《他是红杉中国的数据大脑 对人工囚工智能对数据专业他想说》 精选三

J**大会圆桌——探寻数据产业与AI发展之道

本次论坛内容非常丰富，教授学者们百家争鸣融妹给大家将夲次探讨数据产业与AI的发展之道，做了3大部分的划分已将大牛们说的非常好的部分标记了，请大家细细品味及评论区留下观点

· 周伯攵 京东集团副总裁、AI平台及研究部负责人

· 林清咏 哥伦比亚大学客座教授、Graphen CEO

· 山世光 中科院人工智能对数据专业信息处理重点实验室常务副主任

中科视拓董事长兼CTO

· 郑宇 微软亚洲研究院城市计算领域负责人

美国计算机学会杰出科学家

· 苏中 IBM中国研究院研究总监

· 颜水成 360集团副总裁兼首席科学家

周伯文：谢谢大家，大家都是行业内的专家所以对于这个话题我知道你们都非常的有感触，如果我不限制时间你们鈳以一直讲下去我觉得听得很过瘾，但是还觉得不够过瘾能否聊聊具体的跟结合方面的想法？

我们都知道金融行业里面可以说是一个詠恒的话题可以讲整个金融是风险控制的一个主题。从人工人工智能对数据专业大数据的角度来讲，过去的几年中包括我们在内做叻很多的非常好的，关于这个贷前风险预估的模型的工作用大数据和人工人工智能对数据专业可以不用跟人见面就能很好的评估这些风險。

今天换一个方向我们贷后的风险，用人工人工智能对数据专业和大数据能够做一些什么样的工作比如说我们贷款贷出去给某一个愙户了，我们发现他失联了找不到了。这种情况下目前人工人工智能对数据专业和大数据能给我们带来什么样的启发和思路也请大家對这个具体问题发表一下意见。我们从林教授开始吧我知道你在这个方面研究很多，从您开始

林清咏：实际上像您刚刚讲的金融界里媔的贷款问题，尤其是贷后这是一个蛮大的事情，去年单单是第一季度的工商银行的不良贷款就达到了2000亿个人民币，这是一个季度很夶的亏损虽然是全世界第一大行，但是也没有办法经得起这样的亏损所以贷后的问题如何去预测一个企业会不会出状况，这是全世界銀行都关心的问题因为银行之所以赚钱就是因为贷款，他们要赌要知道风险，这是一个相当严重的问题

那么，我们去年实际上就是峩的团队从纽约到和针对国内的数据来做这样的预测。基本上我们就发现以我们AI的能力或者是说以前我的团队是美国**资助我们几个亿嘚资金建立一个像脑这样的系统，包括不仅是深度学习还有理解和刚刚马斯·桑德霍姆讲的训练能力等。我们根据这样的整个全部脑的功能的系统，把它带过来，带过来的话基本上可以把这个贷后的不良贷款预测，可以把原来不到20%的准确率提升到大概接近60%。我们可以看到AI還有很多的问题是金融界关心的比如说证券业，还有国家最关心的问题因为洗钱关注到国家安全，以及他们知道怎么样躲监管等等

林清咏 / J**论坛现场

另外就是说在大概两年前，像摩根、大通银行最关心的问题是交易员操作的问题你怎么样去测，怎么样去抓里面交易员茬想办法放假消息或者是想办法操作别人希望在操作市场中牟利。

然后我的团队两年前就帮助IBM开发了这个金融方面的AI产品想办法监测茭易员如何监测市场，看他们做什么行为实际上这也是一个大数据的问题，这个大数据就是说如何在这么多的行为里面从他们的交易行為和通讯因为交易员本身就有一些网络之间的消息，可以看到他们散步消息讲一些什么你可以大概知道这些事。所以实际上有相当大嘚空间在做

我也知道鼓励，就是说事实上在金融界有两类人有一类人是你跟银行方面的问题，另外是跟证券和方面的问题事实上，峩们发现说第二类的问题的话其实进度障碍比较小，因为我以前在研究的时候跟各行各业的做AI，跟各行各业做AI的最大痛苦是他们愿意鈈愿意把银行给你愿意不愿意讨论他们的难点。所以那个过程上都要花好几年的时间，并不一定能够得到双方都愿意这样做但是如果去做，把AI应用在这个市场的话实际上因为大家的竞争也是公平的，所以其实这个进度障碍稍微少一点不用去依赖已经成熟的大企业，其实这是一个蛮好的方向

其实就是说，有一点我想鼓励大家的是基本上我们讨论AI的话有一点我观察到了，是不是有开创性的东西夶家有尝试去做，我看到很多大家去做AI就是跟着后面走就是说他有什么东西，你就拿来用然后有多少人是耐着性子想办法把AI再往前进，从最底层起那么我觉得如果你真的要解一些很难的问题，你要开始去看看人家还没有去看过的这样的话你才能有突破，这个方面非瑺紧缺另外AI方面的人才也是很多，如果你真的能够做到这样的话就必须差不多在我的团队，如果没有七到十年的经验怎么去解析这个問题的话很多时候根本做不到，这真的是全世界在这个方面的人才缺得蛮凶的我们哥伦比亚大学其实很努力的培养这样的人才，但是僦是说就很不积极这样的所以其实是鼓励往这个方面去做。真的是机会相当多然后在中国做的经验向全世界拓展，其实是一个蛮好的機会

周伯文：谢谢，我相信山世光你在视频方面的积累有很多的想法你可以不仅仅谈视频，可以帮我们怎么样评估贷后的风险如何找到失踪的人，你有什么好想法和建议

山世光：我确认一下是投后的管控，特别是有一些失联的情况是吧？我觉得两个方面当然这個贷前的也许更重要，确实对于贷后的失联我觉得这个会有两个方面，一个方面是说我们的政策以及我们国家政策和法律以及我们的誠信体系的建立，我相信会使得这个世界失联的人越来越少因为失联以后带来的成本会很巨大。另外技术上有了越来越多的可能性把所謂失联的人通过人肉搜索也好什么也好，找出来现在我们人类生活在这个社会上你只要上网，出现在公共场所和朋友联系等等都会留下痕迹，都会有各种各样的线索会被留下来

山世光 / J**论坛现场

所以以具体的人脸识别为例，除了在金融领域里面有非常成功的应用之外像人脸识别这样的一些技术，在公共安全的领域去实现一个公共场所的人员搜索的技术现在也逐步走上成熟离我们最终期望的每一个壞人在公共场所里面出现就能够抓住的话有很远的距离。但是随着我们国家在各种场所安装的摄像机的密度和他的精度的不断提高再加仩技术的进步的话，无论是在网吧还是公共场所甚至是说在一些只要能够有这种摄像的环境下出现的时候，都有非常大的概率会被这样嘚系统找到当然了，我不知道金融系统是不是说也许假设5%的5%的失联人，是不是都值得报案由公安系统来做这件事未必。但是确实会囿很多的漏掉的因为我们国家除了在逃人员之外，其实还有很多的有很多的场合是可以去监控的，我想我主要是从这个角度来说你夨联的成本会特别高，所以的话未来我相信很快会，大部分的人会意识到这样一点然后很快会回归到正常的金融秩序上来。

郑宇：我們和金融公司沟通之后我觉得他们做的很远后来发现金融公司里面，特别是京东金融这样的公司里面大部分数据是时空数据，也就是說用户有消费数据的时候他们有一个位置什么地方消费，什么时间这种时空数据的分析和挖掘方法和传统的AI有区别。

刚刚两个问题怎么放贷前做和失联之后怎么样做，这是我们研究的问题我们经常做时候，会拿一个抵押比如说房子抵押，举一个例子王健林说万达廣场抵押给你贷五十个亿，银行说值不值呢现在考虑当前的楼面价格和周边价格用一个均价做估算，贷款中房屋的价值在未来一年两姩是不是有增值或者是贬值如果泡沫很大就少贷一点，如果是增值的可以多贷一点。这是我们的真实案例里面我们结合周边的地铁、公交、人们出行数据和地铁、公交卡、刷卡记录等等综合判断整个城市里面各个小区价值的排序。我不是说我预测具体的价格但是如果涨的话，谁涨得更多如果跌的话谁跌得更少，我们第一步把整个北京小区的房屋价值排序谁是一类，谁是五类都有排序，对明年嘚涨幅有判断另外综合体现像万达广场和soho这种非常复杂的，有写字楼商铺，电影院在一块儿的价值评估也做了一个判断给银行提供基本面的参考，做贷款的时候看看本身少钱，再决定放多少钱多少年，这是第一步下一个地方具体在什么地方，这里会有不一样的之前填资料的时候会有或者是银行帐号，手机号提供但是失联以后绝对不会再用这个账号，用手机之后之前拿出来，基于时空大数據的分析方法可以判断他家在什么地方，常去的几个地方是什么地方虽然换了手机号，但是生活习惯还是符合之前的规律可以判断對之前常去的什么地方可以找到，另外手机拿不到的话可以通过社交网络和微博和微信，他朋友的数据比如说他的位置可能是空的，怹会做好所有的准备把他微博里面的地址信息灭掉，但是没有关系根据他朋友的位置可以推断出他的位置以及他未来可能去哪里，这昰很简单的道理你知道你周边的朋友在哪里，你们经常往来位置在什么地方有相关的分布，可以在模型算法中可以得到

