今年什么样的 AI 新创公司值得关注？让这五大预测给你答案

今年值得关注的AI新创公司预测：趋势与洞察

作者：Bradford Cross

随着人工智能市场的持续繁荣，去年该领域热度被完全点燃。今年，市场将进入一个清算阶段，那些没有真正实力的潮流跟风者将被淘汰。在这股潮流退去后，留下的将是那些具备突破性能量的垂直AI新创公司。它们凭借专业技能、独特数据解决了全栈产业问题，并通过AI驱动的产品实现了核心价值主张。接下来，让我们共同关注五大预测：

一、聊天机器人风光不再

去年，聊天机器人突然成为焦点，众多公司纷纷涌入这一领域。但实际上，真正的聊天机器人应具备四个关键特性，它们能自动、持续且有目的地对周边环境作出反应。现在许多所谓的“Bots”只是业务流程自动化的代名词，这种现象反映了公司对AI技术的误解和过度炒作。未来，以语音和聊天会话界面为主要形态的聊天机器人可能会逐渐失去市场。原因在于它们缺乏社交属性，过于强调个性化而忽视人的需求。与此随着信息应用热潮的消退，人们开始更加理性地看待聊天机器人的价值。最终用户是否接受和使用，将成为决定聊天机器人成功与否的关键。

二、深度学习走向普及

深度学习是机器学习的一个子集，而机器学习又是人工智能的一部分。尽管深度学习现在备受关注，但许多人对其并不了解。实际上，深度学习能为许多重要问题提供解答。大公司对深度学习新创公司的收购热情持续高涨，但随着市场供应量的增加和技术的普及，深度学习不再高不可攀。预计今年，针对深度学习新创公司的收购大潮将逐渐平息，而那些真正具备实力的机器学习人才仍将是各大公司争夺的焦点。

三、AI成为风险投资的新焦点

曾经受捧的清洁技术经历泡沫破裂后，AI正在走一条类似的道路。清洁技术作为一个横切关注点，虽然吸引了众多公司的关注，但真正成功的案例并不多。原因在于那些只顾社会责任而忽视用户需求的公司难以长久发展。与此AI作为推动可持续发展的关键力量，正在成为风险投资眼中的清洁技术2.0。要想在这一领域取得成功，必须关注用户需求并将技术与实际产品相结合。太阳能等绿色能源领域虽然火热，但真正的增长来自于实实在在的产品和服务满足用户需求的能力。

四、特殊领域的AI新创公司崭露头角

今年值得关注的是那些在特定领域深耕的AI新创公司。这些公司通过运用AI技术解决特定行业的问题，提供具有实际价值的产品和服务。无论是医疗、金融、教育还是其他行业，这些公司都将凭借其对行业痛点的深刻理解和创新的解决方案脱颖而出。

五、数据驱动的AI产品成为核心竞争力

在AI领域取得成功的关键在于数据。那些能够利用大数据和机器学习技术提供个性化产品和服务的企业将具有强大的竞争力。这些企业不仅能够满足用户需求，还能够不断优化产品和服务，提高客户满意度和忠诚度。今年值得关注的是那些以数据为核心的AI新创公司，它们将凭借自身的技术优势和市场洞察力成为行业的佼佼者。

今年人工智能市场的趋势是向专业化、垂直化发展，那些具备专业技能和独特数据的AI新创公司将脱颖而出。同时关注用户需求并将技术与实际产品相结合的企业将具有更大的发展潜力。在巴菲特与马斯克共同瞩目的市场中，金钱与机遇并行。这两位亿万富翁都将可持续发展视为重要使命，深知不仅要投入资金，更要将用户的实际需求置于核心位置，才能真正拓展这片广阔天地。试想，一个怀抱可持续发展理想的公司，若未能将用户放在第一位，岂不是南辕北辙，引人哂笑？

过去的岁月里，AI领域涌现出众多理想主义者，他们关注的焦点并非AI的未来探索，而是担忧机器人统治人类的未来。在这一浓雾笼罩之下，行业的未来变得模糊，许多公司盲目狂奔，忽视用户需求及研究的商业化前景。这种自我陶醉的情绪在行业内愈发盛行，AI行业的道路便愈发狭窄。

