大家好，我是上汽集團的金忠孝，非常榮幸有機會與大家一起交流。下面，我結(jié)合上汽集團人工智能的一些經(jīng)驗，給大家分享一下企業(yè)如何應(yīng)用人工智能。

工業(yè)人工智能應(yīng)用思考

參考網(wǎng)上《中國大企業(yè)應(yīng)該強化人工智能應(yīng)用》的文章，現(xiàn)在中國很多公司都說自己的人工智能有多厲害，又拿了哪些一等獎。好多朋友在跟我聊天的時候也會講到這個問題：中國的人工智能在全世界范圍內(nèi)，到底處于什么水平？我認(rèn)為這篇文章講出了現(xiàn)在中國的人工智能在發(fā)展過程中遇到的一些困難和瓶頸，如果這些問題得不到有效地解決，可能會影響到人工智能的發(fā)展。我個人認(rèn)為，在接下來的過程中人工智能會有一個擠泡沫的過程（現(xiàn)在的人工智能還是有點泡沫的）。但是如果我們把這個泡沫放在中國整個企業(yè)或者工業(yè)人工智能角度來說，其實可以說是沒有泡沫的。

工業(yè)人工智能和企業(yè)人工智能到底應(yīng)該怎樣發(fā)展？

我結(jié)合上汽集團的一些實際情況分享一些經(jīng)驗。我把上汽集團的人工智能稱之為“探索實體經(jīng)濟的人工智能”。上汽集團是中國汽車行業(yè)的龍頭企業(yè)，主要業(yè)務(wù)覆蓋了整車、零部件、出行服務(wù)、汽車金融、國際經(jīng)營五個業(yè)務(wù)板塊。上汽集團的體量非常大，2019年，上汽集團第十五次入選《財富》雜志世界五百強，位列第39位，在全球上榜的汽車企業(yè)中排名第七，這樣的集團為人工智能工作開展提供了一個非常大的平臺。我們擁有非常豐富的人工智能應(yīng)用場景，在人工智能領(lǐng)域有智能駕駛、智能出行、智能制造、智能物流這些技術(shù)復(fù)雜、可靠性又相當(dāng)高的人工智能場景，為上汽的人工智能實驗室發(fā)展提供了有利的支撐，這也是上汽集團在人工智能領(lǐng)域獨有的競爭優(yōu)勢。

案例一：先人工后智能

第一個案例，我起的名字是“先人工后智能”。企業(yè)人工智能首先需要有人才，然后需要清晰的定位。我們實驗室非常榮幸獲得了“上海市人工智能創(chuàng)新中心”的稱號，這對于一個傳統(tǒng)的國有企業(yè)來說并不容易，我們也感覺身上的擔(dān)子蠻重的。

我們實驗室現(xiàn)在有100多個研發(fā)人員，其中有60多個博士，40多個碩士，其中出國留學(xué)人員占了40%多。在集團內(nèi)部，跟我們實驗室一起開發(fā)人工智能核心技術(shù)產(chǎn)業(yè)化項目的相關(guān)人員有2000多人。人工智能是一個綜合性的學(xué)科，它涉及到計算機科學(xué)、控制論、信息論、神經(jīng)生理學(xué)、心理學(xué)等等。所以怎么在一個大公司或企業(yè)里面去建人工智能團隊呢？沒有人肯定是沒辦法做的，要根據(jù)企業(yè)的核心業(yè)務(wù)來組建團隊。

上汽集團以汽車作為主營業(yè)務(wù)，我們重點招聘了機械電子、機器人、電子工程、通訊工程、自動化、計算機、微電子、機械工程、物理、數(shù)學(xué)、心理學(xué)等11個專業(yè)的人才，組建了一個團隊。實驗室的研究方向又分深度學(xué)習(xí)、決策優(yōu)化、計算機視覺、語音識別、智能語音理解、知識圖譜、數(shù)據(jù)智能、機器智能八個方向，每一個研究方向的專業(yè)要求都是不一樣的，我們把這些不同專業(yè)的研究人員按照這八個領(lǐng)域分散到不同的團隊中去。

