其他

人工智能行业起薪就在1.25万,再不转型将被越甩越远!

2017-12-05 周密金融

密金融官网:www.zmjinrong.com 公众号:tanko_zhou


版权: 作者 付一夫,苏宁金融研究院研究员 来源 苏宁财富资讯(ID:SuningWealthInsights)、新华社等



你刚毕业一个月拿几千块,人工智能行业起薪就在1.25万


工智能领域从来都不乏重磅新闻。继去年的AlphaGo战胜李世石、今年的人机高考大战之后,又有一个曾经只能在科幻电影中看到的情景来到了现实世界——


就在前不久,福特汽车给那些需要长时间高举双手开展工作的工人安装了智能机械手臂,这种“肉身搭配机械臂”,不仅能减轻疲劳,降低事故率,还能把老工人的生产力提升至年轻人的水平。如此一来,人工智能又在制造业领域抢占了一席之地。



近年来,人工智能的爆炸式发展,已然使其成为各路资本竞相追捧的新风口。既然是风口,自然预示着潜在的巨额财富。那么,人工智能是否能够成为未来最赚钱的行业之一呢?

 

从中美“朱格拉周期”看主导产业的更迭

 

谈到行业更迭与资本追捧,必须要提到的一个名词就是“朱格拉周期”,它是指一种为期约8~10年的周期性波动,主要受设备更替和资本开支驱动。


法国医生、经济学家克里门特·朱格拉在《论法国、英国和美国的商业危机以及发生周期》一书中,首次提出这一概念。


他研究发现,社会大生产过程中,由于机器设备存在磨损、技术进步等因素,往往过几年就需要更新,这种设备更替带动资本开支呈现出周期性变化,从而产生有规律的经济周期性变化;当整个经济处于设备投资的高峰期时,就会产生大量的资本支出,依靠固定资产投资拉动经济步入繁荣;而当一轮设备投资完成后,投资又会步入低谷,从而使经济进入下行轨道。


资产配置的核心是产业,产业更迭是朱格拉周期的精髓,更是宏观经济发展的关键所在。每一轮朱格拉周期的开启,背后都对应着一个主导产业,而该产业之所以能够成为主导,是因为它拥有着时下最为前沿的技术,由此决定了其较高的劳动生产率水平。


根据结构主义观点与经济增长非均衡性的有关理论,各经济部门生产率水平的差异会引起资本、劳动等生产要素的跨部门流动,即从生产率较低的行业流向生产率较高的行业,从而进一步助力高生产率行业的壮大,使其成为拉动国民经济增长的主要引擎。


从微观企业的角度来看,企业家同样更倾向于把有限的资金投入到劳动生产率更高的行业中,以便获得更大的产出并实现更多的盈利。而产业是劳动生产率的载体,由此可以大体判断:企业资本开支和劳动生产率高度相关,而主导产业往往拥有着较高的劳动生产率水平,所以抓住了主导产业就是抓住了时下的风口,而抓住了风口也便是抓住了系统性投资机会。


从美国经济的发展历程来看,自上世纪中叶起,每个朱格拉周期的主导产业在10年左右的时间里,用技术进步或全球化需求驱动该产业的投资周期,而后便被下一个主导产业所替代(参见图1)。

 


具体来说,美国在每个朱格拉周期的主导产业、龙头企业及其更替如表1所示。从中可以清晰地看到,美国自上世纪60年代起,先后经历了“汽车→化工→消费品→电子计算机与通信→房地产→互联网”的产业更替过程,而每个阶段的主导产业也相应成为了当时的风口,基于在当时领先的技术水平,吸引大量的资金流入,助力行业发展,进而推动国民经济的进步;而临近周期尾声之际,该主导产业的设备投资也渐近低迷,此时便开始酝酿着下一个朱格拉周期与新风口的来临。

 


反观中国经济,自改革开放以来,同样也经历了若干个朱格拉周期,与之相应的各个主导产业也顺次发展壮大并实现更替(参见图2)。



从图2可以看到,基建一直是中国经济发展进程中的产业层面的主要抓手,每个阶段的表现形式有所不同,进而带动了与基建相关的各个行业的发展与诸多投资机会,随着新技术的不断涌现,由基建产生的系统性投资机会也在随之调整与改变。


以房地产行业为例,自1998年福利房分配制度终结后,中国房地产行业迎来了长达十年高增长与高回报的“黄金时代”。房地产投资和销售都处于高速发展轨道,其中投资平均增速高达24%,销售平均增速同样达到20%。


