如今，人工智能技术的发展超乎想象。这项技术已经被应用于与我们生活息息相关的诸多领域之中，它正在悄然改变世界。未来，哪些行业将被颠覆?哪些企业将会陷入困境?哪些人必定会失业?
11月27日，新华网“思客讲堂”举办了一场题为“未来已来，人工智能赋能新时代”的大咖对话，来自美国高通公司、启迪之星创投公司、阿里云和科大讯飞的权威专家、资深从业者聚在一起，共同探讨了人工智能时代企业和个人所面临的发展机遇和挑战。对话中，几位行业大咖给出了他们对“人工智能时代”的解读。
以下内容整理自现场对话：
孟樸(美国高通公司中国区董事长)：现在人们从事的很多工作可能会被替代。一种是烦琐的、危险的工作应该很快就被替代，另外一种是传统上大家认为使用人类智慧比较多的工作，比如网上谈及比较多的律师、医生，因为机器可以在很短的时间内学习并掌握这些从业者的经验。
传统概念上确实很多工作会被人工智能替代，但是并不是说人类就没有事情做了，只是人类在人工智能赋能的基础上会有更多更新的进步，从而导致两极分化的情况加剧。例如，改考卷的老师，人工智能或者说机器学习在今后的一段时间里仍然不能做到100%准确，所以很多人类更有经验或者能够处理的事情，加上机器的赋能会做得更好。但是在基准线之下的这些职业可能会很快被淘汰。
科技行业过去的竞争一直比较激烈，技术更新换代一直比较快。通过人工智能对各个行业的赋能，不分高端、低端、传统行业、科技行业，每个行业要么接受，要么可能被淘汰。处于竞争行业中、具有创新能力并能够一直保持领先地位的公司就能做下去。所以不是说哪个特定的行业会更快地被淘汰，但是每个行业的集中度会更高，会有少量的公司存活下来，很多传统行业的厂家可能会被淘汰掉。
30年前大家就在谈人工智能，但是一直没有突破性的发展，而现在随着计算能力的增强，数据采集和分析能力的增强，很多技术的进步走到了一个交汇点，所以现在到了人工智能比较大的爆发时期。我倒不认为它是虚火，它是一个新的技术革命的到来，我甚至可以将它视为电力对工业革命的推动、互联网对高科技行业的推动。
人工智能赋能的能力非常强，所以在这个发展过程中，通常会碰到有拥抱的行业、也会有抵触排斥的行业，有接触比较早的公司、就会有接触比较晚的公司。我觉得，在新技术革命到来的时候，对很多公司，特别是对技术公司来讲，如果脱离了技术进步的方向，衰退的速度就会很快。因此，我相信今后这些公司，包括高通公司，对人工智能会非常积极地拥抱。
另外，要从我们本身所处的位置来看怎么介入。高通是做移动通信的，虽然它也是端对端的系统，但是目前在人工智能演进的过程中，我们发现从终端侧的角度能够看到整个社会开始进入到万物互联的物联网时代，有那么多的终端，如果把这些终端赋予了人工智能，将助力整个人工智能的发展。是“人工智能+”的任何垂直行业，相信都会有很大的社会价值。
人工智能将带给我们的世界，一面是非常美好的，一面是机器人统治世界。不要等到机器人统治世界，而一定是先有掌握机器人、人工智能的能力，企业才能脱颖而出，或者走在前面。我觉得，没有一个行业是安全的，包括艺术家，现在机器学习也可以谱出很好的曲子来。哪个行业会发展得更好?如果你认为人工智能是赋能的工具，那么掌握赋能能力的个人、公司、行业相对来说会更好一些。
高通在中国投了40多家公司，两个星期前高通举办了创投年会，又宣布投资了9家中国公司，这9家公司中有3家专注人工智能，还有3家与物联网相关，比如大家都熟悉的摩拜。在今后的一、两年里，高通还会继续投入与物联网相关、与AI相关的领域。
