論壇嘉賓：

商湯科技副總裁柳鋼

海康威視技術股份有限公司高級副總裁賈永華

極智嘉科技聯合創始人李洪波

申通快遞商俊

Robby聯合創始人李瑞

蘇寧物流集團物流研究院副院長欒學鋒

欒學鋒：我是欒學鋒，來自蘇寧物流研究院，我沒有在座其他幾位這么高學歷，可能我們更多的是從業務一線干起來的，也是從現場運營干起來的。當然蘇寧物流在前面也投了很多自動化的裝備，包括今天在場很多也是我們的合作伙伴。從我們的角度來講，我們更多的是應用，包括一些高度的剛性投入的設備我們也在用，新的AGV我們也在用，包括新人的無人叉車也在使用。從我們的角度來講，我們更多的是使用方的定位。謝謝！

    柳鋼：大家下午！我叫柳鋼，來自商湯科技，商湯有句古話說“古有商湯立國，今有商湯立業”，我們是一家專著智能設備的人工智能企業。人工智能有很多領域，有聽覺、知覺、機器人，有大數據，有推理，有機器學習。如果非要做一個比喻，商湯更多的是把計算機視覺跟我們的大腦做一個結合，來做一個用計算機看懂這個世界。從創立以來差不多四年半的時間，我們也經歷了快速的發展，目前也是全球估值最高的人工智能企業。我有時候在反思，是什么樣的發展模式，讓商湯科技短時間之內有這么快速的發展，除了得益于時代的大背景之外，我們的總結是一定是技術跟行業的結合。所以商湯從創立的第一天開始，雖然是高科技研究和實驗室的學術背景，但是從第一天開始，我們就強調技術一定要跟行業做結合，所以我們一直是一個高科技但是要賦能百業的理念。所以今天很高興能來到這樣一個論壇，我們更多的是來學習，是來探索，我們很多人工智能技術，在更大的、更廣泛的行業已經取得了很好的商業成果，我們也很期待人工智能技術跟快遞業的碰撞，能夠很快有火花的產生，謝謝大家！

    李洪波：大家好！我是來自極智嘉的李洪波，我們是專注于AI+機器人賦能物流供應鏈行業的創新性公司，經過四年多的發展，極智嘉這邊有幾個數字可以跟在座的各位分享一下。第一個數字是到目前為止極智嘉已經銷售和對外服務的相關類型的機器人數量將近1萬臺。第二個數字是我們現在在全球范圍之內服務的客戶已經將近300家，特別是像Zara和迪卡儂，我們跟客戶是戰略合作，全球范圍之內快速復制。第三個數字是我們在去年“雙十一”用我們整個的物流集成系統，整個“雙十一”處理的訂單單量是500萬單，大家知道在中國的“雙十一”，有些倉峰值單量是平時單量二三十倍的也有，這樣的賦能解決方案，不但要在平時的時候好用，而且要在“雙十一”的時候能夠真正降本增效，而且具有柔性的特性。整個物流簡單從字面上講就是物體的移動，我們有兩層含義，一層含義是讓人不再移動，所有物的移動更智能。第二層含義是把它作為一個勞點，真正改變物流，改變供應鏈，乃至改變世界。

    商俊：大家好！我是來自申通快遞的商俊，我們從2009年開始興起用AGV小黃人技術，第一年整體降低成本達到300萬的水平，申通是一個應用方，也跟蘇寧一樣，我們希望這個場合跟各位專家去學習，充分推廣到各個實際的應用場景和應用領域。申通在AI、大數據和云計算的這部分還有很長的路要走，要跟很多同行去學習，所以我們接下來要更多加深跟在座各位的合作，共同推進智能化和AI的技術。

    主持人：Robby的李瑞先生，2015年秋天我記得我跟李瑞通過兩個小時的電話，最后我給李總出了一份小小的東西，也是我當時的認知水平，我說中國的快遞行業大概用不上機器人。但是我今天見到李總的時候，我們的理念已經全部改變了，很高興邀請到李總，請您介紹一下現在取得的新的成就。

