李开复在文中谈到，自主机器人和自主决策的确可能造成致命错误；因机器人错误而造成的死亡，将造成道德两难的新时代“电车难题”。但是，如果社会接受机器学习，并竭力以负责任的态度导入机器人技术，更多生命将会因此得到拯救。

以下为《关于人工智能的“电车难题”的崭新思考》全文：

在未来 20 年内，随着机器人技术的进步，自动驾驶汽车、工业机器人和医用机器人将拥有更强的能力、更高的自主性，并得到更为广泛的应用。不可避免，这些自主机器人可能会犯下决策方面的错误，造成数百上千人死亡。但如果人类参与其中，这种灾难是可以避免的。

这样的未来固然可怕，不过一旦人类社会能负责任地运用机器人技术，获救的生命将多于造成的死亡。

机器学习的过程

机器人并非经由人类“编程”而模仿人类的决策过程。它们从大数据中学习，利用从数据中推导出的复杂数学公式，执行诸如“识别红绿灯”之类的任务。机器学习过程需要的数据量远远超过人类所需。然而，一旦经过训练，机器人在任何特定任务中的表现都将优于人类。借由机器学习，人工智能和机器人的性能在过去五年里已经获得了极大的提升。

我在这篇文章提出的观点适用医疗健康、制造业及其他正在快速实现自动化的行业。先以自动驾驶为例，一位经验丰富的人类司机，一生中可能有几十万英里的驾驶经验，而谷歌旗下的自动驾驶汽车公司Waymo，仅在2021年一年间就完成230万英里的上路测试里程，其背后的AI技术通过数据学习了每一辆车的驾驶经验，而且这些自动驾驶车辆永不疲劳，也不像健忘的人类司机，可能忘记他们曾经犯的错误。

特斯拉公司的“智能召唤”功能首次推出后，汽车可以在没有车主操作的情况下，离开停车位并绕开障碍物。一开始许多用户抱怨这个新功能表现得不尽如人意，但在短短几周内，特斯拉公司便收集了早期用户的数据，重新训练了新功能背后的机器学习模型。从此，“智能召唤”显著获得改进，成为了特斯拉新车的一大关键竞争优势。

自主机器人可以挽救生命

可供学习的数据日益增加，人工智能的能力也随之快速提升，AI 变得更精准，适应性更强，也更安全。随着越来越多的机器人进入主流日常应用，其应用领域越来越广，标志着功能性机器人技术正得到逐步普及。自动驾驶将从“握住方向盘”到“放开方向盘”，进而发展到“无需监视”，乃至“无需关注”，并最终进化到“无方向盘”的全自动状态。

中国的自动驾驶企业文远知行便是一个很好的范例。这家公司已在中国数个城市部署了无人小巴和无人环卫车。相较于无人驾驶出租车，它们在运行环境上受到了更大的限制，但与人类司机相比，安全性有了大幅提高。这些车辆在特定环境下运行并收集大量数据后，最终将摆脱这些初期上路的限制条件。

在机器人技术从简单应用通往复杂场景的发展过程中，我们将获得更多数据，从而提升其性能和安全性。举例来说，在未来十年里，通过减少人为失误（这是道路事故最常见的原因），自动驾驶汽车仅在英国就可以防止47000起严重交通事故发生，挽救3900人的生命。兰德公司的研究发现，即使自动驾驶的安全性仅比人类驾驶高 10%，换算过来也能够拯救许多宝贵的生命。

道德困境

对于机器人的大规模应用，大部分人仍然表现出极大的担忧，包括对机器错误导致人类丧命的道德争议。古典的“电车难题”是指一种道德困境，经典假设是旁观者可以通过切换失控电车的轨道，虽然会因此撞死一个人，却能拯救另外五个人。这一难题说明了攸关“谁生谁死“的选择，本质上是一种道德判断，这样的决策不应该交给无情的机器。

然而，机器人和人类的感知方式不同，出现的错误类型自然也就不同，这使得“道德困境”进一步加剧。举例来说，机器人反应迅捷，注意力始终集中，但可能会误判障碍物，例如优步的无人驾驶汽车就曾把推着自行车过马路的行人误判为汽车，并因此预判它比自身行进的速度更快。

人类失误和机器失误之间的差异，使得公众更加难以接受由机器人导致的死亡，如果他们曾经听闻了类似 2018 年美国凤凰城车祸事件后的媒体渲染报道，一定更难释怀。一旦各种媒体持续以谴责性的大标题，有失偏颇地放大抨击每桩自动驾驶致死的案例，那么人们很可能会对自动驾驶系统彻底失去信心，即便这项技术最终有可能拯救数百万人的生命。

若是人类司机造成他人死亡，他们将面临法律的判决并承担相应后果。但“人工智能的黑匣子”无法以人类可理解的词句，或者在法律和道德上正当合理的人类语言，向法官和公众解释肇事决策的原由。

另一点需要商榷的是问责问题。在凤凰城的那场事故中，汽车里的人类司机被指控犯有过失杀人罪。但是，在这一案件中，汽车制造商、人工智能算法供应商或工程师应该为此负责并承担一定的法律责任吗？只有问责归属明确，我们才能有共识和准则的基础来建立一个完善的自动驾驶生态系统。

人工智能和机器学习时代的“电车难题”

既然机器人技术可以挽救无数生命，那么只要证明它比人类略胜一筹，我们就有充分的理由大举推广自动化技术。我认为，我们应把握一切机会推出对人类有助益的机器人自动化工具，它们初期应在受限制的特定环境中使用，然后再逐步规模化采用，最终获得更多自主权及更广泛的推动。通过这种循序渐进的方式，我们一方面可以收集更多的数据，提升机器人的性能，另一方面能够最大限度地降低危及人类生命的事故。

考虑到可能出现的异议，我们需要共同努力，让大众更了解机器人技术带来的短期阵痛和长期效益。只有这样，我们才能在拥抱自动化技术的进程中，逐渐培养出负责任和严谨的态度，让机器人更好地为人类社会服务。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

旷视科技在其官方微博中声明：

1，在客户合作的过程中，旷视始终尊重并致力于协助客户确保数据安全。我们不掌握，也不会主动收集终端用户的任何个人信息，这是我们的一贯原则。

2，数据安全是人工智能企业的立身之本。旷视一直高度重视“数据隐私安全保护”问题，并已在企业内部制定、实施了完善的数据隐私保护制度。

今天，有媒体报道李开复在HICOOL全球创业者峰会上表示，曾在早期帮助旷视科技公司找了包括美图和蚂蚁金服等合作伙伴，让他们拿到了大量的人脸数据，并在随后的摸索过程中找到了几个有价值的商业化方向。

