3个成功案例：开一家AI公司其实不难

    人工智能（AI）的时代即将到来，这是毫无争议的。从我们身边的事物，自动驾驶汽车、智能手机以及乘坐的飞机等等，未来都将充满人工智能的影子。不仅如此，人工智能的在线搜索能力、交谈和翻译功能，以及图像识别等技术，在我的公司Alphabet，同等重要。
    但现在更多的思考是在于，人工智能将以何种方式，在工业和社会领域，有多广泛的应用。有很多公司，包括微软和亚马逊在内的公司都已经提供人工智能工具。像我工作所在的Google Cloud公司，很快会将这些工具进行线上销售，以便为云计算提供服务。当然，现在也有很多其他可用于商业的人工智能产品，例如IBM公司的Watson，或是其他来自新兴供应商的软件服务。
    AI看上去十分“甜蜜可口”，以至于让当下很多企业想加入，尤其是那些借机想在人工智能上炒作一番的商人——的确有不少，但这并非玩笑。但凡身处AI行业的参与者都应该用意图和行动提醒他们，人工智能这一新技术所具有的重要性。
    由于人工智能技术对我们来说，既熟悉又陌生，所以这不是简单的事情。从本质上而言，算法和计算致力于发掘新的模式，而在人类的历史中，这是由科学、技术、市场和人文艺术所完成的。
    奇怪的地方是，今天的人工智能技术是如何工作的，例如如何构建模式的子程序和其它模式的模式循环、如何多层次地对自己进行训练（而这些层必须通过非常大量的计算才能实现）。可能这是第一次，我们发明了一台不容易获得解释的机器。
    面对这样的技术进步，视而不见并不是一个很好的策略。那么，问题就变成：一个没有参与打造人工智能的公司，应该如何考虑利用人工智能？事实上，在早期阶段，部分企业就曾采用人工智能技术，取得成功实践，并提供以下几个会有帮助的经验Tips：
    1、Find and own valuable data no one else has. （找到并且拥有其他人没有的有价值的数据）
    2、Take a systemic view of your business， and find data adjacencies. （对您的企业有系统的认知，并且寻找数据连接）
    3、Package AI for the customer experience.（为您的客户体验提供人工智能）
    获取稀缺数据 Capture the Scarce Data
    CAMP3是一家仅有26人的公司，总部设在佐治亚州的阿尔法利塔，公司致力于部署和管理农业无线传感器网络。该公司还接受委托，出售Google公司的G Suite电子邮件和合作产品。
    创始人兼首席执行官Craig Ganssle是谷歌眼镜的早期用户。作为消费者产品，谷歌眼镜是失败的，但是，谷歌眼镜可作为穿戴相机，并且可以在现场收集图像，这一经验激发了Ganssle。于是，他有了一个想法。如果将图像识别为基础的AI用到农耕作上，那么农民在早期就可以勘测植物病虫害。
    
    因为AI在面对非常大量的数据时，通过处理可以匹配到报警模式，然后针对尚未处理的类似数据，测试临时模式。而一旦验证，通过为其提供更多数据，可加强人工智能的模式查找方法。
    最初，CAMP3面临的挑战是，如何获得足够的视觉数据，来训练旗下的人工智能产品。事实上，不仅患病害作物和作物害虫的照片相对较少，而且分散在众多机构中，也通常没有经过合适的鉴别。
    “找到足够数量的玉米大斑病（NCLB）的图像，我们就花了十个月的时间。”Ganssle接着补充说，“在大型的农业大学里，有很多照片，但是，没有人把信息标记清楚。种子公司也有图片，但没有人拍过健康的玉米、患有早期玉米大斑病的玉米和患有严重玉米大斑病的玉米。”
    尽管艰难，但CAMP3还是从所有可以得到照片的资源里收集照片，包括私人、教育和政府的资源，然后他们自己也拍摄了很多照片。因为在这种情况下，在最一开始，训练数据可能比获取数据更容易。
    视觉训练数据是一种稀缺的商品，也是一种防御性的商业资产。Ganssle表示，对于玉米大斑病、黄瓜霜霉病或者甜玉米虫害等预防事物的早期培训，最初需要“数以万计”的图像。Ganssle补充说，现在，已经训练好了的系统，只需要少之又少的图像就可以训练疾病。
    CAMP3公司根据TensorFlow上的图像进行训练，而该模型首先由Google公司开发，然后进行开源。对于计算方面，Ganssle依靠Amazon Web Services和Google Compute Engine。Ganssle表示：“现在，我们可以在几个小时内，就把这台机器从‘幼儿园层次’的分析提升到‘博士层次’的分析。”
    包括公司和客户所拍摄的新图片标注时间和位置信息在内，获取并正确标注数据是一个痛苦的过程，而在Ganssle看来，这带给CAMP3公司的是关键的战略资产。Ganssle表示：“获取其他人所没有的东西，并且，有计划地把这些东西组织起来，为其他走这条路的用户提供帮助。”
    “有了人工智能，你永远都不会知道下一步需要解决什么问题。这可以用于思考土壤或者改变用水需求。当我们看新事物的时候，或者开始进行预测建模的时候，这些将是我们可以采纳并接受的大量数据。”
    探索数据的连接 Explore Your Data Adjacencies
    TalkIQ是一家监控销售和客户服务电话的公司，致力于将话语变成文本，然后实时扫描这些词汇中的关键字和模式，以预测公司是否即将取得成功——一种全新的销售，一个快乐的客户。
    
