AI 技术正在以怎样的形态展现； AI 是如何与场景应用结合的；AI 正怎样影响着产业与用户？每篇3分钟，钛媒体带你读懂人工智能。
这两年，丁晓伟感受到了影像设备巨头们的一个明显变化，“对外的AI合作上，2017年比较保守，到了2018年，每家大公司都主动去找AI公司进行合作。”
在AI 集成商的角色中，科天云依赖的并不是技术研发层面的突破，而是将市面上成熟的技术与产品进行组装，最终形成一套可交付的解决方案。
通过 PhotoStudio 挖得第一桶金后，从硅谷搬到杭州的虹软想在竞争激烈的AI 视觉领域分一杯羹。
意识到基础算法层无法与巨头抗衡后，灵羚科技选择了反向推导式的解决方案，即先从客户端获取需求，再寻找解决问题的方法。
着重在数据层的 BI 对更偏底层技术的 AI 有着相辅相成的意义：BI 工具可以将企业数据转化为利用率更高的“燃料”，让 AI 的算法更能发挥作用
“医疗行业任何商业模式都是建立在产品能在临床上发挥价值，只要做到这一点，商业化不是太大问题。”
通过 NLP/NLG 技术对公开信息的分析处理，百炼智能以帮助销售拜访客户的场景入手，本质上做得是一件“重构信息”的事。
在竞争激烈的AI 视觉识别市场，扩博智能提供的两点思路是：行业方案要“软硬”结合；注重商业化回血能力。
猎熊座把 AI 落地的方向放在了颗粒度更细分的场景，这种“农村包围城市”的做法一定程度上避开了与巨头的竞争，也有助于在创业初期形成示范案例。
“B端业务需要达到的先决条件比较多，人工智能背后是一个算法，人工智能算法直接向C端收费目前还没有合理的模式。创业公司更看重的是将来的C端业务的潜力，这同样对医疗AI企业来...
