徐立认为，至少在3-5年人工智能领域的都是人才战，是脑力游戏。全球也就是几十个人来做突破性工作，核心是看最顶尖的研究人员的智商PK，看谁能够作出突破。
据商汤科技公开的资料显示，商汤科技核心团队成员由两大部分组成：一部分是来自麻省理工学院、斯坦福大学、清华大学等世界顶尖大学的博士科学家；另一部分是来自谷歌、微软、联想、百度等产业界领军公司：其中包括5位微软研究奖获得者(Microsoft Research Fellow)，两位A-star(阿里星人才计划)，聚集了华人世界中一批深度学习和计算机视觉领域专家。700余人的公司中，拥有超过100名博士。
徐立认为，商汤的人才优势是系统性，从导师制到各个共建研究室等，实习生机制，商汤建立了系统性的产学研体系。
“资本重不重要？肯定重要，但是打仗的决定因素现在在不在资本市场？不完全是。资本重要是通过更好的激励、更好的条件去留住顶尖的AI人才。”徐立说。
原创技术在中国有没有出路？
是重金投算法层面研究还是重点做应用层研究，要不要做原创技术？在创立之初，商汤面临着这个选择。
投资人提醒徐立，做原创技术在中国不合算,你花100分的力气去做的事情，别人可能花1分力气就能抄走。成本和产出太不成正比了。而且，做原创技术的回报周期太长了。
这种考虑很现实，中国企业更擅长做快速复制，在基础研究和原创技术方面，很多历史性的教训，要么是做了基础型研究迟迟无法应用投入过大，要么是研究了多年终于产业化，别人抄得更快。这让很多企业不原因碰。
但徐立认为，如果中国没有人花力气去做原创技术，商汤一旦做成了，就是惟一，而且他判断，技术发展演进速度非常快，工业化很快会到来。时至今日，商汤在对外的Slogan里，把“原创”两字写进去：专注于计算机视觉和深度学习原创技术。
徐立在接受科技采访时说，商谈科技在某种意义上在技术上是没有上游的，技术完全是从零开始，自己研发。
据公开资料，商汤的网络是自己设计的，这对于深度学习网络的掌控力会更强，提供Saas服务的同时，能够通过Saas把背后的数据拿到，再进行更多更细致的分析再次提升服务质量。
根据徐立的介绍，商汤科技的实验室主要包括基础架构层研究和行业应用研究。基础架构层研究包括计算机视觉立的基础问题，包括检测、跟踪、分割、定位和时序等五大模块。行业应用研究包括安防、金融、终端应用、APP应用等。
这个基础研究的效应逐渐显示出来了，在视觉识别领域，商汤不算是成立最早的公司，2010、2011年已经有同类的公司成立。徐立认为，在接触客户的优势完全在于这些基础研究带来的差异化，一是算法的差异化，二是算法的完整性。
徐立举了一个例子，小米手机的相册招标，其他公司能解决通过物体识别分类问题，但解决不了定义年龄问题。商汤的优势是可以当作一个整体解决方案来解决问题。
工业化的红线
有原创技术，如果无法工业化，也是空中楼阁。
“判断某个技术的工业化红线的时间点在哪里？这个很关键。”徐立在接受科技采访时说，技术型创业公司，如果某个技术领域5年内看不到工业化红线，太早进入，投入全都是成本，时间点太远，可能熬不到变现就死掉了；但如果太晚进入，红海市场也没有机会。
具体到人工智能领域，这条工业的红线即算法的准确率，算法的准确率能否超越人的准确率。
这条红线也决定了创业公司的起始点。2011年，前微软人工智能首席科学家邓力(Li Deng)将深度学习技术应用于语音领域，并取得重大突破。此后，大量研究开始朝着深度学习方向迅猛推进，像推火车一样，技术应用不断拓展，计算准确率大幅度提升。
在人脸识别方面，超越人的准确率，徐立认为这就是工业化的红线。一旦超越工业红线，大量应用将会出现。对于创业公司来说，靠近工业化红线 前夕成立，是最佳时间点。