AI進入「深水區」，31位行業精英眼中的危機和機遇精華版

——————————————

文丨獵雲網（ilieyun）呂夢，馬麗，都保傑

10297字，約需10分鐘以上閱讀

——————————————

4月17日，以「進擊?融合」為主題的獵雲網&AI星球2018年度人工智慧產業峰會在深圳舉行。上百位人工智慧行業頂級專家、知名投資人和精英創業者與會，就當前國內人工智慧行業的創新變革與機遇展開交流。

根據峰會當天每位嘉賓的精彩內容，獵雲網&AI星球整理了一份乾貨集錦（排名按大會議程順序）：

▌Aibee創始人林元慶：AI的生命力在於清晰的商業邏輯

（Aibee創始人&CEO林元慶）

林元慶將人工智慧在傳統行業的應用價值總結為三點：降低人力成本，增強用戶體驗和提高運營效率。

新零售背景下，伴隨著人工智慧、大數據、移動支付等相關技術的成熟，線下零售正在面臨一場由技術引領的變革升級。為此，林元慶提出了「精準零售」。在他看來，「精準零售」的核心是在零售的場景下實現「信息找人」，關鍵是對「人·貨·場」的全面理解：全面顧客識別、全量貨品識別、全場館覆蓋。

Aibee做精準零售的場景分三個不同的層次：

一是最簡單的零售場景，快餐連鎖，比如星巴克、麥當勞、肯德基等，這類場景目標清晰、明確，SKU10~20個。

二是精品店的連鎖，SKU在幾百到一千，用戶的需求會比較多樣，特別是對於高端精品店，怎麼提高轉化率。

三是Shopping mall，可能是十萬級別甚至到百萬SKU，一個Shopping mall關心的人也是在幾十萬，這個規模更大。

人·貨·場的理解是建立在高維度的用戶發現上，比如上百萬維度的用戶畫像，拿著用戶畫像需要研發非常高精度的推薦演算法，這樣才能實現精準推薦。

▌小鵬汽車聯合創始人夏珩：自動駕駛Demo不難，難的是如何商業化

（小鵬汽車聯合創始人夏珩）

AI如何更好地與硬體結合，夏珩總結了四點：

1、感測技術。夏珩認為，利用感測器為自動駕駛保駕護航、把攝像頭和雷達不同的優點融合起來，幫助人們做正確合理的決策，這是自動駕駛感測方面的難點。

2、執行。汽車和安全相關，汽車的轉向、剎車如何精確安全地執行，這是非常大的難點。

3、決策。即根據感測信息進行正確判斷而做出正確的選擇。

4、網聯。把不同車之間的數據安全地連接起來，同時為人們的決策提供正確的信息。

小鵬汽車當前的大致方向是面向L3的自動駕駛落地，他們認為，互聯網汽車、AI汽車另外一個顯著的特點是可升級、可連接，車交付給用戶之後，仍可以繼續升級，通過OTA升級不斷更新軟硬體的體驗。

作為互聯網產品，小鵬汽車的核心差異化，除了適用於中國特色的自動駕駛，很重要的一點是自建超級充電網路。另外，跟特斯拉Model3相比，更加自動化且成本更低。

此外，小鵬汽車決心在智能電動汽車的細分領域，要做到單品研發投入最大，目前自動駕駛、智能網聯領域擁有超過600人的全球研發團隊，密集地進行研發。

▌昆仲資本創始合伙人姚海波：AI泡沫是過往之談，當下才是真正的開始

（昆仲資本創始合伙人姚海波）

姚海波認為，中國的AI人才，雖然在量上有增長，但是在質上仍有進步空間。與美國相比，中國的AI人才在從業經驗上仍顯匱乏。但是，行業里都看到了AI的發展機會，所以企業紛紛通過增加員工收入來吸引人才，這一情況在中美兩國均有呈現。

各個領域在合理應用AI之後，都有成為「黑馬」的潛力。姚海波列舉的數據顯示，中國AI創業公司在全球層面的比例僅佔9%，但是我們拿到了全球接近48%的融資，這是排名世界第一的。而且，這是在過去一年中所發生的。

