以下Matt Turck對(duì)于機(jī)器學(xué)習(xí)型初創(chuàng)公司發(fā)展模式的討論，哪些是推動(dòng)生態(tài)系統(tǒng)發(fā)展的原因，以及為什么它們看起來(lái)與之前的SaaS初創(chuàng)公司不同。

 

　　采訪人Sam DeBrule是人工智能、技術(shù)、創(chuàng)業(yè)等領(lǐng)域的優(yōu)秀博主。在Medium社區(qū)，他有8600多粉絲。他的《機(jī)器學(xué)習(xí)和人工智能的非技術(shù)指南》、《如何找到一個(gè)值得工作的創(chuàng)業(yè)公司》等文章獲得了許多喜愛(ài)。

 

　　Sam：Matt，請(qǐng)你簡(jiǎn)單介紹一下自己以及你所做的工作吧。

 

　　Matt：我是紐約風(fēng)投公司FirstMark的合伙人，F(xiàn)irstMakr管理著61億美元的資金，已經(jīng)成為紐約市最大的早期投資創(chuàng)業(yè)公司。作為投資者，我雖然對(duì)很多事情感興趣，但我重點(diǎn)關(guān)注的領(lǐng)域有兩個(gè)。

 

　　第一個(gè)是“數(shù)據(jù)領(lǐng)域”，包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)和人工智能公司，以及將大數(shù)據(jù)視為護(hù)城河的初創(chuàng)公司，如ActionIQ、Dataiku、x.ai、Sense360和HyperScience這樣的公司，我很熱衷于投資于這樣的企業(yè)，并時(shí)常在博客上討論這些話題。與此同時(shí)，我還運(yùn)營(yíng)著一個(gè)有著14000名大數(shù)據(jù)和AI愛(ài)好者的社區(qū)——Data Driven NYC。

 

　　第二是“前沿科技領(lǐng)域”，包括新型計(jì)算平臺(tái)、VR/AR、物聯(lián)網(wǎng)以及你所能想到的所有流行新事物。同樣地，我也會(huì)在個(gè)人博客上討論，并運(yùn)營(yíng)著一個(gè)超過(guò)5000人的社區(qū)Hardwired NYC。

 

 

　　Sam：你是在什么時(shí)候開(kāi)始考慮投資機(jī)器學(xué)習(xí)領(lǐng)域

 

　　Matt：我是以數(shù)據(jù)分析師這個(gè)角色進(jìn)入科技行業(yè)的。我是一家搜索引擎初創(chuàng)公司的聯(lián)合創(chuàng)始人，我們用貝葉斯理論（一種機(jī)器學(xué)習(xí)方法）來(lái)進(jìn)行問(wèn)題搜索和檢索。

 

　　實(shí)際上，機(jī)器學(xué)習(xí)已經(jīng)存在于創(chuàng)投領(lǐng)域很多年了。但近年來(lái)，因?yàn)榇髷?shù)據(jù)的出現(xiàn)這個(gè)領(lǐng)域變得有趣了許多。大數(shù)據(jù)技術(shù)以合理的成本和速度捕獲和處理大量數(shù)據(jù)。另一方面，它同時(shí)加快了機(jī)器學(xué)習(xí)的發(fā)展速度，特別是需要大量數(shù)據(jù)工作的領(lǐng)域，如神經(jīng)網(wǎng)絡(luò)。

 

　　現(xiàn)在正是投資該領(lǐng)域的最佳時(shí)機(jī)。在我看來(lái)，人工智能確實(shí)很熱。

 

 

　　Sam：接下來(lái)，我們來(lái)討論一個(gè)比較犀利的問(wèn)題。如今眾多的AI企業(yè)中，哪家企業(yè)在兌現(xiàn)消費(fèi)者承諾方面做得最差？

 

　　Matt：根據(jù)我從市場(chǎng)上聽(tīng)到的，可能是IBM。

 

