听到韩烟凝这么问，章杉本想开个玩笑的~
不过想到韩烟凝很可能后期将章杉的回答也剪辑播放出来，那就不好玩了。
老实说，访谈进行到现在章杉对韩烟凝的看法已经改观了不少了。
这个访谈，老实说章杉的回答并不怎么友好，刚才他提到的AIoT就是相对来说很“黑话”的说法~
AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。
AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。
物联网技术与人工智能相融合，最终追求的是形成一个智能化生态体系，在该体系内，实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通，万物互融。
除了在技术上需要不断革新外，与AIoT相关的技术标准、测试标准的研发、相关技术的落地与典型案例的推广和规模应用也是现阶段物联网与人工智能领域亟待突破的重要问题。
但是呢，这个概念对于外行人来说可不是那么容易的~
而且一问一答上，章杉也不是完全游刃有余。
刚才韩烟凝提到的Gartner曲线章杉就有点懵逼~
反应了一小会，章杉才明白韩烟凝说的是技术成熟度曲线（The Hype Cycle）。
该曲线又称技术循环曲线，光环曲线，炒作周期，指的是企业用来评估新科技的可见度，利用时间轴与市面上的可见度(媒体曝光度)决定要不要采用新科技的一种工具。
技术成熟度曲线（The Hype Cycle）诞生于硅谷，是指经过新闻媒体和学术会议的大肆宣传之后，新技术趋势一下子跌到了谷底，而最初依靠这个新技术发展起来的创业公司一下子变得岌岌可危。
1995年开始，高德纳咨询公司依其专业分析预测与推论各种新科技的成熟演变速度及要达到成熟所需的时间，分成5个阶段：
科技诞生的促动期(Technology Trigger)：在此阶段，随着媒体大肆的报道过度，非理性的渲染，产品的知名度无所不在，然而随着这个科技的缺点、问题、限制出现，失败的案例大于成功的案例，例如:.com公司 1998~2000年之间的非理性疯狂飙升期。
过高期望的峰值（Peak of Inflated Expectations）：早期公众的过分关注演绎出了一系列成功的故事——当然同时也有众多失败的例子。对于失败，有些公司采取了补救措施，而大部分却无动于衷。
泡沫化的底谷期(Trough of Disillusionment)：在历经前面阶段所存活的科技经过多方扎实有重点的试验，而对此科技的适用范围及限制是以客观的并实际的了解，成功并能存活的经营模式逐渐成长。
稳步爬升的光明期(Slope of Enlightenment)：在此阶段，有一新科技的诞生，在市面上受到主要媒体与业界高度的注意，例如:1996年的Internet ，Web。
实质生产的高峰期(Plateau of Productivity)：在此阶段，新科技产生的利益与潜力被市场实际接受，实质支援此经营模式的工具、方法论经过数代的演进，进入了非常成熟的阶段。
这个概念很多表层互联网工作者都不知道，更何况韩烟凝了。
章杉记得韩烟凝可是法律系的啊~
看得出来韩烟凝在这次的访谈上没少下功夫。
心念及此，章杉也收敛起刚才玩味的态度，郑重其事地回答起来：
“当我们去用一个算法变成最终AIoT应用时它往往要经历三个过程。
第一步，0-0.1阶段，这个阶段本质上是技术可行性和产品价值的验证，先产生一个新的算法，算法在性能上要可用。
第二步，0.1-1阶段，要完成最小的可用产品打磨，触达行业用户，并且用户买单了，完成了最早期的商业实现和落地。
这个AI公司首先成为系统集成商，打造端到端示范性概念验证项目。
早期AI公司会变成项目的集成商。
之所以这样说是因为当你想做端到端应用时，第一步得能先成为总的设计师和集成商，用上你的算法，这才是端到端交付给用户的价值，任何一个to B或to C的企业不会只买个半成品，不会只买个算法，需要在他产业里能产生价值。所以，AI算法过程中首先要成为优秀的系统集成商。
但是这里就有个岔路，有的公司可能就一直沿着集成商这条路走出去了，那么可能就越来越不像个AI公司。
第三步，1-N阶段，当你做集成是手段，完成集成之后会发现，当你可以形成端到端的闭环时，首先要区别沉淀这个行业里最重要的软件，相当于用系统集成牵引做出软件平台，连接所有的硬件，因为这些硬件是不同厂商提供的，这是使用系统性去牵引软件。
当你把软件做得很好的时候，会发现很关键的硬件，现在市面上没有一个厂商真正做得非常非常好，这时候你就会真正用软件牵引软硬结合的平台。
从算法到系统集成，到软件平台到最后的软硬结合，这是真正想在行业落地时必经的一个最小路径。
韩烟凝：这三个阶段，贵公司走到哪里了？
章杉：我们公司的三个大场景不同，很难简单讲总体在0.1、1还是N。
因为不同的行业在不同的领域有不同的阶段，有的产品在N的阶段，有的产品在0.1和1的阶段，很难一概而论。
韩烟凝：这三个阶段最难的是什么？有没有哪个环节可能是失败的？
章杉：这三个环节里，万事开头难。
第一个是0-0.1的阶段。我们国家过去二三十年有多少是创新驱动的业务其实非常非常少的。此前一个商业人才做业务的时候，一般不会做两面不确定性的业务，要么技术场景是确定的，我就在商业模式和销售通路上做创新；要么销售通路是确定的，我给创造一个新的产品。
但AI大部分产品在0-0.1阶段里两个都不确定，要找那个交集，这是很难的事情，这个难度占整个链路的50%。
第二个阶段，不能说简单，但第二个阶段相比1和3要更简单一些。
到第三个阶段的时候，一个AI公司的核心任务是必须构建出自己非常强的软+硬平台化能力。硬件能力是平台化，硬件从供应链到生产制造到销售需要平台，搭建完之后软件会变得越来越容易。
真正解决了0-0.1的公司，如果能在很快的时间里构建第二步和第三步的话，可能就会是行业里胜出的公司。
韩烟凝：所谓“经济基础决定上层建筑”，是不是组织也会有相应变革？
章杉：当要把AI产业落地时，会发现它对组织的密度和阵型要求是极高的。回到人的问题，技术的同学都知道，技术再难、商业模式再难，我们往往没有那么frustrated。