2017年五大人工智能创业公司预测!

人工智能掀起了一阵热潮,2017年也将是一小部分垂直导向的AI创业公司解决以前那些需要专家才能解决的全栈行业的问题,利用数据、使用人工智能产品,来实现其核心价值。

 

2017年人工智能创业公司的五大预测:

 

1. bots狂潮退却

 

去年bot很火。

 

在技术领域,但给我们谈论bot时,我们通常指的是软件代理,倾向于被定义为“四个区分代理与任意程序的、对环境有反应、自主性、目标导向性和持续性的主要概念”。

 

有许多公司把“bot”的定义改变成“任何形式的业务流程自动化”,并创建了属于“RPA”,是“robotic process automation”的缩写。

 

虽然业务流程自动化当然会在未来几十年内继续演进,但目前在“语音”和“聊天”之间定义为绘画界面的狂热会在2017年开始崩溃。有以下几点原因:

 

1)消费者互联网中的社交和个性化“战争”就可以看出很多东西。获胜的个性化平台是Facebook,也是成功的社交平台。人们仍然喜欢与大多数事情和其他人进行互动。很多关于聊天机器人的想法和观念都带着天真的功利注意,缺乏“社会常识”来了解人与人之间的、满足人类需求的互动。为此,许多机器人可能没法长期留住它们的用户。

 

2)从全球消息传递app的繁荣,比如像中国市场中类似微博的平台成功,其实传递了许多错误的信号。很多人从这些趋势中推断,并在像人工智能的数字个人助理平台上下注。这些社交平台解决了一部分功利和情感的需求,但我们还并不清楚是否能应用到纯粹的使用AT驱动的聊天机器人中。

 

3)与其他更多的可视解决方案相比,对话界面通常是效率很低的。对话界面很有趣,在HCI社区已经有几十年了。有一些应用程序,用对话界面是很棒的。但在现实中,对于绝大多数应用程序,还是需要更有效的界面来完成任务。

 

4)这里说的bots狂潮退却并不是说人工智能还不够好。我们可以使用现代技术构建许多有趣的机器人界面,但得确保人们想要、需要用它们。

 

 

2. 深度学习商品化

 

深度学习这一块现在还处于狂热阶段。对于那些没有多少意义的各种人工智能属于来说,深度学习是机器学习的一部分,而机器学习是人工智能的一部分。

 

深度学习初创公司已经取代了5年前的iOS移动应用初创公司。现在已经有许多公司拥有深度学习的能力,特别是计算机视觉这一块,能够产生卓越的结果和解决新的问题的能力。你看,像Google、Facebook、Twitter、Uber、Microsoft、Salesforce等大公司,也积极地在做战略并购这样的公司呢。

 

为什么会说今年深度学习会商品化呢?NIPS 2016上,很明显能看到深度学习是无处不在的,现在已经有那么多拥有深度学习技能的、已经毕业了的研究生。而且市场也已经准备好了更多的供应。技术和市场都已经有了,商品化也快了。

 

要澄清的一点是,这里说的深度学习今年会商品化,并不是说机器学习本身会商品化。机器学习的人才仍然非常昂贵。

 

 

3. 人工智能是VC们的Cleantech 2.0版本?

 

2010年前后的清洁技术引发了一场投资狂潮,但大量投资最终都失败了,人工智能是否也会如此呢?

 

清洁技术并不是个市场,它是一个交叉关注点。气候变化和可持续性问题是非常严重的问题,并且值得我们去思考原因和利润业务。然而,跨领域的关注并不是份生意,生意指的是出售用户想要的产品或服务。特斯拉和太阳能城市可以说是清洁技术的成功案例,但请注意,它们都是“全栈业务”,分别是汽车公司和太阳能公司。所以当清洁技术是一个完整的公司,销售一个真正的产品到实际的市场,那是OK的,但清洁技术行不通,因为她不是从客户需求的前提展开的。优秀的企业都是从客户需求着手的。具有社会使命但没有以客户为中心的公司,最多只是个慈善机构。伟大的公司永远是把客户需求放在第一位的。

 