第一個案例總結(jié)：人工智能團隊的建設(shè)，首先要有一批優(yōu)秀的人才，而且是不同專業(yè)的人才，不能僅僅是數(shù)學(xué)專業(yè)或者計算機專業(yè)，要根據(jù)公司的核心產(chǎn)品去規(guī)劃不同的人才。來自不同專業(yè)的人，他們思考人工智能問題的方法是不一樣的。

案例二：完全理解人工智能的內(nèi)容

這跟我前面提的問題關(guān)系很大，即怎樣發(fā)揮人工智能在企業(yè)里的價值，應(yīng)該用哪種人工智能技術(shù)提高企業(yè)核心競爭力。

我不敢寫人工智能到底是什么，人工智能有哪些內(nèi)容，所以就引用了Gartner的一張圖來解釋這個問題。大家在左邊這張圖上看到什么問題沒有？這張圖上Gartner對人工智能技術(shù)的理解分了幾大塊：感知智能、推理、計算智能、優(yōu)化技術(shù)、自然語言處理、知識工程、多智能體的計算。從這種圖上面，大家可以感受到人工智能研究的核心內(nèi)容。我們再看右邊這張圖，2019年中國AI產(chǎn)業(yè)生態(tài)圖譜，它涉及到通用AI技術(shù)及平臺。這里面包含計算機視覺、智能語音、自然語音處理、機器學(xué)習(xí)這幾大塊內(nèi)容。

通過對這張圖的分析，你對人工智能有沒有更多的思考?現(xiàn)在有些人，特別是一些傳統(tǒng)做IT或做技術(shù)的人，認(rèn)為人工智能就是視覺，這樣的公司有商湯科技或依圖，代表著中國在這個領(lǐng)域的獨角獸公司。還有人認(rèn)為中國上市公司里代表人工智能的的是科大訊飛，人工智能就是語音識別。當(dāng)然人工智能還會涉及到自然語言處理、知識圖譜、機器學(xué)習(xí)、深度學(xué)習(xí)，現(xiàn)在都非常熱門。在很多企業(yè)的領(lǐng)導(dǎo)眼里，人工智能就是計算機圖像識別、語音識別、自然語言處理這幾個重要的技術(shù)。所以基本上國內(nèi)的融資或者投資百分之七八十都集中在計算機視覺、語音識別這幾大領(lǐng)域。

這樣就會造成什么問題呢？首先，對企業(yè)來說，這個技術(shù)能否大大提高企業(yè)的核心競爭力。如果你的企業(yè)是跟上汽汽車相關(guān)的，要做智能駕駛，那就需要感知技術(shù)，很多企業(yè)不造汽車就用不上這一技術(shù)。再者，人工智能能為企業(yè)帶來多少核心價值？從左右兩張表上，我只想說明一個問題，感知智能、計算機視覺、自然語言處理不是人工智能的全部，決策推理、計算智能、邏輯推理、最優(yōu)化技術(shù)等這些也是人工智能。

我從九十年代就開始學(xué)習(xí)人工智能，但那時沒有人工智能專業(yè)，我原來是做機器人方向，研究的是agent-based的推理技術(shù)。我們那時候?qū)W人工智能，不只有視覺和語音，我們研究的還有決策優(yōu)化、計算智能、搜索技術(shù)、專家系統(tǒng)、決策推理等。90年代也沒有現(xiàn)在這么強大的算力，當(dāng)然也沒有大量的數(shù)據(jù)，所以計算機視覺，語音識別效果還是比較差的。在上汽集團這個人工智能實驗室里，做的內(nèi)容不僅是計算機視覺和語音，同時有很多研發(fā)人員在做決策優(yōu)化、推理、計算智能等內(nèi)容，是一個比較綜合的人工智能實驗室。

