據國外科技博客VentureBeat3日報道，乍一看去，人工智能行業目前紅的發紫，投資者興趣高漲，消費者需求巨大。事實上，對于人工智能初創企業的風險投資將從2014年的 32億美元上升到2017年前5個月就超過了95億美元，人工智能的發展有讓人興奮的前景，包括醫療、農業和其他技術領域的應用，但是人工智能產業發展仍然存在著一些障礙。

這些因素將會成為其爆發性增長的阻礙：

1、靈活性

這本是年輕的創業公司最大的優勢之一，大公司常常會遭受長期決策的困擾，，但更小、更靈活的公司可以對新環境做出更快速、更有效的反應。然而，人工智能初創公司在這個領域并沒有享受到這種優勢，因為人工智能太復雜了，而且依賴于很多未知的變量，所以很難在項目的中間進行調整。這可能會讓一些人工智能初創公司沒能熬過創業初期，或者讓項目遠遠超過原來的時間表。

2、人才短缺

精通機器學習和創新能力以創造新特性的專業人員數量非常少。人工智能行業存在人才短缺的問題，這對行業發展的速度有著深遠的影響。熟練的人工智能開發人員可以要求高額的薪水，這使得創業公司很難負擔得起。

3、競爭

有數百個有趣的人工智能初創公司正在發展中。雖然這聽起來行業前景的發展向好令人興奮，消費者也有希望用到下一代技術，但它也提出了一個重要的問題:競爭。初創公司被迫需要做出更快的決策，更快地進入市場，以打敗競爭對手。這導致一些初創企業更快地耗盡精力，而另一些公司則推出劣質產品。

4、銷售周期不可預測性

很少有人工智能產品有明確的銷售周期。一方面，人工智能仍然是一個相對較新的領域，因此它的市場還沒有明確定義。不像許多應用程序比較精準的預計針對個人用戶和企業用戶的形態，但是人工智能應用卻很難準確地預測在開發周期結束時你的產品會是什么樣子——即使有遠見的計劃。

這使得人工智能初創公司很難準確預測其收入來源，更難以確保在其早期增長期間維持足夠的收入。

5、機器學習性的復雜

編程實現高級人工智能的功能是非常復雜的。如果遵循現有的公式并依賴于我們已經擁有的集體知識，機器學習就變成了一個簡單的復制、粘貼和調整的問題。但要想在這個領域真正地創新，你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

 

大多數人工智能系統需要大量的處理能力來工作。直到最近，這一直是一個重要的限制因素：許多初創公司沒有獲得完成工作所必需的處理單元。目前而言，處理能力的增長并不能完全跟上最新的人工智能技術的發展，而且這一基本限制可能會繼續成為開發人員的問題。

人工智能會遇見到人工智能的增長放緩嗎

我們是否會看到人工智能技術進步的放緩?答案是可能的!尤其是在短期內，盡管目前處于高位的消費者刺激和風險資本可能會抵消其中一些影響。隨著技術變得更容易理解和更容易掌握，領域中的創新者自然會克服上述的那些問題。在那之前，這些創新者不得不繼續使已經很復雜的行業復雜化。