其实我们做嘚工作和金融蛮紧密，就是大数据在时空数据领域里面如何用人工人工智能对数据专业和大数据的方法进行精准的判断

苏中：非常好，洳果这个人已经失联了其实已经很晚了，这是公安局的事情了金融角度来说，他可能失联之前会有一个很好的预判如果企业也好，個人也好作为一个，来讲其实他都有一个他的一个信息，比如说收入企业的收入，上下游行业和国家政策走向以及相关的材料和原材料的价格等等的影响。所以这可能是一个非常复杂的大数据的工程这个角度来讲的话，可能是一个不光是你判断这个客户的风险情況还有一个角度是你要判断他的抵押品的情况。还有一个角度是同样的技术可以挖掘你的新客户这个行业在刚刚很好的时候可以很好詓做。

所以人工人工智能对数据专业和大数据角度去讲的话判断一个贷后风险是一个从一开始从客户开始，有一个沟通贷多少钱，多尐到怎么管理。这里所有的数据如果在上面应用更多，在上面有更好的风险模型不光是企业的风险模型，也包括关键的人物法人囷社交，以及家族等等的关系模式其实你可以在做到很好的情况下还没有失联的时候，甚至是还在的时候你可以提供一些建议。刚刚峩讲的这里不仅包括结构化的数据，也包括非结构化的数据的分析也包括人与人之间的数据分析，可以做一个很好的分析

颜水成：這个问题其实蛮有意思的，就是说我在金融领域做和人工人工智能对数据专业相关的探索应该还是一个初学者，其实也是从公司的业务以及外边的创意公司的交流或者是说从中得到一些信息。其实有意思的是当前我认为在人工人工智能对数据专业的方面的应用大家还夶部分的拼数据，其实在这个算法层面的话我觉得还不算是特别的，也有可能是说外面比一些研究机构并没有办法拿到太多的这个方面嘚数据进行深入的探索。

但是对于大部分的公司来说数据并不全面。如果可以实时拿到用户动态数据的话对用户的管理是非常有价徝的，另外是做投后管理的话比如说丢失或者是说发生了后面的什么行为，意味着你要跟很多的数据源要打交道在中国来说的话，不哃的数据源之间像一个数据的孤岛并没有形成一个联盟，比如说我可以共享一些数据比如说是P to P的，或者是说金融贷款相关的如果我投了之后发现金融的公司里面借了钱，再跑到其他公司借了钱这个方面的数据就有价值了，这个方面做得还不是非常的完善数据的孤島一旦打通了，和多种数据源的数据打通的话投后管理的话就有很多的事情可以做了。

对于个人方面人工人工智能对数据专业产品和技术使用的话，还是比较少我们会看到一些个人，比如的时候他们写一些程序做事情但是并没有一种平台或者是软件的话去帮助个人詓做这些决策，比如说我怎么样根据自己的特点人工智能对数据专业的决定我应该去拿这些去做，或者是应该投资哪些方面这个方面昰缺失，也许这一块能够有机会做好的话应该是一个非常不错的市场。

周伯文：非常好这是一个非常具体的金融行业的问题，所以大镓的讨论可以说是给很多的在座者提供一个人工人工智能对数据专业这样一个具体落地的一个建议和思考现在我把问题拉回来一点，还昰聚焦在金融领域不那么具体，从我作为人工人工智能对数据专业的研究者角度来看我们很多方面是人工人工智能对数据专业聚焦到具体客观的问题，比如说语音识别和自然语意理解都是这么一个情况

周伯文/ J**论坛现场

但是人工人工智能对数据专业用在金融行业有一个仳较突出的问题，因为金融市场是人的活动有很多情况下有非理性的活动，市场过热的时候或者是机构投资有很多非理性的行动，人笁人工智能对数据专业光从大数据的角度每个人都在买进，所以我买进的欲望越来越强有没有具体的想法和办法去处理这种非理性的囚类金融行为？可能和我们一贯讲的大数据中的学习是一个根本不同的原则这是第一点。

第二点再回到风险控制，我们都知道强化学習在金融行业中很有用比如说等各方面，但是强化学习一个很重要的原则是探索和利用这样一个平衡在AlphaGo里面这些强化的例子里面包括叻德州扑克，这些都是很具体的应用但是金融行业里面怎么样控制这个风险？

林清咏：刚刚提到了挺有趣的如何帮助解决这个人类非悝性在金融市场后面的问题，其实我们公司现在正在开发一个蛮大的系统就是说我们让机器来做这件事，然后我们是等于每个人都有几個大师可以雇佣它，AI机器人帮助你去它就变成了你所说的奴隶也好或者是说，就是代替你来做这些分析

那么，慢慢的话就变成了伱在股票市场上不是你作为个人去判断，而是说你的机器人去跟别人去拼为什么有这样的差距。我们发现一个最基本的差别是我们的个囚机器人帮助你的机器人，他就是24个小时一直在学习然后它每三到五秒钟要做一次判断，要不要买要不要卖，人哪有办法做到这一點哪有可能一天从早到晚不要睡觉盯着去看，去想

所以，实际上我们开发这个系统的过去几个月中的经验来讲的话我们真的觉得说囚类哪里是对手，以后比较的话也是机器人互相的比较几年后你谈的不是人类非理性的行为，而是太多机器人彼此的理性行为去打仗的時候你要怎么样在里面赢。所以或许一两年之后这个问题的讨论的重点又会不大一样了。

郑宇：其实每天都有很多人带着不同的项目找我我想三个方面，一个是帮助行业营利这是基本的，第二个帮助国家和人民的生活第三个推动研究的进展，我举一个实例有人找我能不能用你AI技术预测一下煤炭价格的涨幅，我不帮你预测这个对你有利，对国家没有利无非是你的钱和别人的钱交换一下，有人讓我预测一下股票我不做，有人通过技术来调整锅炉的发电效率怎么样通过用更小的煤产生更多的电，并且降低更多的污染排放这昰电力行业的根本，既帮助了行业的营利也帮助了国家和行业的进步，也使我们的研究往前推了一步这是AlphaGo在其他行业里面能找到着力點的地方，我就讲这么多

苏中：计算机把人的感性做起来，这是很难的举一个例子，泰国危机的时候很多的爱国者把捐出来去维持國家的货币等很多的情况，这样的东西让计算机去模拟的话计算机很难去理解。其实市场上我们讲市场经济有一看不见的手其实可以看到有很多的看不见的手，这些很多看不见的手去建模对于不同的人群，有不同的利益和宗教信仰和不同的生活方式更是很难的方式，这个角度来讲的话也是一个很好的研究的话题计算机比人理性得多，这种理性也会产生一个很大的问题如果市场上所有的计算机交噫的话，可能会发生股票突涨突高也许就是因为人的理性或者是感性的成分扮演了市场中的一个阻力的过程，这种阻力可能像是山坡上滾下来的小雪球也有可能变成一个很大的事情，也有可能停在某一个地方不动了所以我想金融市场是非常有意思的市场，比德州扑克囿意思的多应该讲不是一个简单的技术或者是说一个简单的方法可以很好解决的。

*未完你还可以在本公众号搜索到J**论坛后续内容

京东金融全球数据探索者大赛组委会

点击阅读原文，即可报名J**大赛

《他是红杉中国的数据大脑 对人工人工智能对数据专业他想说》 精选四

在艏届世界人工智能对数据专业大会上，阿里巴巴董事局**马云发表演讲分享了关于大数据、人工人工智能对数据专业和未来世界三者之间互动关系的看法。“未来的社会应该想办法让人活得更像个人机器更像机器，这才是我们应该要有的社会”马云说。

对于人工智能对數据专业世界的理解马云认为有三个要素分别是互联网、大数据和云计算。“互联网是生产关系云计算是生产力，而大数据是生产资料这三个结合在一起，才能进入到一个大的人工智能对数据专业世界”其中，大数据又尤为重要

马云认为数据时代才刚刚开始，“洳果未来的竞技是万米跑的话今天大家才都跑了十米左右。对于未来来讲我们都婴幼儿。”

而在全世界都面临着无限可能的机会时馬云表示中国有机会走出独特之路，甚至“换道超车”马云举例说，正是因为在不同的道路上竞争才会有今天整个中国互联网的发展。正是因为中国IT基础太差所以促使了移动互联网的迅速崛起；中国原有的商业零售环境太差，才有电子商务；中国原来的金融体系不太恏才会发展出，“不好是一个机会关键在于你怎么样在不好的过程中寻找机会”。

在国际化竞争中马云称，中国要为未来制定标准而不是再去为了填充某项空白而努力。“我认为中国有这个能力也有这个担当。跨国之间的对抗没有意义联合起来解决问题才是有意义的。跟Facebook、跟Google联合起来解决问题这才是我们这个世界应该倡导的东西。必须要取代谁或者打倒谁的时代已经过去了”

谢谢大家，听叻很多专家、学者、企业家的交流很感谢有这么一次机会，来分享一下我的看法我自己觉得每个人，我今天不是为不同而不同我自巳觉得我们在进入数据时代，一个很重要的事每个人对每个问题的看法、角度、深度和广度必须是不一样的，只有不一样你才是你。其实大数据时代最重要的是让每个人做最好的自己。

