在2016年和2017年，我采访了数十位风险投资家，其中许多人对人工智能技术有着明确而公开的关注。我想知道是什么让一家人工智能公司值得投资，什么样的商业模式通常是最吸引投资的。
赢家通吃。
我花了将近一年的面试才得出这个结论。
赢家通吃。
这是人工智能的潜在的诺言。风险投资公司都希望在商业模式，投资与可防御的“护城河”。可在正反馈回路获得更多的数据和更多的用户企业有机会超越竞争爆炸和成为几乎无懈可击。“下一个谷歌”或“下一个Facebook”，这是说，将预测服用这个充满活力的优势企业。
在这一期的AI Power中，我将探讨赢家通吃的AI动态，我称之为“数据支配”。“我把文章分成以下几部分:
- 它是什么和它如何工作
- 企业如何可以使用数据的优势（在操作数据优势）的例子
- 数据优势为大公司和小公司创造了不同的激励机制(数据优势的力量动态)
- 什么商界领袖现在可以做有关数据的主导地位
我将从定义和解释开始:
数据主导-它是什么和它是如何工作的
我听说它被称为“自我喂养的数据生态系统”。Canvas Ventures的本•纳拉辛(Ben Narasin)将其称为“专有数据流”——这是一个恰当的说法(听听本是怎么说的)我们AI in Industry播客的完整采访）。
数据优势如何发挥作用
- 获得更多用户、客户或安装
- 这将导致更多数据
- 更多的数据会导致更多学习和更多的AI应用
- 更多的学习和更多的人工智能应用导致了a更好的产品
- 一个更好的产品，是众所周知的导致收购更多的用户
- 这将导致更多数据
- （和和和...）
简而言之:
更多用户，客户，安装量>>更多数据>>更多人工智能功能>>更好的产品>>更多用户，客户，安装量
但是，这不只是获取数据的缘故数据。梅西，埃克森美孚，富国银行有曾经存在获得比大多数企业大得多的数据 - 他们为什么不AI创新？
难能可贵的是，专有数据
数据主导地位的飞轮并不简单地旋转，因为公司有访问数据 - 它只是特定类型的数据这一问题。我们可能会想“数据主导地位的数据”，作为两个特点：
有价值- 该技术能够为用户或业务流程有益的结果。
- 亚马逊收集用户在其网站上做的所有事情的数据。哪些产品获得点击?哪些查看的产品被添加到购物车?购物车中添加了哪些产品?哪些购买模式是相互关联的(例如，购买背包会导致更多的笔记本购买)?用户为Amazon提供了大量用户兴趣的代理，以及大量用户购买行为的纵向证据。这是有价值的数据，可以让亚马逊更好地为需求做准备，让亚马逊更好地向用户推荐产品。
- 沃尔玛可以收集有关销售（和什么样的产品），在它的各种商店，但往往无法购买这些领带对个人或家庭，它是无法确定什么产品的人花时间去寻找的人数统计数据at, but didn’t buy, or for what products people added to their cart, then removed. For this reason, Wal-Mart is incredibly efficient at inventory and stocking its shelves, but it is still catching up to Amazon in terms of product recommendations.
