2021-12-26 04:37:32
AI生万物，人工智能时代来临，各行各业都不甘落于后时代的浪潮，如何在大浪中成为弄潮儿是大多数企业最为关心的问题。那么，如何抓住机遇，让技术为我所用？传统行业如何利用技术提升效率实现转型？
GMIC 大会AI+企业级服务应用峰会会场中，财视传媒未来图灵创始人兼CEO张刚作为主持人与北京闪银奇异科技有限公司CIO、联合创始人、战略发展人负责人李昊、目睹CEO鲁力和智齿科技CEO徐懿共同就当下AI驱动下的产业赋能问题展开了一场圆桌讨论。
对话中，既有紧扣主题的企业级服务产业的AI技术应用干货，也有现场观众从自身实际出发虚心求教的传统行业转型话题，嘉宾回答诚意满满。这场“实践派”大咖集会论坛正在开启，值得细细品读分享。
以下是圆桌对话内容，由未来图灵编辑整理：
大咖是谁
张刚：今天的主题是我非常喜欢的，AI+。我们前期参与筹备这个大会的时候，曾经向主办方创始人建议，用去年的名称“科技复兴”，后来发现“AI生万物”更有意境。去年7月，，AI又火了一阵，当然AI也不是特别新鲜的一个事情。我在路上还想，本质上如果说我们AI时代来临的话，坐在我这个位置的不应该是我，而是一个机器人。如果是一个机器人，它经过训练，像微软的小冰一样提的问题更有趣，跟大家互动更多，当我们在台上就坐的时候，大家也不会看手机，而是能够认真观看一个机器人主持的场景。
下面先请几位嘉宾介绍一下自己，有一个小的要求，能够把自己介绍得有趣一点，生动一点，尽量不用比较枯燥的数据来说，从徐总这边开始。
徐懿：大家好，我是智齿科技CEO徐懿，我们公司做基于人工智能全客服的解决方案，每一个企业都需要用到客服。大量需要人工来处理的客服问题都可以用AI、用机器人的方式来解决。智齿科技目前服务了8万家的企业用户，包括一些非常顶级的用户，目前已完成C轮融资。未来如果有需要，在客服领域节省成本、需要提高你们的销售额。
张刚：回头帮你介绍一下刘强东，京东有很多客服需要用机器人取代掉。
李昊：大家好，我是闪银的联合创始人李昊。闪银奇异定位AI技术赋能一些行业，帮助行业产业升级。目前服务于除了中国以外，包括世界范围内的科技公司客户。闪银奇异大概有1000人左右，700人在国内，300人在国外。
我们主要做三件事情：
一是科技金融，主要利用科技赋能金融机构，在移动互联网端做一些获客，流量的筛选，以及提升客户的体验和粘性等相关服务。目前已经有1.3亿人使用过闪银的服务，同时帮助几十家金融机构累计达成了大概500亿左右的交易额。
二是在住宿、医疗以及消费品行业智能硬件的技术应用，现在已经通过智能硬件和SaaS系统服务于无人智能的酒店和民宿，为近万名的住客提供了相应的服务。
三是在一些新的科技领域做一些探索，包括使用AI技术在法律方面提供智能机器人服务，同时我们也在做底层的AI硬件研发。
鲁力：各位好，我叫鲁力，来自于目睹，我们在企业媒体化和内容视频化的整个浪潮当中，为企业提供直播以及视频领域的完整解决方案。作为GMIC十年的合作伙伴，本次大会的整体直播都是我们在做。为什么今年选为合作伙伴？我们在2016年左右的时候，跟阿里一起做了非常多的解决方案，在企业，在视频大数据以及用视频或者直播的方式提升整体的营销效率做了很多的工作。
张刚：哪个机器是你们家的？
鲁力：亮的灯都是我们家的。
张刚：背书在阿里平台还是背书在其他直播平台？
鲁力：这是混合云的架构，在阿里、在华为、在腾讯上面都有构建。
实践派的AI赋能论
张刚：我们来进行第二轮的交流，你们怎么理解AI对产业的赋能？
这个问题本身是一个特别枯燥的问题，我举一个例子，我们最近也在孵化一个人工智能媒体平台《未来图灵》。我面试所有人的时候，编辑也好、运营人员也好，提的第一个问题是我不懂AI，我说你可能懂的AI知识比我还多一点。
