EO谢边表示，最近几年机器学习、深度学习极大提高了应用的可靠性，渗透率变得非常高。但相关技术壁垒不是难以逾越的鸿沟，采用正确的切入角度，选择正确的学习路径，可以快速完成研发升级，完成AI产品的落地。

软件1.0的开发模式，是软件编程把大的问题分解成小的问题，对小问题不可分之后进行算法，最后拼成一个软件。而软件2.0在开发上有一个大的变化，就是不太需要或对领域专家的需求会大大下降，给它大量领域的数据，由机器自己学习，自己生成新的模型来解决问题。优势在于可以计算同质化，非常易于芯片固化，还可以非常精准地控制内存、使用和效率。

谢边提醒，机器学习和深度学习是软件开发的新工具，但要寻找新的方向，就首先要挑选正确的问题来解决。有两个非常好的筛选办法，第一就是如果这个事情人类不可以做，那人工智能也做不到。第二是人做到的事情当中，那些可能需要5秒钟思考完成的事情会优先被人工智能解决掉。这样公司掌舵人可以把大部分无效的方向需求筛掉，把资源集中在特别有前景的方向上。

在人工智能时代，人工智能有三个要素，模型、算力和数据，前两个对所有的公司是公平的，差异化一定是在数据上。谢边认为要坚持一个标准：做熟不做生。你自己能够获取数据，比别人更能理解数据，可以把这些数据用机器学习的方式，从数据到产品、到用户体验、到用户生产新数据，先把这个循环跑起来。而且这个数据有门槛，其他人获取不到，这就是很好的机会。

在上午主论坛上分享的各位嘉宾看来，中国软件产业经历多年发展已具备一定规模，但以人工智能、大数据、区块链、5G等新技术为代表新一轮科技浪潮汹涌澎湃，软