    李瑞：謝謝相總的介紹，我是Robby的李瑞，我來自于美國的清華，麻省理工學院。我博士期間研究的領域一直是計算機視覺、機器學習和機器人，2016年我跟我MIT的一個同學到硅谷去創辦了Robby這個公司，我們主要研究的是無人小車以及自動駕駛系統平臺。之前跟相總也是希望了解一下國內的整個快遞行業以及對物流機器人的需求，我們前幾年，很大程度上也是相總潑的一盆冷水，我們當時主要的精力是在美國。最近兩三年發生了很大的變化，國內整個對于物流自動化的需求越來越強，就看到了一種很強烈的趨勢。我在美國學到的很多技術，是不是能夠在這個浪潮里面真正的應用在很多的應用場景里面，能夠解決一些快遞行業可能遇到的問題。所以也是在幾個月前，我們在國內也注冊了分公司，開始跟國內的一些客戶找一些落地的場景，現在有很多的快遞、物流、外賣行業跟我們談合作。今天很榮幸來到這個論壇，跟大家分享更多的中國和美國在人工智能以及物流行業的看法。也希望能夠有更多的朋友，如果能夠用到這方面技術，或者是哪怕現在還用不到，將來可以用到的，也和我們保持聯系，謝謝！

    主持人：歡迎李瑞。還是那句話，干快遞的來自桐廬的企業家創造世界的奇跡，走到今天，我們真要跟中國清華、美國清華結合起來。MIT在物流運籌學領域，也是處于世界最領先的水平，我們希望有更多的溝通交流。

    接下來進入關于人工智能的階段，首先請大家看一段視頻。

    這是一個超級烏鴉，還是一個日本的烏鴉，這是我去了解人工智能的過程當中，從專家那兒看到的一段視頻，這個烏鴉非常聰明，壓不動堅果，把它扔到車流當中去壓碎了再去吃。我又不能車流滾滾的時候去，我就扔在斑馬線上，等人行道的綠燈亮了我再去吃這個堅果。這個烏鴉非常聰明，不知道它大腦里有多少神經元，可以實現這么復雜的操作。在我看來至少有一個認知，有一個目標，有一個具體的行動去籌劃，去實現。

所以我的問題，我們今天說是人工智能2.0的時代，我們怎么來評估一下我們的人工智能跟烏鴉之間，今天有沒有達到這個水平，有請各位專家。

我的問題分兩步，我們中國的人工智能有沒有達到烏鴉的智慧智能水平，或者美國的人工智能有沒有達到這樣的水平？各位專家都可以回答。

    李瑞：關于烏鴉這個，我們看到整個過程里面，一開始那個烏鴉不知道怎么去解決這個問題，但是后面它通過一系列的觀察學習，以及其他很多方面的推理，最后完成了這個任務。其實我之前還稍微了解過一些，烏鴉在鳥類里面是屬于智商最高的鳥類之一，有人說甚至可以達到兩三歲小孩子的水平。這里面其實有很重要的一個因素，它有一定的某種程度上的智能，甚至是智慧，它有這種推理能力。從人工智能角度來講，我們現在做的很多人工智能，用到了深度學習，用到很多數學以及其他方面的知識。但是現在整個的發展過程，基本上都是在某一個特定的領域，比如說是圖象識別、語音識別，甚至像前一陣子阿爾法狗等等。真正要產生邏輯推理，產生一些比較通用一些的人工智能，其實還有很長的路要走，這里面很重要的一個因素是智能和智慧的差別。所以我的個人看法，現在大家研究的弱人工智能，跟烏鴉有一定的通用人工智能，還不在一個級別。