排他性和访问-很少有其他组织拥有它，很少有组织能够获得这么多的信息。
- Facebook的平台是独一无二的，它收集的数据只属于自己的平台。这不是多大的力量对于一个小公司,但公司Facebook的规模(即地球上最大的社交网络),这意味着大量的数据,允许Facebook定制用户体验——让它领先其他社交网络的用户增长和接触时间的平台。
- 埃克森美孚可能是能够从成千上万的油井收集数据。但是，目前还不清楚这是否提供埃克森优于其他的石油和天然气公司，其他公司也有机会获得许多井。这可能是一个石油和天然气公司可能获得与特定类型井的数据的数据主导地位的优势。例如，埃克森美孚可能能够收集北极油井更多的数据 - 可能允许它深入和那些特定种类的位置更有效地提取。中石化可能能够做同样的深水钻井。截至今天，这些优点是不确定的。
虽然有可能开发“跟风” AI应用程序（例如，Spotify和Pandora都可以推荐音乐，谷歌和Bing都可以显示搜索结果），更多的排他性，就更好了。公司可以收集独特和有价值的数据，或者干脆广大的更多在这些有价值的数据中，它们在改善用户体验和业务流程方面具有明显的优势。
但梅西百货和沃尔玛并不仅仅因为数据而落后于科技巨头(亚马逊、谷歌、Facebook等)。在启用数据主导飞轮方面，还有其他成功因素——所有这些都对过去从未关注过数据或人工智能的现有企业构成了重大挑战。
有利因素
人工智能技术技能- 数据科学家，数据工程师，机器学习工程师，各类AI-精明的程序员。
- 当Facebook想要建立一个新的人工智能模型(用于移动广告，鼓励使用新的信息应用程序等)时，它可以利用大量的人工智能人才来实现这些想法。更妙的是，Facebook的人工智能程序员拥有将数据转化为价值的丰富经验，而他们的人工智能团队也得益于与地球上一些最优秀的数据科学专家合作——这是其他公司无法比拟的优势。
商务AI上下文-业务领导和功能团队成员(营销、客户服务、库存等)，他们大致了解人工智能可以做什么，可以在哪里使用，以及可以应用于什么问题。
- 在许多情况下，亚马逊并不需要依靠ML工程师的数据科学家们想出新的方式来产生与AI值。很多亚马逊的商业领袖有AI的功能强大的了解，并且有稳定的体验带来这样的想法给生活以数据科学的人才一起。因此，他们能想到的更多，更好的创意与AI驱动商业价值。
数据基础设施-正确的数据以正确的格式存储。来自不同来源的数据是“协调的”，因此它可以被组合、搜索，或用于训练不同种类的人工智能模型。重要的数据要小心对待，数据是跨业务功能的战略考虑。
- 谷歌通常不需要询问他们将在哪里以及如何访问他们需要的数据(即用户参与Gmail、电子商务购买数据等)，因为他们知道这些数据存储在哪里以及如何存储。它们公开关注数据基础设施——以及快速访问和使用数据资产的能力。这是数字原生公司的一个主要优势。
这三个关键因素是数字原生技术公司（如谷歌、Facebook等）拥有人工智能优势的部分原因。
美国科技巨头——数据优势的典型代表
可以把它看作是一个数据、改进和获取飞轮。你已经看到科技巨头们抓住了这个机会:
- 谷歌得到这么多用户的平台，它收到大量来自一般网上搜索数据的寻觅。因为它有这么多的数据，它的算法，可以更好地和更好的内容越来越多地发挥，给用户带来更有理由回来谷歌，而不是其他的搜索引擎。该周期已经持续足够时间为谷歌在一般网上搜索无懈可击。
- Facebook的在其平台上获得了如此多的用户，以至于它可以在其用户群中以前所未有的规模测试功能、新闻提要项和广告。因为它有如此多的数据，它的算法可以提供越来越多吸引人的内容，让用户有更多的理由回到Facebook，而不是另一个社交媒体平台。这种循环已经持续了足够多的时间，使得Facebook在社交网络领域的主导地位无懈可击。
- 亚马逊得到它的平台上这么多的客户，它可以以前所未有的规模测试产品推荐，站点布局，并在其用户群的促销活动。因为它有这么多的数据，它的算法可以不断满足越来越多的相关产品和价格，给用户带来更有理由回来亚马逊，而不是其他物理或在线商店。该周期已经持续足够时间为亚马逊在电子商务一般来讲无懈可击。
任何人工智能初创公司都在寻找这种飞轮动力，他们正在向风投公司推销这种动力。
