读完本文约需27分钟，樊登对谈李开复：解析人工智能时代未来十年大趋势。
樊登：各位好，欢迎来到樊登读书。今天我们作者光临请到的是李开复先生。欢迎您，李老师。
李开复：谢谢。
樊登：李老师最近写了一本新书，叫作《AI·未来》。我在书里边看到，您女儿出生的时候——大概是上个世纪90年代初——您就已经在关注人工智能的话题，似乎比这个还要早。
李开复：我那时候就开发出了，应该是商业上的第一套语音识别系统，当时要去给苹果的CEO做汇报，但是女儿就要生出来了，汇报时间也到了，到底是该等女儿出生，还是该去做汇报？
樊登：真的有这么纠结的戏剧性的场景？
李开复：非常戏剧性。但是我女儿从没出生就很孝顺，所以她就很配合地先出来。
樊登：准时准点。
李开复：她11点钟出生了，然后我11点半开回公司，一点钟跟老板汇报。
樊登：那个汇报对于苹果来说很重要吗？
李开复：对于我来说非常重要，对于苹果就很难说了。对我非常重要的原因是因为那是我的第一个从科研转换成产品的过程，如果CEO认可的话，未来公司在这方面的认可、投资、产品、我的团队的扩大，对于我当时作为一个小主管非常重要。后来CEO还帮我写了书的推荐语。
樊登：我以前看到您演讲的时候，经常谈一谈青年创业，谈一谈人生发展，谈一谈各种各样的东西，最近好像您所有的演讲都只针对人工智能这一件事。
李开复：对。其实其他题目我也愿意聊，只是说我觉得人工智能给我们带来特别巨大的机会，还有特别大的挑战。而且大部分人对人工智能都有误解，因为业界有很多书、内容、演讲、分析，我觉得可能都不足够专业。因为我自己做过这方面的科研、产品、技术，商业化还有投资，所以我希望从多视角来看这个问题，能够更完整，而且这都不算是科普了，这就是一个“普”了，这是能让每个人都读懂的一本AI的书 ，而且能了解未来会有多重要。
樊登：咱们先说说最前沿的事。最近网上我看到特别多人工智能的小片段，比如说昨天有人转发一个像人一样的机器，而且做成红色的，就很像那个去了皮的人一样，在大街上走，还一边走一边看，特别像一个闲逛的人。还有一个公司做的是可以翻跟头的，自己拿着箱子噼里啪啦翻着跟头就跑掉了的一个机器人，还有可以送快递的机器人、可以炒菜的、可以跳芭蕾舞的、写中国书法的的机器人。这里边哪种算是最先进的？
李开复：我相信你讲的每一种都有先进的技术在里面，但是其实我们看到的创业者还是非常的不专注，而且还是有很多过去科幻片的思想放到了产品落地的过程中。跳芭蕾舞的、翻跟斗的，这个能靠什么挣钱？这个谁来买？这个能提供什么价值？
樊登：马戏团。
李开复：我们提供马戏团机器人，能挣多少钱？要说机器人，那肯定是要能够卖给一个有钱的、能靠这个机器人赚钱或省钱的公司，一定是比如说在工厂或者商场才可以使用。而且机器人为什么要像人？我们过于自恋了，认为它就要两个手两个脚，需要吗？有两个轮子不会走得更好吗？所以我觉得我们还是要回归商业的本质，就是说一个炒菜机器人，肯定长得像个锅，一个洗碗机器人肯定长得像个洗碗机，一个工业的机器人肯定长得像个机器，它们不会长得像人的。而且我们在这个世界上弄一大堆长得像人的机器人跟你握握手，然后在路上走来走去的，不是挺不自然、挺恐怖的吗？而且它们最终也根本做不像人，我们人也不会把它们当作人，只会是一个在网上传得很广的短视频。
所以人形机器人这个事情呢，绝对不是我看好的。它既不会带来特别大的商业价值，而且是让那些很有才华的科学家做了一个最后可能很难落地的产品。而且它们对人的未来成长有没有帮助？我们因为手机的时代来了，人与人的交流变少了，还要给我加个机器人，整天跟机器人讲话，人与人之间的感情和温度怎么办？
樊登：更容易疯了。
李开复：真的。
樊登：那您所看到的目前人工智能领域最前沿的技术达到了什么程度？
李开复：我觉得最前沿的肯定是无人驾驶领域。因为这个领域比较独特的地方，就是全世界的每一个汽车公司，还有汽车零件公司、电动车公司，全部都已经投降了，说以后人都不开车了，终有一天人不开车。
樊登：全部投降了。
李开复：全部投降。但唯一的争议就是这个时间还有多久，是五年还是三十年？这个有一定的争议。还有一个争议就是人还会不会买车，还是全部都靠滴滴就可以了？但是无论如何，我觉得当全产业链都投降的时候，那么这个的推动力量就会很大，资金注入就会很大，创业者觉得这个是很酷的，所以我觉得肯定在未来的五到十五年，我们会逐渐地看到，无人驾驶真的会颠覆我们的出行，也会改变我们的配送，电商、外卖，这些以后都会是用自动的方式来发生。