我觉得知识可能很重要，但比知识更重要的是兴趣，你对这个东西感兴趣的话，可能会发挥更多，这个问题先抛给鲁总，你觉得AI对产业赋能怎么来达到更高的效率或者怎么来颠覆我们的生活？
鲁力：就像十年之前鬼都不知道移动互联网是什么玩意儿，往后走才产生了太多可能性。
AI将有可能影响到我们生活的各个方面，眼前有很多的工作要去处理，就像人一样，从感知到最后决策，能够扩展和预测这些地方还有非常多的路要去走。
但是我觉得已经开始了，我们作为一家视频直播公司，我们尽量把东西能够得到一些场景化的应用，不断促进底层技术更好的结合和沉淀。
张刚：好的，我们请李总说一下。
李昊：这块我结合自身的创业经历来说。
我们最开始在金融行业感受到AI对于我们现在的客户体验和效益的提升。
最开始的时候，我们其实是做一些SME的借款，对小微企业提供一些借款服务，帮助银行去做一些咨询和模型设计。当时金融服务的效率属于比较低下的状态，为了去做一个船厂老板的小额借款100万左右，银行从各种竞调、收集材料、上会审批，整个批复下来用了整整一个月的时间，这还只能算是比较顺利的时间。移动互联网化的时代以后这种效率是不可以满足用户的要求。而现在越来越多的年轻人使用一个金融服务的时候，也更倾向于通过APP完成，这就对用户体验提出更高的要求。同时整个的金融行业在风控的领域所使用的数据，也是跟以前有很大的不同，以前我们更多的依赖于一些表单的信息，而现在越来越多的金融机构开始采用互联网上的数据，去做这样的风控动作。
2012年我们做了一款通过Pose消费流水给餐馆的老板贷款的产品，后来有一位老板即便出现了问题，依然正常还款，原因是这个老板本身拥有50万微博粉丝的大V。其实互联网上的数据也可以对用户的信用或者违约成本做出刻划，当用这些数据做风险控制的时候，数据维度变得非常多，当时拥有数百个子模型，同时每天要去接受数十万用户的申请，这样的业务量和用户对效益的要求不是人工能够处理得了的，这样对于我们使用自动化的技术、机器学习的东西，包括像人工智能的分析技术提出了很高的要求。
另外还有一方面，有一些用户体验的要求不是我们作为一个单独的企业能够做好的，需要跟在人工智能走在前面的企业进行合作。举个例子，如果我们希望在移动端完成整个用户金融服务过程的话，包括身份的识别，主要还是跟人脸识别相关的技术，我们会和商汤科技做一些合作。
张刚：巴塞罗那展的时候，当时和华为的高管徐志军他们聊，最打动我的是，一个牛联网，在牧场里面给牛戴一个东西，牛所有的情绪、作息都可以提炼出来，极大提升效率。我当时注意到，吸引特别多人去注意，我们创业或者搞项目、尤其搞AI比较枯燥，如果很好的讲故事，对大家提升或者更多人接受是一个特别好的一种方式，鲁总这边稍微好一点，做直播本身就是非常时尚的事儿，您这边偏互金部分，有时候未免稍微枯燥一点，多讲有代表性的故事更好一点。
徐懿：我们刚刚在谈AI对于企业的赋能，其实是两个字是“赋能”，企业需不需要让你赋能？不管是AI也好、还是现在流行的区块链或者以前的移动互联网各种各样的技术，最本质的原因还是企业的需求，AI为企业赋能，其实是因为企业本身的需求需要AI来为他赋能，这是核心的原因。
我们在创业的过程中发现，企业最本质的需求是能帮企业赚钱，这是第一位的，刚刚提到更好的贷款提高整个资金的周转率，能帮企业省钱是第二位的，能帮企业提高效率是第三位的，我们认为赚钱大于省钱、大于提高效率。
我们看一下传统的软件、传统的移动互联网，如果说工具型的软件绝大部分都是在帮他做提高效率的事情，而AI时代的到来以及大数据，从这里面得到各种各样的东西，其实是帮企业赚钱和省钱，这是企业买AI的产品也好、AI的技术也好，最核心的动力。传统的软件所有的问题都是人工来回答的，我们现在用机器人的方式、AI的方式来回答。
我们服务过的巨人网络，整套巨人集团底下的游戏都是我们来提供客户服务的，上线第一天，把80%的问答，不管电话端的也好、在线端的也好，都可以由机器来省掉。巨人的客服人员说过一句话：用这套系统可以早点回家陪陪我的孩子。这是AI赋能特别有效的事例。
