“我们不想看到这一波刚刚迎来春天就进入冬天的人工智能浪潮。
”当小i机器人CEO朱品品说这句话的时候，已经是过去几十年里的第三个人工智能了。
智能“热”：早在20世纪60年代，图灵测试就引发了第一次人工智能热潮。
20世纪80、90年代，语音识别成为第二次人工智能热潮的关键词。
与前两次“昙花一现”不同，第三波人工智能热潮是由于互联网等领域积累了足够的数据、计算能力和算法，准确率持续向%趋势发展。
不过，朱品品担心，如果人工智能技术不能在行业开花结果，这股热潮很可能很快就会消失。
如何避免这种情况呢？朱品品认为，关键是“工业化”。
“我认为所谓产业化，就是规范实施，形成有效的商业模式。
”他说，实施是一件比较简单的事情。
如何延伸有效的商业模式，将决定人工智能技术能否取得长足进步。
业务连续性的重要因素。
对于尝试采用人工智能落地窗策略，朱品品认为“不能只听别人说的，大家说什么就做什么”。
“其实，两三年前，当大家都特别关注人工智能技术和算法的时候，我在很多场合都做出了不恰当的说法：光有技术是不够的，必须与场景结合，能够投入的技术付诸实践是有价值的，”他强调。
成立于2007年的小i机器人也在根据场景调整业务。
从一开始专注于to C产品，到现在以客服机器人为切入点，在人机交互领域积累了深刻的影响力。
今年，小i机器人发布了智能客服、智能金融、智慧城市等8大领域的解决方案，试图打造核心技术和产业平台。
“小i机器人一开始是to C聊天机器人，在长期的创业过程中，我们积累了大量的技术和数据。
现在大家都会非常关注人工智能技术如何与传统行业融合。
小i机器人其实已经在行业里我们已经尝试了很多年。
”朱品品解释道，“我们一方面不断巩固技术和产品能力，另一方面不断拓展客户，拓展新的应用场景，建立更多合作伙伴。
”基于小i机器人。
在人工智能产业化实践方面，朱品品在硬科技产业领袖峰会暨镁石年会上给出了“人工智能产业化”的建议：第一：掌握源头核心技术。
“这个源码不能只用第三方开源代码，也不能只用第三方API。
他以小i机器人的经验为例，说明开源对于产业化来说是不够的。
需要重新处理自然语言处理引擎并重新训练模型。
“比如在非结构化文档中，我们需要针对不同的场景、不同的材料和数据使用不同的能力。
”他表示，对核心技术的掌握体现在每一个细节上。
第二：深入应用场景，形成完整的技术体系。
“光有技术肯定是不够的，我们需要找到业务场景，深入其中，形成完整的技术体系。
”他加了。
第三：形成解决方案和自己的服务体系。
“这样我们才能为更多的客户传递价值，我们需要形成整个架构，需要一个完整的服务体系。
”他说。
此外，朱频频强调，“没有完美的人工智能可以取代所有人”。
他表示，在很多应用场景中，我们需要非常清楚人工智能哪些方面可以做好，哪些方面不能做。
“事实上，只要一些环节能够被人工智能替代，整个流程的效率其实会提升很多。
”他说。
“我们不能指望每一个人工智能产品都能像Alpha Go一样打败人类。
让人工智能做一些它擅长的事情，它的价值就不断被开发出来。
”朱频频认为，在产业化过程中，我们需要理性地认识人工智能的价值，这样才能不断找到适合的应用场景。