人工智能风口来了！看顶尖风投预测的AI创业5大趋势

本篇文章4455字，读完约11分钟

美国风险投资家布拉德福德·克罗斯(bradford cross)最近写了一篇文章，总结了2017年人工智能创业圈的五个预测。

以下是人工智能代编文章的主要内容:

1.聊天机器人被摧毁了

2.深度学习的商业化

3.人工智能将成为清洁技术2.0

4 . m alas死了两次

5.一个完整的垂直人工智能初创公司确实很有价值

随着人工智能行业的全面升温，2017年将是清算之年。纯粹靠炒作上升的趋势将暴露出缺乏基本面支撑的真实面目。具有讽刺意味的是，在2017年，一批专注于垂直领域的人工智能初创公司将会出现，它们将解决该行业面临的实际问题。所有这些都需要专业技能、独特数据和产品的帮助，才能充分利用人工智能技术，从而真正传达核心价值观。

聊天机器人被摧毁了

在过去的一年里，机器人引发了一场热潮。

在科技界，当我们谈论bot时，我们通常指的是一种软件代理，它通常通过四个关键概念与任意程序区分开来:对环境的反应、自动化、目标导向和持久性。

该企业将bot定义为“任何形式的业务流程自动化”，并创造了rpa这个词，意思是机器人处理自动化。

尽管业务流程自动化在未来几十年肯定会继续发展，但目前围绕“bot”的热潮指的是通过语音和聊天实现的对话界面，即聊天机器人，它将在2017年开始被摧毁。原因如下：

1.消费互联网市场的社会化和个性化战争提供了很好的借鉴。获胜的个性化平台是facebook，它也是获胜的社交平台。在大多数情况下，人们仍然喜欢与其他人互动。我怀疑许多聊天机器人会沿袭许多非社交媒体平台的老路，试图实现没有社交元素的个性化。许多关于聊天机器人的想法过于功利，但它们缺乏社会智能来识别一系列需要通过人际互动来满足的需求。出于这个原因，大多数聊天机器人将无法留住用户——即使它们最初能吸引用户。

2.世界范围内聊天软件的热潮、懈怠的兴起，以及中国微博等平台上一些活动的成功，都形成了许多误导。根据这些趋势，许多人认为他们应该在人工智能支持的数字个人助理上下大赌注。根据第1条，这些社交平台正在解决功利和情感需求。目前，还不清楚我们是否能推导出这些现象，并将其应用到纯粹的实用人工智能聊天机器人上。

3.对话界面通常是无效的，并且完成任务的效果不如具有更丰富视觉元素的其他解决方案。对话界面非常有趣，已经在人机交互领域存在了几十年。一些应用领域确实工作得很好，但事实上，我认为在大多数应用环境中可以找到更有效的接口。

4.请注意，当演示聊天机器人的消亡时，我没有理由认为“人工智能还不够好。”siri系统的问题是它们的实现很差。我们可以利用现代技术开发许多有趣的聊天机器人界面。我担心的关键问题是，尚不清楚人类是否真的想要使用这种产品。

深度学习的商业化

深度学习现在非常狂热。你可能不太了解各种人工智能术语。深度学习实际上是机器学习的一部分，而机器学习是人工智能的一部分。

早在5年前，深度学习初创公司的人才获取就已经取代了ios移动应用初创公司。许多公司对深度学习的能力感到惊讶，特别是计算机视觉的发展，它可以带来更好的结果，解决许多新问题。因此，我们可以看到谷歌(微博)、脸谱网(faceboook)、推特(twitter)、优步(uber)、微软(Microsoft)和salesforce等公司通过积极的M&A战略弥补了自己的不足。

既然这个领域如此重要，备受关注，为什么我仍然认为它会在今年商业化？从nips 2016和2016年的各种会议中，不难看出深度学习现在无处不在，许多毕业生现在都有这些技能。四年前，情况完全不同。市场通过监管创造了更多的供应。

总而言之，我需要把自己说清楚。我认为深度学习将在机器学习人才中更受欢迎，但我不认为机器学习本身会商业化。机器学习人才仍然会得到很高的溢价。在二级技术公司和技术行业以外的公司(如底特律汽车巨头)完成这一波收购后，过去几年深学型初创企业享有的人才收购溢价可能会消失。我预计今年后来者会源源不断地带来“愚蠢的钱”，但今年晚些时候，M&A交易的繁荣可能会开始放缓。

