（六）“无人超市”的概念与本质

直至今天，“无人超市”这个概念依旧很火，它强调超市不再需要售货员。所以曾几何时，最悲伤的家庭被设计成：一个售货员和一个公共汽车的司机结婚了，而刚刚结婚不久，无人超市来了，无人驾驶汽车来了。然而，好消息是，直至今天他们两个都没有失业。

无人超市不同于自动售货机。自动售货机售卖东西实在太有限了（主要是饮品），然而无人超市里面的商品却可以琳琅满目。毫无疑问，无人超市也一定是未来发展的方向，这里的问题仍然是，你看好遥远的未来，还是可以预期的现在？在这里说的依然是投资的节奏。

如果当下要在投资中作出选择：一个是无人超市，另一个是自动售货机，我宁愿选择后者。诚如格雷厄姆在《聪明的投资者》里说，在投资的道路上，倒下的往往是空追时髦的人，而最终活下来往往是踏实而守旧的人。

这里要明白一个道理：无人超市到底是怎么实现“无人”的？试想一下，你去一个超市，没有售货员，你拿了东西用不用结账，直接走人，然后，从你的支付宝（或微信）直接扣除货款，这一流程是怎么实现的呢？把这个问题说清楚了，你也就知道，要不要投资无人超市了。

要真正做到无人，机器人就需要计算两个问题？第一，你是谁？第二，你买了什么？机器人要知道第一个问题，你是谁？这样机器会在对应的账户中扣减购物费用。同时，机器人还要知道第二个问题，你买了什么？这样，机器才可以准确地扣减费用。事实上，机器人要知道第一问题在技术上并不难实现，人脸识别和身份验证已经是很成熟的技术了，然而第二个问题——你到底买了哪些东西，却是无人超市最难解决的关键问题。

要准确地判断，用户到底买了哪些东西，在人工售货的场景中，这是由人工来逐一核实和计算的，每次超市结账时需要排长队就是这个道理，但是在无人超市中却是完全没有人监管的，当购买者将商品从门口带出去的那一瞬间，机器就需要知道他（她）到底买了哪些东西（如一瓶水、一袋泡面）。当下普遍采用的是射频识别技术（Radio Frequency Identification，RFID）。公交卡、饭卡、宾馆里的门卡所应用的大都是RFID技术，它是物联网时代对物体进行识别、追踪、计算的重要技术。应用在无人超市领域，就需要在每一个商品上贴一个RFID标签（大约1元）。这是可以准确捕捉购买者购买了多少商品的最佳办法。这样，无人超市会因此支付更高的运营成本，由此也导致无人超市的运营成本将远高于普通超市聘请售货员的工资。更为重要的是，诸如像水果、猪肉、包子等这样的商品，又很难放置RFID标签。

因此，无人超市要迎来自己的未来，就需要在机器学习和视频识别领域实现突破，简单地说，机器人要准确计算客户买了哪些东西，所依靠的不再是RFID射频识别卡，而是依据购买者的动作，自动判断你购买了哪些东西，这需要一个长期的机器学习的过程。当购买者进入一个无人超市，也就意味着进入了一个360度的全景监控系统，每一个动作（拿起与放下），机器都能准确识别意思表示（购买还是放弃）。不过，这对于机器学习而言，还有相当长时间的路要走。

机器人的理性投资策略

（一）人工智能最值得投资的地方

人工智能最值得投资的地方是什么？要回答这一问题，需要准确地认识人工智能产业机遇与挑战，现在与未来。《十九大报告》指出，当下中国的主要矛盾已经演变为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”《十九大报告》，现如今人们已基本解决了温饱等生活问题，然而摆在人们面前的医疗、企业服务、法律服务等问题，还未能有效地给予解决，人工智能的红利将首先在这些行业被释放。

在医疗行业中存在大量需要人工智能可以解决的问题。在美国旧金山一家年轻的创业公司恩尼提克试图通过机器自我学习来解决癌症诊断，这家公司甚至被评为全球最有科技含量的50家公司之一。在中国，这一问题显得更为迫切。中国面临医疗资源严重不足的情况。据统计，中国十几亿人中，平均每人每年挂号次数是7次，总计要达到100亿次以上，然而医生资源又主要集中在大城市，中小城市又面临着医疗优质资源配备不足的现实。如何通过人工智能优化配置医疗资源？如何通过人工智能自我学习诊断疑难杂症？其空间和潜力巨大。

再以企业服务为例，中国现有企业多达7000万家，其中每一家企业所需求的企业服务又是五花八门，包括“公司注册、税务申报、商标代理、专利代理、社保、法务咨询”等各个方面，由此所形成的企业服务更是呈现几何基数增长局面。为此，HOW实验室也于2017年正式提出了创建“企业服务大脑”的计划，将多元、交织、复杂的企业服务化归于“一元模式”，设置企业服务大脑，建构机器人集群，实现数据共享、协同作战。

