美國風險投資家布拉德福特·克洛斯近日撰文，總結了2023年人工智慧創業圈的5大**。
a. 聊天機械人覆滅
在科技圈內，當我們談到bot時，通常指的是一種軟體**，往往通過4大關鍵概念使之與隨心所欲的程式區分開來：對環境的反應、自動化、目標導向和永續性。
企業則將bot的定義闡述成「任何形式的商業程式自動化」，並且創造了rpa這樣乙個詞，意思是機械人處理自動化。
雖然商業流程自動化肯定會在未來幾十年繼續發展，但目前圍繞「bot」的狂熱指的是一種通過語音和聊天實現的對話介面，也就是聊天機械人，這種模式將在2023年開始覆滅。原因如下：
1.消費網際網路市場的社交和個性化大戰提供了較好的參考。最終勝出的個性化平台是facebook，它同時也是最終勝出的社交平台。
2.世界各地掀起的聊天軟體熱潮、slack的崛起以及中國微博等平台上的某些活動取得的成功，都形成了許多誤導。很多人根據這些趨勢認為應該向人工智慧支援的數字個人助手大舉下注。
3.對話介面通常很無效，完成任務的效果比不上其他視覺元素更豐富的解決方案。對話介面很有趣，幾十年前就已經在人機互動領域存在。某些應用領域的確效果很好，但實際上，我認為在多數應用環境中，都可以找到更加有效的介面。
b. 深度學習商品化
早在5年前，深度學習創業公司的人才收購就已經取代了ios移動應用創業公司。很多公司都對深度學習的能力感到驚訝，尤其是計算機視覺的發展，這些技術可以帶來更好的結果，還能解決很多新問題。因此，我們才看到谷歌、faceboook、twitter、uber、微軟和salesforce等公司紛紛通過激進的併購戰略來彌補短板。
深度學習將在機器學習人才中變得更加普及，但不認為機器學習本身將會商品化。機器學習人才仍將獲得極高的溢價。在二線科技公司和科技行業之外的公司（例如底特律汽車巨頭）完成了這波收購後，深度學習創業公司過去幾年享受的人才收購溢價才有可能消失。
c. 人工智慧將成清潔科技2.0
當清潔能源成為完整企業的一部分，而這家企業可以在真正的市場上銷售實際產品時，便可起到效果。但為了清潔科技而發展清潔科技卻無法奏效，因為它並不能符合客戶需求。偉大的企業都要從客戶需求開始。懷有偉大使命的企業秉承的願景也要由客戶需求來決定。如果一家組織秉承著社會使命，但卻沒有構建以客戶為中心的願景，那充其量只能算一家還算有效的慈善組織。偉大的企業會把客戶需求放在首位，而不是科技趨勢，即便這能給你帶來使命感。
綠色能源並不是乙個市場，能源才是。太陽能增長的確很快，因為它很經濟。當沃倫·巴菲特和伊隆·馬斯克爭奪市場時，可能表明這的確有商業價值。他們都認為可持續發展是一項重要使命，但他們也都明白，要讓企業成為真正的企業，還要把客戶放在第一位。使命需要在服務客戶和員工需求的過程中來實現。一家根本無法持續發展的企業卻秉承著可持續發展的理念，恐怕沒有比這更諷刺的事情了。
在《連線》雜誌宣稱清潔技術的死期後4年，太陽能成為最乾淨、最便宜的能源，馬斯克和巴菲特都進入其中。特斯拉和solarcity建起了完整的清潔能源王國。
人工智慧創業公司現在幾乎都是「正在尋找釘子的錘子」。由於這種趨勢將在未來12至24個月越發明顯，而大企業也將後勁不足，降低對人工智慧人才收購的胃口——估計將有一些公司創始人和風險投資家逐漸意識到這一趨勢。到那時，過去12個月才決定進入人工智慧領域的創業公司通過linkedin發給我的宣傳資料將會減少。
d. mlaas二度滅亡
