新浪财经讯 长安讲坛总第301期于2016年9月22日在清华大学经管学院举行。工业和信息化部副部长怀进鹏出席并作了题为“深化制造业与互联网融合发展，加快制造强国建设”的演讲。
以下为演讲实录：
怀进鹏：今天非常荣幸，一进到这个教室就有一种特别的感觉，看到同学们充满智慧的眼神，和青年学生在一起特别好。如果各位在演讲中间有什么问题，哪些我没有讲清楚的随时可以探讨。
我还特意问李老师，他说可能各个专业的同学都有，可能会有一些功课知识的背景，特别和信息技术有关的，可能我就会快一点，所以中间会听起来有跳跃性，受众略微有一些差别，但是我尽量来照顾到一般的学生，我想清华的学生没问题。
我今天报告的主题是关于制造业与互联网融合发展来推动制造强国，我的副标题大家可能也都知道，中国制造能不能从大国走向强国，挑战和机遇是什么？到大学演讲尽量和技术相关的内容跟各位进行交流。
发展新一代的信息技术是极端重要的。习总书记在今年4月19号，全国网络安全与信息化工作会议上特别强调，发展新一代信息技术是国家发展的客观需要，强调发展信息技术对于生产力、人民生活的重要性，特别提到核心技术，不仅要考虑基础通用技术，还要考虑杀手锏的技术，特别是面向未来要考虑前沿颠覆性的技术。在他的讲话当中也特别强调要大力发展信息经济，拓展经济发展新空间。
在这一段当中，他整个的讲话谈了六个部分，我把和信息技术和信息经济之间有关的要点在这里摘录下来。他特别强调要着力推动互联网与实体经济的深入融合的发展，要做好信息化、工业化深度融合这篇大文章。实际上也进一步地提出了信息技术、信息产业、信息经济需要兼顾自身的发展，同时为制造业的做强来找到新的机会和新的出路。
这个讲话应该是点明了中国信息技术、信息产业以及信息经济在整个发展当中的重要性和基础性。
我今天跟各位交流三个方面的内容，第一是信息技术和信息经济大概的一个情况，时间短，但是涉及的内容太多，所以我只能大概其交流一下。
第二，我简单回应一下现在很热门的一些事情。
第三，我想点点题，制造业与互联网融合发展可能给我们带来的机会。
信息技术是一门科技，不是纯科学，它有一个三大定律，但不是物理学三大定律，是和经济学有关的。
三大定律说的是什么？一是集成电路，有一个摩尔定律，不是科学规律，是一个经济学的定律。他说18个月集成度提高一倍，价格降低一半，20多年来计算速度提高了3500倍，存储容量不断加大，价格下降了4万5千倍和360万倍。1980年1GB的存储需要20万美金，09年只需7美分。摩尔定律做出的一个预测，60年前，说按照材料和物理基础规律的变化，和我们生产不断地能够追溯这样的一个创造性，应该有这样的规律。
第二个定律是吉尔德定律，类似摩尔定律，带宽每6个月增加一倍，每比特的费用将趋于零。这就是说速度越来越快，每6个月增加一倍带宽，但是花的钱还要减少。
还有一个定律是麦特卡尔定律，实际上是对互联网价值的一种估算，你说中国互联网的价值和美国互联网的价值大小怎么算呢？不好算。说欧洲怎么算？也不好算。那么麦特卡尔说可以这样算，说网络的价值和网络用户数的平方可以成正比，N个用户价值就是N平方，所以人多力量大在这里会表现出来。
所以互联网的三大规律导致我们信息技术发展到今天，信息经济走向了数字时代这可能就不是太远了。所以人们都在关注下一个颠覆性技术是什么，也关心新的业态会不会带来新的社会形态。所以人们说可能是一个零边际成本的社会，现在我们都知道没有车的人可以去租车，没有房子的人可以租房子，没有产品制造力的时候会卖给你产品，这种一切给我们带来了一种所谓的新的分享经济或零边际成本的社会，那和我们传统工业社会当中不仅要能用，而且能占有，就开始有新的变化的模式。
各位都有智能手机，信息技术有三大重要的结果，第一就是计算机，第二是集成电路，第三是通信和软件的发展。
集成电路的发展多快呢？1971年有一个4004，英特尔做的世界第一款微处理器，10微米，有2300个晶体管。2015年，14纳米的微处理器，有13亿的晶体管。按此摩尔定律计算，按照简单的计算，2018年，我们说按照现有的工艺可以制造出计算机总的数量超过脑细胞的容量，按照单位面积的集成度来看，如果我们再简单做一个比较，2013年Iphone5S可以和40年前Cray计算机一号的能力相当，甚至比它还高。
我们看这四十年来，任何一个技术、产业都在飞速地发展，但是在集成电路这个领域确是一个飞速发展的时候。集成电路这也就成为信息产业的核心的内容，它是电子工业的基石，所以已经连续三年，我们集成电路的进口额超过原油的进口，这是我们知道的事实，所以中国已经是全球最大的集成电路进口国。
我们每年两千两百亿，两千三百亿美元，全球大概三千五百亿的总价值。所以至少一半的集成电路是在中国，中国的产值大概在3000多亿人民币，所以我们产能是严重不足的，有很大的发展空间。
但是集成空间很复杂，集成电路需要有材料和装备，然后制成各种工业，软件等才能进行集成电路的设计、生产，最后有了CPU和操作系统才能形成整机系统，最后和不同的应用厂家来去做。所以材料和装备决定工艺的水平，而工艺和工具又决定了我们设计的能力，最后决定一层一层的叠加。我们在这一领域全球的产业基本符合二八模式，最高的那两三家占据全球基本的利润最高端。
在这个领域的发展当中，中国由于起步比较晚，虽然经过几个“五年计划”都在做，但是毕竟起步很晚。所以我们还有很大的局限性，在集成电路这个产业当中，最高端的是在最底下，设备厂商、软件设计厂商，有了软件工具就可以设计我们的集成电路芯片，有了这个完成了以后下面才有代工厂纯制造，有纯设计，纯设计厂商用这个工具来设计，他们都做完了形成一个系统。在这个领域，西方特别是美国在集成电路的布局绝对在这个领域是垄断的，所以在70年代、80年代陆续兴起台湾的代工厂，形成了像台积电这类的企业。但是设计厂商和垂直整合厂商空间是比较大的，最丰厚的是在这。
所以外包产业逐渐转移，但不能简单看代工厂是没有空间的，而在代工厂、纯制造工厂也是一个耗资非常大的。过去65纳米线宽的时候，有30亿美金就够了。现在要做22纳米，大概100亿美元，16纳米的时候大概是150亿。所以即使是纯集成电路的制造也是一个投资相当大的行业，这个行业是会让一般的国家，一般的地区是望而生畏的这个领域。
高技术附加值不假，但是高投入，高知识密集型，所以现在在这个领域当中只有这三家牌子最好，英特尔、三星和中国台湾的台积电，而IBM不断在放弃这个领域，为什么？2008年以来，一些传统的设计制造公司已经或将停止建设新的生产线，太贵了，投不起。而新的像这些制造企业却在扩产，因为原来设计制造企业不去制造了，所以把它的产能弄到别的地方去整了，别的地方再进行做。去年台积电董事长说我们每一个生产出来的都是有市场需要的，没有过度的产能，都是市场需要，而且非常饱和。
2012年下半年以来，先进工艺的产能开始供不应求了，因为投入的资金越来越大，而能够跟得上的，即使投入你还有工艺，在台积电挂着它的专利，有七千多份，它自己的文档有三千七百多份，纯制造工厂工艺设计参数这也是相当的技术水平，设计出来给了他这个东西，他怎么去布线，怎么去做制片，然后生产出来那是相当的技术水准。所以每年台积电投入的资金基本相当于台湾整个自己在研发的投入，上百亿美元的投入。
