从Amazon推出的ALEXAS到无人驾驶汽车，配备机器学习功能的新产品涌入市场。机器学习技术带来的创新有目共睹，它也将改变 SaaS 行业。但是将会会如何改变呢？初创公司如何利用机器学习获得优势呢？红点创投合伙人Tomasz Tunguz在Saastr大会上分享了他的观点，以下是全文：

下面是四个有关机器学习的广泛应用：

优化资源--- 今天早上，从Sand Hill路到旧金山的南方公园最快的道路是101号高速公路；我们网站对客户经理这一职位要求已经是一些陈词滥调。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。

识别对象---你刚拿你的手机照的一张照片里有一只猫。在一家网上商店找到所有红格子羊毛短裤。CT扫描显示为帕金森症的几率很高。

检测异常---你接到信息显示你的信用卡在内罗毕的一家商店里花10000美元买了一架钢琴。你的服务器集群正在较高的cpu使用率下工作。相比与上周的活动，客户回应今早新的一批邮件的比例提高了25%。

数据细分---通过移动客户端使用我们产品的用户会多15%的交互。

上述任何一个单一应用都能带来巨大的进步。但是，如果将这些应用结合的话就会产生不可思议的事情。比如：目标识别+异物检测+机器人学=自动驾驶汽车。或者铺砖机器人造一堵墙的速度是人的三倍。 

我之前写过关于机器学习创新方面的巨大进展。私有云供应商（亚马逊、谷歌和微软）正在迅速创新，发表突破性的研究结果和提供数据变成接口（API），并将这类研为中小用户提供。因此，每个创业团队都能仅通过几盒拉面的成本来使用这些技术。

但是如果仅是接入这些API，买下.ai的域名然后将机器人习/人工智能嵌入到你的销售环境中，这样并不足以为你带来成功。相对于机器学习，让用户感受不到科技的存在才是更高的境界。与用户一起见证奇迹的发生。 

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，他们关注的是如何增加收入，降低成本，或者发展客户。

 我们已经投资了20多家利用机器学习来创造持久和颠覆性的公司，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：

数据的专项访问 ---算法可对所有人开放的。通过产品，一类事件驱动的SaaS产品，或通过关键合作建立专属数据，这对于创造可持续竞争优势至关重要。

端到端的应用，而不是平台---专有云更有可能赢得机器学习即服务业务。他们有更多的研究人员，更低的基础设施成本，比任何初创公司的营收都高。端到端应用程序更容易做到收入增长和成本降低，是初创公司进入市场更好的途径。

以机器学习基础的强通用模型---机器学习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，基于机器学习的产品可能会扰乱这种局面。但仅仅技术创新是不够的。

行业专家---你确实可以使用大公司API。但这些系统因需要尽可能的更广泛适用和良好效果得到修整。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专家。

算法的进步---每隔一段时间，我们可能会对一些算法不太容易被其他公司复制的公司进行投资。

像这之前的数据库和图形用户交互界面一样，机器学习是一项将会改变我们设计和销售软件方式的一项新技术。虽然这些词汇可能象征着当今时代精神，也可能迅速成为企业的陈词滥调，但是技术才刚刚开始被理解和利用起来。  

版权声明：

凡本网内容请注明来源：T媒体（http://www.cniteyes.com）”的所有原创作品，版权均属于易信视界（北京）信息科技有限公司所有，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。