听众：谢谢，我想问朱总一个问题，刚才朱总提到，现在这个阶段人工智能的技术也是没有特别的权威，很多算法也是并不是什么特别创新的，或者是特别的算法，我想请教，作为一个商业机构依图科技最核心的竞争能力是什么？您如果要往前发展，希望成为下一代BAT或者是成为一个独角兽的话，您最核心的战略推动是什么？谢谢。

　　朱珑：讲到技术好不好理解，这个投资机构怎么辨别。我讲一个笑话，就是红杉资本周逵总最后要投我们的时候，问我你这个技术，你说你最好，这个能判断吗？我说怎么判断？你判断不了，你只有信我或不信我，最好的人你是不可能有能力判断的，你只能选择信我或不信我，我是说“最好的人”，不是前10%的人，最好的人只有最好的人才能判断。

　　那最好的人判断他其实也不是通过这个结果，他有很多细节，他输入的很多观点是一致的，他是有体系的，三年前他是可以，三年后可以被验证的，是有信用的，不是只是一句话喊对了，他100句话都说对了，他不是只是这一点上说对了。

　　我讲一个具体的。今天很流行的说法是AI要跟to B结合，投资人或其他很多人认为这是想当然的事情。但是5年前，进我办公室的人第一句话都是在问，你为什么不做to C？潜台词是没有to B这件事情的。

　　今天to B变成人们一个共识了，投资人还是问我怎样去辨别团队。我觉得AI本身不是一款产品，科学家没有特别天生的优势。AI的任何技术不是产品。比如说在公安系统中，我们的后台不是只有算法，而是端到端的。公安的业务平台，对他的科技口、刑侦口和交通口的战法应用，以及业务部门怎么分发到派出所，怎么配合，这些对产品的定义理解非常重要。医疗行业也是一样，只是一个算法或截面的改动，对算法的要求差距就很大。这就非常需要对技术和商业场景相结合的理解，非常需要高手。作为翻译者或沟通者，这个角色非常重要。这是比AI人才更稀缺的。

　　邓锋：我解读一下，举一个例子，拿医疗影像处理来说，很多团队都在做静态图像对比。大家看到大量的数据公司做的很好，但是实际应用中发现不太好用，为什么会这样？因为最大的问题是图片。技术员拍摄的X光、CT，可能因为拍摄水平不高，图像不标准。如果只是从技术的角度上考虑，不从产品的角度考虑，做的再好也没用。怎么能够让产品帮助技术员实时的把照片拍好，这可能是产品很重要的点。这跟人工智能和影像识别没有太大的关系。这点我很同意，我们要从行业切入，从用户的刚需和痛点做好产品。再往后推，可能是人工智能的技术。还有问题吗？

　　听众：我们是做医疗方面的，刚刚朱总谈到您觉得进入医疗领域还蛮快的，我自己在行业里面觉得这个过程还挺慢。我特别认同场景这件事情。您举了几个例子，我自己的感觉是它没有在创造价值的场景下发挥作用。您觉得在进入医疗行业时，会不会有一些阻碍的因素？

　　朱珑：我们做医疗并不是第一次做垂直行业。我们首先做的是公安领域。这是一个很深的而且不是那么好做的垂直行业。这里面存在进入垂直行业的共性方法。这些方法和经验是对人的理解，对部门之间的理解。这是对进入医疗行业有帮助的。其次，对产品和技术的理解，在垂直行业中也会碰到，在医疗行业也会有共性。所以我们在公安领域里面有一个口号，就是我要比公安的人更懂公安。医疗也是类似的情况，所以我们会有比较谦卑的学习心态，让我们比医生更懂医生。我要和医生、生物学家、药厂、投资人聊，比他们都懂这个行业。我觉得这个是很关键的。

　　邓锋：我问的问题可能更直接，其实进入医疗行业是强关系型的，跟技术和产品的关系不大，主要是靠客户管理，对吧。

　　朱珑：是。

　　邓锋：人工智能这个时代，是不是还要通过强关系才能交易，才能进医院。

　　朱珑：你刚才说的是现状。我们在医疗行业感受到的和公安领域非常相近的地方是产品真的能打动人。我第一天进入医疗行业，一点医疗的算法和产品都不具备，但是我只问一句话，就是你最突出的问题是什么，或者哪些是有数据基础可以做的。两个月之后我就带来一个样本在这里试验。他们真的关心这件事情，因为能解决他们的问题，真的有用。做的时间要足够快，从算法定制到产品研发到给出结果，这个威力是非常大的。