清洁技术与AI，均为技术密集型产业，对于初创公司与风投而言，判断其前景愈发困难。有人仅凭几篇论文、几个术语便妄称专家，招摇过市。

这种现象的出现，源于经济信息时代带来的循环周期变革。社交活动的加速及线上信息的膨胀，创造了一种自我放大的效应，使得商业周期在开始前便被提前释放。消费互联网便是典型例证，其配套实体经济尚未跟上，市场便已热炒。这一情形亦是90年代互联网泡沫的源头。谷歌在20世纪末趁经济低谷大量吸纳人才，重新定义了消费互联网的商业模式。

自《连线》杂志对清洁技术做出后的四年里，太阳能以其清洁、经济的特性受到马斯克和巴菲特的青睐。特斯拉收购SolarCity后，已成为清洁技术的全栈巨头。如今，AI初创公司似乎正步入老路，他们眼中只有AI技术，却忽视了用户需求。

眼下，大多数人工智能初创公司更像是寻找钉子的大锤。在接下来的1-2年内，这一现象将更加显著。大公司将不堪重负，减少人工智能人才的需求，如同现在的移动应用开发商。也许不久之后，一些创始人和风投就会开始意识到这一点。在领英上，那些盲目追求AI创业的公司将逐渐减少。

关于机器学习即服务（MLaaS），它正迎来二次衰败。那些真正了解机器学习的人都在使用开源代码，而不懂的人则无法驾驭这项技术，即使是使用了API也无济于事。许多聪明人被困于此，因此许多人选择加入大公司的机器学习团队。仍有大量开发者在热钱的吸引下不断涌入。

亚马逊、谷歌和微软在制定云战略时，都将MLaaS层视为重要一环。但实际上，无论是来自大公司还是初创企业的云服务，其结局并无太大差别。今年它们都将变得摇摆不定。云服务提供商将继续保留这项业务，但想要从中赚取大钱已不太可能。MLaaS初创公司今年也将开始走下坡路，因为增长不再稳定，投资者可能会变得谨慎。

这些MLaaS新创公司面临的问题很实际。它们的解决方案没有进行客户细分，无论客户有无竞争力都一视同仁。对于有机器学习能力的客户，需要专业的机器学习人员协助打造成熟的模型，并进行艰难的调试与结合理论实践的工作。这些人员更倾向于使用MLaaS服务商提供的相同开源工具，因此被自动排除在外。对于无机器学习能力的客户，他们更倾向于直接购买应用来解决高层次的问题，将机器学习视为一个选项而非必需。

我对自己的工作充满热情与信心，因为我坚信AI将在未来深度变革每一个行业。在这个变革中，那些低水平、基于任务的AI服务将被迅速商品化。如果你不能解决高级别的全栈问题，恐怕只能在竞争激烈的市场中苦苦挣扎，最终可能面临被收购或倒闭的命运。

垂直AI新创公司正站在行业前沿，解决需要深度专业知识和特定数据解决的全栈产业问题。他们借助AI驱动的产品，实现了核心价值的极致体现。尽管大多数机器学习人才聚集在消费互联网巨头和技术公司中，但大规模且紧迫的问题其实潜伏在每个主要公司的背后。如果你认同“软件正在吞噬世界”的观点，那么全球所有公司都需要向科技领域转型。

当我们聚焦垂直产业时，会发现高级别的用户需求正不断涌现，这无疑是极好的商业机遇。但要抓住这些机会，你必须拥有商业智慧和专业技能。一般的AI新创公司往往难以做到，而且他们常常忽视自身需要发展的业务和“提升堆栈”或“全栈”的专业知识。

现如今，全新的全栈型垂直AI新创公司正在金融服务、生命科学、医疗保健、能源、交通运输、重工业、农业和材料等领域崭露头角。这些公司将解决由专有数据和机器学习模型驱动的复杂难题，成为像特斯拉和SolarCity一样地位的全栈型AI新创公司。他们不仅是科技的引领者，更是行业未来的塑造者。