為什么說AI創(chuàng)業(yè)不是4、5個人的團隊就能搞定的事
在人工智能領域內的一系列突破點燃了無限商機，大公司希望抓住機遇來加強現有職位，小公司希望借助新技術來提升市場領先地位。作為FirstMark的投資者，MattTurck已經看到機器學習領域內的初創(chuàng)正在躍躍欲試。MattTurck曾任BloombergVentures常務董事，現為FirstMarkCapital合伙人。
以下MattTurck對于機器學習型初創(chuàng)公司發(fā)展模式的討論，哪些是推動生態(tài)系統發(fā)展的原因，以及為什么它們看起來與之前的SaaS初創(chuàng)公司不同。
采訪人SamDeBrule是人工智能、技術、創(chuàng)業(yè)等領域的優(yōu)秀博主。在Medium社區(qū)，他有8600多粉絲。他的《機器學習和人工智能的非技術指南》、《如何找到一個值得工作的創(chuàng)業(yè)公司》等文章獲得了許多喜愛。
Sam：Matt，請你簡單介紹一下自己以及你所做的工作吧。
Matt：我是紐約風投公司FirstMark的合伙人，FirstMakr管理著61億美元的資金，已經成為紐約市最大的早期投資創(chuàng)業(yè)公司。作為投資者，我雖然對很多事情感興趣，但我重點關注的領域有兩個。
第一個是數據領域，包括大數據、機器學習和人工智能公司，以及將大數據視為護城河的初創(chuàng)公司，如ActionIQ、Dataiku、x.ai、Sense360和HyperScience這樣的公司，我很熱衷于投資于這樣的企業(yè)，并時常在博客上討論這些話題。與此同時，我還運營著一個有著14000名大數據和AI愛好者的社區(qū)DataDrivenNYC。
第二是前沿科技領域，包括新型計算平臺、VR/AR、物聯網以及你所能想到的所有流行新事物。同樣地，我也會在個人博客上討論，并運營著一個超過5000人的社區(qū)HardwiredNYC。
1.現在確實是投資AI的最佳時機
Sam：你是在什么時候開始考慮投資機器學習領域
Matt：我是以數據分析師這個角色進入科技行業(yè)的。我是一家搜索引擎初創(chuàng)公司的聯合創(chuàng)始人，我們用貝葉斯理論（一種機器學習方法）來進行問題搜索和檢索。
實際上，機器學習已經存在于創(chuàng)投領域很多年了。但近年來，因為大數據的出現這個領域變得有趣了許多。大數據技術以合理的成本和速度捕獲和處理大量數據。另一方面，它同時加快了機器學習的發(fā)展速度，特別是需要大量數據工作的領域，如神經網絡。
現在正是投資該領域的最佳時機。在我看來，人工智能確實很熱。
2.營銷蓋過現實：IBM可能在兌現承諾方面做得最差
Sam：接下來，我們來討論一個比較犀利的問題。如今眾多的AI企業(yè)中，哪家企業(yè)在兌現消費者承諾方面做得最差？
Matt：根據我從市場上聽到的，可能是IBM。
很大程度上，正是因為他們的營銷機制和雄心勃勃讓他們陷入了一個尷尬的境地：承諾太多，同時間投入在多個領域難以得到市場的滿意回饋。據說，只要你愿意花幾個月的時間和大量的金錢去訓練IBMWaston，你就能用它來實現有趣的事情。但是，很明顯，這有些言過其實了。
他們會發(fā)現，在每個垂直領域的競爭上都十分激烈。據我了解，他們正在損失大量交易，通常是敗給那些更為專注、靈活的小公司。
3.人才是核心，而創(chuàng)業(yè)公司距離人才更近
Sam：Salesforce是否會走上和IBM同樣的路徑？
Matt：我覺得不會。當Salesforce創(chuàng)始人MarcBenioff去年宣揚人工智能平臺Einstein時，Salesforce公司自己的人都有些害怕，不過這可能是因為Marc本身就愛吹牛。
