人工智能将在未来十年为全球经济增加惊人的13万亿美元

很难相信，仅仅在50年前，我们仍然依靠人类来管理电话总机。曾经需要大批人员进行大规模操作的东西很快被微处理器供电的计算机所取代。如今，我们大多数人都无法想象一个需要人类打电话的世界。

数据科学正处于类似的革命之中。虽然用于根据数据进行预测的数学工具已经存在了数百年，而用于算法的算法已经存在了数十年，但所有这些工具都需要人工来管理数据输入并在输出上进行解释/迭代。

人工智能(AI)可以改变所有这一切。曾经需要数月才能生成并且经常需要手动调整的预测可以由功能强大的，几乎自动运行的技术来处理。创新型公司了解这项技术的巨大潜力，许多公司正在尝试迁移到以AI为中心的运营模型。

马克·库班(Mark Cuban)是预见到AI的无与伦比影响的众多投资者之一。他说：“与PC一样大的影响，与互联网一样大的影响，AI只会使它相形见.。而且，如果您不了解它，您将落在后面。特别是如果您经营企业。”的确，有确凿的证据支持古巴的预测。据估计，人工智能将在未来十年为全球经济增加惊人的13万亿美元。

然而，尽管机会规模如此之大，但由于现有工具仍然很复杂，需要专业人才并且(最重要的是)要求公司重新考虑其数据管理策略，因此AI的采用速度却出奇地缓慢。为了加快AI的采用速度并减少在每项业务中部署所需的时间和资金，需要进行新的创新。

采用率缓慢的主要驱动力之一是风险资本规范与建立AI优先公司的现实之间的脱节。具体而言，与传统的SaaS公司相比，人工智能公司需要的前期投资要多3-6倍，但反过来，其市场机会也要多3-6倍。因此，实现有意义的商业吸引力的时间跨度要长得多;通常需要5到6年的时间，从概念设计到工作原型至少需要1000万美元的投资，而要获得有意义的商业吸引力大约需要10年。这个时间表与大多数通常需要7年时间的风险投资基金的偏好不符。

尽管以人工智能为中心的风险投资基金不断涌现，但投资者在评估以人工智能为先的公司时仍然坚持使用SaaS的倍数。大数据分析独角兽Sisense的首席执行官Amir Orad是众多AI创始人之一，他们认为这种倾向非常成问题。他向我解释说：“某些风险投资家如何受到激励存在时间跨度的问题。如果仅花半年的时间进行研发，然后将AI原型开发出来，那么典型的VC结构实际上就无法正常工作。”

与其期望AI公司在类似的“系列”阶段没有与SaaS公司同等的吸引力，以下的预算资金数字，里程碑和年度经常性收入(ARR)值更符合构建SaaS工作流应用程序的公司的实际情况，与那些建立AI优先平台的人相比。简而言之，我们需要重新定义对真正的人工智能优先公司的投资要求和期望，以推动转型创新：

风险投资公司Andreessen Horowitz的合伙人Martin Casado和Matt Bornstein在最近的文章中重申了AI优先公司与传统软件公司之间的差异。他们指出，根据他们的经验，由于其相对较低的毛利率(通常在50-60%的范围内，而可比SaaS的基准为60-80%以上)，人工智能公司的外观或行为与传统软件公司不同公司)，由于AI模型的商品化以及IP可能归客户所有且缺乏广泛的适用性这一事实，导致扩展挑战，防御mo势减弱。由于这些原因，除了今天需要持续不断的人力支持和运营所需的重大可变成本外，以人工智能为先的公司的财务指标通常类似于服务公司的财务指标，尤其是刚开始时。