IT思维

公众号/AI前线

作者 | Mark Gorenberg

译者 | Sambodhi

策划 | 陈思

在经济繁荣时期，公司专注于增长。而在困难时期，他们就寻求提高效率。历史告诉我们，自 20 世纪 80 年代以来，在每一次重大经济衰退之后，企业都依赖于数字技术，特别是软件技术的创新来恢复全部生产力，减少重复性工作，减少臃肿。

多年的风投经历让我确信，现在是创办一家人工智能优先企业的 最佳时机，不是因为这次经济衰退，而是因为现在是最佳时机。下一轮经济复苏即将由人工智能推动，反过来又将加速人工智能的采用。

扩张基于软件

尽管经济大衰退（译注：Great Recession，指一场在 2007 年 8 月 9 日开始浮现的金融危机引发的经济衰退）通常被认为是“失业型复苏”，但美国全国经济研究所（National Bureau of Economic Research，NBER）的经济学家发现，经济衰退加速了高低端重复性工作向非例行性工作的转变。因此，是的，现有的任务都被自动化了，但公司用数据和分析来增强员工的判断力，以提高生产率和质量，在数据和判断力的良性循环中，既提高了利润率，又创造了更有价值的工作。

确实，在经济大衰退期间失业率达到最高点之后，随着人们寻找提高技能的机会，分析和数据科学专业的高等教育入学率激增。而在这之后的经济复苏中，尽管自动化程度提高了，但失业率却降到了历史最低点。

我们再次陷入经济衰退和复苏的循环，尽管这并不是我们的过错。各行各业已经预期，在下一次经济复苏中，将受益于人工智能和机器学习的改进。这一期望将为人工智能创业者创造新的机会。

每一次经济复苏都是由一种新兴的软件技术和一系列应用程序带来的。

在 20 世纪 80 年代早期经济低迷时期成长起来的公司，在 80 年代中期经济回暖的时候，进行了软件界的首次 IPO：Lotus、Microsoft、Oracle、Adobe、AutoDesk 和 Borland。

软件包标志着商业企业历史上一个独特的转折点。这一类别对资本支出或人事费用的要求很少。软件公司的毛利率达到 80% 或更高，这给了它们惊人的弹性，可以在不危及自身生存的情况下进行增长或收缩。如果创业者愿意以较低的工资工作的话，则软件公司可以在极少或根本没有外部投资的情况下迅速启动，如果它们能够找到早期的产品与市场的契合点，它们往往可以启动并循序渐进地增长。

当经济衰退来临时，这些新的软件公司已经完全适应于促进创新，因为他们有高素质的人才，而且成本更低，办公空间也很充足。而与此同时，老牌公司暂停了新产品的开发，转而努力服务并留住现有客户。

1990 年，我开始在第一家纯粹专注于软件投资的风投公司 Hummer Winblad 做风险投资。尽管 John Hummer 和 Ann Winblad 付出了艰苦的努力，凭着一股不屈不挠的精神才筹集到第一支基金，但事实证明，他们作为投资者的时机是完美的：经济衰退始于当年第二季度，并持续到 1991 年第一季度。

从经济衰退走出的软件公司，率先推出了成本效益高的主从式架构。Sybase 凭借其开放的客户机 / 服务器接口确立了这一趋势，在前一年增长了 54% 之后，于 1991 年上市。

彼时，高校已经有很多程序员毕业，为创业公司创造了一个人才库。新的软件开发者平台让这些程序员的工作效率更高。20 世纪 90 年代成为企业计算的第一个黄金时代。Hummer Winblad 投资的 Arbor Software 公司发明了在线分析处理（Online Analytical Processing，OLAP）这一类别。另一家公司 Powersoft，成为占主导地位的无代码客户端服务器开发平台。这是业界第一笔价值数十亿美元的软件收购。

第一批 CRM 公司就诞生于那场经济衰退，从 1993 年到 1999 年间成功进行了 IPO。这类公司包括 Remedy，这家公司在 1996 年被《商业周刊》（BusinessWeek）杂志称为美国“头号热门成长型公司”。Scopus、Vantive 和 Clarity 都在这一时期或之后不久迅速发展起来并上市或被收购。

这场经济繁荣时期随着 2000 年 3 月互联网泡沫破灭戛然而止。

当时，Salesforce 才成立一年。Concur 还是一家相对较新的公司，当其软件包业务崩溃后，被迫进行自我改造。很多人可能会认为他们的时机很糟糕，但在 2001 年金融危机爆发后的经济衰退中，他们没有受到为现有客户提供服务的义务束缚。这就给了他们自由创新的空间，成为最早的两家 SaaS 公司。

Salesforce 于 2004 年上市，目前市值约为 1350 亿美元。2013 年，Concur 以 83 亿美元出售给 SAP。Amazon Web Services 也是在那场经济衰退中构想出来的，并于 2002 年 7 月推出。在接下来的十年里，SaaS 和云计算相互促进。

经济大衰退开启了大数据时代

当次贷危机导致整个经济陷入低谷时，企业必须留住客户，提高效率。这两个目标往往彼此相左。大数据未来的想法已经扎根，有远见的高管们怀疑，解决方案就在他们的数据中，只要他们能够找到它的话。但与此同时，老牌软件公司也削减了研发支出。这为更新、更敏捷的分析公司开辟了沃土。

大多数软件公司在 2009 年没有出现增长，但作为网络分析的领头羊，Omniture，在那一年增长了 80% 以上，促使 Adobe 以 19 亿美元的价格收购了它。Tableau 成立于 2003 年，但在经济衰退之前，增长一直缓慢。从 2008 年到 2010 年，它的销售额从 1300 万美元增长到 3400 万美元。而同期，Suplunk 从 900 万美元增至 3500 万美元。Ayasdi、Cloudrea、Mapr 和 Datameer 都是在经济大衰退最严重的时候推出的。

