AI创企原来分三类？看完这些，小白秒懂人工智能

作为一名毕业于纽约大学的数据科学硕士和一名风投分析师，我非常幸运的目睹和评估了很多与AI相关的创企。可以看到，AI已经应用于一些你曾无法想象的领域中，比如工业能源利用和寻找合适的动图。使用人工智能来改善和创造解决当今紧迫的商业和社会问题的方法是我对技术世界的定义趋势之一，我非常乐意展开来细说一下。

虽然AI的前景看起来不错，但是我认为只有理解正确的术语才能正确的解释事物。我想我们行业并不擅长于分类，在没有明确界限的情况下，就把AI公司整合在同一个分类中。这可能会混淆事物，也使得相关分析无法彻底。

核心AI公司开发可以改善AI创建或部署过程本身的技术。下面是部分过程及其对应的创企：

数据清理和清洗：Trifacta、Paxata、Wealthport、Datalogue

建模：Sentient、Petuum、MLJar

部署：Yhat、Seldon

这些公司都是在AI生产线上特定部位进行与行业无关的创新。其中一些公司主要开发具体的工具，有些则研发全新的AI解决方案，颠覆AI的作用方式。如果你正在投资核心AI公司，那么你应该要对整个AI生产线的原理有很好的理解。如果你正在创办这样的公司，那么你可能会有机会大规模的部署机器学习和人工智能。

应用AI公司的职责则要更具体一点，它们主要开发帮助不同行业的公司使用AI执行特定任务的技术。下面是部分应用及其对应的创企：

分析和理解文本：Indico、Synapsify、Lexalytics

分析和理解图像与视频：Clarifai、Kairos、Imagry、Affectiva、Deepomatic

机器人/语音：Init.ai、MindMeld

虽然投资者可以不需要拥有开发相应应用的经验，但是创始人一般需要在过去涉及过此类项目。

这一类公司主要将相关技术应用在具体行业的具体业务问题上。毫无疑问，这一类的公司数量是最多的，也直接用新技术解决实际和即时的问题。下面是一些公司及其对应的业务：

DigitalGenius：开发用于客户支持的AI

Cylance：开发用于预防网络威胁的AI

X.ai：开发用于安排会议的AI

Drive.ai：开发用于自动驾驶汽车的AI

你大概可以看出这些公司的共同点了，它们都是利用机器学习或人工智能来解决具体问题。在研究这样的投资时，投资者需要了解AI本身是否运行良好，以及是否拥有令人信服的具体商业案例。以x.ai为例，投资者希望知道AI是否能够运行，但是他们也会研究AI是否是解决调度问题的最佳方法，以及调度问题是否值得解决。投资人在面对其他两类公司时，是很少会考虑这些问题的。而且，此类型公司的创始人往往并不具有AI项目经验，甚至没有技术经验（当然，他肯定需要一个合适的支持团队和CTO）。

为了方便这些类别公司的对比，我们可以从客户角度定义两个关键轴——ROI时间线和适用性来定义和评估这些公司。

核心AI：重要的投资可能需要一定的时间才会有回报，但是可以增加几乎所有部门的利益。一般由数据科学家或者技术人员使用。

应用AI：中期投资被证明是值得的，但是需要一定的时间才能整合到业务流程中。与企业的多个部门相关，由技术和非技术人员使用。

行业AI：几乎可以立即得到回报，但是智能解决一个具体问题。大部分由非技术人员使用。

这些分类是广义的，所以也会存在一些例外（比如核心AI也可以快速部署）。

作为一名分析师，当我在进行研究工作时，我尽力对这些公司进行分类，因为它们面对的是不同类型的投资。具体来说，他们所面对的销售对象不同，需要不同的销售周期，用于实施的时间和精力也是有很大的差异的。所以了解我所处理的公司是属于哪一类别是非常重要的。

大多数我交流过的公司（大概在80%左右）都正在开发行业AI。剩余的20%中，15%是应用AI公司，5%是核心AI公司。当然，这只是基于我的经验所得出的粗略数字，其他投资者可能会有不同的数字。

官网：http://lbp.lincomb.com/