從亞馬遜的數(shù)字語音助手Alexa到自動駕駛汽車，越來越多進(jìn)入市場的新產(chǎn)品都使用了機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)技術(shù)提供的創(chuàng)新是真實(shí)存在的，機(jī)器學(xué)習(xí)也會改變SaaS世界。但機(jī)器學(xué)習(xí)將如何改變SaaS世界？創(chuàng)業(yè)公司如何利用機(jī)器學(xué)習(xí)的優(yōu)勢？紅點(diǎn)創(chuàng)投合伙人Tomasz Tunguz在Saastr大會上分享了他的觀點(diǎn)，以下是全文：

機(jī)器學(xué)習(xí)有四個大的應(yīng)用方向

優(yōu)化（Optimize）

比如今天早上，從Sand Hill Road到舊金山South Park最快的路線是101號高速路。某個網(wǎng)站的客戶經(jīng)理招聘需求使用了太多的陳詞濫調(diào)，可以使用招聘文本分析創(chuàng)企Textio的工具進(jìn)行優(yōu)化。另一個例子是Chorus.ai，該公司采用內(nèi)部開發(fā)的語音識別、自然語言處理，以及人工智能技術(shù)對銷售電話進(jìn)行轉(zhuǎn)錄、分析以及實(shí)時反饋，進(jìn)而提高銷售代表的業(yè)績，并幫助公司分析為什么一些交易沒有成功。

識別物體（Identify objects）

比如識別一張照片里的一只貓、找出一個電商當(dāng)中所有的紅色格子羊毛短褲、通過新型的CT掃描預(yù)測帕金森病的可能性。

檢測異常（Detect anomalies）

你的信用卡顯示從內(nèi)羅畢一家商店買了一架10000美元的鋼琴。你的服務(wù)器正在歷史最高CPU使用率下運(yùn)作。本周銷售線索郵件客戶回復(fù)率比上周高25%。

數(shù)據(jù)分段（Segment data）

通過移動app store使用我們產(chǎn)品的客戶的參與度比其他客戶高15%。這些單獨(dú)的應(yīng)用都帶來了巨大的進(jìn)步，但是如果把這些應(yīng)用組合起來，將帶來更加不可思議的事物。物體識別+異常檢測+機(jī)器人=自動駕駛汽車?；蛘弑热祟惼龃u速度快三倍的建筑機(jī)器人。我以前寫過機(jī)器學(xué)習(xí)帶來的巨大創(chuàng)新。亞馬遜、谷歌和微軟都在快速創(chuàng)新，推出突破性的成果，并通過這些新的研究推出各種API。因此，所有的初創(chuàng)公司都能以很低的費(fèi)用使用這些技術(shù)。但僅僅靠這些API，注冊.ai的域名、并把機(jī)器學(xué)習(xí)/人工智能這些詞匯塞到你的銷售演講當(dāng)中并不能帶來成功。與其鼓吹機(jī)器學(xué)習(xí)概念，不如讓科技消失在產(chǎn)品當(dāng)中，讓用戶感覺不到技術(shù)的存在。最好的銷售和融資演講應(yīng)該描述一家公司的價值主張，而不需要提及機(jī)器學(xué)習(xí)。應(yīng)該專注于產(chǎn)品如何增加收入，降低成本，贏得買家。我們紅點(diǎn)創(chuàng)投投資了20多家機(jī)器學(xué)習(xí)領(lǐng)域的公司，包括Stripe、RelateIQ、Chorus、Caspida。

做投資決策時，我們關(guān)注以下5個公司屬性

專有的數(shù)據(jù)訪問（Proprietaryaccess to data）

算法是所有人都可以使用的，專有的數(shù)據(jù)來源才是關(guān)鍵，通過產(chǎn)品使用創(chuàng)造專有數(shù)據(jù)，也許是通過事件驅(qū)動型SaaS產(chǎn)品，或者是通過關(guān)鍵的合作伙伴獲取數(shù)據(jù)，以創(chuàng)造持續(xù)的競爭優(yōu)勢。

端到端的應(yīng)用，而不是平臺（End to endapplications, not platforms） 

科技巨頭也許能夠靠機(jī)器學(xué)習(xí)服務(wù)（ML-as-Service）開辟業(yè)務(wù)。他們的研究人員更多，基礎(chǔ)設(shè)施成本更低，擁有遠(yuǎn)超創(chuàng)業(yè)公司的營銷預(yù)算。端到端的應(yīng)用更容易帶來收入、更容易降低成本，對于創(chuàng)業(yè)公司來說是更好的進(jìn)入市場的路徑。

機(jī)器學(xué)習(xí)帶來的強(qiáng)通用模型（Strong GTMenabled by ML）

機(jī)器學(xué)習(xí)具有科技創(chuàng)新的潛力，能夠成為進(jìn)入市場的優(yōu)勢。通過改變買方評估軟件的方式、降低客戶獲取成本，機(jī)器學(xué)習(xí)是顛覆性的。但是僅僅有科技創(chuàng)新是不夠的。

行業(yè)專家（Experts in thefield）

你可以使用大公司的API，但是這些系統(tǒng)主要是用于更加廣泛的應(yīng)用，為了提供特殊的經(jīng)驗，一家創(chuàng)業(yè)公司需要在語音識別、自然語言處理或者其他核心學(xué)科的專家。

算法優(yōu)勢（Algorithmicadvances）

我們偶爾會投資算法不太可能被其他公司復(fù)制的公司。

就像之前的數(shù)據(jù)庫和圖形用戶界面一樣，機(jī)器學(xué)習(xí)是一種新技術(shù)，它將改變我們構(gòu)建和銷售軟件的方式，雖然這可能已經(jīng)成為企業(yè)的陳詞濫調(diào)，但是機(jī)器學(xué)習(xí)技術(shù)的影響才剛剛開始發(fā)生和被理解。