随着中国经济新常态的到来,经济下行压力逐渐显现,地方政府和国企在着力去杠杆,杠杆转移给居民的空间也很有限,从而依靠“基建+地产”拉动固定资产投资的旧模式驱动力开始衰减。同时,本轮工业品通缩最严重的时候即将过去,伴随着工业品价格的回升,企业生产和投资的意愿也逐渐回升;而去库存阶段对投资的压制作用将消耗殆尽,未来将逐渐进入加库存阶段,将有利于企业资产开支的增加。于是,种种迹象均预示着本轮朱格拉周期的落幕与新一轮朱格拉周期的启动。


另一方面,新一轮技术革命已经近在咫尺。在科技浪潮的席卷下,中国制造业的发展已经呈现出自动智能化、服务型化和国际化三大趋势,因此制造业有望在下一个朱格拉周期与技术革命的双重叠加下,实现转型和升级,并成为支撑未来中国经济发展的新主导产业。需要注意的是,在“互联网+”的引领下,当前中国在硬件设备、自动数据处理等方面已经积累起较高的技术水平,而且5G通信、物联网、人工智能、新能源汽车等高端装备制造业也获得极为有利的政策倾斜,前景十分广阔。


相比之下,人工智能凭借自身独特的优势和魅力,从诸多风口行业中脱颖而出,被人们视作下一个朱格拉周期中“风口中的风口”,更有望成为引领宏观经济发展的新引擎。


人工智能为什么将是“风口中的风口”?


自1956年“人工智能”这一名词问世以来,经过了60多年的演进与发展,已经逐渐由概念变为现实。近年来,随着各种新兴技术的不断涌现,让人工智能在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会强烈需求的共同驱动下,正呈爆炸式迅猛发展,并展现出深度学习、跨界融合、人机协同、群智开放、自主操控的新特征。


同时,大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统也成为人工智能的发展重点,受脑科学成果启发的类脑智能蓄势待发,芯片化、硬件化、平台化趋势更加明显,人工智能发展进入全新阶段,即所谓的“新一代人工智能”。



当前,新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进,正在引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速跃升。为此,业内普遍将人工智能视作新一轮科技革命和产业变革的核心力量;更有人坚信,人工智能将成为下一个朱格拉周期中产业的新主导,即“风口中的风口”。


事出必有因,为什么人工智能被如此看好?笔者认为,主要是由于以下三方面原因:


第一,人工智能是一种“通用目的技术”。所谓通用目的技术(GPT,GeneralPurpose technology),可以简单地理解为包含以下四方面特点的一种技术,即:能够被广泛地应用至各个领域,可以持续促进生产率提高并降低使用者的成本,能促进新技术创新和新产品生产,会不断促进生产、流通和组织管理方式的调整和优化。根据最新的维基百科介绍,经济学家们认为人类发展史走到今天总共有26种通用技术,而人工智能就是其中之一。


作为一种通用目的技术,人工智能将有望重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业,引发经济结构重大变革,推动产业转型升级、实现生产力的新跃升。同时,人工智能也将带来社会建设的新机遇,特别是在教育、医疗、养老、环境保护、城市运行、司法服务等领域的广泛应用,将极大提高公共服务精准化水平,全面提升人民生活品质。


第二,人工智能行业倍受资本市场青睐。确定一个行业是否为“风口”,重要的检验方式之一便是是否已经得到了资本市场的认可。从目前来看,人工智能非但没有令人失望,还大大超出预期,让人对其前景无比憧憬与期待。


数据不会说谎。2017年前三季度,中国在人工智能领域共有107个项目获得投资,获得投资总金额201.2亿元左右,相比2016年全年,实现48.6%的增长(参见图3)。其中,以今年5月的投资事件最为密集,达到20起;但5月过后,投资热度依旧不减,每月仍有10起左右的投资事件(参见图4)。同时,今年7月单月投资金额最高,达到47.3亿元。

 


 

此外,从细分领域来看,以计算机视觉、无人驾驶和智慧医疗获得投融资资金较高,计算机视觉、机器人和智慧医疗的投资频次较高(参见图5)。综合来看,大量的资本争先恐后地想要进军人工智能领域,足以证明投资方对其充分肯定与看好,因此预计未来,人工智能领域的投融资热度仍将继续保持。



