大眾汽車考慮人工智能軟件系統(tǒng)增加其在德國(guó)的 3D 打印能力中？

在經(jīng)濟(jì)繁榮時(shí)期，公司專注于增長(zhǎng)。而在困難時(shí)期，他們就尋求提高效率。歷史告訴我們，自 20 世紀(jì) 80 年代以來(lái)，在每一次重大經(jīng)濟(jì)衰退之后，企業(yè)都依賴于數(shù)字技術(shù)，特別是軟件技術(shù)的創(chuàng)新來(lái)恢復(fù)全部生產(chǎn)力，減少重復(fù)性工作，減少臃腫。

多年的風(fēng)投經(jīng)歷讓我確信，現(xiàn)在是創(chuàng)辦一家人工智能優(yōu)先企業(yè)的 最佳時(shí)機(jī)，不是因?yàn)檫@次經(jīng)濟(jì)衰退，而是因?yàn)楝F(xiàn)在是最佳時(shí)機(jī)。下一輪經(jīng)濟(jì)復(fù)蘇即將由人工智能推動(dòng)，反過(guò)來(lái)又將加速人工智能的采用。擴(kuò)張基于軟件盡管經(jīng)濟(jì)大衰退（譯注：Great Recession，指一場(chǎng)在 2007 年 8 月 9 日開始浮現(xiàn)的金融危機(jī)引發(fā)的經(jīng)濟(jì)衰退）通常被認(rèn)為是“失業(yè)型復(fù)蘇”，但美國(guó)全國(guó)經(jīng)濟(jì)研究所（National Bureau of Economic Research，NBER）的經(jīng)濟(jì)學(xué)家發(fā)現(xiàn)，經(jīng)濟(jì)衰退加速了高低端重復(fù)性工作向非例行性工作的轉(zhuǎn)變。因此，是的，現(xiàn)有的任務(wù)都被自動(dòng)化了，但公司用數(shù)據(jù)和分析來(lái)增強(qiáng)員工的判斷力，以提高生產(chǎn)率和質(zhì)量，在數(shù)據(jù)和判斷力的良性循環(huán)中，既提高了利潤(rùn)率，又創(chuàng)造了更有價(jià)值的工作。

確實(shí)，在經(jīng)濟(jì)大衰退期間失業(yè)率達(dá)到最高點(diǎn)之后，隨著人們尋找提高技能的機(jī)會(huì)，分析和數(shù)據(jù)科學(xué)專業(yè)的高等教育入學(xué)率激增。而在這之后的經(jīng)濟(jì)復(fù)蘇中，盡管自動(dòng)化程度提高了，但失業(yè)率卻降到了歷史最低點(diǎn)。

我們?cè)俅蜗萑虢?jīng)濟(jì)衰退和復(fù)蘇的循環(huán)，盡管這并不是我們的過(guò)錯(cuò)。各行各業(yè)已經(jīng)預(yù)期，在下一次經(jīng)濟(jì)復(fù)蘇中，將受益于人工智能和機(jī)器學(xué)習(xí)的改進(jìn)。這一期望將為人工智能創(chuàng)業(yè)者創(chuàng)造新的機(jī)會(huì)。

每一次經(jīng)濟(jì)復(fù)蘇都是由一種新興的軟件技術(shù)和一系列應(yīng)用程序帶來(lái)的。

在 20 世紀(jì) 80 年代早期經(jīng)濟(jì)低迷時(shí)期成長(zhǎng)起來(lái)的公司，在 80 年代中期經(jīng)濟(jì)回暖的時(shí)候，進(jìn)行了軟件界的首次 IPO：Lotus、Microsoft、Oracle、Adobe、AutoDesk 和 Borland。

軟件包標(biāo)志著商業(yè)企業(yè)歷史上一個(gè)獨(dú)特的轉(zhuǎn)折點(diǎn)。這一類別對(duì)資本支出或人事費(fèi)用的要求很少。軟件公司的毛利率達(dá)到 80% 或更高，這給了它們驚人的彈性，可以在不危及自身生存的情況下進(jìn)行增長(zhǎng)或收縮。如果創(chuàng)業(yè)者愿意以較低的工資工作的話，則軟件公司可以在極少或根本沒有外部投資的情況下迅速啟動(dòng)，如果它們能夠找到早期的產(chǎn)品與市場(chǎng)的契合點(diǎn)，它們往往可以啟動(dòng)并循序漸進(jìn)地增長(zhǎng)。

當(dāng)經(jīng)濟(jì)衰退來(lái)臨時(shí)，這些新的軟件公司已經(jīng)完全適應(yīng)于促進(jìn)創(chuàng)新，因?yàn)樗麄冇懈咚刭|(zhì)的人才，而且成本更低，辦公空間也很充足。而與此同時(shí)，老牌公司暫停了新產(chǎn)品的開發(fā)，轉(zhuǎn)而努力服務(wù)并留住現(xiàn)有客戶。

