您的位置:首页>>人物动态

对话 FirstMark 合伙人:我为什么要投资 AI 创业公司?

发布时间:2017-09-18 17:01:03  来源:36氪    采编:张宏伟  背景:

  原标题:对话 FirstMark 合伙人:我为什么要投资 AI 创业公司?

  编者按:Matt Turck是FirstMark的一名投资者,机器学习创业公司正在改变我们的工作方式,他从近距离见证了这一点。最近,Journal联合创始人Sam DeBrule与Matt Turck交流看法,二人讨论了一些与机器学习创业公司有关的话题。

  背景

  Sam:能介绍一下你自己吗?有些人可能不了解,麻烦你稍微介绍一下自己的工作?

  Matt:好的。我是纽约FirstMark的合伙人。只用了短短几年时间,我们就成为纽约面向早期阶段的最大的VC公司,管理16亿美元资产,当中包括去年融入的5亿美元。

  从投资角度看,我对许多东西感兴趣,不过大多时候我特别关注两个领域。

  第一个是“数据世界”,从宽泛的层面定义正是这样的。当中包括大数据、机器学习、AI公司,还有一些创业公司,对于它们来说数据就是“秘密调料”,是核心竞争力,我们通过一些企业向该领域投资,比如ActionIQ、Dataiku、x.ai、Sense360、HyperScience。我还写了很多博文谈论这些主题,同时还运营Data Driven NYC,这是一个很大的社区,有14000名大数据、AI专家。

  第二个重点关注的领域是前沿技术。所谓前沿技术包括新兴计算平台、AR/VR、物联网,以及其它你能想到的流行词。同样的,我也向这个领域投资,写博文介绍它,运营一个很大的社区,名叫Hardwired NYC,里面有5000多人,大家一起探索前沿技术。

  人们炒作AI,但它是真实的机会

  Sam:很酷。什么时候机器学习创业公司进入你的视线,成为投资机会呢?

  Matt:当我进入科技行业工作时,基本上只关注数据和分析。不久之前,我还是搜索软件创业公司的联合创始人、企业家,我们关注贝叶斯算法的应用,贝叶斯是一种机器学习技术,我们用它查找、检索问题。

  所以说,多年来我一直关注机器学习,直到最近一段时间兴趣才渐渐深厚起来。大数据流行,基础设施完善,我们可以捕捉并处理大量数据,成本更合理,速度更快。最终这些因素导致机器学习技术飞速进步,在一些领域尤其明显,比如需要大量数据才能执行的项目,类似于神经网络。

  成为这个领域的企业家、投资者,现在恰逢其时,我们有一种感觉,似乎几十年的努力突然有了回报,孕育了许多的可能性。人们对AI不断吹捧,不断炒作,但它是真实的,并非虚无。

  言论相比技术现实有所夸大

  Sam:让们讨论一个有争议的问题。今天有许多大企业正在开发AI,看看这些企业,就兑现承诺而言,哪家的表现最糟糕?

  Matt:就我从市场上听到的消息来看,可能是IBM。

  为什么?主要是因为IBM极力宣传,野心很大,这样导致自己陷入一个尴尬的境地:承诺太多,同时进入的垂直领域太多。

  没错,只要你愿意投入几个月时间并投入许多金钱,训练系统,你的确可以用IBM沃森做许多有趣的事,但是现实再清楚不过,IBM在宣传中所说的东西有点夸大,事实上沃森没有那么强大。

  IBM是一家大公司,所有大公司似乎都背负一个诅咒:因为公司很庞大,如果想让业务的规模扩大哪怕一点点,新业务必须以非常快的速度壮大起来,这样一来就会给牵涉的每一个人施加很大压力。

  IBM在每一个垂直领域争夺交易,据我所知,他们失去了许多交易,因为小企业更专注、更敏捷,IBM输给了他们。

  不过它可是IBM,我们现在还不能将它排除出去。

  获得机器学习人才有点难

  Sam:Salesforce会不会走上同样的道路?

  Matt:我可不这样认为。去年,Salesforce CEO Marc Benioff介绍了爱因斯坦AI系统,他的言论让企业内部的人吓了一跳,当然部分是因为他的个性。

  对接创业公司生态系统、收购企业可以带来很大的变化,部分是因为你可以获得更棒的机器学习人才,就现阶段而言,获得人才是一个关键要素。

  Salesforce与创业生态系统的联系更紧密,这点很重要。

  它组建了Salesforce Ventures,通过这个分支机构不断投资,Marc Benioff还以个人名义向许多不同的创业公司投资,这些创业公司都在研究机器学习。

  接入专有数据库是一个挑战

  Sam:执行AI需要大量的数据,正因如此,创业公司相比大企业处在劣势位置。有没有数据工程师正在寻找办法用更少的数据优化模型?

