在人工智能領(lǐng)域內(nèi)的一系列突破點燃了無限商機,大公司希望抓住機遇來加強現(xiàn)有職位,小公司希望借助新技術(shù)來提升市場領(lǐng)先地位。作為FirstMark的投資者,Matt Turck已經(jīng)看到機器學(xué)習(xí)領(lǐng)域內(nèi)的初創(chuàng)正在躍躍欲試。Matt Turck曾任Bloomberg Ventures常務(wù)董事,現(xiàn)為FirstMark Capital合伙人。
以下是Matt Turck對于機器學(xué)習(xí)型初創(chuàng)公司發(fā)展模式的討論,哪些是推動生態(tài)系統(tǒng)發(fā)展的原因,以及為什么它們看起來與之前的SaaS初創(chuàng)公司不同。
Matt:我是紐約風(fēng)投公司FirstMark的合伙人,F(xiàn)irstMakr管理著61億美元的資金,已經(jīng)成為紐約市最大的早期投資創(chuàng)業(yè)公司。作為投資者,我雖然對很多事情感興趣,但我重點關(guān)注的領(lǐng)域有兩個。
第一個是“數(shù)據(jù)領(lǐng)域”,包括大數(shù)據(jù)、機器學(xué)習(xí)和人工智能公司,以及將大數(shù)據(jù)視為護(hù)城河的初創(chuàng)公司,如ActionIQ、Dataiku、x.ai、Sense360和HyperScience這樣的公司,我很熱衷于投資于這樣的企業(yè),并時常在博客上討論這些話題。與此同時,我還運營著一個有著14000名大數(shù)據(jù)和AI愛好者的社區(qū)——Data Driven NYC。
第二是“前沿科技領(lǐng)域”,包括新型計算平臺、VR/AR、物聯(lián)網(wǎng)以及你所能想到的所有流行新事物。同樣地,我也會在個人博客上討論,并運營著一個超過5000人的社區(qū)Hardwired NYC。
1、現(xiàn)在確實是投資AI的最佳時機
我是以數(shù)據(jù)分析師這個角色進(jìn)入科技行業(yè)的。我是一家搜索引擎初創(chuàng)公司的聯(lián)合創(chuàng)始人,我們用貝葉斯理論(一種機器學(xué)習(xí)方法)來進(jìn)行問題搜索和檢索。
實際上,機器學(xué)習(xí)已經(jīng)存在于創(chuàng)投領(lǐng)域很多年了。但近年來,因為大數(shù)據(jù)的出現(xiàn)這個領(lǐng)域變得有趣了許多。大數(shù)據(jù)技術(shù)以合理的成本和速度捕獲和處理大量數(shù)據(jù)。另一方面,它同時加快了機器學(xué)習(xí)的發(fā)展速度,特別是需要大量數(shù)據(jù)工作的領(lǐng)域,如神經(jīng)網(wǎng)絡(luò)。
現(xiàn)在正是投資該領(lǐng)域的最佳時機。在我看來,人工智能確實很熱。
2、營銷蓋過現(xiàn)實:IBM可能在兌現(xiàn)承諾方面做得最差
很大程度上,正是因為他們的營銷機制和雄心勃勃讓他們陷入了一個尷尬的境地:承諾太多,同時間投入在多個領(lǐng)域難以得到市場的滿意回饋。據(jù)說,只要你愿意花幾個月的時間和大量的金錢去訓(xùn)練IBM Waston,你就能用它來實現(xiàn)有趣的事情。但是,很明顯,這有些言過其實了。
他們會發(fā)現(xiàn),在每個垂直領(lǐng)域的競爭上都十分激烈。據(jù)我了解,他們正在損失大量交易,通常是敗給那些更為專注、靈活的小公司。
3、人才是核心,而創(chuàng)業(yè)公司距離人才更近
創(chuàng)業(yè)生態(tài)系統(tǒng)的導(dǎo)向和市場收購動作有著直接聯(lián)系。因為創(chuàng)業(yè)公司距離機器學(xué)習(xí)領(lǐng)域的人才更近,而目前來看,這個因素是該行業(yè)的決定性條件。
4、沒有大數(shù)據(jù)對創(chuàng)業(yè)公司的影響并沒有想象中大