这个领域是充分市场化的，生产一片12寸的，比如说5万片，就算60万片，一片就可以切割出3000，60万乘以3000，你要靠一般的行业不是充分全球化的市场是没有办法销售得了的。如果没有得到可观的利润是维持不下去的，所以这个领域当中全年在2014年达到3300亿美元，增长还是在稳定向上的。特别是互联网的发展带动了PC的发展，所以集成电路又出现了。集成电路全球大概有17亿，每6年、5年大概有3000万、5000万的更新率，智能手机是亿量级的，所以乘十。移动互联网的发展和智能手机的发展是叠加的，从百万进入千万每年更新的要求，甚至亿。
物联网以后的发展会和智能设备，会跟每个器械，以后两百亿、五百亿的终端器械互联的时候，那它消耗芯片的量要比智能终端要的芯片又增加一个数量级，所以从PC到手机，到以后的智能终端来看，或者端产品来看，都是数量级的增加，而这样的数量级的增加会带来巨大的对集成电路的要求。
为什么这么讲？我们看三十年集成电路从1985年开始，做颜色标记是日本的企业，到2014年的时候前面说的这三家就成为最重要的。而高通自从智能手机出货以来开始从2010年基本上保持第四名位置。2014年高通已经成为英特尔市值的三分之二，而台积电由于智能手机的发展市值约为英特尔的四分之三，由于智能手机的发展造就了两家新的集成电路的设计和制造厂商。
英特尔做了一个战略的失误，十美元以下的芯片都不做了，而ARM新的架构出现了以后，ARM被两百多亿美元的价格收购了，一家是利润每年大概10亿美元的企业，为什么能看到这么大的一个市场，这是这个领域未来走向工业化实时系统当中非常重要的一家企业。所以在这个领域当中，十年的发展成就了高通，也创造了台积电另一个辉煌。所以我们看到一个大的移动互联网发展的时候带动的产业发展的情况。
三是看产业并购的格局，前面我讲了，EDA是集成电路设计当中最最重要的内容，在这个部分当中，前几名全是在美国。有一个EDA最厉害的公司叫Synopsis，是老大，收购老四Magma，绝对在EDA垄断的，做芯片设计的几乎没有不知道的。所以我们看到在这个领域高端的利润和垄断的地位。第二是NXP，去年100多亿美元收购Freescale，看中了一个什么方向？看中了汽车电子一个巨大的市场。他们一合并后市值超过400亿美元，而它们在这个领域发展当中汽车电子以后又是一个移动新的大的平台。
我们再看一个事情，2015年英特尔花100亿美元收购了ALTERA，高通公司正在策划收购龙头企业Xilinx。给我们一个什么启示？以后大数据或者数据中心发展的时候，CPU是平台化的，硬件是能够把流程都确定下来就可以用通用平台来处理，当然还有很多是灵活性的，工艺不确定需要靠着参数的，叫做FPCA技术，FPCA和CPU结合就可以走向工厂控制和物联网，这样的战略的布局看明白的事情一个是信息产业的延伸不仅是在从通用计算这一头，而走向了制造业。这设计起来EAD软件垄断以后向专业芯片FPCA和以后新的结合。所以现在集成电路微电子发展，开始不是做集成电路，开始做集成系统，所以要有这样一个新生态的认识，否则我们永远走不出来。
现在说机器越算越快，多核计算，但是相当运行能力强是因为加速图形处理器，GPU，使得计算的能力越来越加强，所以CPU多核再加GPU把计算能力加强。CPU加FPCA，延伸到数据和工业存储，CPU的存储，以后网络控制器每一个节点都是一台计算机了，还有后摩尔时代。
我们现在看硅芯片，硅半导体的芯片，如果我们和微基机的结合，MLC结合，那就进入我们所说的后摩尔时代。所以从信息产业集成电路这个生态来看出现了一种新的重大的转折点。而在这个领域集成电路未来发展的工业路线图开始不清晰了，所以这是这个领域当中有重大挑战性的问题，同时就是重大的机会会产生。
我们做学术的一定是要有好的科学问题，做学术就有意思了，没有好的学术问题的研究是不值得研究的，所以在这个领域不断遇到挑战性的问题，你就有可能做出有有挑战性的结果。
中国的集成电路是世界占比非常高的，同时我们有这么几大件，手机，台式机、电视、PC，所有都已经超过全球产量的一半以上，但是中国集成电路产能的设计能力不足，这是我们长期工业的基础，也是我们在电子信息产业当中需要不断增强的。
最近这些年中国集成电路取得很大的发展，比如说移动的芯片，通过并购和自主创新的能力，海思和展迅已经可以在移动当中做得非常好，还有在通信领域当中。我们设计这两家公司已经在全球前十名了。在制造界，逻辑的制造当中，我们在28纳米已经能够实现量产，连续17个季度连续盈利，这是相当不容易的，所以是非常好的事情，我们现在中芯国际在2014年底二工厂开，上海工厂也开，马上就要建完了，这对中国电路的发展非常重要。
特别是2014年6月中国发表集成电路发展《纲要》以后，国家也组织了集成电路的产业投资基金，融资了1380亿，可以带动社会资金大概上万亿来培育领军企业，推动产业化和市场资源的配合。特别是中国制造2025战略，对工业控制领域当中芯片集成电路的发展那就有很重要的机会。
第二点我简单讲讲，各位都知道互联网很重要。应该说从系统的角度来看，中国在世界上占据了非常重要的位置，全球十大互联网公司中国占了四家，另外六家是美国，所以从规模和信息技术可比的能力来看，中国的互联网的企业在相当的经济规模上是在世界领先的，而在欧洲，同样在亚洲和其他地区很难有这样的体量和规模。
麦肯锡曾经做过一个报告，认为中国互联网经济的占比已超过美、法、德等，软银的老总说移动互联网经营模式和APP的投资方式要看中国的发展，所以在国外如果有百万用户的移动互联网已经算不小的用户基数，在中国百万、千万，过亿的用户。大家不知道有没有体会走步咕咚的软件，这是大量的好机会。比如说金山公司张文江跟我讲，他们做了一个软件，清洗乱七八糟的垃圾，很快的时间内三千万用户就用起来了。
所以老外就奇怪软件不收钱，全是免费的，开发软件费用低，不要钱，用了还给钱。
所以中国在发展互联网应用当中，移动APP和创造新的空间当中，创造了一种很多的模式，无论我们现在怎么看互联网金融，手机支付这样的方式在全球都是最好的，不光是商业模式，它的系统也是做得非常不错的。所以中国互联网应用当中，确实有技术的创新，应用模式和商业模式的一些创新。
在通信领域另外一个就是关于纯通信的，无线通信。我们以前说1G大哥大没有，2G跟随，到4G同步，而且我们现在成为世界上最大的市场，占了50%，5G通信我们现在大概全球的技术文档和标准提案当中中国已经超过3分之一强了，这是不得了的事情。但是在5G移动通信当中是世界领袖级的地位，至少和别人同步。移动通信的市场是万亿规模的，它不光是这个，它带动了手机芯片的发展，带动了应用的发展，几百万的APP和行业新的变化。
