举个例子，如果有一天我们对机器人说，你好吗？但是算力，这个算法算了半天5秒钟之后说，我很好！经文这样的效果你会接受吗？我相信绝大部分人都不会接受，既然不会接受、政府会接受吗，政府会不会投入大量资源扶植那个时代的人工智能吗？也不会。数据可能在那个情况下也没有太多的用途，所以在上个世纪90年代之前人工智能是属于停滞的，至今有两次的波峰波谷，上个世纪90年代以后随着算力的发展，首先是计算智能，讲穿了是PC或者是电脑跟人类在哪个部分有差异，首先是它有强大的计算能力、第二有过人存储能力，电脑可以做高度的复杂。上个世纪96、97、深蓝和阿尔发狗，这是计算智能的表象。计算智能之后人工智能模拟的人，有人四肢、四肢会运动，美国波士顿动力的机器狗、机械战士、机械臂，人类也有五官、视觉、听觉、嗅觉，这个部分是所讲的感知智能。代表从现在日常生活所看到的人脸识别、自动驾驶，这是现在目前在普遍都可以接触到的，

　　下一个趋势是什么呢？小i机器人角度来看我们认为是认知智能，用一个并不是很妥当的举例，绝大部分科学家都不认同，但是通俗大家可以理解的形容词就是人工大脑，认知智能处理的是人类透过语言所传递的信息要解决的问题，认真只能必须要有意识、有概念、进一步的能够推理甚至做出判断，并且得到辅助性的决策。它的核心技术是什么？就是自然语言理解，自然语言理解过去一段时间认为是皇冠上的一颗明珠，因为认真智能标志人工智能的高度，因为它有非常复杂的过程。

　　小i认知智能领域负责的突出扮演者领军者的角色。过去20年，逐渐的从人工迈入电子化，任何的企业没有过渡到电子化的话相信活到今天非常不容易。用相同的逻辑，如果在未来的十到二十年，哪一个企业没有去思考如何将人工智能融入其企业变成一个竞争手段的话可能它的竞争优势会逐步的降低，不敢说消失但是竞争优势一定会降低。国际上有很多知名机构对于人工智能所带来的社会变革以及所产生的社会价值也有非常乐观的预期。

　　Gortenr预测今年50%智能客服工作岗位会被人工智能取代，accenture预测人工智能2035年带动比较先进的国家提高生产率将近40%，麦肯锡大胆预测2055年将会有50%的工作实现自动化，那个时候认真智能该会成为普遍的科技。

　　无论哪种智能呈现的方式，人工智能还是希望能够增强人类的交流以及提高工作的决策质量。初期是以体验作为主导，逐渐的会降低所谓的运营成本，但是从长期角度来看，人工智能真正价值体现在营收，当谈到人工智能通常跟客户交流的重点是降本增效方面。

　　今年并不是很快乐，事情非常多。今年的有个名词大家常常听到，首先是新冠疫情、二新基建，新冠疫情从今年1月份开始随之后新基建从三四月就开始跃上了舞台。再进一步的思考过程发现新基建也刚好将人工智能提高到了另外一个高度上。因为疫情过程中，人工智能扮演非常重要的角色。各地政府为了想办法支持企业的存活，人工智能也有更多的场景去加入介入，人工智能到目前为止已经不是一个所谓的高科技，让大家看不到、摸不到，而是非常普遍的社会状况。

　　再进一步的了解新基建，我们分了四个层次，首先是数字经济，用我的角度来看，大家所熟悉的INABCD，IOT互联网、5G、AI、B是区块链、C是云、D是所谓大数据，这六者是所谓狭义的新基建，像是一个能力层，像人的肌肉和血管一样，肌肉和血管上面要有皮肤和毛发才算完整的人。

