2018年11月27日-28日，第六屆WISE大會(huì)——“WISE 2018新經(jīng)濟(jì)之王”如期而至。在WISE大會(huì)上，停簡(jiǎn)單CEO柳文超分享了他對(duì)停車(chē)行業(yè)長(zhǎng)期存在的痛點(diǎn)、解決方案、以及未來(lái)市場(chǎng)潛力的思考。他認(rèn)為，在大數(shù)據(jù)、云計(jì)算和政策利好的影響下，停車(chē)行業(yè)會(huì)迎來(lái)一次顛覆性的升級(jí)改造，而這背后蘊(yùn)藏著巨大的市場(chǎng)空間。他預(yù)測(cè)，互聯(lián)網(wǎng)停車(chē)的活躍用戶(hù)將在約3年內(nèi)達(dá)到億級(jí)水平。

垂直行業(yè)的AI應(yīng)用有哪些難點(diǎn)？未來(lái)AI的窗口期有多久？AI的未來(lái)究竟會(huì)怎樣？對(duì)于這些問(wèn)題，觸景無(wú)限聯(lián)合創(chuàng)始人兼CEO肖洪波、深思考人工智能首席機(jī)器學(xué)習(xí)科學(xué)家王泳、麥飛科技聯(lián)合創(chuàng)始人CEO宮華澤分享了他們的看法。

　　垂直行業(yè)AI怎么樣應(yīng)用其中？

垂直行業(yè)AI怎么樣應(yīng)用其中？垂直場(chǎng)景又有哪些難點(diǎn)？

宮華澤認(rèn)為，數(shù)據(jù)的價(jià)值對(duì)于整個(gè)農(nóng)業(yè)耕種來(lái)說(shuō)，垂直場(chǎng)景面臨兩點(diǎn)問(wèn)題。第一點(diǎn)是數(shù)據(jù)采集的困難性；第二點(diǎn)是采集數(shù)據(jù)之后，面對(duì)的原數(shù)據(jù)與商業(yè)數(shù)據(jù)結(jié)合的切入點(diǎn)問(wèn)題。

王泳博士認(rèn)為，在垂直的醫(yī)療和汽車(chē)場(chǎng)景下，多模態(tài)深度語(yǔ)義理解與人機(jī)交互技術(shù)可以應(yīng)對(duì)不同的細(xì)分場(chǎng)景，滿(mǎn)足行業(yè)的不同需求，提高效率。

肖洪波認(rèn)為，在安防領(lǐng)域，在傳感器最前端去做智能的處理，可以降低網(wǎng)絡(luò)壓力，也可以用最原始的數(shù)據(jù)進(jìn)行處理分析。

宮華澤：麥飛科技是一家聚焦視覺(jué)光譜技術(shù)的智慧農(nóng)業(yè)大數(shù)據(jù)服務(wù)商。目前我們正在打造一套符合中國(guó)農(nóng)業(yè)的精準(zhǔn)科學(xué)種植管理體系，實(shí)現(xiàn)對(duì)農(nóng)作物生理狀態(tài)的智能感知?；谶@個(gè)核心技術(shù)，為所有種植者提供全套的種植管理服務(wù)。

隨著整個(gè)服務(wù)輸出的不斷積累、技術(shù)升級(jí)和市場(chǎng)推廣，我們根據(jù)不同土地的種植規(guī)律和種植者需求，結(jié)合農(nóng)田位置、邊界、土質(zhì)信息、稻種品類(lèi)、播種方式等因素打造的農(nóng)業(yè)大數(shù)據(jù)平臺(tái)也在不斷地精細(xì)化升級(jí)。

