[ 編者按 ] AI從技術(shù)名詞到商業(yè)焦點(diǎn)不過短短數(shù)年，盡管科技圈和創(chuàng)投界普遍相信未來屬于AI，但并非所有AI創(chuàng)業(yè)者都能等到那個(gè)美好的未來。

科技巨頭正試圖牢牢掌控從芯片到平臺、框架等AI底層技術(shù)和產(chǎn)業(yè)，國家政府也在積極為AI產(chǎn)業(yè)謀篇布局，而在垂直行業(yè)、企業(yè)服務(wù)、算法等層面，諸多初創(chuàng)公司迎來了一波又一波資本的追捧，可是，只有少數(shù)人能在AI戰(zhàn)場成功突圍。

本期是【AI創(chuàng)業(yè)最前線】的特輯，不論你是否身處AI創(chuàng)業(yè)領(lǐng)域，觀察AI領(lǐng)域最前線的“戰(zhàn)事”都會大有裨益，你可以了解什么策略能幫助你的AI企業(yè)成功，也能判斷應(yīng)該與什么樣的AI公司合作，畢竟你肯定不想站在輸家那一邊。

每期監(jiān)測和精編中文視野之外的全球高價(jià)值情報(bào)，為你提供先人一步洞察機(jī)會的新鮮資訊，為你提供升級思維方式的深度內(nèi)容，是為[ 紅杉匯內(nèi)參 ]。

 內(nèi)參

AI創(chuàng)業(yè)最前線

哪些公司能賺到錢？

作者 / Simon Greenman

編譯 / 洪杉

每天我們都能聽到關(guān)于人工智能企業(yè)的頭條新聞，資金在流向這些新領(lǐng)域。2018年，美國對人工智能的風(fēng)險(xiǎn)投資同比增長72%，達(dá)到了93億美元。

從硅谷到倫敦，再到上海，人工智能初創(chuàng)公司比比皆是。但在任何淘金熱中，只有少數(shù)敏銳的人會找到黃金，其他人則失望地回家。

當(dāng)心“愚人金”

就像任何新興行業(yè)一樣，總會有一些創(chuàng)業(yè)者在夸夸其談。

很多初創(chuàng)公司的創(chuàng)始人在大吹大擂，講述其企業(yè)是如何受到深度學(xué)習(xí)的最新發(fā)展的推動。但是，如果你在白天寒冷的陽光下掘金，會發(fā)現(xiàn)，似乎很多是“愚人金”（一種外觀與黃金相似的金屬）。倫敦MMC Ventures在最近的一份人工智能報(bào)告中指出，在歐洲2830家所謂的人工智能初創(chuàng)公司中，超過40%的企業(yè)并未真正使用人工智能。

人們以為科技公司已經(jīng)建立了先進(jìn)的自動化技術(shù)和人工智能系統(tǒng)，而非依賴體力勞動的體系運(yùn)作，這讓他們從中受益。實(shí)際情況卻復(fù)雜得多。

我們認(rèn)為人工智能公司（1）是那些如果沒有如深度神經(jīng)網(wǎng)絡(luò)等現(xiàn)代人工智能技術(shù)就不會存在的公司——這是他們存在的核心；或（2）提供人工智能基礎(chǔ)設(shè)施和工具。

人工智能價(jià)值鏈——人工智能初創(chuàng)公司在哪里？

上述公司代表每個(gè)領(lǐng)域的頭部玩家，但這份名單絕非全面，也并非預(yù)測。?Best Practice AI Ltd

這場AI淘金熱的首要受益者肯定是科技巨頭們。

盡管人工智能初創(chuàng)公司希望提供新的芯片、云服務(wù)和算法，但是這一領(lǐng)域的人工智能價(jià)值鏈卻由財(cái)力雄厚的科技巨頭控制，如谷歌、微軟和亞馬遜等。無論是什么人工智能公司在挖金礦，這些巨頭都想確保用自己的人工智能硬件、云計(jì)算和算法解決方案來為這個(gè)企業(yè)提供發(fā)展動力。

企業(yè)軟件一直由傳統(tǒng)巨頭主導(dǎo)，但許多初創(chuàng)公司都在爭先恐后地提供下一代企業(yè)服務(wù)，以填補(bǔ)現(xiàn)有企業(yè)尚未發(fā)掘的空白。