　　数字经济对我而言，就是能力层。有了这个能力要做什么？当然也要有目标。第二层是电子智能化，包含工业互联网、智能交通、智慧城市，这就是有能力层之后想要达到的目标。有了能力和目标，也要有配套措施，这些都需要靠什么来支持，就是电，新基建有一个非常重要的单独的目标，就是搞特高压，不是只有特高压，城市里面也要有充电桩、光伏发电也借此机会变成了有目共睹的话题，这是新能源、新材料的方面。第四层从我个人角度来看，并不是真正意义上的新而是强，各地的科学创业园区要做完善的规划、城市与城市间的交通运输高速快轨，第四层是补短板。这是对人工智能跟新基建先做简单的说明。

　　把刚才的四层将新基建和老基建浓缩在一起变成三层，如图，根据发改委做的结论，最下面的一层是信息基础设施，就是INABCD，左边的部分是新基建部分，右边的部分是小i机器人对应策略。信息技术设施对小i来说是什么呢？过去20年的投入有非常强的技术基础，也有自己AI服务基础平台，就是整个算法所酝酿出来的自己的一套方法论，也有很强大的根据不同客户、不同行业的智能大数据平台知识库。

　　第二层融合基础设施，新基建角度来看，新基建加老基建，就像是工业互联网、智慧交通、智能城市，小i这一层用什么对应呢？这是小i真正的核心，有了下面的能力也要有产品和对应方案。在座各位对小i了解的话，小i三个重要平台，智能交互平台，就是机器人、智能语音平台、融合知识平台。想要简单的介绍，就像人有大脑，大脑要跟对方说话透过两个渠道，就是语音和文字，这三个平台像是我们的头有大脑、嘴巴、耳朵可以跟对方交流。

　　最上面一层是创新的基础设施，创新基础设施对新基建来看，因为要长久的发展产业能够生存下去，自然要对底层科研有所支持，对小i而言，除了现在做得好，将来也要继续的发展。这一层有AI的普惠平台，就是AIopen平台，仿真培训平台、跟智慧营销有关的平台，这部分是把刚才说的三层做总结。

　　最重要的是分享疫情过后小i到底做了哪些事情？今年的疫情从1月23日正式的打响抗疫之后，各地压力非常大，因为疫情的突然而来的压力让整个政务热线有些措手不及，因为疫情刚来的时候交通有很多城市是有限制的，市民在没有办法取得进一步的信息，只能靠政务热线12345来了解最新的方针跟最新的政策，一时而来，大量的投诉、报案让整个12345压力马上就大了起来。小i这个过程中也配合了国内很多的城市与社团或者是企业单位共同抗疫，提出了四个免费的公益产品，其中包含了防疫问答机器人、疫情查询的i啥啥，防疫外部机器人，因为有了这些呼出呼入后也要数据做分析整理所以也提供了数据的平台，小i本着小我利他的社会责任提供AI能力，市民可以接入防疫问答机器人、i啥啥，马上就可以了解疫情最重要的状态和实时数据，企业和单位也可以利用外呼系统摸排重点的人群，甚至是跟他们所属单位的成员发布一些重要的指示或者是命令，数据的整理也要发布给各个单位，这标志着人工智能已经逐渐跟整个人类包括好的、坏的都能够结合在一起共抗疫情、共渡难关。

　　疫情过程中小i服务了将近40个省市和70个事业单位，过程中累计防疫外呼量超过200万，通过第三方平台交互数量也超过200万。疫情的12345也忍不住要分享我们在贵阳12345的状况，发展至今人工智能在政务领域扮演的责任越来越重大，因为12345政务热线是现在市民与政府非常重要的沟通管道。

　　可以想像，在过去的这段时间里，常常会把市民热线当成是投诉或者是反应状况的权威渠道，但是现在可能已经不是了，现在市民热线往往会扮演各种功能，我本身是台湾籍，最近北京政府有个电车的抽牌的措施，但是因为刚好我去年工作比较繁忙无法去办居住证就断了，就不让我抽牌了，我已经在北京安居乐业了，我没有这个车派出行就不方便，所以抱着侥幸心理问一下12345，可是我发现效果很高，隔天就正式的反应了，虽然答案不能让我非常的感动，但是实际上我看得出办事人员的真诚。

