Ｂ銀行的智能服務與營銷平臺是以“新一代客服系統(tǒng)”的名義立項的，這是一個非常完整的解決方案，涵蓋了客服與營銷中幾乎所有的領域，在很長一段時間都被認可為真正的新一代，被多家銀行效仿。然而，技術的發(fā)展日新月異，業(yè)務的驅動力不斷提高，３年過去了，業(yè)界對于服務與營銷的認識也發(fā)生了很大的變化。那么，站在新的時間點重新審視新一代，它又會有哪些改變呢？真正的新一代到底是什么呢？

　　回顧歷史，所有應用革命都是被突破性的科技引爆的。第一次工業(yè)革命蒸汽機的發(fā)明，用煤炭和石油替代了人和動物，改變了人類的工作與移動的方式，進而出現(xiàn)了火車、輪船、織布機等，將人類從體力作業(yè)中解放了出來。第二次工業(yè)革命的核心技術是電力與內燃機，電力代替了煤炭，動力的獲取更為便捷，引發(fā)了以流水線為代表的作業(yè)流程的演進，而內燃機的發(fā)明則讓汽車得以快速發(fā)展，人類的移動速度進一步提高。

　　推動第三次工業(yè)革命的科技是計算機技術與現(xiàn)代通信技術，如果說前兩次工業(yè)革命屬于動力革命，是機械力量替代肌肉力量的革命，那么第三次工業(yè)革命就是信息革命，直接改變了信息傳播的方式。起初，計算機是被設計成一個計算工具發(fā)明出來的，補充人類的計算能力，讓復雜的化學運算、天體物理運算簡單化、精準化。直到計算機能夠存取、分享信息時，改變才真正開始。緊接著，通信技術的發(fā)展讓信息革命徹底爆發(fā)了，當計算機只是一種獨立工作的信息處理機器時，它是一個信息孤島，不能主動獲得信息，不能分享信息，而通信技術將它們連接起來，于是構成了互聯(lián)網(wǎng)，宣告信息革命到來。后面的故事大家都知道了，移動通信和信息處理技術將信息革命的浪潮推向了一個新高度，人類可以隨時隨地處理、分享、獲取信息。

　　當信息不限于人類，還能在萬物之間自由流動時，便會引發(fā)第四次工業(yè)革命，物聯(lián)網(wǎng)建立，開啟一個萬物互聯(lián)的時代。其核心推動技術就是人工智能與下一代通信技術（即５Ｇ），這一點不管從“德國工業(yè)４。０”還是從“中國制造２０２５”的戰(zhàn)略規(guī)劃中都能夠得到例證。讓萬物之間可以分享信息是下一代通信技術應該解決的問題，而處理信息，從中獲得人類需要的預測甚至是決策，則是人工智能要解決的問題。

　　既然下一次工業(yè)革命的核心推動技術是人工智能與５Ｇ，那么我們就有充分的理由相信，未來，在服務與營銷領域，一定也會誕生眾多這兩項技術主導的應用，而“新一代的智能服務與營銷平臺”就是其中最耀眼的新星。

　　從２Ｇ開始，每一代的通信技術都會造就一批互聯(lián)網(wǎng)巨頭，作為第五代移動通信技術，５Ｇ必然會給行業(yè)帶來更多期待。３Ｇ開啟了移動互聯(lián)網(wǎng)的大門，涌現(xiàn)了移動社交、ＩＭ通訊、網(wǎng)頁瀏覽，手機端的應用如微信、微博、手游等成為可能，成就了眾多互聯(lián)網(wǎng)超級大公司。４Ｇ用更高的帶寬與更低的延遲開啟了一個視頻時代，迸發(fā)出了供社交應用的視頻通信、辦公應用的視頻會議以及火遍全球的短視頻社交、視頻直播。應該說，４Ｇ是有劃時代意義的，它拉開了視頻時代的序幕，奠定了移動互聯(lián)網(wǎng)的根基，讓人們看到了移動通信系統(tǒng)的發(fā)展，始終圍繞著提升以帶寬和速率為核心的連接能力這條主線。到了５Ｇ時代，情況有了變化，人們不再一味追求人人通信的體驗速率（達到４Ｇ的１０—１００倍），而是更注重滿足物聯(lián)網(wǎng)、邊緣計算、行業(yè)應用等多場景需求。相比４Ｇ只有峰值速率和移動性兩項指標，５Ｇ還定義了時延、連接數(shù)密度等在內的八大關鍵指標。同時，不同于４Ｇ軟硬一體的網(wǎng)絡設備形態(tài)，５Ｇ網(wǎng)絡架構天然具備了軟件化、云化、服務化等特性，這給５Ｇ帶來了比肩互聯(lián)網(wǎng)的靈活性。正是這些新的變化，使５Ｇ得以超越連接，可以與其他技術完美融合。從歷史發(fā)展的規(guī)律來看，５Ｇ一定會是一個繁榮視頻時代，那么除了目前可見的視頻應用以外，５Ｇ到底還能為這個世界帶來什么超乎想象的改變呢？