我们说在4G当中我们就有了这样一个好的方式带动了基础应用。同时5G很厉害，日本奥运会要在2022年举行，提出的目标就是5G要使用。韩国知道因为这是巨大的全球市场，因此他们提出冬季奥运会在韩国他们要试验商用。所以围绕着5G的核心业务杀手锏的应用和技术的准备现在是全球较量，不仅欧洲和北美以及在亚洲，这三个大的地区都在全力以赴在做，没有任何一个国家赶小视5G的发展所带来的巨大空间。
5G的发展，我们现在大家用的智能手机基本差不多了，看电影基本上也差不多了，还有什么要求？下一步发展就不是以个人通信为主要目的，就是有产业的目标。这产业的目标和什么有关？以后通信的速率比现在十倍增长，十倍的速率一点问题也没有。现在找朋友可能连接一百个，一千个，未来你可以连接的数量是一百倍，一千倍，数量级以上的增加。说明什么问题？你可以连接一个小群体了，你可以做物联网的应用了，而且效率又那么高。
现在比如互联网是90毫秒，变成9毫秒，前面放无人机的图的时候，20毫秒就能计算了，实时系统开车就可以用了，十毫秒就有反馈了，而且它的功耗还要降低很多。咱们假定不说频谱、带宽，以后频谱是多少？2G、3G大概是900兆左右，后面可能在6G，这个是一个国际之间的交流。
这些技术问题的解决实际上是和产业目标相关的，如果你有专利在那里，有标准技术在那里，你有品牌产品在那里，那就带动的产业是不得了的事情了，所以在移动通讯里面会有大的进步。
第三个跟各位说信息技术有三个标志性的事件，一是集成电路，二是网络通信，还有一个是软件。这是十年前的一张图，我一直比较喜欢。这张图很有意思，叫做微软帝国，实际上我们看微软帝国处于一个硝烟四起的地方，这边是开放源的地方，下面是浏览器的这些，现在不灵了，这是做数据处理的，数据库的公司。这一块做的也很多，基本上全失败了。
新出现的一个是谷歌和苹果，这是成功的。原来通过MSN和谷歌打打不过，通过它的Whindows XP，通过做新的应用都不行，所以人们说微软赢得了PC时代，失去了互联网，而错误判断了移动互联网。所以在这个领域当中，苹果是利用了通信的手段把传统的硬件做到尽善尽美，形成了它的新生态，硬件、软件、内容就变成了一个大生态。而谷歌就变成全球资源，绕过操作系统。
所以我们看微软的软件帝国到现在为止已经开始出现很大的不同了，而谷歌安卓的操作系统，它又做无人驾驶，拓展新的空间。
所以在这个领域当中软件的形态和技术的模式变化，最早是PC时代。互联网兴起的时候，这批公司就开始成长了，中国的机会也就大起来了，现在我们处于第三次变革的时候，移动互联网和云计算也成为事实，但是面向工业应用，特别是软件定义一切，走入新的互联网的时代开始，而这次时代开始的时候，5G、移动计算新的产业、集成电路将汇集到一起，创造出一个巨大的空间。
我们看信息经济，从本身的信息产品、衍生品，和它们服务的应用来看，这些年在不同的变化。从2012年只在一万多亿，到2014年就十六万亿，超过GDP的26%，到2015年十八万亿，占了27%。习总书记之所以如此高说培育信息经济，壮大国家经济发展的空间，我们从这里也看到它不简单是一个微电子，一个通信的问题，它占了整个国民经济的四分之一强。而且我前面讲，按照4G用户突破5亿，网民达到6.88亿，麦特卡尔定律，它后面蕴含的价值还有很多新的内容，所以对经济空间的影响很大。同时前面讲过有几类产品在全球50%，进出口贸易占全国的三分之一。
未来2020年要建成网络强国，成为信息经济大国的时候，我们占GDP的比重要从27%达到40%，这是国家的整个新产业的信息化的战略规划。所以面对这么大的强劲的发展，我们自然地要问的一个问题，信息经济在当下发展的规律下，它的下一个机会是什么？特别是和工业制造业结合会有什么？
我们从三大定律经济学的方式，再看这些热点会带来什么新的启示？而这个其实的启示一个重大变革就是麦凯奇做的预测，相当的一批预测都讲2020年智能终端将超过200亿或500亿，物物互联终端爆发式增长。PC时期在增加一个数量级的时候对社会的构成，就是你的工作、生产和你的生活全被连在一起的时候，这个社会会完全不一样，所以我们自然地要关注信息机会和制造业如何对整个产业经济带来什么影响。
在这个发展过程当中，信息技术自然要变化，因为它本身遇到一些重大的科技的障碍，我们叫技术墙，前面说的摩尔定律。因为摩尔定律按照现在的工艺和能力来看持续不了多长时间，所以工业的路线图还不清晰，所以IT领域在微电子领域要面临新变革，所以人们在谈后摩尔时代，超越摩尔会是什么，这里就会给我们带来很多物理材料方面的新要求。
因为当线宽只有五纳米，比头发丝还要细千倍的时候，那时候电子走过的时候要刮出电子风会影响其他电子存在空间。第二，那么窄的一块，已经不是固态，有可能是液态了，怎么形成稳定呢？还有存储墙，大核，以后处理器和CPU之间的性能差距，功耗问题会很大。我们看现在有些散热做的不好会出现爆炸的事件。
还有软件的能力约束强。我们看切尔系统，这是指的汽车，未来汽车的创新90%可能来自切尔系统。这么大的一个系统，这种航空高档的汽车或者是汽车的性能都和我们电子系统密集相关，我们的应用需求不断变化，互联网的问题一堆，所以软件开始有新的问题。美国预测每年有600亿美元损失，占GDP的0.6%，现在会更多，这是它十年前统计的结果。所以软件墙，从过去一般的软件，到现在切尔的系统和在互联网的应用，以及对高安全的要求都在增加。
所以美国对于软件提得非常高，美国总统委员会有六大方向，前面五大方向有两大方向是和软件有关的，因为他们认为软件超出他们的设计和开发能力，所以要加强。第三类大的强的是数据强，数据极大的丰富是不是成为数据灾难，这是经济学人发表的一篇文章《数据洪灾》。数据从过去稀缺走向极大丰富可能会带来很大麻烦，也有人说数据中蕴含着真理，所以现在我们说数据大规模出现，现在进入数据经济时代，从资本经济的时代进入数据经济的时代，第一次经济化是以贸易和资本为主的，第二次全球化是数据为主的。
所以我们在第一轮全球化，从农业革命到工业革命以来，我们主要解决的是人和土地和物的关系。各个国家都是这样，中国有很多管人的部门，教育部、人事部等等，管土地的也有，国土资源部，管钱的那也不少，多少个人民银行，证监会、银监会，管数据要不要有一个部门？数据怎么流动，怎么去交易？看不着数据在哪，现在有一些地方和国家在成立数据局，数据委员会，来研究看不见的无形资产如何管理。现在像亚马逊、阿里巴巴，数字平台富可敌国。
进入一个新的分享经济，以后怎么管这些单位，社会监管，政府的能力怎么去做？实际上都是对数据的管理。可是谁去管，怎么去管？能管得了吗？因此在进入数据经济的时代，给我们带来社会治理的新的问题的效率和能力的问题，所以数据不仅是大数据计算的事情，还有社会的一些思考也需要来研究。
同时我们说还有一个科学研究，以前我们说理论、实验和计算是我们研究的主要模式，现在开始有所谓的Date、Incacve、Descvre。以前Scientist从不发表人造科学的文章，所以计算机科学、环境、飞机、航空很难在这上面发文章，但是现在大量来讨论这个问题，因为它可能会带来新的科学发现。