樊登：咱们今天讲得深入一点，就是您给大家讲讲这个深度学习到底是怎么发生的。因为之前您觉得有很多人都有误解，所谓“深度学习”、“机器学习”这两个概念有没有差别？
李开复：应该说，AI是一个总领域，机器学习是里面一个子领域，然后机器学习里面，深度学习又是个子领域。
樊登：包含关系。
李开复：应该是包含关系。但是这里面最大的突破就是深度学习，所以大家都用这个当作案例。你就可以想象一个特别巨大的excel表，你输入一些东西、按一个按钮，结果就出来了。比如说excel，现在我们可能每一个季度的收入、税收、盈利，按一个钮就知道这个月挣了多少钱。但是深度学习伟大的地方就是，它里面没有人去写代码了。excel计算出结果，还是要靠人写代码。那深度学习，我们就把它当作一个大黑盒子——其实是一个神经网络，它在看到很多案例以后，就会学着去做决策。比如说我给它看很多人的脸，这个脸是张三、这是李四，它就会判断这是张三、这是李四、这个我不认识，或者我给它看很多美图修过的脸，然后那些修过的、大家认可的脸，它就说好，以后我就把人家都变得这么美，如果是那些不认可、被删除的，它就会说，那我就不要做这个。
或者是说我们用来做银行贷款，那些还钱的人，他们的“画像”是什么样的——就是说他们背后的使用习惯、银行存款等等信息，我们会尽量多借给那些人——他们的“画像”更像过去借钱还钱的人，而不是像那些借了钱然后不还的人。所以深度学习就变成了一个决策机器，就是你可以把各种东西，把围棋棋谱输进去，它就会下围棋了。所以当我们人类有这么一个魔术的黑盒之后，当然它的调整还是需要很多专家，但是这个黑盒就可以用在各种领域。
樊登：这是怎么实现的，就在这个黑盒子里边？因为我原来看过一种理论是说，像机器人学怎么走路，它是通过不断地进行子代和母代的迭代，就是第一代的程序拿出一半的程序，父亲、母亲各拿出一半拼在一起形成一个子代，然后因为它每一代迭代得很快，可能几秒钟就迭代了一代。整个深度学习是这样发生的吗？
李开复：不太一样。深度学习还是按照针对训练数据它的标注，然后来做回馈。就是说它看了这100万个人都是借钱没还的，我要学会是什么样的理由造成这些人借钱不还，然后那一批1000万个人是借钱还钱的，我要了解是什么样的理由造成他们还钱，然后我们把它综合成一个特别大的数据矩阵。这样一个新的人来，我就请问这个人更像还钱的人还是不还钱的人？所以它是靠大量的数据标注然后反馈，然后去让它的整个神经网络能够分辨出还钱的人与不还钱的人。
樊登：比如说我在淘宝上买一个东西，我知道他们就会给我打点，就是说我有多少个维度的数据，一般来说这个数量级是多少？就这么一个网站，我买个东西的话，我会有多少个维度的数据？
李开复：可以有上几千维度的数据，而且有些维度的数据可能都超越你的想象。比如说淘宝也是用这个技术，猜你想买什么东西，然后把它当广告放你面前。各位观众可能都上淘宝，五年前你们上淘宝，那些广告可能不靠谱，谁要买这个东西，怎么会发给我这个广告？最近会发现它的广告越来越靠谱了，那就是因为它了解了你和像你的人，知道了像你这样的人在这样的一个时候可能买什么东西，就多推给你。最后它的整个训练的目标函数是什么？目标函数就是它优化的东西。如果是淘宝的话，它就要优化、调整所有的参数让所有来的顾客花最多的钱，所以就很自然地会推那些你会买的东西，让你花最多的钱。比如说银行放贷，它要想做的就是最少的钱最后成为坏账，所以它这个一训练就直接达到了公司的商业目的。
樊登：这些东西能够应用在生活的方方面面，不光是下围棋这么一件事。因为下围棋它是很快就学会了，我知道那个案例最吓人的是阿尔法狗Zero只花了4个小时的学习就打败它的哥哥或者是爸爸了，这是特别不可思议的一件事。所以机器学任何东西都会比人更快吗？
李开复：也不是，有几个需求。第一个就是一定是要单一领域，它不会跨领域的学习，所以人这种跨领域的战略思维，机器是学不会的。比如说美团训练的机器就会知道怎么让你多买外卖，滴滴训练的机器就会知道怎么样让你配个好司机，尽快到达你要去的地方。所以它只懂一个领域，它是超级专注的专家，但是它只会做一件事情，不会跨领域思考，也没有任何常识。
