IBM大中华区总裁陈黎明：下一轮数字化变革将来自行业内部

▲陈黎明 每经记者 杨弃非 摄

2015年，IBM大中华区总裁陈黎明刚入职IBM时，曾在一个展会上体验人脸识别测试年龄，结果显示为34岁。

经历3年的技术发展，他再度尝试，发现更新到了37岁——尽管增长的岁数跟年数变化一致，但和他的真实年纪仍然误差较大。

“我把它叫做算法的无能，但不是AI主观故意的一种偏见。”在7月3日的2019年世界经济论坛新领军者年会现场，陈黎明向《每日经济新闻》记者分享了这个故事。他希望借此解答一个有关AI伦理的疑问：在数据滥用、隐私泄露风险不断上升的今天，以数据为生的大型公司究竟是否可信？

“为什么明星企业多如牛毛，寿星企业屈指可数？要想做到企业常青，就必须作出承诺，企业的数据责任是什么。”他说，“你可以对你的算法进行解释，但它不能是一个‘黑匣子’，也就是说要有透明性，要能够被信任。”

在他看来，在政府、企业等多方加强监管的同时，也不能因噎废食。“现在，80%的数据依然在防火墙内，而我们收集的数据仅是可收集数据的1%。”他指出，“我仍然主张数据要继续流通，且这个流通必须依法有序。随着更多企业充分挖掘数据，数字化下一轮将会来自企业、行业内部。”

99%的数据仍是“深数据”

上一个十年被普遍认为是消费互联网的十年。以平台和流量为代表的消费互联网将衣食住行进行数字化赋能，当每个细分领域纷纷进入红海，一种呼唤产业互联网的声音开始出现。

从数据角度，陈黎明同样窥见了这一变化趋势。“上一轮变革主要是从行业外部到内部，颠覆者在行业之外。比如，创新者可能不是做出行的，但为了创新进入出行领域，产生Uber这样的公司。”他说，“如果称其为变革的1.0版本，那么，2.0应当是来自企业或行业内部颠覆自我的创新。”

在他看来，这意味着，更多企业将充分挖掘数据、进入打造平台领域。

与这一论断相契合的是他给出的一组数据：80%的数据依然在企业防火墙之内，而即便在可收集的数据中，已经收集的数据也仅占1%，很多数据尚未收集或利用。

“可能99%的数据依然是以深数据（deep data）的形式存在，这是什么意思？我们还没有意识到这些数据的重要性，我们也没有意识到可收集这样一些数据，但他们都能够对我们的未来生活和工作产生很多影响。”他指出。

他举例说，可穿戴设备中收集的数据，唯一的价值可能就是“发一下朋友圈”，但这些数据最终并没有被利用起来，让使用者能够直观地了解一整天的生活、运动状态。

更重要的企业防火墙内80%的数据。“这些数据实际上是他们没有挖掘的一个‘金矿’，能构成企业核心竞争力。”他说，“企业应当思考如何去挖掘、利用这些数据，这是他们的责任。”

一个重要方向是，将数据分析与AI等技术融合，并探索商业化落地。

数据要流通，但算法要透明

尽管仍站在新一轮数字化变革入口处，但一系列问题已经不断产生。在不少人看来，与以往不同的是，AI代表的这种全新产业革命形式，需要率先将伦理因素纳入进来，而数据保密性则是需要优先关注的问题之一。

“我们主张数据流通，当然，这个流通必须依法有序进行。”陈黎明说，“比如，你不能随便把这个客户的数据卖给另一个客户，数据是属于客户的，由此产生的价值也应该属于客户。但如何让更多数据为全人类造福，我觉得也是应当思考的一个话题。”

在许多人看来，数字化改造已成为每个企业必须面对的挑战。在早前的一场新闻发布会上，上汽集团副总裁蓝青松就指出，每家企业都要根据自己的业务现状和能力推动转型。大企业资源更多，小企业更灵活，每家企业都可以找到转型方式，“将来，不是数字化企业将无法参与竞争”。

如何保证数据流通依法有序？在陈黎明看来，可以从政府和企业两个方面入手。

“从企业方面来看，发明创造科技时，本着向善的意愿很重要。”他具体指出，“企业要有责任，你可以对你的算法进行解释，但它不能是一个‘黑匣子’，也就是说要有透明性，要能够被信任。”

他反复提到，现在“明星企业多如牛毛，寿星企业屈指可数”，就是因为企业疏于对责任的重视。“要想做到企业常青，就必须作出承诺，你的数据责任是什么。”他认为。

但同时，伦理问题仅靠企业一方来解决是不现实的。目前，全球已提出40多个不同的AI原则，不久前，欧盟还发布AI伦理指导方针。“实际上，政府应该有所作为。”陈黎明说。