    一位前eBay的执行官和企业家Jack Abraham创立了ZenReach，一家连接线上和线下商务的凤凰公司（部分业务通过广泛的呼叫中心），而这是该公司的前身。
    Abraham表示：“我一直在想，如果我可以听懂客户要求的一切，我就可以获取公司的真正核心。”这就像是“为什么一个代表能完成电话内容的50%，而另一个则只能完成25%？”两者的区别。
    他们意识到，这些电话产生的数据可以提高ZenReach的表示，但也可以为其他公司提供新业务培训等服务。TalkIQ公司总部设在旧金山，花了两年时间才建成。数据科学家检查了公司五十万个对话，均来自基于计算机的ZenReach手机系统。
    与CAMP3公司一样，这项挑战的一部分是正确地标注信息——例如：在嘈杂的房间中进行的会话，有时通过连接不顺畅电话进行的会话——并标记产品名称、功能和竞争对手等内容。TalkIQ公司采用可以理解自然语言的自动语音识别和算法，而不是利用其它工具。
    该公司首席执行官Dan O‘Connell表示，由于产品和人际交往变化比生物学的发展要快得多，因此TalkIQ公司的训练语料库几乎需要不间断地进行预测。 “每个预测都取决于准确的信息，”Dan O’Connell表示，“同时，你必须注意‘过度配置’，或者，建立的模型过于复杂，使得噪声对结果有同数据一样的影响。”
    作为与ZenReach的邻接，TalkIQ还必须针对个人客户和垂直行业的需求进行调整。该产品于1月份公开用于商业；而根据Abraham所言，现在已经有27家公司支付该服务费用。“如果我们是对的，这将是未来所有公司的运行模式。”
    专注客户体验 Focus on Customer Experience
    去年三月，位于丹佛的Blinker公司，在科罗拉多州推出了一款用于汽车买卖的移动APP。客户需要拍摄车辆的尾部，而在上传图像的时间内，车辆的年份、制作和模型以及转售价值将得以被识别。通过该APP提供汽车、寻求再融资和保险，将会更为简单。
    
    能够很容易识别出车辆价值的人工智能看上去像是一场魔术。事实上，该过程利用TensorFlow以及Google Vision API来识别车辆。Blinker公司与提供机动车辆数据的第三方达成协议，一旦识别出车牌号，Blinker公司就可以从文件获取其它信息（如果可能的话，机器还可以检查可用的图像数据）。
    Blinker公司已经为其部分业务申请了专利权，但该公司的创始人兼首席执行官Rod Buscher认为，他的真正优势是他自己在汽车经销商业务方面的44年经历。“不管你做什么，你还是在销售汽车，”Rod Buscher表示，“而人们忘记了这种感觉，但是购买汽车的痛苦依旧存在着。”
    他提到Beepi，一种在早期就尝试了P2P在线销售汽车的模式。他指出， “凭借一个伟大的概念和聪明的员工，就筹集了1.5亿美元。但是，Beepi仍然失去了一切。而Blinker成功的关键是掌握知识：我有一个来自汽车销售行业的专家团队。”
    言下之意，汽车销售更多需要采取与在线销售汽车相关联的广告和多点过程，并为客户提供快速响应的行动。如果该车正在销售，Blinker公司的标志将会覆盖该许可证号码，从而为卖方保证隐私（Blinker公司利用免费广告进行覆盖）。
    Blinker公司希望在未来几年内走向国际；他们拥有人工智能领域的专家，他们的系统接受了至少70000张汽车图像的训练。甚至这些活动也都有人工参与——结果在亚马逊公司的Mechanical Turk上进行了验证。
    （Amazon Mechanical Turk是一个Web服务应用程序接口（API），开发商通过它可以将人的智能整合到远程过程调用（RPC）。Amazon Mechanical Turk利用人的网络来执行不适合计算机执行的任务。亚马逊调用那些计算机很难完成但“人工的人工智能”却能很容易执行的任务。执行人工智能任务（HIT）的人可能会被要求写产品描述，对移动语音搜索查询作出回应或选择某一主题的最佳照片等等。）
    在人工智能工作继续进行的过程中，Rod Buscher花费了一年多的时间，引导小组关注工作情况，以及观察买卖双方如何互动（通常，他们的销售不经过Blinker公司，而这属于公司必须解决的其它问题）。
    他说：“我从来不属于技术行业，但是，我逐渐意识到这的确越来越活跃，”Buscher，“你还需要知道的是，好的客户体验和坏的客户体验各是什么样的。”
    单独运用一个工具——即使如人工智能这样强大的工具——也不能够决定企业的命运。随着世界的变化，深刻的真理——发掘客户知识、获取稀缺商品以及寻找可带来利润的邻接关系——都将非常重要。与以往一样，技术致力于帮助其所有者知道可以做什么，并且了解自己的市场。