在AI产业里已经有了很多问题和很多解决方案，我想「死亡之谷」的持续时间可能不会那么短，也不会那么长。我们有信心穿越周期。
韩烟凝：之所以唱衰，也有AI算法壁垒的原因？
章杉：真正对于算法的供给侧，AI提供的远远不够。
我听到这种说法：「AI已经没有什么技术壁垒，AI算法似乎很容易了。」
但大家真正在生活里用到的AI算法好像还是「老三样」，还是极少的AI供给。
AI算法侧其实还在极度稀缺的阶段，而且还面临可交付和规模化两个问题。
虽然算法的供给未来会越来越海量，但算法的供给不是说一下子赋能很多行业，而是在每个行业有很饱和的供给，每个行业不仅仅需要人脸识别的算法，可能需要同一个场景里有100种、1000种算法，用真正的算法解决每个场景里饱和工具的问题。
韩烟凝：那为什么「死亡之谷」会出现在现在？
章杉：举个考试的例子。大家应该考过科目一吧，考90分很容易，但考100分不容易。
这和AI其实是一样的，当我们去看一个算法时，如果只是想要在一些东西里拿到60-70分可能确实没有那么难，但越往上越难。
韩烟凝：区分标准是什么？
章杉：场景。往往是真正需要更高精尖技术的场景越往上越难，价值也就越大。
比如自动驾驶，自动驾驶对技术的挑战是非常大的，我认为现在所有的自动驾驶公司离解决问题还有非常大的距离，但自动驾驶场景的价值非常大，这毋庸置疑。
反过来讲，一个对安全性没有那么大要求的人脸门禁，比如小区进错一个人也没关系，识别错也无所谓。
但你敢不敢把这套人脸识别设备放到金库里呢？敢不到放到保险箱上呢？能不能变成你家的锁呢？能不能获得金融级别的安全性、同时又有极高的通过率呢？这个事情就不再是简单的问题。
所以，在关键性的场景应用里，我认为现在的技术，离被解决还是有非常大的距离。
韩烟凝：听到「AI凉了」会悲观吗？
章杉：大家在之前对AI的鼓吹是有点过度的，我当时在公司里讲，我们不是一家AI公司，是一家以AI技术为核心的产品和解决方案公司。
所以，不要自嗨，就踏踏实实的把技术做好，把产品做好，把用户价值交付出去，这是最关键的事情，最后永远是你给客户创造了10元的价值，你从他那分了3元，这才是我们应该要做的事情。
鼓吹和唱衰都没有必要，最后还是回到到底怎么能够更务实地关注到最核心的本质，要看疗效而不是去看广告。
三问落地
韩烟凝：除了场景，AI落地难在什么地方？
章杉：AI算法的本质是软件，但这个软件又依赖于数据，很难成为简单的交付型产品，不是我招个聪明人写code交付就结束了。
AI算法的甲乙方关系正在被重新定义，甲方和乙方，如何把数据流通和算法流通循环起来，才能生成很好的商业模式。
这种情况下如何才能产生最终的用户价值？现在来看，软件、算法、硬件在一起设计之后，确实比单独设计软件、算法和硬件效果要好得多。
而且这个好还不是一个90分和99分的关系，可能是59分和20分的关系。
韩烟凝：也有种现象是“变硬才能变强”？
章杉：软硬件结合这件事情有两种不同的理解：
第一种理解，因为软件卖不上价钱，所以你要带着硬件一起卖，你就卖上价钱了，你有收入。
第二种理解，你只有软硬件的co-design（协同设计），在一起设计，才能变成更好的产品。
但如果自己不做研发，找个合作伙伴厂商，把他们买过来、装上我的软件和算法接着去卖就OK了，我觉得这件事不本质。
因为我们从整个价值链角度来讲，你在这里面没有ValueAdd（附加价值）。
我们做每件事情都要去想whyus？我们做出来会不会有任何差异化？
或者我们这样做了，世界会不会因为我们而不同？比如商业价值链条更顺畅……但我觉得现在还没到这个时间点。
现在更多还是在产品维度上，这个产品本身要因我而不同才行。
四问路线
韩烟凝：所以贵公司的选择是？
章杉：我们选择以物联网应用来看待这个问题。
也许5年后、10年后，贵公司在这样的生态里会往后退一退，但我认为也不会退到算法的维度，至少操作系统和核心的软件，里面的一些关键芯片，里面真正的关键元器件，还是贵公司的核心产品。
包括我们的物联网，它会很开放的，会连接很多的硬件，未来物联网硬件是百亿量级，我们自己做不过来。
韩烟凝：你们招股书里一直在强调「AIoT」。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！
喜欢读书成神豪请大家收藏：(m.2yq.org)读书成神豪爱言情更新速度全网最快。