绿色能源也不是块市场。太阳能增长很快,因为它在经济上的成本越来越低。当Warren Buffett和Elon Musk在这块市场上竞争时,这表明它有良好的商业意义。他们认为可持续发展是一个重要的使命,但也意识到它必须把客户放在第一位,而任务是实现服务于企业客户和员工的需求。没有什么比具有可持续性使命,但不可持续发展的企业更具嘲讽意味的了。

 

在清洁技术领域,在过去的几年中,我们已经开始看到许多人工智能伦理委员会等等,人们谈论当机器人采取所有的工作时,应该怎么做等等等等。这是从事人工智能领域的人们的态度,因为他们觉得自己做的事儿很重要。这种朦胧的傲慢使人们看不到他们其实被困在一个回声室里,每个人都在谈论技术趋势,而不是客户的需求和公司的经济效益。

 

清洁技术和人工智能都是深科技问题,一个初创公司和VC社区也越来越多的在消费者互联网和简单的SaaS服务商进行培训,但还是无法充分评估深度技术领域的投资机会。

 

经济的信息时代根本上改变了人类历史上经理的狂躁恐怖周期,社交互动的快速增长和在线信息的传播创造了一种效应,这种效应在商业周期开始之前就掀起一阵狂热。消费者互联网就是个很好的例子,90年代的狂热导致到2000年开始崩溃,正如实际的商业周期开始。两年后的2002年,成立于1998年的谷歌,开始招聘各种人才,并定义了消费者互联网真正的商业周期。

 

四年后,清洁技术被宣布“死亡”,而太阳能是最干净、最便宜的能源,Elon和Warren都在用它。Tesla和Solar City都在成为一个弯针高的清洁技术帝国。

 

所以,作者认为人工智能初创公司目前还处于“pre-mania”的阶段。它们中的许多,以和10年前倒下的人工智能出川公司同样的方式,以失败告终。

 

人工智能初创公司大多是锤子寻找钉子的状态。在接下来的12-24个月左右会变得更加明显。

 

 

4. MLaaS的第二次死亡

 

机器学习我们已经看了十年了,但一直都在不断失败。

 

关于它为什么总是不能成的原因?有些人只知道使用开源代码,而有些人啥都不会做,甚至是使用API。

 

许多非常聪明的朋友也会陷入这种困境。亚马逊、谷歌、微软都试图出售过一个MLaaS,作为他们云战略的而一个组成部分。无论是来自大型云提供商的服务还是来自初创公司的服务,最终都是一样的。云服务商会接到许多订单,但他们不会赚大钱,MLaaS的初创公司也会在今年满满走向死亡。

 

这里的问题是一个非常实际的问题:MLaaS没有客户群,他们既不能满足主管部门,也不能满足客户群。

 

 

5. 全栈垂直人工智能初创公司能成

 

原文作者已经在人工智能领域工作了近20年了,并且在硅谷创立了近10个人工智能初创公司。他的经验让他非常兴奋并清醒地专注于全栈垂直人工智能应用程序。

 

作者表示,他认为每个行业都会被人工智能改变。低水平的、基于任务的会被人工智能快速商品化。如果你不能解决一个完整的、高水平的堆栈问题,那么你就会被困在一个商品化的低级别的人工智能服务的世界,面临的问题就是可能会被收购或被淘汰。

 

垂直的人工智能创业解决了需要主题专业知识、独特数据、使用人工智能提供其核心价值主张的产品的全栈行业问题。

 

虽然大多数机器学习人才在消费者互联网巨头和相关的一般技术公司工作,大规模和及时的问题潜伏在每个主要行业的技术之外。如果你相信“软件正在吞噬世界”的假设,那么每个行业的每个公司都需要成为一家技术公司。

 

当你专注于垂直,你就可以找到高水平的客户需求。这些是极好的商业机会,但需要更多的业务知识和专题专业知识。刚开始起步的人工智能创业往往就做不到,并且万网没有意识到需要业务和具有“提高堆栈”或“全栈”的专业知识。

 

新的全栈垂直人工智能创业公司在金融服务、生命科学和医疗保健、能源、交通、重工业、农业、材料方面不断涌现。这些初创公司将解决由专有数据和机器学习模型驱动的高级问题。其中一些将在2017-2018年达到1个亿的ARR。而将会完全卡出的人工智能创业公司包括Tesla和Solar City这样的清洁技术公司。

人工智能 预测 2017