张刚：徐总讲工作人员能够提早回家陪陪家人，特别有温度的一件事儿。AI赋能产业可以很有温度、很有趣，您做客服这一部分，客服会对他们进行深度学习吗？还是说简单的编程就可以了？
徐懿：全部基于深度学习，自然语言处理、基于语义、基于知识图谱，各种各样的核心技术在我们产品都有非常深入的应用。基于深度学习可以不断的调优我们的模型，让准确率变得越来越准，这个事情回过头帮助我们的行业，他们的企业能够越来越提高他们的问答准确度，从而达到我们刚刚提到的赚钱和省钱的效果。
展开讲讲
张刚：把这个事儿再延伸一下，现在大家对于很多概念，包括未来的趋势有不同的理解，就这点请教一下三位。大家现在谈得最多的，除了现场AI、AI+之外，更多的是大数据、物联网、区块链、VR虚拟现实。这些名词不用太多解释，如果我们往后看三年，比如像5G马上商用，VR大家一度认为不行了，但现在很多大的公司重新布局VR，区块链在今年春节之前是最火的，大家能不能把这些名词和趋势跟现场的观众分析一下。
鲁力：这个话题好大。
张刚：你谈你的理解和感受就行，没有公论。
鲁力：有很多东西是有一些基础才能够把后续的故事讲完。从AI角度来讲，你连识别都出问题的时候，做决策会有一些很大的问题，更有没有办法做预测。还有很重要的一点，今天在谈企业级的一部分，理论上离钱比较近，企业级服务的地方也能够找到更多比较实际的场景，不像C端的场景有的时候需要我们创造的。但是在中国这个市场上，不管是李总做的事情还是徐总做的事情，我们中国比较有优势的地方，我们用互联网的方式做了大量的数据收集，在上面承载一些AI的应用场景的时候，能够更快的促进AI场景加上大数据进行丰富和完善的。
张老师提到区块链、VR技术，在企业级应用角度来讲，对我来讲应该都是类似的概念，企业级的服务都非常乐意去尝试一些东西，但是这些东西没有找到具像化场景的时候，企业里面为之花钱的动力不是特别足。
中国企业级市场当中最大的一个挑战，来自于中国企业服务本身的软件市场的碎片化，中国大量的企业，不管从数据仓库的角度，微服务化在内部并没有完整的建立，企业级软件服务还是比较碎片化的相对混乱状态。
我们跟美国的市场有很大的差异，在中国叫做2C的市场，与美国相比甚至有些领先的。往后看三年或者五年的状态，在企业级服务市场当中需要像我这样的和徐总、李总，我们共同推进企业级服务市场当中大数据本身统一的沉淀，能够促进他们自己本身对于微服务化方面的SaaS平台以及云化平台应用之后，才能把先进的技术更好的加以承载。而在C端市场上，我们可以看到，AI市场当中能够得到一些更多的有效案例出来，有一些更好玩儿的东西出得来，B端市场，很荣幸今天坐在这里大家谈企业+AI的事情，类似事情都是差不多的，区块链也好、AR也好，在企业级服务市场上的形态没有特别完整的形成，会造成先进的技术在企业级市场上看起来那么美好，但是要真正落地下来的时候，实际上有些基础工作必须踏踏实实做完，才能有两者之间结合的春天。这是我的一个看法。
张刚：鲁总非常看好2C的市场的。
李昊：我讲两方面，一块是AI、另外一块是区块链，AI很早就有这个概念，最近突然又火了起来，AI整个链条可以被拆分成四个部分，第一个部分是硬件，包括算力和存储，第二部分是算法，如何通过AI方面的算法对我的任务让机器来做，第三部分是相应的数据，也就是说它的原材料，最后一部分是应用。
最早期的时候，AI之所以沉寂了很长一段时间，我认为是由于算力以及数据的匮乏导致它没有办法很好的实现一个应用，现在随着存储变得非常得便宜以及数据大规模的爆发，使得涌现出了非常多的应用，AlphaGo引发的事件重新回到大众的焦点视野当中来。
我们现在来看，中国作为世界第一大的市场，我们并不缺数据，我们拥有海量的数据，我们现在随着涌现出了一批的做AI方面的公司，我们在算法上也已经处在世界上比较领先的位置了。