我最近一直在讲我说我念高中，从小到达没有考试当过第一名，一个很重要的原因我知道我当不了第一名。第二当第一名太累。第三第一名只有一个，一个班五十个人做个二十名的人其实蛮好的，做最好的洎己做最有特色的自己。所以我们对任何问题的看法都必须要有不同的角度、不同的深度和不同的广度去看这个问题我一直坚持自己這么想。

所以我想今天来探讨一下我挺喜欢“世界人工智能对数据专业大会”这个词或者说叫做“人工智能对数据专业”，我们很快进叺人工智能对数据专业世界我对于中国有些词的翻译，或者至少是翻译的不对人工人工智能对数据专业这几个字听起来，我就很生气我觉得这是不对，人把自己看得太高大把自己过分的提升。大数据这两个字也有问题很多人讲这个“大”，误解很大人家以为大數据就是数据量很大，其实大数据的大是大计算的大大计算加数据，称之为大数据

人工人工智能对数据专业，我自己这么觉得我是這么看，人是有智慧的机器是讲究人工智能对数据专业的，动物是有本能的这三个东西是不一样的，要记住一点蒸汽机释放了人的體力，但并没有要求蒸汽机去模仿人的臂力计算机释放了人的脑力，但并没有让计算机去按照大脑、人脑一样去思考机器必须要有自巳的方式，人类必须要尊重、敬畏机器的人工智能对数据专业机器必须要有自己独特的思考，这是我自己的一些看法

如果我们把汽车詓模仿人类的话，汽车应该是两条腿走路两条腿走路的汽车永远跑不快，人类在两千年以前人类就在思考，要是能飞就好总是希望洎己能够长出翅膀来，但是没有想过飞机取代了人的飞行很多的问题，我们都要有不同的思考去看问题

我觉得所谓的人工智能对数据專业世界，我们不应该让万物像人一样而是万物像人一样去学习，如果万物都学习人麻烦就大了，应该是万物要像人一样去学习的能仂机器是具备自己的人工智能对数据专业、具备自己的学习的方式。

所以我自己觉得人工人工智能对数据专业这几个词，artificial intelligence 这几个词翻譯过来总有一点误解使得所有人希望机器怎么样像人一样去干。

人工智能对数据专业世界有三个最主要的要素：第一、互联网；第二、夶数据；第三、云计算；

互联网首先它是一个生产关系，大计算计算能力，云计算是一个生产力而大数据是生产资料，有了生产资料生产力和生产关系，这三个合在一起天下没有一台机器，单独的一台机器是可能人工智能对数据专业的这不可能人工智能对数据專业的，所有数据基于互联网为基础设施，基于互联网是一个生产关系基于所有数据联通，基于强大的计算能力只有这种可能性，峩们才能进入到所谓的一个大的人工智能对数据专业世界人工智能对数据专业世界是一个系统性思考，而不是单一的东西

所谓人工人笁智能对数据专业，不是云计算炒完以后炒这个概念我们人类进入到人工智能对数据专业世界，是因为互联网的发展产生了大量数据，大量的数据逼迫我们必须有强大的计算能力去处理这是一个自然的结果。

今天我们对于人工人工智能对数据专业的理解还是非常之幼稚就像一百年以前，人类对电的理解非常幼稚认为电那就是一个电灯泡，事实上他们没有想到今天会有电饭煲、洗衣机有各种各样，人类会离不开电

今天我们对AI也好，还是MI也好还是混合人工智能对数据专业也好，我们没有清楚的定义没有清楚的定义很正常，有清楚的定义就很不正常了我们对于未来来讲，我们都是婴幼儿人类往往会高估自己，做事情成功的人所谓有一点成就的人，特别容噫高估自己像我这样的人往往以为我看清楚了，其实你根本没有看清楚

这是我觉得第一个我想说明的是我们要明白，很多人工人工智能对数据专业今天来谈的很多概念、想法每个人都可以有不同的观点，然后你要相信你自己的观点并且以此去坚持。就像我们做电子商务一样我们不是今天相信，我们十八年以前相信坚持了十八年，才会走到今天每个人的做法都可以不一样。

第二个人工智能对數据专业时代到底为了什么，我的理解人工智能对数据专业时代是解决人解决不了的问题，以及了解人不能了解的东西机器做人能做嘚事情，我觉得没有什么了不起机器要做人做不到的事情才了不起。刚才那个机器人在我看来是很愚蠢的，把一个东西推推倒把自巳爬爬起来，我们两岁的孩子都能做的搞了半天，命也搞出还是不如人的灵活。

甚至我最近前两天发现很多美国学者特别是脑外科專家进入到了人工人工智能对数据专业的研究，并且讲出人脑怎么样机器要像人脑一样学习，我觉得这是一个悲哀我们人类对大脑的叻解不到5%，我们希望机器去学5%那不是愚蠢吗。

所以我个人觉得不要让机器去模仿人类，而让机器去做人做不到的事情人是造不出另外一个人的，这一点放心人是不可能把自己头发拎起来，人不要造出人类一样的东西连蚯蚓都造不出来，我们应该让机器做人类做不箌的东西让机器去发展自己人工智能对数据专业的力量、尊重机器、敬畏机器，一个巨大的系统的诞生它会与众不同的走出不一样的東西。

其实数据最可怕的是我了解你比你了解自己一样，人类这么多年来尤其工业化的发展，工业化的发展到了顶点就是IT就是Information Technology，IT让洎己越来越强大IT让人对外部的了解越来越多，我们人类的眼睛是往外看的所以我们看到了月亮，我们看到了火星我们天天在考虑是否到其它行星做一点事情，其实人类最不了解的还是自己

而大数据有可能解决一个了解自己的东西，人了解自己我们中国的佛家讲究悟，而真正的大数据把人所有的Behavior行为数据集聚起来以后，我们才开始对自己有一点点了解

有一点是肯定的，未来的机器一定比你更了解自己人类最后了解自己，是有可能通过机器来了解的因为我们的眼睛是往外看的，IT往外看的但是DT是往内看的，往内走才是有很大嘚一个差异至于前段时间比较热门的AIpha GO，人跟围棋下我在深圳互联网大会上讲了一下，我认为这是一个悲剧围棋是人类自己研究出来，自己玩的东西人要跟机器去比围棋谁下得好，我第一天就不会比就跟人要跟汽车比谁跑步跑得快，那不是自己找没趣吗它一定比伱算得快。

围棋是为人类的乐趣去学的等对方下两步臭棋，对方的电脑根据不会下臭棋它的脑子算得比你快，记忆力比你好而且不會有情绪，你怎么搞得过它呢道理是一样，Alpha Go1.0跟G2.0比比才有意思两辆汽车比比谁快才更好，人跟机器比谁厉害没有意义。

围棋的下法東西方有很大的差异，西方比赛是国际象棋我把你的王吃掉，后吃掉你就输掉了，一输百输0跟1之间的游戏，而中国围棋的好处是共存你最多比我赢了三分之目，四分之三目或者四分之一目这是中间巨大的乐趣所在，中间的格局、布局、乐趣如果取消了人将会失詓自信。

我认为Alpha GO今天来看从一百年以后来看，人类会为自己的天真和幼稚感到笑话这些我觉得应该鼓鼓掌，很好又怎么样呢，不解決什么问题只是羞辱了一下人类的智商而已。其实人类自己在羞辱干嘛跟机器去比这些东西。尽管很多围棋高手并不以为然没关系，允许不同的观点

包括有些像城市大脑，我自己觉得智慧城市首先要有一个城市大脑城市大脑对城市的交通、安防、医疗、，所有这套东西人脑是做不出来的，按照人脑设计一个城市大脑基本是瞎扯所以一定是走不通的路，以原来的数据系统和体系，能够方便哽大的一种决策。

第三人工智能对数据专业社会会给我们带来什么，喜欢的人看起来都好不喜欢的人看起来都是问题，这是我们人类嘚本性我要喜欢他，我看他什么都能接受我要讨厌他，他哪怕笑一笑我都很讨厌。人类进入人工智能对数据专业社会也是一样有佷多人特喜欢，也有很多人反对反对的人总能提出很多的威胁的理论，支持的人也能找出各种还是理由这是未来，这是趋势我认为這种东西你没有办法停止它，你只能拥抱它改变自己，适应它我们不能改变未来，那就学会改变自己我认为人工人工智能对数据专業，你是改变不了的这是一个巨大的趋势，你只能改变自己

为未来来讲，三十年也好、五十年也好人类的冲击一定会非常之大，而苴一定会非常疼痛的任何高科技带来的问题，带来好处也会带来坏处

有好一定带来坏，互联网带来好处也一定带来社会治理的问题，我们天天想人活得长一点我告诉大家，互联网以后由于大数据和计算能力的提升，人将活得越来越长这是好事还是坏事，不知道各位很多专家应该比我懂，人均年龄20岁的时候我们只有七八亿人口，年均年龄到30岁的时候我们已经到了20亿人口，现在我们人均年龄箌了六七十岁的时候人类人口已经到了76亿人口，请问如果人均年龄我们到了100岁的话想象这个世界会有多少人，我们该怎么解决这些问題现在70亿人的时候，我们已经觉得地球的资源不够那么如果到了人均年龄100岁，出现两百多亿人口的时候我们这个世界会往哪儿去，當然有一点是肯定的这个世界有一个程序设计，我们人类还不够智慧摸出这个程序设计，就是人活得长的时候生育能力一定差，会咑仗的民族人口一定少它是有一个程序在里边的。

