人們普遍認(rèn)為，成功的人工智能創(chuàng)業(yè)公司(例如之前的云計(jì)算/SaaS公司)將會共享一個(gè)共同的商業(yè)模式。與人工智能一樣，云計(jì)算軟件的商業(yè)模式最初讓客戶和投資者感到困惑。例如， Salesforce公司避開了傳統(tǒng)軟件供應(yīng)商常見的大型前期許可證支付費(fèi)用，并避免了經(jīng)常性的維護(hù)費(fèi)用和昂貴的現(xiàn)場安裝工作。如今，Salesforce公司的模式成為云計(jì)算/SaaS公司的一個(gè)標(biāo)準(zhǔn)，投資者對常見的SaaS公司指標(biāo)很熟悉，例如用戶生命周期價(jià)值(LTV)、用戶獲取成本(CAC)

 

但是很難將這種云計(jì)算商業(yè)模式移植到新生的人工智能創(chuàng)業(yè)公司中。這主要是因?yàn)樵朴?jì)算和人工智能技術(shù)在基本方面有所不同：人工智能受到數(shù)據(jù)、大量原始計(jì)算能力令人費(fèi)解的算法所驅(qū)動。對于客戶來說，采用人工智能本質(zhì)上比云計(jì)算更復(fù)雜，因此這種技術(shù)也必須以不同的方式銷售。

 

軟件部署速度較慢?需要更多的內(nèi)部部署集成?有時(shí)候，這就是人工智能帶給人們的問題。那么如何才能打破現(xiàn)狀，說服客戶購買新的人工智能技術(shù)?在過去的兩年中，行業(yè)專家已經(jīng)觀察到三種新興的人工智能業(yè)務(wù)模型開始發(fā)揮作用。而每個(gè)解決方案都是不同的，并且都有各自的優(yōu)勢，這些優(yōu)勢對一些解決方案比其他解決方案更有效。

 

 

第一種人工智能解決方案的部署方式與SaaS公司的產(chǎn)品非常相似，其商業(yè)模式幾乎可以互換。這些人工智能解決方案可以無縫地位于其他記錄系統(tǒng)之上，如CRM(客戶關(guān)系管理)產(chǎn)品或ERP(企業(yè)資源規(guī)劃)系統(tǒng)。人工智能可以訪問流經(jīng)這些系統(tǒng)的數(shù)據(jù)，從而隨著時(shí)間的推移推動業(yè)務(wù)改進(jìn)。

 

許多人工智能初創(chuàng)公司都適合采用這種模式：Salesforce公司的Chorus AI和Gong使用人工智能來優(yōu)化企業(yè)的銷售實(shí)踐。客戶支持軟件Solvy位于Zendesk或ServiceCloud之上，并自動回復(fù)票證提供支持。Sift Science使用機(jī)器學(xué)習(xí)來減少客戶欺詐，例如支付濫用或發(fā)布虛假內(nèi)容。

 

由于此業(yè)務(wù)模型類似于SaaS模型，因此評估起來似乎很容易。該策略是“楔入”，從一個(gè)增值功能開始，并逐漸發(fā)展為一個(gè)成熟的平臺。這些解決方案可以像云計(jì)算軟件一樣快速部署，因此銷售周期快，具有易于定義的投資回報(bào)率(ROI)。通過快速獲得許多客戶，人工智能解決方案可以快速構(gòu)建數(shù)據(jù)的防御系統(tǒng)，因此它也可以更快地實(shí)現(xiàn)智能化。

 

但這種速度和緩解也可能帶來不利因素：就像云計(jì)算軟件一樣，可以很容易地刪除和替換這些人工智能解決方案。如果人工智能解決方案不具備十分有用的功能，更容易受到預(yù)算削減的影響。而只是因?yàn)樯虡I(yè)模式令人熟悉，并不一定使它成為最佳的商業(yè)模式。

 

 

