第一重障礙是很多商業領袖還沒有意識到改變現有業務運作方式的緊迫性。麥肯錫調查顯示，目前在中國的傳統行業中，超過40%的公司仍未將人工智能列入戰略優先項。因此，許多公司仍未開始采集未來人工智能係統所需要的數據。與此形成對比的是，英國、美國和日本都已建立了全國信息係統采集此類數據，將先進的分析技術引入現代農業管理。
第二重障礙是專業技術知識的缺失。中國需要培養更多的優秀數據科學家，特別是在一些需求緊迫的領域。而能將人工智能知識轉化為商業應用創造價值的人才也同樣緊缺。與英特爾類似，一家中國芯片製造商已經意識到，分析在製造和測試過程中的大量數據將有助於改進生產流程並降低殘次率。但由於缺乏既懂半導體技術，又懂人工智能的人才，這一想法仍然沒能被付諸實施。
第三重障礙是實施成本較高。對中國企業而言，購買人工智能係統、高價聘用專業人才有時並不合算。當人工成本較低時，引入先進技術、精簡人工流程的需求也並不那麼迫切。
人工智能最大的價值在於引導傳統產業的徹底變革。如果政府能夠幫助克服人工智能發展初期的這些障礙，市場將有機會充分驅動人工智能未來的發展。
減稅和補助等傳統經濟工具可以解決一些問題。同時，政府還應率先垂範應用人工智能係統。這將產生強有力的跟隨效應，激活市場，助力服務供應商的發展，積累技術經驗和人才，最終達到降低應用成本的目的。
此外，鼓勵物聯網（簡稱“IoT”）在傳統行業的應用將有助於人工智能產生更多的價值。物聯網通過傳感器和網絡實現各類設備間的聯通，為人工智能提供了海量的真實世界數據。結合“互聯網+”政策，政府可協助打造物聯網在關鍵經濟領域應用的成功案例，為其他行業樹立典範。
教育政策框架
人才對人工智能的發展和應用至關重要。一個健康的人才結構應包括尖端的研究人員來推動人工智能基礎技術的發展，開發人員以促進人工智能在現實環境中的應用，以及大量能夠與人工智能係統在不同場景共事的勞動力。
戰略重點之三：加強人工智能專業人才儲備
中國麵臨著巨大的人工智能人才缺口。政府需要大力投資人工智能相關教育和研究項目；重新設計教育體係，突出創新和數字技術的重要性；製定吸引全球頂尖人才的移民政策。
推進人工智能技術的發展，需要建立更大規模的計算機科學精英人才庫。
政府可出資設立人工智能項目，資助頂尖大學創建人工智能研究實驗室和創新中心，以推進大學、科研機構和私營企業間的合作。
許多受訪專家表示，中國必須花大力氣培育更為廣泛的創新文化，方可實現人工智能領域的突破進展。途徑之一就是引入將人工智能和其他學科相結合的大學課程。斯坦福和麻省理工等頂尖美國高等院校已經開設了計算機科學與人文學科的聯合專業，旨在尋求激發創造力的新方法。此類課程能夠激發人工智能在醫療、法律、金融和媒體等各領域的應用。
第一重障礙是很多商業領袖還沒有意識到改變現有業務運作方式的緊迫性。麥肯錫調查顯示，目前在中國的傳統行業中，超過40%的公司仍未將人工智能列入戰略優先項。因此，許多公司仍未開始采集未來人工智能係統所需要的數據。與此形成對比的是，英國、美國和日本都已建立了全國信息係統采集此類數據，將先進的分析技術引入現代農業管理。
第二重障礙是專業技術知識的缺失。中國需要培養更多的優秀數據科學家，特別是在一些需求緊迫的領域。而能將人工智能知識轉化為商業應用創造價值的人才也同樣緊缺。與英特爾類似，一家中國芯片製造商已經意識到，分析在製造和測試過程中的大量數據將有助於改進生產流程並降低殘次率。但由於缺乏既懂半導體技術，又懂人工智能的人才，這一想法仍然沒能被付諸實施。