新智元編譯
來源：bradfordcross.com
作者：Bradford Cross
譯者：聞菲、張易、序媛
新智元啟動新一輪大招聘：COO、執(zhí)行總編、主編、高級編譯、主筆、運營總監(jiān)、客戶經(jīng)理、咨詢總監(jiān)、行政助理等 9 大崗位全面開放。
簡歷投遞：jobs@aiera.com.cn HR 微信：13552313024
新智元為COO和執(zhí)行總編提供最高超百萬的年薪激勵；為骨干員工提供最完整的培訓(xùn)體系、高于業(yè)界平均水平的工資和獎金。加盟新智元，與人工智能業(yè)界領(lǐng)袖攜手改變世界。
【新智元導(dǎo)讀】本文作者 Bradford Cross 是 VC，自己也創(chuàng)立了公司。他對 2017 年 AI 創(chuàng)業(yè)做了5大預(yù)測：①Bot 熱潮要崩盤、②深度學(xué)習(xí)會變成商品、③AI 會像清潔能源那樣讓 VC 撲個空、④MLaaS 做不起來、⑤垂直領(lǐng)域 AI 有機(jī)會。LeCun 對④⑤表示強(qiáng)烈贊同。作者的分析是，MLaaS 沒有用戶可言，懂的人直接用開源的東西，不懂的人就算你用了 API 也做不起來。另外，關(guān)于 bot 要完，作者認(rèn)為并非技術(shù)不好，而是使用場景等其他原因。
今天，Facebook AI 實驗室負(fù)責(zé)人 Yann LeCun 在Twitter上發(fā)布了這樣一條消息——他不認(rèn)為 AI 是服務(wù)，把 AI 或機(jī)器學(xué)習(xí)當(dāng)做服務(wù)來銷售的商業(yè)模式是行不通的。但是，LeCun 認(rèn)為垂直領(lǐng)域 AI 創(chuàng)業(yè)是很好的。
LeCun 之所以這么說，是因為他看見了一篇預(yù)測 2017 年 AI 創(chuàng)業(yè) 5 大趨勢的文章，并且十分贊同作者的分析。新智元現(xiàn)將 LeCun 點贊的文章編譯如下。
（文／Bradford Cross）隨著 AI 熱浪達(dá)到沸點，2017 將成為冷靜下來的一年。泡沫會破，但一小撮垂直導(dǎo)向的創(chuàng)業(yè)公司卻會迎來成功。這些公司解決全棧產(chǎn)業(yè)問題（full-stack industry problem），要解決這些問題不但需要領(lǐng)域?qū)＜业闹R、獨特的數(shù)據(jù)，還必須有使用 AI 實現(xiàn)其核心價值主張的產(chǎn)品做支撐。
對于2017年的AI創(chuàng)業(yè)形勢，我提出5大預(yù)測：
Bot 熱潮要崩盤
深度學(xué)習(xí)成為商品
AI 成為 VC 的清潔能源 2.0
MLaaS 迎來第二次死亡
全堆棧垂直 AI 創(chuàng)業(yè)反而會成功
Bot 熱潮要崩盤
過去幾年圍繞“bot”很是興起了一股熱潮。
在技術(shù)圈子里，我們說起 bot 的時候，通常指的是“軟件代理”，這些軟件代理一般擁有“不同于任意程序代理的4 大關(guān)鍵特性；也即響應(yīng)環(huán)境、自主性、目標(biāo)導(dǎo)向和持久性（persistence）”。
企業(yè)偷梁換柱，把“bot”的意思改成了“任何形式的業(yè)務(wù)流程自動化”，并且創(chuàng)造出“RPA”一詞——機(jī)器人過程自動化（robotic process automation）。
在未來幾十年里，業(yè)務(wù)流程自動化當(dāng)然還是會繼續(xù)演進(jìn)，但當(dāng)前圍繞“bot”——以語音為基礎(chǔ)的聊天會話界面——的狂熱，將在 2017 年開始崩潰。原因如下：
