总体来看，从巨头的战略布局目的来看，iOS和macOS的软硬件操作需要SIRI来寻找突破口；Cortana依附于windows；echo关联着的智能家居设备的操作等等。但在当前，它依然不具备类似的生态和硬件入口的条件，而只是一个生态的补充。

　　另外，许多巨头研发的AI助理在基于上下文的对话能力与理解口语中的逻辑、能力履行、基于上下文的对话能力方面都存在欠缺，也意味着当前的人工智能还处于相对初级的阶段。

　　人工智能还有很多难题，创业者也很难跟巨头去拼人才、用户、流量与资本

　　所以说，以深度学习为主力的这一波人工智能浪潮吹了很多年，巨头也投入了很多资源，但从当前巨头的人工智能助理看出，深度学习在处理复杂的任务时显然还存在诸多不足，也就是说深度学习技术当前还缺乏逻辑推理与表达因果关系的能力。

　　显然，如果无法根据逻辑进行多层次地推演，理解表达因果关系的能力，就无法担纲深层的服务。这也是我们看到巨头研发的聊天机器人都只能做到几轮对话的原因。

　　另外，人工智能目前在技术上还有很多难题有待处理，从当前来看，在手机、电脑等常规的硬件载体之外，人工智能还没有相对成熟的全新的软硬件载体，人机语音交互的智能化程度低，硬件层面缺乏配套。语音识别、自然语言理解等技术要产品化商业化落地目前还看不到苗头。

　　即便在当前，人工智能相较以往已取得很大进步，但其主要应用仍在企业服务领域，用户端能接触到的人工智能应用仍是以手机、电脑端的语音助手为主。人工智能应用的服务行机器人层面，虽然功能性虽不断完善，但当前的产品体验层面依然离商业化与消费者太远。

　　况且人工智能离不开海量数据的支撑。对于创业者来说，一旦科技巨头都在开足马力，加大火力，在进行人工智能布局的时候，创业公司与巨头相比，在人才储备与数据、用户、流量、资本不在一个档次，贸然进入这个赛道，结果是可以想象的。

　　当前人工智能领域的人才是稀缺性人才，创业公司也很难去抢到优质人才。

　　早前创新工场李开复指出，硅谷各公司在用“不合理”的价钱去挖人，给刚毕业的人工智能领域博士都能开出超过200万到300万美元的年薪。毕竟真正懂深度学习的人还不多，极为稀缺导致供需不平衡，当然这个不合理的价格也涉及到人才竞争。

　　人工智能本质是拼技术：但创业者要拼过巨头很难

　　即便是做大了被收购这种想法也相当危险，因为人工智能在本质上是拼技术，而当前互联网创业成功者多数是基于商业模式的创新。

　　而创业公司在某一垂直领域做出绝对的技术壁垒其难度相当大，因此有业内谈到这样一个案例，硅谷某大公司收购一个人工智能初创公司后，发现各种指标、性能还不如内部的产品，于是被收购的团队全部派去做产品了。

　　另外，在谷歌发布新版神经机器翻译系统后，某定位于机器翻译创业团队发现自家产品翻译的准确性全面落后于谷歌。这体现出，创业者拼技术要拼过巨头很难，另一方面，人工智能类创业公司想做大了被收购的概率相对于其他拼商业模式的公司或许也更难。

　　创业者缺数据 但数据是AI的基础

　　人工智能（AI）已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域，在人机围棋大战中屡屡获胜，而这背后，经过了是海量数据的积累与学习。AI的基础是大数据，这些资源通常掌握在巨头手中。

　　而当前巨头纷纷布局人工智能的想法就是充分激活先有的数据价值，掌握用户的行为，精确计量数据变现路径。谷歌在利用大数据方向与关键业务是搜索，但可以衍生到地图，视频、翻译、无人驾驶汽车等相关业务。

　　在国内，BAT等巨头占有者最大的用户群与数据，它们可以用深度学习的算法，在大数据的基础之上，更好的应于广告的推荐以及内容平台的信息流算法推荐。

　　比如对于今日头条这家从诞生之初就自冠以人工智能属性的公司，其基于数据的推荐算法驱动机制尽管带来了低俗的标签，但却俘获了海量用户。通过技术手段的过滤和机器学习在内容产业领域也正在成为BAT的标配与必争之地。