工具初創(chuàng)公司也已籌集了大量資金。這些公司有助于加速和優(yōu)化機(jī)器學(xué)習(xí)模型的部署。

另外，人工智能初創(chuàng)公司正在為特定行業(yè)打造解決方案。

那么，造就成功的人工智能初創(chuàng)公司的因素有哪些？

很明顯，許多人工智能初創(chuàng)公司提供了寶貴的解決方案。當(dāng)他們獲得（1）大量的專有訓(xùn)練數(shù)據(jù)集；（2）深入了解某個(gè)行內(nèi)潛在機(jī)會的領(lǐng)域知識；（3）人工智能應(yīng)用領(lǐng)域的大量人才時(shí)，就會成功。

我們研究的全球3000多家人工智能初創(chuàng)公司中，大多數(shù)都在嘗試打入企業(yè)內(nèi)部。

Gartner預(yù)計(jì)，企業(yè)的人工智能衍生價(jià)值將從2018年的1.2萬億美元增長到2022年的接近4萬億美元。

跨越人工智能商業(yè)鴻溝、打入企業(yè)內(nèi)部

表現(xiàn)出色的初創(chuàng)公司會逐漸了解人工智能技術(shù)的本質(zhì)以及企業(yè)中存在的機(jī)會，而不斷擴(kuò)大規(guī)模的人工智能初創(chuàng)公司則已經(jīng)跨越了從技術(shù)到企業(yè)之間的商業(yè)鴻溝。

? 確保人工智能的可靠性

技術(shù)的發(fā)展使得監(jiān)管愈發(fā)深入。2018年，歐洲開始實(shí)施《一般數(shù)據(jù)保護(hù)條例》（GDPR）保障數(shù)據(jù)當(dāng)事人的權(quán)利。

越來越多的初創(chuàng)公司需要就他們?nèi)斯ぶ悄墚a(chǎn)品的風(fēng)險(xiǎn)為企業(yè)提供某種程度上的保證。比如說你需要證明招聘算法不會因?yàn)樾詣e、年齡、社會人口統(tǒng)計(jì)、健康等照顧因素而歧視某些人。

英國信息專員辦公室最近發(fā)布了一份討論文件，確定了企業(yè)可能需要管理的特定風(fēng)險(xiǎn)領(lǐng)域，其中包括

● 分析中的公平與透明，尤其是涉及到偏見和歧視時(shí)；

● 人工智能模型的準(zhǔn)確性；

● 自動化決策的水平，無論是全自動化還是半自動化；

● 安全與網(wǎng)絡(luò)風(fēng)險(xiǎn)；

● 權(quán)衡準(zhǔn)確、隱私與解釋權(quán)。

? 解決價(jià)值高的用例，而不是華而不實(shí)的用例

技術(shù)負(fù)責(zé)人在嘗試將更多技術(shù)融入現(xiàn)有的、通常不那么完善的遺留數(shù)據(jù)庫與技術(shù)平臺時(shí)，會感到挫敗。

所以你提出的解決方案最好能解決非常重要的問題，管理者在睡覺前還在擔(dān)心的問題。最好他們的分紅計(jì)劃與此有關(guān)。

比如，HireVue和Unilever合作，節(jié)省了逾5萬小時(shí)的候選人面試時(shí)間，每年節(jié)省逾100萬英鎊。這就是高價(jià)值用例。

? B2B銷售要有精打細(xì)算的耐心

銷售需要時(shí)間來確定利益相關(guān)者、與這些利益相關(guān)者會面、評估當(dāng)前的業(yè)務(wù)情況、提出問題以確定關(guān)鍵問題、評估這些問題對多個(gè)部門的影響、就影響和需求達(dá)成共識。

當(dāng)一個(gè)銷售周期可以持續(xù)12到18個(gè)月時(shí)，耐心就顯得尤為重要。許多人工智能初創(chuàng)公司要么資金告罄，要么將寶貴資源分配給不合格的銷售機(jī)會。如果你認(rèn)為這些機(jī)會最終不會給你帶來任何好處，請迅速放棄。

? 為現(xiàn)實(shí)世界解釋人工智能的價(jià)值

在解釋這項(xiàng)尖端技術(shù)的細(xì)枝末節(jié)時(shí)，企業(yè)高管們的眼神一直都很茫然。如果沒有提供關(guān)于這種技術(shù)如何通過影響收入、效率和客戶服務(wù)來推動業(yè)務(wù)向前發(fā)展的背景信息，高管們將很快失去耐心。