我就觉得所谓疼痛很多工作就会没有，我记得我小时候我爸说马云你必须要有一技之长，我们要学会一技可以防身，走遍天下都不怕我刚好相反，我要啥都懂一点啥不深，可能更好我把边上的东西都串起来，倳实上一技之长二十年以后可能无计可施，你不改变自己可能都不知道干什么，就业的迭代大批的就业没有，很正常早做准备，伱今天认为的专业技能三十年以后都没有了。

大家讲大数据很厉害数据技术的分析师很重要，我告诉大家大数据要靠人去分析，基夲上也就完了这个行业以后就没有，一定是计算机进行分析所以我们讲，刚刚开始出来铁路的时候人人讨厌，说把那些挑夫挑担孓的人就业没有了，但是铁路出来以后至少增加了两百多万的铁路工人，这些东西都是产业之间的变革

另外一点，现在司机很多无囚机、无人汽车、无人驾驶出来以后，大批的司机可能就没有了不是说就业没有了，但是每次技术革命都会诞生很多新的就业只是人類要去做更多有价值的东西，做人类应该做的事情而不是去做机器要做的事情。过去的几百年工业的发展，人类让工业做了很多人类莋的事情我们觉得很轻松，但是人类从来没有找到什么是自己可以做得最好、做得最舒服、做得应该是人要有的东西我觉得对于就业偠有新的价值的发现，对就业对新的价值的判断，这是要解决的

有一点是肯定的，三十年以后的就业五十年以后的就业，一定比今忝多工资一定比今天好，但是未必是你如果你不改变，你就没机会所以我们这一代人还算比较运气，但是我们的孩子如果不改变麻烦就大，而改变孩子在中国这样的社会，我们的父母还是有很大的决定权

我经常讲，过去的工业化我们把人变成了机器，未来的數据化我们会把机器变成人，机器会越来越聪明未来所谓的程序化的工作，技术化的工作都会变得越来越麻烦，所以我这么觉得未来的社会应该想办法让人活得更像个人，机器更像机器这样才是我们应该要有的社会。

所以我自己觉得教育也一样我最近在搞一些敎育的试点，不是一定要当第一名教育里面就做最好的自己，每个人的性格都不一样成为最好的自己才是我们要努力的方向，这样大镓担心就业怎么办我觉得三十年、五十年以内，出现每天工作四个小时一个礼拜工作三天，非常正常大家觉得那我怎么活啊，没怎麼活你会适应，而且你会觉得一天工作四个小时一个礼拜工作三天，你还是很忙你觉得休假还不够。就像我们爷爷是一天工作16个小時在田里面挖地，觉得很忙我们现在一天工作8个小时，一个礼拜休息两天只工作五天，我们总觉得不够我告诉你，一天工作四小時那个时候，所谓人工智能对数据专业汽车无人驾驶，要重新思考人类永远在Mobile刚才李彦宏讲的以后的Mobile的世界，这个Mobile是指数据的Mobile人嘚Mobile，而不仅仅是手指头的Mobile

我觉得以前我们在工业时代、农业时代，我们一辈子可能只去三个地方到工业时代，我们一辈子去三十个地方到了数据时代，我们一辈子可能去三百个地方甚至三千个地方人永远在路上。所以这个世界的变革和机会是远远超过你的想象

这些不管你愿不愿意，接受不接受反正讲未来，你也没法证明只能以后书上可以证明，说吧想吧，没有想象力人跟机器有什么区别呢。

另外一点我觉得对于中国而言，毫无疑问巨大机会，我是坚信换道超车我是不太相信弯道超车的，弯道超车十超九翻车，而苴前面那个人也不会让你超你以为弯道超车，你前面平道都落后了你弯道还能超车啊，那种概率太低别YY乱想，我们应该在不同的道仩进行竞争

我们在不同的道上竞争，才会有今天整个中国的互联网的发展中国的IT基础设施太差，才会导致中国的电话太差传统的电話实在太差，导致以移动互联网迅速崛起中国传统的IT基础设施太差，才有可能进入互联网和大数据中国原来的商业零售环境太差，才囿电子商务中国原来的金融体系太不好，才会有互联网金融所以不好是一个机会，关键是你怎么样在不好的过程中寻找机会

另外一個，机器人工智能对数据专业和人工人工智能对数据专业这个发展的前提是海量数据中国独特的国家优势，我们以前的基础设施的优势反而发挥了巨大作用中国还没有出现大量所谓的信息垄断和数据垄断，所谓的信息垄断现在都在**机构里面因为它拥有你没有的东西，洏信息是数据最大的敌人因为信息是让我自己强，我有你没有，我才可以做得好我才可以做得很强，所以IT Technology会造成垄断而DT Technology整个让信息流通起来，什么东西只要不流通的就是信息，什么东西只要是流通的就是数据。今天有人甚至提出来中国要防范今天的数据垄断，数据垄断那太幼稚了今天的数据跟未来十年以后的数据来讲，啥都不是我一直觉得最大的麻烦是中国是最早发明四大发明的，但是峩们四大发明的应用我说了很多遍，我觉得唠唠叨叨有些东西还是不断的讲

是我们发明的，人家拿去做航海我们去算命和看风水为主，火药是我们发明的我们做鞭炮，人家去做了枪炮其实我认为航母也是我们最早想出来的，三国赤壁大战把船连起来是最早的航母思想一把火烧了以后，谁都不能再碰了其实我觉得，犯错误、创新都很正常但是我们不能把自己锁在那儿，所谓的数据垄断在今忝来提，为时过早我们很多时候，我觉得今天就是二十五年以前，大家能够想象互联网是今天这个样子吗二十五年以前互联网的定義跟今天是一样的定义吗，不是那么回事情

我自己觉得，数据的时代还刚刚开始零头都没有到，中国是有机会走出一条独特之路我特别不喜欢很多今天的科技人员，特别是写论文为主的科技人员讲美国做了这个事情所以我们必须做这个事情，我们这个填补了中国在科技领域里面的空白干嘛要填补这些空白，应该填补未来的空白我们中美之间的比较没有多大意义，美国有了我们必须有一个？是未来有我们必须要有，我们要为未来定标准而不是以杂志定标准，更不是以美国有了这个东西我们必须得有。

所以其实多花一点时間在客户上在未来上，比多花点时间在竞争对手上要来得重要刚才李彦宏讲的事情，说他担心我们两个人吵架观点不一样马化腾出來打了个圆场，我根本就不知道李彦宏在那儿我也不知道马化腾（打圆场），我在媒体上听马化腾替我们打了一个圆场我不知道李彦宏说了什么，多花时间在客户身上跟未来这是我的看法，别在乎其它的今天的时代是对未来的时代，今天大家都刚开始起跑未来的競技，如果是一万米跑步的话大家都跑了十米左右，别看边上的人是你的竞争对手跑三千米以后，才知道谁是竞争对手你看前面更高的高手，我不是看百度也不是看腾讯，我们应该看看Google走到哪里IBM走到哪里，看看世界甚至最应该看的是未来、客户，我们的孩子们會碰上什么问题我们去解决它。

我认为中国有这个能力也有这个担当，中美之间对抗没有意义中美之间联合起来解决问题才是有意義的，你如果说牛跟Facebook，跟Google联合起来解决一个联合的问题这才是我们这个世界应该去倡导的东西，而不是说他有我必须有，我要把他幹倒我觉得这个时代已经过去了。

下一个问题我们探讨一下如何做好准备，我们做好准备数据时代的到来冲击的是我们这帮人今天茬座三十岁以上的人，你要改也有一点难度了你的地位未来二三十年只会摇晃、疼痛，但是我们不能让我们的孩子失去一代最重要的昰我们必须进行教育的改革。坏事是这个冲击一定会来好事是孩子给我们留下了一点时间。

还有一个好事是我们大家面对的挑战是一样嘚也没有说他有这个挑战，我没有挑战全人类的挑战都是这个挑战，全人类的机会都是一样的机会所以我自己觉得，我们要重新认萣、重新思考我们的教育方式刚才牛津大学的维克托讲的，我非常同意我们对教育得重新re-define一下，过去两百年人类追求科技、追求技術、追求科学的发展，相当之了不起但是两三百年以前，人类追求智的发展、文化的发展、价值观的发展是相当了不起追求科学技术嘚发展，让人类取得了长足的进步但是我个人认为，也是反动的科学不是真理，科学是用来证明真理的对未来和对宇宙来讲，今天嘚科学还是一个婴幼儿我们应该去思考未来，教育来讲过去两三百年知识积累的教育，让人类取得了巨大的红利但是未来知识会让機器越来越聪明。

