近年来，AI的杰出代表阿尔法系列在围棋等博弈中取得的了耀眼的成绩，但其根本仍是封闭条件下的相关性机器学习和推理，而智能博弈的根本依然是开放环境下因果性与相关性混合的人之学习和理解，这种学习能够产生在一定程度上范围不确定的隐性知识和秩序规则（如同小孩子们的学习一样），这种理解可以把表面上无关的事物相关起来。种种迹象表明，未来的博弈可能就是人机环境系统融合的系统。
孙子曰：知彼知己，方百战不殆。这里的知既包括人的感知，也包括机器的感知，人机之间感知的区别是人能够得意忘形，机器对于意向的理解还不能够像人一样灵活深入；这里的彼既包括对手、也包括装备和环境，这里的己也包括己方的人、机、环境三部分。所以，没有人，就没有智能，也就没有人工智能，更没有未来的战争。真正的智能或人工智能，不是抽象的数学系统所能够实现的，数学只是一种工具，实现的只能是功能，而不是能力，只有人才会产生真正的能力，所以人工智能是人、机、环境系统相互作用的产物，未来的博弈也是机器计算结合人算计的结果，是一种结合计算的算计或是一种洞察，事实上，若仅是单纯的计算，算的越快、越准、越灵，危险往往越大，越容易上当受骗，越容易“聪明反被聪明误”，而中国一个著名的成语“塞翁失马”就说明了计算不如人的算计和洞察。
最近一段时间，一些国家分别针对未来博弈方式提出了多域、全域、马赛克等模式，这些都是人机环境系统工程，是人、机、环境中各元素的弥散与聚合，是各种符号的分布式表征计算与众多非符号的现象性表示算计综合、混合、融合，同时也是机械、信息、知识、经验、人工智能、智能、智慧的交叉互补。
所以，人机融合智能机制、机理的破解将成为未来博弈致胜的关键。任何分工都会受规模和范围限制，人机融合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被动的，外部需求所致；能力分配是主动的，内部驱动所生。在复杂、异质、非结构、非线性数据/信息/知识中，人的或者是类人的方向性预处理很重要，当问题域被初步缩小范围后，机器的有界、快速、准确优势便可以发挥出来了；另外，当获得大量数据/信息/知识后，机器也可以先把他们初步映射到几个领域，然后人再进一步处理分析。这两个过程的同化顺应、交叉平衡大致就是人机有机融合的过程。
未来的博弈不仅是智能化博弈，更是智慧化博弈，未来的博弈不但要打破形式化的数学计算，还要打破传统思维的逻辑算计，是一种结合人、机、环境各方优势互补的新型计算-算计博弈系统。这有点像教育，学校的任务是将知识点教授给学生（有点像机器学习一样），但教育不只是教授知识点，教育应该挖掘知识背后的逻辑，或者是更深层次的东西。比如，我们在教计算的时候，其实要去想计算背后是什么。我们首先是应该培养学生们的数感，再去教他们计算的概念，什么是加、什么是减，然后教怎么应用，进而形成洞察能力。
在智慧化博弈中，协同博弈是必要的手段。鉴于核的不断蔓延和扩散，国家无论大小，国与国之间的未来博弈成本将会越来越高。从某种角度上说，两者既是合作伙伴，又是竞争对手和战略对手（既要防止核/生化/智能系统失控，又要摧毁对方的意志并打败对手）。如果把男性看作力量，把女性看作智慧，那么未来的博弈应该是女性化战争，至少是混合式的博弈。
无论人工智能怎样发展，未来是属于人类的，应该由人类共同定义未来博弈的游戏规则并决定人工智能的命运，而不是由人工智能决定人类的命运。究其因，人工智能是逻辑的，而未来博弈不仅仅是逻辑的，还存在着大量的非逻辑因素。面对对方强劲的电磁频谱和网络空间博弈能力，各力量之间协同实施多领域博弈时，信息通联、指挥控制系统，情报、监视、侦察等各个系统的无缝衔接和协调统一也将是一大考验。
所以，未来博弈是将人机环有效结合，并协同多方领域，形成的智慧化协同博弈模式。