2013年的12月6日，几件重要的事情都赶在了同一天。
最重要的一件事，谷歌发来了他们拟定的分成合同，有关孟繁岐的AI技术应当如何分取利润，这里面的门道前所未有的多。
孟繁岐此前与白度签订的只是单一技术的服务合同，单单只是一个图像的实时检测算法，需要约定的东西已经相当之多了。
而如今，孟繁岐需要与谷歌约定各种类型的技术该如何分成。
众所周知，技术有赚钱的，也有不赚钱的。有看上去亏了实际赚了的，也有看起来赚了实际上血亏的。
自动驾驶汽车和类人机器人这样的划时代产品如果能市场化，毫无疑问将带来巨额利润，但这仍然遥远，处于纯砸钱阶段。
针对可以马上变现的技术，和不那么容易变现但很重要的技术，以及纯投入研发，虽然不变现但是谷歌非常希望突破的。
不同类型的技术和方向，分成的方式错综复杂。
谷歌的合同在这方面叠甲叠得很厚，按理说孟繁岐目前发布的技术都是纯图像方面的技术，但这份合同里仍旧把很多其他类型的技术都约定在里面了。
非常严谨，严密。
比如对谷歌来说，到底什么技术现在变现最快，收入最高？
毋庸置疑的，那必须是广告收入，谷歌一个季度的广告收入通常约200亿美金，占据其总收入的八成以上。
收成好的时候，一年累计下来接近千亿美金，是支撑谷歌所有项目的立足之本。
目前，对谷歌来说有价值的赚钱方式是，越来越精确地预测用户的点击选择。
根据其内部的统计，即便只是百分之0.1的精确度改善，都将产生数亿美元的额外收入。
如果孟繁岐做出推荐算法的突破，那自然而然就可以直接进行测试，如果效果很好，那就直接上线部署。
这种情况下的分成非常简单，多给公司带来了多少收入，就按比例去抽成，很好理解。
外行们可能很难理解，技术提升之后多出的收入如何统计。
实际上，有关推荐算法，用户点击的意愿提升了多少，消费意愿提升了多少，多年以来都是谷歌最大的进项。
因此内部有关这方面的算法和统计是极其先进的，每个季度对于下个季度广告收入的预测都相当精准。
孟繁岐的经历以图像算法为主，自然语言和大模型了解过不少，推荐算法这方面懂得就不那