就目前应用领域来讲，人工智能广泛应用于机器翻译、智能控制、专家系统、机器人学、语言和图像理解、遗传编程机器人工厂、自动程序设计、航天应用、庞大的信息处理、储存与管理、执行化合生命体无法执行的或复杂或规模庞大的任务等方面。比如，人脸识别技术现在开始逐步应用，并且主要运用在安防领域。当然，我们也看到了人工智能在医疗、教育、娱乐等方面的做了一些尝试，但其开发的广度和深度还是有待拓展的。
而在大量的线下实体行业中，人工智能技术并没有得到充分的应用。因为在这些行业里面，数据往往都是很少量的，没有大量的用户行为数据。没有大量数据的支撑，就很难实现人工智能技术层面的应用。然而，没有应用场景支持的人工智能终究还是空中楼阁。
三角兽科技创始人兼COO马宇驰表示，人工智能技术只有真正落地，有商业场景应用才具有生命力。
当然，人工智能的商业化不是一蹴而就的，它的实现是需要一个过程的，需要企业把人工智能真正地应用到商业环境里面去。人工智能可以通过技术支撑不断发展，拓展更多的应用场景，应用到更多的产业领域，而多样化的应用场景、广大的市场需求又反过来驱动支撑技术，从而带动整个人工智能行业的可持续发展。
二、人工智能怎样才能真正落地？
百分点集团董事长苏萌认为，目前人工智能领域的火爆，与3年前大数据火爆场景似乎同出一辙。他表示，尽管现在在人工智能领域的创业团队越来越多，但真正能找到并实现商业模式的团队并不多。目前应该深刻思考的一个问题是：人工智能如何能真正的落地。在苏萌看来，能真正实现人工智能落地的领域只有行业人工智能和商业人工智能。
百分点集团技术副总裁兼首席架构师刘译璟认为，人工智能本身是一个非常综合的领域，它与哲学、数学、物理学、信息学、心理学和生命科学等学科都存在着密切关系。如果人工智能要实现自身发展，支撑其发展的底层理论同样也要得到更新。除了在理论层面进行更新外，刘译璟强调在技术层面要建立集中式建模+ 微建模的建模模型，实现云计算与边缘计算的紧密结合。
在刘译璟看来，目前在计算能力方面，量子计算将给人工智能带来新的飞跃。一方面，量子算法可以极大的提高机器学习的效率，另一方面，量子物理理论阐述：人的意识与量子计算之间有很大的关联的。正是基于量子理论与意识之间微妙的关系，量子计算有可能会为人工智能带来“意识”。现阶段，像IBM、Google、微软这样的巨头公司早已经开始布局量子计算领域。
针对大量的线下实体行业往往不具备海量数据，刘译璟给出自己的看法，通过建立实用的知识图谱解决机器学习面临的冷启动问题。解决冷启动这一问题是利用人们在该领域中已有的经验和知识，将这些知识“告知”计算机，并让它利用这些知识解决问题。刘译璟认为，建设一个实用的知识图谱，首先需要清晰准确地梳理已有的知识，然后用实体、属性、关系等方式对知识进行描述。一旦将知识图谱建立起来，将不仅为单个企业，还将为整个行业、乃至整个世界带来极大的价值。目前，像 Google、微软这样的巨头已经在纷纷建设自己的知识图谱。
可以预料到，人工智能的进一步发展一定会依赖于各行各业知识图谱的建设，否则人工智能终将停留在实验室而无法深入到真实业务中。
然而，IBM大中华区副总裁郭继军曾经表示，并不是每个领域都要实现人工智能商业化，首先要找到适合运用人工智能的领域。人工智能的商业应用势必会在传统的线下行业得到运用，甚至是更加聚焦的垂直行业里面。但是，在这些行业里面，数据往往都是很少量的，没有大量的LG数据以及用户行为数据。通过人工智能，在行业领域内，形成一套新的、完整的知识体系，从而帮助这些企业进行决策。
在郭继军看来，找到合适的领域之后，最为重要一点便是解决如何提高数据挖掘能力的难题。大数据是企业能否实现人工智能的关键性因素。在深度学习之前，可能因为算力的原因，没有办法理解和洞察企业的非结构化数据，但是基于深度学习的人工智能现在具备这样的能力。所以对于现阶段的人工智能来讲，不是惧怕数据太多，而是怕没有数据可进行分析。