目前，靈活性、人才短缺問題、競爭、銷售周期不可預測性、機器學習的復雜性、算力等六大重大障礙阻止著人工智能實現更爆炸性的增長。

乍一看，人工智能產業似乎正如火如荼，消費者需求巨大，投資者興趣濃厚。事實上，風險投資公司對人工智能初創企業的投資從2014年的32億美元上升到了2017年前5個月的95億美元以上。人工智能的發展有無數令人興奮的前景，包括在醫療、農業和其他技術領域的應用，但人工智能產業還不是一輛失控的列車。

目前，人工智能有足夠的熱情支持它，但有幾個重要的障礙阻止了它實現更爆炸性的增長，包括：

（1）靈活性。年輕的創業公司最大的優勢之一是他們的能力是精簡、快速和靈活的;大公司常常會經歷長期的決策過程和無法轉向，但更小、更靈活的公司能夠對新環境做出快速反應，并能更有效地適應新環境。然而，人工智能初創公司并不一定享有這種優勢；因為人工智能非常復雜，而且依賴于很多未知的變量，所以很難在項目的中間換擋。這可能會讓一些人工智能初創公司在水里死掉，或者讓項目遠遠超過最初設定的時間表。

（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。人工智能領域人才短缺問題，對這個行業的發展速度產生了深遠的影響。

熟練的人工智能開發人員可能會要求高額的薪水，這讓初創企業難以負擔，即使有了足夠現金，初創企業也很難填補他們的人工智能崗位。

（3）競爭。有數百個有趣的人工智能創業公司正在起步或發展中。對于希望掌握一些下一代技術的消費者來說，這聽起來是一個令人興奮的前景，但它也提出了一個重要問題：競爭。初創公司被迫做出更快的決定，更快地進入市場，并削減功能以擊敗競爭對手。這導致一些創業公司更快地耗盡精力，而另一些公司則推出劣質產品。

（4）銷售周期不可預測性。目前很少有人工智能產品有明確定義的銷售周期。一方面，人工智能仍然是一個相對較新的領域，所以它的市場還沒有明確的定義。許多應用程序都可以很好地針對單個用戶或公司，而且很難準確預測您的產品在開發周期結束時的樣子——即使您有一個有遠見的計劃也是如此。這使得人工智能創業公司很難準確預測自己的收入來源，更難以確保在成長初期有足夠的收入維持下去。

（5）機器學習的復雜性。不言而喻，編程高級人工智能功能極其復雜。如果您遵循現有的公式，并依賴我們已經擁有的集體知識，那么機器學習就變成了簡單的復制、粘貼、然后調整。但要在這一領域進行真正的創新，你需要豐富的知識和經驗，同時還要有嘗試新事物的創新精神。

（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；許多創業公司沒有獲得完成工作所需的處理單元。現在，像英偉達（Nvidia）這樣的公司正在享受為人工智能應用程序處理芯片的需求，并享受著創紀錄的銷售和利息。然而，總體來說，處理增長還不能完全跟上最新的人工智能技術，而且這一基本限制可能會繼續成為開發人員的問題。

那么，我們有可能會看到人工智能技術進步的放緩嗎？短期來看，這是有可能的，盡管高水平的消費者刺激和風險資本可能會抵消其中的一些影響。隨著技術變得更容易理解和掌握，該領域的創新者自然會克服其中的許多問題。在那之前，他們將繼續使這個已經很復雜的行業復雜化。