　　很大程度上，正是因?yàn)樗麄兊臓I(yíng)銷機(jī)制和雄心勃勃讓他們陷入了一個(gè)尷尬的境地：承諾太多，同時(shí)間投入在多個(gè)領(lǐng)域難以得到市場(chǎng)的滿意回饋。據(jù)說(shuō)，只要你愿意花幾個(gè)月的時(shí)間和大量的金錢(qián)去訓(xùn)練IBM Waston，你就能用它來(lái)實(shí)現(xiàn)有趣的事情。但是，很明顯，這有些言過(guò)其實(shí)了。

 

　　他們會(huì)發(fā)現(xiàn)，在每個(gè)垂直領(lǐng)域的競(jìng)爭(zhēng)上都十分激烈。據(jù)我了解，他們正在損失大量交易，通常是敗給那些更為專注、靈活的小公司。

 

 

　　Sam：Salesforce是否會(huì)走上和IBM同樣的路徑？

 

　　Matt：我覺(jué)得不會(huì)。當(dāng)Salesforce創(chuàng)始人Marc Benioff去年宣揚(yáng)人工智能平臺(tái)Einstein時(shí)，Salesforce公司自己的人都有些害怕，不過(guò)這可能是因?yàn)镸arc本身就愛(ài)吹牛。

 

　　問(wèn)題的核心是，創(chuàng)業(yè)生態(tài)系統(tǒng)的導(dǎo)向和市場(chǎng)收購(gòu)動(dòng)作有著直接聯(lián)系。因?yàn)閯?chuàng)業(yè)公司距離機(jī)器學(xué)習(xí)領(lǐng)域的人才更近，而目前來(lái)看，這個(gè)因素是該行業(yè)的決定性條件。Salesforce和創(chuàng)業(yè)生態(tài)系統(tǒng)有較強(qiáng)的連接性，這一點(diǎn)很重要。

 

 

　　Sam：眾所周知，專有數(shù)據(jù)是模型訓(xùn)練的關(guān)鍵，這使得創(chuàng)業(yè)公司和大公司相比會(huì)處于劣勢(shì)。是否能找到更小的數(shù)據(jù)集來(lái)為模型提供動(dòng)力的方法？

 

　　Matt：創(chuàng)業(yè)公司在這一方面確實(shí)處于劣勢(shì)，但是這同時(shí)也會(huì)讓他們具備更多創(chuàng)造性，讓資源變得豐富。

 

　　從技術(shù)角度來(lái)說(shuō)，當(dāng)下該行業(yè)中最敏銳的人（不僅僅是初創(chuàng)公司里的人）正在致力于讓神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)量較少的情況下發(fā)揮作用。在可以看得到的未來(lái)里，這將是這個(gè)行業(yè)前進(jìn)的方向。

 

　　幾家我很熟悉創(chuàng)業(yè)公司已經(jīng)取得了一些真正的進(jìn)展，并在遷移學(xué)習(xí)方面做了一些有趣的事情。話雖如此，這似乎還是一個(gè)特別棘手的問(wèn)題，所以還需要些時(shí)間。

 

　　同時(shí)，創(chuàng)業(yè)公司也正在尋找多種的方法獲得他們所需要的大型數(shù)據(jù)集。例如醫(yī)學(xué)成像領(lǐng)域的人工智能公司，他們中的一些人在與特定醫(yī)院建立了合作后，能安全地訪問(wèn)一些特定的放射影像數(shù)據(jù)庫(kù)。在保險(xiǎn)、工業(yè)機(jī)械、農(nóng)業(yè)等領(lǐng)域也同樣如此。

 

　　另外，獲取數(shù)據(jù)只是挑戰(zhàn)的中一部分，你還需要給它貼上標(biāo)簽，以便深入學(xué)習(xí)。一些創(chuàng)業(yè)公司在世界各地雇傭了一大批人，用Mechanical Turk（Amazon旗下的公司，網(wǎng)絡(luò)交易平臺(tái)）的套路來(lái)給他們的數(shù)據(jù)貼上標(biāo)簽。

 