1. 消費者互聯(lián)網(wǎng)上的社交 VS 個性化之戰(zhàn)為我們提供了很好的啟示。最終取得勝利的個性化平臺是 Facebook，而它也恰好是做得風(fēng)生水起的社交平臺。人在很多事情上還是喜歡跟其他人社交，我推測很多 chatbot 最后也會這樣。關(guān)于 bot 的思考很多都是從功能方面去考慮，實用，但沒有社交智能，意識不到很多人在與其他人面對面交流中才能滿足的需求。因此，大多數(shù) bot 即使最初吸引來用戶，最后也會讓他們流失。
2. 很多人從全球范圍內(nèi)興起的消息應(yīng)用熱潮里，讀取了錯誤的信息，包括 Slack 的興起，以及中國的微博平臺上的一些互動。很多人由此把賭注押在了 AI 驅(qū)動的數(shù)字個人助理這樣的平臺上。上面也說過了，這些社交平臺既要實用，又要滿足情感需求，現(xiàn)在還不好說能不能將這樣的設(shè)置推廣應(yīng)用到純實用 AI 驅(qū)動的 chatbot。
3. 相比其他更為視覺化的解決方案，對話界面在完成任務(wù)方面往往不那么有效。對話界面這個方向很有意思，做的時間也有幾十年了。對話界面在有些應(yīng)用上很強(qiáng)很好，但絕大部分應(yīng)用都會有更加有效的界面。
4. 需要注意，我說 bot 要完沒有一條理由是“AI 還不夠好”。像 Siri 這樣大多數(shù)系統(tǒng)的問題都是部署差。用現(xiàn)在的技術(shù)我們能做出很多有意思的 bot 界面，但我認(rèn)為更主要的問題是人想不想要去用它們。
深度學(xué)習(xí)商品化
深度學(xué)習(xí)現(xiàn)在處于完全狂熱的狀態(tài)。對于那些不理解各種AI術(shù)語的人而言，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一部分，而機(jī)器學(xué)習(xí)是AI的一部分。深度學(xué)習(xí)不是一個多么與眾不同的東西，它只是一個很酷的工作，使得許多重要的問題產(chǎn)生了超好的結(jié)果，所以人們就使用了它。如果你想了解深度學(xué)習(xí)是如何適應(yīng)不斷演化的AI領(lǐng)域的，可以看我去年秋天寫的文章。
深度學(xué)習(xí)初創(chuàng)公司已經(jīng)取代了5年前的iOS移動應(yīng)用初創(chuàng)公司。一大堆公司猝不及防地被深度學(xué)習(xí)產(chǎn)生的卓越結(jié)果（特別是計算機(jī)視覺方面）和解決新問題的能力所驚艷。因此，我們目睹了谷歌、Facebook、Twitter、Uber、微軟和Salesforce展開大規(guī)模的、激進(jìn)的并購策略以填補其差距。
所以，如果深度學(xué)習(xí)如此重要，又被高度追捧，為什么我認(rèn)為今年它會被商品化？縱覽NIPS 2016和2016年整個會議圈，很顯然，現(xiàn)在深度學(xué)習(xí)是無處不在的。有這么多的畢業(yè)生具備了這一技能。四年前的情況是截然不同的?，F(xiàn)在市場已經(jīng)調(diào)整以創(chuàng)造更多的供應(yīng)。
現(xiàn)在，綜上所述，我需要做一個澄清聲明。我認(rèn)為今年深度學(xué)習(xí)領(lǐng)域中機(jī)器學(xué)習(xí)人才將會更加商品化，我不是說機(jī)器學(xué)習(xí)本身將成為商品。機(jī)器學(xué)習(xí)人才溢價依然會相當(dāng)高。但是隨著第二梯隊的技術(shù)公司和非技術(shù)公司完成他們當(dāng)前的并購浪潮，我們過去幾年所看到的深度學(xué)習(xí)創(chuàng)業(yè)公司收購價格將會崩盤。我預(yù)計今年還有源源不斷的、人傻錢多的接盤者，但是今年晚些時候我們可能會看到這波并購潮放慢步伐。