感兴趣的AI任何VC（即基本上所有的人）正在寻找这种动态。
在“AI伦理”世界上有许多精明的思想领袖都知道的 - 和警惕 - 此数据支配地位环赋予的权力。
企业领导是党的最后一群人。大多数企业领导人将人工智能视为另一种IT工具，或者是实现流程自动化和提高效率的手段。制造业、制药业、银行业和其他行业的企业大多还没有意识到，人工智能可以在正确的应用程序中创造出“经济护城河”。
在未来五年里，企业各部门的领导层将越来越意识到这一动态，并将开始制定计划，制定人工智能战略来实现这一目标。我们的大部分企业战略AI工作包括帮助大公司找到的数据优势口袋里建立自己的飞轮 - 专注于扩大市场份额，而不是仅仅着眼于效率。
数据优势在行动
利用数据优势的组织通常遵循以下模式:
土地，命令，展开
土地- 确定关键业务机遇或挑战，这将有助于改善周围的机遇或挑战的业务流程，或改善那些谁也有可能从中受益的客户/用户体验的关键数据。收集尽可能多的数据流，尽可能和测试人工智能如何使用这些流来提高效率和用户体验。学习并改进，确定哪些类型的数据，和什么样的算法，可以创造价值。集中注意扩大访问数据流（吸引用户，留住用户）。
- 注：“用户”可能是一个应用程序（如Facebook Messenger）产品的用户，客户（亚马逊的客户），或谁安装的软件或硬件的客户端收集数据（工业物联网应用，如摄取）。
命令-利用从数据访问中获得的经验教训，并利用不断增长的新数据流，通过能够提供更好的产品或更有利可图的过程，在市场中占有一席之地。锁定现有用户，让他们享受从其他地方得不到的基于数据的好处。
- 例子：InsideSales是一家专注于销售代表活动的客户关系管理公司。如果InsideSales可以使用来自用户的数据来帮助新客户拥有更高效的销售人员(例如，通过了解哪些机会最有可能关闭，何时接触新客户等)，那么InsideSales就可以潜在地主导市场。
扩大- 利用利润，数据流，并锁定的用户，扩大到邻近解决业务问题或机会，通过寻找新的类型的数据，从一个人的用户群，收集，并在此过程中提供更多价值给用户。
- 亚马逊从推荐在线购物变成推荐家庭Alexa设备购物。Facebook从拥有社交网络的“粘性”，到拥有朋友们在平台之外使用的沟通渠道(WhatsApp、Facebook Messenger)。
这些概念本身有些抽象，所以我们来看看如何将它们应用于公司或国家:
例子：HVAC物联网传感器公司
业务描述：本公司提供HVAC部件和传感器，主要是出售给大型商业建筑。这些部件和传感器的设计，以帮助预测。
人工智能用例：该软件使用来自传感器和HVAC布局数据，以确定泄漏，堵塞，和低效 - 基于从运营商的网站（记录所有修复和问题，因为他们进来）反馈。历史数据可以用于训练系统来检测的HVAC设备，或能量效率低下潜在故障。
土地:销售给各种大型商业机构——用风险投资来资助试点和试验，在尽可能多的地方获得尽可能多的传感器。潜在的合作伙伴，其他暖通设备制造商和安装，以找到更多的方式获得广泛的安装基础的传感器和软件。
命令：来自install base的初始数据可能对实际应用程序没有用处-来自传感器或用户输入的数据的某些部分可能完全无用或混乱。然而，可以发现数据的某些部分对于不同类型的HVAC问题具有预测值，或者可以通过检测气流或温度的模式来提高效率。传感器和用户输入可以不断改进，具有越来越多的预测价值。
扩大:这种预测优势可以让公司以其他传感器公司或暖通设备公司无法做到的方式，为客户提供直接的好处，并利用他们的数据优势，他们将能够赢得更多的业务，更多的业务，赢得更多的数据。数据主导的循环。有了足够的利润，有了足够的渠道，有了足够的经验将物联网数据和用户输入转化为预测价值，公司最终可以扩展到其他类型的商业物联网应用，如安全系统、电梯等。
例子:印度
现在的情况：一个强大的农业经济，制造业不断发展，以及IT服务业务流程外包(呼叫中心、会计、后台处理[BPO]、数据录入等)。
AI机会：印度可以专注于改进它的流程和数据流围绕它在全球生产导致作物（如水牛奶，牛奶，芒果，马铃薯等）。印度也可以把重点放在它的转向后端IT和BPO效率为功能强大的产品，可以在手动努力值锁定以较低的印度的科技和业务流程外包工人正在做。
