從技術突破到商業變現，AI落地的挑戰和應對之道

【獵雲網北京】5月21日報道

近日，英諾天使基金舉辦了“Call Me Inno”2019英諾6週年創新者大會。大會以“新環境下如何求發展”為主題，透過知名創業者和投資人的分享與探討，為創業者如何應對新環境下的挑戰提供了新的思路和建議。

作為當下最熱門的賽道之一，“人工智慧”受到越來越多人的關注。隨著人工智慧技術的逐漸成熟和應用落地，其在各領域中發揮著愈加重要的作用和價值， 在《人工智慧的現實世界和理想國》圓桌論壇中，

英諾天使基金合夥人、臻雲創投合夥人祝曉成

、

崧智智慧聯合創始人兼CEO丁昊、

零犀科技創始人夏仲璞

、

通用機器人CEO李洪誼

、

玩秘創始人餘軻

聚焦人工智慧，針對人工智慧落地過程中的痛點和難點展開了討論。

崧智智慧聯合創始人兼CEO丁昊

認為，讀懂客戶的需求是有門檻的，他表示，客戶很多時候對AI的需求並不明確，這個時候就需要解決方案提供商站在客戶的角度去梳理問題，解決實際的需求——而這則是當前AI落地過程中遇到的痛點和難點。

零犀科技創始人夏仲璞

在分享中談到，隨著AI語音方案的落地市面上出現了兩種聲音，一類認為人工智慧是玩具，另外一種，極少數的客戶選用了比較可靠、效果非常好的解決方案之後，則將其作為企業的剛需。因此他認為，目前AI語音解決方案就是“剛需”和“玩具”之間的博弈，“誰可以證明這樣的模式可以帶來真金白銀，誰就會在這個市場裡面勝出”。

通用機器人CEO李洪誼

認為，智慧機器人是要替代和延伸人的能力，而不是簡單重複人的勞動。而目前最具場景應用價值的則是服務機器人領域。

玩秘創始

人餘軻

在分享中表示，今天人工智慧被視為”人工智障“是困擾NLP最大的問題。在他看來，語音的互動效率比的就是潔面的互動效率。三四年前大家想做NLP語音助理的時候，谷歌還沒有釋出深度學習的底層框架，所以沒有“火藥”就造不了“槍”。今天的好處則是已經有了“火藥”，谷歌已經把深度學習的框架釋出出來了，這也是加速AI語音落地的重要因素之一。

以下為論壇實錄，獵雲網整理刪減：

祝曉成（主持人）：今天的主持是想稍微反常規一點，今年是創新者大會，我們還是把主角給創新者。反常是想怎麼做呢？他們問問題，我來回答。下面是1分鐘的介紹。

英諾天使基金合夥人、臻雲創投合夥人祝曉成

英諾天使基金合夥人、臻雲創投合夥人祝曉成

：大家好，我是崧智智慧的聯合創始人兼CEO。崧智智慧致力於打造一個開放易用的機器智慧作業系統，類似於安卓。我們用先進的技術賦能於裝置，使機器更智慧。我們的使命是拉近人與機器的距離，用的技術改造工業思維的模式。

比如說機器很難使用，操作員要學過機器人程式設計才會操作，但大部分人曾經沒有接觸過這樣的教育。但中小型企業和工廠都有換線的需求，所以我們希望能不能使用我們的技術來降低機器的使用門檻——就像智慧手機一樣，讓機器的使用門檻降低，這樣一來，機器的使用率和柔性就被盤活了，這是我們的一個落地場景。

丁昊

崧智智慧的聯合創始人兼CEO丁昊

我叫夏仲璞，之前是百度AI解決方案的總監，在百度做了五年AI人機對話，主要是To B方向。

我屬於老炮創業，2018年出來創立了零犀科技。零犀創立之初就是“呼叫中心的智慧化”，我們的切入點就是辦公室藍領。零犀科技是要替代中國500萬的辦公室藍領。剛剛提到了老跑創業，我在百度的時候做了百度2017年商業化最大的一單，我帶隊從解決方案到落地實施，單筆訂單過億，這個數字在現在，不管是百度還是阿里，還是很大的。

創立的零犀科技，用10個月的時間完成了盈虧平衡，商業化的速度跑得比較快。現在我準備挑戰下一個，把我們的商業模式再進行一次升級。

丁昊

夏仲璞：

大家好，我叫李洪誼，原來在中科院瀋陽所工作，做機器人，2015年初離職拿了英諾的天使基金創立了現在的公司。現在我們的主要業務是做三塊。

一塊是腫瘤手術機器人。這塊主要是面向國際市場和國內一部分三甲醫院，我們做放療；另外一方面，是做智慧停車，主要是面向國內一線城市停車難的問題，用機器人技術使得停車變得更方便。

