[ 編者按 ] AI從技術(shù)名詞到商業(yè)焦點(diǎn)不過(guò)短短數(shù)年，盡管科技圈和創(chuàng)投界普遍相信未來(lái)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(lái)。
科技巨頭正試圖牢牢掌控從芯片到平臺(tái)、框架等AI底層技術(shù)和產(chǎn)業(yè)，國(guó)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(lái)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(chǎng)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(huì)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(cè)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(huì)的新鮮資訊，為你提供升級(jí)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(tīng)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(guó)對(duì)人工智能的風(fēng)險(xiǎn)投資同比增長(zhǎng)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(huì)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(huì)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(dòng)。但是，如果你在白天寒冷的陽(yáng)光下掘金，會(huì)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(guò)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(dòng)化技術(shù)和人工智能系統(tǒng)，而非依賴體力勞動(dòng)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(méi)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(huì)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(cè)。?Best Practice AI Ltd
這場(chǎng)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(wú)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(lái)為這個(gè)企業(yè)提供發(fā)展動(dòng)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(zhēng)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(huì)的領(lǐng)域知識(shí)；（3）人工智能應(yīng)用領(lǐng)域的大量人才時(shí)，就會(huì)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(wàn)億美元增長(zhǎng)到2022年的接近4萬(wàn)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(huì)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(huì)，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(kāi)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(lái)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(shuō)你需要證明招聘算法不會(huì)因?yàn)樾詣e、年齡、社會(huì)人口統(tǒng)計(jì)、健康等照顧因素而歧視某些人。
英國(guó)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(jiàn)和歧視時(shí)；
● 人工智能模型的準(zhǔn)確性；
● 自動(dòng)化決策的水平，無(wú)論是全自動(dòng)化還是半自動(dòng)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(kù)與技術(shù)平臺(tái)時(shí)，會(huì)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(wèn)題，管理者在睡覺(jué)前還在擔(dān)心的問(wèn)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(wàn)小時(shí)的候選人面試時(shí)間，每年節(jié)省逾100萬(wàn)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(lái)確定利益相關(guān)者、與這些利益相關(guān)者會(huì)面、評(píng)估當(dāng)前的業(yè)務(wù)情況、提出問(wèn)題以確定關(guān)鍵問(wèn)題、評(píng)估這些問(wèn)題對(duì)多個(gè)部門(mén)的影響、就影響和需求達(dá)成共識(shí)。
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(huì)。如果你認(rèn)為這些機(jī)會(huì)最終不會(huì)給你帶來(lái)任何好處，請(qǐng)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(méi)有提供關(guān)于這種技術(shù)如何通過(guò)影響收入、效率和客戶服務(wù)來(lái)推動(dòng)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(huì)使用技術(shù)語(yǔ)言和商業(yè)語(yǔ)言這一點(diǎn)至關(guān)重要，他們需要在技術(shù)語(yǔ)言和商業(yè)語(yǔ)言之間進(jìn)行翻譯。
? 降低試驗(yàn)（試點(diǎn)）門(mén)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(lái)訓(xùn)練機(jī)器學(xué)習(xí)模型。
對(duì)于那些非常忙碌的企業(yè)來(lái)說(shuō)，他們沒(méi)有多少興趣做大量繁重的工作來(lái)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(kāi)發(fā)生命周期通常會(huì)比移動(dòng)端app的設(shè)計(jì)周期更長(zhǎng)，將一種產(chǎn)品推向市場(chǎng)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(huì)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(duì)研究和技術(shù)沒(méi)有一定的了解，投資人可能就無(wú)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(dòng)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(lái)更深刻的洞見(jiàn)、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(huì)帶來(lái)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(jiàn)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(lái)越多的競(jìng)爭(zhēng)優(yōu)勢(shì)。
初創(chuàng)公司要想在這個(gè)競(jìng)爭(zhēng)激烈的市場(chǎng)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(shí)產(chǎn)權(quán)專利和論文，擁有深厚的領(lǐng)域?qū)I(yè)知識(shí)，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(méi)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(huì)成為被收購(gòu)的公司（因人才而被收購(gòu)的公司）。
情報(bào)
#自動(dòng)化≠失業(yè)潮#
自動(dòng)化創(chuàng)造新的職業(yè)需求
? 解放員工。自動(dòng)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(mén)從事日益熱門(mén)領(lǐng)域工作的新專業(yè)人士打開(kāi)了市場(chǎng)。
? 技能需求變化。戰(zhàn)略規(guī)劃、解決問(wèn)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(zhǎng)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(wú)論是收集數(shù)據(jù)、篩選信息還是分析問(wèn)題，機(jī)器人都會(huì)越來(lái)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(dòng)標(biāo)記重要任務(wù)、安排會(huì)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(huì)規(guī)范。在對(duì)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(huì)的倫理規(guī)范。