宽泛一点来讲，我们作为一个企业投资者也不是那么紧跟风口，还是要看这些企业有没有技术创新和商业模式的独特性。虽然不一定是跟高通自己的业务紧密相关，但是有些公司的业务和领域在今后一段时间里面，可能会解决我们所在的产业可能会遇到哪些瓶颈、需要提早投入的，这样的公司我们都会比较感兴趣。
刘博(启迪之星创投总经理)：企业本身是创造价值的，人工智能的时代技术在帮我们更好地提高效率，降低成本。这个时代，不一定企业会变得更少，也许人工智能能替代的是部分的人工，包括体力、标准化信息、脑力工作，但是并不一定能取代企业本身产生的价值，例如驾驭这些企业的企业家也可以创造企业。
人工智能可能会取代体力，可能会取代脑力，但是它不一定能取代我们的灵魂。所以我觉得从企业发展角度来说，比如说最开始要做一些基础性的工作，最后一个阶段企业更多的是文化的升级和品牌的升级，这是一样的道理。因此，在企业端并不是多少企业被干掉，而是多少企业能够通过人工智能这样一个时代对自己进行升级，对自己企业的使命以及文化进行再次升级。
我们成立于1993年，到1999年开始做投资，团队源于清华，所以一直专注高科技投资。我们投了大大小小的企业跟人工智能都有相关性，现在大概有100多家企业。
我们比较抓前沿技术，前沿技术大多数存在于学校、院所、大机构的研发平台和创新平台上，所以我们也在这些渠道上布局了大量的资源获取早期的创新类的项目，比如说现在非常火的类脑计算，实际上只在几个地方有，因为我们专著于这类投资，所以我们跟得比较紧。比如说中科院和清华为代表的算例提升的团队，商汤也在清华科技园，很多物联网典型的代表都是源于创新和创业要素聚集的地方。
实际上不管哪个行业都有它的价值，一旦这个行业有了巨头产生之后，就有细分市场的机会，因为巨头要做的事情太多，资源太大了，所以很大的市场还有继续升级和继续挖掘的机会。所以我们另外一头是专注于挖掘应用价值，在细分领域通过技术能够持续保持自己壁垒和竞争力的企业会比较多一些。
从人工智能来讲，主要是从两个角度看问题。第一个角度是交通、医疗、教育、网络层面，投资了一些对应用价值非常有用的小的创新型、创业型的企业，这类行业的特点是相对来说行业需求比较迫切，行业格局比较复杂，行业资源比较分散。所以我们更注重应用价值企业的挖掘。
第二个角度是智能驾驶、无人驾驶、手机、机器人，这几个行业都属于有巨头存在的。对天使投资人来讲，也希望各位产业能够关注到这一点。所以会议布局前沿技术，在智能交通领域会布局底层，比如说通信、安全、电控等方向。在手机领域，我们会布局某一方面的零件，比如说光学器件、深度感知方面。在机器人领域，我们会更注重技术在机器人的性价比提升方面，因为机器人还不是一个有大巨头存在的行业。所以根据行业的格局，资源的不同，我们会布局不同的东西。
闵万里(阿里云机器智能首席科学家)：企业一定是因为他能够给社会创造价值才能存活下去，创造价值的方式不一定是强行碰瓷AI。就像今天很美味的包子店传承了千年，跟AI的关系有千人千面的配方，但是没有AI的时候已经传承了千年，创造的价值是解决了老百姓的早点问题，吃的问题，这是一个典型的例子。
企业的存活基础是创造价值，有一天你创造价值的手段落后的时候就会被淘汰，或者说这个价值成为伪命题的时候。现在科技企业面临非常大的压力，黑霉的故事、诺基亚的故事大家都知道，因为现在迭代这么快，高科技犯错的机会容忍度越来越小了，稍微一不小心就有可能被淘汰，所以今天在科技板块的企业或者说想要创业的同学们，对AI的重视程度要提到一个高度上，哪怕AI不是你的核心竞争力，但是如果你拒绝了它，可能就会成为你致命的一刀。
