干貨 | 美國頂級投資機構(gòu)方法論“如何判斷一個 AI 公司值得投資？”
來源：作者：北美購房網(wǎng)時間：2017/9/15
掃一掃，隨時看
Union Square Venture 的 Fred Wilson 對 2017 年“預測”第 5 條：投資者第一個問題會是“你們 AI 戰(zhàn)略是什么”，并對“沒 AI 戰(zhàn)略”公司保持謹慎（詳見硅發(fā)布報道《頂級投資人Fred Wilson預測》）。
千真萬確，現(xiàn)在源源不絕的創(chuàng)業(yè)公司都自稱 AI，對投資者挑戰(zhàn)是：如何去蕪存菁找到真正的 AI 公司？來看下美國頂級投資機構(gòu) Canaan Partners 的 Rayfe Gaspar Asaoka 撰寫的一個“方法論”，其主要投利用 AI 全新、獨特數(shù)據(jù)來破壞舊商業(yè)模式的初創(chuàng)公司。以下是我們翻譯簡寫。
AI 已經(jīng)過熱，但也僅僅是個開始。
從初創(chuàng)、大企業(yè)甚至到好萊塢，AI 無處不在。過去兩年，對“深度學習”搜索頻率增加了 4 倍，AI 似乎是每篇學術(shù)論文、行業(yè)研討和創(chuàng)業(yè)公司主題，感覺已“言過其實”，但穿越“炒作”，AI 的確是下代創(chuàng)新浪潮——且還僅僅是個開始。
復合驅(qū)動：平臺、算法和結(jié)果
過去幾年 AI 平臺迅猛發(fā)展，尤其是其子領(lǐng)域“深度學習”：其傳播算法背后的微分方程足以令大多數(shù)開發(fā)者頭暈目眩，但開源庫 TensorFlow（注：谷歌開源人工智能系統(tǒng)）卻能讓任何人得以建立最新分類和復雜的 ConvNet。今天我們有一把開源選擇，如學術(shù)機構(gòu)研發(fā)的 Theano、Caffe 和 DyNet；商業(yè)化公司提供的 TensorFlow、CNTK 和 MXNet。她們競相成為開發(fā)平臺時也互相推動改進功能，這場競爭其實也是企業(yè)內(nèi)部的“特洛伊木馬”，隨平臺變得更易使用，AI 也會日益成為企業(yè)核心。
當算法從經(jīng)典的“Rules-based AI”（專家系統(tǒng)），到 Regressions（機器學習），到多層網(wǎng)絡(luò)（深度學習），到現(xiàn)在的強化學習，我們看到 AI 滲透進企業(yè)的各種新方法。如深度學習重新定義了使用非結(jié)構(gòu)化數(shù)據(jù)的領(lǐng)域（如：計算機視覺和語音）；強化學習有了更廣泛應用領(lǐng)域，從時間序列數(shù)據(jù)領(lǐng)域（如：金融和安全）到多步驟過程（如：機器人和物流）。對初創(chuàng)，去部署利用多代算法建立專有數(shù)據(jù)和模式的護城河已刻不容緩。
那么帶來結(jié)果是什么？AI 第一次在“規(guī)�；�”上，實現(xiàn)在真實產(chǎn)品和服務(wù)中提供真實結(jié)果。像谷歌、Facebook 和百度等已在 Geoffrey Hinton、Yann Lecun 和吳恩達等科學家?guī)椭聦?AI 展開應用研究。谷歌高管 Jeff Dean 最近談到谷歌內(nèi)部對 AI 使用增加——不僅是研究領(lǐng)域，還包括“生產(chǎn)”。許多方面，這與 20 年前“軟件優(yōu)先”及 10 年前“手機優(yōu)先”相似，下代成功公司將是“AI 優(yōu)先”。
去蕪存菁的投資
源源不斷的創(chuàng)業(yè)公司都自稱 AI，對投資者和創(chuàng)始人的一個挑戰(zhàn)是：如何去蕪存菁找到真正的 AI 公司？對“應用層面上構(gòu)建 AI 解決方案的公司”尤其如此。為穿越“炒作”，我用一個簡單的 2X2 框架來說明我們機構(gòu)如何做這種潛在評估。
在一個軸上，我尋找具差異化數(shù)據(jù)集（如：有唯一標記的數(shù)據(jù)、專有數(shù)據(jù)）或算法的公司，它們將通過改進 Train、Process 和提高模型獲得長期競爭優(yōu)勢；第二個是商業(yè)模式創(chuàng)新，特別是，那些將顛覆耗時耗力的人工程序的以 AI 為中心的應用。
如果一個公司在一方面很強，但另一方面幾乎沒有，它可能會獲得短期成功，但有更優(yōu)質(zhì)數(shù)據(jù)或更獨特商業(yè)戰(zhàn)略的競爭者會在未來利用他們?nèi)觞c“彎道超車”。下代 AI 贏家將是這兩方面都有優(yōu)勢的公司，不僅會改變一個行業(yè)對自己業(yè)務(wù)模式觀點，且當競爭對手發(fā)現(xiàn)并試圖挑戰(zhàn)時，想打破他們數(shù)據(jù)和算法”防御壁壘“為時已晚。
舉例說明：我們投的 Ladder，它有差異化數(shù)據(jù)集和獨特 AI 模型能實時處理人壽保險申請，而傳統(tǒng)保險業(yè)需 6-8 周處理一個申請，這使購買保險便捷/易用。而當他們繼續(xù)從消費者獲得更多數(shù)據(jù)，實時包銷模型將獲得指數(shù)級改進，從而得到數(shù)據(jù)護城河和商業(yè)模式的雙重優(yōu)勢。
最后階段：AI 民主化
我們正進入人工智能生態(tài)系統(tǒng)的一個關(guān)鍵轉(zhuǎn)折點，“平臺”、“算法”和“結(jié)果”的力量不是彼此孤立，它們緊密相連且產(chǎn)生病毒網(wǎng)絡(luò)效應。AI 依然非常早期（盡管已大肆宣傳），該新興產(chǎn)業(yè)大部分價值創(chuàng)造仍有待實現(xiàn)，但毫無疑問，AI 潛力和廣闊領(lǐng)域是真實的。
本網(wǎng)注明“來源：北美購房網(wǎng)”的所有作品，版權(quán)均屬于北美購房網(wǎng)，未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責任。 凡本網(wǎng)注明“來源：XXX（非北美購房網(wǎng)）”的作品，均轉(zhuǎn)載自其它媒體，轉(zhuǎn)載目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責。
標簽：美國投資機構(gòu)
上一篇：干貨丨美國投資移民—常見的資金來源說...
下一篇：隨著抵押貸款利率持續(xù)下降，美國房市顯...
