GMIC 2017北京大会于4月27日-5月1日拉开帷幕。与往届相比，不少全球顶尖的科学家们也参与到GMIC 2017北京大会中。动脉网作为受邀媒体，有幸参加了GMIC全球投资生态峰会。

AI尽管很热，但资本市场一直未能大胆落棋，对此，蓝驰开启了AI投资大幕。动脉网对全球投资生态峰会·蓝驰专场进行了全程报道。下面是现场圆桌嘉宾谈话的干货整理。

曹巍：蓝驰认为AI只是一个标签，AI只是一个手段，但最终的目的还是围绕云计算，围绕深度的数据分析，围绕AI商业模型去解决商业化场景，最小闭环有商业价值的问题。其实定义问题，解决问题是我们讨论整个方向的一个本质。而这个过程可能会有很多的在模型上的迭代，算法上的迭代，包括参与方、科研方新的创新能力的发挥。

龚勋：南雁保险整体是基于云端的PaaS平台，推进整个行业的SaaS，用相应的大数据的手段设计一些保险产品。

从一开始，我们就构筑了大数据的想法。因为保险其实是一个大数据的行业，保险、精算、理赔或产品设计，都是跟大数据紧密结合在一起的。

从大数据和AI来看，产品设计就是如何打标签，怎么样有更好的客户体验。风险的项目产生的相应的理赔费用是多少，南雁在后面做了无数的估算。

周吉龙：知藏做的是企业智能决策。通过模型和算法，让计算机更加智能地帮助企业做商业决策。这个事情在很早之前就开始有人尝试了，那个时候叫智能模型。

通过模型来解决问题，包括机器学习、强化学习、深度学习的概念。我们之所以做这个事情，是因为看到在整个云计算到大数据，到人工智能发展的阶段，数据不断的丰富，计算能力不断的增强。

正是由于算法方面已经有了很大的突破，因此在各种各样的企业里，我们看见了非常多的应用场景，可以通过算法支持来提高效率。

服务企业这端，人工智能需要的是人工智能科学家加上很好的销售。在我们看来，服务企业的场景里，其实还缺了一环，那就是顾问。需要有人能够深度理解商业模型，从商业模型抽取出解决方案，了解算法，和算法对接，最终才能做出好的AI产品。

郭娜：医疗影像天然具有互联网基因，又能在SaaS层面产生应用，同时影像的数据拥有巨大的可挖掘价值，通过人工智能，就可以实现新的价值。

汇医慧影在过去两年中，完成了从底层SaaS到医疗服务，再到医疗数据建模产生价值整体的闭环。

目前在全国，已经有大概400多家从三甲医院到二甲到基层医院的智能网络。在这个网络中，我们希望以数据为驱动，赋能医疗。

未来5年到10年的发展道路，需要面临两个维度的问题：第一，技术创新和商业模式创新的双创新，整个商业环境都是需要改变的；第二，在什么样的场景当中，可以产生商业价值，并且让技术的价值得到有效的放大，而不是简单的靠一个算法，这是需要创业者反复思考和打磨的。

郭娜：医疗行业，正在由IT时代向DT时代转移。在这个过程中，所有的系统，都在重构。IT时代，IT在医疗里的价值非常有限。甲骨文一套软件卖上亿，但是医疗一套可能买上几十万，上百万都算是比较大的。可见IT系统在医疗里没有进入到最核心的KPI。医疗最重要的两件事：诊断加治疗。而IT系统的东西最多带来信息化的问题。

医院最大的能力是给病人看病。但如何让数据产生价值，医院并没有太多的方式。所以，这就需要有公司来提供整个解决方式。医疗背景的人，远远多于互联网背景的人和懂算法的人。因此，我们能处在和医生沟通交流的逻辑中，而不是单纯的卖产品。

周吉龙：企业方最大的问题是，大家都逐渐不被忽悠了，需要看见真正的价值。但企业客户并不知道自己的需求是什么，而且客户的需求往往非常朴素。比如在营销领域要提高转化率，要少投钱多回报。在物流里希望提高毛利，降低成本。这就需要顾问帮助客户提出解决方案。

龚勋：保险公司往往是强监管，但核心系统却可能是15-20年前建立的，非常欠缺。因此，留给创业公司的机会非常多。

保险公司的诉求是求有质量的保费，市场中大部分的保险公司都在盲目求量。南雁的创业方式是从SaaS模型切入到这个市场，把分销系统建立起来，很快给市场提供量。南雁这样的信息平台，可以以极小的投资，把保险公司，产险和寿险的分业监管从后台轻松打通。

周吉龙：在中国，除了互联网、TMT行业之外，IT系统以及背后的数据基础设施都是非常弱的。最困难的情况，连基本的数据平台都没有。

从整体上，我觉得企业的数据平台的建立，它和模型应用是两条线一起往前走，建立基础设施还是需要一定时间。

可以找一些相对来讲数据丰富度比较高，在现有土壤上可以跑模型和算法的细分垂直领域开始尝试。这包含两种：一种是外部数据比较全；另外一种是本身对其他数据的要求比较少，内部数据就可以搞定。

郭娜：大数据并不一定非得数据的量大。医疗涉及到的病人数据是带时间轴的数据，从病人开始生病到不断治疗、用药，到之后一年治愈，它是一个时间轴的概念。

时间维度上的数据，同样也是有价值的。

对于创业者来说，有一部分数据是比较容易采集的，比如汇医慧影在过去两年中在医疗影像积累了上百万的病人数据，超过四百万病例数据。

由于医学影像的标准统一，接口统一，以至于所有的医院，所有的设备的数据都相对统一。这是一个维度，这上面我们做的是提高效率。像X光可以计算机读，CT可以计算机读。

第二，这轮大数据对医疗真正大的变革是，每个人生病不光是表现到你长肿瘤了，其实中间有基因突变，病理上也有其他数据等等，大数据对医疗真正的变革方向是，包括基因突变，病理等数据在内，所有维度的数据能否一起建模，通过计算产生很好的模型。在这个过程中，需要打通医院的各种系统，因此难度会比较大。

龚勋：在健康险有一些前端的数据根本搜集不到，怎么办？是不是能够在很长的交易链条上有一些已经成熟的，或者是有已经可以被利用的市场上的信息源，可以利用它，去深化它，去挖掘它，这是我们的深刻感悟。

曹巍：从蓝驰角度上来看，我们非常坚定的认为整个AI对传统行业的改变才刚刚开始变革期的起点。而资本市场肯定是忽冷忽热的，虽然我们现在看到这个市场有大量的投资涌入，有很多的创业企业，新进的加入。

但是我们坚信，真正能够从一个非常尖锐的需求做起，然后从最小的商业闭环不断的滚动自己的客群。因为毕竟至少我们在座的三位我们所做的AI还是围绕企业，你的垂直行业，提升产业效率，围绕企业和企业背后的客户在做的事情，真正的能够清晰的定义问题，解决问题，跑通商业模式，最后持续的滚动比较，我们认为这才是一个比较扎实的王道。