第三,人工智能行业的政策利好接二连三。继7月份国务院印发《新一代人工智能发展规划》之后,人工智能产业再迎政策利好。据国家发改委网站消息,为贯彻落实“十三五”规划《纲要》,2018年,国家发展改革委将组织实施“互联网+”、人工智能创新发展和数字经济试点重大工程,由此将再度对人工智能领域重点布局。


当前人工智能技术已由机器视觉、深度学习等基础研究领域演进到无人驾驶、智能家居等应用领域。随着国家层面对该领域发展的高度重视与支持,各类资本对这一产业的加速布局,未来人工智能发展应用的广度和深度将大大增加,相关龙头公司价值也势必十分凸显。

 

人工智能或成为未来最赚钱的行业

 

从生活方式和个人发展上看,人工智能其实距离我们并不遥远,当无人驾驶悄悄来到我们身边之时,更大的浪潮正在席卷而至。


可以预见的是,在这个变化如此之快的时代,尤其是在新一轮技术革命与下一个朱格拉周期的叠加作用下,人工智能的发展必将跨入新的纪元,并彻底改变人类的生活方式。互联网圈子里面有句名言流传甚广:“得人工智能者得天下”,此言绝非空穴来风。


任何一个行业的发展都离不开人才,而像人工智能这样前沿的技术领域,更是求贤若渴。根据有关研究机构的数据显示,目前国内人工智能相关岗位应届毕业生的起薪基本都在12.5K/月以上,一些巨头企业甚至直接开价到25K/月;而毕业三年后人工智能岗位的技术人员,基本可以实现薪酬翻番。从某知名招聘网站上同样可以看到,各个互联网企业对人工智能岗位的人才都是不吝高薪。


未来几年,不论国内外,人工智能等技术性较强的行业人才是互联网公司最需要的,而这些行业领域也将是全球互联网未来发展的主攻方向。由此来看,投资自己的大脑将成为回报率最高的事情。


永远不要和趋势作对。历史的车轮滚滚向前,从来不会等待任何人。你不改变,总有人逼你改变。“过去属于死神,未来属于自己”,如果你想在未来的发展中抢占先机,现在开始提升自己。


变革已经到来,你准备好了吗?


麦肯锡:如果再不转型人工智能, 这些行业将被越甩越远!


11月15日,国家科技部召开新一代人工智能发展规划暨重大科技项目启动会,宣布成立新一代人工智能发展规划推进办公室,成员主要由科技部、发改委、工信部、中科院、工程院等15个部门构成,负责推进新一代人工智能发展规划和重大科技项目的组织实施。


人工智能浪潮来临,昼息之间就将是颠覆性的改变。无论是政府、企业还是开发者都应对此有清晰认知。麦肯锡前不久发布的一份长达 80 页的报告——《人工智能:下一个数字前沿?》,对人工智能为企业创造价值的方式进行了全面的分析和解读。



报告指出,早期证据已表明“大规模采用人工智能技术将为企业带来丰厚回报”,人工智能的颠覆性力量将逐渐显现。以下是报告的精华摘要:


人工智能早期进入者已真正获益


人工智能正要带来下一波数字颠覆浪潮,而企业需要现在就开始做好准备。我们已经看到有少数几家早期进入的公司已经开始从中获得真正的利益,这使得其它公司在寻求和加速它们自己的数字转型上面显得更加紧迫。


我们的发现重点围绕五大人工智能技术系统:机器人和自动化载具、计算机视觉、语言、虚拟智能体(virtual agent)、机器学习(其中包括深度学习,并且是近来许多其它人工智能技术的新进展的基础)。


1. 人工智能投资正在快速增长,其中数字巨头公司是主导者。


从全球范围看,麦肯锡估计 2016 年科技巨头在人工智能上投入了 200 亿到 300 亿美元,其中 90% 花在了研发和部署上,另外 10% 则花在了人工智能并购上。VC 和 PE 融资、拨款和种子轮投资也在快速增长,尽管基数很小,但已经增长到了总共 60 亿到 90 亿美元。其中,机器学习作为一项赋能技术(enabling technology),已经在内部投资和外部投资中都占据了最大的份额。