案例三：無人駕駛，人工智能皇冠上的明珠

我認(rèn)為，無人駕駛是人工智能皇冠上的明珠。無人駕駛技術(shù)也不僅是感知，它包括感知、定位、決策、控制，而且每一個技術(shù)都是非常復(fù)雜的，它是人工智能里特別難以實現(xiàn)的一個領(lǐng)域。無人駕駛做得好不好，水平高不高，看什么呢？看量產(chǎn)。我個人不認(rèn)同有些評測機構(gòu)說哪家公司的無人駕駛技術(shù)最高，我比較看好的是特斯拉，但特斯拉的無人駕駛技術(shù)在很多機構(gòu)的評測里面得分都比較低。我認(rèn)為，能夠量產(chǎn)的無人駕駛技術(shù)才是真正的技術(shù)，能夠量產(chǎn)的人工智能技術(shù)才是真正的人工智能技術(shù)，能夠給企業(yè)帶來真正核心競爭力的人工智能技術(shù)才是真正的人工智能技術(shù)。所以，我們實驗室就是沿著這個思路，所有的人工智能技術(shù)、人工智能研發(fā)團隊做的成果都必須是能夠量產(chǎn)的，能夠變成結(jié)果的。

上汽人工智能實驗室對人工智能要求是什么？我們叫四個導(dǎo)向。第一，用戶導(dǎo)向，我們實驗室的人工智能技術(shù)必須是有用戶需求的。第二，價值導(dǎo)向，人工智能的實現(xiàn)必須是有價值的。第三，結(jié)果導(dǎo)向，人工智能必須產(chǎn)生結(jié)果，這個結(jié)果是可以驗證的。第四，市場導(dǎo)向，市場對我們的人工智能有評價，這個人工智能夠產(chǎn)生多少的經(jīng)濟價值。我們一直堅持這四個導(dǎo)向，按照這四個導(dǎo)向去落實我們的人工智能。

無人駕駛也是我們實驗室投入非常大的部分，因為我們有客觀需求。上海市政府對上汽特別照顧，在全世界為上汽找來了一個非常優(yōu)秀的同桌——特斯拉。上汽在人工智能領(lǐng)域和特斯拉還有較大的量產(chǎn)差距，我們團隊基本上天天都在加班，緊鑼密鼓地追趕。我們知道與特斯拉的差距不小，特別在人工智能的感知定位和決策控制領(lǐng)域；另外實驗室研究無人駕駛領(lǐng)域也為上汽集團的人工智能積累了非常多的技術(shù)，不僅可以用在無人駕駛上，也可以用在多種場景下，例如智能出行、智能制造和智能物流等。

案例四：共享出行，最復(fù)雜的調(diào)度優(yōu)化算法

共享出行解決的是優(yōu)化調(diào)度的問題，資源的最優(yōu)化使用。如果大家研究過人工智能，研究過調(diào)度算法，就會知道這也是非常難的一個分支。這個項目要解決哪些問題？我們要解決上汽的共享出行，共享化更加有效的核心就是調(diào)度算法。除了共享更有效，還要保證安全，保證服務(wù)質(zhì)量。單靠人工去服務(wù)這么多的客戶是比較困難的，我們就用了人工智能客服。上汽共享出行核心的人工智能技術(shù)有智能客服、優(yōu)化調(diào)度、多模態(tài)應(yīng)用。

上汽的共享出行業(yè)務(wù)規(guī)模做大之后，最難的人工智能技術(shù)就是優(yōu)化調(diào)度，它對調(diào)度的約束條件、規(guī)則、精準(zhǔn)度、實時性要求是非常高的。這個領(lǐng)域是真正有挑戰(zhàn)的項目，所以我們在優(yōu)化調(diào)度這個領(lǐng)域也積累了非常多的人工智能算法。今天我介紹的是人工智能在制造領(lǐng)域的應(yīng)用，因為很多在座的CIO都是制造領(lǐng)域的。我覺得制造業(yè)的未來就是大規(guī)模的個性化制造——C2B。那么C2B如何來實現(xiàn)？核心也是要靠人工智能。

