对于投资人而言，人才是考核一家人工智能企业的核心要素，甚至是首要因素。在机器智能化领域进行过多项投资的可可资本创始合伙人魏锋告诉第一财经，“投资就是投入，AI时代人的作用更为突出，但从产业资本投资角度而言，更重要的是需要从技术和商业化，科学家精神和工程能力之间做出平衡。”
在投资中可可资本做出了技术人才和商业化能力六比四的参考标准。“不能完全脱离市场化需求纯粹考虑科学研究，需要把技术落实到企业能用的阶段，了解客户需求、供应链合作伙伴对接、团队管理都是极其艰辛的过程。”可可资本合伙人李笙凯表示。
在他看来这同样需要科学家本身具备较好的工程化能力，或者理解技术产品化的风险，拥有商业化的胸怀去面对这件事情。在投资翼菲自动化帮助企业寻找人才的过程中，李笙凯找到清华大学机械工程系教授、博士生导师刘辛军，刘辛军教授向他明确表示：“科研成果通过成果转化和企业家去对接，我可以答应去做。而产业化，则很抱歉，因为我不是企业家。”
在清华大学攻读工学学士和工学硕士的李笙凯明白，科学研究和企业需求之间往往存在鸿沟，在高校做论文往往会设置一些约束条件，但在企业实际运营过程中，约束条件不一定会按照设想产生约束作用，就需要根据行业情况作出调整和平衡。
人工智能产业井喷式发展，供需不平衡是AI人才短缺的主要因素。根据LinkedIn发布的《全球AI领域人才报告》，截至2017年一季度，美国拥有最为庞大的人才库，数量超过85万，而中国这个数字仅超过5万人，在全球排名第七位。
AlexRen估算，美国人工智能人才供求比大约为1∶3，而中国大约是1∶6甚至1∶10，他在美国投资了12家人工智能公司，整体来看中国公司估值比美国高二到四倍。