編者按： 作者王英驍目前是硅谷的人工智能反欺詐公司 DataVisor 的商務拓展主管，此前在智能硬件領域兩家公司 Pebble 和 Misfit 任職，分別負責過數據團隊和亞洲市場的拓展。在紐約大學斯特恩商學院攻讀博士期間，曾幫助過多家紐約的初創(chuàng)企業(yè)的進行數據建模的工作。

人工智能今天是一個全社會的大熱話題，各行各業(yè)都在關注是因為它有巨大的潛力轉變整個市場和行業(yè)。 作為 AI 領域的創(chuàng)業(yè)者，我認為有幾個爆發(fā)性機會是 AI 創(chuàng)業(yè)者需要好好把握的。

成功的創(chuàng)業(yè)公司可以將人工智能有效的優(yōu)化現(xiàn)有的行業(yè)。比如 Citrine InformaTIcs 通過利用人工智能預測材料和化學的變化，有效幫助工業(yè)生產和新材料研發(fā)過程有效節(jié)約至少一半的時間和費用。高盛已經用自動化軟件進行貨幣交易，發(fā)現(xiàn)可以用一個計算機工程師代替四個交易員，麥肯錫全球研究院在今年 1 月的報告中稱，金融和保險領域的工作，有 43%的可能會被自動化取代。

人工干預多的行業(yè)正意味著存在利用復雜預測算法進行優(yōu)化和自動化的機會。 比如公司里的法務、會計、美工等都會成為最早被人工智能改變的行業(yè)。以色列公司 LawGeex 利用人工智能復核合同，JP Morgan 也開發(fā)了智能法務軟件，可在數秒內處理普通律師在 360，000 小時內處理的文件。最近我們還看到了可以輔助美工設計和音樂創(chuàng)作的人工智能工具出現(xiàn)。

過去幾年，以物聯(lián)網和 VR/AR 為核心的下一代的計算平臺得到了非?？焖俚陌l(fā)展，隨之而來新的數據采集和應用場景，也創(chuàng)造了人工智能應用的巨大機會。比如德國慕尼黑的智能傳感器和數據分析平臺公司 KONUX，正在為全球最大的德國聯(lián)邦鐵路公司有效節(jié)省超過 1/3 的基建維護費用。

在所有金融企業(yè)服務里面，合規(guī)和反欺詐常常被看做是一個費力不討好的后臺部門。一方面如果出現(xiàn)任何漏洞都會給公司造成巨大損失，另一方面要公司想通過嚴酷的政策審查標準，必須要持續(xù)進行大量的人工審查和規(guī)則系統(tǒng)更新。比如反洗錢就是一個非常好的例子，每年全球各大型銀行都會有大約 10 億美金的反洗錢相關支出。即便這樣也無法做到萬無一失，自 2008 年以來，僅摩根大通因為合規(guī)問題先后已向監(jiān)管部門支付了超過 360 億美元罰款，2017 年以來，先后有西聯(lián)匯款和德意志銀行，分別因為反洗錢疏漏被罰款近 6 億美金和逾 4 億美金。

語義和視覺的理解是人工智能領域發(fā)展速度最快的兩個領域，這主要得益于深度神經網絡 (DNN) 的應用普及和生成對抗網絡（GAN）的快速發(fā)展。這兩個語義和視覺的理解領域在企業(yè)上的垂直應用，我認為也會是人工智能最先出現(xiàn)的垂直應用機會。 比如Chorus 平臺利用語音辨識、自然語言處理和人工智能技術來轉錄并分析銷售電話的內容，提升公司銷售能力。HyperScience 基于計算機視覺技術，實現(xiàn)文檔管理的自動化，幫助大型企業(yè)和政府組織加快后臺處理的進程。

人工智能的機會自不必說，但我想說除了算法之外要關注數據的網絡效應所建立起的競爭壁壘。算法未來將越來越多將會是開源的，這使得擁有數據積累出的網絡效應成為公司成敗的核心關鍵，創(chuàng)業(yè)公司要通過對系統(tǒng)的輸入和反饋提高模型的精度并且創(chuàng)建護城河。