（二）并不是所有行业都适合用人工智能
并不是所有的行业都适合人工智能，也并不是所有场景都适用于人工智能。有的饭店推出机器人端菜，很多酒店的大堂还推出机器人客服咨询，事实上，这些机器人除了广告宣传之外几乎毫无用处，并且，该聘请的人员一个没少，该付出的劳动一点没小，在这里机器人除了“噱头”还是“噱头”。
“无人餐厅”的概念也曾火爆一时，甚至跻身于人工智能要闻之首，许亚岚：《问题多！无人餐厅能走多远？》，载《经济》2017年第24期。事实上，就智能点餐而言，手机APP可以实现，平板iPad可以实现，化身为桌面的触摸屏当然也可以，这并非是人工智能所要追求的本质。“无人点餐”炒作的成分居多，当然，从商业运营的角度，这一切无可厚非，但作为人工智能的研究者切不能人云亦云。
类似的情况在服务业、司法系统也大量存在，如某某法院又在全面实现人工智能，对于人工智能在法律行业中运用我是十分看好的，但这并不等于神化它的作用，“员额制”所谓“法官员额制”是指法院、检察院在编制内根据办案数量、辖区人口、经济发展水平等因素确定的法院的法官、检察官的人员限额。员额一旦确定，在一定时期内不能改变，没有缺额就不能递补。迄今为止，通过法官员额制改革，全国地方各级法院共产生了近12万名入额法官，约占中央政法专项编制总数的32.8%。《法官员额制改革推进司法精英化》已经让法官们心惊胆战了，再来一个人工智能，法官们深感前景黯淡。事实则不然，在接下来相当长的时期内，审判过程中法官的作用还必须凸显，机器人更多的应用场景还是在数据处理和分析方面，即便是匹配到了相似的案例，也仅仅只能作为参考，要知道，人对“正义”的理解远胜于机器。当然，从人工智能发展更远的预期来看，机器人能否取代法官并不可知，但就目前或者相当长的时间内，有必要对人工智能的发展节奏有正确的预期。
建构机器人战略中的理性思维体系
（一）机器人需要“工匠”精神
四种机器人产业中，应当说市场占比最大的当数工业机器人，无论是德国的“工业4.0”，还是我国的《2025制造业大国》都论及工业机器人布局。贺正楚、潘红玉：《德国“工业4.0”与“中国制造2025”》，载《长沙理工大学学报》（社会科学版）2015年第30卷第3期。当今世界的工业机器人几乎被“四大家族”垄断，像日本的发那科（Fanuc）、安川（Yaskawa），还有德国的库卡（Kuka）以及瑞士的ABB等作为工业机器人的龙头老大，已经占据了全球绝大多数市场份额（80%以上）。黎文娟、乔标、王海龙：《工业机器人市场竞争新格局》，载《政策瞭望》2016年第3期。美国特斯拉汽车制造流水线所采用的正是库卡的机器人，整个车间几乎看不到人。我国很多制作业已开始广泛使用工业机器人，以至于我国已成为全球最大的工业机器人的消费市场。陈婕：《国内机器人产业：需求为机创新为器》，载《中国知识产权报》2015年9月23日第5版。
未来10～20年，我国工业机器人消费市场还将持续增加，传统家庭式的手工作坊将逐渐淡出江湖。我国已有一些企业开始着手研发工业机器人。无论是外在“颜值”，还是内在“性能”方面，与“四大家族”相比，都还存在较大差距。当然，工业机器人在中国还有巨大的市场空间。由于中国有巨大的市场空间，工业机器人的制造也具有巨大潜力。
从智能手机的发展历程来看，先是苹果一家独大，最终国内的华为、小米群星荟萃，打破了苹果在华一股独大的局面，可以肯定，国内也一定会产生具有较大竞争力的工业机器人企业。不过，对于此类企业的成长周期，不要抱太乐观的态度。与生产智能手机不同的是，工业机器人除了对算法具有较高要求，还要求制造精准、工艺完美、材质精良，我把它统称为“机器人工匠精神”，所以，为什么工业机器人四大家族企业会诞生在德国、瑞士这些具有“工匠精神”的国家。中国人数学很好，算法应当不是问题，但“工匠精神”的培养还需时日。
（二）被曲解的法律机器人
法律机器人总体上属于“思考型机器人”的范畴，它旨在帮助用户解决法律问题。总体而言，思考型机器人在现有市场中占比较小，不是因为它的市场需求小，而是因为它的难度最大，当然，未来发展的潜力也最大。思考型机器人依赖于深度学习和神经网络布局。运用神经网络和深度学习，它还可以广泛适用于医疗、经济、金融、教育、代理、咨询、办公等诸多领域。尤其需要指出，传统服务行业亟须人工智能的改造，思考型机器人可以帮助人们解决疑难复杂问题，可以预见，未来人工智能将在这些行业释放巨大的红利。
