AI创业成功公式：数据×数据＋机器学习能力＋算法

投资者最关注的事情之一就是创业者是否找到了自己的护城河。以及，在未来岁月里，你的护城河是否越挖越深。在AI时代，一家希望在AI领域创业成功的公司的护城河是什么？不是算法，不是数据，而是数据的平方。

这对初创企业来说颇有难度，因为现有的数据都掌握在已成巍峨之势的大公司手里。本文正是为解答这一难题而来：小公司如何获得数据优势，上演大卫战胜歌利亚的逆袭故事？或者至少能够与强者共存？（在 “AI双城记”超值学习报告 一文里，诸多全球AI大师其实也谈到了这一观点）

不再剧透，请阅主文。

本文授权转自红杉汇(微信号: Sequoiacap)

作者 | Louis Coppey

综合编译 | 洪杉

投资无非就是要找到“护城河”，也就是某行业领域内一家公司独有的优势和强项。因为：

▨ 未来的预期现金流预示了公司的估值；

▨ 盈利的能力预示了未来的预期现金流；

▨ 而护城河则预示了盈利的能力。

为什么护城河预示了盈利的能力？很简单，因为护城河增强了一家公司与其供应商和顾客的议价能力，帮助公司提高产品价格、降低成本，以此获得更多利润。各个市场里现有的网络效应就是护城河的一个绝佳例子。以Airbnb来说，如果有越多的房出租，就越有可能吸引更多的房东自己找上门来，在Airbnb上发布房源。这样就形成了闭环，其他平台就很难进入这个市场了。

这种机制产生了一种“赢家通吃”的态势，最大最强的那家公司常常会比它的竞争对手们大出几个数量级。这也是为什么投资者喜欢这类独角兽的原因。

AI为何如此特别？

现在，AI浪潮引起人们关注的是，它带来了一种新型网络效应，有人将其称为“数据网络效应”。机器学习的算法需要数据来支撑。虽然算法和数据之间并不存在线性关系，但机器学习的算法在接受了大量的数据后，处理预测/分类性任务的准确性变得更高了。

还有以下这种机制也值得注意：一家公司，随着其用户增多，会收集到越来越多的数据来训练和优化自己的算法，预测顾客喜好的精准度就越高，产品的总体质量也随之提升，这就会吸引更多的新顾客来购买产品，为公司提供更多数据。这样又形成一个闭环。

这就出现另一种自我增强型反馈环路，我们称之为“人才吸引环路”。一家公司拥有越多数据，它就越能吸引到数据研究者来该公司工作，就有更大的机会吸引到业内大神，打造出完美的机器学习产品。

但问题是，一家初创公司起初一点数据都没有（或只有一点数据），只能依靠一小群有才华的人（通常就是创始人）来维持运作。正如市场需要时间和资源来形成网络效应，AI公司也需要初始数据来开始形成自己的增强环路。

而谁拥有这样的数据？

现有的大公司。

这就是为什么现有公司会凭着既有优势，有失公平地站在了人工智能这场浪潮的浪尖上。

不过，好消息是，现有的大公司也不是那么容易地就可以驾驭这股潮流。

歌利亚可以战胜：分析现有公司优势的框架

以下这个公式可能可以用来解释AI公司成功的部分原因：

AI企业成功＝数据＋机器学习能力＋算法

也就是，成功的、有市场竞争防御能力的AI公司有着足够多的数据让其机器学习可以用来创造出最佳的算法。

要想看清AI领域现有公司的优势，一个很有用的方法便是观察这个2x2矩阵，其中一条轴是每个用例里可用的数据总量，另一条轴则是这个用例里的公司的本质。

在大型科技公司的用例里，每个潜在的客户都拥有大量的数据，如果我们看这些用例，就会发现现有公司的优势十分明显。除了那些典型的优势外（如客源更广、更有能力去投资和承受损失），大型科技公司就像坐吃山不空，依靠的是多年积累的数据。

它们也从自己的品牌和强大的财力资源中获益，有能力去聘请最优秀的机器学习人才，让他们研发出最强大的算法。现有公司的得分：3／3。

初创公司在这种情况下不应该跟现有科技公司硬碰硬。

但现有公司在矩阵的这一块并没有很大优势，这就是右下方这一领域。这一块是非技术公司的主场，而且它们的每一位潜在客户都已经拥有了大量数据。想一想管理高速公路的运营商，它们就拥有着多年以来的收费站数据。

历史已经证明，数据可能比算法更有价值，尤其是在深度学习登场后。

此外，大型技术公司正不断地将最新的机器学习包开源出来，让算法变成了商品，尤其是在物体识别、自然语言处理领域——我们称为广义机器学习。有了广义机器学习，那些拥有大量数据集的非技术公司在使用开源数据包后得以获得相关的有用结果，而这些数据包先前都是用科技公司的数据集来训练的。

总的来说，一家大公司，无论它是不是科技公司，也不管内部有没有顶尖的机器学习专家，都可以比一家拥有顶尖机器学习专家的小公司创造出更优质的人工智能产品，因为它比小型初创公司拥有更多数据，就这么简单。

这样一来，我们就应该在方程式里更注重数据而不是机器学习的能力，所以，之前的公式应该修正为：

AI企业成功＝数据×数据＋机器学习能力＋算法