如何衡量一家AI初创公司的好坏?

作者: 佚名 2018-09-10 13:02:48

编者按:Zetta Venture 基金合伙人 Ivy Nguyen,近日在外媒 TechCrunch 上发表了文章,阐述如何用正确的标尺去衡量AI创业公司,根据原文编译如下:

人工智能公司,很多时候更像是服务或咨询公司,二者都需要根据 客户的具体需求,量身定制 解决方案,但从投资层面来看,其实是有很大差别的。

服务收入一直是风险投资增长的对立面,因为它产生的利润率较低,缺乏可重复性和可扩展性。随着公司服务业务带来更多客户,公司需要相应地扩大员工人数进行支持,导致持续较低的利润率。Palantir是一家大数据分析独角兽,就是一家陷入服务需求的公司。

如何衡量一家AI初创公司的好坏?

与服务提供商不同,人工智能企业有可能实现大规模的目标和更高的投资回报率。如何判断一家人工智能公司是否值得投资,以下是一些参考指标:

人为干涉比例

随着AI在业务中的应用,应该会替代很多人工工作,并且只有当AI低于预定的准确度或置信度阈值时,人工才进行干涉。这使得企业能够以数量有限的员工,为越来越多的客户提供服务。

Lilt 为企业提供机器翻译,翻译AI自动将文本从一种语言翻译成另一种语言,再由翻译专家更正错误。随着翻译AI的改进,人工翻译的更正比例必须持续减少。更一般地说, 人为干涉与自动化任务的比率应该在下降。

ROI曲线

选择正确的人工智能应用以实现长期收益是关键。通常情况下, 改善客户能力下线的应用面临着有限的改进机会,而改善客户收入的应用对增长机会没有任何限制。

例如,一旦AI将生产线的运行效率提高到受原料化学反应所需时间限制的程度,AI就无法再为该特定应用提供更大的价值。但是 帮助客户找到新的收入机会则不同,例如 Constructor.io ,它提供基于人工智能的网站搜索服务,并帮助Jet.com等客户增加购物车购买转化,不会有天花板。

AI公司应该密切跟踪每个客户的累计ROI,以确保曲线随时间增加而不是平稳或逐渐减少。

升级成本

部署AI产品是一个复杂的过程,AI需要数据进行训练,因此AI产品可能比SaaS产品花费更多时间来提供价值。

许多行业最近才开始数字化,有价值的数据可能是难以提取的格式,例如手写笔记,非结构化观察日志或PDF。为了捕获这些数据,在部署AI系统之前,公司可能不得不花费大量人力,在低利润的数据准备服务上。

数据结构的方式也可能因客户而异,要求AI工程师花费额外的时间来规范数据或将其转换为标准化模式,以便可以应用AI模型。

与典型的SaaS产品推出相比,AI产品的升级成本更高,并且可能会对客户获取成本(CAC)产生的利润产生同样大的影响。公司应该仔细跟踪这些升级的时间,以及每个新客户的成本。如果存在真正的数据网络效应,这些数字会随着时间的推移而减少。

数据护城河

与竞争新功能的SaaS企业不同,AI初创公司有机会建立长期壁垒。可扩展的AI初创公司将开启一个良性循环,产品表现越好,客户就越多地贡献并生成数据,从而提高产品的性能。这种强化循环构建了复合壁垒,这在以前是SaaS业务中是没有的。

仅仅是大量的数据太简单了,还需要问自己关于数据的这些问题,以在以下方面判断数据壁垒:

  • 可访问性:它是多么容易获得?
  • 时间:数据在模型中积累和使用的速度有多快?
  • 成本:获取和标记此数据需要多少钱?
  • 唯一性:是否可以为其他人建立模型并获得相同结果的类似数据?
  • 维度:数据集中描述了多少个不同的属性?
  • 广度:属性值的变化有多大,以至于它们可以解释边缘情况和罕见的例外情况?
  • 时效性:数据长期有用吗?

AI模型在更多数据的情况下表现更好,但随着时间的推移,性能可能会趋于稳定。公司应该注意跟踪,为客户实现增量价值所需数据的时间和数量,以确保数据护城河继续增长。简而言之, 模仿者需要多少时间和多少数据才能与你的性能水平相匹配?

人工智能 AI 创业公司
上一篇:关于机器学习你要了解的5件事 下一篇:科普 | 从TensorFlow.js入手了解机器学习
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  1天前
对于人工智能的恐惧及其5个解决方法

实施人工智能技术的IT领导人可能会感到一些恐惧,这有着充分的理由。人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位,但对于许多人来说,人工智能仍然是一种未来主义的感觉。

Kevin Casey ·  2天前
机器学习免费跑分神器:集成各大数据集,连接GitHub就能用

搞机器学习的小伙伴们,免不了要在各种数据集上,给AI模型跑分。现在,Papers with Code (那个以论文搜代码的神器) 团队,推出了自动跑分服务,名叫sotabench,以跑遍所有开源模型为己任。

栗子 鱼羊 ·  2天前
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」

近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的动画制作方法——基于卡通角色的少量图像样本就可生成新动画。

机器之心 ·  2天前
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
AI新贵登上胡润百富榜:“CV四小龙”三家创始人上榜

AI造福人类,也造富了一些创业者。最近公布的2019胡润百富榜就是窥探老板们身价的好机会。

郭一璞 ·  2天前
大数据为什么不够聪明?机器要如何走向强人工智能

大数据为什么不够聪明?比概率语言更强大的思考工具是什么?科幻电影中的强人工智能到底怎样实现?如何让智能机器像人一样思考?搞清楚因果关系才能拨云见日。

明日情报 ·  2天前
2019 AIIA开发者大会新闻发布会在京召开

10月10日,2019 AIIA人工智能开发者大会新闻发布会在北京成功召开。据悉,2019 AIIA人工智能开发者大会暨第四届中国(杭州)人工智能产业发展论坛将于11月1日-2日在杭州召开。

佚名 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载