重磅！最新2017年AI創業的五大趨勢

【編者按】人工智慧，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。近年來人工智慧應用在自駕、醫療、教育、金融和電商等多個領域。2017年人工智慧創投圈又會有哪些新趨勢？

本文轉自「AI世代」，作者布拉德福特·克洛斯；經億歐編輯轉載，供業內人士參考。

隨著人工智慧行業全面升溫，2017年將成為清算之年。純粹靠炒作興起的趨勢將暴露其缺乏基本面支撐的本來面目。具有諷刺意味的是，2017年還將湧現出一批關注垂直領域的人工智慧創業公司，他們將解決行業面臨的實際問題，這都需要藉助專業領域的技能、獨特的數據和能夠充分利用人工智慧技術的產品，才能真正傳遞核心價值。

聊天機器人覆滅

過去一年，bot引發了一股熱潮。

在科技圈內，當我們談到bot時，通常指的是一種軟體代理，往往通過4大關鍵概念使之與隨心所欲的程序區分開來：對環境的反應、自動化、目標導向和持久性。

企業則將bot的定義闡述成「任何形式的商業程序自動化」，並且創造了RPA這樣一個詞，意思是機器人處理自動化。

雖然商業流程自動化肯定會在未來幾十年繼續發展，但目前圍繞「bot」的狂熱指的是一種通過語音和聊天實現的對話界面，也就是聊天機器人，這種模式將在2017年開始覆滅。原因如下：

1、消費互聯網市場的社交和個性化大戰提供了較好的參考。最終勝出的個性化平台是Facebook，它同時也是最終勝出的社交平台。在多數情況下，人們仍然喜歡與其他人展開互動，我懷疑許多聊天機器人也將走上許多非社交媒體平台的老路，試圖在缺乏社交元素的情況下實現個性化。圍繞聊天機器人的很多想法都過於功利，但卻缺乏社交智能來識別一系列需要通過人際互動才能滿足的需求。出於這個原因，多數聊天機器人都將無法挽留用戶——即便他們最初可以吸引用戶。

2、世界各地掀起的聊天軟體熱潮、Slack的崛起以及微博等平台上的某些活動取得的成功，都形成了許多誤導。很多人根據這些趨勢認為應該向人工智慧支持的數字個人助手大舉下注。根據第一條，這些社交平台正在解決功利性和情感性需求。目前還不清楚我們能否將這些現象進行推演，將其應用於純功利性的人工智慧聊天機器人。

3、對話界面通常很無效，完成任務的效果比不上其他視覺元素更豐富的解決方案。對話界面很有趣，幾十年前就已經在人機交互領域存在。某些應用領域的確效果很好，但實際上，我認為在多數應用環境中，都可以找到更加有效的界面。

4、請注意，在論證聊天機器人覆滅時，我沒有一條理由認為「人工智慧還不夠好」。Siri這種系統的問題在於它們的落實情況糟糕。我們可以使用現代化的技術開發很多有趣的聊天機器人界面，我擔心的關鍵問題在於，目前還不清楚人類真的願意使用這樣的產品。

深度學習商品化

深度學習現在已經非常狂熱。你可能對各種人工智慧術語還不太了解，深度學習其實是機器學習的一部分，機器學習則是人工智慧的一部分。

早在5年前，深度學習創業公司的人才收購就已經取代了iOS移動應用創業公司。很多公司都對深度學習的能力感到驚訝，尤其是計算機視覺的發展，這些技術可以帶來更好的結果，還能解決很多新問題。因此，我們才看到谷歌、Faceboook、Twitter、Uber、微軟和Salesforce等公司紛紛通過激進的併購戰略來彌補短板。

既然這一領域如此重要，而且備受關注，我為什麼還認為今年將實現商品化呢？從NIPS2016和整個2016年的各類會議不難看出，深度學習如今已經無處不在，有很多畢業生現在都具備這些技能。4年前的情況還大不相同。市場已經通過調節創造了更多供給。

綜上所述，我需要明確一下自己的意思。我認為深度學習將在機器學習人才中變得更加普及，但我不認為機器學習本身將會商品化。機器學習人才仍將獲得極高的溢價。在二線科技公司和科技行業之外的公司（例如底特律汽車巨頭）完成了這波收購后，深度學習創業公司過去幾年享受的人才收購溢價才有可能消失。我預計遲到者會在今年帶著「笨錢」穩定流入，但到今年晚些時候，這股併購交易熱潮可能開始放緩。