　�。担浅�了高帶寬以外，還有兩個非常重要的特點，這兩個特點就是在無線區(qū)間的延遲可以達到１ｍｓ（毫秒）以下的超低延遲性，以及連接控制１平方千米內的１００萬個無線終端的能力，這三個特點就是５Ｇ未來應用的基礎，所對應的三個應用場景如下圖所示：

▲三個應用場景圖

　　其中，ｅＭＢＢ場景指的是高帶寬應用，ｍＭＴＣ場景指的是大鏈接應用，ｕＲＬＬＣ場景指的是低延遲應用。可以看出，５Ｇ最為典型的應用場景為云計算、物聯(lián)網(wǎng)、人工智能和基于３Ｄ場景的視頻通信。在云計算中，主要應用的是其高帶寬的傳輸能力，將存儲、計算等能力部署在云端，也會給使用者帶來良好的使用體驗。物聯(lián)網(wǎng)則應用了其超大規(guī)模的鏈接能力，而人工智能利用的是其低延遲的能力，配合超低延遲就可以讓無人駕駛、工業(yè)自動化、遠程醫(yī)療等人工智能應用得以商用。而視頻通信和ＡＲ通信則是高帶寬與低延遲能力的雙重加持，讓實時而流暢的４Ｋ甚至８Ｋ高品質視頻通信成為可能。

　　回到服務與營銷領域，５Ｇ技術將帶來哪些革命性的影響呢？以下應用場景或許成為可能。

　　高品質場景式全息聯(lián)絡

　　聯(lián)絡是服務與營銷平臺最基本也是最重要的功能，在人工智能以前，聯(lián)絡幾乎是服務與營銷平臺的唯一核心功能。興起于電話普及時代的電話聯(lián)絡中心成就了服務與營銷平臺，讓遠程服務與遠程營銷成為可能；互聯(lián)網(wǎng)時代的ＩＭ通信進一步增強了服務與營銷的聯(lián)絡能力；４Ｇ時代本應該是視頻聯(lián)絡加持服務與營銷的時代，先行者已經(jīng)通過視頻聯(lián)絡將服務與營銷平臺的聯(lián)絡能力推向了一個新的高度，但是并沒有完全普及。我們有理由相信，５Ｇ時代更廉價的帶寬資源、更高品質的畫質、更為流暢的畫面一定會讓視頻聯(lián)絡得以普及，甚至代替現(xiàn)在的電話聯(lián)絡平臺。而在５Ｇ基礎上的ＶＲ應用也許會給我們營造面對面的３Ｄ遠程聯(lián)絡體驗，讓聯(lián)絡進入真正的全息時代。

　　物聯(lián)網(wǎng)自助服務

　　現(xiàn)在的自助服務指的是客戶通過按鍵式或其他交互方式來獲得服務的流程，物聯(lián)網(wǎng)時代的自助服務應該是“物”本身來獲得服務的方式，既是服務的入口，更是服務的發(fā)起者。這個物可以是家用電器、健康檢測設備、生活用品，也可以是銀行卡、保險單等。也就是說，當“物”在檢測到自己需要服務的時候，比如更換耗材、定期檢修時，會直接連接到它的服務機構來獲取服務，只有在需要人工決策的時候，才會知會它的所有者，進行下一步的服務請求。

