【人工智能】AI创业最前线：哪些公司能赚到钱

会员服务 ·

【人工智能】AI创业最前线：哪些公司能赚到钱

2019 年 5 月 27 日 产业智能官

[ 编者按 ] AI从技术名词到商业焦点不过短短数年，尽管科技圈和创投界普遍相信未来属于AI，但并非所有AI创业者都能等到那个美好的未来。

科技巨头正试图牢牢掌控从芯片到平台、框架等AI底层技术和产业，国家政府也在积极为AI产业谋篇布局，而在垂直行业、企业服务、算法等层面，诸多初创公司迎来了一波又一波资本的追捧，可是，只有少数人能在AI战场成功突围。

本期是【AI创业最前线】的特辑，不论你是否身处AI创业领域，观察AI领域最前线的“战事”都会大有裨益，你可以了解什么策略能帮助你的AI企业成功，也能判断应该与什么样的AI公司合作，毕竟你肯定不想站在输家那一边。

每期监测和精编中文视野之外的全球高价值情报，为你提供先人一步洞察机会的新鲜资讯，为你提供升级思维方式的深度内容，是为[ 红杉汇内参 ]。

内参

AI创业最前线

哪些公司能赚到钱？

作者 / Simon Greenman

编译 / 洪杉

每天我们都能听到关于人工智能企业的头条新闻，资金在流向这些新领域。2018年，美国对人工智能的风险投资同比增长72%，达到了93亿美元。

从硅谷到伦敦，再到上海，人工智能初创公司比比皆是。但在任何淘金热中，只有少数敏锐的人会找到黄金，其他人则失望地回家。

当心“愚人金”

就像任何新兴行业一样，总会有一些创业者在夸夸其谈。

很多初创公司的创始人在大吹大擂，讲述其企业是如何受到深度学习的最新发展的推动。但是，如果你在白天寒冷的阳光下掘金，会发现，似乎很多是“愚人金”（一种外观与黄金相似的金属）。伦敦MMC Ventures在最近的一份人工智能报告中指出，在欧洲2830家所谓的人工智能初创公司中，超过40%的企业并未真正使用人工智能。

人们以为科技公司已经建立了先进的自动化技术和人工智能系统，而非依赖体力劳动的体系运作，这让他们从中受益。实际情况却复杂得多。

我们认为人工智能公司（1）是那些如果没有如深度神经网络等现代人工智能技术就不会存在的公司——这是他们存在的核心；或（2）提供人工智能基础设施和工具。

人工智能价值链——人工智能初创公司在哪里？

上述公司代表每个领域的头部玩家，但这份名单绝非全面，也并非预测。©Best Practice AI Ltd

这场AI淘金热的首要受益者肯定是科技巨头们。

尽管人工智能初创公司希望提供新的芯片、云服务和算法，但是这一领域的人工智能价值链却由财力雄厚的科技巨头控制，如谷歌、微软和亚马逊等。无论是什么人工智能公司在挖金矿，这些巨头都想确保用自己的人工智能硬件、云计算和算法解决方案来为这个企业提供发展动力。

企业软件一直由传统巨头主导，但许多初创公司都在争先恐后地提供下一代企业服务，以填补现有企业尚未发掘的空白。

工具初创公司也已筹集了大量资金。这些公司有助于加速和优化机器学习模型的部署。

另外，人工智能初创公司正在为特定行业打造解决方案。

那么，造就成功的人工智能初创公司的因素有哪些？

很明显，许多人工智能初创公司提供了宝贵的解决方案。当他们获得（1）大量的专有训练数据集；（2）深入了解某个行内潜在机会的领域知识；（3）人工智能应用领域的大量人才时，就会成功。

