1.数据隐私和安全问题仍然是AI发展的一个重要瓶颈。
各项违规采集和数据隐私的安全问题还没更好的解决办法，大厂要训练模型，需要足够的数据集和数据源，而这些数据也只能通过获取用户的动作来（搜索、浏览、购买、聊天记录……）。
2.黑盒子解释性目前还没得到一个更好的解释。
openai官方近期发布的（Language models can explain neurons in language models），看得云里雾里，还是没解释清楚神经单元的运作原理。对于未知的不确定性的探索，始终还是会有很大的阻力。
3.监管政策和版权问题。
周四的时候openai发布了各地区监管法案的参与者征集，出发点说的是好的。（虽然我个人感觉有点像既当运动员又当裁判的感觉）
4.发展周期
结合科技成熟度曲线来看，生成式AI目前还是处在期望膨胀期（国内外大厂还有很多东西其实是没放出来的），各家都在推出所谓自研的大模型，不管是为了拉动市值还是要割韭菜，投资、入局都需谨慎。在上述问题点没有明确之前，都还是个未知数。
5.机会点
工作流的应用和配套解决方案的落地上。
工作流的应用：如何结合个人所在工作岗位、公司工作流程、标准化的生产管理方面，利用好AI的规律总结和创意提示功能，提高工作效率，降本增效/合理摸鱼。
非标化解决方案：因为每家公司的工作流和模式或多或少会有差异化，这里会有一个非标化的需求，如何结合企业的实际情况，合理应用ai辅助管理、生产，这个方向说不定还有不少机会。
