“听见听懂 AI知你心”语义论坛 探讨AI商业价值发展之道

"如何看待人工智能技术与商业价值的关系“、”哪些领域可以最先享受到人工智能带来的红利“、”中国AI 产业链目前最薄弱的环节是在什么地方？"......这些当下关于人工智能最热的话题的答案，你统统可以在这里找到。2018年9月17-19日，2018世界人工智能大会顺利举行，小i机器人在大会上承办了“听见听懂 AI知你心”智能语音语义分论坛，并在分论坛现场带来了一场关于AI的主题为“未来商业价值及产业生态链”的高端对话。

圆桌论坛由宽带资本合伙人刘唯主持，同时有多位来自人工智能产、学、研界的领导者参与，包括：木木智能机器人董事长蒋化冰，来也科技CTO胡一川、小i机器人创始人、 CEO朱频频、观谷科技董事长桑墒等。这场聚集资方、产品提供商、方案提供商、应用方等多方代表的对话，从各自所在的领域对语义技术做了全面分析，还原了一个清晰的人工智能语义从基础资源到技术发展到应用的全产业链条。

以下是圆桌论坛实录：

刘唯：大家下午好！现在已经到5点半了，希望最后的环节能够给大家更加精彩的分享。

下面有请论坛的几位嘉宾：

小i机器人创始人、CEO：朱频频博士

木木智能机器人董事长：蒋化冰

来也科技联合创始人兼CTO：胡一川

观谷科技董事长 桑墒

再次欢迎我们的各位讨论嘉宾。

刘唯：我们今天的主题是关于AI的未来商业价值及产业生态链，一会儿我会围绕这个主题给各位抛出几个问题，各位嘉宾也可以随时提出自己的观点和想法。首先请每位嘉宾用1分钟时间，为我们简单的做一个介绍，贵企业所处的领域，企业最大的优势、竞争力是什么？

胡一川：大家好！我叫胡一川，是来也科技的联合创始人和CTO，来也科技是一家比较年轻的公司成立于2015年，主要做智能助理方向，主营业务是为企业和个人打造智能助理解决方案。

面向个人有一款“助理来也”的产品，服务了700万的用户。面向企业主要打造在消费者交互场景中的对话机器人解决方案。

桑墒：各位嘉宾，大家下午好！

观谷科技是从事医疗行业药品全渠道管理的模式态势，现在主要在解决安全有药高端问题，观谷公司在2008年的时候开始在研究未来发展方向，从方向的角度来说中国人的用药安全从何谈起？最早的时候我做了数据对比，包括用药的故障率，在这上面做了深入的研究，像药师机器人，如何用遵循医嘱的方式让用药服药安全。

朱频频：今天是我们承办的论坛，2001年我跟袁总一起创立了小i机器人，当时我还在读博士，早期是做聊天机器人，吸引了很多用户踏入了互联网方向，但是没赚到钱，当时一直想探索聊天机器人的方向在何处，之前探索了智能客服、短信等方式。在2009年正式把公司方向从“2C”转向了“2B”，以前的投资人都走了，因为“2B”方向大家之前不是特别认同，认为“2B”的发展很艰苦，获得多少的收入要花多少的成本。随着新科技的发展“2B”对企业服务迎来了非常好的“春天”。

后面做的事情前面都跟大家提到过，在后面的发展过程中得到了很多投资人的支持，包括宽带刘总很早在2013年就投资了我们。

刘唯：A轮。

朱频频：在做“2B”方向的时候刘总投了我们。

蒋化冰：我是来自于木木智能机器人的蒋化冰，我们是小i的战略合作伙伴，如果小i做的是脑的话我们做的机器人是身体，主要在做整机和硬件。我们团队是来自于原来华为手机的团队，我们跟小i一样会把很多经验放在技术上强化核心的技术，跟小i还有一点一样都是国家会员总体组的会员单位，第一个拿下国家产品和工厂双认证的公司。

刘唯：我叫刘唯，是宽带资本的合伙人，我们基金主要是专注于在技术和产业方面的投资，如果大家做这个方向需要找钱的话我们可以找时间沟通。

好的，谢谢各位，下面开始我们的第一个议题。可以看到，今天我们的主题演讲是从技术开始，然后过渡到应用，那么我也想问问各位，你们是如何看待人工智能技术与商业价值的关系？

蒋化冰：技术如果不能商业化就没有价值，但可能技术和趋势是一代一代的，在大阶段或者产业化的情况下，如果要找到大的商业价值必须要有技术的跨越，如果是小技术的演进只有小商业的价值。