随后在今日晚间，蚂蚁集团官方微博发布公告，称关注到李开复先生在公开场合提及蚂蚁金服和旷视科技的合作，并澄清蚂蚁集团在与旷视科技合作事宜上从未与李开复先生有过接触；蚂蚁集团从未提供任何人脸数据给旷视科技；再次重申，数据安全和隐私保护是蚂蚁的生命线。

李开复也在其个人微博中对此事进行了回应，他表示，关于今早演讲内容提及旷视科技早期和美图、蚂蚁金服的合作，网上引发讨论，我做些说明：初期我曾经建议并帮助旷视团队寻找更多应用合作伙伴，以增强技术水平，提升模型识别率。合作中，旷视提供AI技术给到合作方，我理解数据一直存在合作方客户服务器中，不涉及任何数据的共享与传输。我的口误，给三家公司带来困扰，深感歉意。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

此言一出，引发网友大量围观，纷纷质疑人工智能企业对用户个人隐私数据的安全保护问题。

蚂蚁集团率先做出声明，称关注到李开复先生在公开场合提及蚂蚁金服和旷视科技的合作，我们需要澄清的是：1、蚂蚁集团在与旷视科技合作事宜上从未与李开复先生有过接触；2、蚂蚁集团从未提供任何人脸数据给旷视科技；3、我们再次重申，数据安全和隐私保护是蚂蚁的生命线。

随后，李开复也通过自己的微博发布声明，表示是自己口误，给三家公司带来困扰，深感歉意。

李开复称，初期我曾经建议并帮助旷视团队寻找更多应用合作伙伴，以增强技术水平，提升模型识别率。合作中，旷视提供AI技术给到合作方，我理解数据一直存在合作方客户服务器中，不涉及任何数据的共享与传输。

作为被提及的另一方，旷视科技通过微博对此事件进行了回应。

旷视表示，在客户合作的过程中，旷视始终尊重并致力于协助客户确保数据安全。我们不掌握，也不会主动收集终端用户的任何个人信息，这是我们的一贯原则。数据安全是人工智能企业的立身之本。旷视一直高度重视“数据隐私安全保护”问题，并已在企业内部制定、实施了完善的数据隐私保护制度。

截至目前，就只有美图尚未对此事做出任何回应。

刷脸、指纹识别等人工智能技术已经进入我们的日常生活中，个人隐私数据的安全性牵动着每一位用户的心。

事实上人工智能企业本身也早已意识到这一点。旷视在去年7月就正式发布了《人工智能应用准则》，从正当性、人的监督、技术可靠性和安全性、公平和多样性、问责和及时修正、数据安全与隐私保护六个维度，对人工智能正确有序发展作出明确规范。

当然，除了依靠企业自身的自律外，保护个人隐私更需要国家法律法规层面的保障。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

李开复表示，中国对于想进入中国的外国互联网公司需要如何符合法律法规，描述的非常清楚。美国处理TikTok并没有给出需要做什么才能继续运营，对于美国对它的控诉也没有提出任何证据。这些都是和谷歌不可比，更是不可思议的。

李开复曾是谷歌全球副总裁、大中华区总裁，2005年7月谷歌宣布将在中国设立产品研发中心，李开复即负责其中国研发中心的运营，直到2009年离开谷歌中国，并于2009年创立创新工场。

以下为李开复发文全文：

谷歌退出的时候，我已经离开了。不过环境和规则是很清楚的：1）中国对于想进入中国的外国互联网公司需要如何符合法律法规，描述的非常清楚（合资公司、ICP证、服务器在中国、内容等）。愿意守这些法律法规的可以申请。谷歌就是这样进来了。2）当谷歌后来觉得不愿意守这些法律的时候，它就决定退出了。3）美国处理TikTok并没有给出需要做什么才能继续运营，对于美国对它的控诉也没有提出任何证据，强迫收购+只给45天+还要收中间费，这些都是和谷歌不可比，更是不可思议的。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

从之前的“AI+”到现在的“+AI”，二者有何区别？李开复表示，“AI+”是以AI为核心，工程师、科学家主导寻找商业机会。而“+AI”是以传统公司为主导，AI赋能传统行业产生价值。

李开复认为：”再过五年，我相信AI会进入下一阶段——无处不在。AI应用会变得越来越简单，传统公司也能够用更简单、更接地气模式把AI引入公司。“

李开复强调，互联网和AI有很大的差别，互联网能够形成巨大平台，而AI更多是一项伟大技术，它将赋能给已有平台。AI自身到底会不会产生一个平台？我不是那么乐观。因此，AI+会继续有价值，但+AI却是体量更大、对社会经济贡献更大的方向。

具体而言，李开复表示，传统行业+AI，可以通过四个方式：单一环节降本提效、单一环节优化赋能、流程智能化赋能、重构整个行业规则。

以下是李开复主题演讲全文：

大家好，很高兴参加世界人工智能大会，我的演讲主题是《从AI+到+AI：以技术重构中国经济》。

当年互联网飞速发展引发产业变革时，关于“互联网+”和“+互联网”的探讨层出不穷。大家一定听过一个辩论：互联网到底未来是怎么样？是互联网+传统企业、还是以传统企业+互联网？

从2012年到今天，最终互联网＋和＋互联网两者是融合的。而如今人工智能技术也到了和产业深度融合的时候，究竟是“AI+”，即用AI加上传统行业？还是“+AI”，即用传统行业加上AI？虽然最终二者也会融合，但这个过程会一样吗？

过去几年，AI的发展有一个巨大转型，从技术驱动变成商业驱动，产业化和商业化速度越来越快。

比如最近的Transformer技术，从论文刊出到遍地开花的应用产生，仅花了2年，就走完了卷积神经网络(CNN)当年走了30年的路径。

实现加速的原因有四个：一是软件工具的进步，深度学习框架迅速成熟；二是硬件加速，变得更容易使用；三是云计算等技术让AI算法的实施与部署成本大幅降低；四是AI人才大量出现。

这几个因素，把我们从AI+的时代推到了+AI的时代。

AI+和+AI区别是什么？在AI+时代，AI公司是以技术为主，以天才科学家为核心创业。这类公司非常少，毕竟懂的AI的科学家有限，他们被资本追捧，成为第一批AI公司。

四五年前，随着懂AI的人才越来越多，工具也越来越普及，所以更多传统公司开始思考该怎么融入AI。因此我们逐渐进入+AI时代，即传统公司主导的AI应用。

当然，再过五年，我相信AI会进入下一阶段——无处不在。AI应用会变得越来越简单，传统公司也能够用更简单、更接地气模式把AI引入公司，就像今天IT状态是一样的。

我们可以看到几个更具体的例子：AI+公司早期以语音、视觉、芯片方面为主。而+AI公司则聚焦在零售、金融、制造、交通、能源等领域，比如说文远知行和广州白云出租车公司的合作。

