AI賦能究竟落地了哪些產業

GMIC 大會AI+企業級服務應用峰會會場中，財視傳媒未來圖靈創始人兼CEO張剛作為主持人與北京閃銀奇異科技有限公司CIO、聯合創始人、戰略發展人負責人李昊、目睹CEO魯力和智齒科技CEO徐懿共同就當下AI驅動下的產業賦能問題展開了一場圓桌討論。

對話中，既有緊扣主題的企業級服務產業的AI技術應用乾貨，也有現場觀眾從自身實際出發虛心求教的傳統行業轉型話題，嘉賓回答誠意滿滿。這場“實踐派”大咖集會論壇正在開啟，值得細細品讀分享。

以下是圓桌對話內容，由未來圖靈編輯整理：

大咖是誰

張剛：今天的主題是我非常喜歡的，AI+。我們前期參與籌備這個大會的時候，曾經向主辦方創始人建議，用去年的名稱“科技複興”，後來發現“AI生萬物”更有意境。去年7月，國務院發布《新一代人工智能發展規劃》，AI又火了一陣，當然AI也不是特別新鮮的一個事情。我在路上還想，本質上如果說我們AI時代來臨的話，坐在我這個位置的不應該是我，而是一個機器人。如果是一個機器人，它經過訓練，像微軟的小冰一樣提的問題更有趣，跟大家互動更多，當我們在台上就坐的時候，大家也不會看手機，而是能夠認真觀看一個機器人主持的場景。

下面先請幾位嘉賓介紹一下自己，有一個小的要求，能夠把自己介紹得有趣一點，生動一點，盡量不用比較枯燥的數據來說，從徐總這邊開始。

徐懿：大家好，我是智齒科技CEO徐懿，我們公司做基於人工智能全客服的解決方案，每一個企業都需要用到客服。大量需要人工來處理的客服問題都可以用AI、用機器人的方式來解決。智齒科技目前服務了8萬家的企業用戶，包括一些非常頂級的用戶，目前已完成C輪融資。未來如果有需要，在客服領域節省成本、需要提高你們的銷售額。

張剛：回頭幫你介紹一下劉強東，京東有很多客服需要用機器人取代掉。

李昊：大家好，我是閃銀的聯合創始人李昊。閃銀奇異定位AI技術賦能一些行業，幫助行業產業更新。目前服務於除了中國以外，包括世界範圍內的科技公司客戶。閃銀奇異大概有1000人左右，700人在國內，300人在國外。

我們主要做三件事情：

一是科技金融，主要利用科技賦能金融機構，在移動互聯網端做一些獲客，流量的篩選，以及提升客戶的體驗和粘性等相關服務。目前已經有1.3億人使用過閃銀的服務，同時幫助幾十家金融機構累計達成了大概500億左右的交易額。

二是在住宿、醫療以及消費品行業智能硬體的技術應用，現在已經通過智能硬體和SaaS系統服務於無人智能的酒店和民宿，為近萬名的住客提供了相應的服務。

三是在一些新的科技領域做一些探索，包括使用AI技術在法律方面提供智能機器人服務，同時我們也在打底層的AI硬體研發。

魯力：各位好，我叫魯力，來自於目睹，我們在企業媒體化和內容影片化的整個浪潮當中，為企業提供直播以及影片領域的完整解決方案。作為GMIC十年的合作夥伴，本次大會的整體直播都是我們在做。為什麽今年選為合作夥伴？我們在2016年左右的時候，跟阿里一起做了非常多的解決方案，在企業，在影片大數據以及用影片或者直播的方式提升整體的行銷效率做了很多的工作。

