但实际上，与美国、欧洲相比，我国在技术与产业链分布上更加集中于应用落地端口。长期市场化导向导致国内行业发展出现结构性失衡，基础理论缺乏、原创算法薄弱、高端芯片依赖进口等问题凸显，这也反映出中国人工智能发展不牢的风险点。
《颠覆性创新》一书中对技术的定义是一个组织将劳动力、资本、原材料转化为价值更高的产品和服务的过程。这一过程的实现主要由延续性技术与颠覆式创新两种方式实现。
第二步，技术和产品快速迭代，在细分领域持续打磨自身技术，并
而如何实现核心技术的突破和拓宽人工智能技术与社会经济融合场景着力点在于人才储备和持续的研发投入。
在强有力的战略引领和政策支持下、依托庞大的数据体量、丰富的应用场景和高度的互联网普及率，通过引入简单、便捷、成本低或差异化的产品或服务来破环和重新定义市场，近年来，但产业繁荣背后，追赶势头迅猛，基础较为薄弱的问题仍然有待解决。识别并进入未被满足的低端市场或新市场，第一步，并跻身全球人工智能第一梯队，比如小米手机就是凭这一点快速崛起的；中国人工智能产业持续保持蓬勃发展态势，
在应用端，阿里、腾讯、华为和百度等综合型厂商在计算机视觉、自然语言处理、语音识别等核心技术领域及人工智能生态均有布局。寒武纪、科大讯飞、旷视科技等为代表的初创企业深耕垂直领域，打造技术护城河。整体产业规模、资本投入、企业数量呈现爆发式增长，智能技术与实体融合持续加强，落地场景不断丰富。
2019年3月，艾伦人工智能研究所发表了一份引起广泛关注的报告。经过对200万论文的分析，他们发现在2006年，中国学术机构发表的AI论文数量，就已经超过了美国。
AI正在成为全球科技行业进步的驱动器，越来越多的国家将人工智能上升到国家战略层面。中国《新一代人工智能发展规划》定下了2030中国人工智能理论、技术与应用总体达到世界领先水平的目标。
研发方面，企业技术优化和创新能力是解决产业痛点的关键。但基础研究往往投入周期较长、不确定性高，尤其是对于AI芯片等硬件厂商来说，没有个三到五年的研发周期是根本不会有什么成果的，这无论是对于创业公司抑或是投资机构来说，都是难以承受的。
目前在顶尖AI人才的排行榜上，中国仅位列第八（中国977位，美国5518位），这里面有很大程度源于美国整个人工智能产业的虹吸效应。而新一代人工智能的发展是要建立在大学、政府、产业间的合作基础上的。国内决策层已经认识到这一情况，除了高校加紧培养本土人工智能人才外，科技部在过去几年里建立了包括百度（自动驾驶），阿里巴巴（城市认知）、腾讯（医学影像）、科大讯飞（语音智能）在内的15个基于应用驱动、企业主导、市场导向原则的国家开放式创新平台，多方协同效应趋势已成。
在论文质量上，中国也在快速追赶。比如按照引用数量来算，排名前10%的论文当中，美国所占的比例，从1982年的47%，下降到了2018年的29%，而中国则几乎从零开始，在过去10年中快速攀升，到了2018年，已经占比26.5%。当时，这份研究还预测，到了2025年，在全球最顶尖的1%的论文当中，中国机构贡献的数量将会超过美国。
延续性技术，就是沿着既有技术本身发展的技术，这种方式最为常见，不过任何技术都会遭遇瓶颈，之后会不可避免地走下坡路；颠覆性创新，是引入新技术、产品或者服务推动商业模式变革，并在市场竞争中或取得优势，取得突破后就是延续性技术了。
近期评论