而對話機器人的評判其實并沒有一個客觀標準，王守崑舉例稱——比如現(xiàn)在有些競賽，你跟一個人對話多少輪，它發(fā)現(xiàn)你是機器人，有些能對話十幾二十輪，但對話二十輪的肯定比對話十九輪的好嗎？這個事情不一定。“標準很難客觀量化衡量，這可能也是非常有意思的一點吧。”
廖若雪則認為，“一是提高效率，一定的客服人員加上機器后能服務多少用戶；二是賣東西，賣的越多，同樣情況下能賣給用戶更多東西，那就是更好的 AI。第三是客戶滿意度，不能賣了東西之后客戶不滿意又回來找你算賬。”
創(chuàng)業(yè)公司與大公司的 AI 路徑
一個答案是大公司和創(chuàng)業(yè)公司的 AI 可能并不是一回事——小公司為了解決沉淀的剛性需求，面向垂直領域；而大公司通常會開發(fā)自己的機器學習、云計算平臺、通用的人工智能。
▲AlphaGo 對陣李世石
“一般大公司不會做特別小的事情，而人工智能現(xiàn)在在垂直領域的應用是需要慢慢磨的相對比較小的事情。電商平臺應該會愿意跟我們合作，因為我們會幫它賣得更好。”廖若雪談到。
龍中武則拿做客服的業(yè)務場景為例——他們會遇到一個問題，它很難真正扎到用戶的業(yè)務里，把技術融合轉(zhuǎn)化成符合業(yè)務的產(chǎn)品，這個過程是漫長而痛苦的，大廠通常不會做這種事情，它會做更多通用性的產(chǎn)品。
王守崑談到，“整體而言肯定是大公司的技術優(yōu)勢更大，但具體到某個特別小的點上，未必大公司一定有非常大的優(yōu)勢。”
“我們可以看很多競賽，最后拿獎的未必是大公司，更多是一些個人或者小團隊，從這個角度出發(fā)，我覺得只要能找到合適的點、合適的切入場景，小公司在 AI 上一定是有機會的。”
熊偉銘也談到了一個作為投資方的很有趣的觀點，“‘這小事兒我們干干還可以，大事兒留給大公司干’，但從錢的角度來講，大家（投資方）都追逐更大的計劃，所以你們怎么看待小，或者小到最后能夠形成的平臺型的機會到底可能出現(xiàn)在哪兒？”
廖若雪認為這是一個用戶逐漸迭代的過程，機器人 AI 的事情從技術上來講或者從發(fā)展上來講都是很早期的過程，AI 做垂直領域有價值——在于垂直領域可以把你要解決的問題限制在比較小的集合里，這樣你解決問題的專注度和想要解決的問題的價值也會在垂直領域凸顯出來。
“我舉個相對近的例子吧，財富管理在2012 年時，基于智能投顧的財富管理金額大概是 0，但不到兩三個月時間發(fā)展到幾十億美金，有的公司通過智能投顧管理的金額大概到 50 億美金了，而一些大公司才剛剛啟動自己的業(yè)務。即使是很小的細分領域，只要我們把這個領域做得很透徹，做到極致，我覺得小公司也有很大的機會。”呂晴說。
AI 創(chuàng)業(yè)公司的選擇
談到“AI 行業(yè)用什么角度創(chuàng)業(yè)，或者加入什么創(chuàng)業(yè)公司比較靠譜”這個問題時，龍中武認為一個事物或一個商業(yè)本身是否能成功，它是受技術、商業(yè)和市場三方面影響的，如果選擇加入創(chuàng)業(yè)團隊，一定是因為它要有核心技術，如果它有很好的資本能力，匹配的市場又是不錯的，無論是加入一個團隊還是自己創(chuàng)業(yè)，都是不錯的。
呂晴則談到的主要觀點是人工智能領域的創(chuàng)業(yè)對技術的要求比較高。“人工智能本身是算法驅(qū)動型，要看這個行業(yè)里有沒有足夠多的數(shù)據(jù)，如果沒有數(shù)據(jù)，很難用算法迭代，還有就是市場的大小，如果投資人沒有意見，做小而美也是很好的選擇。”
另外熊偉銘也向嘉賓提出了問題——人才對于創(chuàng)業(yè)公司和大公司的選擇？
龍中武談到了如何跟大廠爭奪人才，“最關鍵的還是看你找的那個人是誰，有些人追求在大廠里有特定領域，但其實有些人想要的更多，不斷變動的挑戰(zhàn)，能面臨更多問題，對自己更好的提升跟成長，當然也會帶來很好的財富可能，還是要找到那個人，這是比較關鍵的。”