　　我還看到其他一些創(chuàng)企聘請(qǐng)了一些行業(yè)專家來(lái)給特定類型的數(shù)據(jù)貼上標(biāo)簽，比如一個(gè)外科醫(yī)生精英組給最復(fù)雜的醫(yī)療圖像數(shù)據(jù)集貼標(biāo)簽。

 

 

　　Sam：基于Netflix、Spotify和Facebook等平臺(tái)，我們看到數(shù)據(jù)集帶來(lái)的馬太效應(yīng)。哪些初創(chuàng)公司在構(gòu)建下一代強(qiáng)大的數(shù)據(jù)馬太效應(yīng)？

 

　　Matt：理論上，任何人都能從多個(gè)用戶那里收集到足夠多的數(shù)據(jù)，在集合數(shù)據(jù)集上運(yùn)行算法，并將學(xué)習(xí)反饋給每個(gè)客戶的機(jī)器學(xué)習(xí)企業(yè)這些都可以從數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)中受益。

 

　　以x.ai項(xiàng)目為例，人工智能助手安排的會(huì)議越多，得到的數(shù)據(jù)也就越多，算法隨即變得越聰明。算法越智能，體驗(yàn)也就越好。反過(guò)來(lái)，體驗(yàn)越好，人們也就會(huì)更愿意使用x.ai來(lái)安排會(huì)議，從而x.ai就能獲得更多的數(shù)據(jù)。如此良性循環(huán)下去。這便是數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。

 

　　這種效應(yīng)的奇妙之處適用于很多創(chuàng)業(yè)公司，從像x.ai幫助人們安排會(huì)議的公司，再到像Phosphorous幫助醫(yī)院經(jīng)營(yíng)基因檢測(cè)實(shí)驗(yàn)室的公司都能適用。

 

　　在B2B模式背景下，通常不會(huì)輕易受到數(shù)據(jù)聚集帶來(lái)的馬太效應(yīng)影響，因?yàn)槠髽I(yè)都很注重對(duì)數(shù)據(jù)的保護(hù)，比較抗拒把自家數(shù)據(jù)和所在行業(yè)其他公司的數(shù)據(jù)摻糅在一起。

 

　　另一方面，數(shù)據(jù)集造成的門(mén)檻問(wèn)題也將在一定程度上得到解決。谷歌搜索在幾個(gè)月前發(fā)表了一份關(guān)于聯(lián)合學(xué)習(xí)的文章，文章的想法是：在不實(shí)際收集數(shù)據(jù)的情況下支持協(xié)作式機(jī)器學(xué)習(xí)。這就可以解決所有關(guān)于數(shù)據(jù)隱私的擔(dān)心，充分利用各類數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)了。

 

　　不管怎樣，數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的影響要幾年才能發(fā)揮出來(lái)。創(chuàng)企要建立客戶基礎(chǔ)來(lái)收集足夠的數(shù)據(jù)，這才能讓他們的模型進(jìn)行學(xué)習(xí)。不過(guò)，一旦完成，企業(yè)就會(huì)形成較強(qiáng)的競(jìng)爭(zhēng)力。

 

 

　　Sam：人工智能是否將成為創(chuàng)業(yè)公司的“最佳市場(chǎng)策略”？

 

　　Matt：我認(rèn)為，大多數(shù)的人工智能創(chuàng)企最終都會(huì)趨同。例如，由于不同行業(yè)的特點(diǎn)、客戶規(guī)模、價(jià)格等，面臨著多種不同的市場(chǎng)策略供創(chuàng)業(yè)者選擇，然而這些公司最后將會(huì)變得和軟件或SaaS公司類似。但是，我們還遠(yuǎn)未達(dá)到那種程度。現(xiàn)在，建立機(jī)器學(xué)習(xí)產(chǎn)品還需要大量的研發(fā)，訓(xùn)練算法需要大量的時(shí)間、精力、技術(shù)資源以及數(shù)據(jù)。

 