还有法律服务行业，也将迎来人工智能大发展的时代。在法律机器人研发过程中，我甚至发现，越是复杂、专业的法律文书越容易被机器人取代；尤其在未涉及大数据计算、统计数据论证，机器人所具有的撰写能力更是具有无法取代的优势。事实上，反倒是那些看似非专业的撰写，诸如给女朋友写一封情书，由人来写效果会更好；反之，像法律中专业的代理词、律师调查报告等，机器人对数据的引用以及强大的统计逻辑都会显示出比普通人更厉害的能力！

（二）大数据的投资价值

人工智能与大数据可谓如影随形。大数据或将成为未来最宝贵的资源，于是现在有很多人投身于数据行业。HOW实验室的建设过程中就用到了很多大数据，我们与很多数据商也有合作。事实上，在人工智能时代，最有价值的不是数据，而是数据的算法，再向上一层便是数据算法所形成的终端产品。与数据相比，算法属于食物链的更上一层。像科大讯飞用于训练机器识别语音的语料很多也需要购买，然而对语料计算的算法却成为科大讯飞最为核心的竞争力。

在人工智能时代，也就形成了一个由“产品设计”“算法应用”“程序撰写”“数据提供”四条产业链互动的格局。无疑，在整个产业链中，产品设计属于食物链的最顶端，其次是算法应用，程序撰写，最后才是数据提供。如果把机器人视为一个产品的话，数据可以视为这个产品的原材料。

我曾到过不少数据公司调研，当下的数据公司总体上营利情况不佳。事实上，官方很多数据未充分公开的情况，使很多数据商尚有一些利润空间，随着官方数据的充分公开，数据商们的日子会越加难过。

在人工智能时代，真正具有价值的数据是垄断数据，比如像京东商城、滴滴打车这些大的商户所采集的数据是独一无二的，机器人会根据这些数据推演出科学的结论，而这一切是其他机构无法办到的，这才是人工智能时代最有价值的数据。

（三）人工智能投资的三个原则

一个行业，或是一个企业是否需要人工智能，还取决于三方面：第一，行业痛点是否与人工智能相契合？第二，市场空间是否足够大？第三，现有最先进的算法能否解决问题？事实上，一旦回答了这三个问题，产业的投资价值也就相对清晰了。首先，行业痛点要与人工智能相关，这是应用人工智能的前提条件，有一些传统行业，如保姆等行业，还是需要人来解决问题的，其行业痛点与人工智能的契合度不大。其次，市场空间要足够大，人工智能的研发需要投入足够的资金，如果市场空间太小，其投入成本或将小于产生的收益，这样的行为也不适合用人工智能。最后，现有最先进的算法能够解决问题。事实上，人工智能技术的发展也需要一个过程，有一些场景，比如婴儿保姆机器人、炒菜机器人这些都具有广阔的市场空间，然而，由于应用场景的复杂性，即使是当前最先进的算法也难以有效解决问题，类似这样的产品都还需要等待人工智能算法的长期进化，这也不属于人工智能投资的最佳选择。

结语

这是一个最好的时代，这是一个最坏的时代。无论你是否喜欢，我们都将迎来人工智能时代。要么拥抱它，要么被它彻底替代，除此之外，几乎没有其他更好的选择了。

至此，《机器人法》将暂告一段落，接下来，笔者还将继续讨论人类应当如何构建属于自己的未来社会新秩序。阿西莫夫在1942年提及的机器人三大定律之首，便是机器人不得伤害人类（参见科幻小说《环舞》）。在接下来人工智能的研究中，这一法则无疑还将被反复提及和论证。毕竟，人工智能研究的目的是让人类社会变得更加美好，而不是创造一个新物种去取代人类。

尽管在“后记”部分说了很多人工智能的“坏话”，旨在于对人工智能话题理性解读！毫无疑问，它在新闻、医疗、法律、科学研究、企业服务、智能管理等很多方面一定会大放异彩！但这一切却需要理性面对，人工智能有其特定适用的领域，并不是所有的产品都需要人工智能，尤其是在当下的“弱人工智能时代”。一个产品出来，面对投资的时候，我们就需要回答几个问题：第一，这个产品真的需要人工智能吗？第二，现有的人工智能算法能实现目的吗？第三，这是一个短期投资，还是一个长期投资？事实上，任何对新生事物的狂热最终都将走向它的反面，人们就会看多了失败的案例，最终又会将它定性为“庞氏骗局”。为避免恶果的出现，“理性”又恰恰成为人工智能的至宝！

在任何新科技面前，我信奉“迟钝投资”的理论。一个新科技出来了，可以关注研究，但如果投资要拿你自己的钱，最好“迟钝”一点。新技术往往不是投资的最好时机，而且，如果街边市场上的大妈都在谈论“区块链”的时候，你最好离它远一点。人们讨论最火的所谓前沿科技投资往往是赔钱的，因为它需要支付大量的试错成本。除了像Google这样的可以随便“花钱”的企业，对于普通投资者，看得准、投得稳，依然是一个最要命的问题，现实中也就有很多企业，把大量的资金花在最新技术研发方面，绝大多数都死在了新技术的试错成本的道路上。再反观那些成功的企业，它们拼的反倒不是技术，而是用技术解决问题的思路。

——选自《机器人法 构建人类未来新秩序》后记