AI對VC們來說就像是清潔能源技術(shù)的2.0版
讓我們回想一下最近的清潔能源技術(shù)失敗中一些突出的問題，我認(rèn)為這同樣適用于AI。
1.清潔能源技術(shù)不是一個市場，它只是一個擔(dān)憂，一個橫截面。氣候變化和可持續(xù)性問題是非常嚴(yán)重的問題，無論是作為事業(yè)還是生意都值得我們?nèi)ニ伎肌５?，作為橫截面的擔(dān)憂不是生意，企業(yè)需要銷售客戶想要購買的產(chǎn)品或服務(wù)。特斯拉和太陽能城市可以說是清潔能源技術(shù)的成功案例，但請注意，他們都是“全棧型企業(yè)” – 分別是一家汽車公司和一家太陽能公司。所以當(dāng)一家全棧型公司銷售一個真正的產(chǎn)品到一個真正的市場，而清潔能源技術(shù)只是作為其中的一個元素，那就行得通。但只為清潔能源技術(shù)而生的清潔能源技術(shù)是行不通的，因為它不是從客戶需求出發(fā)的。偉大的企業(yè)從客戶需求開始。偉大的宣教事業(yè)從一個由客戶需求定義的愿景開始，并結(jié)合了一個滿足需求的使命。具有社會使命但沒有以客戶為中心的組織最多只是一個適度有效的慈善組織。偉大的企業(yè)放在首位的永遠(yuǎn)是客戶需求，而非技術(shù)的橫截面，即使再有社會意義。
2.綠色能源不是市場，能源才是。太陽能是老大，并且增長迅速 - 因為目前它有經(jīng)濟(jì)效益。當(dāng)沃倫·巴菲特和伊隆·馬斯克在一個市場上競爭時，這可能表明它有良好的商業(yè)意義。他們認(rèn)為可持續(xù)發(fā)展是一個重要的使命，但也意識到企業(yè)把客戶放在第一位才合情合理，而社會責(zé)任要服務(wù)于企業(yè)客戶和員工的需要。沒有什么比擔(dān)負(fù)了可持續(xù)性社會責(zé)任的不可持續(xù)的企業(yè)更諷刺。
3.先保存自己再拯救世界的心態(tài)。在清潔能源技術(shù)領(lǐng)域，有很多身披閃亮盔甲的堂吉訶德，這是些技術(shù)狂熱分子。過去幾年中，我們開始看到自說自話的人工智能倫理委員會，也看到人們開始擔(dān)心機(jī)器人會搶走所有的工作，等等。好像整個人類的進(jìn)步都要由那些AI領(lǐng)域的從業(yè)者操心，就因為他們做的事情有些意義。這種朦朧的傲慢使人們看不到自己被困在一個回聲室里，每個人都在談?wù)摷夹g(shù)趨勢，而不是客戶的需求和企業(yè)的經(jīng)濟(jì)學(xué)。這種有毒的扭曲現(xiàn)實使得技術(shù)狂熱分子把很多聰明且重視自身發(fā)展的人拉入到毀滅的邊緣。
4.清潔能源技術(shù)和人工智能都是深刻的技術(shù)問題，而越來越多地在消費者互聯(lián)網(wǎng)和簡單的SaaS服務(wù)（軟件即服務(wù)）上歷練而成的初創(chuàng)公司和VC社群越來越無法充分評估深度技術(shù)領(lǐng)域的投資機(jī)會。在第3條所述的傲慢狀態(tài)的驅(qū)使下，人們在閱讀了幾篇博客文章、聽到幾個音符后一猛子扎到水里，搖身一變。一個充斥著臨時專家的時代誕生了。
那么這是怎么發(fā)生的？
我有一個理論，經(jīng)濟(jì)的信息時代從根本上改變了人類在歷史上曾反復(fù)經(jīng)歷的瘋狂周期。作為一個前對沖基金的從業(yè)者，我閱讀過所有關(guān)于金融史和市場心理學(xué)的巨著。 讓我們不妨追溯一下從90年代中期以來發(fā)生的畸變。