姚海波認為，AI如今並不算紅海，只要能夠看到機會，就能夠有所突破。

根據他的觀察，過去一年中，有34家AI的安全公司拿到融資，其中，有4家估值接近或者超過10億美金。而這些公司是未來人工智慧軍備競賽的主力。

▌深睿醫療CEO喬昕：醫療行業壁壘高但應用廣泛

（深睿醫療CEO喬昕）

喬昕認為，人工智慧在醫院落地之後，隨著每個科室、每類疾病、以及醫生情況不同的影響，會延伸出各類不同的應用，少則數十，多則甚至上萬。從某種程度上來說，這也從側面反映了AI在這一領域的實際應用率頗高。

但是，這並不意味著AI在相關領域就能暢通無阻，問題之一就是成本。這個包括技術開發成本，以及受眾的應用成本。喬昕提到，人工智慧逐漸變成底層技術，我們更應關注技術如何落地，以及其應用場景、商業化程度、市場潛力。

▌零秒科技CEO黃麗輝：新的創業機會在於垂直領域足夠深挖

（零秒科技CEO黃麗輝）

黃麗輝認為，AI是大勢所趨，不僅僅是在醫療行業。當人們的基礎需求滿足之後，AI算是提高人們生活水平所必須要經過的技術變革。

兒童教育本身是剛需點，黃麗輝表示，尤其隨著二胎政策的開放，大家對這塊的需求只增不減。在這個市場之前，互動式早教機器人替代了之前的點讀學習機，而傳統的早教方式已經滿足不了現在家長或者小朋友的需求。

早教機器人是從語義技術服務開始，然後往上層做內容。零秒科技積極跟教育機構合作，不斷挖掘，從心理建設、兒童行為分析到兒童白天上課、晚上如何進行陪伴提供補充教育。往下，零秒科技與業內比較知名的晶元廠商合作，做出軟硬體的打包方案，讓下游可以更好地應用。

▌十方創投管理合伙人何紹鈞：產品要雪中送炭，不要錦上添花

（十方創投管理合伙人何紹鈞）

「AI+」還是「+AI」，這兩個的區別是很大的。

我曾經在開始創業的時候，覺得自己可以改變這個世界：我來主導這個行業，我告訴你們行業該怎麼做。但是回頭髮現，行業本身有自己的規律，有自己的做法。

我同意「+AI」的做法，AI本身是技術，不是solution（解決方案）。我們願意為solution買單，但不會為技術買單。

▌雲從科技伍楚芸：AI創企必須在這兩年紮根，才有可能往上走

（雲從科技高級副總裁伍楚芸）

中國在技術落地上做得比其他任何國家都要好。中國有數據、技術資源，以及國家政策的扶持。在此情況下，雲從科技的探索主要著眼於「AI+行業」，此外，還有交通、教育、新零售等方面。

伍楚芸表示，對於AI初創企業，2018年和2019年是生死存亡最關鍵的兩年，也是危機和機遇並存的兩年。AI初創企業必須在這兩年里，在某些領域、某些行業紮下根來，才有可能往上走一個台階。

AI是第四次工業革命，2020年中國將會湧現出一大批非常優秀的AI企業。其中，教育、醫療行業的步子可能稍微會往後一點它的爆發程度和此前說的安防、金融、智能商業、新零售是不一樣的。醫療行業可能是在爆發的初期階段，而金融和安防可能已經到了1.5或者是1.5往2.0邁步的階段。

伍楚芸認為2018年、2019年非常好，至少我相信在2020年，中國會湧現出一大批非常優秀的AI企業。

▌寬頻資本執行董事練叔凡：大部分投資機構看AI主要關注行業、人才和數據

（寬頻資本執行董事練叔凡）

大部分投資機構看AI的項目，主要關注的點有三個，一是行業，二是人才，三是數據。

首先，行業場景說明企業的市場空間有多大；其次，要看數據獲得的成本和合規性；再次，人才對於比較成熟的公司，不管是技術團隊還是市場、渠道、銷售團隊都需要足夠強，而對於早期公司則更加偏重團隊。

對於AI創業企業的產業落地，練叔凡介紹，寬頻資本主要關注具體領域，希望在某個細分領域比較密集的投資，讓這些公司之間形成協同。其二，寬頻資本一直看著企業，會打到企業的客戶或者打到精準客戶，以及它之前所需要經歷的銷售過程、POC的過程、落地、回款的過程。

未來三年，寬頻資本關注的主線是安防、醫療和無人駕駛。練叔凡認為，2018年、2019年是AI全面落地、全面鋪開的兩年，隨著大的AI平台的發展，隨著中國整體AI人才團隊越來越溢出，接下來會有很多小而美的領域被創業者發現，去創造價值。