土地：印度可能会在经济上激励IT和BPO企业投资于人工智能和自动化，鼓励他们把自己的低成本服务，高价值的服务，从而使经济更不容易受到自动化，并更有可能继续的增长和盈利能力的技术和业务流程外包行业。
命令:印度IT服务公司和业务流程外包公司可以利用其员工的数据流和经验，成为全球企业必备的IT和自动化产品，确保它们在人工智能时代的“世界后台”地位。
扩大:印度公司可以从IT服务和业务流程外包中获取市场份额和数据流，并扩大其在IT流程和业务流程解决方案中的份额，从而扩大其“同类最佳”解决方案的网络，从而获得相对于其他公司的内在优势。
并不总是一个谷歌规模的专卖
有些数据是所有自然消费，像一般网上搜索（谷歌），如社交媒体（Facebook）的像一般的电子商务（亚马逊）。
虽然世界上仍有一些巨大的垄断导致的数据优势机会（我相信，比我们现在想象的要多得多），但许多其他数据优势机会将更小。这些业务的防御能力可能很高，但它们可能永远无法发展到亚马逊或谷歌的规模，甚至无法接近。
例如，eBay在网上销售二手商品方面可能比其他任何公司都做得更好。这可能会通过支持人工智能的功能(以及一个知名品牌)产生锁定效应，但它可能永远不会涉及接近亚马逊(Amazon)规模的市场规模。
我们假设的一个HVAC物联网公司也是一个很好的例子。虽然这样的公司可能会扩张成为一个工业物联网超级巨头，但它也可能只是掌握某些类型的暖通空调系统，让它在市场上有一个安全的锁定，但没有像谷歌或亚马逊那样的全球优势。
数据在小型或大型市场主导地位,对一个公司来说,重要的是能够找到一个袖珍的机会,自己的数据流,进行迭代,直到他们显然是市场上最好的产品,并继续飞轮的用户变成数据变成改进变成更多的用户。
电源的动态变化数据优势
数据主导的动态并不意味着所有国家或所有公司的战略都是一样的。权力总是如此治理与监管)，弱者的策略不同于强者的策略。
拥有人工智能能力的公司或国家
法律：
- 慢下来，将改变反垄断法涉及数据主导地位的法律任何进展。
- Facebook和其他科技巨头都在可预见的游说反对欧洲法规和GDPR此外，他还在美国游说反对数据隐私和数据访问立法。
- 中国在全球AI道德谈话非常小的存在 - 因为它理应中国的肿胀技术超级大国是入无人之境越好。当中国确实进入了“AI道德”或“AI规”磨损，这将是与被表面上是为了便于用户一个统一的计划，但会朝着有助于在权力和统治的增长中国的目标完全面向。
感知管理:
- 不要公开承认数据主导地位的动态。
- 在一定程度上承认数据支配地位的动态，但将其框定为完全不接近垄断力量。
- 只有承认数据的优势是一个优势时，有没有其他选择，并假装帮助，以减轻任何不公平的优势或不公正待遇的兴趣 - 但事实上，保护你自己的利益。
- 多年来一直被问及安全和隐私问题（以及通过Facebook平台进行的政治干预），扎克伯格终于让步了互联网监管可能是有益的。扎克伯格对这一计划的任何建议都将有助于巩固Facebook的市场地位，限制现有公司的发展，并为它们提供新的机会。
业务:
- 快速扩展用户基础(数据源)，甚至可能出现损失。
- 通过利用、增加和改进数据流来改进用户体验。
- 亚马逊以极低的价格销售kindle就是这种策略的一个例子。谷歌给我寄了一个谷歌主页，仅仅是因为我是谷歌套件的客户。Facebook已经建立并购买了一批应用程序，如Facebook Messenger和WhatsApp。更多收集数据、定制体验和寻找赚钱机会的方法。
- 美国不太可能迫使高科技巨头如亚马逊和谷歌支付他们的税，因为它可以理所当然美国总体经济增长，以保持它的最大的科技巨头不断增长的阻碍。
竞争：
- 收购它们，或者参与规模较小的竞争对手无法打赢的价格战。
- 亚马逊采取了这两种策略，购买公司如Zappos公司和Kiva的系统和定价出像Diapers.com公司。
没有人工智能的公司或国家
法律：
- 强调公平和数据主导地位的危险，画它作为关注的公民，不只是小公司的原因（公司将采取行动为自身利益，但将利用要求行事为“人民”只要有可能）。
- 旨在改变垄断法，以打破或严重阻碍拥有人工智能和数据主导权的公司。
- 联合王国想在AI道德引领——或软实力——主要是因为它无法领导硬实力(人工智能创新、全球技术和经济优势)。