　　物聯(lián)網(wǎng)營銷

　　在物聯(lián)網(wǎng)時代，冰箱就是一個家庭的生鮮入口，會根據(jù)所存放生鮮的消耗情況自動向電商下單補充，同時根據(jù)健康檢測設備的數(shù)據(jù)對食品選擇提出建議。同理，紅酒柜是采購紅酒的入口，將根據(jù)家庭成員的喜好進行紅酒推薦或是直接采購。也就是說，物聯(lián)網(wǎng)時代的營銷會精準到存量、消耗、喜好、健康狀態(tài)等，客戶畫像會更為精準，也會更為動態(tài)。對于智能服務與營銷平臺來說，５Ｇ除了更快更好地完成聯(lián)絡功能以外，還會具備連接與信息匯總和處理的能力，這些能力配合人工智能，將成為新一代智能服務與營銷的核心。

　　按照《ＡＩ極簡經(jīng)濟學》的觀點，人工智能技術實際上是一種預測的技術，不管它叫機器學習、深度學習還是自動學習，不管是ＮＬＰ、圖像識別還是機器翻譯，其實都是預測。技術的發(fā)展讓人工智能變得隨處可得，也就讓預測算法變得廉價，于是它就從科研的廳堂走到企業(yè)應用的廣闊天地，進入需要預測機器的各種領域，從而引發(fā)了人工智能的爆炸式發(fā)展。預測是填補缺失信息的過程，預測就是運用你現(xiàn)在掌握的信息（即“數(shù)據(jù)”）生成你未掌握的信息。從初級層面看，預測機器可以代替人完成預測任務，節(jié)省成本。隨著預測機器開始運轉，預測有可能發(fā)生變化，并提高決策的質量。但等到了某個時間點，預測機器變得十分精確且可靠，以至于足以改變組織運作的方式。也就是說，一些人工智能對企業(yè)的經(jīng)濟效益產(chǎn)生了巨大的影響，它們不但可以提高策略執(zhí)行過程中的生產(chǎn)力，還將改變策略本身。人工智能以預測為基礎，讓預測成為決策依據(jù)，在這個層面上，人工智能就可以成為企業(yè)經(jīng)營中的重要工具，進而影響到企業(yè)的戰(zhàn)略規(guī)劃并對社會的權衡形成影響，這就形成了一座人工智能影響力的金字塔，從下到上依次是：（１）預測；（２）決策；（３）工具；（４）戰(zhàn)略；（５）社會。

▲人工智能影響力金字塔圖

　　預測預測是填補缺失信息的過程。預測指運用你現(xiàn)在掌握的信息（通常稱為“數(shù)據(jù)”），生成你尚未掌握的信息。除了生成關于未來的信息，預測還可以生成關于現(xiàn)在和過去的信息。企業(yè)的經(jīng)營過程就是一個預測與決策的過程，我們需要預測商品與客戶之間的對應模型，市場活動與營銷業(yè)績之間的關系，員工技能與工作能力之間的對應，服務資源與客戶滿意度之間的匹配等。

　　預測算法依賴數(shù)據(jù)。越來越多、越來越精確的數(shù)據(jù)帶來越來越好的預測。從經(jīng)濟角度來說，數(shù)據(jù)是預測的關鍵互補品。隨著預測算法越來越廉價，數(shù)據(jù)的價值會越來越高。數(shù)據(jù)在人工智能中扮演著三種角色，首先是輸入數(shù)據(jù)，分析反饋算法，用于生成預測。其次是訓練數(shù)據(jù)，它被用來生成最初的算法。訓練數(shù)據(jù)用于訓練人工智能，讓后者得以在現(xiàn)實環(huán)境下進行良好的預測。最后是反饋數(shù)據(jù)，通過經(jīng)驗來改進算法的表現(xiàn)。在某些情況下，這三種角色存在大量重合，同一批數(shù)據(jù)甚至能身兼三角。

　　企業(yè)的經(jīng)營活動就是數(shù)據(jù)積累的過程，我們可以將歷史數(shù)據(jù)作為輸入數(shù)據(jù)來生成預測模型，將預測模型在實行中進行應用并持續(xù)訓練，在訓練過程中產(chǎn)生的結果就是預測模型的反饋數(shù)據(jù)，用這些數(shù)據(jù)對模型進行持續(xù)優(yōu)化。

　　就預測而言，機器和人類有著各自的優(yōu)勢和劣勢。隨著預測機器的改進，企業(yè)必須調整人與機器的勞動分工來應對。在考慮不同指標之間復雜的相互作用時，預測機器比人類表面看來要好，尤其是在數(shù)據(jù)豐富的環(huán)境中。隨著這種相互作用的范圍不斷擴大，相較機器而言，人類作出精確預測的能力隨之減弱。然而，理解數(shù)據(jù)的生成過程可帶來預測優(yōu)勢，且在數(shù)據(jù)較為單薄的時候，人類比機器表現(xiàn)更好。所以更好的預測應該是基于人機耦合的，這是將人工智能與人類智慧結合的最好方法。