▌小i機器人黃遷：AI技術不會讓人失業，而是讓人轉崗

（小i機器人華南技術中心總經理黃遷）

AI一定會在未來有巨大的應用場景，在各行各業都將有非常多的落地。同時，他認為，未來AI技術的產業落地不是單個技術的落地，而是綜合性的AI技術和實際應用結合起來的落地。

AI技術不會讓人失業，而是讓人轉崗。

1、未來幾年，行業內的很多公司會出現整合的情況，在AI創新的領域，很多重疊的技術會出現整合。經過這麼多年，我們在好幾次創業過程中都遇到了危機的時刻，但最後還是活下來了，沒有被拍死在沙灘上。

2、產業落地不是單個技術的落地，而是綜合性的AI技術和實際應用結合起來的落地。

▌乂學教育CTO樊星：AI推動傳統教育產業升級，千人千面教育成為可能

（乂學教育CTO樊星）

樊星認為，我們現在的教育和三千年前孔子的教育沒有本質的區別，可以看到，90%的孩子在學校有2/3的時間被浪費了，千人千面的教育和千篇一律的教學需要進行劃分。對此，乂學給出的解決方案為：用人工智慧的方法讓教學系統代替一個優秀的特級教師，從而給每個孩子帶來個性化的教學體驗。

乂學教育認為，教育的教和育是拆開的，教是教學，教學這件事裡面的90%以上甚至100%，可以用AI或者系統來替代，把育人的工作交給老師來做，未來的教育會是這樣的形式。

樊星介紹，乂學教育的自適應系統包含四方面：課程、內容、評估和個性化推薦。

這是自適應系統的四大要素，自適應系統的運行，首先是對孩子進行實時評估，然後對孩子的知識競賽情況進行精準化分析，最後再給他提供合適的內容。

▌Video++COO董慧智：AI視頻內容的商業價值在於情景營銷

（Video++COO董慧智）

商業化和用戶體驗之間的感受永遠是脫節的，儘管如此，視頻文娛領域的發展潛力仍然極其巨大。未來三年里行業發展，基本上每年都將有20%-30%的成長，整個視頻領域的廣告和商業化的體量已經接近千億。因此，AI成為在這個行業里豎起壁壘的一個重要因素。

AI在文娛方面能做的事情體現在三方面：

一是感知，把人能感知和看得到的情感共鳴數據化、數字化，形成情景單元，這類可以直接利用的數據；

二是自動化，自動化檢索出任何一個品牌或者一件商品進行推送時所需要的場景；

三是優化，自動化投放結束以後，根據數據結果反饋，再優化投放策略，從而使視頻之中的內容價值得到多方面的展現。

▌聯想創投宋春雨：未來創業機會是新科技、新物種和新平台大融合

（聯想集團副總裁、聯想創投集團合伙人宋春雨）

聯想集團副總裁、聯想創投集團合伙人宋春雨解讀投資邏輯，聯想創投從一開始就在系統性地布局智能互聯網和人工智慧，其戰略邏輯就是從智能互聯網價值鏈的五大要素入手：物聯網+邊緣計算+雲+大數據+人工智慧，在全價值鏈條上，已投資了包括Face++、寒武紀、杉數科技、蔚來汽車、水滴科技等在內的30多家人工智慧領域的核心企業。

「基於PC互聯網和移動互聯網時代，智能互聯網時代會深度地變革垂直行業的各個細分領域，這是下一個最重要的投資機會，將帶來N倍速的增長。」例如在智慧交通、智能製造、智慧商務、智慧醫療、智慧家庭、智慧城市等垂直領域。

「人」也是投資布局的關鍵點之一，當前人工智慧的競爭就是人才的戰爭，另外，很多世界級的偉大公司都是來自於高校，從高校也可以挖到AI獨角獸。

未來的機會將是新科技、新物種、新平台大融合，有望誕生下一個BAT級的偉大公司。

▌寒武紀副總裁錢誠：智能時代的門檻，計算能力提升是項挑戰

（寒武紀副總裁錢誠）

寒武紀副總裁錢誠認為，中國在晶元領域正在趕超世界先進水平，智能晶元很快會形成千億市場。

寒武紀智能晶元三步棋：

一是消費類電子產品，可能需要非常有彈性的演算法，大多數是點技術；

二是工業方面，交通方面，自動駕駛，需要用到系統性的人工技術，對技術的需求是剛性的；

第三方面，就是點技術和系統技術進行融合，最後形成生態。寒武紀的發力點將放在伺服器端晶元上。

深度學習處理器目標不僅需要支持感知性的，支持單一的神經網路，可能還需要支持外延的，更廣泛的機器學習的演算法，其中有些想要進行機器學習，也要進行支持，這樣才能把典型的複雜的人工智慧演算法全部在晶元中跑起來。

