這五大產業變革預測包括：

一、世界工廠AI 自動化升級，中國先進制造引領全球

二、能源和材料價格大幅下降，中國供應鏈主導世界

三、智慧城市和萬物聯網到位，全自動駕駛全面普及

四、中國商業智能創新倍出，AI 驅動商業運作新秩序

五、AI+醫療創新降低疾病致死率，延長人們的生命

李開復表示，如果說美國稱霸世界緣起于百年前在能源、制造、運輸、醫療四大領域的成功，今天，中國有大數據和AI的優勢，自動化、智能化產能繼續保持“世界工廠”的地位。

以下為李開復演講全文：

一是中國有特別突出的人才優勢，比如姚期智院士、周志華教授、創新工場首席科學家周明等科學家和他們的優秀學生；

二是中國有巨大市場帶來的商業模式和數據優勢；

三是政府務實有力的政策支持AI產業；

四是競爭的創業生態下催生出強大的本土創新型企業，它們的業務在飛速發展，也推動了數據、AI 及其他技術的突飛猛進。今天回頭來看過去三年發展，這些預測已成真。AI四波浪潮正重塑各行各業。

第一波浪潮是互聯網智能化。美團、字節跳動等互聯網巨頭都在AI驅動下，創造了巨大市場和超高市值的奇跡。

第二波浪潮是商業智能化。AI在金融、保險等擁有海量可標注數據的領域，已經取得非常好的落地成果。

第三波浪潮是實體世界智能化。計算機視覺、聽覺，還有各種IoT聯網裝置的普及，讓AI對真實世界的感知會比肩人類，甚至在某些領域超過了人類生理感知的能力。雖然AI應用目前還是弱人工智能，但是針對定義的任務，如人臉識別、物品識別、AI看片、智能質檢等領域，AI已超過人類。

第四波是現在最火的一個領域：全自動智能化。當AI有了手和腳，加上視覺和感知，它能夠在無人駕駛、機械臂抓取、無人機噴藥等場景中創造巨大的價值。過去幾年，定位“TechVC”的創新工場投資了接近50個人工智能公司，其中誕生了7個獨角獸，這很有可能是全球投資機構中名列前茅的成績。

當然，雖然人工智能行業整體發展良好，但是在硬科技領域中國急需解決“卡脖子”的問題，這需要上下齊心協力一起應對。

除了人工智能方面，中國在化學、生物等其他領域的研發和轉化能力也在突飛猛進。雖然中國的諾貝爾獎、圖靈獎得主的數量還不夠多（這些是需要時間累積的），但至少從高質量的論文數量維度看，無論是人工智能領域，還是生物、化學和其他材料等重要領域，中國近年急起直追，部分領域已經超越或者接近美國和歐洲的水平。這些進步，讓我們對中國整體科研能力提升的前景非常樂觀。

科技曾經助推美國成為超級強國

從百年歷史的維度來看大國的發展機遇，上一次的歷史機遇可能是19世紀末20世紀初美國崛起成為全球科技大國。美國的崛起有多維度原因，其中很重要的是趕上了幾次工業革命的浪潮。第一次科技革命主要是肇始于歐洲，也主要是歐洲得益。第二次科技革命，美國迸發出相當數量的科技成果，這為美國崛起并超越歐洲奠定了重要基礎。到了二十世紀第三次科技革命，美國的各項優勢得以全面發揮，引領了整個工業革命的浪潮，此后取得全球霸權。之后的第四次科技革命中，美國仍然領跑世界。

美國跑贏的幾場工業革命充分說明科技是第一生產力，這也讓其稱霸能源、制造、運輸、醫療四大領域。這四大領域也孕育出了稱霸全球的跨國公司。能源方面，美國有埃克森美孚、洛克菲勒、通用電氣等巨頭；制造業方面美國有通用、福特等汽車巨頭；鋼鐵方面，我的母校卡耐基·梅隆大學所在的匹茲堡，孕育出了創始人之一卡耐基先生的鋼鐵巨頭卡耐基鋼鐵公司（后合并為美國鋼鐵公司）。而醫療方面，諾貝爾醫學獎的獲得者幾十年來幾乎被美歐學者壟斷，十九世紀末美國南北戰爭期間更誕生了強生公司、輝瑞公司這樣的全球制藥巨頭。

