Авторы отчета обращаются к проблеме смешения понятий "искусственный интеллект", "машинное обучение" и "наука об анализе данных". Целью исследования является объяснение принципиальных различий между ними для дальнейшего выстраивания политики, исследований и рыночной деятельности в трех рассмотренных регионах: Китае, Европе и США. 

• Отсутствие общего языка в ИИ-отрасли ставит под сомнение качество понимания и коммуникации в области искусственного интеллекта. Общий язык и понимание лучше объединят участников ИИ-экосистемы.
• Китай стремится стать мировым лидером в области искусственного интеллекта, и его поддерживает амбициозная национальная политика. Чистый прирост мозгов исследователей ИИ в Китае также предполагает привлекательную исследовательскую среду. Китай фокусируется на компьютерном зрении, однако не имеет специального кластера обработки естественного языка и представления знаний, включая распознавание речи.
• Европа является крупнейшим регионом в области научных ИИ-разработок, с высоким и растущим уровнем международного сотрудничества за пределами Европы, но, похоже, академические таланты в области искусственного интеллекта уезжают, особенно в последние годы. Основные направления европейских исследований включают генетическое программирование для распознавания образов, "нечеткие" системы, а также распознавание речи и лиц.
• Корпоративный сектор США привлекает таланты и силен в исследованиях искусственного интеллекта, возможно, благодаря их межотраслевой традиции совместных лабораторий. Академический сектор США также является устойчивым, как с точки зрения научных результатов, так и с точки зрения удержания талантов. Американская ИИ-отрасль уделяет большое внимание конкретным алгоритмам и разделяет распознавание речи и изображений на отдельные кластеры.