据普华永道（PWC）预测，人工智能在2030年将给世界带来100万亿人民币的经济价值，这些价值将主要由传统企业+AI的模式创造。

为什么传统企业+AI可以创造这么大的价值？有几个重要的理由：

第一，传统行业体量大，新增价值更显规模化效应。例如一家银行或一家造车公司，如果AI可以帮助它提升3%、5%的效率，产生的价值就已经很巨大了。

第二，传统公司积淀深、门槛高。AI从业者可能认为技术门槛是最高的，但其实正如前面所说，AI的门槛已经在逐渐降低。现在，一家银行想融入AI变得相对容易，但AI公司想做一家银行是非常困难的。

第三，传统行业能带动技术升级的生态链裂变。传统行业已经形成规模化的上下游生态，技术变革将牵动整个生态链价值提升，带来裂变效应。

第四，传统公司转型需求各异，定制化程度高。AI虽然强大，但普及性有限，目前并没有AI能成为一个平台直接拿来使用。每一家企业都需要根据自身需求进行相当高程度的定制化，比如，有些独特的数据需要收集、清理，有的公司可能要增加更多传感器。

所以，互联网和AI有很大的差别，互联网能够形成巨大平台，而AI更多是一项伟大技术，它将赋能给已有平台。AI自身到底会不会产生一个平台？我不是那么乐观。因此，AI+会继续有价值，但+AI却是体量更大、对社会经济贡献更大的方向。

现阶段什么样的传统企业需要考虑+AI？我有三个建议：

第一，公司是成长型的，现在需要扩张或者降低成本，有自身发展的商业需求。

第二，公司要有足够结构化和海量的数据，而且必须和商业指标相关，与AI结合能创造商业价值。

第三，公司拥有富有远见且勇于求变的CEO，有积极拥抱变化的文化，相信AI赋能和技术转型。

具体而言，传统行业引入AI，可以从四个方面产生价值：

第一，+AI单一环节降本提效，用AI省钱；第二，+AI单一环节优化赋能，用AI简单替代某个环节；第三，+AI流程智能化赋能，用AI改造公司比较重要的流程；第四，+AI重构整个行业规则。

我们今天看到的案例更多是属于前三个方面，这也是比较经典的传统企业+AI模式。

# +AI单一环节降本提效

创新工场的子公司创新奇智做了很多产品：

服装产线质检。用机器视觉检测服装的尺寸或破损问题，检测精度高达99.99%，比之前有7倍的效率提升。

零售陈列质量监控。用AI查看商品在货架上的陈列情况是否合规，帮助品牌主做AI智慧赋能，可以做到秒回结果，识别准确率高达98%以上。

电机零件组装质检。用AI检测生产过程，看零件里面有没有瑕疵，比如发动机的正时点位是否对齐，1秒就可以出结果，检测精度高达99.99%。

铁水补料智能监控。使用智能方法实时监测铁水生产过程是否存在空烧现象，提醒工人补料，大规模节约耗电量

# +AI 单一环节优化赋能

举一个金融行业的例子。创新工场人工智能工程院做了这样一个实验：帮助一家非常大的贷款公司，用AI改善贷款审查，将违约率降低了14％，节省了数千万美元。

# +AI 流程智能化赋能

比如零售业的智慧运营。用AI帮助商店预测商品销量，降低缺货率，让库存变得更智能化，同时对接物流、仓储、制造等环节，从而轻松知道每一个产品应该生产多少，存放多少，送到什么地方存，什么时候卖完，什么时候需要补货，甚至放在商场什么位置可以优化销售等等。

# +AI 重构整个行业规则

医疗领域是典型的例子。我们投资了一家AI制药公司，利用生成化学和对抗神经网络技术，寻找最合适的小分子，优化药物发现和生产顺序，提升通过临床实验的概率，大幅加速新药小分子研发，让药物发现阶段的研发速度提升5倍，而该阶段的研发费用能降低3-5倍。

创新工场在人工智能方面总共投资了40多家创业公司，最近也发现越来越多AI公司必须要落地，以便能够对接传统公司，与传统公司合作才能创造最大价值。

今天中国面临非常重要一个时刻，传统行业面临很多挑战，特别需要降本增效。

作为世界的制造大国，我们现在面临着人力成本越来越高、生产力和效率不足、人口与全要素生产率下降的问题，使得中小企业生存不易。

我们虽然有发达的前端，消费者界面的效率得以大幅提高，但后端依然落后，效率欠缺，与发达的前端极不匹配。

还有很多线下商业业态落后，中国目前仍然有700万家传统夫妻店。很多传统行业亟待提升效率，比如教育、医疗，而人工智能可以做到。

所以从整个产业发展的角度来说，过去10年巨大的价值创造，主要来源于前端创新。而未来10年，我们看到的最大机会是传统行业的效率提升，+AI赋能。这也是我们投资最看好的方向。

此外，还有两个因素让我们看好+AI。第一，新冠肺炎疫情虽然对世界是个灾难，但它实际改变了我们的使用习惯，让更多的业务从线下转移到线上、更加数据化，加速了AI的落地。

第二，新基建。传统企业拥抱AI，需要在计算、通讯、数据方面都有非常好的基础。如果想实现+AI，数据中心、5G、IOT、大数据都是非常重要的基础设施。

所以， 我相信，+AI在新基建之下，能够实现数据化、IT化、云端化的一步到位，对重构、提升中国经济将扮演一个重要的角色。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

如果有类似新病毒来袭，AI会更给力

2020年开年，新冠肺炎疫情成了全人类最大的挑战，无数产业发展面临多方面的不确定性。在科技领域，AI的能力和应用，也面临着现实的巨大考验。过去几年行业的探索和投入，会得到验证。

如今，国内疫情趋于稳定，回顾疫情中AI的发挥，是否达到了预期？

“此次AI在疫情的防御、预测、跟踪等方面的表现可以打75分。AI是靠数据、多次重复性的事件来训练的，面对疫情很难提前做好准备。但还是出现了一些不错的应用，比如AI测温、AI机器人运送物品、AI诊断等。未来如果有类似的新病毒来袭，我想人类会准备得更好，AI也会更给力。”

他认为，此次AI更重要的不是针对疫情的直接贡献，而是在抗击疫情的过程中，社会中产生了AI化的用户习惯和数据累积，以及AI的潜力被进一步挖掘。疫情成为提升全球AI发展的催化剂。

李开复强调了高科技投资的重要性。疫情之下，很多公司都面临大的挑战，比如酒店旅游、餐饮等线下行业，但是二级市场的高科技公司都是非常稳健的，甚至在创新高。

“真正优质的高科技公司比较能抗经济周期，具有相当大的优势。未来如何培养更多具有竞争力的高科技企业，也是我们的关注焦点。”