第二个需求就是海量的数据。我举一个例子，有一个我们投资的公司是做贷款判断的，就是刚才说的要不要借钱给这个人，我们当然知道，最重要的因素一定是他挣多少钱、有没有工作、有没有买房、有没有租房、信用如何、有没有犯罪记录等等，这些当然是最重要的。如果是人，可能也就只看这10个因素就决定借不借钱给他了。但是这套机器可以看3000个因素，3000个所谓的特征，其中包括了今天是几月几号，今天是礼拜几，这个都有关的。比如说到了周末借钱去狂欢的，如果是小额贷款，那就可能周末要谨慎一点，或者是月底快发工资的，那借给他他可能就会还钱，因为工资一发就可以还了，但是如果刚发工资他就要贷款了，那可能就不知道这个人会不会还了。甚至他下载了什么APP在手机上也可以作为参考，因为这都会上传的，如果他下载了一大堆游戏，甚至如果有任何非法的游戏，那马上就是一个红灯。甚至你可能都不能想象，手机还剩多少电都相关。
樊登：这有什么关系？
李开复：你仔细想一想，如果是有强迫症、老把手机充满电的那些人，他可能相对会还钱。手机总是一下就没电了、跟人家借充电宝的，平均起来——
樊登：不靠谱。
李开复：相对不靠谱一点点。但是这个差别不是巨大的，不是说一个是满分，一个是零分，可能一个是61分，一个是60.5分。
樊登：像我这样从来不带充电宝、经常手机没电的人算什么？
李开复：那你就会被扣一点点分。但是有3000个特征，因为你有好的工作，又很知名什么的，这个小事情它就忽略不计了。但是它把3000个都加起来，就非常精准，精准到没有人可以这么精准。
樊登：我还听说过一个指标挺有意思的。我有个朋友，因为他创业做这种东西，他们的坏账率很低。我说你怎么做到的？他们连申请人的键盘都监控，就是如果申请人在打他名字的时候有一个回车键或者有个撤回键，那就不行，不给，说明他编了，他的名字说不定是假的。就是这样的事都有。
李开复：非常好，而且时间如果输入得很慢了，你打个名字就花了20秒了，可能文化程度也不够。
樊登：大家最喜欢听的就是AI能够给这个世界带来哪些变化。我们现在看到的是，最让所有人震撼的是有无人送货的快递小哥了，在海淀已经出现了。这样的事情，您给大家预测一下，还会有哪些东西突然冒出来？
李开复：我觉得无人驾驶的机器人会在特定场景上先出现。比如说车子可以自动停车，还有景区会有一些车，飞机场的摆渡。
樊登：没人了，就没那个司机了。
李开复：对，就没这司机了。再往下可能是高速公路，货车可能是下一步。机器人最先应用的地方一定就是像酒店了，像我住的地方就都是机器人帮我送快递了，现在已经是了。
樊登：北京？
李开复：在北京，就是一个机器人帮我送快递。因为住的房间是非常结构化的，就是比如说它知道你住在第16层的1603号，它是不会走错的。机器人去搭个电梯下来，打个电话让你开门，其实挺方便的。
樊登：还说话吗？
李开复：说话，电话就是它说的。我是小什么机器人，请开门。我们也觉得很舒服，因为有时候穿个睡衣，送货员来，我觉得衣冠不整不太好，但机器人没事。一定是从这种可控、有结构的场景开始的，你说的那种送货可能也就是在一个比较特定的小区里面会更好一些，在街上要开的车会挑战大一些。
樊登：可能是市场活动，开一下。
李开复：对，而且你想，在街上有各种不能想象的事情：一个小朋友突然跳出来，撞到了怎么办？还有比如说北京有些胡同那么窄，当然它窄不是问题，但是对面碰到一个车，你怎么彼此倒出去？这种都还是挑战。因为就像现在大部分的车是人开的，一个机器的车突然进来，就需要机器去符合人的方法，这个是很头疼的，因为人开车开得并不好。
樊登：因为特斯拉的确也出过几次生命安全的事，后来我到谷歌去的时候，谷歌的人就说他们那个不对，我说为什么，他说特斯拉追求的是99%安全，我们追求的是100%安全，99%安全其实最不安全，他说99%安全比50%安全还更不安全。各位能听懂吗？就是99%安全的情况下，这个人就懈怠了，就无所谓，看着手机开车，最后撞上去了。它只要有1%的不安全就不行，你要是50%，你还可以拿着手扶着方向盘，还会看。所以未来您是更看好100%这种方向的纯安全吗？
李开复：我其实并不认为我们能做到100%，这个工程师给你夸张了一点。我觉得我们其实需要对比的是人类的安全率，就是如果人是99.98%，我们就要做到99.981%，这个时候整体的人的生命就受到保护了。99.98% 我是乱说的数字了，但是比99.98%更低的数字，我们推出这样的产品就是不负责。
樊登：我在加拿大的时候，看到有一些卡车司机去请愿，就是被一个公司集体解雇，他们说全部换上了无人驾驶的东西，就把200多个卡车司机全部解雇掉了。AI会给老百姓的生活带来这样的冲击吗？
李开复：这只是刚开始的冰山一角。所以写这本书的目的其实就是让读者了解，人工智能在未来的15年会接管我们现在一半的工作和工作里的任务。因为虽然刚才讲的单一领域、大量数据听起来很狭窄，但是我们仔细想一想，至少一半人的工作其实就是这种单一领域、重复性的工作，那这类工作被取代对社会是最大的挑战和冲击。我觉得现在每一个读者都应该开始想一想，我的工作会不会受到冲击？