　　決策預測不是決定，作出決定需要對預測進行判斷。在人工智能應用之前，人類始終是把預測和判斷放到一起進行的。而現(xiàn)在，預測算法的進步意味著我們必須對決定進行一番剖析。找到預測和結果之間的關系才能做相應的判斷，這就是一個決策過程，決策后所產(chǎn)生的結果，又可以作為決策的反饋數(shù)據(jù)，對決策流程做進一步的優(yōu)化。

　　隨著預測算法能力的增強，人在企業(yè)中的某些活動會貶值，當然也有很多活動會增值。對預測本身而言，預測算法整體上是人類預測的一個更好的替代。隨著機器預測越來越多地取代人類預測，人類預測的價值將降低。但更重要的一點是，雖然預測是一切決定的關鍵組成部分，但它并不是唯一的組成部分。目前，決策的其他元素（判斷、數(shù)據(jù)和行動）仍牢牢地被人類握在手中。它們是預測的互補品，也就是說，隨著預測變得廉價，決策的價值會提高。只有人類才會進行判斷，也只有人類才會衡量決策結果對企業(yè)經(jīng)營目標的影響。隨著人工智能接管預測，人類會減少在決策中扮演預測加判斷的綜合角色，而更多地專注于發(fā)揮判斷的作用。這將促使機器預測與人類判斷之間形成互動。當然，企業(yè)也可以通過對目標的設定，讓預測算法在所設定置信度閾值以內進行自動決策，人類則根據(jù)結果對目標的吻合程度，對其算法模型進行修正。

　　工具人工智能應用是通過工具的開發(fā)得以實際貫徹并在企業(yè)中開始應用的，人工智能工具設計的單位不是“工作”“職業(yè)”“策略”，而是“任務”。任務是決策的集合，決策以預測和判斷為基礎，依靠數(shù)據(jù)獲得信息。有時我們能夠將一項任務內的所有決策自動化，隨著預測的提升，我們可以把任務中殘留的尚未自動化的任務進行自動化。預測機器的崛起激發(fā)了人們的思考：怎樣對工作流程重新設計并使其自動化，從此類任務中有效地剝離人類。但僅有更好、更廉價的預測還不能帶來完全的自動化，采用預測機器還必須提高機器在任務的其他方面所帶來的回報。否則，你會希望人類決策者與預測機器協(xié)同工作。人工智能工具是定點解決方案。每一種工具都能生成一種特定的預測，按照設計，大多數(shù)工具只執(zhí)行一項特定的任務。企業(yè)在決定如何貫徹人工智能時，會把工作流程分解為任務，預估投資回報率并按投資回報率對人工智能進行排序，接著從清單的最頂端開始，一路朝下走。有時候，也可以簡單地在工作流程里安插一套人工智能工具，提高該任務的生產(chǎn)效率而實現(xiàn)直接收益。然而，大多數(shù)情況并非如此簡單，需要重新思考應用人工智能工具帶來的真正益處，或對整個工作流程進行“工程再造”。因此，與個人計算機革命類似，在許多主流企業(yè)，人工智能帶來的生產(chǎn)力收益要過些時間才看得出來。

　　一份工作，就是一組任務的集合。在分解工作流程、應用人工智能工具的時候，以前由人類執(zhí)行的某些任務可能會自動化，剩余任務的順序和重點可能有所改變，新的任務也有可能出現(xiàn)。因此，構成工作的任務集合是有可能改變的。

