三點(diǎn)，讓你知道這家AI創(chuàng)企值不值得投！

我不只一次聽過這樣一個(gè)有趣的事情，那就是創(chuàng)業(yè)加速器會(huì)讓入駐初創(chuàng)公司在產(chǎn)品介紹中使用如深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等人工智能術(shù)語，以此吸引投資者。

這個(gè)做法對于那些還未入門的投資者非常有用，他們會(huì)被這些專用術(shù)語深深打動(dòng)，然后馬上拿著一份投資協(xié)議來到公司門口，愿意不惜一切代價(jià)投資給創(chuàng)始人。

雖然我有些夸大其詞，但是這個(gè)現(xiàn)象是確實(shí)是真實(shí)存在的。

所有關(guān)于人工智能的炒作很容易使人迷失在這個(gè)人工智能無處不在的世界里。

因此，我曾發(fā)誓不能被那些吹噓人工智能術(shù)語的人所欺騙。

部分出于求知欲，但更大部分是出于長期的不安全感，我總結(jié)出投資人工智能的三大規(guī)律。

在這里我將分享給你們：1. 應(yīng)用型人工智能公司更具價(jià)值。

我們可以將人工智能公司大致分為兩種類型，分別是通用人工智能技術(shù)公司和應(yīng)用人工智能技術(shù)公司。

通用人工智能公司提供通用人工智能技術(shù)，例如神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法，可以在所有的研究領(lǐng)域推廣，但必須經(jīng)過訓(xùn)練才能被應(yīng)用到實(shí)際的產(chǎn)品中。

這種類型的公司具有很高的技術(shù)，但是往往缺乏技術(shù)的具體應(yīng)用能力。

相比之下，應(yīng)用人工智能公司能夠利用人工智能技術(shù)來解決特定業(yè)務(wù)和產(chǎn)品問題。

他們已經(jīng)看到了市場上的需求，如自動(dòng)駕駛，并且也正在利用人工智能技術(shù)來滿足這種需求。

根據(jù)經(jīng)驗(yàn)來看，我只關(guān)注應(yīng)用人工智能公司。

以下是我認(rèn)為值得為它冒險(xiǎn)的兩大原因：1）可擴(kuò)展的商業(yè)模式：與應(yīng)用人工智能公司相比，通用人工智能公司往往沒有可賣的產(chǎn)品，無法以可擴(kuò)展的商業(yè)模式獲得利益。

如果他們沒有經(jīng)過培訓(xùn)來滿足特定業(yè)務(wù)需求，那么就沒有潛在客戶會(huì)許可這樣一個(gè)公司的算法經(jīng)營。

若是投資這樣的公司，你最終獲得的是一堆需要大規(guī)模定制的代碼，而不是一個(gè)值得風(fēng)險(xiǎn)投資的可擴(kuò)展產(chǎn)品。

2）更有利的退路：通用人工智能技術(shù)公司的被收購機(jī)會(huì)很小，而且隨著企業(yè)建立人工智能部門，收購機(jī)會(huì)將會(huì)更小。

在人工智能炒作早期，我們可能已經(jīng)看到一些通用人工智能公司的收購案例。

最引人注目的是谷歌以4億美元收購神經(jīng)網(wǎng)絡(luò)公司DeepMind，它最終成為谷歌深度學(xué)習(xí)的研發(fā)團(tuán)隊(duì)。

這樣的早期收購實(shí)際上是研發(fā)投資或者聘用式收購。

當(dāng)大公司實(shí)施他們的人工智能策略時(shí)，他們不會(huì)僅僅為了一些專業(yè)知識而投資太多。

相反，他們會(huì)選擇收購應(yīng)用人工智能公司，并將應(yīng)用人工智能技術(shù)應(yīng)用到自己現(xiàn)有的產(chǎn)品中，不會(huì)再考慮收購?fù)ㄓ萌斯ぶ悄芄尽?/p>

也就是說，如果你選擇在早期投資，那么通用人工智能公司仍可能是一個(gè)不錯(cuò)的選擇。

在這種情況下，收購公司也是一種退路。

但是在投資前，你最好確保自己投資的是一個(gè)擁有高端技術(shù)人員的公司。

此外，收購公司會(huì)讓你更難全身而退，所以為了看到最終的回報(bào)，你必須盡早投資。

不過，如果要我做決定的話，應(yīng)用型人工智能公司是首要投資對象。

2. 了解初創(chuàng)公司的技術(shù)是否在現(xiàn)實(shí)世界中起作用。

好，現(xiàn)在我們已經(jīng)知道要先投資應(yīng)用人工智能公司，但是要如何選擇發(fā)展最好的那家呢？有人說要看該公司的算法，也有人說要看該公司的數(shù)據(jù)。