    主持人：就是說我們的弱人工智能，待會兒您解釋一下什么叫弱人工智能、強人工智能，至少在弱人工智能方面，我們跟烏鴉還有一點距離是嗎？

    李瑞：某種程度上來講烏鴉這個可能是介于弱人工智能跟強人工智能之間的。

    主持人：我把問題問一下中國的清華，李總回答一下什么是弱人工智能，什么是強人工智能，我們物流領域用的是弱人工智能還是強人工智能，請給我們觀眾普及一下。

    李洪波：我們過去十幾年一直是研究人工智能跟物流方向，所以對人工智能相對比較了解。現在所謂的弱人工智能是數據驅動的，下一代的所謂強人工智能，某種程度上講應該是以推理為主的強人工智能。

    回到剛才的問題，我也有我個人的觀點。其實咱們現在數據驅動的弱人工智能，它的應用是必須要有界的，第一個一定是要單一問題，第二個一定是確定性問題，不能說這個人長得好看不好看，這樣就麻煩了，因為每個人的判斷標準不一樣。第三個是要有完備的數據，把這三條加進來，再有合適的專家，加上我們的算法，是在第一問題、確定性問題、足夠數據的情況下，會比烏鴉做得肯定要好。比如說我們科大訊飛本身做的語音，商湯做的人臉，包括海康在某些特定領域上的應用，比如安防，我覺得做得肯定比烏鴉要好。

    主持人：單一問題、確定問題、足夠數據，這個智能做得比烏鴉好，要綜合起來，我理解，我們跟烏鴉之間模糊性的或者更廣泛的問題，我們還有距離，是這個概念嗎？

    李洪波：是的，這是我的理解。

    主持人：我的理解再粗淺一點，我們今天物流行業所涉及到的人工智能，就是弱人工智能，就是在這個方面要有數據，針對單一問題，針對具體問題。

    李洪波：我現在理解是這樣，我們當下的如果從供需關系來講，我們在數據驅動的弱人工智能階段，當下技術發展相對來講是比較成熟的。所以在賦能的時候，賦能的能量也會比較大，我們看到的效果也會比較強。剛才說的以推理為主的強人工智能，里面有很多的關鍵技術還在探討，甚至在摸索的階段。所以即便是把相應的技術想往這邊應用，因為技術本身沒有那么成熟，所以效果就沒有那么明顯。

    主持人：明白了，美國清華和中國清華的專家是讓我們的問題聚焦了，到了我們物流行業，就是助力驅動的，單一的，解決具體問題的人工智能，這是我們今天看到的很具體的給我們做分撿，做搬運，做問答的這樣一些機器人，我們就把這個問題一點點聚焦了。而不是那么大，我們不知道，無可想象的人工智能跟機器人。

    下一個問題問一下行業里面的人，極智嘉的柳總和欒學鋒、商俊，都是在中國物流行業一線干的，賈總也在，你跟快遞行業差不多，比我們快遞人還熟。我想問的是，我們中國物流行業目前還有哪些領域最適合給機器人來發揮它們的身手，我們中國的快遞，在機器人領域，應該去占領哪些制高點，這個制高點是要相對于美國的，相對于其他行業的，我們有沒有能力，世界物流快遞科技上面，人工智能在哪些領域走到前？這個問題不知道會不會聚焦，想請教一下各位。

    欒學鋒：這個問題我覺得還是需要再聚焦一下。

    主持人：那你就說電商，哪個環節、哪個領域，可以非常大的提升我們的效率。

    欒學鋒：首先還是談一下機器人，從我們蘇寧物流來講，我們叫機器人是兩種機器人，一種是硬件的，一種是軟的，我們現在談的很多語音也好、視覺也好，我們內部都叫它機器人，不是說看到鐵皮子的才叫機器人。