還有一塊業務，是面向同行業，我們做機器人減速器。因為減速器一直是機器人卡脖子的技術，目前還是被日本壟斷。我們和韓國的工藝團隊做，我們自己的設計研發，再加上國外團隊的長期工藝積累，今年年底應該能實現量產。

零犀科技創始人夏仲璞

零犀科技創始人夏仲璞

我是玩秘的創始人餘軻，是一個NLP的平臺。我們提供電影、酒店、外賣等等，從人機功能對話到支付閉環的NLP的雲服務。

目前我們所在的市場，即手機的語音助手、汽車語音互動這兩部分市場正處於爆發前夕。我們的服務已經介入了國內四大手機品牌，也介入了國內的汽車頭部品牌。用一句簡單的話描述我們公司，我們公司是中國國內做的跟《西部世界》最相近的一家公司。

李洪誼：

通用機器人CEO李洪誼

通用機器人CEO李洪誼

餘軻：

我在人工智慧應用當中，我個人感興趣的是兩塊，我的碩士、博士在斯坦福，所以我是深度學習的背景，碩士、博士也是讀深度學習。所以我最主要關注人工智慧行業深度學習技術，在行業當中的應用。

在我看來主要分為兩個方向，第一，影象。第二，NLP就是自然語言處理。在我們感興趣的NLP行業，自然語言理解和處理現在是爆發的前夕。這裡面有兩個大場景，就是客服和外呼。

我們原來在華爾街做到NLP演算法驅動的交易，也就是利用新聞標題、新聞資訊流做交易，當時做到了華爾街的第一名。因此，我作為摩根大通的全球負責人。這對於語義深層理解有非常深的經驗，所以我們挑選了人工智慧助理來做，所以這是我能看到的行業格局。

餘軻

玩秘創始人餘軻

基本上相當於我之前金融行業的時候，把NLP的演算法和和深度學習的技術用在二級市場金融交易，說白了就是用在炒股中。今天就是把NLP技術用在人工智慧助理上。

玩秘創始人餘軻

祝

使用者是自己，透過我們的NLP技術分析，比如任何一個新聞的標題進來，比如彭博社的資訊流進來，說美國會改變他的談判方針。我們會分析，之前的談判立場是如何，談判立場的改變會影響什麼股票的價格，影響價格的百分比是多少，這是當時的用法。相當於使用者是摩根大通自己，我們直接用NLP的智慧演算法直接決定交易。交易的業績最終在華爾街排名第一。

曉成：四位介紹完了，我補充一下，餘柯是金融行業出身，李洪誼是中科院體系出來的，夏仲璞是百度出來的，夏仲璞和丁昊比較像，是從大公司出來的。所以不同的背景，很落地聊一下人工智慧的現實世界，我們講了這麼幾年了。各位目前公司在做的，有哪些東西落地了，你們認為現實世界有哪些是能夠被人工智慧賦能的場景？

餘柯：

2010年的時候，我們是華爾街做NLP第一波的交易公司，這叫新聞驅動的交易，我們是第一批。後面我開始創業，隨著我不做金融部分的工作，我也瞭解了不止是國內，國際上已經有非常成熟的，利用新聞進行超高頻交易的交易所。像超高頻的交易，在我們那個年代還是不可能的。

祝曉成：剛剛提到的華爾街第一名的演算法，還在用嗎？

餘柯：

祝曉成：當時的使用者是誰呢？

另外一塊比較大的應用就是呼叫中心，中國的從業人員往下，中國有500萬的從業人員。這500萬里面有5%在做線上側的客服或者相關的營銷。這個技術在這個行業的應用也是從先這部分小人群開始的，因為這部分的技術相對來說要容易一些，整合度低一些。

所以當時在百度的時候，2014年做呼叫中心的線上客服和線上營銷。做了兩年以後，隨著技術的進步，我們在百度已經切入到了包括語音，就是95%的市場，400多萬人的市場。

