注：本文來自知名科技投資人Chris Dixon的私人博客cdixon.org

把創(chuàng)業(yè)的過程形象化來說，在一個idea maze/思維迷局中，一名合格的創(chuàng)業(yè)者能夠預(yù)測到在某個岔路口應(yīng)該如何轉(zhuǎn)向，便能夠帶領(lǐng)公司走向財富巔峰；反其道行之，則會引至衰敗末路。而一名不合格的創(chuàng)業(yè)者，卻只知道跟風(fēng)似的追趕流媒體、圖片分享、P2P的浪潮，但對自身所處的大行業(yè)的歷史卻是一無所知，他們不會從前人失敗的教訓(xùn)中吸取到經(jīng)驗，并且也無法預(yù)測到下一個將會引起變革的新技術(shù)。

我認(rèn)為，如果把這個問題賦予更加具體化的實例將會是更加有趣。所以我選擇以AI創(chuàng)業(yè)公司為例，以下便是我為人工智能創(chuàng)業(yè)者們畫的idea maze草圖。

準(zhǔn)確率80%—90%的MVP

機(jī)器學(xué)習(xí)圈內(nèi)有一句流行的話叫做“machine learning is really good at partially solving just about any problem/機(jī)器學(xué)習(xí)能夠很好的解決絕大多數(shù)的難題”。話是這么說沒錯，要做出一個能夠適用于80%-90%情況下的通用模型的確不難。但是在這之后，便是需要時間、精力、財力的不斷投入來維持模型的正常運轉(zhuǎn)。根據(jù)普適性的經(jīng)驗來說，實現(xiàn)80%的準(zhǔn)確性和通用性，僅僅只需要花費數(shù)個月的時間就可以了，但是剩下的20%的部分卻是能夠畫上許多人好多年的時間，或者是終其一生來實現(xiàn)的。

用戶體驗容差

于是在第一步你便要做出艱難的選擇了：

1、要么是不斷鉆研下去將準(zhǔn)確性提升到100%

2、要么適用于大多數(shù)情況，但是部分正確的產(chǎn)品

如果你選擇第二點，那就會遇到通常所說的“fault tolerant UX/用戶體驗容差”

我們平時的生活中已經(jīng)不知不覺的接觸了太多的容差的例子。比如說iOS系統(tǒng)的自動更正功能，或者是在Google搜索的結(jié)果“did you mean X？”。或者寬泛些說，你可以把Google搜索引擎本身就當(dāng)作一個很好的用戶體驗容差的范本，因為它并沒有直接跳轉(zhuǎn)到第一條搜索結(jié)果，而是向用戶推送了10條結(jié)果來供挑選。

不過當(dāng)你決定實現(xiàn)100%準(zhǔn)確性，那便又是一種新做法了。畢竟是由人類發(fā)明的算法，你當(dāng)然不能單純的依賴算法來幫你實現(xiàn)最后的10%—20%的準(zhǔn)確性目標(biāo)，你只能通過“死記硬背的笨辦法”——用盡可能多的數(shù)據(jù)來訓(xùn)練調(diào)教你的模型。數(shù)據(jù)是AI 的核心要素，因為：

在算法和計算資源完備的情況下，數(shù)據(jù)是唯一缺失的關(guān)鍵點以及最重要的成分；

算法大多數(shù)是公開的資源，而優(yōu)秀的數(shù)據(jù)要么是仍未誕生，要么是被私人擁有。

不斷的細(xì)分領(lǐng)域

面對數(shù)據(jù)你要做的只有一句話：不斷不斷細(xì)分它。即便你已經(jīng)身處一個細(xì)分化的領(lǐng)域中，也要嘗試著進(jìn)一步細(xì)分。如果你想打造一個能解決所有問題的機(jī)器人，還不如先打造一個能幫助安排日程的機(jī)器人。

如果你的目標(biāo)是建立一個X，那么便需要先在細(xì)分領(lǐng)域下建立MVP，來實現(xiàn)部分的X，從而各個擊破才有可能最終實現(xiàn)整體的X。一個建議是，要嘗試不斷細(xì)分下去，一直到你無法細(xì)分的極限了，畢竟當(dāng)項目獲得成功之后，再逐步擴(kuò)大市場反而是更加容易的事情。

如何獲取數(shù)據(jù)

寬泛些說，數(shù)據(jù)的來源大致有兩個方向：

1、建立自己的數(shù)據(jù)

2、眾包

當(dāng)然我們又可以舉出兩個生動活潑的例子，Google地圖和Waze。Google地圖的龐大數(shù)據(jù)庫是建立在成千上萬名雇員的實地測繪勘量的，而Waze做的是召集全世界上百萬號人一起眾包來實現(xiàn)這一目的。所以說除非你像Google一樣財大氣粗能夠承擔(dān)得起自己單干獲得資源，不然還是眾包比較適合。

于是我們又走到了下一個關(guān)鍵結(jié)點，創(chuàng)業(yè)公司如何獲取數(shù)據(jù)？

1、將公共資源數(shù)據(jù)“化為己有”

2、眾包

當(dāng)然，第一種方法最簡單粗暴的例子便是從維基百科上“扣數(shù)據(jù)”。其實也有很多創(chuàng)業(yè)公司們已經(jīng)嘗試著緊抱維基好大腿，不過并沒有多少能成功的。

對于小團(tuán)隊來說，花錢最少也最為可行的辦法當(dāng)然還是眾包。眾包成功與否的關(guān)鍵點便在于，如何設(shè)計完善的激勵系統(tǒng)，讓用戶們從數(shù)據(jù)庫中取回數(shù)據(jù)之后，能夠自覺的將數(shù)據(jù)傳回？

關(guān)于這一點，我把自己的親身經(jīng)歷分享給大家。去年我投資了一家名為Wit.ai的公司，Wit從事的是為開發(fā)者提供語音轉(zhuǎn)換為文本或者自然語言的服務(wù)。坦誠的說，Wit.ai的1.0版本出錯率并不低，但是公司卻提供了API接口和控制面板邀請開發(fā)者一起測試并更正bug。在這個過程中，不少用戶不僅用上了免費的服務(wù)，而在廣大用戶的“眾包智慧”下，Wit.ai系統(tǒng)也變得更加完善。值得慶賀的事，隨后Wit公司便被Facebook收購，但這整個過程的確可以稱得上是許多創(chuàng)業(yè)者們借鑒的范本。

Tips

以上只是我為AI創(chuàng)業(yè)公司繪制的idea maze草圖的粗略解釋，不過仍有幾點溫馨提示，

1、草圖的結(jié)論進(jìn)攻參考，可以成為大家的討論一句，但是卻不能夠成為創(chuàng)業(yè)的信條

2、成功的新技術(shù)大多是“另辟蹊徑的”，正如當(dāng)年的互聯(lián)網(wǎng)、智能手機(jī)、云計算和比特幣那樣，最開始我們都以為是微不足道的小事物，沒想到最后竟掀起技術(shù)變革的大波瀾。

所以不要忽視任何一點你所謂的“細(xì)枝末節(jié)”。

via cdixon