我認(rèn)為，社交互動的快速增長和在線信息的傳播創(chuàng)造了一種自我的海森伯格效應(yīng)，甚至在一個商業(yè)周期開始之前就開始了狂熱和瘋狂。消費者互聯(lián)網(wǎng)是一個很好的例子，90年代的提前狂熱導(dǎo)致了2000年真正商業(yè)周期開始時的崩潰。兩年后的2002年，1998年起步的谷歌，開始招聘所有那些崩潰后埋在廢墟下的人才，并定義了消費者互聯(lián)網(wǎng)真正的商業(yè)周期。
在清潔能源技術(shù)被Wired宣布死亡的四年以后，太陽能成為最干凈、最便宜的能源，伊隆和沃倫都在此領(lǐng)域有所動作。 特斯拉和太陽能城市正在成為一個完整的清潔能源技術(shù)的帝國。
所以我認(rèn)為我們現(xiàn)在正處在AI的初創(chuàng)階段。我現(xiàn)在看到的大多數(shù)AI初創(chuàng)公司都會以和過去十年同樣的方式慘淡收場。有一個非常小的群體已經(jīng)做AI創(chuàng)業(yè)10年或更長時間，這批在AI的前期瘋狂中闖入這一領(lǐng)域的人，犯了和清潔能源技術(shù)相同的錯誤，他們闖入了AI的領(lǐng)域，卻沒有探尋客戶的需求。
AI創(chuàng)業(yè)公司現(xiàn)在大多是舉著錘子找釘子。 隨著接下來12-24個月這一現(xiàn)象變得更加明顯，以及大公司對AI審美疲勞并喪失興趣，就像他們對移動應(yīng)用程序開發(fā)商的態(tài)度那樣，我想我們會開始看到潛在的創(chuàng)始人，而VC們則會意識到有些事情已經(jīng)結(jié)束了。那時，比起過去12個月決定挺近AI領(lǐng)域的人，搞AI創(chuàng)業(yè)的人會少一些。
MLaaS（機(jī)器學(xué)習(xí)即服務(wù)）的 二次死亡
機(jī)器學(xué)習(xí)即服務(wù)是已經(jīng)被我們關(guān)注了近10年的一個想法，它一直都是失敗的。
它為什么不成功，其本質(zhì)原因是：懂的人會去用開源代碼；而不懂的人，即使你給他API他也什么都做不出來。
許多非常聰明的朋友已經(jīng)陷入這種困境。比如那些被巨頭收購以加強(qiáng)其 ML團(tuán)隊的初創(chuàng)公司，包括IBM的Alchemy API，Intel的Saffron以及 Salesforce的Metamind。然而，在一個API上復(fù)制一個ML模型以賺取快錢的誘惑力，將持續(xù)吸引這些沒有靈魂的人。
亞馬遜、谷歌和微軟都試圖把MLaaS層作為他們的云戰(zhàn)略的一個組成部分賣出去。我還沒有看到創(chuàng)業(yè)公司或大公司真的在使用這些API，而且我看到的AI應(yīng)用并不少，所以這應(yīng)該不是我觀察樣本太小的原因。
無論是來自大型云提供商的服務(wù)還是來自初創(chuàng)公司的服務(wù)，最終結(jié)局都將是一樣的，他們今年開始放慢了。云提供商會讓服務(wù)保持運轉(zhuǎn)，但他們賺不到大錢。隨著業(yè)務(wù)增長乏力，同時沒有動力投入更多，MLaaS初創(chuàng)公司今年將開始面臨關(guān)門。
這個問題非?，F(xiàn)實; MLaaS解決方案沒有客戶群 - 不論是有能力的群體還是沒有能力的群體，他們都服務(wù)不了。
有能力的群體：你需要機(jī)器學(xué)習(xí)人員建立真正的生產(chǎn)機(jī)器學(xué)習(xí)模型，因為正確地訓(xùn)練和調(diào)試這些東西是很難的，它需要理論和實踐的雙重理解。這些機(jī)器學(xué)習(xí)的人往往只是使用MLaaS服務(wù)提供的開源工具。因此這一群體無法成為客戶群。
