新浪財經訊 長安講壇總第301期于2016年9月22日在清華大學經管學院舉行。工業和信息化部副部長懷進鵬出席并作了題為“深化制造業與互聯網融合發展，加快制造強國建設”的演講。

　　以下為演講實錄：

　　懷進鵬：今天非常榮幸，一進到這個教室就有一種特別的感覺，看到同學們充滿智慧的眼神，和青年學生在一起特別好。如果各位在演講中間有什么問題，哪些我沒有講清楚的隨時可以探討。

　　我還特意問李老師，他說可能各個專業的同學都有，可能會有一些功課知識的背景，特別和信息技術有關的，可能我就會快一點，所以中間會聽起來有跳躍性，受眾略微有一些差別，但是我盡量來照顧到一般的學生，我想清華的學生沒問題。

　　我今天報告的主題是關于制造業與互聯網融合發展來推動制造強國，我的副標題大家可能也都知道，中國制造能不能從大國走向強國，挑戰和機遇是什么？到大學演講盡量和技術相關的內容跟各位進行交流。

　　發展新一代的信息技術是極端重要的。習總書記在今年4月19號，全國網絡安全與信息化工作會議上特別強調，發展新一代信息技術是國家發展的客觀需要，強調發展信息技術對于生產力、人民生活的重要性，特別提到核心技術，不僅要考慮基礎通用技術，還要考慮殺手锏的技術，特別是面向未來要考慮前沿顛覆性的技術。在他的講話當中也特別強調要大力發展信息經濟，拓展經濟發展新空間。

　　在這一段當中，他整個的講話談了六個部分，我把和信息技術和信息經濟之間有關的要點在這里摘錄下來。他特別強調要著力推動互聯網與實體經濟的深入融合的發展，要做好信息化、工業化深度融合這篇大文章。實際上也進一步地提出了信息技術、信息產業、信息經濟需要兼顧自身的發展，同時為制造業的做強來找到新的機會和新的出路。

　　這個講話應該是點明了中國信息技術、信息產業以及信息經濟在整個發展當中的重要性和基礎性。

　　我今天跟各位交流三個方面的內容，第一是信息技術和信息經濟大概的一個情況，時間短，但是涉及的內容太多，所以我只能大概其交流一下。

　　第二，我簡單回應一下現在很熱門的一些事情。

　　第三，我想點點題，制造業與互聯網融合發展可能給我們帶來的機會。

　　信息技術是一門科技，不是純科學，它有一個三大定律，但不是物理學三大定律，是和經濟學有關的。

　　三大定律說的是什么？一是集成電路，有一個摩爾定律，不是科學規律，是一個經濟學的定律。他說18個月集成度提高一倍，價格降低一半，20多年來計算速度提高了3500倍，存儲容量不斷加大，價格下降了4萬5千倍和360萬倍。1980年1GB的存儲需要20萬美金，09年只需7美分。摩爾定律做出的一個預測，60年前，說按照材料和物理基礎規律的變化，和我們生產不斷地能夠追溯這樣的一個創造性，應該有這樣的規律。

　　第二個定律是吉爾德定律，類似摩爾定律，帶寬每6個月增加一倍，每比特的費用將趨于零。這就是說速度越來越快，每6個月增加一倍帶寬，但是花的錢還要減少。

　　還有一個定律是麥特卡爾定律，實際上是對互聯網價值的一種估算，你說中國互聯網的價值和美國互聯網的價值大小怎么算呢？不好算。說歐洲怎么算？也不好算。那么麥特卡爾說可以這樣算，說網絡的價值和網絡用戶數的平方可以成正比，N個用戶價值就是N平方，所以人多力量大在這里會表現出來。

　　所以互聯網的三大規律導致我們信息技術發展到今天，信息經濟走向了數字時代這可能就不是太遠了。所以人們都在關注下一個顛覆性技術是什么，也關心新的業態會不會帶來新的社會形態。所以人們說可能是一個零邊際成本的社會，現在我們都知道沒有車的人可以去租車，沒有房子的人可以租房子，沒有產品制造力的時候會賣給你產品，這種一切給我們帶來了一種所謂的新的分享經濟或零邊際成本的社會，那和我們傳統工業社會當中不僅要能用，而且能占有，就開始有新的變化的模式。

　　各位都有智能手機，信息技術有三大重要的結果，第一就是計算機，第二是集成電路，第三是通信和軟件的發展。

　　集成電路的發展多快呢？1971年有一個4004，英特爾做的世界第一款微處理器，10微米，有2300個晶體管。2015年，14納米的微處理器，有13億的晶體管。按此摩爾定律計算，按照簡單的計算，2018年，我們說按照現有的工藝可以制造出計算機總的數量超過腦細胞的容量，按照單位面積的集成度來看，如果我們再簡單做一個比較，2013年Iphone5S可以和40年前Cray計算機一號的能力相當，甚至比它還高。

　　我們看這四十年來，任何一個技術、產業都在飛速地發展，但是在集成電路這個領域確是一個飛速發展的時候。集成電路這也就成為信息產業的核心的內容，它是電子工業的基石，所以已經連續三年，我們集成電路的進口額超過原油的進口，這是我們知道的事實，所以中國已經是全球最大的集成電路進口國。

　　我們每年兩千兩百億，兩千三百億美元，全球大概三千五百億的總價值。所以至少一半的集成電路是在中國，中國的產值大概在3000多億人民幣，所以我們產能是嚴重不足的，有很大的發展空間。

　　但是集成空間很復雜，集成電路需要有材料和裝備，然后制成各種工業，軟件等才能進行集成電路的設計、生產，最后有了CPU和操作系統才能形成整機系統，最后和不同的應用廠家來去做。所以材料和裝備決定工藝的水平，而工藝和工具又決定了我們設計的能力，最后決定一層一層的疊加。我們在這一領域全球的產業基本符合二八模式，最高的那兩三家占據全球基本的利潤最高端。

　　在這個領域的發展當中，中國由于起步比較晚，雖然經過幾個“五年計劃”都在做，但是畢竟起步很晚。所以我們還有很大的局限性，在集成電路這個產業當中，最高端的是在最底下，設備廠商、軟件設計廠商，有了軟件工具就可以設計我們的集成電路芯片，有了這個完成了以后下面才有代工廠純制造，有純設計，純設計廠商用這個工具來設計，他們都做完了形成一個系統。在這個領域，西方特別是美國在集成電路的布局絕對在這個領域是壟斷的，所以在70年代、80年代陸續興起臺灣的代工廠，形成了像臺積電這類的企業。但是設計廠商和垂直整合廠商空間是比較大的，最豐厚的是在這。

　　所以外包產業逐漸轉移，但不能簡單看代工廠是沒有空間的，而在代工廠、純制造工廠也是一個耗資非常大的。過去65納米線寬的時候，有30億美金就夠了?，F在要做22納米，大概100億美元，16納米的時候大概是150億。所以即使是純集成電路的制造也是一個投資相當大的行業，這個行業是會讓一般的國家，一般的地區是望而生畏的這個領域。

　　高技術附加值不假，但是高投入，高知識密集型，所以現在在這個領域當中只有這三家牌子最好，英特爾、三星和中國臺灣的臺積電，而IBM不斷在放棄這個領域，為什么？2008年以來，一些傳統的設計制造公司已經或將停止建設新的生產線，太貴了，投不起。而新的像這些制造企業卻在擴產，因為原來設計制造企業不去制造了，所以把它的產能弄到別的地方去整了，別的地方再進行做。去年臺積電董事長說我們每一個生產出來的都是有市場需要的，沒有過度的產能，都是市場需要，而且非常飽和。

　　2012年下半年以來，先進工藝的產能開始供不應求了，因為投入的資金越來越大，而能夠跟得上的，即使投入你還有工藝，在臺積電掛著它的專利，有七千多份，它自己的文檔有三千七百多份，純制造工廠工藝設計參數這也是相當的技術水平，設計出來給了他這個東西，他怎么去布線，怎么去做制片，然后生產出來那是相當的技術水準。所以每年臺積電投入的資金基本相當于臺灣整個自己在研發的投入，上百億美元的投入。