這兩種說法都不對。

人工智能的一個(gè)主要難題是要掌握一種復(fù)雜難懂的高端技術(shù)，即深層神經(jīng)網(wǎng)絡(luò)技術(shù)，也稱黑盒子模型。

這種技術(shù)需要幾十年相關(guān)研究經(jīng)驗(yàn)才能真正了解掌握。

因此，唯一的辦法就是觀察這種技術(shù)在現(xiàn)實(shí)世界中的表現(xiàn)。

在人工智能中，一個(gè)基于好數(shù)據(jù)的糟糕算法勝過一個(gè)基于壞數(shù)據(jù)的完美算法。

因此，真正重要的是整個(gè)系統(tǒng)的表現(xiàn)。

3. 選擇能夠成功的小眾市場并優(yōu)先建立數(shù)據(jù)庫。

幾個(gè)星期前，我觀看了人工智能專家吳恩達(dá)的演講，他講了一個(gè)關(guān)于他上批學(xué)生創(chuàng)立公司的故事。

有一天，這些來自斯坦福大學(xué)的工程師們來到了北加利福尼亞州的某個(gè)農(nóng)場，開始用手機(jī)給種植的萵苣拍照片。

那里有一顆萵苣。

咔嚓！ 這里有一顆萵苣。

咔嚓！那里也有一顆萵苣。

咔嚓！隨著時(shí)間的流逝，學(xué)生們收集了世界上最多的萵苣照片。

緊接著他們創(chuàng)立了農(nóng)業(yè)自動(dòng)化技術(shù)公司Blue River Technology，該公司通過這些萵苣圖片訓(xùn)練機(jī)器人，以實(shí)現(xiàn)高精度的除草劑噴灑技術(shù)。

這不但減少了90％的農(nóng)場除草劑用量，降低了農(nóng)民的成本，而且還避免了雜草的抗藥性增強(qiáng)。

2017年10月，公司成立不到十年，John Deere就以3.05億美元收購了Blue River。

Blue River成功的原因在于人工智能策略。

它在這個(gè)特定的市場中建立了一個(gè)數(shù)據(jù)庫，并利用比任何競爭對手都多的相關(guān)數(shù)據(jù)，以最有意義的方式來訓(xùn)練人工智能系統(tǒng)。

在這個(gè)人工智能的新世界里，數(shù)據(jù)決定一切。

為了通過訓(xùn)練算法來解決已有的問題，你需要大量高質(zhì)量數(shù)據(jù)來訓(xùn)練人工智能系統(tǒng)。

你擁有的數(shù)據(jù)越多，你的人工智能系統(tǒng)操作就越精確。

這對企業(yè)來說，能夠擁有數(shù)據(jù)并戰(zhàn)略性地利用它，可以使自己在競爭中獲得優(yōu)勢。

而Blue River采取這種方式，收集了大量萵苣照片，訓(xùn)練他們的機(jī)器人辨認(rèn)好壞萵苣的差別，從而優(yōu)化了機(jī)器人的除草劑噴灑技術(shù)。

通過這一張張萵苣圖片，其算法變得更精細(xì)，更強(qiáng)大，更準(zhǔn)確。

Blue River的萵苣數(shù)據(jù)庫和基于該數(shù)據(jù)庫的人工智能系統(tǒng)成為了它的競爭優(yōu)勢。

一旦該公司擴(kuò)建它的萵苣圖片數(shù)據(jù)庫，那么無論是數(shù)據(jù)還是基于該數(shù)據(jù)的人工智能系統(tǒng)上，其他競爭對手將很難超越它。

因此，這個(gè)建立龐大的數(shù)據(jù)庫的策略，也使得那些新興的初創(chuàng)公司永遠(yuǎn)無法超越如Facebook和谷歌。

谷歌在這二十多年收集了大量客戶的搜索數(shù)據(jù)，如今已能夠迅速向客戶提供最佳搜索結(jié)果。

這樣的大公司將會(huì)持續(xù)收集數(shù)據(jù)，擴(kuò)大他們的數(shù)據(jù)庫，讓其他競爭對手無法超越。

記住：萵苣創(chuàng)業(yè)公司通過這個(gè)策略能夠獲得成功。

因此，要選擇在一個(gè)沒有數(shù)據(jù)壟斷的競爭對手的小眾市場創(chuàng)立公司，然后開始收集相關(guān)數(shù)據(jù)。