目前為止，公司主要核心技術(shù)是包括從前端收集，數(shù)據(jù)分析，整理到信息輸出的一套全流程解決方案，整體的對(duì)外商業(yè)模式是以全程農(nóng)業(yè)技術(shù)輸出業(yè)務(wù)為主?，F(xiàn)在中國(guó)農(nóng)業(yè)實(shí)際上是比較缺乏數(shù)據(jù)化基礎(chǔ)的，依然靠經(jīng)驗(yàn)傳承，看天吃飯的方式來(lái)進(jìn)行耕種。而我們走出國(guó)門(mén)，放眼看世界，例如美國(guó)、日本、還有自然條件比較惡劣的以色列，會(huì)發(fā)現(xiàn)他們是依靠采集和沉淀數(shù)據(jù)，再逐漸反哺整個(gè)種植過(guò)程，完成農(nóng)業(yè)現(xiàn)代化基礎(chǔ)的。

數(shù)據(jù)的價(jià)值對(duì)于整個(gè)農(nóng)業(yè)耕種來(lái)說(shuō)，垂直場(chǎng)景面臨兩點(diǎn)問(wèn)題。第一點(diǎn)是數(shù)據(jù)采集的困難性，這里涉及到一些IoT的東西，也涉及到數(shù)據(jù)的采集方式。第二點(diǎn)，當(dāng)我們采集數(shù)據(jù)之后，將面對(duì)一個(gè)高信息維度的原數(shù)據(jù)，我們應(yīng)該是以哪一個(gè)切入點(diǎn)去實(shí)現(xiàn)與商業(yè)數(shù)據(jù)結(jié)合？這一點(diǎn)就涉及到人工智能AI的算法，我們現(xiàn)在主要實(shí)現(xiàn)方式是利用一千多個(gè)通道的光譜探測(cè)器來(lái)抓取農(nóng)作物不同階段的高信息維度數(shù)據(jù)，也就是說(shuō)我們實(shí)現(xiàn)抓取了太陽(yáng)光的反射能量。后期我們會(huì)從一千多個(gè)原始的數(shù)據(jù)通道當(dāng)中拆解出與植物生長(zhǎng)最為相關(guān)的生理參數(shù)，也就是說(shuō)我最懂得農(nóng)作物需要什么，根據(jù)輸出結(jié)果我們會(huì)量化出一個(gè)數(shù)據(jù)文件，將它提供給下游很多的服務(wù)智能平臺(tái)，進(jìn)而完成整套的植物保護(hù)過(guò)程。

王泳：深思考人工智能的核心技術(shù)是多模態(tài)深度語(yǔ)義理解與人機(jī)交互，主要的產(chǎn)品是iDeepWise.AI 4.0，目前落地于智慧醫(yī)療大健康和智能汽車(chē)。

首先，在智慧醫(yī)療大健康場(chǎng)景下我們做了兩件事情，第一個(gè)是iDeepWise.AI 4.0在宮頸癌輔助篩查方面的場(chǎng)景落地，大家知道，宮頸癌是女性最高發(fā)的惡性腫瘤之一，每一位適齡女性都應(yīng)該定期進(jìn)行宮頸癌篩查，但與此同時(shí)，病理醫(yī)師新生力量呈現(xiàn)“斷崖式”短缺，國(guó)內(nèi)醫(yī)療資源分布不平衡，相關(guān)醫(yī)療篩查產(chǎn)品準(zhǔn)確率低等問(wèn)題的出現(xiàn)，遠(yuǎn)遠(yuǎn)無(wú)法滿(mǎn)足中國(guó)女性的醫(yī)療需求。在傳統(tǒng)的檢查中，需要病理醫(yī)生將玻片放到顯微鏡下進(jìn)行人眼判讀，在閱片數(shù)量多，閱片壓力大的情況下就容易導(dǎo)致誤診、漏診的發(fā)生。我們所做的，就是通過(guò)“多模態(tài)深度語(yǔ)義理解”技術(shù)進(jìn)行“排陰”，輔助病理醫(yī)生閱片，病理醫(yī)生只需要進(jìn)行復(fù)核操作，從而提高宮頸癌篩查效率、降低病理醫(yī)生篩查工作量及工作強(qiáng)度，快速達(dá)到降低誤診、漏診。目前已經(jīng)覆蓋70%第三方檢驗(yàn)機(jī)構(gòu)市場(chǎng)，同時(shí)與30多家三甲醫(yī)院建立合作。而另一件事情呢，則是我們“多模態(tài)深度語(yǔ)義理解與人機(jī)交互”技術(shù)在健康管理方面的落地，將我們的iDeepWise.AI 4.0產(chǎn)品接入手機(jī)、智能音箱、電飯煲等產(chǎn)品中，為消費(fèi)者提供飲食建議、營(yíng)養(yǎng)咨詢(xún)、膳食制作等健康管理服務(wù)，這一方式也可以遷移到婦嬰領(lǐng)域、慢性病、腫瘤等領(lǐng)域?qū)崿F(xiàn)診前診后健康咨詢(xún)，目前已與一系列上市公司進(jìn)行合作。