人工智慧重蹈清潔科技覆轍

1、清潔能源並不是一個市場，而是一種擔憂。氣候變化和可持續發展問題都很嚴重，值得我們思考相應的解決方案，並創辦有利可圖的企業。但這種擔憂本身並不是一家企業，企業應該銷售消費者想要的產品和服務。特斯拉和SolarCity可以稱得上是清潔科技領域的成功故事，但它們都是「完整的企業」——這兩家分別是汽車公司和太陽能公司。

所以，當清潔能源成為完整企業的一部分，而這家企業可以在真正的市場上銷售實際產品時，便可起到效果。但為了清潔科技而發展清潔科技卻無法奏效，因為它並不能符合客戶需求。偉大的企業都要從客戶需求開始。懷有偉大使命的企業秉承的願景也要由客戶需求來決定。如果一家組織秉承著社會使命，但卻沒有構建以客戶為中心的願景，那充其量只能算一家還算有效的慈善組織。偉大的企業會把客戶需求放在首位，而不是科技趨勢，即便這能給你帶來使命感。

2、綠色能源並不是一個市場，能源才是。太陽能增長的確很快，因為它很經濟。當沃倫·巴菲特（Warren Buffett）和伊隆·馬斯克（Elon Musk）爭奪市場時，可能表明這的確有商業價值。他們都認為可持續發展是一項重要使命，但他們也都明白，要讓企業成為真正的企業，還要把客戶放在第一位。使命需要在服務客戶和員工需求的過程中來實現。一家根本無法持續發展的企業卻秉承著可持續發展的理念，恐怕沒有比這更諷刺的事情了。

3、妄自尊大的救世主心態。在清潔能源領域，有很多人都秉承著傲慢的救世主心態，這也成為科技狂熱的典型特徵。過去幾年，我們在人工智慧市場看到很多自命不凡的人工智慧倫理委員會，還有很多人在討論：一旦所有工作都被機器人搶走，我們應該怎麼辦。諸如此類，不勝枚舉。現在有一種觀點認為，人工智慧行業的人將負責引導人類的進程，因為他們正在從事真正重要的事情。這種傲慢自大蒙蔽了人們的雙眼，他們並沒有意識到，自己正身處一個迴音室之中：所有人都在探討科技趨勢，而沒有討論客戶需求和企業的經濟效益。這是一種有害的現實扭曲場，正是這樣的狂熱吸引了很多聰明但卻狂妄的人陷入即將來臨的厄運。

4、從深層角度看，清潔能源和人工智慧都是技術問題，而創業公司和風險投資圈越來越看重消費互聯網，而瑣碎的SaaS服務越來越無法與之抗衡。在第3條所說的狂妄情緒的推動下，人們只看了幾篇博客、聽了幾場演講，就爭相湧入其中。在更新了自己的資料之後，轉瞬即逝的專家就此誕生。

那麼，這一切將會如何結束？

我認為，信息時代的經濟周期已經與人類歷史上的狂熱-痛苦周期完全不同。作為曾經的對沖基金人士，我讀過所有關於金融史和市場心理學的優秀讀物。我一直很有興趣追蹤1990年代以來的市場如何遵循不同的進化模式。

我認為，社交互動和網路信息傳播的快速增長，使得狂熱會在商業周期開始之前形成。消費互聯網就是個很好的例子，90年代，在商業周期尚未開始之前就過早進入狂熱狀態，最終引發了2000年的泡沫破滅。2年後的2002年，創立於1998年的谷歌在廢墟中挖走了所有人才，確立了消費互聯網的真正商業周期。

在《連線》雜誌宣稱清潔技術的死期后4年，太陽能成為最乾淨、最便宜的能源，馬斯克和巴菲特都進入其中。特斯拉和SolarCity建起了完整的清潔能源王國。

所以，我認為目前還處在人工智慧創業公司的提前狂熱期。多數人工智慧創業公司都會像過去10年那樣失敗。有一小部分人在人工智慧創業領域已經幹了10年甚至更長時間，而這場提前到來的狂熱也將重蹈清潔能源市場的覆轍——他們都一味看重人工智慧，而沒有沒有真正挖掘客戶需求。

