雲栖大會首日精彩爆棚，第二天繼續開啟資訊量超大的燒腦模式，阿裡巴巴集團cto張建鋒在主論壇的開場發言中，對馬雲提出“五個新”當中的新零售、新制造和新技術進行了深度解讀，認為計算能力的提升将加速世界的智能化程序，阿裡将持續建構商業基礎設施，以消費者需求為起點，反向推動各行各業步入智能化制造、智能化産品和智能化服務。
“網上的資訊與現實資訊對比可能還不足萬分之一，大量的資訊沒有被數字化，”張建鋒開場時指出，“随着資料處理能力的提升，整個世界一定會被數字化，數字化之後這個世界才更有機會被智能化。”
張建鋒表示，數字化會沿着兩個緯度發展，<b>一是通過計算機視覺等技術不停地進行聚類</b>，比如利用通過支付寶的掃臉識别就能确定實人身份，通過手機淘寶的拍立淘就可以了解商品詳情；<b>二是不斷通過前沿技術尋找新的觀察角度</b>，例如vr／ar技術營造的虛拟現實的世界；更多緯度的資料加上更多角度的觀察，能夠激發前所未有的想象力。
當浩瀚的數字化資訊能夠聯網線上，在萬物網際網路的新世界中，所有東西都可能有感覺、變智能，想象一下電表、冰箱、心電圖監測儀、數控車床等等裝置的資訊都能數字化并聯網，從城市管理到個人生活，都會迎來翻天覆地的變化。雲栖大會前一天釋出的杭州城市資料大腦，正是用資料和人工智能進行社會管理的前瞻性實踐。
張建鋒在演講中以一根高爾夫球杆為例，用智能化制造、智能化商品和智能化服務三部曲，生動地描繪了阿裡生态所蘊含的資料智能潛力。
随着阿裡商業人工智能引擎“電商大腦”的不斷進化，也許在不久的将來，一位高爾夫玩家在淘寶下單，就能夠獲得根據自己的體型、習慣等定制的專屬球杆。智能球杆所沉澱的使用者使用資料，又能夠幫助工廠不斷改善生産制造，同時還能幫助高爾夫教練更好地提供訓練。
這一系列的場景在追求标準化的工業生産時代很難想象，但随着網際網路成為基礎設施、計算能力呈幾何數爆發以及所有的線下資訊孤島被打破，計算機人工智能将有能力支撐這一複雜的系統，而這正是阿裡未來30年的技術布局重點。
<b>以下是演講正文：</b>
<b></b>
<b>張建鋒：</b>非常歡迎大家今天這麼一大早就到雲栖息小鎮就來聽我們的分享，今天是資訊量非常大的一天，馬總給我們分享了“五個新”
（新零售、新制造、新金融、新技術和新資源），我今天對新零售、新制造、新技術做進一步的闡述，昨天我們看到了雲計算，大資料帶給了我們無限的想象與空間，王堅博士也給我們分享了城市資料大腦，帶給了我們很多對未來的啟發，我今天分享的主題是計算帶來的無限的想象空間，是以今天我首先想談一下我們自己對這個資料計算智能的一個了解，我也想談一下對于未來的看法，特别是有大量資料，有非常好的計算，給我們一個新零售、新制造的結合。
首先，像我們目前這個事件變成什麼樣的狀态，未來向哪一個方向發展的趨勢，我們也知道，從網際網路發展以來，這個世界很快從一維的平面的文字的圖像的，還有視訊的，快速向三維過渡，今天有很多新技術，va/ar，這是我們看到的第一個非常明确的趨勢，從二維的世界快速的向三維的世界過渡。第二個我們的互動方面也發生了非常多的變化，我們從以前大家都比較熟悉的，從pc時代開始，從鍵盤慢慢地進入的移動時代，我們互動的手段變成了螢幕。這兩年大家感受到熱門的就是雲，人類從鍵盤一直到螢幕，一直到語音，往更自然的互動發展。我們回過頭來看，現在非常提倡的三維的世界和雲的互動，我們會發現我們人類和機器、技術互動越來越趨向于現實生活中的世界；就是我們現實生活在一個三維的世界，生活在一個自然互動的世界。這是我覺得第一個很大的趨勢。