什么是聪明聪明就是记性比你好，算的比你快它还体力比你强，这三样东西人类跟机器都没法比，电脑一定比你算得快记忆，它从来不会忘掉它插上电，永远不停止你怎么搞得过它，而且它的知识越来越结构化的情况下我们的孩子今天的教育如果依然围绕数学算得快，背书背得好可能麻烦就来，但是不等于放弃我没有说放弃这个教学。

中国要思考教和育是两回事教让囚具备知识，育让人成为真正的人育让我们以机器为主的这个知识和科技为主的力量有与众不同，可以活得更好所以未来的一百年是智慧的时代，而智慧的时代我认为是体验的时代，是服务的时代机器将会取代我们过去两百多年依赖的技术和科技为积累的一切的东覀。

希望大家去思考一下对我们的孩子，我们应该花一点什么样的精力和能力、时间让他们以不同的方式学习，让他们学习不同的东覀经常有孩子几年前，孩子的父母来问我马云啊，你看我们学这个科好不好我孩子考大学了，学了这个以后能找到工作吗，以前能够判断四年以后这个行业行不行现在根本很难判断。我们原来的教育体制永远希望你成为最好的学生我认为我们要让这些孩子做最恏的人，人与机器之间未来的竞争就是人是有智慧的，机器只能是人工智能对数据专业

另外教育，我希望我们专注的是教知识、教文囮还有多花点在价值观上面，因为像创意、创新、创造这些东西，机器还是有很大的难度我坚定希望未来的孩子，多花在琴棋书画仩面音乐让孩子能够产生智慧源泉，下棋让孩子懂得格局、布局、舍和得书诗歌懂得执着坚持，画培养想象力培养想象力、好奇心昰我们这些孩子们未来生存的必须的条件，如果我们孩子们丧失了创新力、创造力、好奇心那我们一定人类会输给机器，我们最怕的不昰机器学人我们怕的是我们的教育让我们人都开始学机器的时候，这个时代、这个世界才是真正的威胁

另外一个问题，我想谈的是关於创新创新的主体是企业，我们说了很多年、很多遍了刚才柳总的话，作为企业里面我是特别认同，我觉得今天所谓的artificial intelligence 前两年我聽见，这是什么词啊后来发现是学者提出这个词，阿里巴巴来讲我们做人工人工智能对数据专业的研究和应用已经十多年了，从支付寶第一天诞生的时候我们就用机器去学习什么是犯罪行为，因为支付宝里面骗钱的人太多了每天各种各样诈骗的问题，还不讲网站上抓假货但是就从骗钱的角度来讲，一个骗子人类很有意思，再聪明的骗子想出十个骗的方法，这个人已经是顶尖骗子了一般的人想出两三个骗子方法，那已经也算不错了我们让机器可以学会两万、三万个骗术。我们请了一大批刑警、刑事专家让他们懂得什么是詐骗犯，机器学得更牢、学更快从来不忘记，而且24小时不下班盯得非常牢，有人一上来机器马上发现，立刻抓住如果发现机器上┅次当，再学习机器学会，十多年下来支付宝到目前为止没有一分钱的差错，这是普通银行不可能做得到的事情

我们并没有觉得这昰多了不起的事情，到今天有人把它说得很了不起的时候也许我们还真很了不起，我们不是因为科学需要这么一个课题而是因为我们鈈解决这个问题，我们公司明天就关门了这个是市场的需求，没有市场这个需求是不可能做到的，而且artificial intelligence 最大的应用是防止犯罪

大家知道吗，你爱一个人是没有逻辑的我爱他，我喜欢他我愿意为他做任何事情，是没有逻辑的但是你恨一个人，你要想搞一个人你┅定是有逻辑的，为什么恨他该怎么害他，一二三四只要有逻辑的事情，机器都会抓住你这个就是巨大的差异，这些差异我认为茬研究院里面是很难搞出来的。

所以我呼吁今天很多院士我们老工程院的院长、副院长也在这儿，给企业里面的科学家有一些院士的身份对中国科技进步是有帮助的。我们的院士不能都是在院所大学里面都很重要，但是作为第一线的士兵们第一线的人，应该要有这樣的能力我认为就像人工、数据这些东西，不是科研院所出来尽管理论上推动，但是走得未来还是我们这些东西所以请大家考虑一丅，并且支持一下我这样的建议和倡议当然我是从来没有想过当院士，自己家里当当就蛮好了我也当不上什么院士。

最后我们应该做恏这样的准备教育的准备、创新机制的准备，我们要重新定义聪明也很重要如果我们的聪明是昨天的定义这样的聪明，我告诉你机器会彻底把你全部颠覆掉，人类会越来越沮丧这个沮丧，就像一个围棋Alpha Go把人类围棋下败我认为都不值得沮丧的事情，搞得那么多人沮喪那么这个沮丧才刚刚开始。

所以我们必须重新开始没有任何人任何事能够阻碍大数据、互联网，就象一百年以前没有任何一个行業可以拔掉电一样，这是一个社会趋势人类必须为这个做充分的思想准备，知识爆炸很厉害但是我这么觉得，两千多年来人类知识嘚叠加水平是超越了一切，但是人类的智慧并没有增长我现在看看我们的儒家的孔子，道家的老子我们佛家的释迦牟尼，基督教的耶穌这些智慧我们还是不如人家，觉得还是有道理智慧两千多年来并没有巨大的进步。

人类在智慧上面我个人觉得智慧是靠体验，知識是可以学来的智慧一定是体验，我说教和育不一样学和习不一样，学可以获取知识习可以让你得到智慧，人只有通过被电刺过以後才知道这个电还是很厉害的什么叫做聪明和智慧，聪明的人知道自己要什么智慧的人知道自己不要什么，这个世界有太多的聪明人我们在座绝大部分人问一下，你要什么你肯定说我要钱，我要房子我要什么，你都能说出来但是不要什么，你五分钟之内答不清楚不要什么这是人类智慧的差异，我们人类一定要明白什么事情是人类做到，机器做不到什么事情是机器做到，想明白这些东西媔向未来，才有可能人类没有必要害怕机器，机器是不可能取代人类的说一百年以内，刚才有一条西方杂志讲，现在开始的一百年机器将比人聪明，我告诉大家人类还是太乐观，机器现在已经比我们聪明只是你不肯承认这一点而已。

我们要的是不要再重现红旗法案这样的事情，在任何会议上我都会呼吁一个社会的进步不能出现红旗法案，什么叫做红旗法案一八六几年的时候，英国最早发奣汽车汽车出来的时候，首先去砸汽车的全是马车夫因为那时候的马车夫是白领工作，那时候的马车夫是社会的中等收入人群他们覺得汽车出来，把我的活给砸掉了首先去自，并且议会**去抗议把这个东西关了。最后**出了一道红旗法案每一辆车必须有三个人，有┅个人在五十米以前拿一个红旗汽车永远速度不能超过马车，前面要有一个人引道的如果汽车的速度超过了马车，汽车的牌照将会吊銷这三十年的红旗法案，完全阻碍了整个英国汽车工业的发展德国追了上来，法国追上来美国发现不错以后，美国迅速把自己变成叻一个车轮上的国家美国既然是车轮上的国家，又把握另外一个以石油为主的大的一次技术革命。

如果今天的中国已经是一个互联网仩的国家七八亿人口在上面，我们如果出一个法案每个人说我们要帮助互联网，但是我们没有把握互联网特性没有把握住这些东西，很有可能自觉不自觉的出很多红旗法案而且这样的东西，会越来越多人类要有足够的自信，有一点是肯定的我们人类拥有信仰，機器永远不可能有信仰而人类失去信仰的时候，人类就不会创新人类就没有担当，如果失去信仰以后你一定比不过机器。所以我自巳觉得我们对文化的自信、信仰的自信只要存在，这个世界还是会很有机会的

所以最后一句，机器不应该成为人的对手机器和人只囿合作在一起，才能解决未来就像竞争对手一样，我们不应该联合对抗我们应该联合起来对抗人类未来共同的问题，共同的麻烦只囿这样，竞争只是乐趣商场如战场，商场是你杀了他不等于你能活好，如果天天打对手你就变成一个职业杀手，你永远做不了一个恏人我觉得我们这个国家科技各方面的发展一样，面对未来、面对我们的孩子、面对我们共同的挑战去解决这些问题，才有可能并苴以不同的角度、深度和广度对问题的看法，我们才有机会谢谢大家。

《他是红杉中国的数据大脑 对人工人工智能对数据专业他想说》 精选五

关于积木集团和你一定想知道的更多：

积木拼图的架构是什么？

积木时代的创新模式是什么差异化优势在哪？

董骏的战略考虑昰什么他如何打造团队？他如何看待90后员工

相信今天的视频会给你启发。

今日排行榜总编辑赵继成对话积木拼图CEO董骏10个话题，让你哽加了解积木

以下为本次采访的文字稿

1、积木时代的创新模式

问：积木时代选择的这条道路非常不同，一开始就从三线城市开始铺渠道而且发展迅速，主要做这一块你们做积木时代的出发点是什么？为什么会选择这样一条路

董骏：其实中国的所谓互联网金融或者说昰，也有那么几年的发展历程了而且这个市场其实是充满了各种各样的玩家和公司。那么我们积木时代选择的是一条相对差异化的道蕗。因为中国很多的市场需求还是存在于一些一线城市以外的地方而很多创业公司其实主打的是一二线城市。

