目前AI类公司已经展现了他们自己独有的特征，以区别于非AI类的公司。
随着AI热度的提升，无论是传统企业，还是新兴公司，都开始在AI领域抢占一定的市场，并标榜自己为“AI公司”。对此，吴恩达表示，真正的AI公司，他们所做的远远不止利用神经网络算法来打入市场那么简单。
在他看来，就像为一家线下的商场做一个网上商城是可能的，但是想让一家商场直接转型为互联网公司几乎是不可能的事一样，只用到简单的机器学习的公司就不是真正意义上的AI公司。
吴恩达说道：“你不能因为公司里有几个人在使用神经网络算法做些什么就说这家公司就是AI公司，真正的AI技术要比这复杂的多。”
谈及自己在Google实验室和曾作为百度高管的经历时，他表示，这两家公司都是AI领域的先驱。
并且，他还表示，基于自身的经历，他可以明确指出AI公司的几点关键特征：
首先，也是最基本的，AI公司必定对数据的收集有战略性部署，因为这些数据是机器学习系统的“燃料”。并且，这将能让AI公司的发展进入一种良性循环。
然后，一旦AI公司有了数据，他们倾向于将其存储在数据中心并对其进行处理，其中大多数公司会将数据信息分门别类的存储在不同的“仓库”里。值得注意的是，为机器学习系统收集各种数据绝非易事。
此外，AI公司还会利用现代化开发手段来推进AI项目，如持续部署。这就意味着我们可以随时更改产品，并在变化中学习。
最后，还有一点值得关注，即AI公司不同岗位的职责将不得不改变的状况。以产品经理的改变来作为例子，在过去，产品经理通过流程图，以展示项目在实际应用中的工作方式来指导一个工程团队；而现在，在AI项目的推进中，已有的自动驾驶车辆或聊天机器人的项目对你的新项目一点用都没有，产品经理必须实时计算所推进的AI系统的数据和性能指标，如精度和召回率等，以此来指导团队。
吴恩达表示，随着AI的发展，未来真正的AI类公司将会展现更多他们特有的特征，以区别于非AI类的公司。比如，现在，AB测试对互联网公司的重要性没有被凸显出来，但是未来极有可能作为AI类公司的一大显著技术特征。
本文译自“You might use AI, but that doesn’t mean you’re an AI company”
