在这个跨界案例中，自动“体验”的设计来自于对“春节回家”这一场景的深入洞察。

资本和企业都乐意鼓吹人工智能领域政务云服务器的无所不能与远大前程，驾驶方便融资并获得高额估值，挤入独角兽行业。国内这种趋势也非常明显，商业所以我们看，开发一个APP则会面临用户获取和使用成本高，难留存，用户难发现等瓶颈。

而在创新工场之外，化前众多风投机构都乐于在人工智能领域砸钱。毕竟真正懂深度学习的人还不多，夜大应用极为稀缺导致供需不平衡，当然这个不合理的价格也涉及到人才竞争。也就说是说，规模AI当前目前跟学术关联性很高，规模而且更多是停留在学术研究层面，但技术与学术研究要应用到一些产业或行业从规律来看都需要几年甚至几十年的时间，不能简单地靠普通商业思维去打通。

去年五月份，面临美国排名前15名的移动软件开发商，发现下载量同比下跌了两成。在硅谷，问题英特尔、谷歌、GE、facebook等是最活跃的投资者。

这体现出，自动创业者拼技术要拼过巨头很难，另一方面，人工智能类创业公司想做大了被收购的概率相对于其他拼商业模式的公司或许也更难。

驾驶人工智能(AI)应该是今年科技行业的最热门领域之一。商业况且人工智能离不开海量数据的支撑。

而创业公司在某一垂直领域做出绝对的技术壁垒其难度相当大，化前因此有业内谈到这样一个案例，化前硅谷某大公司收购一个人工智能初创公司后，发现各种指标、性能还不如内部的产品，于是被收购的团队全部派去做产品了。微软亚洲研究院常务副院长芮勇曾经说了一句略显夸张但却清醒的话：夜大应用实现真正的人工智能大约要500年，你要让我在后面再加个0我也不反对。

比如这些助理基本能回答今天天气如何，规模但如果问到附近的星巴克可以用微信支付么以及今天的天气是否会导致塞车或者航班延误等这类相对有逻辑一点的问题就无能为力了。有数据显示，面临从全球来看，面临截至到2016年第二季度，全球AI公司突破1000家，跨越13个子门类，2011-2016年人工智能领域融资额复合增速达到42%，总融资额高达48亿美元，其中，深度学习、自然语言处理、计算机视觉是获投金额最多、创立公司最多的领域。