周禮棟表示，隨著AI技術的演變，系統的發展也在與時俱進，全新的體系架構和基礎設施需求、全新的編程語言和工具包、全新的AI算法…… 然而每個部分的發展卻很不均衡，若AI從業者想要做點事情，經常需要自己去搭建底層系統，或是東拼西湊一個平臺，這使得效率和品質都大打折扣。事實上，現階段大家對于偏上層的AI算法、應用的關注度遠遠高于整個AI系統的基礎搭建，這對于AI的發展并非利好。

“這十年來，從移動、云計算、大數據，再到如今的人工智能，大家更聚焦于這些熱點本身，即便是IT從業人員，很多也都沒有注意到這些變化背后最主要的推力還是因為底層計算機系統能力的不斷增強，才讓這些熱點成為了可能。”周禮棟表示，如果沒有存儲技術和網絡技術的突破，搜索引擎、云計算就好比空中樓閣，如果沒有GPU、搜索技術、分布式系統的突破，人工智能也還是會駐足不前。

在周禮棟看來，計算機系統與應用、算法的完美結合，才是推動整個計算機行業的源動力，但是由于業界對熱點的狂熱追逐，使得系統研究在其中的重要性被大大低估了。而微軟人工智能系統聯合中心的成立，可謂恰逢其時，“我們希望能夠從系統層面大力推動AI的快速發展，并逐漸形成健康、可持續發展的AI生態”。

“系統思維，就是站在全局的角度去考慮問題。從事系統研究多年，我對系統的體會是：第一，系統是一個跨學科的領域，比如做大數據，就必須要了解數據庫、存儲系統、數據處理方式、分析算法等等，如今要做人工智能系統也是如此;第二，從云計算、移動計算、大數據到人工智能，應用的熱點一個接一個，但系統并不是追熱點的領域，它永遠是最底層的基本保障，當然系統也需要與新的應用場景相結合，才能做得更好;第三，系統方面的工作人員越來越重要，因為產品開發過程中遇到的難題通常并不是功能問題，多調試幾次未必就能解決問題，所以很多時候是大規模系統的問題，一個節點沒做好，就會牽一發而動全身，所以在微軟，產品開發部門與系統研究組的合作越來越緊密。”對于系統研究，周禮棟一直有著深刻的思考，這也讓他對AI系統平臺的搭建充滿信心。

在微軟亞洲研究院首席研究員楊懋看來，系統本身很復雜，并且還在變得越來越復雜，系統的好壞并非取決于其中某一點做得特別好，而是取決于最短的那塊“木板“。他表示，這么多年在微軟亞洲研究院系統組學到最多的就是系統思維，甚至延展至對任何問題的系統化思考，可擴展性、效率、延遲、機器學習、AI等，每件事能否做好都與系統化思維密切相關。

周禮棟認為，系統研究必須從實際問題出發，又要能夠看到將來可能出現的問題，它不僅要解決目前的問題，更是要解決將來的問題。

“一個好的系統是隱形的，大家通常感覺不到它的存在;但如果系統不夠好，那么每個層面的開發者都會非常痛苦，問題也會接踵而來。”對于系統的研究和開發，微軟人工智能系統聯合中心的研究員和工程師的感受都是相同的，“系統”默默地在很多酷炫的應用背后做著支撐，而且成果通常不會在短期內實現，因此需要耐得住寂寞，但它卻是計算機體系里最重要的存在。周禮棟表示。

事實上，系統研究的發展脈絡也是隨著應用場景的變化在不斷變化，從最早的操作系統，到數據庫、存儲，再到云計算、大數據，以及現在的AI，場景千變萬化，但變化之中總有不變的規律，系統要解決的本質問題始終不變：首先是可以工作;其次是追求速度、效率、可靠性、穩定性、可擴展性等;最后達到系統的自動運行，無需更多人為干預。