人工智能创业指南：AI 产品未来的发展模式及策略

编者按：有观点认为，未来，AI会成为一种基础服务，同时，这种服务会像电力一样通过网络进行传输。吴恩达也表达过“人工智能是新的电力”的观点。本文作者 Avinash Royyuru 是人工智能公司 Product ML 的联合创始人，他通过将 AI 和电力的类比，讨论了 AI 产品未来的发展模式，以及 AI 创业公司应该采取的策略。

1850 年，迈克尔·法拉第在思考电磁感应。 英国财政大臣（英国政府的CFO） William Gladstone 到他的实验室里问：“电力有什么好处？“法拉第回答说：”先生，有一天，你可以对电力征税。”这个故事虽然是虚构，但很有意思。

数据科学领域寻找“机器学习的使用案例”让我想起了英国财政大臣的这个问题。

人工智能领域权威学者吴恩达谈到“人工智能是新的电力”时， 他说：

1. 人工智能将革新我们所知道的每一个行业。 “通过用电力取代蒸汽机，我们改变了运输，制造业，农业，医疗、通信等行业。”

2. 人工智能将取代人类的工作，但会创造新的工作

3. 大量的数据是企业业务的赋能者和壁垒

类比

我们来看看 1912 年的电力生态系统。

这看起来和我们今天建立一个 AI 产品非常相似，就像亚马逊 Alexa 一样。

所以数据就是新的电力？

做人们想要的东西

电力时代让发明早于商业产品之路诞生，爱迪生被认为是市场采纳策略的先驱。

一下引用来自美国能源部：

是什么让爱迪生对电力照明的贡献如此突出，是因为他没有停止对灯泡的改进，他开发了一整套发明，使得灯泡的使用成为现实。 爱迪生在已有的燃气照明系统上模拟他的照明技术。 1882年，在伦敦的霍尔本高架桥中，他证明电力可以通过一系列电线和管道（也称为导管）从位于中央的发电机分配。 同时，他专注于提高发电量，开发曼哈顿下城第一家商业电力公司 Pearl City Station。 为了追踪每个客户使用的电量，爱迪生开发了第一台电表。

爱迪生是一个有争议的人物，但他遵循了一个简单的规则来采用电力。构建一个用户需要的产品，并找出如何让人们获得这些产品，以便他们可以使用它来改善他们的生活。

一言以蔽之：做人们想要的东西。爱迪生生产产品、交付所需的配套技术。使灯泡成为燃气照明的安全替代品。

人工智能公司应有的“策略”应该是以下三点的交集：

我们可以执行的：我们有建立和销售它的天赋和技巧。我们有优于其他公司的优势。

市场需要的：有客户需求，整体资本/商业环境有利。

理论上可行。

此外还需要考虑的是“如果我们做了X？不会很酷吗”。

人工智能领域有很多理论上的好想法。 例如，建立一个人工智能来取代律师。在我们公司的案例是：构建一个 ML 驱动的产品设计平台。应该怎么做？

AI 产品

吴恩达的人工智能产品良性循环图是思考建立人工智能产品的一个很好的心理模型。

由于人工智能需要数据才能工作，像个人助理这样的人工智能产品会获得更多的数据。 优秀的产品可以获得更多的用户，从而获得更多的数据，从而进一步强化了这种正反馈循环。 在他的演讲中，他说：“Google 和百度拥有如此复杂的数据采集策略，我不知道小型创业公司如何才能获得 AI 产品所需的数据。

这也就是 Google Allo 的意义了。当 Google 推出 Allo 时，全世界（包括我）都嗤之以鼻，消息应用和聊天机器人策略似乎到处都是。 Google 推出 Allo 如果是为了 Google Home 获取非结构化查询数据，我不会感到惊讶。

