Siri领会我的意图，通过API获取了本地的天气数据，然后在2秒内回答了我：“天气预报说今天不会下雨。”
在几年之前，这样的人机交互体验足以在科技专家和兴奋的消费者中刮起一阵旋风——但在2016年，这已经没有什么特别之处了。与Siri进行对话已经变得平常，同样的还有微软的小娜和亚马逊的Alexa。
机器学习（ML）和狭义的人工智能（AI）已经成为主流。我们看到的ML/AI技术的爆发，来源于过去几十年发生的一系列科技进步：遍布世界的因特网连接，激增的线上数据，更快、更廉价的计算机（遵从摩尔定律），各种价格的云计算服务，科技大企业对研发的投入，以及生气勃勃的开源软件社区。
我们还没有造出哈尔9000（著名科幻电影《2001太空漫游》中的人工智能计算机），但我们已经离它更近了。
在AI成为主流的世界中创业公司遇到的挑战
就像其他的风投资本家一样，我几乎每天都与AI/ML方向的创业公司交谈。这一过程中，我总是在寻找在正在创造全新事物的公司——无论是关于机器学习模型的独有全新数据库，或是利用AI寻找解决技术难题的全新方法。根本的理由就是：如果一个公司想要从长期的AI/ML竞争中脱颖而出，它最好应该拥有解决某一具体问题的独有数据库或者与其它竞争者做不一样的事。
数据就好像能源，我们将数据置入机器学习的模型中，就可以产生强大的大规模网络效应。不幸的是，对创业公司来说，大科技企业的特色就是独有庞大的、横跨多个领域的数据库。同时，开源社区的努力也正在让最复杂机器学习算法公开化。现在要让一个创业公司仅仅靠算法开发而具有竞争力，几乎是不可能的事。
你找不到一个大科技企业没有在2016年公开讨论过AI/ML。它们在这一领域中大力推进，并且通常拥有用于训练模型的数据库。Google的系统是基于搜索和广告点击的数据；Facebook是基于新闻订阅和社交互动数据；亚马逊是基于它的产品销售与推荐数据。而Google、Facebook、亚马逊和微软四家都拥有开源的机器学习技术，用来刺激在这一领域的创新，同时建立它们作为AI/ML领域引领者的品牌形象。英伟达（Nvidia）通过售卖优化了深度学习的芯片赚了一大笔钱。
基于上面这些情况，在这一领域进行投资是危险和复杂的。与其与科技领域的巨人歌利亚进行近身搏斗，AI/ML领域的大卫们需要找到能让他们获胜的武器。（见《圣经》中牧童大卫与巨人歌利亚战斗的传说）
第一类大卫：独有数据收集者
Waze就是这类能让投资者兴奋的创业公司中一个：这个公司通过它的产品建立了一个独有数据库，并且随着数据规模的扩大，它的竞争优势随之增大。（来自Andreessen Horowitz的主要合作者Chris Dixon在一篇博客中提到了这个例子，题为“What’s Next in Computing”）
Waze产生了有形的网络效应，用户数量和数据库质量的增长带动了平台的预测能力和用户体验。每一个使用Waze的司机通过主动（报告事故或者交警蹲守位置）和被动（允许Waze实时跟踪用户的速度、位置和分布密度）的方式贡献数据，以此增进了平台的算法预测能力和用户体验。越多的用户参与进来，他们获得的体验就越好：系统会根据目的地把用户更好地导航到优化的路线，并鼓励他们向亲友推荐这款APP。
Google观察到了Waze的潜力，希望以高达10亿美元的价格收购该公司，这很可能是由于Google感到崛起的Waze将会成为Google地图的强力竞争者。有趣的是，Google已经有能力通过安卓智能手机来帮助他们获取大量的实时交通地理数据，但他们并没有由用户贡献的、关于交通事故和交警等方面的数据库。
而这些数据正是对Waze的用户体验来说最有价值的要素。Google可能已经为它的地图产品添加上了其它类似的功能，但对于他们来说想要在短时间内复制这一数据库是极为困难的，因此才会考虑收购。
执行这样的行动其挑战在于数据库的可防御性。在这种情况下，投资者和企业家应该问自己两个问题。第一个问题：是否已经有别人拥有这样的数据库并且已经倾向于以同样的、有竞争性方式来应用？第二个问题：别人想要复制一个类似的数据库的难易程度如何？如果答案分别是“没有”和“困难”，那么你的数据就具有商业价值。
第二类大卫：应用方面的引领者
我们总是四处寻找打算通过建立全新的AI/ML模型来进入未知领域的的公司——或者至少是那些目前还没有得到商业规模应用的模型——以此能够建立占绝对优势的应用。通常这类公司是高度跨学科的，通过将横跨多个领域的不同科技聚合到一起，有创造性地解决问题。
Kiva Systems是这一类创业公司中的一个例子。成立于2003年的Kiva为迅猛增长的电子商务行业制造一种新型的机器人，专门用于仓库的自动化。他们将硬件工程、软件自动化和仓储物流领域的知识整合到一起，用自动化的机器人解决仓储问题，迅速成为了这一专业领域的领导者。Kiva的自动化机器人技术对竞争者没有造成长期的技术壁垒，但却是一个战略性的短期优势，这能让他们快速行动，签下大量能够获利的客户合同，然后迅速发展到能够开始享受规模经济的程度。
亚马逊认识到了Kiva的价值所在，在2012年以7.75亿美元的价格收购了这家公司。这次收购立刻获得了成果：德意志银行最近公布的一份报告估计，在加入了Kiva Systems的技术以后，亚马逊的仓储操作成本降低了20%。
需求预示着光明的未来
虽然在这一领域的创业公司很难获得成功，但AI/ML的未来只会变得更光明。Siri要成为终极的个人助理可能还有很长的路要走，但iPhone用户越来越依赖她无处不在的声音来搜索答案。苹果公司去年9月分享的数据显示Siri每星期会收到超过10亿次帮助请求。
消费者和商家对自动化智能的要求会越来越高，聪明的投资者和精明的创业者应该记住，一个创业公司的长远目标的实现，不仅依靠产品体验以及背后的算法，还需要依靠独特的数据和模型架构，这可以让公司具有市场价值并且长期立于不败之地。
我们鼓励所有对AI/ML具有热情的企业家去建立这些类型的商业模式。诚实地说，与其从已经存在的商业中榨取最后一滴利润，不如创造一些全新的事物来的让人振奋！
