而在无监督的深度学习中，重要的特征并不是由人类提前设定的，而是通过算法学习和创造的，这是巨大的进步，也使深度学习成了人工智能的大脑。

　　越来越多的算法研究推动着深度学习的实用性，伯克利、谷歌、Facebook也纷纷公开自家的源代码框架，也就是Caffe、TensorFlow和Torch。源代码的开放吸引着越来越多的软件开发者尝试新的算法，不到一年，TensorFlow就以及该形成了一个活络的存储库GitHub，作为目前最大的开发商合作网站。当然，并不是所有的AI都出自于开源框架。

　　可以说，数据、计算能力和算法三方面的逐渐成熟，合力推动了人工智能的快速发展。

　　2. 人工智能是高度垂直的，各行各业的头部价值凸显

　　有人将人工智能比作第四次工业革命，以凸显其对各行业带来的深远影响。此言并不夸张。科技的每一次基础层面的突破，都会推进行业改革，激起创新热潮。在感受到互联网、移动互联网的巨大影响力之后，没有企业愿意错过人工智能时代。

　　人工智能对企业之所以重要，是因为谁能率先给行业插上人工智能的翅膀，谁就有可能完成市场资源的再整合和优化配置，进而改写游戏规则，在这一轮竞争中占据有利竞争优势，成为新晋“寡头”。

　　今日头条就是一个典型的例子。今日头条将人工智能技术应用到了新闻资讯，通过挖掘用户的兴趣爱好，完成个性化推荐，并进行智能分发，取得了不错的成绩。截止去年年底，今日头条已经累计有6亿的激活用户，1.4亿活跃用户，每天每个用户使用76分钟，成为让百度都害怕的巨头。

　　今日头条给人们的启示是，社交、搜索、购物、外卖、游戏、金融、交通、教育、政务等方向，都可能会发生类似“今日头条”的现象。

　　值得一提的是，人工智能只能在高度垂直的领域工作，跨领域的人工智能没戏。举个例子，在围棋领域称霸的阿尔法狗玩不转无人驾驶，旅游的大数据也玩不转语音识别。

　　正因为人工智能有清晰的领域边界，所属不同领域的人工智能很难跨界到其它领域。但每个行业的内部竞争将很激烈，赢者通吃的现象在人工智能领域恐怕仍然成立，每个行业的头部巨头将划分大幅市场份额，甚至每个行业只能容纳一到两个巨头。

　　3. 人工智能是风口，想腾飞却是难事

　　毫无疑问，人工智能的浪潮已经袭来。但人工智能创业并不容易，而且失败的概率非常大。

　　首先，人工智能行业已经开始拥挤，竞争激烈。

　　根据36氪研究院的数据，从2011年到2015年是人工智能创业公司的成长高峰期，而到了2016年，人工智能公司成立的数量大幅减少。这预示着第一波人工智能的布局已经完成卡位，2017年的新入玩家，在战略布局上已经慢人一步。不过，机遇窗口仍然没有关闭，市场仍有机会。

　　通过36氪的数据还能看到，获投公司融资轮次整体偏中期，公司融资阶段集中在天使轮、Pre-A轮和A轮，C轮之后的公司较少。“C轮死”的现象在炙手可热的人工智能领域依然存在。

　　其次，没有数据，巧妇也难为无米。

　　数据是人工智能的宝藏，可以说拥有数据就抢占了先机。在互联网时代就积累了大量数据的BAT等巨头，在人工智能上，有着天然的先发优势。很多人工智能的学界大牛加盟企业公司，也正是看中了科研机构没有的大数据，大数据的魅力由此可见一斑。

　　这样的数据宝藏，BAT们很难对外开放，对此，李开复有这样一段表述：

　　创业者太自私，但是最自私的是BAT，BAT他们大量的数据，但是他们没有生态系统，什么数据你进去不会给你看，什么人进去也不会出来的，高薪养着他们，审度平台的都是内部使用，所以不要指望BAT帮我们做什么，在美国的BAT也是这样的。

　　初创公司进入人工智能领域首先要解决的就是，如何在脱离BAT的前提下获得全面数据。

　　再次，2C的生意不好做，2B的买卖更有戏。