根据英国科学家阿兰·图灵1950年提出的“图灵测试”，1950年，图灵在《计算机器与智能》的开篇就提出了一个令人类深思的问题：“机器能够思考吗？”（can machines think）图灵认为，关于机器是否能思考的争论之所以难以解决，是由于我们没有一个关于“机器”（machine）和“思考”（think）的明确定义。他指出，用常规方法定义是“危险的”和“荒唐的”，为此，图灵设计了一种实验的方法来判定机器是否能够思考，或机器是否具有智能，试图为机器能不能思考的争论双方提供一种判决准则。图灵的目的是找到一个与之相关的问题来解决此问题，并且用“没有歧义的语言来表达”，这个方法就是著名的“图灵测试”。（宋勇刚：《图灵测试：哲学争论及历史地位》，载《科学文化评论》2011年版）
一部机器人的智能化程度取决于人在与其交流后能否区分出其是否为机器人。机器人“智能”的标准，从一开始便是围绕“思考”展开的。李开复博士早期研究的语言识别，也可以理解为思考型机器人最初的模型。在近60多年里，无数科学家围绕思考型机器人展开研究，但限于计算机计算能力的限制，人工智能的思考问题一直处于严冬季节。如今，计算机大数据的运算能力都比以往有了很大提升，这也为思考型机器人带来了前所未有的发展机遇，可谓“卷土重来”。我甚至把它称为“思考型机器人的第二次勃兴”。
尽管如此，当前法律机器人仍然面临着算法与数据方面的困境。如国外比较代表性的Legalzoon、DoNotPay等法律机器人。这类机器人值得投资吗？目前市面上见到的这类法律机器人也只是顶了个机器人的外壳，并不能替代律师解决问题。还只是拥有一些简单的模板提供或者搜索的功能。再以Legalzoon为例，它是让用户通过自己提交信息，然后由机器人根据用户需要自动撰写（生成）所需要的合同。这里的问题是，类似这样的项目值得投资吗？
机器人在撰写合同领域到底能发挥多大作用呢？我在实验室也做过很多这样的实验，应当说，人工智能通过机器学习后是可以发挥很大作用的，尤其是在语句修改或者不规范的用语方面，问题的关键是营利模式不是这样玩的。在所有人工智能的项目中，都必须回答一个问题：它给谁来用？它能解决什么问题？
如果这样的合同机器人是开发给律师或者法务等专业人员用，当然可以提升他们的工作效率，这种开发是有价值的。然而，Legalzoon以及目前市场上开发的主流机器人却是供当事人直接用的。这种机器人可能发挥不了太大的作用。道理在于，机器人找不到核心利益条款，这在短期内是无法突破的。何为核心利益条款？比如说，一个合同可能有1000条，但真正为双方当事人关键的条款可能就只有其中的3～5条，当然，当事人关心什么，这需要结合每一个具体案件以及应用情景来确定，比如，同样是买东西，有的买家关心产品质量；有的买家关心付款周期；有的买家关心卖家的信誉等，总之，它很复杂，有经验的律师就会在类似的案件中，精准找到当事人的核心条款，并把主要精力放在完善核心利益条款方面。然而，短期内机器人却无法找到合同的核心利益条款。所以，这样的机器人切切不能直接给用户使用，否则真的是“诲人不倦”了。
事实也表明，Legalzoon项目长期以来的营利情况不容乐观，当然，有消息称其升级后近期开始营利了。其实，其升级后的场景下，与其说是一个机器人帮助撰写合同，倒不如说是一个海量合同的版权池。众所周知，国外的律师收费很高，而且知识产权的保护也是极为严格的，所以一般的当事人更愿意花100美元下载一个合同模版。如果把这样的项目移植到中国来会怎么样呢？一个“惨”字了得。国内有一家企业，效仿Legalzoon，也融到了资，还在新三板全国中小企业股份转让系统（俗称新三板）是经国务院批准设立的全国性证券交易场所，全国中小企业股份转让系统有限责任公司为其运营管理机构。挂牌了，可结果如何呢？一直亏损。其实对于初创企业，亏损不可怕，可怕的是没有希望。在国内合同模版网上随处可见，如果缺少人工智能的核心竞争力，仅仅依靠模版收费，当事人会付费吗？答案显然是否定的。