2020年中国人工智能产业年会上，中国工程院院士李德毅用“计算机智能”来形容传统人工智能，“凡是在计算机上玩智能的（算法、大数据等等），那都不算新一代，而是传统智能。”
相对于过去几年过多强调算法、算力、数据要素，新一代的人工智能的特征是应该“会学习、智编程”。李德毅解释称，解决问题是学习的目的，机器人需要通过依赖其自身软硬件和外部变化的环境，通过交互、学习和记忆，实现自编程、自成长。“不能用一台机器总是做它原来能够解决的问题，我们希望解决它从来没有遇到过的新问题。”
当下人工智能发展遇到的新情况是，进入万物互联时代后，传统经济和新经济企业朝数字化方向飞速发展，相关的数据量级迅速膨胀。上海人工智能研究院有限公司总经理宋海涛称，当下数据每天产生的量已经超出了每两三个月迭代全年一倍的数据量。
海量数据驱动之下，AI如何找到更多更好的人工智能落地场景，”推动产业数智化是未来10年是人工智能最好的机遇。”京东集团技术委员会主席周伯文认为，产业数智化的核心是如何更好找到人与AI协作深入，会成为数字化发展的新动力。
周伯文将人与AI的协作分为三个层面，一是AI帮助人类从从简单，重复，枯燥工作当中解脱出来；二是AI和人协同有增强作用，依靠AI能力帮助人类提高工作效率；三是在足够多的数据和观察基础之上，基于AI重塑工作流程，完成创新协作。
在两会推出的“十四五”报告之中，AI远景规划是对整个经济和社会流程全面重塑和提升。人工智能通过赋能产业，帮助国家全面提升数字经济。目前，人工智能已经在智慧医疗、智能制造、智慧教育、智慧城市、智能家居、金融等多领域有实际落地，帮助提升效率、进行创新。以智能家居场景为例，在万物互联时代，人工智能可以针对已上传的海量结构化数据进行智能分析，与各种场景进行融合，对人进行动态预判和主动智能。
不过，对于新一代人工智能的发展要求，目前的人工智能在技术以及商业化上仍面临不少挑战。从技术上来看人工智能需要更加可信，背后对技术鲁棒性，可解释性和可复制性存在要求。
京东周伯文指出，人工智能目前在面向智能产业化落地时候碰到巨大挑战是真实环境开放所带来的边界和规则的模糊，数据的噪音非常多，以及AI模型部分结果和使用情况难以让人信赖。在大规模应用人工智能时，AI存在缺乏逻辑、常识的问题。
他提到一个案例，如一副有董明珠肖像的广告放在公共汽车上，过马路时候被摄像头拍下来，被认为行人闯了红灯。人脸识别技术找到了董明珠，却变成了笑话。
在商业化层面上，联想集团全球副总裁王茜莺提到，目前人工智能发展存在场景碎片化的问题，“大家选的赛道很难找到真正可以大量规模化的产业，所以这里面会造成一个大量的浪费，未来对中国人工智能产业数字化发展我觉得规模化，怎么解决试点炼狱问题是一个挺大的挑战。”此外，在圆桌论坛上，还被提到的发展障碍有：数据隐私方面的法律法规不健全、人工智能所需的交叉型人才稀缺、人工智能公平性问题、数据孤岛问题。
产业数字化势能强大。信通院数据显示，2019年我国产业数字化增加值28.8万亿，占GDP比重29%。根据华为云人工智能领域首席科学家田奇的预计，人工智能对于企业渗透率将从目前的4%增长到2025年的86%。
联想集团全球副总裁王茜莺认为，在产业数字化的进程中，哪一个具体产业的潜力大，应该要看当下哪一个产业保有量比较大，以及未来会有哪些新兴产业出现。快速能被人工智能带来增量的、能够做到产业数字化的会有很大的规模效应，短期来讲场景会比较统一。
而对于体量较大的行业来说，中国科学技术发展战略研究院研究员李修全认为，类似制造和其他体量很大的行业，（赋能）是一个步步递进，逐步解决，逐步把产业潜能释放出来的过程。“人工智能技术分阶段成熟，所以赋能行业过程也是一个阶段性递进过程。”
