從2016年的中國移動互聯網經濟到2017年的數字經濟2.0，微小的書名變化代表的是中國移動互聯網從移動時代進入到智能時代，這也為中國企業在廣泛的行業中尋找新的業態，在數字經濟革命中尋找新的質變提供了最佳的機會。——CSIC中投絲路資本總裁兼首席投資官馬文彥
超越互聯網+思維，開拓人機交互學習
加快數字中國建設，就是要以信息化培育新動能，用新動能推動新發展。 6月8日CDP EcoSaaS峰會是一場聚集了金融/諮詢/投資/HR/IT等行業領袖的盛大峰會，旨在打造一場屬於HCM生態服務友商的盛宴 。中投絲路資本（CSIC） 總裁兼首席投資官馬文彥作了題為“”人機交互學習：智能時代的人力資源思維“主旨演講；與此對應，其新著《數字經濟2.0》最近成為江蘇省委讀書小組推薦2017年12本好書之一，因此在峰會期間同時舉辦新書籤售會。
人機交互學習：智能時代的人力資源思維
我在2016年出版英文專著《China's Mobile Economy》時，正是移動互聯網在中國如日中天的時候。然而就在準備中文版的過程中，似乎一夜之間移動互聯網進入下半場，而以人工智能以及區塊鏈等代表的新一代數字科技開始引領新的潮流。 於是，我對書的內容作了大幅度的更新，特別是將中文版書名定為《數字經濟2.0》，用微小的書名變化提示讀者：中國移動互聯網從移動時代進入到智能時代，進而需要超越移動互聯網的鏈接概念，去思考當前智能化、數字化的浪潮。
馬文彥在華爾街日報2018論壇上與美國NASA前主管Dan Goldin 激辯“摩爾定律的未來”
超越移動互聯網的鏈接概念表現在多方面。 從商業模式來，過去的互聯網商務的增長主要來自人口紅利，在於新的用戶連接；在未來， 更多的增長會來自於企業的數據能力（digital capabilities）。在技術層面也也要意識到互聯網的鏈接只是個數字技術的一部分，未來更要重視圍繞數據的存儲、分析和應用的技術。
在2018年達沃斯年會期間參觀谷歌雲（Google Cloud）展廳
最深層次的超越，還在於超越互聯網+的思維。 人工智能以及區塊鏈等代表的新一代數字技術，並不是“現賣現用”的產品，沒法像互聯網一樣直接疊加，而是需要企業根據自身的特徵去定義、設計和完成的。 從數據到行動，都需要企業自身去主導，因此比起互聯網+是更復雜的過程。
所以今天我們討論智能時代對人力資源的思考，其實本質的問題，就是如何塑造企業的數字能力，來應對這個飛速發展的智能時代。這裡涉及到幾個重要的問題：
• 如何定義企業的數字能力和企業文化間的關係？
• 企業如何建立自身的數據能力、發揮人工智能的作用？
• 機器學習和人工智能是否會取代傳統人力資源？
• 員工和機器共存合作的最優模式是什麼？
參觀智能機器人
首先需要明確，在未來一個企業的數據能力就是企業文化本身。 這是因為目前數字經濟的概念已經遠遠超過了互聯網經濟的概念，在未來整個社會經濟都將會是數字經濟。所以未來的企業都是通過其自身的數據能力（digital capabilities）來定義自己。 傳統的商業模式在這個全新的世界中正面臨生死存亡的風險，因此管理者在考慮智能化時的心態需要有緊迫性。
在人工智能時代，圍繞著“用戶”（即傳統概念上的“顧客”）的數據資產變成了首要的競爭優勢。數字經濟企業的核心戰略從產品銷售轉變為創造用戶資源，而企業也從產品的提供者變成客戶的運營商。與此對應，企業加大自動化系統的建設，全方位收集用戶的有效數據就成了重中之重。
示意圖：人工智能是一個“強者更強”的產業
為提高自身的數據能力，企業需在數據基礎設施和數據專家方面加強投入。 各行業都必須高度重視數據資源的標準化、數據採集的自動化、數據存儲的集中化、數據共享的平臺化，作為智能化升級的基礎。人工智能是一個“強者更強”的產業：數據越多，產品越好；產品越好，所能獲得的數據就更多；數據更多，就更吸引人才；人才越多，產品就會更好。企業在數據方面的投入，必將帶來豐碩的回報。
例如，被評為美國最具創新的對沖基金 —— Two Sigma —— 就是以其數據能力來作公司定位的。 Two Sigma認為，在社會信息爆炸的年代，讓一個金融分析師（CFA）吸收全部信息幾乎是不可能的。同時與信息匱乏的時代相比，每條信息在相同的時間內的價值是在下降。 所以需要通過數據算法來整合一切信息 —— 不但包括通常的新聞與交易價格，還包括非結構的信息例如事件，甚至券商的情緒，美聯儲主席在冗長的演講中“利率”等關鍵詞出現的頻率 —— 收集海量的微小的信息，通過計算能力來總體理解所有這些信息，才會形成與眾不同的市場洞見。