張剛：哪個機器是你們家的？

魯力：亮的燈都是我們家的。

張剛：背書在阿里平台還是背書在其他直播平台？

魯力：這是混合雲的架構，在阿里、在華為、在騰訊上面都有構建。

實踐派的AI賦能論

張剛：我們來進行第二輪的交流，你們怎麽理解AI對產業的賦能？

這個問題本身是一個特別枯燥的問題，我舉一個例子，我們最近也在孵化一個人工智能媒體平台《未來圖靈》。我面試所有人的時候，編輯也好、運營人員也好，提的第一個問題是我不懂AI，我說你可能懂的AI知識比我還多一點。

我覺得知識可能很重要，但比知識更重要的是興趣，你對這個東西感興趣的話，可能會發揮更多，這個問題先拋給魯總，你覺得AI對產業賦能怎麽來達到更高的效率或者怎麽來顛覆我們的生活？

魯力：就像十年之前鬼都不知道移動互聯網是什麽玩意兒，往後走才產生了太多可能性。

AI將有可能影響到我們生活的各個方面，眼前有很多的工作要去處理，就像人一樣，從感知到最後決策，能夠擴展和預測這些地方還有非常多的路要去走。

但是我覺得已經開始了，我們作為一家影片直播公司，我們盡量把東西能夠得到一些場景化的應用，不斷促進底層技術更好的結合和沉澱。

張剛：好的，我們請李總說一下。

李昊：這塊我結合自身的創業經歷來說。

我們最開始在金融行業感受到AI對於我們現在的客戶體驗和效益的提升。

最開始的時候，我們其實是做一些SME的借款，對小微企業提供一些借款服務，幫助銀行去做一些谘詢和模型設計。當時金融服務的效率屬於比較低下的狀態，為了去做一個船廠老闆的小額借款100萬左右，銀行從各種競調、收集材料、上會審批，整個批複下來用了整整一個月的時間，這還只能算是比較順利的時間。移動互聯網化的時代以後這種效率是不可以滿足用戶的要求。而現在越來越多的年輕人使用一個金融服務的時候，也更傾向於通過APP完成，這就對用戶體驗提出更高的要求。同時整個的金融行業在風控的領域所使用的數據，也是跟以前有很大的不同，以前我們更多的依賴於一些表單的資訊，而現在越來越多的金融機構開始採用互聯網上的數據，去做這樣的風控動作。

2012年我們做了一款通過Pose消費流水給餐館的老闆貸款的產品，後來有一位老闆即便出現了問題，依然正常還款，原因是這個老闆本身擁有50萬微博粉絲的大V。其實互聯網上的數據也可以對用戶的信用或者違約成本做出刻劃，當用這些數據做風險控制的時候，數據維度變得非常多，當時擁有數百個子模型，同時每天要去接受數十萬用戶的申請，這樣的業務量和用戶對效益的要求不是人工能夠處理得了的，這樣對於我們使用自動化的技術、機器學習的東西，包括像人工智能的分析技術提出了很高的要求。

另外還有一方面，有一些用戶體驗的要求不是我們作為一個單獨的企業能夠做好的，需要跟在人工智能走在前面的企業進行合作。舉個例子，如果我們希望在移動端完成整個用戶金融服務過程的話，包括身份的識別，主要還是跟人臉識別相關的技術，我們會和商湯科技做一些合作。

張剛：巴塞隆納展的時候，當時和華為的高管徐志軍他們聊，最打動我的是，一個牛聯網，在牧場裡面給牛戴一個東西，牛所有的情緒、作息都可以提煉出來，極大提升效率。我當時注意到，吸引特別多人去注意，我們創業或者搞項目、尤其搞AI比較枯燥，如果很好的講故事，對大家提升或者更多人接受是一個特別好的一種方式，魯總這邊稍微好一點，做直播本身就是非常時尚的事兒，您這邊偏互金部分，有時候未免稍微枯燥一點，多講有代表性的故事更好一點。

徐懿：我們剛剛在談AI對於企業的賦能，其實是兩個字是“賦能”，企業需不需要讓你賦能？不管是AI也好、還是現在流行的區塊鏈或者以前的移動互聯網各種各樣的技術，最本質的原因還是企業的需求，AI為企業賦能，其實是因為企業本身的需求需要AI來為他賦能，這是核心的原因。

