采访过程中，马原不止一次地提到一个观点，
“人工智能行业第一阶段的发展主要依靠学界的推动，而到了商业落地为核心的第二阶段，工业界将承担更重要的角色。”
在不同的阶段里，市场规模的大小、成长速度的快慢和客户需求的多样性都有显著的差异。
市场的演进轨迹通常不是连续变化的，那些逻辑转换的节点往往给整个产业链带来结构性的改变，从而影响产业中企业的生存、增长和衰落。
特别是中国安防市场，其发展的动态性远高于成熟市场，在渐进式改革和逐步开放的路径下，中国安防市场发展的阶段性更加明显，阶段之间差异性更大。
互联网就是一个可以类比的行业。
互联网技术最早的应用是满足人们信息获取的需求，由此诞生了中国最早的一批门户网站，帮助人们更快速、便捷的获取信息。
随着互联网的迅速普及，人们的需求从信息获取延伸到了搜索、社交、电子购物等方方面面，人们需要一个工具来满足上述需求，由此诞生了BAT这样的互联网巨头，解决人们在具体场景下遇到的问题。
随着移动互联网的爆发，LBS服务成为下一个增长点，诞生了滴滴、美团等新一批提供服务的互联网公司。
人工智能技术作为一种应用技术，也在经历这样的演进过程。
在AI技术取得突破性发展的2014-2016年，人工智能行业的发展主要依靠学界的推动，爆发式地诞生了一大批人工智能公司，扮演技术提供商的角色，追求做通用性人脸识别产品，提出要用技术为行业赋能，但在应用层面相对单薄，既所谓的“AI+行业”。
随着AI通用技术从普及到往行业深扎的过程中，就会出现“行业+AI”的第二批人工智能公司。在技术进入到商业化落地的这个阶段，工业界将承担更重要的角色。尤其是在跟场景数据强相关的市场上，必然会出现垂直型的“行业+AI”公司。
以安防行业为例，安防作为一个典型的垂直行业，全部是图像视频数据，用通用型技术无法解决，必须用垂直的、专用的图像识别技术来做，比如，多角度多姿态，复杂光线下的人脸识别等。
当深扎进入安防行业中，通用的AI技术就开始分裂了，一个通用技术在早期大家觉得还可以接受，到第二阶段通用技术没法满足行业要求，必须是带有行业属性的AI技术。
随着人工智能、深度学习和计算机视觉技术的发展，人脸识别在安防行业的落地应用得到快速发展。未来，整个安防行业将向信息化、智能化快速转型，而产品化和商业化落地能力成为衡量一家AI公司竞争力的重要指标。
可以说，
今天的澎思，面对的不仅仅是一个超千亿规模的增量市场，更是一种顺应产业变革、有无限可能的“大数据＋人工智能＋服务”的垂直商业模式。
在这个过程中，从技术层面出发，今年三月，澎思宣布松下（新加坡）研究院原副院长申省梅加盟，担任其首席科学家、新加坡研究院院长。
申省梅团队的研发成果已获得多项国际比赛冠军并在各种产品中得到广泛应用，包括十余项计算机视觉领域国际顶级竞赛冠军和300多项专利。
据悉，新加坡研究院一方面将继续突破人脸识别技术在安防领域落地遇到的问题，比如人脸模糊、背光、多种族等非约束场景下人脸识别性能下降等；另一方面利用图像增强技术，提升公司监控摄像头等硬件产品的表现，建立产品优势。
从产品层面来看，澎思目前已经基本完成了从端到端、软硬件到算法的全系列自研产品，推出全场景的行业解决方案，形成商业化闭环。
软件产品包括人像大数据平台、智慧警务情报大数据平台、智慧社区管理平台、智慧园区管理平台、智能制造管理平台、车辆大数据平台等；硬件产品包括面向公安各实战场景的人像专用设备，以及面向行业及商用领域的双屏人证机、智能门禁、立式广告机、人脸识别闸机等。
从落地场景来看，澎思科技将在公安领域之外，不断探索新的落地场景，目前他们已经推出了包括AI+公共安全、AI+智慧社区、AI+智慧园区、AI+智能交通、AI+智能制造等五大行业具体16个细分场景的解决方案。
自成立以来，澎思科技各行业解决方案已经成功落地全国50多个城市，服务客户超过百余个。在全国多地部署动态人脸识别点位，累计抓获在逃人员近两千名，并担任多项国家级大型活动的安保工作。