传统企业，特别是制造业也不能完全忽略AI，现在讲智能制造，智能从哪里来?AI一定可以有帮助。今天制造业当中沉睡的数据，那些老师傅们操作的经验都是没有被传承下来的，师傅退休了，徒弟学了八成的技艺，再退休一代，技艺失传了，有没有可能通过人工智能的方式把这些说不清道不明的经验以可传承的程序固化在这个机器生产线上，让机器也能思考，就像让城市也能思考一样，如果制造业能够拥抱这一步，就不再是简单的制造业，而是有了自我思考的制造服务业，就是下一轮转型升级的佼佼者。
我想人工智能技术领域足够大，技术领域在垂直场景当中的应用天地更加广阔。所以纵观人类历史，从来没有哪家公司通过技术的垄断做到全球性的垄断，这是不可能，这违反了最基础的经济学原理，一家独大生态就不健康了。这次咱们国家搞四大开放创新平台，也强调了开放创新，城市大脑不是阿里云独有的，今天承载的是支持咱们国家所有有数据梦想的人一起在上面创新。科大讯飞也承载这样的使命，今天平台上有产学研和资本的力量，任何一家跟AI相关的公司想成功一定是产学研+资本的助推，纯粹依靠一门技术说我一统江湖是不可能的，就像靠一把倚天剑统一武林一样，是不可能的，还有降龙十八掌。
我不好预言哪个行业，我建议用一个标准看这些事情，如果一个行业在人工智能出来之前已经存在了几千年，这个行业可能受到AI冲击的可能性就比较小。从这一点来讲，农民不会被威胁的，只会受益AI。相反，真正能够收到好处的一定是AI的从业者，有一类明显是受到威胁的，就是重复性比较高，靠经验型的工作。比如说，高度依赖于老专家经验的东西，供需矛盾极度的突出。在极端的供需矛盾下面，又有技术突破的时候，一旦爆发到了临界点，这个行业就有可能被颠覆。
王士进(科大讯飞北京研究院院长)：如果说你发现自己可能并不只是某一个行业，而是某一行业里的某一个职业，你成年累月都要干某一件事情，是简单重复的劳动。就跟我们很多时候劝别人换公司的时候，你发现在这个地方没有自己持续增值和升值的时候，AI替代起来就非常的容易。所以在很多时候，即使你在做最简单的事情，你有自己的思考，有自己的加工，都可以创造出不一样的价值。比如说老师会不会被淘汰，可能大部分老师都不会被淘汰。
能够越早地拥抱人工智能的工具，并且基于这些工具创造出自己独特的使用方法，或者是创作方式。越早拥抱这种变化，将来的竞争力就会更强。
容易被淘汰的，我们认为有两种类型的企业，第一种是传统企业，第二种是高科技公司，或者是以技术为驱动的一些企业。对传统企业来说，我们认为AI并不只是某一个算法，或者是一个模块，更重要的是一个思维，你原来在生产生活过程中，原来人的经验在什么地方，人的一些痛点或者说难点在什么地方。要解决这些问题，并不是请AI团队或者听一个报告就可以解决这些问题，而是要把思考和生产生活过程紧密的联合在一起。
做技术驱动的企业我们发现并不仅仅阿里、科大讯飞、BAT，从底层的技术来说很多东西都很像，为什么?本身和技术的发展有关系，早期我们是做语音识别的，我发现如果让我转行做图像，需要很长一段时间。因为不同的技术是有领域的，你要学习这个领域的背景知识，需要很长时间才能使得某一个人或者某一个团队去掌握，你要做成这个行业的佼佼者，需要付出更多。而现在通过机器学习，很多时候通过最原始的数据就可以得出非常好的模型，特别是随着最近数据开源共享，你会发现某一个很好的团队，一、两个人就可以把从0一下构建到90%左右的系统出来。竞争是很激烈的。
