我们业务扩张中，人员不按线性扩张就成功了。服务工程师要聚焦服务业务，在完成服务业务同时完成人工智能所需要的正确数据输出，在此基础上产生场景分析师、数据分析师和模型设计师。这些专家要长期投入在服务战场上，通过服务客户不断提升能力。对于场景分析师、数据分析师、模型设计师，我的态度是要看在三年之内，有多长时间在一线服务战场上取得成功的实践经验。没有成功的实践经验就不要快速晋升，这样也保证水是流动不是腐败的。
人工智能在投资充分的情况下不要太冲动，要急用先行小步快跑，要聚焦在确定性业务、人工消耗大的项目，宁可做得少一点，先在一两个点突破杀开口子，集中力量打歼灭战，不要铺开一个很广泛的战线。不要遍地都是智能化，这会形成全面开花没有结果的盲动，就有可能满盘皆输。
如人工智能的应用首先要瞄准实现简工勘，在此基础上进而实现自动化设计。海量重复动作要运用人工智能技术来替代，实现文档自动生成、质量自动审核、远程验收及自动开票。然后再把人工智能应用的成功经验扩展至网络维护、网规网优等业务场景，把被动问题处理变为主动预警预防，不仅提升了效率还提升了为客户服务的质量。
要踏踏实实聚焦场景一个个解决，选择与场景匹配的相对成熟的算法，不要等平台和数据底座的成熟，半成品也可以先投入到内部改进的使用，在不断的实践和问题解决中打造成熟的平台和数据底座。我们在这些集中突破的项目上取得经验培养出新生力量，这些新生力量要到基层去贯彻推广落实，使它能够应用起来变成习惯。在纵向发展的基础上，把握好横向扩张的合理节奏。一只饼如果糊了再翻过来掉过去烙就是夹生饼，我们不要"出师未捷身先死，长使英雄泪满襟"，我们要的是旗开得胜和最终成功。人工智能是个新生事物，在实现过程中因为双轨运行，要接受阶段性的成本上升，实现清晰的长期目标。
人工智能应用中一定会遇到很多困难，在前进的过程中要多鼓励、少批评，可表扬可不表扬的要表扬。上战场枪声一响，谁是英雄，谁不是英雄?你说他不是英雄，在山脚你一拍他肩膀，他扛着两个炸药包，冲上了上甘岭，可能就真成了英雄。
