02 人工智能的历史使命：让人类知道更多，做到更多，体验更多（第9/12页）

在企业人工智能战略的执行阶段，首先要坚持“结构完整性”原则，即在产品体验、技术架构以及商业模式上要连贯一致。如果你正朝ICS（服务器/客户端架构）方向改变，或者投资于“自治系统”，那么技术决策需要与产品和商业决策同步。

其次是企业要紧跟人工智能浪潮的技术路线图，与当前飞速发展的深度学习技术同步是必不可少的。

对于人工智能行业的领军企业而言，就需要可以改变世界的愿景、世界级的技术远见、强大的科研团队和研究议程，这些需要与我们的企业愿景智能技术的呈现和产品开发相一致。DeepMind、谷歌、百度以及一些积极进取的先驱企业都表现出这个共同模式。

在这个阶段，更新研究机制也是必不可少的步骤。因为，传统上，IT行业以及学术界并不擅长将研究成果商业化。最近的OtherLab或OpenAI以及其他一些人工智能的初创企业正在积极招聘研究团队，这是一个新的趋势。有许多工作需要各类组织（大学、早期生态系统、大型企业、培训和研发机构）协同制定出结构化的和可持续的解决方案。

投资力度是企业亟须考量的重要因素。随着智能革命的不断深入，人才争夺战不断升级，导致发展人工智能的成本不断提高。一些初创企业能够筹集大量资金，是因为长期的投资回报是非常巨大的（高风险/高回报）。制定投资规划的关键在于排列资源的优先次序以及一个能够反映人工智能风险的深思熟虑的决策过程。

所有客观条件逐渐汇聚之后，人就成为决定性因素，其中领导才能是一个深远且难得的要素。鉴于人工智能浪潮基于与以往完全不同的核心技术（以神经计算为核心），它需要高层管理团队的高级管理能力。同时，人工智能驱动的新兴行业是如此多样化和跨学科（从基因学到机器人，凡是你可以想到的），因此企业需要一个具备创新精神的人（虽然这并不容易，因为今天的社会生活在很多领域都是非常专业化的）。微软研究院首席研究员Bill Buxton（比尔·巴克斯顿）提供了解决方案，即为高级管理层建立一个充满创新精神的团队。

值得指出的是，人工智能创新飞轮的核心是数据—知识—用户体验—新的数据的反馈循环。对这个反馈循环的容量和速度进行优化是规划中非常重要的一环。

最后要强调的是，居于战略核心的是基于当前的现状和推断积极设定目标，以及展开可以实现目标的行动。

需要什么样的宏观环境

企业与科研机构的工作离不开良好的宏观环境，正如中国大脑计划是对国家整体层面智能基础设施的呼唤。迎接人工智能时代的到来，也需要政府通过宏观规划创造适宜的土壤。

第一，要确保数据的获取途径畅通。数据越来越成为很多组织的战略资产，可被视为一种新型的“自然资源”。特别是对政府而言，可以通过政策的制定获取数据并公开，以此激励更多的创新。

第二，要有开源的工具和平台。人工智能浪潮需要一个新的硅+软件堆栈，在早期，这类似PaddlePaddle这样的开源工具和平台，其能被开发者和创新者使用是非常重要的。展望未来，我们需要不断降低参与的障碍，并系统使用更多的工具和更多的模块。就像AWS（亚马逊云服务）使计算更容易一样，一些AI-as-a-service（人工智能服务）也可以让人工智能技术更容易被获取。

第三，创新者可以迅速将产品的市场条件和政策体系培育给用户，这也是非常重要的，因为创新的飞轮需要“数据—知识—用户体验—新的数据”的快速反馈循环。