因此从技术、科学、社会管理，我们都会遇到这样的问题，而且还有一个数据最后要处理。因此我们讲，现在美国出了一个法案，1991年-2016年25年改变了它的内容，把大数据管理作为高性能计算机当中的一件事情，也就是高性能计算机如果没有大数据处理能力不定义为是高性能计算机了。所以在未来的发展当中给我们带来很多新的问题和挑战，而这些挑战对我们来说是一个机会。
最后第五个强是下一步互联网会是什么？我们说第一代互联网是1969年10月出来的，第二代互联网是因为www的出现导致了电子商务。下一代互联网如果和实体经济结合，是现在的方式结合？还是移动互联网结合？还是IOT自身的系统的结合，还是我们需要怎么构建它新的结合，那时候的复杂性又很高，网络怎么管理？如何管理？
所以未来的网络架构是不是会有第三代互联网？那这个已经成为现在国际关注的热点了，这十年讨论下一代互联网。那么这些重大问题必然带来信息技术一个新的飞跃和发展，应该是这样的了。每一个问题的解决都是具有全球性的问题，而这些问题一定是智慧者的挑战。信息技术依然处于研究和发展的爆发期，创新的爆发期，因为有这么多重大的问题没有完全解决，而这些问题的解决直接对产业和经济发展是最重要的，而且它又是引领新一轮变革的主导力量，信息技术自身发展，信息技术要与工业，要车？，与能源联系，所以我们说微电子有后摩尔时代，应该除了摩尔时代纵深发展，不断地探索。第二我们要把它跟各种生物芯片、传感芯片、高压功率芯片等结合起来创造出新的价值。
原来二维，在一层做不了，上面做三维，摞它一百层，使得它的带宽能够继续符合摩尔定律发展。二是硅材料不够再找碳半导体，要不断解决功耗的问题和新的性能问题，由于材料如果没有突破微电子也没有办法突破，物理学的突破会带来信息科学的大的突破。
第三是过去看到的网络计算是一种典型计算，以后感知计算是重大的计算，而基于数字化传递过来的感知的结果，智能计算就变得重要了，所以未来的计算是由网络、感知、智能三个方面的结合体。特别是由于当传感器能感知到它的实物状态的时候，我们说物理世界就进入数字化了。我们说什么叫科学，有一种观点是凡是能够被数字化了的领域我们才叫科学。
数字化了的物理世界下，这个世界的计算就把你的生产，你的工作和生活完全地统一，所以以后不光是通信的连接，已经变成计算了，以后如果物理世界能够被传感，连接进去，自然的大数据就产生了，大数据的发展必然带来智能。我后面还会说智能的情况，所以工业互联网有很多问题不多讲了。
5G对通信前面说了，很重要，特别是无线接口达到一毫秒的时候，一毫秒的时间是什么感觉？眨一下眼睛是多少毫秒？所以这个实质性给我们产业应用带来很多机会。所以在这个发展的时候，5G比4G在技术上要做很多新的工作，如果谁能抢先出来那是不得了的事情。所以未来从PC互联网，移动互联网到工业互联网，所以我们看到美国在努力，德国在加紧，所以这是全球新一轮的竞争。
我们讲在未来发展的过程当中软件会非常重要。GE的老总说以后的企业都会是一个软件公司，而不是我们说的通用软件公司，由于软件要定义计算，定义系统，也要定义一切。云计算就是所谓软件定义，就跟操作系统一样，资源的调动管理，也就是自然地从计算机走向计算科学，计算就成为无所不在的了，所以我们讲网络计算，感知计算和智能计算，所以这三个特点所构成出来的就是未来的发展了。
第二个特点是在这样的发展过程当中，我们看通信走向5G就对产业有影响，微电子对它的支撑，软件的支撑和互联网的支撑。信息技术对未来的生产和制造将会有重大的影响，根据两千名重要的技术专家和企业家的调研，他们在制造业认为颠覆性的技术当中第一条是大数据，然后是物联网，不是制造业传统的这些技术。当然3D也非常重要。同时美国、德国和法国分别把大数据又作为未来的革命性或重要的改变产业结构的技术。
去年9月份美国的一批企业家和学者研究IT技术发展已经放缓，所以他们用了相当的时间研究如何重启IT革命。他们认为数据的快速增长，大量部署的传感器和无所不网络和传输设备存在着机会。所以他们认为未来八项重大挑战的工作在哪里？第一个就是感知计算，同时他们提到下一代制造范式，这是只有在计算科学领域才谈的Paradigm，还有他们提出的一种新的计算叫Insight，洞察力，一定是对宏观方式的一种把握。那么有了大数据的计算和实时通信生态系统，有了高能效的感知计算，使得对产业和协同制造，对整个生态是不是能做到Insight？不管怎么说，他们把未来物理世界的数字化转型作为未来的重大问题。
这件事情本身就充满了对问题的一种挑战，所以物联网做的是什么？物理世界如何数字化，第一个要能够感知，二是连接通信的基础设施就能够互通了，第三是有了数据你就能够计算了，能计算你就能产生智能了。感知计算非常重要。
二是存储以后非常重要，因为功耗和速度问题是大问题。还有以后和医疗有关的，健康有关的，可穿戴电子都有很大的关系。
三是信息技术或将影响经济社会，前面说的零边际成本的社会，以前我们说从农业、工业、服务经济、体验经济，还没有完全体验清楚，2010年时代周刊说分享经济是改变世界的10个想法，今年又说了按需经济又是一个新想法。这些努力由于互联网的分布性和共享特点，真的是对社会生活不会是一个简单的放大器的作用，它确实改变了很多，可能我们在座的年轻的同学不一定那么明显，而对于年龄稍微大一点的都会觉得有压力和差距的感觉。
里夫金也预言，去年10月20号他说未来的发展会带来很多新的机会，他也看准经济活动和大数据的分析，特别是有一百万亿的传感器会怎么样，同时大量共享的经济和物联网的发展，当然他也注意到安全的问题。
所以我想跟各位第一部分重要交流的时候，巨大的新兴技术所可能带动的新兴会对过去工业化时代会有很多的影响，如果我不关注只停留在传统的方式，可能我们会丧失一些机遇。
第二，新兴的内容又不是完全确认的，很难把握，但是并不影响我们对现在所处的社会正在进行的数字转型要有一点分析和判断，否则我们可能会丧失很多机会。因为新工业者有很多特点，我个人觉得从正向的科学发现到发明，以及产业化应用的周期越来越短，而从实践当中所得到的问题的解决又更大大地缩短了科技和经济的距离。简单的说就一句话，颠覆性技术一旦成功，那大规模应用的效益远比过去要快得多，普及的要广得多。
一百年前我们福特汽车生产线的普及，拿到今天至少几个数量级加快的速度，管理学大师德鲁克曾经讲，重要的不是趋势而是趋势的转变，我觉得我们要看趋势，但是对新兴的，需要培育的也需要特别关注。
这是第一部分关于信息技术和信息经济，是现当前产业发展的引擎，也是未来发展很重要的值得培育的内容。它不光是技术、科学的问题，还有治理、社会、经济诸多的问题。它已经不是一个局部的信息技术的事情，和产业、经济、社会都可能有很多的关联，那么值得我们去思考。
第二个部分简单地各位讲一下。
这是去年年初的侍，现在已经有人型机器人了，山上有各种树木，它可以很好规避障碍物前行。二是看它怎么做人机交互，走在一个滑的地面上，它的平衡系统很好，快速地在非常光滑的冰面稳定，它看到这堆雪知道走不过去就不往那边走了，有决策和一点点学习的能力。所以我们看这里面的发展的内容也有很多新的机会去做。你说机器人如果从狭义的人工智能来看，做到这个步骤，在探险和新的环节会有很多内容。
