“这款产品是私有化部署的吗？”
任尔思介绍完，坐在陆鸣对面的李辰晨就迫不及待地发问了。
“对。”
“按照我的理解来说，人工智能产品，如果想要达到比较好的效果，是需要有大量数据训练的。你们所有产品都是私有化部署的，本身没有任何数据来做训练，怎么保证推荐效果呢？”
“这个我们计划是从两方面来解决，第一是结合我们现有的teao这款产品来做，teao是一款协同产品，里面本身就有大量的内容数据，两款产品的打通后，就可以借助teao来提升ight推荐的准确度。另一方面，我们也在跟一些有行业数据的机构或者公司接触，准备利用他们的数据，优化针对特定行业的服务能力。”
李辰晨思索了片刻，补充问道“那冷启动阶段呢？”
“产品里面会有基础的通用模型，冷启动阶段也是可用的。”
李辰晨微微蹙着眉头，像是在很努力地思考。过了一会儿，他说道“我有一个想法，任总您看是不是可行，除了teao以外，我们这边也有一些跟内容相关的产品。你们把ight开放给我们，我们拿来定制整体的解决方案，接入更多数据源，这样一方面能有更好的效果，另一方面我们现在有大量已经成交的客户，也可以很快去老客户里面聊一聊。”
“哈哈，李辰晨还是这么直截了当。我们在产品架构上我们是完全支持的，就看方案设计这块了。”
陆鸣发现，整场交流下来，坐在任尔思对面的吴总并没有发表太多意见，另一侧的小张也只是在深入技术细节的时候，才会说上几句，其他大部分的讨论都是在李辰晨和任尔思之间完成的。李辰晨似乎很熟悉人工智能的相关技术，尤其能结合两家公司的业务来谈产品方案和推广，他提出的问题也全都直指要害，非常犀利。
陆鸣不禁捏了一把冷汗，赫然发现自己的知识盲区实在是太多了。虽然有仔细研究推荐算法之类的技术和相关产品，但是她从来没有接触过用户，对于前端业务活动的陌生，让陆鸣的许多知识都止步于纸上谈兵。若是这些问题由她来回应，她必定哑口无言，瞬间冷场。
交流进行了整整两个小时，最后的情况是，李辰晨他们似乎对于这款产品也颇感兴趣，愿意投入一起来开发解决方案，等产品出来之后，测试看看效果。
正是中午午饭时间，吴总请任尔思和陆鸣一起去楼下商场的餐厅吃了个午饭，然后两人便乘地铁回公司了。
“今天交流的感觉如何？”
中午的地铁不那么拥挤，两人找到了座位坐下，车刚发动，任尔思便侧过头问陆鸣。
“感觉你们聊的很多东西我都不懂，还好有你在，要是问我，我可能一个都答不上来。”
陆鸣不好意思地说道。
“哈哈，这是正常的。”
显然，陆鸣的反馈并不让任尔思感到意外。
他又问“你是学美术的吗？”
“不是啊，我学计算机的。”
“学计算机的？我还以为你学美术的呢，设计做得那么好。”
“没有没有，我还是个小菜鸟。”
突如其来的夸奖让陆鸣猝不及防，内心欢呼雀跃的同时，她还是表现出了谦逊。
“你学理工科的，那理解技术应该比较轻松了，刚才李辰晨所说的你都听懂了吗？你怎么看？”
陆鸣思索片刻，说道“我觉得他说的有一点蛮重要的，就是数据的问题。我们之前的产品形态都部署在客户机房的，数据归客户所有，现在李方博在优化算法和测试的时候，只能用我们公司自己的数据，这样生成的模型在客户那边是不是能有很好的效果，不能保证。如果能接入更多的数据源，不止限于他们公司的产品，而是把ight本身