樊登：您这封面就特有意思——李开复，然后职业是创新工场CEO、人工智能科学家，爱好什么的，这有一个“被AI替代时间：2050年后”，您这算是认为很远才能被替代的是吧？2050年。
李开复：反正总要自己乐观一点，也许更快、也许更慢，可能还不到2050年就退休了，所以应该就没事。也许读者最后得到结论也是一样，那就不管它了，往前走了。至少有一部分的工作，与其说被AI取代，你可以说是让你有更多空闲的时间。假如你的工作70%不被取代，那30%不叫作被取代，叫作来了一个很好的工具，让你更好地发挥人类的能力。但是如果70%被取代了，那可能就真被取代。
樊登：但我看那卡车司机没有那么悠闲的感觉，他们很焦虑。
李开复：司机、卡车司机未来肯定是100%被取代，只是多少年的问题，所以就需要更早去寻找下一个工作。
樊登：您这个书里边，我觉得特别有意思的是做出了这么一个矩阵，就是两个维度，一个维度是技能，是低技能结构化，还是高技能非结构化；另外一个维度是社交，强社交还是弱社交。
李开复：这是对于劳力工作者，还有另外一个，脑力工作者。
樊登：这也是社交，还有优化性和创意度，然后如果是在右上角的话就是安全区。
李开复：非常安全。
樊登：驯狗师非常安全。
李开复：驯狗师非常安全。
樊登：人工智能不能驯狗吗？
李开复：可以。但是我们爱我们的宠物，不会想要机器人去训练它。而且我们需要狗以后跟人相处，不是要它跟机器人相处，而且狗就像我们家庭的一份子一样，所以驯狗师就像老师一样，即便机器人能做到他70%的功能，我们作为这个狗的主人，不会想把它交给机器去训练。
樊登：是人的取向。
李开复：对。所以不是像你想象的那些顶级高端的职位才不会被取代，比如说礼宾，五星酒店的礼宾肯定不会被取代，因为我们还是要人性化的服务。
樊登：这真是，我现在看到很多银行搞一个机器人在门口叫，怪怪的样子。
李开复：但是我们会碰到所有商业的两极化。因为你可能是私人银行客户，所以你去，人家可以招待你喝杯咖啡、给你一杯红酒，然后推荐各种理财工具给你。但是那些存款没有像你这么多的人，以后可能就只有机器人服务，就是上网、ATM ，一切都不需要人，就不会得到服务了。
樊登：最危险的叫危险区，就是技能低、结构化，同时也是弱社交的方向，比如说洗碗工、水果摘收。我跟茶叶行业的人聊过，茶叶行业最重要的成本是采茶，如果谁能够解决采茶机器人这件事情，那真是能赚好多钱。因为采茶工特别贵，一年就工作那么几季，就是全家去采茶，这个应该是能够被取代的。
李开复：要花时间了，也需要五年、十年、十五年，但是终究会研究出来。
樊登：餐厅后厨完蛋了。
李开复：其实餐厅也会两极化。像我们投资了一家，叫“F5未来商店”，它里面就没有人，全部是机器做厨师。但是这是普通餐馆，它的竞争对手是麦当劳、KFC。所以低端、普通、普及的餐馆，以后没必要让人来做了，但是高端的、米其林顶级的美食一定全部还是人在做。
樊登：而且可能还越来越贵，因为今后做厨师的人都变少了。
李开复：而且你要做得非常棒，那你要求的薪资可能是天价。
樊登：我们很多人不明白，放射科医生这样的工作是一个有高知识度的工作，它怎么也会是在危险区？
李开复：放射科医生他看片的部分，机器应该是在未来的十五到二十年会超越的，而且可能远远超越他们的精确度。因为看片这件事情是一个电脑视觉、机器人视觉，我们可以看到，现在人脸识别技术已经远远超过人类了，这个可以得知的是，它可以识别三百万张脸，人你能识别三百万张脸吗？肯定不能，你认识一两千个人就不错了。所以人脸识别跟癌症肿瘤识别是类似的问题，我只要有足够多的训练数据，那我们人脸识别技术是怎么超过人类的，肿瘤识别技术就会怎么超过放射科医师。当然，放射科医师学了很多知识，比如说对于癌症的病史等等这些还是有用的，但是看片这件事情，可能放射科医生一半以上的时间以后都会被AI取代。
樊登：我听过一个实验，他们真的找了很多放射科大夫，而且是全球顶级的放射科大夫去和一个机器比赛，就是识别癌细胞，最后机器完胜，赢了他们很多。
李开复：那只是针对某些种类的肺癌，你要涵盖所有的癌症还要考虑到病史。
樊登：那只是时间的问题。
李开复：我觉得技术上可能需要五到八年的时间。还有一个问题是医院的体系，如果不接受就是不接受，所以还有病人如果觉得我要人来看，我不要机器来看，这个我们就没有办法知道了。所以可能有很多未知因素，要看国家的法律。还有如果看错了谁来理赔？所以有法律的问题，有医院的问题，有医生接不接受助手合作的问题，还有这个病人接不接受的问题。所以我说十五年左右，就是这些因素可能需要一些时间让它得到合理的发展。