　　這個領域是充分市場化的，生產一片12寸的，比如說5萬片，就算60萬片，一片就可以切割出3000，60萬乘以3000，你要靠一般的行業不是充分全球化的市場是沒有辦法銷售得了的。如果沒有得到可觀的利潤是維持不下去的，所以這個領域當中全年在2014年達到3300億美元，增長還是在穩定向上的。特別是互聯網的發展帶動了PC的發展，所以集成電路又出現了。集成電路全球大概有17億，每6年、5年大概有3000萬、5000萬的更新率，智能手機是億量級的，所以乘十。移動互聯網的發展和智能手機的發展是疊加的，從百萬進入千萬每年更新的要求，甚至億。

　　物聯網以后的發展會和智能設備，會跟每個器械，以后兩百億、五百億的終端器械互聯的時候，那它消耗芯片的量要比智能終端要的芯片又增加一個數量級，所以從PC到手機，到以后的智能終端來看，或者端產品來看，都是數量級的增加，而這樣的數量級的增加會帶來巨大的對集成電路的要求。

　　為什么這么講？我們看三十年集成電路從1985年開始，做顏色標記是日本的企業，到2014年的時候前面說的這三家就成為最重要的。而高通自從智能手機出貨以來開始從2010年基本上保持第四名位置。2014年高通已經成為英特爾市值的三分之二，而臺積電由于智能手機的發展市值約為英特爾的四分之三，由于智能手機的發展造就了兩家新的集成電路的設計和制造廠商。

　　英特爾做了一個戰略的失誤，十美元以下的芯片都不做了，而ARM新的架構出現了以后，ARM被兩百多億美元的價格收購了，一家是利潤每年大概10億美元的企業，為什么能看到這么大的一個市場，這是這個領域未來走向工業化實時系統當中非常重要的一家企業。所以在這個領域當中，十年的發展成就了高通，也創造了臺積電另一個輝煌。所以我們看到一個大的移動互聯網發展的時候帶動的產業發展的情況。

　　三是看產業并購的格局，前面我講了，EDA是集成電路設計當中最最重要的內容，在這個部分當中，前幾名全是在美國。有一個EDA最厲害的公司叫Synopsis，是老大，收購老四Magma，絕對在EDA壟斷的，做芯片設計的幾乎沒有不知道的。所以我們看到在這個領域高端的利潤和壟斷的地位。第二是NXP，去年100多億美元收購Freescale，看中了一個什么方向？看中了汽車電子一個巨大的市場。他們一合并后市值超過400億美元，而它們在這個領域發展當中汽車電子以后又是一個移動新的大的平臺。

　　我們再看一個事情，2015年英特爾花100億美元收購了ALTERA，高通公司正在策劃收購龍頭企業Xilinx。給我們一個什么啟示？以后大數據或者數據中心發展的時候，CPU是平臺化的，硬件是能夠把流程都確定下來就可以用通用平臺來處理，當然還有很多是靈活性的，工藝不確定需要靠著參數的，叫做FPCA技術，FPCA和CPU結合就可以走向工廠控制和物聯網，這樣的戰略的布局看明白的事情一個是信息產業的延伸不僅是在從通用計算這一頭，而走向了制造業。這設計起來EAD軟件壟斷以后向專業芯片FPCA和以后新的結合。所以現在集成電路微電子發展，開始不是做集成電路，開始做集成系統，所以要有這樣一個新生態的認識，否則我們永遠走不出來。

　　現在說機器越算越快，多核計算，但是相當運行能力強是因為加速圖形處理器，GPU，使得計算的能力越來越加強，所以CPU多核再加GPU把計算能力加強。CPU加FPCA，延伸到數據和工業存儲，CPU的存儲，以后網絡控制器每一個節點都是一臺計算機了，還有后摩爾時代。

　　我們現在看硅芯片，硅半導體的芯片，如果我們和微基機的結合，MLC結合，那就進入我們所說的后摩爾時代。所以從信息產業集成電路這個生態來看出現了一種新的重大的轉折點。而在這個領域集成電路未來發展的工業路線圖開始不清晰了，所以這是這個領域當中有重大挑戰性的問題，同時就是重大的機會會產生。

　　我們做學術的一定是要有好的科學問題，做學術就有意思了，沒有好的學術問題的研究是不值得研究的，所以在這個領域不斷遇到挑戰性的問題，你就有可能做出有有挑戰性的結果。

　　中國的集成電路是世界占比非常高的，同時我們有這么幾大件，手機，臺式機、電視、PC，所有都已經超過全球產量的一半以上，但是中國集成電路產能的設計能力不足，這是我們長期工業的基礎，也是我們在電子信息產業當中需要不斷增強的。

　　最近這些年中國集成電路取得很大的發展，比如說移動的芯片，通過并購和自主創新的能力，海思和展迅已經可以在移動當中做得非常好，還有在通信領域當中。我們設計這兩家公司已經在全球前十名了。在制造界，邏輯的制造當中，我們在28納米已經能夠實現量產，連續17個季度連續盈利，這是相當不容易的，所以是非常好的事情，我們現在中芯國際在2014年底二工廠開，上海工廠也開，馬上就要建完了，這對中國電路的發展非常重要。

　　特別是2014年6月中國發表集成電路發展《綱要》以后，國家也組織了集成電路的產業投資基金，融資了1380億，可以帶動社會資金大概上萬億來培育領軍企業，推動產業化和市場資源的配合。特別是中國制造2025戰略，對工業控制領域當中芯片集成電路的發展那就有很重要的機會。

　　第二點我簡單講講，各位都知道互聯網很重要。應該說從系統的角度來看，中國在世界上占據了非常重要的位置，全球十大互聯網公司中國占了四家，另外六家是美國，所以從規模和信息技術可比的能力來看，中國的互聯網的企業在相當的經濟規模上是在世界領先的，而在歐洲，同樣在亞洲和其他地區很難有這樣的體量和規模。

　　麥肯錫曾經做過一個報告，認為中國互聯網經濟的占比已超過美、法、德等，軟銀的老總說移動互聯網經營模式和APP的投資方式要看中國的發展，所以在國外如果有百萬用戶的移動互聯網已經算不小的用戶基數，在中國百萬、千萬，過億的用戶。大家不知道有沒有體會走步咕咚的軟件，這是大量的好機會。比如說金山公司張文江跟我講，他們做了一個軟件，清洗亂七八糟的垃圾，很快的時間內三千萬用戶就用起來了。

　　所以老外就奇怪軟件不收錢，全是免費的，開發軟件費用低，不要錢，用了還給錢。

　　所以中國在發展互聯網應用當中，移動APP和創造新的空間當中，創造了一種很多的模式，無論我們現在怎么看互聯網金融，手機支付這樣的方式在全球都是最好的，不光是商業模式，它的系統也是做得非常不錯的。所以中國互聯網應用當中，確實有技術的創新，應用模式和商業模式的一些創新。

　　在通信領域另外一個就是關于純通信的，無線通信。我們以前說1G大哥大沒有，2G跟隨，到4G同步，而且我們現在成為世界上最大的市場，占了50%，5G通信我們現在大概全球的技術文檔和標準提案當中中國已經超過3分之一強了，這是不得了的事情。但是在5G移動通信當中是世界領袖級的地位，至少和別人同步。移動通信的市場是萬億規模的，它不光是這個，它帶動了手機芯片的發展，帶動了應用的發展，幾百萬的APP和行業新的變化。

　　我們說在4G當中我們就有了這樣一個好的方式帶動了基礎應用。同時5G很厲害，日本奧運會要在2022年舉行，提出的目標就是5G要使用。韓國知道因為這是巨大的全球市場，因此他們提出冬季奧運會在韓國他們要試驗商用。所以圍繞著5G的核心業務殺手锏的應用和技術的準備現在是全球較量，不僅歐洲和北美以及在亞洲，這三個大的地區都在全力以赴在做，沒有任何一個國家趕小視5G的發展所帶來的巨大空間。

