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。

而創業公司在某一垂直領域做出絕對的技術壁壘其難度相當大，因此有業內談到這樣一個案例，硅谷某大公司收購一個人工智能初創公司后，發現各種指標、性能還不如內部的產品，于是被收購的團隊全部派去做產品了。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。這也是我們看到巨頭研發的聊天機器人都只能做到幾輪對話的原因。

李彥宏、馬化騰、雷軍、馬云等大佬均提及了“人工智能”這一概念，并且都在推動之中。所以我們看到，當前中國互聯網巨頭也紛紛開始從谷歌、Facebook、微軟以及全球名牌大學招募頂尖人才。

人工智能當前有了一定的發展和突破，但離真正商用、產品化落地與人類生活緊密關聯的時間點還太遙遠。技術雖炫酷但盈利方面艱難而人工智能的技術雖炫酷但盈利方面艱難，當前即便是與人工智能息息相關的機器人產業，其前景也并不樂觀。