我們在創業的過程中發現，企業最本質的需求是能幫企業賺錢，這是第一位的，剛剛提到更好的貸款提高整個資金的周轉率，能幫企業省錢是第二位的，能幫企業提高效率是第三位的，我們認為賺錢大於省錢、大於提高效率。

我們看一下傳統的軟體、傳統的移動互聯網，如果說工具型的軟體絕大部分都是在幫他做提高效率的事情，而AI時代的到來以及大數據，從這裡面得到各種各樣的東西，其實是幫企業賺錢和省錢，這是企業買AI的產品也好、AI的技術也好，最核心的動力。傳統的軟體所有的問題都是人工來回答的，我們現在用機器人的方式、AI的方式來回答。

我們服務過的巨人網絡，整套巨人集團底下的遊戲都是我們來提供客戶服務的，上線第一天，把80%的問答，不管電話端的也好、在線端的也好，都可以由機器來省掉。巨人的客服人員說過一句話：用這套系統可以早點回家陪陪我的孩子。這是AI賦能特別有效的事例。

張剛：徐總講工作人員能夠提早回家陪陪家人，特別有溫度的一件事兒。AI賦能產業可以很有溫度、很有趣，您做客服這一部分，客服會對他們進行深度學習嗎？還是說簡單的編程就可以了？

徐懿：全部基於深度學習，自然語言處理、基於語義、基於知識圖譜，各種各樣的核心技術在我們產品都有非常深入的應用。基於深度學習可以不斷的調優我們的模型，讓準確率變得越來越準，這個事情回過頭幫助我們的行業，他們的企業能夠越來越提高他們的問答準確度，從而達到我們剛剛提到的賺錢和省錢的效果。

展開講講

張剛：把這個事兒再延伸一下，現在大家對於很多概念，包括未來的趨勢有不同的理解，就這點請教一下三位。大家現在談得最多的，除了現場AI、AI+之外，更多的是大數據、物聯網、區塊鏈、VR虛擬現實。這些名詞不用太多解釋，如果我們往後看三年，比如像5G馬上商用，VR大家一度認為不行了，但現在很多大的公司重新布局VR，區塊鏈在今年春節之前是最火的，大家能不能把這些名詞和趨勢跟現場的觀眾分析一下。

魯力：這個話題好大。

張剛：你談你的理解和感受就行，沒有公論。

魯力：有很多東西是有一些基礎才能夠把後續的故事講完。從AI角度來講，你連識別都出問題的時候，做決策會有一些很大的問題，更有沒有辦法做預測。還有很重要的一點，今天在談企業級的一部分，理論上離錢比較近，企業級服務的地方也能夠找到更多比較實際的場景，不像C端的場景有的時候需要我們創造的。但是在中國這個市場上，不管是李總做的事情還是徐總做的事情，我們中國比較有優勢的地方，我們用互聯網的方式做了大量的數據收集，在上面承載一些AI的應用場景的時候，能夠更快的促進AI場景加上大數據進行豐富和完善的。

張老師提到區塊鏈、VR技術，在企業級應用角度來講，對我來講應該都是類似的概念，企業級的服務都非常樂意去嘗試一些東西，但是這些東西沒有找到具像化場景的時候，企業裡面為之花錢的動力不是特別足。

中國企業級市場當中最大的一個挑戰，來自於中國企業服務本身的軟體市場的碎片化，中國大量的企業，不管從數據倉庫的角度，微服務化在內部並沒有完整的建立，企業級軟體服務還是比較碎片化的相對混亂狀態。