瓶颈不在于技术 传统行业仅4%拥抱AI

“AI技术在快速主流化，那些已经被发明的或者即将被发明的技术，会非常快速地进入商业化的进程。”

在谈到AI的瓶颈时，李开复认为现在技术已经不是瓶颈了，当下AI的瓶颈在于传统企业如何被唤醒，认识到AI的重要性，找到合适的切入点，并获取商机。“传统企业首先需要用AI，第二学会怎么用AI，第三把AI用在最到位的地方，让其能像滚雪球一样循环起来。”

目前，互联网行业AI化越来越普及，但在更传统的行业，只有4%的企业拥抱了AI。“AI未来的瓶颈，是传统行业要认知自己，切实拥抱AI赋能，进行转型升级。”

普华永道预测2030年 AI在全世界能创造100万亿元的价值。而传统创业融合AI将创造最大的价值。当前的中国传统行业，存在着前后端效率极不匹配的状况，落后的后端存在着降本提效的巨大空间，而AI则是将这些传统的经典场景进行升级改造的最佳工具之一。

“对整个传统行业，AI带来的格局不仅是被用在哪些场景里，而是能够帮助最有先见最有胆识的公司，最早给自己建立更有效率的运营体系，增加市场份额，成为行业的领跑者，改变整个行业的格局。 ”

李开复预测，这一次的疫情，会让企业数字化改造的过程，由原来可能要花费的四五年时间，缩短到可能一两年就可以达到，所以AI的应用会被加速。

资本不再看好豪赌模式 AI人才已不稀缺

谈到当下的创业和投资趋势， 李开复表示，投资人会更重视那些在传统商业价值体现指标上表现更好的公司。而融钱烧钱做 to C应用的公司，以及先不考虑商业模型、模式，等累积了足够的用户再说的公司，现在在全世界都是受到质疑的。

一方面，国内人口红利期已过；另一方面，不是每一个行业都可以用烧钱烧出来。任何的公司可能现在想融资都得回答问题：你什么时候会有收入和扩张，什么时候会有利润，你有没有足够的现金流自己可以活下去。

现在的投资形势与5年前的投资形势有比较大的不同。李开复提到，早期的AI行业，和跟移动、O2O行业，都是很多人愿意砸大钱进去。但理由不一样。后者基于人口红利、巨头位置的空缺，但是现在大家也要调整心态了。

而5年前的AI领域，基于AI顶级人才的稀缺性和关键性，很多AI公司更多在比拼博士数量、能力、论文、比赛等，有的企业甚至第一轮融资就能有上亿美金的估值。如今这样的优势不再，一方面，世界上已经有上千万个工程师可以做AI，知道怎么去应用AI了；另一方面，谷歌、百度、腾讯、阿里等公司提供了开源或者更好用的AI平台。

AI创业进入应用期和成熟期 现在需要务实

在创业方面，李开复认为，AI创业已经走过黑科技发明期，进入到了遍地开花的应用期。黑科技的一批技术牛人出来做前所未有的东西，这个创业空间永远是存在的，但只是极少数。在一些还没有普及的领域，类似医疗领域的行业级应用的潜在创业机会也会存在。

此外，他提到，AI赋能和创造价值的独角兽，一定会变得更多。但它们可能不会是单一的AI独角兽，甚至都不会自称为AI公司了，可能是零售公司、制造公司、企业级软件公司等，它们做的东西没有AI是做不好的，更多是把AI赋能应用到产品中。

但是纯粹的AI公司，比如旷视、商汤、创新奇智，数量不会涨那么快，因为AI普及了，且AI主要的价值是赋能行业应用，而不是独立成为一个平台。

“不是说AI不可以成为一个平台，而是业界不会有100个AI平台。”

“AI的创业进入了一个应用期跟成熟期，所以现在的创业跟过去5年是完全不一样的。”李开复表示，现在得务实，得有健康的心态。

以下为采访新浪科技专访李开复QA（略经编辑）：

　　一、 新浪科技：您认为这次疫情中AI的表现如何？ 可以打多少分？

　　李开复：总体来说，此次AI在疫情的防御、预测、跟踪等方面的表现可以打75分。人工智能是靠数据、多次重复性的事件来训练的，面对疫情很难提前做好准备。但还是出现了一些不错的应用，比如AI测温、AI机器人运送物品、AI诊断等，如果未来有类似的新病毒来袭，我想人类会准备得更好，AI也会更给力。

AI更重要的不是针对健康、医疗、疫情的直接贡献，而是在抗击疫情的过程中，社会中产生了什么样的用户习惯和数据累积，以及AI潜力，比如线上办公、上课等。

用户习惯形成之后，会逼着企业自动化、AI化、数字化、软件化、线上化其工作流程，从而形成数据，AI就能产生价值。

数据的雪球越滚越大，AI的能力经过多领域的融合也越做越强。无论是线上教育，还是其他方面，国内是继续领先全球的。这次，欧美国家也开始有一些动作，比如网上点餐、线上教育等，疫情也是提升全球（AI发展）的催化剂。

二、 新浪科技：疫情为AI技术带来了哪些挑战？

　　李开复：AI技术在快速地传播，快速主流化。越来越多程序员学会了怎么用AI，哪怕是最前沿的技术，也能够在两年之内就普及化、产品化。而且不是说谷歌发明了一个技术，谷歌两年就把它产品化了，而是谷歌发明了技术、写了论文，然后所有的公司，亚马逊、腾讯、阿里都可以把它产品化。

我不认为有什么技术的瓶颈。那些已经被发明的或者即将被发明的技术，会非常快速地进入商业化的过程。

因为现在工具已经越来越好用了，无论是硬件还是软件的工具，速度越来越快地在提升，具有软件+AI能力的工程师也越来越多了。

AI普及化的瓶颈，一定不在于工程师也不在于科学家了。瓶颈会在于传统企业如何能够被唤醒，知道AI的重要性，找到合适的人帮他找AI的切入点，通过AI的赋能来获取巨大的商机和盈利。这个现在是瓶颈。

互联网行业，基本每个App每家公司都有AI的人员，金融、保险、银行也越来越多在自己做（AI），但是更传统的行业，比如挖矿、制造、房地产、医疗等领域里面，大老板们对AI的认知了解，都还在一个比较初步的状态，只有4%的传统企业拥抱了AI。那96%怎么快速找到合适的地方去用AI？

而且AI很容易用错，比如一些酒店全部用机器人来服务，这就是想太多了，机器人送东西到房间可以，但是AI做礼宾肯定是不行的。还有可能还不知道AI用在什么地方。AI不是他们所想的，要做成像人一样的东西，纯粹的大数据、AI价值也很多，很多人不太了解。

