AI（即人工智能）：在1950年代創造的這個個術語 ，是為了捕捉幾個極客們的志向；但最近一直伴隨著統計分析程序（“深度學習”）的快速進展，它改善了計算機的“人類“的能力，如圖像識別或語音處理。這引發了投資泡沫，預測，調查，報告和媒體報道。它遲早會破滅，但它也可能產生一個新的亞馬遜，就像.com /新經濟泡沫一樣 - 並且大大增強了一些在任企業的命運，類似於蘋果的重新發明。
下面一組數據是過去6個月左右公佈的預測、市場分析和調查結果，所反映的人工智能泡沫現狀：
191：最近3個月資助的人工智能公司（Crunchbase）
152億美元：為2017年AI創業公司提供資金，比2016年增加141％（CB Insights）
670：機器人初創公司從2016年（19億美元）到2017年（150億美元）（RobotReport）
140：2017年美國人力資源科技創業公司的融資交易數量總計超過10億美元（人力資源技術專家）
14萬億美元：到2035年，12個經濟體和16個行業的人工智能（“新生產要素”）增加的總附加值（埃森哲）
2150億美元：到2025年為汽車行業提供人工智能的機會規模（麥肯錫全球研究院）
191億美元：2018年全球在認知和人工智能系統方面的支出，比2017年增加54.2％（IDC）
522億美元：2021年全球在認知和人工智能系統方面的支出（IDC）
1,154億美元：2025年全球人工智能硬件收入，高於2016年的35億美元（Tractica）
897億美元：2025年全球人工智能軟件收入，高於2016年的32億美元（Tractica）
1906.1億美元：2025年全球人工智能硬件，軟件和服務方面的支出，比2018年的214.6億美元（MarketsAndMarkets）
592.6億美元：2025年全球AI芯片組支出，高於2018年的70.6億美元（MarketsAndMarkets）
1031億美元：2018年全球機器人和無人機解決方案支出較2017年增長22.1％（IDC）
2118億美元：2021年全球機器人和無人機解決方案支出（IDC）
123.3億美元：2023年全球人工智能機器人支出從2017年的28.4億美元（MarketsAndMarkets）
528億美元：2021年全球服務機器人支出，高於2017年的184億美元（IDC）
272億美元：2025年世界範圍內人工智能在零售方面的支出，高於2016年的7.126億美元（ResearchAndMarkets）
181.6億美元：2023年全球範圍內的深度學習支出，比2017年的22.8億（MarketsAndMarkets）
350億美元：2022年全球自動卡車和公共汽車支出，高於2017年的8400萬美元（Tractica）
930萬美元：2022年中國人工智能醫療服務市場的規模（IDC）
48：2017年全球人工智能創業投資總額佔中國總投資的比例首次超過美國（佔總投資額的38％）（2016年，中國僅佔全球資金的11.3％）（CB Insights）
55.8：2015年人工智能期刊/會議引用的華人論文百分比，高於2006年的25.5％（李開復/歐亞集團）
93：涉及中國自駕車和共享駕駛服務的試點項目數量（畢馬威/華爾街日報）
230萬人：中國的金融行業僱員人數（23％的行業僱員）由於人工智能（波士頓諮詢公司/南華早報）而可能在2027年失業或被重新分配到新職位，
18.5億美元：法國總統馬克龍承諾的人工智能公共資金（截至2022年）“旨在扭轉人才流失並追趕美國和中國的主要科技巨頭”（路透社）
76：認為人工智能將在未來三年內“大幅改造”公司的高管百分比（德勤）
85：認為人工智能將允許其公司獲得或維持競爭優勢的高管百分比（波士頓諮詢公司）
230萬人：AI到2020年將創造的就業機會數量減少180萬個，到2025年新增200萬個就業機會（Gartner）
7：由於2027年的自動化（Forrester），今日職位消失的百分比（淨損失）
38：2030年代初期可能面臨自動化高風險的美國就業崗位百分比（PricewaterhouseCoopers）
83：每小時工作時間少於20美元的工作崗位百分比可能會自動化（相比之下，每小時20美元到40美元之間的工作崗位為31％，而每小時工作時間超過40美元的工作崗位僅為4％）（大西洋）
3.75億：由於人工智能而需要轉換職業類別和學習新技能的世界各地的工作人員人數（麥肯錫）
