面临的挑战与机遇
　　由于应用的广泛性，得到了许多科技工作者以及各国厂家的关注及推崇。近年来他们对其光源、干涉仪、检测器及数据处理等各系统进行了大量的研究和改进，使之日趋完善。如仪器精密度的提高，红外光谱仪在分辨率和扫描速度等方面达到了很高的指标。红外光谱仪的调整、控制、测试及结果的分析大部分由计算机完成。虽然相对于之前的红外光谱仪而言，有了很大的提高，但其本身也存在不少的缺陷：
　　1、样品制作比较麻烦，并且会破坏样品原本形态或表面污染。因此就不能应用在一些如对珠宝，钻石，纸币，邮票，笔迹等的真伪鉴定上了。解决办法：针对这些缺陷，漫反射傅立叶变换红外光谱技术和衰减全反射傅立叶变换红外光谱技术很好的解决了这一问题。
　　2、红外光谱的定性分析时要将测得的图谱与已知样品图谱或标准图谱进行对比，而同一化合物在不同状态，不同溶剂中都会显出不同的光谱，此外，浓度、温度、样品纯度、的分辨率等因素对分析结果也有影响。因此红外光谱的解析十分的复杂，并且工作量十分的大。
　　随着计算机技术的发展，红外光谱定性分析实现了计算机检索和辅助光谱分析，但是，这种检索能力受到存储数据量的限制，因为新合成的化合物越来越多，建立图谱库的工作量越来越大。
　　现在人们开始研究一种称之为辅助红外光谱解析的方法，这是一种人工智能技术，它能根据未知物图谱中吸收带的特征频率、强度及形状等信息，利用计算机进行演绎推理，完成对未知物官能团的分析。目前仍处于研究阶段。相信不久的将来，会开发出在解析化学结构方面具有完善功能的的人工智能系统。