無能力的群體：無能力的群體不會通過使用API開展機(jī)器學(xué)習(xí)。他們將購買能夠解決更高層次問題的應(yīng)用程序。機(jī)器學(xué)習(xí)只是他們?nèi)绾谓鉀Q問題的一部分。在內(nèi)部引進(jìn)機(jī)器學(xué)習(xí)技術(shù)人才非常困難，而且在“數(shù)據(jù)產(chǎn)品”的人才方面還要困難得多，這些人才可以幫助您確定正確的問題，這對于機(jī)器學(xué)習(xí)解決方案的實現(xiàn)很有意義。無能力的群體，就是除了有著強(qiáng)大的機(jī)器翻譯和數(shù)據(jù)產(chǎn)品團(tuán)隊的技術(shù)公司之外的每個人。是的，我是說整個全球商業(yè)世界的所有產(chǎn)業(yè)。這是個超級巨大的群體。如果你相信“軟件正在吃世界”的理論，那么你就會認(rèn)為每個行業(yè)中的每個公司或多或少在某種程度上都必須成為一個技術(shù)公司。同理，也要成為數(shù)據(jù)公司。
在谷歌和Facebook這樣的頂級高科技公司和科技行業(yè)以外的頂尖公司之間，已經(jīng)存在著很大的技術(shù)能力差距。再考慮到數(shù)據(jù)能力，這種差距簡直大的出奇。
全棧垂直AI創(chuàng)業(yè)公司才靠譜
我已經(jīng)在AI領(lǐng)域工作了近20年，并且在硅谷做AI創(chuàng)業(yè)近10個。我是DCVC的聯(lián)合創(chuàng)始合伙人，這是一個關(guān)注AI和數(shù)據(jù)的、領(lǐng)先的VC。我的經(jīng)歷使我既非常興奮又能夠清醒地關(guān)注全棧垂直AI應(yīng)用。
我非常興奮，因為我認(rèn)為每個行業(yè)都會被AI改變。我保持著清醒，因為低水平的、基于任務(wù)的AI被快速商品化。我認(rèn)為，如果你不從頭到尾完整地解決一個高層次的問題，你就會陷入一個低級別AI服務(wù)的商品化世界而進(jìn)退兩難，那么你要么不得不接受被收購，要么就因為動力不足而漸漸死掉。
垂直領(lǐng)域AI創(chuàng)業(yè)公司要解決全棧性的行業(yè)問題，必須有相關(guān)的專業(yè)知識、專業(yè)的數(shù)據(jù)和一個用AI提供其核心價值主張的產(chǎn)品。
雖然大多數(shù)機(jī)器學(xué)習(xí)人才在2C的互聯(lián)網(wǎng)巨頭和相關(guān)的一般技術(shù)公司工作，大規(guī)模和實時性問題潛伏在技術(shù)之外的所有主要行業(yè)。如果你相信“軟件正在吃世界”的假設(shè)，那么每個行業(yè)的每個公司都需要成為一家科技公司。
當(dāng)你專注于垂直領(lǐng)域，你可以找到高層次的需求，我們可以更好地用AI技術(shù)滿足它；或找到新的需求，必須用AI技術(shù)滿足的需求。這是極好的商業(yè)機(jī)會，但他們需要更多的業(yè)務(wù)知識和專業(yè)知識。偏技術(shù)的人群創(chuàng)立AI公司通常既無法意識到業(yè)務(wù)需求，也不虛心的學(xué)習(xí)業(yè)務(wù)和領(lǐng)域?qū)I(yè)知識，而這些是做到“上移堆?！被颉叭珬！彼仨殻ㄕ缥宜蚪驑返赖模?/span>
新的全棧垂直AI創(chuàng)業(yè)公司正在金融服務(wù)、生命科學(xué)和醫(yī)療保健、能源、交通、重工業(yè)、農(nóng)業(yè)和材料等領(lǐng)域涌現(xiàn)。這些初創(chuàng)公司將使用專有數(shù)據(jù)和機(jī)器學(xué)習(xí)模型驅(qū)動以解決高層次領(lǐng)域問題。它們其中的某些公司將在2017-2018年收益達(dá)到1億美元。而這些全棧創(chuàng)業(yè)公司將是AI領(lǐng)域的特斯拉和太陽能城。
編譯來源：http://www.bradfordcross.com/blog/2017/3/3/five-ai-startup-predictions-for-2017