今年一月份《自然》发表了AlphaGo以5：0的比分战胜了欧洲围棋冠军，因为在《自然》上发的文章所以很多人没有注意，三月份战胜了李世石的时候全球轰动，认为人工智能已经离我们很近。
所以从AlphaGo，到无人机，到我们看到无人驾驶，以及人工智能所给出的新材料，特别是视觉、图象这些识别。语音的识别，给我们带来很多小冰机器人。小冰机器人各国骂人的话全学会了，因为小冰也不知道哪些好，哪些坏。人们逗它说我要跟你去约会，它说我要再想一想，其实它都不知道它说了什么，但是人们教它坏话的时候，把全世界各个语言的坏话全学会了，因为他觉得人们喜欢这样的方式。
所以人工智能的发展有三个条件，一个大数据的充分发展，为人工智能提供了条件。第二是深度学习带来的突破。第三个是基础设施，像芯片这类的不用说了，推动了这一个发展。再加上以前说的智慧地球，智慧交通，智慧保健等等。
所以似乎人工智能好像离我们很近，但实际上今年7月份一个著名的咨询公司对未来人工智能技术和未来的产业关联关系做了一个分析，也是当前投资的一个热点，这个领域未来二到五年有很多新的技术有可能会成功，但预言有很多是真的，也有很多不是真的，不管怎么着人们对它的期待很大。
世界经济论坛也预测大数据和人工智能发展，同时也对另外五项，其实就是全球的数字化转型的重大问题的一个趋势性的预测。人工智能市场也发展比较快，基数小，增长率20%以上，这是BBC做的一个预测，还有现在的投资和实际的情况。
我觉得人工智能要真正成为产业的爆发点我们需要思考，深度学习是不是一个商业化平台。云计算和大数据的基础设施是不是就是人工智能的另外基础设施，还有资本能不能持续投入，这是一个基本的问题。但是最重要的规模应用和产业的痛点在哪里？这是这个产业最主要爆发的。现在聊天和服务没有改变产业的特点，没有带来新的本质性的新现象能够成为规模化的影响，所以还需要培育，但是已经开始有应用。
另一个方面我们要看它是不是成为产业爆发的拐点，就是有没有核心的产业业态，主流产品。移动通信手机是主流产品，关联产品可能有APP，衍生产品可能还有别的应用，主要形成这样的一个产业链条才能说相对培育出来了。
未来从狭义的人工智能来看，可能带来的拐点在什么地方？机器人、无人机、自动钥匙，它会改变这个行业的业态，因为麦肯锡有预测，十年之后有四千万的工人将会被机器人代替，这就改变了业态了。Gartner预测，2025年三分之一机器人或智能软件代替无人驾驶使300万卡车司机失业。所以德国工业4.0五大领域研究，其中就有劳动力的问题。所以机器人、无人机，自动驾驶带来的挑战作为人工智能具体狭义的应用，而不是通用的产业，确实在未来的五年应该是一个改变的影响。
第二是医疗培训和教育，培训当中，复杂产品装配，可以完全无人指导，戴着头盔就自动在生产线参加工作，这有很多例子，所以人工智能还是处于一个培育的初期，需要把握有效的产业痛点，然后政府是培育的作用，但是不能取代市场主导作用。
所以我们看人工智能的时候大家有很多担心，未来是不是能够人工智能出现新的问题，小冰学会骂人，会担心带来威胁。咱们这有没有下围棋的？有没有看AlphaGo和李世石比赛的？大家举一下手我看一下。我不会下围棋，但是有人告诉我说，不知道AlphaGo为什么这么下，最后那一手棋还赢了，是不是有这样的情况？那么机器人按照人的设计还没有什么关系，怕的是非人类思维，但是又能理解，因为它的思考是把过去的经验放那，也许某人走的好棋并不是规范性的走法，也许是他自己创造的一种，像机器狗，有一类机器人你怎么踹它，怎么打它也不还手，万一它不会发火，它也没有疲劳感，但是程序万一哪一个短路。所以人们担心的不是机器人能够按照人的方式有智能，而是怕有非人类思维。所以人们挑剔的一个方面说AlphaGo会下五子棋吗？说不会，因为没有设计。二是AlphaGo有那么多的数据，但是它知道它在做什么吗？就像聊天机器人它知道它在说什么吗？所以语法数据和情感语义的距离是巨大的，我们关注怎么去产生智能。
我想说人工智能当前的特别的发展是由于数据的计算能力增强。大数据有多少我就不多说了，有很多很多，数据也能创造很多价值，因为美国总统说创造十亿美元以上产业的计算机技术，排在前三名的一直是和数据处理有关。而医疗和应用当中有大量的和数据处理之间有关，在这一个领域当中数据处理的能力就变成竞争力了，所以云计算也就出来了。
所以很多企业调研分析，买了硬件占了三分之一，维护和耗电占了三分之二，所以他们很难去做，因此要算个帐，小数据中心太贵，大数据中心较好，所以谷歌建了自己的数据中心，而且多个领域。现在数据中心这么大，每台服务器是多大呢？集装箱这么大。所以我们看到的机房和谷歌的机房那是完全不一样的。是这么一个大的厂房，去里面要开车的。所以云计算就变成信息化的一个经典的方向，而且是不可更改的方向。所以这是未来的基础设施，管计算的。
所以计算能不能产生智能？我们说人工智能的核心基础现在应该是计算，计算科学也就成为了人工智能智能科学的方向。中国的古语蕴含着智慧。何谓“计”？有两层含义，一是从已知到未知的核算、运算、计划、计议。何谓“计算”？有运算，也有谋虑。当然，相反是算计，通常指出坏主意的。所以人工智能如果以计算为基础它要算计也是个麻烦事，咱们从字面上理解。
所以计算是实现智能的核心，这里就会出现一个问题，比如说要下棋，要知道物理问题的棋盘，把它建成物理建模，然后数字化，这样才能做算法，然后开发软件，最后验证。所以实际上智能的产生是计算的问题。
计算的问题就要走这样几个步骤，所以我们讲产生智能是计算产生智能，不是完全地靠想像当中的角色。所以现在的人工智能是通过这样的方式走过来的，以计算为基础。
如果是这样一个方式我们就不难理解这样一个情况，在物理世界被数字化一定会有新的工作生产结构进来，但是计算就要有数据，因为你是从已知到未知，同时根据你设计的策略来做，所以计算就会有新的变化，最大的变化是已经开始有新的问题了，计算的结果未必是科学的因果关系的结果。
所以你说科学临床是基于因果关系看病呢？还是关联关系看病呢？就有不一样的地方。AlphaGo跟我同样的棋子可以走，但是换不同的方式可以不一样。第二它不一定完全精确，大家买东西买鞋不会跑遍北京城，也不会上阿里所有门店才决定买哪双，所以只要差不多就行，但是计算当中怎么就是差不多？那就要定义了。
我们都有做饭的经历，传统工业革命给我们统计学的规律是说采样，样本是均匀的，菜熟不熟尝一尝就知道了。所以这样就发现未来的计算科学要有新变化了。
所以如果说智能源于计算，计算和数据有关的话，大家都是学习阶段，那我们知道科学价值就要去研究真理就有很多新的重要问题去做。所以数据是科学？还是只是一个技术？就像谷歌当时算HE病毒的时候，第一次算准了，第二次就没准。预测世界杯比赛有准，也有不准。金融危机有那么多数据，谁也没有算出来。所以不是知其所以然是一种关联关系，但是这种方式对未来的世界和我们经济社会会有什么影响？我们都需要不断地去思考和研究这个问题。