刘唯：我们从最早做“2C”，后来做“2B”也一直在摸索技术和商业价值之间的关系，看看朱总的理解。

朱频频：昨天我跟朋友也在聊这件事情，在2009年开始做2B端客服机器人时遇到的最大问题不是技术问题，因为技术上没有人和我们PK，碰到的最大问题是谁要用你的东西，当时花了很多精力拓展我们的方案，说服用户使用我们的技术，并且我们做的技术国外很少有案例，当时花了很多精力在推广技术方案，我们认为方向应该是对的。当时很搞笑的一个话题是到客户那边介绍我们是做智能网络机器人能解决什么问题的，他说你讲的很好，把你的机器人牵出来给我们看看。然后我跟他解释我们做的是虚拟机器人是网络的没有实体，但现在说牵出来看看我们可以牵出来十几个。

第一个比较大型的客户是江苏移动，他是从创新的角度接受我们的方案，因为他们觉得这有点创新的方向就试一试，试了以后效果不错，得了中国移动集团的很多奖项。负责我们的负责人以前是主任之后升成了副总，大家觉得效果还不错就纷纷在采用。到现在这个时候状况已经有点不一样了。刚才我讲的很多技术有点枯燥，下一次不太讲技术，多讲点应用会比较好。

从技术角度来看虽然我们使用了很多技术在不同场景，但现在的技术门槛相对于以前已经极大地降低了。以前可能跨越了技术门槛就获得了商业上很大的能力和动力，但现在不一样，现在跨过了技术门槛仍然有很多的东西需要去做，这就是现在在大家都谈人工智能的时候技术跟商业到底是什么样的过程。

对于一个发展到一定阶段的企业来说技术已经不是最大的问题了，但是新技术的持续动力是必须要去掌握的。这时候你看到的很多是市场的问题，看到的是服务的问题，看到的是生态的问题，看到的是整个产业技术怎么应用的问题，所以现在看的情况可能不一样，在企业不同的发展阶段情况就不一样。

现在人工智能太火了，像助理来也是从智能助理的角度开始切入行业。开始的时候我们认为可能会有竞争，像我们做机器人的时候和蒋校长有竞争。现在发现完全不是这么一回事，因为各个企业专注于做自己的方向和方案，并且合作是大前提。

刘唯：朱总说的很好，合作是大前提。我自己前面也做了一点功课，观谷科技在行业领域里商业化做的非常成功，想听听桑墒董事长怎么看基础和商业化的关系。

桑墒：这么多年技术眼花缭乱，总归有技术可以走，但最基础的是我们怎么夯实。最早是房地产，后来到了投资技术，投资IT行业。但现在已经非常现实地从互联网到物联网，如何让物联网更好地落地是互联网人更需要遵循的东西。现在包括好大夫、春雨医生都是与之有关系的，市场的需求量非常大就看我们怎么来切入。

观谷科技做药师机器人是找准了点，也是国家现在发力的点——“医药分家”，时代的进步如何让人民的生活得到更好的提高？这是观谷科技做行业的角度。当然核心是有自己的末端技术，在数字化终端药房依托的情况下嫁接平台、嫁接智能药师跟患者的线上互动、药师审方。小i机器人有很多不能主导的东西，但药师机器人是直线，没有太多太深的东西在深面。无论从哪个方面时代在进步，我相信未来一定是将来的世界，10年以后甚至15年20年还会有更远的将来，这条路还是需要我们来走的。

刘唯：两年前我跟你的另外一位创始人见过，公司在这段时间也经历了发展和迭代，想问问你对技术和商业价值的看法。

胡一川：从智能助理、智能对话的方向谈谈对智能合技术的结合，今天和昨天主会场上马云、马化腾、李彦宏分享的时候都提到了一个共同的词，当我们来思考人工智能的时候要有“连接”的思维，这背后的意思是当今天我们有了微信产品以后，人与人的连接变的更容易，人与人连接的密度变的越来越大，接下来大家能够看到的未来几年各种智能设备、物联网是让人与物的连接变的越来越高密度。这些连接一旦产生背后自然会发生交互，交互每一个连接下都是可以有智能交互、智能落地的对话场景。

从商业上非常坚定地看好智能对话技术在智能商业场景的落地，这是一个非常大的市场，以前大家会狭隘地认为做智能对话是不是就是做智能客服？但实际上智能客服只是连接里很小一部分，这些连接都会带来新的对话AI落地的场景。

