据 IT 研究与顾问咨询公司 Gartner 一项最新发现，到 2020 年，超过 30% 的企业首席信息官将优先考虑对可自主学习并进行经验累积的智能机器进行投资。Gartner 公司表示，在这些机器开始实现自动化的最初阶段，对该系统的有效控制和实现商业利益最大化两者之间的平衡显得至关重要。在澳大利亚举办的一次研讨会上，负责具体研究的副总裁 Brian Prentice 提到，在关于为什么全自动智能机器既不可能也不可取这个问题上，谷歌的自动驾驶汽车项目取消了方向盘就是一个典型的例子。
Brian Prentice 说：“即便有时候显得很多余，但人类还是要在自动驾驶汽车里拥有一定操控权。所以即便是自动驾驶汽车也要安装有一个方向盘，以便司机必要时可以掌管车辆。但安装了方向盘又意味着人类的完全掌权，即司机坐在车里也要随时保持清醒并进行观察，时刻准备好接管车辆。”
“这样一来，不仅抵消了自动驾驶相较于人类驾驶的大部分优势，也让人类司机从之前的积极操控汽车变为了被动监控行车隐患。”Gartner 公司表示，关于“谷歌方向盘”的争议是所有智能机器项目必须面对的挑战。
Brian Prentice 表示：“智能机器可以对周围环境做出反应，但智能机器对周围环境是否真正的理解了？周围环境对于智能机器来说是完全不可控的一个因素，不是通过建立模型就能进行学习了解的一种事物。”
对于研发智能机器技术的团队而言，所面临的挑战就是要找出哪些事物或因素是智能机器所能控制的，然后对它们的能力培养也就限定在这一范围之内即可。
此外，在智能机器学会适应周围环境并大规模投入商业化应用之前，还有机器用于智能学习的数据准确性及避免黑客攻击等问题需要被解决。
Brian Prentice 表示：“全自动汽车的愿望是不可能变成现实的，任何汽车制造商都做不到这点，但朝着这一方向努力将会推动一些汽车行业更务实的进步，如汽车的机器学习技术将提升汽车的安全性和让汽车在处理一些状况时更具有经验。”
企业首席信息官所应追求的是能为人类更好提供帮助的智能机器辅助，而不是全自动智能机器。并且在任何项目打算使用智能机器前，他们就该先考虑好使用这些智能机器将可能遇到的瓶颈和障碍。