高層速讀
關鍵信息:投資者對人工智能企業(yè)有很多疑問,在了解市場狀況和服務問題之后,專家們給出了5個值得關注的點:1.企業(yè)機器學習的運用;2.是否擁有聊天機器人;3.人工智能要和云計算結合;4.發(fā)展人工智能芯片和硬件;5.看清輸家和贏家。
關鍵意義:人工智能行業(yè)科技巨頭已現,但是市場還很年輕,所以創(chuàng)業(yè)公司有機會去再一次對待不同,創(chuàng)造出巨大的客戶價值,并且仍然能夠獲勝。
在KeyBanc資本市場新興技術峰會上,機器學習和人工智能的專家們討論了投資者對人工智能的疑問和最關注的點,在了解人工智能市場狀況和服務的問題之后,專家們給出了以下幾個最受關注的點。
1.企業(yè)機器學習的運用
在過去五年多的時間里,企業(yè)一直在努力開展機器學習研究,機器學習大部分是從在核心部門開始試驗的,這些部門通常有將企業(yè)數據應用于機器學習的經驗。并且研究人員一開始會在一些高價值領域中應用機器學習技術。
在這幾年中,這些企業(yè)在其早期成功的基礎上,專注于使機器學習更容易在企業(yè)中運用。比如建立或擴展他們的數據研究團隊,并通過端到端的數據渠道和開源學習工具、平臺或實踐來支持及機器學習工作。
2.是否擁有聊天機器人
最近,早期采用人工智能的企業(yè)已經開始專注研究“真正的人工智能”。通常情況下,這些企業(yè)的出發(fā)點是將NPL應用于聊天機器人、個人助理或電話業(yè)務來處理銷售和客服等業(yè)務。
與技術公司不同,很多普通企業(yè)在NPL領域也非?;钴S,但一般不愿意自己開發(fā),二是更傾向于使用第三方開發(fā)的商業(yè)平臺來支持聊天機器人和語音助手的工作。由于大多數項目仍處于初級階段,因此這些項目的企業(yè)主也正在學習并建立必要的機器學習工具,升級自己的產品,以縮小當今人工智能商業(yè)產品中固有的差距。
3.人工智能要和云計算結合
幾乎在每一次人工智能會議上都會提到這一點。簡而言之,APP和數據正越來越多地在云上進行運算,因此機器學習和人工智能也將逐漸遷移到云上。大型云計算供應商如AWS(亞馬遜旗下云計算服務平臺)、微軟、谷歌和IBM,他們在數據堆棧的每一層都有類似的產品。因此,大多數企業(yè)在早期一般標準選擇云,然后使用云的數據堆棧。這種情況往往有利于AWS,卻很少有利于微軟。懂技術的買家和企業(yè)主要是根據數據堆棧來做決定的,他們經常會去谷歌;而IBM商店和那些尋找完整解決方案的人則常常求助于其他供應商。
谷歌在其人工智能學習系統(tǒng)TensorFlow上下了很大的賭注,它為市場注入了人工智能學習的種子,并試圖建立運行該系統(tǒng)的最好的云和模型。該公司也在其開源的容器集群管理系統(tǒng)Kubernetes上進行了類似的押注。在這兩種情況下,市場意識到了威脅,并試圖阻礙谷歌將開源成功轉化為云優(yōu)勢的能力。例如AWS支持開放神經網絡交換項目(ONNX),該項目承諾在深度學習框架之間實現互操作性。
4.發(fā)展人工智能芯片和硬件
另一個經常出現的話題是人工智能加速市場的狀況。NVIDIA和它的GPU是明確的領導者,它自然也有很多的競爭者。該公司用CUDA及其生態(tài)系統(tǒng)創(chuàng)建了一條相當大的護城河,所有的深度學習框架都是為了使用這條河而建立的。不過,這條護城河的意義在這樣一個以云計算優(yōu)先的世界中被削弱了。但是沒有一家云計算巨頭想要只依賴一個芯片源,他們都在研發(fā)自己的芯片(例如谷歌的TPU),以減少對NVIDIA的依賴,同時降低成本,提高性能。NVIDIA對此心知肚明,也一直在拼命運轉,以提高自己產品質量和價格。
基于經典超級計算的假設,人工智能專家們對于諸如Graphcore、Cerebras和Wave計算等獨立芯片供應商作為長期、可持續(xù)的發(fā)展前景有些悲觀。盡管如此,如果他們能夠快速地將產品推向市場,并找到自己的合適位置,退出的機會或許會小一些。
英特爾在芯片和硬件領域仍然很有競爭力。它擁有更廣闊的服務器和數據CPU市場,具有很強的企業(yè)級關系,通常會帶來巨大的使用規(guī)模和資源。不過,這是一個緩慢的起步階段,在每一個轉折點都面臨著傳統(tǒng)與創(chuàng)新的兩難處境。然而,他們認識到其他芯片企業(yè)對他們的業(yè)務的威脅,并正在努力追趕。該公司希望在芯片項目中超越Nvidia,比如其推出的nGrapha項目,該項目希望編譯在任何框架中的深度神經網絡,以便在硬件后端(包括當前和未來的CPU、GPU和加速器)上高效運行。
5.看清輸家和贏家
即使沒有直接表達出來,所有投資者問題的背后有一個最終的愿望,即在轉向投資人工智能的過程中,要找出贏家和輸家。如果看到人工智能這一切是如何發(fā)展的,那么就有一些明顯的贏家和輸家。
云計算企業(yè)如果能夠找到自己的亮點,并且執(zhí)行力足夠好,能夠保持規(guī)模,那么他們將在機器學習和人工智能領域贏得更大的成功。對于在機器學習和人工智能領域的初創(chuàng)企業(yè)來說,要想成為一家長期、可持續(xù)、獨立的公司是一條艱難的道路,因為它們同時受到巨頭開源項目和資金的擠壓。
但是市場還很年輕,所以創(chuàng)業(yè)公司有機會去再一次對待不同,創(chuàng)造出巨大的客戶價值,并且仍然能夠獲勝。
微信搜索【AI商業(yè)報道】,獲取國內外AI巨頭最新動向及行業(yè)資訊!
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉入資金提現免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領先技術與深度整合是關鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關注
- 賽力斯發(fā)布聲明:未與任何伙伴聯合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。