Прикладной ИИ
Поскольку все крупные технологические компании открывают свои новейшие алгоритмы машинного обучения и строят на их основе SaaS-инфраструктуру, мы вступаем в эпоху коммодификации. Даже (похвальные) попытки создать наборы данных с открытым исходным кодом для общих задач машинного обучения могут поставить под угрозу любое преимущество данных, которое может иметь стартап. Что это значит для стартапов?
В прошлый четверг я участвовал в панельной дискуссии на презентации Capital Enterprise’s CASTS, посвященной искусственному интеллекту в Лондоне. Вопрос одного предпринимателя заслуживает более полного ответа, чем тот, который я тогда дал. Речь шла о том, как ответить венчурным капиталистам, желающим узнать, какими активами ИС обладает ее компания.
Потратив некоторое время на инвестирование в фонд, который требовал патентоспособных инноваций, в то время как большинство других венчурных капиталистов были сосредоточены на электронной коммерции, социальных сетях, торговых площадках и SaaS, странно видеть, что те же венчурные капиталисты требуют защищенных IP от сегодняшних предприятий, использующих искусственный интеллект.
В частности, мой коллега, Себастьян Шпиглер (@SRSpiegler), проводит аналогию с нулевыми годами, когда бурный рост веб-бизнеса был основан на доступности дешевых распределенных вычислений и интерфейсных платформ. Многие ценные предприятия были созданы без использования каких-либо запатентованных технологий. Вместо этого они полагались на знания предметной области, которые давали преимущество первопроходцу (и выполнялись как сумасшедшие). Точно так же те, кто использует коммодитизированную инфраструктуру и алгоритмы машинного обучения, могут применить свой собственный вертикальный / рыночный опыт для создания ценных продуктов и услуг уже сегодня.
Эти прикладные подходы кажутся мне умным ходом. Когда гориллы вкладывают так много денег, чтобы обеспечить коммодитизацию, горизонтальная игра должна быть сопряжена с дополнительным риском (как указано в статье Мэтта Тёрка Создание стартапа с ИИ). Эти платформы и инструменты уравнивают правила игры и позволяют создавать на их основе ценные новые продукты и услуги. У нас (@ProjectJunoAI) не было достаточно места, чтобы взглянуть на все вертикально ориентированные компании машинного интеллекта в нашей недавней работе ИИ-ландшафт. В ближайшее время мы рассмотрим эти вертикали более подробно.
Джон Спиндлер (генеральный директор Capital Enterprise) также справедливо указал на сложность объединения решений и нетривиальные проблемы реализации, связанные с обеспечением устойчивости, удобства для пользователей и масштабирования. Эти вещи не могут быть запатентованы, но они по-прежнему создают эффективный барьер для входа на рынок. Вертикально ориентированные компании, использующие ИИ, должны иметь значительное преимущество, так как они также могут четко определять, в чем заключается их ценностное предложение!
Эпоха коммодитизации машинного обучения - это также век прикладного ИИ.