    我們分開看一下，首先從硬件機器人來講，我們物流也是非常接地氣的，剛才跟李總聊天也感覺到，三年之前還是潑冷水的。這也正好體現了很接地氣，我們都是很面對現實的一群人。哪些環節里面？我們可以提煉一下，最耗成本的，最耗時間的，最耗人力的，就費勁的這些活，其實都是可以給硬的機器人施展拳腳的機會。比如省力的，有很多機械臂。機械臂的下一個問題是，機械臂怎么識別，就包含商湯，包含海康，都有很多的研究，關于機器視覺，給機器人裝上一雙眼睛，這方面他們兩個一搭配，就是一個領域，如果能做到，這里面我們可以實現很多的自動拆舵、碼掌舵。

    另外一個從效率上來講，今天順豐的同事可能沒在，以前順豐快遞的很多分撥中心，可能要做兩三套，因為一個小時要處理的是2-3萬件的量，在很短的時間內要處理非常大的流量，這種來講必須要有高穩定的、高可靠的設備去做。當然現在，很多的智庫也在做分布式的部署，我們甚至把一些大的分撥中心拆成小的分撥中心，通過網絡上云來做部署。這方面海康的機器人，包括快倉的機器人，就有它的用武之地。這里面也是有很多發揮的余地的。我覺得主要是在偏硬的方面。

    另外從偏軟的角度來講，今天訊飛的馮總也介紹了，是專注于單個的應用場景，我們聚焦于人。我們在全國的呼叫中心也有上千號人，要滿足各種各樣的快遞呼叫需求，這里面省人是一個。還有一個問題，顧客的體驗，打不進來電話，你接觸的信道是有限的。如果有機器人，可以同時受理萬計的電話，這也是很大程度提高我們體驗的。聚焦這個領域，也是一個山頭，可以去攻克。

    另外一方面，剛才大家前面談弱人工智能、強人工智能，我覺得在我的接觸里面，我們更多談的還是運籌學，實實在在的運籌學，人工智能是比較靠后的，我們通過一些算法，去做我們路由的優化，去做我們撿選路徑的優化，不要上升得太高的人工智能，靠機器學習。其實里面有運籌學的算法在里面，我們是不是把運籌學的算法發揮到極致了。還有一個是算法解決不了的，算力受限算不出結果的，我們是不是跳出深度學習，有方法來解決通過傳統運輸做不出來的，尤其是目標求解的問題，這里面可能特別好使，我們也在做嘗試。

    所以從運輸行業來講，我們先要聚焦運籌學，運籌學解決不了的，我們可能要另辟蹊徑去解決。

    主持人：用人工智能解決我們物流最核心的問題是什么？點、線、網絡的優化，網絡的效率，那個恐怕是需要時間去解決的問題，這是超越我們今天范圍的，我們今天就想聚焦到物流機器人方面，我們找一個超級大腦來，這是希望一定會實現的。

    柳鋼：大家好！我是來自商湯科技的柳鋼，雖然我還沒有發言，但是商湯科技被多次點名。烏鴉摔堅果的這個實驗是多次啟發人工智能的實驗，我們內部也經過多次學習探討。剛開始我特別怕相總問我這個問題，弱人工智能和強人工智能的區別，這個我是不知道的。為什么這么講呢？因為我想跟大家分享一下，人工智能這么一個很玄妙、很奇幻的詞匯，為什么在過去五年一下子變得這么熱，這樣一個所謂的未來已來的現象，為什么在經過了兩落三起之后，今天能得到這么多行業的認可。我想分享一下我們過去幾年走過的一些，把人工智能跟各個行業結合的一些心得體會，因為一個最鮮明的特征是什么呢？比如我們今天探討的話題是叫快遞物流機器人的機遇與挑戰，你會發現一個問題，機器人長得根本不像人。

