如何理解各種各樣的 AI 公司?一個分析框架讓你秒懂

編者按:人工智能,是當前最大風口,充滿著無限的想像力。

直接的影響就是,在這個領域湧現出了大量的創業公司。

那麼,我們該怎樣去理解這些公司呢?在Cornerstone Venture Partners的分析師Justin Gage,

在Medium上發表的一篇博文中,他提出了一個理解人工智能創業公司的框架。

他認為,當前的人工智能創業公司主要有三個賽道:

核心人工智能公司、應用人工智能公司、行業人工智能公司,並且對這三個賽道進行了分析。


作為一名風險投資人,我很幸運地看到和評估了許多與人工智能有關的創業公司

(注意:這個術語有一些baggage。為了本文的目的,我可以互換使用AI和ML,以使事情變得更簡單)。

目前,人工智能應用到了一些你能想像到的所有領域中,包括從工業能源的使用到找到合適的gif動圖。

利用人工智能來改善和解決當今緊迫的商業和社會問題,是我認為科技發展的一個決定性趨勢。

而且,我非常高興能在其中扮演一個微小的(或者說無關緊要的)角色。

我也堅信,正確的分類與定義是正確解釋和理解事物的關鍵,人工智能也不例外。

就現在而言,人工智能行業在分類方面非常不明確:

給我的感覺就是,人工智能公司似乎是在沒有明確界限的情況下被堆放在一起了。

很顯然,這可能會讓事情變得更加混亂,讓人工智能這個場景更難被人所理解。

例如,我在CB Insights的朋友們做了一份名為「AI創業公司100強」的市場地圖。

這是CBI提供的一個非常好的資源,它按照人工智能公司所從事的行業給它們進行了詳細的劃分。

但如果仔細觀察的話,這些分類並不是非常完美的,也不協調。

比如說,汽車、機器人和醫療行業都是行業,但文本分析和視覺是應用。

那麼,提供核心AI技術的公司應該放在哪裡呢?這是人工智能領域不同的層面,可能不應該在一張地圖上。

在我看來,有三種類型的人工智能公司——核心、應用和行業,分別代表著人工智能領域的不同賽道。

核心人工智能公司(Core AI Companies)

核心的人工智能公司開發的技術可以改進人工智能創建或部署過程本身。

以下是這一賽道中的一些方向,以及幾家正在進行創新的公司:

數據清洗:Trifacta,Paxata,Wealthport,Datalogue

建模(Modeling):Sentient,Petuum,MLJar

部署(Deployment):Yhat,Seldon

這些公司都在人工智能的某些特定的、與行業無關的領域進行創新。

其中一些公司開發的是特定的工具,而另一些公司則聲稱能創造一個全新的人工智能,

將徹底改變其工作方式(比如2015年左右的Geometric Intelligence)。

如果你投資的是核心的人工智能公司,你應該對這條賽道的工作原理有一個很好的理解。

如果你是這些公司的創始人之一,你應該有在規模上部署機器學習和人工智能的經驗。

應用人工智能公司(Application AI Companies)

在更具體的方面,應用人工智能的創業公司開發的技術,

可以幫助不同行業的公司使用人工智能完成一項特定的任務。

和上面提到的一樣,下面是這個賽道上的一些方向和一些有趣的公司。

分析和理解文本:Indico, Synapsify, Lexalytics

分析和理解圖像和視頻: Clarifai, Kairos, Imagry, Affectiva, Deepomatic

機器人/語音:Init.ai, MindMeld

行業人工智能公司(Industry AI Companies)

人工智能公司的最後一個賽道是將這些技術應用於特定垂直行業的特定業務問題。

毫無疑問,這一類別中的創業公司的數量是最多的,

而且在很多方面代表了人工智能的真正前景——用新技術解決實際的和迫在眉睫的問題。

在這方面,想要提供一些企業的例子就更容易了。它們的願景格式總是「XXX的人工智能」:

DigitalGenius:用於客戶支持的人工智能

Cylance:防止網絡威脅的人工智能

X.ai:安排會議的人工智能

Drive.ai:自動駕駛汽車的人工智能

現在你或許已經了解——這些公司的共同主題是,他們將機器學習/人工智能應用到特定的問題或領域中。

在研究這樣的投資時,投資者會同時考察人工智能本身(如果它運行良好的話)

和特定的商業案例(不管它是否令人信​​服)。

比如說,在X.ai的案例中,投資者會想知道人工智能是否有效,

但他們也會研究人工智能是否是​​解決日程安排問題的最佳方式,以及日程安排是否是一個值得解決的問題。

對於另外兩個賽道上的公司來說,很少考慮這方面的因素。

這一賽道上的人工智能公司的創始人通常都沒有人工智能經驗,

甚至可以是非技術人員(當然,有合適的支持團隊和CTO)。

人工智能「光譜」

為了理解更好地比較這些賽道之間的區別,

我們可以用兩個關鍵的軸來定義和評估這些類型的公司:ROI時間軸和適用性,這兩者都來自於客戶的角度。

上軸代表客戶的投資回報率時間線,而下軸表示不同類型的企業的適用性。

核心人工智能:一項可能需要時間才能得到回報的重大投資,但可以為幾乎所有行業帶來好處。

它們的成果通常會被數據科學家或其他技術人員使用。

應用人工智能:一種中期投資,可以很快被證明是有用的,但需要一些時間來整合到業務流程中。

與具體業務的多個部分相關,並且由技術人員和非技術人員使用。

行業人工智能:一項幾乎可以立即支付股息的投資,但它只會解決一種特定類型的問題。

由非技術人員(銷售、市場營銷等)主要使用。

這些分類是通用的,所以肯定有例外(比如核心人工智能可以快速部署,等等)。

投資者的視角

作為一名分析師,當我從事研究工作時,

我試圖將公司歸類為其中的一種,因為它們都是非常不同的投資標的。

具體來說,它們在客戶組織中的不同點交付,需要不同的交付週期,

並需要花費不同的時間和精力去實施(ROI時間軸)。

與我交談的大多數公司(大概80%左右)都在從事某種行業人工智能的工作。

在剩下的20%中,15%是應用人工智能公司,5%是核心人工智能(大致是這樣)。

不過,其他投資者,尤其是只關注人工智能的投資者,可能會有不同的劃分標準。

原文鏈接

翻譯鏈結

新人很難管?

其實是你讓他的人生太難了