实际上，教育行业要比医疗行业走得更靠前一些。目前在教育行业，已经有许多人工智能技术应用。比如人工智能深度参与到教、学、练、测、评的环节中，加快个性化教学的进程。但这需要积累大量真实有效的数据，谁能在整个教育环节积累到足够多的数据就有可能跑到前面。
另一方面，教育行业一直想解决的问题是如何在供给侧做到规模又经济，老师该怎么培训和管理。那么人工智能介入教育行业，以前由老师来解决的问题，可能70%-80%由人工智能来解决。这就从生产成本上进行了改革，根本上解决了生产资料和劳动力的分配问题，而不只是交易成本最小化。所以人工智能带给行业的变革，要比移动互联网大得多。
4、To C应用
几年前出来的一些人工智能公司，技术发展已经相对成熟，比如科大讯飞，当年刚出来做的产品并不是那么流畅，但现在做得已经不错了。所以，技术差别不大的情况下，想要从技术上突破还是比较困难的，那就需要找到一个能够激发用户极致体验的点，看用户的体验是不是超过了用户对产品的期待。
比如做语音命令，亚马逊Echo的一系列产品，拿到中国后就变成了纯音响，用户觉得这和漫步者差不多，它产生不了「哇」的这种感受，没有这些感受就没有办法转换成购买。一旦归类错了，大家不会考虑花更多的钱来买一个同类的产品。
华创资本合伙人熊伟铭表示，在To C领域可以突破的将会是无人车，但会涉及到监管问题。政府是否允许无人车在公路上跑，出了事故是算机器的责任还是人的责任，人们会有一些常识性的担心。人类出于本能，对同类的信心要远远超出那些我们不了解其原理的事物。比如在医疗领域，虽然医生资源十分短缺，但依然不会允许机器给人看玻没有数据能证明机器的误诊率和医生的误诊率是不一样的，也阻碍了它进一步的发展及商用化。
1896年1月20日，一名叫沃尔塔·阿诺尔德的英国人因违反限速规定而被处以罚款，成为世界上第一个因超速而被罚的汽车司机。当时他的车速只有13公里/时。到1896年「红旗法」被废止之前，英国对汽车的研制几乎处于停滞状态，在英国汽车发展史上留下了可悲的一页。
这个鸿沟不是不可能逾越，而是需要很长的周期。就像汽车确实比马车更先进，但也经历了1865年英国议会针对蒸汽汽车制订的「红旗法案」这种看起来很荒唐的阶段，而未来无人车可能要经历一样的道路。这其中，除了信心，制度监管要占60%的因素。比如现在是不允许无人车在公路上运行，无论这辆无人车做了多少实验，类似医疗领域，数据不能出医院这一类法规还是大量存在。
如果无人车这么难的事都实现了，可能包括看病或者政府的行政事务会慢慢放开。创业者要找一个行政环节最弱的点先切入，慢慢到一些行政壁垒很高的市场中去。
熊伟铭是也最早看移动互联网领域的投资人之一，他说：“现在无人车的发展已经非常了不起了，这可能还只是一个小开始，但它发展到中期可能已经超过了移动互联网的小高峰。”虽然人工智能大潮可能不会像移动互联网这么密集地爆发，但会比移动互联网持续时间更长，一波接一波，发展到最后，这个领域会有巨大的成长和收获。
在此他也给创业者提出建议，无论创业者进入到To B还是To C的领域都要选好市场及切入点，因为在机器学习上，它解决的是提高内部效率的问题。“你会活得更好一点，但这并不能改变你所从事的行业或领域的市场大校原来需要100个人干的事现在只需要10个人，但是一个公司能解决1000人的问题，那你加上人工智能的技术也只能解决那1000人的问题，只不过原来能赚10元，现在能赚100元。”
三、人工智能面临的五大考验
在这场讨论中，我们还得出以下结论：目前人工智能虽处于寒武纪的大爆发阶段，但也很可能再度面临寒潮。具体来说，人工智能可能会面临这五大考验：
第一大考验：理论鸿沟很难逾越。