重要的是能成为科学，前面说有算法，所以算法是搞计算机科学的重要内容。
二是它有工艺系统逻辑，证明出来一定是真的，真的东西一定能被证明。所以数据能不能成为科学是要解决算法的问题。
还有一个问题是数理基础逻辑问题。
所以这个还有相当的时间和相当多的问题，所以人工智能还远没有成为一门独立的科学，因为它没有自己本身的科学基础。产业的发展不一定完全依赖于科学基础的建立，但是我们也需要不断地思考和开展工作。
另外一个智能是脑科学的智能，有很多现在做脑科学的计划，这里就不多讲了。欧洲脑科学的计划是把计算产生的智能和脑科学研究的智能连在一起，研究神经、计算机、机器人来做这方面的研究。北航也建立一个中心，就是从大数据科学和脑机制的中心，主要也是做数据计算科学和新的系统，以及认知的方面，所以各位有兴趣的我们以后可以一块做点合作。我们可以一起交流，因为这是一个新的领域，值得去探讨。
最后一个问题简单提提，因为大家还没有在工业界，所以对经济的问题和制造业的问题不是那么特别的关注。
制造业如果和互联网融合将会有很多新的机会，因为制造业在全球竞争极其明显，制造业或者生产企业产品要么质量好，效率高，你做一个我能做十个同样的质量下，第二个你十天入市，我开发一天入市，同时我产品更新换代快。所以这是制造业永恒的竞争的规律，但是现在开始白热化了。
货币基金组织在报道，凡是发达国家开始复苏的一定是IT新技术和IT新业务的布局持续支持，是重要原因之一。因此我们就希望能够找到，是否能够支持从头流程化的内容，这样就可以提高效率了，就像机器人一样，不确定性，模糊性的人，会疲劳的，能提高质量的，以及设计维护的工作，不断通过IT技术的能力来转嫁到制造业上。
那么美国、德国是世界制造业的强国，虽然不大，但很厉害，所以奥巴马说他不希望下一个制造业创业机会落入德国、中国和日本手里，而默克尔认为欧洲不能出下一代，只放在自身的领域，所以全球对于未来的发展都在制定国家的战略。美国2011年开始做制造业创新网络，2012年奥巴门提出要建立国家制造业创新网络。GE公司开始布局智能制造产业联盟，以打造工业互联网为基础，建立了一个庞大的主流体系，这是非常强大的。强大的互联网体系就变成未来一种可能的模式，构造出应用的新的生态。
工业互联网它建立全球的联盟，最重要的是现在又和德国联手，和工业4.0形成一体，美国是以工业和数字化为主，德国是要全球战略，德国是以制造业逐渐增强，两者的结合对未来制造业的格局会有新的影响，所以德国做4.0就从智能制造和智能工厂为基础，所以西门子开始提出生态整合和拓展生态，推出了德国的工业4.0。
从这些情况包括法国、英国、新加坡、日本、韩国都有自己的国家战略。所以我们看自由经济的国家在开始做什么问题？不光是政府做个规划提提建议，而是从战略指引和直接参与，不是羞羞答答地做点建议，直接投资，直接干预对整个的研发和后面的产业，同时开始重构未来的新技术大量的甲板。强化它的创新网络体系，加强在制造业新的领域变革的升级，并且大量支持实体经济的竞争能力。
在工业革命初期，开始计算工人运煤时间用秒表来算，开启了计件的方式，在这种方式影响下，工业革命出现的第一件事情就是福特创造的流水线的生产。然后丰田把生产模式和数据利用扩大到工厂和上下游，这种方式带来了很多新的机会，我们说按照毛主席说的多、快、好、省建设总路线的话，福特汽车生产线是做得多和做得快，讲究的是规模效益，在此基础上要解决做得好和做得省，质量成本。你们可能不知道毛主席有一个主路线，多、快、好、省，建设主路线，我是顺着他的词叫多、快、好、省。所以这是带来了美国工业强国和日本强国的重要的基础。
现在要做得对，做得准，个性化协同制造。这是产业制造面临新的一轮革命出现了。所以制造业是否进入新时代了？能做得对和做得准，当然前提是做得多和快，做得好和省，再能做得准。所以这是一种技术的变革还是组织的变革？中国能有中国的机会吗？中国在制造业是大国，在互联网又是大国，我们是否能把两大变一强呢？所以我们讲现在的制造业的机会就是智能制造能不能创造新的空间，这个空间就是从原来的机械化、电动化、自动化，能否走向所谓的智能化。这样的一个时代对中国的产业发展是至关重要的。因为中国在全球的制造业占20%，500多种工业中220多种工业产品的产量居世界首位。大家不能小看，因为中国真正工业发展起来是改革开放这30多年，所以建立了一个门类齐全完整的工业体系是相当不容易的，而且还有很多创新成果。
现在我们必须要有危机意识，这是德勤公司当时看中国制造业竞争能力2013年的评估报告，中国处于很好的位置，2010年中国第一，2013年第一，这时候德国和美国都往上走了，2016年紧跟，到2020年据它今年新的报告，美国将超越中国，这时候的超越实际上制造业走向先进制造，发达国家优势凸显。
而另一个方面，在亚洲这些国家由于产业自然向资本低的地方转移，这给我们带来一个很大问题，双重挤压下中国制造业应该怎么发展？中国目前还是制造业方面的领导者，但被预测可能发生变化。因为我们在创新、人才和生态方面还有不足的地方。
这些问题如果不能有效面对，未来五年将是中国制造业遇到的一个新的考验的时候，这轮制造业考验的地方就是给我们带来一个变革，我们必须要重新认识和加强工作。
那怎么去做呢？今天不跟各位多讲了，我想跟大家说一下我们在做这项工作的一些思考。
我们在这里做了几个今年发布的中国制造业的国家战略行动，一个是去年5月8日发布的国务院28号文，把中国制造2025作为一个产业部门做了十年的规划，提出了十大领域和形成中国的五大工程，能够为制造强国达到中等区别。到2035年要和强国并驱。再过十年，在那个时候我们应该成为世界的强国。
今年5月13日，国务院发了一个也正好是28号文，做的是中国制造和互联网如何发展。我们最近这一周是省部级培训班在国家行政学院研究和讨论新28号文如何有效实施，因为只有通过制造业的创新能力和两化融合(信息化、工业化)才能改造我们现在制造业的创新。因为不是我们想不想做，是大势所需，你不得不这么做，所以只能主动的应对。
今年发布的文的目的是激活企业的创新活力和发展的潜力。认为制造业有四大挑战，一是硬件，硬件就是自动控制和感知。因为物理世界的数字化看感知，物理世界的执行载体靠控制，所以这是我们的一个短板。你看机器人它在自动控制系统和去减速，中国机器人是世界产量的三分之一和四分之一，因为我们的减速器做不了，它的稳定性就差得多。
第二是工业核心软件。工业核心软件是一个相当大的问题，中国工业占全球20%，但是工业软件不到2%，十倍的差距，所以中国的工业软件如果能起来，软件和硬件能够协同起来，有一天中国核心工业软件如果和美国可比的话，中国绝对是世界第一。
那么还有工业互联网，还有工业云和智能服务平台。
为什么控制和感知这么重要？大家以后慢慢会越来越了解到传感器和控制系统。
