IT思维

文/Wally Wang (@wallywang1989)

人工智能今天是一个全社会的大热话题，各行各业都在关注是因为它有巨大的潜力转变整个市场和行业。 作为 AI 领域的创业者，我认为有几个爆发性机会是 AI 创业者需要好好把握的。

瞄准巨大市场特别是传统行业智能化

成功的创业公司可以将人工智能有效的优化现有的行业。比如 Citrine Informatics 通过利用人工智能预测材料和化学的变化，有效帮助工业生产和新材料研发过程有效节约至少一半的时间和费用。高盛已经用自动化软件进行货币交易，发现可以用一个计算机工程师代替四个交易员，麦肯锡全球研究院在今年 1 月的报告中称，金融和保险领域的工作，有 43%的可能会被自动化取代。

关注重复性劳动和重度人工参与的领域

人工干预多的行业正意味着存在利用复杂预测算法进行优化和自动化的机会。 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行业。以色列公司 LawGeex 利用人工智能复核合同，JP Morgan 也开发了智能法务软件，可在数秒内处理普通律师在 360，000 小时内处理的文件。最近我们还看到了可以辅助美工设计和音乐创作的人工智能工具出现。

物联网等新的计算平台

过去几年，以物联网和 VR/AR 为核心的下一代的计算平台得到了非常快速的发展，随之而来新的数据采集和应用场景，也创造了人工智能应用的巨大机会。比如德国慕尼黑的智能传感器和数据分析平台公司 KONUX，正在为全球最大的德国联邦铁路公司有效节省超过 1/3 的基建维护费用。

金融领域的合规和反欺诈

在所有金融企业服务里面，合规和反欺诈常常被看做是一个费力不讨好的后台部门。一方面如果出现任何漏洞都会给公司造成巨大损失，另一方面要公司想通过严酷的政策审查标准，必须要持续进行大量的人工审查和规则系统更新。比如反洗钱就是一个非常好的例子，每年全球各大型银行都会有大约 10 亿美金的反洗钱相关支出。即便这样也无法做到万无一失，自 2008 年以来，仅摩根大通因为合规问题先后已向监管部门支付了超过 360 亿美元罚款，2017 年以来，先后有西联汇款和德意志银行，分别因为反洗钱疏漏被罚款近 6 亿美金和逾 4 亿美金。

语音和图像在企业当中的应用

语义和视觉的理解是人工智能领域发展速度最快的两个领域，这主要得益于深度神经网络 (DNN) 的应用普及和生成对抗网络（GAN）的快速发展。这两个语义和视觉的理解领域在企业上的垂直应用，我认为也会是人工智能最先出现的垂直应用机会。 比如 Chorus 平台利用语音辨识、自然语言处理和人工智能技术来转录并分析销售电话的内容，提升公司销售能力。HyperScience 基于计算机视觉技术，实现文档管理的自动化，帮助大型企业和政府组织加快后台处理的进程。

医疗、金融和教育

人工智能的机会自不必说，但我想说除了算法之外要关注数据的网络效应所建立起的竞争壁垒。算法未来将越来越多将会是开源的，这使得拥有数据积累出的网络效应成为公司成败的核心关键，创业公司要通过对系统的输入和反馈提高模型的精度并且创建护城河。

编者按 ： 作者王英骁目前是硅谷的人工智能反欺诈公司 DataVisor 的商务拓展主管，此前在智能硬件领域两家公司 Pebble 和 Misfit 任职，分别负责过数据团队和亚洲市场的拓展。在纽约大学斯特恩商学院攻读博士期间，曾帮助过多家纽约的初创企业的进行数据建模的工作。

TechCrunch中国