人工智能，是當前最大風口，充滿著無限的想象力。直接的影響就是，在這個領域涌現(xiàn)出了大量的創(chuàng)業(yè)公司。那么，我們該怎樣去理解這些公司呢？在Cornerstone Venture Partners的分析師Justin Gage在Medium上發(fā)表的一篇博文中，他提出了一個理解人工智能創(chuàng)業(yè)公司的框架。他認為，當前的人工智能創(chuàng)業(yè)公司主要有三個賽道：核心人工智能公司（Core AI Companies）、應用人工智能公司（Application AI Companies）、行業(yè)人工智能公司（Industry AI Companies），并且對這三個賽道進行了分析。
作為一名風險投資人，我很幸運地看到和評估了許多與人工智能有關的創(chuàng)業(yè)公司（注意：這個術語有一些baggage。為了本文的目的，我可以互換使用AI和ML，以使事情變得更簡單）。
目前，人工智能應用到了一些你能想象到的所有領域中，包括從工業(yè)能源的使用到找到合適的gif動圖。
利用人工智能來改善和解決當今緊迫的商業(yè)和社會問題，是我認為科技發(fā)展的一個決定性趨勢。而且，我非常高興能在其中扮演一個微小的（或者說無關緊要的）角色。
我也堅信，正確的分類與定義是正確解釋和理解事物的關鍵，人工智能也不例外。
就現(xiàn)在而言，人工智能行業(yè)在分類方面非常不明確：給我的感覺就是，人工智能公司似乎是在沒有明確界限的情況下被堆放在一起了。很顯然，這可能會讓事情變得更加混亂，讓人工智能這個場景更難被人所理解。
例如，我在CB Insights的朋友們做了一份名為“AI創(chuàng)業(yè)公司100強”的市場地圖。
這是CBI提供的一個非常好的資源，它按照人工智能公司所從事的行業(yè)給它們進行了詳細的劃分。但如果仔細觀察的話，這些分類并不是非常完美的，也不協(xié)調(diào)。
比如說，汽車、機器人和醫(yī)療行業(yè)都是行業(yè)，但文本分析和視覺是應用。那么，提供核心AI技術的公司應該放在哪里呢？這是人工智能領域不同的層面，可能不應該在一張地圖上。
在我看來，有三種類型的人工智能公司——核心、應用和行業(yè)，分別代表著人工智能領域的不同賽道。
核心人工智能公司（Core AI Companies）
核心的人工智能公司開發(fā)的技術可以改進人工智能創(chuàng)建或部署過程本身。以下是這一賽道中的一些方向，以及幾家正在進行創(chuàng)新的公司：
數(shù)據(jù)清洗：Trifacta，Paxata，Wealthport，Datalogue
建模（Modeling）：Sentient，Petuum，MLJar
部署（Deployment）：Yhat，Seldon
這些公司都在人工智能的某些特定的、與行業(yè)無關的領域進行創(chuàng)新。其中一些公司開發(fā)的是特定的工具，而另一些公司則聲稱能創(chuàng)造一個全新的人工智能，將徹底改變其工作方式（比如2015年左右的Geometric Intelligence）。如果你投資的是核心的人工智能公司，你應該對這條賽道的工作原理有一個很好的理解。如果你是這些公司的創(chuàng)始人之一，你應該有在規(guī)模上部署機器學習和人工智能的經(jīng)驗。
應用人工智能公司（Application AI Companies）
在更具體的方面，應用人工智能的創(chuàng)業(yè)公司開發(fā)的技術，可以幫助不同行業(yè)的公司使用人工智能完成一項特定的任務。和上面提到的一樣，下面是這個賽道上的一些方向和一些有趣的公司。
分析和理解文本：Indico, Synapsify, Lexalytics
分析和理解圖像和視頻： Clarifai, Kairos, Imagry, Affectiva, Deepomatic
機器人/語音：Init.ai, MindMeld
行業(yè)人工智能公司（Industry AI Companies）
人工智能公司的最后一個賽道是將這些技術應用于特定垂直行業(yè)的特定業(yè)務問題。毫無疑問，這一類別中的創(chuàng)業(yè)公司的數(shù)量是最多的，而且在很多方面代表了人工智能的真正前景——用新技術解決實際的和迫在眉睫的問題。在這方面，想要提供一些企業(yè)的例子就更容易了。它們的愿景格式總是“XXX的人工智能”：
DigitalGenius：用于客戶支持的人工智能
Cylance：防止網(wǎng)絡威脅的人工智能
X.ai：安排會議的人工智能
Drive.ai：自動駕駛汽車的人工智能
現(xiàn)在你或許已經(jīng)了解——這些公司的共同主題是，他們將機器學習/人工智能應用到特定的問題或領域中。在研究這樣的投資時，投資者會同時考察人工智能本身（如果它運行良好的話）和特定的商業(yè)案例（不管它是否令人信服）。
比如說，在X.ai的案例中，投資者會想知道人工智能是否有效，但他們也會研究人工智能是否是解決日程安排問題的最佳方式，以及日程安排是否是一個值得解決的問題。對于另外兩個賽道上的公司來說，很少考慮這方面的因素。這一賽道上的人工智能公司的創(chuàng)始人通常都沒有人工智能經(jīng)驗，甚至可以是非技術人員（當然，有合適的支持團隊和CTO）。
人工智能“光譜”
為了理解更好地比較這些賽道之間的區(qū)別，我們可以用兩個關鍵的軸來定義和評估這些類型的公司：ROI時間軸和適用性，這兩者都來自于客戶的角度。
上軸代表客戶的投資回報率時間線，而下軸表示不同類型的企業(yè)的適用性。
核心人工智能：一項可能需要時間才能得到回報的重大投資，但可以為幾乎所有行業(yè)帶來好處。它們的成果通常會被數(shù)據(jù)科學家或其他技術人員使用。
應用人工智能：一種中期投資，可以很快被證明是有用的，但需要一些時間來整合到業(yè)務流程中。與具體業(yè)務的多個部分相關，并且由技術人員和非技術人員使用。
行業(yè)人工智能：一項幾乎可以立即支付股息的投資，但它只會解決一種特定類型的問題。由非技術人員（銷售、市場營銷等）主要使用。
這些分類是通用的，所以肯定有例外（比如核心人工智能可以快速部署，等等）。
投資者的視角
作為一名分析師，當我從事研究工作時，我試圖將公司歸類為其中的一種，因為它們都是非常不同的投資標的。具體來說，它們在客戶組織中的不同點交付，需要不同的交付周期，并需要花費不同的時間和精力去實施（ROI時間軸）。
與我交談的大多數(shù)公司（大概80%左右）都在從事某種行業(yè)人工智能的工作。在剩下的20%中，15%是應用人工智能公司，5%是核心人工智能（大致是這樣）。不過，其他投資者，尤其是只關注人工智能的投資者，可能會有不同的劃分標準。