　　5G的發展，我們現在大家用的智能手機基本差不多了，看電影基本上也差不多了，還有什么要求？下一步發展就不是以個人通信為主要目的，就是有產業的目標。這產業的目標和什么有關？以后通信的速率比現在十倍增長，十倍的速率一點問題也沒有?，F在找朋友可能連接一百個，一千個，未來你可以連接的數量是一百倍，一千倍，數量級以上的增加。說明什么問題？你可以連接一個小群體了，你可以做物聯網的應用了，而且效率又那么高。

　　現在比如互聯網是90毫秒，變成9毫秒，前面放無人機的圖的時候，20毫秒就能計算了，實時系統開車就可以用了，十毫秒就有反饋了，而且它的功耗還要降低很多。咱們假定不說頻譜、帶寬，以后頻譜是多少？2G、3G大概是900兆左右，后面可能在6G，這個是一個國際之間的交流。

　　這些技術問題的解決實際上是和產業目標相關的，如果你有專利在那里，有標準技術在那里，你有品牌產品在那里，那就帶動的產業是不得了的事情了，所以在移動通訊里面會有大的進步。

　　第三個跟各位說信息技術有三個標志性的事件，一是集成電路，二是網絡通信，還有一個是軟件。這是十年前的一張圖，我一直比較喜歡。這張圖很有意思，叫做微軟帝國，實際上我們看微軟帝國處于一個硝煙四起的地方，這邊是開放源的地方，下面是瀏覽器的這些，現在不靈了，這是做數據處理的，數據庫的公司。這一塊做的也很多，基本上全失敗了。

　　新出現的一個是谷歌和蘋果，這是成功的。原來通過MSN和谷歌打打不過，通過它的Whindows XP，通過做新的應用都不行，所以人們說微軟贏得了PC時代，失去了互聯網，而錯誤判斷了移動互聯網。所以在這個領域當中，蘋果是利用了通信的手段把傳統的硬件做到盡善盡美，形成了它的新生態，硬件、軟件、內容就變成了一個大生態。而谷歌就變成全球資源，繞過操作系統。

　　所以我們看微軟的軟件帝國到現在為止已經開始出現很大的不同了，而谷歌安卓的操作系統，它又做無人駕駛，拓展新的空間。

　　所以在這個領域當中軟件的形態和技術的模式變化，最早是PC時代。互聯網興起的時候，這批公司就開始成長了，中國的機會也就大起來了，現在我們處于第三次變革的時候，移動互聯網和云計算也成為事實，但是面向工業應用，特別是軟件定義一切，走入新的互聯網的時代開始，而這次時代開始的時候，5G、移動計算新的產業、集成電路將匯集到一起，創造出一個巨大的空間。

　　我們看信息經濟，從本身的信息產品、衍生品，和它們服務的應用來看，這些年在不同的變化。從2012年只在一萬多億，到2014年就十六萬億，超過GDP的26%，到2015年十八萬億，占了27%。習總書記之所以如此高說培育信息經濟，壯大國家經濟發展的空間，我們從這里也看到它不簡單是一個微電子，一個通信的問題，它占了整個國民經濟的四分之一強。而且我前面講，按照4G用戶突破5億，網民達到6.88億，麥特卡爾定律，它后面蘊含的價值還有很多新的內容，所以對經濟空間的影響很大。同時前面講過有幾類產品在全球50%，進出口貿易占全國的三分之一。

　　未來2020年要建成網絡強國，成為信息經濟大國的時候，我們占GDP的比重要從27%達到40%，這是國家的整個新產業的信息化的戰略規劃。所以面對這么大的強勁的發展，我們自然地要問的一個問題，信息經濟在當下發展的規律下，它的下一個機會是什么？特別是和工業制造業結合會有什么？

　　我們從三大定律經濟學的方式，再看這些熱點會帶來什么新的啟示？而這個其實的啟示一個重大變革就是麥凱奇做的預測，相當的一批預測都講2020年智能終端將超過200億或500億，物物互聯終端爆發式增長。PC時期在增加一個數量級的時候對社會的構成，就是你的工作、生產和你的生活全被連在一起的時候，這個社會會完全不一樣，所以我們自然地要關注信息機會和制造業如何對整個產業經濟帶來什么影響。

　　在這個發展過程當中，信息技術自然要變化，因為它本身遇到一些重大的科技的障礙，我們叫技術墻，前面說的摩爾定律。因為摩爾定律按照現在的工藝和能力來看持續不了多長時間，所以工業的路線圖還不清晰，所以IT領域在微電子領域要面臨新變革，所以人們在談后摩爾時代，超越摩爾會是什么，這里就會給我們帶來很多物理材料方面的新要求。

　　因為當線寬只有五納米，比頭發絲還要細千倍的時候，那時候電子走過的時候要刮出電子風會影響其他電子存在空間。第二，那么窄的一塊，已經不是固態，有可能是液態了，怎么形成穩定呢？還有存儲墻，大核，以后處理器和CPU之間的性能差距，功耗問題會很大。我們看現在有些散熱做的不好會出現爆炸的事件。

　　還有軟件的能力約束強。我們看切爾系統，這是指的汽車，未來汽車的創新90%可能來自切爾系統。這么大的一個系統，這種航空高檔的汽車或者是汽車的性能都和我們電子系統密集相關，我們的應用需求不斷變化，互聯網的問題一堆，所以軟件開始有新的問題。美國預測每年有600億美元損失，占GDP的0.6%，現在會更多，這是它十年前統計的結果。所以軟件墻，從過去一般的軟件，到現在切爾的系統和在互聯網的應用，以及對高安全的要求都在增加。

　　所以美國對于軟件提得非常高，美國總統委員會有六大方向，前面五大方向有兩大方向是和軟件有關的，因為他們認為軟件超出他們的設計和開發能力，所以要加強。第三類大的強的是數據強，數據極大的豐富是不是成為數據災難，這是經濟學人發表的一篇文章《數據洪災》。數據從過去稀缺走向極大豐富可能會帶來很大麻煩，也有人說數據中蘊含著真理，所以現在我們說數據大規模出現，現在進入數據經濟時代，從資本經濟的時代進入數據經濟的時代，第一次經濟化是以貿易和資本為主的，第二次全球化是數據為主的。

　　所以我們在第一輪全球化，從農業革命到工業革命以來，我們主要解決的是人和土地和物的關系。各個國家都是這樣，中國有很多管人的部門，教育部、人事部等等，管土地的也有，國土資源部，管錢的那也不少，多少個人民銀行，證監會、銀監會，管數據要不要有一個部門？數據怎么流動，怎么去交易？看不著數據在哪，現在有一些地方和國家在成立數據局，數據委員會，來研究看不見的無形資產如何管理?，F在像亞馬遜、阿里巴巴，數字平臺富可敵國。

　　進入一個新的分享經濟，以后怎么管這些單位，社會監管，政府的能力怎么去做？實際上都是對數據的管理。可是誰去管，怎么去管？能管得了嗎？因此在進入數據經濟的時代，給我們帶來社會治理的新的問題的效率和能力的問題，所以數據不僅是大數據計算的事情，還有社會的一些思考也需要來研究。

　　同時我們說還有一個科學研究，以前我們說理論、實驗和計算是我們研究的主要模式，現在開始有所謂的Date、Incacve、Descvre。以前Scientist從不發表人造科學的文章，所以計算機科學、環境、飛機、航空很難在這上面發文章，但是現在大量來討論這個問題，因為它可能會帶來新的科學發現。