問題的核心是，創(chuàng)業(yè)生態(tài)系統的導向和市場收購動作有著直接聯系。因為創(chuàng)業(yè)公司距離機器學習領域的人才更近，而目前來看，這個因素是該行業(yè)的決定性條件。Salesforce和創(chuàng)業(yè)生態(tài)系統有較強的連接性，這一點很重要。
4.沒有大數據對創(chuàng)業(yè)公司的影響并沒有想象中大，行業(yè)里最敏銳的人正在致力于減少神經網絡對大數據的依賴，這是未來的一個方向
Sam：眾所周知，專有數據是模型訓練的關鍵，這使得創(chuàng)業(yè)公司和大公司相比會處于劣勢。是否能找到更小的數據集來為模型提供動力的方法？
Matt：創(chuàng)業(yè)公司在這一方面確實處于劣勢，但是這同時也會讓他們具備更多創(chuàng)造性，讓資源變得豐富。
從技術角度來說，當下該行業(yè)中最敏銳的人（不僅僅是初創(chuàng)公司里的人）正在致力于讓神經網絡在數據量較少的情況下發(fā)揮作用。在可以看得到的未來里，這將是這個行業(yè)前進的方向。
幾家我很熟悉創(chuàng)業(yè)公司已經取得了一些真正的進展，并在遷移學習方面做了一些有趣的事情。話雖如此，這似乎還是一個特別棘手的問題，所以還需要些時間。
同時，創(chuàng)業(yè)公司也正在尋找多種的方法獲得他們所需要的大型數據集。例如醫(yī)學成像領域的人工智能公司，他們中的一些人在與特定醫(yī)院建立了合作后，能安全地訪問一些特定的放射影像數據庫。在保險、工業(yè)機械、農業(yè)等領域也同樣如此。
另外，獲取數據只是挑戰(zhàn)的中一部分，你還需要給它貼上標簽，以便深入學習。一些創(chuàng)業(yè)公司在世界各地雇傭了一大批人，用MechanicalTurk（Amazon旗下的公司，網絡交易平臺）的套路來給他們的數據貼上標簽。
我還看到其他一些創(chuàng)企聘請了一些行業(yè)專家來給特定類型的數據貼上標簽，比如一個外科醫(yī)生精英組給最復雜的醫(yī)療圖像數據集貼標簽。
5.理論上，任何人都能收集到足夠多的數據，形成馬太效應
Sam：基于Netflix、Spotify和Facebook等平臺，我們看到數據集帶來的馬太效應。哪些初創(chuàng)公司在構建下一代強大的數據馬太效應？
Matt：理論上，任何人都能從多個用戶那里收集到足夠多的數據，在集合數據集上運行算法，并將學習反饋給每個客戶的機器學習企業(yè)這些都可以從數據網絡效應中受益。
以x.ai項目為例，人工智能助手安排的會議越多，得到的數據也就越多，算法隨即變得越聰明。算法越智能，體驗也就越好。反過來，體驗越好，m.twshmhelmet.com，人們也就會更愿意使用x.ai來安排會議，從而x.ai就能獲得更多的數據。如此良性循環(huán)下去。這便是數據網絡效應。
這種效應的奇妙之處適用于很多創(chuàng)業(yè)公司，從像x.ai幫助人們安排會議的公司，再到像Phosphorous幫助醫(yī)院經營基因檢測實驗室的公司都能適用。
在B2B模式背景下，通常不會輕易受到數據聚集帶來的馬太效應影響，因為企業(yè)都很注重對數據的保護，比較抗拒把自家數據和所在行業(yè)其他公司的數據摻糅在一起。
另一方面，數據集造成的門檻問題也將在一定程度上得到解決。谷歌搜索在幾個月前發(fā)表了一份關于聯合學習的文章，文章的想法是：在不實際收集數據的情況下支持協作式機器學習。這就可以解決所有關于數據隱私的擔心，充分利用各類數據網絡效應了。
不管怎樣，數據網絡效應的影響要幾年才能發(fā)揮出來。創(chuàng)企要建立客戶基礎來收集足夠的數據，這才能讓他們的模型進行學習。不過，一旦完成，企業(yè)就會形成較強的競爭力。
6.人工智能創(chuàng)業(yè)不是簡簡單單4、5個人就能搞定的事
Sam：人工智能是否將成為創(chuàng)業(yè)公司的最佳市場策略？