本文是投資人Nathan Benaich在12月1日倫敦Re.Work大會(huì)深度學(xué)習(xí)討論時(shí)的發(fā)言，機(jī)器之心編譯整理。
1、為什么人工智能的投資熱潮會(huì)出現(xiàn)在現(xiàn)在這個(gè)時(shí)間點(diǎn)？
我一直認(rèn)為，人工智能是當(dāng)下最激動(dòng)人心和具備變革性的機(jī)會(huì)，這其中有諸多原因。根據(jù)KPCB的報(bào)告稱，全球約有20億手機(jī)，這些手機(jī)用戶非常依賴手機(jī)，其中有40%的手機(jī)用戶會(huì)接入互聯(lián)網(wǎng)。這也意味著我們現(xiàn)在制造了過(guò)往從未存在的數(shù)據(jù)，包括用戶行為、喜好、興趣、知識(shí)以及社交聯(lián)系。
計(jì)算和存儲(chǔ)的成本大幅下降，而計(jì)算的能力則顯著增長(zhǎng)。我們已經(jīng)看到在學(xué)習(xí)方法、架構(gòu)、軟件基礎(chǔ)設(shè)施方面的進(jìn)步。創(chuàng)新的步伐正在加速，我們無(wú)法準(zhǔn)確預(yù)測(cè)到接下來(lái)會(huì)是什么樣子。
以人工智能為驅(qū)動(dòng)力的產(chǎn)品如雨后春筍般涌現(xiàn)，在搜索引擎、電商/音樂推薦系統(tǒng)、在線廣告以及金融服務(wù)方面都有不俗表現(xiàn)。開發(fā)者對(duì)于人工智能有了更好地理解，并且愿意在構(gòu)建更復(fù)雜應(yīng)用程序時(shí)集成更多高效工具。
2、人工智能技術(shù)在市場(chǎng)上的表現(xiàn)如何？
現(xiàn)在一些企業(yè)的數(shù)據(jù)和開放數(shù)據(jù)都存放在各種類型的數(shù)據(jù)倉(cāng)庫(kù)中。不妨想象一下，如果能讓這些數(shù)據(jù)建立起某種聯(lián)系，也就提供了一種觀察復(fù)雜問(wèn)題的新角度，從這個(gè)新角度出發(fā)的洞察力可以做出更多預(yù)測(cè)。DueDil、Premise、Enigma等公司都是以這樣的方式給市場(chǎng)帶來(lái)驚喜。
企業(yè)可以利用自身的專長(zhǎng)，在人工智能的幫助下提供更專注、高附加值和可復(fù)制的解決方案或產(chǎn)品，這會(huì)突破人類的一些局限。比如，類似SiftScience,、Ravelin的在線欺詐檢測(cè)公司，以及ZestFinance、 Kreditech在內(nèi)的個(gè)人貸款創(chuàng)業(yè)公司。這些公司解決了傳統(tǒng)意義上人類手工檢索、核對(duì)少量資料而無(wú)法做出準(zhǔn)確預(yù)測(cè)的難題。
你是否開發(fā)出新型的面向更廣泛市場(chǎng)需求的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)架構(gòu)？包括特色工程、數(shù)據(jù)處理、算法、訓(xùn)練模式以及產(chǎn)品部署。你是否可以將新的工具和技術(shù)打包到市場(chǎng)上原有的成熟產(chǎn)品中，并最終提供給終端客戶？H2O.ai、 Seldon 和 Prediction.io正在這個(gè)領(lǐng)域耕耘。
調(diào)查顯示，知識(shí)工作者日常工作重復(fù)而機(jī)械、低效率并容易犯錯(cuò)?？梢钥紤]通過(guò)結(jié)構(gòu)化的工作流，輔助于可量化的工作產(chǎn)出，利用情景決策，以自動(dòng)化的方式幫助這些知識(shí)工作者。這方面，.Gluru、 x.ai、 SwiftKey都有很多嘗試。
物理世界大量的自動(dòng)化交互需要情境傳感器的輸入、邏輯和智能技術(shù)的參與，這個(gè)領(lǐng)域Tesla、Matternet 和SkyCatch都有一些自己的解決方案。