案例五：C2B人工智能，制造業(yè)的AI明珠

我把C2B人工智能稱之為制造業(yè)的AI明珠。在制造業(yè)里面最難的人工智能就是C2B。大規(guī)模個性化定制要使C端的個性化需求跟B端企業(yè)端的成本、效率、響應(yīng)時間匹配起來，這是一個非常大的挑戰(zhàn)，涉及到的變量是成百上千個，有零部件的采購、整個工程制造、制造的大數(shù)據(jù)MS、供應(yīng)鏈大數(shù)據(jù)SAP。未來，大企業(yè)解決大規(guī)模個性化定制唯一的途徑就是人工智能算法。售后的數(shù)據(jù)、用戶者精準(zhǔn)畫像、智能客服、選配、成本、需求、生產(chǎn)排程的全部串連，靠人不可能做到最佳，人工智能能夠發(fā)揮它的功效。每一個決策的效率提高一點點，產(chǎn)生的價值都是非常大的。

案例六：供應(yīng)鏈AI，能產(chǎn)生巨大的經(jīng)濟效益

供應(yīng)鏈AI能做什么？能產(chǎn)生巨大的經(jīng)濟效益。我們在這個領(lǐng)域做了好幾個項目，產(chǎn)生的經(jīng)濟價值都非常明顯。對一個企業(yè)領(lǐng)導(dǎo)來說，要先讓他嘗到人工智能的甜頭。企業(yè)總經(jīng)理肯定非常關(guān)心利潤，供應(yīng)鏈的人工智能就能夠幫助他完成這件事情。

從這張圖上，大家也可以感受到工業(yè)鏈的人工智能非常復(fù)雜。它把我前面講的八個領(lǐng)域全部包括。感知智能，將工廠、流水線、倉庫、裝載工具等全部串起來，可以感知供應(yīng)鏈上發(fā)生什么事情。預(yù)測功能可以預(yù)測哪個環(huán)節(jié)需要處理，哪個環(huán)節(jié)有風(fēng)險，萬一出現(xiàn)意外情況如何處理。實時分析功能可以分析供應(yīng)鏈哪個地方有瓶頸。智能推薦功能能夠推進供應(yīng)管理人員做預(yù)防優(yōu)化的方案。決策功能幫助供應(yīng)鏈管理員做最佳的決策。供應(yīng)鏈人工智能網(wǎng)，真的是工業(yè)人工大腦。

案例七：物流人工智能，很值得擁有

物流也是一個非常大的人工智能應(yīng)用場景。物流上的人工智能又能做什么呢？最核心的就是預(yù)測供需：運輸多少東西、怎么運、要準(zhǔn)備多少運力、要多少倉庫、整個供應(yīng)鏈都怎樣布點、全國各范圍內(nèi)有哪些網(wǎng)絡(luò)、每個區(qū)要多少個網(wǎng)絡(luò)、運輸訂單最佳分配、運輸成本如何成本最低……這也是一個非常龐大的決策網(wǎng)絡(luò)。在這種情況下，人工智能也是非常有價值的。每一個物流的人工智能項目決策規(guī)模都是非常大的，我們實驗室在這里面取得了非常多的成果。

案例八：營銷+AI，以客戶為中心不再停留在口頭上

真正做到以客戶為中心，在人工智能時代就要充分利用人工智能技術(shù)。要將跟客戶相關(guān)的口碑、對產(chǎn)品認(rèn)知、客戶的關(guān)懷、產(chǎn)品的售后服務(wù)的這些數(shù)據(jù)轉(zhuǎn)化成為用戶的滿意度和可信度。這里面涉及到非常多的決策、數(shù)據(jù)分析所、智能交互技術(shù)等，所以這是一個非常復(fù)雜的人工智能，我們實驗室在這方面也有成功的解決方案。