樊登：您有没有觉得技术的发展永远都快过我们的预测？
李开复：其实不一定，我觉得我们会对两三年之内的技术过于乐观，但是对十年内技术能带来什么过于低估和悲观。
樊登：我为什么会提到这个，是因为我们看过彼得·蒂尔写的那本书，叫《从0到1》。在那本书里边彼得·蒂尔还说机器未来一定是跟人结合，因为机器没法识别东西，机器识别东西比人慢得多。这才过了几年，你会发现机器识别比人要快得多了，已经应用到各个地方了。
李开复：对。
樊登：那您有没有一个大概的时间表，您觉得在中国大概会是一个什么样的时间表？
李开复：我觉得要看领域。就是说有很多因素：第一，你的领域有没有足够多的数据跟这个单一领域的应用。第二，你把这个事情做好了，它能帮你挣多少钱，省多少钱。还有就是决策者有没有魄力来用这个东西。这几个因素会让人工智能在不同的领域，有些会爆发，有些会不容易爆发。
樊登：延缓。
李开复：还有一点就是它需要的技术难度有多高，像无人驾驶需要的技术就要比刚才说的贷款要高很多。这些因素综合考量以后，一个一个行业来算，我觉得互联网业绝对是第一，因为它已经发生了。第二应该是金融领域的，银行保险这一类的。第三可能是零售，因为它其实是被电商辐射出来，所以我们现在很多都在投零售方面的AI。再往下我觉得是制造，因为随着机器人越做越好，可以大大降低成本，当然也取代很多工作。再往下我觉得还有教育，这些应该是会一个一个突破的。我们如果把刚才这几个行业加起来，再加上相关的行业，可能就是人类GDP（国内生产总值）的百分之七八十。
樊登：您考虑过这种社会问题——当然，这不是由您造成的，但是像您这样研究这么前沿的问题的人，应该会考虑它带来的社会效应？
李开复：对，这就是我写这本书的主要理由。因为我觉得这些技术会带来一些社会问题，这些社会问题，我们还有足够多的时间去先了解。第一步一定是了解这些问题，然后第二个是反思自己跟自己的公司能做什么，再往下是有什么可能的政府政策来帮助缓解这些问题。所以AI虽然来得很快，但是也没有那么快，未来的两三年，AI不会取代太多的工作，给我们足够的时间思考五年后、十年后、十五年后怎么办。
樊登：那怎么办呢？
李开复：刚才我还有几个领域没有提到过。比如说我觉得我们要先看人工智能不能做什么。我们先防卫性地看你不能做什么，我们再来做什么。其实空间还是挺大的：AI不能做深度的思考跟创意，它不懂这个概念，不会做很困难复杂的计划，它不会跨领域思考，不会做这种跨领域、需要常识的问题。
樊登：您在说这个话的时候，我脑子里边就在想，可能过个三五年之后，AI突然全会了这些东西。
李开复：我觉得这事不能说是不可能发生，但是现在看来没有。确实有一批人说奇点要来了，奇点来了，机器就什么都接管了，我们就不做事了。我是反对这种说法的，虽然我们可以每天看到新的AI应用出现，但是它们都还是基于同一个技术——深度学习和相关的机器学习。所以我们看过去70年AI的发展，我们其实只看到一个突破，就是深度学习。你看到AI可以识别肿瘤了，或者突然机器人可以在街上跳来跳去了，或者突然发现AI可以做很好的贷款了，听起来是一个一个科技的突破，但是其实并不是，它是一个深度学习的突破应用在多个领域。
所以要达到刚才讲的策划、概念、创意、跨领域、战略这些的突破，需要的是好几个甚至十几个未来的突破。比如一个公司的CEO，他肯定不是只算怎么帮助公司赚最多钱，他还要考虑员工的稳定性，他要考虑怎么去招人，他要考虑公司的品牌，他要考虑情怀、价值观、社会效应、社会关怀等等，还有合作伙伴之间的关系。刚才讲的每一件事情都可能让他少赚一点钱，但是对公司战略性可能有价值的提升，或者做一个有风险的事情，或者是风险未知的事情，可多了。所以CEO被取代，我觉得至少需要十个大突破。过去七十年我们只有一个突破，我们凭什么说未来十年二十年会有十个突破？所以我觉得不乐观。当然我不能保证，但是不乐观。
再往下讲其他的领域。其实劳力的领域还是有很多是机器不能做的，我们刚才谈到了需要手特别灵巧的领域，比如说修理飞机或者是精密的仪器。另外还有一个很有意思的，是机器人在这种新的、没见过的、非结构化的环境很难做。比如说我很难做一个机器人打扫这个房间，这个房间是每次都不一样的，就打扫这一个房间，机器人是可以做的，但是打扫“任何的房间”其实非常困难，因为什么东西会被撞破，然后先清哪里后清哪里，还有这个屋主是特别在乎灰尘的还是特别在乎整齐的，这些事情都要考虑进去。所以我觉得还有很多非结构化的、跟手的灵巧相关的工作是可以去做的。