工业核心软件有多重要？我们所有设计的软件，产品怎么设计、工程分析、模拟仿真、编制工艺和产品数据管理等，能够使得产品入市快，速度效率高和灵活性强，所以这类研发类设计的软件是极其重要的，运行管理的软件是在这基础上在做。而在这个领域当中给大家点点题，什么是工艺竞争力？工业能力和设计能力。所以工业技术能不能软件化就是最大的竞争。
我曾经跟别人讲，我说波音787，把它的CEO董事长，总设计师，假定十个人全挖过来，中国飞机能做成世界第一吗？不可能。波音787有八千多种软件，市场上能买到一千多种，剩下千千多种全是自己设计的软件。最后的竞争力实际上是七千多种软件加一千多形成的系统，所以波音的竞争力不是它的工厂，可以把工厂放到全球任何一个地方，不是它的生产线，也不是它的CEO，资产积累了7000多种软件是它最重要的。
我们看达索集团设计的工业软件，是原来德国航空公司，对所有设计的门类，就像建筑师一样，它走过这个过程，它知道怎么对人最舒适，我们拿到这个软件参数都不会配置，这是相当高的工艺和能耗。
所以核心工业软件是未来中国竞争能力最重要的基础，也反映出我们在一个领域当中能不能有这样的高级专业人才，不是一般的通用软件工程师，是一个行业的行家，又会用计算机，需要这样的人。所以未来的工业软件是极其重要的。现在我们看一下这个领域基本上被这几家占了，所以中国要能在某一方面，中国在这个领域就有交换的资格和绝对强大的力量。所以工业核心软件是非常非常重要的。
未来软件又能定义一切就不多讲了。
三是建立工业互联网，工业产品有相当多的产品背后的协议，都是百年老店，几十年的制造业企业长期形成的通信协议，这些协议是私有的。所以要想构造出一个工业互联网需要一个相当的难度，所以GE和西门子如果能把这个做成了，全球制造业它会一统天下，至少半壁江山。
所以没有传感控？的芯片，没有工业核心软件，你连不起工业互联网，这个工业的竞争只能俯首等着别人召唤。
再一个是做工业云的发展。
所以我说这四大挑战是中国制造业必须和信息产业有效地结合，并且创造未来强国之路最主要的内容，所以我说工业强国的四大挑战，我们通过这个分析，以技术的方式写到国务院的报告当中。
在这个领域还有一个新的问题就是安全的问题。安全历来都被作为第一大挑战。工业安全不光涉及到网络，还有设备，还有控制的安全。28号文件当中要建立国家安全保障中心，要推动安全工程，做重大的政策和示范性的指导。这是28号文要面对的四大挑战加一个安全风险，这是有技术含金量和未来产业发展由大到强重要的内容。
第二个方面是做双创平台，把互联网和制造业做双创平台，不多讲了。
还要培养协同制造、个性化制造和服务性制造。
增强三个能力，从安全水平、解决方案。基础是四大挑战加上一个安全风险，还有一个解决方案。这三个能力对于工业和制造业是有帮助的，同时国家也给了七项政策，包括国有企业融合发展，财政、土地、税收、人才、国际合作的相应政策。
未来产业发展我觉得互联网+还是+互联网，都只是一个说法，最重要的互联网+表现在对制造业的一种融合下创造性的价值。所以互联网和制造业的结合会带来一个新的业态，对企业是一种变革性的，而且这种变革性在全球已经开始了，所以需要我们不断地关注。对制造业，对经济，对未来的社会有可能都会带来很多新的影响。
所以今天很高兴跟各位做一个交流，谈一谈信息产业和信息经济，介绍一下制造业目前面临的机会和可能的问题，也特别愿意和我们各位一起做一个交流，看看有些什么问题我没有讲清楚的，或者有其他的建议。
谢谢各位。
主持人：非常感谢怀部长，内容非常丰富，而且充满技术含量的一课。我们剩下不到20分钟，在座同学有问题的话可以举手，提问之前首先报上你自己所在的院系。
提问者：怀副部长好，我是计算机系的，我觉得您今天讲话非常有启发性，因为我自己是这个方向，想问一些比较专业性的一些问题，针对您讲的前两点分别问一个问题，第一个问题是IPv4地址之前是美国分发的，给我们中国地址非常少，给清华也只有一个地址，现在据我所知，中国这十年一直在推IPv6，接下来也会配合中国运营商在明年或者后年推广IPv6，您认为推广IPv6对中国互联网的企业，或者对中国整个工业界的影响大吗？对互联网企业发展的影响有多大，因为像美国的话不一定会推IPv6网络，因为它们本身地址数是够的。
第二个问题是关于人工智能问题，我觉得关于它是一个科学还是一个技术问题大家都有自己的看法，至少在上一次人工智能巅峰的时候是从模型做得非常好，经济学算法是有统计概率论基础的，我觉得可以认为是一门科学，也是可解释的。但是从2012年起，更多是作为一个黑盒子来使用，更多是知其然不知其所以然。到目前为止学界也没有对它有一个好的解释，对这种技术的话不能把比较重要的事情托付给它做，至少完全不能托付给它做。包括前几天也有自动驾驶汽车公司，特斯拉公司出现一个事故，像中国现在有非常多的人工智能的初创公司。做人脸识别这块就有十几家的初创公司，这些公司非常奇怪的是非常被大家看好。不知道您认为中国市场有没有足够大到容纳这些人工智能初创公司？这是一个人工智能的春天呢？还是只是说是一个虚假的繁荣？
怀进鹏：谢谢，跟你讨论，没有答案，没有过去标准的提法，IPv4，因为中国互联网晚，所以清华有个B类地址应该还是不错的。如果我们以前说的，要想地址空间再大对我们有帮助。二是物联网下要求我们的眼镜，我们的笔，我们身体的很多部位都应该有个IP地址。
很多在说下一代互联网就应该是地址空间的重新分配和管理，IPv6应该为主流，当然人们也说IPv6能够在很多方式上改变或者解决IPV4的安全和管理的问题。但是不管怎么说，可能从不同的角度会有不同的做法，所以你的判断是对的，美国和西方国家对IPv6不是那么热衷，原因是地址基本够了，但是它们也在试验，是不是IPv6的成本和运行的效率比IPv4更好，这已经是有持续十年大家讨论的议题了。
IPv4和IPv6已经不是一个技术成熟度和产业应用的问题，涉及到很多新的事情。
第二，你说人工智能，也是发展当中仁者见仁智者见智，说它是科学它还有，说它不是科学还没有形成稳定性，所以统计科学是它的基础，所以任何一门数学都能支持它一部分功能就具备一个科学，形成自己独立科学的成分，那是不完全具备的，所以我们不能说它完全具备科学。
二是大数据，像2006年加拿大多伦多大学的教授从过去两层可以做到多层，由于计算能力增强，可以从人工标注到自动标注，使得学习能力增强。人们也有争议，三四岁的小孩认汽车看三五个卡片就能记住，走到路上就能知道这是车了，这不是大数据，这是小样本。所以人的认知能力如果智能了，既有大数据的样本训练强化，这是机器做的，还有人类小样本的计算，再加上大数据量下必须需要要有语法为基础的数据计算，还有语义的功能加进来才能解决它的效率。现在大数据计算，仅仅解决从形式上的，但是含义上的问题解决不了，就像机器人不知道他在说什么一样，这不是计算来做到的，这是人类特有的智能。
因此人工智能发展遇到新的机会，比如语言识别发展的速度非常快，所以人工智能由于数据的计算，由于计算机的效率的提高确实给我们带来很多益处。人工智能是不是到了产业突然爆发的时候？不觉得。但是这样一些利好的消息使得投资界和产业界不断在这里面增加的内容确实带来了很多的机会。