从技术上来讲还是很多的挑战，无论是自然语言、推理、对话还是有很长的路要走，能做的到是在垂直场景内做特定任务的对话，从而达到用户的预期，现在还没有任何人开发一种技术、模式让对话技术变成通用的任何人都能用起来的。

在智能对话、智能助理的大方向上，技术和商业的关系是要不断地寻找平衡点。

刘唯：谢谢四位嘉宾。对于人工智能的未来价值，有着各式各样的猜测，Gartner就曾预测：2018年全球AI商业价值可达1.2万亿美元，那么在您看来那些领域能够最先实现商业价值？或者哪些领域可以最先享受到人工智能带来的红利？

蒋化冰：我的理解首先是人工智能在相当长的时期，甚至永远一定是机器和人的联合运作、联合工作。机器或者人工智能有它的长处，人有人的长处，这是首先的大概念。

有可能哪些领域更加快速规模的商业化会有几个特点：1.机器人和人工智能更擅长的领域，比如说智能客服，或者是我们的医院物流机器人。机器也罢、人工智能也罢，比人是有明显长处的。

2.高速发展有钱的领域，比如说频频总先切进去的是江苏移动，这些领域发展特别快，希望用新技术也有资本用新技术，比如说商总做的是医院，医院领域技术发展非常快，有很大的投资能力。从这两方面恰好切了您的第一个问题。机器和人工智能跟人比有优势，所以能进入的快。另外是商业的力量，行业有钱也能切的快。

朱频频：刚刚刘总提到了1.2万亿，是什么时候？

刘唯：2018年。

朱频频：1.2万亿拿我们的收入比比我觉得我们做的太差了。

1.2万亿应该是由人工智能技术所带动的周边收入，的确看到有些政府在做天眼工程、雪亮工程，有可能是大几千万上亿的案子，在上亿案子里人工智能技术在里面占多少呢？人脸跟踪软件技术占多少呢？在1亿案子里可能9000万是硬件，硬件算是人工智能行业还是传统的硬件行业？当然这里面还有大数据、云计算等很多技术，只能说人工智能新发展方向所带动的一系列技术。

短期之内以人脸识别代表的图象识别的公司享受到了市场以及投资节的红利，现在图象识别公司独角兽就好几家，并且现在还层出不穷。合合信息的龙总所介绍的不是以人脸识别为主，而是做OCR方向，以后可能又会有很多发展。现在很多合同审核、发票自动分解跟OCR关联又会很大。当然我认为我的方向是最好的发展方向，因为我觉得未来人工智能要进入到各行各业还要深刻地影响到各个行业才是最重要人工智能的发展方向，这时候人工智能机器学习的技术从大数据学习产业模型，如果能够整合到一起去为企业发展提供持续的动力才是未来最重要的方向，这也是为什么现在我们做语音语义部分的原因。

语音转写的技术可以标准一些，提供API出来各家都可以用，用迅速的语音识别、结果的语音识别差别不大，用小i的差别也不大，关键是在语音后面做语义，语义和行业深度的Knowledge有很大的发展方向如果我们在这儿持续投入的话将来才会有更大的空间。

桑墒：这么大的市场只要在风口上猪都能飞起来，但我没看到猪起来，看到老鼠飞起来了

说真心话，软件市场是非常好的行业，但如果能让它真的站在风口上飞起来那是真的有特异功能，不是每个人说怎么飞就能飞起来。朱教授在说这件事，让机器人打剥了皮的橙子他可以，但是你让他土豆他能打吗？这条路非常长，到底行业是在2018年实现还是在2028年实现我觉得值得我们去探讨。

我们应该落到实处讲，倒推10年前企业人在想什么，10年前的今天能达到什么样的结果，能有什么样的生活？我认为这是IT时代能给我们带来的最大红利。

胡一川：从实践上来讲智能助理落地的路径和几个特点，今天看到像Siri产品的体验是很难达到用户预期的，所以我们觉得智能助理的落地会有几个特点。

1.垂直化方式落地。Siri之所以很难达到用户的预期是因为他希望什么都能做，这样的话在对话式的交互场景下用户很多时候不知道你能做什么了，我说10个需求如果有2、3个需求你都满足不了的话用户的预期一下子会降的很低，所以第一个方向是垂直化，能不能做为一个推荐餐厅的Siri、预定机票的Siri完全是有可能的，但是落地场景不一定是在手机操作页面，而是在垂直化的产品。