人工智能将成为清洁技术2.0

1.清洁能源不是一个市场，而是一个问题。气候变化和可持续发展都是严重的问题，因此值得考虑相应的解决方案并建立盈利企业。但这种担忧本身不是企业的问题，企业应该销售消费者想要的产品和服务。特斯拉和solarcity可以被视为清洁技术领域的成功案例，但它们都是“完整的企业”——这两家公司分别是汽车公司和太阳能公司。

因此，当清洁能源成为一个完整企业的一部分，并且这个企业能够在真正的市场上销售实际的产品时，它就会产生影响。然而，为了清洁技术而开发清洁技术是行不通的，因为它不能满足顾客的需求。伟大的企业必须从客户需求出发。一个肩负伟大使命的企业的愿景也是由客户的需求决定的。如果一个组织坚持社会使命，但没有建立一个以客户为中心的愿景，它最多只能被视为一个有效的慈善组织。伟大的公司会把客户的需求放在第一位，而不是技术趋势，即使它给你一种使命感。

2.绿色能源不是市场，而是能源。太阳能发展很快，因为它非常经济。当沃伦巴菲特和埃隆马斯克争夺市场时，这可能表明它确实有商业价值。他们都认为可持续发展是一个重要的使命，但他们也明白，要使一个企业成为一个真正的企业，客户应该放在第一位。使命需要在服务顾客和员工的过程中实现。恐怕没有什么比一家不能持续发展的公司更具有讽刺意味了。

3.自负的救世主心态。在清洁能源领域，许多人都秉承傲慢的救世主心态，这已经成为科技狂热的典型特征。在过去的几年里，我们在人工智能市场上看到了许多自命不凡的人工智能伦理委员会，许多人都在讨论:一旦所有的工作都被机器人抢走了，我们该怎么办？这份名单没完没了。现在有一种观点认为，人工智能行业的人将负责指导人类的进步，因为他们正在做一些非常重要的事情。这种傲慢蒙蔽了人们的眼睛，他们没有意识到自己身处一个回音室:每个人都在讨论科技的趋势，而不是客户的需求和企业的经济效益。这是一个有害的现实扭曲场，正是这种狂热将许多聪明但傲慢的人吸引到即将到来的厄运中。

4.从深层次来看，清洁能源和人工智能都是技术问题，而初创企业和风险投资界越来越关注消费者互联网，而琐碎的saas服务越来越无法与之竞争。在第三条提到的疯狂的驱使下，人们只看了几个博客，听了几个演讲，然后就冲进去了。在更新了自己的数据后，转瞬即逝的专家诞生了。

那么，这一切将如何结束？

在我看来，信息时代的经济周期与人类历史上疯狂痛苦的周期完全不同。作为一名前对冲基金人士，我读过所有关于金融历史和市场心理学的优秀书籍。我一直对跟踪市场自20世纪90年代以来如何遵循不同的进化模式感兴趣。

在我看来，社会互动和网络信息传播的快速增长使得商业周期开始前就形成了狂热。消费者互联网就是一个很好的例子。20世纪90年代，在商业周期开始之前，它过早地进入了疯狂状态，最终引发了2000年的泡沫破裂。两年后的2002年，1998年成立的谷歌挖走了废墟中的所有人才，建立了消费互联网的真正商业周期。

《连线》杂志宣布清洁技术死亡四年后，太阳能成为最清洁、最便宜的能源，马斯克和巴菲特都加入了进来。特斯拉和solarcity已经建立了一个完整的清洁能源王国。

因此，我认为它仍处于人工智能初创企业的早期狂热时期。大多数人工智能初创企业都会像过去10年那样失败。少数人已经在人工智能领域工作了10年或更长时间，这种热情过早到来将会重复清洁能源市场的错误——他们都盲目地看重人工智能，而没有真正挖掘客户需求。