我們跟美國的市場有很大的差異，在中國叫做2C的市場，與美國相比甚至有些領先的。往後看三年或者五年的狀態，在企業級服務市場當中需要像我這樣的和徐總、李總，我們共同推進企業級服務市場當中大數據本身統一的沉澱，能夠促進他們自己本身對於微服務化方面的SaaS平台以及雲化平台應用之後，才能把先進的技術更好的加以承載。而在C端市場上，我們可以看到，AI市場當中能夠得到一些更多的有效案例出來，有一些更好玩兒的東西出得來，B端市場，很榮幸今天坐在這裡大家談企業+AI的事情，類似事情都是差不多的，區塊鏈也好、AR也好，在企業級服務市場上的形態沒有特別完整的形成，會造成先進的技術在企業級市場上看起來那麽美好，但是要真正落地下來的時候，實際上有些基礎工作必須踏踏實實做完，才能有兩者之間結合的春天。這是我的一個看法。

張剛：魯總非常看好2C的市場的。

李昊：我講兩方面，一塊是AI、另外一塊是區塊鏈，AI很早就有這個概念，最近突然又火了起來，AI整個鏈條可以被拆分成四個部分，第一個部分是硬體，包括算力和存儲，第二部分是算法，如何通過AI方面的算法對我的任務讓機器來做，第三部分是相應的數據，也就是說它的原材料，最後一部分是應用。

最早期的時候，AI之所以沉寂了很長一段時間，我認為是由於算力以及數據的匱乏導致它沒有辦法很好的實現一個應用，現在隨著存儲變得非常得便宜以及數據大規模的爆發，使得湧現出了非常多的應用，AlphaGo引發的事件重新回到大眾的焦點視野當中來。

我們現在來看，中國作為世界第一大的市場，我們並不缺數據，我們擁有海量的數據，我們現在隨著湧現出了一批的做AI方面的公司，我們在算法上也已經處在世界上比較領先的位置了。

往後面看，我們比較關注兩頭，一端是在硬體，另外一端在應用層，在硬體這方面。

之前媒體說過關於中美關係的事情，我們發現其實在硬體方面，我們距離世界一流的水準還有一些距離，未來在這方面會有更多的投入。

比如說，我們現在在做一個人工智能的AI芯片的項目，一個類腦的芯片，我們從英特爾、高通遊說了一些國人回來進行研發。我們現在基於深度學習的東西，都是在對大型的矩陣進行運算，現在基本上所有的體系，它的運算和存儲是分離的，有一個部分用來存儲數據，還有一部分用來運算，在高速度的運算過程中有很多中間的傳輸環節，就會導致一個是能耗，另外一個是速率都會受到影響，而且這種模式其實跟人腦的行為是有區別的，沒有說我的大腦有一部分專門用來存記憶，另外一部分是用來算，我們相當於通過一些設計層面，底層芯片設計的方法去實現讓我們芯片運算過程中也能存儲一部分數據，這樣的話，我們現在可以達到稱之為類腦芯片的芯片，它可以做到運算速度達到CPU的1000倍，現在還處在非常初級的階段，我們認為在這方面的底層技術是要做長期持續的投入，我們才能夠有朝一日重新站在世界相對比較領先的位置。

在應用層面，目前AI能力非常強大，他們在競技方面的東西體現出了比人還要牛的一點，在特定的任務上，AI已經完全超越了人腦的一些能力。我們還期待著有更多的AI現象級的應用能夠出現，我們剛才看到還是基於視覺的識別上的東西，我們希望看到更多的應用。比如，我們去美國之前問一個人，你未來想幹什麽樣的職業？很多人回答說想做一名醫生和律師，這兩個職業收入非常高，這兩個職業他們的服務隊普通消費者來說是非常貴的。華人去美國，會申請H1B簽證之類的服務，高度重複性的勞作，需要高昂的費用，於是我們認為在這些方面未來會有很多的應用前景。我們通過自然語言分析，分析了大量的判例，幫助當地的移民去申請簽證，當時本來想幫助中國朋友申請這些東西的，結果第一個客戶是墨西哥裔的人，當然幫助他做了這些事情，未來希望看到兩頭有更多的發展。

