人工智能创业的那些坑.pptx

一只蚂蚁被压路机轮胎无情的碾压，而压路机根本都没有注意到它。类似这样的事情在人工智能领域其实已经出现了，巨头公司以近乎“碾压”的方式将很多初创公司赶出了局。比如Google发布了神经机器翻译系统（G;NMT），并且将其投入到了难度系数颇高的汉语-英语翻译应用中，准确率得到了相当程度的提升，这使得一些国内机器翻译的创业团队被无情碾压。探长走访了国内顺为资本、声智科技、文因互联等人工智能领域投资机构;和公司，总结了人工智能创业的一些坑。第一个坑：做大公司会做的事情创业公司都是在大公司的阴影下生存。很遗憾的是，很多时候大公司并不是纸老虎，一方面大公司有大量的人工智能人才，有良好的人才储备，另一方面;是大公司有大量的数据，此外大公司还有众多的渠道和流量。初创公司和大公司正面对抗，结局是可以想象的。作为一个佐证，硅谷某大公司收购一个人工智能初创企业后，发现各种指标跑下来，性能还不如内部的产品，于是;被收购的团队全部派去做产品了，而不是研发。又比如上面提到的例子，某机器翻译创业团队，在谷歌发布新版神经机器翻译系统后，发现自家产品翻译的准确性全面落后于谷歌。所以一定要思考好大公司的产品路线图，不要;螳臂当车。那么，哪些是大公司一定会做的事呢？基本有两大规律：第一是，越是底层的东西，巨头越会去做。人工智能产业链中，基础层是构建生态的基础，价值最高，大公司会长期进行战略布局。在基础计算能力、数据，;通用算法、框架和技术方面布局，聚集大量开发者和用户，这基本是兵家必争之地。比如谷歌、亚马逊、微软都纷纷推出了自己的人工智能的基础设施、API和开源框架，包括了计算机视觉、语音、语言、知识图谱、有哪些信誉好的足球投注网站等;几大类。第二是，越是通用型的产品，越是大公司会做的。对于通用型的产品，大公司会贯彻人工智能优先的策略，来提升效率、改善用户体验，对于通用技术层，这是构建大公司护城河的基础，大公司也一定会布局。比如谷;歌贯彻AIFirst的策略，改进智能助手（语音和NLP）、谷歌翻译（机器翻译）、YouTube（推荐算法）、图片有哪些信誉好的足球投注网站（计算机??觉）等等。这也导向了一个新的结论，也是顺为资本副总裁及入驻企业家孟醒在采;访中强调的，越是纯互联网的产品，越是大公司会做的。这背后的逻辑是互联网产品具有网络效应，也更通用。所以从这个角度上看，面向大众的纯互联网产品并不是人工智能初创公司创业的好方向。实际上重投入和一眼就能;看得见巨大价值的项目，都不是初创公司的理想的选择。难道创业公司就没有机会了吗？互联网大公司都在发力人工智能，依靠强大的实力做平台，做入口，把持流量和服务，连接关键节点，难道创业公司就没有机会么？庆幸;的是巨头也有局限，它很难在每个垂直领域都做的非常深，因为这未必是他们的核心业务。创业公司可以选择做垂直领域的先行者，积累用户和数据，结合技术和算法优势，成为垂直领域的颠覆者。不过即使是做垂直领域，也;不建议和传统公司硬碰硬，而是迂回包抄，边缘突破。创业公司也可以专注于细分场景应用，做窄品类的应用，提供解决方案，直戳行业痛点。总结一下，创业公司应该不断从边缘创新，在巨头看不见或者不屑的地方进行创新;，不断扩大创新的边界，从而成长为一个价值中心，走农村包围城市的路线。第二个坑：只追求技术不重视产品体验或经济效益“2C产品上，消费者不会为算法和技术买单，技术必须转化为产品，用于改善产品体验或者提升;效率”，声智科技合伙人副总裁李智勇在采访中表示。一个产品落地，内部的链条很长，除了技术和研发，剩下70%的人可能是做产品、销售、生产、渠道。如果是硬件，需要考虑硬件以年计的开发周期。如果是面向企业;的解决方案，还需要考虑不同企业和客户的繁琐需求。人工智能领域很多科学家创业，拥有很好的技术背景，“这个领域的确很适合科学家创业，但技术往往只是必要不充分条件。”孟醒在采访中表示。科学家创业也往往面临;一个问题，学术能力强的科学家往往发的最好的Paper，而最好的Paper往往都是研究最通用的问题。正如我们之前讲的，做一个通用的东西，未必能立马应用于工业实践，即使有用，这往往也是大公司要做的。不过;拥有技术优势这个起点是对的，得把这个滚动起来。技术突破，产品落地，技术再突破，越卷越大，像滚雪球似的一步一步地发展壮大起来。“这个滚雪球的过程是非常必要的，因为纯粹的机器学习算法优势并不会持续多久，;最多一年，甚至只有三个月”，李智勇强调。即使是在人工智能领域，技术在很多场合也不是最重要的东西，一方面是大家的技术都差不多，没有显著差异，另一方面是有众多其他的因素影响用户体验和购买选择。第三个坑：;摸不清谁会为你的产品买单人工智能创业者一定要谨慎痛点低的伪需求，满足谁的需求是一定要思考好的问题，在人工智能领域，要么是2B（面向企业），要么2C（面向消费者）的方向，各有利弊。2C的优势在于可以打;