我共参与了十几届模式峰会，每一次参会都有很大的收获。比如聆听了商界传媒集团CEO周云成的演讲，我很有感触的一点是，财经媒体说别人的创新模式容易，但是革自己的命最难。
以前我有一个EMBA二期的学生，他当时是一家传统头部媒体的主编，叫牛文文。EMBA毕业两三年后他突然辞职了，当时我并不惊讶，因为从传统媒体转向新媒体是那个时期的创业风潮，我理所当然地以为他去做了新媒体。
过了两年当他办起了杂志后，我就非常不理解，为什么他要从一个火坑跳到另外一个火坑？
后来我才发现，他做的并不是传统媒体，而是传统媒体基础之上的模式创新，项目名字叫黑马训练营。所有创业者缴纳5万元学费后就能来听课，训练营为他们提供相应的辅导。
这个项目的关键之一在于，他们该找谁来授课？黑马训练营选择那些愿意来免费授课的投资人，这些投资人，平时的工作就是到处寻找投资企业，而黑马训练营聚拢了一批创业者，给投资人们提供了一个庞大的投资标的库。
创业者有寻求资本和学习的需求，投资人有寻找投资标的的需求，黑马训练营作为平台整合双方的资源，这样一来，黑马训练营就完成了传统媒体的升级转型。
这个案例告诉我们一个道理，企业的模式创新晚一点总比不做好，革自己的命是早晚的事情。
郑翔洲老师慷慨激昂的演讲向我们展示了未来的环境是纷繁复杂的，尤其是去年和今年。现在的人工智能相当于1996年的互联网和1976年的PC，这个是毋庸置疑的。那么我们该如何把握住智能商业这样一个大的机会？
未来商业核心其一：数据分析
第一，我认为科学的数据分析是未来商业决策的关键。
我们可以通过2个简单的例子来说明：
首先，森林火灾的次数和冰淇淋的销量往往呈正比，我们发现这个数据规律后，就能得出森林火灾引起冰淇淋销量上涨的结论吗？事实上并不是这样，这是因为气温的增加会引起冰淇淋销量的增长，同时高温天气也容易引发森林火灾，其中的关键因素是气温。其次，有数据显示，儿童蛀牙的数量和语言能力呈正比，那么我们能得出“让小孩多吃糖、少刷牙，就能提高语言能力”这一结论吗？其实也不是，这是因为随着孩子年龄增大，语言能力会提高，而年龄增加，出现的蛀牙就会越多。
如果数据分析者只做半吊子的数据分析，找不到数据背后的原因，往往会得出完全错误的结论。
任正非有一句名言，“让听得到炮火的人指挥战斗。”这是从阿富汗战争当中学到的经验，让奋战在前线的人做战争决策。
商业竞争中也是如此，未来可能企业决策者们肉眼看到的情况不一定是真实的情况。AR、VR等实物让人体验到虚幻的感受，而数据能够帮助我们听到真正的前线炮火，从而进行正确的决策。
目前中国的环境特别有利于数据和智能的挖掘，但由此会产生许多有待商榷的争议和灰色地带。很多在别的国家不一定能够做的事情，在国内还是可以大行其道。
比如数据隐私的问题。我一个学生做大数据分析，把自己的企业和某家网站相联，假装自己是用户，一个月付1万元就可以获得网站上面所有的信息。然后将信息数据化，其中毕业的学校、专业、生日、日常信息作为一个变量进行数据分析。
如果是消费品企业获取到这些数据，就可以从数据当中提炼5万人进行分析，这5万人绝对是目标客户，并且微信、手机号等联系信息都有，如果直接用做营销，大家可想而知会产生多大的影响。
曾经我在国外看到警察骑着自行车在车流中穿行，我很好奇他们在做什么，我的学生解释说，这是在抓违章。我对此表示很费解，为什么抓违章不用摄像头，而是警察一辆接一辆车地亲自去查？学生说当地规定，没有经过当事人同意时不可以用摄像头。
在德国几乎没有摄像头，但是中国的北上广深等城市却有很多。种种因素综合之下，使得我们在人工智能领域能获得空前的，别人无法企及的数据量。
人工智能最重要的就是数据量，没有数据量的话，很多领域没有办法智能化。这是我们和其他国家重要的差异。
未来商业核心其二：应用场景
第二，如今场景语音识别、文字识别技术变革日新月异，这也导致了智能技术可适配的商业场景越来越具象。
5年前，科大讯飞曾向我展示他们研发的阅卷系统，不是简单的选择题阅卷，而是作文阅卷。科大讯飞的阅卷系统大概90秒能完成一篇作文的阅卷打分，而同样一篇作文再由3位特级教师打分，前后两次分数十分接近。