　　因此從技術、科學、社會管理，我們都會遇到這樣的問題，而且還有一個數據最后要處理。因此我們講，現在美國出了一個法案，1991年-2016年25年改變了它的內容，把大數據管理作為高性能計算機當中的一件事情，也就是高性能計算機如果沒有大數據處理能力不定義為是高性能計算機了。所以在未來的發展當中給我們帶來很多新的問題和挑戰，而這些挑戰對我們來說是一個機會。

　　最后第五個強是下一步互聯網會是什么？我們說第一代互聯網是1969年10月出來的，第二代互聯網是因為www的出現導致了電子商務。下一代互聯網如果和實體經濟結合，是現在的方式結合？還是移動互聯網結合？還是IOT自身的系統的結合，還是我們需要怎么構建它新的結合，那時候的復雜性又很高，網絡怎么管理？如何管理？

　　所以未來的網絡架構是不是會有第三代互聯網？那這個已經成為現在國際關注的熱點了，這十年討論下一代互聯網。那么這些重大問題必然帶來信息技術一個新的飛躍和發展，應該是這樣的了。每一個問題的解決都是具有全球性的問題，而這些問題一定是智慧者的挑戰。信息技術依然處于研究和發展的爆發期，創新的爆發期，因為有這么多重大的問題沒有完全解決，而這些問題的解決直接對產業和經濟發展是最重要的，而且它又是引領新一輪變革的主導力量，信息技術自身發展，信息技術要與工業，要車？，與能源聯系，所以我們說微電子有后摩爾時代，應該除了摩爾時代縱深發展，不斷地探索。第二我們要把它跟各種生物芯片、傳感芯片、高壓功率芯片等結合起來創造出新的價值。

　　原來二維，在一層做不了，上面做三維，摞它一百層，使得它的帶寬能夠繼續符合摩爾定律發展。二是硅材料不夠再找碳半導體，要不斷解決功耗的問題和新的性能問題，由于材料如果沒有突破微電子也沒有辦法突破，物理學的突破會帶來信息科學的大的突破。

　　第三是過去看到的網絡計算是一種典型計算，以后感知計算是重大的計算，而基于數字化傳遞過來的感知的結果，智能計算就變得重要了，所以未來的計算是由網絡、感知、智能三個方面的結合體。特別是由于當傳感器能感知到它的實物狀態的時候，我們說物理世界就進入數字化了。我們說什么叫科學，有一種觀點是凡是能夠被數字化了的領域我們才叫科學。

　　數字化了的物理世界下，這個世界的計算就把你的生產，你的工作和生活完全地統一，所以以后不光是通信的連接，已經變成計算了，以后如果物理世界能夠被傳感，連接進去，自然的大數據就產生了，大數據的發展必然帶來智能。我后面還會說智能的情況，所以工業互聯網有很多問題不多講了。

　　5G對通信前面說了，很重要，特別是無線接口達到一毫秒的時候，一毫秒的時間是什么感覺？眨一下眼睛是多少毫秒？所以這個實質性給我們產業應用帶來很多機會。所以在這個發展的時候，5G比4G在技術上要做很多新的工作，如果誰能搶先出來那是不得了的事情。所以未來從PC互聯網，移動互聯網到工業互聯網，所以我們看到美國在努力，德國在加緊，所以這是全球新一輪的競爭。

　　我們講在未來發展的過程當中軟件會非常重要。GE的老總說以后的企業都會是一個軟件公司，而不是我們說的通用軟件公司，由于軟件要定義計算，定義系統，也要定義一切。云計算就是所謂軟件定義，就跟操作系統一樣，資源的調動管理，也就是自然地從計算機走向計算科學，計算就成為無所不在的了，所以我們講網絡計算，感知計算和智能計算，所以這三個特點所構成出來的就是未來的發展了。

　　第二個特點是在這樣的發展過程當中，我們看通信走向5G就對產業有影響，微電子對它的支撐，軟件的支撐和互聯網的支撐。信息技術對未來的生產和制造將會有重大的影響，根據兩千名重要的技術專家和企業家的調研，他們在制造業認為顛覆性的技術當中第一條是大數據，然后是物聯網，不是制造業傳統的這些技術。當然3D也非常重要。同時美國、德國和法國分別把大數據又作為未來的革命性或重要的改變產業結構的技術。

　　去年9月份美國的一批企業家和學者研究IT技術發展已經放緩，所以他們用了相當的時間研究如何重啟IT革命。他們認為數據的快速增長，大量部署的傳感器和無所不網絡和傳輸設備存在著機會。所以他們認為未來八項重大挑戰的工作在哪里？第一個就是感知計算，同時他們提到下一代制造范式，這是只有在計算科學領域才談的Paradigm，還有他們提出的一種新的計算叫Insight，洞察力，一定是對宏觀方式的一種把握。那么有了大數據的計算和實時通信生態系統，有了高能效的感知計算，使得對產業和協同制造，對整個生態是不是能做到Insight？不管怎么說，他們把未來物理世界的數字化轉型作為未來的重大問題。

　　這件事情本身就充滿了對問題的一種挑戰，所以物聯網做的是什么？物理世界如何數字化，第一個要能夠感知，二是連接通信的基礎設施就能夠互通了，第三是有了數據你就能夠計算了，能計算你就能產生智能了。感知計算非常重要。

　　二是存儲以后非常重要，因為功耗和速度問題是大問題。還有以后和醫療有關的，健康有關的，可穿戴電子都有很大的關系。

　　三是信息技術或將影響經濟社會，前面說的零邊際成本的社會，以前我們說從農業、工業、服務經濟、體驗經濟，還沒有完全體驗清楚，2010年時代周刊說分享經濟是改變世界的10個想法，今年又說了按需經濟又是一個新想法。這些努力由于互聯網的分布性和共享特點，真的是對社會生活不會是一個簡單的放大器的作用，它確實改變了很多，可能我們在座的年輕的同學不一定那么明顯，而對于年齡稍微大一點的都會覺得有壓力和差距的感覺。

　　里夫金也預言，去年10月20號他說未來的發展會帶來很多新的機會，他也看準經濟活動和大數據的分析，特別是有一百萬億的傳感器會怎么樣，同時大量共享的經濟和物聯網的發展，當然他也注意到安全的問題。

　　所以我想跟各位第一部分重要交流的時候，巨大的新興技術所可能帶動的新興會對過去工業化時代會有很多的影響，如果我不關注只停留在傳統的方式，可能我們會喪失一些機遇。

　　第二，新興的內容又不是完全確認的，很難把握，但是并不影響我們對現在所處的社會正在進行的數字轉型要有一點分析和判斷，否則我們可能會喪失很多機會。因為新工業者有很多特點，我個人覺得從正向的科學發現到發明，以及產業化應用的周期越來越短，而從實踐當中所得到的問題的解決又更大大地縮短了科技和經濟的距離。簡單的說就一句話，顛覆性技術一旦成功，那大規模應用的效益遠比過去要快得多，普及的要廣得多。

　　一百年前我們福特汽車生產線的普及，拿到今天至少幾個數量級加快的速度，管理學大師德魯克曾經講，重要的不是趨勢而是趨勢的轉變，我覺得我們要看趨勢，但是對新興的，需要培育的也需要特別關注。

　　這是第一部分關于信息技術和信息經濟，是現當前產業發展的引擎，也是未來發展很重要的值得培育的內容。它不光是技術、科學的問題，還有治理、社會、經濟諸多的問題。它已經不是一個局部的信息技術的事情，和產業、經濟、社會都可能有很多的關聯，那么值得我們去思考。

　　第二個部分簡單地各位講一下。

　　這是去年年初的侍，現在已經有人型機器人了，山上有各種樹木，它可以很好規避障礙物前行。二是看它怎么做人機交互，走在一個滑的地面上，它的平衡系統很好，快速地在非常光滑的冰面穩定，它看到這堆雪知道走不過去就不往那邊走了，有決策和一點點學習的能力。所以我們看這里面的發展的內容也有很多新的機會去做。你說機器人如果從狹義的人工智能來看，做到這個步驟，在探險和新的環節會有很多內容。