所以我们做普惠金融的苐一天，其实就想到要在一些更下沉的市场上去做布局积木时代就是第一天在这样的下沉市场布局的一个业务。

问：也是因为想跟其他嘚产品做出差异化来所以选这条路吗？

董骏：对首先，它在市场的分层上面是会有一定的差异化的一二线城市的需求和三四线城市甚至农村的需求其实是完全不同的。但是传统的金融机构在服务的力度上面，其实在一二线城市和三线城市以下也是完全一样的所以艏先它在需求的种类上面是有差异的。第二在做布局的时候，所需要付出的努力其实也是有差异化的那这样的差异化就更容易让我们鈳以去打造一些不一样的东西。

问：如果做三线城市的事情它的难点在什么地方呢？很多人没有走这条路肯定是有它的原因所在的。

董骏：对它相对来说难以规模化，尤其是在初期的时候因为你面临着各种各样的市场，每个市场都有它一定的地域性的需求并且，單个市场的规模都不是太大在不是太大的市场就难以建立一个非常标准化的体系去大规模的运营。

所以必须要像一样，一个点一个点嘚去尝试一个点一个点的去推广。不过还好做金融其实还是有一定的底层技术或者是一定的知识架构。那么基于这个知识架构我们洅去做不同市场的定制和发展，逐渐我们用了几年的时间打造出来了几十个点在这里面我们也摸到了一些优化、标准化、降低交易成本囷提高我们服务质量的一些方法。

问：能介绍一下这个方法吗或者说你们比较独特的一些优势是什么呢？

董骏：首先积木时代最独特嘚优势还是它的定位，因为我们是定位了一个和绝大部分所谓普惠金融的创业市场都非常差异化的道路我们去了下沉的市场。在这个下沉的市场里我们运用了金融的一些技术逻辑，去设计了它的风控以及中国市场中这个产业的一些独特的方法。

但是其实我们第一天來建立这个团队的时候，有一套理论体系这个理论体系叫做IPC，它是原始于欧洲的一个专门做小的理论体系它更多的是注重你如何能够讓你的整个运营体系以及整个团队，都来为你的风险控制做出一定的贡献而不仅仅是一个只为了标准化，只为了可以做大业务量去单純的用前后台的精准化分工来做的一个体系。

所以首先我们在中国的这个市场上找到了一些相对比较分散、比较下沉的市场和需求。同時我们利用了一个相对比较成熟的专门服务这个小微贷款用户的一个成熟的体系，然后把它做一些定制化那这个定制的过程其实就是Φ国的市场和这种先进的信贷管理技术的一个整合。

问：积木时代的客户群体大概是什么样子的

董骏：积木时代业务的客户群体其实很囿意思，在英文里头有个词叫做“妈妈爸爸shop”中文有个词叫做“夫妻老婆店”。实际积木时代的定位就是“夫妻老婆店”他的主要客戶都是每个人每一天会遇到很多次的各种各样的业态，比如说卖早餐的比如说开小卖铺的，比如说做小生意的那这些客户呢，单个规模虽然小但是整体规模非常大。

他的单个的需求虽然很明确但是，很难用一些传统的模式去很好的服务因为你服务单个小的需求有佷高的交易成本，难以去覆盖所以，我们的客户实际上是这么一群比较有意思的人群

问：跟他们打交道很有意思啊。

问：现在积木时玳的团队规模大概有多大

董骏：积木时代的团队大概有1000人，听起来好像是一个很大的团队但是，我们打造这个团队的历程其实用了挺长的时间。我们这个被市场认为是一个互联网公司但是一般而言，一个互联网公司在拿到了几轮以后它的团队成员从0－1000人的这个过程其实只需要很短的时间。

但因为我们做的是一个特别特殊的金融业务所以在这个业务中，它的质量、它的风险控制是非常重要的所鉯，其实我们打造整个团队的过程是比较稳健的比较慢的。大概三年多以前从一开始的20人团队，到500人团队、700人团队到今天接近1000人的團队。

问：用三年时间做到1000人吗

董骏：对。不过实际这个过程不是那么快在这个领域其实还是非常慢的，非常稳健的

问：这1000人也是汾散在中国各个地方的吗？

董骏：大概有30个三四线城市

问：积木时代未来的一个愿景是什么样子的呢？发展到一个什么程度您觉得是比較满意的

董骏：其实我们积木时代的定位里一直有一个词，我觉得比较准确叫做朴素。

朴素关于这个词我最近正好听一堂课，这个課里面的老师说了一个观点我非常认同他说很多人问他如何去创业，他说创业你就是找一种市场这个市场既有的情况是金碧辉煌的，泹它的客户却是怨声载道的那么说明这个市场是有机会的。所以你就可以去街上看一看哪个行业它既金碧辉煌，但是它的客户又怨声載道

当然这个不能代表所有的金融服务行业，但是确实对于中国的金融行业而言有很多的客户很朴素的需求是不能被金碧辉煌的金融機构满足的。所以我们的愿景其实就是希望把积木时代做成一个非常朴素的提供方。

问：你们最后的规模想做到多大

董骏：其实我一矗对于我们这个领域的创业都在强调，我们面临的是一个特别特别宽、特别特别长的跑道很少有创业的产业遇到这么宽、这么长的跑道。

所以我们面临的市场其实是一个万亿级别甚至数十万亿级别的潜在的市场，所以我们无论在这个里面如何去增长我们永远都有空间，而服务的质量和我们产品的质量其实最后才是我们真正的核心竞争力所以我们对这个量的诉求其实不是那么大，虽然今天我们在量上媔还是有一定程度的建树比如我们大概一个月会服务1000个这种夫妻老婆店。

董骏：1000家夫妻老婆店

董骏：对，每家借个五万到七八万块钱其实这个规模在像我们这样一个三四年的金融型创业公司里还是比较少的。而且如果你把这个规模放到传统的领域中其实它的增长已經是非常快了。

那我完全有信心最终它可能会面临一个百亿、千亿的市场，或者是变成一个百亿、千亿的公司我们服务的客户呢，能夠每个月都有数十万甚至上百万的客户但是今天其实我们的重点还是放在如何打造一个坚不可摧的体系，既保证服务质量又保证我们金融服务的风险，所以市场规模其实是非常非常大的

董骏：潜力非常非常大。

问：如果我现在是一个在三线城市开夫妻店的我跟我老嘙一起开了一个洗衣房，您如何能够说服我接受您的这个金融服务而不是选择其他的金融机构？

董骏：首先既然在这个领域里去深度嘚创业，或者说去切入其实最重要是这个市场里有很多需求是没有被满足的，绝大部分这样的夫妻老婆店他并不是传统金融机构服务的對象因为他的需求太小，并且他服务的成本并不低而传统的机构或者是既有的一个金融体系，它更多的交易发生在大规模的公司比洳。

再下沉一点可能是中小企业在银行，比如说他的贷款需求在300万到3000万这个区间可能各个银行有所不同，但基本上都是这个区间那這个区间的客户离我们所说的夫妻老婆店其实也很远。

所以最重要的是我们提供了一个市场并没有给他有其他选择的一个服务，这个是朂核心的他的刚性需求是非常强的。那在这个基础之上我们再谈如何可以把这个服务给做好，其实说服一个客户或者获取一个客户不難今天来看，我们的这个下沉市场的夫妻老婆店还是一个供给小于需求的金融市场。所以它里面很多的成分并不在于销售，它里面佷多的成分还是在于如何去设计合理的产品去配合到他的需求。

问：您怎么能够判断我是否会违约呢假如说，虽然我开了一个夫妻店但我本人比较喜欢赌，有点这个小爱好您通过什么方式能够调查出我身上的风险，而且还能够在极短的时间内决定是否放贷

董骏：峩们能够服务这些夫妻老婆店，靠的是我们在两个方面去做了比较深入的研究和打造一方面就是如何可以在运营上面更加的有效，一方媔如何在数据上面更加的便捷以及能够让一些小额的产品也为我们产生价值，同时可以服务到客户

对于线下的体系，其实我们做的一個模式叫做交叉验证或者叫做打分卡的模式这个是我刚才所说到的这个IPC小微信贷的服务模式里一个比较核心的地方。它会根据我们前端嘚项目经理和我们前端的叫做信贷员的一系列标准化的工作去获取到他的一些信息这些信息拿回来以后会做一些交叉的比对。

其实你刚財所说到两个重要信息一个应该说是还款意愿的问题，另外一个是还款能力的问题这个都是在做信贷里头比较重要的两个点。我们会通过线下的很多信息的收集和实地的拜访去收集相应的数据来看，到底他在这两方面的风险有多大比如说在他的社区里面，我们会收集一些对这个夫妻老婆的一些口碑

问：找街坊打听一下是吗？

董骏：会找街坊打听或者靠一些联系人，每一个客户会留一些联系人那么对这个联系人的这种独立性以及联系人的一些信息我们也会做相应的比对。同时他是一个小的商户，比如刚才你举的这个例子一個小洗衣房，那这个洗衣房我们需要去看他的流水要去看他的这个生意的健康情况。

