AI技术产业化第一次人工智能热潮，出现在20世纪60年代，人工智能之父图灵，提出了著名的图灵测试，用于判断机器是否智能，引发热潮。第二次是在20世纪80-90年代，以语音识别的阶段性突破为标志。第三次人工智能热潮，就是当下以深度学习为基础的人工智能。从2017到2018，人工智能这把火越烧越旺，如人脸识别技术，语音识别技术，大数据分析挖掘等等，以及集这些技术之大成的自动驾驶。
这一次热潮中，出现了完成度较高的产品，AI技术正式进入产业化。这个阶段的AI产业发展趋势，类似于邓宁-克鲁格曲线，短期内爆发到顶点，充满自信，行业泡沫产生，相关技术的创业公司涌现，不管是创业公司还是大厂，纷纷争抢头部AI人才，资本追捧。
AI科学家的吸纳与出走不同于传统经济，“研发—销售—赚钱—再次投入研发”这种缓慢的技术升级模式，互联网、特别是移动互联网带来了“风投融资—上市”模式。这种模式对市场份额极端依赖。新技术获得风投，迅速把最基本的商业模式变为现实，然后，吸引流量与客户，随后再通过几轮融资扩大规模，最后上市。这种模式之下，赢家通吃，依靠风投迅速扩张，获得市场份额变得至关重要，甚至是超越短时期的盈利。
基础科学研发的可持续模式低谷中的创业公司，首要任务是活下来，无法用更长的探索周期来实现技术与产业的结合，而科学家的声誉也不能再带来融资。科学家再度出走，走入高校，或选择跳槽，或选择自己创业，就成为一个行业发展的必然现象。行业泡沫是正常的，这本身是繁荣的一部分。不过，真正需要思考的是，基础科学的研发，依靠“风投—融资—上市”，是否可行？
还是仍要依靠以前的，“研发—销售—赚钱—再次投入研发”这样的长期的、可持续的模式？