　　今年一月份《自然》發表了AlphaGo以5：0的比分戰勝了歐洲圍棋冠軍，因為在《自然》上發的文章所以很多人沒有注意，三月份戰勝了李世石的時候全球轟動，認為人工智能已經離我們很近。

　　所以從AlphaGo，到無人機，到我們看到無人駕駛，以及人工智能所給出的新材料，特別是視覺、圖象這些識別。語音的識別，給我們帶來很多小冰機器人。小冰機器人各國罵人的話全學會了，因為小冰也不知道哪些好，哪些壞。人們逗它說我要跟你去約會，它說我要再想一想，其實它都不知道它說了什么，但是人們教它壞話的時候，把全世界各個語言的壞話全學會了，因為他覺得人們喜歡這樣的方式。

　　所以人工智能的發展有三個條件，一個大數據的充分發展，為人工智能提供了條件。第二是深度學習帶來的突破。第三個是基礎設施，像芯片這類的不用說了，推動了這一個發展。再加上以前說的智慧地球，智慧交通，智慧保健等等。

　　所以似乎人工智能好像離我們很近，但實際上今年7月份一個著名的咨詢公司對未來人工智能技術和未來的產業關聯關系做了一個分析，也是當前投資的一個熱點，這個領域未來二到五年有很多新的技術有可能會成功，但預言有很多是真的，也有很多不是真的，不管怎么著人們對它的期待很大。

　　世界經濟論壇也預測大數據和人工智能發展，同時也對另外五項，其實就是全球的數字化轉型的重大問題的一個趨勢性的預測。人工智能市場也發展比較快，基數小，增長率20%以上，這是BBC做的一個預測，還有現在的投資和實際的情況。

　　我覺得人工智能要真正成為產業的爆發點我們需要思考，深度學習是不是一個商業化平臺。云計算和大數據的基礎設施是不是就是人工智能的另外基礎設施，還有資本能不能持續投入，這是一個基本的問題。但是最重要的規模應用和產業的痛點在哪里？這是這個產業最主要爆發的?，F在聊天和服務沒有改變產業的特點，沒有帶來新的本質性的新現象能夠成為規模化的影響，所以還需要培育，但是已經開始有應用。

　　另一個方面我們要看它是不是成為產業爆發的拐點，就是有沒有核心的產業業態，主流產品。移動通信手機是主流產品，關聯產品可能有APP，衍生產品可能還有別的應用，主要形成這樣的一個產業鏈條才能說相對培育出來了。       

　　未來從狹義的人工智能來看，可能帶來的拐點在什么地方？機器人、無人機、自動鑰匙，它會改變這個行業的業態，因為麥肯錫有預測，十年之后有四千萬的工人將會被機器人代替，這就改變了業態了。Gartner預測，2025年三分之一機器人或智能軟件代替無人駕駛使300萬卡車司機失業。所以德國工業4.0五大領域研究，其中就有勞動力的問題。所以機器人、無人機，自動駕駛帶來的挑戰作為人工智能具體狹義的應用，而不是通用的產業，確實在未來的五年應該是一個改變的影響。

　　第二是醫療培訓和教育，培訓當中，復雜產品裝配，可以完全無人指導，戴著頭盔就自動在生產線參加工作，這有很多例子，所以人工智能還是處于一個培育的初期，需要把握有效的產業痛點，然后政府是培育的作用，但是不能取代市場主導作用。

　　所以我們看人工智能的時候大家有很多擔心，未來是不是能夠人工智能出現新的問題，小冰學會罵人，會擔心帶來威脅。咱們這有沒有下圍棋的？有沒有看AlphaGo和李世石比賽的？大家舉一下手我看一下。我不會下圍棋，但是有人告訴我說，不知道AlphaGo為什么這么下，最后那一手棋還贏了，是不是有這樣的情況？那么機器人按照人的設計還沒有什么關系，怕的是非人類思維，但是又能理解，因為它的思考是把過去的經驗放那，也許某人走的好棋并不是規范性的走法，也許是他自己創造的一種，像機器狗，有一類機器人你怎么踹它，怎么打它也不還手，萬一它不會發火，它也沒有疲勞感，但是程序萬一哪一個短路。所以人們擔心的不是機器人能夠按照人的方式有智能，而是怕有非人類思維。所以人們挑剔的一個方面說AlphaGo會下五子棋嗎？說不會，因為沒有設計。二是AlphaGo有那么多的數據，但是它知道它在做什么嗎？就像聊天機器人它知道它在說什么嗎？所以語法數據和情感語義的距離是巨大的，我們關注怎么去產生智能。

　　我想說人工智能當前的特別的發展是由于數據的計算能力增強。大數據有多少我就不多說了，有很多很多，數據也能創造很多價值，因為美國總統說創造十億美元以上產業的計算機技術，排在前三名的一直是和數據處理有關。而醫療和應用當中有大量的和數據處理之間有關，在這一個領域當中數據處理的能力就變成競爭力了，所以云計算也就出來了。

　　所以很多企業調研分析，買了硬件占了三分之一，維護和耗電占了三分之二，所以他們很難去做，因此要算個帳，小數據中心太貴，大數據中心較好，所以谷歌建了自己的數據中心，而且多個領域。現在數據中心這么大，每臺服務器是多大呢？集裝箱這么大。所以我們看到的機房和谷歌的機房那是完全不一樣的。是這么一個大的廠房，去里面要開車的。所以云計算就變成信息化的一個經典的方向，而且是不可更改的方向。所以這是未來的基礎設施，管計算的。

　　所以計算能不能產生智能？我們說人工智能的核心基礎現在應該是計算，計算科學也就成為了人工智能智能科學的方向。中國的古語蘊含著智慧。何謂“計”？有兩層含義，一是從已知到未知的核算、運算、計劃、計議。何謂“計算”？有運算，也有謀慮。當然，相反是算計，通常指出壞主意的。所以人工智能如果以計算為基礎它要算計也是個麻煩事，咱們從字面上理解。

　　所以計算是實現智能的核心，這里就會出現一個問題，比如說要下棋，要知道物理問題的棋盤，把它建成物理建模，然后數字化，這樣才能做算法，然后開發軟件，最后驗證。所以實際上智能的產生是計算的問題。

　　計算的問題就要走這樣幾個步驟，所以我們講產生智能是計算產生智能，不是完全地靠想像當中的角色。所以現在的人工智能是通過這樣的方式走過來的，以計算為基礎。

　　如果是這樣一個方式我們就不難理解這樣一個情況，在物理世界被數字化一定會有新的工作生產結構進來，但是計算就要有數據，因為你是從已知到未知，同時根據你設計的策略來做，所以計算就會有新的變化，最大的變化是已經開始有新的問題了，計算的結果未必是科學的因果關系的結果。

　　所以你說科學臨床是基于因果關系看病呢？還是關聯關系看病呢？就有不一樣的地方。AlphaGo跟我同樣的棋子可以走，但是換不同的方式可以不一樣。第二它不一定完全精確，大家買東西買鞋不會跑遍北京城，也不會上阿里所有門店才決定買哪雙，所以只要差不多就行，但是計算當中怎么就是差不多？那就要定義了。

　　我們都有做飯的經歷，傳統工業革命給我們統計學的規律是說采樣，樣本是均勻的，菜熟不熟嘗一嘗就知道了。所以這樣就發現未來的計算科學要有新變化了。

　　所以如果說智能源于計算，計算和數據有關的話，大家都是學習階段，那我們知道科學價值就要去研究真理就有很多新的重要問題去做。所以數據是科學？還是只是一個技術？就像谷歌當時算HE病毒的時候，第一次算準了，第二次就沒準。預測世界杯比賽有準，也有不準。金融危機有那么多數據，誰也沒有算出來。所以不是知其所以然是一種關聯關系，但是這種方式對未來的世界和我們經濟社會會有什么影響？我們都需要不斷地去思考和研究這個問題。

