時值歲末，英特爾開始收拾心情，展望未來。

    2016年對于英特爾來說絕非順風順水的一年。在PC市場持續不景氣的大環境下，英特爾經歷了大規模裁員、放棄移動芯片業務等轉型陣痛，直到最近才終于向媒體宣布，將未來的轉型聚焦于八個關鍵技術領域：人工智能、無人駕駛、5G、虛擬現實、機器人、體育、精準醫療和中國制造2025。

　　這一整體策略的落定，如英特爾公司全球副總裁兼中國區總裁楊旭所言，并非一朝一夕的成果。

　　12月13日，在接受專訪時楊旭表示，英特爾最近一年才轉過這個彎，即：英特爾不是一個純芯片公司，不一定要靠芯片才找得到機會。

　　為什么之前的轉型那么痛苦，因為那時的思維是找芯片，老想著找個地方把芯片弄上去。楊旭說，后來發現雖然許多終端小設備需要智能處理器，英特爾當然也能做，但做的時間是人家的2倍，成本是人家的很多倍，經濟效益不行。

　　在這樣的情況下，英特爾需要尋求更靈活的處理方式。譬如有的設備采用ARM架構芯片，卻可能需要英特爾的IP人家有能力實現更快更低成本的設計，為什么不能在IP上合作呢?楊旭說，這兩年真的是想通了很多問題。

　　打開思路后，英特爾開始關注大格局的變化。

　　英特爾認為，智能互聯的未來將呈現四大趨勢：數據洪流、萬物數字化、計算感知化和云的增值。

　　英特爾預計，2020年將有500億臺相互連接的智能設備，每人平均每天將產生1.5 GB的數據量，一家智能醫院每天產生3000GB的數據量，一輛無人駕駛汽車每天產生4000GB的數據量，一家智能制造工廠每天將產生100萬GB的數據量。

　　面對如此大的數據洪流，如何從云端進行挖掘、分析、最后完成增值，是未來亟需解決的關鍵問題。

　　為此，英特爾將從云端、終端、中間的連接三方面提升處理能力。

　　以現在大家談得最多的人工智能為例，人工智能數據處理類別是不一樣的，有很復雜的數據，也有并不復雜但處理量很大的數據，人工智能如何充分挖掘、釋放數據價值，其中一個重要因素在于端到端的計算。楊旭解釋道，從終端數據的產生、采集，到數據的高速傳輸與存儲，再到云端數據的分析、挖掘，端到端計算能力可以助力人工智能充分釋放數據價值，帶來更多的創新和增值，從而引發智慧城市、智慧零售及互聯網金融等各行各業的深刻變革，并給人們帶來全新的用戶體驗。

　　人工智能、無人駕駛、5G等八大領域，正是英特爾認為其能夠發揮處理能力所長的領域。

然而外界更關心的是，在這些領域之中英特爾什么時候能夠形成規模，并真正產出商業價值。

　　對于這樣的疑問，楊旭表示雖然很難準確預估時間點，但提出這些領域有兩個意義：一是英特爾看好這些技術趨勢，認為它們將給人們的工作生活帶來很大的變化，而新的服務、新的應用也將從中誕生;二來這也是技術的驗證過程，包括虛擬現實、精準醫療、無人駕駛等都需要進一步驗證。

　　以無人駕駛技術為例，之所以引起英特爾和那么多大公司關注，是因為它是最具前瞻性的一種技術。無人駕駛的應用能真正驗證包括人工智能、機器人等技術是否成熟，以及這些技術能否滿足未來的需要。

　　楊旭稱，發現問題就調整，哪些方面能力不夠就補強哪些能力，哪些合作方式不對就改變合作方式，但是必須得試。最關鍵的是，全世界只要在這些領域里有話語權的人都在試水。

　　在這些領域之中，英特爾走得最遠的無疑是人工智能。在過去的一年，英特爾在該領域收購了一籮筐的公司，很多人卻看不懂英特爾的布局。

　　在最近舉行的英特爾人工智能論壇(AI Day)上，英特爾向外界展示了其人工智能的整體方案，總的來說包含了硬件、庫/語言、開放框架、工具/平臺以及解決方案五個層級。

　　底層英特爾的各種芯片產品具備對不同類型數據的處理能力，第二層提供算法和函數庫，中間的兩層是開發工具和開發平臺，如收購的Nervana的FPGA可實現個性化設置芯片，最上層則是針對不同行業的具體應用。楊旭向界面新聞記者解釋道，人工智能完全是個性化的，不同領域要求的東西完全不一樣，所以一定要把這些應用突破，提供一層層疊加起來的整體方案。

　　此外，英特爾正與谷歌等業界領先企業建立廣泛聯盟，成立Nervana人工智能委員會等推動技術探索和創新，并與全球領先機構合作提供開發者培訓課程。

　　在中國，英特爾已與京東、騰訊、阿里巴巴、百度、諾禾致源、商湯科技、北京大學、清華大學等多領域的伙伴展開多方位合作，共同推進人工智能的創新與普及。

　　談到2016年具體業績情況時，楊旭表示，由于財報沒有正式對外公布，方向性的東西不能透露太多。但他認為今年英特爾傳統業務如PC、數據中心等增長穩定，新的領域則在探索中;如今隨著方向性的布局基本完成，接下來就是去驗證、將精力放在策略執行上。