“Gartner曲线”又称技术循环曲线、光环曲线、炒作周期，指的是企业用来评估新科技的可见度，利用时间轴与市面上的可见度决定要不要采用新科技的一种技术手段。AI技术发展至今，在“Gartner曲线”上呈现出来的数据可谓是三起三落。可以说当今时代大众对于AI技术并不陌生，每个人都或多或少的了解过相关的资料，但AI技术到底离我们有多远呢？

　　自从六十多年前在达特茅斯会议上提出“Artifitial Intelligence”的课题，人们就没有停止过对于AI 技术的探索与追逐。提出AI概念是源于计算机技术的不断成熟，人类渴望用更高级的技术代替人类解决一些更加复杂的问题，如认知、感知、决策等相关问题。这种前卫大胆的想法吸引了大量科技从业人员的眼球，前仆后继的投入到AI技术的开发研究当中。

　　AI技术的研究之初，科研人员的方向并没有确定，采用的是向机器灌输人类的想法意识，进行了第一次AI技术的尝试。通过科研人员进行编程，设定一系列规则，尝试着“教会”机器去模拟人类的思考和行为。但这种方法并不可行，因为人类还远远没有达到能精炼人类行为背后的真正规律逻辑，所以AI技术经历了第一“落”。

　　在经历了第一次AI技术尝试的失败后，科技企业和精英们并没有放弃，他们引入了数据和统计的概念。而这次成功解决了如人脸识别，语音识别等较为简单地AI技术交互，大大提升了人们的信心。但不久后人们发现，数据的提升不能带来识别率的提高，AI技术没有发生质的改变。这也是人们日常中最为常见的弱人工智能，虽说普遍存在于我们的生活中，显得有些可有可无，并不能带来很多实质性的帮助，所以AI技术的第二次尝试又以失败告终。

　　在经历了两次失败后，科技企业和相关从业者吸取了过往的经验教训，另辟蹊径，放弃了墨守成规坚持低效的探索路径，选用更加高效的探索模式。最新的AI技术思路是GPU计算神经网络，这种模式可以大幅提升速度。一旦技术成熟在语音识别，图像识别等领域将会有飞跃式的进展。因此眼下召集人才，加重AI技术的投入成了重中之重。可AI技术相关人才招募比较困难，有一定的特定性和局限性，所以AI技术领域考虑用社会化用工解决科研的用人困难问题。

　　如今不少的科技企业选择和用友薪福社合作，通过用友薪福社提供的社会化用工整体解决方案实现突破。结合用友薪福社给出的架构及人员岗位调整方案分析业务和企业现状，及时调整架构，形成完善的用人体系。让更多的人才投身于AI技术研发，同时也让企业更顺利的运转下去。

　　AI技术发展至今走过不少弯路，遇到很多困难，但也在不断地完善趋于成熟。对于企业和相关从业者来说未来的发展路径已然明朗，AI技术本身也带有十分强的商业价值和科技价值，希望未来有一天AI技术能真正的成为“强”人工智能，为人类的生活带来便利。