1990 年，我開始在第一家純粹專注于軟件投資的風(fēng)投公司 Hummer Winblad 做風(fēng)險(xiǎn)投資。盡管 John Hummer 和 Ann Winblad 付出了艱苦的努力，憑著一股不屈不撓的精神才籌集到第一支基金，但事實(shí)證明，他們作為投資者的時(shí)機(jī)是完美的：經(jīng)濟(jì)衰退始于當(dāng)年第二季度，并持續(xù)到 1991 年第一季度。

從經(jīng)濟(jì)衰退走出的軟件公司，率先推出了成本效益高的主從式架構(gòu)。Sybase 憑借其開放的客戶機(jī) / 服務(wù)器接口確立了這一趨勢(shì)，在前一年增長(zhǎng)了 54% 之后，于 1991 年上市。

彼時(shí)，高校已經(jīng)有很多程序員畢業(yè)，為創(chuàng)業(yè)公司創(chuàng)造了一個(gè)人才庫(kù)。新的軟件開發(fā)者平臺(tái)讓這些程序員的工作效率更高。20 世紀(jì) 90 年代成為企業(yè)計(jì)算的第一個(gè)黃金時(shí)代。Hummer Winblad 投資的 Arbor Software 公司發(fā)明了在線分析處理（Online Analytical Processing，OLAP）這一類別。另一家公司 Powersoft，成為占主導(dǎo)地位的無(wú)代碼客戶端服務(wù)器開發(fā)平臺(tái)。這是業(yè)界第一筆價(jià)值數(shù)十億美元的軟件收購(gòu)。

第一批 CRM 公司就誕生于那場(chǎng)經(jīng)濟(jì)衰退，從 1993 年到 1999 年間成功進(jìn)行了 IPO。這類公司包括 Remedy，這家公司在 1996 年被《商業(yè)周刊》（BusinessWeek）雜志稱為美國(guó)“頭號(hào)熱門成長(zhǎng)型公司”。Scopus、Vantive 和 Clarity 都在這一時(shí)期或之后不久迅速發(fā)展起來(lái)并上市或被收購(gòu)。

這場(chǎng)經(jīng)濟(jì)繁榮時(shí)期隨著 2000 年 3 月互聯(lián)網(wǎng)泡沫破滅戛然而止。

當(dāng)時(shí)，Salesforce 才成立一年。Concur 還是一家相對(duì)較新的公司，當(dāng)其軟件包業(yè)務(wù)崩潰后，被迫進(jìn)行自我改造。很多人可能會(huì)認(rèn)為他們的時(shí)機(jī)很糟糕，但在 2001 年金融危機(jī)爆發(fā)后的經(jīng)濟(jì)衰退中，他們沒有受到為現(xiàn)有客戶提供服務(wù)的義務(wù)束縛。這就給了他們自由創(chuàng)新的空間，成為最早的兩家 SaaS 公司。

Salesforce 于 2004 年上市，目前市值約為 1350 億美元。2013 年，Concur 以 83 億美元出售給 SAP。Amazon Web Services 也是在那場(chǎng)經(jīng)濟(jì)衰退中構(gòu)想出來(lái)的，并于 2002 年 7 月推出。在接下來(lái)的十年里，SaaS 和云計(jì)算相互促進(jìn)。

經(jīng)濟(jì)大衰退開啟了大數(shù)據(jù)時(shí)代當(dāng)次貸危機(jī)導(dǎo)致整個(gè)經(jīng)濟(jì)陷入低谷時(shí)，企業(yè)必須留住客戶，提高效率。這兩個(gè)目標(biāo)往往彼此相左。大數(shù)據(jù)未來(lái)的想法已經(jīng)扎根，有遠(yuǎn)見的高管們懷疑，解決方案就在他們的數(shù)據(jù)中，只要他們能夠找到它的話。但與此同時(shí)，老牌軟件公司也削減了研發(fā)支出。這為更新、更敏捷的分析公司開辟了沃土。

大多數(shù)軟件公司在 2009 年沒有出現(xiàn)增長(zhǎng)，但作為網(wǎng)絡(luò)分析的領(lǐng)頭羊，Omniture，在那一年增長(zhǎng)了 80% 以上，促使 Adobe 以 19 億美元的價(jià)格收購(gòu)了它。Tableau 成立于 2003 年，但在經(jīng)濟(jì)衰退之前，增長(zhǎng)一直緩慢。從 2008 年到 2010 年，它的銷售額從 1300 萬(wàn)美元增長(zhǎng)到 3400 萬(wàn)美元。而同期，Suplunk 從 900 萬(wàn)美元增至 3500 萬(wàn)美元。Ayasdi、Cloudrea、Mapr 和 Datameer 都是在經(jīng)濟(jì)大衰退最嚴(yán)重的時(shí)候推出的。

