随着人工智能的逐渐兴起，各大巨头都开始涉足，赵子明自然不甘人后。

虽说小讯在虚拟世界，天下无敌，如果在人工智能上投入重金，显得多此一举。

但黑科技毕竟黑科技，拿不出手，台面上的产品不但要有，更要领先。

以堂堂正正之师压人，让每一个人都能看到差距所在，每一次进步都让对手无话可说。

抛开小讯不谈，这也是赵子明的强项。

可以说，数字集团对于人工智能专业领域的应用，已经独步天下。

互联网金融的风控智能，电子游戏领域的npc智能以及最近大火的魔力飞跃的数据处理能力，在多个方面，数字集团已经积累了丰富的经验，并以此为依仗，多次击溃对手。

赵子明已经打算在现有基础上成立两个部门，一个专门负责核心人工智能的研发，深入推进，整合所有资源。

另一个部门负责推广应用，把人工智能推广给其它部门，让所有部门使用上人工智能。

根据他的判断，在未来，人工智能很可能如同互联网一样，是必需品而不是竞争力。

换句话说，企业想生存，要发展，必须有人工智能，但有了人工智能，却不会给你带来任何竞争优势。

对于数字集团，赵子明一直在思考它的定位。

最近几日，线上线下结合，广告宣传的轮番轰炸，已经有了“BATS”的出现。

很多媒体开始将数字集团同三巨头相提并论，称之为互联网新贵，独角兽。

虽然相比其他三家，数字集团略显不足，没有太过明显的标签。

其他三家，“搜索、电商、社交”，核心优势明显，而数字集团没有核心业务，太过多元、分散，竞争力上存在不足。

以鹅厂为例，社交是根本，一切业务都是以此为基础，即使现在涉足游戏、视频、金融等，也是对社交的深挖，抗风险能力很强。

对比数字集团，有互联网金融，有游戏，有头显，虽然每一家都发展迅速，获益不菲，却没有一个核心所在。

而想成为一家伟大的公司，世界级的企业，必须有自己的核心优势。

赵子明有心将人工智能作为一个标签，贴在身上，对内整合业务，对外树立形象。

只要提起数字集团，就想起人工智能，到了那时，赵子明觉得才能算作成功。

而人工智能可大致分为三层。

最底层是基础技术层，包含云计算、芯片和开源框架等。

这一层门槛很高，芯片的机会留给了英伟达、高通和英特尔等巨头。

开源框架和云计算则被谷歌、亚马逊这样的巨头把持，赵子明想在这上面发力，难度不小。

如果想树立自己的标签，成为一家国内巨头、世界闻名的企业，就必须在核心层有所成就。

攻坚克难，逆势而行。

不过，对于赵子明来说，虽然竞争激烈，但有黑科技在手，假以时日，他有信心，横扫一切对手。

中间层是技术层。被外界广为熟悉的图像识别、语音识别等通用技术，就在这一层。

BAT将这一层视作关键要塞，作为它们搭建生态系统的核心。

赵子明已经有了计划，要在中间层占据一席之地。毕竟底层开源，初期形成一定的技术壁垒，还要看相关应用。

位于最上方的应用层，赛道最为宽阔，很多AI应用创业公司就在此，选择一个垂直领域，一头扎进去。

而对于巨头来说，自然是让其他创业公司先行先试，有了成果再说。

世间应用千万，一个公司不可能也没必要垄断一切。

反正对于巨头们来说，最不缺的就是钱，一旦有了适合的公司，先进的成果，买下来即可。

直到此时此刻，赵子明对于事业的发展，才算有了一个整体思路。

从得到小讯开始，他一直处于奔跑阶段，那个时候只想挣钱，不负这一番奇遇。

受限于见识，选择网贷行业，机缘巧合进入游戏市场，东一榔头，西一棒槌，看似多点开花，实在浪费多多。

不过他从未后悔这段经历，想的再好，不如行动。

随着事业的发展，赵子明也成长很快，从最初的暴躁易怒，好色风流，到现在的城府深深，视野开阔，他付出了很多，得到了很多，也失去了很多。

赵子明通过整合公司，想拧成一股绳，多番思考，选择人工智能作为突破点，并不被外人所看好，甚至公司内部，也有不同声音。

每个人都知道，未来掌握在人工智能手里，而人工智能听着好听，却不是小公司的机会。

数字集团虽然也能称得上家大业大，但和巨头相比，体量太小，几乎没有威胁力。

单以人才为例，对人工智能专家的争夺，早就陷入了白热化程度，高薪、股权、技术壁垒等等，能拿出来，通通拿出来。

在数字集团还没成长为一家世界性的公司，想要吸引顶尖的人才加盟，基本上没有希望。

即使薪水丰厚，和其他巨头公司相比，也没有吸引力。

不过，对于赵子明来说，有固然可喜，没有也不用沮丧。

他本来就不是全靠实力在竞争，有了黑科技，自然要弯道超车。

现阶段，通用型的人工智能还不可能诞生，每一家都是选择一个领域发力，而人工智能的厉害之处，不在于有多聪明，而是自身的学习能力。

赵子明自然不怕被人发现端倪，新生的人工智能，需要经过训练，才能展现令人惊叹的能力。

而训练手段无外乎熟能生巧。

通过大量的练习不断“催熟”机器的智能程度，而这一步正是小讯发挥作用的关键所在。

高质量的数据集是各种复杂机器学习算法训练的基础。

有了算法，还需要反复学习训练，才能派的上用场。

斯坦福大学视觉识别专家李飞飞教授，研发的图像识别智能，就是通过1500万张高清晰度的图片数据库，取得了突飞猛进的进步。

数字集团一旦有了相关算法，想要“催熟”、“应用”，就简单的多了。