IBM沃森健康部门因盈利艰难于近期裁员数百人。近年来，IBM将认知计算确定为转型方向，其中沃森是其最重要的人工智能部门，投入高达数十亿美元。
IBM在人工智能领域的窘境并非个例。据国际权威研究机构CBInsights统计，2013年至2017年间，全球人工智能领域年融资数量从310笔增加到1349笔，融资额从17.4亿美元增至152.4亿美元。但其商业化之路远非一帆风顺，有统计显示，90%以上的人工智能企业处于亏损状态。
作为全球各类企业竞相投资的又一个风口，人工智能领域业绩不佳，主要有以下原因。
首先，人工智能产业还处于起步期，企业亏损是常态。由于技术不够成熟、用户接受度低、市场规模小、运营成本高，人工智能企业盈利困难。不过，这也是几乎所有处于产业生命周期起步阶段的企业都会遭遇的情况。如今欣欣向荣的互联网行业也曾长期亏损，作为市值最高的互联网公司之一，亚马逊也是在持续亏损20年后才开始盈利的。
其次，人工智能的发展路径其实和互联网行业的发展大同小异。网络效应特征决定了互联网发展速度比盈利更重要，它带给用户的价值通常取决于用户规模或平台供应商数量等，这就导致市场份额向领先企业集中，后入者难度很大。因此，互联网企业需要尽快扩大用户规模，盈利反在其次。人工智能技术及产品的开发同样依赖于数据和平台，用户数量也同样重要。以无人驾驶汽车为例，为了不错失巨大的市场前景，许多互联网公司、传统车企和初创企业纷纷涌入，希望成为行业领跑者。
再次，落地存在的障碍限制了人工智能企业的成长速度。目前，人工智能的应用面临技术成熟度、数据安全、用户认识、实施效果等多方制约。2016年6月美国得克萨斯州的MD安德森癌症中心投入6200万美元，与IBM开展癌症治疗人工智能项目，由于效果不佳，次年2月即被终止。通用电气最早提出工业互联网概念，并将Predix工业互联网平台看做业务转型的希望，但巨额投入也没有带来收入增长。
此外，作为赋能技术的人工智能，常常不直接表现为业务收入。在许多情况下，从事人工智能的公司并不直接销售人工智能产品或服务，而是将其作为改善其他产品或服务性能、体验或效率的支撑工具。例如，人工智能已普遍应用于电商、搜索、社交、新闻推荐等领域，大幅提高了其运作效率和用户体验，但人工智能无法为其提供直接的销售收入，这也令人工智能技术的经济价值被大大低估。
作为一项影响广泛的赋能技术，人工智能业务当前盈利不佳，更多地可以理解为产业发展过程中存在的波折。随着技术的成熟和用户认知度的提高，人工智能未来有望成为政策支持、学术研究和企业投资的热点，发展成为规模巨大的行业。
