之前因為演算法模型不成熟，計算力不足等原因都是大家熟知的，還有一個很核心的問題是，前兩次興起都是科學界實驗室主導，科學家容易樂觀評估技術的力量。

而這一次AI的興起，明顯特點是資料驅動，應用驅動，在網際網路的推動下，分散式計算（雲計算）、大資料等技術讓本次浪潮湧現出來的人工智慧應用，可以落地，真的在應用場景下解決了關鍵問題。而且本次浪潮掀起於創新型企業，更加靠近市場。

為過程鼓掌，只為結果買單。人工智慧真的有用了，才會有發展的空間。

核心原因是資料的變化和計算能力的變化。

人工智慧主要來自三方面力量的推動，演算法，算力和資料。演算法是AI的各種數學模型，算力是計算機的處理資料和計算能力，資料是指用來訓練AI模型的資料量。這三個因素當中，其實演算法的變化並不是太大，甚至有人說，越古老的演算法，效果越好。但是計算力和資料的變化就太大了，尤其是資料量的變化。

在前不久由至頂網和希捷共同主辦的活動上，有一組來自國際資料公司（IDC）釋出的資料。這個資料預測到2025年，全球資料圈將擴充套件至163ZB，相當於2016年所產生16.1ZB資料的十倍；屬於資料分析的全球資料總量將增長至原來的50倍，達到5.2ZB；而認知系統“觸及”的分析資料總量將增長至原來的100倍，達到1.4ZB。

正因如此，現在AI的競爭到了生態競爭階段，巨頭們希望把持更多的資料，AI創新公司希望把應用盡快承載於有海量使用者的平臺。