在《开篇》中，主要阐述了：
①交易是如何创造价值的？
②为何降低交易成本能创造价值？
③社会为什么需要科技的创新与进步、企业为什么需要新生产要素的不断融入？
本文将围绕 AI 这个新生产要素，谈谈我对它的一些看法。
提到AI，大部分老板的第一印象可能是：烧钱、人难招、研发周期长。这里是存在一定认知偏误的。
首先，从大环境看，虽然没有了刚进入互联网时代的人口红利，但AI行业却迎来一波人才红利。在一、二线城市中，想招一个“完全够用”的算法工程师既不难也不贵。企业并不缺算法人才，缺的是既懂业务又懂算法，并且能将AI与业务进行融合创新的复合型人才。
应用创新型企业对AI技术的研究，主要精力应放在如何将其应用到自己的业务中，产生实实在在的价值，而非高校/实验室里的学术理论研究或AI创业公司的POC概念验证，充满不确定性。技术只有在业务中与用户发生了交易、产生了交互，才真正得到价值的变现与释放。大部分中小企业同时面临着生存与发展的双重压力，集中优势资源尽快把模式走通比什么都重要。
因此，成本问题的关键点，其实是应用AI技术的时机（天时地利）。一般来说，一项新技术，在它刚刚进入规模化商业应用时，是企业比较合适的介入期。这类似企业计划进入一个新赛道，通常会参考政策的四阶段模型及头部企业的市占率。只要介入时机合理，人才及研发周期的问题就自然较易解决。至于如何跟进/定义新技术所处的阶段，是有一套成熟方法的，这里不展开。
其次，是需求验证问题。可能是出于KPI绩效压力，导致这步极其容易被忽视、跳过。需求验证并非一定要将模型开发上线才能做，做好需求验证可以节省企业大量成本。同时，也要注意不要为了AI而AI，以在线医疗行业举例：加入预问诊环节、上了一堆可感知AI模型的“平安好医生”真的比阿里旗下让患者快速见到医生的“医鹿”（曾经的小鹿医馆）体验好吗？直接见到医生的“医鹿”就没有使用AI吗？只有能直接感受到的AI才算AI吗？产品经理要平衡好AI的广告效用与带来的体验折损。
最后，要充分利用好生态产业链，大量的云计算企业（SaaS、PaaS、IaaS）及AI技术供应商可以提供成熟的解决方案，对于缺乏经验的中小企业而言性价比极高，既能有效控制自身的项目风险，在合作的同时还能快速学习/咨询行业解决方案及最佳实践，是一举多得之选。
结语：这里其实还涉及到企业自身产品战略定位问题：所谓的“AI+”还是“+AI”问题？AI真的能四处颠覆、降维打击吗？私以为，企业如果想自己尝试积累AI方向经验，与其把AI当“银弹”，不如把它看成是一种提高了门槛的基础设施。当前阶段AI对业务（尤其是一些传统行业）的影响，更多还处在单点突破的探索中，并未走到连点成线、融合创新的爆点。量变的积累何时会引起质变目前还很难说，只有少数人在少数场景下能看清未来，大多企业都处于一种“跟着走”的状态。这也导致AI项目的ROI（投入产出比）的确会难估算一些，往往需要老板的魄力与情怀。
