當前的情況，人工智能行業似乎炙手可熱，消費者的需求量也很大，投資者也對此有很大的興趣。可以看到，風險投資機構在AI創業公司的投資從2014年的32億美元增加到2017年的前五個月就超過95億美元。人工智能的發展前景無數，包括醫療、農業和等等其他領域的應用。

[[219545]]

最大的障礙

AI領域得到了大量的支持，但是有一些重大的障礙阻止了它的爆炸性增長：

1. 靈活性

年輕創業公司最大的優勢之一就是他們的靈活性。大公司經常會面臨長期的決策問題甚至是無法支撐的問題，而小公司則可以快速而有效地應對新形勢。然而，人工智能創業公司并不一定享有這樣的優勢，因為人工智能很復雜，并且可能會出現許多未知的變量，所以在項目中間難以靈活轉換。這可能導致一些人工智能創業公司面臨困境，或者延遲項目的時間。

2. 人才短缺

精通機器學習和足以創造新功能的專業人員數量非常少。人工智能方面人才短缺，對行業發展速度影響較大。

熟練的人工智能開發人員可能會要求巨額薪水，使創業公司難以負擔，即使擁有足夠現金的創業公司也可能難以填補人工智能的職位。

3. 競爭

有數百個有趣的AI初創公司正在發展中。對于希望獲得下一代技術的消費者來說，這聽起來是一個令人興奮的前景，但它也帶來了一個重要的問題：競爭。創業公司被迫需要更快做出決策，更快地進入市場，并削減功能，從而擊敗他們的競爭對手。這導致一些初創公司更快地走向末路，而另外一些公司則走向歧途，開始使用劣質產品。

4. 銷售周期不可預測性

很少有人工智能產品在這一點上有明確的銷售周期。首先，人工智能還是一個比較新的領域，所以它的市場沒有明確的定義。許多應用程序可以很好地針對個人用戶或公司，而且很難準確預測產品在開發周期結束時的樣子，即使你有一個有遠見的計劃。這使得人工智能創業公司很難準確預測其收入來源，更難以確保在其早期的增長期間保持平穩的同時，維持足夠的收入。

5. 機器學習的復雜性

不用說，編程高級AI功能是非常復雜的。如果你遵循現有的公式，并依賴于我們已有的集體知識，機器學習就變成了簡單的復制、粘貼，然后調整的事情。但要真正在這個領域進行創新，就需要豐富的知識和經驗，以及勇于嘗試新事物的精神。

6. 處理能力

大多數AI系統都需要大量的處理能力才能工作。這一直是一個重要的限制因素，許多初創企業無法獲得完成工作所需的處理單元。現在，像Nvidia這樣的公司正享受AI處理芯片的需求，收到報告銷售額和利息。但總的來說，處理增長還不能完全跟上最新的人工智能技術，而這個基本的限制可能會繼續成為開發者的一個難題。

會看到人工智能發展腳步的放緩嗎?

那么我們可能會看到AI技術的進步放緩嗎?從短期來看，這是可能的，盡管消費者的高度關注和風險投資的高水平可能會抵消其中的一些影響。而隨著科技變得更容易理解、易于掌握，這一領域的創新者自然會克服許多問題。但在此之前，他們將繼續使已經復雜的行業復雜化。