2.去中心化，今天连接越来越多，在微信生态里每一个人的微信息例如都有大量的群，每一个群都可以想象成去中心化、交互、垂直化的场景，并且很多群今天已经不仅仅是跟生活、工作相关，而是跟很多商业有关的，很多企业甚至都有很多人在做这样的工作。

3.个人化，每一个人不论是不同的职业，不同的需求都可以有属于他的智能助理，智能助理可能不是做特别通用的事情，但是会为他所处的职位、岗位提供AI能力从而提升效率。

所以我们认为是垂直化、去中心化、个人化。

刘唯：人工智能对于未来发展的重要性不言而喻，也正是因为它的这种基础性，让AI产业生态链长且复杂，那么在您看来，中国AI产业链目前最薄弱的环节是在什么地方？

胡一川：所谓的AI绝大多数还是要靠数据来驱动的，没有数据就没有AI，我的感觉是今天相对比较薄弱相对还没有那么成熟的就是在数据这一块儿。不论是在数据的积累、数据的交换、数据的交易、数据的保护等方面还没有完全在产业链上形成非常成熟的一环，今天数据有两种情况，一种是像BAT这样的公司掌握了大量的数据，这些数据是不愿意开放的。但还有一类情况，有大量的企业、大量的行业是有大量的数据的，这些行业又相对比较传统，他们不具备处理分析、应用数据的能力。

今天我们恰恰就缺这么一环，能不能有一个环节把市场上各行各业的数据能有效地整合起来，让人工智能更上游的企业基于数据做更多的事情，甚至让数据之间的交易交换变的更加市场化，当然中间要做好数据的保护工作，所以这是我们看到今天在产业链上最基础的数据这一环，这是我们需要做的更好的地方。

刘唯：您认为数据是AI产业链里很关键相对比较薄弱的一环。

桑墒：AI技术最重要的是如何更专业，现在瑞金医院有用的一套系统是Vesen（音）手术机器人，当时我们讨论问题的时候说了一件事，手术机器人在真正手术当中工程师不是医生，不知道刀怎么开，不知道线怎么札。现在我理解的AI薄弱环节是因为很多做专业IT的人不是行业里的专家，真正行业的专家并非懂得如何去搭建AI的东西，如何更专业是一定有它的相容性，但是现在大家姿势的多元化，很多人视觉的广度、宽度、深度一定会决定着AI的发展前景，最终的中心思想是首先我要懂他，如果我不懂他做他怎么做都是偏离航道的，所以专业的人做专业的事情，如果专业的人指导做这件事情行动力还是很强的。

怎么能让AI成为我们将来的主导是需要长期耕耘和发展的。做企业是需要熬的，首先需要熬资本，其次需要熬认知，如何熬认知的接受程度也是需要时间积累的。AI的路还很长，记得我们在做行业的时候在谈机器人药师，但这也是很快的时间，以前谈不知道，半天以后谈知道了原来还可以这样做，其实它是深度和见识问题。

刘唯：以前我自己做投资的时候也一直遇到这个困难，行业和AI基于技术之间的关系，尤其是医疗行业在做诊疗时候的科技性特别重要，但是AI深度学习里是让很多人知其然不知其所以然，这中间的矛盾怎么解决？这是在行业应用中需要进一步明确和找到解决方法的。

桑墒：所以我认为机器人的深度学习需要和专家们进行深度的探索，在深度理解的情况下才能把每一个demo写的更详细更有深度，这样才能有很完整的流线型的东西出来，否则真的是非常难的。我觉得朱总做的对话可以，有他的视线广度，这会很好地应用到市场，当然也需要熬，需要熬认知度才可以这样。

朱频频：下面想听听朱总的意见，首先我们刚刚提的话题是对AI产业链里中国哪些方向比较薄弱？刚桑董事长提了更具体的，小i本身做行业应用做了这么多年，行业里技术的匹配性想听听您的看法。

朱频频：中国的产业链大概有什么弱点，刚才两位嘉宾所说的事情我是完全赞同，这也是目前AI在国内大规模广泛使用遇到的问题，之前朱教授也说过，做AI的技术人员、或者做智能的专家，两人互相推诿，这个你做这个你做。这是比较大的问题会阻碍人工智能技术广泛地使用，从我的角度来说我认为这是一个巨大的机会。如果你现在没矛盾的话企业方向解决什么问题呢？现在我们要解决的是怎么样把技术给标准化，标准不到非常标准的地步，但可以针对某一个行业有标准化，可以把model预制进去，知道我的合作伙伴快速地进去行业里去，我的合作伙伴也许很懂行业但是不懂技术，有了我们的技术可以把复杂变的简单一点，经过培训以后可以帮助我们做的更好。开始的时候不一定要用技术解决所有的问题，先去解决一些共通的常见的问题，不断地再深入进去可以积累巨大的场景。

