“百度当时强调的是解决一到三年的问题，万象强调是一年。现在技术迭代速度实在太快，你真的不知道一个月之后会发展到哪儿，但是我相信有的时候行业诉求和用户需求会因为技术的突破而发生转变。例如我们现在做人机交流做到像人和人交流一样，需要建立一套类人的attention system，让以后VUI类交互不再那么生硬机械感，这个在大多数产品型公司内部是没法短期内投入的，我们就把项目放到研究院。我相信如果一个想要创业的科学家通过自己的科研能力最后改变了一个行业，这个影响力和成就感会非常大。”

　　创业就是要在有限的时间内解决一个清晰、明确的任务目标，这才是创业的，如果上来给你一个非常不明确、开放的，你是没法创业的，这是共识，这也是万象的一个优势，让想要创业的科学家有一个限定的行业应用场景，明确的技术边界。

　　吴惟心也对此提出两个观点：

　　第一，大公司的目标可能并不是特别明确，他们是做一个比较通用的人工智能或者研究，这是大公司花这么多钱也没有做成的一个很重要的原因。万象根据需求做研究，目标非常明确，不会泛泛而做。

　　第二，大公司在做这个事情的时候是希望自己能够主导这个事情，所以投入比较大。而万象带有孵化性质，想创业的研究员做一两年，资金和退出形式是开放的，可能会得到更多的资金投入。

　　邓亚峰则表示：万象是一个兼硅谷的模式，非常成熟的产业和创业的科学家、研发的良好互动的环境，帮助企业做研发。

　　技术壁垒不再高不可攀，最紧缺的人才是AI产品经理

　　大家一直说人才可“贵”，那么对一家企业来说，目前最缺的是什么类型的人才？人才市场的算法工程师要价这么高，是否意味着他们是最缺的呢？

　　顾嘉唯给出了不一样的见解，他认为工程型的人才供给会根据行业发展不断变化，不论是以前的前端工程师，还是后面的iOS开发，随着行业发展人才供应会越来越多。所以这一类人才并不是最紧缺的。

　　对他而言，最紧缺的人才第一类其实是对产品定义能力很强的产品经理。现在来看，技术壁垒的领先窗口时间越来越短，他认为即便是人工智能行业，技术本身的壁垒也是不稳固的，会随着技术发展和不断普及化直至成为基础设施，就好比现在的互联网，最主要的壁垒是对行业的渗透程度。在万象，科学家团队和行业企业一旦产生合作，研究员的产品同行业生产环节和数据深度整合，再往后科学家和研究员的行业客户铺开边际成本下降，研究员更了解行业诉求，合作过程中不断优化产品技术，逐渐形成壁垒。所以对于AIstartup如何确保能够迅速变现，在商业中走通，必须深入行业。目前，AI创业公司的最大问题是必须和商业、行业深入绑定，否则没有任何意义。万象研究院有配套的产品工程化团队，将上市公司企业与创业企业对接，在初期能够帮助创业者完成产品工程化，将需求细化到MRD、PRD的文档结构，从而快速的对接技术。

　　他也认为第二类紧缺人才还是核心算法工程师，或者科学家，这一类人数量较少，依然抢手。但是根据行业规律，那么热门的学科领域现在，这一类的人才会越来越多。对于初期创业者在初期，怎么吸引这种人才？顾嘉唯认为首先是靠足够多的数据。很多科学家最关心是否有数据让我挖掘，让我训练出更好的算法。

　　这是一个正向过程，一个好的产品，产生足够多的数据，从而让科学家最更好的算法迭优，然后算法再产生更好的产品，又可以获得更优的数据，像滚雪球一样。只有这样的过程，才能吸引到足够好的科学家。如果没有这种正循环的过程，科学家也不愿意进来，哪怕给再多的钱。

　　万象研究院有一个初衷，希望承载人才的短缺问题。它吸引人才的方式、手段和开放性能够做到这点。对企业而言，这就是换一个解决人才问题的方法。就像之前用锤子和钉子解决不了的问题，换一个渠道让电钻进来解决。