我们研究的全球3000多家人工智能初创公司中，大多数都在尝试打入企业内部。

Gartner预计，企业的人工智能衍生价值将从2018年的1.2万亿美元增长到2022年的接近4万亿美元。

跨越人工智能商业鸿沟、打入企业内部

表现出色的初创公司会逐渐了解人工智能技术的本质以及企业中存在的机会，而不断扩大规模的人工智能初创公司则已经跨越了从技术到企业之间的商业鸿沟。

▨ 确保人工智能的可靠性

技术的发展使得监管愈发深入。2018年，欧洲开始实施《一般数据保护条例》（GDPR）保障数据当事人的权利。

越来越多的初创公司需要就他们人工智能产品的风险为企业提供某种程度上的保证。比如说你需要证明招聘算法不会因为性别、年龄、社会人口统计、健康等照顾因素而歧视某些人。

英国信息专员办公室最近发布了一份讨论文件，确定了企业可能需要管理的特定风险领域，其中包括

● 分析中的公平与透明，尤其是涉及到偏见和歧视时；

● 人工智能模型的准确性；

● 自动化决策的水平，无论是全自动化还是半自动化；

● 安全与网络风险；

● 权衡准确、隐私与解释权。

▨ 解决价值高的用例，而不是华而不实的用例

技术负责人在尝试将更多技术融入现有的、通常不那么完善的遗留数据库与技术平台时，会感到挫败。

所以你提出的解决方案最好能解决非常重要的问题，管理者在睡觉前还在担心的问题。最好他们的分红计划与此有关。

比如，HireVue和Unilever合作，节省了逾5万小时的候选人面试时间，每年节省逾100万英镑。这就是高价值用例。

▨ B2B销售要有精打细算的耐心

销售需要时间来确定利益相关者、与这些利益相关者会面、评估当前的业务情况、提出问题以确定关键问题、评估这些问题对多个部门的影响、就影响和需求达成共识。

当一个销售周期可以持续12到18个月时，耐心就显得尤为重要。许多人工智能初创公司要么资金告罄，要么将宝贵资源分配给不合格的销售机会。如果你认为这些机会最终不会给你带来任何好处，请迅速放弃。

▨ 为现实世界解释人工智能的价值

在解释这项尖端技术的细枝末节时，企业高管们的眼神一直都很茫然。如果没有提供关于这种技术如何通过影响收入、效率和客户服务来推动业务向前发展的背景信息，高管们将很快失去耐心。

初创公司会使用技术语言和商业语言这一点至关重要，他们需要在技术语言和商业语言之间进行翻译。

▨ 降低试验（试点）门槛

人工智能解决方案往往需要大量的数据和大量的时间来训练机器学习模型。

对于那些非常忙碌的企业来说，他们没有多少兴趣做大量繁重的工作来设置试点。公司需要快速的概念证明。

▨ 找到耐心且明智的资本投资

构建企业人工智能技术和产品所需的产品开发生命周期通常会比移动端app的设计周期更长，将一种产品推向市场可能需要一年多的时间。因此，确保投资者了解时间表和投资概况是非常重要的，确保初创公司不会陷入种子轮和A轮融资之间的资金缺口也至关重要。

所以，如果对研究和技术没有一定的了解，投资人可能就无法理解你的技术和产品的重要意义。

总而言之，人工智能初创公司的早期进展很难得以衡量、得到认可。这往往意味着，如果你接触不到那些有兴趣且有耐心地投资者，就很难获得进一步的融资。

人才驱动AI企业飞轮

人工智能行业的飞轮效应很明显。

数据越多、质量越高，AI算法就越好，从而带来更深刻的洞见、更高的生产力、更好的产品和服务，以及更好的客户服务。这可能会带来更多的企业客户，从而收集更多的数据，进而获得更深刻的见解。成功的人工智能初创公司已经发现了这一点，并且能够加快速度，取得越来越多的竞争优势。

初创公司要想在这个竞争激烈的市场中蓬勃发展，就需要得到领先研究人员的支持。这些研究人员拥有一整套知识产权专利和论文，拥有深厚的领域专业知识，并且可以获得非常独特、高质量的数据集。

即便有的初创公司还没有找到商业化的途径，但如果它们正努力与一支强大的研究团队一起实现人工智能算法，那么它们也可能会成为被收购的公司（因人才而被收购的公司）。

情报

#自动化≠失业潮#

自动化创造新的职业需求

▨ 解放员工。自动化接手耗时且单调的任务，并允许员工从事更具战略性、创造性和增值性的任务。

▨ 创造新岗位。以技术为核心的就业岗位的增加，为专门从事日益热门领域工作的新专业人士打开了市场。

▨ 技能需求变化。战略规划、解决问题、人际交往和沟通技巧将是最受欢迎的软技能。

▨ 人才配置更灵活。创建长期雇员和高技能临时专业人员的组合，使他们能够填补技能差距，提高现有员工的技能。

#和机器人一起工作是一种怎样的体验#

协作机器人重塑工作环境

▨ 我们都喜欢聪明的同事。无论是收集数据、筛选信息还是分析问题，机器人都会越来越聪明，而且比人更迅速。

▨ 弹性的工作方式。协作机器人可以提供个性化服务，比如自动标记重要任务、安排会议和解读电子邮件等方式，让我们的工作更轻松。

▨ 责任与社会规范。在对协作机器人进行设置时，需要将其设置成符合不同社会的伦理规范。

先进制造业+工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进制造业OT（自动化+机器人+工艺+精益）技术和工业互联网IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建“状态感知-实时分析-自主决策-精准执行-学习提升”的机器智能、认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

云计算+大数据+物联网+区块链+人工智能等工业互联网IT技术分支用来的今天，制造业者必须了解如何将“技术”全面渗入整个公司、产品、业务等商业场景中，利用工业互联网形成数字化、网络化和智能化力量，实现行业的重新布局、企业的重新构建和焕然新生。

工业互联网作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。