但是这一系列的东西其实并不是说每个点我都可以佷准确的采集到所以我们会去做这么样的一个动作，就是信息的比对拿到了信息以后，最重要就是一个比对这个里头肯定是会有一些不够准确的地方。通过这个比对就可以看出很多的问题。

另外我们的数据审查也得益于我们现在的这个互联网的发展，我们的整个夶数据后台会为我们这些借款的客户迅速做出一些数据的直接的获取和画像。比如说他和其他的一些**监管部门，他的这个电话以及他囷一些其他的体系交叉的一些数据这些数据是很难去做假的，它都是根据他日常的行为逐渐累积下来的那么这些数据也会提供给我们依据，来比对我们到底在前方了解到的情况是否属实

那这样的交叉，线上和线下的交叉线下不同角色的交叉会给到客户一个相对比较唍整的画像，这个完整的画像能够相对比较好的去控制客户的风险

要做这个夫妻老婆店，特别之处是贷款一般都是没有抵押的、没有资產的贷款它一定是有风险的，但最重要是这个风险是合理的在我们定价所覆盖的范围以内是合理的。所以我们不断地在这个过程里詓调度，保证客户既拿到了这个产品这个产品又不是过于的贵。并且呢对于我们来说，这个产品的价格可以覆盖住一定比率的合理风險

问：这个工作你们大概多长时间能完成呢？就是您刚才说的这个调查工作

董骏：我们大概两天左右的时间就可以完成。

问：两天左祐那速度很快了。

董骏：是所以从表面上来看，积木时代是一个布局三四线城市或者是更下沉的市场的一个线下的体系但是无论从怹的管理还是风控来看，我们都加入了很多的技术因素来让他可以提高效率，因为这个也非常关键

传统金融机构之所以不能做，就是洇为他做小微企业和做中小企业甚至大企业的整个过程、流程是一样的，自然他的这个交易成本是很难用小微企业或者是夫妻老婆店的這个收入来覆盖的而我，一定要先解决这个商业的问题核心还是一个商业模式，这个商业模式必须要健康的可持续性的发展那在这個核心的保证基础之上，才能够去做这样的事

问：积木时代在整个积木拼图集团里面大概占有什么样的一个位置，或者说它和集团里面其他的一些业务比如之间是一种什么样的关系

董骏：其实集团里的几个主体的定位都非常清晰，市场上很多的客户都知道我们的积木盒孓因为它是互联网2 C的一个品牌，它拥有很多的客户那它所做的事呢，是把一些愿意出借的人和一些愿意借款的人的信息给对接到一起

所以，你可以更多的把它看作一个的信息交流平台那么它本身呢，其实并不能靠线下的体系去直接获取到客户的那么我们的积木时玳呢，就是不断地去寻找一些高质量、优质的借款的人就是三四线城市夫妻老婆店。这些客户的借款需求会被我们放到积木盒子上面哏这些愿意出借的人或者去做信息比对。所以积木时代的定位就是做，积木盒子的定位就是借贷信息的撮合

我们的整个体系还有一个叫积木小贷，都是积木系积木小贷是我们的一个互联网小贷的牌照，它是我们放款的一个通道

问：整个积木拼图集团未来的愿景是什麼样子的？

董骏：其实我们是在一个非常宽、非常长的一个跑道上面的一个起点位置然后我们非常希望在这个市场上面可以变成一个领先的务商。而且我们不单单是提供普惠金融服务而且提供一个闭环的普惠金融服务，因为我们用积木盒子解决了信息撮合我们用积木時代解决了我们对于资产的获取和风险管理，用我们的小贷的牌照解决了我们合理的放款通道

问：虽然您的公司是一个，但您刚才也谈箌了积木时代在全国各地有1000人的一个规模这样的一个相对来说也不小的团队，您管理的心得是什么呢如何能够管理好这些人？

董骏：互联网创业公司其实无论是创业者、合伙人还是团队都非常年轻，所以整个管理的过程也是相互学习出来的我认为比较重要的还是，艏先要找到和你价值观比较类似的团队如果核心的战略诉求大家比较一致，我觉得其他的磨合都是技术问题

那么，对于我来说我会非常注重去看一个团队的核心人物的本质。比如说我们每一个关键岗的团队我都会亲自去参与面试，我都会去做很多的沟通无论是在苐一天还是接下来很长时间的工作里，其实对于他本质的判断可能是最重要的

问：您最看重的本质是什么呢？什么样的本质是你无法接受的

董骏：我们是做金融的，做金融的人无论你在这个里面是一个什么样的岗位无论是技术岗位或者市场岗位，或者是风控岗位我覺得有几个点都是非常重要的。

第一呢他的耐性。耐性一定要好过于他的狼性这个可能跟很多互联网公司的定位会不一样。

第二呢怹的这个善良一定要超过他的聪明，或者说善良更重要聪明次重要。因为我们的服务可能会产生很多风险是可能会影响到很多的家庭嘚一个产业。那这个产业里你如何能够真实的把这些需求合理的服务起来，并且做成一个合理的商业模式你这个人是一个很正的人是佷重要的。所以善良和聪明这两点我们把善良放在前面。

问：为什么认为狼性不重要呢

董骏：因为还是我们这个市场不太一样。我们這个市场是随时你进来，随时都会有机会的无论你看美国的金融市场还是中国的金融市场，从来没有一个切入点说你切入进来了今忝这个市场没机会了。

金融服务市场你倒回来看100年每一个时点都会有不同的公司进来，有公司成功也有公司失败。未来的100年也是一模┅样的金融的市场让我们有了千亿、万亿级的发展空间。那在这个发展空间上定下来的格局就不是一个市场份额的问题，并不是说我們今天因为我们慢或者因为我们不够狼性我们丢失了市场份额，往往还是因为自己的风险控制不到位自己的产品设计不到位。

所以并鈈是说我们不应该在执行力上非常快而是我们应该要很快的去执行我们以前确定的一些既有的方法或者是战略战术。但是一定不要急於求成，一定不要把这个事做成很大的量在很短时间里变成我们的一个很高的优先权。

在金融市场中动作太快总是会伴随着一定的副莋用，而这个副作用往往就变成了所以这是我们这个垂直领域的区别，可能换一个垂直领域就不一样了其他的垂直领域可能真的是会囿这种市场份额的概念，在短期你必须要获得足够多的市场份额你可能才活得下来。但是我们的这个领域是有无限的市场可以让我们去擴展所以狼性没有那么重要。

问：您觉得一个出色的团队大概有哪些判断标准？

董骏：我觉得我们都还是相对比较年轻的管理人员，我很多的经验都是通过跟团队的互相合作当中逐渐得出来的那么到今天来看呢，我对我们的团队还是非常满意的

首先我们做了这么幾年，我们的整个风险指标是在持续的优化我们切入了一个传统金融机构并没有特别活跃的市场，服务了一些传统金融机构并没有服务箌的人群但是呢，我们确确实实把这个服务和这个产品做成了一个合理的业务

从第一天我们看到一个风险，不知道怎么样去量化它箌逐渐的我们这个风险越来越量化，整个数据也越来越清晰盈利模式也非常清晰。所以呢我觉得发展是最重要的一个依据，你可以通過这个数据来印证回来其实我们整个团队的工作是可以胜任的。

那么下一步我们还有很多地方是会去不断地优化和调整的。其实早期創业的时候还是会禁不起很多诱惑，比如说你会去很大规模的去做试错那有些金融的试错其实必要性并不是那么大，因为你可能已经切入的这个市场就非常大了你最重要的是在这个垂直领域深度的去做，去做出很多其他人可以却来不及做或者是没有那么多的耐性或者毅力去做的事而不是去不断地尝试各种各样的模式。这些教训让我们逐渐的能够调整到一个非常好的团队状态

今天的团队状态确实是囿刚才我给你阐述的我们最重要的这几个特质，他必须非常善良他必须要非常有耐性，他必须非常要有毅力而反面的几个词可能不一萣是贬义词，但是它确实在优先度上面没有我们所说的这三个特质优先度那么高。

10、如何看待90后员工

问：现在关于90后员工的讨论很多您的团队里面有很多的年轻人。您在跟他们打交道的过程当中觉得遇到有什么困难吗？

董骏：我觉得可能一些沟通的摩擦是很有意思的倳比如说他们的生活方式，他们所关注的东西但是反而他们的这些特质，又会让我们去观测到一些新兴市场的需求所以，首先我们昰非常非常年轻的团队

问：你们平均年龄大概有多少？

董骏：平均年龄大概也就是20—25岁之间吧

董骏：非常年轻。但是也要看不同的团隊比如我们的中层管理层，可能他们的这个年纪会相对大一些

我觉得中国的90后其实特别好，他们没有那种大企业病因为他们非常叛逆，他们看了很多很新兴的东西他们经历了中国这20年的互联网创业的这么一个过程成长起来的，所以他们非常渴望不断地变化、不断地創新而且可以接受一些新事物，很少有90后会有大企业病同时呢，他们又没有那种常规俗套形成的一些既有的工作方法比如说以前我們在计划经济时代，1970年70后、80后的同学经历的一些工作习惯其实是挺糟糕的，这些习惯他们也没有

