富士康不造手机想转型做AI

富士康1974年在***成立，至今已经走过45年的历程。1988年投资中国大陆，在与大陆的恩怨纠葛中迅速发展壮大，现在其“全球最大的电子代工厂”的地位已经无法撼动。与此同时，富士康并不待见这个称号一直在寻求转型，希望从“制造的富士康”跨向“科技的富士康”。

日前，Strategy Analytics数据显示，2017年Q4全球智能手机出货量下降9％，堪称手机历史上最大降幅。另外据国际数据分析机构IDC发布的全年手机出货量报告显示，2017年全年智能手机出货量为14.72亿部，较去年同期的14.73亿部，下降1%，这也是自2007年以来，智能手机出货量首次出现滑坡。这两个下滑率恐怕是让作为手机产业链一环的富士康下定决心转型的导火索。

瞄准AI 组拳出击

据外媒报道，2月2日，富士康集团执行副总裁Fang－ming Lu在新闻发布会上表示：“我们在研发和技术领域的投资绝对不会处于弱势，我们希望在未来几年内在人工智能应用和工业互联网领域投资100亿元新台币（相当于21亿人民币）。”

富士康董事长郭台铭接受采访时也表示：“五年内，我们至少要投资100亿新台币（合21亿人民币），以招聘顶尖人才，并在所有生产基地部署人工智能研究所，如果前期的投资能看到些结果，富士康甚至可能砸进去62亿人民币甚至更多，富士康并不满足只作为一家纯粹的制造企业。”

从两位掌舵人的发言足以见得富士康此次转型的决心，事实上，这20多年来，富士康一直在谋求转型，此前就涉足电脑配件市场，建造自身品牌；收购赛博电脑城，试图以销售通路打开市场；但最终这些摸索都败在PC行业江河日下的境况里。

1月31日，富士康集团召开了特别股东大会，批准让子公司“富士康工业互联网股份有限公司”在上海证券交易所上市，这家公司的业务囊括了工业互联网、机器人等业务。富士康有意在全球招募100位顶尖的人工智能专家，同时招募数千名有志于此的普通开发人员，致力于构建机器的深度学习技术。富士康目前有着全球领先的制造业经验，因此利用传感器嵌入生产线设备中捕获数据，以支持生产线的AI自动化开发就成了富士康AI研发计划的重要组成部分。

为进一步招募人才，富士康集团也将会在大陆地区的北京市、上海市、南京市、深圳市建立人工智能有关的实验室。

此外，富士康还与吴恩达（前百度首席科学家）新成立的Landing.ai公司达成战略合作关系，共同打造AI技术、人才和系统。

押宝人工智能

富士康董事长郭台铭接受采访时表示：“五年内，我们至少要投资100亿新台币（合21亿人民币），以招聘顶尖人才，并在所有生产基地部署人工智能研究所。”

随后他补充到，如果前期的投资能看到些结果，富士康甚至可能砸进去62亿人民币甚至更多，富士康并不满足只作为一家纯粹的制造企业。

但毫无疑问的是，富士康等制造巨头长期所依赖的智能手机增长引擎正在萎缩。例如，本周，富士康最大的客户苹果公司的iPhone在假日季度的销售量急剧下滑。尽管由于iPhone X 1000美元的定价，苹果公司总部仍然争取到了更多收入，但这种创造性的定价机会并不属于电子产品装配企业。

据日本经济新闻，富士康准备在全球范围内聘请100名顶级人工智能专家，同时还将招募上千名有经验的开发人员，致力于构建使用机器学习和深度学习技术的应用程序。

富士康此前表示希望提供先进的制造经验和服务，因此其人工智能研发计划的一个重要部分是将传感器嵌入生产线设备中捕获数据，以支持人工智能自动化开发。富士康还与人工智能权威学者吴恩达新建立的人工智能公司Landing.ai合作。Landing.ai专注于将人工智能投入到尚未取得技术变革效益的行业中，并从7月开始专注于制造领域。

郭台铭证实，富士康正转向人工智能，Landing.ai将成为其重要合作伙伴。富士康将通过Landing.ai带来的技术来帮助实现生产过程的转型，同时识别和预测缺陷。

对于富士康目前在流水线中的数十万工人的工作而言，这种以人工智能为动力的转型可能意味着什么，还不那么明显。但是，这些工人可能会帮助培训人工智能模型，而这些模型最终可能会通过自动化取代他们的劳动。

转型AI，荆棘载途

从2017年至今AI确实火得映红了科技行业的半边天，知名科技公司都在AI领域或投资或研发，富士康本次转型升级押注AI也在情理之中。但是反观现实，前沿科研与产业实践尚未紧密衔接；人才缺口巨大；数据孤岛化和碎片化问题明显；可复用和标准化的技术框架、平台、工具、服务尚未成熟；富士康转型AI这路充满艰辛。

人工智能自1956年夏天在美国达特茅斯（Dartmouth）大学被提出，60年的发展历程中遭受过两次寒冬，这两次寒冬的出现，AI本身技术的难度应该是最大的阻碍。虽然Alpha Go打败了人类，但是围棋、国际象棋、西洋跳棋，完全遵守图灵计算经典编码三原则：约定强制性、约定有效性、语义封闭性，可是三原则对智能机器人就失效了。智能机器人的难点在于面对三项挑战：建立新设计准则，模型与现实不一致性、可预测性和可解释性。其次，人70%的信息是通过视觉的方式来获取的，所以计算机视觉让机器能够像人一样去看，这也是非常重要的挑战。

人工智能竞争以顶级人才为根本。接着，我们来看看全球AI人才现状：能够引领AI发展的顶级人才，环顾全球，尚不足千人。据腾讯研究院调查，目前，全球人工智能人才约30万人。其中，学术及储备人才约10万人，分布在全球367所高校中；产业人才约20万人，分布在各国AI产业的公司和科技巨头中。在这30万人群中，美国处于主导性地位。微软中国研究院首席研究员大卫·威普福说：“人工智能的未来将是一场争夺数据和人才的战争。”对于富士康来说转型AI面临的第一大挑战恐怕就是能否在全球招募到计划中的“100位顶尖的人工智能专家”。

中科院计算机视觉和机器学习领域的专家山世光在一次采访中提到，AI发展有两次热潮，前两次热潮因为不能兑现承诺而导致AI进入寒冬，所以切勿过度承诺，避免第三次AI寒冬。通用AI尚未出现，媒体有时候过度宣传，还有大多数AI不能自我成长。还没有成长型智能的出现。当然，现状固然不太乐观，但是富士康有一个巨大的优势就是有钱，或许富士康就是扭转乾坤的那一匹黑马。