随着人工智能的成熟，现在出现的是一种软件驱动的方法，将不同的元素结合在一起，以最小的人为干预。例如，Howe指出，在一个典型的数据库系统中，需要进行大量的配置才能使操作有效地运行，例如索引表、跨服务器对数据进行分区、为某些类型的查询分配内存，以及调优优化器以“适应”您的计算平台和预期的工作负载。他解释说：“人工智能可以帮助我们从大量历史数据中学习规则和程序，这些数据涉及哪些时间表对哪些任务有效，而不是让我们试图弄清楚所有事情。”
有了人工智能，人类IT领导者和团队就可以自由地关注业务问题，而不必担心基础设施的细枝大落。Belliappa表示：“从人工智能的角度来看，我们使用的大多数模型都是自学习集成模型，它们结合了各种技术，并在从它们管理的工作量模式中学习时不断优化。
在人能开始发挥其管理魔力之前，IT和商业领袖需要习惯于将关键的管理职责移交给一款软件。Shah承认：“根据规模和内部知识库的不同，这可能相当困难。
最终，一个组织如何处理从人类到人工负载管理的转变取决于它的技术成熟度、运营规模和数据中心的动态性。卡瓦诺说：“缺乏有效利用数据的现代基础设施的孤立企业将会举步维艰。”另一方面，越来越多的人工智能供应商提供针对特定类型企业的工具，增加了几乎任何类型和规模的组织能够顺利过渡的可能性。他预测：“随着公司及其解决方案的成熟，配置和部署的便利性将继续提高。”
如果人工智能有致命弱点，那就是该技术对数据中心系统和实践中相对微妙的变化的反应。Howe解释道：“大多数AI技术都是关于寻找稳定模式，假设环境是固定的。“如果你以模型无法看到的方式改变了环境，它会很高兴地告诉你错误的答案。”在部署变更之前进行仔细的计划可以帮助减轻这种担忧。
虽然人工智能支持的数据中心工作负载管理已经被许多大型企业，特别是谷歌、亚马逊和微软等超大规模企业经常使用，但这项技术现在才开始渗透到较小的数据中心运营商。Belliappa认为，数据中心的管理者不久就会面临艰难的选择：继续依赖传统的数据中心管理技术和实践，还是“大量投资人工智能驱动的改造以保持可行性”。
所谓智能网联汽车，是指车联网与智能车的有机联合，是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与人、车、路、后台等智能信息交换共享的新一代汽车。在其发展过程中，芯片无疑是必不可少的关键所在，不管是自动驾驶芯片、通信基带芯片还是智能座舱芯片，都直接决定了汽车的信息化和智能化水平。
但2020年以来，持续不断的缺陷狂潮却揭露了我国智车发展的芯片短板。由于我国车规级芯片自主研发、设计、生产和制造能力的不足，以及核心技术较为欠缺，需求大量通过进口来弥补，导致我国芯片产业链供应链的自主性、可控性和抗风险能力十分薄弱，对于芯片危机毫无抵抗之力。据悉，自缺芯蔓延至汽车行业以来，我国车企便遭受重创。
与此同时，缺芯带来的恐慌和行业对缺芯的过度解读，也引发众多汽车厂商大量扫货、囤货，加剧供需失衡，造成恶性循环，暴露出我国智车发展的盲目性和从众性弊端。当然，这一弊端并不仅仅体现在缺芯危机之下，今年以来，包括小米、华为等众多企业不约而同跨界涌入造车领域，也在一定程度上展现了我国智车发展的“疯狂”，不免引人担忧。
在此背景下，我国智车发展要想取得新能源汽车一样甚至更好的成果，就需要补齐缺芯危机暴露的短板，革除现有弊端。具体来说，首先我国智车行业需要增强自主能力，提升产业链供应链自主性和可控性。不仅仅是芯片，各种软硬件和核心技术都需要企业协同发展，共同突围，保障发展所需不再受制于人，能够满足日常应用的同时抵御突发危机。
好消息是，受到此次芯片危机影响，国内不少企业已经认识到了这一点，正在加强芯片自主品牌的建设和国产化突围。例如，比亚迪微电子就在专心致力于半导体产品研发生产；同时一汽也在与相关厂商合作打造芯片实验室，着力解决汽车芯片“卡脖子”问题；此外，今年2月工信部也特别出台了汽车半导体供需对接手册，用于指导汽车企业合作。