这个展示证明了，如今的智能技术已经可以满足实际的应用场景。但科大讯飞的董事长随后对我说到，虽然技术能达到应用要求，但实际推广却很困难。原因在于，当有些家长和学生知道是机器阅卷而非教师阅卷时，会产生排斥心理。
上诉的例子说明了“智能落地难”在很多时候并非是技术硬伤，而是企业对消费人群的市场教育还不够成熟。
智能化场景和应用已经相当成熟，相关的底层支持也是一样。从芯片到大数据分析，到云计算、到传感器，这些领域的发展近年来也是突飞猛进。
几年前传感器还相当贵，现在有些低端的传感器只需10元、20元。传感器成本大幅降低，会导致4G迈向5G提速至少10倍、20倍、上百倍，当然其中还有许多其他影响因素。
之前我去Google参观无人驾驶。在无人汽车行驶时，无人驾驶激光雷达会把周边200米范围内所有东西都抓取分析，但庞大的数据量会导致本地数据处理设备的计算能力往往不够，因此就需要把一部分数据传到云端，让云计算帮助无人驾驶的汽车做计算。
如此一来就会产生大量数据和云端的交互传输，成本也随之提高。云计算的成本一个月达上千美元甚至更高，用户为了用上无人驾驶，每个月就要承担上千美元的激光雷达，还有上千美元的云计算费用，高昂的应用成本会极大限制无人驾驶的推广。
但这是4G时代的困境，随着5G的到来，流量传输成本大幅降低，应用场景绝对又会不一样。5G可以完成许多4G时代所无法完成的想象，将智能技术许多未能完成的场景切实落地，这也是为什么华为、中兴等中国5G先驱企业会被美国政府这样强势对待。
大变革时代中的不变
去年我卸任了中兴集团的独立董事，因为美方要求所有董事必须卸任。当时就有人批评中兴咎由自取，为什么中兴不像华为一样发展芯片业务，如果在芯片领域早一点投入就不会被美国抓住小辫子。
这种观点让我想到晋惠帝的一个典故。古时候，天下大饥荒饿死了很多人，当大臣向晋惠帝汇报后，晋惠帝向大臣说到，百姓没粮食吃为什么不吃肉糜呢？吃了肉糜不就可以活下去不用挨饿了吗？
说出这个典故，我想表达的是，中兴是一家主要做终端，做通讯设备的公司，你能指望它，能够要求它必须把芯片业务也牢牢抓在手里吗？
全世界的手机品牌里，只有三星能做自己的芯片，近些年才增加了华为。即便是苹果这样的公司，也要和高通达成协议，依靠高通的芯片。
与其说中兴因为芯片原因导致美国制裁，是中国的耻辱，我认为倒不如说这是中国芯片公司的耻辱，怎么能反过来怪中兴没有把整条产业链全都占住呢？
回归正题，中兴案例的背景向我们展示了5G时代商业竞争的风起云涌。
目前，华为5G相关的专利有1500件左右，中兴为1 200件左右，两家公司加在一起掌握全球5G所有专利近40%的总量，当美国面临中国企业的挑战时，只能无所不用其极。
大家都知道中国的“千人计划”。千人计划的成员在美国会一一受到审查，此前就有一位美国教授因此失去了工作。
我在美国做了十几年的教授，从没有听说过会有这样的事，一位终身教授被莫名革职，这是前所未闻的。因为按照美国的教育制度，只要终身教授不违法，就没有人可以炒他鱿鱼。因此在中美竞争的大环境下我们可以看到，几十年不遇的许多事，都在陆续发生。
关于人才，很庆幸的是我看到BAT等企业如今吸引人才的能力也是空前的。我们可以比硅谷高两倍、三倍的价格，把顶端人才挖过来。
我们在阿里这家公司可以看到，有些时候是从美国最一流的科技公司将整个团队直接挖过来，而不是一个一个人才单独挖。现在的中国科技企业已经可以成建制地挖外国人才，这点同样是几十年前无法想象的。
在“中美贸易战”这样的时代背景下，产生了许多打破传统认知的变化，因此我们很难预测最终的结果如何。
但无论环境如何变化，企业家们必须要守住不变的是对技术的敬畏心和对商业趋势的敏感度。如果企业不去拥抱变化，未来一定会被淘汰。石墨烯、量子通讯、量子计算，这些东西看似距离商业非常遥远，但确实都是未来商业的趋势所在。
总结来说，在未来高度智能时代，无论是什么行业的企业家，如果不能用任正非说的，让听得到炮火的人来指挥战斗，加上科学的数据智能分析做决策的话，未来战略不可能是正确的