人工智能創(chuàng)業(yè)必讀:風險投資人怎么看待你的產(chǎn)品?
1、為什么人工智能的投資熱潮會出現(xiàn)在現(xiàn)在這個時間點?
筆者一直認為,人工智能是當下最激動人心和具備變革性的機會,這其中有諸多原因。根據(jù)KPCB的報告稱,全球約有20億手機,這些手機用戶非常依賴手機,其中有40%的手機用戶會接入互聯(lián)網(wǎng)。這也意味著我們現(xiàn)在制造了過往從未存在的數(shù)據(jù),包括用戶行為、喜好、興趣、知識以及社交聯(lián)系。
計算和存儲的成本大幅下降,而計算的能力則顯著增長。我們已經(jīng)看到在學習方法、架構、軟件基礎設施方面的進步。創(chuàng)新的步伐正在加速,我們無法準確預測到接下來會是什么樣子。
以人工智能為驅動力的產(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方面都有不俗表現(xiàn)。開發(fā)者對于人工智能有了更好地理解,并且愿意在構建更復雜應用程序時集成更多高效工具。
2、人工智能技術在市場上的表現(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)倉庫中。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雜問題的新角度,從這個新角度出發(fā)的洞察力可以做出更多預測。DueDil、Premise、Enigma等公司都是以這樣的方式給市場帶來驚喜。
企業(yè)可以利用自身的專長,在人工智能的幫助下提供更專注、高附加值和可復制的解決方案或產(chǎn)品,這會突破人類的一些局限。比如,類似SiftScience,、Ravelin的在線欺詐檢測公司,以及ZestFinance、 Kreditech在內(nèi)的個人貸款創(chuàng)業(yè)公司。這些公司解決了傳統(tǒng)意義上人類手工檢索、核對少量資料而無法做出準確預測的難題。
你是否開發(fā)出新型的面向更廣泛市場需求的機器學習或深度學習架構?包括特色工程、數(shù)據(jù)處理、算法、訓練模式以及產(chǎn)品部署。你是否可以將新的工具和技術打包到市場上原有的成熟產(chǎn)品中,并最終提供給終端客戶?H2O.ai、 Seldon 和 Prediction.io正在這個領域耕耘。
調查顯示,知識工作者日常工作重復而機械、低效率并容易犯錯。可以考慮通過結構化的工作流,輔助于可量化的工作產(chǎn)出,利用情景決策,以自動化的方式幫助這些知識工作者。這方面,.Gluru、 x.ai、 SwiftKey都有很多嘗試。
物理世界大量的自動化交互需要情境傳感器的輸入、邏輯和智能技術的參與,這個領域Tesla、Matternet 和SkyCatch都有一些自己的解決方案。
基于長遠研發(fā)和專注研究的企業(yè)都面臨一定的風險,包括DNN Research、DeepMind和Vicarious都處在這場激動人心卻又風險極大的戰(zhàn)場。
在筆者看來,更重要的一點則是包括谷歌、IBM、微軟等大公司相繼發(fā)布的開源技術,以及大量能夠推出便宜產(chǎn)品的公司,這些都表明技術的壁壘正在快速消除。接下來發(fā)展的方向則是:專屬的數(shù)據(jù)接入、經(jīng)驗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)運營角度
你是否有更長期的研發(fā)路線圖而不僅僅是短期的商業(yè)化想法?盡管越來越多的產(chǎn)品類型和產(chǎn)品框架發(fā)布出來,但投資人在投資時依然會關注產(chǎn)品的性能能否滿足用戶需求。用戶是產(chǎn)品的最終評判者,這也是創(chuàng)業(yè)公司必須認識到的一點。
薄弱的人才庫。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、設計。一個粗糙的產(chǎn)品即便再美化依然無法優(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,你必須精心設計整個銷售循環(huán)里的步驟。你要通過什么方式銷售你的產(chǎn)品?SaaS?API還是開源呢?
當然也可以選擇付費的咨詢、體系建設以及支持服務等商業(yè)模式。你現(xiàn)有的產(chǎn)品能否應對客戶數(shù)據(jù)或其他平臺數(shù)據(jù)的處理要求呢?