- 一般来说，一个国家或公司说“我们专注于成为AI伦理的领导者”，意思是“我们不想让更强大的AI公司获得所有的利润和利益，所以我们会假装为‘人民’捍卫正义的事业来保护我们自己的利益。”
知觉：
- 他似乎是个好人，勇敢地为自由市场而战，为弱势群体的权利而战。
- 欧盟正在把自己塑造成对于AI伦理和调节中心毂实际上，他们只是在保护自己的利益，以确保大型科技创新企业(其中很少有总部在欧洲的)不会在这个新的人工智能时代攫取所有利益和利润。
业务:
- “滩头阵地” - 寻找没有被AI解决小生问题，并找到开发者使用情况的能力独特的方式，并以优异的客户的战略征服他们。
- 建立数据的公开性和透明度的产品 - 并逐步出现了良性这样做。或者，找到可以安全地拥有（悄悄）数据的口袋，而不会反冲。
- 公司如BuildDirect.com可以通过专注于特定的细分市场（在BuildDirect面临的情况下，建筑用品），并建立一个特定的客户群和特定客户的理解与亚马逊竞争可能。公司如不和谐可以通过建立通信信道的用户基础（数据流）是像Facebook这样的大牌球员并没有集中在（不欢而散的情况下，玩家和游戏爱好者）。
竞争：
- 通过寻找获取专有数据流的更快捷的方法——通过合作、营销和收购策略，或者只是筹集或赚取更多的钱用于积极的收购，来战胜竞争对手。
- 关注用户增长和数据流增长，但要避免让你的数据主导战略被竞争对手广泛知晓。慢慢地，随着时间的推移，获得你的优势。
这意味着对商业领袖
风险投资和创业公司几乎都知道数据主导地位的动态，如果不上名字。企业领导者和中等规模的企业领导 - 在大多数情况下 - 不考虑在其战略计划的数据的主导地位。大多数看到AI通过自动化提高效率的推动者，而不是防卫的推动者和赢得市场份额的。
高管和领导者可能会考虑下面的一些框架——它们是我们所使用的战略工作的简化版本客户:
框架数据优势
框架确定一个新的产品或服务，赢得AI方面：
- 查找业务问题没有得到解决，或者不与数据处理的优势
- 确定在这些过程中的关键数据，来解决这些问题需要
- 确定用于获取所述数据的飞轮
确定现有产品或服务赢得人工智能领域的框架：
- 确定我们已经解决的问题
- 确定这些问题有：
- 最大的整体市场潜力
- 我们公司目前最具吸引力的业务(我们拥有最大的市场份额)
- 最内部的能力（我们有特殊的，专有的技能或理解）
- 最有可能与人工智能重叠的地方是，专有数据可以带来真正的不同
- 专有的数据中最依赖
- 确定满足上述条件，则可行的问题了一把：
- 确定每个飞轮的数据采集策略
- 决定他们中的哪一个承诺/确保他们符合公司的长期目标
短期的影响
在短期内，越来越多的初创公司将被明确地专注于数据的优势 - 几乎与全球野心的任何公司将在其业务规划过程的早期阶段考虑这一动态。
因此，越来越多的企业将把他们的客户群看作是构建产品改进的数据流的推动者，最终目标是拥有市场上最好的产品。
谷歌，亚马逊和Facebook的启用AI-数据的主导地位很可能会继续。
New regulation may be introduced to encourage data use that doesn’t allow for overt monopoly power, and “monopoly” may be re-thought altogether, potentially leading to the breakup of existing tech giants, and new strategic and practical considerations for companies aiming for data dominance.
长期影响
虽然数据的主导地位将在初创企业，小国，小公司继续 - 最大功率游戏会玩出了世界上最大的公司（谷歌，Facebook，百度，腾讯）和世界上两个技术超级大国（美国，中国）之间。最终的目标是控制计算衬底的房子大多数人的经验，和/或房屋强大的AI（读：基板垄断）。
除非大国同意实现某种程度的全球透明度和人工智能技术的指导，否则小国和国家在阻止这种动态发生方面或多或少会束手无策。
这将是另一篇文章的主题……
下周在人工智能上见。