往后面看，我们比较关注两头，一端是在硬件，另外一端在应用层，在硬件这方面。
之前媒体说过关于的事情，我们发现其实在硬件方面，我们距离世界一流的水平还有一些距离，未来在这方面会有更多的投入。
比如说，我们现在在做一个人工智能的AI芯片的项目，一个类脑的芯片，我们从英特尔、高通游说了一些国人回来进行研发。我们现在基于深度学习的东西，都是在对大型的矩阵进行运算，现在基本上所有的体系，它的运算和存储是分离的，有一个部分用来存储数据，还有一部分用来运算，在高速度的运算过程中有很多中间的传输环节，就会导致一个是能耗，另外一个是速率都会受到影响，而且这种模式其实跟人脑的行为是有区别的，没有说我的大脑有一部分专门用来存记忆，另外一部分是用来算，我们相当于通过一些设计层面，底层芯片设计的方法去实现让我们芯片运算过程中也能存储一部分数据，这样的话，我们现在可以达到称之为类脑芯片的芯片，它可以做到运算速度达到CPU的1000倍，现在还处在非常初级的阶段，我们认为在这方面的底层技术是要做长期持续的投入，我们才能够有朝一日重新站在世界相对比较领先的位置。
在应用层面，目前AI能力非常强大，他们在竞技方面的东西体现出了比人还要牛的一点，在特定的任务上，AI已经完全超越了人脑的一些能力。我们还期待着有更多的AI现象级的应用能够出现，我们刚才看到还是基于视觉的识别上的东西，我们希望看到更多的应用。比如，我们去美国之前问一个人，你未来想干什么样的职业？很多人回答说想做一名医生和律师，这两个职业收入非常高，这两个职业他们的服务队普通消费者来说是非常贵的。华人去美国，会申请H1B签证之类的服务，高度重复性的劳作，需要高昂的费用，于是我们认为在这些方面未来会有很多的应用前景。我们通过自然语言分析，分析了大量的判例，帮助当地的移民去申请签证，当时本来想帮助中国朋友申请这些东西的，结果第一个客户是墨西哥裔的人，当然帮助他做了这些事情，未来希望看到两头有更多的发展。
再聊一下区块链，这周三有一个加拿大的朋友来这边见我，他问我区块链在中国现在是什么样的情况？我跟他开玩笑，你在大马路上走，你会发现十个人里面可能有五个人在聊区块链这个事儿，中关村会更多一点，八个到九个人，100个人里面没有一个人真的知道这个区块链到底是什么东西。我们也在这方面做了非常多的交流，他在做智能虚拟银行的平台，通过企业级的服务能够帮助很多的公司迅速的去对接银行的服务，包括像发一些卡。
关于区块链，我们理解我们更多的把它当做一个工具来看待，你先要明白你要解决什么问题，再来看区块链能不能帮助你去处理这个东西，而不是说我觉得我拿来这个东西再想怎么样一定要跟它靠上，更多的从企业自身的需求去出发，寻找相应的工具。
张刚：李总讲的信息量很大，既有创投界喜欢德州扑克，他们也在研究一些芯片，值得大家回味。
徐懿：刚刚提到了5G、人工智能、区块链、VR的技术，对于未来五年社会的变革，把这个时间拉的更长一些，我是一个对于数据或者数据主义忠实的信徒，我认为社会的每一次变革，数据以及数据传播的带宽，对于数据处理的能力提高，它是有非常正相关的关系，每次技术的变革，社会的变革是在技术变革发生之后，过一段时间才会很深刻的体现出来。互联网的传播大家发现它的变革是在加速的，互联网传播又变成了移动互联网的传播，移动互联网的传播之后，AI、区块链各个方面加大了对数据处理能力的提升。大概2010年，我们只看这个技术，会发现2G到3G的变革其实只是数据传播的带宽加大了，实际上带来了整个移动互联网的蓬勃发展，相比苹果手机的诞生而言，3G技术的到来才是真正推动了整个移动互联网的发展。当4G到来的时候，3G带宽传播速度非常慢，4G带来了3G时代想象不到的应用，比如说直播，其他各种各样的应用都要基于高带宽来实现，会导致我们整个中国的发展，特别是移动互联网的发展会远远快于世界上任何国家。我认为底层是数据带宽的传播变得比以前大了很多。