　　贵阳12345可以看到一些问题，这些问题总结下来有四个不同方面：

　　一是人工智能在政务的系统里面，因为政务系统是由人组成的，既然是人组成它的流动率就非常高，高波动的人流率如何让坐席回答的无论是答案或者是咨询是满足政府要求的，这是非常重要的课题。而且现在大部分的运营单位都不是政府而是外包，政府对于运营单位如何去管理、考核以及培训就变成一个非常重要的课题。

　　二是目前政务12345已经不是单纯的市长热线，已经从市长热线变成了综合管理问题的平台，包含税务、工商、阿狗阿猫死了也可以反应，有答也要必处理，政府压力一下子变大了。

　　三是在座各位接触过政府热线应该知道，政府热线对于资源的投入虽然持续的增加，政府也不断的规范，但是投入的资源无论在资源、人力和技术方面对于市民的需求往往是不够的。

　　四是每一个市民透过12345政务热线所传递的是信息、数据都是非常重要底层的数据，大部分在目前为止整个政务评估、考核还是以接通率、市民满意度作为评判的指标。是否能够进一步的把数据做分析、整理、规划形成一个算法，提供给政府再作为下一个阶段施政的底层有力的数据，其实很少有人这么做。

　　我们的贵阳团队跟贵阳12345管理办公室辅导下，一起来协作，市民可以透过不管是微信、APP，透过正式的渠道报案之后利用人工智能的手段将所有的案件透过自然语言理解的方法自动作为归类，以分配到合适的单位做处理，处理之后会进一步的将数据做整合，整合之后形成自动归类再提交给政府作为下一步施政的重要指标，包含提供重要的事情的难点、热点以及发生事件的地点，可能会发生的时间，这样对政务的处理以及政务的治理会有更高的满意度和提升，这是政务的方面。

　　小i在金融领域的发展有目共睹，小i在微信的时代之后，积极的介入了金融领域，金融领域将近有80%客户都是小i在服务的，建行是在2013年就开始服务的客户，协助建行建构了整套智能客服系统，至今将近七个年头，目前为止将近每天都有200万的日交互量，过程中也帮助建行节省了将近九千人。

　　早上也有行业友商介绍过所谓的培训系统，金融机构跟政务机构都是一样的，这些机构智能的客服中心是由人组成的，都是呼叫中心，人而就会流动。金融机构对人的流动敏感度更高，因为金融机构产品天天都有变化，包括理财、定存利率天天在变，但是又抵挡不住坐席的流动，任何一个客人打电话包括是银行、金融理财公司，如果坐席回答出来的东西是错误的，将会影响消费者的财富和认知，影响非常大。是不是要透过银行或者是理财公司老师天天到所属机构进行培训呢？可以，但是这样成本很高，效果也不并不好。我们在跟某个金融机构配合之后开发了一个仿真的沉浸式培训系统。

　　（演示）

　　实际的操作会比这个更为复杂，但是因为今天时间有限只能拿一个比较标志性的案例简单的操作给各位看。这个案例中，整个培训周期从原本32天降低到了14天，节省了将近43%的培训周期，经过进一步的计算后，发现对于整个银行工作效率提升了将近17%，这是金融领域中的案例分享。

　　针对制造业跟各位做一些分享，我个人过去有很长的时间都是在IT生产制造业从事销售工作，常常跟很多朋友交流，现在有一个误区，大家会误以为人工智能工厂跟工厂自动化是同一件事，其实不是，工厂自动化是0跟1，但是人工智能是处理处理0到100%的，任何一个百分比都有对应的策略，这样的模式在工厂里面有问题的，人工智能在工厂实际上应用的比例要比自动化来得低，那是因为人工智能并没有自我意识，在生产的过程中从生产的角度最重要的两件事，发生生产事故或是质量事故谁来负责，像特斯拉在过去时间因为车祸是谁来赔钱一样的道理，谁要来对这件事负责呢？因为人工智能没有意识让人工智能负责吗？不可能的。