人工智能初创公司几乎总是“寻找钉子的锤子”。由于这一趋势将在未来12至24个月内变得越来越明显，而大型企业将会缺乏足够的后劲并降低其对人工智能人才获取的胃口——这一现象已经出现在移动应用领域——我估计一些公司创始人和风险投资家将会逐渐认识到这一趋势。到那时，过去12个月里决定进入人工智能领域的初创公司发给我的宣传材料将会减少。

穆拉奥斯死了两次

机器学习即服务(mlaas)的概念已经诞生了近10年，但它从未成功过。

根本原因是知道自己在做什么的人直接使用开源软件，而不知道自己在做什么的人则完全置身事外。

许多大公司通过收购加强了他们的机器学习团队，包括ibm收购炼金术api，英特尔收购萨芙蕾，以及萨尔斯福兹收购metamind。但这似乎没有帮助。

亚马逊、谷歌和微软都试图将移动计算整合到他们的云计算战略中。我没有看到任何初创企业或大型企业广泛使用这些应用编程接口，但人工智能已经得到了广泛普及。也可能是因为我的观察样本太小。

无论这些云计算服务来自大型企业还是初创企业，结果都是一样的:它们今年将被边缘化。云计算提供商可能会继续提供这些服务，但他们赚不了多少钱。mlaas初创公司可能会因为增长乏力和投资兴趣下降而死亡。

问题是真实的:mlaas解决方案没有真正的客户群-他们的客户要么有能力要么没有能力。

对于有能力的企业来说，建立一个真正的机器学习模型需要机器学习人才，因为这些东西很难进行适当的训练和调试，需要在理论和实践上充分理解这些内容。这些机器学习人才经常使用与mlaas相同的开源工具，所以这些企业可以被排除在外。

对于不称职的企业，他们不会通过api获得机器学习技术，而是通过购买应用程序来解决更高层次的问题。机器学习只是他们解决问题的一个方面。在内部开发机器学习技术非常困难，但更难的是引入数据产品人才来帮助您找到正确的问题和方法来实现机器学习解决方案。除了拥有强大的机器学习和数据产品团队的技术公司，所有企业都属于这一类别。是的，它覆盖了整个商业世界，是一个大市场。如果你相信“软件正在吞噬世界”，你会认为所有行业的所有公司在某种程度上都应该成为软件公司。同样，在某种程度上，所有企业都必须成为数据公司。谷歌和facebook等顶级科技公司在技术实力上与科技行业以外的公司存在巨大差距。在数据领域，双方的差距将会更大。

一个完整的垂直人工智能初创公司确实很有价值

我从事人工智能已经将近20年了，我已经在硅谷创建各种人工智能初创公司将近10年了。我是dcvc的创始合伙人，dcvc是人工智能和数据领域领先的风险投资公司。我的经历使我对完全垂直人工智能的应用感到乐观和冷静。

我非常乐观，因为我相信每个行业都会被人工智能所改变。我之所以冷静而专注，是因为基于特定任务的低级人工智能很快就会商业化。我认为，如果你不能在更高的层次上解决一个完整的问题，你将会陷入低级人工智能服务的平庸世界，这将会因为缺乏发展动力而被收购或消亡。

垂直人工智能初创企业希望解决完整的行业问题，它们需要依靠专业技能、独特的数据和产品，这些都可以充分利用人工智能技术，从而真正交付核心价值。

尽管大多数机器学习人才为消费互联网巨头和相关的通用技术公司工作，但除了技术之外，许多问题还潜伏在其他行业。如果你相信“软件正在吞噬世界”，那么所有行业的所有公司都需要成为技术公司。

当你关注垂直领域时，你会发现你可以利用人工智能来更好地满足高层次客户的需求，或者发现没有人工智能无法满足的需求。这些都是非常好的商业机会，但它们需要更强的商业技能和专业技能。技术人才集中的初创企业往往一无所获。他们往往没有意识到这种需求，或者不能谦虚地介绍他们的业务技能和专业技能。

在金融服务、生命科学、医疗保健、能源、交通、重工业、农业和材料领域，将出现全新的、完整的垂直人工智能初创企业。这些初创公司将使用专有数据和机器学习模型来解决高层次的专业问题。这些初创公司对于人工智能就像特斯拉和太阳能对于清洁技术一样。(人工智能代编/龙歌)

来源：搜狐微门户