再聊一下區塊鏈，這周三有一個加拿大的朋友來這邊見我，他問我區塊鏈在中國現在是什麽樣的情況？我跟他開玩笑，你在大馬路上走，你會發現十個人裡面可能有五個人在聊區塊鏈這個事兒，中關村會更多一點，八個到九個人，100個人裡面沒有一個人真的知道這個區塊鏈到底是什麽東西。我們也在這方面做了非常多的交流，他在做智能虛擬銀行的平台，通過企業級的服務能夠幫助很多的公司迅速的去對接銀行的服務，包括像發一些卡。

關於區塊鏈，我們理解我們更多的把它當做一個工具來看待，你先要明白你要解決什麽問題，再來看區塊鏈能不能幫助你去處理這個東西，而不是說我覺得我拿來這個東西再想怎麽樣一定要跟它靠上，更多的從企業自身的需求去出發，尋找相應的工具。

張剛：李總講的資訊量很大，既有創投界喜歡德州撲克，他們也在研究一些芯片，值得大家回味。

徐懿：剛剛提到了5G、人工智能、區塊鏈、VR的技術，對於未來五年社會的變革，把這個時間拉的更長一些，我是一個對於數據或者數據主義忠實的信徒，我認為社會的每一次變革，數據以及數據傳播的帶寬，對於數據處理的能力提高，它是有非常正相關的關係，每次技術的變革，社會的變革是在技術變革發生之後，過一段時間才會很深刻的體現出來。互聯網的傳播大家發現它的變革是在加速的，互聯網傳播又變成了移動互聯網的傳播，移動互聯網的傳播之後，AI、區塊鏈各個方面加大了對數據處理能力的提升。大概2010年，我們只看這個技術，會發現2G到3G的變革其實只是數據傳播的帶寬加大了，實際上帶來了整個移動互聯網的蓬勃發展，相比蘋果手機的誕生而言，3G技術的到來才是真正推動了整個移動互聯網的發展。當4G到來的時候，3G帶寬傳播速度非常慢，4G帶來了3G時代想象不到的應用，比如說直播，其他各種各樣的應用都要基於高帶寬來實現，會導致我們整個中國的發展，特別是移動互聯網的發展會遠遠快於世界上任何國家。我認為底層是數據帶寬的傳播變得比以前大了很多。

為什麽國家要發展5G，5G帶來了比4G還要大的帶寬傳播速度，可能能帶來整個萬物全部互聯起來，會產生更大的數據爆炸，從而會讓AI提供更大的數據處理的能力，這是我認為未來對於技術來講，非常大的趨勢。

張剛：謝謝徐總，徐總給我們描繪了特別好的藍圖，李總和魯總挑了某一方面給大家描繪了一下。

因為李總也講了他們借著高通做一些芯片，我在巴塞展的時候特別去看了高通的展台，把很多技術打包起來了，他們跟克萊斯特研發了一輛車，這個車沒有觀後鏡，我問觀後鏡哪兒去了？他指兩邊各有一個攝影頭，這邊有一個障礙物，這邊有一棵樹，就像面前一個螢幕一樣，不用來回晃著頭看了，當時跟他們聊的時候，5G來了以後，確實可能像徐總說的，我們現在還有一個詞叫下載，將來這個詞可能就沒了，即時打開，一部電影多少G或者多少T的事情瞬間可以打開，下載這個詞就不存在了，可能叫數據處理了，把很多東西混搭在一塊，大數據也好、物聯網也好，包括人工智能也好，都通過5G、通過各種方式釋放出來。所以我覺得這個也是有可能給我們未來帶來很大想象太空的。

你來我往

提問1：各位嘉賓好，我剛才聽了各位嘉賓的分享，我覺得收獲挺多的。我們行業主要是做教育谘詢語言培訓，AI聽著挺大的一個範疇，對於我們中小企業來說，它應該怎麽樣去應用呢？