樊登：总之人是应该朝右上角去挪的。
李开复：如果能从右上角就往右上角。
樊登：或者右下角。
李开复：右下角就是有创意但是温度不高的。但是说实在这些工作不是特别多，因为可能都是科学家、作家、艺术家、漫画师、写剧本、做公关、做并购这一类的。当然，这一类的可能是10%的工作。
樊登：但是您知道，有人拿瓦格纳的戏剧做过一次实验，就是给机器听了很多这歌，听完了以后机器就开始写了。
李开复：它可以模仿。
樊登：人听不出来。找了很多人听，听完以后说不知道哪个是机器写的、哪个是人写的。
李开复：我觉得音乐教授肯定听得出来。就像画画，像有很多莫奈的画，你真的可以把你的后院画成一个莫奈风格，对普通人来说挂一个这个画挺好的，但是对真的学画画的人来说，这个还是很荒谬。
樊登：他能看出来是机器画的。
李开复：肯定可以看得出来。但是这也意味着一个问题，就是大部分的人既然看不出来，那干吗去买真品？买个机器画的就可以了。所以这些画家、艺术家的生意可能还是会受影响，除非你是顶级的。
樊登：我今天上午来的观众里边有一位广告人，我说广告人会不会被替代？他说已经被替代，有一个技术，你只要输入你的产品、你要干吗，它就能给你出好多条广告语，你自己挑就好了。
李开复：但还是要挑。我们一杯水可以半空或半满，对不对？对一个很厉害的广告人来说，我现在有一个机器帮我生了东西，然后我从里面挑，过去我可能要绞尽脑汁花三天时间才找出广告语，现在我只要三个小时了，那只要你的客户还是愿意付一样的钱，那你赚的钱就突然多了八倍了，所以也难说。不过还有最后一个职业真的是很难被取代的，就是有温度的、有关怀的服务业。因为AI是没有温度的，我们用这么一个冷冰冰的机器，它来做我们的老人陪伴、做护士、做医生、做老师，都是绝对不可以的。因为第一个，做不了，它连跨领域常识都没有，那怎么会有自我意识跟情感？怎么会招人喜欢？怎么会得到人的尊敬、认可？它如果达不到这一点，我们就会继续用人来做这方面的服务，而且用户会要求一定要人来做。而且我们一大堆工作被机器取代了，我们其实会发现人与人之间还是需要接触的。
樊登：更珍贵。
李开复：对，更珍贵的。说实在的，AI会创造很多新贵，这些新贵会很有钱，那有钱了他们就要去顶级的餐馆，要顶级的礼宾、顶级的服务，这也会创造一大批高级服务业的机会。还有，我觉得很多工作是用AI做内核，但是需要用人的关怀把它包起来。比如说医生这个行业，现在我们去医院看医生，有时候三五分钟就被打发走，但是如果那医生多问问你有什么症状、最近好点没有，都要来家里看你，虽然他的知识大部分是来自于AI内核的，但是他的关怀会让病人感觉更好，而且也会康复得更快。
樊登：很多医生都讲过，医生对患者的态度将决定患者的康复时间。
李开复：但是现在的医生太稀少，而且顶级的医生为了治更多病人根本没时间做这些。所以以后可以用更短的时间训练出一批关怀型的医生，然后训练成本降低了，医疗成本也降低，所以贫穷地区甚至贫穷国家都可以享有很不错的医疗服务。
樊登：其实像老师、像律师——
李开复：都一样。
樊登：可能都是包着一个AI的内核，然后由人来做交互的事情。
李开复：所以我们大家都要把情商提高，和人沟通的能力提高，表达这种对人的关怀，能够说服别人、得到幸福、信任，能够增加人脉，这些事情是我们现在要赶快去增强的地方。
樊登：像我们做樊登读书这种学习型社群，有未来吗？
李开复：超级有，机器哪能做你做的事情。
樊登：机器人会消费吗？就是未来会有机器人成为消费者、会花钱吗？
李开复：机器人会受它的主人委托消费。就比如说我可以委托一个人工智能，说我现在想去欧洲旅行，但是我要找一个性价比最高的，你就帮我不断地去找，找到了给我电话或者发微信给我。
樊登：它本身不会有需求，它的需求还是“给人”。
李开复：对，它的需求还是“给人”。机器人基本都是工具，我们现在能看到的、可见的未来，机器人都是工具。但是机器人会做很多事，它也会买卖股票，但是都是人去告诉它，你用量化策略去帮我赚最多的钱。
樊登：就像人养狗一样，人原来养狗是觉得狗是用来玩的，甚至狗是野狗都可以，逗一逗它就好了，后来慢慢地发展出一个产业，人得给这狗买衣服、买吃的，有没有可能将来你们家有了很多机器人以后，你得给这机器人买点机器壳，买点好的润滑油或者买点什么？会催生这样的新市场吗？