第二個，我們也看到了，我們也這麼認為，随着資料處理能力的提升，整個世界一定會被數字化的，這是第二個非常大的趨勢。昨天博士舉了一個例子，現在中國有60萬個攝像頭，但今天其實我們很多的事物都沒有被數字化，數字化之後，我們認為這個世界才更有機會被智能化，智能化有很多的緯度。
是以我先談一下如果這個世界被數字化之後帶來的變革。那我們今天也知道，我們這個世界是從pc時代網際網路興起之後，谷歌這種搜尋引擎将現存在網上的所有資訊給整理起來了，帶來了一個非常大的變革和飛躍，網上的資訊隻占現實資訊非常小的一部分，今天我們覺得可能根本不到百分之一、千分之一、萬分之一比例；我們大量的線下資訊沒有被數字化，是以它也沒有辦法智能化地去處理。舉個例子，全國60萬個攝像頭這是非常大資料量，但是我們想象一下，如果今天每一輛汽車上都裝上了一個攝像頭，我們想象一下有多少個汽車？中國可能有上億的汽車，如果上億的汽車都有攝像頭，它都能夠實時采集資料，我們都能夠實時來分析這個資料，這個世界就會發生非常大的變化。第一，交通事故，我們再也不需要做非常困難的判斷，每個交警碰到駕駛員直接會說把你的視訊資料調出來看一下。但隻是第一步，因為我們隻是将我們認為的事物給數字化了，我們隻是把汽車視覺上看到的一部分給數字化了。比如今天在門口看到一棵樹，這棵樹其實沒有被數字化的，因為我們經常會看到；我不認識這一棵樹，我也不知道這個花是什麼花。因為所有的資料都沒有被數字化，這個數字化會有兩個次元接下去會發展。
第一，不停地進行聚類。這麼多有車，有花朵有房子，現在我們在想象，我們隻要拿出攝像頭這一棵樹就這是什麼樹，這一個聚類的結果但這隻是一部分，我們今天另外部分技術是我們把個體的東西再進一步細化，比如今天談的人臉識别也好，虹膜識别也好，但這個個體是什麼，這個就是說我們将某一類物體裡面更精準地識别出來這也是另外一個發展方向，是以，阿裡在這方面做一些工作，我們希望既能夠識别某一類，就是我們所說的人工智能對吧，我們認識貓，認識狗，能夠認識很多東西，那我們也要進一步地能夠識别某一些東西，比如說我們通過支付寶的掃臉、掃碼，都能夠識别這些東西，這些我認為都是這個數字化之後我們需要去做的一些事情。但我們現在再想象一下，如果所有的東西都被數字化了，會發生什麼樣的場景？比如說用手淘的一個拍立淘一照就知道一個什麼東西。如果這個數字化深度更深的話，我們知道原材料、生産的過程、工藝，可能知道更多的一些東西，如果跟其他的資訊更進一步地整合的話，我們還能夠知道更多的東西，我們整個事件都能夠串聯起來。這是數字化之後帶來的很大的想象。
更進一步，我們用怎麼樣的視角、手段觀察這個資訊？今天我覺得這個就是vr/ar帶給我們的想象，我們拍到了一個實體的藥，它上面很快就會彈出一個虛拟的界面，你要了解到所有的資訊都在上面，今天我們可能直接在手機螢幕上一點，可能将所有結構化的資料都能夠呈現在我們面前，這是我認為數字化之後所有的事情能夠串聯起來的一個非常重要的一點。那這我們想象的有數字化之後能夠帶來的多空間。
那進一步想，我們今天不是把某一個物體給數字化，然後到第二步的話，我們今天有一個很熱門的話題叫iot，怎麼樣把這些東西全部的連接配接在一起，産生更大的價值？舉一個例子，昨天談到的城市交通，今天的攝像頭是靜止在路口的，要彙集到雲端進行分析，進行決斷。我們想象以後，以後杭州每天在跑的車都是具有感覺的，我們面對的是完全不一樣的場景，我們每天實時地看到，這個處理會更加地精準，我們在雲端，但面臨我們的挑戰是什麼，我們60萬個攝像頭，今天就處理不過來，可如果是6000萬，那是一個非常巨大的挑戰，是以資料一定要做進一步的智能化的處理，并不是所有的資料都要處理，這就是雲計算所要去處理的一個最大的事情。