在第二種人工智能商業(yè)模式中，部署新的人工智能產(chǎn)品根本不會改變現(xiàn)有的工作流程。它只是通過將人工智能集成以增強(qiáng)當(dāng)前工作流程的有效性。這些都是深度整合，需要大量的實(shí)施工作，并且需要大量改進(jìn)的流程作為回報(bào)。

 

這種類別的人工智能創(chuàng)業(yè)公司其中包括Ayasdi、IBM Watson和H2O.AI。而這些解決方案涉及各種垂直行業(yè)，可幫助客戶改善核心業(yè)務(wù)運(yùn)營。以IBM Watson為例，它通過回答以自然語言形式提出的問題，在流行的電視節(jié)目“Jeopardy”中引起了人們的關(guān)注。它可以實(shí)時(shí)分析大數(shù)據(jù)模式，標(biāo)記可能值得回應(yīng)的見解。Watson被用來幫助準(zhǔn)備納稅申報(bào)表，甚至通過復(fù)雜的傳感器將數(shù)據(jù)傳輸回計(jì)算機(jī)來管理大廈中的電梯。

 

這種人工智能商業(yè)模式與普遍的云計(jì)算商業(yè)模式不同。它的缺點(diǎn)是顯而易見的：需要密集部署，銷售周期很長。而交易量低意味著每筆交易必須很大，以保持企業(yè)的產(chǎn)品銷售。但這種模式的優(yōu)勢風(fēng)險(xiǎn)也比較高。但一旦實(shí)施，由于這些解決方案具有粘性，非常適合追加銷售。就像人工智能的潛力一樣，這個(gè)模式的投資回報(bào)率可能是無限的。

 

 

在第三個(gè)人工智能業(yè)務(wù)模型中，人工智能技術(shù)通過更好的方式完成業(yè)務(wù)流程。人工智能擁有端到端的體驗(yàn)，只需很少的人工輔助，使算法能夠完全控制體驗(yàn)。

 

這類公司包括自動駕駛汽車和無人機(jī)公司。以Kespry公司為例，其無人機(jī)可以收集建筑、采礦或保險(xiǎn)用途的數(shù)據(jù)。例如在風(fēng)暴過后，保險(xiǎn)公司可以采用Kespry無人機(jī)評估屋頂損壞情況，因此無需保險(xiǎn)理算員在現(xiàn)場進(jìn)行調(diào)查。由于數(shù)據(jù)直接發(fā)送到云平臺，并使用人工智能計(jì)算機(jī)視覺進(jìn)行分析，因此保險(xiǎn)公司幾乎可以立即估算出索賠數(shù)據(jù)。

 

由于此模型涉及維護(hù)硬件，因此其優(yōu)點(diǎn)和缺點(diǎn)與云計(jì)算應(yīng)用有所不同。在這個(gè)模式中，硬件是成本中心，并且是初創(chuàng)公司必須服務(wù)和存儲的商品。無人機(jī)(或自動駕駛車輛)內(nèi)的人工智能軟件是初創(chuàng)公司的收入來源。這些人工智能初創(chuàng)公司向租用硬件的公司出售軟件訂閱包。這些訂閱包可以隨著時(shí)間的推移而擴(kuò)展，并且可以開展更多的工作。

 

 

未來可能會帶來更加可行的人工智能業(yè)務(wù)模型。人工智能時(shí)代即將來臨，投資者需要以群體心理進(jìn)行思考，并需要花費(fèi)一定的時(shí)間才能找出人工智能成功的正確模式。

 

這對人工智能創(chuàng)業(yè)公司意味著什么?企業(yè)創(chuàng)始人可以選擇一種能夠使其組織有效發(fā)展的商業(yè)模式，解釋其技術(shù)如何提供有意義的影響并為客戶創(chuàng)造價(jià)值。如果企業(yè)業(yè)務(wù)不符合熟悉的SaaS模式，可能意味著這是投資者和客戶曾經(jīng)回避過的一種專業(yè)服務(wù)模式。如果必須采用，創(chuàng)始人則需要相信自己的直覺，為其組織找到合適的商業(yè)模式。