對(duì)于什么是“人工智能公司”，目前還沒有明確的分類。對(duì)一些人來說，人工智能只是一個(gè)流行詞，被添加到營(yíng)銷策略中以吸引資金。很多初創(chuàng)公司正在利用人工智能技術(shù)，雖然這給市場(chǎng)帶來了一些真正創(chuàng)新的解決方案，但它也催生了大量假冒的人工智能。倫敦的MMC Ventures在2019年進(jìn)行了一項(xiàng)調(diào)查，結(jié)果顯示，40%的歐洲人工智能初創(chuàng)企業(yè)根本沒有使用任何人工智能。

這似乎讓人不可思議，但對(duì)于和人工智能打交道的人來說，人工智能公司的發(fā)展要經(jīng)歷多個(gè)階段。

要成為一家成功的人工智能創(chuàng)業(yè)公司，需要經(jīng)歷漫長(zhǎng)和艱辛的歷程。AI公司不可能永遠(yuǎn)保持初創(chuàng)階段。它需要解決更多的挑戰(zhàn)，以走向成熟的規(guī)模階段。最終，要將AI解決方案投入生產(chǎn)，在市場(chǎng)上取得成功。

在Unbabel，我們經(jīng)歷了人工智能公司發(fā)展的前兩個(gè)階段。下面，我們來看看這幾個(gè)階段以及在每個(gè)階段公司需要關(guān)注什么。

AI初創(chuàng)公司：AI核心產(chǎn)品

要想成為一家合格的人工智能初創(chuàng)企業(yè)，人工智能必須是產(chǎn)品的基本組成部分。與Netflix的推薦列表recommendations和Facebook的optimized news feeds不同，你的產(chǎn)品必須依賴人工智能才能工作。例如，盡管Airbnb現(xiàn)在可能已經(jīng)整合了人工智能，但它并不是其產(chǎn)品的基本組成部分——因?yàn)樵摼W(wǎng)站最終的建立和發(fā)展是不需要依賴人工智能的。

你還需要人工智能專業(yè)的技術(shù)人才，制定你的人工智能發(fā)展戰(zhàn)略，最重要的一點(diǎn)是，人工智能初創(chuàng)公司從一開始就需要那些對(duì)人工智能有深刻見解和豐富知識(shí)的人員，以及對(duì)公司目標(biāo)和商業(yè)計(jì)劃有廣泛認(rèn)同的人員——所有這些都是為了確保人工智能得到恰當(dāng)?shù)氖褂谩?/p>

成長(zhǎng)中的AI公司：構(gòu)建自己的AI

即使初創(chuàng)公司進(jìn)入了規(guī)模化階段，在構(gòu)建和培育人工智能方面，仍有很多東西需要考慮。

很多公司沒有資源直接建立自己的人工智能，這種情況還是比較普遍的。許多成功的人工智能公司已經(jīng)在諸如TensorFlow、Pytorch或Marian MT等開源平臺(tái)上構(gòu)建了解決方案。

通過使用第三方人工智能模型并使用自己的數(shù)據(jù)對(duì)其進(jìn)行訓(xùn)練，公司仍然可以獲得專家知識(shí)并從其他用戶那里獲益。隨著人工智能公司的成長(zhǎng)，他們將需要開發(fā)自己的人工智能系統(tǒng)，而不是僅僅使用公共API，而且他們肯定需要那些專業(yè)的人工智能團(tuán)隊(duì)來定制自己的模型。

成熟的AI公司：基礎(chǔ)AI與應(yīng)用AI相結(jié)合

不出所料，許多公司并沒有進(jìn)入完全成熟的人工智能階段，原因有很多。在這個(gè)階段，企業(yè)必須能夠平衡它們?cè)诨A(chǔ)人工智能（專注于進(jìn)行開創(chuàng)性研究）和應(yīng)用人工智能（有效地將人工智能引入產(chǎn)品）方面的工作。

基礎(chǔ)人工智能和應(yīng)用人工智能需要非常不同的思維方式。在這個(gè)階段，如果你只開發(fā)基本的人工智能，你可能會(huì)發(fā)現(xiàn)你的公司正在進(jìn)行大量的研究，而沒有足夠的資源投入生產(chǎn)。如果你只開發(fā)應(yīng)用人工智能，你的企業(yè)可能會(huì)充分利用現(xiàn)有的專業(yè)研究成果，但你可能會(huì)錯(cuò)過發(fā)現(xiàn)新成果的機(jī)會(huì)。因此，成熟化的人工智能初創(chuàng)企業(yè)和人工智能規(guī)模需要同時(shí)依賴于應(yīng)用和基礎(chǔ)人工智能，以不斷優(yōu)化人工智能的能力。

基礎(chǔ)人工智能和應(yīng)用人工智能都需要技術(shù)雄厚的研究人員。企業(yè)人工智能要進(jìn)入成熟化階段，企業(yè)必須自己進(jìn)行研究，才能找到以前沒有研究過或未知的創(chuàng)新型解決方案。為此，你需要一個(gè)深入研究人工智能的團(tuán)隊(duì)，就他們的研究課題發(fā)表一系列論文。

當(dāng)然，僅雇傭一堆無法將自己的研究理念或模型轉(zhuǎn)化為產(chǎn)品的學(xué)者是沒有用的——你還需要具有商業(yè)頭腦的團(tuán)隊(duì)來確保你的想法對(duì)投資者有吸引力。你經(jīng)常不得不花時(shí)間為你的新技術(shù)找到合適的產(chǎn)品市場(chǎng)，那么很簡(jiǎn)單，你需要商業(yè)資金來支持它。

AI業(yè)務(wù)增長(zhǎng)：精確度、性能和規(guī)模

也許發(fā)展為一家成熟的人工智能公司值得令人慶祝，但在競(jìng)爭(zhēng)日益激烈的市場(chǎng)上，企業(yè)不能滿足于既得榮譽(yù)。人工智能公司需要不斷地評(píng)估他們的產(chǎn)品是否適合投入生產(chǎn)。原型是一回事，規(guī)模是另一回事。根據(jù)我的經(jīng)驗(yàn)，人工智能初創(chuàng)企業(yè)失敗的最常見原因之一，是決定何時(shí)將研究投入生產(chǎn)。生產(chǎn)產(chǎn)品的精度和性能顯然是兩個(gè)關(guān)鍵的業(yè)務(wù)指標(biāo)，但企業(yè)還需要考慮在大規(guī)模生產(chǎn)某種產(chǎn)品的成本是否可行，特別是在與更大的競(jìng)爭(zhēng)者競(jìng)爭(zhēng)時(shí)。

我鼓勵(lì)人工智能創(chuàng)始人也與他們的同行共同分享他們?cè)诔砷L(zhǎng)中學(xué)到的經(jīng)驗(yàn)教訓(xùn)。通過這樣做，更多的新公司將能更好地駕馭人工智能之旅——提供成熟的解決方案，幫助解決全球業(yè)務(wù)和全球問題。