案例九：我們的智能制造AI產(chǎn)品SmartGo

智能制造領(lǐng)域怎樣快速實現(xiàn)人工智能價值？我們實驗室推出了SmartGo。這個產(chǎn)品的基本的思路就是從需求預(yù)測出發(fā)，我們有一個專門的需求預(yù)測模型，對于怎么生產(chǎn)，怎么更高效率，怎么成本更省，有生產(chǎn)排程人工智能算法，根據(jù)算法，我們幫企業(yè)實現(xiàn)供應(yīng)鏈全局最優(yōu)化。這三個是制造里面的核心環(huán)節(jié)，我們會結(jié)合起來做一個全局的組合優(yōu)化，快速實現(xiàn)降本增效。

優(yōu)化涉及到的變量非常復(fù)雜，靠人不可能很快做出一個最優(yōu)的算法，在這種情況下人工智能是非常有價值的。我們將這個產(chǎn)品在集團里面推廣，現(xiàn)在已經(jīng)推廣了幾十家企業(yè)，效果優(yōu)秀。

案例十：人工智能落地三部曲

什么叫人工智能三部曲？我們是從人工智能為企業(yè)創(chuàng)造更大的經(jīng)濟價值這個角度來規(guī)劃的三部曲。

第一部，我們用六個月時間降本增效5%以上。在不改變你的企業(yè)現(xiàn)有業(yè)務(wù)流程、信息系統(tǒng)的情況下，選擇幾個典型應(yīng)用場景，設(shè)計一個降本增效的目標(biāo)?；谀悻F(xiàn)有的產(chǎn)品和數(shù)據(jù)，就可以做一個算法模型出來，然后來實現(xiàn)這個目標(biāo)。有了第一步以后，企業(yè)的領(lǐng)導(dǎo)就感覺人工智能還是很有價值的。

第二部，我們在第一步的基礎(chǔ)上再加六個月，總共十二個月。根據(jù)第一部的采集的數(shù)據(jù)對這個模型進行優(yōu)化，增加更多的場景，會有更全面的AI技術(shù)開始介入，這時候降本增效可以按照10%的目標(biāo)去做。然后通過這些模型認(rèn)證，再增加一些新的訓(xùn)練的手段。第二部人工智能模型會更加全面，難度也更高，求解訓(xùn)練要求更高，所以它所需要的時間也會更長。

第三部，最終目標(biāo)就是要把整個公司的運營模型逐步健全，各個領(lǐng)域都要介入人工智能，估算下來差不多要36個月的時間。有了第二部基礎(chǔ)以后，公司上下基本上會對人工智能有一個清晰的認(rèn)識。對企業(yè)來說，可以把它作為一個可行戰(zhàn)略，這時候企業(yè)的一把手、分板塊的副總經(jīng)理、部門總監(jiān)都已經(jīng)逐漸認(rèn)識到人工智能的價值，知道自己需要什么類型的人工智能。這樣我們就可以介入更多資源、更多模型、更多決策、更多場景，用豐富的人工智能技術(shù)把企業(yè)的核心運營模型人工智能化。這時候，企業(yè)的人工智能真正到了落地健康階段，后面就可以進入一個相對穩(wěn)定的人機協(xié)作階段。

這三個階段做下去，要三年左右的時間。

互動問答環(huán)節(jié)：AI的多種發(fā)展方向

問題一：物流供應(yīng)鏈?zhǔn)侵圃鞓I(yè)尤其是汽車行業(yè)的重要環(huán)節(jié)，上汽是如何使用人工智能手段提高物流效率，實現(xiàn)降本增效？

