京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和人工智能浪潮下的未来进化
随着移动互联网、物联网、大数据、区块链、虚拟现实、人工智能、基因技术、纳米科技等新技术的层出不穷,一场以大数据和人工智能为代表的智能革命正在悄然发生,人、社会、商业又一次迎来了进化拐点。
未来人类进化的方向是什么?人工智能的发展将会给社会带来怎样的冲击?它会和人类和谐共处还是会取代人类?智能和意识如果可以分离,他们孰轻孰重?假使技术的发展使得人类大规模失业,我们到时该如何自处?在新技术的冲击下,未来商业形态又会向何处演化?
为了探究这些未来话题,中国具有强大影响力的文化服务机构中信出版集团携手大数据及人工智能公司百分点集团联合举办首届关于大数据+人工智能的“XWorld大会”。作为一场探讨未来的思想盛宴,本届大会的主题是:未来进化。参与此次大会的嘉宾有:“青年怪才”,《人类简史》、《未来简史》作者尤瓦尔·赫拉利;百分点集团董事长兼CEO苏萌;长江商学院创办院长、中国商业与全球化教授项兵;微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文;北京大学心理与认知科学学院教授魏坤琳;旷视(Face++)创始人兼CEO印奇;艾问人物创始人艾诚以及其他来自全球的前沿学者、科学家和知名企业领袖。全天现场参会人数超过2500人。
人工智能与人类未来
《未来简史》作者尤瓦尔·赫拉利认为人类的发展已经来到了巨变的前夜。从四十亿年前地球上诞生生命直到今天,生命的演化都遵循着最基本的自然进化法则,所有的生命形态都在有机领域内变动。但是现在,人类第一次有可能改变这一生命模式,进入智能制造和设计的无机领域。

▲尤瓦尔 赫拉利
“随着大数据的不断积累以及计算能力的快速发展,未来人类可能会越来越多地将自身的决策权让位给无意识的算法,让算法替自己决定该买什么东西,应该接受什么治疗以及应该和谁结婚。当权威从人类转移到算法的同时,人工智能也会将数十亿的人赶出就业市场,使得人类产生大规模失业。他以自动驾驶汽车以及精准化医疗为例,生动地展现了人类在和机器竞争工作过程中的优势和劣势。”
甚至,“一旦那些失业的人真的再无经济价值,无法为社会的繁荣做出任何卓有成效的贡献,他们便会沦为无用阶层。而到那时候,以政府为代表的精英阶层也许会在他们身上放弃投资医疗和教育,他们将被整个社会系统彻底抛弃。”
人工智能与社会以及商业的未来
每一次社会的转型都会带来机会与挑战。互联网和数据正在改变我们的时代,世界的主导力量正在由工业时代的资源品和资本,向数据经济时代的数据和算法演进。
商业进化是否也跟人类进化相似,99%的商业组织都会成为附庸或者无用?如果未来进化到中心化商业形态,由此引发的基于数据、技术和商业模式的垄断会比过去按照行业和地域划分的垄断对商业社会带来更大的影响。高度中心化的商业体系将大大降低整个商业系统的容错和纠错能力。百分点集团董事长兼CEO苏萌在会上提出了泛中心化的商业未来,是一个多中心且中心动态均衡化的商业形态,并指出未来商业组织的三点生存之道,即“3I理论”:独立(Independence),独立代表着企业的数据主导权、以及在充分竞争市场环境中的长尾创新;融合(Integration),指的是生产要素的连接、生产方式的协作、以及业务边界的淡化;智能(Intelligence),数据思维在引爆智能革命,未来的商业都在朝智能化方向在进化,主要体现在决策智能和运营智能上。

▲ 百分点集团董事长兼CEO 苏萌
对于人工智能与人类的未来,以及对社会的影响,已经在人工智能领域研究长达30年的微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长洪小文基于人工智能60年的发展认为,人工智能如同人类发明的其他工具一样,其自身并不具备创造力,这是与人类的最大区别。未来的方向应是“AI+HI=SI”,即人工智能+人类智能的共进化。洪小文在会上还表示,AI技术的透明化、普及化很重要,要让更多人享用到技术红利。未来等待我们一起去探索和创造。

▲微软全球资深副总裁、微软亚太研发集团主席兼微软亚洲研究院院长 洪小文
长江商学院创办院长项兵认为,在全球化的今天,对世界第二大经济体中的企业家来说,全球视野、全球担当越来越重要。创业、创新者应该能放眼全球,整合全球优质资源,使全球资源为我所用。同时,弘扬人各有梦也更加重要,鼓励企业家、特别是年轻人更多地为兴趣、爱好、担当、社会问题的解决而去创业、创新。只有这样,中国才有可能产出一批引领式的“大风流”创新。

▲长江商学院创办院长 项兵
跨界讨论:科技进化与人类未来
在圆桌讨论环节,尤瓦尔、苏萌、Dr. 魏(魏坤琳)和印奇就科技进步与人类未来这一主题进行了跨界讨论。由中国人工智能产业创新联盟编制,中国电子信息产业发展研究院、百分点集团联合发布的《2017人工智能行业发展热点分析报告》显示,48.3%的关注者表示了对人工智能未来发展将会带来的冲击的担忧。此次圆桌以主持人提出问题,然后各位嘉宾先陈述自己观点,然后向尤瓦尔·赫拉利提出自己的疑问的形式展开。主持人针对“人工智能能否战胜人类?”、“人工智能是否会加剧阶层分化”、“你对未来持乐观还是悲观态度”分别向四位嘉宾提问。
作为电视节目《最强大脑》中的科学判官,Dr. 魏见证了无数人类大脑的极限挑战,比如惊人的辨识力、观察力、超级记忆力,以及堪比电脑的心算、速算能力等等。在他看来,人脑的各个模块都在被人工智能追赶,未来甚至可能超越,但他并不认为两者一定是不可兼容的。他对尤瓦尔在书中表达的无用阶层表达了疑惑,“什么是无用,什么是有用?”他还举了欧洲殖民入侵的例子,询问尤瓦尔未来是否会是殖民历史的重演。至于人类未来的前景,他则是觉得既可能乐观也可能悲观,关键在于个人。

▲北京大学心理与认知科学学院教授 魏坤琳
印奇认为,人工智能现在所处的阶段还很初级,人类会非常善于利用新技术对自身进行变革,人类自身的演化会跟技术的演化一起发展,随着技术的演化加快,人类自身的演化也会越快。与其说机器会在某一瞬间超过人类,不如说人类和机器会逐渐融合并且会早于机器超过人类。在关于人类未来的判断上,印奇表现出了乐观取向。
苏萌向尤瓦尔提问是否看到了某些领域已经出现了巨头对数据的垄断,讨论这个话题是为时过早?尤瓦尔肯定了数据垄断这一点,他认为需要在当下重视并采取行动,以防止未来这种情况的进一步加剧。
尤瓦尔在最后指出,自己所说的一切都不是预言,而是在讨论一些可能性。如果你对其中的一些可能性感到恐惧,你其实可以做很多事情去避免它。科技并不具有决定性,真正左右其走向的依然还是人类。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06