那我們再想象一下，如果這個世界所有東西都是有感覺了，帶智能了，這個世界又會發生什麼樣的變化。我前兩天聽到過一個故事，一個報道，他們說在北京分析了所有坐公共汽車、地鐵的所有資訊，對吧，然後他們把那些小偷都給抓出來了，這是一個什麼樣的道理？因為他通過這個資料能夠很容易地分析，這個人今天在這裡上車下車，他就一直在這個車上，誰會在一直在這個車上，除了駕駛員之外，是以很大機率是一個小偷，計算，我們認為今天通過這個資料可以看到更多的一些東西，關鍵是看我們的想象。
我們再想象一下，今天很流行一個詞“iot”，iot有幾個層面，今天越來越多的裝置是帶智能的，帶智能的并不是說它本身帶智能了，不是非常了不起的事情，比如今天我家裡有一個加濕器，我知道濕度、溫度了，比以前是一個進步，以前隻是說今天要開到中檔、大檔、小檔，我不知道現在應該開什麼檔，比如所有的東西都帶傳感了，然後又可以向雲端傳輸資料了，在城市裡就有非常大的應用，如水表、電表，電是不能存儲的，電網有一個很大的概念是智能電網，因為它無法存儲，是以它很難精準地知道杭州市，這個小區裡，它用電到底是什麼樣的情況，如果是智能電表的話就不一樣，每隔5分鐘就能夠上傳所有小區的家裡用電的情況，這個電網會非常精确地知道這個城市，這個小區的負荷，如果水表也知道這個情況的話，整個世界都是不一樣的世界。因為谷歌有一個報告說它用人工智能的方法，将led的電消耗電降了40%多，你們去想象一下，這個是多麼大的一個空間。
是以，第一步我們将本身的物體能夠數字化、智能化；第二步要聯網，聯網之後就是一個更大的想象空間，智能化。整個系統就可以做一些智能化，這是萬物互聯之後産生的一個巨大的想象空間。
那昨天馬總也講了，就是說新零售、新技術、新制造之間到底有什麼樣的關系？因為阿裡巴巴以前一直做零售，一直做電商，我想在智能化上再了解一下，怎麼樣了解智能化，因為今天智能化是一個非常大的話題，大家都講資料要智能化，中國有一個很大概的概念，現在有一個很熱門的詞叫“中國制造”；因為不管你現在是工業4.0也好，包括現在比較熱門的“中國制造2025”也好，包括我們現在講的其他的一些“兩化融合”等等，它都有一個核心的關鍵詞叫做“智能制造”，那馬總昨天将它更抽象了一下叫“新制造”。
那我們想象一下以後這個世界包括電商的平台，新零售、新制造、新技術之間的關系。我前兩天看到一個報道，因為德國一直在推工業4.0，奧巴馬去通路西門子，人家送給他一根高爾夫的杆子，估計裡面刻了他的名字或者是怎麼樣的。因為我們參觀一家公司，人家把産品打上你的圖像或一個名字，我們認為都是非常高的榮譽。我們想象一下，我們以後會什麼樣的場景，比如說拿淘寶為例，今天你可以在淘寶上下單，我要要訂購高爾夫的一個球杆，因為每個人的身高體重，每個人的習慣都是不一樣的，對吧，按照目前工業化生産的情況下，我們隻有3種、4種或5種，如果這個是個性化能實作的話，我們在網上搜單，我們能夠知道這個人的資訊，這個人大概是什麼樣的人，等會講是怎麼來回報的。如果工廠全部是數字化、資訊化的，比如有5個工廠能夠生産高爾夫杆，我也能知道哪一個工廠現在的産能是有富餘的，它能夠最快地交貨，是以這是一個路徑。工廠收到這個訂單之後，能夠直接将人的資訊輸入到制造裝置，能夠制造出符合你的需求的一個産品，一個球杆，這個我覺得完成了智能化新零售的第一步，那第二步就我剛才說的智能化的制造，我們怎麼樣把資訊能跟他的管理系統、生産系統連接配接起來，變成智能化的制造，這是中間工廠的智能化有非常多的事情要去做，對吧。