李开复：我觉得会像玩具这样，可能最接近玩具，就像小朋友他有个玩具熊，想买件衣服什么的，这一类的会发生。其实未来的玩具是一个很不错的机器人市场，但是再超越或达到狗的这个状态，我认为需要五年到十年。
樊登：情感上突破不了。
李开复：我认为突破不了。
樊登：不过在人类历史上有一个好事，就是每一次工业革命的时候，大家都有这样的危机，说要完蛋，结果后来发现又催生出很多新的工作。但愿这一次AI的革命之后还是会催生出很多包裹着AI内核的工作。
李开复：对，这个理念很有意思，我原则上是同意的。但是我们从来没有碰到过一次AI这么快的，因为上一次的工业革命，无论是电还是其它的技术的发生或者创造车，都是花了几十年甚至上百年时间。
樊登：慢慢来。
李开复：让我们有足够的时间创造出新的工作了。这一次我们相信未来十五到二十五年会有一半的人没有工作，因为现在社会上大部分的人还是认为工作是最重要的，是生活的核心，这个看法我是反对的，但是确实大部分人这么认为。所以一旦没有了工作，可能就会有抑郁、沉迷游戏等等的问题。所以我觉得这一次我们可能要比过去的革命更关注怎么样能够快速地重新训练、创造足够的岗位，然后做一次人类有史以来最大量的工作迁移。
樊登：急转弯。
李开复：急转弯一旦转成了，我觉得给我们三十年、四十年、五十年，会有各种智慧、创新的工作出来，而且我觉得也许以后一个礼拜工作三四天就可以了，有各种的方法能够化解AI把工作量拿走的问题，但是就是最近这十五到二十年会快一点。
樊登：您这书里边有一个案例，看得人还挺心酸的。说是有一个电工失业了，别人说你有什么感觉，他说以前别人问我做什么的，我会很自然地说我是一个电工，但是现在我不能这样说了，因为我不是。他就失去了整个的身份感。
李开复：也有人说AI是来解放我们的，不必再做琐碎的工作了，这是一个长期的、理想主义的说法，但是短期内这一批人，甚至人类一半的人的这种失落感，不只是一个没有了工资的问题，因为工资还有社会福利等各种方法可以去试着解决，他是失去了自己的尊严和社会的认知价值跟定位。
樊登：如果不做任何干预的话，大概率会出现更强的贫富差距。因为AI帮助有钱人赚钱，它的效率更高了；AI让没钱的人没有机会工作，他就没有赚钱的机会了。那像这种问题，我看到比尔·盖茨在关心，他就说要不要向机器人收税什么的，这方面您觉得中国会用什么样的方式来解决？
李开复：我觉得这个还是需要政府来做一个重新分配。
樊登：转移支付？
李开复：转移支付，这个直接说就是税收了。我们现在可能很难想象特别高的利润，现在美国有一些智库会提出，一个公司如果一年赚了比如说300亿美元以上，我就要大大地征税，3000亿美元以上，我就要征70%的税，挣一万亿美元以上的利润，我就要征95%的税。这种法律大家听起来还觉得OK，因为觉得没有人会赚那么多钱，但是最终会有的。所以这种就是你赚得太高的时候，你就得贡献一点回来。当然我觉得也不能全靠政府，每一个企业应该都用自己的社会责任感，提早对你公司的那些会消失的工种做内部的重新训练，重新培训和重新就业。如果你公司实在是没有办法消化这么多下岗员工的话，那也要提供一些他们到别的公司岗位就业的机会。
樊登：开复老师刚才说会有的。我心里边很清楚，这书里边写了，像Uber（优步）这样的公司，他现在还给司机分成，分那么多。无人驾驶真来了以后，一分钱都不用分了，全都是它的，你想这公司赚多少钱，真是不可思议的一件事。这是一个很大的机会，在这个机会面前，在您看来只有中国和美国应该是最强悍的。那中国和美国比起来，我们有什么样的优势或者是劣势？
李开复：中国就是数据量特别大，超级大。
樊登：人多。
李开复：人多当然是它的最重要的一个起点，但是实际上中国在接受数字化的过程中，至少在互联网领域要比美国快得很多。比如说我们外卖的数据是美国的十几倍，我们的电子支付是美国的50倍。这些数据都会回过来变成能源，能够帮助阿里、腾讯发展更多的业务，更了解他们的用户。
樊登：数据就是电。
李开复：嗯，数据就是电。
樊登：就是相当于我们过去工业时代的电，今后的数据就像能源一样进入到千家万户当中去。
李开复：对，而且比电还要厉害。因为电你还是要按每一度付费的，这个数据如果阿里、腾讯有巨量的数据进来了，这个转换的机会是不可想象的。当然也不只是阿里、腾讯，哪怕你是一家便利店，因为有了支付，你也可以对你的用户习惯有更多的了解。在美国的话，大家还是付现金什么的，就没有办法获取，所以我觉得中国最大的优势是大量的数据的优势。另外我觉得中国的创业环境、资本环境是很看好AI的，中国有大量的年轻工程师涌入这个领域，中国政府的政策还是非常支持AI的推进，尤其是愿意去尝试让AI的技术快速落地。还有在基础建设方面，比如说雄安作为一个无人驾驶区，浙江高速公路帮助无人驾驶。
