SAP全球副总裁柯曼：机器学习推动能源产业快速发展

SAP全球高级副总裁柯曼

　　新浪财经讯 2017年11月16日-18日，“第十九届高交会-中国高新技术论坛”于深圳举行。本次论坛的主题为“聚焦创新驱动、提升供给质量”。SAP全球高级副总裁柯曼先生出席并发言。他认为，机器学习能够在能源领域当中得到很大的应用。包括能够做油气的开采，包括提高整个电子电力系统的安全性，防止被窃电行为的发生。

　　以下为会议发言实录：

　　柯曼：女士们、先生们，我今天听到了很多非常精彩，也非常有意思的演讲，包括丁安华、郑主任和何所长的三个非常精彩的演讲。在数字世界里成功的创新来自哪里，创新因素来自哪里，以及越来越全球化的时代当中，包括之前提到的上海、深圳、北京创新的趋势，我的演讲也许更为宏观，我也会分享在全球化的时代数字世界里的成功创新。

　　在这里首先我想要分享一个大趋势，大家知道加拿大从很早开始都有这样一条技术成熟度曲线，或者叫炒作周期，包括现在进入到深度学习、机器学习是炒作的高峰，之后会往下走，包括区块链所在的位置；还有一些更为成熟的，可能已经展现出很多商业价值的。在这样一个时代，我们也看到过去有被过度炒作所展现出来的种种不同的光环，之后会进入到更为合理的商业化的技术成熟度的曲线。

　　机器学习本身是大家多次不断提及的，其实背后有很多的技术，这些技术都不新，就像机器学习一样，但是直到现在才正式开始大行其道，像这样一系列的算法，最早40年之前就有了。深度学习，包括使用多个不同的东西看起来能够像机器有自己学习的概念，本身都并非很新的东西。考虑到我们的资源，考虑到大数据处理能力的加强，使得机器学习成为现实。而且从中能够看到长足的进步和迅猛的发展。这意味着什么呢？机器学习本身希望利用不同来源的数据，也许是摄像头，也可能是语言，也可能是图像，也可能是结构性和非结构性的结合，能够打造出它自己的培训模型，并进行自我的培训学习，最后得出智慧的决策。智慧的决策对于我们企业也非常重要，因为我们的客户是在各个不同的细分市场，我们在机器学习或人工智能方面的投资，以及各个细分行业投资部署的情况，他们部署的水平是各有差异的。可能在有些领域当中是落后的，但我们之前也从丁安华这里听到，其在金融的使用率越来越高，包括何基报所长提到它得到了非常快速的发展，并且仍然保持迅猛的发展和部署势头。

　　关注其他的，像能源产业里面也有很多不同的领域，机器学习能够在能源领域当中得到很大的应用。包括能够做油气的开采，包括提高整个电子电力系统的安全性，防止被窃电，现在全球各地还有窃电的现象。此外，机器学习能够更好地估计可再生能源的行业，像德国也有一个目标，希望在未来能够有50%的能源是来自于可再生能源，当然背后有很大的挑战。我们有不同的风机，但是不一定每天都刮风，我们有很多太阳能面板，但不是每天都晴天，我们需要有这样的技术能够做出预测，让我们减少对核电、火电的依赖度。

　　对于这些创新本身都很美好，但是它们来源于哪里呢？这也是我今天想要分享的核心。我们会提到创新的发生是在全球各国都是如此，这里我们也看到了GDP中间研发的占比，我前面不只一次提到，在中国这个数字是2.08%，这个数字可能还不是最新的，也可能还有其他的数字。我想说对于很多经济体，包括创新的经济体，他可能会把GDP当中的3%左右投到研发上面，包括政府，当然也包括社会资本在整个研发方面的投入比例。

　　我们看到很多的创新是在冰山下面的，也许像iPhone可能从这个行业里面，包括今天早上看到很多机器人，其实有很多的创新所发生的位置是不可见的，或者不是非常显而易见的，比如流程的创新、业务模式的创新、商业模式的创新、社会的创新等等。因此，在不同的细分市场，创新发展的格局并非一样，或者所需要的也并非是相同的创新。以移动金融为例，中国已经是无现金的社会了。我们在这个国家很难想象你只带现金出去，我在这里如果没有中国的支付方式看起来就格格不入，在这里每个人看起来都使用微信支付或支付宝。但在印度不一样，智能手机进入印度比较晚，他们是把ATM机变得更为智慧，你可以非常方便利用取款机。取款机扮演的角色就有点像互联网终端，特别是在农村的地方，有非常智慧的ATM机，你用不着再去大的银行。过去很多年在非洲也有很多智慧的移动支付和金融，包括通过短消息，通过移动支付的简单技术获取金融的便利性。通过这样的一些内容，有的是从非洲开始取得里程碑的成果之后传向了印度。这些也是因不同的国家和地区而异。

