宇泛苏亮亮：主要从两个方面来讲：一是公司内部的复合型人才短缺，产业数字化离不开产业，再来才是数字化手段的升级。我们接触了很多传统的建筑企业，对于AI能够解决长久存在的问题，都很惊讶，对于我们自身而言，从事的是算法软件与设备制造，具体场景中打桩机如何运行、塔吊机械如何运作，其实一开始也是不清楚的。于是我们定期举办一些交流会，引进跨专业人才。我们之前的投资人曾经说过，一个好的企业需要三个角色，一是行业老炮，二是技术大拿，三是资深管理运营，只有这三个角色结合起来，才能把公司做好起来；

　　二是外部的规模和效率的权衡问题，因为安防、泛安防、AIoT具有明显的长尾特点，如果公司要发展壮大，必须要解决效率的问题，如果要靠堆人或者定制的方式去做项目的话，商业模式非常难以持续，我们在2017年，公司曾经做过尝试，把能力沉淀到PaaS平台上，单一个设备管理便有7-8个参数，实现不同场景不同的配置，一定程度上解决效率的问题。除此之外，解决效率的问题，我认为需要一个生态，有些技术我们自己做，然后扶持一些生态合作伙伴，让他们去接触终端用户，消化市场需求。在这个产业链里，企业要明确自己处于的层次，去获得更高的市场份额，这样才有意义。

　　主持人：释放数字生产力已经成为当下的趋势，企业和用户该如何迈出数字化转型的第一步？

　　智能制造产业促进会喻波：这个主要是要基于企业自身，现实一点谈当前数字化并不是每家企业都能够胜任。现在谈论比较火的AIGC大模型，并不是一般公司能做的，大模型有两个条件，一是拥有海量数据与相关的技术团队，二是持续的技术投入。国内也有一些大的公司推出相应的产品，业内大部分的企业都可以站在他们的肩膀上去做更多的应用，解决行业细分场景的痛点。

　　宇泛苏亮亮：我最近看了一个笑话，一个人认为打算盘很累，于是发明了一个机器人，让机器人帮忙去打算盘。虽然这是一个笑话，但其背后蕴含的道理却让我启发，数字化不是表面的上个OA系统，其实是业务模式的转型，以前算盘计数的方式，已经演进到用计算机的方式来实现。

　　转型的第一步要明确什么东西是不变的，例如客户的需求很难通过数字化转型来改变，亚马逊CEO也曾经讲过类似的话，一定要看10年之后有哪些不变的，然后再来想现在到底要做什么，对于数字化转型我想也是同样的道理。

　　主持人：苏总，就您所关注的行业中，在数字化转型过程中，用户在数字化转型中有哪些关键的步骤值得我们去注意？

　　宇泛苏亮亮：对于我们接触的这些客户而言，最重要的还是需要弄清楚产业自身的价值，例如建筑行业，更多人理解的便是盖房，但是实际上有个别的施工总包商，开始思考他自身的价值体现，我们接触的一家江苏企业，现在就将自身定位为城市智能运维，尤其在房地产低靡时期，企业的能力该如何去体现，未来可能也会是企业必须面临的问题。

　　主持人：由于时间的关系，这也是我们这次圆桌的最后一个问题，本次的话题是穿越周期，上面谈的更多的是释放生产力，对于2024年，三位嘉宾针对各自的行业，有哪些展望可以分享给我们的？

　　智能制造产业促进会喻波：在智能制造领域，个人认为还是人工智能值得被期待。大模型目前来看，更主要在消费领域多一点，要进入到工业领域仍然存在不少挑战，但一旦进入进来，相信也会对全球的制造行业形成颠覆性影响。无论是人工智能还是大模型或者数字化转型，实际上都是工具的变革到决策的变革。

　　宇泛苏亮亮：提到大模型，最让我们做视觉的公司兴奋的事情是Facebook发布的分割一切的算法，其已经颠覆了过去训练物体识别的逻辑，可以实现直接输入，把所有东西分割出来。这个事情与建筑工地或生产安全相关的，是非常有意义的，但目前的运行成本太高。从这个角度上而言，我们自己在做也希望看到，能把大模型尽量往小去做，实现同样的功能。

　　这个事情在上一波人工智能浪潮的时候，其实也有两个路线，一个路线是尽量把模型做大，然后去做人像分析的服务器，例如从1亿人中寻找一个人，另一个路线，也是宇泛在走的，就是尽量把它做小，在一个小型的设备里，能够将其运行起来。现在已经有一些公司的研究人员，开始在想如何把大模型在比较便宜的小型嵌入式芯片上面运行，一旦成功，相信会对所有跟AI视觉相关的产品都会发生变化和调整。