1）数据，人工智能需要训练，训练需要大量数据做支撑。现在最大的数据来源是互联网app，微信、微博、头条等，使用者会上传大量数据，但光有这些数据还不够，不够全面，比如你喜欢吃什么，心跳，个人健康状况等，还没有上网。

　　我们现在看到的AI，很简单，人脸识别，语音识别，大量成熟数据，进行训练后已经可用。未来，通过物联网发展，个人数据、生产数据、工厂数据、流程数据，都可以上网。丰富了数据来源，AI才能真正起来，渗透到各行各业。比如有一些上市公司已经在做平台的事情，各行各业可以通过它的平台做定制化开发，具体应用就是每个行业把各自数据上网，平台再反哺提升各行业效率。所以，数据是首要一点，现在已经处在快速累积阶段。

　　2）算力，之前的算力远远不够，我们以前自己做AI就知道，数据量一大，显存就不够，英伟达为代表的公司不断推出高端芯片，通过矩阵运算，算力这一块瓶颈会逐渐被解决，数据训练变得可行。

　　3）算法，涉及到AI学习程度，之前算法对于语音和图像识别能力能做到80%，一直到深度学习算法出来后，才提升到90%，甚至超过人类的识别程度。现在算法只能应用于专业性，比如下棋、识别图像等类似任务，没办法像人类智能，即可以通用性学习，相互迁移。未来，这是有可能实现的，算法的进步也是人工智能的关键。

　　这三点共同进步的时候，就是往前突破的时候，一旦到来，短期就会发生巨变，类似十几年前的互联网，十年前的手机，一旦触及快速渗透临界点，就会爆发。它给社会带来的变化，我们如果自下而上理解，员工工作如果能被AI替代，就不需要这么多岗位，这种情况各个行业都可能存在，很多公司人工数量大大缩减。