2. 在科技行业之外采用人工智能还处于早期的实验性阶段,仅有少数公司进行了大规模部署。


在我们调查的 3000 位知道人工智能的首席官级别(C-level)的高管中(来自 10 个国家,横跨 14 个行业),仅有 20% 表示他们目前在大规模或在他们业务的核心部分使用与人工智能相关的技术。许多公司表示它们并不确定相关的业务案例或投资回报。在调查了 160 多种用例之后,我们发现其中仅有 12% 对人工智能进行了商业化的部署。


3. 人工智能的早期使用者与其它公司之间日益扩大的鸿沟。


高科技和电信行业、金融服务行业是人工智能应用方面的领军者。它们也拥有最为激进的人工智能投资意图。这些领军者的投资兼具广度与深度:跨多个职能部门使用多种技术,并且将其部署到自己业务的核心。比如说,汽车制造商正在使用人工智能来开发自动驾驶汽车和改善汽车操作体验,而金融服务公司则更可能将其用在消费者体验相关的功能中。


4. 早期的证据表明,人工智能可以给严肃的采用者带来真正的价值,并且可以成为一股强大的颠覆性力量。


在我们调查中,将强大的数字能力与主动的战略结合在一起的人工智能早期采用者有更高的利润率,并且还有望在未来进一步扩大业绩的差距。我们在零售、电力公共事业、制造业、医疗保健和教育领域的案例研究突出了人工智能在提升预测和采购、优化和自动化运营、开发定向营销和定价以及提升用户体验上的潜力。


5. 人工智能对数字基础的依赖,以及人工智能往往需要在特定数据上训练的事实意味着公司没有捷径可走。


公司不能推迟和拖延其数字化进步,包括人工智能。早期的采用者已经在创造竞争优势了,而且也似乎正将后进者越甩越远。一个成功的方案需要公司解决数字和分析转型中的许多元素:识别业务案例、设置正确的数据生态系统、开发或购买合适的人工智能工具以及调整工作流程、能力和文化。特别地,我们的调 51 37138 51 19068 0 0 5101 0 0:00:07 0:00:03 0:00:04 5101 51 37138 51 19068 0 0 4023 0 0:00:09 0:00:04 0:00:05 4023表明高层的领导、管理和技术能力以及无缝的数据权限是关键的推动因素。


6. 人工智能有望实现价值利益,但也给公司、开发者、政府等带来了紧迫的挑战。


劳动力需要得到再训练,获得新技能,从而能利用人工智能,而不是与之竞争;希望将自己确立为一个全球人工智能开发中心的城市和国家需要加入全球的竞争以吸引人工智能人才和投资;我们也需要推动解决在道德、法律和监管方面的难题,否则就会拖累人工智能的发展。


企业准备好接受人工智能了吗?


由于科技巨头驱动,人工智能的投资正在飞快增长。科技巨头正在人工智能技术领域投入数十亿美元的资金。它们看到了 AI 技术在未来的方向——强劲的计算机硬件,越来越复杂的算法模型和巨量数据,这些需求都已部分实现。


事实上,在人工智能领域,大公司的内部投资占据着主要地位:麦肯锡估算,在 2016 年这一数字是180~270 亿美元;而外部投资(来自风投机构、私募股权投资、并购、资助和种子轮投资)大约为 80~120 亿美元。


1. 人工智能有望提升利润,推动行业转型


人工智能技术近年来飞速发展,然而后续的采用依然处于起步阶段。这使得评估人工智能对于公司和行业造成的潜在影响充满了挑战。


通过回顾五个行业的大量案例研究,我们也展示了人工智能是如何转变一些业务活动,并具有根本地改变其他业务的潜力。这些案例证明了人工智能如何在整个价值链上和不同行业之间塑造不同的功能。这些案例还对利益相关者有着广泛的影响,比如跨国公司、初创企业、政府和社会组织。而这些产业案例研究表明了人工智能的颠覆性潜力。


为了发展人工智能广泛应用于商业领域的愿景,我们创建了五项案例研究,以表明人工智能如何通过多种形式影响具体的行为。我们选择创建案例的行业是:零售、电力、制造业、医疗以及教育。类型涵盖私立、公有、社会企业,包括从劳动密集型行业到业务到业务的重资产操作。


为了满足人们的期待,人工智能需要在经济领域发挥实际作用,以显著降低成本,增加收益,并提高资产利用率。


2. 我们分类了人工智能可在 4 个领域创造价值的方式:


1. 使公司更好地规划和预测需求,优化研发,提升资源;

2. 以更低的成本更高的质量,提高公司生产货物、提供服务的能力;

3. 以合理的价格,通过正确的讯息,将产品送达到客户手中;

4. 允许他们提供丰富、个性化和便捷的用户体验。


3. 成功的人工智能转型需要哪些因素?


