近几年人工智能大热，几乎所有人都在讨论关于人工智能相关的话题，同时各个领域的突破也不少。而人工智能领域任重而道远。
一、现阶段人工智能的瓶颈
现在人工智能有很多突破，尤其在应用上有大量突破，但是实际上人工智能底层的技术研究的进展其实并不多。人工智能总是能在不充分信息的情况下战胜人类选手，某种程度上说明人工智能又进了一步。不过这种进步只是弱人工智能。所以人工智能在现阶段最大的瓶颈，就是理论上和实际底层技术的发展。
二、人工智能的三大发展方向
虽然面临着理论和底层发展的瓶颈，人工智能终究还是有进展的，而人工智能领域的理解，可以总结为以下三个发展方向。
1. 大数据向小数据过渡
过去机器学习要用海量数据做训练，现在希望用尽可能少的数据做训练。小数据不等于没数据，因为人工智能迄今还是基于归纳总结原理做出来的，也就是说在人工智能系统里面其实统计学更有意义。
2. 边缘计算
从计算能力上来说，一方面，我们要有充分的计算能力；另一方面，5G的来临使得我们的云端计算能力也可以得到极大的加强。而且因为响应速度提升了，所以云端计算能力可以对局端、对边缘的计算能力实现更好的补充，使得云端和终端形成一体化的人工智能计算能力。
3.终身学习
机器有了终身学习能力，会使得整个人类或企业，尤其是行业里采用人工智能的策略产生本质性变化。第一时间引入人工智能，即使引入的时候它还不太智能，但它不断学习、不断完善自己，就会比引入晚的竞争对手领先一大截，这个时候甚至和硬件都没有那么大的关联。
三、人工智能技术在哪些应用上有优势？
现在采用人工智能还是有一些障碍的，尤其是对于不是这个行业领域的公司。实际上迄今为止，人工智能专家依然是稀缺的。
如果你判断短期的股票交易，基本上就根据以前的交易行为来判断，那一定是机器比人强；但是如果判断一个企业的长期发展，尤其是判断一个企业未来的科技产品有没有可能在未来的科技市场当中占优，机器就不一定比人强。因为这些判断涉及到了科研发展的趋势，包括研发的进展、技术能力的变化，产业格局的变化，甚至包括企业经营特点的变化，市场的接受程度、用户的变化等。
从这个意义上讲，人工智能相对来说是判断不清晰的。这说明人还是有机会的，不要和人工智能去争夺单项的长短，而要在综合上面取得优势，甚至每个单项上都用人工智能辅助我们，但是在整体上我们可以超越人工智能。
四、人工智能公司着临着巨大的压力
现在中国的人工智能有一个很大的问题，就是过热了以后产生了一批还没有上市，但是估值已经超过了10亿美金的公司。之所以没有上市，是因为收入利润并没有清晰地显示出来，也就是说其实它还不符合上市指标。但是因为市场热捧，所以它的估值非常高，这样的话这些企业就会有特别强大的压力。
一方面，它必须要持续不断地从市场网罗人才。另一方面，虽然人工智能非常热，各种新的应用层出不穷，但是你去看人工智能企业，似乎它们收入利润的增长没有那么令人满意。
五、在人工智能细分领域的机会
1. 硬件层。现在做类脑计算芯片、人工智能计算芯片的硬件企业，通用性相对强一点，压力会比较大。因为实际上这种芯片是需要构筑生态的。而国内大多数芯片企业，只是盲目地强调自己计算能力的优越，没有这种生态构建的能力。
2. 基础服务层。这个层级主要聚集着在基础平台和基础应用上发力的企业。这一层的核心就是除了提供基础的云计算能力以外，一定要提供一些附加的人工智能能力。而这种人工智能能力就会使得人工智能的基础应用，不是由人工智能提供商来提供，而是由云平台直接提供。
3. 行业结合层。根据上文，很多基础能力未来很可能都会变成一个云端提供能力，而真正的应用能力应该是不那么基础、不那么通用，而且和行业要有充分结合。这个层次会有大量的人工智能相关的应用公司繁荣起来，这些公司必须要有自己本行业的特色，因为、人工智能这个技术本身没有办法形成壁垒，真正能够形成壁垒的地方一定是行业，也就是说行业数据、行业经验和行业准入会是你的壁垒。
这需要我们去找到这个壁垒，从而把业务做起来。所以任何先进领域不代表只要领先就好，还必须找到自己的壁垒和竞争优势，才能够做得好。