在智能汽車(chē)的場(chǎng)景下，我們的“多模態(tài)深度語(yǔ)義理解與人機(jī)交互”技術(shù)也是做了兩件事情，第一件呢是在汽車(chē)智慧營(yíng)銷(xiāo)方面的落地，解決了傳統(tǒng)汽車(chē)營(yíng)銷(xiāo)存在的留客難、客戶(hù)體驗(yàn)差等問(wèn)題，為客戶(hù)帶來(lái)全新的購(gòu)車(chē)體驗(yàn)，同時(shí)iDeepWise.AI 4.0還可以為銷(xiāo)售顧問(wèn)、4S店長(zhǎng)以及主機(jī)廠商決策層提供輔助決策的大數(shù)據(jù)分析，在提升訪客體驗(yàn)的同時(shí)，持續(xù)改善銷(xiāo)售體驗(yàn)，車(chē)輛生產(chǎn)制造提供良性循環(huán)的反饋。另一件事情則是針對(duì)于車(chē)內(nèi)人機(jī)交互的場(chǎng)景，通過(guò)我們的“多模態(tài)深度語(yǔ)義理解與人機(jī)交互”技術(shù)實(shí)現(xiàn)車(chē)內(nèi)外場(chǎng)景的理解，從而更加主動(dòng)、更加智能地發(fā)現(xiàn)、滿(mǎn)足人們的需求，極大地提高車(chē)內(nèi)人機(jī)交互體驗(yàn)。通俗來(lái)講便是車(chē)外模組對(duì)當(dāng)前車(chē)輛所處的場(chǎng)景進(jìn)行理解，提高駕駛的安全和舒適性，同時(shí)車(chē)內(nèi)外模組的互相協(xié)作，車(chē)內(nèi)模組通過(guò)多輪跨域上下文理解、場(chǎng)景理解與提醒等“多模態(tài)深度語(yǔ)義理解與人機(jī)交互”技術(shù)將交互模式調(diào)整為適應(yīng)當(dāng)前場(chǎng)景的狀態(tài)，為用戶(hù)提供最大化的“懂你”的交互體驗(yàn)升級(jí)。目前已與國(guó)內(nèi)外多家汽車(chē)制造廠商和主機(jī)廠商進(jìn)行合作。

