投資機構評判ai初創(chuàng)企業(yè)的17個要素(存儲版)
【正文】 域的復雜性如果一個企業(yè)可選擇的領域是動態(tài)復雜的，那么“護城河”就會很寬很深。機器學習人才機器學習人才稀缺而昂貴，根據(jù)一項研究，在英國，2016年下半年普通數(shù)據(jù)科學家的招聘職位比上半年增長了32%，機器學習專家的薪資水平也是最高的。我們會通過這17個要素對他們進行評估和判斷，當然任何企業(yè)都不會在每一個要素上都強大，成功因素在相對重要性上有所不同。在其他領域，算法創(chuàng)新可以提高較小數(shù)據(jù)集的性能。這一距離主要既體現(xiàn)在垂直領域，也體現(xiàn)在通用領域。因此，我們需要仔細評估，這些機器學習初創(chuàng)企業(yè)可能面臨的監(jiān)管阻力的程度，以及他們打算如何回應。信任是對機器學習的信心，例如自動操作和機器學習主導的醫(yī)療診斷。在英國，大多數(shù)初創(chuàng)企業(yè)都將重點放在具有可證明投入產出的領域：167。如果歷史數(shù)據(jù)來對改進迭代算法有用，則擁有保留價值。 機器學習主要是描述數(shù)據(jù)的相關性，而不是因果關系。機器學習的適用性機器學習非常適用于艱巨、復雜和深不可測的任務：167。我們還通過以下為客戶降低成本的能力來判斷企業(yè)的價值釋放：167。（此評判標準主要是針對專注于“應用”的機器學習公司，不適合通用的解決方案公司。這一問題MMC Ventures考慮六方面的因素。具有顛覆性機器學習主導的企業(yè)如何簡化現(xiàn)有用戶流程（優(yōu)化范圍），吸引新類別用戶使用服務（顛覆性）？例如AI助理。例如人類可以通過人類的規(guī)則判斷出一輛汽車的照片，但很難通過編程來有效的制定識別的規(guī)則；167。例如美國94%的交通事故是人為失誤，自動駕駛汽車不需要100%的安全，只需提供相當或稍優(yōu)于這一安全率即可。創(chuàng)業(yè)團隊的商業(yè)心態(tài)機器學習為主的初創(chuàng)企業(yè)中，許多創(chuàng)始人都擁有精湛的技術，但商業(yè)智慧將會在其業(yè)務的長期發(fā)展中發(fā)揮巨大的作用?？蛻魷蕚涑潭瓤蛻魧σ粋€產品或服務的準備程
環(huán)評公示相關推薦
鄂ICP備17016276號-1