這是兩個問題：
醫藥行業
醫藥行業關注的老兵了。這個行業長期來看，潛力無限，但也有瓶頸。依然看好有研發出新藥的醫藥公司，對于那些抱著老藥，仿制藥，不思進取的醫藥企業要警鐘長鳴。對于那些生物醫藥的初創企業，沒有利潤動輒上千倍市盈率的制藥公司，牢記那是風險投資，風險投資無限可能。就像孫正義投資阿里巴巴。阿里巴巴好不好？當然好，孫正義老厲害了。可問題孫正義200個投資項目就只有一個阿里巴巴成功。其他投資全部打水漂。去年wework和Uber讓孫正義焦頭爛額，也沒有當年的精氣神了。所以，只要你把握住醫藥企業的主方向，醫藥企業可以投資。一個要有新藥產出效率，要研發團隊嗷嗷叫的制藥公司，另一個是盡量選擇成熟的制藥企業，找頭部的公司。小企業不是不好，是不穩。
人工智能
人工智能已經有點潮水退去了。如今的人工智能重點在無人駕駛領域，但無人駕駛可能最終實現level4，永遠無法完外。也就是說，在特定環境，輸入環境變量，可以不用駕駛員慢慢的開。比如在一個大的公園里面，20碼的速度從園區東邊到園區西邊。有點像軌道交通。另一個應用其實在level3水平。比如特斯拉，利用無人駕駛其實是輔助駕駛，駕駛員必須在駕駛室，你不能甩手掌柜，必要時候接管系統操作。這種無人駕駛是之前駕駛員輔助系統的延伸，比如ADAS系統。最早的時候有個叫定速巡航，省卻你踩油門，在高速用。
而其他人工智能：
一個是面部識別，現在其實已經很成熟了，應用也普及，就是你們大多數人手機都有這個功能，技術差距在于平面圖有時候以假亂真。比如有人用照片開鎖手機。技術上還有些意外狀況，不過總體上已經十分深入成熟。
另一個是語音對話，人工智能比如SIRI，其實大家也很熟悉了。讓他們寫文章，變得很聰慧和人一樣，幾乎不可能，也別惦記。所以一直是一種小工具的態勢。
還有一個是大數據營銷，比如頭條推送你喜歡的內容算法，比如一些應用推銷你搜索過產品的內容。
除了上面的這些，其實人工智能在未來的應用已經到了一個瓶頸階段。難的不是說算法，也不是數據，也不是并聯計算。難的是你如何找到一個方式，來將數據喂出一個超級應用。又或者說，你考慮出一個大數據形成的人工智能，你考慮過人類行為的小數據嗎？很多時候，人是無法預判的。就像無人駕駛汽車開了數億公里，他依然搞不定一個亂穿馬路的熊孩子。盲區就是盲區，小數據的盲區往往讓技術寸步難行。