    機器人長得并不像人的時候，我們為什么還是對這個話題有這么大的關注呢？我們更關注的是機器人給物流行業帶來的價值是什么。所以在我們把視覺技術跟很多在之前跟物流行業相似的行業做結合的時候，我們的思考點是反向的，我們先去看，我們并不強調是深度學習，還是邏輯推理，是弱人工智能還是強人工智能，因為相反的是說商湯反而在這方面有大量的儲備，商湯有18位全職教授，有多年的儲備。我們今天主要是來探討和學習的，對于物流來講，我們現在的感覺，第一步是要把物流行業的環節做一個剖析，然后把這個環節里面用傳統方式難以去克服，或者說實現手段太高的環節，用人工智能的方式來加以實現。具體有哪些？會回歸到商湯的很基本的層面是視覺的理解。人工智能跟快遞行業有共同的特點，就是強調快。所以我們找到第一個環節，是如何在整個快遞行業的最后100米，讓快遞行業的最后100米跟社區的結合，用智能的、視覺的方式，使得你整個快遞從背后大門口到每一個家門口，這個速度變得更加便利，變得更加快。如果再往外做延伸，我們會看到剛才很多同仁已經展示，在物流環節里面會涉及到對物流作業環節的很多理解，所以目前我們是用逆向的思維，現去回答如何讓快遞行業變得更快這樣一個終極命題，然后去找到這些環境里面用視覺理解可以解決問題的產品的打造。我們差不多在今年之內會有針對快遞行業具體產品的推出，到時候也請各位同仁對我們的產品進行評價和分析。

    主持人：我特別期待柳總的產品推出。我稍微要提出一點不同的觀點，快遞行業絕對不是一個只要求更快的，中國的快遞行業從時效性來講。總的數據來看，我們在全世界都做得不慢了，尤其是新的業態，美團外賣、餓了么，還有京東、蘇寧，及時物流出來，都是以分鐘來算我們的時效，這在全球，我個人認為已經很快了，已經是我們生活中不可承受之快了。可能我們更需要的是什么？一個是客戶體驗，還有更加個性化的體驗。從業主來說，還要回到省錢，物流做到最后一定是降本增效，這個效可以體現在各個方面。

    賈總，這個問題，咱們中國的物流機器人，咱們的AI，在哪個領域上還有發揮的最大空間？談談您的體會。

    賈永華：首先是剛才商湯的柳總提得非常好，中國的快遞行業，購物體驗來說，在海外我也有過購物，我認為中國肯定是最快的。而且這個快，不只是購物快，我們這幾年服務于快遞行業的，給我另外一個感覺，快遞整個產業發展很快，甚至于海康這樣的科技企業，我們原來很多同事說，我們這幾個行業，可能每天晚上都在加班，感覺要驅動這個世界發展得更快一些。后來我們發現即使這樣，竟然跟不上快遞行業的發展。很多時候，我們有產品，跟快遞行業的需求又脫節了，這個產業是促進我們很多技術的快速發展。做體驗也一樣，各種數據，我們跟同行怎么樣一起，真正意義上把數據驅動得更好。剛才蘇寧研究院的欒總提到，數據最終是要把你的系統優化。

    我們講機器人，其實這個名詞，什么叫機器人？是很值得討論的問題。以前我們講機器人，一般是講服務機器人，或者是講機械手，而現在真正的機器人是怎樣子的？我們機器人怎么服務快遞行業領域？剛才相總提到，快遞行業量大，但是每單每票的成本要求很苛刻，怎么樣來服務于這樣的情景呢？我們單一的有幾個種類的機器人，我們普通定義上的機器人是不能滿足的。拿海康來說，對這些機器人更多的是智能化設備，具有自我感知、自我決策，包括發揮群體智能的部分。我們更多的是希望各種智能化設備，各種機器人來協同的。就像城市一樣，比如大家都去買車，不行，大家都去擠公交車，不行，大家都去擠地鐵也不行。快遞行業有大件、有小件，不同的件也不一樣，有的是像鞋服這樣的，有的是3C類的產品，不同的產品要求是不一樣的，有的時效性要求很高，包括最近比較新的冷鏈部分。我們在這個服務里面，剛才蘇寧提到的研究院，考慮的問題就比較系統。