为什么国家要发展5G，5G带来了比4G还要大的带宽传播速度，可能能带来整个万物全部互联起来，会产生更大的数据爆炸，从而会让AI提供更大的数据处理的能力，这是我认为未来对于技术来讲，非常大的趋势。
张刚：谢谢徐总，徐总给我们描绘了特别好的蓝图，李总和鲁总挑了某一方面给大家描绘了一下。
因为李总也讲了他们借着高通做一些芯片，我在巴塞展的时候特别去看了高通的展台，把很多技术打包起来了，他们跟克赖斯特研发了一辆车，这个车没有观后镜，我问观后镜哪儿去了？他指两边各有一个摄像头，这边有一个障碍物，这边有一棵树，就像面前一个屏幕一样，不用来回晃着头看了，当时跟他们聊的时候，5G来了以后，确实可能像徐总说的，我们现在还有一个词叫下载，将来这个词可能就没了，即时打开，一部电影多少G或者多少T的事情瞬间可以打开，下载这个词就不存在了，可能叫数据处理了，把很多东西混搭在一块，大数据也好、物联网也好，包括人工智能也好，都通过5G、通过各种方式释放出来。所以我觉得这个也是有可能给我们未来带来很大想象空间的。
你来我往
提问1：各位嘉宾好，我刚才听了各位嘉宾的分享，我觉得收获挺多的。我们行业主要是做教育咨询语言培训，AI听着挺大的一个范畴，对于我们中小企业来说，它应该怎么样去应用呢？
李昊：我先说一下，教育培训行业里面有一家把AI应用得非常成功的一家公司叫VIPKID，做跨国的英语培训的机构，他们在整个过程中应用了AI的技术。
这个商业模式是一边是美国的外教，另外一边是国内的孩子，他们使用了一些人脸的识别，去保证这个孩子到底有没有集中注意力在听这个课程，对这个课程反馈是什么，这是类似于直播一样的学习模式，而不是说我在看一个教学视频，所以给老师提供了的辅助工具，我来告诉你现在这孩子可能没有在认真的听你的课，这时候会给孩子一个小的互动，很注意力的在听你课的时候，你给他颁发一个星星，如果一直不能够注意力，我们需要休息一下，这些小的奖励、这些互动会非常好的去引发孩子学习的积极性。比如说，他的星星可能变成内部平台的货币，买一些虚拟的奖励或者一些实物的小礼品给到孩子，这些孩子非常高兴。
很多行业AI都有用武之地，需要更多的去站在你的客户或者用户的角度去考虑，他们需要一些什么样的东西，这些需求通过AI的方式得到非常好的满足，还有一些东西未必到AI程度，数据分析可以做到的，根据孩子的年龄段和特征匹配更适合他的老师，这方面的应用都可以帮助我们把这个业务做得更好。
张刚：除了李总提到的米总创办的VIPKID之外，还有乂学教育也是往这个方向走，海风教育搞了好望角的人工智能的项目，可以随时识别这个孩子脸上的情绪，作业盒子很多这样的教育机构都在尝试AI，AI生万物，AI在颠覆很多行业。我听了之后受益挺多的，我很珍惜这个机会，平时不会见到各位，有机会我就想了解了解。
徐懿：除了现有的在教育这个行业里面成熟的公司，包括VIPKID和乂学教育，英语流利说，AI很多潜力没有被挖掘出来。
如果你看过《未来简史》，未来所有一秒钟之内能够被反应过来的事情都会被AI替代掉，在线教育有很多很细节的环节被机器学习，被机器智能来替代的，我们可以回去或者可以找一个机会深入的去看自己的每个业务，这业务里面积累了大量的数据，是不是有些事情不需要人来干，机器同样可以干得更好，我们的机会点在里面，机会应用大幅降低人力成本，从而提升核心竞争力，这是每家在线教育企业或者教育企业都在下重注投入到AI核心的原因。
提问1：您刚才说AI主要是为了帮助企业省钱、赚钱，但是如果对我们中小企业来说，前期的投入AI是不是有点太大了？给我们前期的资金压力会比较大，怎么才能帮我们达到赚钱、省钱的目的呢？
徐懿：AI应用有两种，一种是大的有实力的企业，可以自己组一个团队来做，小的团队，现在已经有非常多的平台，阿里云、亚马逊的平台，智能客服的平台已经提供了现成的工具和接口，各取所需，交易会让整个商业活动变得更快，找到合适的工具，应用工具的能力也是企业核心能力，大量现成的平台和接口，包括谷歌大脑，有大量的平台都是可以供你用的，它的成本是比较低的，不需要专门来投重金从底层开始一点一点往上研发。
