軟體在吞噬世界：現在 AI 在吞噬軟體！
文章來源：福布斯，中文版由雲頭條編譯
網景公司創始人Marc Andreessen有過一句名言：「軟體在吞噬世界」，大家爭先恐後地湧入軟體領域。對於軟體行業來說，這是天大的好消息，可是對於許多傳統企業來說，這是不祥之兆。
不過沒有人真正明白他這句話的含義，於是他舉了一個例子：
「如今，全球最大的圖書零售商亞馬遜是一家軟體公司，它的核心能力是用於網上售賣幾乎各件商品的極為出色的軟體引擎，實體零售店毫無必要。除此之外，當Borders在破產的邊緣苦苦掙扎時，亞馬遜重新安排了網站，首次推銷其Kindle 電子書而非實體書。現在，連圖書本身也成了軟體。」
那是在2011年。
Marc Andreessen
值得關注的是，Andreessen也說了這番話：
「我和其他人也一直在爭論這個問題的另一面……我們認為，許多著名的新興互聯網公司在打造高增長、高利潤、具有高防禦能力的實際業務。」
Andreessen 卻沒有料到，恰恰是軟體行業存在被吞噬的風險。
快速來到 2019 年，軟體行業惴惴不安，而且是非常不安！
而AI正是原因所在。對於沒有加大AI資金的那些公司來說尤其如此。
加速期（2009 年至2019 年）——軟體開始吞噬世界
Andreessen 說得沒錯。
2011 年擁抱軟體的公司目前是各自領域的市場領導者。2019 年第二季度，全球市值最大的五家公司都在提供某種類型的軟體解決方案。
與此同時，2011 年以來AI 的發展呈現出前所未有的增長勢頭。雖然有關 AI 的幾個關鍵概念已存在很長時間，但許多流程/方法對其潛在應用起到了加速作用。
首先，計算能力（尤其是專用AI 晶元組的計算能力）得到了大幅提升。
其次，隨著數據湖和完全聯網的物聯網世界出現，用於 AI 演算法的訓練數據出現爆炸式增長，這擴大了 AI 的應用領域，並降低了訓練演算法的成本。
第三，近幾年來，大量的技術瓶頸（比如梯度消失）已得到了解決，極大地提升了現有演算法的準確性和適用性。
最後，雲存儲和雲計算的成本降低，加上分散式協作工作變得便利，這使得結合高度專業化的知識比以往任何時候都要容易。
然而，Andreesseen珍視的軟體公司將AI融入到產品中的程度常常很有限。相反，現在一大批新的初創公司一開始搭建的基礎設施基於上述AI提供便利的流程/方法。
超級加速期（2019 年至2030 年）——AI開始吞噬世界
在效率提高的促動下，這些新公司使用AI來自動化和優化業務的核心流程。舉例說，據BenchSci上最近一篇文章稱，現在多達 148家初創公司旨在使製藥行業中藥物開發這個成本很高昂的流程實現自動化。
同樣，運輸行業的 AI 初創公司通過優化運輸來創造價值，因而大大減少了運輸空載或閑置現象。
此外，軟體開發流程本身也受到了影響。基於 AI 的自動代碼完成和生成工具正開發出來，隨時可供使用，比如TabNine、TypeSQL和BAYOU。
下面看看這段超級加速期的幾個典型應用。
自動化編程過程
藉助AI，讓 TabNine 為你自動完成代碼！
圖片來源：DeepTabNine
它用來自代碼存儲庫GitHub的200 多萬個文件加以訓練。訓練期間，目的是根據之前出現的token來預測每個token。為了實現這個目標，它學習複雜的行為，比如動態類型語言中的類型推斷。
一旦Deep TabNine開發人員認識到了代碼與自然語言處理之間的相似性，他們就實現了現有的GPT-2工具，該工具使用Transformer網路架構。
這個工具的發明者 Jacob Jackson 是一名本科生，也是OpenAI前實習生，他很早就有了這個想法，並為此開發出了一個軟體工具。
回答關於醫療數據的任何問題
AI可創建讓你獲得答案的查詢！
一群醫學研究人員開發出了一個工具，你可以問關於醫療數據的任何問題，AI 會生成定製的 SQL 查詢，然後用來從資料庫檢索相關數據。
自動生成資料庫查詢的語音文本 創建SQL的問題
這叫作 Question-to-SQL（問題到 SQL）創建。
他們結合使用了RNN（一種深度學習，用於文本分析的增強型AI）和Attention及Point-Generator 網路。若對這方面的技術感興趣，可以進一步閱讀研究成果（https://lnkd.in/d47z7BC）和軟體代碼（https://lnkd.in/dKRH6Tv）。
那麼，大批資料庫管理員（DBA）是時候捲鋪蓋回家了嗎？
基於草圖創建漂亮的網站
AI可以把你的草圖轉換成代碼！
想要快速創建你的網站？你只要畫出藍圖，該平台會使用AI來立即創建代碼，比如 html、css 和js代碼。
使用AI將草圖變成網站