    主持人：我現在想問兩個聚焦的問題。申通了不起，推出了AGV小黃人，剛才視頻上我們也看到了，很多地方都在推進，但是始作俑者開放時代的是申通，申通讓我很佩服，這種創新精神。我現在的問題是，機器人應用方面，商總能不能給我們分享一下，下一步怎么樣根據我們快遞行業的特點去做研發、做努力。

    商俊：感謝相總，我們傳統快遞物流行業最終的目標是降本增效。之前看了一個數據2050年我們整個勞動力會下降1/4，所以未來一定是通過機器人，通過人工智能來替代人工來工作。怎么把我們的AI、機器人用在實際快遞行業的實際應用場景，作為我們企業來說，核心要解決兩個問題，一個大的問題是我們的應用場景。剛才談到把整個快遞供應鏈和鏈路進行切片，從倉儲到運輸到分撿、投遞以及安檢。勞動力比較密集的地方是哪里呢？第一個是客服，剛才說通過機器人取代我們的客服，讓客戶的滿意度更高。第二個是分撿集散中心，分撿員，勞動力很多。最后是末端，配送人員小哥，全國有30幾萬的小哥在完成配送。所以在勞動力越密集的地方，也是申通未來在AI和智能化投入最多的地方。第一方面是智能客服，接下來我們會發布的產品是申通智能客服機器人產品。第二個是智能分撿中心，我們在上海青浦建立了10萬方的智能分撿中心，集成各種IoT和5G技術提升我們的分撿效率。最后是我們末端的無人驛站、智能柜和無人機、無人車的部分。

    主持人：還是前面說的“三省”，省力、省錢、省時間。

    商俊：我補充一下，如果要想做好人工智能和AI，我們作為企業來說，我們的核心，尤其是三通一達要做的事情是數據的問題，剛才李總談到我們要用好人工智能需要完整的數據。但是對于傳統的物流公司來說我們的數據往往依賴于我們的平臺、第三方，比如阿里巴巴、京東、拼多多等等。所以對于非結構數據的處理，包括我們怎么讓這些數據更精準，能夠形成剛才欒院長說到的智能規劃、智能路由，都需要一些基礎沉淀結合云計算和大數據的能力，才能真正觸達到最后執行指令的機器人部分，這個還需要很長時間做探索和研究。大概說這么多。

    主持人：非常好！核心的問題呼之欲出，我聽到了關鍵詞是數據，我們傳統的企業，在這方面哪塊技術都不是很好，數據一個是不夠全，一個是不夠連，數據的格式化更龐大。未來進入人工智能機器人時代，我想先把門戶清理好，把基礎搭牢，數據驅動，沒有數據哪有驅動？

    李瑞，上次跟你潑冷水到現在已經五年時間了，你比較一下中美物流的區別。以你的觀察，中美之間在物流機器人的領域有沒有差距？或者差距有多大？我們要怎么做？

    李瑞：在講物流機器人之前，我先講一下中美在人工智能方面的差異。總體上來講，中國整體的對人工智能更偏應用側，很多的技術可以快速的在產業里面進行落地和應用。在很多方面，這個其實遠遠超過美國。比如人臉識別，這兩年我每次回國的時候，明顯感覺到人臉識別的應用，或者是在很多地方都開始遍地開花。在美國，在舊金山，前一陣子還剛剛禁了人臉識別，說是侵犯隱私之類的，不讓去用這個技術。這件事其實是一個側面的反映，中國在人工智能的很多方面的應用，其實是要更快的。

    再回到物流領域，美國在智能物流這塊，他們整體基礎性的研究，相對開始得比較早一些，相對比較扎實一些，因為他們整個的勞動力成本非常高，他得想辦法去做一些自動化方面的研究。我們整個要看加速度，它的起點可能不一樣，但是中國的行業落地應用方面的加速度是超級快的，擁有巨大的需求，相當于倒逼著你的技術去不斷前進。

