人工智能已经成为全球互联网最热门的话题之一。相比资本寒冬，ai创业公司似乎并不在乎现状，因为在这个冬天，他们并不觉得自己还是ai创业的风口。
现实中，ai创业公司赚钱难，融资难，但没有人会否认他们的精彩。很多创业公司都花了精力和金钱来搭建深度研究平台，这在某种程度上是ai平台真正落地时可以应用的部分。
今天的人工智能绝不是用非常浅薄的技术拼凑出来的系统。它们的应用场景是多样的，即使某个行业或某个细分领域有少数客户需求，也不一定能形成规模。仅仅通过ai创业公司经常提到的测量系统和分析系统来评判AI创业公司，并不完全公平。
比如某个领域的落地应用，真正让人工智能落地的应用场景，一定是非常广阔的，有巨大的市场空。那么很显然，创业公司要做这样的落地应用，就必须提供一个可行的应用框架，而且这个应用框架必须是通用的。只要你能覆盖全行业，开发应用场景，这个框架一定是好的，受欢迎的。
很多人认为ai平台就是把自然语言处理、语音、cv等传统专家系统部署到云端。很多人不这么认为。他们认为人工智能平台可以完成企业智能化应用的全过程，其中包括很多工作方向，比如平台数据的引入、流程的系统化整合、系统化标准化运维、统一运维等等。
可见，人工智能是一个综合性的应用，不仅仅是上述传统专家系统的集成，在日常运营管理和决策中也有很大的价值。在这里，智能、流畅、易用不是一般的技术，可以说是由人工智能构成的。
很多人都提到了ai在企业中的应用。其实不能说“企业内部”或者“企业全过程”，而是企业全过程。所以你很难去整合大量的数据。毕竟我们过去的技术路径是做一个可视化的数据仓库，这是大概的框架。
如果用传统的etl平台来整合企业全流程的数据，会变得非常复杂。如果非要有一个框架来实现人工智能在企业中的应用，那应该是一个综合的应用方式，先有人工智能的基础设施，后有人工智能算法的集成，最后用人工智能算法把人工智能嵌入到企业的流程系统中。
我们确实知道，现在社会注重转型升级，大企业每年的总支出都是几百亿人民币。中小企业每年融资增发都很困难，企业内部数据很难处理，服务企业的数据很难收集。如果人工智能需要部署在人工智能系统中，这是一个问题。那么，人工智能平台的部署就没有技术壁垒了。