　　再引用x.ai的例子。x.ai成立了數(shù)年時(shí)間，雇傭數(shù)十名數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)工程師，花費(fèi)數(shù)百萬(wàn)的風(fēng)投基金才建立起AI后端，以提供其高水平的自動(dòng)化和可靠性。這樣高的門(mén)檻，使得機(jī)器學(xué)習(xí)企業(yè)很難成為精益創(chuàng)業(yè)企業(yè)，至少現(xiàn)在看來(lái)是這樣。對(duì)于這些創(chuàng)業(yè)團(tuán)隊(duì)，構(gòu)建一個(gè)真正以AI技術(shù)為驅(qū)動(dòng)的可行產(chǎn)品仍比較困難。任何一款運(yùn)作良好的AI產(chǎn)品，都需要基于大量數(shù)以訓(xùn)練算法，并定制完善產(chǎn)品。

 

　　比較常見(jiàn)的情況是，AI創(chuàng)業(yè)團(tuán)隊(duì)以大額預(yù)算來(lái)追求大體量客戶，自上而下銷售產(chǎn)品，基本上遵循合作策略。即在早期，與少數(shù)客戶建立緊密合作的基礎(chǔ)上，盡可能多地迭代產(chǎn)品?；诖罅糠?wù)來(lái)解決客戶問(wèn)題的模式，以達(dá)到在工作中構(gòu)建軟件的目的，積累可重復(fù)使用的案例，再將其服務(wù)轉(zhuǎn)化為產(chǎn)品。模式穩(wěn)固，但銷售周期比較長(zhǎng)。

 

　　但這個(gè)階段只是暫時(shí)的。隨著機(jī)器學(xué)習(xí)的大眾化和開(kāi)源化，我們能得到更多的開(kāi)源數(shù)據(jù)集和算法、更多訓(xùn)練有素的工程師。未來(lái)，機(jī)器學(xué)習(xí)的初創(chuàng)企業(yè)會(huì)像其他領(lǐng)域的公司一樣變得多元化。

 

 

　　Sam：投資人是否會(huì)將人工智能創(chuàng)業(yè)公司視為收購(gòu)標(biāo)的，或者是否看好這些創(chuàng)業(yè)企業(yè)發(fā)展為大型獨(dú)立公司？

 

　　Matt：考慮到風(fēng)險(xiǎn)投資的經(jīng)濟(jì)效益，后者的可能性更大。近年來(lái)，大公司收購(gòu)各種小型AI公司的確形成了一股潮流。但這種現(xiàn)象背后的原因在于，人們堅(jiān)信AI的美好未來(lái)，并且機(jī)器學(xué)習(xí)領(lǐng)域的人才稀缺。所以，有機(jī)會(huì)近距離接觸研究實(shí)驗(yàn)室的公司可能獲得相當(dāng)可觀的投資。不過(guò)，這種情況正在減少。

 

　　這就是為什么像我這樣的投資者對(duì)垂直人工智能創(chuàng)企會(huì)如此感興趣。在垂直領(lǐng)域方面，創(chuàng)企的專注度更高，而且他們的服務(wù)和產(chǎn)品能夠有別于大公司。當(dāng)大公司嗅到商業(yè)氣味的時(shí)候，創(chuàng)企已經(jīng)能取得不小的成就。

 

　　只要找準(zhǔn)定位，人工智能可以成為真正的差異化因素。AI技術(shù)確實(shí)會(huì)對(duì)產(chǎn)品性能產(chǎn)生巨大影響，能夠提供比現(xiàn)有質(zhì)量好上10倍的產(chǎn)品。

 

　　不論你是創(chuàng)業(yè)者還是投資人，目的都是利用下一個(gè)市場(chǎng)拐點(diǎn)來(lái)獲得發(fā)展。幾年前，這個(gè)拐點(diǎn)是SaaS，現(xiàn)在是人工智能。當(dāng)然，這個(gè)時(shí)間窗口終究會(huì)結(jié)束。但是，現(xiàn)在很多的人工智能企業(yè)都有機(jī)會(huì)成為這一行業(yè)的領(lǐng)軍人。