    主持人：中國跟美國確實非常大的差異在于政策方面，一個是給你多大的發揮空間，還有一個是政策在多大空間是鼓勵在這個領域的研發，我覺得我們中國無疑是更好的環境，我們應該抓住這個機遇，加快進入馬局長所說的智能+快遞的時代。

    時間緊迫，最后還是想給大家一句話的時間，剛才商總提到機器替代人工，主要是對著人工密集的環節使勁。按照有些學者和專家的思考，在人工智能時代，有些人可能確實會徹底無用之人，無論是智力還是體力，有可能會到一個點，我們真的比不過機器人，我相信我這輩子有可能會看到這個時間點的到來，我希望我活得久一點。還有下面一代、下面N代，你們都給一句話，對于我們今天的觀眾也好，對于我們下面的年輕一代也好，在未來我們有可能會成為無用之人的時代，我們該怎么做好準備去迎接這個時代的到來。

    欒學鋒：其實剛才也在思考這個事情，我覺得還是有感而發，確實中國真的可以說現在是一個最好的時代，而且我最強的感受，現在的政策在非常快的迭代，去年2018年5月份，當時我說最大的問題，我們擔心政策不知道哪一年放開，之前跟馬局長開會的時候他就說了之前要支持無人車、無人重卡、無人機在天上飛，這方面的感觸，就是政策在支持。另外，我們今天同臺的也可以看到基礎應用的場景，也有技術的提供方，大家可以同臺，包括國家工程室，都是合作的。一句話就是合作共贏，更好的時代，合作共贏。

    主持人：謝謝！我覺得這不只是給個人，也是給物流企業的嘉賓，一句話，怎么做好準備迎接人工智能時代。

    柳鋼：天下武功唯快不破，人工智能還是要終極解決如何更快的問題。

    賈永華：讓我們通過人工智能和機器人的技術，解放人的很多基本工作，讓每個人做更有意義的事情，更享受生活。

    李洪波：兩句話：第一句話，歷次革命都是解放生產，發展智能，所以AI和機器人一定會讓人生活更美好。第二句話，回到相總問的，未來在無用的時代，人可以干什么？我的思考，一是做經驗傳承；二是去做藝術的創造；三是做一些娛樂。

    主持人：我忍不住插一句，一個德高望重的學者跟我們說，我們現在用了很多技術省下時間，學者問我一個問題，省的時間干什么去了？打游戲去了？他好像對這個很不以為然，李總你回答一個問題，我們去打游戲，可能也是人生該有的幸福時刻是吧？享受一下。

    商俊：我想借用前幾天上海人工智能大會馬克思說的一句話，中國人經常把人工智能叫做AI，中國的漢語說那是ai，所以我們要給人工智能更多的愛和包容，人工智能不是來取代人的，是人類本身自己的革命。

    李瑞：我分兩個方面，第一是對個人來講，現在整個是屬于知識爆炸的時代，不斷會有一些新的知識出來，我們作為個人能夠做的是不斷的去汲取一些新的營養，不斷學習，這樣子以更快的加速度，才能走在時代的前列。第二個是對于企業來講，在科技發展如此迅速的情況下，如果有新技術，我們要學會擁抱一些新的技術，哪怕它有可能不是你一年兩年能夠解決一些實際問題，有可能三年五年，你看到這個趨勢要及早介入，開始去擁抱新技術，至少去接觸了解這方面的訊息。

    主持人：謝謝！個人要學習，企業要有技術敏感性，擁抱新技術，及時做出創新，企業家們說到底就是一件事，就是要不斷創新，否則你就不是企業家。

    快遞行業到了今天，進入到智能時代，我們應該去愛人工智能，積極去學習，積極擁抱這種變化，不斷創新。

    非常感謝各位嘉賓的討論，到此結束，謝謝大家！