資料內容：
1. 成本問題
我們在設計人工智能產品的時候，會有種種不靠譜的因素在制約產品。我們只有快速的迭
代，Lean startup（精益創(chuàng)業(yè)） 降低成本，才能提高我們的成活率。盡管互聯網產品和
AI 產品不一樣，但是快速迭代是一個通用的方法論。
2. 不確定性拆分
把大的不確定性切成小的，切成小的不確定性。這個方法可以幫助我們在人工智障中尋找
到人工智能。
3. 必須有業(yè)務基礎系統(tǒng)
像我這種技術出身的人，都會有一個做偉大的人工智能系統(tǒng)的夢想。但實際上數據庫系統(tǒng)
跟智能系統(tǒng)有什么區(qū)別？其實者兩者在角色上是非常接近的，他們都是一種支持系統(tǒng)，支
持系統(tǒng)是沒辦法離開基礎業(yè)務去獨立工作的。
如果說真正好的產品是一塊蛋糕，那里面的精華一定是基礎業(yè)務系統(tǒng)；人工智能系統(tǒng)可能
連一個糖衣都算不上，它可能是蛋糕頂上的那個小櫻桃。2016 年某銀行花了一年的時間
來做出一個大數據系統(tǒng)，系統(tǒng)有豐富 AI 模塊但內部業(yè)務部門都不愿意用。這里面只有報
表系統(tǒng)，把 Excel 的 Copy、Paste 功能做進去了，真正打中了剛需，然后業(yè)務部門才逐
漸接受了智能的附加功能。
4. 中間節(jié)點是在考驗所有人的耐心
由于人工智能系統(tǒng)不靠譜、周期長，所以一個人工智能系統(tǒng)從投入到產出中間要有很長的
周期，內部、外部、包括投資人在內的參與方的耐心很容易耗盡。怎么在耗盡之前達到中
間節(jié)點？這里面最大的風險，并不是來自于技術，而是怎么做好中期管理。
做人工智能的產品，不要直奔主題而去。做金融，就不要直接去做投資研究系統(tǒng)。做醫(yī)療，
不要直接做診斷系統(tǒng)。做招聘，不要直接做人才匹配系統(tǒng)。直奔主題的失敗不是特例，很
多大公司都是上來就做一個特別大的系統(tǒng)， 90% 都會失敗。