肖洪波：安防是人工智能目前落地最多的行業(yè)，也可以說(shuō)人工智能深度學(xué)習(xí)最早進(jìn)入安防。因?yàn)檫@領(lǐng)域運(yùn)用到很多攝像頭，有大量的圖像，這些非結(jié)構(gòu)化的數(shù)據(jù)，在很多場(chǎng)景里面需要對(duì)它進(jìn)行結(jié)構(gòu)化，結(jié)構(gòu)化之后在這基礎(chǔ)上再進(jìn)行處理。但是之前大家所有的工作都是基于云端的處理比較多，就是說(shuō)前端數(shù)據(jù)采集的部分和數(shù)據(jù)處理的部分是分離開(kāi)的，這當(dāng)然和我們最早的整個(gè)安防系統(tǒng)的架構(gòu)有關(guān)系，就是說(shuō)我們采集之后很多東西是要放到后端做存儲(chǔ)，整個(gè)的傳輸壓力其實(shí)非常大。比如說(shuō)某省會(huì)城市，他們有七萬(wàn)只攝像頭都是高清圖像匯聚到數(shù)據(jù)中心來(lái)，幾乎是不可能完成任務(wù)，所以有大量的數(shù)據(jù)丟失，包括分辨率的變化，我們觸景做的工作是在傳感器最前端去做智能的處理，這樣一方面降低了它的網(wǎng)絡(luò)壓力，另一方面可以用最原始的數(shù)據(jù)來(lái)進(jìn)行處理分析。在落地過(guò)程中，觸景做了很多安防、司法以及學(xué)校項(xiàng)目。在司法領(lǐng)域，我們發(fā)現(xiàn)客戶(hù)與一兩年前比有一個(gè)比較大的差別，他們現(xiàn)在會(huì)非常主動(dòng)地要去運(yùn)用人工智能的技術(shù)解決實(shí)際過(guò)程中碰到的問(wèn)題，比如觸景在做的點(diǎn)名系統(tǒng)，客戶(hù)一個(gè)小時(shí)要點(diǎn)四次名，因?yàn)樗麄兪怯袕?qiáng)制要求的，這時(shí)候就需要非常簡(jiǎn)單易用的方式和它現(xiàn)有的系統(tǒng)進(jìn)行無(wú)縫集成，不需要再去重新做部署，所以觸景就花了半年的時(shí)間和他們一起磨合實(shí)現(xiàn)了一套非常理想的系統(tǒng)。

　　未來(lái)AI的窗口期究竟有多久？

現(xiàn)在有一個(gè)普遍的認(rèn)知是，開(kāi)源的技術(shù)效果都已經(jīng)優(yōu)化的不錯(cuò)，技術(shù)的代碼也已經(jīng)開(kāi)放出來(lái)，市面上有幾個(gè)聲音是說(shuō)未來(lái)AI的窗口期只有6到18個(gè)月，對(duì)于這個(gè)市場(chǎng)，肖洪波、泳先生、宮華澤分別談了他們的看法。

肖洪波：這個(gè)時(shí)間點(diǎn)我認(rèn)為可能不太合適。首先時(shí)間窗口肯定是有的。因?yàn)榧夹g(shù)從實(shí)驗(yàn)室算法到落地成產(chǎn)品，然后做成解決方案它需要一個(gè)實(shí)驗(yàn)周期；其次和客戶(hù)的接受度有關(guān)系。也就是說(shuō)這時(shí)間窗口和我們解決用戶(hù)的需求時(shí)間點(diǎn)有關(guān)系，而不是說(shuō)它只是一個(gè)技術(shù)的發(fā)展。比如，今年上半年觸景做了一個(gè)面向廣大開(kāi)發(fā)者的平臺(tái)——角蜂鳥(niǎo)，現(xiàn)在有很多開(kāi)發(fā)者利用我們這平臺(tái)在做前端的智能分析。這就是我們?cè)诤烷_(kāi)發(fā)者交流過(guò)程中發(fā)現(xiàn)他們其實(shí)有非常多的需求，目前看來(lái)，市場(chǎng)上還有大量的需求并沒(méi)有被人工智能解決，我相信這時(shí)間窗口會(huì)比剛才說(shuō)的要長(zhǎng)一些。

王泳：AI技術(shù)的發(fā)展日新月異，AI落地場(chǎng)景的挖掘也層出不窮，目前人工智能技術(shù)還是屬于弱人工智能的技術(shù)，AI發(fā)展的窗口還在不斷擴(kuò)大中，其內(nèi)涵也在不斷深化中，作為落地場(chǎng)景還有很多可以挖掘和探索的地方，所以現(xiàn)在談窗口期還是為時(shí)過(guò)早，應(yīng)當(dāng)說(shuō)還有很多機(jī)會(huì)。