　　重要的是能成為科學，前面說有算法，所以算法是搞計算機科學的重要內容。

　　二是它有工藝系統邏輯，證明出來一定是真的，真的東西一定能被證明。所以數據能不能成為科學是要解決算法的問題。

　　還有一個問題是數理基礎邏輯問題。

　　所以這個還有相當的時間和相當多的問題，所以人工智能還遠沒有成為一門獨立的科學，因為它沒有自己本身的科學基礎。產業的發展不一定完全依賴于科學基礎的建立，但是我們也需要不斷地思考和開展工作。

　　另外一個智能是腦科學的智能，有很多現在做腦科學的計劃，這里就不多講了。歐洲腦科學的計劃是把計算產生的智能和腦科學研究的智能連在一起，研究神經、計算機、機器人來做這方面的研究。北航也建立一個中心，就是從大數據科學和腦機制的中心，主要也是做數據計算科學和新的系統，以及認知的方面，所以各位有興趣的我們以后可以一塊做點合作。我們可以一起交流，因為這是一個新的領域，值得去探討。

　　最后一個問題簡單提提，因為大家還沒有在工業界，所以對經濟的問題和制造業的問題不是那么特別的關注。

　　制造業如果和互聯網融合將會有很多新的機會，因為制造業在全球競爭極其明顯，制造業或者生產企業產品要么質量好，效率高，你做一個我能做十個同樣的質量下，第二個你十天入市，我開發一天入市，同時我產品更新換代快。所以這是制造業永恒的競爭的規律，但是現在開始白熱化了。

　　貨幣基金組織在報道，凡是發達國家開始復蘇的一定是IT新技術和IT新業務的布局持續支持，是重要原因之一。因此我們就希望能夠找到，是否能夠支持從頭流程化的內容，這樣就可以提高效率了，就像機器人一樣，不確定性，模糊性的人，會疲勞的，能提高質量的，以及設計維護的工作，不斷通過IT技術的能力來轉嫁到制造業上。

　　那么美國、德國是世界制造業的強國，雖然不大，但很厲害，所以奧巴馬說他不希望下一個制造業創業機會落入德國、中國和日本手里，而默克爾認為歐洲不能出下一代，只放在自身的領域，所以全球對于未來的發展都在制定國家的戰略。美國2011年開始做制造業創新網絡，2012年奧巴門提出要建立國家制造業創新網絡。GE公司開始布局智能制造產業聯盟，以打造工業互聯網為基礎，建立了一個龐大的主流體系，這是非常強大的。強大的互聯網體系就變成未來一種可能的模式，構造出應用的新的生態。

　　工業互聯網它建立全球的聯盟，最重要的是現在又和德國聯手，和工業4.0形成一體，美國是以工業和數字化為主，德國是要全球戰略，德國是以制造業逐漸增強，兩者的結合對未來制造業的格局會有新的影響，所以德國做4.0就從智能制造和智能工廠為基礎，所以西門子開始提出生態整合和拓展生態，推出了德國的工業4.0。

　　從這些情況包括法國、英國、新加坡、日本、韓國都有自己的國家戰略。所以我們看自由經濟的國家在開始做什么問題？不光是政府做個規劃提提建議，而是從戰略指引和直接參與，不是羞羞答答地做點建議，直接投資，直接干預對整個的研發和后面的產業，同時開始重構未來的新技術大量的甲板。強化它的創新網絡體系，加強在制造業新的領域變革的升級，并且大量支持實體經濟的競爭能力。

　　在工業革命初期，開始計算工人運煤時間用秒表來算，開啟了計件的方式，在這種方式影響下，工業革命出現的第一件事情就是福特創造的流水線的生產。然后豐田把生產模式和數據利用擴大到工廠和上下游，這種方式帶來了很多新的機會，我們說按照毛主席說的多、快、好、省建設總路線的話，福特汽車生產線是做得多和做得快，講究的是規模效益，在此基礎上要解決做得好和做得省，質量成本。你們可能不知道毛主席有一個主路線，多、快、好、省，建設主路線，我是順著他的詞叫多、快、好、省。所以這是帶來了美國工業強國和日本強國的重要的基礎。

　　現在要做得對，做得準，個性化協同制造。這是產業制造面臨新的一輪革命出現了。所以制造業是否進入新時代了？能做得對和做得準，當然前提是做得多和快，做得好和省，再能做得準。所以這是一種技術的變革還是組織的變革？中國能有中國的機會嗎？中國在制造業是大國，在互聯網又是大國，我們是否能把兩大變一強呢？所以我們講現在的制造業的機會就是智能制造能不能創造新的空間，這個空間就是從原來的機械化、電動化、自動化，能否走向所謂的智能化。這樣的一個時代對中國的產業發展是至關重要的。因為中國在全球的制造業占20%，500多種工業中220多種工業產品的產量居世界首位。大家不能小看，因為中國真正工業發展起來是改革開放這30多年，所以建立了一個門類齊全完整的工業體系是相當不容易的，而且還有很多創新成果。

　　現在我們必須要有危機意識，這是德勤公司當時看中國制造業競爭能力2013年的評估報告，中國處于很好的位置，2010年中國第一，2013年第一，這時候德國和美國都往上走了，2016年緊跟，到2020年據它今年新的報告，美國將超越中國，這時候的超越實際上制造業走向先進制造，發達國家優勢凸顯。

　　而另一個方面，在亞洲這些國家由于產業自然向資本低的地方轉移，這給我們帶來一個很大問題，雙重擠壓下中國制造業應該怎么發展？中國目前還是制造業方面的領導者，但被預測可能發生變化。因為我們在創新、人才和生態方面還有不足的地方。

　　這些問題如果不能有效面對，未來五年將是中國制造業遇到的一個新的考驗的時候，這輪制造業考驗的地方就是給我們帶來一個變革，我們必須要重新認識和加強工作。

　　那怎么去做呢？今天不跟各位多講了，我想跟大家說一下我們在做這項工作的一些思考。

　　我們在這里做了幾個今年發布的中國制造業的國家戰略行動，一個是去年5月8日發布的國務院28號文，把中國制造2025作為一個產業部門做了十年的規劃，提出了十大領域和形成中國的五大工程，能夠為制造強國達到中等區別。到2035年要和強國并驅。再過十年，在那個時候我們應該成為世界的強國。

　　今年5月13日，國務院發了一個也正好是28號文，做的是中國制造和互聯網如何發展。我們最近這一周是省部級培訓班在國家行政學院研究和討論新28號文如何有效實施，因為只有通過制造業的創新能力和兩化融合(信息化、工業化)才能改造我們現在制造業的創新。因為不是我們想不想做，是大勢所需，你不得不這么做，所以只能主動的應對。

　　今年發布的文的目的是激活企業的創新活力和發展的潛力。認為制造業有四大挑戰，一是硬件，硬件就是自動控制和感知。因為物理世界的數字化看感知，物理世界的執行載體靠控制，所以這是我們的一個短板。你看機器人它在自動控制系統和去減速，中國機器人是世界產量的三分之一和四分之一，因為我們的減速器做不了，它的穩定性就差得多。

　　第二是工業核心軟件。工業核心軟件是一個相當大的問題，中國工業占全球20%，但是工業軟件不到2%，十倍的差距，所以中國的工業軟件如果能起來，軟件和硬件能夠協同起來，有一天中國核心工業軟件如果和美國可比的話，中國絕對是世界第一。

　　那么還有工業互聯網，還有工業云和智能服務平臺。

　　為什么控制和感知這么重要？大家以后慢慢會越來越了解到傳感器和控制系統。

　　工業核心軟件有多重要？我們所有設計的軟件，產品怎么設計、工程分析、模擬仿真、編制工藝和產品數據管理等，能夠使得產品入市快，速度效率高和靈活性強，所以這類研發類設計的軟件是極其重要的，運行管理的軟件是在這基礎上在做。而在這個領域當中給大家點點題，什么是工藝競爭力？工業能力和設計能力。所以工業技術能不能軟件化就是最大的競爭。

