机器学习对 SaaS 行业的影响

机器学习引领认知领域的技术创新。一些机器学习的新产品也在不断涌现,技术型初创公司在面对巨大的潜在市场已经蠢蠢欲动。红点投资机构的投资人 Tomasz Tunguz 就机器学习对 SaaS 行业的益处进行了分析。

从 Amazon Alexas 到无人驾驶,配有机器学习技术的新产品涌入市场。机器学习技术带来的创新有目共睹,它也将改变 SaaS 行业。但是它会如何改变呢?创业公司如何利用机器学习获得优势呢?

机器学习有四个广泛的应用:

1.  优化——今天早上,从沙山路到旧金山的南公园旅行最快的方式是101高速公路;我们网站对客户经理这一职位要求已经是老生常谈。要达成更多的业务,就要慢慢说,在谈话后半部分再谈价格,使用某个案例研究。

2.  识别物体——你刚刚使用智能手机拍摄的照片里包含一只猫;在网店里找到所有红色格子羊毛短裤;CT扫描显示高可能性的帕金森病发病率。

3.  检测异常——你的信用卡在内罗毕的一家商店购买钢琴支出了10,000美金;你的服务器群集有较高的CPU使用率;潜在客户对今天早晨的商务邮件回复速度比上周高25%。

4.  数据细分——通过移动应用商店找到我们产品的客户显示出15%参与度。

以上任一应用就可以带来巨大的进步。但是,这些应用组合在一起做出的事情更令人难以置信。对象识别+异常检测+机器人=无人驾驶车;或铺砖机器人搭建直立墙的速度比人类快三倍。

我之前写过机器学习创新速度惊人的文章。云供应商(亚马逊、谷歌和微软)就在快速创新,取得了很多突破性的成果,并提供API,影响着这项新研究的成本。因此,每个初创公司都可以使用这些技术,只需要几个拉面箱的成本。

但是,只是接入这些API、购买.ai域名并且在商品宣传中运用语言人工智能是不足以取得成功的。你要做的不是把机器学习当作绝招,而是让这项技术融入到产品中,与用户一起见证奇迹的发生。

最好的销售和高资金募集都不会将机器学习作为创业公司的价值主张。相反,他们专注于产品如何增加收入、降低成本、或发展客户。

我们已经投资了超过20家机器学习类型的公司,从Stripe到RelateIQ、从Chorus到Caspida。当我们想要投资其他相关公司时,以下五点是我们会考虑的:

1.  对数据的专有访问——算法是现成的,所有人都可以用。通过产品使用或核心合作创建专有数据,这对于创造可持续的竞争优势至关重要。

2.  端到端应用程序,而不是平台—— the monoclouds 更有可能赢得ML-as-a-Service业务。他们有更多的研究人员,更低的基础设施成本,比任何创业公司的营收都高。端到端应用程序更容易做到收入增长和成本降低,并且是初创公司进入市场更好的途径。

3.  以ML为基础的强大GTM——ML有可能成为拥有市场优势的创新技术。通过改变购买者评估软件的方式和降低潜在客户的获取成本,基于ML的产品可能会扰乱这种局面。但仅仅技术创新是不够的。

4.  现场专家——是的,你可以使用monocloud的API。但这些系统被调整得尽可能的更广泛适用,并产生相当不错的效果。为了提供特别的体验,一个创业公司需要语音识别、自然语言处理或其它核心学科的任何专家。

5.  算法的进步——每隔一段时间,我们可能会投资拥有自己的基本算法且无法从别处复制的公司。

像之前的数据库和UI一样,机器学习是一项新技术,它将改变我们设计和销售软件的方式。虽然这些术语可能象征着今天的时代精神,也可能迅速成为企业的陈词滥调,但是技术的影响才刚刚开始被理解和利用起来。

翻译来自:译东西   虫洞翻翻  译者ID:YLS

 

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部