人工智能仍然与初创公司有关吗?

 
如果人工智能让您感到困惑，请考虑一下当它没有得到正确利用时会发生什么。有关背景信息，请考虑总部位于伦敦的风险投资公司MMC，他发现大约40%的欧洲AI初创公司不会以任何有形的方式使用AI。 MMC(和TheVerge)说公司只是想利用人工智能炒作。这意味着公司或创业公司“谈论”AI，但他们不愿意或无法投入资源来部署流程，存储数据或对信息进行任何有意义的使用。所以提出问题，人工智能是否仍然与创业公司相关?
人工智能的承诺可能比年轻公司和创业公司的实际现实更进一步，这些年轻公司和创业公司面临着与更大同行相比的艰难抉择。较大的实体和新的创业公司有相同的需求。
收集和组织构建有效AI解决方案所需的大量培训数据对于初创公司来说成本过高。期望总是超越现实，但这仍然不是一件坏事。有很多企业家努力为更美好的未来而努力。但在高科技企业中，您建立，推广或投资的人工智能至关重要 – 是真实的。
人工智能的实质性作用
自动化职责和简化效率的能力使AI和机器学习成为企业有吸引力的生产力选择。围绕人工智能/机器学习和早期创业公司的嗡嗡声在2018年达到顶峰应该不足为奇。因此，有一种半开玩笑的共识，即在你的宣传套牌中添加任何一项意味着立即获得10%的估值。投资者。
但“人工智能”标准差异很大 – 不仅仅是初创公司。从技术角度来看，“机器学习”意味着将数据引入神经网络，因此数学模型学会识别模式。
AI何时与初创公司相关?
人工智能仍然与初创公司有关吗?图片来源：Avi Richards; Unsplash
一旦AI基础到位，网络就会学会识别分类，转换甚至预测。
这些功能创建了四种启动类型，每种类型都带来了与AI表不同的东西：
•有抱负：大多数创业公司都属于这一类，他们的创始人声称AI / ML深入到了这个类别。但这些公司的意思是，一旦他们发现产品市场适合并且有50万用户创造了数百万个数据点，他们就能够利用AI来产生有用的见解。在B轮融资之前，这些初创公司都没有做过任何有意义的机器学习工作。
•专业：这些初创公司将AI解决方案应用于特定的行业问题。例子包括改善交付车队的Wise Systems;标准认知，创造无收银店;和LuminDx一样，它训练神经网络比初级保健医生更好地识别皮肤病。
•基础：这些人工智能创业公司构建了AI行业有朝一日会使用的工具。 “有朝一日”使用的信息通常意味着更细微的API设计或数学繁重的算法研究。这些公司正在奠定下一代专业人工智能创业公司的基础。
•机会主义：人工智能创业公司使用现有技术公司开箱即用的机器学习API，为其产品增添一点额外的魅力。识别猫是否具有照片或基本语言技能并不是这些企业的核心，但这些品质可以将产品与竞争对手区分开来。这些初创公司使用AI作为其工具包的标准部分，它们代表了大多数企业最终将如何使用AI的未来。
了解创业公司适合的生态系统是构建真正的AI企业的关键。
这种实用的方法意味着能够认识到您何时是市场领导者，将AI引入新的细分市场，以及当您只是构建最终将为AI准备好的东西时。
您不只是为您的企业添加“AI / ML”以利用趋势。您正在利用技术来解决一个真正的问题，这是使企业可行的原因。
AI何时与初创公司相关?
在评估公司的AI准备情况时，确定其服务目的非常重要。如果它是企业的支撑梁，则需要大量数据并了解该数据对现有行业的价值。
人工智能不是秘诀 – 数据就是酱汁。为此，了解ML和AI需要多少数据是至关重要的。数据源是最终推动生态系统的因素，它必须结构合理，优化。此数据也必须安全存储。
例如，创业公司可以利用AI / ML来分析整个Twitter消息，以衡量影响力，进行情绪分析，甚至表面品牌识别，以便与超级碗广告活动相关联。有各种各样的公司在做这些事情，而这只能通过像Twitter这样拥有大量数据的平台实现。
只要没有经过深思熟虑的数据检查，就会有大量的人工智能中断机会。
您可以访问的数据集越大，您的平台可以执行的工作就越有趣。看看CentralSquare Technologies，这是一家连接全国紧急呼叫中心的AI创业公司。在像CentralSquare这样的创业公司出现之前，紧急调度中心独立运行了很长时间。该公司连接了大约5000个公共安全机构，遍布洛杉矶，休斯顿，亚特兰大和达拉斯等主要大城市。在您的手机，汽车或智能手表可能远离您的家庭区域代码呼叫的世界中，这会减少911响应时间。
Hazus，以及Esri和Geospiza，正在做与FEMA数据类似的事情。这些组织正在使用围绕灾难和紧急响应的预测分析来创建AI仪表板。当使用预测分析来应对龙卷风，飓风或地震困扰城市时，该团队可以告诉您最好的选择。数据驱动的AI可以在困难的情况下指导应急管理服务。
请记住，并非所有人工智能公司都是平等的，你很可能会遇到一个没有真正人工智能的人工智能公司。
该公司可能不是一个骗局 – 他们可能会“吹牛”。许多公司只是使用“关联智能”一词，因为他们计划在某些时候使用这项技术。他们实际上无法负担实现AI所需的工作 – 现在。尽职调查可以揭示该公司真正的人为因素。只要你了解你所看到的 – 并寻求 – 那么你就不太可能遇到问题。