第三次人工智慧的一個特點在於，技術與實體的結合更加緊密，這也是技術價值被釋放的前提。比如在金融行業，人工智慧被用於用戶精準分析和反欺詐；在零售行業，人工智慧正在幫助提升消費者的個性化體驗，用於企業精準營銷、實時庫存追蹤、動態定價等場景；在製造行業，智能被應用於設備的運營和維護，提前預測設備故障，合理安排生產進度和資源調配。
無疑，人工智慧將帶來生產力的極大提升。根據調查顯示，在已經採用了人工智慧技術的企業中，有63%表示，其業務出現了明顯的收入增長，同時，有44%表示，人工智慧確實降低了企業的成本，尤其是製造和生產成本。
但目前許多企業對人工智慧技術的接納程度還主要是單點切入，一方面是因為人工智慧技術本身的發展不夠成熟，另一方面是很多企業並沒有為啟用人工智慧布局做好準備。
總而言之，阻礙人工智慧應用的因素有很多，比如：
一：並不是每個企業都具有強大的數字化能力，在很多情況下，甚至數據的獲取、訪問、整理和分析都成問題，因此，企業數據很難為AI所用;
二：當下絕大多數AI應用都散落部署在企業不同的業務場景中，並且彼此之間割裂，聯動性差，沒有形成長期的規劃和完整的人工智慧布局，這也使得企業很難挖掘出數據的整體價值;
三：AI的落地需要大量的定製，而由於團隊能力不足以支撐，過去複雜的IT運維方式也在拖AI項目的後腿，因此在新應用開發、實施和後期運維過程中，企業也面臨著巨大的挑戰。
也就是說，企業要用好AI，不僅要改變戰略思維、彌補技術短板，還面臨著人才資源匱乏、投入周期長、運維難度大等問題，這些不確定性和風險正在讓許多企業望而卻步。