择业避开雷区，教你识别靠谱的AI创业公司
全文共1546字，预计阅读时长3分钟
AI创业离你很远？本科的你，没钱没技术就想做咸鱼？
看懂AI创业潮，并不是在择业前夕才需要考虑的问题。
对于本科生，如何考察一个AI创业公司的资质，如何找到最适合自己实习、工作的土壤，是本科生亟需学会的技能。
同时，AI创业潮影射的是一个行业的未来，也是学界研究的热点。初创公司要抢占市场，势必要发掘具有潜力的新兴领域，要以创意与洞见取胜。
未来的方向
在设想未来的方向时，不应仅仅将目光放在AI行业上。做深度学习框架、发展强人工智能固然是未来AI的方向，但一定不是未来AI市场的方向。毕竟，没有一个普通家庭需要像“天网”这样的AI系统。
因而，我们应该将视线转向两个角度。
首先，可以瞄准现有的大规模市场特别是传统行业的智能化。现在都讲究AI落地，其实所谓的落地，就是用人工智能来优化现有的行业。
比如腾讯的AI智能养鹅业务，就运用了T-block技术对鹅情进行监控，从而实现厂区的定制化扩容及实时可视化远程管理。
而一直很火的零售业，也同样被AI行业所重视。旷视科技、格灵深瞳、极视角等 AI 公司都致力于为商场和超市开发智能人群识别系统，完成对人群统计、人群属性、人群行为的自动检测。
其次，重复性劳动和重度人工参与的领域也同样值得关注。比如公司里的法务、会计、美工等都会成为最早被人工智能改变的岗位。重复性的劳动意味着AI系统能够更容易的复现，人工过度参与的工作也意味着存在优化的机会。
前不久，LawGeex 的AI产品就在保密合同审核这一项上，打败了20名经验老道的美国律师。
当然，最重要的是分析行业的技术需求以及客户的使用场景，从而有针对性地提出技术解决方案，这就需要发掘行业共性需求。
发掘共性需求不仅是出于商业利润的最大化考虑，也是为了项目可行性。训练一个模型需要庞大的数据集，而这样的数据集往往只对应单一目标的训练。就像你用成千上万张猫的图片训练出的猫脸识别AI，是无法应用在狗脸识别项目上的。
AI初创公司面临着几大明显问题，而能否解决它们，事关初创公司的存亡。
最显著的问题就是数据壁垒。目前的AI巨头都是互联网巨头的转型，当然并不是它们闲得慌，而是因为他们有实力。这种实力并不局限于资金、人才和平台，最明显的其实在于其拥有的数据体量。
大数据是AI发展的助推剂，AI近年来的高速发展就是把大数据作为基石。在这个数据量决定AI“智商”的年代，数据壁垒的雏形开始逐步显现。
数据壁垒有两个方面，一个是量、一个是质。在数据量上面，BAT大公司天然有着行业优势，对于初创公司来说，不仅在在量上受到局限，且因为可用于数据处理的劳动力有限，在质上自然也无法与巨头们相比。
这时候就要提到AI初创公司面临的第二个问题：有没有大腿可以抱？如果说之前的创业理念是在不影响控制权的情况下进行融资，那么AI时代的创业趋势则是积极寻求并购。
并购虽然不是解决数据壁垒唯一的办法，但却是目前最有效的方法。
并购带来的又一个好处，就是规避业务领域狭窄所带来的风险。如果一家公司只有一种产品，那么一旦这种产品卖不出去，公司所面对的自然是死路一条。而一个公司只有一种产品，是目前绝大多数AI初创公司的现状。
这主要是由于初创公司的体量等各方面有限，无法有足够的资金及精力进行多产品线运营。而有了大牛们的支持，情况自然会不一样。
读芯君开扒
在框架研究上，AI初创企业是否有路可走？
AI行业鄙视链的最顶端就是致力于深度学习框架研究的。而像谷歌这样的巨头也从来没有因为拓展产品线而忽视框架的改进。
自然而然，几乎每一个AI圈里人最大的梦想就是有朝一日成为做框架的大佬，让每一个产品都附上你的影子。
但是，随着几大主流开源框架逐渐普及，做框架不仅难以变现，连取得市场份额都十分困难。因此，对于研究框架的AI初创企业，再不积极求变，可能只能点一首《凉凉》送给自己了。
留言 点赞 发个朋友圈
我们一起探讨AI落地的最后一公里
作者：羊习习
参考文献链接：
http://baijiahao.baidu.com/s?id=1564854059768723&wfr=spider&for=pc
https://www.huxiu.com/article/190883.html?f=member_article
https://m.baidu.com/sf_baijiahao/s?id=1592109732322310385&wfr=spider&for=pc
http://m.cyzone.cn/a/20170314/309019.html
如需转载，请后台留言，遵守转载规范
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你