互联网是我们十几年以来始终关注的东西，在资本的推动下，它产生了非常多的价值，非常优秀的企业，也产生了大量的泡沫，这就是过去十五年出现的事情。那么互联网时代之后我们应该干什么？
互联网变成了一种工具
首先对于互联网时代做一个总结，互联网时代最开始是一个信息的工具，后来演变成办公的工具，后来衍生出各种工具，然后媒体依赖它，媒体从传统媒体衍生出新媒体，消费模式发生改变，逐渐变成了商业模式，生活依赖于互联网、交易依赖于互联网，各种各样东西依赖于互联网。
在生活交易都依赖于互联网以后，这种互联网形成标准的商业模式，产生了各种各样的系统工具，加载了很多的产业升级，产业升级以后收集了很多的数据，数据产生了智能，逐渐地一步步，互联网已经不再是互联网自己了，而是变成了一种工具。
互联网的技术价值和衍生价值
这里面有两道线，第一道线以上我们叫做传统互联网，第一道线以上我们利用的互联网的价值都是基础的技术价值，技术价值就是比其他的电话也好、用纸写信也好，它的优点是通信速度快，这是技术价值。
两道线之间我们利用互联网的商业价值，由于互联网产生了颠覆了互联网的媒体，颠覆了媒体行业，也颠覆了金融行业，所以我们利用它的商业价值。
第二道线以下用的互联网的衍生价值，就是大数据+人工智能的价值。
2015年就处于互联网+的阶段，正在把互联网的商业模式推广到所有行业，包括农业、工业和生产供应链。
到了2017年我们发现互联网已经进入到下一个阶段，我们完成了很多行业的产业升级，积累了很多的数据，我们可以开始做数据分析和人工智能。所以这两年虽然从实践上没有特别大的变化，但是从量变走向质变，我们认为今年为止，数据已经和以前不一样，有很多数据可以进行分析，这就是2017年的特点。
从互联网的应用过程来看，互联网本身不断地深化，互联网本身变成了数据，数据变成了智能，互联网是一种工具衍生出了互联网+，这就是产业升级，所有的行业都可以做互联网+，但是程度方法都不一样。
互联网不断地变化，最终有两个方向，一是人工智能，二是产业升级。让更多地产业获得互联网的赋能，让更多更深层次的东西不断地推动下去，这就是互联网的进化过程。
产业升级就是把小作坊变成大企业的过程
什么是好的企业？
好的企业要经历三个阶段：从0到1，从1到3，从3到万。
从0到1，无中生有的阶段，看企业家摸爬滚打，迅速做成一摊生意的能力；从1到3，企业升级的阶段，看企业家如何利用各种各样的商业知识、体系，把公司打造成一个军队，形成一个标准化的公司，并且快速复制；从3到万，管理资源的阶段。
刘强东在mba第一节课给我们讲大企业就三件事，管人、管钱、管资源。所以产业升级指的就是把一个小作坊变成一个大企业的过程，也是我们最关注企业发展的过程。
中国的企业缺少结构化思考
我们现在看到大量的企业，以及整个市场周边的企业，大部分的问题在于中国的企业缺少结构化思考的方法，没有系统化、专业化的能力，这是一个非常可惜的事情。
我经常举例，为什么美国的餐饮公司可以做到全国连锁，而中国的餐饮公司只能做到国内加盟，原因是美国用体制管理公司，而中国是人治型。所以一个好的企业实行产业升级，一定利用商业工具，中国的企业现在开始走向国际化，也是因为开始用互联网系统化、数据化的管理方法，才走向规模化的。
很多互联网企业是不合格的
首先给大家介绍一下，什么是使用各种各样的工具，历史上，人们是不断使用新的工具的、新的武器的。但是当你手上有了新的工具、新的方法，但是没有方法论，一样不能产生好的效果。就像我看到的很多互联网化公司，其实只是用互联网的公司，根本不是互联网公司。互联网公司的特点是什么呢？就是能够把握互联网的精髓，把你的客户、把你的供应链变成数据，你知道如何利用互联网去衔接数据和行业，并且在一个平台上不断地进行迭代、交流然后成长，这才是互联网企业。