人工智慧創業公司現在幾乎都是「正在尋找釘子的鎚子」。由於這種趨勢將在未來12至24個月越發明顯，而大企業也將後勁不足，降低對人工智慧人才收購的胃口——這種現象已經在移動應用領域出現過了——我估計將有一些公司創始人和風險投資家逐漸意識到這一趨勢。到那時，過去12個月才決定進入人工智慧領域的創業公司通過LinkedIn發給我的宣傳資料將會減少。

MLaaS二度滅亡

機器學習即服務（MLaaS）的概念已經誕生近10年，一直都沒有成功。

根本原因在於：知道他們在做什麼的人直接使用開源軟體，不知道他們在做什麼的則完全置身事外。

由很多大公司都通過收購來加強自己的機器學習團隊，包括IBM收購Alchemy API、英特爾收購Saffron、Salsforce收購Metamind。但似乎於事無補。

亞馬遜、谷歌和微軟都試圖在自己的雲計算戰略中融入MLaaS。我還沒有看到有創業公司或大企業大範圍使用這些API，但人工智慧已經大範圍普及。也可能是因為我的觀察樣本太小。

無論這些雲計算服務來自大型企業還是創業公司，結局都一樣：他們今年都將被邊緣化。雲計算提供商可能會繼續提供這些服務，但無法賺到大錢，MLaaS創業公司可能會因為增長乏力和投資興趣降低而走向滅亡。

問題很實際：MLaaS解決方案沒有真正的客戶群——他們的服務對象要麼有能力，要麼沒能力。

對有能力的企業而言，需要機器學習人才來構建真正可以使用的機器學習模型，因為很難恰當地訓練和調試這些事情，而且需要在理論和實踐上充分理解這些內容。這些機器學習人才使用的開源工具往往與MLaaS一樣，所以可以排除這部分企業。

對沒有能力的企業而言，他們不會通過API獲取機器學習技術，而是會通過購買應用來解決更高層次的問題。機器學習只是他們解決問題的一個方面。要在內部開發機器學習技術本來就很困難，而要引入數據產品人才，幫助你找到正確的問題和方法來實現機器學習解決方案，更是難上加難。

除了擁有強大機器學習和數據產品團隊的科技公司外，所有企業都屬於這一類。沒錯，這涵蓋整個商業世界，是個很大的市場。如果你相信「軟體正吞噬世界」，那就會認為所有行業的所有公司都要在某種程度上成為一家軟體公司。同理，所有企業也都要在某種程度上成為數據公司。谷歌和Facebook等頂尖科技公司與科技行業之外的企業在技術實力上的差距已經很大。在數據領域，雙方的差距還將更大。

完整的垂直人工智慧創業公司確有價值

我跟人工智慧打了將近20年的交道，創建各種矽谷人工智慧創業公司也有近10年時間了。我是DCVC的聯合創始合伙人，這是一家在人工智慧和數據領域領先的風險投資公司。我的經驗讓我對完整的垂直人工智慧應用既廣泛樂觀，又冷靜專註。

我之所以廣泛樂觀，是因為我認為每個行業都將被人工智慧改變。我之所以冷靜專註，是因為以具體任務為基礎的低層次人工智慧很快就會商品化。我認為，如果你不能在較高的層面解決完整的問題，就會陷入低層次人工智慧服務的平庸世界，從而因為缺乏發展動力而被收購或消亡。

垂直人工智慧創業創業公司想要解決完整的行業問題，就需要藉助專業領域的技能、獨特的數據和能夠充分利用人工智慧技術的產品，才能真正傳遞核心價值。

雖然多數機器學習人才都任職於消費互聯網巨頭以及相關的通用科技公司，但許多問題都潛伏在科技之外的其他行業。如果你相信「軟體正吞噬世界」，那麼所有行業的所有公司都需要成為科技公司。

當你關注垂直領域時，就會發現可以用人工智慧更好地滿足高層次的客戶需求，或者找到沒有人工智慧時無法滿足的需求。這些都是非常好的商業機會，但卻需要更強的商業技巧和專業技能。技術人才較為集中的創業公司往往一無所獲，他們往往沒有意識到這種需求，或者無法謙虛地將自己的商業技巧和專業技能引入其中。

新的完整的垂直人工智慧創業公司將在金融服務、生命科學、醫療保健、能源、交通、重工業、農業和材料等領域湧現。這些創業公司將利用專有數據和機器學習模型解決高層次的專業問題。這些創業公司之於人工智慧，就像特斯拉和SolarCity之於清潔科技。