晶元要想做好，需要用有限規模的小晶元，現在晶元增加很快，從幾十層增加到幾千層的網路，硬體結構固定之後，演算法不斷變化，要支持千變萬化的演算法。它的功耗是小範圍浮動，演算法希望精度越高越好，對晶元的設計提出很多需求。

寒武紀主要通過三個方式來解決，比如硬體神經元虛擬化，比如通過指令集，通過內在和外在的形式來使得我們的功能對應起來，利用稀疏化的神經網路特性使功耗降低。

▌國科嘉和執行合伙人陳洪武：用AI技術去改變傳統商業形態更有機會

（國科嘉和執行合伙人陳洪武）

據統計，2012年到2017年，中國在AI領域的總投資量達到2000多億元規模。

國科嘉和執行合伙人陳洪武認為，過去幾年，AI從開始引入市場預熱一直到高燒狀態，到現在為止，AI已經真正到了落地成果展示的階段。對於AI來說，單純講數據、講平台、講技術，並沒有那麼大的吸引力，踏踏實實到場景裡面找應用，用AI技術去改變原來傳統商業形態的創業模式在未來更有機會。

比如運用AI技術去解決安防、公安領域的問題，利用AI技術做放療方面的方案設計，用AI技術做個性化的教育方案的設計和執行，運用技術解決教育公平問題等。包括在新零售、交通、安全、醫療，新的應用等等方面都可以持續關注。

▌深醒科技CTO袁培江：拓展安防生態版圖，創業要知己知彼

（深醒科技聯合創始人&CTO袁培江）

作為創業公司，我一直說我們很清楚地知道自己能做什麼，因為這是我們的優勢。它往往是基於一種商業模式，可能是基於某種專有的技術，或者基於特定的效率驅動。實際上創業公司最大的問題是在於你要知道你不能做什麼。

如何找到自己的定位，和投資人、合作夥伴、其他創業者一起在新的領域裡找到真正的需求，就能夠解決這些問題，能夠帶來財富，維持這個公司健康、快速地發展。這可能也是我們共同面對或者需要發覺的重要問題。

作為創業公司，深醒科技認為，一定要知道這個生態不一定是由自己親自拓展，要找到好的合作夥伴在這個過程中一起發現機會，一起優化技術、產品、方案，最終我們會在新興的領域裡打造更好的安防生態版圖。

▌啟明創投合伙人葉冠泰：「黑科技」缺乏科學根據，行業需要AI演算法結合落地能力

（啟明創投合伙人葉冠泰）

葉冠泰說，所謂黑科技好像就是缺乏科學根據、反自然原理，根本就不是我們能做出來的東西。實際上不管是什麼東西，從投資者來說還是希望在商業上落地，必須是能夠消費的東西。

創業公司不要直接和BAT競爭，而是什麼場景裡面它是足夠強的，比如醫療領域，這可能是初創企業的機會。AI賦能，不需要找都是CMU、微軟、百度這樣的團隊，我們只需要用優秀的行業演算法結合數據和落地能力，就可以做得很好。

投資AI黑科技，從投資人的角度來說，要求也是不一樣的。賦能行業和硬體技術，相對來說已經開始成熟，所以我們投資的會是技術和商業更加平衡的團隊。

▌成長保CEO路小得：技術推動在線教育進入4.0時代

（成長保CEO路小得）

路小得認為，1.0的學習比較碎片化，2.0時代時間跨越了資源，大家的連接時間變長了，出現更多的視頻、音頻的直播課程、點播課程；進入3.0時代，時間真正打通，跨越空間的局限，大家形成實時互動。而隨著技術推動，在線教育4.0時代，將越來越滿足個體化的需求，讓個性化教育真正滿足每個學習者。

