Q：现在的AI在翻译和校对类的工作中得到了广泛应用，您认为在其他领域中，如法院执行文书类的识别判断，是否也有大规模的替代现象发生？

A：在其他领域中，如法院执行文书类的识别判断，也有大规模的替代现象发生。

Q：对于就业的影响，您观察到是否有大规模的替代现象发生？您的客户是否有强烈的意愿用AI来替代人力？

A：对于就业的影响，我认为目前还没有发生大规模的替代现象。对于我的客户来说，他们并没有强烈的意愿使用AI来替代人力。

Q：总体而言，智能办公场景相比于工厂场景有更好的应用前景吗？

A：是的，与工厂场景相比，智能办公场景的应用前景要好很多。在员工使用电脑办公方面，应用的可行性更高。

Q：对于内容生成，您认为现在的AI能够生成原创或高质量的文字内容吗？

A：对于内容生成，我认为AI目前能够生成一些简单的文字内容，但是对于原创或高质量的内容，AI的能力还有待提升。 

Q：在制造业或工业企业中，AI是否能够替代人的自动化水平还存在差距，您认为这是因为需求属性本身就不是自然语言处理的原因，还是技术的差距？

A：在制造业或工业企业中，AI目前能够替代人的自动化水平还存在差距。我认为这可能是因为需求属性本身就不是自然语言处理，并且AI技术的差距还比较大。

Q：目前AI在视觉识别方面比较擅长，但在自然语言处理方面还有一定的差距。您认为在制造业中，AI能够替代人的一些单一动作，但不能完全取代人的原因是什么？

A：在制造业中，AI能够替代人的一些单一动作，但不能完全取代人的原因是因为 AI相对只能做一件比较单一的事情。比如在富士康的产线上，AI可以用于检测电路板是否正常，但是在一些翻转动作方面， AI的能力还不足以完全取代人。

Q：对于线上——ToB AI落地项目，您认为目前有哪些应用的点值得关注？

A：目前我们还没有找到特别好的一个可扩散的点。我们正在寻找更多的一些应用的点，尤其是在工业上的视觉、感知、眼睛、耳朵、嘴巴等方面，以解决自动化机器人无法解决的问题。但是目前在生产制造环节中，还没有找到特别好的可扩散的点。

Q：关于企业投入与成本效益的分析，您能从统计角度介绍一下这个项目的大致情况吗？

A：这个项目主要分为两类情况。对于制造业来说，公中号关注三思行研一类是无法改变生产节奏和流水线的，只能通过设备的替换来提高生产效率；另一类是可以稍微提升效率，通过减少人工等方式来带来收益。

Q：可以举个例子说明一下这两类情况吗？

A：举个例子，比如在富士康的产线，设备的成本低于顶掉两个人的工资成本，就能够实现回本，所以他们会购买这样的设备。另外还有一类项目，比如医疗器械行业，通过设备来提高生产效率和质量检 测，这些也是厂家常见的应用。

Q：在这两部分投入中，大致上有什么样的比例？

A：一部分是定制化开发的投入，另一部分是硬件成本。软件的投入可以尽可能降低定制化开发的成本，而硬件成本可以通过放量来降低。如果能够解决软件问题，整体的空间还是相对较大的。

Q：对于这两部分投入，您认为它们在发展中的趋势是怎样的？

A：从趋势上看，如果能够解决软件问题，软件开发的投入会逐渐降低，而硬件成本可以通过放量进一步降低。整体来 说，软件投入与硬件成本的占比还有较大的发展空间。

Q：这个方向的发展趋势是怎么样的？

A：这个方向的发展是有前景的。在智能项目里，成本主要包含购买摄像头、服务器、GPU卡等硬件成本。

Q：刚才有人提到，在很多场景下我们有算法，但是没有一个好的通用的执行器 件，所以有些场景可能不会去使用自动化检测方案。如果未来能够引入人形机器 人，核心机器人以一个合理的成本进行部署的话，对自动化检测方案的拓展会有什么样的帮助？

A：这个肯定是有帮助的，因为人做的动作非常复杂。但是我们需要考虑到在自动化检测中所面对的误差非常小，例如打螺丝的误差可能只有几毫米甚至几微米。人形机器人虽然可以解决一些感知或模糊处理的问题，但是在达到非常精细的手感和感知方面仍存在困难。虽然可以通过数字化或阈值的方式解决，但是这将对成本提出非常高的要求。目前在制造业中还没有看到哪家公司使用人形机器人来进行自动化检测的报道。未来可能会有进展，但至少在未来三五年可能很难实现这种进度。 

Q：整个市场规模和每年增长率大致在什么范围内？对于这些项目在国内的体量如何？近两年的增长情况如何？

A：这个肯定是有帮助的，因为人做的动作的他的整个的动作是非常复杂的。但是要做到这种很精妙妙的手感的感知，包括之前提到的派的那种PAD上的按钮，音量键和开关键的手感，是需要非常高成本 的。目前在业界特别在制造业这边，还没有看到哪家公司去拿人形机器人来包装报道。所以在未来三五年内可能很难达到这样的进展。至于市场规模和增长率，具体范围很难精确，但是目前来看，国内的市场体量还比较小，增长情况也相对有限。 

Q：目前AI落地在制造业的市场规模和增长情况如何？

A：AI在制造业的市场规模和增长情况难以量化，但目前的发展不如2017年、2018年和2019年乐观。传统的AI在面对传统行业时进展不如预期，投资者对新赛道的投资热情降低。然而，未来几年某些公司可能会突破门槛，带来一波爆发。语音识别和视觉类在AI行业的例子，表示未来可能会出现一个突破点，有望带来整个体量的增长。

Q：目前AI落地面临的主要问题是什么？未来可能会有哪些突破点？

A：现在最明显的堵点是大数据和视觉传统制造行业。他认为，现在GPU的算力成本越来越低，这为解决产线不平衡等问题提供了可能性。另外，他指出一些产业升级，如电动汽车，可能会成为未来的突破点。

Q：基于电动汽车相关产业的技术发展，您认为AI在哪些领域可以应用？

A：基于电动汽车相关产业的技术发展，可以在像激光扫描、激光建模扫描点云处理、三维视觉等方面应用。由于应用场景非常多，国内整车制造不断升级，无论是高精度的整车制造还是相对便宜的江淮、奇瑞、长安等厂家，他们与国外的宝马、奔驰、大众等厂家基本上使用的都是先进的国际自动化流程产线。在这些领域中，仍然可以大量应用AI或者三维视觉等技术。

Q：您认为AI在电动汽车相关产业的应用有哪些潜在机会？

A：由于整个电动汽车产业爆发迅猛，可以带动相关厂家以及供应商加强研发力量来开发新技术。一旦突破成本瓶颈，这些技术很快就能应用到实际生产中。

Q：您认为高铁类和汽车类加工在处理或检测方面有哪些相似之处？

A：高铁类加工和汽车类加工在处理或检测方面非常相似，都是通过机械手臂进行高精度检测，例如检查点的存在与否、松动、形变和位移等情况。目前很多厂家已经在这方面进行研发，这可能是一个比较好的爆发点。