像前面合合信息谈到做OCR识别的时候做了几十种模型，现在没有通用的模型解决所有的问题。昨天我听今日头条讲使用的AI技术的时候在做非法信息过滤，有些是裸露的镜头，有些是脏话的音乐都要过滤掉，这没有通用的方法，总共训练了600多个模型来过滤不同的事情，这一块儿就是现在巨大的机会。但刚刚两位提到的数据问题还不是数据量大的问题，而是可用有质量被标注过的数据极度缺乏，不知道该怎么标注。还有应用场景的问题，需要懂应用场景该怎么做，这的确是巨大的鸿沟。

老实说中国国内有这个困难，国际上也有这个困难，这是一个巨大的商业机会，但是光从国内产业链的角度来看有非常缺乏的部分大家都是很清楚的，中国是“缺心少魂”，在AI非常底层的部分无论是计算能力还是应用级端的芯片国内现在有很大的问题。

现在中国在做AI应用上是有非常大的优势，我们跟欧洲、美国一帮人讨论的时候他们知道中国做AI应用如火如荼，美国关注于基本架构和基本算法，英国关注于隐私，但大家担心继续这么发展的话AI技术会出现底层技术的空心化，虽然大家意识到了但是这件事不好解决。像芯片事技术难，就算你把技术搞出来了别人谁用你的？你的生态怎么建立？这又是巨大无比困难的事情。所以我不担心中国的应用，现在国家也在主导这件事情，后面会非常如火如荼的发展。我说的问题也是非常巨大的发展机会，但是很多人蛮担心底层的问题。

蒋化冰：如果把人工智能分成上半场和下半场的话，上半场更多的是数据、算法、软件，下半场会加上硬件，这就类似于朱频频总刚刚讲的段子，很多年前投资人说你的机器人在哪？但是现在可以拉开一串有硬件实体的机器人出来，这是第一个概念。为什么硬件会是下半场呢？总的来说，硬件更难做，软件相对比较容易实现，而且我们讲学校里的学生愿意学软件的比硬件的多多了，因为做硬件需要条件，其实真正硬件能力大部分都是公司里积累的，学校里积累的比较少，但是软件学校里也能出高手。

中美之间的差距硬件差距比软件差距大，朱频频总刚刚讲的芯片也是佐证。中国人特别聪明，对算法软件条件依赖比较少的情况下是很容易跟美国人同样的水平甚至超过他的，再加上中国本身做人工智能首先肯定解决的会有一些中国特色的东西，比如说中文，比如说中国面孔。中国的市场又非常大，所以这一块儿是比较容易积累和超越的。如果我们把硬件再去细分，电子这一块儿也相对更容易，中国其实在通讯领域、手机领域最高端的也已经超越了，当然主要是以华为为代表，在通讯领域华为已经是全国第一了，手机领域我认为华为已经超越苹果了。

华为上半年发布的P20摄像技术苹果是赶不上的，最近苹果刚刚发布了，老俞说稳了，苹果就这样了。但其实机器和材料还是有差别的，比如说工业机器人的强度和精度都要求非常高，但是服务型机器人相对来讲强度和精度没那么高，主要是电子的东西，所以我们看上去服务机器人还算是和国外同一个起跑线，但是技术潮流会更慢一点。我的观点是我们在人工智能方面中国最薄弱的环节是硬件，长期来看大部分人工智能应用更多还应该会有实体的，当然不一定长的像人，有部分的情况是纯虚拟的，但是大部分情况下还是需要硬件，我们把这个作为比较专注主攻的方向，薄弱环节说明有机会，我们也希望跟随着小i的步伐，袁总朱总是10年前创业的，我们创业的时间比较短，我们也希望做到同样辉煌的成绩。

刘唯：最后一个问题，从投资的角度我投资的企业包括我自己的投资你会发现以前更多是存在技术市场的方向，最近发现跟宏观政策、政府对这件事情的态度、监管都会发生很大的关联、影响，像最近的中美贸易战也是在政府层面的，对于产业都会发生很深刻的影响。

