做到你知道为止16 做到你知道为止( 二 )

Engineer.ai 一位熟悉公司运营情况的人士透露，在刚刚过去的两个月里，公司才开始构建自动化应用程序构建所需的技术。
他补充说，公司距离将人工智能技术应用于其核心服务其实还有至少一年时间。
当然，作为一项有门槛的技术，越来越多的创业公司已经发现构建人工智能比预期要难很多。但除了技术本身，收集数据来训练支撑这种技术的机器学习算法可能也需要花费很长时间。
为了训练新算法模型，像 Engineer.ai 这样的应用程序开发商需要从客户那里收集成千上万的请求，并将它们与工程师构建的代码相结合。
【做到你知道为止16 做到你知道为止】 但华尔街援引几位熟悉 engineer AI 的人的话称，这家公司还没有收集到足以支撑人工智能技术得以应用的数据。
不过公司发言人反驳，他们已经收集了超过 6 亿条记录以构建更好的 AI模型。
另外，在今年 2 月被解雇又同时向公司提起诉讼（这些在此前都没有被公开）的Engineer.ai 前首席业务官 Robert Holdheim 也同时披露了创始人 Duggal 曾经告诉自己的话：
「他说，每个科技创业公司为了获得资金都会夸大其词。我其实是认同的，这并不奇怪，只有这样才能让我们有钱得以开发这项技术。
但是 Duggal 曾告诉投资者，工程师已经完成了 80% 的开发工作，但事实上，我们还没有开始开发这个产品。」
1
域名多个AI，融资可能多50%
「fake it till they make it」究竟是对是错，我们无法给出一个确切得结论；而人工智能技术在许多情况下，的确能够帮助企业省钱或更精准地找到目标用户。
但投资领域不得不面对的现实是，在科技领域，评估一家公司究竟有没有有效利用人工智能技术是一个日益严峻的挑战。
由于人工智能技术本身十分复杂且定义模糊而松散，非专业人士很难辨别它何时以及怎样被部署及有效利用。
面对投资方，许多创业公司都说自己在使用人工智能作为主要吸引公司客户的方式，但这种说法往往很难经过严格审查。
因此通常情况下，拿出一份「由 AI 驱动」的解决方案，的确更容易得到资本的厚爱。
根据权威数据分析机构 CB insights 提供的数据显示，人工智能创业公司的平均交易规模从 2013 年到 2018 年几乎翻了三倍。
而另一家数据分析机构 PitchBook 也表示，2018 年风险投资对人工智能创业公司的投资几乎比上一年翻了一番，达到 310 亿美元。
特别是域名含有「ai」的公司的数量，在一年内增长了两倍多。目前这种收费的域名扩展在全球科技创业公司中非常受欢迎。
此外，就在上个月，日本科技巨头软银集团又公布了一个以人工智能技术为主的投资基金——愿景基金 2 期，预计资本总额为 1080 亿美元。
而作为一个已有两年历史的资金池，愿景基金 1 期的资金总额也已经达到了约 1000 亿美元，其中有大约 700 亿美元已经被注入到若干家 AI 技术公司里。
总部位于洛杉矶的 Engineer.ai，就在去年从包括 Deepcore inc. 在内的投资机构那里筹集到 2950 万美元，而 Deepcore inc. 正是软银的全资子公司。
软银等机构不断的资金投入，一方面可能会继续提高 AI 公司们的市场估值，而另一方面，也让许多技术专家和部分投资者的质疑声更为统一。
「人工智能技术到目前为止最大的问题其实是——『承诺过多，但却实现不了』」，这是布鲁金斯学会智库技术创新中心主任 Darrell West 在上周发出的感叹。
「从几何时，这已经变成了一种营销手段。」
就像我们刚才在第一部分所提到的，这项技术的应用有着清晰的门槛。
一方面，它虽然可以很容易地在测试或初步形式中起步，但实际规模化部署要困难很多。
另一方面，获取和标注必要的训练数据来建立有能力的人工智能模型可能极为昂贵和费时，这也是为何周一我们报道过的一家硅谷人工数据标注公司能够在 3 年内成长为独角兽的根本原因。
只是，鉴于一些投资方并不十分出色的辨别力和技术应用的有限性，不知道从什么时候开始，创业者们对「只有用人工智能做挡箭牌，才能筹集到更多资本」的领悟愈加上瘾。
英国投资基金 MMC Ventures 的一项针对 2000 余家 AI 技术公司的调查显示，声称自己有某种人工智能技术的创业公司能够比其他软件公司多吸引15%~ 50% 的资本。
然而他们也表示，其中 40% 甚至更多的公司其实根本没有使用任何形式的人工智能技术。

做到你知道为止16 做到你知道为止( 二 )

秒懂生活扩展阅读