印奇分析，其中AI是核心技術能力，IoT是產業(yè)落地場景。“AI與IoT的融合，本質上就是將AI的能力注入IoT的場景之中，實現(xiàn)產業(yè)的數(shù)字化智能化改造，進而推動實體產業(yè)的高質量發(fā)展。”

　　印奇認為，為了更好地促進AI與產業(yè)的融合，應把握幾個關鍵點。首先，要以打“移動靶”的心態(tài)，推動產業(yè)數(shù)字化發(fā)展。當前，中國科技創(chuàng)新能力不斷取得新突破，無論是創(chuàng)新的速度還是創(chuàng)新的規(guī)模，都實現(xiàn)了歷史性跨越。“但我們也意識到，與世界科技強國相比，我們還存在明顯差距。一個突出的表現(xiàn)就是，雖然中國在消費側的數(shù)字化水平獨步全球，但在產業(yè)側的數(shù)字化進程仍處于發(fā)展階段。”他說，一個重要原因是，消費側的科技創(chuàng)新往往聚焦于前端應用和商業(yè)模式的創(chuàng)新，這類創(chuàng)新就像打“固定靶”，即面對確定的目標與需求，開發(fā)特定的產品推向市場；產業(yè)側的科技創(chuàng)新則更像打“移動靶”，需要與錯綜復雜的行業(yè)結合，需求高度不確定，技術落地周期長。因此，發(fā)展產業(yè)數(shù)字化，需要有長期耕耘的耐心，緊緊依靠基礎研究、工程實踐和產業(yè)創(chuàng)新的聯(lián)動效應，才能滿足動態(tài)和不確定的需求。

　　其次，印奇認為，應以“拉”為主、采取“推”“拉”結合的模式，促進AI與產業(yè)的融合。在他看來，科技創(chuàng)新可分為“推”和“拉”兩種模式。過去，科技創(chuàng)新更多采用的是“推”的模式，即技術和產品創(chuàng)新過程始于研發(fā)，經(jīng)過生產和銷售，并最終推向市場。整個過程完全由供給側發(fā)起，市場和用戶僅僅是產品創(chuàng)新的被動接受者。而以深度學習為基礎的新一代AI技術，由于其本身就非常依賴于行業(yè)數(shù)據(jù)，與各行各業(yè)有著天然的聯(lián)結，因此也必須在行業(yè)里找到落地場景。這就決定了AI技術的落地必須是“需求定義供給”，既要從用戶需求出發(fā)進行技術和產品的研發(fā)，又要針對用戶反饋對技術和產品作出調整，由此形成技術創(chuàng)新的價值閉環(huán)。采取以“拉”為主，“推”“拉”結合的模式，將大幅提升AI產業(yè)落地的效率。

　　同時，印奇表示，要以新型人才體系，加速AI的產業(yè)落地。“AI是典型的人才密集型行業(yè)。推動AI的產業(yè)落地，就必須擁有一批真正關注用戶需求、懂得行業(yè)運行規(guī)律的行業(yè)專家。”他說，AI與產業(yè)的融合過程，對組織的密度和陣型提出了極高要求。

　　“一家AI企業(yè)不僅需要具備頂尖的AI技術研發(fā)人才，還需擁有大量具有行業(yè)視角和經(jīng)驗的人才。為此，AI企業(yè)需要搭建新型的人才機制和體系，形成多樣性的人才梯隊，讓不同類型的人才在一個體系和框架下，相互融合、良性互動，從而實現(xiàn)技術、產品到行業(yè)解決方案的快速落地。”印奇稱。