想听大家站在行业从业者的角度，真正政府应该做些什么？我们有什么期望？这是我最近一直在想的一件事，从胡博士开始。

胡一川：首先我们作为人工智能行业的从业者，尤其是初创公司，我们能够非常明显地感受到政府这几年对人工智能行业的支持力度是越来越大的。而且是全方位的，不论是资金的支持、业务支持，包括政府上的人工智能项目都是我们可以切实感受到的。

如果说希望政府来做些什么事情的话可能就是拿一个类似于自动驾驶的例子来举例，在中国政府、国家对于人工智能的支持力度情况下相比欧美的政府更能做出大胆一点的决策，比方说在某一个地方大力地支持无人驾驶的汽车投入运营，像这样的事情我相信在美国欧美国家推动是有相当大的阻力的，这件事情在中国来讲相对来说会更容易做到一点。好像过去10年中国的高铁修起来了，但是欧美的铁路还是相对落后的。政府从正则层面上、产业支持层面上的基础设施建好。

回到上一个问题在数据层面的事情也是政府可以牵头帮助人工智能行业做的更好的。

刘唯：在数据层面、基础设施层面政府能够给予更大的支持。

桑墒：中美贸易战可能对国内相应企业来说应该会更倾向一点，中国在发展，而且在技术推动社会的发展，做技术人应该有前景可言。对于像观谷科技这样的企业来说也是抓住了机会，因为现在包括医药分家、大健康产业情况下政府更关注在这样情下如何推动，观谷现在获得了青浦区政府的投入，在有让老百姓有获得感的前提下他会觉得很好，观谷起家是设备自动化药房，还有自主搭建的云平台会更可靠，作为政府的第三方运营商来切入到政府的政绩当中，观谷还是有非常大的潜力，并且本身医药分家大家都在八仙过海、各显神通，政府也在抓出让老百姓更有获得感的东西，对观谷来说还是有机会的。

但现在的政府并不闭塞，有更多的资金投入到现在的技术当中，年轻人未来是不可估量，他们的市场会更大，而且越来越多的人都在谈AI、技术、CPU，所以政府会越来越清晰如何用AI技术能推动社会的进程发展，这还是市场前景不可估量的，政府一定会有这样的投资。

刘唯：朱总对这件事情有什么样的想法？期望？

我相信我们现在跟政府打交道越来越多，并且也获得了政府的很多支持。

朱频频：肯定是获得政府的很多支持，小i发展政府支持都还蛮多的。政府重视人工智能已经不是现在开始重视了，两年前就开始在提这件事情，提的时候第一挺高兴的，因为方向是对的，政府也看重了方向；第二担忧，因为以前的市场云计算、大数据、生物医药等各种方向只要政府一提大家全进来了，不管是做这个方向还是不做这个方向的都进来了。

从整体来说，现在政府在推进AI事情当前是很好的，因为现在大家都很清楚谁来给你买单？谁有钱，只有政府有显，企业里有钱，政府有钱，国企有钱，如果政府不号召这件事谁来给你买单？企业都没钱怎么给你钱。所以政府往这个方向肯定是没有问题的，就是在具体操作的时候以建立机制为主，不用给太多更细的游戏规则，不然的话大家都没有办法做了。相对来说在保障一定大方向基础上相对来说比较市场化一点，让我们在市场上能够充分地竞争，总体来说当然非常，对我们这个行业是巨大无比的好处。

蒋化冰：我的感觉是政府应该更加重视民间力量，其实任何的创新更容易来自于民间。创新有机制，1.机制更加灵活；2.从事的人要有激情创作；3.创新的失败概率是非常高的，会有一套机制来解决，比如说风险投资，那输了就输了。

我自己一直认为中国国家政策的结构、国企是有优势的，但是他们应该更多地做压舱石的东西，把创新更多地留给民企、民间的力量来做。举个例子，像银行，朱频频总很大的客户是银行，假设银行自己去做智能客服，无论如何也打不过你们的，因为他们的机制决定了。

包括朱频频总刚刚讲的过细的规则是同样的道理，如果真的在创新的领域政府设定了很多规则也让国企投很多精力去做，在这一点上民企和国企比还是有很多劣势、政策壁垒的，所以需要更多地重视民间的力量，在创新的领域设置一些宽一点的规则，让市场自己去解决，但是解决到一定程度变成相对产生的产业、变成压舱石以后要有一定的规模。

刘唯：今天谢谢各位嘉宾的精彩发言，其实今天下午从基础技术到行业应用到产业链最后也讲了政策环节，全方位地让几位嘉宾分享了一下对AI的看法。供各位今天各位能够有所得，谢谢各位嘉宾！