李昊：我先說一下，教育培訓行業裡面有一家把AI應用得非常成功的一家公司叫VIPKID，做跨國的英語培訓的機構，他們在整個過程中應用了AI的技術。

這個商業模式是一邊是美國的外教，另外一邊是國內的孩子，他們使用了一些人臉的識別，去保證這個孩子到底有沒有集中注意力在聽這個課程，對這個課程反饋是什麽，這是類似於直播一樣的學習模式，而不是說我在看一個教學影片，所以給老師提供了的輔助工具，我來告訴你現在這孩子可能沒有在認真的聽你的課，這時候會給孩子一個小的互動，很注意力的在聽你課的時候，你給他頒發一個星星，如果一直不能夠注意力，我們需要休息一下，這些小的獎勵、這些互動會非常好的去引發孩子學習的積極性。比如說，他的星星可能變成內部平台的貨幣，買一些虛擬的獎勵或者一些實物的小禮品給到孩子，這些孩子非常高興。

很多行業AI都有用武之地，需要更多的去站在你的客戶或者用戶的角度去考慮，他們需要一些什麽樣的東西，這些需求通過AI的方式得到非常好的滿足，還有一些東西未必到AI程度，數據分析可以做到的，根據孩子的年齡段和特徵匹配更適合他的老師，這方面的應用都可以幫助我們把這個業務做得更好。

張剛：除了李總提到的米總創辦的VIPKID之外，還有乂學教育也是往這個方向走，海風教育搞了好望角的人工智能的項目，可以隨時識別這個孩子臉上的情緒，作業盒子很多這樣的教育機構都在嘗試AI，AI生萬物，AI在顛覆很多行業。我聽了之後受益挺多的，我很珍惜這個機會，平時不會見到各位，有機會我就想了解了解。

徐懿：除了現有的在教育這個行業裡面成熟的公司，包括VIPKID和乂學教育，英語流利說，AI很多潛力沒有被挖掘出來。

如果你看過《未來簡史》，未來所有一秒鐘之內能夠被反應過來的事情都會被AI替代掉，在線教育有很多很細節的環節被機器學習，被機器智能來替代的，我們可以回去或者可以找一個機會深入的去看自己的每個業務，這業務裡面積累了大量的數據，是不是有些事情不需要人來乾，機器同樣可以乾得更好，我們的機會點在裡面，機會應用大幅降低人力成本，從而提升核心競爭力，這是每家在線教育企業或者教育企業都在下重注投入到AI核心的原因。

提問1：您剛才說AI主要是為了幫助企業省錢、賺錢，但是如果對我們中小企業來說，前期的投入AI是不是有點太大了？給我們前期的資金壓力會比較大，怎麽才能幫我們達到賺錢、省錢的目的呢？

徐懿：AI應用有兩種，一種是大的有實力的企業，可以自己組一個團隊來做，小的團隊，現在已經有非常多的平台，阿里雲、亞馬遜的平台，智能客服的平台已經提供了現成的工具和接口，各取所需，交易會讓整個商業活動變得更快，找到合適的工具，應用工具的能力也是企業核心能力，大量現成的平台和接口，包括谷歌大腦，有大量的平台都是可以供你用的，它的成本是比較低的，不需要專門來投重金從底層開始一點一點往上研發。

魯力：就像中小型企業，AI的使用不一定非得所謂的大流，從谷歌的框架，很多地方都是能夠找到一些標準化的應用方式，AI有一個很重要的底層數據基礎，這個底層數據足夠呈現的方式，在上面硬要拿概念的時候是很辛苦的事兒，大家還要看公司所處的階段，如果說已經有了足夠的用戶群，AI能夠幫助相對來講具有壟斷地位行業裡面翹楚，具有更大的競爭優勢。在中小型的企業當中，有些AI小的方面可以得到良好的結合應用，能夠摸索出來大企業在他的大數據角度來講，沒有辦法深耕細作的一些小的點，但是我覺得所有的地方肯定都是要看到自己公司的出發點，不是說這個浪潮來了，硬要往上面貼，有的時候可能是貼不上去的一件事兒。

