科大讯飞董事长刘庆峰也表示，人工智能之所以能够形成阶段性的突破，有三个因素：数据、运算能力和算法。
事实上，数据和计算力是决定人工智能发展水平的重要因素。
IBM中国研究院研究总监苏中认为，这一轮人工智能的发展实际上来自于数据。像深度学习，是通过海量的数据产生很多不一样的结果。在数据量上，中国由于人口最多且多样化，同时互联网和移动互联网已融入人们生活，因此数据会成为中国在AI产业中领先的地方。
“中国拥有最多的用户群体，同时政府在推动人工智能技术应用上的决心和能调集的资源在全世界是罕见的，我相信未来人工智能的全球竞争主要在中美之间，由于人工智能应用研究的特点，中国会率先胜出。”刘庆峰说道。
根据中国互联网信息中心日前发布的报告显示，截至2017年6月，全球人工智能企业总数达到2542家，其中中国企业数量达到592家，占23.3%，仅次于美国。
原创性成果匮乏 原创型人才稀缺
尽管中国在人工智能领域的发展势头令人欣喜，但是，其背后仍然存在一些亟待解决的问题。
这一点也可以从原创性成果的匮乏上体现出来。
在中国很流行一个词“伪原创”，就是指在别人写作的前提上，综合多方面的信息“闭门造车”，完全提不出自己的新观点。
“把一个10层的深度模型拓展到100层甚至1000层，我觉得这个确实是一个进步，中国人目前是这个层次，但这些在我看来并不是一个原创。” AAAI现任执委杨强教授杨强就曾表示，深度学习是不断发展的，研究领域的领导者应该是开拓新的领域，而不是在原有的基础上深挖。
李彦宏指出，就中美两国来比，美国的人才优势让其在基础理论研究上占据优势，所以绝大多数算法的创新都来自美国。不仅如此，美国公司尤其是互联网公司，对人工智能的重视程度也普遍高于中国互联网公司。
对此，清华大学教授鲁白持同样的观点。其认为，中国对人工智能的理论、原创性研究还比较落后，大家都在集中精力做应用，未来在人工智能领域，大的理论突破可能还是来自西方，而技术应用的发展将会来自中国。
“我国的劣势主要体现在人工智能的人才培育体系尚未建立，我国人工智能学界倡导多年的建设“智能科学与技术”一级学科的问题仍待解决。” 中国人工智能学会副秘书长余有成认为，核心技术人才梯次无法形成，海外优势人才被欧美机构抢走。
刘庆峰认为，对于“源头创新型”这类全球都稀缺的人才，要加大力度培养。中国也有很多好苗子，要让他们进入这个领域，然后设计一个关于人工智能的学习成长路径，这对于产业的整体发展有非常重要的意义。