　　我曾經跟別人講，我說波音787，把它的CEO董事長，總設計師，假定十個人全挖過來，中國飛機能做成世界第一嗎？不可能。波音787有八千多種軟件，市場上能買到一千多種，剩下千千多種全是自己設計的軟件。最后的競爭力實際上是七千多種軟件加一千多形成的系統，所以波音的競爭力不是它的工廠，可以把工廠放到全球任何一個地方，不是它的生產線，也不是它的CEO，資產積累了7000多種軟件是它最重要的。

　　我們看達索集團設計的工業軟件，是原來德國航空公司，對所有設計的門類，就像建筑師一樣，它走過這個過程，它知道怎么對人最舒適，我們拿到這個軟件參數都不會配置，這是相當高的工藝和能耗。

　　所以核心工業軟件是未來中國競爭能力最重要的基礎，也反映出我們在一個領域當中能不能有這樣的高級專業人才，不是一般的通用軟件工程師，是一個行業的行家，又會用計算機，需要這樣的人。所以未來的工業軟件是極其重要的。現在我們看一下這個領域基本上被這幾家占了，所以中國要能在某一方面，中國在這個領域就有交換的資格和絕對強大的力量。所以工業核心軟件是非常非常重要的。

　　未來軟件又能定義一切就不多講了。

　　三是建立工業互聯網，工業產品有相當多的產品背后的協議，都是百年老店，幾十年的制造業企業長期形成的通信協議，這些協議是私有的。所以要想構造出一個工業互聯網需要一個相當的難度，所以GE和西門子如果能把這個做成了，全球制造業它會一統天下，至少半壁江山。

　　所以沒有傳感控？的芯片，沒有工業核心軟件，你連不起工業互聯網，這個工業的競爭只能俯首等著別人召喚。

　　再一個是做工業云的發展。

　　所以我說這四大挑戰是中國制造業必須和信息產業有效地結合，并且創造未來強國之路最主要的內容，所以我說工業強國的四大挑戰，我們通過這個分析，以技術的方式寫到國務院的報告當中。

　　在這個領域還有一個新的問題就是安全的問題。安全歷來都被作為第一大挑戰。工業安全不光涉及到網絡，還有設備，還有控制的安全。28號文件當中要建立國家安全保障中心，要推動安全工程，做重大的政策和示范性的指導。這是28號文要面對的四大挑戰加一個安全風險，這是有技術含金量和未來產業發展由大到強重要的內容。

　　第二個方面是做雙創平臺，把互聯網和制造業做雙創平臺，不多講了。

　　還要培養協同制造、個性化制造和服務性制造。

　　增強三個能力，從安全水平、解決方案?；A是四大挑戰加上一個安全風險，還有一個解決方案。這三個能力對于工業和制造業是有幫助的，同時國家也給了七項政策，包括國有企業融合發展，財政、土地、稅收、人才、國際合作的相應政策。

　　未來產業發展我覺得互聯網+還是+互聯網，都只是一個說法，最重要的互聯網+表現在對制造業的一種融合下創造性的價值。所以互聯網和制造業的結合會帶來一個新的業態，對企業是一種變革性的，而且這種變革性在全球已經開始了，所以需要我們不斷地關注。對制造業，對經濟，對未來的社會有可能都會帶來很多新的影響。

　　所以今天很高興跟各位做一個交流，談一談信息產業和信息經濟，介紹一下制造業目前面臨的機會和可能的問題，也特別愿意和我們各位一起做一個交流，看看有些什么問題我沒有講清楚的，或者有其他的建議。

　　謝謝各位。

　　主持人：非常感謝懷部長，內容非常豐富，而且充滿技術含量的一課。我們剩下不到20分鐘，在座同學有問題的話可以舉手，提問之前首先報上你自己所在的院系。

　　提問者：懷副部長好，我是計算機系的，我覺得您今天講話非常有啟發性，因為我自己是這個方向，想問一些比較專業性的一些問題，針對您講的前兩點分別問一個問題，第一個問題是IPv4地址之前是美國分發的，給我們中國地址非常少，給清華也只有一個地址，現在據我所知，中國這十年一直在推IPv6，接下來也會配合中國運營商在明年或者后年推廣IPv6，您認為推廣IPv6對中國互聯網的企業，或者對中國整個工業界的影響大嗎？對互聯網企業發展的影響有多大，因為像美國的話不一定會推IPv6網絡，因為它們本身地址數是夠的。

　　第二個問題是關于人工智能問題，我覺得關于它是一個科學還是一個技術問題大家都有自己的看法，至少在上一次人工智能巔峰的時候是從模型做得非常好，經濟學算法是有統計概率論基礎的，我覺得可以認為是一門科學，也是可解釋的。但是從2012年起，更多是作為一個黑盒子來使用，更多是知其然不知其所以然。到目前為止學界也沒有對它有一個好的解釋，對這種技術的話不能把比較重要的事情托付給它做，至少完全不能托付給它做。包括前幾天也有自動駕駛汽車公司，特斯拉公司出現一個事故，像中國現在有非常多的人工智能的初創公司。做人臉識別這塊就有十幾家的初創公司，這些公司非常奇怪的是非常被大家看好。不知道您認為中國市場有沒有足夠大到容納這些人工智能初創公司？這是一個人工智能的春天呢？還是只是說是一個虛假的繁榮？

　　懷進鵬：謝謝，跟你討論，沒有答案，沒有過去標準的提法，IPv4，因為中國互聯網晚，所以清華有個B類地址應該還是不錯的。如果我們以前說的，要想地址空間再大對我們有幫助。二是物聯網下要求我們的眼鏡，我們的筆，我們身體的很多部位都應該有個IP地址。

　　很多在說下一代互聯網就應該是地址空間的重新分配和管理，IPv6應該為主流，當然人們也說IPv6能夠在很多方式上改變或者解決IPV4的安全和管理的問題。但是不管怎么說，可能從不同的角度會有不同的做法，所以你的判斷是對的，美國和西方國家對IPv6不是那么熱衷，原因是地址基本夠了，但是它們也在試驗，是不是IPv6的成本和運行的效率比IPv4更好，這已經是有持續十年大家討論的議題了。

　　IPv4和IPv6已經不是一個技術成熟度和產業應用的問題，涉及到很多新的事情。

　　第二，你說人工智能，也是發展當中仁者見仁智者見智，說它是科學它還有，說它不是科學還沒有形成穩定性，所以統計科學是它的基礎，所以任何一門數學都能支持它一部分功能就具備一個科學，形成自己獨立科學的成分，那是不完全具備的，所以我們不能說它完全具備科學。

　　二是大數據，像2006年加拿大多倫多大學的教授從過去兩層可以做到多層，由于計算能力增強，可以從人工標注到自動標注，使得學習能力增強。人們也有爭議，三四歲的小孩認汽車看三五個卡片就能記住，走到路上就能知道這是車了，這不是大數據，這是小樣本。所以人的認知能力如果智能了，既有大數據的樣本訓練強化，這是機器做的，還有人類小樣本的計算，再加上大數據量下必須需要要有語法為基礎的數據計算，還有語義的功能加進來才能解決它的效率?，F在大數據計算，僅僅解決從形式上的，但是含義上的問題解決不了，就像機器人不知道他在說什么一樣，這不是計算來做到的，這是人類特有的智能。

　　因此人工智能發展遇到新的機會，比如語言識別發展的速度非?？欤匀斯ぶ悄苡捎跀祿挠嬎?，由于計算機的效率的提高確實給我們帶來很多益處。人工智能是不是到了產業突然爆發的時候？不覺得。但是這樣一些利好的消息使得投資界和產業界不斷在這里面增加的內容確實帶來了很多的機會。