有些初步了解了，开始去做，但可能没有合适的团队，要去外部找产品，而大部分行业还没有AI的产品。然后他们去找咨询顾问公司，这可能是一个道路，但是这些咨询顾问公司他们只看是否有钱赚，未必能帮你找最好的（AI）应用。

还有很多公司，就算有意愿来做，但是没有数据，或者数据很不干净。清理数据要花巨大的钱，有时候做好AI的实施，所花的钱大部分在数据的清理，但是清理完数据之后，又发现AI用处不大，很可惜和浪费。

综合这些理由，我觉得AI的实施、普及的瓶颈肯定是怎么进入传统行业。

三、 新浪科技：对AI在未来几年的发展有何新的预测？

　　李开复：在经济有挑战的情形之下，很多公司都会想着节源。在一个公司发展得很好的时候，用AI来取代一些重复性的简单工作，可能听起来是一个可有可无的东西，刚开始可能也省不了太多钱，还会有争议，所以很多老板都会延后一下。此次疫情加速AI落地，会让一些企业看到AI越来越实用，更接地气。

我预测这一次的疫情，会让企业数字化改造的过程，由原来可能要花费的四五年时间，缩短到可能一两年就可以达到，所以AI的应用会被加速。

四、 新浪科技：受疫情影响，今年的投资市场会有哪些新的机会？

　　李开复：宏观来说，就是高科技公司重要性进一步凸显。现在很多公司都面临大的挑战，比如酒店旅游、餐饮等线下行业，但是二级市场的高科技公司都是非常稳健的，甚至在创新高。

真正优质的高科技公司比较能抗经济周期，具有相当大的优势。未来如何培养更多具有竞争力的高科技企业，也是我们的关注焦点。

因为刚才讲的种种理由，让高科技更快地被使用，而且在各个场景、传统行业都需要高科技。过去，教育、医疗行业不见得会考虑远程医疗、教育，现在开始用了，高科技（行业）肯定是加速（发展）了。

对AI来说是一个更大的利好。AI能产生最大经济价值的应用，应该就在节省成本、提高效率这两件事情上面。所以在现在的经济状况里，更多的公司会需要用这些技术。当然技术是利好，线上是利好，AI是利好。

五、 新浪科技：作为投资人，您怎么看AI公司烧钱的现象和问题？

　　李开复：现在确实在创业跟投资方面，投资人会更重视那些在传统商业价值体现指标上表现更好的公司。也就是说，那些融钱烧钱做 to C应用的公司，那些先不考虑商业模型、模式，等累积了足够的用户再说的公司，现在在全世界都是受到质疑的。

受到质疑可能有几个原因。

第一是过去10年更多的人上网，是巨大的人口红利。以中国为例，从移动互联网开始的几千万个用户，到现在八九个亿用户，十多年来20倍的成长带来的人口红利是可以发展to C应用的。应用做得好，更多用户涌上来，如果你能成为行业第一，尤其一个平台性的公司，比如美团这样的公司，是可以创造非常大的价值的。

但现在人口红利期已经过了，基本上，上网的人已经饱和了，所以这一类的to C模式就不会再有一个顺风的优势了。

第二是，不是每一个行业都可以用巨大的钱把它砸出来。

我们最近也看到了，比如很多传统行业，你用to C的模式去砸钱，无论是在国内卖咖啡的，或者是在国外做共享办公的，或者是在印度做新模式的酒店的，都是用这种to C的模式去砸传统行业。最后可能会发现也不是那么容易，因为传统行业的获客成本跟维护成本等，和在线上是不一样的，很重了。所以这可能是第二个问题，当然也有一些公司、投资基金用海量的钱去砸这些领域，但是也并没有得到正面的结果。

现在疫情（影响），钱也紧了，大家也希望对投资有更稳妥的保障了，所以这种比较豪赌的、海量的、烧钱的模式现在肯定是不被看好的。

任何的公司可能现在想融资都得回答问题：你什么时候会有收入和扩张，什么时候会有利润，你有没有足够的现金流自己可以活下去。因为在一个很大挑战的融资环境里面，即便你是有一个不错的公司和业务，以及未来的愿景和机会，但是你每年烧钱烧太多了，到最后，还没有融到下一轮，钱已经花光了，你也会被逼得要解散。

所以现金流的管理，还有尽快建立一个正向现金流的过程、利润的产生，这其实是过去一年多就很清楚的一个趋势了，但是疫情之后就变成一个几乎绝对的事件了。有些创业者可能没有那么快地扭转他们的思维，可能就会面临一些困境。

六、 新浪科技：现在的投资形势与5年前的投资形势有哪些比较大的不同？

　　李开复：AI的早期跟移动、O2O的早期，都是很多人愿意砸大钱进去，但理由是不一样的。

我觉得移动、O2O是因为大家看到了这是一个新的平台，而且没有那么多巨头已经占了位置，而且有人口红利，所以大家当时投资，无论是投头条，还是滴滴、美团、知乎这一类的公司，都是抱着很大的风险，可能九死一生的风险，看能不能砸出一个百倍千倍回报的公司来，如果投一家做不了，投10家20家，总能成一家吧，是抱着这样的心态，但现在人口红利已经过去了，所以大家也要调整心态了。

从AI公司来说，5年前，大家拼命地去找谁的博士最多、谁的博士最牛、谁的论文最多、谁的比赛得了第一名，可能靠这个，第一轮融资就能有上亿美金的估值，这是基于一个不同的因素。这个因素是AI顶级人才的稀缺性，而且没有这些顶级人才，谁也别想把AI用好，是基于这两件事情。

所以如果你说我有三个顶级的从百度出来的AI专家，或者50个AI博士，这个投资人就给你钱，也是合理的，因为这个资源是非常稀缺的，但这个现在也不成立了。

它不成立的理由，是因为现在不是说世界上有几百个顶级的AI专家可以做AI了，而是世界上已经有几百万、上千万个工程师可以做AI，知道怎么去应用AI了。

现在，当时那些博士的稀缺性优势已经不存在了，而且现在有很多好的平台，谷歌的平台，国内百度的平台，腾讯、阿里的云……别人做了平台，你拿来用AI就可以了。这件事情与5年前是不可相比的。

所以，现在如果你再说我有三个顶级公司出来的AI科学家，我要1亿美元估值，现在是拿不到的，因为刚才这个原因。

这几种创业，现在都不会有那么虚高的估值，但理由是不一样的。

现在你做个AI公司，也会有人问你什么时候能有产品？什么时候能有一个proof of concept？什么时候能有第一个客户？什么时候可以扩张？什么时候可以有收入？哪一年能有利润？而且现在科创板开了一个新的窗口，对利润还是有一点期待的。