　　人工智能工具的實踐對工作崗位產(chǎn)生如下４種影響：

　　▲人工智能工具可以增加工作崗位，如智能訓練師與智能流程設計。

　　▲人工智能工具可以減少工作崗位，如簡單的咨詢服務。

　　▲人工智能工具可能導致工作崗位重組，一些任務增加，另一些任務消失，如營銷模型的設計與優(yōu)化。

　　▲人工智能工具可能會將重點轉移到特定工作崗位所需的特定技能上。

　　戰(zhàn)略人工智能已經(jīng)成為很多企業(yè)的戰(zhàn)略，是應該由企業(yè)的決策層進行主導的戰(zhàn)略。強大的人工智能工具遠遠不止于提升業(yè)務層面任務的生產(chǎn)效率，而且有望徹底改變企業(yè)戰(zhàn)略。具備如下因素，人工智能就能帶來戰(zhàn)略上的變革：商業(yè)模式中存在核心權衡；受不確定性影響的權衡；減少不確定性的人工智能，撥動了權衡天平上的指針，最優(yōu)策略從這一邊轉到了那一邊。人工智能戰(zhàn)略需要企業(yè)決策層領導參與的另一個原因是，采用了人工智能工具的業(yè)務同樣有可能影響到企業(yè)的其他業(yè)務，強大的人工智能工具可能會導致工作流程和公司的業(yè)務邊界在很大程度上被重新設計。

　　人工智能會增加互補品的價值，包括判斷、行動和數(shù)據(jù)。判斷的價值增加可能導致組織等級的變化———把不同的角色或不同的人員放到權力崗位上，可能會帶來更高的回報。此外，預測機器使管理人員不僅可以優(yōu)化單個要素，還可以優(yōu)化更高級別的目標，從而使決策更接近組織的目標。受預測影響的行動，可以成為競爭優(yōu)勢，傳統(tǒng)企業(yè)亦可獲得人工智能帶來的一些價值。然而，在某些情況下，強大的人工智能工具帶來了明顯的競爭優(yōu)勢，新加入者可能會將該行動垂直整合，利用人工智能作為競爭基礎。

　　確定企業(yè)業(yè)務的邊界是一項關鍵的戰(zhàn)略選擇，不確定性會影響這種選擇。由于人工智能可以減少不確定性，它會對組織與其他組織之間的邊界產(chǎn)生影響。通過減少不確定性，預測機器提高了編寫合同的能力，故此也就增強了公司以合同的方式將專門負責數(shù)據(jù)、預測與行動的資本設備和勞動力外包出去的動機。然而，預測機器會削弱公司把專門掌管判斷的任務外包出去的動機。判斷的質量很難細化到合同中，而且難以監(jiān)控。如果判斷能夠被清晰地細化，那它就可以被編程，交給機器，而不再需要人類來做。隨著人工智能越來越普遍，判斷有可能成為人類要扮演的關鍵角色，這樣一來，企業(yè)內部聘用的員工會增加，外包出去的勞動力會減少。

　　人工智能將提升擁有數(shù)據(jù)的動機。盡管如此，如果數(shù)據(jù)提供的預測對你的組織并不具備戰(zhàn)略意義，那么通過外包獲得數(shù)據(jù)便有其必要。在此種情況下，最好直接購買預測而不是購買數(shù)據(jù)，接著用它生成你自己的預測。

　　很多企業(yè)（如聯(lián)想、百度等公司）把“人工智能優(yōu)先”調整為企業(yè)級的戰(zhàn)略，這就要求把最大化預測的準確度作為組織的中心目標，哪怕這意味著要犧牲其他目標（如收入和用戶數(shù)的最大化、用戶體驗的最優(yōu)化等）。人工智能會帶來顛覆，然而以人工智能為動機的產(chǎn)品，往往最開始比較差，因為訓練預測機器執(zhí)行任務要花時間，不管是遵循人類指令的硬編碼機器還是自行學習的機器，都是如此。然而，一旦部署，人工智能便可繼續(xù)學習和改進，把競爭對手的非智能產(chǎn)品拋在身后。對老牌公司來說，采取等待和觀望的態(tài)度，站在場外觀察人工智能在行業(yè)內的應用，這是很誘人的做法。一些公司說不定適合這么做，但另一些公司會發(fā)現(xiàn)，一旦競爭對手搶先訓練和部署人工智能工具，自己就很難趕上了。而戰(zhàn)略決策需要時機，也就是什么時候把人工智能工具投入實地應用。人工智能工具最初是在內部進行培訓的，它們遠離客戶。然而，等把它們部署到商業(yè)用途中，它們會學得更快，因為它們暴露在了真實的運營條件下，往往還能接觸更多的數(shù)據(jù)。早部署的好處是學習速度快，代價是風險高。在一些情況下，權衡是明確的；在另一些情況下，比如自動駕駛，權衡就比較模糊了，在這個時候就需要決策者進行決策：商業(yè)產(chǎn)品搶先一步帶來的優(yōu)勢與產(chǎn)品尚未充分準備就發(fā)布，一旦失誤造成的代價，到底誰大？

