人工智慧行業消滅人類崗位的程序，起碼會造成三到五年的延後。”
馬風還在琢磨其中的算計，丁三石卻已經聽懂了：“確實，就跟今年我看到濱江咱黃易總部隔壁，有幾家做新興產業led的公司，雖然大家都貴，但是賣不出去的主要原因不是因為比同行貴，而是‘買了led的產品之後，售價減去產品全生命週期內省下來的電費，依然比節能燈都貴’，所以那些物業老闆才不買。我跟其中一家叫羅萊迪斯的公司老闆喝過幾次功夫茶，就聽他說起過這事兒。
還有隔壁的海康威視，早幾年也是這個情況一套監控賣那麼貴，之所以賣不出去，不是因為它比競爭對手大華家賣得貴，而是因為多裝這幾套監控的成本，比多僱傭一個保安都貴了，才賣不出去。這兩年成本下來了，那些精明的企業主才開始多裝監控少僱保安。”
馬風的見識還是很廣博的，他做電商起家，各行各業都瞭解一點。聽了丁三石舉的例子，他馬上就想通了。
人工智慧的普及，說到底是跟人力成本在pk價錢，不是跟同行pk價錢。比人便宜才有資本家用。
於是他誠懇地追問顧誠：“那小顧你覺得，有什麼快速降低人工智慧運算成本的辦法呢？總不能讓我們去投資英特爾，指望硬體廠商把單位計算效能的cpu價錢加速猛降下來吧？”
“當然不是。”顧誠端起茶杯，作勢喝了一口，表情很淡定，“首先，cpu的架構模式，處理深度學習演算法需要的並行資料處理時，效率還是太低了。就算要在硬體上下手，也不該找英特爾。”
應該找英偉達，但是這句話顧誠就敝帚自珍了，沒必要告訴馬風和丁三石。
他從02年就收購了agiea公司，在人工智慧用gpu領域的佈局，已經佔到了先機。未來不管是挖英偉達的技術團隊、積累技術儲備，還是直接想辦法到英偉達投資，都很靈活。
這事兒，他自己就能做，不需要馬風和丁三石的配合。
他今天需要說出來的，都是些他不願意啃的硬骨頭。
“其次，即使不在硬體的物理指標上爭取跨越式發展，我們還可以在資源配置效率上做文章這個解決方案，就叫做雲端計算。利用未來網路的進一步便利，把各大網際網路公司的資料中心整合起來。
或者讓專門的伺服器/資料託管公司形成虛擬伺服器/虛擬資料中心的架構，實時最佳化排程計算資源，把閒置的計算力量以一個相對較低的價格臨時、分時租賃給出現處理需求的人工智慧公司用這些招數，可以輕鬆做到在硬體物理效能沒有飛躍的情況下，靠最佳化配置節約數倍的計算資源成本。”
“你說的這招，目前技術上實現得了？”馬風和丁三石異口同聲地狐疑道。
顧誠淡定地聳聳肩：“比較難，但是已經有機會年初的時候，英特爾公司就開始力推雙核cpu處理器了，對多執行緒計算的分配效率和架構也做出了很大最佳化。我們公司，目前就基於此基礎，嘗試了內部程式碼編譯伺服器的‘分散式編譯’架構。你們不信的話可以去參觀一下。”
第165章 別人搶破頭，誠哥看不上
“未來人工智慧時代的具體實現方式，就是利用人工智慧的演算法，在雲端計算大資料。演算法相當於工業時代的加工機床，資料就像是被加工的原材料，而云端計算能力則是驅動機床的能源提供者。
我的yy網路科技，乃至螞蟻金服，乃至我其他一切平臺，核心的目的是實現內容推送的人工智慧。我的人工智慧要‘聽得懂人話’，進一步發展到‘哪怕主人不說，也能猜到主人想要什麼’的‘讀心術’。然後解決‘找到主人想要的內容，然後給他’這個問題。
聽得懂，猜得透，找得到幫全人類做到這九個字，就夠我顧某人為之奮鬥一輩子了。至於錢，於我如浮雲，我要那麼多有什麼用？這裡面，的演算法和大資料，是必須我親自解決的，但是背後的基礎設施，我不一定要親自搞。所以雲端計算這塊，你們誰有興趣，願意去搞，我可以提供技術服務，或者入一點股份，幫你們搞。這個錢賺得不夠輕鬆，不是從0到1從無到有的錢，我不想受這個累。”
顧誠最後給了一番高屋建瓴的結論，把自己的志向和心態剖析得非常清楚。
只有從0到1的錢，才有壟斷利潤，才有絕對的暴利。那些從1到n的錢，只是成本大戰。或許未來早期的雲端計算巨頭在最佳化效率上能夠比同行高一點，把成本壓得更低一些，從而賺到更多的差價但那也只是一點點差價。
顧誠