第242章 小訪談

請關閉瀏覽器的閱讀/暢讀/小說模式並且關閉廣告遮蔽過濾功能，避免出現內容無法顯示或者段落錯亂。

最後還是長期主義，就像章杉說的，有的人上市是起點，也可能是終點，對我們來說上市只是其中一個里程碑而已。

我覺得只有想不清楚的人才不淡定，想清楚自己到底要什麼，在追求的東西是什麼。

如果這些問題是思考過的，你的答案是清楚的，你就很淡定；你沒想過，不知道答案，就會被其他的想法牽著走。

二問aI

韓煙凝外界把上市跟aI冷暖聯絡在一起，你們怎麼看今年外界對aI的唱衰？

章杉我們在aI產業已有九年時間，但aI產業真正快爆是這5-6年間，今年真正進入aI產業落地的深水區。

這是大家熟悉的gartner曲線。

之前，中國企業很少有機會在全世界引領一項技術從技術創新到產業落地的全過程，所以從創業者、投資人到媒體，中國各方都沒有完整經歷過gartner曲線。

現在，所有aI企業都已經步入到「死亡之谷」。

韓煙凝你怎麼看「死亡之谷」週期？

章杉我自己感覺可能在18-24個月，現在行之將半。

在aI產業裡已經有了很多問題和很多解決方案，我想「死亡之谷」的持續時間可能不會那麼短，也不會那麼長。我們有信心穿越週期。

韓煙凝之所以唱衰，也有aI演算法壁壘的原因？

章杉真正對於演算法的供給側，aI提供的遠遠不夠。

我聽到這種說法「aI已經沒有什麼技術壁壘，aI演算法似乎很容易了。」

但大家真正在生活裡用到的aI演算法好像還是「老三樣」，還是極少的aI供給。

aI演算法側其實還在極度稀缺的階段，而且還面臨可交付和規模化兩個問題。

雖然演算法的供給未來會越來越海量，但演算法的供給不是說一下子賦能很多行業，而是在每個行業有很飽和的供給，每個行業不僅僅需要人臉識別的演算法，可能需要同一個場景裡有1oo種、1ooo種演算法，用真正的演算法解決每個場景裡飽和工具的問題。

韓煙凝那為什麼「死亡之谷」會出現在現在？

章杉舉個考試的例子。大家應該考過科目一吧，考9o分很容易，但考1oo分不容易。

這和aI其實是一樣的，當我們去看一個演算法時，如果只是想要在一些東西里拿到6o-7o分可能確實沒有那麼難，但越往上越難。

韓煙凝區分標準是什麼？

章杉場景。往往是真正需要更高精尖技術的場景越往上越難，價值也就越大。

比如自動駕駛，自動駕駛對技術的挑戰是非常大的，我認為現在所有的自動駕駛公司離解決問題還有非常大的距離，但自動駕駛場景的價值非常大，這毋庸置疑。

反過來講，一個對安全性沒有那麼大要求的人臉門禁，比如小區進錯一個人也沒關係，識別錯也無所謂。

但你敢不敢把這套人臉識別裝置放到金庫裡呢？敢不到放到保險箱上呢？能不能變成你家的鎖呢？能不能獲得金融級別的安全性、同時又有極高的透過率呢？這個事情就不再是簡單的問題。

所以，在關鍵性的場景應用裡，我認為現在的技術，離被解決還是有非常大的距離。

韓煙凝聽到「aI涼了」會悲觀嗎？

章杉大家在之前對aI的鼓吹是有點過度的，我當時在公司裡講，我們不是一家aI公司，是一家以aI技術為核心的產品和解決方案公司。

所以，不要自嗨，就踏踏實實的把技術做好，把產品做好，把使用者價值交付出去，這是最關鍵的事情，最後永遠是你給客戶創造了1o元的價值，你從他那分了3元，這才是我們應該要做的事情。

鼓吹和唱衰都沒有必要，最後還是回到到底怎麼能夠更務實地關注到最核心的本質，要看療效而不是去看廣告。

三問落地

韓煙凝除了場景，aI落地難在什麼地方？

章杉aI演算法的本質是軟體，但這個軟體又依賴於資料，很難成為簡單的交付型產品，不是我招個聰明人寫code交付就結束了。

aI演算法的甲乙方關係正在被重新定義，甲方和乙方，如何把資料流通和演算法流通迴圈起來，才能生成很好的商業模式。

這種情況下如何才能產生最終的使用者價值？現在來看，軟體、演算法、硬體在一起設計之後，確實比單獨設計軟體、演算法和硬體效果要好得多。

而且這個好還不是一個9o分和99分的關係，可能是59分和2o分的關係。