正如能源、制造、運輸、醫療四大要素鑄就美國的超級大國地位一樣，今天的中國正面臨類似的歷史機遇，制造革命、能源革命、自動駕駛、商業智能、醫療創新等變革正在中國開啟。我預測未來二十年，AI將像電力一樣推動或者造就這五大變革，賦能產業。

預測1世界工廠AI 自動化升級中國先進制造引領全球 第一個預測是中國“世界工廠”的AI自動化升級。中國的世界工廠地位來自歐美國家的生產外包和低廉的勞動力紅利。時至今日，中國在供應鏈、材料、制造的質量和流程方面的know-how有了長足進步。過去一年，在新冠疫情、中美貿易摩擦壓力下，中國依然維持住了世界工廠的地位，但不容忽視的是，中國勞工收入已經是印度和越南的兩倍，低廉成本的價格優勢正逐漸消失。而這些國家透過一段時間的外包也慢慢學會中國的know-how，進而有可能挑戰中國“世界工廠”的地位。

在保障勞工收入的情況下，如何帶動制造業升級？工業自動化、智能化勢必是中國制造業的一劑特效藥。在工廠里用人的手腳、眼睛和大腦做的事情，將逐漸全面自動化。自動化能讓運營成本下降，但仍能讓中國保持生產質量、流程、供應鏈維度的優勢。今天中國工廠擁有世界最多的工業機器人，但機器人的智能水平仍然不高。未來，這些機器人的AI化會逐漸增加，廣泛應用于各種場景。

創新工場投資的這些公司，未必要把工人取代。我曾經在富士康擔任多年獨立董事，了解取代一個制造iPhone的工人非常困難，因為人手的靈巧、手眼的協調，還有每年iPhone精密的更新迭代，讓自動化的方法非常難實現。我大膽預測，在下面幾個行業里，我們會找到一些特別容易切入、今天的科技可以解決的場景。

AI在工業視覺領域已經超越人眼。深度學習是用CNN發展出來的，所以它能做人臉識別、物體識別，也能做智能質檢，這是AI賦能“最低垂的果實”之一。創新奇智通過計算機視覺技術，在工業制造領域創造很大的價值。

農業也是AI賦能“最低垂的果實”。極飛科技的無人機可以播種、施肥，也可以用無人拖拉機做灑水的工作。一個農田無論是種棉花，還是種稻種麥，都比起做手機、做鞋子等更容易標準化，所以AI＋農業一旦落地成功，可以更容易地全球化擴張。

在自動化領域，自動駕駛在新冠疫情后加速落地，但是目前鮮有到L5級別的全自動駕駛。但在限定的場域，比如在工廠或倉庫里面做無人搬運，和工人加機器臂從事人機協作，可以馬上創造價值。

在生命科學智能自動化領域，創新工場投資的鎂伽通過實驗室的智能自動化，把AI+自動化技術滲透到了生命科學領域，如新冠核酸檢測等，已在醫院、疾控中心和實驗室開始落地，也能把核酸檢測采樣之后的檢測流程完全一體自動化。

創新工場會不斷投入AI賦能的“低垂果實”——AI技術門檻相對低的，更容易產品化、商業化的領域。

從橫軸看，工業會是第一個突破的領域。中國能夠繼續維持世界工廠的重要地位，經過自動化加智能化升級，應用領域走向商業、走入家庭。類似技術很容易從工業打通到商業領域，如果技術已經成熟到能做工業自動叉車來搬運，同樣也可以做個安防機器人放在商場，這樣的技術在家庭場景也可以做出更智能的家務機器人。

同樣，雙眼雙手有這樣的由簡到繁的發展過程：首先在工業領域用最多的資金來解決最難的問題，經過量產實施和大量數據把AI訓練得更聰明后，在進入商業領域和有終端用戶交互的場景落地，最后再落地到家庭領域，衍生出不同形態的產品。