谷歌有车出事，所有的科学和技术都有失败的可能，它的那次的代价很高，但是并不排除自动驾驶仍然是一个非常重要的产业发展方向，所以在这个过程当中肯定会有很多的泡沫，你说有一百家多还是一千家少我说不出来，但是产业初期的时候人们都在探索，能赶上这一波的浪潮，所以投资就是冒险，如果风险可控就成功了，但是百里挑一成功了也是重要的成果。
这个产业没有到完全成熟期，但是是现在投资界的热点。现在投资界关注的是人工智能吗？是VR吗？是大数据吗？他们很超前来关注，关注下一个三年到五年的入口是什么。这里并不一定都能成功，所以我很难判断百家是不是能行，但是一定感觉到它一定能有机会。泡沫不好喝，但是没泡沫酒不好。
所以一个产业的兴起持续的投资很重要，一定要有疯狂的想法和疯狂的行动。但是作为政府、大学我们要谨慎一点，不能跟着市场忽忽悠悠做事情，还是培育环境，培育应用领域，然后支持技术创新和人才培养。
所以在这一点政府和大学保守一点，产业投资是市场的行为，政府不要过度地头脑发热，需要审慎地判断。
提问者：来自经济管理学院的博士生，见到您很亲切，因为我的本科学位是您授予的。有一个问题，您刚才提到工业软件这一条，现在有一个词很热叫“后发优势”，您提到工业软件非常关注，像波音现在已经积累了如此强的先发优势，积累了很多的经验，我们怎么发展，包括您提到这个行业是不是适合一个初创企业进入，因为它需要很深的工业积淀等等，您分析一下我们怎么去实现后发优势，怎么赶超？
怀进鹏：是我们必须要面对的一个大的挑战，挑战来自于什么？“后发优势”？还是“后发劣势”？因为你完全跟着走完全没机会，尤其在信息领域当中，信息领域不承认老二，只有领先者才能创造奇迹和利润，一般一个行业有三四家基本上把大部分的利润空间吃的差不多，后面只是力气活了。
作为波音这样的方式，它发展的百年老店，我们要有这样的心理状态，不是完全通过我们的努力就能够达到的。但是现在产业的发展已经是你中有我，我中有你了。就像GE在不断兼并新的公司，收购传感器的公司，数字化软件公司，虚拟现实仿真的公司，它在拓展这个领域。所以技术此消彼涨，产业此消彼涨的时候对我们是重大的机会，沿着别人的路径永远走不出你的生活来。但是如果它是一个必然的话，那就跟着走，成本一定会低，因为别人实践过了，但是你一定要瞄准下一个。在那样的下一个重大的突破当中你就去做这样的事情。所以华为说他进入无人区，无人区的成本就是非常高的，而且没有人告诉你按哪条路走，“后发优势”别形成“后发依赖”，这是我们的思维模式，我说工业革命不光是沿着路线走，还有一个伟大的转折，就是观念的变革。
所以后发优势如果不能有观念的变化，关注新的创造和机会的话，后发还能有优势吗？后发想有优势那是不容易的，先发才有优势。所以我觉得中国制造业在这一轮发展当中就不能简单拘泥于我们造得快、造得省就行了，而是要看到在数字化转型新的机遇去开展。全球的产业金融和产业的结合是需要的，人才和产业的结合是需要的，国际合作和产业也是需要的，所以产业的发展是全局，不是局部的问题，和金融，和人才，和我们的科技和社会的经济以及商业都关联起来。所以我们进入到一个生态重构的时代。而这个时候我们有可能真的形成后发优势。
中国的强大是网络能力、营销能力和充分的人才能力。我们如果把可能的能力都汇集出来做出制造业的的话，那是非常有可能的。要想发挥后发优势，首先要知道后发的劣势是什么，下一次机会是什么，你识别不出来问题，识别不出来机会就想后发优势，我觉得基本上是痴心妄想。靠努力工作的时代已经不存在了，机器人可以24小时工作，而且不吃饭只要给电就够了，谁能干得过他们呢？所以努力工作的时代要让给于主动思考的时代才有可能在后发优势当中找好位置。
所以这不光是我们某一个技术的问题，是整个中国面对三十年进入新时代当中我们没有路径依赖，或者我们真的想找后发优势的时候不得不面对的问题。
第二，你说的那个问题现在都在讨论，我也很关注，似乎都有道理，但是对中国来说我觉得我们应该有自己的道理，是什么呢？其实没有答案。我觉得你们可以好好思考，尤其搞经济管理的，这是一个值得思考的问题，但是社会问题未必有标准答案。
提问者：怀部长您好，我已经不是一名学生了，我是一名金融工作者，人工智能在我们这个行业的应用，以前我思考，像我们艰苦地学习了很多年，辛苦地积累了很多年的经验，甚至付出很多年的学费，会不会在很短时间内被代替，变成47%的失业人口，一直认为金融行业是比较高大上的，我觉得很有这种可能。
刚才也提到了在运算能力上人脑和机器不能相比的，怕失业也是因为这一点，我后来想了一下，也有一丝生存的空间，比如说盈利和亏损肯定是有一个概率的，在没有发生的时候，机器人我想它可能也不知道，但是它能算出来一个概率肯定要比人要精确。但是到最后临门一脚的时候是不是机器人并不是默认的，我个人认为都达不到人的水平，从您专业学术角度是不是存在这个可能性？在决策能力上是不是超不过人，在基础层面肯定比人的认识要强的。
怀进鹏：你说的这个问题都是可以讨论的问题，也是没有答案。你说的这个观点代表了现在社会当中对它的一种思考和焦虑，或者对未来发展当中的一种探索，其实有很多科幻片也有这类的内容，原来人们说计算机的智能如果能做好的话，一个挑战性的问题，有一件事它做不了，知觉性的思考做不了。
为什么IBM做的下象棋，20次方在往上走，围棋更高，这两个类型依赖的是人的知觉，人哪能记住那么多盘所有的可能，由于大数据和计算能力增强，计算机在做人类有知觉的事。你说的那个事情是非常重要的，临门一脚，没有先知的时候机器也许统计规律做，但是优秀的企业家就是那个知觉，我依然认为人的知觉和决策是领袖人才和人所特殊有的，大部分社会型重复性的工作和提高质量发展的工作机器人都能去做。
所以这种担心要看工业革命刚刚开始的时候，甚至有一个叫资本支撑，搞金融的应该看到那样的内容，那时候创造了城市出现，有了公司化的发展，那个时候的社会文明是一种痛苦蝶变的过程。凡是能够被模块化，被程序化，被流程化的都可以用机器来做，比人要做的好得多，而且精益求精不出错。你说的大知觉类的、决策的、认知的问题做不了，第二是没有语义的概念，有了数据它不知道是什么，所以永远是由设计者指定目标然后它来操作而已。
所以对智能应该说有相当的大科学家们，我们都知道说不能发展人类智能，怕带来很多新的问题，从目前来看人工智能确实带来很多改善生活提高生活质量，便于发展的一些机会。
所以再过三十年以后的问题，就不是科学问题了，变成哲学问题了，或者哲学前的问题了，不好去设想。
汽车功能被取代，代替人的时候，这个社会肯定会创造出新的工种，那个时候学习方式和经济方式会有很多新的变化，因为有相当一部分的工作是没有办法程序化，固定化和模块化的，这是我们可以想象的五十年当中，所以我也没有答案。
谢谢。
主持人：因为时间关系，很遗憾，今天的问答环节到此结束。让我们再次以热烈掌声感谢怀部长精彩的演讲。预告一下下周活动，下周四晚上由北京市道可特律师事务所主任刘光超，讲从金融实践和资本规律两个视角看法定规制的边界与尺度。地点待定。
责任编辑：梁斌 SF055
