邓锋：我解读一下，举一个例子，拿医疗影像处理来说，很多团队都在做静态图像对比。大家看到大量的数据公司做的很好，但是实际应用中发现不太好用，为什么会这样？因为最大的问题是图片。技术员拍摄的X光、CT，可能因为拍摄水平不高，图像不标准。如果只是从技术的角度上考虑，不从产品的角度考虑，做的再好也没用。怎么能够让产品帮助技术员实时的把照片拍好，这可能是产品很重要的点。这跟人工智能和影像识别没有太大的关系。这点我很同意，我们要从行业切入，从用户的刚需和痛点做好产品。再往后推，可能是人工智能的技术。还有问题吗？
听众：我们是做医疗方面的，刚刚朱总谈到您觉得进入医疗领域还蛮快的，我自己在行业里面觉得这个过程还挺慢。我特别认同场景这件事情。您举了几个例子，我自己的感觉是它没有在创造价值的场景下发挥作用。您觉得在进入医疗行业时，会不会有一些阻碍的因素？
朱珑：我们做医疗并不是第一次做垂直行业。我们首先做的是公安领域。这是一个很深的而且不是那么好做的垂直行业。这里面存在进入垂直行业的共性方法。这些方法和经验是对人的理解，对部门之间的理解。这是对进入医疗行业有帮助的。其次，对产品和技术的理解，在垂直行业中也会碰到，在医疗行业也会有共性。所以我们在公安领域里面有一个口号，就是我要比公安的人更懂公安。医疗也是类似的情况，所以我们会有比较谦卑的学习心态，让我们比医生更懂医生。我要和医生、生物学家、药厂、投资人聊，比他们都懂这个行业。我觉得这个是很关键的。
邓锋：我问的问题可能更直接，其实进入医疗行业是强关系型的，跟技术和产品的关系不大，主要是靠客户管理，对吧。
朱珑：是。
邓锋：人工智能这个时代，是不是还要通过强关系才能交易，才能进医院。
朱珑：你刚才说的是现状。我们在医疗行业感受到的和公安领域非常相近的地方是产品真的能打动人。我第一天进入医疗行业，一点医疗的算法和产品都不具备，但是我只问一句话，就是你最突出的问题是什么，或者哪些是有数据基础可以做的。两个月之后我就带来一个样本在这里试验。他们真的关心这件事情，因为能解决他们的问题，真的有用。做的时间要足够快，从算法定制到产品研发到给出结果，这个威力是非常大的。
邓锋：非常好，我知道观众还有很多的问题，但是时间有限。最后大家一起感谢我们的演讲人和嘉宾。
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