很容易，對吧？
只要輸入草圖，網站就在另一端出來！
想了解該這個平台的更多信息，請訪問https://zecoda.com/product。
這些只是表明AI 在日益吞噬軟體開發方方面面、迅速擺脫繁瑣編程任務的幾個例子！
這歸因於出於這個動機：使數值分析、數據收集以及最終的代碼生成這個過程實現自動化。
研究人員擁有比以往任何時候都更高級的意識和知識，藉助基於AI的軟體來解決所有層次的每個問題，從日常小事（比如根據顧客的購物偏好向他們推薦哪種餅乾），到大規模的製造商困境（比如如何以一種個性化又系統化的方式使生產線實現自動化），最後到開發更智能、更易於使用的甚至可以為你編寫代碼的軟體。
除了輔助決策、診斷和預測外，AI研究人員和有影響力者的工作帶來了超級加速期：AI驅動的軟體不僅可以獲得與人類相當的表現，還能開發出可以挑戰普通人的想像力和感知力的東西。
人們可能再也無法分辨神經網路生成的虛假名人臉與真實名人臉，或者在編寫腳本時，可能不再需要記住用到的每個函數的名稱。
可以想像，基於AI的軟體的廣泛應用領域和接近人類的表現將導致人們處理日常個人問題和工作問題的方式發生巨大變化。
雖然一些人對此感到悲觀，在一些極端情況下有意進入被AI軟體統治的世界，但我們似乎無路可退。亞馬遜、谷歌，甚至你青睞的社區花店都在積極（有時秘密）地利用AI來創造收入。所以，要麼面對，要麼被淘汰！
如果今天你是寶馬公司，你會做什麼？
寶馬公司的 CEO 說：
「眼下，沒人能夠可靠地預測電動汽車行業會多快地發展，或者哪種傳動系統佔上風……自動駕駛的電池電動汽車的需求其實並非來自客戶。」
大多數已建立起業務的大企業通常落入的一個陷阱是，一味盯著現有的業務領域，忽視了慢慢惡化的經濟和商業環境。
特斯拉電動汽車的故事眾所周知，但許多人可能不知道：自動駕駛功能和軟硬體中大量使用AI才是其秘密所在。
特斯拉電動汽車的里程總數已達到100億英里，它們在收集更多的數據，不僅顛覆汽車市場，還顛覆製造、服務、銷售和出行等領域的周邊市場。
特斯拉的AI在吞噬汽車行業所有其他公司的業務；寶馬公司CEO在發表年度講話幾周後辭職了。
不過的確希望積極採用AI的CEO和高管們應做下面五件事情。
結束語
1）準備好AI策略
沒有AI策略，沒有數據、演算法和機器學習模型的任何公司肯定會發覺陷入嚴重的困境。
AI策略的一個例子是，全面評估貴公司的成熟度，並規劃好投資回報率（ROI）驅動的項目。
AI策略
2. 提高技能及/或聘請一支優秀的數據科學團隊
提高員工技能，讓他們能夠推動AI轉型，這是任何渴望成為AI公司的企業組織取得成功的關鍵。
我們為幾個大規模數據密集型項目提供過諮詢服務，以下是高管們應牢記在心的幾個關鍵點。
在未來幾年，擁抱 AI 不只是趕潮流的問題，而關乎生存；
想在市場和軟體都被AI主導的時代生存下來，CEO和高管們需要提升理念，以便在企業內部成功地採用和應用AI，為此他們需要提升技能或組建優秀的數據科學團隊；
知己知彼：優秀的團隊可幫助你了解AI將如何讓貴公司生存下來；
業界有大量的例子，企業需要關注最新趨勢，啟動幾個小項目，為可以大規模工業化的關鍵項目提供經驗。
3. 一開始開發演算法並執行數據策略
升級技術基礎設施是重要的第一步，以便可以開發最新的AI 演算法，處理大量的異構數據集，構建和訓練行業基準AI模型和新穎的 AI 模型。
一旦完成了這一步，有必要建立有意義的溝通渠道，設想解決痛點的項目想法，然後專註於用數據來解決這些問題。
最後，一開始就執行「足夠好」的數據模型和演算法，這樣真正的AI公司才能確立發展勢頭，並且明顯甩開競爭對手。
4. 實施分散式知識結構
由於訪問合適的數據是有價值的AI解決方案的關鍵，確保訪問公司內外生成或獲得的數據將至關重要。認識到這點後，製藥公司正開始創建集中式資料庫，用於保存臨床試驗中收集的數據。因而，它們的數據科學團隊就可以訪問用來訓練AI演算法的結構化知識資料庫。
確保知識分布的第二個方法是，建立分散式協作體系。由於新穎軟體的出現，整合知識和專長應該不再受制於地理位置。
5. 利用具有相關知識的AI初創公司
Andreessen 舉了迪士尼收購皮克斯動畫工作室以保持影響力的例子，此舉讓迪士尼大獲成功；迪士尼今年的電影票銷售額超過80億美元，迪士尼因此成為第二大媒體公司。
不過最新的動向表明，AI還可以優化電影製作流程。此外，迪士尼正在使用Disney 打造一個消費者平台，AI可能會成為必要的基礎，以確保該平台生成的數據得到最合理的使用。如果不想一開始組建數據科學團隊，與相關的初創公司合作或收購它們可能對於迪士尼等公司保持競爭力而言必不可少。
沒錯，AI已開始吞噬軟體。你打算做些什麼？
