欢迎光临
我们一直在努力

如何理解各种各样的 AI 公司?一个分析框架让你秒懂

人工智能,是当前最大风口,充满着无限的想象力。直接的影响就是,在这个领域涌现出了大量的创业公司。那么,我们该怎样去理解这些公司呢?在Cornerstone Venture Partners的分析师Justin Gage在Medium上发表的一篇博文中,他提出了一个理解人工智能创业公司的框架。他认为,当前的人工智能创业公司主要有三个赛道:核心人工智能公司(Core AI Companies)、应用人工智能公司(Application AI Companies)、行业人工智能公司(Industry AI Companies),并且对这三个赛道进行了分析。

如何理解各种各样的 AI 公司?一个分析框架让你秒懂

作为一名风险投资人,我很幸运地看到和评估了许多与人工智能有关的创业公司(注意:这个术语有一些baggage。为了本文的目的,我可以互换使用AI和ML,以使事情变得更简单)。

目前,人工智能应用到了一些你能想象到的所有领域中,包括从工业能源的使用到找到合适的gif动图。

利用人工智能来改善和解决当今紧迫的商业和社会问题,是我认为科技发展的一个决定性趋势。而且,我非常高兴能在其中扮演一个微小的(或者说无关紧要的)角色。

我也坚信,正确的分类与定义是正确解释和理解事物的关键,人工智能也不例外。

就现在而言,人工智能行业在分类方面非常不明确:给我的感觉就是,人工智能公司似乎是在没有明确界限的情况下被堆放在一起了。很显然,这可能会让事情变得更加混乱,让人工智能这个场景更难被人所理解。

例如,我在CB Insights的朋友们做了一份名为“AI创业公司100强”的市场地图。

如何理解各种各样的 AI 公司?一个分析框架让你秒懂

这是CBI提供的一个非常好的资源,它按照人工智能公司所从事的行业给它们进行了详细的划分。但如果仔细观察的话,这些分类并不是非常完美的,也不协调。

比如说,汽车、机器人和医疗行业都是行业,但文本分析和视觉是应用。那么,提供核心AI技术的公司应该放在哪里呢?这是人工智能领域不同的层面,可能不应该在一张地图上。

在我看来,有三种类型的人工智能公司——核心、应用和行业,分别代表着人工智能领域的不同赛道。

核心人工智能公司(Core AI Companies)

核心的人工智能公司开发的技术可以改进人工智能创建或部署过程本身。以下是这一赛道中的一些方向,以及几家正在进行创新的公司:

数据清洗:Trifacta,Paxata,Wealthport,Datalogue

建模(Modeling):Sentient,Petuum,MLJar

部署(Deployment):Yhat,Seldon

这些公司都在人工智能的某些特定的、与行业无关的领域进行创新。其中一些公司开发的是特定的工具,而另一些公司则声称能创造一个全新的人工智能,将彻底改变其工作方式(比如2015年左右的Geometric Intelligence)。如果你投资的是核心的人工智能公司,你应该对这条赛道的工作原理有一个很好的理解。如果你是这些公司的创始人之一,你应该有在规模上部署机器学习和人工智能的经验。

应用人工智能公司(Application AI Companies)

在更具体的方面,应用人工智能的创业公司开发的技术,可以帮助不同行业的公司使用人工智能完成一项特定的任务。和上面提到的一样,下面是这个赛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

分析和理解图像和视频: Clarifai, Kairos, Imagry, Affectiva, Deepomatic

机器人/语音:Init.ai, MindMeld

行业人工智能公司(Industry AI Companies)

人工智能公司的最后一个赛道是将这些技术应用于特定垂直行业的特定业务问题。毫无疑问,这一类别中的创业公司的数量是最多的,而且在很多方面代表了人工智能的真正前景——用新技术解决实际的和迫在眉睫的问题。在这方面,想要提供一些企业的例子就更容易了。它们的愿景格式总是“XXX的人工智能”:

DigitalGenius:用于客户支持的人工智能

Cylance:防止网络威胁的人工智能

X.ai:安排会议的人工智能

Drive.ai:自动驾驶汽车的人工智能

现在你或许已经了解——这些公司的共同主题是,他们将机器学习/人工智能应用到特定的问题或领域中。在研究这样的投资时,投资者会同时考察人工智能本身(如果它运行良好的话)和特定的商业案例(不管它是否令人信服)。

比如说,在X.ai的案例中,投资者会想知道人工智能是否有效,但他们也会研究人工智能是否是解决日程安排问题的最佳方式,以及日程安排是否是一个值得解决的问题。对于另外两个赛道上的公司来说,很少考虑这方面的因素。这一赛道上的人工智能公司的创始人通常都没有人工智能经验,甚至可以是非技术人员(当然,有合适的支持团队和CTO)。

人工智能“光谱”

为了理解更好地比较这些赛道之间的区别,我们可以用两个关键的轴来定义和评估这些类型的公司:ROI时间轴和适用性,这两者都来自于客户的角度。

如何理解各种各样的 AI 公司?一个分析框架让你秒懂

上轴代表客户的投资回报率时间线,而下轴表示不同类型的企业的适用性。

核心人工智能:一项可能需要时间才能得到回报的重大投资,但可以为几乎所有行业带来好处。它们的成果通常会被数据科学家或其他技术人员使用。

应用人工智能:一种中期投资,可以很快被证明是有用的,但需要一些时间来整合到业务流程中。与具体业务的多个部分相关,并且由技术人员和非技术人员使用。

行业人工智能:一项几乎可以立即支付股息的投资,但它只会解决一种特定类型的问题。由非技术人员(销售、市场营销等)主要使用。

这些分类是通用的,所以肯定有例外(比如核心人工智能可以快速部署,等等)。

投资者的视角

作为一名分析师,当我从事研究工作时,我试图将公司归类为其中的一种,因为它们都是非常不同的投资标的。具体来说,它们在客户组织中的不同点交付,需要不同的交付周期,并需要花费不同的时间和精力去实施(ROI时间轴)。

与我交谈的大多数公司(大概80%左右)都在从事某种行业人工智能的工作。在剩下的20%中,15%是应用人工智能公司,5%是核心人工智能(大致是这样)。不过,其他投资者,尤其是只关注人工智能的投资者,可能会有不同的划分标准。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。