和傳統PC機時代不同，用戶在用手機玩游戲時的場所和時間更加的多樣化，玩游戲不再是一個私人、固定場所和只屬于同好人群的上網活動了，用戶在用手機上玩游戲的過程中不僅僅希望能夠得到很好的游戲體驗感，還因為手機的普及和手機玩游戲出現的場所和時間段的多樣性而希望能夠與人交流，獲得反饋，他們渴望立即向他人炫耀、學習或者協作。

比如這些助理基本能回答今天天氣如何，但如果問到附近的星巴克可以用微信支付么以及今天的天氣是否會導致塞車或者航班延誤等這類相對有邏輯一點的問題就無能為力了。有數據顯示，從全球來看，截至到2016年第二季度，全球AI公司突破1000家，跨越13個子門類，2011-2016年人工智能領域融資額復合增速達到42%，總融資額高達48億美元，其中，深度學習、自然語言處理、計算機視覺是獲投金額最多、創立公司最多的領域。

谷歌在利用大數據方向與關鍵業務是搜索，但可以衍生到地圖，視頻、翻譯、無人駕駛汽車等相關業務。資本和企業都樂意鼓吹人工智能領域的無所不能與遠大前程，方便融資并獲得高額估值，擠入獨角獸行業。國內這種趨勢也非常明顯，所以我們看，開發一個APP則會面臨用戶獲取和使用成本高，難留存，用戶難發現等瓶頸。

而在創新工場之外，眾多風投機構都樂于在人工智能領域砸錢。畢竟真正懂深度學習的人還不多，極為稀缺導致供需不平衡，當然這個不合理的價格也涉及到人才競爭。

也就說是說，AI當前目前跟學術關聯性很高，而且更多是停留在學術研究層面，但技術與學術研究要應用到一些產業或行業從規律來看都需要幾年甚至幾十年的時間，不能簡單地靠普通商業思維去打通。

去年五月份，美國排名前15名的移動軟件開發商，發現下載量同比下跌了兩成。我們知道，人工智能在美國已經研究幾十年，但依然很難看到盈利的希望，商業化落地依然面臨尷尬局面，創業者的游戲都是資本推動的，資本是逐利而短視的，如果游戲的結果是一直是無底洞的投入換不來真金白銀，游戲就很難玩下去。

通過技術手段的過濾和機器學習在內容產業領域也正在成為BAT的標配與必爭之地。但即便是這些巨頭的人工智能助理，它們的服務范圍基本定位在信息檢索，資訊收集獲取，而無法搞定相對復雜一點的問題。

對于創業者來說，一旦科技巨頭都在開足馬力，加大火力，在進行人工智能布局的時候，創業公司與巨頭相比，在人才儲備與數據、用戶、流量、資本不在一個檔次，貿然進入這個賽道，結果是可以想象的。當前人工智能還停留在學術層面：投資回報率不對等另一方面，當前人工智能的深度學習在語音和圖像以及自然語言處理的應用方面雖有進展，但更適合在搜索引擎和學術、信息流內容數據推薦方面，還無法應用在許多普通用戶的產品上面。