有乘客在搭地鐵的空隙里，突然被吸引。

微軟亞洲研究院常務副院長芮勇曾經說了一句略顯夸張但卻清醒的話：實現真正的人工智能大約要500年，你要讓我在后面再加個0我也不反對。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。在推理性與邏輯性、專業性的實際問題層面的解決能力上依然被一些用戶與業內人士嘲為智障助理，實用價值并不大。

當然人工智能是未來這并不錯，問題是這個變革或者說真正改變人類的未來時間點什么時候來，但肯定不是現在。創業者缺數據但數據是AI的基礎人工智能(AI)已經應用于語音識別、圖像處理器、計算機視覺、機器人等多個領域，在人機圍棋大戰中屢屢獲勝，而這背后，經過了是海量數據的積累與學習。

事實上，無論是谷歌facebook，還是BAT，都可以利用人工智能算法收集到很多的數據，這些都可以幫助它在未來推送有價值的廣告。而當前人工智能項目又是巨頭的標配，國內資本嗅到風向又開始助推，因為一旦下注到一個好的項目被BAT收購接盤，在高點退出，也是一筆劃算的買賣。