当然，如果没有数据科学家的贡献，这些公司都不可能蓬勃发展。正如上世纪 90 年代初，高校加快了软件开发人员的培养，在经济大衰退时期，他们再次加快了分析专家和数据科学家的培养，这再次帮助刺激了经济复苏，并推动了长达 10 年的经济扩张、就业增长以及美国历史上最长的牛市。

现在，轮到人工智能了

甚至在全球新冠肺炎疫情爆发之前，许多经济学家和企业首席财务官就认为 2020 年经济衰退的可能性至少有 50%。

一年多前，欧盟议会出版的政策杂志《The Parliament》预测，下一轮经济衰退将迎来一波人工智能浪潮。该杂志援引伦敦政治经济学院（London School of Economics）的 Mirko Draca 的话说：“我们预计，在未来 10 到 15 年，将会出现另一波技术热潮，它基于人工智能和机器人技术。”

至少可以说，那些预测只会出现经济衰退的人还不够悲观。企业比以往任何时候都更积极地降低劳动力成本，以应对形势的突发性和严重性。当经济复苏开始时，他们将再次依靠自动化来提高产量。

大西洋理事会（The Atlantic Council）对 100 多位技术专家进行了调查，研究新冠肺炎疫情对全球创新的影响。即使在新冠肺炎疫情期间，这些专家认为，在未来两到五年里，数据和人工智能的影响将比医学生物工程产生更大的影响。这两者并不是互相排斥的，Google 的 DeepMind Technologies 最近使用其 AlphaFold 工具来预测复杂的蛋白质折叠模式，这对于寻找疫苗非常有用。
从这场经济衰退中走出的公司，将会调整流程，为他们的系统“接种疫苗”，以应对下一场大瘟疫。为了应对供应链中断的情况，大众汽车（Volkswagen）正在考虑增加其在德国的 3D 打印能力，这将给该汽车制造商提供一个多余的零部件来源。政府运营的日本政策投资银行（Development Bank of Japan，DBJ）将为那些将生产迁回日本本土的公司提供成本补贴。

在控制成本的同时将生产迁回国内，将需要在机器人和人工智能方面进行大量投资。即使是那些没有自己产能的公司，比如在线零售商，也计划使用人工智能来提高复杂的全球供应链的可靠性。因此，对人工智能人才的需求激增是不可避免的。

2018 年，几所主要大学宣布了培养这类人才的举措。麻省理工学院宣布了有史以来高校对人工智能做出的最大承诺：出资 10 亿美元创办计算学院的计划。卡内基梅隆大学创建了第一个人工智能学士学位课程。加州大学伯克利分校宣布成立新的数据科学部门。斯坦福大学宣布一项以人为本的人工智能计划。

几十所学校也纷纷效仿。就像 30 年前的软件开发和 10 年前的数据科学一样，机器学习已经从默默无闻变得无所不在。

经济复苏取决于实际生产率

早在 2017 年，我的几位同事就写过关于 人工智能的“风险曲线” 的文章，他们认为，阻碍人工智能采用的不是技术，而是管理者对用陌生的软件流程取代员工（其性能众所周知）所涉及的风险认知。

经济衰退增加了管理者降低劳动力成本的压力，从而增加了他们对采用新技术带来的风险的容忍度。在未来一两年内，企业将更愿意承担风险，将新技术集成到基础设施中。但在经济衰退中生存的挑战将意味着人工智能优先的公司必须在质量和生产力方面实现可衡量的改进。

管理者必须承受的一种相对较新的风险与数据有关。即使是那些尚未有效利用数据的公司，现在也认识到数据是宝贵的资源。随着初创公司部署的人工智能软件系统被证明比人类更精确、更具成本效益，他们的早期采用者肯定更愿意将专有数据托付给他们。这将使人工智能公司能够训练新产品，并使它们更加智能。作为承担这种风险的回报，公司必须使他们的模型更加透明，更容易重复，并且更易于向客户、审计师和监管机构解释。

在粮食和农业领域，人工智能将帮助人们理解并适应气候的变化。在基础设施和安全方面，机器学习模型将提高云基础设施的效率、可靠性和性能。更好、更动态的风险模型将有助于公司和整个金融市场应对下一场危机。
为了实现所有这些目标，将需要大量新的应用人工智能公司，特别是支持人工智能的公司，他们创造更好的开发工具和基础设施、持续优化系统，以及有助于提高数据质量、安全性和隐私性的产品。

经济繁荣时期有利于老牌公司。他们有现金流来资助“臭鼬工厂”（译注：指大公司从事科研和新产品开发的实验室、科研部门或研发部门）和进行纯粹的研究。不过，研发支出是大公司在经济衰退中最先削减的项目质疑，这是一个不言而喻的事实。作为一名企业家，现在就开始创业的想法，在任何时候都可能令人恐惧，但老牌竞争对手的紧缩开支为你留下了新的空间，让你可以播种新的想法。
当公司再次预测需求增加并寻求提高生产率时，人工智能春天的第一个迹象将会出现。当机会来临时，唯一的方法就是：现在就开始行动。

最棒的是，你不仅能从经济复苏中获益，还可以帮助创造经济复苏。

作者介绍：

Mark Gorenberg 是 Zetta Venture Partners 的创始人兼董事总经理。

原文链接：
https://venturebeat.com/2020/06/28/after-this-covid-winter-comes-an-ai-spring/