AI技术处在大量落地需求涌入的状态，在现有的业务场景中进行微创新，将算法和业务流程结合，以最优但更好的技术支持产品迭代，是对每一个AI产品经理的要求。
AI应用的边界、隐私数据保护的度在哪，现在还是未知。社交活动数据、零售数据、金融行为数据、医疗健康数据等被广泛用于AI各种应用场景，的确也朝着为人类带来更多服务的方向发展，但是对于这样的涉及隐私数据利用的监管仍处于探索阶段。
“人工智能正走出实验室，进入‘应用为王’的时代。” 创新奇智CTO、创新工场人工智能工程院首席架构师张发恩认为，人工智能具有很强的to B属性，要把已有的AI技术落到实际应用场景中，才能创造更大的价值。
谁是机器生成内容的创始人？算法的开发人员可以被视为作者吗？或者是从初始输入开始的人（例如“锂离子电池”作为术语）并调整各种参数？是否有指定的发起人？谁决定一台机器应该首先产生什么？从道德的角度来看，谁对机器生成的内容负责？
如果解题类应用的数学水平始终在及格方面徘徊，连看懂题和正确率都无法保证，还怎么能指望AI系统从学生们的答卷中分析出失分原因并指导其进一步学习呢呢？？所谓的靠它降低学习门槛、实现教育普惠和公平，显然也只能停留在幻想层面。
未来的机器人将具有反应性和动态性。他们将能够安全地与人类一起工作，而不会打断或误伤他们，而不是提前计划他们的行动，他们将使用相机和传感器实时导航世界。