物流供應(yīng)鏈人工智能是非常有價值的，特別是在制造型企業(yè)里面。供應(yīng)鏈人工智能對一個企業(yè)來說，也是降本增效比較重要的領(lǐng)域，上汽集團在這個領(lǐng)域人工智能算法的覆蓋率已經(jīng)非常高了。上汽的零部件入廠物流和整車物流的調(diào)度，都開始用人工智能算法來實現(xiàn)降本增效的。零部件物流算法非常復(fù)雜，它的決策變量差不多有六七十個，多目標(biāo)優(yōu)化問題難度高。我們在這個領(lǐng)域的研發(fā)人員有幾十個博士，用了兩年多的時間，擁有了具有核心競爭力的算法，幫助企業(yè)實現(xiàn)降本增效5%以上。

問題二：我國汽車智能化水平和產(chǎn)業(yè)發(fā)展的現(xiàn)狀是怎樣的？

無人駕駛技術(shù)是汽車智能化發(fā)展的方向，也是未來的發(fā)展方向。這一兩年正在發(fā)生巨變，比如傳統(tǒng)汽車馬上就會進入智能汽車時代，智能汽車時代有非常多的機會，越來越多的高科技公司互聯(lián)網(wǎng)公司紛紛進入汽車行業(yè)。國內(nèi)很多BAT企業(yè)在做智能駕駛，國外有谷歌、蘋果和其他一些高科技公司以及特斯拉都在做智能汽車。大家可以感受到智能汽車非常有前途，產(chǎn)業(yè)鏈規(guī)模巨大。全世界的智能汽車也剛剛起步，大家都有機會，就看誰的水平高。人工智能技術(shù)不能夠停留在實驗室，停留在一些試驗車上，需要看量產(chǎn)車的情況，大規(guī)模量產(chǎn)的人工智能技術(shù)比試驗車難好幾十倍。汽車不是傳統(tǒng)的產(chǎn)品，它對安全要求特別高，如果沒有達(dá)到99.99%的可靠性，這個技術(shù)就不能隨便使用。從目前的現(xiàn)狀來說，我認(rèn)為大家都要努力，沒有誰比誰特別好，關(guān)鍵看量產(chǎn)水平，量產(chǎn)才能夠證明人工智能技術(shù)多高。

我們國家對智能汽車發(fā)展也非常重視，2020年2月份發(fā)布了一份智能汽車發(fā)展國家戰(zhàn)略，我對未來的中國智能汽車市場還是非?？春玫?，中國有可能將成為全世界最好的智能汽車市場。在技術(shù)上和市場上通過五到十年努力，中國的智能汽車可能在全世界排名前幾位。跟手機一樣，芯片和操作系統(tǒng)是制約整個中國智能汽車發(fā)展的主要問題，但這兩個問題不會像智能手機一樣，我們會自己解決，國內(nèi)有實力的公司也越來越多。將來，中國的智能汽車會用上自己的芯片，自己的操作系統(tǒng)。

問題三：人工智能汽車被認(rèn)為是未來發(fā)展的大趨勢，你認(rèn)為國內(nèi)當(dāng)下智能汽車存在哪些主要問題？人工智能汽車什么時候能最終面向市場？

智能汽車肯定是未來的發(fā)展趨勢，其實現(xiàn)在就已經(jīng)發(fā)生了。舉個例子，特斯拉已經(jīng)是一個能夠讓大家感受到的智能汽車，而且是大規(guī)模量產(chǎn)的智能汽車，現(xiàn)在很多公司里也在規(guī)劃類似的產(chǎn)品。