這個市場在當時有一個預測，2010年會降低40%的人工，也是一個非常大的市場。因為每個人每年10萬塊錢，這是千億級的市場。當時百度的做法，他是最難的部分就是客服。呼叫中心的業務，客服技術很難。外乎是盈利中心，是甲方最愛投錢的，技術挑戰相對容易。我們選了最難的路進入，中國聯通、中國移動、中國聯通是呼叫中心最大的國資企業，單體是4萬、3萬、3萬，我們選了最大的一家中國聯通。

中國聯通第一年降低25%的人力，這就是為什麼提到百度的這個單子過億的原因。這是兩年前的狀態。

到了今天是什麼程度呢？隨著優秀的案例落地，市場上出現了兩種聲音。第一，簡單、低成本、智慧客服、智慧外呼，導致使用者側覺得人工智慧是個玩具。另外一種聲音，極少數的客戶選用了比較可靠、效果非常好的解決方案之後，值得智慧客服、智慧外呼在他的企業成為剛需。

目前我看到的狀態，就是剛需和玩具之間的博弈，誰可以證明這樣的模式可以帶來真金白銀，誰就會在這個市場裡面勝出。

餘軻：

餘軻

是的，目前不分行業，我們已經簽下的中國人壽、招商銀行、中國移動，都是總部的訂單。在大的呼叫中心的行業，以人數和規模來看。

祝曉成：國內有人做嗎？

餘柯：

我們整個團隊的核心競爭力也好，我們的超前的部分就是端到端解決完整的問題，為業務的效果負責。

祝曉成：

請零犀科技的夏仲璞介紹一下呼叫中心這塊。

我個人的背景，國內讀完本科，德國讀的碩士和博士，德國工作了15年，一直都是在製造業領域做一些事情，無論是機器人協作還是機器化。AI從大的角度來講就是一個演算法，我們經常開玩笑說，阿爾法狗可以做到決策怎麼做，但是並不會把棋子拿起來，並下到棋盤上。所以需要有一個決策做這個事情，但是誰來做、怎麼做、怎麼把它像人一樣完成這個動作，無論用什麼樣的演算法，這個東西本身是非常大的考慮。

我是學控制論的，基於傳統控制論在製造業的應用，無論是做裝配也好，還是做組裝也好，很多人遇到的問題是能不能保證可靠性。這個東西的可靠性，不是用70%、80%，而是用99。97%來衡量。這種情況下AI在我們看來，無論是德國研究院，還是其他案例，其實AI確實可以很快。

但是從工業角度來看，不能保證100個數據OK以後，101個數據也是OK的。我們辯證地看AI，比如我們教機器怎麼組裝的時候。本身用傳統的方式，是用比較長的時間來做，或者門檻比較高，需要教的人需要一些東西。

現在用AI的方式，可以把速度加快的。但是真正把它落地做這件事情的時候，是一種混合的打法，怎麼把它變得更有效，這是我們看到的情況。我們看到製造業大家都在講工業4。0、先進製造，我們怎麼能讓工廠變得更有柔性。我們確實也切很多大客戶，因為大客戶有一些訂單。

我們看到了另外一種現象，真正需要解決柔性的客戶是中小微型企業。從數字來說德國有96%、97%甚至98%的企業是中小型的企業。它們可以成為每一個行業的冠軍，是因為對每一個行業的工藝很瞭解。它們不是買不起裝置，而是對裝置的使用門檻，和解決能柔性製造的時候需要快速換線，快速培養這個東西能不能快速用起來，這是他們的最重要的痛點，包括在國內也是一樣的。

所以我們慢慢轉型的時候就會發現無論研究任何一個裝置或者任何一個演算法、我們服務的還是To C。人覺得個東西好使，這個東西就會滾起來，這是我們的理念。

所以兩個方向吧，AI本身的落地，它是正反來看的。你確實能保證快，但是怎麼保證穩定性和可靠性，需要99。7%或者更高的可靠性。這個策略沒有任何問題，但是還有非常多的中小型企業需要用最頂尖的演算法，若他們使用成本可以降低。所以我個人和崧智是這麼理解AI和落地的。

夏仲璞：

祝曉成：所以我們現在是不分行業的，只要是客服和外呼，都可以做？

比如說中小型企業它要用到機器人，或者我們研發了一款機器人，我們叫工業機器人或者工業產品的時候。你在教機器使用的時候，會有一個盒，一般傳統工業是必須熟悉傳統工業的語言，才能做這件事情。

就跟程式設計的時候，必須要用到C++，你不能在研發這款產品的時候。很多人質疑我們，這個東西市場上已經有了，為什麼還要研發。我會說，我們面對的物件不一樣，我們面對的物件就是不懂、但是想做這件事情的人。目的很簡單，就是要用。

