（1）明確應(yīng)用場景邊界
目前，人工智能還處于弱人工智能水平階段，商業(yè)落地應(yīng)該一步一個腳印，不能急于求成。目前的人工智能技術(shù)只能解決部分問題，人工智能要實現(xiàn)商業(yè)落地，需要搞清楚要解決問題的具體領(lǐng)域，并有明確的應(yīng)用場景邊界，把人工智能的功能限定在特定的邊境之中，這樣的AI解決方案才更具有實用價值。
（2）閉環(huán)數(shù)據(jù)反饋循環(huán)
中國的BAT,以及國外的谷歌、微軟、蘋果、特斯拉等巨頭公司，他們都有一個共同特征—閉環(huán)的數(shù)據(jù)反饋循環(huán)。向百度、Google等互聯(lián)網(wǎng)公司，能夠通過用戶輸入的信息，就能及時獲取用戶的一手數(shù)據(jù)。通過特定技術(shù)，就能提高客戶的體驗。從終端收集數(shù)據(jù)，然后用數(shù)據(jù)訓(xùn)練模型，這樣就可以用模型提高用戶體驗，用戶端又會重復(fù)產(chǎn)生數(shù)據(jù)，這就形成了閉環(huán)的數(shù)據(jù)反饋循環(huán)。
（3）海量高質(zhì)量數(shù)據(jù)
近年來，伴隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等信息技術(shù)的快速發(fā)展和傳統(tǒng)產(chǎn)業(yè)數(shù)字化的轉(zhuǎn)型，數(shù)據(jù)量呈現(xiàn)幾何級增長，根據(jù)IDC統(tǒng)計，全球數(shù)據(jù)總量預(yù)計2020年達到44ZB，中國數(shù)據(jù)量將達到8060EB，占全球數(shù)據(jù)總量的18%。針對視頻和音頻等數(shù)據(jù)，其分析越來越聚集于提取其中的語義，以深度學(xué)習(xí)為代表的人工智能技術(shù)，本質(zhì)上是一個具有多層的神經(jīng)網(wǎng)絡(luò)，只有依托海量的數(shù)據(jù)，才能使其學(xué)習(xí)質(zhì)量達到理想的結(jié)果。
（4）高性能計算硬件
深度學(xué)習(xí)模型可以分為三個環(huán)節(jié)，分別為：前期訓(xùn)練、云端推理、終端推理，其中前兩個環(huán)節(jié)存在較大的計算量，目前，CPU+GPU架構(gòu)已經(jīng)成為大部分企業(yè)的首選。FPGA的性能功耗比使得它有很大的市場，百度采用FPGA打造百度大腦專用AI芯片，微軟也是基于英特爾Stratix 10 FPGA芯片打造了Brainwave平臺。在終端推理環(huán)節(jié)，由于終端設(shè)備需求各不相同，需要定制化、低功耗、低成本的嵌入式解決方案，市場的競爭呈現(xiàn)多樣化，如寒武紀的1A處理器。
