王丹薇（左）、郁亮（中）、印奇（右）、沈南鹏（大屏幕）

AI 发展需要重视基础科研

大会第一天上午，IDEA 数字经济研究院宣布与万科成立联合实验室。论坛上，郁亮表示，万科在实际业务场景中常常遇到落地上的困难，中国这么大的建筑市场，未来还有孪生城市等需求，技术的突破可以带来百亿级别的经济效益。万科与 IDEA 成立联合实验室，除了希望用 AI 技术解决浅层问题，还希望能深入到业务场景中实现生产力的突破。

（郁亮：借助 IDEA 的力量在业务场景中取得技术突破）

沈南鹏提出：“ 科学家有时在研究和探索科学时，本意并不是去解决一个现实问题，但恰恰又成为了我们解决现实生活中挑战的唯一方法 ”。红杉作为创投机构，在科学研究上有两点坚持，一是长期性，不能急功近利；二是崇尚科学家精神，高度认可和欣赏科研工作者的重要贡献，成为科学家的好朋友。他续言，社会人才资源的配置还是应该更多往科学倾斜，需要号召更多的年轻人投入到科学事业中去。

“ 今年是旷视第十年，”印奇表示，“ 我个人也是工程师、也是 MSRA（微软亚洲研究院）的成员。我们之所以能创业是因为我们持续保持在技术和工业界一定的领先性，这是 AI 公司的立身之本。”他认为研究院的角色，是愿意做偏长期的科学研究。虽然眼前不一定有具体商业化前景，但未来可能有机会变成商业化的核心能力。

领军人们对 AI 技术的投入与期待？

如今 AI 技术的应用场景已经非常丰富。沈南鹏以自动驾驶和数字医疗举例，在部分领域，数据的质量和数量已经累积到足以支持人工智能的商业化应用。作为有赋能能力的机构，积极参与人工智能的行业发展，应是恰逢其时。

“ 我们的战略定位是‘城乡建设生活服务商 。”郁亮以万科举例，万科管理河流、管理街道、管理小区，而这些场景里都是一个个真实的人。许多人无法做的事情，AI 技术可以帮助做到。“ 我认为科技上的投入不会浪费，总会有用。”

（印奇：投资科技总是有价值的）

印奇对此表示赞同，投于科技总是有价值的。他认为 AI 时代中 AI 是一个终极追求，而宏大命题下会有很好的阶段性产出，比如现在的 AloT（人工智能物联网），是以 AI 技术为核心的物联网形态。印奇还表示，AI 时代的变革也不是某个节点突然发生的，是之后的某个时刻我们回望，才发现人工智能早已像今天的互联网一样无处不在了。

如何做出好的 AI 产品？

“ 做 AI 产品是 0 到 0.1 的事情，最终需要的是人。”印奇透露，旷视内部小的产品创新的成功背后，本质上都有一些很关键的人。给出成果来的往往是那些，既是 MSRA 等优秀学术机构的毕业生，又对商业很感兴趣的人。

沈南鹏表示，在 AI 领域，如果一家企业的领军人物没有技术背景，那么恐怕很难真正在市场上站稳脚跟，更不要说能成功。除此之外还要有相当敏锐的市场感知，能够去了解客户的需要，能够真正解决市场上的痛点。

郁亮则以万科的催收 AI 和门禁 AI 产品对比举例，前者因富有人性和吸引力而受到欢迎，后者则因为无法提供有温度的服务而遭到淘汰。郁亮认为，和温度结合的 AI 才是好的 AI 产品。

（郁亮：和温度结合的 AI 才是好的 AI 产品）

“ Learn Fast ”还是“ Learn Deep？”（“ 快速学习 ”还是“ 深度学习 ”？）

沈南鹏提出，AI 作为以技术驱动的创新行业，面对 Scalable Product Fit（可扩张产品适应性）的难题，找到有规模效应的、适合市场的产品是非常重要的，这也是 AI 公司创业初期的最大挑战，这一难关如果不能跨越，之后大概率就会导致公司停滞不前。

（印奇：只要方向正确，踩坑并不影响我们前进）

印奇则主张“ Learn Deep ”（“ 深度学习 ”），他认为 AI 是一个很长的赛道，如果要以互联网的变化节奏去竞争，可能 AI 企业早就败下阵来。比如旷视，在成长的过程中踩过很多坑，变换过很多个 Role model（发展榜样），但是好在可以把周期拉长去成长。如果方向是正确且坚定的、有巨大潜力，愿意走出舒适圈、持续取长补短，还是可以一步步往前。