以上是AI技術使用的案例之一，截至目前為止，AI主要用途多在垃圾信件分類、影像及語音辨認、購物推薦等面向。所以從這些實務應用上我們可以發現，「人工智慧」的真實模樣和電影中描繪的充滿情感意識、自我思考及決策的模樣大相逕庭。
現今，AI尚停留在只有特定功能表現得比人類更加亮眼的階段，研究上令人驚艷的進展也難以套用到實際應用。AI擁有和人類同等智慧的未來並非不可能發生，但就目前來說，有更加可視的危機需要關注。
試想，這些被相信終有一天能夠超越人類的技術，正被掌握在誰手中？
AI將使科技巨頭更加難以傾倒
如前所述，深度學習研發仰賴海量數據的投入訓練，另外也需要資金和人才支持。
數據
在人工智慧的精準度和「數據量」持正向關係的前提下，沒有企業比 Google、Amazon、Facebook 等擁有更雄厚的研發資本，每日郵件、關鍵字、按讚、消費資訊的流通無時無刻不為他們擴充海量且高品質的數據庫。
在質與量外，即時性也是決定數據價值的指標。科技巨人的資本能支撐他們的自建資料庫、數據蒐集和分析團隊，隨時獲取第一手資料分析；相反的，新創和小企業除透過購買數據和利用網路開放資料庫外，通常沒有餘裕取得符合自己研究領域需求且大量的資料，更不要提即時性數據的更新和使用。
科技巨頭們縱使現今願意將免費軟體放上網路，但真正具有價值的大量數據卻依舊緊鎖於資料庫中，因為他們深知「數據」是現今 AI 競賽的最大籌碼與資本。
人力／人才
AI 本身還沒有聰明到足以進行資料篩選、整理，因此在海量數據外，企業必須雇用大批人力來篩選乾淨的數據供 AI 學習之用。假如想讓 AI 學會辨認「鳥」，則由人工揀去模糊、非鳥類的照片後，才能供給 AI 辨識學習。
另一方面，高階研發人才的爭奪也成為企業關注的一大重點。以 Amazon 為例，招募 AI 人才的年投資高達 227 萬美元、1178 個職缺，彰顯對人才的渴求；同時，併購也是獲取人才管道，Google 從 2012年以來已經收購了 12家 AI 公司，Microsoft、Facebook 也都收購高達 5 間 AI 相關企業。
科技巨頭的名聲、資源讓許多科技人才趨之若鶩，形成大部分新創以被收購為目的的現象，小企業難以參與，更難以抗衡。
資金
根據麥肯錫公布的 AI 趨勢報告，2016 年全球企業在此領域的投資額有 260~390 億美元，其中科技巨人的投資額佔了 200~300 億美元，其他新創僅佔 60~90 億美元。資料存儲的軟硬體設備、數據整理的勞力到 AI 研發人才網羅、數據購買都仰賴資金支持，而麥肯錫這分調查顯示在資金規模上科技巨人就已經有著根本上的優勢。