機器學習即服務（mlaas）的概念已經誕生近10年，一直都沒有成功。根本原因在於：知道他們在做什麼的人直接使用開源軟體，不知道他們在做什麼的則完全置身事外。
有很多大公司都通過收購來加強自己的機器學習團隊，包括ibm收購alchemy api、英特爾收購saffron、salsforce收購metamind。但似乎於事無補。
對有能力的企業而言，需要機器學習人才來構建真正可以使用的機器學習模型，因為很難恰當地訓練和除錯這些事情，而且需要在理論和實踐上充分理解這些內容。這些機器學習人才使用的開源工具往往與mlaas一樣，所以可以排除這部分企業。
對沒有能力的企業而言，他們不會通過api獲取機器學習技術，而是會通過購買應用來解決更高層次的問題。機器學習只是他們解決問題的乙個方面。要在內部開發機器學習技術本來就很困難，而要引入資料產品人才，幫助你找到正確的問題和方法來實現機器學習解決方案，更是難上加難。除了擁有強大機器學習和資料產品團隊的科技公司外，所有企業都屬於這一類。沒錯，這涵蓋整個商業世界，是個很大的市場。如果你相信「軟體正吞噬世界」，那就會認為所有行業的所有公司都要在某種程度上成為一家軟體公司。同理，所有企業也都要在某種程度上成為資料公司。谷歌和facebook等頂尖科技公司與科技行業之外的企業在技術實力上的差距已經很大。在資料領域，雙方的差距還將更大。
e. 完整的垂直人工智慧創業公司確有價值
垂直人工智慧創業公司想要解決完整的行業問題，就需要借助專業領域的技能、獨特的資料和能夠充分利用人工智慧技術的產品，才能真正傳遞核心價值。
雖然多數機器學習人才都任職於消費網際網路巨頭以及相關的通用科技公司，但許多問題都潛伏在科技之外的其他行業。如果你相信「軟體正吞噬世界」，那麼所有行業的所有公司都需要成為科技公司。
當你關注垂直領域時，就會發現可以用人工智慧更好地滿足高層次的客戶需求，或者找到沒有人工智慧時無法滿足的需求。這些都是非常好的商業機會，但卻需要更強的商業技巧和專業技能。技術人才較為集中的創業公司往往一無所獲，他們往往沒有意識到這種需求，或者無法謙虛地將自己的商業技巧和專業技能引入其中。
新的完整的垂直人工智慧創業公司將在金融服務、生命科學、醫療保健、能源、交通、重工業、農業和材料等領域湧現。這些創業公司將利用專有資料和機器學習模型解決高層次的專業問題。這些創業公司之於人工智慧，就像特斯拉和solarcity之於清潔科技。
人工智慧創業的「風口」和「泡沫」
因為資本 人才和市場三位一體的優勢，美國的人工智慧初創企業不僅數量最多，而且質量最高,型別最為齊全。從舊金山到矽谷，從西雅圖到紐約，在ai晶元 ai平台 自動駕駛 智慧型金融 智慧型醫療 機械人 智慧型物聯網 智慧型教育 智慧型客服等領域裡創業的公司數不勝數。英國是另乙個人工智慧創業的樂園，研發al...
人工智慧 AI
編者按 羅布 史密斯 robsmith 是 pecabu 首席執行官 編者按 羅布 史密斯 robsmith 是 pecabu 首席執行官。人工智慧 ai 近來成為 報道的熱點話題。它擁有像 大資料 雲 等毫無意義的流行詞語的地位，也只是時間問題。通常情況下，我是人工智慧的堅定支持者。在人工智慧領域...
人工智慧（AI）
人工智慧是乙個很大的圈子，但人工智慧的基礎是機器學習。機器學習是什麼？其實就是人告訴機器想做什麼事情，並且給它一堆資料讓它模仿著去做。機器學習需要什麼？演算法 資料 程式 評估 應用。機器學習能做什麼？機器學習在資料探勘 影象識別 語音和自然語言處理中有著廣泛應用。機器學習流程？乙個機器學習的常規套...