當(dāng)然，如果沒有數(shù)據(jù)科學(xué)家的貢獻(xiàn)，這些公司都不可能蓬勃發(fā)展。正如上世紀(jì) 90 年代初，高校加快了軟件開發(fā)人員的培養(yǎng)，在經(jīng)濟(jì)大衰退時(shí)期，他們?cè)俅渭涌炝朔治鰧＜液蛿?shù)據(jù)科學(xué)家的培養(yǎng)，這再次幫助刺激了經(jīng)濟(jì)復(fù)蘇，并推動(dòng)了長(zhǎng)達(dá) 10 年的經(jīng)濟(jì)擴(kuò)張、就業(yè)增長(zhǎng)以及美國(guó)歷史上最長(zhǎng)的牛市。

現(xiàn)在，輪到人工智能了甚至在全球新冠肺炎疫情爆發(fā)之前，許多經(jīng)濟(jì)學(xué)家和企業(yè)首席財(cái)務(wù)官就認(rèn)為 2020 年經(jīng)濟(jì)衰退的可能性至少有 50%。

一年多前，歐盟議會(huì)出版的政策雜志《The Parliament》預(yù)測(cè)，下一輪經(jīng)濟(jì)衰退將迎來(lái)一波人工智能浪潮。該雜志援引倫敦政治經(jīng)濟(jì)學(xué)院（London School of Economics）的 Mirko Draca 的話說(shuō)：“我們預(yù)計(jì)，在未來(lái) 10 到 15 年，將會(huì)出現(xiàn)另一波技術(shù)熱潮，它基于人工智能和機(jī)器人技術(shù)?！?/p>

至少可以說(shuō)，那些預(yù)測(cè)只會(huì)出現(xiàn)經(jīng)濟(jì)衰退的人還不夠悲觀。企業(yè)比以往任何時(shí)候都更積極地降低勞動(dòng)力成本，以應(yīng)對(duì)形勢(shì)的突發(fā)性和嚴(yán)重性。當(dāng)經(jīng)濟(jì)復(fù)蘇開始時(shí)，他們將再次依靠自動(dòng)化來(lái)提高產(chǎn)量。

大西洋理事會(huì)（The Atlantic Council）對(duì) 100 多位技術(shù)專家進(jìn)行了調(diào)查，研究新冠肺炎疫情對(duì)全球創(chuàng)新的影響。即使在新冠肺炎疫情期間，這些專家認(rèn)為，在未來(lái)兩到五年里，數(shù)據(jù)和人工智能的影響將比醫(yī)學(xué)生物工程產(chǎn)生更大的影響。這兩者并不是互相排斥的，Google 的 DeepMind Technologies 最近使用其 AlphaFold 工具來(lái)預(yù)測(cè)復(fù)雜的蛋白質(zhì)折疊模式，這對(duì)于尋找疫苗非常有用。

從這場(chǎng)經(jīng)濟(jì)衰退中走出的公司，將會(huì)調(diào)整流程，為他們的系統(tǒng)“接種疫苗”，以應(yīng)對(duì)下一場(chǎng)大瘟疫。為了應(yīng)對(duì)供應(yīng)鏈中斷的情況，大眾汽車（Volkswagen）正在考慮增加其在德國(guó)的 3D 打印能力，這將給該汽車制造商提供一個(gè)多余的零部件來(lái)源。政府運(yùn)營(yíng)的日本政策投資銀行（Development Bank of Japan，DBJ）將為那些將生產(chǎn)遷回日本本土的公司提供成本補(bǔ)貼。

在控制成本的同時(shí)將生產(chǎn)遷回國(guó)內(nèi)，將需要在機(jī)器人和人工智能方面進(jìn)行大量投資。即使是那些沒有自己產(chǎn)能的公司，比如在線零售商，也計(jì)劃使用人工智能來(lái)提高復(fù)雜的全球供應(yīng)鏈的可靠性。因此，對(duì)人工智能人才的需求激增是不可避免的。

2018 年，幾所主要大學(xué)宣布了培養(yǎng)這類人才的舉措。麻省理工學(xué)院宣布了有史以來(lái)高校對(duì)人工智能做出的最大承諾：出資 10 億美元?jiǎng)?chuàng)辦計(jì)算學(xué)院的計(jì)劃?？▋?nèi)基梅隆大學(xué)創(chuàng)建了第一個(gè)人工智能學(xué)士學(xué)位課程。加州大學(xué)伯克利分校宣布成立新的數(shù)據(jù)科學(xué)部門。斯坦福大學(xué)宣布一項(xiàng)以人為本的人工智能計(jì)劃。