宮華澤：我比較同意兩位的觀點(diǎn)。其實(shí)從商業(yè)的角度上來(lái)看人工智能是存在窗口期，但從技術(shù)的角度上窗口期是很模糊的概念。 從垂直行業(yè)來(lái)說(shuō)，更多會(huì)接觸到傳統(tǒng)模式加上開(kāi)源技術(shù)的結(jié)合，逐漸往AI階層上發(fā)展。我認(rèn)為兩種模式之間其實(shí)是一個(gè)必然的發(fā)展過(guò)程。前期，用一些數(shù)據(jù)采集的方式，一些信息化的方式實(shí)現(xiàn)了某一些環(huán)節(jié)當(dāng)中的自動(dòng)化數(shù)據(jù)的沉淀，但是隨著數(shù)據(jù)沉淀不斷積累的過(guò)程，不僅會(huì)產(chǎn)生一些更新的價(jià)值，并且反哺到很多的環(huán)節(jié)，而這些環(huán)節(jié)當(dāng)中會(huì)存在新的算法和模式，能夠替代人為思考的過(guò)程，更能沉淀出一些規(guī)律。這中間沒(méi)有特別嚴(yán)格的界限，但是商業(yè)發(fā)展的角度大家都在講風(fēng)口或者說(shuō)所有的頭部的搶占機(jī)會(huì)，但是從整個(gè)人工智能商業(yè)化的發(fā)展趨勢(shì)來(lái)說(shuō)，我們更加關(guān)注技術(shù)驅(qū)動(dòng)和未來(lái)數(shù)據(jù)的價(jià)值。

　　“AI+場(chǎng)景”比較好還是傳統(tǒng)服務(wù)商做技術(shù)升級(jí)比較好？

對(duì)于AI落地，市面上一般有兩個(gè)方向，一個(gè)是AI的團(tuán)隊(duì)去落地各個(gè)行業(yè)。另外一個(gè)是每一個(gè)行業(yè)傳統(tǒng)的服務(wù)商。目前大部分的AI公司的新零售更多是無(wú)人購(gòu)物、自動(dòng)識(shí)別，但是更多是應(yīng)用在一個(gè)替代人力的過(guò)程。這也導(dǎo)致了賽道比較窄，但是客戶(hù)的接受度非常高。面對(duì)這種情況，又延伸出了AI+場(chǎng)景比較好還是傳統(tǒng)服務(wù)商做技術(shù)升級(jí)的兩個(gè)問(wèn)題。

肖洪波：兩種都是挺好的切入方式，可能在不同的業(yè)務(wù)場(chǎng)景里不一樣，就是看這場(chǎng)景本身的技術(shù)門(mén)檻是不是特別高，很多技術(shù)門(mén)檻比較高的行業(yè)，它基于傳統(tǒng)的客戶(hù)本身優(yōu)勢(shì)其實(shí)比較容易去做升級(jí)。最初的時(shí)候，有一個(gè)算法的紅利期，沒(méi)有采用深度學(xué)習(xí)的算法公司會(huì)比普通的差，但現(xiàn)在紅利期基本上已經(jīng)消除了，所以在場(chǎng)景落地的時(shí)候，客戶(hù)也不像最初的時(shí)候那么追捧了——只要是人工智能的產(chǎn)品就采購(gòu)?，F(xiàn)在更關(guān)注的是能不能真正幫他解決問(wèn)題，例如成本、精度等，而非你是人工智能公司或者以前是傳統(tǒng)行業(yè)的企業(yè)標(biāo)簽。一旦要去實(shí)際場(chǎng)景里面，解決問(wèn)題是王道，無(wú)論你以前是做場(chǎng)景還是算法的公司，能幫客戶(hù)解決問(wèn)題這是最重要的。

王泳：其實(shí)我覺(jué)得這兩點(diǎn)并不矛盾，實(shí)際上就是說(shuō)這一項(xiàng)技術(shù)不管是產(chǎn)生一種新的商業(yè)模式或者說(shuō)對(duì)傳統(tǒng)的模式進(jìn)行改造，只要是它確實(shí)能夠帶來(lái)實(shí)實(shí)在在大家看得到優(yōu)勢(shì)或者說(shuō)一種便利，我想不管哪一種模式大家都能接受，最怕是一種霧里看花、空中樓閣的。貌似一些高大上，但是實(shí)際上并不能落地，并不能真正為企業(yè)帶來(lái)有益的改進(jìn)，我想這可能也是企業(yè)不接受的。