她還提出了在線教育4.0時代的三個觀點：

1、因材施教；

2、自由組合，即不同的模塊、不同的老師，滿足學員、老師、科健、難度係數和時間不同維度的組合。通過每次課程課後動態匹配來完成每個人的課程計劃；

3、精算式反饋系統，它並不是一氣呵成、一口氣走到底的課程計劃，而是通過數據不斷累計，重新的演算法，能夠完成的是這個孩子在接下來之後的體驗和學習計划上進一步的提升。

▌狗尾草智能邱楠：AI不存在真需求和偽需求，只有成熟和不成熟

（狗尾草智能科技CEO 邱楠）

AI不存在真需求和偽需求。AI能改變我們的交互方式，而且能落地商業應用場所，提升數據利用的效率。這兩方面都是真實的需求，只是有的需求找不到實際應用落地的場景，有的需求技術還不夠成熟。

由於資本的原因，短時間內企業的規模會做得很大，把創業和競爭變得更加艱巨，窗口期變得更短，規模效應更明顯。通過短期快速形成規模化，你很難讓它快速實現同樣相等的收益，這個收益一定是滯後的。

▌樂聚機器人創始人常琳：技術優勢變成符合市場需求的產品優勢，才是市場所需

（樂聚機器人創始人&CEO常琳是）

現在市場上80%的智能硬體企業都在虧損。如果產品沒有問題，經營沒有問題，虧損的概率應該是很低的。

大部分智能硬體企業都有技術優勢，技術優勢對應到產品優勢上卻是很漫長的過程。能把技術優勢變成符合市場需求的產品優勢，才是真正市場所需要的東西。定義爆品的原則得考慮幾個因素，第一個考慮是對於C端人群的價格把控。二是產品帶來的粘性、體驗。

▌沸點資本創始合伙人塗鴻川：不投一家只有AI技術的公司

（沸點資本創始合伙人塗鴻川）

AI在製造業很普遍，主要原因是製造業生產的零件和步驟都是標準化，從AI的使用來看，順其自然，比較好做。而C端比較分散且個體化，AI在這些領域的應用需要有大量的數據積累。

塗鴻川表示，對於產業來說，AI是系統集成項目，並非引入了AI廠家馬上就能應用，AI需要組合、需要配件，流程較長。

▌招商局創投VP 甘自辛：「偽需求」就是不夠落地的產品

（招商局創投VP 甘自辛）

現在的AI需求看上去比較淺顯，優秀需求沉在水下，看不出來。我們機構會更關注已經能夠應用到應用場景中的東西。對於演進中的技術還需要不斷的積累，向上突破這部分，需要保持關注。

我並不覺得偽需求就是我們今天看起來看不懂，暫時想不到拿來怎麼用的。有很多東西只能判斷出是漸進變化的。我不認為所有東西都是偽需求，只有需求量集中起來成本過高，或者需求付費意願不夠強烈，體驗沒有到那個程度的需求才可能是偽需求。

消費級的機器人或者AI硬體的消費卻處於冷淡狀態，終端消費者是不斷挑剔的，當大部分終端消費者所用的技術集成產品的體驗、技術的應用的成熟度還不夠的時候，它組合出來的體驗往往是很難達到消費者願意為之買單的心理門檻；另一方面要更精準地聚焦需求人群。

▌信天創投合伙人張俊熹：AI創企需要核心技術，同時要有了解產業的市場銷售團隊

（信天創投合伙人張俊熹）

世界上的萬事萬物都可以被量化，都可以形成數據；宏觀世界不存在真正意義的隨機，很多事情是可以通過設計演算法解決的。

任何東西都有跨越鴻溝的過程，當早期的創新品要去影響你最早的用戶的時候，我們國外有幾個比較有名的眾籌社區，這裡面看到很多很有創新性的產品。但是它往下走的時候，這個東西是走向終端用戶的認知鴻溝，因為它改變終端用戶的消費習慣和理解力，需要學習和適應。

張俊熹表示，團隊中需要有新型的產品經理，懂產業，連接現實問題和技術；需要掌握核心技術，有紮實的掌握屠龍之術的技術班底，同時匹配著了解產業的市場營銷和銷售團隊。

未來隨著人工智慧的發展，人作為生產要素的價值可能會不斷地被削弱，要麼是被機器取代，要麼是和機器融為一體。「從這一角度出發，設計產品、服務，解決行業問題，才是比較務實的創業之道。」張俊熹最後說。