　　我们还看到其他的，智能生产、共享单车、共享经济，在印度共享经济的例子是体现在他们的农机设备里面，他们可能一家买不起一个大型的农机。区块链也是非常好的例子，我们看到区块链能够帮助关口更好地通关，减少通关的时间，大大提高通关的效率。所以在不同的国家，他们对于创新的需求也是有各自的偏好。

　　此外，我相信对于整个创新本身，作为一家全球的企业必须要有能力去应对当地的市场。与此同时，我们也会考虑这个创新是不是放诸全球皆准的创新，如果要做到一个创新能够放诸四海而皆准的话也值得我们大大投入。在中国还有其他的声音，深圳的创新，包括创新的效率是不是能够再进一步提高。在这张图上看到中国在科技领域非常发达，在很多细分的市场已经是超级的领先大国，毫无疑问在深圳也是如此，它有很多全球领先的大企业在各自的领域当中发挥很大的作用。但是在另外一方面，中国花了很大的人力、资源、金钱和时间，还有一个非常好的体系的支持，背后的投资转化成创新的效率也许有机会得到更好的提高。所以这里有一篇文章，把中国科技视作中国科技胖龙，但它有一点虚胖，因为要有更好的投资消化力，要有更好的动能和效率。

　　对于SAP核验，我们的答案是什么呢？从全球的角度来思考创新这个话题，而且我们的创新很早开始，我们在全球各地打造了创新实验室，来自全球各地出色的人才支持。同时我们也深深认为创新背后有不同的风格，有不同的定调，背后有包括大家解决问题的方式，处事的方式，甚至浮现出来的问题不同。在中国可能大家是希望坐下来以一个团队的形式应对挑战，但是到了印度大家更多喜欢单干，感觉有点个人英雄主义，也许有更多试错的方式，有的是根据不同的计划、规划进行创新，德国也有他自己的一套创新体系。SAP在全球有20个创新实验室，我们最早1997年把软件开发实验室带进中国，现在我们在中国的研发，包括在上海很大的实验室，在北京、西安和成都都有布局。同样我们在深圳做了很多核心的创新，包括和华为共同联手进行创新，在软件工程方面有3000多个员工。

　　在我们的关注点上，循环发展演进的路上，我们首先希望能够实现的是每天产品上的创新，我们所申请的很多专利是在中国，不少是全球专利。同时还有很多创新是来自客户的，不仅来自每天生产的产品当中。包括我们和华为一起合作，我们深圳有专门的开发者，当然华为也有他们的开发者团队，我们一起做通讯行业对工业的用途，进行联合的开发和创新。我们也和中国其他的企业，农夫山泉以及其他的机构在工业实业领域展开紧密的合作。此外也包括今天下午提到一些初创企业，具有创业家精神的企业，也是代表新的想法、新的点子来源。对中国而言，中国有越来越多的初创企业，我们看到如果要提到创新的点子和想法，中国在世界上也是排名前五位的。此外还有一些颠覆性的创新，包括机器学习、大数据，通过城市化的进程，包括能源的供应等等，这些都是属于具有颠覆性的创新，这也是我们非常关注的方面，包括和南京等其他的地方合作，来生产一些新的产品，来应对这些挑战，可以通过智慧的解决方案来应对这些挑战。

　　但是靠我们一家是很难实现所有的创新的。给大家举一个例子，扩展型仓库管理系统EWM，能够让机器人以适合的方式移动，甚至能够节约20%的时间，节约20%的能耗。在相关的起重机行业，我们从前面看到的半导体到施工、土建，到重工业，我们也是和华为一起合作。这里提到了对于自动化和公司的平台，我们和沈阳的自动化所，包括把中国和德国的机器人放在一个平台上，并且在这个平台上在世界任何一个地方进行远程维护。与此同时，上周我们也展示出了不同的人车之间，包括人机之间更好的互动，我们也是非常高兴。在上海的工博会上，上海市长应勇，工信部的苗部长做了最新的展示。我们和各方一起合作，能够让各个利益相关方受益。

　　最后总结一下，人工智能以及机器学习这些新的技术，并不仅仅是属于任何一个国家，而是由不同的国家可以共同应用，集思广益，汇聚自己的能力，能够取长补短，创新能够在世界各地都落地生根，有时候在一些遥远的地方可能应用的速度会更快。所以我们希望能够把这些知识汇聚在一起，能够酝酿出新的东西去改造那里的商业模型。我们也会继续参与开放的创新合作伙伴关系的建立，以能够更好地增加我们公司的合作，在增加利润的同时也能够注重创新。好，非常感谢大家的聆听。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。