当然，美国也有它的优势。我觉得美国的优势是它的顶级科学家远远比任何一个国家都可能多十倍左右。在全球，我们说有七大巨头，但是其实在里面，Google要比另外六家的顶级人才加起来还要多，不是所有人才，是顶级人才。所以美国有Google，美国有顶级的院校，美国有一个机制能把世界最聪明的人吸引去那边读书，然后有一部分留下来了，还有美国有乔布斯这样的突破式的创业者。中国可能会找到很多滚动的AI创业赚钱的机会，但是如果有一个突破，做别人认为不可能的事情，居然做成了。
樊登：埃隆·马斯克这样的，有点疯疯的这种人。
李开复：这种人在美国出现的概率要大得多，所以各有优势。
樊登：大家都在反思，说中国人做的各种创新都是用来买外卖的，都是用来让旅游住店什么的，为了过得更方便。革命性的或者基础性的，比如说芯片领域的这种研究，我们就总是会不够重视。
李开复：芯片其实也是多年累积了，以前Intel、Qualcomm花了多少的钱才累积了这么多的人才。确实，芯片是中国最需要追赶的一个领域，其它的领域我们都可以想象、可以赶上，或者跟美国大约是平分秋色，但是在芯片领域我觉得可能还要更长的时间。但是现在也在努力了，现在有比如说地平线机器人，有寒武纪，有比特大陆，都在做AI芯片，所以也在快速地试着去追赶，但是距离还是比较大的。
樊登：我很开心您在这本书的最后一章写的竟然是您的健康问题，有一段时间大家都很替您担心，得了这么吓人的一种病。这次疾病对您来讲有什么体会？
李开复：我过去就是个工作狂，觉得工作就是一切。这次我生病了以后，被诊断出来得了淋巴癌四期之后，马上想到的就是生命可能结束。我突然发现自己过去最热衷的一件事就是工作，现在丝毫不在乎了，我一点都不会想再去工作，得到更多名声什么的，我只想到的就是我最爱的人，怎么样跟他们在一起。而且我觉得这不是我一个个人的感受，有一本书就是讲临终的人的五大遗憾，这是一位关怀护士写的书。
樊登：我看过这本书。
李开复：你看过？
樊登：对。
李开复：她看了2000个病人临终，没有一个说我没有工作够努力，而且其中有一个遗憾就是我工作太多时间了。另外的遗憾中重要的几个事分别是，要做自己真的最爱做的事情，不要太在乎周围的人怎么想你，还有就是要多跟自己爱的人在一起。那了解了这一点以后，其实为什么我把这段写进这本书里，因为跟我们AI的未来出路是有关的。如果我们所有的人都把自己认定为工作狂，工作就是一切，而AI会来取代我们一半的工作，那这一半的人的整个价值观，加上AI带来的灾难，就会让我们人类很难渡过这个难关。
如果更多的人能了解，其实人生在世的目的有很多，工作可能是其中之一，但是关爱我们的周围的人其实是一个最能够得到正向反馈、产生正能量、让你每天觉得很满足的事，然后它也能产生经济价值，肯定能产生社会价值。所以当我们看到人类最大的工作迁移的前戏，我们是不是要考虑真的把这些重复性工作的工作者，慢慢地一个一个转成关怀型的工作者。这样的话，价值观的转换、工作的转换让每一个人获得新的满足感，就可能会帮助我们更快地度过这次的挑战。
樊登：所以所谓的消费升级很有可能会变成人性化的升级，就是各行各业都开始走人性化的道路，而不一定光是AI化的一条道路。
李开复：对，我觉得AI化只是我们现在面对的一个科技的契机，但是AI这次契机可能带给我们最大的好处，不见得是技术能在多大程度上改变世界，而是真的能让我们了解到，重复工作不是人生的意义。我们为什么作为人生在这个世界上？我们真正的意义是什么？让我们回归初心，去寻找人生的意义。
樊登：那时候星云大师问您人生的目的是什么，您脱口而出，“最大化自己的影响力”。
李开复：对。
樊登：那现在如果他再问您呢，人生的目的到底是什么？
李开复：传播爱，人生的目的就是让自己把爱心传播出去。
樊登：我们都经历过拐弯的时候，尤其是在火车或者高速行驶的客车上，如果那个司机毫无征兆突然拐弯，你就会觉得被晃得很厉害，如果危险的话就会被甩出去，我们就会抱怨，为什么不提前预告一下。今天在这么一个高速要急转弯的一个列车上，李开复老师就是作为拿着大喇叭大声喊的那个人，说要转弯了，这个转得很急，大家一定要小心。所以这本书的发心我觉得非常简单，就是要告诉大家一定要小心，因为他不忍心人们从这个列车上被甩下去或者遭遇到各种各样的挑战和不幸，所以希望大家能够找机会读一下《AI·未来》这本书，感谢李开复老师！
李开复：谢谢，谢谢樊登。
来自樊登读书