宮華澤：這也是一個(gè)沒(méi)有答案的問(wèn)題。我簡(jiǎn)單談一下我的理解，實(shí)際上從傳統(tǒng)行業(yè)應(yīng)用判斷去驅(qū)動(dòng)技術(shù)發(fā)展，這一點(diǎn)可以更好的理解客戶(hù)需求，真正知道痛點(diǎn)是什么，不會(huì)受到整個(gè)技術(shù)背景的束縛。從技術(shù)的角度上反過(guò)來(lái)談?wù)麄€(gè)行業(yè)，它其實(shí)面臨的困惑和束縛會(huì)比較多，因?yàn)槲冶旧硎歉慵夹g(shù)出身，比如說(shuō)我們最核心的是探測(cè)技術(shù)，我們會(huì)想探測(cè)技術(shù)究竟在哪一個(gè)行業(yè)中發(fā)揮的效率是最多的，但是任何一個(gè)行業(yè)應(yīng)用來(lái)說(shuō)它可能需要的技術(shù)不僅是一個(gè)，所以我們只能說(shuō)在這行業(yè)當(dāng)中，我們的技術(shù)對(duì)它的成本節(jié)省、效率提升、價(jià)值創(chuàng)造，哪個(gè)是第一個(gè)階段最有效的，所以我們整個(gè)團(tuán)隊(duì)內(nèi)部一直強(qiáng)調(diào)，我們是技術(shù)背景驅(qū)動(dòng)的公司，但更應(yīng)忘掉自己是技術(shù)人員，我們要更多的走到客戶(hù)的群體當(dāng)中，真正去了解行業(yè)中真正的痛點(diǎn)在哪里。這是我的一個(gè)理解。

　　未來(lái)AI會(huì)不會(huì)產(chǎn)品化？

在具體的落地實(shí)施層面，現(xiàn)在AI也好都躲避不了個(gè)性化，尤其是在AI場(chǎng)景中更多都是一單一單在做定制，未來(lái)究竟有沒(méi)有可能會(huì)產(chǎn)品化，如果有的話，這個(gè)時(shí)間在什么時(shí)候？

肖洪波：在過(guò)去的一年時(shí)間，觸景做了很多項(xiàng)目。因?yàn)槲覀儽旧硎亲霎a(chǎn)品的公司，希望在前端實(shí)現(xiàn)更多智能的產(chǎn)品，但過(guò)程當(dāng)中我們發(fā)現(xiàn)面臨的挑戰(zhàn)非常多，不僅僅是算法，還有量產(chǎn)、硬件設(shè)計(jì)、現(xiàn)場(chǎng)支持的問(wèn)題等。而這些問(wèn)題的解決，其實(shí)都是通過(guò)在項(xiàng)目過(guò)程中積累下來(lái)的，所以這個(gè)環(huán)節(jié)對(duì)我們這些企業(yè)來(lái)講是不可避免的，就和當(dāng)年的IT產(chǎn)品一樣，如數(shù)據(jù)庫(kù)或者ERP，最早的時(shí)候也都是通過(guò)產(chǎn)品的形態(tài)面世，但是通過(guò)一個(gè)一個(gè)項(xiàng)目的積累，可重用的東西越來(lái)越多，毛利率也就越來(lái)越高，這是一個(gè)過(guò)程，我相信會(huì)有新的模式出現(xiàn)，而現(xiàn)在是處在比較早期的階段。