幾十所學(xué)校也紛紛效仿。就像 30 年前的軟件開發(fā)和 10 年前的數(shù)據(jù)科學(xué)一樣，機(jī)器學(xué)習(xí)已經(jīng)從默默無(wú)聞變得無(wú)所不在。

經(jīng)濟(jì)復(fù)蘇取決于實(shí)際生產(chǎn)率早在 2017 年，我的幾位同事就寫過(guò)關(guān)于 人工智能的“風(fēng)險(xiǎn)曲線” 的文章，他們認(rèn)為，阻礙人工智能采用的不是技術(shù)，而是管理者對(duì)用陌生的軟件流程取代員工（其性能眾所周知）所涉及的風(fēng)險(xiǎn)認(rèn)知。

經(jīng)濟(jì)衰退增加了管理者降低勞動(dòng)力成本的壓力，從而增加了他們對(duì)采用新技術(shù)帶來(lái)的風(fēng)險(xiǎn)的容忍度。在未來(lái)一兩年內(nèi)，企業(yè)將更愿意承擔(dān)風(fēng)險(xiǎn)，將新技術(shù)集成到基礎(chǔ)設(shè)施中。但在經(jīng)濟(jì)衰退中生存的挑戰(zhàn)將意味著人工智能優(yōu)先的公司必須在質(zhì)量和生產(chǎn)力方面實(shí)現(xiàn)可衡量的改進(jìn)。

管理者必須承受的一種相對(duì)較新的風(fēng)險(xiǎn)與數(shù)據(jù)有關(guān)。即使是那些尚未有效利用數(shù)據(jù)的公司，現(xiàn)在也認(rèn)識(shí)到數(shù)據(jù)是寶貴的資源。隨著初創(chuàng)公司部署的人工智能軟件系統(tǒng)被證明比人類更精確、更具成本效益，他們的早期采用者肯定更愿意將專有數(shù)據(jù)托付給他們。這將使人工智能公司能夠訓(xùn)練新產(chǎn)品，并使它們更加智能。作為承擔(dān)這種風(fēng)險(xiǎn)的回報(bào)，公司必須使他們的模型更加透明，更容易重復(fù)，并且更易于向客戶、審計(jì)師和監(jiān)管機(jī)構(gòu)解釋。

在糧食和農(nóng)業(yè)領(lǐng)域，人工智能將幫助人們理解并適應(yīng)氣候的變化。在基礎(chǔ)設(shè)施和安全方面，機(jī)器學(xué)習(xí)模型將提高云基礎(chǔ)設(shè)施的效率、可靠性和性能。更好、更動(dòng)態(tài)的風(fēng)險(xiǎn)模型將有助于公司和整個(gè)金融市場(chǎng)應(yīng)對(duì)下一場(chǎng)危機(jī)。

為了實(shí)現(xiàn)所有這些目標(biāo)，將需要大量新的應(yīng)用人工智能公司，特別是支持人工智能的公司，他們創(chuàng)造更好的開發(fā)工具和基礎(chǔ)設(shè)施、持續(xù)優(yōu)化系統(tǒng)，以及有助于提高數(shù)據(jù)質(zhì)量、安全性和隱私性的產(chǎn)品。

經(jīng)濟(jì)繁榮時(shí)期有利于老牌公司。他們有現(xiàn)金流來(lái)資助“臭鼬工廠”（譯注：指大公司從事科研和新產(chǎn)品開發(fā)的實(shí)驗(yàn)室、科研部門或研發(fā)部門）和進(jìn)行純粹的研究。不過(guò)，研發(fā)支出是大公司在經(jīng)濟(jì)衰退中最先削減的項(xiàng)目質(zhì)疑，這是一個(gè)不言而喻的事實(shí)。作為一名企業(yè)家，現(xiàn)在就開始創(chuàng)業(yè)的想法，在任何時(shí)候都可能令人恐懼，但老牌競(jìng)爭(zhēng)對(duì)手的緊縮開支為你留下了新的空間，讓你可以播種新的想法。

當(dāng)公司再次預(yù)測(cè)需求增加并尋求提高生產(chǎn)率時(shí)，人工智能春天的第一個(gè)跡象將會(huì)出現(xiàn)。當(dāng)機(jī)會(huì)來(lái)臨時(shí)，唯一的方法就是：現(xiàn)在就開始行動(dòng)。

最棒的是，你不僅能從經(jīng)濟(jì)復(fù)蘇中獲益，還可以幫助創(chuàng)造經(jīng)濟(jì)復(fù)蘇。
責(zé)任編輯:pj