  Matt:就这点来说创业公司的确处在不利位置,但它们最终会获得相当多的资源,以前是这样,未来也是这样。

  就技术角度来说,行业内许多顶尖人物(不只是创业公司)都在尝试用更少的数据开发更棒的神经网络。在可以预见的未来,这个目标就是“圣杯”。我认识几家公司,他们取得一些突破,在迁移学习方面研究出一些有趣的技术。不得不说,这是一个很难的问题,解决要花点时间。

  与此同时,创业公司还在寻找办法进入更大的数据库。例如,医疗成像领域的AI公司需要庞大的数据。据我所知,有几家企业与一家大医院合作,拿到一些专有数据,与放射图像有关。我还看到一些企业也在做同样的事,只是它们所处的领域不同,比如碰撞保险、工业机械、农业等领域。

  德国有一家创业公司名叫TwentyBn,它建了一个众包数据库,里面有几百甚至几千段视频,人在摄像头前演示特定手势和动作,计算机系统处理之后就可以学习并识别动作。从本质上讲,TwentyBn搭建了自己的数据库。

  曾几何时,获得大量数据似乎是一个不可逾越的障碍,不过创业公司正在寻找各种办法克服困难。

  顺便说一句,挑战很多,获得数据只是其中的一个,有了数据你还要贴上标签,让深度学习可以处理。给数据贴标签时,创业公司也有许多的资源可以用。

  我接触过几家创业公司,它组建“小团队”,里面的人来自世界各地,他们给数据贴标签,工作方式与亚马逊“Mechanical Turk”差不多。还有一些企业招募深度学习专家,让他们给特定数据类型贴标签,比如让外科医生团队给复杂的医疗图像数据贴标签。

  网络数据效应浮现

  Sam:通过Netflix、Spotify、Facebook这样的产品,许多人感受到“数据网络效应”带来的好处。创业公司如何才能打造强大的下一代“数据网络”呢?

  Matt:不久之前,我曾在博文中讨论过“数据网络效应”,这个主题很有趣。

  从理论上讲,任何机器学习公司都可以从多个用户手中提取足够多的数据,让算法在数据集中运行,然后将数据发回去,向每一个独立客户学习,这样就可以形成“数据网络效应”。

  以FirstMark投资公司x.ai为例,这家公司开发AI助手,安排会议,助手安排的会议越多,算法就会变得越聪明。算法越聪明,体验就会越好。体验越好,就会有更多的人用x.ai安排会议,公司也就可以拿到更多数据,还有其它东西。这样“数据网络效应”就浮现出来了。

  数据网络效应会出现在行多地方,这才是最棒的。x.ai帮助人们安排会议,加快速度;Phosphorous 与医院合作,帮助它们运营基因检测实验室,这些场所都会出现。

  在B2B领域,要想获得“数据网络效应”会困难一些,因为企业喜欢保护自己的数据,不愿意行业内的其它企业使用自己的数据。

  尽管如此,我们可以用创造性的解决方法化解这一问题。几个月前,Google Research在Federated Learning发表论文,意思就是说要在数据独立的前提下促进机器学习行业合作。这样就可以解决数据隐私问题,让各种“数据网络效应”显现出来。

  不论怎样,有一点需要注意:数据网络效应需要很多年才能出现,因为创业公司要积累客户,收集足够多的数据让自己的模型学习。一旦这种效应在你的身上形成,那就很有竞争力了。

  AI会让产品的性能大幅提升

  Sam:投资者之所以关注AI创业公司,是不是因为它们很快会成为收购目标?或者说它们有可能成为庞大的独立企业?

  Matt:从VC经济学的角度看,你必须信奉后一种理念。

  没错,我们看到大企业收购各类小型AI企业。与此同时,人们或多或少会认同另一个观点:AI是下一个大事件,机器学习人才很稀缺。

  正因如此,有许多企业更像研究实验室而不是创业公司,它们很快被收购,有时金额还很高。对于创始人来说,这样的结果很好,有时拿到的钱可以改变整个生活。站在投资者的角度看,这样的结果不错,但算不上很好,风险回报率并不高。现在这种交易形式快走到尽头了,要改变了。

  正是因为这个原因,像我这样的投资者才会关注垂直AI创业公司。因为瞄准垂直领域,AI创业公司非常专注,它的定位离大型科技公司很遥远,在大企业收购之前也许有足够的时间壮大起来。

  只要定位正确,我相信这些AI企业有时间抢占领先位置,在这段时间里,AI会让企业分化,大量使用机器学习的企业会领先。当然,你必须挑选一个“使用案例”(use case),让AI大幅提升产品性能,不是修修补补,而是突破性的提升。如果使用案例正确,AI创业公司的产品性能可以比现有替代产品好10倍。

  如果使用机器学习技术,许多企业的产品性能可以提升10倍。它可以创造机会,让企业成为真正的市场领导者。

  不论是你是创始人还是投资人,抓住下一个重大市场拐点就是你的使命。几年前是SaaS,现在机器学习代表下一轮革命。最终,机会之窗会关闭,但就目前来说,许多AI优先的企业有机会在自己所处的领域领先,或者开辟新市场。

