就这一点而言，人工智能只是另一种应用、工具、产品、服务、另一种消费。 应用工具通常可以简化为三个主要部分，即数据（数据存储、数据库、数据源）、逻辑（商业模式）、沟通（用户界面、服务合同点）。 这个概念实际上是任何工业时代的供应商组织的子集或专业架构：材料、加工或生产、服务或销售或市场。
如果说网络是沟通的革命，云是数据的革命，那么人工智能是逻辑和处理的革命。
正如我们所看到的，人工智能引擎最近已经进步了很多。 关于人工智能将如何改变世界，有很多乐观的预测。 然而，在这些承诺成为现实之前，仍有许多问题需要解决。
例如，人工智能引擎如何融入数据和沟通。 融入数据的基本上就是所谓的人工智能培训或机器学习。 这还不一定是真正的智能。 这更像是一个高级数据挖掘。
无论如何，这里的问题是这里的商业模式是什么。 企业试图解决的问题是什么。 人工智能如何帮助改善现有的商业模式。 以及人工智能如何导致一种新的商业模式来解决旧问题。 换句话说，人工智能是一个新的平台，就像个人电脑、网络、云、智能设备一样。 一方面，新的花哨技术必须找到真正帮助人们的介入方法。 另一方面，人工智能引擎开发提供商也需要为业务特定开发提供人工智能的沟通合同点。 在此之前，人工智能仍然是一个美妙的梦想。
需要通过了解如何用域数据训练人工智能来连接人工智能和数据。 这就像如何开发一本教科书或程序说明来教育学生从事某些职业。 它是普通教育方法和特定领域知识的结合。 那里有一些工作要做。
还需要通过了解人们想要什么以及经过专门训练的人工智能可以提供什么来将人工智能连接到通信组件。 就像人类是聪明的，但他们被分为数百个不同的职业，数百万个不同的产品和服务提供商一样，人工智能也应该从一般智能发展或演变为各种人工智能应用。 关键不是人工智能有多智能，而是它如何适应某些人的需求，某些解决问题的市场。 人工智能只是另一种产品或服务，它有多好取决于人们想为它支付多少钱。
为了进一步扩展各种人工智能应用的概念，人工智能世界可能被视为一种社会等级制度。 有一些高度集中的系统，如云平台或中央政府，它们提供一般的云功能或一般的社会秩序。 除此之外，还有针对不同业务实体的中央服务器，这些服务器在全球范围内提供特定业务或类似的服务。 除此之外，智能设备可以拥有商业应用程序的缓存或迷你版本，直接为有限和特定用户服务，但继续连接到后台服务器以进行全规模应用程序。
人工智能将继承这个基本层次结构。 机器人或智能汽车等具有执行某些操作的物理实例，控制操作的本地人工智能，直接客户端的本地沟通，以及即时数据存储的本地数据缓存。
当然，本地人工智能/本地应用程序智能和本地数据是训练有素的人工智能或完整的业务逻辑的截取，以及整体业务数据的截取。 本地应用程序连接到服务器端通信层，以访问全规模的业务人工智能/逻辑和集中式完整数据。 业务中心人工智能/商业模式和业务数据服务器建立在人工智能平台/人工智能引擎和云之上。
基于上述理解，目前的情况是人工智能平台正在形成，变得更加实用，但尚未完全完成。 人工智能业务服务器，人工智能外派尚未被广泛开发和应用于现实或满足真正的业务需求/人们的市场需求。 还有很长的路要走，还有很多事情要做。
综上所述，人工智能的开发工作有三大类。第一是人工智能平台和引擎的开发工作。比较强调大数据，大计算，大算法，大投入。基本上是电脑，电子，数学博士为主导的工作方向。第二是行业人工智能的中心应用。比较强调对人工智能平台和引擎的充分了解，以及对商业模式的充分认识，从而实现两者的有机结合。电脑或数据专业，跨某一行业的双专业人才为主导。第三是人工智能截取和前端实体执行体的结合。比较强调有限但即时专项人工智能截取的应用，以及较全面远程支持的应用。需要有更多与机械，感应为主的各种行动部件的协作工作。需要并促进制造业的产业回归。