当然，这些其实也是让AI公司更务实了，都是好事。

但是当年的这种狂热，博士资源的稀缺性，我觉得也是有其道理的，可是现在没有。

七、 新浪科技：AI是一个非常大的赛道了，您觉得现在该领域创业或投资的最大机会在哪里？

　　李开复：我觉得有几种。那种黑科技的一批技术牛人出来做前所未有的东西，这个空间永远是存在的。

但在AI领域里，这个窗口已经有点常（态）化，三五年前只要是个名校的PHD出来，总有人给你投钱的，这个以后不会这么简单了。因为刚才讲的各种理由。

但是我觉得黑科技的顶级技术型创业还是存在的，但是会是很小的少数。

行业级应用（的创业）也会存在的。行业级应用把AI用在一些非常快速看到价值的领域，也一定是一个现在还没有普及的领域，现在AI应用在互联网、银行保险公司已经相当普及了，再去做这些领域可能会有点难。

但医疗是个相当好的领域，因为就在最近，数据累积起来，而且现在药保医保都在推进，医院、药厂都在重新思考怎么进入一个数字化的更有效率的行业，所以我觉得医疗会是一个好的领域，可能是最好的领域。

还有其他的领域，行业应用是有一点悖论的，就是越辛苦越难的，反而是越好的机会。那些看起来AI一进去，三两个礼拜就创造了巨大的价值。这些恐怕轮不到一个创业公司来做。如果这么容易的话，可能在某一个云平台上就做成了，或者公司自己找人来做。

我觉得不要再去想说下一个“人脸识别”是什么，我能靠一个技术打开好多市场，然后拿到各种的订单，非常容易地扩张了生意。这么好的事情可能不会存在。

要不你有很大的技术优势，要不就是一个你很懂某一个行业把它做得很深，要不去找那些很麻烦很辛苦，巨头不想进入的行业。

因为AI的创业期是进入了一个应用期跟成熟期，所以现在的创业跟过去5年是完全不一样的。

八、 新浪科技：现在AI领域创业是否比以前更难了？

　　李开复：也不是这么说，因为如果我们相信普华永道说2030年 AI在全世界能创造100万亿元的价值，现在还远远没有体现，所以AI的机会还是很充分的。

可是我们得务实。过去你认为就凭博士和科研的能力，就可以撬动一切，因为这是一个稀缺的资源，这个时代是过去了，但是今天要再创造出十家“旷视”出来，我觉得是很困难。

未来5年的市场可能会比过去5年AI的市场要大很多，但是创业的方式可能更多的是一个行业应用，或者是AI赋能。只有非常少比例的黑科技。所以作为一个AI专家，你考虑创业的时候，更多就在考虑怎么找到一个好的行业专家，搭配起来能把事情做好，甚至是他为主，我为辅，如果有这样的健康心态的AI专家，他的机会是更多的。

如果 AI专家就说，汤晓鸥能做我能做，印奇能做我也能做，他就是没有看清楚，其实这个时代已经不一样了。

九、新浪科技：目前国内AI领域有近20家独角兽公司，您觉得未来这个规模还会增大吗？

　　李开复：我觉得AI赋能和创造价值的独角兽，一定会变得更多。但是它们可能不会是单一的AI独角兽，它们甚至可能都不会自称为AI公司了，可能是零售公司、制造公司、企业级软件公司等，它们做的东西没有AI是做不好的，但是更多是把AI赋能应用到产品中。

比如今天的阿里、腾讯，如果没有AI，可能公司价值要打个折扣。或者是头条（字节跳动），它其实从创立的第一天，就用AI来推送适合个人的信息，这是它的重点。但大部分人也不会说头条是个AI公司。

所以我觉得说类似头条这么聪明地使用AI的公司，在未来十年会越来越多出现在传统行业。传统行业也可能会有公司把AI用得更好，也可能是一个创业公司。

这样的AI公司数量会大大提升，但是如果算纯AI公司，像旷视、商汤、创新奇智这样的，数量不会涨那么快，因为AI普及了，而且AI主要的价值是赋能在行业应用上，而不是独立成为一个平台。不是说AI不可以成为一个平台，而是业界不会有100个AI平台。

十、新浪科技：今年WAIC的主题是“智联世界 共同家园”，您觉得人工智能是如何推动共同家园建设的？

　　李开复：整个疫情给全世界带来了很多改变和挑战，但也带来了很多机会。

围绕新基建，尤其是人工智能的机会是存在的，比如数字化、AI化，大家需要降本增效，AI最大的功能就是帮着降本增效。

AI未来的瓶颈，不是在科技的发展，或者工程师不够，而是传统行业要认知自己。首先需要用AI，第二学会怎么用AI，第三把它用在最到位的地方，让其能像滚雪球一样循环起来。

对整个传统行业，AI带来的格局不仅是被用在哪些场景里，而是能够帮助最有先见最有胆识的公司，最早给自己建立更有效率的运营体系，增加市场份额，成为行业的领跑者，改变整个行业的格局。

我也认为有一些特定的领域，AI可能会颠覆过去的做法，让一个全新的模式，取代传统的模式。比如AI制药是一个例子，还有很多这类的。全世界都有机会在行业格局要面临很大提升和改变的时候，能够尽快利用AI这个很好的工具，让自己在变革中胜出。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

墨群由微软总部研究院前主管研究员王嘉平创办，致力于以分布式计算技术为基础的新一代计算基础设施的研发构建及其互联网层面应用，墨群区块链引擎及其编程语言将于近期发布并公开测试，墨群也将同步研发支持分布式计算应用的全谱系支撑技术。

王嘉平博士是沈向洋的得意门生，也是国际顶级学术会议NSDI2019华人首篇区块链核心算法Monoxide论文的第一作者，专注于并行计算系统的架构设计和研究，曾任微软美国总部研究院主管研究员。2016年加入创新工场，凭借计算机视觉、计算机图形学、分布式计算等方面丰富的学术背景和工程经验，在李开复博士的带领下创立了创新工场人工智能工程院并担任副院长。

据王嘉平博士介绍，墨群在底层区块链系统的三大核心组件——共识算法，智能合约语言以及广播网络协议做出了改进和创新，突破了现有主流区块链系统的设计框架，使得性能更优，容量更大，系统安全更有保障。

在共识算法方面，墨群采用的是“异步共识组”（Asynchronized Consensus Zones）系统，将区块链性能提升至比特币的千倍以上，并同时兼顾安全性与去中心化。“异步共识组”的基本思想是让不同的节点组在网络的不同分区上工作，并称这些分区为组zones。