我看到成功的，有找钢网，有易酒批，但大部分都是不合格的互联网企业。易酒批是我们投的，是用互联网做酒类供应链整合的一个平台，找钢网是用互联网去做钢材供应链整合和买卖的这么一个平台，这两个公司都是比较成功的。他们都得到了互联网的精髓，驾驭了互联网。但是有很多行业，比如石料、板材、纺织、布类，他们都想模仿这种方式来去做线上化这么一个过程，但是发现并没有那么好去实现，这里有两个主要的原因。
为什么很多企业线上化不那么成功？
第一，商品不够标准化。大家要知道找钢网的钢材sku是有限的，用户知道要什么类型的钢，怎么去做的，然后直接在网上进行交易，而找布网已经没戏了，因为每个缸染出来的颜色都不一样，你要想去找布必须现场去摸，自己去看，感受布的颜色和柔度，所以这个叫做人治型企业。请记住，互联网化的企业最重要的特点是你的产品足够标准化，并且在微观的层面上不能依靠于人去完成，这样的公司才能做互联网化的企业。
现在有很多的方向都在做产业升级，历史上我们也经历了很多产业升级的过程，都是有了新的生产工具一定要有新的生产方法，从而使生产力不断地提高，这样才叫做产业升级。这个就是历史上的工业革命、电气革命、电子通讯革命，每一次都是产业升级的过程，而我们刚经历完互联网革命。我们猜想下一次革命就是数据和智能化革命。生产工具在不断地升级，但是最重要的是管理方法要进行跟进，如果管理方法不跟进，你用更新的生产工具一点用都没有，只是一个表面上升级了的公司。
产业升级就是从经验走向规范、走向标准、走向数据化，形成结构化、体系化、自动化和智能化，每往后走一步都是产业升级的过程。我刚才给大家讲的大量的中国企业都处于经验化的地位，大量的公司依靠于人，这个人厉害公司就厉害，都是属于经验化公司。一个好的公司能做到铁打的营盘流水的兵，这才是好的公司。所以进入到规范和标准是非常重要的，一个好的公司一定要有好的纪律和规范化，有了规范标准，制定行业标准，就形成了行业领投，有了行业标准以后，形成了很多的数据积累，就能把你的公司做成数据化的公司。
当你能做到数据化，这个公司一定是行业领先的。
第二是管理体制化、体制流程化，这是管理公司非常重要的精髓，我们在对公司尽职调查的时候非常注重这两点，看一个公司是否能把自己的资源非常体制化、信息化的管理起来。
进入到这点以后，公司就进入到系统化管理。特斯拉的生产线，从头到尾产生一辆车，打板、压板然后安装的整个过程，除了复杂的零部件发动机以外，13分钟就完成了。原因就是每个动作都有标准化的数据，机器人全都读了数据，整个过程全都器械化了。所以走入自动化之前必须要完成系统化、结构化、数据化的过程，当一个公司越来越体制化的时候，就会走入到自动化。最后一步会走入到智能化，由计算机来计算。能够把互联网和新的工具的思维灌输到传统行业里面去进行升级，并且存在大量的升级空间，这个就是产业升级。
除了产业升级以外，另外一个方向，也是更深层次的产业升级，就是智能化的产业升级。首先讲智能过程，我们发展过程在过去的30年里面主要发展了三样东西，硬件、网络和云端。这个里面就是终端、网络云端的过程。终端的最重要的特点是把人和手机、pc进行数据交换，让我们每一天用感性的方法变成数据的东西，传输到一些硬件里面去，这就是终端的特点，变成数据以后，就在网络里面开始迭代，数据开始传输。然后传输到了云端进行计算产生智慧，所以整个过程就是这样，终端对应的是智能硬件，互联网对应的是互联网+行业，云端对应的是人工智能，就是这么一个过程。
互联网很强的迭代能力从何而来？
互联网很强的迭代能力是它自己的特性导致的，因为任何一个信息进入到互联网里面，有两个效应。一是涟漪效应，一个是迭代效应。互联网里面我们都在干什么？每个人每天都在交换数据，所以我们在互联网里干三件事情，叫做选择信息、交流信息和个性化评价。这个东西在算法层面上和在生物层面上有一个定义，叫做选择、交叉和变异。选择是选择我们想读的信息，交叉是交流观点，变异是我们每个人个人的个性观点，这个跟生物的进化是完全一样的。
关于人工智能可以分为三个阶段
