紅點創(chuàng)投合伙人:SaaS創(chuàng)業(yè)公司應(yīng)該如何利用機器學(xué)習(xí)

Tomasz Tunguz 拓撲社 一笑編譯 2017-02-16 08:40:17

從亞馬遜的數(shù)字語音助手Alexa到自動駕駛汽車,越來越多進入市場的新產(chǎn)品都使用了機器學(xué)習(xí)技術(shù)。機器學(xué)習(xí)技術(shù)提供的創(chuàng)新是真實存在的,機器學(xué)習(xí)也會改變SaaS世界。但機器學(xué)習(xí)將如何改變SaaS世界?創(chuàng)業(yè)公司如何利用機器學(xué)習(xí)的優(yōu)勢?紅點創(chuàng)投合伙人Tomasz Tunguz在Saastr大會上分享了他的觀點,以下是全文:

機器學(xué)習(xí)

機器學(xué)習(xí)有四個大的應(yīng)用方向

優(yōu)化(Optimize)

比如今天早上,從Sand Hill Road到舊金山South Park最快的路線是101號高速路。某個網(wǎng)站的客戶經(jīng)理招聘需求使用了太多的陳詞濫調(diào),可以使用招聘文本分析創(chuàng)企Textio的工具進行優(yōu)化。另一個例子是Chorus.ai,該公司采用內(nèi)部開發(fā)的語音識別、自然語言處理,以及人工智能技術(shù)對銷售電話進行轉(zhuǎn)錄、分析以及實時反饋,進而提高銷售代表的業(yè)績,并幫助公司分析為什么一些交易沒有成功。

識別物體(Identify objects)

比如識別一張照片里的一只貓、找出一個電商當(dāng)中所有的紅色格子羊毛短褲、通過新型的CT掃描預(yù)測帕金森病的可能性。

檢測異常(Detect anomalies)

你的信用卡顯示從內(nèi)羅畢一家商店買了一架10000美元的鋼琴。你的服務(wù)器正在歷史最高CPU使用率下運作。本周銷售線索郵件客戶回復(fù)率比上周高25%。

數(shù)據(jù)分段(Segment data)

通過移動app store使用我們產(chǎn)品的客戶的參與度比其他客戶高15%。這些單獨的應(yīng)用都帶來了巨大的進步,但是如果把這些應(yīng)用組合起來,將帶來更加不可思議的事物。物體識別+異常檢測+機器人=自動駕駛汽車?;蛘弑热祟惼龃u速度快三倍的建筑機器人。我以前寫過機器學(xué)習(xí)帶來的巨大創(chuàng)新。亞馬遜、谷歌和微軟都在快速創(chuàng)新,推出突破性的成果,并通過這些新的研究推出各種API。因此,所有的初創(chuàng)公司都能以很低的費用使用這些技術(shù)。但僅僅靠這些API,注冊.ai的域名、并把機器學(xué)習(xí)/人工智能這些詞匯塞到你的銷售演講當(dāng)中并不能帶來成功。與其鼓吹機器學(xué)習(xí)概念,不如讓科技消失在產(chǎn)品當(dāng)中,讓用戶感覺不到技術(shù)的存在。最好的銷售和融資演講應(yīng)該描述一家公司的價值主張,而不需要提及機器學(xué)習(xí)。應(yīng)該專注于產(chǎn)品如何增加收入,降低成本,贏得買家。我們紅點創(chuàng)投投資了20多家機器學(xué)習(xí)領(lǐng)域的公司,包括Stripe、RelateIQ、Chorus、Caspida。

做投資決策時,我們關(guān)注以下5個公司屬性

專有的數(shù)據(jù)訪問(Proprietaryaccess to data)

算法是所有人都可以使用的,專有的數(shù)據(jù)來源才是關(guān)鍵,通過產(chǎn)品使用創(chuàng)造專有數(shù)據(jù),也許是通過事件驅(qū)動型SaaS產(chǎn)品,或者是通過關(guān)鍵的合作伙伴獲取數(shù)據(jù),以創(chuàng)造持續(xù)的競爭優(yōu)勢。

端到端的應(yīng)用,而不是平臺(End to endapplications, not platforms) 

科技巨頭也許能夠靠機器學(xué)習(xí)服務(wù)(ML-as-Service)開辟業(yè)務(wù)。他們的研究人員更多,基礎(chǔ)設(shè)施成本更低,擁有遠超創(chuàng)業(yè)公司的營銷預(yù)算。端到端的應(yīng)用更容易帶來收入、更容易降低成本,對于創(chuàng)業(yè)公司來說是更好的進入市場的路徑。

機器學(xué)習(xí)帶來的強通用模型(Strong GTMenabled by ML)

機器學(xué)習(xí)具有科技創(chuàng)新的潛力,能夠成為進入市場的優(yōu)勢。通過改變買方評估軟件的方式、降低客戶獲取成本,機器學(xué)習(xí)是顛覆性的。但是僅僅有科技創(chuàng)新是不夠的。

行業(yè)專家(Experts in thefield)

你可以使用大公司的API,但是這些系統(tǒng)主要是用于更加廣泛的應(yīng)用,為了提供特殊的經(jīng)驗,一家創(chuàng)業(yè)公司需要在語音識別、自然語言處理或者其他核心學(xué)科的專家。

算法優(yōu)勢(Algorithmicadvances)

我們偶爾會投資算法不太可能被其他公司復(fù)制的公司。

就像之前的數(shù)據(jù)庫和圖形用戶界面一樣,機器學(xué)習(xí)是一種新技術(shù),它將改變我們構(gòu)建和銷售軟件的方式,雖然這可能已經(jīng)成為企業(yè)的陳詞濫調(diào),但是機器學(xué)習(xí)技術(shù)的影響才剛剛開始發(fā)生和被理解。


長按二維碼關(guān)注我們