初創(chuàng)公司會使用技術(shù)語言和商業(yè)語言這一點(diǎn)至關(guān)重要，他們需要在技術(shù)語言和商業(yè)語言之間進(jìn)行翻譯。

? 降低試驗(yàn)（試點(diǎn)）門檻

人工智能解決方案往往需要大量的數(shù)據(jù)和大量的時(shí)間來訓(xùn)練機(jī)器學(xué)習(xí)模型。

對于那些非常忙碌的企業(yè)來說，他們沒有多少興趣做大量繁重的工作來設(shè)置試點(diǎn)。公司需要快速的概念證明。

? 找到耐心且明智的資本投資

構(gòu)建企業(yè)人工智能技術(shù)和產(chǎn)品所需的產(chǎn)品開發(fā)生命周期通常會比移動端app的設(shè)計(jì)周期更長，將一種產(chǎn)品推向市場可能需要一年多的時(shí)間。因此，確保投資者了解時(shí)間表和投資概況是非常重要的，確保初創(chuàng)公司不會陷入種子輪和A輪融資之間的資金缺口也至關(guān)重要。

所以，如果對研究和技術(shù)沒有一定的了解，投資人可能就無法理解你的技術(shù)和產(chǎn)品的重要意義。

總而言之，人工智能初創(chuàng)公司的早期進(jìn)展很難得以衡量、得到認(rèn)可。這往往意味著，如果你接觸不到那些有興趣且有耐心地投資者，就很難獲得進(jìn)一步的融資。

人才驅(qū)動AI企業(yè)飛輪

人工智能行業(yè)的飛輪效應(yīng)很明顯。

數(shù)據(jù)越多、質(zhì)量越高，AI算法就越好，從而帶來更深刻的洞見、更高的生產(chǎn)力、更好的產(chǎn)品和服務(wù)，以及更好的客戶服務(wù)。這可能會帶來更多的企業(yè)客戶，從而收集更多的數(shù)據(jù)，進(jìn)而獲得更深刻的見解。成功的人工智能初創(chuàng)公司已經(jīng)發(fā)現(xiàn)了這一點(diǎn)，并且能夠加快速度，取得越來越多的競爭優(yōu)勢。

初創(chuàng)公司要想在這個(gè)競爭激烈的市場中蓬勃發(fā)展，就需要得到領(lǐng)先研究人員的支持。這些研究人員擁有一整套知識產(chǎn)權(quán)專利和論文，擁有深厚的領(lǐng)域?qū)I(yè)知識，并且可以獲得非常獨(dú)特、高質(zhì)量的數(shù)據(jù)集。

即便有的初創(chuàng)公司還沒有找到商業(yè)化的途徑，但如果它們正努力與一支強(qiáng)大的研究團(tuán)隊(duì)一起實(shí)現(xiàn)人工智能算法，那么它們也可能會成為被收購的公司（因人才而被收購的公司）。

 情報(bào)

#自動化≠失業(yè)潮#

自動化創(chuàng)造新的職業(yè)需求

? 解放員工。自動化接手耗時(shí)且單調(diào)的任務(wù)，并允許員工從事更具戰(zhàn)略性、創(chuàng)造性和增值性的任務(wù)。

? 創(chuàng)造新崗位。以技術(shù)為核心的就業(yè)崗位的增加，為專門從事日益熱門領(lǐng)域工作的新專業(yè)人士打開了市場。

? 技能需求變化。戰(zhàn)略規(guī)劃、解決問題、人際交往和溝通技巧將是最受歡迎的軟技能。

? 人才配置更靈活。創(chuàng)建長期雇員和高技能臨時(shí)專業(yè)人員的組合，使他們能夠填補(bǔ)技能差距，提高現(xiàn)有員工的技能。

#和機(jī)器人一起工作是一種怎樣的體驗(yàn)#

協(xié)作機(jī)器人重塑工作環(huán)境

? 我們都喜歡聰明的同事。無論是收集數(shù)據(jù)、篩選信息還是分析問題，機(jī)器人都會越來越聰明，而且比人更迅速。

? 彈性的工作方式。協(xié)作機(jī)器人可以提供個(gè)性化服務(wù)，比如自動標(biāo)記重要任務(wù)、安排會議和解讀電子郵件等方式，讓我們的工作更輕松。

? 責(zé)任與社會規(guī)范。在對協(xié)作機(jī)器人進(jìn)行設(shè)置時(shí)，需要將其設(shè)置成符合不同社會的倫理規(guī)范。