第一，互联网基础。在过去的20年里面，互联网基础已经非常完善了，无论是底层的网络系统、还是硬件，今天来看已经非常完善了。第二，大数据积累。这两年由于o2o和交易的发展，已经越来越成熟。第三，算法的应用。智能化最终的状态，要利用算法去计算。你一天所有行踪通过数据都能看到，再通过算法去研究你，最后得出结论，你这个人是一个金融民工，就是这么一个过程。
大数据就是进入到人工智能的门票，重要的是你要有数据入口、数据训练和商业过程。训练过程像一个搅拌机，数据越多分析出来的越多。必须要入口端，数据从哪来？可以从平台来、可以从硬件来，最重要的是你要能稳定的收集大量的数据，放入搅拌机一搅后出来有实体化工程，辩证一下你算出来这个东西对不对。这些弄完了，你的数据就开始有意义了，产生相关性，再利用相关性指导商业，形成事件的画像，制定商业策略，把这个东西变成商业策略以后反过来形成商业的价值，这就是商业过程。
大数据市场存在很多问题
第一，竞争非常激烈，大家都在恶意地竞争，收集各种各样的数据，通过各种手段挖掘数据。但很多都数据体系都是没有意义的。所以说大数据公司一定不要通过数据量评估价值，这是毫无意义的，而是你的数据的精度、有许多水平、是否全面，在数据上叫完备性，这种数据才有意义。
第二，大数据的噪音非常大，都是没用的数据，比如说医疗行业，大家觉得是大数据和人工智能可应用的方向，为什么发展的很慢，是因为病例类的数据极其不标准。这就是医疗问诊数据分析目前来讲发展的非常缓慢，反而很多公司走基因层面，因为基因层面的数据比较标准，所以数据噪音非常大，有效数据非常少。
第三，数据分布非常密集，但是都是孤立的。饿了么有你很多吃饭的数据，但是他只知道你喜欢吃什么，不知道你其他的性格爱好是什么，有特别多这样的数据，只能分析出你单方面的性格，不知道全面分析你。所以，你只是在单方面了解他的一个性格特征，即便了解到极其透彻也没有用，原因是因为你只知道他一个维度的信息，你要了解他现在的情况、背景因素、各种各样的因素综合起来判断，这个数据才有意义。所以多元数据是非常重要的。
第四，很多公司总是尝试解决复杂问题，这一堆数据我们马上把你整个公司所有的数据都解决了，不可能，大数据最好的方向就是用复杂数据解决一个问题，但这个恰好是相反的，因为通过少的数据解决很多问题这是不可能的，数学上不成立，应该是很多数据解决一个问题，这叫主特征问题。
那么大数据的发展进程，我给大家介绍一下，有几个阶段。
第一，收集。你得先有大量数据才可以，然后才有算法。
第二，要进行标准地清晰和标签化。有一些数据公司蒙你，我这儿有可多的数据了，我估值多少亿，跟你说没用。一定是标准有用的数据。
第三，要多元数据交汇融合，要用全面的数据去了解一个事情。
第四，提炼成一个精炼的数据库。
人工智能模型化的过程中，大数据是人工智能的基础，当你有了非常多的数据以后，就进入到了人工智能。
人工智能
我们该怎么看人工智能？
人工智能和传统算法最大的一个区别在于什么？在于传统的算法是由人总结规律、产生算法，而现在是由计算机通过你给他的数据来总结规律。
所以我们把规律这件事情分成三个东西。
第一，赋予智能。以前我们我们告诉计算机你该这么做，赋予它的智能。
第二，学习智能。我们读数据，读完以后得出结论，这叫做学习出来的智能。
第三，残差信息。以前我们是把有明确意义的东西告诉计算机，现在是不知道、不太会表达的东西，但是大概知道是哪个方向，然后让计算机自己去学，学完了以后告诉你答案，这是目前人工智能最重要的一个方法。
大家记住人工智能看三点：数据够不够大，计算力够不够强，算法够不够好。学不到的东西都是因为数据不够大，算法不够好，硬件不够强导致的。
人工智能的三个层面：基础层、技术层、应用层
我们把人工智能分成三个层面。
第一，基础层。特点是硬件、量子技术、云服务、开源模块有关，这里面的特点是为人工智能的基础打好硬件和数据基础。
第二，技术层。主要有五大方面，最重要的通过图象识别�...