張剛：也得根據自己的發展階段跟能力，看我們將來能發展到哪一步，該引進什麽樣的技術和應用。現場版的AI賦能答題板，需要一些案例和剖析。

提問2：我來自於傳統行業，做房產交易，我的問題是對於傳統的行業，很低頻，但是從長遠來看，我們很需要大數據和AI，很低頻的數量比較小的傳統行業，怎麽用大數據和AI去賦能新房交易。

張剛：前兩天跟鏈家的彭總聊，貝殼找房就是用人工智能VR看房的方式來做，這部分請嘉賓給你支支招。

魯力：對於房產我不是特別熟悉，VR的部分熟悉一些，AI也好、VR也好，還是剛才的那個觀點，房產交易角度來講，就像剛剛張老師說的鏈家，手握重量的數據，給你一個概念東西很容易呈現出來，我的那個觀點，公司量級的問題，大一點的時候可以朝這個方面來走，在房產領域創新的公司，就像當年VR出來以後，找到一個小的點，不管是在智能房間的選取，新房的選取還是在新房的代理觀看過程中，能夠通過攝影頭的形式，包括視覺識別的方式，能夠看到在參觀整個過程中的愉悅度，來判別它好賣、不好賣的狀態，都是有非常多的案例。

提問2：我更想問的是，VR看房對於用戶需求解決還不是最關鍵的，房子、用戶、建案這三者，三個對象相互之間非常OK的匹配，才是真正能解決這個場景的痛點，VR還不是，我特別想了解，像低頻的行業，我們用戶低頻不太多，建案一個城市幾千個，用戶+建案+銷售都是很好的數據量，怎麽把這三者匹配做好呢？有沒有一些比較好的思路，在低頻數量很小的情況下。

徐懿：我說一下我的想法，不一定對，因為我也不太了解房地產的行業，我認為它的數據量應該是很大的，而不是很低的，數據量大在什麽地方呢？鏈家積累的數據，本身原有房產，搜房網的網站積累了大量的數據，你這個場景我理解，第一要有用戶端，能夠精準的找到目標用戶，但這些用戶的流量或者數據在哪兒呢？在搜房網、在鏈家。第二要有開發商的數據，第三要有當地地理位置的數據。我們要做的事情，第一，有了這些數據的平台它的成功機率更大一些，如果沒有這些數據的平台，想做這個事情，做的事情通過各種各樣的方法把這些數據找到積累到我的平台裡，這個事情是首要考慮的事情，因為資訊是不對稱的，所以才會有房產的各種各樣的機構在裡面，鏈家利用房山資訊不對稱做的生意，核心問題是怎麽積累到這些數據，以及怎麽樣更好的應用這個數據，才是這個事兒勝出的原因。

提問2：重點還是把數據量上來，數據量不大的情況下。

徐懿：三端的數據，用戶的數據、開發商的數據、建案的數據，這三方的數據要有非常全的數據，這是一個成功的基礎。

提問2：假如數量上不去，其實還是發揮不了太大價值。

徐懿：對AI這個事情，AI是幫著大企業更加壟斷的原因。

張剛：我補充一下，對你的數據沒有特別革命性的變化，但當時彭總講了一個例子，他們推貝殼找房的VR看房，他們注意到一個現象，用戶用的VR看房之後，實地看房的比例反而大幅提升，並沒有說因為VR把這個會場看了一遍，大家不來了，反而來的人增多了，VR對大家的好奇性起到了促進作用，它是可以提升的，但是有沒有本質的革命性變化，這個不好講。