|
作為一名畢業于紐約大學的數據科學碩士和一名風投分析師，我非常幸運的目睹和評估了很多與AI相關的創企。可以看到，AI已經應用于一些你曾無法想象的領域中，比如工業能源利用和尋找合適的動圖。使用人工智能來改善和創造解決當今緊迫的商業和社會問題的方法是我對技術世界的定義趨勢之一，我非常樂意展開來細說一下。 雖然AI的前景看起來不錯，但是我認為只有理解正確的術語才能正確的解釋事物。我想我們行業并不擅長于分類，在沒有明確界限的情況下，就把AI公司整合在同一個分類中。這可能會混淆事物，也使得相關分析無法徹底。 AI公司有三種類型，分別是核心、應用和行業 1.核心AI公司 核心AI公司開發可以改善AI創建或部署過程本身的技術。下面是部分過程及其對應的創企： 數據清理和清洗：Trifacta、Paxata、Wealthport、Datalogue 建模：Sentient、Petuum、MLJar 部署：Yhat、Seldon 這些公司都是在AI生產線上特定部位進行與行業無關的創新。其中一些公司主要開發具體的工具，有些則研發全新的AI解決方案，顛覆AI的作用方式。如果你正在投資核心AI公司，那么你應該要對整個AI生產線的原理有很好的理解。如果你正在創辦這樣的公司，那么你可能會有機會大規模的部署機器學習和人工智能。 2.應用AI公司 應用AI公司的職責則要更具體一點，它們主要開發幫助不同行業的公司使用AI執行特定任務的技術。下面是部分應用及其對應的創企： 分析和理解文本：Indico、Synapsify、Lexalytics 分析和理解圖像與視頻：Clarifai、Kairos、Imagry、Affectiva、Deepomatic 機器人/語音：Init.ai、MindMeld 雖然投資者可以不需要擁有開發相應應用的經驗，但是創始人一般需要在過去涉及過此類項目。 3.行業AI公司 這一類公司主要將相關技術應用在具體行業的具體業務問題上。毫無疑問，這一類的公司數量是最多的，也直接用新技術解決實際和即時的問題。下面是一些公司及其對應的業務： DigitalGenius：開發用于客戶支持的AI Cylance：開發用于預防網絡威脅的AI X.ai：開發用于安排會議的AI Drive.ai：開發用于自動駕駛汽車的AI 你大概可以看出這些公司的共同點了，它們都是利用機器學習或人工智能來解決具體問題。在研究這樣的投資時，投資者需要了解AI本身是否運行良好，以及是否擁有令人信服的具體商業案例。以x.ai為例，投資者希望知道AI是否能夠運行，但是他們也會研究AI是否是解決調度問題的最佳方法，以及調度問題是否值得解決。投資人在面對其他兩類公司時，是很少會考慮這些問題的。而且，此類型公司的創始人往往并不具有AI項目經驗，甚至沒有技術經驗（當然，他肯定需要一個合適的支持團隊和CTO）。 AI光譜 為了方便這些類別公司的對比，我們可以從客戶角度定義兩個關鍵軸——ROI時間線和適用性來定義和評估這些公司。 核心AI：重要的投資可能需要一定的時間才會有回報，但是可以增加幾乎所有部門的利益。一般由數據科學家或者技術人員使用。 應用AI：中期投資被證明是值得的，但是需要一定的時間才能整合到業務流程中。與企業的多個部門相關，由技術和非技術人員使用。 行業AI：幾乎可以立即得到回報，但是智能解決一個具體問題。大部分由非技術人員使用。 這些分類是廣義的，所以也會存在一些例外（比如核心AI也可以快速部署）。 投資者的觀點 作為一名分析師，當我在進行研究工作時，我盡力對這些公司進行分類，因為它們面對的是不同類型的投資。具體來說，他們所面對的銷售對象不同，需要不同的銷售周期，用于實施的時間和精力也是有很大的差異的。所以了解我所處理的公司是屬于哪一類別是非常重要的。 大多數我交流過的公司（大概在80%左右）都正在開發行業AI。剩余的20%中，15%是應用AI公司，5%是核心AI公司。當然，這只是基于我的經驗所得出的粗略數字，其他投資者可能會有不同的數字。 聯璧港是一個集B2D，B2B和B2C服務于一體的綜合性開放平臺，以一站式、高質量且數據穩定的免費PaaS組件為基礎，運用多類運營推廣資源和多種SaaS應用發布渠道，提供各類SaaS資源，讓開發者、企業及個人輕松享用全方位、高品質、個性化的服務。 官網：http://lbp.lincomb.com/ |