行業(yè)里最敏銳的人正在致力于減少神經(jīng)網(wǎng)絡(luò)對大數(shù)據(jù)的依賴,這是未來的一個方向
眾所周知,專有數(shù)據(jù)是模型訓(xùn)練的關(guān)鍵,這使得創(chuàng)業(yè)公司和大公司相比會處于劣勢,但是這同時也會讓他們具備更多創(chuàng)造性,讓資源變得豐富。
從技術(shù)角度來說,當(dāng)下該行業(yè)中最敏銳的人(不僅僅是初創(chuàng)公司里的人)正在致力于讓神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)量較少的情況下發(fā)揮作用。在可以看得到的未來里,這將是這個行業(yè)前進(jìn)的方向。
幾家我很熟悉創(chuàng)業(yè)公司已經(jīng)取得了一些真正的進(jìn)展,并在遷移學(xué)習(xí)方面做了一些有趣的事情。話雖如此,這似乎還是一個特別棘手的問題,所以還需要些時間。
同時,創(chuàng)業(yè)公司也正在尋找多種的方法獲得他們所需要的大型數(shù)據(jù)集。例如醫(yī)學(xué)成像領(lǐng)域的人工智能公司,他們中的一些人在與特定醫(yī)院建立了合作后,能安全地訪問一些特定的放射影像數(shù)據(jù)庫。在保險、工業(yè)機械、農(nóng)業(yè)等領(lǐng)域也同樣如此。
另外,獲取數(shù)據(jù)只是挑戰(zhàn)的中一部分,你還需要給它貼上標(biāo)簽,以便深入學(xué)習(xí)。一些創(chuàng)業(yè)公司在世界各地雇傭了一大批人,用Mechanical Turk(Amazon旗下的公司,網(wǎng)絡(luò)交易平臺)的套路來給他們的數(shù)據(jù)貼上標(biāo)簽。
我還看到其他一些創(chuàng)企聘請了一些行業(yè)專家來給特定類型的數(shù)據(jù)貼上標(biāo)簽,比如一個外科醫(yī)生精英組給最復(fù)雜的醫(yī)療圖像數(shù)據(jù)集貼標(biāo)簽。
5、理論上,任何人都能收集到足夠多的數(shù)據(jù),形成馬太效應(yīng)
理論上,任何人都能從多個用戶那里收集到足夠多的數(shù)據(jù),在集合數(shù)據(jù)集上運行算法,并將學(xué)習(xí)反饋給每個客戶的機器學(xué)習(xí)企業(yè)這些都可以從數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)中受益。
以x.ai項目為例,人工智能助手安排的會議越多,得到的數(shù)據(jù)也就越多,算法隨即變得越聰明。算法越智能,體驗也就越好。反過來,體驗越好,人們也就會更愿意使用x.ai來安排會議,從而x.ai就能獲得更多的數(shù)據(jù)。如此良性循環(huán)下去。這便是數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。
這種效應(yīng)的奇妙之處適用于很多創(chuàng)業(yè)公司,從像x.ai幫助人們安排會議的公司,再到像Phosphorous幫助醫(yī)院經(jīng)營基因檢測實驗室的公司都能適用。
在B2B模式背景下,通常不會輕易受到數(shù)據(jù)聚集帶來的馬太效應(yīng)影響,因為企業(yè)都很注重對數(shù)據(jù)的保護(hù),比較抗拒把自家數(shù)據(jù)和所在行業(yè)其他公司的數(shù)據(jù)摻糅在一起。
另一方面,數(shù)據(jù)集造成的門檻問題也將在一定程度上得到解決。谷歌搜索在幾個月前發(fā)表了一份關(guān)于聯(lián)合學(xué)習(xí)的文章,文章的想法是:在不實際收集數(shù)據(jù)的情況下支持協(xié)作式機器學(xué)習(xí)。這就可以解決所有關(guān)于數(shù)據(jù)隱私的擔(dān)心,充分利用各類數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)了。