你怎麼能提供一個平臺化的產品，這它好使，這是我們產品的切入點。

夏仲璞：

先說一下，我是做機器人的，機器人涉及到分類。最傳統的時候，機器人相當於工廠代替工人做重複性勞動，這種屬於預程式設計的機器人。再往後面出了一個分類叫智慧機器人，我現在做的屬於智慧機器人的事情。

這種機器人是替代和延伸人的能力，而不是簡單重複人的勞動，這就是智慧機器人。我們公司做的事情，跟研究所不太一樣的。最開始覺得可以做的有20個專案，但是最有價值的還是要在場景中。所以聚焦的時候，智慧機器人落在服務機器人場景下，其實服務機器人也寬，發現我們最適合的是持證上崗的，也就是專業機器人。專業機器人我們再聚焦的話就是兩個場景。

第一，手術機器人，手術機器人也挺大，我們又聚焦了一下。就是什麼手術對機器人路徑依賴更深的，我們自己提了腫瘤手術。這是代替醫生，代替醫生過程中要持證，就是三類醫療機械證，它的科學性、有效性要經過評估才能做。

場景鎖定以後，我們發現市場非常寬廣，首先發達國家這塊的需求非常旺盛。我們在亞洲的日本和韓國動非常快，接下來會去歐盟、德國，還有義大利、法國，在去年的基礎上，今年是一個上量的基礎了。所以國內三甲醫院沉迷於進口醫療器械的時候，我們先去國外打個樣。我們在上海做了新產品的釋出，後續會陸續啟動國內市場，這是我們的落地場景。

祝曉成：再問一句，你們做這個事的時候，是端到端做解決方案，還是有上下游的解決方案？

夏仲璞：

我們在技術層面上跟國際一線的醫療器械公司是可比較的，我們對標的是是一流的器械公司，單項指標已經優於他們了。

祝曉成：請丁昊介紹一下。

我們做的生活領域的NLP生活助理方面，我們在NLP智慧助力的語義理解、多輪對話的準確率，今天達到了行業第一，是76%。在中國國內我們的第二名不到40%，我們比第二名領先35%以上。

再說一下國外，國外大家眾所周知NLP最領先的公司是谷歌，因為谷歌的業態跟我們不完全一樣，我就引用一個第三方對我們兩家公司的評論。我們公司入選了騰訊AI加速器，在2018年，如入了40強。騰訊認為我們公司是它見過的，在語義理解和多輪理解上最接近的公司。

丁昊：

說一下呼叫中心，它就是接電話、打電話，這是跟語言息息相關的。這裡給大家一個數據，中文受眾在全世界是12億，英文是6億，所以做這件事情最好的土壤在中國。我再引入一個客戶的資料，去年零犀用10個月的時間盈虧平衡，其中很重要的一點拿中國人壽的大單。這個大單PK掉了IBM的沃森這樣的對手拿下的。

祝曉成：我的問題比較糙，場景是什麼，但是丁博士把在先進製造、柔性製造方面所要面對的理論框架講了一遍，非常好。

丁昊：

首先從一個大的概念來講，因為對美國那邊不適那麼瞭解，但是從製造業、從中德兩邊的比較，其實思維模式是完全不一樣的。德國的思維模式是拼圖式的，在某一個單點，你想說現在我想挑戰西門子，沒有人信。

但是中國的模式可以做平臺化。基於這一點，從思維模式的比較來說，沒有什麼特別好的比較的單點。我們做的一些應用型技術，打通以中國為市場，服務的高階客戶。無論是使用者還是我們的控制器，可以控制器人運動的所有東西，可以降低使用者的使用門檻和除錯時間。這兩點可以非常自豪地講，無論在國內和國外都是世界領先的。

李洪誼：

祝曉成：順著你剛剛說的，去了這麼多國家落地，針對落地咱們討論一下。我們在人工智慧落地場景當中，你們能不能比較一下你們自己做的這些事，和海外或者同行當中先程序度大概是什麼樣的？

談到AI，製造業會問一句話，AI靠譜嗎？我們會快速解決一個問題，做一個可行性分析。真正使用的時候，會非常謹慎，尤其是製造業。機床或者任何運動東西，怎麼保證它的可靠性，這是我們現在遇到的一個很大的問題。

