受访者表示，人工智能正在迅速普及，但预计不会大规模减少企业用工人数。目前，仅有极少数企业具备让人工智能创造规模化价值的基本要素。
卡内基梅隆大学（Carnegie Mellon University）的研究人员正在应对机器学习研究中的一个挑战，即在使用机器学习做出公共政策决策时，需要在准确性和公平性之间做出权衡。
高阶自动驾驶域控制器的工作处理能力不仅体现在对于提供大算力、高性能图像处理芯片，更多也是依赖于内部片间通信网络、存储单元与外设总线传输、接口等设计。
就拿自动驾驶汽车来说，技术人员直到现在也不清楚怎么才能在完全无需人类介入的情况下实现自主行驶。哪怕是代表业界前沿水平的特斯拉FSD，也经常会在明显标记为单行道的路面上逆向行驶。
物联网和人工智能在分销中心(Distribution Center)还有更大的用途。这两种技术使得DC从预测驱动转变为需求驱动成为可能。也就是说，当它们与WMS、仓库执行系统甚至工作执行系统相结合时。LeanDNA的Lebovitz说，从预测到需求驱动的运营是DCs向前发展的一个巨大但绝对必要的支点。
准确评估与企业打交道的金融风险能力，对经济和社会都至关重要。在预测破产时尤其如此，因为破产可能导致巨大的财务损失并伤害国民经济。目前，破产预测在商业领域尤为突出。在发表于《专家系统与应用》杂志的研究中，HSE大学商学院教授和学生提出了一种利用机器学习的新方法。