　　當然，人工智能自帶很多類型的風險。主要有以下六類：

　　▲人工智能作出的預測可能導致歧視。哪怕這種歧視是無意的，它也需要企業(yè)為之負責。

　　▲數(shù)據(jù)太少，人工智能就無法發(fā)揮作用。這會產(chǎn)生質量風險，尤其是“未知的已知”類預測錯誤：預測機器很有信心地給出了預測，可惜給的是錯的。

　　▲不正確的輸入數(shù)據(jù)會欺騙預測機器，容易讓用戶遭到黑客攻擊。

　　▲一如生物的多樣性，預測機器的多樣性涉及權衡個體和系統(tǒng)層面的結果。多樣性的減少，可能有益于提高個人層面的績效，但會增加大規(guī)模失效的風險。

　　▲預測機器有可能遭到反向查詢，致使你的知識產(chǎn)權被竊，攻擊者也可通過此種查詢洞察預測機器的弱點。

　　▲反饋有可能遭到惡意操縱，導致預測機器學習不良行為。

　　社會人工智能的興起為社會提供了許多選擇，每一個選擇都代表一種權衡，在這一階段，盡管技術仍處于起步階段，但社會層面上已經(jīng)顯現(xiàn)出三項特別重要的權衡。第一項權衡是生產(chǎn)力與分配。許多人認為人工智能會讓我們變得更貧窮，境況更糟糕，并非如此。經(jīng)濟學家認為，技術進步會讓我們的生活更加美好，還能提高生產(chǎn)力。人工智能無疑能提高生產(chǎn)力，問題不在于財富的創(chuàng)造，而在于它的分配。人工智能可能加劇收入不平等的問題，原因有二：一是，人工智能將接管某些任務，這或許會加劇人類對余下任務的競爭，工資降低，與資本所有者的收入相比，它將進一步削減勞動力賺取的收入的比例。二是，與其他計算機相關的技術一樣，預測機器可能存在技能偏好，故此，人工智能工具不成比例地提高了高技能工人的生產(chǎn)力。第二項權衡是創(chuàng)新與競爭。和大多數(shù)軟件相關的技術一樣，人工智能具有規(guī)模經(jīng)濟的特征。此外，在一定程度上，人工智能工具往往具有收益遞增的特征：預測越準確，用戶越多，于是生成更多的數(shù)據(jù)，而更多的數(shù)據(jù)將帶來更準確預測。如果企業(yè)擁有更多的控制權，它會有更大的動力去開發(fā)預測機器，但隨著規(guī)模經(jīng)濟的發(fā)展，這有可能導致壟斷。從短期角度看，快速的創(chuàng)新可能造福社會；但從社會或更長期的角度看，這或許并非最理想的結果。第三項權衡是性能與隱私，數(shù)據(jù)越多，人工智能表現(xiàn)越好。如果它們可以訪問更多的個人數(shù)據(jù)，就能更好地做個性化預測。提供個人數(shù)據(jù)通常會以失去隱私為代價。

　　人工智能的企業(yè)應用總結作為一個已經(jīng)開始普及的預測技術，人工智能將在企業(yè)中得到大規(guī)模的應用，這一點是毋庸置疑的。人工智能負責預測，企業(yè)的管理者根據(jù)人工智能的預測進行相應的決策，或人工智能在置信度閾值范圍內自行決策，將推動企業(yè)快速實現(xiàn)其業(yè)務目標。而以人工智能為核心引擎的系統(tǒng)則將預測與決策的流程工具化，讓人工智能在企業(yè)應用中快速落地。

　　很多企業(yè)已經(jīng)將人工智能應用作為其重要的戰(zhàn)略規(guī)劃，這有可能會犧牲掉一些短期的目標，但是經(jīng)過實際數(shù)據(jù)訓練的人工智能會快速成長。一旦越過了臨界點，就會將沒有實施人工智能戰(zhàn)略的競爭對手遠遠地甩在后面，成為行業(yè)中的領跑者，這個領跑者會產(chǎn)生更多的數(shù)據(jù)對人工智能的預測算法進行迭代優(yōu)化，如此一來，其領先者的地位很難被顛覆。但是人工智能戰(zhàn)略也有被黑客攻擊、被惡意訓練等風險，需要用技術手段與制度手段加以回避。