如果有更多来自产品用户的数据，AI 产品会变得更好。 如果不能用更多数据改进，就不是产品，而是平台或支持技术。

服务也可以是一种产品，AI 产品的定义与其交付给最终用户的方式或所采用的商业模式无关。

AI 创业公司指南

需要获得大量的数据来构建一个 AI 产品，对于小型的 AI 创业公司来说，尤其是那些像个人助理那样需要大量数据的产品来说，这是令人沮丧的。

没有人说这会很容易。Grammarly 正在复制 Google 关于人们写作模式的规模数据。 天无绝人之路。

1、如果你是一个人工智能产品公司，你的产品战略应该和数据采集策略保持一致。

2、如果你正在为产品构建平台或启用技术，则需要启用其他人的产品。

3、所有 AI 产品公司都有某种形式的内部平台。如果要在产品和平台之间做出选择，选择建立产品。产品公司有更好的获胜机会，因为他们比平台公司获得更多的价值。

去年过的融资最多的 50 家 AI 公司反应了真实市场，下图是按类别的分类：

Electric meter：本身不是产品，而是为其他产品提供技术支持

4、如果你是一家 B2B 人工智能公司，你需要一些特别的东西来确定是“自建还是购买”。

在短期内，因为“没有内部的专业知识”，你可能选择购买，但这是一个定时炸弹。 大多数认真对待人工智能的公司都希望在内部拥有自己的核心竞争力。

5、炒作离我们不远。 ML 和 AI 公司仍然是未来的热点，但是如果要长期获胜，你需要深入思考自己在整个生态系统中的位置。

你在构建产品、平台、产品和平台的组合、还是研究或支持技术？ 你在建造电灯泡，一家公用事业公司，还是试图发明电视机或电表？ 用电来类比可以学到很多东西。 学习电力时代的GE，西联等公司。

6、不是创业，而是构建业务。 近几年来，大多数 AI 创业公司都被收购。 让我们面对现实，作为一个行业还没有想出如何从零开始建立一个长期、独立、大型和可持续发展的人工智能公司。人工智能界的 Google 还没有诞生，它可能就是你。

7、没有剧本、 没有公式，没有模板。 我们正在数字数据之上建立一个完整的产品和平台生态系统。 这从来没有人做过，也没有人能告诉我们结果。

互联网

通过回顾电力时代来理解人工智能的路径，原理可能相同，但细节会有所不同。后端的云基础设施是 Alexa 的交付机制，就像从变电站到用户家的电线是交付电力的机制一样。

我不认为互联网是 AI 生态系统的一部分。 任何土地都是电力生态系统的一部分，所以你认为这是理所当然的。电力和铺设在大西洋底的电缆使跨大洋发送信息成为可能。如果没有电力，也不可能有电报。在这样的环境下，我们把互联网视为理所当然。

通用人工智能

我们正处于人工智能的初级阶段。我们现在只安装了几个灯泡。 就像 1890 年电力的发展水平。电话，广播，电视，电子，电脑和互联网紧随其后，我们还没有看到在AI 时代的这些事物的到来。

Daniel Dennett 曾经有过最奇怪的问题：你如何从白蚁群体的大脑中获得建筑师安东尼奥·高迪一样的大脑？

总结：

1. 复杂的行为有可能出现在不知道自己在做什么的愚蠢人身上——有能力但不能理解这种能力。上图是 7000 多万白蚁建造了一座看起来像高迪的教堂的白蚁城堡。

2. 但高迪是一个天才的设计师，他能够理解他的能力。不知道自己更高目的的人，大脑也有 86 亿个神经元。

3. 大脑是一种计算机，它根据输入进行输入并执行控制。但它与数字计算机的概念是不同的，这个数字计算机是集中控制和高度确定性的，每个部分都有一个专门的角色，没有别的东西。 大脑就像是有 860 亿个神经元的汤，每个人都在做自己的事情，并试图生存。奇妙的人脑就从中诞生。

4. 自下而上的设计比自上而下的设计要慢，但它有结合创建更大结构的能力，因此可以更有成效地探索演化设计空间。 这就是文化和生物的演化过程，似乎是解决长期问题的最佳途径。

作为行业从业者，我不知道我的工作如何有助于一个通用人工智能更大的结构，我无法智能地设计这个更大的结构。 每个公司和每一个推出的产品都是盲目的探索，在迭代中逐渐理解智能设计。

我相信通用人工智能会以这种方式出现，当它发生时，我们可能甚至不会察觉。就像尽管我们拥有世界上所有的信息都可以通过手中的屏幕获得， 我们也不会承认我们是电子人。

原文链接：https://towardsdatascience.com/ai-vs-electricity-the-ai-startup-playbook-abf223b52547

编译组出品。编辑：郝鹏程