登入
AI（人工智慧）是今年風險投資領域的一大熱門，但熱門也容易引發泡沫擔憂，有些細分賽道可能已經出現疲弱的跡象，而另外一些領域則可能會迎來較大的發展。知名人工智慧創投機構DCVC的創始合夥人BradfordCross在其部落格發表一篇2017年AI新創企業發展的五大預測。摘要說明如下：
(1)聊天機器人風光不再（Bots go bust）：去年聊天機器人突然異軍突起，Bots代表著「任何形式的業務流程自動化」，也創造了「RPA」機器人自動化的新名詞，BradfordCross認為業務流程自動化未來十年內會逐漸消亡，但當下以語音和聊天會話介面為主要形態的聊天機器人恐怕立刻面臨嚴峻的考驗，因為忽視了人對社交屬性的需要，即使聊天機器人前期能聚攏人氣，但後期很難留住用戶。
(2)深度學習不再高不可攀（Deep learning goes commodity）：從5年前大公司對收購深度學習新創公司的興趣開始超過收購iOS行動應用公司。隨後，針對深度學習，特別是電腦視覺公司的收購大潮席捲而來，谷歌、Facebook、Twitter、Uber、微軟和Salesforce等公司為了爭奪先機，除了投入人力研發外，也展開瘋狂撒錢收購的行動，使得深度學習變得不再高不可攀。2017年預計隨著二線科技公司和非科技公司（如底特律汽車公司）收購工作逐漸收尾，過去針對深度學習新創公司的收購大潮將平息下來。
(3)AI成為VC眼中的清潔技術2.0（AI is Cleantech 2.0 for VCs）：根據 Wired 報導，曾經備受吹膨的清潔技術最近經歷泡沫破裂，作者認為AI也在複製這條道路。清潔技術和AI都是技術密集型產業，對於新創公司和創投來說，判斷從事這兩個行業的公司是否有前景變得越來越難。但如同清潔技術，若新創企業眼中只有AI技術，沒把用戶需求放在第一，做什麼都是白費力。
(4)機器學習即服務（MLaaS）將迎來二次衰敗（MLaaS dies a second death）：機器學習即服務的概念在十年前就有，但卻一直無法順利推展。究其原因，是因為知道機器學習的人都在使用開源始程式碼，而對於無機器學習能力的客戶，是不會使用API來驅動機器學習，更傾向於直接購買應用來解決更高層次的問題，機器學習只是其中一個選項而已。因此，MLaaS新創公司面臨的問題很實際，若其解決方案沒有進行客戶細分，則不容易獲利。
(5)全棧型垂直AI新創公司走上正軌（Full stack vertical AI startups actually work）：當你將目光集中在垂直產業，就會找到高級別的用戶需求，這絕對是極好的商業機會，不過想抓住這些機會，你必須有足夠的商業智慧和專業技能。一般的AI新創公司很難做到，只有垂直AI新創公司才能解決全棧產業問題所需的專業知識與特殊的資料，並利用AI驅動的產品實現了核心價值主張，也才能吸引VC的目光。
參考來源 : Bradford Cross’s Blog、雷鋒網（林秀英摘要整理）
原文標題 :
Five AI Startup Predictions for 2017