别只顾埋头搞技术！一篇文章告诉你机器学习的创业机会有哪些

机器学习创业大数据

王炜 | 2017-03-17 16:39

【数据猿导读】最近机器学习成了热门话题，下面这篇文章，涵盖了机器学习在各领域发展的全部趋势

最近机器学习成了热门话题。我们热捧这个话题的理由很充分，因为它有改变整个行业市场的潜力。但是，现在也有很多关于机器学习的炒作。作为投资人，我将从四个角度来划定谁才是机器学习行业的成功创业者：

1.大型市场的具体用例。成功的机器学习创业公司，将把目标放在明确需要技术的纵向应用上。消费性包装品产业是一个很好的例子。机器学习可以更准确地预告库存情况，从而可以更好地管理供应链、降低库存成本、最大限度地减少过剩产能需求，且并不会让缺货的情况再发生。根据埃森哲（Accenture）的研究，机器学习可以使交付时间提高4.25倍，供应链效率提高2.6倍。

2.关注人类重复性劳动的区域。明显的人工干预，意味着这里存在利用复杂预测算法进行优化的真正机会。在上面所说的供应链示例中，今天的分析师会根据一些历史数据和直觉来预估库存需求。但是，利用生产时间、销售率和其他的一些数据，机器学习可以更准确地预测未来的需求。

3.可用于预测的大量数据。创业公司需要访问大量的数据来有效地训练机器学习模型。有两类创业公司可以取胜。一种是能够与大型、稳定的公司合作以利用他们的数据来学习的公司。另一种是能够创建一个吸引用户输入用户数据的产品的公司。

4.网络效应和防御性。算法是开源的，这使得专利数据具有任务独特性。对系统的输入和反馈提高将提高机器学习的精确性并能使其独自操作。例如，Facebook的照片标记算法就可以使照片中的人接受或拒绝被选中。因此，应该鼓励人们对产品进行预测并提出建议。

可投资领域

这里有一些类似的领域，我相信机器学习能延伸到到以下领域：

医学诊断和计算生物学。机器学习将改善整个医疗价值链的成果、并降低其成本。它改善诊断方式，减少错误和简化药物开发过程的潜力是非常令人兴奋的。患者数据可用于疾病的早期诊断和个性化的治疗。制药和生物技术公司可以使用计算方法快速有效地发现比目前市场上更有效的新药。

供应链。机器学习可以改善供应链的几个方面，包括需求预测、市场趋势、贸易促销和新产品。现在的公司很难评估不断变化的市场模式和波动趋势，因而不能为业务决策提供有效信息，也无法准确预测未来趋势。

制造业。工业物联网是一个拥有大约120亿美元的市场，目前还没有开始运用机器学习。Genpact对全球173位高管的调查结果显示，只有25％的人拥有物联网战略，并且只有24％的人对战略执行的结果感到满意。这些高管正在寻找机器学习解决方案，以减少库存、提高产量和成品级别，达到节约成本及获得利润的目标。

合规性。管理金融机构的合规性，这里存在着一个巨大的市场。自2008年以来，仅摩根大通就已经支付了360亿美元的结算金额和罚金，并雇用了8000名员工来管理和控制。对于那些必须遵守审计与合规性法规的银行或类似的公司而言，机器学习可以加强客户和员工间的联系。

语音在企业。虽然语音服务是业务流程的关键组成部分，但是语音分析的复杂性使得语音处于机器学习趋势的外围。来自NewVoiceMedia的2013年研究报告称，由于呼叫中心效率低下导致的年损失金额为410亿美元。每年有240万内部销售代表进行着数百万小时的对话。所以很明显，在呼叫中心、会议、销售和营销方向的自动化流程中，机器学习有很大的机会占领市场。

保险。保险是一个庞大且范围广泛的类别。机器学习可以帮助保险公司以更低的成本提供更有针对性的产品。例如，汽车保险公司可以使用驾驶经历及其他行为数据来单独收取额外费用或使用更好的欺诈检测产品来降低其总体成本结构。咨询公司KPMG将机器学习描述为保险业的“重要的政策改变者”。

个人财务。新数据和分段模型使得以前千禧一代不可用或不期望的金融产品（例如信用产品）变得可用。此外，智能自动化系统通过追踪行为，降低了产品为消费者提供个性化建议的成本。并能根据客户的偏好和目标，为其提供建议。ErinShipley和TXZhou在Techcrunch撰写了一篇关于人工智能对财务的影响的伟大作品。文章指出，通过基于用户行为得出的个性化推荐，人工智能可以对个人财务产生影响，如改善用户财务状况，提高用户财务知识水平等。

个性化教育。传统教育的弊端是，教师必须为整个班级制定一个标准课程，尽管学生有着不同的理解水平和不同的学习风格。如果公司利用数据帮助家长和学校发现问题领域，为每个学生制定个性化课程和学习节奏，并根据每个学生不同的问题和风格提供量身定制的学习计划，这样下去会发生什么呢？这不仅会改变美国的教育状况，它也提供了一个重要的经济机遇。截至2013年，美国每年用于公共教育的花费为620亿美元，有5000万学生在公立学校就读。

我不感兴趣的公司是什么样的？

虽然我对上述机会领域很有兴趣，但我对很多涌现出的公司没有兴趣。

只搞“人工智能”得公司。人工智能和机器学习永远不是最终目标。它只是通过技术来实现人类最终目标的具体例子。

聊天机器人。目前技术还不够先进，聊天机器人无法为我们提供普通聊天所带来的愉悦。

来源：虫洞翻翻

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。