1. 数据生态系统:


打破数据仓(data silos)

决定集成和预分析的层面

识别高价值数据


2. 技术与工具


识别适合目标的人工智能工具

合伙或并购以填补能力缺口

采取灵活的“测试和学习式”方法


3. 工作流程整合


将人工智能整合进工作流程

优化人机界面


4. 开放的组织文化


采取开放、协作的文化

相信人工智能劳动力

重新掌握技能以备不时之需


从职业分布来看,只有少数职业会被完全的自动化取代,而对于 60% 的职业来说,其中仅有 30% 的工作可以被自动化。而从地域上来看,美国和中国正主导世界人工智能版图,欧洲正在落后。


人工智能目前还面临这些挑战


人工智能为政府和社会提出了广泛的问题。在这份报告中,麦肯锡指出了其中的一些问题,也包含部分解决问题的方法。我们在这些问题上的进展对于实现人工智能的潜在利益和避免风险至关重要。


1. 鼓励更广泛地利用人工智能


目前的人工智能应用集中于相对数字化的行业内,而这些领域已经是新技术的前沿了。扩展人工智能的应用范围,支持新技术领域,特别是其中的小型公司,对于保证生产力的增长和经济发展至关重要,可以保证市场健康,具有竞争力。人工智能在更广泛领域内的应用也可以帮助平衡各行业的工资水平。人工智能可以带动生产力水平的发展,从而提高工资。更宽广的应用范围有助于让人工智能的好处推动至更多的公司和工人身边,而不仅仅是让已经处于收入金字塔顶端的前沿公司和雇员受益。


2. 解决就业和收入分配问题


人工智能驱动的自动化变革会深刻影响人们的工作和工资水平。在麦肯锡的调查中,绝大多数公司并不认为自己会在未来大幅减少员工人数。然而,显然会有一些职位的技能会不符合未来要求。政府可能会不得不重新思考社会服务的模式。不同的想法将被纳入思考范围,包括共享劳动力、负所得税和全球基本收入水平。


3. 解决道德、法律和监管问题


人工智能提出了一系列道德、法律和监管问题。现实世界的偏见风险正在被写入训练数据集中。由于现实世界存在种族、性别或其他很多类别的歧视,提供给机器学习算法的现实世界数据也不可避免地带有这些特征,而人工智能也会在训练中学会偏见。


随着偏见的内部化,这些问题正在加剧。同时,人们也对算法本身产生了怀疑,编程人员的道德见解会被编写进算法中,在决策过程中,人们有权得知哪些内容?谁会对人工智能输出的结果负责?这导致了人们对于算法透明度和问责制的呼吁。


隐私是另一个问题——谁对数据拥有所有权?需要哪些措施来保护高度敏感的数据(如医疗数据),而不必破坏其可用性?正致力于解决这些问题的组织和机构包括 Partnership on AI、OpenAI、Foundation for Responsible Robotics 以及人工智能伦理与监管基金会。


4. 确保训练数据的可用性


大量的数据对于人工智能训练系统至关重要。开放公共部门的数据可以刺激私营企业的创新,设置通用数据标准也会有帮助。在美国,证券交易委员会在 2009 年强制所有上市公司必须以 XBRL(可扩展业务报告语言)格式披露其财务报表,从而确保公共数据具有机器可读性。


5. 在政府中部署人工智能


人工智能对公共部门的潜力巨大。它提升计划、目标和个性化服务的能力使提高政府服务水平和效率所急需的。在该报告的附录中,作者探索了人工智能技术在两大公有领域:医疗和教育的未来。


随着全球人工智能市场的年化增长率预计将达到36%,到2025年,其估值将从2015年的1260亿美元升至30000亿美元。新时代的颠覆将重新定义传统企业的运营模式,由人工智能勾画的未来将是“无智能不商业,无商业不智能”的全新图景。


【版权声明:本平台致力于寻找金融行业至关重要的文章,以提高全民金融意识,促进金融交流,如涉及文章版权问题,请及时联系我们,我们会及时删除或附上稿费。联系方式:13751745460 微信号:zmjinrong】


@正版图书,低至六折!点击“阅读原文”,进入”密融书社“@


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存