  原文链接:https://machinelearnings.co/why-ai-companies-cant-be-lean-startups-734a289792f5




关注ITBear科技资讯公众号(itbear365 ),每天推送你感兴趣的科技内容。

特别提醒:本网内容转载自其他媒体,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。


返回网站首页 本文来源:36氪

Wecash CIO李昊:金融科技企业出海必须守稳技术根基
“wecash既是先行者,也是探索者,未来基于金融服务的后发优势也将逐步体现。”10月25日,we...
日期:11-12
贝壳CEO彭永东:工具进化、精细分工、坚守价值观是行业发展三条主线
作为技术驱动的品质居住服务平台,贝壳找房上线200天走出全速发展曲线。截至2018年10月末,贝壳成功...
日期:11-12
阿里CEO张勇谈双11:90后消费者占46% 这让我很吃惊
11月12日消息,今日凌晨零点,2018年天猫“双11全球狂欢节”落下帷幕,交易额最终定格在2...
日期:11-12
阿里张勇总结天猫双11:因为共同相信  所以创造共同看见
11月12日凌晨消息, 阿里巴巴天猫双11于11日凌晨正式打响,经过24小时鏖战,最终交易额锁定在2135亿...
日期:11-12
李彦宏乌镇谈人工智能未来:相信常识不要怕,大胆拥抱它!
近日,第五届世界互联网大会在浙江乌镇召开。11月8日,百度创始人、董事长兼CEO李彦宏与腾讯董事局...
日期:11-09
乌镇时间|凡普金科CEO董祺:业务模式决定金融科技企业技术为重
精彩纷呈的第五届世界互联网大会在11月9日上午落下帷幕,可以预见的是,围绕互联网、人工智能、金融...
日期:11-09
张亚勤的“百度技术时代”,如何用AI“开疆拓土”
张亚勤负责探索百度新业务的技术和应用边界,也就是说要用他身为科学家的智慧,去拓展百度更广阔的...
日期:11-09
王树彤,和乌镇“她饭局”
饭局,向来是乌镇世界互联网大会的标配,也是一枚中国互联网发展的风向标。
日期:11-09
李彦宏对话马化腾:新时代数字经济的BT猜想
11月8日,在2018世界互联网大会企业家高峰论坛上,百度创始人、董事长兼CEO李彦宏与腾讯董事局主席...
日期:11-09
微软柯睿杰:中国对全球数字化转型的作用难以替代
在中国国际进口博览会的3号馆,一系列耳熟能详的智能与高端装备品牌企业馆均座落于此。即便如此,有...
日期:11-09
网易有道CEO周枫:翻译机市场今年热闹背后其实才刚开始
一年一度的互联网大会已经在浙江乌镇拉开帷幕。就在8日晚间,网易传媒旗下的网易科技、网易智能、网...
日期:11-09
李彦宏对话马化腾:百度AI开放平台,不要怕,大胆用!
11月8日,2018世界互联网大会,在以“新时代的数字经济”为主题的企业家高峰论坛上,百度...
日期:11-08
无处不在的AI!李彦宏:已覆盖国民经济三大产业
11月8日,第五届世界互联网大会在乌镇召开,本届大会以“创造互信共治的数字世界—&mdash...
日期:11-08
华为张平安:移动互联网技术创新创造智慧未来
2018年11月8日下午,第五届世界互联网大会金融资本与互联网技术创新论坛在乌镇举行,论坛宣布中国数...
日期:11-08
马化腾:数据保护应该优先于数据打通
在11月8日举行的第五届世界互联网大会“企业家高峰对话:新时代的数字经济”论坛上,腾讯...
日期:11-08
贝壳找房CEO彭永东:产业互联网提升用户体验 技术+平台构建智能居住生态
贝壳找房CEO彭永东发表《物联网 新居住》主题演讲
  随着人们美好居住需求的日益增长,万物互联...
日期:11-08
付长青:智能网联时代,智慧交通将由被动监测变为应需服务
“随着智能网联、自动驾驶的发展,非机动车和行人的路权保障程度将得到极大的提高、交通违法率...
日期:11-08
无人接盘FF 贾跃亭要凉:员工最苦逼
据CNET北京时间11月8日报道,法拉第未来当前的状况非常糟糕。
日期:11-08
锤子以后不再做手机了?老罗回应:手机会继续做,搞不定傻X是我们无能
在中国智能手机行业里,锤子科技及创始人罗永浩创业以来推出了7款手机,总销量据统计也就是300万台左右,在国内每年5亿左右的销量里可谓沧海一粟,不值一提。
日期:11-08
瞭望船头,秉笔春秋 一点资讯记者节致敬媒体人
从边防哨所到城市中心,从奥运现场到春运前线,他们长期扎根一线为记录社会历史做贡献,却甘于隐身...
日期:11-08