不管怎樣,數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的影響要幾年才能發(fā)揮出來。創(chuàng)企要建立客戶基礎(chǔ)來收集足夠的數(shù)據(jù),這才能讓他們的模型進(jìn)行學(xué)習(xí)。不過,一旦完成,企業(yè)就會形成較強的競爭力。
6、人工智能創(chuàng)業(yè)不是簡簡單單4、5個人就能搞定的事
我認(rèn)為,大多數(shù)的人工智能創(chuàng)企最終都會趨同。例如,由于不同行業(yè)的特點、客戶規(guī)模、價格等,面臨著多種不同的市場策略供創(chuàng)業(yè)者選擇,然而這些公司最后將會變得和軟件或SaaS公司類似。但是,我們還遠(yuǎn)未達(dá)到那種程度?,F(xiàn)在,建立機器學(xué)習(xí)產(chǎn)品還需要大量的研發(fā),訓(xùn)練算法需要大量的時間、精力、技術(shù)資源以及數(shù)據(jù)。
比較常見的情況是,AI創(chuàng)業(yè)團(tuán)隊以大額預(yù)算來追求大體量客戶,自上而下銷售產(chǎn)品,基本上遵循合作策略。即在早期,與少數(shù)客戶建立緊密合作的基礎(chǔ)上,盡可能多地迭代產(chǎn)品?;诖罅糠?wù)來解決客戶問題的模式,以達(dá)到在工作中構(gòu)建軟件的目的,積累可重復(fù)使用的案例,再將其服務(wù)轉(zhuǎn)化為產(chǎn)品。模式穩(wěn)固,但銷售周期比較長。
但這個階段只是暫時的。隨著機器學(xué)習(xí)的大眾化和開源化,我們能得到更多的開源數(shù)據(jù)集和算法、更多訓(xùn)練有素的工程師。未來,機器學(xué)習(xí)的初創(chuàng)企業(yè)會像其他領(lǐng)域的公司一樣變得多元化。
7、AI型創(chuàng)業(yè)公司必須提供10倍產(chǎn)能
投資人是否會將人工智能創(chuàng)業(yè)公司視為收購標(biāo)的,或者是否看好這些創(chuàng)業(yè)企業(yè)發(fā)展為大型獨立公司?
考慮到風(fēng)險投資的經(jīng)濟效益,后者的可能性更大。近年來,大公司收購各種小型AI公司的確形成了一股潮流。但這種現(xiàn)象背后的原因在于,人們堅信AI的美好未來,并且機器學(xué)習(xí)領(lǐng)域的人才稀缺。所以,有機會近距離接觸研究實驗室的公司可能獲得相當(dāng)可觀的投資。不過,這種情況正在減少。
這就是為什么像我這樣的投資者對垂直人工智能創(chuàng)企會如此感興趣。在垂直領(lǐng)域方面,創(chuàng)企的專注度更高,而且他們的服務(wù)和產(chǎn)品能夠有別于大公司。當(dāng)大公司嗅到商業(yè)氣味的時候,創(chuàng)企已經(jīng)能取得不小的成就。
只要找準(zhǔn)定位,人工智能可以成為真正的差異化因素。AI技術(shù)確實會對產(chǎn)品性能產(chǎn)生巨大影響,能夠提供比現(xiàn)有質(zhì)量好上10倍的產(chǎn)品。
不論你是創(chuàng)業(yè)者還是投資人,目的都是利用下一個市場拐點來獲得發(fā)展。幾年前,這個拐點是SaaS,現(xiàn)在是人工智能。當(dāng)然,這個時間窗口終究會結(jié)束。但是,現(xiàn)在很多的人工智能企業(yè)都有機會成為這一行業(yè)的領(lǐng)軍人。
【新零售行業(yè)峰會來襲!】2016年馬云在云棲大會上首提“新零售”,自此“新零售”已成為當(dāng)下電商界最熱詞,各電商大佬反復(fù)提到“線上線下融合”。如今,無人便利店、無人貨架等模式也上升至新的風(fēng)口,入局者蜂擁而至……
從舊到新,從傳統(tǒng)到智能,零售經(jīng)歷著種種變化。對于企業(yè)來說,如何做到真正的落地執(zhí)行?怎樣借力實現(xiàn)銷量和渠道的裂變?現(xiàn)場演講嘉賓將在峰會上碰撞出精彩的火花,這將是一場新零售思想的盛宴。