馬文彥與美國CFA(特許金融分析師)協會全球CEO Paul Smith
於是，Two Sigma的人力資源分佈是1400個員工裡面大概有三分之二都是研發人員，其中大概有600人都是跟工程相關的，主要是軟件工程師。這與之前的對沖基金的人力配置截然不同。 筆者在多年前曾在紐約華爾街投資銀行就職，當時的對沖基金（以及在今天的諸多對沖基金），都是以投資人員為主要團隊，持有CFA(特許金融分析師)證書的為投資經理，而IT部門屬於中後臺。
馬文彥曾就職於華爾街巴克萊（紐約）投資銀行的交易場
“人工智能時代”已經到來。這是否意味著人類的工作崗位即將被機器人取代？Two Sigma的回答是否定的! 在Two Sigma基金，人的重要角色就是風險管控。雖然機器學習可以處理數據而得出有關數據模式，但是基金不能直接利用機器的結論來作為交易策略。這是因為機器推導出的一些因果關係，可能只是一種偶然的相關性。 更重要的是，對於非正常市場環境，例如百年一遇的金融危機，或是美國川普總統臨時起意發twitter而 造成了市場波動等等，機器並不能完全理解，因此人的干預非常重要。人類員工可以瞭解投資背景，掌控全局，並設置相應的風控限制。
Two Sigma是金融行業的代表，而同樣的類似的反饋也在其他行業中顯現。在實踐中可見，優秀的人類專家配合高質量算法，其效果遠勝於最厲害的專家或最厲害的算法獨自工作。正確的做法，不是讓人類和數據相互競爭，而是讓他們合作。我們不會訓練機器像人一樣行動，更不會訓練人像機器一樣表現。Two Sigma的經驗顯示，長期而言，更有價值的技能可能是培訓人機協同的能力，也就是將人工智能的洞察和能力，與已有流程、產品和服務相整合的能力。
需要說明的是，人機合作與人機互動是不一樣的概念。早期筆者曾參加國家軟件程序員的認證。當時程序員來編程，經轉換為可執行程序，也可以驅動機器的行動。但是這與今天的人機互動有很大的不同，因為在當時的場景裡，完全沒有從機器學習的成分，更談不上機器會從人學習的概念。 現在的人機合作的核心其實是人機的互動學習。人類可以從機器學習，機器可以從人類學習，在合作與交互中形成正向的循環上升。
馬文彥在90年代獲國家軟件程序員證書
所以在結尾，我們當然期望，人工智能的方向不是訓練人類像機器一樣的工作。如果在萬物互聯的時代，人類和機器一樣都變成萬物之一，那就是很可悲的事情。看數字化的歷史可能會有悲觀的結論，因為隨著工業流程越來越數字化，人的工作變得越來越機械化，而人類也變得越來越像機器。
不過，當前在第四次工業革命的過程中，人工智能反倒是給了人類一個希望，就是可能使得工作迴歸人性化。樂觀的看，人工智能會承攬那些重複、繁重的工作，把人類解放出來。而在人類擅長的地方，人工智能可以賦能人類去獲得超人的能力，幫助人類做得更多、更好 ——Do more， Do better.
簡介：馬文彥 CFA，中投絲路資本 總裁兼首席投資官
在中投公司擔任董事總經理10年之後，馬文彥在2018年3月新發起設立的專業另類資產管理機構 — 中投絲路資本（CSIC） — 出任總裁兼首席投資官（CIO）。之前作為中投公司第一批海外招聘的投資主管人員, 馬文彥先後是私募基金部門和海外直接投資部門的主要創始人員，負責了金融、能源礦業和高科技行業的諸多投資項目（2014-2015年外派擔任中投的唯一海外機構北美代表處首代）。
此前在紐約華爾街，擔任過英國巴克萊銀行（紐約）的北美股權市場部副主管，摩根大通銀行紐約總部的資本市場部副總裁, 達維律師事務所紐約總部證券律師。 曾擔任美國紐約大學Stern商學院和清華經管學院的客座教授。
英文專著出版《中國移動互聯網經濟》（Wiley出版社，國際首席信息官網站i-CIO.com選為 2016 年最佳商業書籍之一；中文版“數字經濟2.0”江蘇省委讀書小組推薦2017年12本好書之一）和《投資中國》（Risk Books出版社，2006 年）。2013年獲達沃斯世界經濟論壇年度“全球青年領袖”榮譽，2014年獲美國紐約大學當年全球傑出校友獎。
閱讀更多 經濟學家週報 的文章