國內(nèi)人工智能汽車主要存在問題，我認(rèn)為還是核心技術(shù)的問題，芯片和智能汽車的操作系統(tǒng)。智能汽車復(fù)雜度遠(yuǎn)遠(yuǎn)比智能手機高，智能汽車?yán)锔到y(tǒng)相關(guān)的源代碼都是要超過1.5億或2億行，這是什么概念？Windows系統(tǒng)是五六千萬行代碼，但智能汽車代碼要到2億行。它是一個非常復(fù)雜的智能系統(tǒng)，又與駕駛相關(guān)，關(guān)系到個人的生命相關(guān)，所以難度很高。整個汽車行業(yè)，從德國最典型的VW大眾到其他一些企業(yè)，全世界的汽車企業(yè)都在開始轉(zhuǎn)型，中國在智能汽車領(lǐng)域初期機會更多，因為我們沒有包袱，不像德國大眾，它轉(zhuǎn)型的時候有很多已經(jīng)存在的包袱。

智能汽車什么時候面向市場？其實你會發(fā)現(xiàn)它已經(jīng)存在在市場中了，而且會變得越來越聰明，具備學(xué)習(xí)功能力，能夠輔助駕駛，還有更好人機交互。它現(xiàn)在智商還沒有那么高，現(xiàn)在汽車智商估計也就一兩歲小孩的水平，但隨著整車技術(shù)智能化水平的提高，它的智商也會越來越高。這是一個人車交互的過程，以后你開車開得越多，車也會越來越聰明。中國的智能汽車市場是一個生態(tài)圈，沒有一家企業(yè)能夠把這個市場全部壟斷掉，每個汽車公司只要找到自己的細(xì)分市場，都是有機會的。

問題四：AI+5G的時代將會給智能網(wǎng)聯(lián)汽車帶來怎樣的機遇？又會對未來交通造成什么影響？

AI+5G肯定能為智能汽車帶來非常多的機會，能夠加速技能智能汽車發(fā)展。未來整個汽車工業(yè)就是智能汽車+共享出行，這兩個剛好是充分利用了AI+5G技術(shù)。有了AI+5G技術(shù)，中國的汽車工業(yè)真正到了變革的時代，挑戰(zhàn)很大，機會更多。

問題五：您對百度的阿波羅計劃怎么看？

一個計劃的好壞，要看用戶，要以用戶為中心，看用戶肯不肯為你的技術(shù)買單，人工智能水平高不高，用戶說了算。有多少用戶在用這個技術(shù)，他愿意為這個技術(shù)付錢嗎？舉個例子，蘋果手機很少做廣告，很少參加世界大賽拿什么獎，在學(xué)術(shù)會議上發(fā)表的論文也不是很多，但以用戶為中心做得非常好。從這個角度去看，對于百度的阿波羅計劃，大家都會有自己的理解和思考。我們實驗室也是將用戶為中心放第一位的，所有計劃都應(yīng)該以用戶為中心，去體現(xiàn)技術(shù)的價值。

所有的人工智能技術(shù)都要以用戶為中心。我們做的AI技術(shù)能給用戶創(chuàng)造多少價值，用戶能否因為這個價值給你付錢，付多少錢。從技術(shù)本身來說，以用戶為中心的技術(shù)就是用戶說了算。

問題六：曹操專車目前還是虧損狀態(tài)，寶馬奔馳設(shè)立了共享出行事業(yè)部，但去年也有裁撤計劃。針對這個情況您怎么看？

現(xiàn)在國內(nèi)所有的共享汽車應(yīng)該都是虧損的，但是汽車共享是趨勢。不管目前是否虧損，肯定是要去做的。共享汽車市場規(guī)模巨大，只是我們現(xiàn)在還沒有很好的找到一種商業(yè)模式，讓這個項目良性發(fā)展。有這么大的用戶需求，共享汽車肯定很有前途。上汽集團的共享汽車目前也是虧損的，還在持續(xù)投入，因為它是一個不可逆轉(zhuǎn)的趨勢。

汽車共享化的要求不是燒多少錢，而是我們要盡快找到一種比較好的商業(yè)模式，改進運營效果。我認(rèn)為，汽車共享化還是要跟區(qū)塊鏈技術(shù)有機結(jié)合，要形成區(qū)塊鏈+人工智能+商業(yè)模式的路子，汽車共享化未來很有前途。