基于長(zhǎng)遠(yuǎn)研發(fā)和專注研究的企業(yè)都面臨一定的風(fēng)險(xiǎn)，包括DNN Research、DeepMind和Vicarious都處在這場(chǎng)激動(dòng)人心卻又風(fēng)險(xiǎn)極大的戰(zhàn)場(chǎng)。
在我看來(lái)，更重要的一點(diǎn)則是包括谷歌、IBM、微軟等大公司相繼發(fā)布的開源技術(shù)，以及大量能夠推出便宜產(chǎn)品的公司，這些都表明技術(shù)的壁壘正在快速消除。接下來(lái)發(fā)展的方向則是：專屬的數(shù)據(jù)接入、經(jīng)驗(yàn)豐富的人才以及具有吸引力的產(chǎn)品。
3、從投資人的角度去看，這些人工智能創(chuàng)業(yè)者都面臨哪些困難？
（1）運(yùn)營(yíng)角度
你是否有更長(zhǎng)期的研發(fā)路線圖而不僅僅是短期的商業(yè)化想法？盡管越來(lái)越多的產(chǎn)品類型和產(chǎn)品框架發(fā)布出來(lái)，但投資人在投資時(shí)依然會(huì)關(guān)注產(chǎn)品的性能能否滿足用戶需求。用戶是產(chǎn)品的最終評(píng)判者，這也是創(chuàng)業(yè)公司必須認(rèn)識(shí)到的一點(diǎn)。
薄弱的人才庫(kù)。一方面是現(xiàn)有人才不具備綜合性的技能，另一方面，如何招募更多優(yōu)質(zhì)人才并讓他們安心工作？
（2）商業(yè)化角度
早期就要思考如何平衡研發(fā)和產(chǎn)品研究、設(shè)計(jì)。一個(gè)粗糙的產(chǎn)品即便再美化依然無(wú)法優(yōu)雅，所以事先綜合考慮很重要。
人工智能的產(chǎn)品在市場(chǎng)上還是新鮮事物。你所面臨的客戶，可能是什么都不懂的科技小白，所以，你必須精心設(shè)計(jì)整個(gè)銷售循環(huán)里的步驟。你要通過(guò)什么方式銷售你的產(chǎn)品？SaaS？API還是開源呢？
當(dāng)然也可以選擇付費(fèi)的咨詢、體系建設(shè)以及支持服務(wù)等商業(yè)模式。你現(xiàn)有的產(chǎn)品能否應(yīng)對(duì)客戶數(shù)據(jù)或其他平臺(tái)數(shù)據(jù)的處理要求呢？
（3）財(cái)務(wù)角度
作為創(chuàng)業(yè)者，你覺得哪些是有價(jià)值的？所謂的MVP（minimum viable product）？還是媒體報(bào)道？還是開源社區(qū)的用戶？你是應(yīng)該專注核心產(chǎn)品開發(fā)還是面向客戶，與客戶需求的變化不斷調(diào)整產(chǎn)品呢？在融資時(shí)要有一個(gè)緩沖時(shí)期。
（4）用戶角度
有兩個(gè)要素需要用戶參與到人工智能產(chǎn)品中：
首先，機(jī)器在認(rèn)知方面表現(xiàn)很差，為了讓機(jī)器變聰明些，需要用戶幫助機(jī)器提升自己；
其次，在這個(gè)供大于求的豐裕時(shí)代，用戶面臨諸多產(chǎn)品選擇，一個(gè)app在90天內(nèi)退款的比例為35%。
對(duì)很多用戶來(lái)說(shuō)，之所以感覺某個(gè)產(chǎn)品無(wú)法滿足其需求，其中一個(gè)關(guān)鍵要素是沒有形成用戶習(xí)慣，以下有一些典型案例，展示用戶在產(chǎn)品開發(fā)中的重要作用，以及如何形成用戶閉環(huán)：
搜索：谷歌搜索框的自動(dòng)填充成為谷歌理解用戶搜索請(qǐng)求的方式，用戶通過(guò)消除歧義的方式訓(xùn)練機(jī)器；
視覺：谷歌翻譯和交通標(biāo)記檢測(cè)都允許用戶提交反饋數(shù)據(jù)；