從縱軸看，“眼睛”——計算機視覺相對容易，其次是相對粗放的搬運，最后，模擬雙手會是最困難的。未來二十年，這幾個領域都會逐漸發展。在之后，我相信這些機器人都能夠自我復制、自我修復，然后對接各種3D打印的可能性。未來的機器人世界，會由中國的自動化工廠升級開始，逐漸穿透更自動化的商業和家庭場景。

預測2能源和材料價格大幅下降中國供應鏈主導世界 第二個預測是能源革命。光伏發電在過去二十年成本降低20倍，鋰電池成本降低45倍，今天光伏已經是最便宜的發電方式之一。在新能源車推廣的影響下，光伏會越來越便宜，而且它吸收陽光之后，過往不用就浪費掉了，隨著儲能技術也在進步，可以把能源存在鋰電池以后繼續使用。

電力逐漸會從傳統不節能、不環保、不容易儲存的能源逐步轉成綠色環保的儲能。太陽能+鋰電池兩種技術將導致每十年電力的價格下降1/3-1/4，按此計算，二十年后電費只會是原來的1/10。

當能源產出方式開始切換的那天來到，誰是最有優勢的國家？

過去，誰有石油、誰有礦山、誰有天然氣，誰就占優勢，完全仰賴著老天賜予一個國家的天然資源。但是今天當太陽能或風能+鋰電池的發展成熟，陽光和風相對不具有上一代能源供給的稀缺性，關鍵是誰有制造能力，誰的工業產能最強，誰就領跑全球。

新材料技術的突破將會進一步推進能源變革的進程，合成生物和很多其他的技術能讓生產成本大大下降。農業將從耕種收成產能主導，搖身一變轉化為供應制造產能主導。制造能力強的國家，同樣也將領跑農業。

未來，垂直農場將是人類的重要糧倉。蔬菜水果將在一個個工廠里的垂直農架上進行無土種植。眼下開始興起的植物肉、干細胞等技術，能在不傷害動物生命的情況下把未來的食物制造出來。

可預見的未來，生產一個新物品所需的材料越來越便宜，越來越綠色，所需的能源也越來越便宜，未來物品制造完全靠自動化機器人完成，人類將進入一個消滅貧困、消滅饑餓的豐饒時代。豐饒時代的到來需要世界工廠級別的制造實力，中國要在豐饒時代引領全球，就要看自動化、智能化升級的程度和速度跑得多快，而AI、大數據等平臺級技術，將是底層的新基建。

預測3智慧城市和萬物聯網到位全自動駕駛全面普及 第三個預測是智慧城市和萬物互聯網到位，全自動駕駛將完全普及。

我把全自動駕駛時代分為兩個階段：

第一個階段是先在簡單的特定場景落地，打通商業化路徑。比如從倉庫工廠的自動叉車做起，再做固定路線的擺渡車、小巴，再到出租車。四個場景陸續落地后，就已經進入L4級別自動駕駛。

第二個階段是全自動駕駛的L5級別自動駕駛。自動駕駛取代人類，安全通暢地行駛于所有交通場景：不管是刮風下雨、還是極端氣候、或是月黑風高；無論是在狹窄的胡同，還在酷熱的沙漠，全自動駕駛都能安全前進。

數據智能有四個層級：最底層的“數據”是零亂、無結構的數據，往上一層的“信息”在此基礎上“讀懂”了數據內容。現在大部分深度學習都用在“數據和信息”兩個層級上。

第三層的“知識”目前用上了圖譜、關系鏈，但大部分還沒有用到AI。最高層次是“洞見”，基于事件和洞察的智能分析和輔助決策能對用戶進行推薦，但遠遠不完美。

我們認為未來商業智能會在頂端的“知識”和“洞見”兩層。創新工場也在做一些試驗：嘗試做一個大語言模型，在這個模型之上再做遷移學習，在一些垂直領域快速落地，創造有商業應用場景的產品。比如在機器翻譯領域，如果“知道”翻譯的文件是關于金融，那么會比一個通用的普通翻譯翻得精準得多。