▌碼隆科技黃鼎隆：AI的最大應用場景應該在實體經濟

（碼隆科技CEO黃鼎隆）

人工智慧最大的應用場景應該在實體經濟，而不僅在跟安全相關的場景。

瑪隆研發了一款能夠識別商品的智能大腦Prouduct AI，他能做到以下三點：

一、商品是無窮無盡的，大家總是有沒有見過的商品。ProuductAI可以做到只要給他商品，只要這個商品帶有一定的包裝。它就可以馬上就可以把這個商品檢測出來，即使它之前沒有見過，對商品識別的事情可以做到舉一反三。

二、如何對噪音數據進行有效的處理問題上，瑪隆科技曾在Webvision比賽上，碼隆科技獲得第一名，擊敗了其他全球一百多個科研機構，包括著名的公司、Google贊助的公司等等。噪音數據處理也是瑪隆科技很有特色的技術。

三、商品背後有各種各樣的屬性和場景，拿拍照一件衣服來說，ProuductAI會給出衣服的各種屬性，比如衣服的領型、袖型，是什麼風格，是不是小清新，它上面有什麼圖案，顏色是什麼，等等的屬性都可以識別出來。

▌達晨創投合伙人任俊照：人工智慧不能一蹴而就，需要找到好的落腳點

（達晨創投合伙人任俊照）

任俊熙認為，人工智慧不是一蹴而就的，需要長時間的過程，並在這個過程中找到好的落腳點。而尋找落腳點要有邏輯性，要回歸到當前社會和產業的狀況中。從這兩年的發展中可以看出整個智能化的方向圍繞這三大方向，汽車、智能家居、新型消費電子。

關於未來的趨勢，在任俊照看來：

一是個性化，這與消費人群的特點有關係，特別是以90後為主的消費人群，更加需要個性化的訴求。

第二個是品質化，這是消費升級的結果。當收入水平達到一定的程度，消費者自然要求更好的產品。

第三個是智能化，智能化方向是社會的技術發展到今天的重要特點，技術在當前的發展階段中，實際上是很樂觀的。

關於人工智慧市場的機遇，任俊照認為，提供一體化的數據解決方案是非常好的方向。應該體現出工具型，把結構化的數據和非結構化的數據融合在一起，在安防、新零售、工業檢測、教育、醫療等各個行業應用；第二個是構建基於語音交互的行業知識圖譜，未來在走入家庭的時候，需要形成商業支撐；第三個是感測器方向，讓硬體和環境進行交互；第四個是提供運算能力的晶元，為基礎設施賦能。

▌速騰聚創邱純潮：激光雷達賦能AI，自動駕駛離我們並不遠

（速騰聚創COO邱純潮）

邱純潮認為，感測器在人工智慧領域的新機遇大有可為。簡單來說，激光雷達的賦予機器人超越人類眼睛的環境感知功能，擁有非常強的距離感知度，精確度達到厘米級。通過激光雷達，讓機器人能重複做一些標準化的工作。激光雷達的應用裡面有包括無人車、機器人、安防、監控、工業機器人、地圖測繪等等，它是基礎的感測器，再利用演算法賦能後可以服務非常多的行業。

自動駕駛沒有想像的那麼遠，它正在快速落地到生活的各個領域中。其中激光雷達對於自動駕駛車輛必不可少。激光雷達通過做3D環境的建模，然後SLAM加強定位，接著做防範方面的工作從而賦能自動駕駛。

激光雷達經歷了從無到有、從有到優，從優到精的過程。激光雷達如果集成到手機里，拍出來的是三維的世界，通過核心的演算法，我們可以將其輔助到自動駕駛、安防等等領域。

▌iPIN創始人楊洋：用海量數據重構人生地圖，幫助每個人看到這個世界

（iPIN創始人楊洋）

iPIN目前主要通過大數據為幫助初高中生更精準地填報志願，做評估，根據評估和個人的意願做規劃，根據規劃再解決學習問題。整個過程就像去醫院看病，想去醫院看病，第一步診斷，挂號；第二步醫生給你開方子，拿方子抓藥。

我們用類似的方式給人做這樣的診療，然後做評估，根據評估和你個人的意願做規劃，根據規劃再解決學習問題，解決學習問題使我們聚合各種各樣的技能，和什麼情況下提升自己的短板等等。引入AI的評測方式對人的崗位要求更清楚的了解，這是人才改革特別需要了解的數據。

