有趣的是，这三个因素在今天都在快速“被民主”。
算法上，AI开发框架开始越来越智能，AutoML这样的产品甚至能自动编程，实现算法工具化和模块化。
算力上，各种新的硬件和处理到来，算力成本近乎每一天都在跌落。
数据上，越来越多的免费数据分享成为常态。并且前沿的AI技术争论中，已经开始质疑大量数据对于深度学习的必须性。
总而言之，差不多每隔一段时间，AI的门槛就会下调一次。但在企业和开发者的角度看，这样的情况就有点苦恼：我们会不会现在部署的AI能力，一个月之后就被淘汰了？
我们知道，汽车最开始是跑不过马车的。虽然最终证明了汽车绝对强过马车，购入汽车是正确的，但大家恐怕都不希望成为那辆超级老爷车的乘客。何况AI这东西连汽车的收藏价值都没有。
就像此时此刻，不知道有没有一位刚刚组建了豪华机器学习专家团队的企业家，突然发现原来自己想做的，随便弄个人操作下谷歌的新软件，再等上一天就搞定了………
也许在今天，正在让企业感受到的，不是AI开发门槛逐步降低带来的愉悦，而是面对AI体系快速迭代产生的恐慌。毕竟我们都不知道，自己今天做的会不会几个月之后就被证明毫无意义。
尤其对于中国企业来说，习惯是赶风口，风来则上风小则退。这么复杂，天天这样那样的AI，谁有心情跟他躲猫猫啊？