近幾年人工智能大熱，幾乎所有人都在討論關于人工智能相關的話題，同時各個領域的突破也不少。而人工智能領域任重而道遠。
1現(xiàn)階段人工智能的瓶頸
現(xiàn)在人工智能有很多突破，尤其在應用上有大量突破，但是實際上人工智能底層的技術研究的進展其實并不多。人工智能總是能在不充分信息的情況下戰(zhàn)勝人類選手，某種程度上說明人工智能又進了一步。不過這種進步只是弱人工智能。所以人工智能在現(xiàn)階段最大的瓶頸，就是理論上和實際底層技術的發(fā)展。
2人工智能的三大發(fā)展方向
雖然面臨著理論和底層發(fā)展的瓶頸，人工智能終究還是有進展的，而人工智能領域的理解，可以總結為以下三個發(fā)展方向。
（1）.大數(shù)據(jù)向小數(shù)據(jù)過渡。
過去機器學習要用海量數(shù)據(jù)做訓練，現(xiàn)在希望用盡可能少的數(shù)據(jù)做訓練。小數(shù)據(jù)不等于沒數(shù)據(jù)，因為人工智能迄今還是基于歸納總結原理做出來的，也就是說在人工智能系統(tǒng)里面其實統(tǒng)計學更有意義。
（2）.邊緣計算。
從計算能力上來說，一方面，我們要有充分的計算能力；另一方面，5G的來臨使得我們的云端計算能力也可以得到極大地加強。而且因為響應速度提升了，所以云端計算能力可以對局端、對邊緣的計算能力實現(xiàn)更好的補充，使得云端和終端形成一體化的人工智能計算能力。
（3）.終身學習。
機器有了終身學習能力，會使得整個人類或企業(yè)，尤其是行業(yè)里采用人工智能的策略產(chǎn)生本質性變化。第一時間引入人工智能，即使引入的時候它還不太智能，但它不斷學習、不斷完善自己，就會比引入晚的競爭對手領先一大截，這個時候甚至和硬件都沒有那么大的關聯(lián)。
3人工智能技術在哪些應用上有優(yōu)勢？
現(xiàn)在采用人工智能還是有一些障礙的，尤其是對于不是這個行業(yè)領域的公司。實際上迄今為止，人工智能專家依然是稀缺的。
如果你判斷短期的股票交易，基本上就根據(jù)以前的交易行為來判斷，那一定是機器比人強；但是如果判斷一個企業(yè)的長期發(fā)展，尤其是判斷一個企業(yè)未來的科技產(chǎn)品有沒有可能在未來的科技市場當中占優(yōu)，機器就不一定比人強。因為這些判斷涉及到了科研發(fā)展的趨勢，包括研發(fā)的進展、技術能力的變化，產(chǎn)業(yè)格局的變化，甚至包括企業(yè)經(jīng)營特點的變化，市場的接受程度、用戶的變化等。
從這個意義上講，人工智能相對來說是判斷不清晰的。這說明人還是有機會的，不要和人工智能去爭奪單項的長短，而要在綜合上面取得優(yōu)勢，甚至每個單項上都用人工智能輔助我們，但是在整體上我們可以超越人工智能。
4人工智能公司著臨著巨大的壓力
現(xiàn)在中國的人工智能有一個很大的問題，就是過熱了以后產(chǎn)生了一批還沒有上市，但是估值已經(jīng)超過了10億美金的公司。之所以沒有上市，是因為收入利潤并沒有清晰地顯示出來，也就是說其實它還不符合上市指標。但是因為市場熱捧，所以它的估值非常高，這樣的話這些企業(yè)就會有特別強大的壓力。
一方面，它必須要持續(xù)不斷地從市場網(wǎng)羅人才。另一方面，雖然人工智能非常熱，各種新的應用層出不窮，但是你去看人工智能企業(yè)，似乎它們收入利潤的增長沒有那么令人滿意。
5在人工智能細分領域的機會
1.硬件層?，F(xiàn)在做類腦計算芯片、人工智能計算芯片的硬件企業(yè)，通用性相對強一點，壓力會比較大。因為實際上這種芯片是需要構筑生態(tài)的。而國內大多數(shù)芯片企業(yè)，只是盲目地強調自己計算能力的優(yōu)越，沒有這種生態(tài)構建的能力。
2.基礎服務層。這個層級主要聚集著在基礎平臺和基礎應用上發(fā)力的企業(yè)。這一層的核心就是除了提供基礎的云計算能力以外，一定要提供一些附加的人工智能能力。而這種人工智能能力就會使得人工智能的基礎應用，不是由人工智能提供商來提供，而是由云平臺直接提供。
3.行業(yè)結合層。根據(jù)上文，很多基礎能力未來很可能都會變成一個云端提供能力，而真正的應用能力應該是不那么基礎、不那么通用，而且和行業(yè)要有充分結合。這個層次會有大量的人工智能相關的應用公司繁榮起來，這些公司必須要有自己本行業(yè)的特色，因為、人工智能這個技術本身沒有辦法形成壁壘，真正能夠形成壁壘的地方一定是行業(yè)，也就是說行業(yè)數(shù)據(jù)、行業(yè)經(jīng)驗和行業(yè)準入會是你的壁壘。
這需要我們去找到這個壁壘，從而把業(yè)務做起來。所以任何先進領域不代表只要領先就好，還必須找到自己的壁壘和競爭優(yōu)勢，才能夠做得好。
