“AI不能停留在炫技阶段，不能停留在实验室，必须与产业深度融合，才能将数据价值转化为商业价值。”在2019世界人工智能大会期间，创新奇智CEO徐辉接受第一财经专访时表示。
面对AI在传统行业渗透率只有4%的现状，如何将人工智能商业化落地落到实处，成为行业讨论的核心议题。
作为创新工场旗下人工智能子公司，创新奇智主要为零售、制造和金融等行业提供AI商业解决方案，客户包括玛氏、永辉、雀巢、鸿海科技、中冶赛迪、光大银行、民生银行等。在场景选择上，徐辉表示主要会考虑两个因素：第一市场是不是足够大，第二场景的数据是否丰富且成熟。
他认为，人工智能有四波浪潮：第一波浪潮是从互联网开始，互联网的数据和流量相对规整、结构化，例如美图秀秀、今日头条的AI应用；第二波浪潮是数据沉淀和信息化比较成熟、商业化比较敏感的行业，例如银行业、金融业；第三波浪潮是实体世界智能化，包括自动化技术比较好的制造业、零售业等；第四波是智能驾驶、机器人领域。
“原有数据的积累和现有新生数据，必须形成一个闭环，这样才能不断优化算法、迭代算法，让AI更精准。”徐辉表示。
工业质检是创新奇智人工智能技术切入的一个场景，其客户香港怡东集团是Armani、A&F、Polo Ralph Lauren等品牌的代工，对成衣质量和细节要求严苛，质检员工数量占据总用工量的大约四分之一。
创新奇智为工厂提供智能质检一体机，应用于成衣尺寸测量、成衣表面质检、logo印花质检等环节，可检测破损、偏位、残缺、重影、错位、掉浆疤痕等问题。据介绍，AI的应用帮助客户检测效率提高7倍以上，漏检率小于十万分之一，误报率小于1%，以往50个人的工作量如今只需1个人工和1台机器就可完成。
徐辉认为，AI实现商业化需要具备五点要素：第一是人才，第二是技术，第三是场景，第四是落地，第五是价值。其中技术是基础，产品是载体，行业应用场景是王道，工程交付能力是关键，商业化是保障依托。五位一体的去和实体行业融合，在六个月左右时间内，要做出一个单点的经济模型，快速推广，才能真正赋能行业。
“AI和行业结合既不能做的太轻，也不能太重。”徐辉告诉第一财经。不能太轻是指技术不能浮于表面，不能太重则是不能过度神话AI，要快速迭代、快速试错、快速复制、快速推广。
面对言必称人工智能的行业现状，徐辉认为并非所有的行业或企业都适合引入AI，首先，要评估自己的企业定位、文化和人才体系是否适合引入AI，制定企业智能化发展路线，结合现状判断是自主研发，还是联合外部资源进行智能化转型。
其次要和合作伙伴共同去定义、选择场景，对于一个大企业而言，很多AI的落地并非从关键性业务切入，例如银行，但只能要能实现降本、增效或创造新的用户体验、实现新的流程，都能产生商业价值。“不要试图将海水煮沸，人工智能公司不能总是被贴上烧钱的标签，而是要与产业融合，打造一个赚钱的人工智能企业。”