“千人千面”是AI強項，今天抖音就能“千人千面”，可以根據過去看的視頻，不斷地針對個人便好推薦視頻。淘寶也能不斷推薦符合用戶喜好的商品。但AI“千人千面”推出的為何只能是已有視頻，而不是新視頻？如果生成新的視頻很難，其實可以嘗試先做“千人千面”的文本。比如一個甜美日系女孩，AI在了解她的情感、需求、使用場景后，AI就像美妝營銷顧問，可以做出最適合她的腮紅或唇釉購買建議。

另外一個場景是“金融事件理解”。今天金融很數字化，可以做風控、反洗錢，但是有沒有可能提升到一個層次？比如預測全球疫情兩個月之后就能緩解，該投資什么？如果巴拿馬運河再堵塞三個禮拜，該賣掉什么股票？這都是金融領域的大老板會問的。這些經過搜索引擎的提升，加上 AI和大數據提煉的“知識”和“洞見”，有可能在未開催生出新的商業秩序。所以大數據和AI變革遠未停止，我們希望把它們格式化、知識化，進而做出“洞見”。

預測5AI+醫療創新降低疾病致死率延長人們的生命 第五個預測是AI+醫療將降低疾病致死率，延長人們的生命。當前，全球生命科學正經歷巨大變革，醫療數據在快速地被數字化，除了穿戴設備的普及，醫療的部分流程如AI看片，基因排序等新技術都將帶來標準化、結構化的海量新數據。數據是AI發展的必要燃料，肯定會給AI在醫療領域的創新應用帶來更好更多的機會。

舉個例子，今天我們去看醫生可能每次只能和醫生談話五分鐘，但這五分鐘背后蘊含著巨大的數據，如果醫生在AI的幫助下，能細心到收集到像圖右這張哈佛醫學院數據顯示的每一個細節，就可以做出“千人千面”的診斷和治療方案，進而優化流程降本提效。

除了用AI和大數據作出“千人千面”的治療方法，手術機器人的普及應用，用AI發明新藥等都是巨大的機會。創新工場投資的Insilico Medicine英矽智能，是用AI輔助新藥研發領域的世界級領軍企業，今年三月宣布了全球首次用AI研發特發性肺纖維化藥物的突破，發布了全球首個針對這個病癥經由AI研發出來的臨床前候選小分子，我們也很樂見這么前沿的AI創新制藥公司和著名藥企輝瑞、強生、藥明康德等有不同層面的合作探索。

未來AI可能會給制藥帶來兩個巨大的改變：第一個改變是極大程度降低制藥成本、節約時間。現在用20億美金做一個藥，未來有望降到1/10的價格。現在藥廠因成本高昂不愿意開發的罕見病藥物，上述英矽智能的AI新藥研發，將傳統藥物臨床前階段就要花上四五年的時間，大幅縮短到18個月，大大降低了新藥研發的時間和金錢投入！未來，AI可以顯著加速研發新藥，緩解患者病痛。

第二個改變是“千人千面”的治療方案。為什么每個人生病都用同一種藥呢？傳統的制藥方法，做一個藥從研發到臨床階段要花上10億-20億美金，未來做藥如果到一兩億美金，就會有更多的藥讓患者得到個性化的治療療法。而中國對醫療新技術的擁抱和投入，有望引領這場AI+醫療的產業變革。

結語

如果說美國稱霸世界緣起于百年前在能源、制造、運輸、醫療四大領域的成功，今天，中國有大數據和AI的優勢，自動化、智能化產能繼續保持“世界工廠”的地位。正如前述，由于制造優勢打通了能源革命和農業供給的變革，制造一旦強了，能源、農業、未來新材料也連帶增強。如今，AI+醫療進入快車道，合成生物等新技術帶來重新洗牌的機會。

今天時間有限，我提出的五大預測可能只是其中一部分，但毫無疑問的是，具有 “世界工廠” 火車頭地位的中國，有很大機會在下個二十年的全球產業變革中成為弄潮兒，為世界創造巨大的價值。