自動駕駛汽車將如何改變我們的生活

如果你已經想象了自動駕駛汽車將如何改變我們的生活，那么想想自駕車公司可以做些什么。我說的是自動執行的企業軟件，它在成熟時可以使企業實際上自己運行。自主公司可能不如自動駕駛汽車性感，但它們對社會的影響同樣重要。

自動車輛系統從零(無自動化)到五(完全自動駕駛)排名。例如，要求駕駛員至少一只手放在方向盤上的特斯拉的自動駕駛儀就是2級。借用這個規模，今天的商業軟件將排在零到一之間 - 動力轉向階段，讓我們稱之為。目前大多數B2B軟件都是基于工作流程的; 也就是說，有助于組織和促進常規任務的軟件。例如，云計算公司Salesforce主要是工作流驅動的軟件解決方案。為了獲得報酬，使用Salesforce的企業的銷售代表必須輸入他們的活動，這允許主管監控他們的工作并更有效地管理銷售渠道。

這種類型的商業軟件已經釋放出巨大的生產力，而今天大多數價值數十億美元的B2B軟件公司都是某種形式的工作流程解決方案。在接下來的十年中，我相信當AI驅動的業務應用程序達到4/5級自主權時，這些令人印象深刻的結果將會相形見絀。隨著技術取代人類的表現，我們對工作的思考方式將從協助人類的機器轉向人類輔助機器。

讓我們假設一個支持AI的自我驅動的Salesforce 版本。銷售活動將自動輸入。更有力的是，該系統將獲取并優先關閉具有高度關閉可能性的潛在客戶; 它將起草這些線索的通信; 它甚至可以通過最合適的渠道(聊天，電子郵件等)與他們聯系。然后，Salesforce.ai會與這些潛在客戶來回走動，通過銷售漏斗驅動他們，只有當機器不確定或是時候把潛在客戶帶到晚餐時才會與人工代理商聯系。

很難夸大這對公司的變革程度。如果Salesforce的軟件能夠在沒有人工努力的情況下找到，確定優先級并接觸潛在客戶并預測哪些潛在客戶最有可能關閉，那么它對客戶的效用將會增加幾個數量級。因此，Salesforce將業務模式從當前基于訂閱的費用轉移到為其客戶產生的新收入的一定百分比，甚至可能更有利可圖。這將改變游戲規則，很難看出非自主公司如何與自動駕駛的Salesforce或NetSuite或SAP競爭。

數據驅動

這些天我們都淹沒在數據中。對我來說，這是從我的兩只貓的成千上萬的自拍到我的巢式攝像機拍攝的數百小時的平靜錄像。但對企業而言重要的是有意義的獨家數據。一家公司是否能夠實現自主企業的跨越，取決于一個不可協商的因素：獲取高質量的專有 數據。

專有數據集滿足以下三個標準中的至少一個：

唯一性。獨特數據的一個例子是獨特的種群數據，例如異常同質的國家的基因組數據集。但真正獨特的數據集越來越少見。

規模。LinkedIn擁有世界上最大的簡歷之一。每個個人資料都是如此獨特嗎?不一定，但所有它們的規模是一體的。更重要的是，隨著新用戶每天加入以及當前更新他們的個人資料，LinkedIn有一種有機的方式來更新和發展這項資產。

重量。Facebook有配置文件，每個配置文件是有趣的，但什么是更有趣的是 體重 的關系-連接如何顯著是網絡中的人之間。強關系的權重很大，關系較弱則不那么重要。數據網絡關系的加權非常重要，因為它有助于更??準確地訓練AI算法，從而實現更好的預測。

加快速度

到目前為止，Facebook，LinkedIn或Salesforce都很好。但是，我們未來的機器人霸主將僅僅是我們現有企業霸主的軟件升級嗎?那些不是科技巨頭的公司如何競爭?在我作為投資者的日常工作中遇到過數百家企業軟件公司并與其他幾家公司緊密合作的人，我有三條關于AI志向創業公司的建議：

1. 第1天勢在必行。B2B創始人明白，開發支持AI的業務應用程序的最大障礙之一就是獲取他們自己的專有數據集。但有些人過度認識到這一挑戰。一些AI初創公司希望在其初始生命周期中進行數據收集。或者他們計劃與將分享其數據的客戶進行試點，但在人工智能在六個月到一年內接受培訓之前不會收到任何回報。

換句話說，他們太專注于自己積累的數據資產或區分自己作為一個“AI公司”，他們失去的事實，為了建立一個數據為先的經營，你必須建立一個企業，視力第一!像任何創業公司一樣，AI企業創業公司必須提供具有引人注目的商業用例的產品，并在第一天為其第一位客戶提供顯著的增值。

2. 金帳汗國。您獲得的每個企業客戶都將提供其數據。隨著這些額外的數據貢獻，您的專有數據集應該變得更加健壯，因為它們會進一步訓練您的AI模型。換句話說，構建產品和公司以利用增長的網絡效應。

以Mya Systems為例，這是一個由AI負責的招聘人員，我是一名投資人。Mya的初始客戶是工業制造領域的英語業務。對于這個第一個客戶，Mya的AI必須被教授基本的制造行話。工業制造業的后續客戶是法語國家，所以Mya的模特必須學習法語。但它不需要重新制造術語。而現在，Mya的雙語會話AI可以用英語和法語與所有現有和未來的客戶溝通 - 至少在工業制造方面的主題。

網絡效應允許一個客戶的信息和經驗為所有客戶提供更好的解決方案。

3. 良性循環。理想情況下，B2B AI初創公司還將構建一個解決方案，讓客戶為他們工作。也就是說，設計您的產品以結合客戶的持續反饋，以進一步塑造您的AI算法。

例如，另一家人工智能招聘創業公司Teamable使用機器學習和社交網絡來推動工作推薦。它適用于Lyft和Spotify等公司。Teamable向一家這樣的公司的員工X展示了一份工作，并詢問她是否認為這個角色非常適合她的特定朋友。當員工X表示是或否時，她通過幫助構建具有專有權重的數據集來實際上成為Teamable的機械特克，這些數據集訓練算法。這個想法是，隨著人工智能的學習，Teamable的模型將成為一個更好的預測引擎，候選人將匹配哪些工作。隨著時間的推移，隨著軟件越來越自主，業務將變得越來越自我調節和自我延續。而且，最終，該公司將自己開車。

但我們還沒有; 我們只處于動力轉向階段。我們仍然需要天才減速機和速度與激情的駕駛員 - 即企業家 - 讓我們超越終點線。但他們擁有地圖，燃料來源和未來企業的關鍵 - 自主企業。所有剩下要說的是，女士們，先生們，開始引擎。

Joanne Chen是Foundation Capital的合伙人，專注于人工智能，企業和女性技術。她有興趣幫助各種規模的初創公司利用人工智能來自動化現有工作流程或創建新服務，以及人工智能對業務的道德影響。