另外一個問題是，客戶有的時候說，我要上AI，就是覺得AI牛。問題它也不知道AI幹嘛，所以它提問題的時候，在製造業的時候無論是大資料、AI、5G，它的需求是不明確的。所以這種情況下怎麼幫它梳理精確，並解決實際的問題，這是現在要遇到的兩個痛點或者難點。

李洪誼：

餘軻：

其實是需要陪同的，首先我清楚問題，知道您今後會遇到什麼問題，提前佈局，這裡面有很多大資料、AI的東西埋進去。可能他現在不懂，但是早晚會懂，這是我們從點到線到面，整個立體圖形的一個機會。你能不能讀懂客戶需求這件事情，其實是有門檻的。

餘軻

夏仲璞：

有，我們認為製造業沒有所謂的老大，你佔了99%，不如大家把這個蛋糕做成千億。我都想象不到，這個市場有多大。

祝曉成：我們知道客服領域蠻難的，深知裡面的挑戰。丁博士，你是從外企來的，很瞭解他們，先說比他們好不好，好在哪？再說一些其他見解。

這個問題是，現在遇到的最新的問題是什麼吧。我很同意剛剛丁總講的，在現在的行業裡面最大的問題是人工智慧和人工智障並存，導致客戶挑花了眼。這是任何一場創業都要面對的問題，這是深水區。

我們的做法簡單來講，我們和客戶對賭，我們是市場上玩得最大的。我和業務指標對賭，如果是金融行業，比如現在核心的金融還款場景，我們是和還款率對賭。用這種方式，用商業模式的升級去彌合客戶的擔心。我們把客戶的風險轉嫁到我們身上，用我們的方法幫客戶繫結。

丁昊：

我補充兩句。這裡面碰到什麼樣的障礙，什麼樣的挑戰？在NLP智慧助理方面，我們看到的是兩個。第一，有人來問，包括手機、語音助手這些東西，到底會有多少人用，這是一個比較大的方面。

國內現在四大手機廠商華為、OV、小米，這四家其中之一，因為保密我不能講，它每日的語音助手的日活量是1700萬，這是一個真實數字。這個數字震驚到我了，不知道有沒有震驚到大家。

第二個問題你到底是人工智慧是人工智障，這是困擾NLP最大的問題。剛剛說到語義理解和多輪對話準確率今天達到了76%，剛剛已經講過了，這個水平才真正達到了一個使用者對於NLP助理的使用要求。之前一些公司像出門問問，也在做類似的事情，為什麼那個時候沒有完全做到，今天你為什麼可以做到呢？最主要的原因，你在語義理解準確率到30%的時候，使用者會覺得你是人工智障，不會用你。

只有超過75%以後，使用者才會開始真正用你。因為語音的互動效率就是比介面互動效率高，但是你要保證準確率要高。在三四年前大家想做NLP語音助理，谷歌那時候並沒有釋出深度學習的底層框架，所以沒有火藥的時候造不了槍。只有有了火藥，才能造槍。今天的好處，已經有了火藥，谷歌已經把深度學習的框架釋出出來了，這是一個很好玩的問題。

祝曉成：單點這塊是非常客觀的，包括你剛剛講的這種情況，包括投了一些材料和晶片。以前我們認為晶片沒有機會，因為AI起來以後，它對人工智慧處理器有新的要求，所以有單點的創新。有的是多點融合，形成了一些解決方案，這是我的理解。從先程序度來講，大家還是非常自信。下面問一下，你們說了這麼多好的地方，近期有挑戰的是哪些事情呢？

丁昊：

拿腫瘤手術機器人方向來講，對我們的挑戰還是持續的技術進步。這塊不僅僅是人工智慧本身，整個系統畢竟要替代醫生或者輔助醫生做手術。這樣有幾個維度，每個患者的病灶都是不一樣的，切得乾淨或者不乾淨，是不是把周邊的重要器官誤割了，這是很大的事情。

像達芬奇手術機器人，開啟以後發現結腸癌進入大骨盆了，就關閉掉用傳統的手術。新的術式在產生，怎麼樣讓機器人手術平臺融納新的手術技術。原來我們是做ESD，對手術的外延內容的擴大，還有嚴格壓力的監管。因為是機器人做的，每一例死亡案例都要做研究。

祝曉成：非常理解，你能不能講一下要解決這些問題，需要哪些資源呢？

丁昊：

是的，還有智慧化程度，相當於對行業內知識的理解。

祝曉成：還需要資金和人才嗎？有沒有上下游需要合作的？

丁昊：

夏仲璞：

餘軻：

最近兩天看了一張圖片，機器在不斷學習，人在不斷看手機。不光是崧智，我們希望機器能學到很多東西。其實在製造業，很有意思的一件事情，不是一定要把人的能力給到製造業，製造業就會很好。因為很多時候機器去解決這個問題，也許比人更方便。