楊洋認為，我們每個人都在跟這個社會的其他人競爭，這是動態的過程，規則每天發生變化，社會也發生變化，一切都發生變化。僅僅通過一點點信息做預測是很難、很難的——這時候機器發生巨大的作用。

▌愛啃蘿蔔機器人CEO佘元博：AI讓人機交互更自然、機器執行任務更自主

（愛啃蘿蔔機器人CEO佘元博）

智能機器人行業最近幾年爆發起來一方面是大勢所趨，另一方面是國家政策的推動、智能市場的推動。智能手機的發展帶動了其他產業的發展，像感測器都變得微電子化，價格成本降低，種種因素結合在一起，導致智能機器人整體上游產業鏈非常健全。

具體細分應用以及是否解決剛需的問題方面，在佘元博看來，AI讓人機交互更自然，讓機器人執行任務更自主。現在人工智慧的發展主要是兩條學術主導的線，一條線是計算機主導的線，還有自動化主導的線。

從交互的角度評判，AI如果與人的交互越自然，與環境的交互越自主，這個系統就越智能。從2010年到2014年，以美國為主，很多國家的新鮮技術都公開化。有了國內或者國際上這些技術平台的支持，AI的進步速度飛快。

▌極視角羅韻：移動互聯網促進AI再跳躍，AI與場景結合實現產業升級

人工智慧這個領域，移動互聯網是很好的趨勢。它讓人能夠慢慢去把科技平民化，同設備交互變得更加簡單。而且，通過移動互聯網的作用，可以積累大量的數據。

這樣，就能進一步地思考，怎麼樣把數據加以利用起來，進而服務到更多的人群。過往的移動互聯網或者O2O，可能更聚焦的是線上的場景。但是，AI是很好的從線上轉線下或者讓線下賦能的手段。

關於入局者過多，現在是否仍存有技術紅利的問題，羅韻表示技術本身有紅利，但是，技術層面接觸不到的才是需要到行業裡面了解具體的需求，每個行業的具體場景怎麼樣與AI結合，去實現產業的升級。

我們對AI是持有剛需的，但是，當下是無法判斷這個需求是否真實存在。因此，我們可以從以下兩點找到突破口：是否有數據基礎，技術本身能否很好地解決問題。

▌SpeakIn勢必可贏科技易鵬宇：解放雙手放飛大腦，AI是最優解決問題工具

易鵬宇介紹，安防領域、民生社保領域、社交媒體領域等每天產生大量的新數據，這些數據需要處理，但是人工不足以完全處理這些信息。由於海量的數據帶來很多問題，這些問題需要更好的方式來解決，人工智慧則是一個很好的解決問題的工具。

他認為，人工智慧一方面會使一些崗位消失，但是人工智慧本質上是幫助人們放飛自我，很多機械重複性的事情可以由人工智慧產品來做，把人類解放出來做更重要的事情。這是社會的進步，人們可以騰出時間做更多的思考。

▌馭勢科技邱巍：人工智慧改變社會運行規律，讓社會更加高效運轉

人工智慧在自動駕駛上，解決的是生產力問題。它如何使得今天的生產、製造、物流、經濟的運行等做得更加高效。無人駕駛層面，背後是物流和交通，要解決的是信息流的問題，人流、物流，還有能源方面的高效協同。

從交通層面看，無人駕駛的技術改變的不僅僅是汽車本身，它會改變整個社會的運行規律，大物流、大出行概念流行時，我們也講乘客經濟，當人從駕駛員變成乘客的時候，他的大把時間怎麼解決？答案是可以承載各種各樣的商業，將高效和體驗有效結合，給我們的生活帶來巨大的變化。

▌慧拓智能CEO曹東璞：AI技術紅利延續關鍵在於系統化工程

（慧拓智能CEO曹東璞）

如果把握好從技術到系統工程化的轉換，AI技術紅利可能會一直持續下去。目前人工智慧仍存在技術紅利，甚至資本在看項目時也非常關注其技術水平。在AI發展的初期，技術紅利比較明顯。隨著AI技術的逐步發展與成熟，企業競爭會更偏向於「系統工程」，而非單一的技術。而所謂「系統工程」，指的是較為完整的解決方案。

技術轉換為工程化的過程很關鍵，把握好這個關鍵，到後期技術紅利可能會一直持續下去，不然其他企業很快就會追趕上來。」

- END -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！