(3)財務角度
作為創(chuàng)業(yè)者,你覺得哪些是有價值的?所謂的MVP(minimum viable product)?還是媒體報道?還是開源社區(qū)的用戶?你是應該專注核心產(chǎn)品開發(fā)還是面向客戶,與客戶需求的變化不斷調整產(chǎn)品呢?在融資時要有一個緩沖時期。
(4)用戶角度
有兩個要素需要用戶參與到人工智能產(chǎn)品中:
首先,機器在認知方面表現(xiàn)很差,為了讓機器變聰明些,需要用戶幫助機器提升自己;
其次,在這個供大于求的豐裕時代,用戶面臨諸多產(chǎn)品選擇,一個app在90天內(nèi)退款的比例為35%。
對很多用戶來說,之所以感覺某個產(chǎn)品無法滿足其需求,其中一個關鍵要素是沒有形成用戶習慣,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:谷歌搜索框的自動填充成為谷歌理解用戶搜索請求的方式,用戶通過消除歧義的方式訓練機器;
視覺:谷歌翻譯和交通標記檢測都允許用戶提交反饋數(shù)據(jù);
翻譯: Unbabel公司的社區(qū)翻譯機制不斷提升機器的翻譯能力;
垃圾郵件過濾:比如Gmail;
更具體的一個案例,比如IBM Watson能夠在病人診斷提供相應的資料。
這些互動即能提升系統(tǒng)的性能,有可以培養(yǎng)用戶使用產(chǎn)品的習慣,促使他們更長時間的使用。
記住一點,對于那些我們不了解的事物,我們很難完全信任。
4、人工智能領域投資的現(xiàn)狀
首先,我們需要看看全球的投資市場,在2015年前三個季度,共有470億美元的投資,這個數(shù)字放在過去20年全年投資總額來看,已經(jīng)超過了其中17年全年投資總額。我們預計年底會達到550億美元。
現(xiàn)在,約有900家人工智能相關的企業(yè),絕大多數(shù)聚焦在商務智能、金融和安全領域。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,我們預計約有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)品或技術涉及到人工智能、機器學習、計算機視覺、自然語言處理、數(shù)據(jù)科學、神經(jīng)網(wǎng)絡、深度學習等。這其中有幾個數(shù)字值得關注:80%的投資少于500萬美元;90%的現(xiàn)金投資發(fā)生在美國,歐洲只有13%;75%的多輪融資發(fā)生在美國。
有33個合并或并購的交易以及1個IPO公司Adgorithms。這些交易中,除了6家歐洲公司,1家亞洲公司,其他都是美國公司。比較大的三筆交易:Twitter 5億3200萬賣下TellApart(該公司之前融資1700萬美元)、BlueCoat 2億800萬賣下Elastica(該公司融資4500萬美元)、IronSource1億5000萬賣下SupersonicAds(該公司融資2100萬美元)。這些交易對于投資者的回報還是比較可觀的,其他的交易更多的還是基于對人才的爭奪,現(xiàn)階段人才并購基本都是6到7人的小團隊。
總體來看,人工智能的投資在整個風險投資的比例大約為5%。這要高于2013年宣稱的2%,不過仍然遠遠低于廣告、移動以及商務智能軟件。有兩個要點;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)生在美國地區(qū)。
亟待解決的問題目前有兩個:
(1)健康
筆者曾經(jīng)花費大量時間研究基因對于癌細胞擴散的作用,在醫(yī)療方面筆者認為面臨諸多挑戰(zhàn),離疾病的治愈還有很長一段時間。現(xiàn)在,筆者認為我們需要實時檢測身體狀況,降低照顧病人的費用。
我們現(xiàn)在每天接觸的設備可以追蹤我們的運動、心跳、睡眠甚至生殖狀況。我們現(xiàn)在在線的時間要遠遠大于離開互聯(lián)網(wǎng)的時間,我們也不在擔心存儲在云端的健康數(shù)據(jù)。當然,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),還用來追蹤身體數(shù)據(jù)。
我們擁有了從未有過的的龐大人口健康數(shù)據(jù)庫,從中可以挖掘出更多關于基因影響疾病的洞察和分析。如今,我們的醫(yī)院是如何運作的呢?一個病人在醫(yī)院陳述自己的病情,醫(yī)生必須通過大量設備來做出診斷。未來,在一個實時連接、實時追蹤健康市局的時代,我們可以提前預測到某個人可能患上什么疾病,并提前制定干預或治療措施。這需要大量基于人工智能的應用程序:比如智能傳感器、信號處理器、深度學習等等。
下面這些公司都致力于解決這個問題:
Sano:基于血液的生命指標檢測;
Enlitic/MetaMind/Zebra Medical:用于輔助醫(yī)生決策的視覺系統(tǒng);
Deep Genomics/Atomwise:學習、模擬和預測基因如何影響人類健康和疾病,理解藥物如何應對疾病的變化;
Flatiron Health:為診所和醫(yī)院提供海量的醫(yī)學研究數(shù)據(jù);
谷歌:一份無針采血的專利展現(xiàn)出谷歌對于未來可穿戴設備的想象力。
(2)企業(yè)自動化
未來的企業(yè)可以自己運行嗎?根據(jù)BAML的數(shù)據(jù),人工智能驅動的知識工作自動化將在2020年減少9億英鎊的勞動力成本。鑒于機器人帶來的效率提升,筆者認為離全自動企業(yè)運行的實現(xiàn)已經(jīng)很近了。
想象一下,企業(yè)運行的核心模塊,包括CRM、市場營銷、財務、法律、網(wǎng)站部署、客戶交互、招聘和商務智能都以SaaS交付。而類似于Zapier 或Tray.io的產(chǎn)品,可以實現(xiàn)在不同模塊之間的連接。進一步來看,基于實時數(shù)據(jù)的決策也可以實現(xiàn)?;蛟S,我們需要重新思考一下電子商務公司,當你完成在上面注冊后,你的商品清單、價格、交易、推薦、客戶交互、打包發(fā)貨等等或許都可以自動化完成。
5、遠景
筆者非??春萌斯ぶ悄軐τ谖覀兩詈凸ぷ鞯乃鶐淼膬r值。筆者認為存在一些低風險的投資機會,特別是短期內(nèi)就有受益的項目。對于那些致力于長期創(chuàng)新的公司來說,需要給他們更多的支持。
我們必須記住技術的商業(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的價值。最后,你必須考慮在美國市場展現(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)生在這個地區(qū)。