在异步共识组系统中，随着整个网络被划分为更多的组zones，交易吞吐量和状态容量被扩展。共识组由多个同质的、功能上完全一致、地位上也完全平等，并逻辑上尽量隔离的独立共识系统的实例所构成，他们并行工作，分摊全网的吞吐、计算、存储的压力，分摊全网状态的维护工作。

异步共识组系统打破了区块链行业广泛讨论地“区块链不可能三角”难题，异步共识组系统不会牺牲去中心化特性，随着全网的横向扩展提升，每一个全节点的工作压力(带宽、计算、内存、磁盘IO)并没有显著的加大，始终保证一台普通中档价位的电脑可以轻松地作为网络的一个全节点，通过普通家用宽带网络接入主网。

异步共识组系统的性能提升，是在保证安全的基础上的。虽然系统允许全网被划分成上千个独立异步工作的共识组，但是异步共识组架构使得攻击任何一个单独分片的实际需要的物理算力，和攻击整个网络的物理算力相当。这样使得这个高度分片之后的异步共识组系统具备和单链系统一样的安全性。

在智能合约层面，墨群基于Monoxide论文所提出的最终一致性编程模型, 为并行区块链系统设计了专门的编程语言: PREDA语言，提升开发和执行效率，并使得智能合约的安全保障更为轻松。

PREDA语言及其编译器彻底打破了国内区块链系统长期依赖海外开源项目，例如以太坊的编程模型以及语言。采用更为高效AOT编译体系和增量状态表达机制，使其执行效率超以太坊Solidity语言百倍。

此外，墨群抛弃了海外开源区块链系统广泛采用的的基于TCP的多播通讯协议，而采用自研的基于UDP通讯底层的多播通讯协议，从而获得更低的广播延迟并充分利用现代互联网的承载能力。

王嘉平博士认为基于TCP的多播通讯协议更适用于服务器和客户端，但是TCP协议并不适合于区块链网络，因为区块链网络中有很多节点，要同时和上百、上千个节点建立TCP连结的代价是非常大的，所以墨群选择UDP这种非连结的通讯方案来完成交易的广播。

“UDP协议带来的最直接的好处就是我们可以更充分地利用当前互联网的带宽，同时大大缩短了广播延迟。”王嘉平补充说道。

另外，UDP协议还引入了Txlim编码，将区块数据压缩为原来1/20 到 1/80，进一步减低时延，减少带宽消耗。

王嘉平博士表示，“墨群在工程实现上，选择了从零开始打造系统的道路，而不去依赖任何海外的开源软件，诚然是一条更为辛苦的路。这样选择并不是单纯为了实现自主知识产权去重复造轮子，而是基于我们的理论突破，可以实现更为优秀的架构，不再重复国外的老路，陷入区块链不可能三角的误区，从而实现远超当下以太坊等主流开源区块链软件的性能和容量，最终我们可以输出更为优秀的系统和产品。”

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

谈及AI创业公司，李开复表示，有三个AI专家就能估值7亿、靠AI概念忽悠投资人的时代已经过去了。一些AI公司太注重博士的多少了，现在有上千万的人AI人才，博士的稀缺性其实已经不存在了，一直强调自己有多少博士的AI公司最后可能会出问题。

李开复强调，AI公司最终还是要用商业逻辑来关注公司发展。AI本质上是一个toB 赋能的工具，AI公司往往是把AI在一个商业场景中的应用做实做深。

另外，李开复认为，AI门槛的降低，主要在于工具越来越好用、GPU效率越来越高、甚至云上已经能提供AI服务。这几年，AI快速发展最大的因素包括谷歌Transformer 模型的提出，及BERT模型等的广泛使用，openAI  GPT3支持的输入一句话就写出文章的能力让人惊叹。

在畅想未来十年AI应用的场景时，李开复进行了描绘：“未来10年或者也许需要20年，我们就不需要再买车了，车子都是共享的无人电动车，可以随叫随到。我一个人需要出门的时候，是来一辆一人的小车，如果是一家人要出门，就会来一辆4人座的小车。而且它的安全性一定是比人安全的，经过大量数据的累积，会越开越好越开越安全。不需要有停车场，这些车子一直在路上开着，在最可能有人叫车的地方去接单。”

李开复表示，AI的普及会给整个行业带来很大变化，未来10-20年期间恰恰是工作被取代挑战最大的时候，重复性的白领蓝领工作会大量的被取代。

但李开复也强调：“大部分人会认为这是一个很大的挑战，但是AI还会创造更多的工作岗位。人类在几千年来都是需要做重复性的工作，今天AI能够把这些重复性的工作都做了，其实是解放了我们，让我们可以做自己更喜欢的事情，所以我们有这样一个进取心，让自己达到不被AI取代的人，那未来其实充满机会。”

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

李开复表示其实AI一直在不断发展，如今，一个崭新的技术或者论文出来，到被竞争对手、科技公司广泛使用，也就两年时间，这个时间被缩短了。

此外，自动驾驶发展到今天，是五年前不可想象的；AI换脸的出现，也是过去不敢想象的。其实AI在一直进步，只不过我们的期望值大大提高。

当然，今天的自动驾驶和AI的使用场景，如果符合其产品定位的话，是值得信赖和使用的，但是如果超越了就是危险的。比如自动驾驶，千万不要认为看起来很安全，就觉得和人一样了，AI虽然表现得很聪明，但它只是一个简单思维的优化算法而已。

在谈到AI创业时，李开复表示，不可否认，不少AI的公司割了不少投资人的韭菜，很多VC因为虚荣心想要参与AI项目，导致AI公司估值膨胀。

但疫情之后，所有投资人都要思考每一个项目怎么转型，怎么赚钱，如何节省现金流，而不是去讲更大的故事，拿更多的钱。

对于AI未来的场景，李开复表示将很震撼人心的，十年以后看，无人驾驶可以把我们带到任何的地方，我们就不需要买车了，我们需要的车会在适当的时间出现在合适的地方。此外，未来AI将会替代更多重复性的工作，大部分人会认为是AI挑战，但是AI会创造更多的工作出来。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

    如果你想创业或正在创业的路上，别忘了对照以上十点加以“修炼”，相信就离成功不远了。正如李开复所言，如果一个创业者可以具备以上条件并几十年如一日地坚持，那么就至少具备60%的成功要素了。

    什么样的人才适合创业？我们可以如今已经成功的创业者身上去寻找一些共性。分众的江南春、盛大的陈天桥、网易的丁磊、百度的李彦宏、大名鼎鼎的盖茨、乔布斯、佩奇等都具备一些共同的成就其事业的特点。

    首先他们充满激情但又非常理性，他们不是单纯地享受创业过程，他们更是为了一个好的结果。他们做的都是自己最爱的事情，所以能够全力以赴，每天工作量极大却不知疲倦。他们是自己产品和服务的最好的质检员和改进者，关注的同时不断去创新。

