多年来，语音识别软件的错误率稳步下降。引入深度学习后，急剧下降。2016 年 10 月，微软宣布，其最新的语音识别系统已经与人类速记员在识别 Switchboard Corpus 中的语音上达到相同水平。微软首席语音科学家黄学东表示，他原本的预计是，还需要两三年才能达到人类水平。
麦克风已经变得更好，也更便宜了。无线互联网无处不在，语音记录可以轻松传到云端进行计算机进行分析，甚至智能手机（端）通常也有足够的计算能力来执行这项任务，实验室的进步顺势落地现实世界产品中。
语音被视为天然的交互入口。图像识别、语音识别做领军企业和品牌核心原因在于，这些方面的产业也好，技术也好，是一个平台，是一个核心基础，是产业的基础技术的中间环节，非常关键，……图像、语音技术的基础产业的基础应用面非常广。思必驰 CEO 高始兴说。最主要还是因为它们是横向服务的基础，它们和所有行业、应用场景或多或少都能产生联系。德勤咨询数字化转型合伙人、首席数据科学家管延放告诉机器之心，比如，智能家居、车载、家庭机器人。
图像识别领域。有研究表明，经典的人脸识别算法 Eigenface 在 LFW 测试集上只有 60% 的识别率。在非深度学习的算法中，最好的识别率是 96.33%。目前，深度学习可以达到 99.47% 的识别率。相比 2012 年时的技术，这些年图像识别技术再次突飞猛进。
在开源工具、芯片技术助力下，日渐成熟的图像识别技术已开始探索各类行业的应用，在垂直行业中获取和管理大数据，比如农业、金融、安防、医疗、自动驾驶、智能家居、电商等。「图像识别跟视频、安全、办公自动化都会有各种各样应用的可能，他们能有机会在各个行业产生协同，以及在各个点对点的地方产生协同，连起来成片，人工智能就会真正爆发。这对行业的推广和发展是毋庸置疑的。」管延放认为，中国有能力做到这些，也有足够配合产业，比如制造业与无人机。
目前，智能手机、笔记本电脑、平板电脑、可穿戴设备等是主要的移动智能终端。无人机、可穿戴设备也在迅速扩大市场。VR / AR 类产品通过对显示技术的颠覆性创新，具备了成为新一代平台型终端的发展潜力。科技公司普遍认为，智能汽车会是未来最重要的移动智能端。车载系统、民用无人机、VR / AR 、机器人等领域都是万亿级市场。因此，国家将布局未来新兴市场，培养龙头企业纳入战略规划。
三、《规划》出台后影响积极，未必会制造泡沫，但要警惕过分炒作
中国科学院院士、中国人工智能学会副理事长谭铁牛表示，接下来《规划》进一步实施一定能够有力推动中国人工智能事业的发展，掀起人工智能新的热潮。「很多国家都讨论过以国家政策支持 AI 发展，包括英国、美国都讨论过，但很少有国家真正出台政策支持，这代表中国永葆创新的态度和蓬勃向上的状态，」漆远说。
对大多数身处其中的创业公司而言，来自国家层面的积极信号，对他们的影响可能是全方位的。高始兴说：影响肯定非常积极，从政府层面推动有利于产业更快发展，有利于资源倾斜，有利于加强市场各行业对人工智能的认知，有利于资源整合，各个链条能够配合起来，产学研能够真正创新，国家牵头能够加速产业标准化。产业入局越来越多，不是竞争压力，因为人工智能是第四次工业革命，还是早期，这是好事。
庄园则特别关注到被《规划》划了重点的机器人产业，他认为，政策把其公司所在的领域推向国家战略高度，能够推动更多人才和资金进入，从而大大加速产业进程，对企业吸引人才也更加有利，同时也加剧了人工智能相关企业的竞争，未来将会有更多优质企业脱颖而出，总体来说影响是积极的。
一些从业者对多年前美国科技股暴涨暴跌、人工智能发展的起起伏伏还心有余悸。刘靖峰表示，目前，没有通用 AI 的可能，只有专业的语音和视觉技术有一定程度的落地，AI 的基础算法能力还远远没达到媒体宣传的那样，却已经热度空前，行业泡沫显而易见。
但也有观点认为，当前 AI 产业还谈不上泡沫化。据智囊团乌镇智库统计，2012 - 2016 年，中国的人工智能企业获得了 26 亿美元资金，这个数字仍低于美国同行的 179 亿美元。过热一直都有，这一年以来 AI 在很多地方都过热，但是这种过热不像原来的互联网泡沫那么夸张。腾讯副总裁姚星认为。