然後下面是智慧物流，你生産完了，對吧，那我們可以直接把訂單，把這個商品交給我們的智慧物流系統能夠到達消費者的手裡，消費者最後有兩個動作，他第一個回報，第二個使用，對不對，然後我們解決的第一部分智能化的制造，第二部分很大的機會是智能化的産品，就是我今天不是做了一個個性化的高爾夫球杆，高爾夫球杆裡面是不是帶智能的，我覺得是未來很大的一個機會，對吧。它可以放上很多傳感器，我們也講了，這個球杆本身也要數字化、智能化，它肯定帶了很多的傳感器，也帶了很多其他的智能裝置，你記錄每一次揮杆，每一次力度，以及每一次擊球的位置，是以所有的資訊它都能夠都記下來，這是我認為的它智能化的第一步。
第二步它要把所有的資訊上傳，因為雲端可以做更多的分析，工廠可以拿這個資料來改善它的生産制造。第二，工廠可以拿到這個資料為以後這個人的訂單做進一步的比對，這是第二步，智能化的産品。
第三步，如果所有東西都實作了之後，才有第三步，智能化的服務。我們也知道了，他所有揮杆的資料，他所有的習慣都已經在雲端了，那這個時候高爾夫球的較量，他就有機會知道我應該怎麼來糾正你，我怎麼來訓練你，這個就是智能化的服務，是以，智能化一路走過來，最早從智能化、個性化，從工業化批量向個性化做。第二步我們産品以後越來越多會被智能化、數字化的。第三步所有的這些實作以後，它以後一定會帶來很多智能化服務的機會。
現在我們進行到一個生産階段，為什麼中國一定要提工業4.0，要提“兩化融合”，要提“中國制造2025”。因為我們從前端應該是目前發展最快的一部分，馬總講的零售，電子商務，這個層面已經基本上達到了完全個性化的程度，這是第一步，推動的社會的變化大家已經有目共睹，第二步将帶來更大的機會，我們能夠利用這個系統實作全面的個性化，個性化我們也知道，今天消費者有了網際網路技術，有了這個技術之後，消費者能夠直接跟工廠産生連接配接，當然，中間也有很多議程，有網紅，有很多中間商，有品牌商，他來代表消費者做一些個性化的選擇，這些個性化之後，我們工廠需要做一些什麼，大家知道現在工廠進來之後它有一個很大的erp系統，後面有生産制造系統，後面有裝置，裝置如何适應個性化，這是新制造裡面可能是非常想去探索的一個部分。
我們今天已經有非常多的先進性生産制造裝置了，但今天的資訊都是孤島，現在最先進的工廠已經将其生産裝置給數字化了，但它沒有聯網化，也沒有平台化，對吧，這個資料隻是在它的工廠裡面能夠看到，但是消費者不能看到。
然後，甚至連品牌商無法看到，因為品牌商不是它自己的裝置，是以我認為這裡面有非常大的機會，那我是怎麼了解整個生産制造的自動化、個性化，我們現在獲得的資料，或者系統的打通是做得不夠的，這個裝置本身是有非常多的資料的，我認為，現在好的裝置，它帶的傳感器也好，它帶的所有資訊也好，已經是足夠地豐富了。我們也想象一下，如果今天這個資料都能夠知道的話，我們會發生一個什麼樣的化學反應，比如說我今天我要訂一個牛奶，牛奶這個裝置的生産商，牛奶可能有脂肪的含量，也有甜度，你要更甜一點，更淡一點，有些人喜歡喝低脂的，有些人喜歡喝高脂的，在生産裝置裡有些工序不是特别複雜的，比如要加糖，這是額外的工序，如果你喜歡甜的，可以給你加一點糖，但今天我們就無法這樣個性化了。