311,000：在2018年（除了260,000個銷售和相關職位）（Forrester），將取代和/或增加基於機器人過程自動化（RPA）的數字工作人員（即機器人）的辦公室和行政職位數量
77：美國人說AI的百分比會產生積極的影響（23％的人認為AI是對他們工作的威脅（東北/蓋洛普）
22：擁有學士學位或更高學歷的美國人的百分比，他們認為自己的教育能夠使他們在工作場所（東北/蓋洛普）與人工智能一起“很好”或“非常好”
18：美國人的百分比非常有信心，他們可以獲得獲得類似工作所需的教育，如果他們失去了目前對新技術進步的立場（東北/蓋洛普）
79：美國人認為AI迄今為止對他們的生活產生了“主要積極”或“非常積極”影響的百分比（東北/蓋洛普）
76：同意或非常同意人工智能的美國人的百分比將從根本上改變人們未來10年工作和生活的方式（東北/蓋洛普）
73：預計增加使用人工智能的美國人的百分比將消除比創造更多的工作機會（東北/蓋洛普）
70：同意或強烈同意為保護消費者個人信息和隱私的美國人的百分比，聯邦政府應該採取更多措施來規範利用AI（東北/蓋洛普）
42：美國人說自己駕駛自動駕駛汽車會“非常不舒服”的百分比（62％的人表示他們會不自然地與自動駕駛卡車（東北/蓋洛普）共享道路）
35：表示人工智能是影響他們聘用方式的最大趨勢的人力資源專業人員百分比（LinkedIn）
5天：在HireVue的幫助下，希爾頓酒店連鎖酒店希望聘用求職者的平均時間從42天縮短，HireVue是一家初創公司，“該解決方案分析候選人回答問題的視頻並使用AI來判斷他們的口頭技能，語調和手勢“（經濟學人）
78：不同疾病的數量紐約的Mt. 西奈醫院的“深度患者”可以預測700,000名患者（Venturebeat）的電子健康記錄後的風險因素，
18：將“數據治理”評為頂級大數據問題的受訪者百分比（AtScale）（排名第二）
6,000：斯卡伯勒多倫多大學的研究人員使用卷積神經網絡（多倫多大學）能夠識別月球上以前未知的隕石坑數量，
95：在人類律師的競爭中，人工智能獲得的準確率百分比（在26秒內完成任務），人類律師的準確率只有85％（92分鐘內）（LawGex / Mashable）
7：使用人工智能和機器人技術完全重組工作的組織百分比，24％使用AI和機器人執行常規任務，16％用於增強人力技能（德勤）
25：到2020年整合虛擬客戶助理（VCA）或聊天機器人技術的客戶服務和支持業務比例將從2017年的不足2％（Gartner）
7：目前在工作中使用人工智能聊天機器人的美國和英國營銷人員的百分比（eMarketer）
20：到2020年，將投入工作人員監督和指導神經網絡的組織百分比（Gartner）
2022年：個人設備將比他或她自己的家庭更瞭解個人的情感狀態（Gartner）
1000萬：全球組織的數量“有問題，可以用於機器學習解決方案。他們有數據，但沒有專家的工作人員，“據Google Brain（The Economist）主管Jeff Dean說，
27：接受調查的16000名數據專家百分比Kaggle是引“公司政治”作為自己的首要挑戰後“缺乏數據的科學人才”（30.2％）和“髒數據”（35.9％）（鮑勃·海耶斯）
13：員工百分比表示他們的僱主完全接受了自動化，人工智能和協作工具等技術（Randstad）
31：準備實施人工智能，機器人和自動化的組織百分比，72％認為這些技術“重要”（Deloitte）
4：實施人工智能的CIO百分比（Gartner）
42：業務和技術專業人員的百分比，他們表示他們沒有計劃，或者沒有準備好投資AI來進行電子商務，主要是因為缺乏明確的業務案例（Forrester）
85：由於數據，算法或負責管理它們到2022年的團隊的偏見而導致錯誤結果的AI項目百分比（Gartner）
51歲：那些說55歲以上的人使用他們的語音激活演講者的主要原因是“它使我能夠立即獲得答案和信息”（谷歌）
60：美國在線成人的百分比，他們表示他們不願意使用聊天機器人從他們的金融服務提供商獲取信息或答案（Forrester）
60：2020年將使用第三方AI雲服務來增強功能和服務的個人技術設備供應商的比例（Gartner）
80：2022年將具備設備上人工智能功能的智能手機的百分比，高於2017年的10％（Gartner）
4.5x：2013年以來需要人工智能技能的工作崗位份額增長（人工智能指數）
5,400：在主要的人工智能會議（JFG）上發表和出版的全球AI專家人數