　　第二个问题，当发生了质量事故后，工厂会追究所谓的短期解决方案以及长期的预防措施，这个部分人工智能也没有办法来操作，因为它没有自我意识。可以知道人工智能目前的制造业的比例其实是比较低的，但不代表它没有用处，它还是有很多功能，包含在很多的生产设备过去所存留的数据，可以透过大数据分析以及人工智能的方法写成一种算法，然后提供给生产管理者在某个时间点对机台设备该做怎样的保养或者是处理，甚至在某些新产品的开发阶段以及质量阶段也可以应用人工智能的技术，这个项目就是在一个布料厂实际的方案。

　　布料在完成了生产之后要用谁来看这个布料是否过关呢，是用人的眼睛，但是人的眼睛会累，生产过程中质量监督人员也会打瞌睡，用人做这件事成本高、而且效率也并不高，我们跟某一个单位合作，利用OCER的技术，用X光、视觉的方法在最后的质管阶段帮助提高生产质量。进一步的提高所谓的出货率，而且提高客户满意率。在之后会将这样的算法结合整个硬件设备可能会变成一套这样专门针对布料检测的系统形成闭环，这是在布料厂的案例。

　　电力方面的案例，小i在2015年之后就把人工智能的技术放在国家电网里面，在客服和营销里面，我们跟国网下属很多直接单位共同针对从自然语言作为基础核心能力之后，开发了所谓的智能客服系统，并且针对他们的营销部门构建了专用的知识库目前已经上线了，效果也很好。今年新基建之后特高压是国家电网针对新基建非常重要的工作，除了特高压以外也知道国家电网甚至把整个数字新基建当成是下一步工作重点，就我们所知2020年有270万的预算，小i可以和电科院在智能调度系统进行配合，我们作为一个参与方提供了语音交互的能力，让调度系统可以透过语言、语音以及声纹的能力让人与机器进行对接调度和指挥，进一步的提升数字新基建的能力，这是好能源电力的案例。

　　以上是针对小i做的介绍，最后简单的介绍一下小i，第一个阶段曾经说过，人工智能下一个趋势是认知智能，就是为了解决人类应用语言所表达的问题，但是语言也有地域性、特殊性，要解决起来特别的困难，所以看过很多AI企业有所谓的独角兽、唯独认知领域基本没有独角兽因为太难了，小i就是一个在认知智能领域比较擅长的科技企业，过去20年发展历程中服务了上千家的客户、各种不同行业，包含政务、金融、能源、汽车、机场等等，申请了将近430个专利，其中150个已经获得专利授权，70个获得相关软件着作权，过去一两年也开发了全球第一个AI情感计算机标准，这是国内在国际第一个相关情感计算的标准，也填补了国人这部分的空缺。

　　过去20年小i创新了各种技术，透过各种不同的问题做出各种不同的产品与方案，过程中除了技术以外更重要的是交互的经验，这20年中也磨炼出来非常重要的交互手段和经验，作为一个人工智能的先驱者非常希望进一步将成功经验分享到在座的各位，所以我们开始制定标准以及建立生态，为了进一步将了解避免大家走弯路成立了成立小i智慧学堂，国内举办了上百次的跟企业相关课程，各位如果有需求麻烦可以扫描二维码，会有专人跟您交流、替您服务。

　　图灵的一句话跟各位一起共勉，我们只能看到前面很短的距离，但是我们能够看到的仍然还有很多的事情要做，人工智能至今还是属于弱人工智能阶段，整个发展属于非常初阶的阶段，未来很长路要走，再次跟各位共勉，希望大家一起成长，感谢大家！