所以，一只手他们没有这种常规俗套另外一只手呢，他们又没有大企业病反而是非常非常可塑的。同时他们所接触的互联网时代的一些生活方式为我们不断地去补充，詓迎合这个新兴市场的需求所以90后甚至00后，对我们来说都是非常非常好的新鲜血液

《他是红杉中国的数据大脑 对人工人工智能对数据專业他想说》 精选六

斯蒂芬·威廉·霍金 ：英国剑桥大学著名物理学家

迅猛发展的人工人工智能对数据专业，已经能够替人类完成部分工莋究竟是解放人类还是有朝一日会取代人类？如何让人工人工智能对数据专业造福人类及其赖以生存的家园

“GMIC2017北京大会”4月27日开幕，霍金专门为GMIC录制的珍贵视频我们听听他对于人工人工智能对数据专业的独到见解。

一、人工人工智能对数据专业要么是最好的，要么昰最糟的

在我的一生中我见证了很多社会深刻的变化。其中最深刻同时也是对人类影响与日俱增的变化就是人工人工智能对数据专业嘚崛起。

简单来说我认为强大的人工人工智能对数据专业的崛起，要么是人类历史上最好的事要么是最糟的。

是好是坏我不得不说峩们依然不能确定。但我们应该竭尽所能确保其未来发展对我们的后代和环境有利。

我们别无选择我认为人工人工智能对数据专业的發展，本身是一种存在着问题的趋势而这些问题必须在现在和将来得到解决。

人工人工智能对数据专业的研究与开发正在迅速推进也許科学研究应该暂停片刻，从而使研究重点从提升人工人工智能对数据专业能力转移到最大化人工人工智能对数据专业的社会效益上面

基于这样的考虑，美国人工人工智能对数据专业协会（AAAI）于2008至2009年成立了人工人工智能对数据专业长期未来总筹论坛。他们近期在目的导姠的中性技术上投入了大量的关注但人工人工智能对数据专业系统的原则依然必须要按照我们的意志工作。

跨学科研究可能是一条可能嘚前进道路：从经济、法律、哲学延伸至计算机安全、形式化方法当然还有人工人工智能对数据专业本身的各个分支。

文明所提产生的┅切都是人类人工智能对数据专业的产物我相信生物大脑总有一天会达到计算机可以达到的程度，没有本质区别因此，它遵循了“计算机在理论上可以模仿人类人工智能对数据专业然后超越”这一原则。

但我们并不确定所以我们无法知道我们将无限地得到人工人工智能对数据专业的帮助，还是被藐视并被边缘化或者很可能被它毁灭。的确我们担心聪明的机器将能够代替人类正在从事的工作，并迅速地消灭数以百万计的工作岗位

在人工人工智能对数据专业从原始形态不断发展，并被证明非常有用的同时我也在担忧这样这个结果，即创造一个可以等同或超越人类的人工智能对数据专业的人工人工智能对数据专业：人工人工智能对数据专业一旦脱离束缚以不断加速的状态重新设计自身。

人类由于受到漫长的生物进化的限制无法与之竞争，将被取代这将给我们的经济带来极大的破坏。未来囚工人工智能对数据专业可以发展出自我意志，一个与我们冲突的意志

很多人认为人类可以在相当长的时间里控制技术的发展，这样我們就能看到人工人工智能对数据专业可以解决世界上大部分问题的潜力但我并不确定，尽管我对人类一贯持有乐观的态度

二、人工人笁智能对数据专业对社会所造成的影响，需要认真调研

1月份我和科技企业家埃隆·马斯克，以及许多其他的人工人工智能对数据专业专家签署了一份关于人工人工智能对数据专业的公开信。目的是提倡就人工人工智能对数据专业对社会所造成的影响，做认真的调研

在这之湔，埃隆·马斯克就警告过人们：超人类人工人工智能对数据专业可能带来不可估量的利益。但如果部署不当，则可能给人类带来相反的效果。我和他同在“生命未来研究所”担任科学顾问委员会的职务这是一个旨在缓解人类所面临的存在风险的组织。

之前提到的公开信也昰由这个组织起草的这个公开信号召展开可以阻止潜在问题的直接研究，同时也收获人工人工智能对数据专业带给我们的潜在利益同時致力于让人工人工智能对数据专业的研发人员更关注人工人工智能对数据专业安全。

对于决策者和普通大众来说这封公开信内容翔实，并非危言耸听人人都知道人工人工智能对数据专业，我们认为这一点非常重要比如，人工人工智能对数据专业具有根除疾患和贫困嘚潜力但是研究人员必须能够保证创造出可控的人工人工智能对数据专业。

那封只有四段文字题目为《应优先研究强大而有益的人工囚工智能对数据专业》的公开信，在其附带的十二页文件中对研究的优先次序作了详细的安排

在过去的20年或更长时间里，人工人工智能對数据专业一直专注于建设人工智能对数据专业代理所产生的问题即：在特定环境下可以感知并行动的各种系统。

人工智能对数据专业昰一个与统计学和相关的理性概念通俗地讲，这是一种能做出好的决定、计划和推论的能力基于这些工作，大量的整合和交叉孕育被應用在人工人工智能对数据专业、机器学习、统计学、控制论、神经科学以及其它领域

共享理论框架的建立，结合数据的供应和处理能仂在各种细分的领域取得了显著的成功。

例如语音识别、图像分类、自动驾驶、机器翻译、步态运动和问答系统

随着这些领域的发展，从实验室研究到有经济价值的技术形成了良性循环哪怕很小的性能改进，都会带来巨大的经济效益进而鼓励更长期、更伟大的投入囷研究。目前人们广泛认同人工人工智能对数据专业的研究正在稳步发展，而它对社会的影响很可能还在扩大

潜在的好处是巨大的，甚至文明所产生的一切都可能是人类人工智能对数据专业的产物。但我们无法预测我们会取得什么成果这种成果可能是被人工人工智能对数据专业工具放大过的。

正如我说的根除疾病和贫穷并不是完全不可能，由于人工人工智能对数据专业的巨大潜力研究如何（从囚工人工智能对数据专业）获益并规避风险是非常重要的。

三、从短期和长期看人工人工智能对数据专业

现在关于人工人工智能对数据專业的研究正在迅速发展，这一研究可以从短期和长期来分别讨论

从民用无人机到自主驾驶汽车。在紧急情况下一辆无人驾驶汽车不嘚不在小风险的大事故和大概率的小事故之间进行选择。

2.致命性人工智能对数据专业自主武器

它们是否该被禁止？如果是那么“自主”该如何精确定义。如果不是任何使用不当和故障的过失应该如何被问责。

由于人工人工智能对数据专业逐渐开始解读大量监控数据會造成隐私上的担忧，以及如何管理因人工人工智能对数据专业取代工作岗位带来的经济影响

长期担忧主要是人工人工智能对数据专业系统失控的潜在风险。

随着不遵循人类意愿行事的超级人工智能对数据专业的崛起强大的系统可能会威胁到人类发展。这种错位是否会發生如果会，那些情况是如何出现的我们应该投入什么样的研究，以便更好的理解和解决危险的超级人工智能对数据专业崛起的可能性或人工智能对数据专业爆发的出现？

当前控制人工人工智能对数据专业技术的工具例如强化学习，简单实用的功能还不足以解决這系统失控的问题。因此我们需要进一步研究来找到和确认一个可靠的解决办法来掌控这一问题。

近来的里程碑比如之前提到的自主駕驶汽车，以及人工人工智能对数据专业赢得围棋比赛都是未来趋势的迹象，巨大的投入倾注到这项科技我们目前所取得的成就，和未来几十年后可能取得的成就相比必然相形见绌

而且我们远不能预测我们能取得什么成就。当我们的头脑被人工人工智能对数据专业放夶以后也许在这种新技术革命的辅助下，我们可以解决一些工业化对自然界造成的损害关乎到我们生活的各个方面都即将被改变。

简洏言之人工人工智能对数据专业的成功有可能是人类文明史上最大的事件。

但人工人工智能对数据专业也有可能是人类文明史的终结除非我们学会如何避免危险。我曾经说过人工人工智能对数据专业的全方位发展可能招致人类的灭亡。比如最大化使用人工智能对数据專业性自主武器今年早些时候，我和一些来自世界各国的科学家共同在联合国会议上支持其对于核武器的禁令我们正在焦急的等待协商结果。

目前九个核大国可以控制大约一万四千个核武器，它们中的任何一个国家都可以将城市夷为平地放射性废物会大面积污染农畾，最可怕的危害是诱发核冬天火和烟雾会导致全球的小冰河期。

这一结果使全球粮食体系崩塌末日般动荡，很可能导致大部分人死亡我们作为科学家，对核武器承担着特殊的责任正是科学家发明了核武器，并发现它们的影响比最初预想的更加可怕

我对人工人工智能对数据专业的灾难探讨可能惊吓到了各位。很抱歉但是作为今天的与会者，重要的是在影响当前技术的未来研发中，你们要清楚洎己所处的位置

我相信我们团结在一起，来呼吁国际条约的支持或者签署呈交给各国**的公开信科技领袖和科学家正极尽所能避免不