　　谷歌有車出事，所有的科學和技術都有失敗的可能，它的那次的代價很高，但是并不排除自動駕駛仍然是一個非常重要的產業發展方向，所以在這個過程當中肯定會有很多的泡沫，你說有一百家多還是一千家少我說不出來，但是產業初期的時候人們都在探索，能趕上這一波的浪潮，所以投資就是冒險，如果風險可控就成功了，但是百里挑一成功了也是重要的成果。

　　這個產業沒有到完全成熟期，但是是現在投資界的熱點?，F在投資界關注的是人工智能嗎？是VR嗎？是大數據嗎？他們很超前來關注，關注下一個三年到五年的入口是什么。這里并不一定都能成功，所以我很難判斷百家是不是能行，但是一定感覺到它一定能有機會。泡沫不好喝，但是沒泡沫酒不好。

　　所以一個產業的興起持續的投資很重要，一定要有瘋狂的想法和瘋狂的行動。但是作為政府、大學我們要謹慎一點，不能跟著市場忽忽悠悠做事情，還是培育環境，培育應用領域，然后支持技術創新和人才培養。

　　所以在這一點政府和大學保守一點，產業投資是市場的行為，政府不要過度地頭腦發熱，需要審慎地判斷。

　　提問者：來自經濟管理學院的博士生，見到您很親切，因為我的本科學位是您授予的。有一個問題，您剛才提到工業軟件這一條，現在有一個詞很熱叫“后發優勢”，您提到工業軟件非常關注，像波音現在已經積累了如此強的先發優勢，積累了很多的經驗，我們怎么發展，包括您提到這個行業是不是適合一個初創企業進入，因為它需要很深的工業積淀等等，您分析一下我們怎么去實現后發優勢，怎么趕超？

　　懷進鵬：是我們必須要面對的一個大的挑戰，挑戰來自于什么？“后發優勢”？還是“后發劣勢”？因為你完全跟著走完全沒機會，尤其在信息領域當中，信息領域不承認老二，只有領先者才能創造奇跡和利潤，一般一個行業有三四家基本上把大部分的利潤空間吃的差不多，后面只是力氣活了。

　　作為波音這樣的方式，它發展的百年老店，我們要有這樣的心理狀態，不是完全通過我們的努力就能夠達到的。但是現在產業的發展已經是你中有我，我中有你了。就像GE在不斷兼并新的公司，收購傳感器的公司，數字化軟件公司，虛擬現實仿真的公司，它在拓展這個領域。所以技術此消彼漲，產業此消彼漲的時候對我們是重大的機會，沿著別人的路徑永遠走不出你的生活來。但是如果它是一個必然的話，那就跟著走，成本一定會低，因為別人實踐過了，但是你一定要瞄準下一個。在那樣的下一個重大的突破當中你就去做這樣的事情。所以華為說他進入無人區，無人區的成本就是非常高的，而且沒有人告訴你按哪條路走，“后發優勢”別形成“后發依賴”，這是我們的思維模式，我說工業革命不光是沿著路線走，還有一個偉大的轉折，就是觀念的變革。

　　所以后發優勢如果不能有觀念的變化，關注新的創造和機會的話，后發還能有優勢嗎？后發想有優勢那是不容易的，先發才有優勢。所以我覺得中國制造業在這一輪發展當中就不能簡單拘泥于我們造得快、造得省就行了，而是要看到在數字化轉型新的機遇去開展。全球的產業金融和產業的結合是需要的，人才和產業的結合是需要的，國際合作和產業也是需要的，所以產業的發展是全局，不是局部的問題，和金融，和人才，和我們的科技和社會的經濟以及商業都關聯起來。所以我們進入到一個生態重構的時代。而這個時候我們有可能真的形成后發優勢。

　　中國的強大是網絡能力、營銷能力和充分的人才能力。我們如果把可能的能力都匯集出來做出制造業的的話，那是非常有可能的。要想發揮后發優勢，首先要知道后發的劣勢是什么，下一次機會是什么，你識別不出來問題，識別不出來機會就想后發優勢，我覺得基本上是癡心妄想?？颗ぷ鞯臅r代已經不存在了，機器人可以24小時工作，而且不吃飯只要給電就夠了，誰能干得過他們呢？所以努力工作的時代要讓給于主動思考的時代才有可能在后發優勢當中找好位置。

　　所以這不光是我們某一個技術的問題，是整個中國面對三十年進入新時代當中我們沒有路徑依賴，或者我們真的想找后發優勢的時候不得不面對的問題。

　　第二，你說的那個問題現在都在討論，我也很關注，似乎都有道理，但是對中國來說我覺得我們應該有自己的道理，是什么呢？其實沒有答案。我覺得你們可以好好思考，尤其搞經濟管理的，這是一個值得思考的問題，但是社會問題未必有標準答案。

　　提問者：懷部長您好，我已經不是一名學生了，我是一名金融工作者，人工智能在我們這個行業的應用，以前我思考，像我們艱苦地學習了很多年，辛苦地積累了很多年的經驗，甚至付出很多年的學費，會不會在很短時間內被代替，變成47%的失業人口，一直認為金融行業是比較高大上的，我覺得很有這種可能。

　　剛才也提到了在運算能力上人腦和機器不能相比的，怕失業也是因為這一點，我后來想了一下，也有一絲生存的空間，比如說盈利和虧損肯定是有一個概率的，在沒有發生的時候，機器人我想它可能也不知道，但是它能算出來一個概率肯定要比人要精確。但是到最后臨門一腳的時候是不是機器人并不是默認的，我個人認為都達不到人的水平，從您專業學術角度是不是存在這個可能性？在決策能力上是不是超不過人，在基礎層面肯定比人的認識要強的。

　　懷進鵬：你說的這個問題都是可以討論的問題，也是沒有答案。你說的這個觀點代表了現在社會當中對它的一種思考和焦慮，或者對未來發展當中的一種探索，其實有很多科幻片也有這類的內容，原來人們說計算機的智能如果能做好的話，一個挑戰性的問題，有一件事它做不了，知覺性的思考做不了。

　　為什么IBM做的下象棋，20次方在往上走，圍棋更高，這兩個類型依賴的是人的知覺，人哪能記住那么多盤所有的可能，由于大數據和計算能力增強，計算機在做人類有知覺的事。你說的那個事情是非常重要的，臨門一腳，沒有先知的時候機器也許統計規律做，但是優秀的企業家就是那個知覺，我依然認為人的知覺和決策是領袖人才和人所特殊有的，大部分社會型重復性的工作和提高質量發展的工作機器人都能去做。

　　所以這種擔心要看工業革命剛剛開始的時候，甚至有一個叫資本支撐，搞金融的應該看到那樣的內容，那時候創造了城市出現，有了公司化的發展，那個時候的社會文明是一種痛苦蝶變的過程。凡是能夠被模塊化，被程序化，被流程化的都可以用機器來做，比人要做的好得多，而且精益求精不出錯。你說的大知覺類的、決策的、認知的問題做不了，第二是沒有語義的概念，有了數據它不知道是什么，所以永遠是由設計者指定目標然后它來操作而已。

　　所以對智能應該說有相當的大科學家們，我們都知道說不能發展人類智能，怕帶來很多新的問題，從目前來看人工智能確實帶來很多改善生活提高生活質量，便于發展的一些機會。

　　所以再過三十年以后的問題，就不是科學問題了，變成哲學問題了，或者哲學前的問題了，不好去設想。

　　汽車功能被取代，代替人的時候，這個社會肯定會創造出新的工種，那個時候學習方式和經濟方式會有很多新的變化，因為有相當一部分的工作是沒有辦法程序化，固定化和模塊化的，這是我們可以想象的五十年當中，所以我也沒有答案。

　　謝謝。

　　主持人：因為時間關系，很遺憾，今天的問答環節到此結束。讓我們再次以熱烈掌聲感謝懷部長精彩的演講。預告一下下周活動，下周四晚上由北京市道可特律師事務所主任劉光超，講從金融實踐和資本規律兩個視角看法定規制的邊界與尺度。地點待定。

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。

責任編輯：梁斌 SF055