我不只一次聽過這樣一個有趣的事情，那就是創業加速器會讓入駐初創公司在產品介紹中使用如深度學習、機器學習等人工智能術語，以此吸引投資者。

這個做法對于那些還未入門的投資者非常有用，他們會被這些專用術語深深打動，然后馬上拿著一份投資協議來到公司門口，愿意不惜一切代價投資給創始人。

雖然我有些夸大其詞，但是這個現象是確實是真實存在的。

所有關于人工智能的炒作很容易使人迷失在這個人工智能無處不在的世界里。

因此，我曾發誓不能被那些吹噓人工智能術語的人所欺騙。

部分出于求知欲，但更大部分是出于長期的不安全感，我總結出投資人工智能的三大規律。

在這里我將分享給你們：1. 應用型人工智能公司更具價值。

我們可以將人工智能公司大致分為兩種類型，分別是通用人工智能技術公司和應用人工智能技術公司。

通用人工智能公司提供通用人工智能技術，例如神經網絡和深度學習算法，可以在所有的研究領域推廣，但必須經過訓練才能被應用到實際的產品中。

這種類型的公司具有很高的技術，但是往往缺乏技術的具體應用能力。

相比之下，應用人工智能公司能夠利用人工智能技術來解決特定業務和產品問題。

他們已經看到了市場上的需求，如自動駕駛，并且也正在利用人工智能技術來滿足這種需求。

根據經驗來看，我只關注應用人工智能公司。

以下是我認為值得為它冒險的兩大原因：1）可擴展的商業模式：與應用人工智能公司相比，通用人工智能公司往往沒有可賣的產品，無法以可擴展的商業模式獲得利益。

如果他們沒有經過培訓來滿足特定業務需求，那么就沒有潛在客戶會許可這樣一個公司的算法經營。

若是投資這樣的公司，你最終獲得的是一堆需要大規模定制的代碼，而不是一個值得風險投資的可擴展產品。

2）更有利的退路：通用人工智能技術公司的被收購機會很小，而且隨著企業建立人工智能部門，收購機會將會更小。

在人工智能炒作早期，我們可能已經看到一些通用人工智能公司的收購案例。

最引人注目的是谷歌以4億美元收購神經網絡公司DeepMind，它最終成為谷歌深度學習的研發團隊。

這樣的早期收購實際上是研發投資或者聘用式收購。

當大公司實施他們的人工智能策略時，他們不會僅僅為了一些專業知識而投資太多。

相反，他們會選擇收購應用人工智能公司，并將應用人工智能技術應用到自己現有的產品中，不會再考慮收購通用人工智能公司。

也就是說，如果你選擇在早期投資，那么通用人工智能公司仍可能是一個不錯的選擇。

在這種情況下，收購公司也是一種退路。

但是在投資前，你最好確保自己投資的是一個擁有高端技術人員的公司。

此外，收購公司會讓你更難全身而退，所以為了看到最終的回報，你必須盡早投資。

不過，如果要我做決定的話，應用型人工智能公司是首要投資對象。

2. 了解初創公司的技術是否在現實世界中起作用。

好，現在我們已經知道要先投資應用人工智能公司，但是要如何選擇發展最好的那家呢？有人說要看該公司的算法，也有人說要看該公司的數據。

這兩種說法都不對。

人工智能的一個主要難題是要掌握一種復雜難懂的高端技術，即深層神經網絡技術，也稱黑盒子模型。

這種技術需要幾十年相關研究經驗才能真正了解掌握。

因此，唯一的辦法就是觀察這種技術在現實世界中的表現。

在人工智能中，一個基于好數據的糟糕算法勝過一個基于壞數據的完美算法。

因此，真正重要的是整個系統的表現。

3. 選擇能夠成功的小眾市場并優先建立數據庫。

幾個星期前，我觀看了人工智能專家吳恩達的演講，他講了一個關于他上批學生創立公司的故事。

有一天，這些來自斯坦福大學的工程師們來到了北加利福尼亞州的某個農場，開始用手機給種植的萵苣拍照片。

那里有一顆萵苣。

咔嚓！ 這里有一顆萵苣。

咔嚓！那里也有一顆萵苣。

咔嚓！隨著時間的流逝，學生們收集了世界上最多的萵苣照片。

緊接著他們創立了農業自動化技術公司Blue River Technology，該公司通過這些萵苣圖片訓練機器人，以實現高精度的除草劑噴灑技術。

這不但減少了90％的農場除草劑用量，降低了農民的成本，而且還避免了雜草的抗藥性增強。

2017年10月，公司成立不到十年，John Deere就以3.05億美元收購了Blue River。

Blue River成功的原因在于人工智能策略。

它在這個特定的市場中建立了一個數據庫，并利用比任何競爭對手都多的相關數據，以最有意義的方式來訓練人工智能系統。

在這個人工智能的新世界里，數據決定一切。

為了通過訓練算法來解決已有的問題，你需要大量高質量數據來訓練人工智能系統。

你擁有的數據越多，你的人工智能系統操作就越精確。

這對企業來說，能夠擁有數據并戰略性地利用它，可以使自己在競爭中獲得優勢。

而Blue River采取這種方式，收集了大量萵苣照片，訓練他們的機器人辨認好壞萵苣的差別，從而優化了機器人的除草劑噴灑技術。

通過這一張張萵苣圖片，其算法變得更精細，更強大，更準確。

Blue River的萵苣數據庫和基于該數據庫的人工智能系統成為了它的競爭優勢。

一旦該公司擴建它的萵苣圖片數據庫，那么無論是數據還是基于該數據的人工智能系統上，其他競爭對手將很難超越它。

因此，這個建立龐大的數據庫的策略，也使得那些新興的初創公司永遠無法超越如Facebook和谷歌。

谷歌在這二十多年收集了大量客戶的搜索數據，如今已能夠迅速向客戶提供最佳搜索結果。

這樣的大公司將會持續收集數據，擴大他們的數據庫，讓其他競爭對手無法超越。

記住：萵苣創業公司通過這個策略能夠獲得成功。

因此，要選擇在一個沒有數據壟斷的競爭對手的小眾市場創立公司，然后開始收集相關數據。