翻譯： Unbabel公司的社區(qū)翻譯機(jī)制不斷提升機(jī)器的翻譯能力；
垃圾郵件過(guò)濾：比如Gmail；
更具體的一個(gè)案例，比如IBM Watson能夠在病人診斷提供相應(yīng)的資料。
這些互動(dòng)即能提升系統(tǒng)的性能，有可以培養(yǎng)用戶使用產(chǎn)品的習(xí)慣，促使他們更長(zhǎng)時(shí)間的使用。
記住一點(diǎn)，對(duì)于那些我們不了解的事物，我們很難完全信任。
4、人工智能領(lǐng)域投資的現(xiàn)狀
首先，我們需要看看全球的投資市場(chǎng)，在2015年前三個(gè)季度，共有470億美元的投資，這個(gè)數(shù)字放在過(guò)去20年全年投資總額來(lái)看，已經(jīng)超過(guò)了其中17年全年投資總額。我們預(yù)計(jì)年底會(huì)達(dá)到550億美元。
現(xiàn)在，約有900家人工智能相關(guān)的企業(yè)，絕大多數(shù)聚焦在商務(wù)智能、金融和安全領(lǐng)域。2014年第四季度，由Vicarious, Scaled Inference, MetaMind 和Sentient這些公司掀起了一陣投資熱潮。
到目前為止，也就是從2015年1月1日到2015年12月1日，我們預(yù)計(jì)約有300筆人工智能公司的投資，這里所謂的人工智能公司包括其產(chǎn)品或技術(shù)涉及到人工智能、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語(yǔ)言處理、數(shù)據(jù)科學(xué)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等。這其中有幾個(gè)數(shù)字值得關(guān)注：80%的投資少于500萬(wàn)美元；90%的現(xiàn)金投資發(fā)生在美國(guó)，歐洲只有13%；75%的多輪融資發(fā)生在美國(guó)。
有33個(gè)合并或并購(gòu)的交易以及1個(gè)IPO公司Adgorithms。這些交易中，除了6家歐洲公司，1家亞洲公司，其他都是美國(guó)公司。比較大的三筆交易：Twitter 5億3200萬(wàn)賣下TellApart（該公司之前融資1700萬(wàn)美元）、BlueCoat 2億800萬(wàn)賣下Elastica（該公司融資4500萬(wàn)美元）、IronSource1億5000萬(wàn)賣下SupersonicAds（該公司融資2100萬(wàn)美元）。這些交易對(duì)于投資者的回報(bào)還是比較可觀的，其他的交易更多的還是基于對(duì)人才的爭(zhēng)奪，現(xiàn)階段人才并購(gòu)基本都是6到7人的小團(tuán)隊(duì)。
總體來(lái)看，人工智能的投資在整個(gè)風(fēng)險(xiǎn)投資的比例大約為5%。這要高于2013年宣稱的2%，不過(guò)仍然遠(yuǎn)遠(yuǎn)低于廣告、移動(dòng)以及商務(wù)智能軟件。有兩個(gè)要點(diǎn)；其一，人工智能公司的投資收益剛剛出現(xiàn)，表現(xiàn)在一些小規(guī)模的多輪融資；其二，絕大多數(shù)的投資發(fā)生在美國(guó)地區(qū)。
亟待解決的問(wèn)題目前有兩個(gè)：
（1）健康
我曾經(jīng)花費(fèi)大量時(shí)間研究基因?qū)τ诎┘?xì)胞擴(kuò)散的作用，在醫(yī)療方面我認(rèn)為面臨諸多挑戰(zhàn)，離疾病的治愈還有很長(zhǎng)一段時(shí)間。現(xiàn)在，我認(rèn)為我們需要實(shí)時(shí)檢測(cè)身體狀況，降低照顧病人的費(fèi)用。
