资方向都不是腾讯目前在做的事情,包括太空探索,卫星公司我们也投资了。
比如我们投的阿根廷卫星公司,可以用小卫星拍摄近地面的实时或者是准实时的影像照片。另外生物医药的投资我们也很积极。
当然包括我们也投资了特斯拉5%的股权,我们觉得特斯拉里面的很多黑科技都会源源不断的诞生,它是未来方向的一个代表。所有未来的科技都会和云、AI和大数据是分不开的。当它们结合的时候,我们就有用武之地了,我们就可以帮上忙了。场景和市场是最重要的,只要你有市场,不管是技术还是人才,包括新的科技,都会跟着你走,这个是我们探讨的未来。
最后我想讲在这种环境下,产学研需要有一些创新的生态。一年前我参加了香港的Hong Kong X,这是红杉资本沈南鹏和香港科技大学李泽湘教授他们发起的组织。我们感觉到产学研结合应该是大有可为的。我们希望依托香港的国际化和高校资源,依托粤港澳大湾区有智能制造、人才和生产基地的大环境,做一些事情。
他们的团队跟我介绍说,国外在产学研方面有一些新的变化,比如说在波士顿附近有一个奥林工程学院,这个学院很特别的,学生一进来就打破传统院系专业,通过跨界融合的方式与企业合作,让学生通过做项目的方式把理论和实践的学习得到结合。
再比如加拿大的滑铁卢大学也有很多跟企业合作的项目。另外,MIT最近也有一个叫“引擎”的计划,通过一些学校的基金,鼓励学生把想法变成一个现实,把一些样品变成商品,这是个新的趋势。
李泽湘教授和港科大的校长希望说服我支持他们一些新的计划。比如说能不能在香港按照刚才提到的一些新模式成立一个新型的教育机构,我们姑且叫做湾区科技大学,或者说科技中学,从头培养创新人才,为整个粤港澳湾区做服务。这也是一个非常好的点子,我们还在探索。
对腾讯来说,我们最近暑假做的一个事情,就是发起了腾讯粤港澳青年营。
我们请了粤港澳三地大概一百名的青年,主要是高中生,参加夏令营,到深圳的腾讯、大疆等一些企业去接触科技,在腾讯可以体验AI,包括AR、VR等技术,以及无现金的消费体验等;也包括到大疆去体验无人机和机器人等。
当然还有很多青年人特别喜欢的活动,像帆船、棒球,这些都是他们平时比较少接触的活动。年轻人很兴奋。这也促成了粤港澳三地青年人的融合。我们还开放了暑期实习岗位给粤港澳三地的大学生。这些方向都是我们努力在做的。
最后希望我们产业界和学校界能够去更加紧密地联手起来,共同迎接未来整个产业数字化和智能化的浪潮,谢谢大家!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27