    国外的创业者勇于打破传统，因为他们有很好的法律制度作为保障；国内的创业者往往需要尝试中国商业的“潜规则”。而无论创业的地点在哪里，迈出第一步的魄力是做出成绩的必须品。

    如果一个创业者可以具备以上条件并几十年如一日地坚持，那么就至少具备60%的成功要素了。

    创业者需要具备的十项能力

    1、强烈的欲望

    “欲”，实际就是一种生活目标，一种人生理想。创业者的欲望与普通人欲望的不同之处在于，他们的欲望往往超出他们的现实，往往需要打破他们现在的立足点，打破眼前的樊笼，才能够实现。

    所以，创业者的欲望往往伴随着行动力和牺牲精神。这不是普通人能够做得到的。

    因为想得到，而凭自己现在的身份、地位、财富得不到，所以要去创业，要靠创业改变身份，提高地位，积累财富，这构成了许多创业者的人生“三部曲”。

    因为欲望，而不甘心，而创业，而行动，而成功，这是大多数白手起家的创业者走过的共同道路。

    或许我们可以套用一句伟人的话：“欲望是创业的最大推动力。”

    2、超乎想象的忍耐力

    在创业的路上，付出怎样的代价，付出怎样的努力，忍受了多少别人不能够忍受的憋闷、痛苦、甚至是屈辱、这种心情只有创业过的人最清楚！有多少人愿意付出与他们一样的代价．

    对一般人来说，忍耐是一种美德，对创业者来说，忍耐却是必须具备的品格。

    老话说“吃得菜根，百事可做”。对创业来说，肉体上的折磨算不得什么，精神上的折磨才是致命的，如果有心自己创业，一定要先在心里问一问自己，面对从肉体到精神上的全面折磨，你有没有那样一种宠辱不惊的“定力”与“精神力”。如果没有，那么一定要小心。对有些人来说，一辈子给别人打工，做一个打工仔，是一个更合适的选择。

    3、开阔的眼界

    对于创业者来说，只有真正见多识广。广博的见识，开阔的眼界，才能有效地拉近自己与成功的距离，使创业活动少走弯路。

    众多成功创业者创业思路的几个共同来源。

    第一，职业。俗话说，不熟不做，由原来所从事的职业下海，对行业的运作规律、技术、管理都非常熟悉，人头、市场也熟悉，这样的创业活动成功的几率很大。这是最常见的一种创业思路的来源。

    第二，阅读，包括书、报纸、杂志等等。比亚迪老总王传福的创业灵感来自一份国际电池行业动态，一份简报似的东西。1993年的一天，王传福在一份国际电池行业动态上读到，日本宣布本土将不再生产镍镉电池，王传福立刻意识这将引发镍镉电池生产基地的国际大转移，意识自己创业的机会来了。果然，随后的几年，王传福利用日本企业撤出留下的市场空隙，很多人将读书与休闲等同，对创业者来说，阅读就是工作，是工作的一部分，一定要有这样的意识。

    第三，行路。俗话说，“读万卷书，行千里路”。行路，各处走走看看，是开阔眼界的好方法．

    眼界意味着什么？如果你是一个创业者，开阔的眼界意味着你不但在创业伊始可以有一个比别人更好的起步，有时候它甚至可以挽救你和你企业的命运。眼界的作用，不仅表现在创业者的创业之初，它会一直贯穿于创业者的整个创业历程．“一个创业者的眼界有多宽，他的事业也就会有多大。”

    第四，交友。很多创业者最初的创业IDEA(主意)是在朋友启发下产生，或干脆就是由朋友直接提出的。所以，这些人在创业成功后，都会更加积极地保持与从前的朋友联系，并且广交天下友，不断地开拓自己的社交圈子。与朋友们进行头脑风暴，就能够不断地有新思路、新点子．

    四大创业IDEA的来源，也就是四大开阔眼界的有效方法。有空一定要到处多走一走，多和朋友谈一谈天，多阅读，多观察，多思考。“机遇只垂青有准备的头脑”，让自己“眼界大开”就是最好的准备。

    4、善于把握趋势又通人情事理

    势，就是趋向。做过期货的人都知道，要想赚钱关键是要做对方向，这个方向就是势。比方说，大势向空，你偏做多；或者大势利多，你偏做空，你不赔钱谁赔钱！反过来说，你就是不想赚钱都难。

    势分大势、中势、小势。创业的人，一定要跟对形势，要研究政策。这是大势。很多创业者认为政策研究“假、大、虚、空”，没有意义。实则不然。对一个创业者来说，大到国家领导人的更迭，小到一个乡镇芝麻小官的去留，都会对自己有影响。在政策方面，国家鼓励发展什么，限制发展什么，对创业之成败更有莫大关系。做对了方向，顺着国家鼓励的层面努力，可能事半功倍；做反了方向，比如说，某个行业、某类型企业，国家正准备从政策层面进行限制、淘汰，你偏赶在这时懵懵懂懂一头撞了进去，一定会鸡飞蛋打。

    顺势而作，才能顺水行舟。观察政府，研究政策，是为了明大势。

    中势指的就是市场机会。市场上现在时兴什么，流行什么，人们现在喜欢什么，不喜欢什么，可能就标明了你创业的方向。俞敏洪如果不是赶上全国性的英语热和出国潮，他就是使再大的劲，洒再多的泪，流再多的汗，也不会有今天的成功。

    小势就是个人的能力、性格、特长。创业者在选择创业项目时，一定要找那些适合自己能力，契合自己兴趣，可以发挥自己特长的项目，这样才有利于你做持久性的全身心的投入。创业是一项折磨人的活动，创业者要有受罪的心理准备。

    一个创业者要懂得人情事理。老话说：“世事洞明皆学问，人情练达即文章。”创业的首要目的是为了合理合法地赚钱，不是为了改造社会。改造社会是等你发达以后，还需要你有那样的兴趣。创业更不是为了要跟谁赌气，你非要如何如何，非要让对方觉得你这个人如何如何，你才觉得心里舒服，你那是自己为自己设绊。

    创业是一个在夹缝里求生存的活动，尤其处于社会转轨时期，各项制度、法律环境都不十分健全，创业者只有先顺应社会，才能避免在人事关节上出问题。作为对照，很多原先很牛气的外资企业，认为本地人才这样不行，那样不行，只有外来和尚才能念好经，现在也都认识到了人才本地化的重要。人才为什么要本地化？因为本地的人才更熟悉本地的情况，能够按照“本地的规矩”做事，也就是说更能入乡随俗。创业者一定要明势，不但要明政事、商事，还要明世事、人事，这应该是一个创业者的基本素质。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！