鲁力：就像中小型企业，AI的使用不一定非得所谓的大流，从谷歌的框架，很多地方都是能够找到一些标准化的应用方式，AI有一个很重要的底层数据基础，这个底层数据足够呈现的方式，在上面硬要拿概念的时候是很辛苦的事儿，大家还要看公司所处的阶段，如果说已经有了足够的用户群，AI能够帮助相对来讲具有垄断地位行业里面翘楚，具有更大的竞争优势。在中小型的企业当中，有些AI小的方面可以得到良好的结合应用，能够摸索出来大企业在他的大数据角度来讲，没有办法深耕细作的一些小的点，但是我觉得所有的地方肯定都是要看到自己公司的出发点，不是说这个浪潮来了，硬要往上面贴，有的时候可能是贴不上去的一件事儿。
张刚：也得根据自己的发展阶段跟能力，看我们将来能发展到哪一步，该引进什么样的技术和应用。现场版的AI赋能答题板，需要一些案例和剖析。
提问2：我来自于传统行业，做房产交易，我的问题是对于传统的行业，很低频，但是从长远来看，我们很需要大数据和AI，很低频的数量比较小的传统行业，怎么用大数据和AI去赋能新房交易。
张刚：前两天跟链家的彭总聊，贝壳找房就是用人工智能VR看房的方式来做，这部分请嘉宾给你支支招。
鲁力：对于房产我不是特别熟悉，VR的部分熟悉一些，AI也好、VR也好，还是刚才的那个观点，房产交易角度来讲，就像刚刚张老师说的链家，手握重量的数据，给你一个概念东西很容易呈现出来，我的那个观点，公司量级的问题，大一点的时候可以朝这个方面来走，在房产领域创新的公司，就像当年VR出来以后，找到一个小的点，不管是在智能房间的选取，新房的选取还是在新房的代理观看过程中，能够通过摄像头的形式，包括视觉识别的方式，能够看到在参观整个过程中的愉悦度，来判别它好卖、不好卖的状态，都是有非常多的案例。
提问2：我更想问的是，VR看房对于用户需求解决还不是最关键的，房子、用户、楼盘这三者，三个对象相互之间非常OK的匹配，才是真正能解决这个场景的痛点，VR还不是，我特别想了解，像低频的行业，我们用户低频不太多，楼盘一个城市几千个，用户+楼盘+销售都是很好的数据量，怎么把这三者匹配做好呢？有没有一些比较好的思路，在低频数量很小的情况下。
徐懿：我说一下我的想法，不一定对，因为我也不太了解房地产的行业，我认为它的数据量应该是很大的，而不是很低的，数据量大在什么地方呢？链家积累的数据，本身原有房产，搜房网的网站积累了大量的数据，你这个场景我理解，第一要有用户端，能够精准的找到目标用户，但这些用户的流量或者数据在哪儿呢？在搜房网、在链家。第二要有开发商的数据，第三要有当地地理位置的数据。我们要做的事情，第一，有了这些数据的平台它的成功机率更大一些，如果没有这些数据的平台，想做这个事情，做的事情通过各种各样的方法把这些数据找到积累到我的平台里，这个事情是首要考虑的事情，因为信息是不对称的，所以才会有房产的各种各样的机构在里面，链家利用房山信息不对称做的生意，核心问题是怎么积累到这些数据，以及怎么样更好的应用这个数据，才是这个事儿胜出的原因。
提问2：重点还是把数据量上来，数据量不大的情况下。
徐懿：三端的数据，用户的数据、开发商的数据、楼盘的数据，这三方的数据要有非常全的数据，这是一个成功的基础。
提问2：假如数量上不去，其实还是发挥不了太大价值。
徐懿：对AI这个事情，AI是帮着大企业更加垄断的原因。
张刚：我补充一下，对你的数据没有特别革命性的变化，但当时彭总讲了一个例子，他们推贝壳找房的VR看房，他们注意到一个现象，用户用的VR看房之后，实地看房的比例反而大幅提升，并没有说因为VR把这个会场看了一遍，大家不来了，反而来的人增多了，VR对大家的好奇性起到了促进作用，它是可以提升的，但是有没有本质的革命性变化，这个不好讲。