”智能机器技术根据经验调整它们的行为，它们不完全依靠人们的指令(也就是说它们自我学习)，并能够给出出乎意料的结论。”这是Gartner在2016年，对智能机器重新给出的定义。Gartner强调了一个重要观点：对智能机器的研究“更实用主义一些。我们不认为重塑或者模仿人类智能对于智能机器实现商业价值来说是必要的。系统硬件没有必要模仿一个大脑。人机交互界面也不必让我们误以为在与人进行对话。因此，智能机器不需要完成人类大脑计划或者通过图灵测试才能传递商业价值。”对此，小i机器人总裁兼CTO朱频频表示：正是基于这样的认识，这一轮的人工智能浪潮更接地气，也给从业者更多信心，有效避免了AI再次衰败的历史重演。
技术成熟度曲线图基于技术发展的规律模式，把各类技术按照技术成熟度和期望值分类。横轴上越往左，技术越新潮，越处于概念阶段；越往右，技术越成熟，越进入商业化应用。纵轴代表预期值，人们对于新技术通常会随着认识的深入，预期不断升温，伴之以媒体炒作而到达顶峰；随之因技术瓶颈或其他原因，预期逐渐冷却至低点，但技术成熟后，期望又重新上升，开始发挥对生产率的实际贡献。
值得注意的是，近来被媒体和各大企业热议的Bots被首次列入图中，处于左侧的最低端，Gartner认为，Bots的定义应该是能够在其他机器人、APP或服务上运行回应事件触发或用户请求的微服务或App，但距稳定应用还有5-10年的时间，或更久。
在谈到VCA(虚拟客户助理)时，Gartner认为，其较2015年有了小幅前进，距稳定应用还有2-5年的时间，主要的供应商包括IBM Watson；；IPsoft；Microsoft；Nuance；Xiaoi等，Gartner除了强调其涉及到的四大技术外，提到了部分VCA也具备了机器学习能力，而这与小i的发展路径完全一致。
而被多家企业给予厚望的VR(虚拟现实)的发展目前则还处于应用爬坡期，距离稳定应用还需要5-10年的时间。