因為我這個接單的人和訂單的處理全部都是脫開的，全部都是孤島，如果資訊化、智能化、自動化，都能夠實作的話，我們今天在網上下一個單，你說我的甜度是這個，它這個資訊應該能非常順暢地流到生産制造的過程，它能夠控制這個裝置加多少糖，生産完之後能夠貼上你這個識别碼，比如說這是誰誰訂購的，然後立即通知這個智慧物流，智慧物流能夠很快地發到你的家裡，你可以做一個評價，對，這個牛奶已經比我以前喝的要好多了，但更甜一點更好。工廠可以很快地知道資訊，下一批裡都會做一個設施的改進，這是我們認為的資料智能化之後，也是我們了解的從新零售到新制造一個完整的過程。
後來誰來支撐這一複雜的系統？就我們講的新技術。剛才我們講了，計算是想象無限，但光有計算是不夠的，我們還有非常多的資料，還有非常多的智能化個性化的算法與行業的算法，這都需要一個全生态、全産業鍊來做一個
然而，我們今天也講一個熱門，大資料，是非常多的資料就叫大資料嗎？資料，我覺得今天大資料是被很多的事情給催化了，比如現在深度學習非常流行，但深度學習靠大量的資料訓練出來的進一步催化了我們需要這麼多的資料，但這麼多資料産生之後它會導緻我們需要更多的資料，是以今天我認為處理資料本身就是一個非常重要的，也是一件非常關鍵的事情。
就阿裡雲在這個方面，不管是在城市的大腦，也不管航天上，在氣象上，都在繼續這個能力和能量，這是很難個體化去參與的事情。但很多個體化個性化去做的事情是什麼？我覺得是偏行業的智能化，工廠的智能化，這都是我們要去做的，大資料不僅是将這些東西變成智能，變成一個自動化，它本身會帶來這個行業很多本質性的變革。我再舉一個例子，比如我們做體檢，我們今天做得好的人是一年一次體檢，對吧，做得更好的人是一年兩次體檢對吧，但我們要知道，人是一年沒有一分鐘在停止營運，他每一分鐘要心跳70次我們隻是在體檢的那一刻，人家給你采樣了半分鐘的心跳，你去想想，我們一年又多少時間，一年有很多分鐘吧，體檢隻是采樣了半分鐘，那這個資料能做出什麼樣的更有實質性的指導意見，我認為是未必的。是以說我們今天阿裡還有的一個重要事情就是資料實時性跟線上化，我們今天一個穿戴式的裝置能夠一天24小時不間斷地去檢測身體的所有狀況，你再去做分析，這是大資料，有些疾病不是靠基因，因為這個基因别人是這個基因，是以這個基因有毛病，更精準的是你跟自己比，你可能連續很長一段時間，可能3個月之内，你的某個症狀都是很正常的，對吧，然後三個月之後，他發現有一個變化比如心跳從70變成80了，那我就能知道為什麼我今天跟是不一樣的，我可能什麼地方有問題了，但是你叫醫院去看，他覺得這麼大範圍的一個人群，心跳運動量有50跳的，體虛的人是120跳，他認為這都是正常的範圍，是以他給你一個診斷的意見，他就認為你體檢的時候在正常範圍之内，給你敲一個章，你是健康的，但我知道以前是60跳的，今天變成80跳了，什麼地方一定是有問題的，血壓也是一樣。是以我認為資料的線上化、實時化，比資料單純的大要得多得多，是以很多東西我覺得我們的計算能力也好，資料的處理能力也好，上來以後會改變非常多的行業，我們習慣性的認知這些都需要什麼？都需要一個非常大的計算量，然後這個計算量大了之後會有更多的資料産生更大價值，是以今天資料，無論處理、交換等一系列的事情，都會變成一個影響我們生活、改變我們生活非常重要的事情。是以，這也是我今天要講的主題，我們怎麼樣用計算、資料來改變我們整個世界的認知，改變我們對整個世界的看法。非常感謝大家！謝謝！