高层速读
关键信息：投资者对人工智能企业有很多疑问，在了解市场状况和服务问题之后，专家们给出了5个值得关注的点：1.企业机器学习的运用；2.是否拥有聊天机器人；3.人工智能要和云计算结合；4.发展人工智能芯片和硬件；5.看清输家和赢家。
关键意义：人工智能行业科技巨头已现，但是市场还很年轻，所以创业公司有机会去再一次对待不同，创造出巨大的客户价值，并且仍然能够获胜。
在KeyBanc资本市场新兴技术峰会上，机器学习和人工智能的专家们讨论了投资者对人工智能的疑问和最关注的点，在了解人工智能市场状况和服务的问题之后，专家们给出了以下几个最受关注的点。
1.企业机器学习的运用
在过去五年多的时间里，企业一直在努力开展机器学习研究，机器学习大部分是从在核心部门开始试验的，这些部门通常有将企业数据应用于机器学习的经验。并且研究人员一开始会在一些高价值领域中应用机器学习技术。
在这几年中，这些企业在其早期成功的基础上，专注于使机器学习更容易在企业中运用。比如建立或扩展他们的数据研究团队，并通过端到端的数据渠道和开源学习工具、平台或实践来支持及机器学习工作。
2.是否拥有聊天机器人
最近，早期采用人工智能的企业已经开始专注研究“真正的人工智能”。通常情况下，这些企业的出发点是将NPL应用于聊天机器人、个人助理或电话业务来处理销售和客服等业务。
与技术公司不同，很多普通企业在NPL领域也非常活跃，但一般不愿意自己开发，二是更倾向于使用第三方开发的商业平台来支持聊天机器人和语音助手的工作。由于大多数项目仍处于初级阶段，因此这些项目的企业主也正在学习并建立必要的机器学习工具，升级自己的产品，以缩小当今人工智能商业产品中固有的差距。
3.人工智能要和云计算结合
几乎在每一次人工智能会议上都会提到这一点。简而言之，APP和数据正越来越多地在云上进行运算，因此机器学习和人工智能也将逐渐迁移到云上。大型云计算供应商如AWS（亚马逊旗下云计算服务平台）、微软、谷歌和IBM，他们在数据堆栈的每一层都有类似的产品。因此，大多数企业在早期一般标准选择云，然后使用云的数据堆栈。这种情况往往有利于AWS，却很少有利于微软。懂技术的买家和企业主要是根据数据堆栈来做决定的，他们经常会去谷歌；而IBM商店和那些寻找完整解决方案的人则常常求助于其他供应商。
谷歌在其人工智能学习系统TensorFlow上下了很大的赌注，它为市场注入了人工智能学习的种子，并试图建立运行该系统的最好的云和模型。该公司也在其开源的容器集群管理系统Kubernetes上进行了类似的押注。在这两种情况下，市场意识到了威胁，并试图阻碍谷歌将开源成功转化为云优势的能力。例如AWS支持开放神经网络交换项目(ONNX)，该项目承诺在 学习框架之间实现互操作性。
4.发展人工智能芯片和硬件
另一个经常出现的话题是人工智能加速市场的状况。NVIDIA和它的GPU是明确的领导者，它自然也有很多的竞争者。该公司用CUDA及其生态系统创建了一条相当大的护城河，所有的 学习框架都是为了使用这条河而建立的。不过，这条护城河的意义在这样一个以云计算优先的世界中被削弱了。但是没有一家云计算巨头想要只依赖一个芯片源，他们都在研发自己的芯片(例如谷歌的TPU)，以减少对NVIDIA的依赖，同时降低成本，提高性能。NVIDIA对此心知肚明，也一直在拼命运转，以提高自己产品质量和价格。
基于经典超级计算的假设，人工智能专家们对于诸如Graphcore、Cerebras和Wave计算等独立芯片供应商作为长期、可持续的发展前景有些悲观。尽管如此，如果他们能够快速地将产品推向市场，并找到自己的合适位置，退出的机会或许会小一些。
英特尔在芯片和硬件领域仍然很有竞争力。它拥有更广阔的服务器和数据CPU市场，具有很强的企业级关系，通常会带来巨大的使用规模和资源。不过，这是一个缓慢的起步阶段，在每一个转折点都面临着传统与创新的两难处境。然而，他们认识到其他芯片企业对他们的业务的威胁，并正在努力追赶。该公司希望在芯片项目中超越Nvidia，比如其推出的nGrapha项目，该项目希望编译在任何框架中的 神经网络，以便在硬件后端(包括当前和未来的CPU、GPU和加速器)上高效运行。
5.看清输家和赢家
即使没有直接表达出来，所有投资者问题的背后有一个最终的愿望，即在转向投资人工智能的过程中，要找出赢家和输家。如果看到人工智能这一切是如何发展的，那么就有一些明显的赢家和输家。
云计算企业如果能够找到自己的亮点，并且执行力足够好，能够保持规模，那么他们将在机器学习和人工智能领域赢得更大的成功。对于在机器学习和人工智能领域的初创企业来说，要想成为一家长期、可持续、独立的公司是一条艰难的道路，因为它们同时受到巨头开源项目和资金的挤压。
但是市场还很年轻，所以创业公司有机会去再一次对待不同，创造出巨大的客户价值，并且仍然能够获胜。
微信搜索【AI商业报道】，获取国内外AI巨头最新动向及行业资讯！
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