如果说网络是沟通的革命，云是数据的革命，那么人工智能是逻辑和处理的革命。
正如我们所看到的，人工智能引擎最近已经进步了很多。 关于人工智能将如何改变世界，有很多乐观的预测。 然而，在这些承诺成为现实之前，仍有许多问题需要解决。
例如，人工智能引擎如何融入数据和沟通。 融入数据的基本上就是所谓的人工智能培训或机器学习。 这还不一定是真正的智能。 这更像是一个高级数据挖掘。
无论如何，这里的问题是这里的商业模式是什么。 企业试图解决的问题是什么。 人工智能如何帮助改善现有的商业模式。 以及人工智能如何导致一种新的商业模式来解决旧问题。 换句话说，人工智能是一个新的平台，就像个人电脑、网络、云、智能设备一样。 一方面，新的花哨技术必须找到真正帮助人们的介入方法。 另一方面，人工智能引擎开发提供商也需要为业务特定开发提供人工智能的沟通合同点。 在此之前，人工智能仍然是一个美妙的梦想。
需要通过了解如何用域数据训练人工智能来连接人工智能和数据。 这就像如何开发一本教科书或程序说明来教育学生从事某些职业。 它是普通教育方法和特定领域知识的结合。 那里有一些工作要做。
还需要通过了解人们想要什么以及经过专门训练的人工智能可以提供什么来将人工智能连接到通信组件。 就像人类是聪明的，但他们被分为数百个不同的职业，数百万个不同的产品和服务提供商一样，人工智能也应该从一般智能发展或演变为各种人工智能应用。 关键不是人工智能有多智能，而是它如何适应某些人的需求，某些解决问题的市场。 人工智能只是另一种产品或服务，它有多好取决于人们想为它支付多少钱。
为了进一步扩展各种人工智能应用的概念，人工智能世界可能被视为一种社会等级制度。 有一些高度集中的系统，如云平台或中央政府，它们提供一般的云功能或一般的社会秩序。 除此之外，还有针对不同业务实体的中央服务器，这些服务器在全球范围内提供特定业务或类似的服务。 除此之外，智能设备可以拥有商业应用程序的缓存或迷你版本，直接为有限和特定用户服务，但继续连接到后台服务器以进行全规模应用程序。
人工智能将继承这个基本层次结构。 机器人或智能汽车等具有执行某些操作的物理实例，控制操作的本地人工智能，直接客户端的本地沟通，以及即时数据存储的本地数据缓存。
当然，本地人工智能/本地应用程序智能和本地数据是训练有素的人工智能或完整的业务逻辑的截取，以及整体业务数据的截取。 本地应用程序连接到服务器端通信层，以访问全规模的业务人工智能/逻辑和集中式完整数据。 业务中心人工智能/商业模式和业务数据服务器建立在人工智能平台/人工智能引擎和云之上。
基于上述理解，目前的情况是人工智能平台正在形成，变得更加实用，但尚未完全完成。 人工智能业务服务器，人工智能外派尚未被广泛开发和应用于现实或满足真正的业务需求/人们的市场需求。 还有很长的路要走，还有很多事情要做。
综上所述，人工智能的开发工作有三大类。第一是人工智能平台和引擎的开发工作。比较强调大数据，大计算，大算法，大投入。基本上是电脑，电子，数学博士为主导的工作方向。第二是行业人工智能的中心应用。比较强调对人工智能平台和引擎的充分了解，以及对商业模式的充分认识，从而实现两者的有机结合。电脑或数据专业，跨某一行业的双专业人才为主导。第三是人工智能截取和前端实体执行体的结合。比较强调有限但即时专项人工智能截取的应用，以及较全面远程支持的应用。需要有更多与机械，感应为主的各种行动部件的协作工作。需要并促进制造业的产业回归。
