為什麼「學院派」人工智慧公司盈利難？看看這篇分析

來源：theregister

作者：Marcus Gibson

智能觀 編譯

2014年初，當谷歌為DeepMind支付了4億英鎊時，人工智慧世界發生了變化。從那時起，大量的世界500強企業開始網羅人工智慧資源——他們可以找得到的大學研究人員。

在一系列的技術繁榮後，人工智慧成了當今全球投資的熱點。在科技趨勢中，由大學衍生出的公司扮演了重要的技術先鋒角色，但他們大多數並未在商業上獲得成功。

盤點那些盈利難的「學院派」AI公司

2001年，倫敦大學學院(University College London)推出了4D交易，其對股票價格的實時觀察令市場驚嘆不已，但最終卻沒能找到買家，這讓每個人都感到意外。

在英國，人工智慧系統也同樣受到了歡迎。2016年6月，Twitter以1.2億英鎊收購了帝國理工學院的魔術小馬；DeepMind購買了牛津大學的Dark Blue實驗室和視覺工廠，並在倫敦組建了由250名世界上最好的研究人員組成的機構。儘管有引人矚目的背景，但這些衍生公司始終存在的最重要的一個問題：他們中很少能在經濟上有良好的表現。在經歷了最初的熱情之後，他們從一個模糊的項目走到另一個模糊的項目，然後不了了之。

早在20世紀90年代中期，美國投資者就給兩個英國的大學光電子系統投資了兩千萬英鎊，一個在格拉斯哥，另一個在南安普敦，然後是歐洲大學投資的記錄。但都沒成功。

今年，牛津大學思想研究院開發了機器學習演算法，聲稱其問題只能由數據科學家團隊解決，其他人無法解決。他們已經從私人投資者及投資基金處籌集了120萬英鎊的啟動資金，以將該技術商業化。儘管BAE系統公司(BAE Systems)和羅爾斯?羅伊斯(rolls - royce)正在使用他們的軟體，但他們必須更努力地找到關鍵的利潤點和收入增長點，以實現長期的可持續性發展。

「學院派」AI公司哪裡出了問題？

對於一個衍生公司來說，真正的問題是過度關注技術而忽視尋找一個穩定的市場收入和利潤。舉個例子，一個與學術界有密切聯繫的有趣的人工智慧公司Telectic，它是由人工智慧資深人士Jason Kingdon創建的，並由一組經驗豐富的程序員和經理支持的團隊所組成。它還沒有找到一個在市場上合適自己的領域。

Telectic聲稱，它可以使用其AI來解釋網路，使用戶能夠將「建立洞察力」納入專業網路以進行研究和業務開發。這可能聽起來模糊不清，但他們已經獲得帝國創新集團的150萬英鎊的投資。

根據Kingdon的說法，「可以根據實際情況來解釋網路，根據它們的屬性和連接對象。為了在Web上添加一個語義層，Telectic會從多個源中發現和解釋內容，自動地對重要的事實進行策劃， 去影響實體追蹤。」

然而，在商業上，該公司正努力尋找自己的利潤市場，因為很少有潛在的客戶公司能在他們的業務運作中找到一個有利可圖的應用。

同是「學院派」，這些人卻取得了成功

當一家人工智慧公司能精確定位人們的真正需求時，它的回報是很快的，也是很豐厚的。例如：一家開始不為人知的AI公司，生物技術數據公司Exscientia將焦點集中在快速鑒定藥物與治療相對人群上。其前期可能會讓製藥行業花費很多錢。但如果「持續」這個過程就可以為Exscientia創造出一筆巨大的財富，他們聲稱是從 「大型數據存儲庫」中找到的最佳途徑。

因此，該公司從鄧迪大學生命科學學院脫穎而出，Andy Bell是其首席化學家，他還是兩種藥物（其中之一是偉哥，已經產生了400億美元的銷售額）的合作發明者。在今年短短的兩個月內，Exscientia就與法國製藥公司Sanofi，以及Glaxo分別達成了重要的交易。

該公司表示，將使用其AI設計的專業知識來識別特異性的小分子化合物，並有可能把它變成Sanofi公司的產品。為此，Sanofi可能向Exscientia支付的總金額達2.7億英鎊。

Exscientia約5％的股份由Frontier IP Group擁有。

同樣，當現實世界的需求量還不是那麼大的時候，產品的利潤會很大。再例如：雖然傳統保險業的技術進步通常很慢，但一家名為QuanTemplate的倫敦初創公司同樣引起了轟動。

雖然不是真正的大學，但QuanTemplate幫助再保險公司（專門為保險公司保險的公司）執行複雜的數據分析。2012年，首席執行官Adrian Rands與Marek Nelken共同創立了QuanTemplate，他的大部分職業生涯都是作為勞合社的再保險經紀人度過的。在牛津大學，Marek專攻人工智慧和航空學。這後來讓他產生了對高性能資料庫的「罕見而真摯的熱情」。

儘管不是大學的衍生公司，Calipsa已經從主要機構——劍橋大學、倫敦帝國理工學院和倫敦大學學院(UCL)招募了一個專家團隊。在他們的幫助下，Calipsa聲稱已經創建了能夠處理和分析視頻feed的演算法，為應用程序提供實時警報和詳細報告，包括對交通執法、道路交通事故、公共秩序混亂和關鍵基礎設施項目的監控。

英國警察科學與發展分部(PSDB)約53%的人發現，同時觀看1、4、6和9個顯示器的人的準確度分別為85%、74%、58%和53%。Calipsa認為，人工智慧監測可以更有效地替代或補充這一人類活動，並表示目前全球有2.5億個閉路電視攝像頭。

結論

許多人渴望人工智慧，但在你達到這個階段之前，必須首先學習機器學習和一些深層次的、概念性的知識。

通過谷歌、DeepMind和其他公司的收購，許多美國初創公司如願實現了渴望已久的「退市」。而IPO則是另一個例子。然而，對許多人來說，成功不是瞬間發生的，而是把一個想法與一個成功的市場相結合。

具有諷刺意味的是，AI和ML似乎正在被一些最聰明的人驅動，但是他們的主要成功可能就是解決了許多商業和人類最簡單的煩惱，障礙和其他問題等，創造出我們從未想過的超級快捷的捷徑——好吧，僅此而已。

https://www.theregister.co.uk/2017/09/19/uk_ai_university_spin_outs

—完—

想知道AI加教育領域有哪些最新研究成果？請在智能觀（zhinengguanym）對話界面回復「論文」；

想要AI領域更多的乾貨？請在對話界面回復「乾貨」；

為答謝讀者對智能觀的支持與關注，我們每周會從評論區內挑選一條點贊靠前的優質留言，贈送（於11月14-16日期間舉辦的）GET2017（教育科技大會）價值199元的展票一張。

有人問：你們為什麼要做智能觀？為什麼關注AI+教育？

我想，這不是一個選擇。

當AI開始顛覆各行各業時，我們首先想到了教育。未來是我們正在為之努力的地方，教育可以影響當下，改變未來。

我們用心觀察和記錄教育在這個時代的蛻變；努力把前沿的動態、最新的進展、先進的觀點帶到你面前，希望與你一起思考和探索。我們相信，長出AI翅膀的教育，會創造出無限可能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 智能觀 的精彩文章: