这七大公司在互联网上当然是很巨大的，可是在一些传统而实体的产业，这些公司的影响力其实很微小，所以我们可以期望将来会出现在资料上更开放的系统，来取代这七大黑洞。其实就科学家来说，这七大黑洞造成很多困扰，因为发展人工智能的技术，需要这些资料，但是这些资料并没有被分享，所以科学家的发展就被限制住了，这也是为什么后来许多科学家不得不去这七家公司，不然研究做不下去，但终究这还是为人所诟病的一种对自我利益过度保护的行为，科学家做研究还得去「乞讨」资料，情何以堪？
所以创新工场的作法就是不只程式码开源，资料也开源，而且对学生合作，因为有许多比较资深的工程师其实也不懂人工智能，但是现在的大学生很多都已经懂了，过去斯坦福大学的机器学习课程一堂 80 个人，今年 1000 个人，这些懂人工智能的大学生，将来就是人工智能发展的人才库，他们会很飢渴的找平台去发展他们自己的才华，而我们就尽量提供他们机会。
反过头来看台湾的学术界，就李开复的观察，其实研究者都处于快要放弃的状态，因为资料没有比人多，又不像是美国或中国有七大黑洞，台湾连黑洞都没有。所以如果有台湾的教授或学生对人工智能的发展有兴趣，接下来可以多发展或是参与开源的生态系。
人工智能未来的发展有三个阶段
对人工智能的发展，李开复提到将会历经三个阶段：
1. 先是应用现有的数据。
2. 接下来是透过更多新的感应器和硬体收集新的数据发展新的应用。
3. 最后则是全面自动化。
这三个阶段发生的时间大概会是未来的五年、十年和十五年。最开始应用人工智能的就是科技产业，像是 Google 的搜索其实已经应用很久了，现在已经是科技公司如果不用人工智能的技术，那就有点落伍了，有资料还不用，那不奇怪吗？
除了互联网公司，还有谁有资料呢？金融产业，而且金融产业是天生就应该要用人工智能的，完全是数据化的一个产业，不管是银行、保险、贷款、征信、投资，都是数据的处理。
李开复是这样看的，一个产业如果有大量的数据、数据带有标签而且是单一领域的，那就是人工智能应用最理想的数据。
金融产业非常符合这三个标淮。而且金融产业很有钱，创业者会一窝蜂闯进这个产业，好好的利用人工智能。
接下来才是医学，医学也有很多数据，像是影像就是一种数据，如果你现在有朋友在放射科，那要淮备改行了。看 X 光片、核磁共振、断层扫描，过去需要累积经验，可是再怎样人的经验都比不上人工智能透过整个资料库去学习啊！人脸辨识，传统可能最厉害的是警察，一看就知道谁是不是逃犯，可是现在在路口架设一台摄影机，有哪个警察可以做得比人工智能好？24 小时不休息、资料库完整，辨识速度快、失误率低。除了影像以外，DNA 也是一种数据，这些数据的处理在深度学习成熟之后都有很突破性的发展，也会是未来的发展重点，接下来可以透过 DNA 来发展更精淮、更定制化的医疗。
连医生都得改变自己的工作内容
所以不要看医生现在是很好的职业，人工智能在一些事情上可以做得比医生更好，例如人的手会抖，机器开刀不会，人的经验有限，机器的经验只被资料库的大小局限。接下来，医生与其说是看病，不如说是成为机器与病人之间的沟通桥梁或「介面」。其实这也不是坏事，现在很多医生一边要看诊、一边要做研究很辛苦，将来人工智能取代了看诊的大部分工作之后，医生可以更专心的去做研究，医学就有更快速的突破了。
谈到医疗与人工智能的应用，就让人想起 IBM 的 Watson 过去也参与了肿瘤的医学研究，不过有趣的是李开复谈了许多人工智能的发展，却似乎很少谈 IBM？李开复认为，其实 IBM 的人工智能并不是基于目前有显著进展的深度学习技术。过去 IBM 的确挑选了一些特定的领域可以提供他们的服务并且获取收入，其实如果真的要去回想有什么人工智能的顶尖科学家在 IBM 服务？有什么突破性的技术？有什么可怕的数据？好像都没有。