我們現(xiàn)在每天接觸的設(shè)備可以追蹤我們的運(yùn)動(dòng)、心跳、睡眠甚至生殖狀況。我們現(xiàn)在在線的時(shí)間要遠(yuǎn)遠(yuǎn)大于離開互聯(lián)網(wǎng)的時(shí)間，我們也不在擔(dān)心存儲(chǔ)在云端的健康數(shù)據(jù)。當(dāng)然，不管新聞如何渲染所謂的隱私困擾，我們每天依然使用互聯(lián)網(wǎng)，還用來(lái)追蹤身體數(shù)據(jù)。
我們擁有了從未有過(guò)的的龐大人口健康數(shù)據(jù)庫(kù)，從中可以挖掘出更多關(guān)于基因影響疾病的洞察和分析。如今，我們的醫(yī)院是如何運(yùn)作的呢？一個(gè)病人在醫(yī)院陳述自己的病情，醫(yī)生必須通過(guò)大量設(shè)備來(lái)做出診斷。未來(lái)，在一個(gè)實(shí)時(shí)連接、實(shí)時(shí)追蹤健康市局的時(shí)代，我們可以提前預(yù)測(cè)到某個(gè)人可能患上什么疾病，并提前制定干預(yù)或治療措施。這需要大量基于人工智能的應(yīng)用程序：比如智能傳感器、信號(hào)處理器、深度學(xué)習(xí)等等。
下面這些公司都致力于解決這個(gè)問(wèn)題：
Sano：基于血液的生命指標(biāo)檢測(cè)；
Enlitic/MetaMind/Zebra Medical：用于輔助醫(yī)生決策的視覺系統(tǒng)；
Deep Genomics/Atomwise：學(xué)習(xí)、模擬和預(yù)測(cè)基因如何影響人類健康和疾病，理解藥物如何應(yīng)對(duì)疾病的變化；
Flatiron Health：為診所和醫(yī)院提供海量的醫(yī)學(xué)研究數(shù)據(jù)；
谷歌：一份無(wú)針采血的專利展現(xiàn)出谷歌對(duì)于未來(lái)可穿戴設(shè)備的想象力。
（2）企業(yè)自動(dòng)化
未來(lái)的企業(yè)可以自己運(yùn)行嗎？根據(jù)BAML的數(shù)據(jù)，人工智能驅(qū)動(dòng)的知識(shí)工作自動(dòng)化將在2020年減少9億英鎊的勞動(dòng)力成本。鑒于機(jī)器人帶來(lái)的效率提升，我認(rèn)為離全自動(dòng)企業(yè)運(yùn)行的實(shí)現(xiàn)已經(jīng)很近了。
想象一下，企業(yè)運(yùn)行的核心模塊，包括CRM、市場(chǎng)營(yíng)銷、財(cái)務(wù)、法律、網(wǎng)站部署、客戶交互、招聘和商務(wù)智能都以SaaS交付。而類似于Zapier 或Tray.io的產(chǎn)品，可以實(shí)現(xiàn)在不同模塊之間的連接。進(jìn)一步來(lái)看，基于實(shí)時(shí)數(shù)據(jù)的決策也可以實(shí)現(xiàn)?；蛟S，我們需要重新思考一下電子商務(wù)公司，當(dāng)你完成在上面注冊(cè)后，你的商品清單、價(jià)格、交易、推薦、客戶交互、打包發(fā)貨等等或許都可以自動(dòng)化完成。
5、遠(yuǎn)景
我非常看好人工智能對(duì)于我們生活和工作的所帶來(lái)的價(jià)值。我認(rèn)為存在一些低風(fēng)險(xiǎn)的投資機(jī)會(huì)，特別是短期內(nèi)就有受益的項(xiàng)目。對(duì)于那些致力于長(zhǎng)期創(chuàng)新的公司來(lái)說(shuō)，需要給他們更多的支持。
我們必須記住技術(shù)的商業(yè)化，這要求創(chuàng)業(yè)者必須理解你的產(chǎn)品，你的客戶以及你給客戶帶來(lái)的價(jià)值。最后，你必須考慮在美國(guó)市場(chǎng)展現(xiàn)你的創(chuàng)意和產(chǎn)品，正如上文所言，幾乎所有的投資都發(fā)生在這個(gè)地區(qū)。
機(jī)器之心編譯出品，編譯：趙賽坡。