这些玩家也有自己的平台，可以用来训练更好的算法。人工智能可能是一个巨大的市场，但它对于企业和企业在日常业务中的应用也对企业的成功至关重要。这些平台包括亚马逊、Facebook、Google Apps、Netflix，甚至Quora，他们都使用人工智能来捍卫和加强其核心业务模式。他们想办法更好地为自己的客户服务，但他们意识到要保持自己的核心业务与他们用人工智能处理的工作截然不同（至少是公开的）。
一些新兴平台已经为他们自己的工具集找到了采用这一策略的方法。这些公司发现了一个人工智能起初只是有可能实现，或者是可以使之获利的想法。一个例子是语法检查程序语法。
乍一看，你可以把它看作是一个很好的插件，现有的供应商可以轻松地自己构建这种语法检查程序语法。但事情远不止如此。他们在这里建立了两项资产：一个社区生成的数据集，以进一步提高质量，并以更可持续的方式，为广告合作伙伴提供一个非常个性化的市常
然后是工具制造者。就像马克?吐温说的那样——让别人挖金子，站在一旁，把铲子卖给他们。这在过去也行得通，在这里也行得通。提供数据，举办比赛，人才交易，人类教育。这一设想的蓝图是找到每一个人工智能野心家都需要（或想要）的东西，然后明码标价。
Udemy教授AI课程，而Kaggle则发起了人工智能竞赛，帮助其他公司走出自己的小圈子，让数据科学家们打造自己的技能。这两家公司都不需要在人工智能领域建立核心竞争力。企业还需要大量的数据才能取得成功。他们中的大多数人使用的是监督学习，所以必须有人监督。
最后，还有一些公司在人工智能咨询领域找到了自己的定位。因为即使是在巨人的开源框架的肩膀上，仍然有很多工作要做。
像Element AI这样的公司能够将这些额外工作的一部分产品化，并将其转化为一项服务。事实上，最近的1.02亿美元投资确保了他们成功所需的雄厚财力。
还有其他一些公司正在蓄势待发，那些鼓吹自己有针对性的人工智能解决方案的公司，正在取代现有的商业流程。然而，这些公司在两个方面面临挑战。可以开发开源项目来解决同样的问题，而现有的供应商正在大量投资于更自动化的解决方案，以解决同样的问题。该行业最重要的因素是主流人工智能研究的速度，这种研究只在一小群研究人员中进行。他们的测试结果会在第一时间使用人工智能冠军玩家开发的框架开源。其余的人要么是想在人工智能领域分一杯羹，要么要阻碍其发展。最终，定位是一切，而决定了自己位置、并记住以上所说情况的公司，也能到达他们想要的目的地。