百年商业，历经蝶变与新生。2022年是《哈佛商业评论》(HBR) 创刊百年。HBR精选出12篇经典文章，覆盖战略、管理、创新、人工制造、职场多元化等，以双语模式原汁原味呈现哈评百年的商业经典。同时，我们也邀请了知名学者，立足当下的社会、商业现状，结合哈评百年这12大经典商业议题进行“跨时空对话”，解析百年经典的价值与现实意义。

“我们这个时代最重要的通用技术是人工智能，特别是机器学习技术（ML）。人工智能（AI）将在商业领域中产生巨大影响。”

这是麻省理工学院斯隆商学院“许塞尔家族”管理学教席教授兼数字商务中心院长埃里克·布林约尔松（Erik Brynjolfsson）对人工智能的观点。他和麻省理工学院首席研究科学家安德鲁·麦卡菲（Andrew McAfee）共同撰写的“人工智能概览”一文，阐述了AI的潜力、风险和局限等核心问题，这篇也被纳入HBR百年12篇经典文章中。

如今，在当下的新商业时代，人工智能在商业上的价值潜力还有哪些尚待挖掘？中、美在人工智能技术的创新应用上有哪些差异和各自的优势？未来如何将人工智能的科研更好地转化？

近期，中国工程院院士、清华大学讲席教授、智能产业研究院（AIR）院长张亚勤接受《哈佛商业评论》中文版新媒体主编、新增长学院发起人麻震敏采访。10年前，他在达沃斯经济论坛曾经指出：人工智能将是这个时代最重要的技术变革力量。在他看来，第四次工业革命的序章已经开启。在不久的将来，人工智能技术将成为核心驱动力，从整个世界到每个人的生存状态，都会变得更加智能。智能科学和技术对产业、社会，乃至人类发展将带来无限可能，企业也将在数字化方向不断细化与革新。

以下为本次对谈的精编：

科学家要和企业一起

解决面向未来的问题

HBRC: 你曾在微软和百度都有过管理经历，你本人既是科学家又是企业家，在未来的商业中，你觉得中国更缺科学家，还是更缺企业家?

张亚勤：未来的中国，既需要科学家，也需要企业家。因为科学和企业本身是分不开的。我们需要的是一些具有原创思维的科学家，能产生新思想的科学家，也需要这些企业创新者把把科学的思想用到实际应用中。

有个词叫“Technologists”，指的即不是单纯的科学家（Scientist），也不仅仅是引领者和企业家，他们是具有新思维的技术专家，是具有创新突破性思维的工程师。我在美国工作时，像微软和谷歌、苹果就有一批这样有系统化思维的人。

未来的百年，整个社会、经济都会变得越来越复杂。我们需要具有有科学思维的企业家。他们拥有科学的思维方式来，能够做出科学决策。包括政策制定者，都需要知道如何利用数据，利用新的技术去做决策，而非只靠经验和直觉。

同时，未来企业里，有价值的人才，大都有多重背景。他们既有学术研究背景，也有企业管理和产品思维，更有国际视野。我们需要这样的一些人，我们也要培养这样的人，否则很难真正推动产业发展。

HBRC: 做科学研究风险更大，还是做企业管理面临的风险和挑战更大？

张亚勤：科学研究本来就是一个不断试错的阶段，一定要超越极限，要去探索扩展边界。做研究、做科学和基础研究科学，就是要试错，试100次只要一次成功即可。这个阶段风险大，容错率也高。

做产品，其实更多的是从发散走向收敛。在资源时间的限制下， 达到最优化，是个管理风险的过程。容错率比较低。做为一个企业管理者，必须了解在创新不同阶段的风险承担和资源分配，做出均衡的决策。

比如我们做自动无人驾驶研究和模拟的时候，要探索各种边界。但在产品化和商业落地， 一定要走向收敛。同时我们最终目标是无人驾驶， 但大部分的算法和技术都可以用到智能辅助驾驶和智慧交通，瞄向最难的东西，然后再去降维实现商业落地路径。

HBRC：科研成果如何能更好地在产业进行转化和落地？科研如何帮助企业解决一些实际的问题？

张亚勤：企业和科研要做联合研究和合作，比如联合实验室。科学家一定要和大的企业，真正的企业去合作，一起解决科研和成果转化的问题，一起解决面向未来的问题，解决那些最前沿的、最想不到的问题，帮助产业思考远期的科研路径和战略。

我们清华大学智能产业研究院（AIR）现在选了三个方向：

第一个方向是自动驾驶，包括智能机器人。人工智能是新汽车产业和机器人的核心技术。第二个方向是物联网（IoT）特别是绿色计算。第三个是生命科学，我们也叫智慧医疗，更多是AI和生物学领域的交叉研究，包括智能新药研发、主动健康管理及数字疗法等。

我特别想强调一点，现在的人工智能算法，它本身一定要有真实的数据，没有真实数据的研究，发表多少论文都没有用。做技术研究需要真实的场景，基于真实场景的科研，也是在解决科研转化的问题。所以要做有组织的科研，面向一个大的实际问题，科研机构和企业深度合作，从最底层去解决问题。比如可能先在一个地方尝试，几年之后再进行大规模应用。

人工智能领域

预计在未来5-10实现赶超

HBRC：数字化转型也是我们重点关注的话题，在企业的数字化管理中，人工智能等新技术，如何影响管理的决策逻辑？

张亚勤：现在我称之为数字化3.0时代，整个物理世界和生命世界都在数字化。这其中，人工智能不仅仅是一个技术，一个工具，它其实也是一种决策方式。未来的决策者，包括企业的CEO不一定非要懂这些人工智能、大数据、AI具体技术，但一定要懂算法和技术对未来的影响，进而利用这些算法去影响和支持决策，并把它贯穿在整个企业的各种管理运维流程之中。

但技术本身也好，大数据也好，以及AI的算法等，即使融入到每个角落，融入发到我们生活的每个方面、企业管理的方方面面，它们也只是解决问题、创造价值，最终并不改变商业的本质，反而在更加数字化的未来，人会越来越回归本质了。人工智能是工具，是一个科学思维的方式，它是为人服务的，人才是最终的那个决策者。

HBRC：中、美在人工智能技术的创新应用上有哪些差异和各自优势？科研成果的领先，是否意味着未来在实践和应用领域也会领先？

张亚勤：人工智能作为重要的赋能型技术，可以升级IT产业、改变现有工业，并创造新兴产业。在人工智能技术的赋能下，智慧交通、工业互联网和医疗行业，将被带来全新的产业机遇。

在垂直行业里面，中国有一些行业可能是领先，但整体来讲是落后于美国。人工智能的一些基础的算法，包括新的算法，这些主要的技术底座还是在美国和欧洲。

而在人工智能的应用方面，中国在某些方面是比较领先的。比如说在移动互联网方面，微信这个产品做的比Facebook的产品好，用户体验感也很好。中国的移动支付的技术构架和用户体验也比美国方面做得好，这其中也有规模效应。

但在工业互联网升级方面，我们还有一些欠缺。相比较而言，大部分美国企业相对走的更往前一点。他们的很多传统行业都进行了信息化、数字化、云计算应用，以及利用人工智能提供解决方案。

不过，我们看到中国近几年在人工智能领域，在基础科研方面，包括科研论文的数目，专利的数目，包括人才的数量等方面的发展和进步很快，我们有信心再过5年、10年，可以赶上美国。未来所有的行业差距会越来越小。