随着人工智能与各领域的融合愈发深入，产业化步伐不断提速，国家也持续释放了一系列政策红利。2017年全国两会期间，人工智能被纳入政府工作报告；7月，《新一代人工智能发展规划》正式印发；12月，工信部出台了《促进新一代人工智能产业发展三年行动计划》……
然而，在市场与政策的双重推动下，人工智能固然热度不减，各种智能产品也相继面世。但是，对于大多数人而言，除了偶尔碰上的导引机器人和电商平台上的数款智能音箱，所谓的智能产品并不常见，人们的获得感并不强烈。
就目前而言，人工智能生活仍然较为遥远：智能机器人还是少见的“稀罕物”；汽车还是需要人类来驾驶，上下班高峰也照样拥堵不堪；医院除了能够预约门诊外，依然人潮涌动，各种排队和检查。预想的便捷、智能还未到来，人工智能的商业化落地似乎并不如宣传的那般顺利。
医疗行业被视为人工智能技术的主要应用场景之一，也是我国诸多互联网公司聚焦的重要领域。据相关统计，仅2017年，我国相关人工智能企业关于医疗领域的项目累计融资超过了180亿元。从中可见，资本市场对于“人工智能+医疗”的前景十分看好。
2017年7月，阿里健康推出医疗人工智能系统“Doctor You”。据悉，该系统定位为医学影像智能诊断平台，包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。随后的8月份，腾讯也推出了医疗人工智能系统“腾讯觅影”，可辅助医生对食管癌进行筛查。
科技企业对于“人工智能+医疗”的布局越发看重，政府也大力支持人工智能在医疗领域的商业化应用。但是眼下人工智能在医疗领域还没有真正的普及应用产品诞生，落地形势并没有那么积极。
同“人工智能+医疗”面临的落地困境相似，人工智能与金融领域也一定程度上陷入了应用瓶颈。
起初，人工智能技术与金融行业融合速度十分迅猛，人脸识别等生物识别技术在开户、身份验证和支付等方面取得了深入应用，机器学习技术也为金融数据分析带来了新的解决渠道。
但是，在实际情况中，人工智能与金融领域的融合发展虽然带来了一些改变，但是对于普通人而言影响其实并不大。而且，“人工智能+金融”目前更多只是局限于企业内部的应用，在行业层面或者是多方合作方面还未取得明显进展。
人工智能落地之所以遭遇困境，与“数据孤岛”现象有着很大关系。由于医疗数据、金融数据一般都掌握在医院和金融机构的手中，出于自身利益以及患者、用户的隐私安全考虑，这些重要数据的开放、流通进程始终难以推进。
此外，还有许多数据掌握在行业协会、研究院所以及高校、政府的手中，同样面临着“数据孤岛”的情况。不仅如此，不同企业、机构之间的数据标准规范并不统一，数据质量也参差不齐，就算进行共享也依然困难重重。