人確實有一定的侷限性，所以兩個事情，第一，有了AI，我們會不會變得越來越懶。如果我們變得越來越懶，我們是不是會被淘汰。第二，賦能讓商業更好這件事情要做，而且AI和所有的演算法，像大資料、5G肯定要用到上面，而且肯定有要用到的場景。

餘軻

不管是10年還是30年，AI大家討論的是非常生活的部分。我這邊有一些邊緣的思考，我認為AI會改變國家的政治結構。

為什麼呢？因為之前人類的文明還是靠每一個人的智慧或者體力在運轉，試想如果之後有大量的AI可以自動維繫人類文明的話，大多數被賦予出來的人，他在社會里面的價值，以及它的社會地位會怎麼樣？目前市場的階層，之前是依靠人類不同的分工，之後依賴不同AI的機器人。對於它的同類來說，還有任何的依賴和畏懼嗎？這是一個問題。

我不認為它會短期內發生，回看30年，中國是近半個世紀以來發展最快的國家。30年前的中國，它在除高科技的行業，它的進化有多快，會出現這樣的指數級的曲線。就是開始的時候會很快，經過一個觀點以後，就會有下一個曲線。至少我們這代人還看不到我剛剛說的場景。

祝曉成：我做個補充，幾位講的挑戰是什麼？其實這些挑戰有可能是動態的。語義30%的是覺得是執著，然後量變到質變，質變可能是75%。同樣的工業網際網路、先進製造，大量的情況是這種情況。所以我相信大家討論場景的時候，也要動態地來看。

最近看分子人類學這件事情，結論是很明確的，人的很多能力在迅速退化過程中。包括牙齒、露骨，都在退化，但是大腦一直在成長。導致人對智力的依賴越來越重要，就是將來社會會回到一個新奴隸社會。

前一段時間網路遊戲的商業模式已經體現的，沒錢的人都是免費打，有錢人花錢買武器打。將來人工智慧和機器人，先把人從生產資料環節解放出來，再從服務業把人解放出來，然後從決策環節解放出來。

李洪誼：

祝曉成：你覺得這個挑戰還要結合精度或者其他方面來提高質量嗎？

我說一個具體一點的場景。我描述這麼一個情況，我覺得五年之內單位《西部世界》的狀態，還沒有這麼快。但是有另外一個場景，假設3到5年之後就像發微信一樣，用語音跟微信一個人說一個具體的任務，不管是買電影票還是訂酒店，還是小孩要報英語的口語培訓班。你跟它說，對方回給你。三到五年以後，你就不能判斷對方是一個機器人還是真人了。我敢說這個事情，我們確實在這個領域的NLP裡面，站到了整個行業最前沿，我基本敢說這個事三到五年。

李洪誼：

祝曉成：我可以舉一個例子，它可以支撐你實時影象的處理。實時影象的處理一般用GPU，如果用更高的解決、能耗又小，也可以批次化，結合醫療影像資訊人工智慧

10年以後，就慢慢往《西部世界》走，不是說機器人會殺人，而是情感方面的情況。最後做個小廣告，手機、汽車語音互動，我們在公司最前列，我們在招聘方面有需求。如果有朋友是JAVA、NLP的工程師，能力越強的，可以聯絡我們。

的使用，它可以提

高準確度。如果在手術當中能夠實施提高判斷的話，本身也是降低了這一次手術不能完成要縫合，要拿出去做病理，這樣成功率就大大提高了。由於時間關係，大家展望一下人工智慧，可以放長一點，可以說10年、30年、50年，各位可以暢想一下。

我一直在努力的事情，讓我的客戶高興，我就會高興，我高興，客戶就會高興，這是輪流上升的事情。一年以後我希望在崧智智慧產品平臺或者生態上，所有都高興。我希望在一兩年內，看到一兩個行業的爆發。

丁昊：

一年之後零犀將成為中國呼叫中心行業最大的呼叫機器人提供商。

夏仲璞：

我們希望成為專業服務機器人細分行業的獨角獸企業。

李洪誼：

我這邊的想法，我們本來就是，一年以後我相信也會繼續是中國個人NLP智慧助理的第一名，而且遠拉開第二名很大的距離，而且覆蓋到手機、音箱適合語音互動的終端。