王泳：像我們做iDeepWise.AI 4.0 產(chǎn)品的時(shí)候，我們也確實(shí)碰到各種各樣的問(wèn)題，比如說(shuō)我們剛才提到的醫(yī)療和汽車(chē)場(chǎng)景，其中有著不同的細(xì)分場(chǎng)景。作為一家技術(shù)型公司，我們比較關(guān)注的就是這一種技術(shù)的可復(fù)用性，因此我們提出多模態(tài)深度語(yǔ)義理解，其可以同時(shí)理解文本、語(yǔ)音、圖像等背后的語(yǔ)義，雖然我們面對(duì)客戶(hù)各自不同的需求，不同領(lǐng)域，不同業(yè)務(wù)背景。但是我們支撐業(yè)務(wù)場(chǎng)景落地背后的技術(shù)是可以復(fù)用的。過(guò)去做產(chǎn)品害怕客戶(hù)提出個(gè)性化，現(xiàn)在做人工智能的產(chǎn)品我們并不害怕客戶(hù)提出個(gè)性化的東西，因?yàn)槲覀兊?ldquo;多模態(tài)深度語(yǔ)義理解與人機(jī)交互技術(shù)”，便可以快速滿(mǎn)足客戶(hù)的個(gè)性化需求，這反倒成為一種優(yōu)勢(shì)。

我們的“多模態(tài)深度語(yǔ)義理解與人機(jī)交互”技術(shù)，是可以進(jìn)行多個(gè)場(chǎng)景的復(fù)用的。雖然不同場(chǎng)景的數(shù)據(jù)來(lái)源不太一樣，但是我們后面的算法機(jī)制，包括應(yīng)答，尤其是人機(jī)對(duì)話里面多輪對(duì)話，它們的機(jī)制是一致，針對(duì)不同的場(chǎng)景我們可以設(shè)置一些不同的語(yǔ)料。

宮華澤：我認(rèn)為任何一家科技公司可能都會(huì)經(jīng)歷一段用做項(xiàng)目的方式來(lái)迭代自己技術(shù)的階段。麥飛主體商業(yè)模式當(dāng)中項(xiàng)目占比并不高，因?yàn)槲覀冞€有業(yè)務(wù)板塊。業(yè)務(wù)板塊實(shí)際上是在農(nóng)村市場(chǎng)和生產(chǎn)環(huán)節(jié)當(dāng)中向不同的種植團(tuán)體提供技術(shù)服務(wù)，而且提供技術(shù)服務(wù)的整個(gè)團(tuán)隊(duì)中有一部分比例是自營(yíng)團(tuán)隊(duì)，一部分加盟團(tuán)隊(duì)。我們的技術(shù)與產(chǎn)品，是在這樣的業(yè)務(wù)邏輯當(dāng)中不斷的迭代與更新的。

我們?yōu)槭裁磿?huì)形成這樣邏輯呢？實(shí)際上是決定了我們的場(chǎng)景和前兩位的場(chǎng)景不一樣。因?yàn)槲覀兛蛻?hù)群體有B端的客戶(hù)，也有農(nóng)業(yè)種植者。這類(lèi)群體的性格特點(diǎn)實(shí)際上粘性極強(qiáng)并且復(fù)用率很高，所以我們模式主要是在技術(shù)層面上通過(guò)做項(xiàng)目和自營(yíng)的服務(wù)體系來(lái)不斷來(lái)迭代技術(shù)和產(chǎn)品，整個(gè)業(yè)務(wù)板塊的目標(biāo)非常明確、精準(zhǔn)。希望在發(fā)展過(guò)程中，我們前期是通過(guò)技術(shù)來(lái)驅(qū)動(dòng)整個(gè)公司的發(fā)展，后期是靠我們的數(shù)據(jù)來(lái)反哺與指引整個(gè)行業(yè)。

　　AI的未來(lái)在哪？

目前有一種說(shuō)法是資本寒冬來(lái)了，也有一種說(shuō)法是現(xiàn)在是技術(shù)的最好時(shí)期，那么在2019年，對(duì)于AI、對(duì)于技術(shù)會(huì)是一個(gè)怎樣的未來(lái)。

肖洪波：十年之后我相信人工智能可能改變很多的行業(yè)。從今年我們的感受來(lái)講，客戶(hù)對(duì)于AI的要求是越來(lái)越實(shí)際了，所以明年應(yīng)該還是這趨勢(shì)，大家都希望通過(guò)人工智能的技術(shù)真正去解決一些實(shí)際的問(wèn)題，包括降低成本、減少人力等。觸景明年仍將深耕目前做的幾大行業(yè)，致力于給客戶(hù)更有價(jià)值的前端產(chǎn)品與方案，謝謝。

王泳：應(yīng)該說(shuō)資本還是有的，不能說(shuō)資本寒冬來(lái)了，這社會(huì)就沒(méi)錢(qián)了，資本還是有，只是大家更謹(jǐn)慎，大家也更明智。AI企業(yè)要實(shí)現(xiàn)商業(yè)化落地，同時(shí)也要建立自己的行業(yè)壁壘。比如說(shuō)我們深思考已經(jīng)具備造血能力，通過(guò)“多模態(tài)深度語(yǔ)義理解技與人機(jī)交互”技術(shù)，在智慧醫(yī)療大健康和智能汽車(chē)兩個(gè)領(lǐng)域今年已經(jīng)實(shí)現(xiàn)數(shù)千萬(wàn)元的營(yíng)收，另一方面我們?cè)跇I(yè)務(wù)應(yīng)用領(lǐng)域內(nèi)建立了自己的技術(shù)壁壘、數(shù)據(jù)壁壘、市場(chǎng)壁壘。

2019年會(huì)是一個(gè)轉(zhuǎn)折，在社會(huì)上有兩類(lèi)創(chuàng)業(yè)公司會(huì)有很大的發(fā)展，一類(lèi)就是它的產(chǎn)品大家認(rèn)可度比較高，落地比較成熟的這一類(lèi)公司會(huì)發(fā)展比較好。另一類(lèi)就是技術(shù)特別超前，明顯具有技術(shù)優(yōu)勢(shì)的公司。這樣的公司在2019年也不會(huì)存在所謂的資本寒冬。但是一般的公司就是所謂的技術(shù)不是特別明顯，或者說(shuō)落地場(chǎng)景不是很好，那他們的日子在2019年不會(huì)過(guò)的非常好。幸運(yùn)的是深思考人工智能二者兼?zhèn)洹?/p>

宮華澤：麥飛的業(yè)務(wù)是跟著整個(gè)農(nóng)業(yè)種植周期走的，所以 2019年我們的計(jì)劃已經(jīng)全面布置完成了。資本寒冬，我從兩個(gè)層面來(lái)談一下，一是從商業(yè)模式角度，我覺(jué)得并沒(méi)有資本寒冬，可能在資本方看來(lái)AI風(fēng)口炒的這么長(zhǎng)時(shí)間，更多的想看到AI技術(shù)在整個(gè)不同的應(yīng)用場(chǎng)景下，究竟有多么大的變現(xiàn)能力？這不僅僅是靠你的技術(shù)去渲染，然后按照PPT來(lái)告訴他。他更希望看到實(shí)打?qū)嵉臄?shù)據(jù)，所以就變的更加謹(jǐn)慎。如果有真實(shí)的落地場(chǎng)景和真正的商業(yè)模式能夠?qū)崿F(xiàn)技術(shù)價(jià)值，那我覺(jué)得不存在這種說(shuō)法。

另外一個(gè)，我認(rèn)為未來(lái)在AI的發(fā)展上，我們跟百度之間結(jié)合會(huì)讓我們對(duì)AI更加偏向于底層上的深度理解。其實(shí)我們的本身技術(shù)背景是搞遙感的，我們對(duì)數(shù)據(jù)源的把控會(huì)更加精準(zhǔn)，我認(rèn)為未來(lái)AI技術(shù)應(yīng)用的走向不僅在于算法本身，更應(yīng)該立足于垂直領(lǐng)域的根本需求，從數(shù)據(jù)源引入、算法加工、信息流輸出等方面打造全過(guò)程解決方案，形成核心壁壘，達(dá)到對(duì)行業(yè)應(yīng)用的技術(shù)滲透與效率升級(jí)；同時(shí)應(yīng)當(dāng)一手抓現(xiàn)實(shí)，一手抓未來(lái)，快速迭代技術(shù)與解決方案，真正達(dá)到趨于“人工”的“智能”。

【來(lái)源：北國(guó)網(wǎng)】